油層探査のためのフロンティアAI

概要

AIは石油の発見方法を変革しており、確たる証拠が得られる前に価格が設定されるようになっています。本号では、23件の公開されているAI関連の主張記録を証拠の種類別に分類し、認可された地震探査データを用いてモデルを合法的に学習させることができる主体を検証するとともに、すべてのベンダーおよびオペレーターによる開示情報を網羅し、2022年以降に締結された31件の取引、契約、資金調達案件について、公開された数少ない価格情報を踏まえて詳細に分析しています。さらに、投資委員会に必要な実務ツールを提供します。具体的には、18社のベンダーを網羅したスコアカード、損益分岐点計算シート、16項目のリスク登録簿、および49項目のデューデリジェンス質問項目です。独立した証拠が存在しない場合は、その旨を明記し、どのような調査が行われたかを示しています。

本版の内容

全14のパート：地震探査から初油生産に至るまでのプロセスにおけるAIの参入ポイント；「フロンティア」の意味（成熟度別に分類）；23件の公開された主張記録からなる証拠台帳；モデルが学習するデータの所有権；ベンダーとその数値に含まれる内容；オペレーターの社内プログラムとコンピューティングの軍拡競争；取引事例と数少ない開示価格；7つの市場規模・推計値の照合；有望な探鉱地の経済性；埋蔵量に関する規則、AI法、チップ、主権；16のリスク登録簿；地熱、鉱物、炭素貯留；投資の妥当性；そして12の繰り返し見られる解釈上の弱点

対象読者

油田サービスおよび地震探査分野を担当する株式アナリスト、ベンチャーおよび成長志向の投資家、プライベート・エクイティおよびインフラファンド、石油会社および国営石油会社の企業開発チーム、ならびに埋蔵量を担保とする融資機関。

本資料で得られる内容

• すべての請求に適用された6つの証拠分類（当社が調査したもの、見つからなかった1件を含みます）
• 分類済みの23件の公開AI主張記録からなる証拠台帳
• データ権利に関する分析：6つの公開制度にわたり、ライセンシングされた地震探査データを用いてモデルを学習させることができる主体
• 2022年以降の全31件の取引、契約、資金調達情報（開示された価格およびその上限を含む）
• ツール1・ベンダー評価表-5つの評価基準に基づく18社のベンダー比較
• ツール2・損益分岐点ワークシート―製品が投資額を回収するために達成すべき条件
• 16項目のリスク登録簿：各リスクの負担主体と確認すべき事項
• 「合格」または「懸念」の欄付き、49項目のデューデリジェンスチェックリスト
• 39社の専門企業および117件のSEC提出書類の登録簿

目次

エグゼクティブサマリー

本論文、その背景となる数値、および7つの調査結果

第0部 全体像

• 調査から初油生産に至るまでのプロセスにおいて、AIがどの段階で導入されるか

第1部 「フロンティア」の意味

• 成熟度別に分類した技術

第2部 証拠台帳

• 分類された23件の公開権利主張記録

第3部 データこそが「堀」です

• モデルが学習するデータの所有権は誰にあるのか

第4部ベンダー

• 機能、情報開示、そして数値に含まれるもの

第5部 運用事業者

• 社内プログラムとコンピューティングの軍拡競争

第6部 取引と評価額

• 取引事例と、ごく一部しか開示されなかった価格

第7部 市場規模の推計

• 7つの推計、3つの数値、1つの整合性

第8部 より有望な見通しの経済学

• 価値はどこから生まれるのか

第9部 ルール

• 埋蔵量、AI法、チップ、そして主権

第10部 リスク登録簿

• 16のリスク、それぞれの責任の所在、そして問うべきこと

第11部 石油を超えて

• 地熱、鉱物資源、および炭素貯留

第12部 投資の根拠

• リスクエクスポージャーを保有できる場合と、その引受方法

第13部 弱点

• 実績から浮かび上がる12の繰り返される解釈上のリスク

ツール1 ベンダー評価表

• 18社のベンダー、5つの評価項目

ツール2 損益分岐点計算シート

• 製品が採算に合うために達成すべき条件

デューデリジェンスチェックリスト

• 49の質問項目、切り取り式

付録

• 年表、用語集、方法論、出典および登録情報
• 2000年～2026年のタイムライン；調査方法と制限事項；333の出典；39社；117件のSEC提出書類