La toma de decisiones en la industria del petróleo y el gas

,0 $5 0

0

0

P LO RIO R ATO

$ 30

0,000
$ 5 0 ,0 0

ZO O P

$ 5 0

G
P O

N A R

P

R E

F

EX

0 0
P

O ZO

C

N A

M O C

La diferencia entre una buena y una mala decisión puede ser la diferencia entre el éxito y el fracaso, las ganancias y las pérdidas, o incluso entre la vida y la muerte.
Ellen Coopersmith Decision Frameworks Houston, Texas, EUA Graham Dean Centrica Slough, Berkshire, Inglaterra Jason McVean Calgary, Alberta, Canadá Erling Storaune Aker Maritime, Inc. Houston, Texas

El software de análisis de decisiones puede ayudar a quienes toman decisiones a identificar factores que influyen en la decisión que han de tomar, y a escoger el camino para lograr los resultados deseados.

Se agradece la colaboración en la preparación de este artículo a Joe Fay, Austin, Texas, EUA; Kent Burkholder y Alexander Lythell, Londres, Inglaterra; Paige McCown, Houston, Texas; Pat Parry, Centrica, Slough, Berkshire, Inglaterra; Kenneth Ricard, Aker Maritime, Houston, Texas; y Laurence Wickens, AEA Technology, Didcot, Oxfordshire, Inglaterra. Decision Tree y Peep son marcas de Schlumberger. DPS-2000 es una marca de Aker. Excel es una marca de Microsoft Corporation.

Las decisiones en la industria del petróleo y el gas determinan la dirección y el curso de miles de millones de dólares cada año. La complejidad de una decisión puede variar desde una simple pregunta, al modo de Shakespeare, (perforar o no perforar) hasta niveles que requieren gran detalle. Algunas de las decisiones más extraordinarias determinan la oferta máxima por una concesión, el mejor proceso de desarrollo para un determinado bien, la prioridad de perforación en el marco de opciones de exploración de una compañía, el momento de incrementar la capacidad operativa de una instalación, o la decisión de firmar un contrato de suministro a corto o largo plazo.

P

R

R A

CUTAR S IS JE E M IC A

M A

L

OQUE

P

B

2

A

,0

Si bien los problemas más simples se pueden analizar con sólo algunos cálculos, tomar decisiones más complicadas puede tomarle a una compañía meses o años de preparación. Por ejemplo, uno de los dilemas que enfrentan hoy en día las compañías de exploración y producción (E&P, por sus siglas en Inglés) es cómo desarrollar yacimientos situados en aguas profundas. A veces es mejor el desarrollo submarino; otras veces la solución es una estructura flotante amarrada al lecho marino. Por lo general, las compañías petroleras dedican de 12 a 18 meses al ciclo de toma de decisiones—recopilar información, analizarla, y modelar el riesgo y la incertidumbre— antes de seleccionar un sistema de producción.

O

R A

E D

R

SECO

0
PE
AR R O F R

B

O A ND

E
R RA O F R

R
E U Q O L B

Oilfield Review

Análisis de sensibilidad Factores Influencia, % 30,000 Precio del petróleo Volumen de petróleo Erogaciones de capital Volumen de gas Precio del gas Costos operativos 51 31 09 05 03 01 31,538 36,068 42,083 41,776 42,862 43,643 Valor actual neto en miles de dólares 45,010

60,000 59,937 57,873 54,004 50,956 50,157 46,181

> Diagrama indicativo de los factores que más influyen en una decisión. De los seis factores seleccionados para el análisis, el precio del petróleo y el volumen de petróleo poseen el rango más alto en el valor actual neto (VAN), haciendo que el resultado sea más sensible a esos factores.

