如果阿里雲跟中石化合作,雲計算、大數據在石油行業可以幹什麼?
阿里與中石化的消息滿天飛。昨天又傳出雙方將在雲計算和大數據領域展開合作:未來中石化將利用阿里雲打通內部信息系統,在大數據提升產油量、統一支付體系、車聯網、電商O2O等方面進行廣泛合作。雲計算和大數據在石油行業有哪些應用前景?
新浪科技:中石化將與阿里雲合作:利用雲計算大數據煉油
明確一下題主的問題:
不討論中石化與阿里雲合作的真實性,只談雲計算、大數據在石油行業應用的空間。
一、石油勘探
這個 @王子凌 已經有提到,我只說問題:
一是計算能力需求和CPU處理器性能落差越來越大,目前通過不斷提高CPU處理器的工作頻率來提高計算性能的技術路線已經逐步走向其極限;
二是石油勘探高速增長的數據和存儲擴容越來越不匹配;
三是能耗制約越來越嚴重,高性能計算機的體積大、耗電多等弱點以及對龐大的計算機房空間需求、空調需求和用電量等已經成為石油勘探數據處理的一大挑戰。
總之,就是目前石油勘探行業對於計算能力和數據處理的大需求,使用傳統的高性能計算方法不但不能適應石油勘探發展與應用的需要,更是成為了石油勘探發展的制約因素之一。
破局的解決之道是要實現計算能力的靈活可伸縮性,同時能夠負載相當大的存儲容量,還要能夠對計算能力和資源進行更好的管理。
因此,雲計算成為首選!
然後,如果選擇國內的公共雲計算服務商,只有阿里雲能幹這個事情。如果用AWS,政府肯定不幹,能源安全!
當然,目前石油行業大多還是自建。隨著整個行業的開放,採購外部雲服務肯定會成為趨勢。畢竟,技術能力明擺著。
二、智能管線
這個其實就是石油管道加上各種感測器。這個事中石化已經幹了,但據我所知,他們還沒辦法有效的利用傳輸回來的數據。
公開數據顯示,中國陸上油氣管道總里程已經達到12萬公里,可以繞地球三圈。截至2014年5月底,據國家安監總局披露,上述管道共排查隱患29436處,平均每10公里就有2.5處隱患。
智能管線是以油氣管道為基礎,利用地理信息系統(GIS)、電子標籤(RFID)、物聯網等技術,通過雲計算對管線的各類空間、屬性和生產數據進行分析,為管理決策、風險監控和現場操作提供支持,
可實現泄漏自動報警、地質災害的提前預警、專家系統管線維護、可視應急救援等
三、加油站+大數據
這個事情會很性感,老百姓也是有感知的。
1) 向用戶推薦排隊時間最短的加油站,這個可以將排隊數據同百度、高德地圖打通。用戶搜索加油站信息時可以實時提醒。
實現起來也很簡單:只需在排隊的位置設幾個感應器,如果排到第一個感應器,地圖上顯示黃色,如果排第二個感應器,地圖上顯示紅色……
對於熱門區域的加油站,甚至可以考慮開通預約加油功能,主動進行分流,提升用戶體驗。
2) 車聯網相關
阿里的高德數據向中石化開放,可為加油站選址提供參考數據。
加油站明確每一個車輛或用戶的ID,通過阿里實現數據變現。如,你經常在浙江加油,忽然一天到河北某個景點加油了,那基本就可以判斷你出門旅遊了,阿里旅行就可以介入進來。
……
這裡的想像空間是最大的。車是新的入口,加油站是必經之地。
3) 可讓加油站運營商知道各個地區的加油需求,從而考慮增加新的站點或動態調整某些加油站的工作時間;
4) 讓加油站有用戶的概念
現在的加油站,還只是來加油了你才是我的顧客。如果後面建立完善的用戶體系,加油只是開始,後面中石化的便利店、電商、車子保養等都可以跟上,那中石化就徹底轉型綜合服務商了。
事實上,大數據在石油化工行業的應用可以說是最典型的。
