🇳🇴 AI frigjør verdier i tette gassreservoarer - Norway

I norsk sokkelgeologi finnes det store gassvolumer vi vet om, men som likevel ikke produseres. Mange av disse ligger i tette reservoarer – teknisk krevende, kostbare og tidskritiske. Samtidig står olje- og gassnæringen midt i en digital transformasjon der kunstig intelligens (AI) og avansert dataanalyse er i ferd med å redefinere hvordan vi planlegger, borer og produserer.

Denne artikkelen ser på hva tette reservoarer er, hvorfor de er så viktige for norsk sokkel akkurat nå, og – ikke minst – hvordan AI kan være nøkkelen til å gjøre disse krevende ressursene lønnsomme og mer bærekraftige å produsere.

Vi bygger på faglige vurderinger fra Sokkeldirektoratet, men tar perspektivet videre inn i «AI i norsk olje og gass: digital transformasjon» – med konkrete ideer til hvordan selskaper kan ta i bruk AI for å frigjøre verdier i tette reservoarer før infrastrukturen stenger ned.

Hva er tette reservoarer – og hvorfor er de så krevende?

I petroleumssammenheng er et tett reservoar et reservoar med lav permeabilitet – altså dårlig gjennomstrømmelighet. Det finnes porer, men de henger dårlig sammen, slik at olje eller gass har problemer med å strømme mot brønnen.

Det har flere praktiske konsekvenser:

Konvensjonelle brønner gir for lav produksjonsrate
Prosjektene blir kapitalkrevende per produsert enhet
Risikoen for at investeringen ikke lønner seg, øker

For å få fart på strømningen må man øke reservoireksponeringen og/eller forbedre strømningsveiene. I dag er blant annet disse teknologiene aktuelle:

Oppsprekking (fracking) og brønnstimulering
Flergrensbrønner som øker kontaktflaten mot reservoaret
Tynnhullsteknologi med mange små sidehull fra samme brønn
Horisontale brønner kombinert med vann- eller gassinjeksjon

Dette er teknologier som allerede brukes på norsk sokkel – særlig for olje – og internasjonalt for gass (blant annet i Mexicogolfen og på britisk sokkel). Men marginene er ofte små. Her kommer data og AI inn som kraftige verktøy for å redusere usikkerhet og øke lønnsomhet.

Store gassressurser i tette reservoarer – hvor ligger de?

Sokkeldirektoratet har kartlagt betydelige ressurser i tette reservoarer i alle havområder på norsk sokkel. Tallene er usikre – men potensialet er stort.

Nordsjøen: Kalk, grunnfjell og sandstein

I den sørlige Nordsjøen anslås det:

Rundt 750 millioner Sm³ olje
Om lag 90 milliarder Sm³ gass

mye av dette i kalksteinsreservoar i områder som Ekofisk, Eldfisk og Valhall. I tillegg er det påvist olje i oppsprukket grunnfjell på Utsirahøgda.

I den nordlige Nordsjøen er det estimert:

Om lag 360 millioner Sm³ olje
Rundt 80 milliarder Sm³ gass

Her ligger mye i sandsteinsreservoar, men også i tette kalkformasjoner som Shetlandkalken over Oseberg og Gullfaks. På Oseberg er det gjennomført prøveutvinning fra Shetlandkalken, mens Gullfaks allerede produserer fra tette kalksoner med vanninjeksjon og horisontale brønner.

Norskehavet: Dype sandsteiner med krevende egenskaper

I Norskehavet er det kartlagt omtrent:

130 millioner Sm³ olje
420 milliarder Sm³ gass

Volumene ligger i hovedsak i sandsteinsreservoar som Tilje- og Garnformasjonen, ofte dypt og med svært varierende kvalitet. Flere funn – blant annet Lavrans, Linnorm og Noatun – har tette soner der operatørene fortsatt vurderer utbygging.

Et interessant eksempel er Smørbukk Sør, der tynnhullsteknologi er brukt i de tette sonene i Garnformasjonen. Tynnhull er også prøvd på felt som Edvard Grieg, Valhall og Ivar Aasen.

