數字經濟的發展已經進入快車道，到2022年，全球數字化GDP將達到46萬億美元，而數字化轉型正是數字經濟的核心驅動力。隨著全球範圍內數字化轉型大趨勢的來勢洶洶，XR可視化技術成為傳統行業用創新科技武裝自身業務推進落地的關鍵一環。
要論傳統行業，油氣開採當屬其一。
在古代西方人還不知石油是何物時，我們的祖先就已經用它來燒飯和照明。早在公元1世紀，東漢史學家班固在其所著的《漢書·地理志》中就寫道：“高奴有洧水，可然。”“然”即“燃”，這裡所說的“可燃水”即指石油，這是目前發現關於石油的最早記載。
到了2020年，很多人認為石油在新能源衝擊下正步入夕陽產業。但事實上，未來20年內油氣能源將依舊佔據人類能源消耗的大頭。在中國，石油消耗佔據整個能源消費領域的40%，全球每年6個百分點由油氣行業產生。
如此龐大的產業基數，正面臨著產能需求過大、人工緊缺、開採難度升級等眾多問題。可以說，油氣產業數字化趨勢勢不可擋。
那麼，油氣行業數字化轉型之路究竟該怎麼走？XR技術又在其中扮演怎樣的角色？為此，陀螺君來到位於北京的微軟中國研究集團總部，對中國石油旗下分公司中油瑞飛的物聯網重點實驗室主任/部門經理孫仕勝進行了採訪。
為何油氣行業數字化轉型非做不可？
油氣行業的發展，是支撐一個國家乃至全球經濟發展的基本條件之一。
在中國，已經有70%的石油出口海外，支撐起無數石油匱乏國家的基本生存需求。在政界，石油存量已經是衡量一個國家競爭力的底層標準，石油爭奪戰亦是因其而起。油氣行業的昌盛，是人力、技術、地域高度整合發展的結果，正所謂天時、地利、人和缺一不可。
隨著人類生活對於油氣資源的需求量激增，傳統油氣行業發展開始顯露出各項不足。數字化轉型之路的開端，亦是從此處開始。
1、人員缺口擴大
數據顯示，目前全球油氣行業極具價值的生產作業現場有1500萬個，現場作業工人達到1000萬左右。國內，中國石油員工達到100多萬，現場生產作業人員達到80萬左右。
儘管如此，油氣行業對於工人的需求量還在進一步攀升。孫仕勝稱：“中國石油一直以來嚴格採取‘出五進一’的標準，未來五到十年人員大量減少，而我國每年的能源產量需求卻呈現出快速飆升態勢。”
另一方面，整個中國目前大力發展油氣行業。與此同時這些企業需要遵守相關的安全環保法則，再加上其本身帶有較高風險性，致使油氣行業聘用人員成本越來越高。人力與生產需求之間的嚴重不匹配，是油氣行業接下來面臨的最大問題之一。
2、人為安全事故佔比高
據分析，80%的油氣爆炸事故都是由一系列的誤操作導致的。這些“人禍”主要是因為油氣工廠有很多閥門、管道組成，當壓力到一定程度如果調配不合理就會引起爆炸。
傳統的油氣管路管理，主要依靠人腦智慧。
當在場人員結合經驗、現場勘查做出管路故障的決策後，其無法立即修正問題，而是需要彙報後方的操控中臺，以此獲得進一步的解決方案。有的時候，僅憑經驗得出的結論，並非100%可以解決問題，隨著問題的逐漸堆積，最終事故一觸即發。
3、協同工作門檻過高
油氣行業的工作內容，大致可以分為研究、生產作業和運營三大塊。油氣開採，就是通過檢測、勘探技術在地表尋找油氣，並通過鑽井手段去採出油氣，同時保障採出率維持在一個很高的水平。
因此，整個油氣行業都是圍繞著圖形來開展一系列工作。在過去，整個油氣田只有極少數的幾名專業員工能夠看得懂平面的油氣田勘探圖紙，他們需要折返於研究室與勘探現場之間數次，以確保為一線開採團隊提供準確信息。
孫仕勝分享：“我從2015年開始致力於推進油氣行業的數字化轉型，其開端在於一次勘探經歷——一線團隊當時遇到勘探難題，現場無人能解。無奈之下只得從國外調聘專家前來解疑，我們被迫停工四天，損失一千多萬元。專家到場後，問題在幾分鐘內便得以破解。”
受地域、人員、專業限制，很多油氣工作的開展困難重重。從發現問題，到彙報、研究、提出方案，再到傳達前方、解決問題，協同效率低下直接導致損失慘重。
孫仕勝覺得，油氣行業正處在數字化轉型的關鍵階段，而XR可視化和人工智能技術、邊緣計算等新興科技的深度整合，將是賦能油氣行業脫胎換骨，解決所有上述痛點的關鍵所在。
XR和AI，“石油大腦”的眼和手
去年，中油瑞飛提出了“石油大腦”計劃。
孫仕勝強調，油氣產業的數字化轉型，就是指融合XR、雲計算、大數據、物聯網、人工智能等技術的統一技術平臺，其支撐起油氣勘探、油氣開發、協同研究、生產運行、經營管理、安全環保、工程技術、數字政務八大業務應用。
“石油大腦”計劃，是為了打造一個智能中臺系統。
這是一個基礎低臺，它基於雲智模塊（包含數據標註、模型訓練、預測服務、XR服務）和邊緣模塊（包含數據接入、推理服務、遠傳服務和XR服務）構築，能夠實現資源模塊的集群管理、數據集群管理、權限管理、模型管理和模型分發。
孫仕勝表示：“隨著雲計算時代的到來，IT計算正從傳統的服務器+終端的架構方式向著雲計算架構方式轉變。結合邊緣計算，HoloLens 2被賦予基於雲端處理龐大數據信息的能力，基於這樣的智能中臺系統，我們得以利用XR技術在智能現場和超級工人兩大方面賦能油氣行業。”
