在物聯網的影響下，能源行業(yè)正在經歷著又一場變革，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表達了上述結論。他表示，隨著物聯網技術的深入，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)現的油氣資源為55萬億桶油當量。據此，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?！贝笮l(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、生物質能等等，人類技術可采的能源總和已經遠遠大于潛在需求的數量。

　　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)掘出比現有資源更加經濟、環(huán)境足跡更低的資源選項?！贝笮l(wèi)˙艾頓說。

　　技術驅動可持續(xù)發(fā)展

　　一直以來，用于能源生產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力的變化。面向未來，無論是對能源本身，還是經濟、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、內燃機和電力等能源技術，實現了一個又一個的生產力革命，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?？諝赓|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，即能源轉型。

　　“能源轉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?！?/p>

　　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，都無法脫離數字化帶來的影響。

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

　　能源行業(yè)數字化的構成要素包括了各類傳感器，它們收集數據流，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)，為其提供數字化表達?！按髷祿避浖鞲衅骶W絡所生成的海量數據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，進而對結果進行建模和優(yōu)化。

　　數字技術的演化被《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)目前已經跨越第一視域，基礎機器學習和增強/虛擬現實等技術，目前已經在能源行業(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，則已經有先進的成像系統(tǒng)、互聯網汽車和先進的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。