Barentshavet: Stort gasspotensial, mer usikkerhet

I Barentshavet er kartlagte volum i tette reservoarer anslått til:

Omtrent 5 millioner Sm³ olje
Om lag 270 milliarder Sm³ gass

Reservoarene er hovedsakelig trias sandsteiner. Området er mindre utforsket, særlig når det gjelder gass, noe som gir større usikkerhet rundt de faktiske volumene – men også potensial for datadrevet oppside når mer informasjon blir tilgjengelig.

Tidskritiske ressurser: Løfte dem før infrastrukturen stenges

Det mest sentrale strategiske poenget er at tette gassressurser ofte bare er lønnsomme hvis de knyttes til eksisterende infrastruktur: plattformer, rørledninger og prosessanlegg som allerede er på plass for andre felt.

Utfordringen er tidslinjen:

Tette reservoarer gir ofte store volum, men lave rater
Produksjonen må pågå over lang tid for å bli lønnsom
Infrastruktur har begrenset teknisk og kommersiell levetid

Hvis selskapene venter for lenge med å modne disse prosjektene, risikerer man at plattformen eller rørledningen er stengt ned før volumene rekker å bli produsert.

Det gjør disse ressursene tidskritiske. Her kan AI spille en nøkkelrolle ved å:

Rangere og prioritere hvilke strukturer som bør modnes først
Simulere ulike oppstarts- og nedstengingsstrategier
Optimalisere kapasitetsutnyttelse i eksisterende infrastruktur
Kvantifisere risikoen for at verdier går tapt hvis beslutninger utsettes

I praksis kan et AI-basert beslutningsstøttesystem kjøre tusenvis av scenarier for kombinasjoner av funn, felt, brønnbaner, rørkapasitet og gasspriser – og gi ledelsen konkrete anbefalinger om hvilke tette reservoarer som bør prioriteres nå.

Hvordan AI kan øke verdien av tette reservoarer

Innenfor rammen av «AI i norsk olje og gass: digital transformasjon» er tette reservoarer et ideelt bruksområde. Mye data, høy usikkerhet og komplekse beslutninger er akkurat det moderne AI-modeller håndterer best.

1. AI-drevet reservoarkarakterisering

Tette reservoarer har ofte:

Ujevn porøsitet og permeabilitet
Små, men avgjørende, forkastninger og sprekker
Høy kompleksitet i vertikal og lateral retning

Tradisjonelle modeller strever med å fange denne kompleksiteten. Med AI kan vi:

Bruke dype nevrale nettverk til å koble seismikk, loggdata og kjerneprøver
Trene modeller til å forutsi hvor reservoaret faktisk er mest produktivt
Generere sannsynlighetskart for «sweet spots» for horisontale brønner og tynnhull

Resultatet er bedre boreprogrammer, færre skuffelser og høyere produksjon per boremeter.

2. Optimalisering av brønndesign og brønnplassering

Brønntegning i tette reservoarer er som å tre en nål i blinde – små feil i retning eller dybde kan bety forskjellen på suksess og fiasko.

AI kan bidra med:

Optimaliseringsalgoritmer som søker gjennom millioner av mulige brønnbaner
Multikriterie-optimalisering av:
- Kontaktflate mot de beste sonene
- Borerisiko og kostnad
- Interaksjon med eksisterende brønner
Læring fra historiske kampanjer på tvers av felt og operatører

I praksis kan man la en AI-modell foreslå de 5–10 mest lønnsomme brønnbanene gitt dagens geologi- og kostnadsbilde – og la boreteamet ta den endelige beslutningen.

3. Prediktivt vedlikehold og produksjonsoptimalisering

Tette gassreservoarer krever ofte lange produksjonsløp med lavere rater. Over tid blir oppetid og regularitet avgjørende for lønnsomheten.

Her har bransjen allerede begynt å bruke AI til:

Prediktivt vedlikehold på kompressorer, pumper og prosessutstyr
Sanntidsanalyse av trykk, temperatur og flow for å justere driften
Automatisk deteksjon av avvik som kan tyde på skader eller lekkasjer

For tette reservoarer betyr dette:

Mer stabile rater over tid
Færre uplanlagte stans
Bedre utnyttelse av begrenset infrastrukturkapasitet

4. Økonomisk beslutningsstøtte under usikkerhet

Et gjennomgående tema i Sokkeldirektoratets vurderinger er usikkerhet: volum, kostnadsnivå og fremtidige gasspriser.