首先看下學術搜索上的結果:根本上來看,就是石油勘探即地球物理勘探,由地球物理數據採集、數據處理和數據分析解釋三部分組成,地震資料的內涵是數據,通過數據反映地質結構、地層變化,通過數據為油氣勘探開發提供依據。
從實際操作層面來看:
而這些數據可以利用起來:1、比如地震採集方法,採集覆蓋次數由幾十次增至幾千次,每炮數據量由10MB增至250MB,數據體越來越大。國際項目可控震源高效作業,每天產生500GB到1TB數據,甚至更高。
2、某公司承擔的瑪131井區403平方公里地震資料處理項目,數據量達14TB。2013年35個高密度數據處理項目中,數據量超過8TB的項目佔32%。3、以我國西部某油田數據統計的12塊三維工區為例,2013年採集的數據量比2011年多27倍,數據體越來越大。近幾年,寬方位、高密度海量數據3D項目越來越多,5年前某處理中心處理的總原始數據體約為50TB,到2013年總原始數據體超過500TB。
石油勘探面臨的挑戰:寬方位、寬頻帶、高密度採集的大數據處理,以疊前3D去噪、方位各向異性校正、OVT(共炮檢距矢量片)域數據處理和基於OVT道集裂縫檢測為核心的不同技術和流程。
其結果將更有利於改善地震資料品質,提高地震成像精度,更有利於清楚刻畫構造細節,改善構造內幕形態;基於OVT域疊前偏移處理得到的道集,將更有利於振幅隨炮檢距變化分析、疊前反演預測儲層和含油氣性;同時利用各向異性特徵可更好地預測裂縫發育,預測的裂縫密度更加符合地質規律,細節刻畫更為清楚,裂縫預測結果和鑽井實測地應力方向吻合程度也會更高。
解決方案:利用雲計算。如數據體巨大,採集數據分離、現場處理質控的時效性和數據轉儲難度更大。室內處理計算量巨大,運算成本更高,需要具備比常規採集的數據處理更高配置的計算資源,需要有規模化強大的計算和存儲資源,需要更多的功能實現並行化處理,需要採用更先進的質量控制手段,需要更加靈活的大數據管理技術等。
海量地震數據的組織、管理和多維度檢索愈發困難,同時老機器無法滿足海量數據的處理要求,存儲設備投資比例加大,更重要的還在於大數據應用中遇到的存儲問題和數據安全問題。
地震和上游生產設計會產生PB級每天的數據,解方程。這是比較傳統的需求。國外有現成的例子。http://royaldutchshellplc.com/2012/04/04/shell-oil-targets-hybrid-cloud-as-fix-for-energy-saving-agile-it/
要點:封閉性,可靠性。一、中石化的KPI
在做任何商業分析前,了解目標方的KPI都是首要重點,因為這樣才能保證有的放矢。(這裡的「KPI」是個寬泛的概念,既包括短期業務目標,也包括長期戰略目的,所以內涵比一般公司考核中的「KPI」概念內涵要大些。)
而中石化作為一個整體,其KPI包括四部分,分別是[1]:
- 勘探及開發板塊:原油、天然氣產量、收入(利潤)
- 煉油:原油加工量、成品油產量、收入(利潤)
- 營銷與分銷:成品油零售經銷量、成品油非零售經銷量、非油品經營收入(利潤)
- 化工:化工產品經營總量、收入(利潤)
上述指標可以按照B2B和B2C進行分類,B2B包括:
- 勘探及開發板塊:原油、天然氣產量、收入(利潤)
- 煉油:原油加工量、成品油產量、收入(利潤)
- 營銷與分銷:成品油非零售經銷量
- 化工:化工產品經營總量、收入(利潤)
B2C包括:
- 營銷與分銷:成品油零售經銷量、非油品經營收入(利潤)
二、阿里雲能做什麼?
那麼面對中石化這樣的KPI體系,阿里雲必須清楚,自己有什麼實力和工具可以幫助中石化提高上述的部分或全部KPI指標。或者說,阿里雲所謂的雲計算和大數據到底能幹嘛?
