船舶海工视界
观察 2026年11月5日(周四)(附篇B)

船舶海工观察

ADNOC 买的不是模型,是把"每桶油"变成实时决策
约 9 分钟读完

一、这份文件到底说了什么

11月2日,ADNOC 在阿布扎比国际石油展(ADIPEC)宣布与 OpenAI、G42 达成多年期合作,自称成为首家部署 OpenAI 前沿 AI 平台的能源公司。签署由阿布扎比王储、阿布扎比执行委员会主席谢赫哈立德·本·穆罕默德·本·扎耶德·阿勒纳哈扬见证。

技术落点有三层,必须分清,否则容易把它读成一条普通的"签了 AI 合作"新闻:

  • 模型层:使用 OpenAI 的 GPT 系列前沿模型,与 ADNOC 自有的工业数据结合,共同开发一套定制的"决策智能"能力。
  • 算力层:部署在 G42 位于阿联酋的主权 AI 基础设施上,不在境外。
  • 治理层:原文明确写"人类专家对重大决策保留监督权",全部方案在 ADNOC 监督下运行。

首批只有两个应用,但这两个应用的性质完全不同。

第一个是油田总体开发规划。原文的表述是:把原本"地下研究、地面设施、经济评价各自分开做"的一串工作,变成一次整体决策;依托既有 ENERGYai 的油藏级智能,整合数千口井、多层叠置油藏、数百座地面设施的数十年数据,连同资本、成本与商业条件一起算,把全油田开发总体方案的编制与优化做到"数小时而不是数月"(原文 in hours rather than months)。原文特别强调这次变化"不只是速度,而是范围"——优化对象从单个油藏或单座设施,改为整个油田一次算完。

第二个更值得注意:原文称这将使 ADNOC 成为全球首家在原油仍埋在地下时就对每一桶油估值定价的能源公司。做法是把生产、加工、炼化、物流、销售、贸易整条链的智能连起来,让互联的 AI 智能体持续预测原油的供给、需求、价格与利润,在影响发生之前预判,并把每项决策的商业与运营影响作为一个整体过程来权衡。

二、真正的变化在组织,不在算法

把这两个应用放在一起看,会发现它们的共同点不是"用了大模型",而是取消了部门之间的先后顺序。

原文有一句关键表述:过去的决策是"一个接一个"(one after another)做的,这项合作要让运营、资本与商业决策"一起做"(made together)。第一个应用针对的是地下与地面之间、技术与经济之间的先后顺序;第二个应用针对的是上游与炼化、销售、贸易之间的先后顺序。

这是组织问题。传统石油公司的开发方案之所以要几个月,主要时间不花在算力上,而花在串行的评审与扯皮上:油藏部门出方案、地面部门改管线、经济评价再打回来重算,一轮一轮。AI 如果只是把每一段算得更快,总时长未必降多少;只有把这几段并成一次求解,才可能出现数量级的变化。

也因此,"数小时而不是数月"这个说法,验证点不在模型跑得多快,而在于 ADNOC 是否真的改掉了串行评审的流程。原文没有给出这个改造的组织安排,这是第一个空白。

三、已经跑了很久的底座,和这次的新东西

原文给出的存量数据比这次合作本身更有信息量:

  • 与 AIQ 共同开发的 ENERGYai,是应用于复杂地下工作流的智能体式 AI,建立在700 亿参数模型上,用 ADNOC 五十余年的数据训练;
  • AiPSO 用于在生产受影响之前识别并处理性能问题;
  • AI 赋能的实时运营中心把120 余台钻机接入同一个实时环境,减少工程工作量 30–40%;
  • 全公司已有 200 余项 AI 应用、70 个机器人用例,覆盖钻井、生产、基础设施、物流与航运,原文的定性是"使运营日益自主"(enabling increasingly autonomous operations);
  • ChatGPT 企业版已铺至4 万余名员工,采用率超过 97%,原文称为中东北非规模最大的企业部署。

