Ny teknologi pÄ sokkelen: NÄr AI mÞter norsk olje

AI i Norsk Olje og Gass: Digital Transformasjon‱‱By 3L3C

Teknologidagen 2025 viser hvordan AI og ny teknologi kan Þke verdiskaping, kutte kostnader og redusere utslipp pÄ norsk sokkel. Slik kan du ta neste steg.

AI i olje og gassnorsk sokkeldigital transformasjonprediktivt vedlikeholdhalefaseproduksjondigitale tvillinger
Share:

Featured image for Ny teknologi pÄ sokkelen: NÄr AI mÞter norsk olje

Ny teknologi pÄ sokkelen: NÄr AI mÞter norsk olje og gass

Teknologidagen 2025 samlet fullt hus i Sokkeldirektoratets lokaler. Det sier egentlig alt: norsk sokkel stĂ„r midt i et teknologisk skifte – og denne gangen er data, AI og digitalisering like viktige som stĂ„l, stigerĂžr og stigerĂžrshoder.

Samtidig som vinterens budsjettprosesser, TFO-runder og energi- og klimadebatt preger nyhetsbildet hĂžsten 2025, er ett spĂžrsmĂ„l akutt for alle operatĂžrer og leverandĂžrer: Hvordan kan vi hente ut mer verdier fra modne felt, samtidig som vi reduserer utslipp og kostnader? Svaret peker stadig oftere mot ny teknologi – og spesielt mot AI-drevne lĂžsninger.

I denne artikkelen ser vi pÄ hva Teknologidagen 2025 forteller oss om retningen for norsk sokkel, og hvordan AI i norsk olje og gass allerede er i ferd med Ä endre mÄten vi jobber med:

  • innsamling og bruk av undergrunnsdata
  • «utfordrende fat» og halefaseproduksjon
  • neste generasjons produksjonssystemer

MĂ„let er Ă„ gi deg konkrete perspektiver og ideer du kan ta med inn i egen organisasjon – enten du jobber pĂ„ sokkelen, i et hovedkontor, hos leverandĂžr eller i forvaltning.

Teknologidagen 2025: Mer enn et fagseminar

Sokkeldirektoratet beskriver teknologi som ett av de viktigste verktĂžyene for Ă„ skape ytterligere verdier fra norsk sokkel. Teknologidagen er arenaen hvor dette verktĂžyet konkretiseres: selskaper deler erfaringer, viser fram nye lĂžsninger og diskuterer hva som skal til for Ă„ ta neste steg.

«En slik dag skal vĂŠre til inspirasjon for selskapene. Engasjementet er stort.» – Arvid Østhus, leder for programkomiteen

At det var fullt hus og venteliste i 2025, er ikke tilfeldig. Kombinasjonen av:

  • Ăžkende fokus pĂ„ energieffektivitet og utslippskutt
  • mange felt i halefasen
  • betydelig behov for kostnadsreduksjoner

har gjort at teknologi – og sĂŠrlig AI og dataanalyse – ikke lenger er «nice to have». Det er et konkurransefortrinn, og etter hvert en forutsetning for lĂžnnsom drift.

Sokkeldirektoratets egen teknologistrategi ligger til grunn for programmet. Den er strukturert rundt tre hovedtemaer:

  1. Innsamling av undergrunnsdata
  2. Utfordrende fat
  3. Neste generasjons produksjonssystemer

La oss se nÊrmere pÄ hvordan disse omrÄdene henger tett sammen med digitalisering og AI.

1. Innsamling av undergrunnsdata: Fra seismikk til sanntids innsikt

Fra datalager til beslutningsmotor

Historisk har norsk sokkel vĂŠrt verdensledende pĂ„ datainnsamling – enorme mengder seismikk, brĂžnndata og produksjonsdata er samlet inn og lagret gjennom flere tiĂ„r. Utfordringen nĂ„ er ikke Ă„ fĂ„ mer data, men Ă„ utnytte dataene bedre.

Her er AI og maskinlĂŠring i ferd med Ă„ bli selve motoren i beslutningsstĂžtten:

  • AI-modeller kan tolke seismiske data raskere enn tradisjonelle metoder
  • avanserte algoritmer oppdager mĂžnstre i produksjonsdata som mennesker ikke ser
  • prediktive modeller kan estimere reservoaratferd og risiko med hĂžyere presisjon

Resultatet er raskere letebeslutninger, bedre utplassering av brĂžnner og mer treffsikre utviklingsplaner.

Eksempel: Lange horisontale letebrĂžnner

PĂ„ Teknologidagen presenterte Aker BP hvordan de bruker lange horisontale brĂžnner i letefasen. Kombinert med AI-drevet reservoarmodellering gir dette:

  • flere datapunkter per brĂžnnbane
  • bedre forstĂ„else av reservoarvariasjoner
  • mulighet til Ă„ justere strategi nesten i sanntid

Kobler du dette med AI-basert boreoptimalisering, fÄr du:

  • redusert boretid
  • lavere risiko for «stuck pipe» og komplikasjoner
  • bedre utnyttelse av riggkapasitet

Praktisk implikasjon: For selskaper med begrenset borebudsjett kan slike kombinasjoner av ny boreteknologi og AI gi flere kommersielle funn per investert krone.

