您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。 [毕马威]:2025全球技术报告之能源行业洞察 - 发现报告

2025全球技术报告之能源行业洞察

化石能源 2025-01-24 - 毕马威 周剑
报告封面

告 : 能源洞察 以数据和果断推动下一波数字化转型 毕马威。有所作为。 毕马威国际 | kpmg. com ExecutiveExecutive能源部门更大胆能源公司有条不紊地数据成熟度差距使该部门擅长获取关键摘要Summary比其他技术试验 AI 用例部门证明其技术的价值网络安全的财务价值调查结果 能源CEO们认为通用人工智能(Gen AI)既是风险也是机遇。但这些风险包括落后于竞争对手以及在隐私、伦理或诚信方面犯下致命错误。 能源部门比其他行业更具韧性和冒险精神,但需增加在数据能力和人工智能方面的投资以解锁其下一次数字化转型的浪潮。 能源行业正处于一个关键的十字路口,面临前所未有的挑战和机遇。 这份报告倡导能源领导者必须利用数据和果断性推动组织内的下一波数字化转型。通过系统地实验人工智能应用场景并利用网络安全框架,能源公司可以防范可能阻碍数字创新的威胁。尽管能源行业在许多IT领域与其它行业相当甚至领先,但成就往往局限于孤立的功能区域,而非整个组织或生态系统。 可以进行管理,而在业务的几乎每一个领域,人工智能都能带来价值。真正实现人工智能的集成归结为变革管理,只要企业在位上具备基本的指导原则,CEO们对此应感到自信。 应对这些挑战并抓住能源转型的机会,需要在整个业务范围内整合技术、数据和策略的统一方法。这一双重挑战要求创新解决方案和战略远见,因此能源领导者必须利用先进技术和数据驱动的洞察力推动下一次数字化转型浪潮。 我们的研究发现,能源sector相较于其他sector更具韧性和风险承受能力,但需要在数据能力和人工智能(AI)方面增加投资以实现下一次数字化转型的突破。基于对全球2450名技术领导者的全面调查,本报告探讨了来自19个国家的122名能源技术领导者的经验,并提供了有关能源行业数字化转型的重要见解。 作为能源领域技术革新打开新潜力之际,需在快速采纳与战略性地提取技术真实价值之间寻求平衡。应基于证据作出决策,以导航通过 h ype,并找到稳健的解决方案,安全且负责任地规模化应用新技术,如人工智能。 全球能源、自然资源和化学品主管毕马威国际 毕马威全球科技报告 : 能源洞察 能源部门在技术方面比其他部门更大胆 能源公司正在有条不紊地尝试 AI 用例 数据成熟度差距使该行业更难证明其技术的真正价值 您提到的技术中,贵组织目前优先关注并投资的是哪一项以支持其发展目标?计划在未来一年内进行投资。来源:KPMG全球科技报告2024 能源组织计划在未来一年投资低代码/无代码平台的比例为7个百分点高于跨行业平均值。 能源行业的 AI 成熟度水平与跨部门平均水平 毕马威全球科技报告 : 能源洞察 大多数调查中的能源 executives 表示,其组织对其在技术投资中获得的价值感到满意,但他们在这一方面仍落后于其他行业。 处理数据需要从根本上采用与传统技术系统不同的方法。企业应采取措施确保在整个数据生命周期(从收集、存储到分析)中实现更高的问责制和透明度。建立以公平性、可解释性和目的性为基础的原则对于促进企业人工智能资产的道德使用至关重要。有效的监控系统也极为关键,能够提供定期评估以确保合规并维持必要的制衡。此外,投资培养以人工智能赋能的工作队伍的举措将有助于在工作场所嵌入一种伦理的人工智能文化。对于自知能力较强的能源公司而言,实施这些措施应当更为顺畅。 视野受限很可能是能源行业的一个 contributory factor。在调查的九个领域中,能源高管平均比跨行业平均水平低 11 个百分点表示他们对其组织能够量化其技术生成的价值感到有信心。客户、员工和环境指标是信心最低的领域。 “在决策和资本分配方面 , 这种缺乏可见性带来了挑战 , ” Rabra 说。 这里的一个可能因素是,该行业在所有测量的类别中都落后于数据成熟度。仅有36%的高管认为其组织提取有意义见解的能力处于我们定义的数据成熟度最高两级——最具影响力和嵌入级——相比之下,全行业的这一比例为52%。而只有35%的能源行业高管表示其数据科学能力处于数据成熟度最高两级,相比之下,全行业的这一比例为50%。 能源高管对定量衡量其技术价值的信心较低 它需要整合其拥有的多种数据池——从运营数据到财务数据。“这将使公司能够更好地了解影响在哪里产生以及哪里需要修正。”Rabra如是说。“如果没有这种可见性,可能会导致例如电网维护和投资分配 去一年在其XaaS使用方面的投入,他们的组织提高了数据管理与集成水平——这一比例比总体平均水平高出6个百分点。 生成式AI还将通过预测分析成为数据驱动决策和资本分配的游戏改变者。尽管基于资产的预测性维护并不是新的实践,但当今模型的复杂性使得将预测洞察整合到更广泛的数字生产过程中成为可能。这使组织能够优化现金流并更有效地预测利润率,最终改善关于投资的决策。 当油气生产商Encino Energy收购了Chesapeake En ergy的900口井时,很快便清楚地意识到其运营需求超出了传统工作方式的能力范围。这些工作方式依赖于少量的应用程序、电子表格、电子邮件和离线沟通。 手动将产量与预测进行比较 , 经历了循环。 为了迅速现代化其数据和分析功能,Encino 请求美国毕马威(KPMG)为其创建可扩展的数据基础。由此,Encino 现已拥有一个基于云的可扩展架构,并配备了跨异构系统揭示洞察的主数据集。这一数据基础设施正在改善 Encino 的决策过程,并将报告周期时间从数月缩短至数周。 随着切萨皮克(Chesapeake)的数据不断涌入,恩西诺的员工花费了大量时间从分散的来源汇总报告,修正矛盾的数据格式并争论数据的完整性。恩西诺缺乏对实时井经济的可见性,难以优化现场运营。 毕马威美国 , “Encino Energy 利用现代分析的强大力量 ” , 2024 本报告来源于三个皮匠报站(www. sgpjbg. com), 由用户 Id: 349461 下载, 文档 Id: 490408, 下载日期: 2025 - 01 - 数字解决方案旨在创造价值,但一旦这些价值被创造出来,就必须加以保存,”Rabra解释道,“这一点在能源领域尤为明显,在该领域,大 运营完整性和盈利能力可帮助组织建立弹性并最大限度地提高数字 ROI 。 ” 能源高管认为 , 使用网络安全和隐私考虑指导技术实施对于组织在数字经济中繁荣发展至关重要。这解释了为什 能源正在从网络安全中获取价值 为了自信而清晰地驾驭动荡的局面 , 能源高管应该 :