La agilización de este proceso puede aumentar las utilidades al disminuir el tiempo necesario para la puesta en producción. Existen varios métodos para ayudar a quienes toman las decisiones a evaluar la incertidumbre, reducir el riesgo y escoger soluciones que se puedan llevar a la práctica.1 Entre estos métodos se incluyen los cálculos del valor actual neto (VAN), los análisis del flujo de fondos descontado, la simulación de Monte Carlo, la teoría de la cartera de inversiones, el análisis del árbol de decisiones y la teoría de las preferencias, todos los cuales se describieron en un artículo reciente de Oilfield Review.2 Las situaciones elementales se pueden resolver con cálculos básicos de valor esperado, pero los casos en los que participan más factores requieren un proceso de análisis de decisiones que combina información de múltiples disciplinas, da cuenta de la incertidumbre y evalúa el efecto de las diferentes decisiones. Este artículo se centra en el análisis del árbol de decisiones y su funcionamiento. Ambas cuestiones se ejemplifican a través de dos estudios de casos. Análisis del árbol de decisiones El análisis del árbol de decisiones es una manera de encuadrar y resolver situaciones complejas que requieren la toma de una decisión. La clave para el éxito, consiste en definir el problema con claridad desde el principio y luego determinar las decisiones que se deben tomar. La etapa de defi1. Newendorp PD: Decision Analysis for Petroleum Exploration. Aurora, Colorado, EUA: Planning Press, 1996. 2. Bailey W. Couët B, Lamb F, Simpson G y Rose P: "Riesgos medidos," Oilfield Review 12, no. 3, (Invierno de 2001): 22-37. 3. El valor actual neto es una medida de valor posible, pero se pueden usar muchas otras, incluyendo la tasa de retorno y la relación entre ganancia e inversión. 4. Newendorp, referencia 1, capítulo 4.

nición del problema incluye la identificación de toda la información conocida, y la especificación de todos los factores que pudieran influir en el resultado final. Para acelerar el proceso, las decisiones que se pueden dilatar se posponen, de modo que la información futura pueda ayudar al proceso de toma de decisiones. Captar la esencia de un problema mediante la determinación de cuáles son los factores más importantes, ayuda a que quienes toman las decisiones se concentren solamente en los aspectos que juegan un papel central en el resultado. Un análisis de sensitividad como éste, permite asignar un orden de importancia a los factores que se deberán considerar en una decisión. Por ejemplo, una decisión puede depender de seis factores: precio del petróleo, volumen de petróleo, precio del gas, volumen de gas, erogaciones de capital y costos operativos; pero se desconoce la importancia relativa de estos factores. Para ciertos elementos de incertidumbre, o un rango de posibles valores, el análisis de sensitividad calcula los valores actuales netos (a veces expresados como efectivo después de impuestos) representados por dichos elementos de incertidumbre, y clasifica cada factor (arriba).3 Los factores que más influyen en los resultados del proyecto son los que tienen el rango más alto de VAN. La forma de la gráfica, con valores altos en la parte superior y valores bajos en la inferior, le da a esta representación el nombre "diagrama de tornado." En este ejemplo, los dos factores más importantes son el precio del petróleo y el volumen de petróleo. La incertidumbre acerca de los costos operativos no afecta el resultado de manera significativa y, por lo tanto, se puede tratar como una certeza sin influir en forma importante en los resultados.

Una vez que se ha encuadrado el problema, los árboles de decisiones ayudan a encontrar el camino hacia una buena solución. Los árboles de decisiones son diagramas que ilustran el flujo de un proceso de toma de decisiones como una secuencia de eventos y posibles resultados (abajo). Los eventos se representan como puntos, o nodos, y los resultados, como ramas que salen de cada nodo. Los nodos son nodos de decisión (en los cuales quien toma la decisión decide qué rama seguir), o nodos de incertidumbre, donde el resultado estará determinado por varias posibilidades.4 A cada rama se le asocia el valor monetario que se espera del resultado. Además, las ramas que salen de los nodos de incertidumbre se ponderan con la probabilidad de que tal resultado ocurra. En forma gráfica, los nodos de decisión se expresan como cuadrados y los nodos de incertidumbre, como círculos. En este ejemplo simple, el nodo de decisión indica el punto donde quien toma la decisión escoge perforar o no perforar. El valor esperado
Pozo seco _ $50,000 2000 MMpc + $100,000 5000 MMpc + $250,000

+ $100,000 A

0.7

0.2
0.1

or Perf
B

ar

No p

erfor

ar
$0

> Árbol de decisiones simple que muestra un nodo de decisión (cuadrado) y los posibles resultados. Los resultados están acompañados por su valor esperado multiplicado por la probabilidad de que ocurra tal resultado. El camino con el valor esperado más alto está destacado en amarillo. (Adaptado de Newendorp, referencia 1.)