智能現場和超級工人，指的是基於XR、IoT、AI、雲計算等技術突破舊技術體系下模式的限制，虛實智控結合，在油氣行業培訓、巡檢、操作和研究四個方面構建企業生產作業智能助手，打造超能工作者的過程。
1、培訓
油氣行業培訓，面臨的三大問題是培訓成本高昂、實操場地安全保障難做、學員難以理解抽象管路結構。
孫仕勝稱：“建立XR的培訓平臺，實現向企業延伸巡檢、操作、應急處置等課件，推進企業接觸XR裝備，提供虛實混合的配套課程。讓學員在安全的環境中逼真呈現實際的操作環境，快速提升員工水平。”
孫仕勝認為，新的時代需要更為聰明的人工。而個體智能已經沒有辦法讓其掌握複雜的東西，所以提出智能培訓的概念，一方面是為了確保學員的培訓安全，另一方面基於HoloLens 2呈現的課件，可1:1還原出油田模型，並支持易上手的交互模式。
直觀、安全、易操作，是XR培訓平臺與傳統培訓的最大區別。這種方式可以極大程度提升學員的學習熱情，將抽象的油氣知識具像化，有助於學員吸收和應用。
目前，中油瑞飛的混合現實培訓平臺主要面向油氣生產落地，此外鑽井作業培訓會在今年逐步落地。孫仕勝認為：“目前VR培訓尚不成熟，超過一千萬的項目很少，多數集中在百萬級甚至幾十萬級。今年，我們將驅動XR項目到千萬級水平，這也是技術發展帶來的機會。”
2、巡檢、操作
傳統的巡檢是人腦判斷緊急性，這種方式不光效率低下，往往容易因為信息溝通不及時造成誤操作。現在，基於XR的智能巡檢系統可以做到自動識別、機器提示和遠程協作，極大程度解決了上述問題。
孫仕勝表示：“智能巡檢，是機器智能基於大數據、人工智能算法為操作人員提供可靠的全局信息參考，並可以聯動後方的中控臺，實現一人一專家的工作模式。”
超級工人，是人腦智能與機器智能結合的體現。AI智能輔助操作，讓普通人員具備專家級操作能力。
原理上，藉助HoloLens 2，可以通過遠程錨點、空間渲染、物體識別來感知現場的零部件狀態，再依據後方的雲計算、物聯網大數據分析系統和業務系統解析部件存在的問題。這是一個十分複雜，多技術聯動的過程，正是基於這一整套的感知，最終令HoloLens 2得以實現人性化的交互。
操作人員可以不受空間束縛，隨時獲取千里之外專業人員的協助；操作人員可以按照系統提示自己解決現場故障，而不用逐級彙報等待解決方案；一旦操作失誤，HoloLens 2會立即觸發報警，為第一時間解決故障爭取寶貴時間。
據悉，中油瑞飛自2018年開始探索結合混合現實設備的智能化巡檢、操作。截至目前，已經在物探、鑽井、油氣生產、銷售等領域均有進展。
3、研究
今年，中油瑞飛嘗試把XR技術帶入到油氣研究領域，實現地質、油床、地震、測井、鑽井工具的虛擬化管理，圍繞研究目標建立協同的操作場景，讓研究人員更加形象得通過可視化數據獲取到有用信息。
孫仕勝稱：“XR帶來的變革，要從人際交互的角度來說。最早的系統只能做命令行的操作，後來變更到桌面操作系統，更多是虛擬化的東西。但要讓桌面化操作來控制實際的油氣作業現場，就需要一個新緯度的人機交互方式，HoloLens 2提供了這樣的解決方案。”
目前，中油瑞飛正和斯倫貝謝合作落地這一項目。油氣研究數據的可視化，可以讓非專業人員看懂圖紙，進一步降低企業對於專業識圖人員的需求，進而實現人員縮減同時工作效率反增的效果。
總結
孫仕勝認為：“XR技術之於‘石油大腦’計劃，是不可或缺的一項。後者更像是在打造一個數字孿生的基於虛擬平臺對數據進行分析、決策的油氣行業通用平臺，而最終的落地應用，依賴於HoloLens 2這樣的可視化和交互設備支持。”
陀螺君得知，目前HoloLens 2的在油氣行業的適用性舊存在一些瓶頸區域，比如防爆區和高亮區。孫仕勝表示：“我們目前在和微軟深入探討，是否有可能基於油氣領域來提供一款定製化產品。當然，上千萬美金的投資成本和巨大的需求將成為實現想法的最大攔路虎。”
微軟混合現實亞太區業務總監繆臻穎稱：“基於HoloLens 2定製的Trimble XR10是一款專門為現場工作人員設計，以便於在安全控制環境中使用的新型安全帽解決方案。從這一角度來講，我們以開放的心態與合作伙伴探討不同領域對於HoloLens 2定製化需求的可行性，微軟現在已經有工程師團隊正就HoloLens 2在某一領域的定製化可行性進行深入探討。”
總的來說，XR技術的落地，是將數字孿生中的數據、場景、模型等虛擬內容重新回落到現實生產、工作中的重要紐帶。這種回落得以替代現實中危險作業場合、彌補人工缺口、提升作業安全性，是輔助傳統產業走上數字化轉型快車道的不二之選。
8月中旬，覓黑馬·全球VR遊戲線上投融資對接會將在VR中舉辦，此次主要針對VR遊戲企業，提供資本對接、產品曝光機會，100+投資機構參與，可掃描下圖二維碼報名。