Hva du kan gjÞre nÄ

For bedrifter som vil utnytte undergrunnsdata bedre, er tre fĂžrste steg ofte realistiske:

  1. Kartlegg datakilder – hvilke seismiske, brþnn- og produksjonsdata har dere faktisk tilgang til, og i hvilket format?
  2. Etabler en enkel data- og AI-pilot – for eksempel en maskinlĂŠringsmodell som predikerer vannkutt eller trykkutvikling pĂ„ utvalgte brĂžnner.
  3. Bygg tverrfaglige team – geologer, reservoaringeniĂžrer og data scientists mĂ„ jobbe tett for at modellene skal bli relevante og robuste.

2. «Utfordrende fat» og halefase: Der AI virkelig lÞnner seg

NÄr et felt gÄr inn i halefasen, Þker kompleksiteten: vannkutt stiger, trykk faller, driftskostnader per fat Þker. Likevel ligger det ofte betydelige resterende ressurser igjen. SpÞrsmÄlet er om de kan produseres lÞnnsomt.

Sokkeldirektoratets fokus pÄ utfordrende fat handler nettopp om disse ressursene: smÄ lommer, komplekse reservoarer og marginale brÞnner. Her blir teknologivalg helt avgjÞrende.

Okea og halefaseoptimalisering

PÄ Teknologidagen viste Okea hvordan de jobber systematisk med utvinning fra felt i halefasen. Selv om detaljene ikke er gjengitt i nyhetsnotisen, vet vi at mange aktÞrer nÄ kombinerer:

  • avansert produksjonsdataanalyse
  • AI-baserte produksjonsprofiler
  • automatiserte verktĂžy for brĂžnnprioritering

Slik kan de finne ut:

  • hvilke brĂžnner som bĂžr strupes eller stenges
  • hvor det lĂžnner seg Ă„ bore sidesteg
  • nĂ„r det er riktig tidspunkt for nye tiltak som vann- eller gassinjeksjon

Prediktivt vedlikehold og P&A

Halefasen handler ikke bare om utvinning, men ogsÄ om vedlikehold og stenging av brÞnner (P&A). Her er AI allerede i ferd med Ä gjÞre en mÄlbar forskjell:

  • sensordata fra ventiltre, kompressorer og pumper brukes til prediktivt vedlikehold
  • algoritmer fanger opp tidlige tegn til svikt
  • planlagt nedetid kan optimaliseres for Ă„ gi minst mulig produksjonstap

NÄr rundt 2900 brÞnnbaner pÄ norsk sokkel skal plugges og stenges ned framover, er potensialet enormt. Smarter planlegging, bedre risikomodeller og digital beslutningsstÞtte kan spare bransjen og samfunnet for store kostnader.

Tre konkrete AI-bruksomrÄder i halefasen

  • Optimal brĂžnnportefĂžlje: AI rangerer brĂžnner etter forventet restverdi og risiko.
  • Dynamisk lĂžnnsomhetsanalyse: LĂžpende vurdering av tiltak (sidesteg, workover, P&A) basert pĂ„ oppdatert pris- og produksjonsdata.
  • Sikkerhetsoptimalisering: AI-modeller identifiserer kombinasjoner av tilstander som har hĂžy sannsynlighet for uĂžnskede hendelser.

Bottom line: I halefasen er marginene smĂ„. Derfor er hver ekstra prosentpoeng i utvinningsgrad og hver unngĂ„tt driftsstans direkte penger i lomma – og AI er et av de mest effektive verktĂžyene for Ă„ hente ut disse prosentene.

3. Neste generasjons produksjonssystemer: Elektriske juletrĂŠr og digitale tvillinger

Sokkeldirektoratet peker pÄ neste generasjons produksjonssystemer som et hovedtema. PÄ Teknologidagen diskuterte Equinor blant annet planene for elektriske juletrÊr (eVXT).

Hvorfor elektriske juletrĂŠr er mer enn et teknologiprosjekt

Elektriske juletrĂŠr handler ikke bare om Ă„ bytte ut hydraulikk – de er en plattform for digitalisering:

  • mer presis styring
  • raskere respons
  • bedre mulighet for fjernoperasjon
  • integrasjon med digitale tvillinger og AI-modeller

NĂ„r ventiltreet blir en intelligent node i et stĂžrre digitalt Ăžkosystem, Ă„pner det for:

  • kontinuerlig overvĂ„kning av tilstand
  • automatisk justering av produksjonsparametere
  • forbedret lekkasjedeteksjon og sikkerhetsfunksjoner

Digitale tvillinger og autonom optimalisering

Neste generasjons produksjonssystemer kjennetegnes av at den fysiske infrastrukturen – plattformer, rþrledninger, subsea-utstyr – har en digital tvilling:

  • et oppdatert, dynamisk datamodell av felt og utstyr
  • som kan simuleres, testes og optimaliseres virtuelt

Koblet med AI gir dette mulighet for:

  • autonom produksjonsoptimalisering (justering av choke settings, trykk og rate)
  • raskere evaluering av what if-scenarier
  • bedre planlegging av bĂ„de korte og lange produksjonsstopp

For norsk sokkel, med mange modne felt og komplekse infrastrukturknutepunkt, kan dette vĂŠre det som gjĂžr forskjellen mellom:

  • «videre drift i noen Ă„r til» og
  • ny, lĂžnnsom levetid med lavere utslipp per fat.