Primavera de 2001

3

que se asocia a una decisión de no perforar es $0; es decir, no se gasta ni se gana dinero. El valor esperado de la decisión de perforar depende de lo que se encuentre al perforar: hay un 10% de probabilidad de que sean 5000 MMpc de gas, 20% de que sean 2000 MMpc, y un 70% de que sea un pozo seco. El tamaño esperado del yacimiento tiene una distribución continua y no de tres valores, pero a los efectos de este ejemplo, se describen tres tamaños (derecha). Idealmente, las ramas del nodo de incertidumbre tratan de atraer los aspectos más importantes de esta distribución continua. El valor esperado de un nodo de incertidumbre es la suma de todos los valores esperados, y ponderados según las probabilidades, de todos los resultados que se ramifican desde dicho nodo. De este modo, al retroceder desde el final o del lado derecho del árbol, se pueden calcular los valores esperados para cada resultado. Una vez que se han calculado todos los valores esperados, se puede tomar la ruta de decisión óptima, es decir, la que proyecta el mayor valor esperado. El mismo método funciona para decisiones más complicadas (página siguiente). En este ejemplo, la decisión de comprar o no áreas, depende de comprender los posibles resultados de una secuencia de decisiones, entre las que se incluyen realizar un estudio sísmico o no, perforar o no, y perforar un segundo pozo o no. Los resultados finales posibles (yacimiento de gran tamaño, yacimiento marginal o pozo seco) son los mismos, independientemente de la ruta de decisión. Sin embargo, tienen diferentes probabilidades de ocurrencia en etapas distintas del árbol de decisiones, puesto que, a medida que el árbol crece, se tiene mayor información. Para este árbol de decisiones, la solución que genera el mayor valor monetario esperado sigue las siguientes ramas: comprar área, ejecutar un estudio sísmico, y si el estudio sísmico confirma una estructura, perforar y, si el primer pozo es seco, perforar un segundo pozo de exploración. La asignación de probabilidades a las tres ramas requiere pericia técnica y, en este caso, se basa en el conocimiento previo de la región. La probabilidad y el valor de los distintos resultados también se pueden basar en el resultado de simulaciones de Monte Carlo más detalladas. Por ejemplo, el valor de corte o limitador (cutoff) de lo que constituye un yacimiento de gran tamaño, podría ser el lado alto de una distribución de probabilidades, que es el resultado de una simulación de Monte Carlo del parámetro volumen del yacimiento.

Máximo posible de reservas

Reservas promedio

Mínimo posible de reservas (pozo seco)

> Distribución continua del tamaño esperado del yacimiento. Si bien el valor esperado del tamaño del yacimiento puede caer en cualquier punto de la distribución continua, se deben seleccionar los valores más probables para las ramas del árbol de decisiones. (Adaptado de Newendorp, referencia 1.)

Dependiendo del tipo de decisión que se adopte, se puede solicitar información a especialistas de diversas disciplinas de campos petrolíferos para el análisis del árbol de decisiones. Además del tamaño y el contenido desconocidos del yacimiento, es necesario predecir, entre otros, los siguientes resultados: • precio del petróleo y el gas • calidad y confiabilidad de la generación de imágenes sísmicas o los datos de registros de pozos • costo y riesgo versus el valor de la información adicional • probabilidad de que las herramientas de registros de pozos o tubería de perforación queden atascadas y que se produzcan otros tipos de sucesos que causen tiempo improductivo del equipo de perforación • compartimentalización del yacimiento o número de pozos • propiedades y comportamiento de los fluidos del yacimiento • complejidad de las terminaciones • costo del transporte hacia los mercados • mejoramiento obtenido de los métodos de estimulación, reacondicionamiento o mejoramiento de la recuperación. Quizás menos obvios para los profesionales de los campos petrolíferos, pero también importantes de estimar en los casos que se prestan para el análisis de árboles de decisiones, son las eventualidades tales como la estabilidad y la legislación gubernamental, las fusiones de empresas, los

