在孚尔科于 ONS 展会举办的各场专题会议及客户交流过程中,有一个观点被反复提及:技术本身并不是难题。
那么真正的难点是什么?结合我们的实践经验,真正的挑战在于搭建基础体系,实现人员、数据与专业知识的规模化协同。无论是探讨工业人工智能、作业方与供应商之间的协作,还是水下油气开发的未来发展,那些取得显著进展的企业,均聚焦于搭建能够让技术创造实际业务价值的系统。
展会期间,孚尔科首席执行官Shane McArdle与雅苒国际企业发展执行副总裁 Fernanda Lopez Larsen 开展对话,成为本周关注度最高的研讨环节之一。
二人探讨了工业企业普遍面临的痛点:如何将海量信息整合,使其真正能够被人员使用。企业沉淀了数十年的工程图纸、维护规程、运行历史记录以及一线现场经验,核心问题是如何把这些知识转化为可访问、可服务于日常工作的有效资源。
正如 Shane 所言:“不能在混乱的业务基础之上叠加智能算法。”
这句话在展会期间引发广泛共鸣,它道出众多企业从 AI 试点试验走向大规模落地部署时遇到的现实困境:在正式上线 AI 模型之前,必须先夯实底层基础工作,才能保障项目取得成功。
雅苒公司的实践印证了上述观点。尽管技术发挥着关键作用,但诸多宝贵经验恰恰来自一线操作人员的深度参与,充分理解人员实际工作模式,确保数字化方案自然融入现有业务流程。正如 Fernanda 所说,工业领域并不追求 “快速试错、推倒重来”;工业场景的挑战是快速迭代、稳步建设。
在孚尔科与 Vår Energi 联合举办的题为《打破数据孤岛,共创共享价值》专题会上,夯实底层基础再次成为核心议题。
研讨剖析了行业普遍痛点:团队内部协作往往运转顺畅,但在工作交接环节,作业方‑供应商之间、项目建设‑生产运营之间、不同工程专业之间极易出现协同障碍。
Vår Energi 项目开发高级副总裁 Oddgeir Dalane 与 Shane 均表示,上述壁垒根源来自数据碎片化、业务语境不统一,以及长期形成的组织工作习惯。
本次会议阐明:带有业务上下文信息的数字孪生技术可以弥合上述鸿沟,工程师不必耗费大量时间查找资料,可将更多精力投入专业研判与业务决策。Vår Energi 选取单一资产作为切入点,统筹运营、维护与信息技术团队统一工作边界,仅用六个月即完成数字孪生系统上线。依托这套方案,团队 3 小时内可完成 1000 条检测缺陷信息的筛查;而采用传统人工模式,每日仅可处理 3‑4 条检测记录。
本次研讨输出的是具备实操性而非纯理论的思路:从聚焦单一业务场景切入,创造业务价值,在应用过程中持续完善数据质量。
正如 Oddgeir 总结:企业应当 “力所能及即行动,而非迫不得已才行动。”
智能体 AI(Agentic AI)如何从试点走向生产应用,是 ONS 展会上另一大热议话题。
在一场围绕 AI 规模化落地的专题圆桌论坛中,Shane 着重强调:对于高风险关键行业,可信度是决定性前提。尽管生成式 AI 技术迭代迅速,但工业企业仍需要配套治理机制与行业领域专业能力作为支撑。
一个值得关注的洞察:技术的迭代进度与企业组织的实际接纳能力并不匹配。AI 模型服务商驱动技术持续向前演进,但企业吸收运用这类新技术的节奏却自成体系。
未来数年,这种错位或将成为人工智能落地推广最大的瓶颈之一。
ONS 展会大量议题聚焦数字化转型,但仿真技术依然充分印证工业创新的现实实现路径。
在《水下创新重大突破》专题研讨中,研究人员探讨实现超长距离海底油气回接管线开发的关键条件。HyWax 联合工业项目针对水合物、蜡质在管道内的安全输送开展研究,依托高级建模与试验手段,有望解锁更多油气开发机遇。
该经验的价值远超流动保障单一领域:更完善的仿真模型支撑更科学的决策。在投入资本之前充分评估风险,作业方可评估那些原本因成本过高、不确定性大而被搁置的备选方案。
这一理念同样适用于碳捕获与封存(CCS)相关研讨。道达尔能源公司展台演示 Ledaflow 软件如何应用于二氧化碳输送与注入工况,帮助企业理解、管理日趋复杂的 CCS 全产业链。
:先模拟仿真,再建设,成本会低得多。正如 LedaFlow 技术公司董事总经理 Jan Gerhard Norstrøm 总结
展会的各类讨论虽围绕人工智能、数字孪生、仿真模拟、碳捕获封存展开,但更深层次的议题,是如何保障这些技术真正发挥价值。
那些实现价值落地的企业,均优先开展底层基础建设:降低知识获取门槛,打通跨团队业务流程,为技术规模化应用创造必要条件。
正如孚尔科首席执行官 Shane McArdle 常说的:先做那些不那么光鲜的基础工作。 它虽不是数字化转型中最夺人眼球的部分,但在本届 ONS 展会上,正是基础工作,区分开了 “前景可观的试点项目” 与 “真正产生业务价值的落地成果”。
未来并非既定,让我们继续共同塑造行业的工作新模式。