AI мұнай өндірісін қалай ұстап тұр: АҚШ дерегі, ҚР сабақ

АҚШ-та 2025 жылдың соңғы апталарындағы дерек қызық парадоксты көрсетті: бұрғылау қондырғылары (rig) азайып жатыр, ал өндіріс жоғары деңгейге жақын. Baker Hughes жариялаған сан бойынша АҚШ-тағы жалпы белсенді мұнай-газ қондырғылары 546-ға жетті (апта ішінде +1), бірақ бір жыл бұрынғымен салыстырғанда 43-ке аз. Мұнайға арналған қондырғылар 412 болды (апта ішінде +3), алайда бұл да өткен жылмен салыстырғанда −70. Газ қондырғылары 125-ке түсті (−2), бірақ бір жыл бұрынғыдан +22 жоғары.

Бұл жай ғана америкалық статистика емес. Бұл – бүкіл нарыққа берілген сигнал: өндірісті ұстап тұру енді «көп бұрғылау» арқылы емес, «ақылдырақ жұмыс істеу» арқылы шешіліп жатыр. Қазақстандағы мұнай-газ және энергетика компаниялары үшін бұл әсіресе өзекті. Себебі 2026 жылға келгенде қысым үш жақтан қатар түседі: құбылмалы баға, күрделенген кен орындары, және қауіпсіздік/экология талаптарының күшеюі.

Осы пост біздің «Қазақстандағы энергия және мұнай-газ саласын жасанды интеллект қалай түрлендіріп жатыр» сериясының логикалық жалғасы: АҚШ тәжірибесіндегі «rig азайса да production неге түспейді?» деген сұрақты ашып, Қазақстанда AI-ды қай жерге бірінші қою керек екенін нақтылаймыз.

Rig азайса да өндіріс неге жоғары? Нақты жауап

Негізгі себеп: тиімділік секірісі. Соңғы жылдары операторлар әр ұңғымадан көбірек өндіруге үйренді. Бұл үш нәрсенің қосындысы:

1. Ұңғыма дизайнының жақсаруы (ұзын горизонт, көпсатылы гидрожарылыс, геонавигация);
2. Операциялардың стандартизациясы (уақыт жоғалтуды азайту, логистика/қызмет көрсетуді жоспарлау);
3. Деректер мен аналитикаға сүйену – міне, дәл осы жерден AI кіріп келеді.

Baker Hughes rig count – «қозғалыстың температурасы» сияқты көрсеткіш. Бірақ өндіріс көлемі тек rig санына ғана емес, бір rig-тің өнімділігіне және бар ұңғымалар қорын (DUC, workover, artificial lift) қаншалықты ұтымды басқаруға тәуелді.

Тиімділік тілін AI-ға аударсақ

Күнделікті операцияда «тиімділік» деген:

• қай қабатқа кіру керек екенін жақсырақ болжау;
• жабдық істен шықпай тұрып жөндеу;
• ұңғыманы «тұншықтырмай», бірақ қауіпсіз режимде жүргізу;
• өндіріс құлауын (decline) ертерек көріп, тез әрекет ету.

Бұлардың бәрі – болжам, оңтайландыру, аномалияны табу. Яғни машиналық оқытуға табиғи түрде келеді.

АҚШ тенденциясы Қазақстанға не айтады?

Бірінші сигнал: капиталың rig-ке емес, шешім сапасына байлансын. Егер нарық rig азайса да өндірісті ұстай алса, демек бәсеке «кім көп бұрғылайды?» деңгейінен «кім дәл бұрғылайды және жақсы басқарады?» деңгейіне өтті.

Қазақстанда көптеген активтерде қиындық ұқсас:

• кен орындары «пісіп қалған»: су үлесі өседі, қысым төмендейді;
• жөндеуаралық кезең қысқарады;
• жоспарлау көп жағдайда Excel-ге тіреледі;
• датчик деректері бар, бірақ шешімге айналмайды.