casos judiciales, y los aspectos de salud, seguridad y ambiente (HSE, por sus siglas en Inglés). Existen numerosos productos de software que facilitan el análisis de árboles de decisiones para el sector de E&P de la industria del petróleo y el gas y otras industrias. Éstos incluyen, entre otros, Precision Tree de Palisade, Decision Programming Language (DPL) de ADA (Applied Decision Analysis) y el paquete Decision Tree desarrollado por Merak, una compañía de Schlumberger. Estos sistemas se vinculan con programas de cálculo que calculan los valores actuales netos para cada rama del árbol. En términos generales, los paquetes de software de árboles de decisiones se vinculan con Excel para las etapas de cálculo. Solamente el software Decision Tree de Merak se vincula también directamente con el programa Peep de análisis económico, que es un paquete estándar de manejo de activos de la industria del petróleo y el gas. Los árboles de decisiones pueden ser de ayuda para el análisis de varios tipos de decisiones en la industria petrolera. Entre los ejemplos se encuentra el decidir si reemplazar registros de herramientas operadas a cable por registros adquiridos durante la perforación, evaluar programas de inyección de agua, optimizar reacondicionamientos y escoger la mejor configuración de las partes superiores de las plataformas marinas.5 En la sección siguiente, se describe la forma en que los árboles de decisiones pueden ayudar a evaluar un sistema de producción en sitios de aguas profundas.

4

Oilfield Review

Campo de gran tamaño + $36 MM

Campo marginal + $11 MM B

gundo rar se io Perfo explorator pozo

A

0.075

Campo de gran tamaño + $35 MM Campo marginal + $10 MM

0.075
0.8 5

0.05
Poz
C

Perforar

o J C

mpra

loq r el b

ue

0.05

eco os 0 0.9
Abandonar el bloque – $4 MM

Pozo seco, abandonar el bloque – $5 MM Campo de gran tamaño + $34 MM Campo marginal + $9 MM
E D

0.15

I
Ejecuta levantam r ien sísmico to

rar co Perfo smi o sí ura G t n t e i c tam stru van a e El le onfirm c H 0.50

F

0.15

Po

zo

0.7

0

se

co

0.20
0.20 0.6 0

Campo de gran tamaño + $33 MM Campo marginal + $8 MM

o Perforar segund o pozo exploratori

No

com

pra r $0 el blo

Abandonar el bloque – $5 MM Abandonar el bloque – $6 MM

0.5 0

que

Pozo seco, abandonar el bloque – $7 MM

El levantamiento sísmico no muestra estructura, abandonar el bloque – $5 MM

> Árbol de decisiones para la compra de bloques. En este ejemplo, la decisión depende de una sucesión de decisiones (destacadas en amarillo) que incluyen la ejecución de un levantamiento sísmico y la perforación de uno o dos pozos exploratorios. (Adaptado de Newendorp, referencia 1.)

Elección de un sistema de producción Un operador que se preparaba para seleccionar un sistema de producción situado en aguas profundas para un trabajo de desarrollo en las costas de África Occidental contactó a Aker Maritime, Inc., fabricante de plataformas tipo spar y plataformas marítimas.6 El operador tenía que decidir si adelantarse y comprar un sistema de producción que se pudiera adaptar en caso de que el yacimiento resultase mayor a lo esperado, o esperar hasta contar con más información y optimizar el tamaño del sistema. Una decisión temprana podría significar una rápida puesta en producción. Por otro lado, un sistema adaptativo tiene la flexibilidad de permitir agregar en el futuro pozos o módulos de procesamiento de fluidos. Sin embargo, una decisión como ésa estaría basada en un mínimo de información. La alternativa era perforar más pozos, obtener más información y comprar un sistema de producción optimizado para el tamaño del yacimiento, pero a un mayor costo y con una demora en la producción.

Aker Maritime trabajó con Decision Frameworks, una firma de consultoría de análisis y facilitación de decisiones, para estructurar las decisiones y modelar las alternativas de desarrollo. El enfoque de Decision Frameworks se basa en la pericia técnica y comercial en el área petrolera, combinada con aplicaciones de Merak, específicamente el producto Decision Tree y el módulo Peep, este último diseñado para evaluaciones económicas y análisis de curvas de declinación. Los primeros pasos del análisis de decisión fueron estructurar el problema, comprender los problemas asociados con el descubrimiento en aguas profundas y analizar soluciones alternativas de desarrollo. Decision Frameworks trabajó con Aker y su compañía petrolera cliente para definir los parámetros del descubrimiento, tales como el tamaño del yacimiento, las tasas de producción, el número de pozos y el plan de perforación. Luego, se crearon árboles de decisiones de alto nivel para los cuatro conceptos de desarrollo que se estaban considerando. Dos de ellos eran

