Petronas Carigali, de upstream-dochter van het Maleisische energiebedrijf PETRONAS, breidt deze week een AI-partnerschap uit om innovatie in olie- en gaswinning te versnellen. De uitbreiding richt zich op snellere besluitvorming, lagere kosten en meer veiligheid op platforms en in velden. De aankondiging komt uit Kuala Lumpur, met impact op regionale en internationale activiteiten. Het project raakt ook aan eisen uit de Europese AI-verordening en de AVG bij inzet van Europese technologie of data.
AI stuurt productie aan
Het bedrijf zet kunstmatige intelligentie in voor plannen en aansturen van productie in real time. Denk aan algoritmen die pompen en kleppen automatisch optimaliseren op basis van sensordata. Zo’n systeem is software die leert van data en voorspelt wat de beste instellingen zijn. Het doel is minder stilstand, hogere opbrengst en stabielere kwaliteit.
In de upstream-sector betekent dit onder meer slimmer boren en eerder ingrijpen bij afwijkingen. Een model kan bijvoorbeeld drukschommelingen herkennen die wijzen op slijtage of verstopping. Operators krijgen dan een waarschuwing of een voorstel voor actie. Dat verkleint risico’s en beperkt kosten door ongeplande uitval.
Ook reservoirbeheer profiteert van datamodellen. Deze modellen combineren historische productie, geologische kaarten en actuele putmetingen. Ze voorspellen waar extra injectie of aanpassing van debiet zinvol is. Dit versnelt werk dat nu vaak handmatig en traag gebeurt.
Data blijft struikelblok
De grootste uitdaging is data van hoge kwaliteit. Sensoren leveren veel signalen, maar die zijn niet altijd volledig of schoon. Dat vraagt om datagovernance: afspraken over herkomst, opschoning en beveiliging van gegevens. Zonder dit leren modellen verkeerde patronen aan.
Veel operators stappen over op het OSDU Data Platform. OSDU is een open standaard voor ondergrond- en productiegegevens, ontwikkeld binnen The Open Group. Zo kunnen verschillende apps dezelfde data gebruiken op een uniforme manier. Dat maakt opschalen van AI-oplossingen eenvoudiger.
Daarnaast is cyberveiligheid cruciaal. AI-systemen kunnen randapparaten (edge-apparatuur) aansturen op platforms en FPSO’s op zee. Toegang moet daarom streng worden beheerd en versleuteld, met noodprocedures bij storingen. Dat verkleint de kans op incidenten door fouten of aanvallen.
Veiligheid en milieu winnen
AI ondersteunt voorspellend onderhoud. Het systeem ziet slijtage vroegtijdig en plant inspecties slimmer. Dit verlaagt storingen die kunnen leiden tot emissies of lekkages. Zo draagt het bij aan veiligheidsdoelen en milieueisen.
Optimalisatie van fakkelgas en compressie is een tweede winstpunt. Algoritmen helpen overtollig gas te beperken of nuttig te gebruiken. Dat sluit aan bij internationale methaanreductie-initiatieven. Europese afnemers en financiers vragen steeds vaker om dit soort maatregelen.
De aanpak helpt ook bij rapportage. Bedrijven moeten onder de CSRD transparanter zijn over milieu-impact, op het moment van schrijven in opbouw voor grote bedrijven. Betere data en modellen maken die rapportages sneller en consistenter. Dit bespaart tijd en reduceert fouten.
Europese regels werken door
Als AI-systemen worden gebruikt voor beheer van kritieke infrastructuur, vallen ze onder de “hoog-risico”-categorie van de Europese AI-verordening. Dan gelden eisen voor risicobeheer, datakwaliteit, menselijke controle en logboekplicht. Voor Nederlandse en Europese leveranciers van software of diensten is dit direct relevant. Zij moeten kunnen aantonen dat hun systemen aan deze eisen voldoen.
Verwerken van persoonsgegevens kan in incidentlogs of onderhoudsplanning voorkomen, bijvoorbeeld namen of roosters van monteurs. Dan geldt de AVG met principes als dataminimalisatie en versleuteling. Internationale datastromen vragen bovendien om passende waarborgen. Dit speelt mee als Europese teams platforms buiten de EU ondersteunen.
Voor overheid en toezichthouders betekent dit scherpere audits en certificering. Denk aan de rol van de Nederlandse Arbeidsinspectie en de Autoriteit Persoonsgegevens. Energiebedrijven doen er goed aan vroeg te investeren in modeldocumentatie en impactanalyses. Dat versnelt straks de verplichte conformiteitsbeoordeling.
Upstream is de fase van opsporen en winnen van olie en gas. Het is niet dezelfde fase als raffinage (downstream) of transport (midstream).
Relevantie voor Nederland
Nederlandse kennisinstellingen en dienstverleners kunnen hierop aanhaken. TU Delft, TNO en maritieme bedrijven hebben ervaring met offshore-sensoriek en modellering. Hun oplossingen voor inspectierobots, digitale tweelingen en edge-computing sluiten aan bij deze vraag. Dat biedt kansen voor samenwerking en export.
In de Noordzee neemt digitalisering toe bij onderhoud van platforms en pijpleidingen. AI kan hier helpen om levensduur te verlengen en emissies te verlagen. Projecten die op OSDU bouwen, integreren eenvoudiger met bestaande datalandschappen. Dit versnelt uitrol en verlaagt integratiekosten.
Ook voor energiezekerheid is dit relevant. Slimmer onderhoud en productieplanning verminderen ongeplande stilstand. Dat maakt leveringen voorspelbaarder in periodes van krapte. Europese afnemers profiteren van stabielere aanvoer en lagere operationele risico’s.
Mens blijft aan het roer
AI-systemen nemen routinebeslissingen over, maar operators houden de eindcontrole. “Mens-in-de-lus” betekent dat medewerkers ingrijpen bij twijfel of afwijkende situaties. Dit is een eis in de AI-verordening en een praktische veiligheidsmaatregel. Training en duidelijke procedures zijn daarvoor nodig.
Organisaties moeten investeren in vaardigheden. Process engineers, geologen en IT-teams werken nauwer samen. Uitlegbare modellen (explainable AI) helpen om adviezen te vertrouwen en te verifiëren. Zo ontstaat draagvlak op de werkvloer.
Tot slot is faseren verstandig: beginnen met niet-veiligheidskritieke processen, daarna uitbreiden. Elke stap vraagt testdata, evaluaties en een terugvaloptie. Met die aanpak blijft innovatie beheersbaar. En voldoet het bedrijf sneller aan wet- en regelgeving.