Менің байқағаным: компаниялар AI жобасын көбіне «үлкен платформа сатып алу» ретінде көреді. Нәтиже беретін тәсіл басқа: ең ауыр операциялық мәселені алып, оны 8–12 аптада өлшенетін KPI-ға байлап шешу.

Екінші сигнал: нарық құбылса, өндірісті «ақылмен» қорғау керек

Rig санының жылдық төмендеуі (АҚШ-та −43) инвестиция циклінің сақ екенін көрсетеді. Баға тұрақсыз болса, бәрі CAPEX-ті ұстайды. Сонда өндірісті құлатпай ұстайтын басты құрал – операциялық excellence + цифрлық басқару.

Қазақстан үшін бұл әсіресе маңызды, өйткені күрделі жобаларда (теңіз, күкіртті орта, алыс инфрақұрылым) бір қателік өте қымбат.

Мұнай-газда AI ең көп ақша әкелетін 4 қолдану сценарийі

Төмендегі бағыттар өндірісті ұстап тұруға (немесе өсіруге) тікелей әсер етеді. Және оларды «бірден бәрін» емес, пилот → масштаб логикасымен жүргізуге болады.

1) Бұрғылау кезінде ақауды ерте болжау (NPT-ті қысқарту)

Жауап қысқа: AI бұрғылаудағы жоспардан ауытқуды ерте байқап, NPT (non-productive time) азайтады.

Қандай деректер керек: WITSML/SCADA ағындары, бұрғылау параметрлері (ROP, WOB, torque, standpipe pressure), оқиғалар журналы.

Нәтижесі қалай өлшенеді:

• NPT сағатының қысқаруы;
• stuck pipe/bit wear сияқты оқиғалардың азаюы;
• бір ұңғымаға кететін орташа күн саны.

Қазақстанда бұл әсіресе сервистік тізбек ұзын аймақтарда тиімді: құралды ауыстыру, жөндеу бригадасын жеткізу – бәрі уақыт.

Практикалық старт: «ақылды дабыл»

Көп компания бірден «автопилот бұрғылау» армандайды. Ал ең тез нәтиже беретін қадам — анализатор + ескерту жүйесі:

• қалыпты режимнің «цифрлық профилін» жасау;
• аномалия болғанда диспетчер/инженерге нақты ұсыныс беру (мысалы: RPM төмендет, mud weight қайта тексер).

2) Өндірісті оңтайландыру: жасанды көтергіш (ESP/rod pump) және choke басқару

Жауап қысқа: AI ұңғыма мінезін үйреніп, дебит пен энергия шығынын бірге оңтайлайды.

Нақты қолдану:

• ESP ток/вибрация/температура арқылы істен шығуды алдын ала көру;
• rod pump карталарын автоматты талдау;
• choke/газлифт режимін «өндіріс + су үлесі + құм» тәуекелімен теңестіру.

Бұл жерде KPI тек баррель емес. kWh/баррель, жөндеуаралық кезең, downtime – бәрі есепке алынады.

Бір сөйлеммен: «Өндірісті өсірудің ең арзан баррелі — бар ұңғыманы ақылды жүргізу арқылы келеді.»

3) Геология және кен орнын басқару: қай қабат «әлі береді»?

Жауап қысқа: ML модельдері тарихи ұңғыма/ядро/каротаж деректерінен sweet spot-тарды дәлірек табады.

Қазақстанда дерек жиі «аралас»: әр кезеңде әр подрядчик, әр формат. Бірақ бұл тоқтау себебі емес.

Тиімді тәсіл:

1. Деректі инвентаризациялау (қанша ұңғыма, қандай логтар, сапасы қалай);
2. Бір активте feature store құру;
3. Бұрғылау мақсаттарын «геомодель + ML скоринг» арқылы приоритизациялау.

Нәтижені өлшеу: алғашқы 90 күндегі өндіріс, су үлесі траекториясы, жоспарланған ROI.

4) Қауіпсіздік және экология: метан, HSE оқиғалары, комплаенс

Жауап қысқа: компьютерлік көру және аномалия детекциясы қауіпті жағдайды ертерек ұстайды.