1、阿里雲計算
按照曾鳴的說法,阿里雲計算的價值在於[2]:
(1)移動+雲計算=實現了IT服務的「在線化「,讓技術的門檻大幅降低了,成本大幅降低。
(2)雲計算是公共服務,是可變成本,可按需使用,不再是固定資產投入,創業公司的成本壓力由此大幅下降。
(3)雲計算對於未來數據時代的價值。雲計算,是用足夠的低成本、商業化的模式來解決大計算的問題。以前大家只會想到超級計算機,它的運營成本高,而反應速度還是很慢,當這些大的互聯網應用真正發展時,比如淘寶,數億商家提出的購買需要,實時信息匹配的背後,就是大數據的計算。所以,雲計算就是使用分散式的方法,針對海量數據大計算的一種解決方案。如果沒有計算能力,我們談不上大數據的時代,談不上海量數據的高效應用。
也許雲計算可以用這樣一個比喻來解釋:你現在要解一個方程,可是發現你100塊買來的計算器處理能力不夠,一算就燒,而要買個好的夠用的計算器非常貴10000塊,很不良心。而雲計算服務商說了,我的計算器夠用,租給你用,用一次50,良心吧!你一聽,md,好划算,於是就用了。至於雲計算服務商如何實現50一次租給你用還能掙錢的,你根本用不著考慮。
也就是說,雲計算的價值在於,讓你用更低的成本,獲得更好的數據處理能力,從而降低成本,提高收益。
2、大數據
阿里擁有中國僅次於政府的大數據存量(甚至不遜於政府),這些數據主要是商業交易數據,包括2B(http://alibaba.com、1688)、2C(天貓、淘寶、聚划算、淘點點、速賣通)、金融(螞蟻金服)、物流(菜鳥)、線上營銷數據(阿里媽媽),甚至可能還包括高德、陌陌等阿里系產品的相關數據。這麼龐大的數據存量,實在是有太大的想像空間。
而這些數據的主要價值在於兩個方面:
(1)對以往行為的效果監控:比如中石化把自己的非油品業務放到淘點點上,究竟效果幾何需要由阿里的數據處理系統來監控。
(2)對將來行情的預測:比如高德發現某地區用戶近半年來搜索中石化加油站的次數明顯增多,這個數據對於中石化就是有價值的,也許意味著中石化在該地區的加油站布局不合理或者過少,中石化可能進行相關調整。
一言以蔽之,阿里的大數據在經過處理後得出的結論可能可以幫助中石化更好地促進銷售,提高項目ROI。
3、補充
有兩點答主認為要先說清楚:
其一、答主目前查到的結果是,貌似企業使用某種雲計算服務需要將自己的數據置於雲計算服務商的伺服器上(不是很確定,希望大神指教)。但對於中石化而言,就像其他答主說的,幾乎不可能。原因我想不需要多言。所以在這件事上,本人認為,阿里雲的角色更像是證券分析師(錢在你手上,我給你建議,但你具體買哪只股票不需要經過我),而非資管方(錢在我手上,所有的交易都必須經過我)。阿里雲更多地可能是出人、出方案、出工具。
其二、阿里在其大數據商業模式中,希望不僅僅是數據的提供方,同時也希望獲得合作方的數據。但是,與第一點同樣的原因,在面對強勢的「甲方」(這個定位已經說明一切)時,阿里往往也僅僅是數據的提供方。中石化當然也屬於強勢的「甲方」行列。
這兩點一定要先明確。
三、阿里雲如何當好這個乙方?
如果你明白了上面的東西,那麼具體怎麼合作這種事,就有點像填空了。
1、雲計算方面的合作
讓我們腦補一下中石化和阿里雲的下述對話:
中(中石化):人家有好多數據,但是計算器太差了,算不了!
阿(阿里雲):好嘛,我的計算器夠用,租給你~
中:人家有了計算器也不會算嘛!
阿:好嘛!我給你出演算法,編工具~
中:人家沒有足夠的人手算嘛!
阿:好嘛…你把可以外包的外包給我,我的人幫你算!
中:人家算出來了也不知道怎麼看,怎麼做嘛!
阿:好嘛,我給你出報告,給你做方案!
具體來看,在中石化的勘探、化工等業務中,由於將存在大量的數據沉澱,阿里雲的雲計算處理能力應該是可以幫上忙的。這一點 @李炳炎、@王子凌 的答案已經提到,這裡不再重述。
不過還是要說明的是,由於勘探、化工等業務本身的技術壁壘較高,阿里雲實際上很難深入參與,更多地應該是在中石化的需求基礎上對數據做二次加工。
2、大數據方面的合作。
這一點我想主要還是體現在中石化的B2C業務板塊中,具體來看:
(1)成品油零售業務即加油站業務
首先,由於中國的加油市場是一個賣方市場,中石化其實缺的不是用戶(流量),而是更合理的加油站布局,以及新建加油站的選址優化。
比如,阿里雲的大數據顯示,A地區近半年車品網購數量和消費金額持續快速減少,也許意味著該地區經濟狀況持續惡化,消費者收入大減,人們開始減少在自用車方面的消費。中石化在獲取這個數據之後,也許將會減少該地區的加油站密度和數量。
再比如,阿里雲的大數據顯示,B地區近一年自駕游數量大增,200公里範圍內景點門票網購金額大幅增長。但中石化發現,該地區的加油站密度太低,因此,在新建加油站時,中石化可能就會考慮在該地區增大加油站的密度。
第二,對於其他答主提到的「加油站排隊情況實時數據反饋」這一點,本人認為這對於消費者而言當然是好事。然而中石化不一定願意做,一方面把車開到人少的加油站這個路途也要費油好嘛,另一方面由於這會影響業績出色(其實就是來加油的車多)的加油站的指標和積極性,有點吃大鍋飯的意思,阻力也許會有點大。
(2)非油品業務即易捷便利店
最近,「中石化森美武夷特產便利店」在淘寶開張了,傅成玉這兩年也多次提出中石化要在非油品業務方面提速。考慮到歐美部分發達經濟體的非油業務毛利已佔到加油站業務的30%-40%,中石化在此業務方面的空間很大。[3]
不過在此業務上,中石化面對的是絕對的紅海,而絕對的紅海的新玩家最缺的應該就是(用戶)流量了。不過這一點上,阿里雲貌似幫不了太多,最多是做一個牽線搭橋的人,讓淘寶或者天貓給中石化導流量。
至於用大數據幫助中石化的易捷便利店更好的選品、SKU調配,我覺得這跟流量相比根本不是事!