5. Back GF: "Examination of MWD (Measuring While Drilling) Wireline Replacement by Decision Analysis Methods: Two Case Studies," Compendio del TrigésimoSéptimo Simposio Anual de Adquisición de Registros de Pozos de la SPWLA, Nueva Orleáns, Luisiana, EUA, Junio 16-19, 1996, artículo U. Martinsen R, Kjelstadli RM, Ross C y Rostad H: "The Valhall Waterflood Evaluation: A Decision Analysis Case Study," artículo de la SPE 38926, presentado en la Conferencia Técnica y Exhibición Anual de la SPE, San Antonio, Texas, EUA, Octubre 5-8, 1997. Macary S y El-Haddad A: "Decision Trees Optimize Workover Program," Oil & Gas Journal 96, no. 51 (Diciembre 21, 1998): 93-97, 100. MacDonald JJ y Smith RS: "Decision Trees Clarify Novel Technology Applications," Oil & Gas Journal 95, no. 8 (Febrero 24, 1997): 69-71, 74-76. 6. Una plataforma tipo spar, a veces llamada una unidad de árbol seco, es un cilindro vertical flotante que está anclado al suelo marino. Las plataformas tipo spar permiten que la producción de los campos de aguas profundas vaya hacia instalaciones de superficie "secas," en lugar de instalaciones submarinas.

Primavera de 2001

5

> Plataforma tipo spar adaptativa de Aker Maritime

estructuras adaptativas: la plataforma tipo spar adaptativa de Aker y el DPS-2000 (arriba y en la página siguiente, arriba). Los otros dos eran diseños que se podían optimizar para ajustarse al tamaño del yacimiento: un sistema flotante de producción, almacenamiento y descarga (FPSO, por sus siglas en Inglés) y una plataforma tipo spar optimizada. Los cuatro conceptos permitían el almacenamiento de petróleo.

El análisis de los diseños adaptativos, utilizando el software Decisión Tree, requirió la selección de una estructura de superficie, y la configuración del equipamiento de superficie en base a la información de sólo dos pozos. A esto le siguió la perforación de dos pozos, la instalación de la estructura, la perforación de pozos de desarrollo y la puesta en producción, y luego la instalación de módulos de producción o la incorporación

de pozos adicionales, según fuera necesario (página siguiente, abajo). El caso de los diseños optimizados comienza con la información de los cuatro pozos antes de seleccionar e instalar el sistema de producción, seguido de la perforación de pozos adicionales de desarrollo y finalmente por algunos ajustes limitados al número de pozos, dependiendo de lo que indicara la información de producción respecto al tamaño real del yacimiento.

6

Oilfield Review

> Aker Maritime DPS-2000.

Estructura del programa Decision Tree Diseños adaptativos Dos penetraciones Perforación de pozos de desarrollo y puesta en producción

Tamaño de yacimiento indicado (capacidad/pozos)

Selección de la estructura y del equipamiento de superficie

Perforación anticipada de dos pozos

Instalación de la estructura y perforación

Otras indicaciones sobre el tamaño del yacimiento

Agregado de módulos de producción y ajuste del número de pozos

Diseños optimizados Cuatro penetraciones

Perforación de pozos de desarrollo y puesta en producción

Comienzo con más información

Tamaño de yacimiento indicado (capacidad/pozos)

Selección de la estructura y del equipamiento de superficie

Instalación de la estructura y perforación

Otras indicaciones del tamaño del yacimiento

Ajuste limitado al número de pozos

> Estructura del programa Decision Tree para el diseño adaptativo, en comparación con el diseño optimizado. En el diseño adaptativo (arriba) se comienza con menor información y se perforan menos pozos. En el diseño optimizado (abajo) se utiliza información de cuatro pozos para dimensionar el concepto del desarrollo.

Primavera de 2001

7

Resultados del árbol de decisiones para el sistema Aker DPS-2000
Probabilidad del tamaño real del yacimiento Indicación de yacimiento de gran tamaño Perforación anticipada de 2 pozos Instalación del sistema DPS-2000 0.48 grande 0.36 mediano 0.16 pequeño Perforación anticipada de 2 pozos Instalación del sistema DPS-2000 0.23 grande 0.46 mediano 0.31 pequeño Instalación del sistema DPS-2000 0.23 grande 0.36 mediano 0.41 pequeño

VAN $MM 882 359 9 882 361 12 882 361 14

26 pozos, $100 M de modificación 14 pozos, 1 pozo seco 6 pozos, 2 pozos secos 26 pozos, $100 M de modificación 14 pozos 6 pozos, 1 pozo seco 26 pozos, $100 M de modificación 14 pozos 6 pozos

Dos penetraciones
p= 0.2 8

$554 MM

DPS-2000
$412 MM

p = 0.39

Indicación de yacimiento de tamaño medio $373 MM

> Resultados del programa Decision Tree que muestran cifras del VAN calculado para el sistema adaptativo de aguas profundas DPS-2000.