Мысалдар:

• алаңдағы PPE (каска/көзілдірік) сәйкестігін камерамен бақылау;
• газ талдағыштарынан аномалияны ерте табу;
• техникалық қызмет көрсетуді тәуекелге қарай жоспарлау.

2026 жылы ESG қысымы сақталады. Сондықтан AI-ды тек өндіріс үшін емес, тәуекелді төмендету үшін де қою керек.

Қазақстан компаниясына арналған «90 күндік» AI жоспары

Жауап қысқа: бір активте бір нақты use case таңдап, дерек тәртібін орнатып, өлшенетін экономикалық эффект көрсетіңіз.

Мынадай жол картасы жұмыс істейді:

1. Мақсатты KPI таңдаңыз: NPT, downtime, ESP failure rate, water cut, kWh/баррель.
2. Дерек дайындық: SCADA сапасы, уақыт синхронизациясы, оқиғалар классификаторы.
3. Пилот (8–12 апта): модель → операторға ұсыныс → нақты өндірістік тест.
4. Экономика: «айына қанша теңге/доллар үнемдеді?» деген сұраққа бір бет жауап.
5. Масштаб: процесті регламентке айналдыру (модель ғана емес, адамдардың әрекеті өзгереді).

Ең жиі қате: «дерек ластанған, сондықтан күтейік». Дұрысы: дерек сапасын жақсарту – AI жобасының бір бөлігі.

People also ask: АҚШ-та rig азайса, бағаға әсері қандай?

Қысқа жауап: rig санының төмендеуі бағаны бірден өсірмейді, өйткені өндіріс көлеміне әсері кешігумен келеді және тиімділік өсімі оны уақытша өтейді.

Нарық бағаны бағалағанда үш нәрсеге қарайды:

• нақты өндіріс (баррель/тәулік);
• қор деңгейі және экспорт/импорт ағымы;
• геосаяси тәуекел және OPEC+ саясаттары.

Сондықтан Қазақстан үшін негізгі сабақ бағаға болжам емес: өз операцияңды бағаға тәуелділіктен азат ету. Оның жолы — цифрландыру және AI арқылы өнімділікті тұрақтандыру.

Қазақстанда AI енгізудің «адамдық» жағы: технология емес, тәртіп

AI жобаларының көбі модельдің сапасынан емес, операциялық тәртіптің жоқтығынан құлайды:

• оқиғалар журналы дұрыс толтырылмайды;
• бірдей жабдық әр алаңда әртүрлі аталады;
• инженерлер модельге сенбейді, өйткені түсіндірмесі жоқ.

Сондықтан мынаны талап етіңіз:

• түсіндірілетін модельдер (feature importance, себеп-салдар);
• бір терезе: ұсыныс қайда келеді (SCADA/HMI/мобайл);
• жауапкершілік: ұсыныс орындалса/орындалмаса, неге?

Қайда барамыз: rig азайған дәуірдің «ақылды өндірісі»

АҚШ дерегі (546 rig, жылдық −43; мұнай rig-і 412, жылдық −70) бір нәрсені анық көрсетті: өндірісті ұстап тұру үшін қондырғы санын көбейту міндет емес. Тиімділік пен басқару сапасы негізгі валютаға айналды.

Қазақстандағы мұнай-газ және энергетика компаниялары үшін бұл — жақсы жаңалық. Себебі біз де өндірісті тек CAPEX-пен емес, AI арқылы процесті дәл басқарумен көтере аламыз: NPT-ті қысқарту, жасанды көтергішті оңтайлау, жөндеуді болжаммен жоспарлау, HSE тәуекелін төмендету.

Егер сіз 2026 жылы AI-ды қайдан бастау керек деп ойланып жүрсеңіз, менің позициям қарапайым: бір актив, бір KPI, 90 күн, өлшенетін нәтиже. Содан кейін ғана масштаб.

Ал сіздің компанияда өндірісті «ұстап тұрған» ең үлкен шығын қай жерде: бұрғылау уақыты ма, жабдық істен шығуы ма, әлде су үлесінің өсуі ме?