此外,對於其他答主暢想的「快遞收發站」等跨界業務,作為「定位論」[4]的忠實粉,本答主覺得,中石化還是先把本職的零售業務做好再說吧!
==================
知乎處女答到此結束,歡迎童鞋們關注本人主編的專業電商公眾號[電商案例](id:EBCases)
[1]中國石化2014年第三季度財報
[2]阿里雲_百度百科
[3]油價暴跌重創中石化業績 借非油業務轉型
[4]定位論_百度百科
希望能用支付寶付油費,不要老是現金
淘寶在石油行業的大數據上不可能比石油公司專業。
部分參與了這個項目,做個簡單小結
項目主要的背景
中石化希望嘗試做一些面向互聯網的轉型,他希望能夠將內部的一些高質量資源,通過互聯網,進行b2b化改造,讓企業內外的資源流轉更加面向市場。而轉型最重要的還是要先練好內功,企業IT架構就是這內功的最重要組成部分之一。他們也參考過之前在一些基於傳統it服務提供商的IT架構轉型的案例,考慮到這個平台未來會承擔比較大的訪問負載,他們很擔心如果使用傳統架構最後系統會撐不住。 最後,經過多方面權衡,還是認為阿里對於互聯網業務的理解,以及阿里所提供的技術方案,更符合他們目前互聯網轉型的實際需要。合作開發過程
初次合作是在某物資平台上進行,用戶擔心數據安全,因此我們採用了專有域和專有雲結合的方式進行,在用戶自己的機房部署阿里雲的服務,用戶可以直接在內網使用這些服務。我們則通過可斷的網路協助用戶進行初期運維,並對用戶的運維人員進行培訓。主要的工作內容則是將老系統在阿里的業務和技術員工的協助下,直接改造轉變為互聯網應用,因為系統非常匹配,阿里應該也是找了很多企業內相關領域的業務高手協助石化出謀劃策了一番。
在決定了業務模型後,我們阿里中間件PaaS負責了業務實施過程中的系統架構支持。因為網站本身會面向互聯網開放,因此很可能面對系統海量用戶突然湧入的問題。
我們針對這種實際需要,我們開始時只建議客戶使用阿里分散式資料庫服務(DRDS) 來協助解決用戶的數據擴展性問題,然後使用緩存來進一步低成本處理高並發讀流量。後來再分析系統中又發現用戶有很多比較長的交易流程,這些流程會讓整個系統的交易流程變得很慢,經過商討,我們推薦用戶使用 分散式消息系統(ONS)來協助解決用戶應用系統中流程過長的問題,ONS可以協助用戶進行系統間解耦和非同步,讓整個調用鏈路的延遲可以縮小到非常小。
最後,又考慮到用戶應用體系比較複雜,需要大量柔和原有服務和新的服務,並分屬在多個團隊的實際情況,協助用戶使用了 企業級分散式服務框架(EDAS) 來解決系統的服務化改造。
項目實施時間大概是三個月時間,石化方面60人的開發團隊規模,完成了整套系統的搭建。(我個人還是挺佩服石化的開發人員的,幾乎跟我們內部做一個類似應用一個時間周期,考慮到培訓和熟悉的時間,這個確實超出了我的預期)
後續合作
因為這次合作雙方都對對方比較認可,因此在結項後就立刻開始討論下一個合作的項目了在應用和大數據分析相關領域的都在準備中,但因為具體事項還沒有達成,這裡就先不表啦。
-----------搬來 @王少華lucas 回答的一部分:阿里與中石化可做的空間:
- 物流最後一公里深度整合。還記得菜鳥網路宏偉願景嗎?菜鳥網路科技有限公司稱,這將是一張能支撐日均300億,即年約10萬億網路零售額的智能骨幹網路,目標是「讓全中國任何一個地區做到24小時內送貨必達」。馬總又說「阿里巴巴不會自己去做快遞公司,這不是我們擅長做的事情。」那最後一公里的事讓中石化幫忙做做好不好?如果全國各地的中石化加油站能變身24小時的快遞收發站,會怎樣?想想空間巨大!由此帶來的人流量,豈止是以前那個只賣食品飲料礦泉水的加油站營業廳!