AI-baserte beslutningsverktøy kan kombinere:

Reservoarsimuleringer
Markedsscenarier (pris, CO₂-kostnad, kraftpriser)
Teknologikostnader (tynnhull, flergrensbrønner, stimulering)

og beregne sannsynlighetsfordelinger for netto nåverdi (NPV), tilbakebetalingstid og CO₂-intensitet. Dermed kan ledelsen få et mer nyansert bilde enn en enkel «base case» og lettere identifisere prosjekter hvor tilleggsdata eller pilotbrønner vil gi størst verdi.

Samarbeid på tvers: AI for stordriftsfordeler på sokkelen

Sokkeldirektoratet oppfordrer bransjen til å «snue hver stein» og samarbeide mer for å realisere krevende ressurser. Det gjelder særlig tette reservoarer, der implementering av ny teknologi ofte er dyrt og marginene små.

AI kan brukes til å støtte nettopp slike samarbeidsmodeller:

Felles data-plattformer der flere rettighetshavere deler anonymiserte brønn- og produksjonsdata
Tverrfelt-analyser som avdekker mønstre på tvers av lisensgrenser
Planlegging av felles borekampanjer der AI-optimalisering foreslår rekkefølge, riggflyt og logistikk

Et konkret eksempel kan være en «AI-kampanjeplanlegger» som tar inn:

Oversikt over planlagte brønner i et havområde
Riggtilgjengelighet, værstatistikk og logistikkbegrensninger
Kostnader for ulike reise- og operasjonsmønstre

Og returnerer en optimal plan som:

Reduserer riggtid per brønn
Minimerer venting og transitt
Bringer ned kostnadene nok til at marginale tette prosjekter blir lønnsomme

Dette er digital transformasjon i praksis: ikke bare flere sensorer og dashboards, men nye måter å organisere virksomheten og samarbeide på tvers av selskaper.

Fra «brakk gass» til datadrevet verdiskaping

Mye av gassen i tette reservoarer på norsk sokkel klassifiseres i dag som brakk gass – påviste ressurser uten konkrete planer for utbygging. Risikoen er at disse volumene forblir i bakken når infrastrukturen etter hvert stenges ned.

Ved å kombinere:

Moderne brønn- og reservoarteknologi (flergrensbrønner, tynnhull, oppsprekking)
AI for reservoaranalyse, produksjonsoptimalisering og vedlikehold
Smartere samordning på tvers av lisenser og felt

kan bransjen ta et stort steg fra «vi vet at ressursene finnes» til «vi har en datadrevet plan for å produsere dem lønnsomt og ansvarlig».

For selskaper som ønsker å ligge i forkant av den digitale transformasjonen i norsk olje og gass, er tette reservoarer et ideelt fokusområde de neste årene:

Potensialet i volum og verdi er høyt
Tidsvinduet er begrenset av eksisterende infrastruktur
Gevinsten av bedre beslutninger er stor

Veien videre: Hva bør selskaper gjøre nå?

For å posisjonere seg godt frem mot 2030–2040 bør operatører og rettighetshavere på norsk sokkel vurdere å:

Oppdatere porteføljegjennomgangen av tette reservoarer med AI-baserte analyser
Bygge tverrfaglige team (geologi, reservoar, boring, drift, data science) rundt nøkkelprosjekter
Etablere felles dataplattformer og samarbeidsarenaer med andre aktører i samme havområde
Starte med piloter: én brønnkampanje, ett felt, én region – men med tydelig læringsmål
Knytte dette arbeidet til selskapets overordnede strategi for digital transformasjon og bærekraft

AI løser ikke alle utfordringer i tette reservoarer, men kan dramatisk redusere usikkerhet, løfte lønnsomheten og bidra til mer effektiv og klimavennlig bruk av eksisterende infrastruktur.

Til syvende og sist handler det om å ta bedre beslutninger – tidligere. Spørsmålet er ikke om AI vil endre hvordan vi arbeider med tette reservoarer på norsk sokkel, men hvem som bruker teknologien raskt og klokt nok til å hente ut verdiene mens mulighetsvinduet fortsatt er åpent.