这里需要说清一件事,否则容易把功劳算错:实时运营中心的 30–40% 与 200 余项应用,都是这次合作之前就有的,不能当作本次合作的成效。本次合作新增的是"把已有智能横向连起来"这一层——原文的说法是,ENERGYai 之类的既有 AI 建立的是对油藏、资产与运营的深度认知,而 OpenAI Frontier 负责把这些认知在业务之间连通。

对船海业来说,最该注意的是那 70 个机器人用例里覆盖"物流与航运"、并指向"日益自主的运营"这一句。它意味着无人化不是从船上开始的,而是从港口、堆场、巡检、系泊这些岸端环节先铺开,再往船上延伸。这个顺序,和航运公司普遍设想的相反。

四、三处必须打问号的地方

第一,"全球首家"是自称。原文没有给出第三方认定,也没有说明判定标准是"签署协议"还是"投入生产使用"。这类"首家"在发布会上很常见,读者应当按"企业自述"对待。

第二,没有基线。"数月"是几个月?原文未给。ADNOC 此前的开发方案编制周期究竟多长、这次压到几小时是在哪个油田、哪一类油藏上测出来的,都没有披露。没有基线的效率提升,无法复核。

第三,两个应用的成熟度不同。第一个(油田总体规划)有 ENERGYai 的存量基础,属于"把已有能力整合升级";第二个(对地下每桶油实时估值)在原文里是"将连接"(will connect)的将来时表述,且要打通炼化、销售、贸易这些历史上数据与考核都分开的环节,难度高出一个量级。把两者并列成"首批两个应用",会让人误以为成熟度相当。

五、一个对照:中国走的是另一条路

10月14日,中国交通运输部办公厅印发《水运领域人工智能应用场景指引》,提出 22 个重点应用场景,包括港口智能安全管理、国际海运市场风险智能研判、自动化码头无人化作业、航运碳排放智能监管、空箱智能调配等(本栏目 10 月 18 日、10 月 21 日均已报过)。

两种路径的差别很具体:中国是政府先列场景清单,由企业各自认领;ADNOC 是企业直接改造自己的决策流程,再对外宣布。 前者覆盖面广、落地慢、容易停在示范项目;后者深度大、风险集中在一家企业、成败都很快看得出来。

对国内船海企业,这个对照的用处是:场景清单已经给了,缺的是"把哪几段串行的流程并成一次决策"这种组织层面的选择。买了模型不等于改了流程。

六、怎么判断这件事明年是否还成立

给三条可核查的证伪信号:

  1. 到 2027 年同期,ADNOC 若能说出"某油田的开发方案编制周期从 X 个月降到 Y 小时"并给出具体油田与油藏类型,说明第一个应用真的落地;若仍只有"数小时而非数月"这句话,就是发布会语言。
  2. 第二个应用(地下每桶油估值)若在一年内没有任何试运行披露,说明它仍停在路线图上。
  3. 关注 G42 主权算力的实际规模披露。若长期只有"部署在阿联酋境内"这一定性表述而无算力数字,说明这套系统的实际吞吐能力有限。

七、结论

这条新闻的价值不在"能源公司用了 OpenAI",而在它给出了一个具体的组织改造样本:把原本串行的地下—地面—经济、上游—炼化—贸易两段流程,各并成一次求解。这件事如果做成,改变的是石油公司的决策节奏;如果做不成,留下的只是一份漂亮的新闻稿。

对船海业,最该抄的不是它的模型,是它的顺序选择:先连岸端、再上船;先并流程、再谈智能。

  • ADNOC 官网新闻稿(2026-11-02):
  • 交通运输部《水运领域人工智能应用场景指引》(2026-10-14 印发,本栏目 2026-10-18 第 8 条、2026-10-21 报道)
← 前一期
船舶海工观察 2026年11月5日
后一期 →
船舶海工观察 2026年11月6日