- 線下O2O支付平台。憑藉阿里出色的支付寶線上支付解決方案,阿里有能力將O2O的使用場景從打車轉移到每個車主的加油消費上由此帶來的支付紅利等。這個想像空間又足夠大了:針對油品銷售提供獨家的支付優惠、類似微信上的電子會員卡都可以在支付寶的電子錢包上實現,這些措施都會進一步鞏固阿里金融的行業地位,結合最近很熱的阿里要做民營銀行,想想吧,再發行些什麼中石化專屬銀行卡,你的錢會不會在阿里的體系里不停循環著,從線上到線下——把用戶線上線下支付消費習慣打通了,哼哼,阿里還怕不賺錢么?光這個畫出來的大餅,還不得讓資本市場為之瘋狂!哎呀說的我都好想買阿里的股票了。
- 阿里雲大數據支持。合作更進一步,中石油的加油機通過軟硬家升級實現用戶自助加油等行為數據分析,為油品銷售提供更科學的銷售建議,比如通過後台大數據整理實現全天24小時用戶消費行為數據分析,何時加油站人流量大,何時人流量小,自助加油比例,通過汽車加油的型號判斷汽車排量,更科學的促進加油站整體營銷計劃等,這些都是可以想像到的空間。通過阿里的大數據來增進油品銷售終端的盈利能力。更加細化的事甚至可以想像到,通過加油站入口攝像頭來實現24小時入站汽車牌號識別,通過一定數據積累後,可以擴展讓汽車帶快遞的模式,比如從南京帶到上海的同一石化加油網路,看把快遞的活都幹了,還不需要浪費時間和資源。
- 中石化是五百強可以繼續在海外進行併購其他油品銷售公司,進一步擴展阿里的電商業務合作網路,這些是比較遠的合作空間。我們可以確定的是,阿里的電商基因與線下終端網路的結合的的確確會做出比較大的事,科技讓生活更美好!
我看到了很多大咖啊,小弟自愧不如,原來中石化和阿里雲有這麼多合作的可能,我覺得有幾個還比較靠譜。不過話說回來,中石化和阿里雲的合作也僅僅是表大於里,外大於內,沒什麼實際意義,因為中石化的內部數據很敏感,根本不可能泄露給外人,中石化最值錢的是數據和區域優勢。中石化跟阿里雲合作,我覺得對於中石化幾年內不會有任何影響。至於什麼支付寶付款啊,好像現在就有一些地方有了。
能做的非常非常有限中石油中石化的生產數據是不可能放到阿里伺服器上的。
根據當前市場情況,建議你把關注點放在如何利用大數據幫助三桶油下屬的工程公司(地區公司、分公司級別)設計成本分析應用,市場廣闊。
大數據可以讓中石油更準確的油水配比了
你認為核心的東西會和阿里合作 哥們你太天真了
第一、阿里的互聯網思維加上菜鳥物流的資源可以和中石化的加油站資源結合,解決現在物流行業最後一公里的問題(並非所有小區都有升騰快遞箱,很多車主一定願意物流將貨品送到離家最近的加油站);第二、在大數據領域,中石化可以充分利用阿里的大數據資源,對加油站的選址以及員工加油的效率進行考評(實際上加油站員工經常都是比較慢節奏的,但是阿里可以通過大數據告訴中石化哪些員工比較勤奮哪些員工比較偷懶),從而建立更好的激勵機制;第三、在IT方面,中國石化可以利用阿里雲部署很多互聯網應用,從而極大降低中石化電子商務業務的IT部署成本,並且可以對接阿里的互聯網思維,比如在加油卡支付領域完全可以和支付寶合作,等等(全國加油站每天沉澱的現金如果採用電子支付手段隔夜的利息都是天文數字)!
提供計算能力和技術支持。
所以油價會下降嗎
推薦閱讀:
※網易新聞的推薦邏輯到底是什麼?
※深度學習的研究領域是否有被過度誇大?
※神經網路有哪些有意思,有趣的的應用案例?
※如何理解spark中RDD和DataFrame的結構?
※用什麼軟體可以切割10個G的txt數據?