Slik kan selskaper posisjonere seg nÄ

  • Standardiser datainnsamling fra subsea-utstyr slik at data kan mates direkte inn i digitale tvillinger.
  • Start med ett felt som pilot for AI-basert produksjonsoptimalisering.
  • SĂžrg for tett dialog mellom produksjon, IT/OT og data science – teknologi uten operasjonell forankring forblir pilot.

4. Slik bygger du en helhetlig strategi for AI og teknologi pÄ sokkelen

Teknologidagen viser tydelig at myndighetene þnsker at ny teknologi skal brukes i alle deler av verdikjeden – fra leting til produksjon, fra vedlikehold til avslutning og disponering.

For selskaper som Þnsker Ä ligge i forkant i den digitale transformasjonen pÄ norsk sokkel, kan en helhetlig tilnÊrming bygge pÄ fire prinsipper:

1. Start med forretningsverdien, ikke teknologien

SpĂžr fĂžrst:

  • Hvor taper vi mest verdi i dag? (nedetid, tapte fat, uforutsette kostnader)
  • Hvor er sikkerhetsmarginene smĂ„?
  • Hvor er klimafotavtrykket stĂžrst per produsert enhet?

Deretter vurderer du hvor AI og ny teknologi faktisk kan flytte tallene.

2. Bygg pÄ eksisterende strategier og regulatoriske rammer

Sokkeldirektoratets teknologistrategi, krav til god ressursforvaltning, sikkerhet og dokumentasjon (for eksempel ved CO₂-lagring og P&A) gir retning. AI-lĂžsninger mĂ„:

  • vĂŠre transparente og dokumenterbare
  • stĂžtte opp under regelverk og myndighetskrav
  • bidra til bedre beslutninger, ikke erstatte faglig vurdering

3. InvestĂ©r i kompetanse – bĂ„de fag og data

Den mest vellykkede bruken av AI i norsk olje og gass skjer der:

  • reservoaringeniĂžrer, geologer, boreingeniĂžrer og prosessfolk
  • jobber tett sammen med data scientists og programvareutviklere

Det holder ikke Ä «kjÞpe en algoritme». Organisasjonen mÄ forstÄ hva modellen gjÞr, hvilke data den trenger, og hvor den kan feile.

4. Tenk Þkosystem: samarbeid pÄ tvers

Teknologidagen er i seg selv et uttrykk for at samarbeid er en forutsetning:

  • myndigheter, operatĂžrer og leverandĂžrer deler erfaringer
  • nye standarder for data og grensesnitt utvikles
  • felles arenaer for testing og piloter oppstĂ„r

I en bransje hvor mange aktÞrer opererer pÄ samme sokkel, vil selskaper som er Äpne for samarbeid om data, infrastruktur og standarder ofte komme raskere og tryggere i mÄl med AI-prosjekter.

Avslutning: Fra fullt hus til fulle effekter

Teknologidagen 2025 bekrefter at ny teknologi pĂ„ norsk sokkel ikke lenger er et nisjetema for spesielt interesserte – det er blitt en sentral del av strategien til bĂ„de myndigheter og industri. Samtidig viser den store interessen at mange fortsatt er pĂ„ jakt etter konkrete grep:

  • Hvordan komme i gang med AI og prediktivt vedlikehold?
  • Hvor begynner vi med digitale tvillinger?
  • Hvilke data trenger vi for Ă„ virkelig forstĂ„ vĂ„re «utfordrende fat»?

I denne serien om AI i norsk olje og gass: Digital transformasjon er mÄlet nettopp Ä svare pÄ slike spÞrsmÄl, og vise hvordan bransjen kan gÄ fra inspirerende presentasjoner til mÄlbare gevinster pÄ felt etter felt.

Skal vi lykkes med Ă„ bĂ„de Ăžke verdiskapingen og kutte utslipp pĂ„ norsk sokkel, mĂ„ ny teknologi – spesielt AI, dataanalyse og digitale tvillinger – tas i bruk systematisk, sikkert og mĂ„lrettet.

Neste steg er ditt: Hvilket omrĂ„de pĂ„ din arbeidsplass har stĂžrst potensial for Ă„ ta i bruk AI – undergrunnsdata, halefaseoptimalisering eller produksjonssystemer? Og hva skal til for at dere er blant dem som ikke bare fyller salen pĂ„ neste Teknologidag, men ogsĂ„ hĂžster gevinsten i feltportefĂžljen?