在物聯(lián)網(wǎng)的影響下，能源行業(yè)正在經(jīng)歷著又一場變革，有人稱之為繼蒸汽、電氣和自動化革命之后的“第四次工業(yè)革命”。

時隔三年，在9月4日下午召開的第二版《BP技術展望》報告發(fā)布會上，BP首席技術官DavidEyton表達了上述結(jié)論。他表示，隨著物聯(lián)網(wǎng)技術的深入，以及各類開采技術的不斷演進，可開采的油氣資源總量還會不斷上升。

“目前全球已發(fā)現(xiàn)的油氣資源為55萬億桶油當量。據(jù)此，我們預計通過當今的技術，可對其中的十分之一進行開采，即4.9萬億桶油當量。”大衛(wèi)˙艾頓說。

到了2050年，油氣資源的可開采總量將增加約三分之一，達到7.3萬億桶油當量，足以滿足至2050年全世界的預計需求，即1.8至2.5萬億桶油當量。這還不包括煤炭、太陽能、風能、生物質(zhì)能等等，人類技術可采的能源總和已經(jīng)遠遠大于潛在需求的數(shù)量。

即便如此，無論是政府還是企業(yè)，對于能源技術持續(xù)關注和投資仍然有其必要性，“因為這些關注和投資，能夠發(fā)掘出比現(xiàn)有資源更加經(jīng)濟、環(huán)境足跡更低的資源選項。”大衛(wèi)˙艾頓說。

技術驅(qū)動可持續(xù)發(fā)展

一直以來，用于能源生產(chǎn)和消費的技術不僅能夠促進能源本身的革命，還可以推動社會生產(chǎn)力的變化。面向未來，無論是對能源本身，還是經(jīng)濟、社會和環(huán)境的影響，能源還將扮演最重要的角色。

18世紀末，從瓦特成功改良蒸汽機開始，工業(yè)革命依托蒸汽機、內(nèi)燃機和電力等能源技術，實現(xiàn)了一個又一個的生產(chǎn)力革命，進而開啟了一段史無前例的人口增長時代。其間，世界人口增長至八倍，人類預期壽命也翻了一倍。

但是，人口的快速增加，對于能源的消費從煤炭到石油、天然氣，帶來的問題也與日俱增。如溫室氣體排放、城市過度擁擠和空氣、水以及土壤的污染等，能源的使用也給人類社會帶來了許多的問題。

這也是當今世界，全球社會面臨的雙重挑戰(zhàn)——既要滿足日益增長的能源需求，也要同時減少溫室氣體排放。空氣質(zhì)量和水污染等其他問題也有待解決。

大衛(wèi)˙艾頓表示，這一困境可以通過以下方式得到解決：盡可能高效地利用能源進而減少能源總消費，即節(jié)能;向低碳、零碳甚至負碳能源過渡，即能源轉(zhuǎn)型。

“能源轉(zhuǎn)型包括使用可再生能源或核能，也包括在發(fā)電領域用天然氣替代煤炭，因為天然氣發(fā)電的碳排放量僅為燃煤發(fā)電的一半。在以下這兩大領域，技術均可扮演關鍵角色：提高能源使用效率，提升低碳能源的可負擔性和可用性。”

實際上，在能源效率的提升方面，盡管人們?yōu)榱碎_發(fā)和改進能源轉(zhuǎn)換技術付出了諸多努力，但是能源系統(tǒng)在整體上仍十分低效。在《報告》中顯示，早期人類在運用熱力學理論和簡單工程模擬的極限，是全球一次能源需求可以降低85%，不過，最新的研究表明，這一估計或許“過于理想”。

在劍橋大學工程系和BP的最新研究中，技術手段提升能源效率的極限，是能源消費量總量降低40%。在此情景下，煤炭、石油、天然氣和生物質(zhì)能的需求將分別降低31%、47%、40%和40%，每年能減排135億噸二氧化碳。包括電力、供熱、交通等諸多方面，都有非常大的節(jié)能潛力。

如果這一模式在未來的運行中，被認為是經(jīng)濟可行，將會影響能源供應體系的方方面面，無論是政府還是企業(yè)，在面對未來做出能源供應決策時，應對這一模式足夠重視。

數(shù)字化改變能源體系

在未來所有可能的技術革命中，無論是油氣、可再生能源還是氫能、核能，都無法脫離數(shù)字化帶來的影響。

報告預計，隨著數(shù)字工具(包括傳感器、超級計算、數(shù)據(jù)分析、自動化、人工智能等)依托“云”網(wǎng)絡而得到應用，到2050年能源系統(tǒng)內(nèi)各分支的一次能源需求和成本將降低20%-30%。

能源行業(yè)數(shù)字化的構成要素包括了各類傳感器，它們收集數(shù)據(jù)流，通過監(jiān)測諸如石油鉆機、煉油廠、車輛和發(fā)電系統(tǒng)等機械系統(tǒng)，為其提供數(shù)字化表達。“大數(shù)據(jù)”軟件對傳感器網(wǎng)絡所生成的海量數(shù)據(jù)加以迅速處理和分析，使人們能夠在作業(yè)前和作業(yè)期間進行模擬，進而對結(jié)果進行建模和優(yōu)化。

數(shù)字技術的演化被《報告》描述為“四個視域”，而每一個視域都對能源行業(yè)具有深刻影響。能源行業(yè)目前已經(jīng)跨越第一視域，基礎機器學習和增強/虛擬現(xiàn)實等技術，目前已經(jīng)在能源行業(yè)得到了比較廣泛的應用。

以油氣行業(yè)為例，將智能傳感器裝在鉆頭上，它可對鉆頭的剩余壽命加以管理;利用人工智能對下游領域的油輪進行追蹤，有助于交易員進行更加明智的決策。

在第二視域，則已經(jīng)有先進的成像系統(tǒng)、互聯(lián)網(wǎng)汽車和先進的3D掃描等技術，對能源及其周邊行業(yè)進行影響。

而在更廣泛的前景中，對能源行業(yè)的AI前景而言，認知系統(tǒng)將有一席之地。它能夠更智能、更流暢地與人類專家互動，并提供明確的解釋和答案。