"Сегодня геологоразведка опирается на огромные массивы данных: от сейсмики до результатов промысловых исследований. ИИ позволяет ускорить обработку и выявить скрытые закономерности, которые сложно уловить традиционными методами", - говорит генеральный директор компании "Газ Сервис Консалтинг" Елена Газизянова. По ее словам, алгоритмы способны автоматизировать около 70 процентов рутинной аналитики, тогда как ключевые 30 процентов остаются за человеком - интерпретация результатов, понимание геологического контекста и принятие стратегических решений.
Самые явные успехи зафиксированы в нефтегазовой отрасли, где алгоритмы помогают обрабатывать сейсмические данные, строить модели коллекторов и прогнозировать продуктивность скважин. ИИ применяется и на стадии добычи: анализ графиков дебитов нефти и воды позволяет прогнозировать рост обводненности и корректировать технологические режимы, снижая риски экономически неэффективных работ. В угольной промышленности алгоритмы используются для оценки газоносности пластов и повышения безопасности. В добыче драгоценных металлов и алмазов ИИ анализирует спутниковые и аэрофотоснимки, сокращая время поисков. Генеральный директор компании "Рок Энд Милл" Егор Колесников отмечает, что ИИ в геологоразведке становится столь же необходимым инструментом, как буровой станок.
"Нефтяники одной из крупнейших российских компаний выявили с помощью ИИ дополнительные запасы на уже действующих месторождениях, зарубежный гигант сэкономил ресурсы на медном руднике, угольщики повысили производительность почти на четверть. Таких примеров очень много", - отмечает Егор Колесников.
Несмотря на очевидные преимущества, барьеры внедрения остаются. Главный из них - качество исходных данных. "Если данные неполные, плохо структурированные или не согласованы между собой, модель выдает ошибочные результаты. Для геологоразведки это особенно критично", - подчеркивает директор департамента по работе с промышленным сектором Arenadata Максим Власюк. Он напоминает, что до 30 процентов проектов с генеративным ИИ могут быть остановлены именно из-за проблем с данными и отсутствия бизнес-ценности.
Сложность представляет и дефицит специалистов на стыке геологии и анализа данных. "Сегодня университеты должны включать в программы подготовки геологов дисциплины по цифровой аналитике, а для специалистов IT - давать знания о недропользовании", - считает Егор Колесников. Елена Газизянова добавляет, что важно обеспечить доверие к прогнозам. "Пользователи должны понимать, почему модель пришла к определенному выводу. Решить этот вызов помогает развитие объяснимого ИИ и единых отраслевых стандартов", - отмечает она.
Важным направлением становится создание воспроизводимых конвейеров работы с данными. Максим Власюк подчеркивает, что только при выстроенных процессах MLOps, где геологи и дата-специалисты работают вместе, ИИ действительно становится помощником, а не источником новых рисков.
Эксперты уверены, что в будущем именно научные организации и стартапы будут двигать рынок вперед. Они быстрее тестируют новые алгоритмы и создают продукты, которые затем масштабируют крупные компании. "За последние шесть лет инвестиции бизнеса в ИИ для геологоразведки выросли более чем в десять раз", - отмечает Колесников.
Стартапы, подчеркивает генеральный директор университета "Зерокодер" Кирилл Пшинник, порой кардинально меняют устоявшиеся подходы. Яркий пример - австралийский проект Earth AI, который в 2024 году нашел залежи железной руды, не замеченные несколькими поколениями геологов. Алгоритмы анализировали архивные спутниковые снимки и результаты прежних экспедиций. Сроки поиска сократились с нескольких лет до восьми месяцев.
По мнению экспертов, в ближайшие годы в геологоразведке получат развитие мультимодальные системы ИИ, которые интегрируют данные геофизики, геохимии, сейсмики, гравиметрии и спутниковых наблюдений. Это позволит эффективнее обнаруживать так называемые "слепые" рудные тела, не выявляемые традиционными методами.
В целом все собеседники "РГ" отметили, что ИИ уже доказал свою эффективность в разных добывающих сферах и способен в перспективе сократить издержки геологоразведки на десятки процентов. Но успех зависит от качества исходных данных и способности отрасли интегрировать новые инструменты в привычные процессы. При правильном подходе ИИ становится не заменой, а надежным помощником геолога, ускоряющим поиск новых месторождений и повышающим эффективность всей отрасли.
Еще одно недавнее исследование показало, что 66 процентов отраслевых экспертов считают геологоразведку самой подходящей сферой для внедрения генеративного ИИ. Впрочем, такие инструменты могут позитивно влиять и на качество других процессов. Так, 45 процентов респондентов назвали очень востребованным направление автоматизации бэк-офиса, а еще 37 процентов упомянули нефтепереработку. Но скорость внедрения подобных программных продуктов сильно зависит от общей цифровизации конкретных компаний, экспертизы их профильных специалистов, а также информационной базы. В то же время многие опрошенные эксперты однозначно заявили о наличии существенных препятствий во внедрении ИИ. Большинство - 47 процентов - апеллировали к долгому согласовательному процессу, столько же отметили нехватку качественных кадров, а 39 процентов указали на слишком консервативные взгляды руководства. Так что будущее ИИ в нефтегазовом секторе будет зависеть не только от качества технологий, но и от трансформации отношения к перспективным инструментам.