La incertidumbre clave era el tamaño del yacimiento, puesto que determina la capacidad de las instalaciones y la cantidad de pozos requeridos para desarrollar las reservas. Los resultados del programa Decision Tree son los efectos económicos de los múltiples escenarios que ocurren si se cree que: • el yacimiento es de gran tamaño y en realidad es de gran, mediano o pequeño tamaño; • el yacimiento es de mediano tamaño y en realidad es de gran, mediano o pequeño tamaño; • el yacimiento es de pequeño tamaño y en realidad es de gran, mediano o pequeño tamaño. Un ejemplo de árbol de decisiones demuestra los valores actuales netos calculados para uno de los cuatro conceptos de desarrollo: el sistema adaptativo DPS-2000 (arriba). EL VAN total para
Valor calculado Conceptos adaptativos DPS-2000 $412 MM

Conceptos optimizados Plataforma spar $313 MM optimizada FPSO $182 MM

p= 3 0.3

Indicación de Perforación yacimiento de anticipada de pequeño tamaño 2 pozos $339 MM

este concepto es de $412 millones. La comparación de esta cifra con las obtenidas para los otros tres conceptos indica que el sistema DPS-2000 posee el mayor VAN (abajo a la izquierda). Los plazos de las etapas de desarrollo juegan un papel fundamental en la recuperación de la inversión. Gran parte del valor de seleccionar un sistema adaptativo está en el menor tiempo que transcurre hasta la primera producción de petróleo. Con el software Decision Tree, se siguió un plan desde enero de 2001 hasta junio de 2005 que incluía ingeniería y diseño iniciales (FEED, por sus siglas en Inglés), construcción, entrega y puesta en funcionamiento (abajo a la derecha). Ambos conceptos adaptativos podrían entregar la primera producción de petróleo en el año 2003, en comparación con las posibles entregas para el año 2005, que se obtendrían con los sistemas optimizados. Sin embargo, el valor agregado de

los sistemas adaptativos representaba riesgos adicionales. El software Decision Tree ayudó a demostrar el valor agregado que se puede obtener con los primeros sistemas de producción adaptativos, y permitió que Aker Maritime presentara una amplia gama de opciones de decisión a la empresa petrolera cliente. También subrayó el hecho de que a menudo existe incertidumbre, incluso después de que se ha reunido mayor información. Reconocer esto durante la selección de los conceptos de desarrollo es importante y puede agregar valor. Desarrollo de un caso La metodología de árboles de decisiones también se puede aplicar a otros tipos de problemas de E&P. Como parte de la estrategia de Centrica para adquirir activos adicionales de la plataforma

Datos de entrada al programa Decision Tree Ene. 2001 Jun. 2001 Ene. 2002 Jun. 2002 Ene. 2003 Jun. 2003 Ene. 2004 Jun. 2004 Ene. 2005 Jun. 2005 Ene. 2006

Plataforma spar $350 MM adaptativa

Aker DPS-2000

Inicio de producción Dic. 2003 Inicio de producción Ago. 2003 FPSO Inicio de producción Feb. 2005 Inicio de producción Abr. 2005

> Comparación de cálculos finales del VAN para los cuatro conceptos de desarrollo en consideración. Los conceptos adaptativos ofrecen hasta un VAN de $230 millones más alto que los conceptos optimizados. Secuencia de eventos para el programa Decision Tree. Los conceptos adaptativos comienzan primero y producen primero, mientras que la producción de los proyectos optimizados se atrasa cerca de 18 meses. >

Plataforma tipo spar adaptativa

Plataforma tipo spar optimizada

Incluye ingeniería y diseños iniciales (FEED), construcción, entrega y puesta en funcionamiento

8

Oilfield Review

NORUEGA
Cálculo de la variación en el gas inicialmente en sitio Adquirir capital adicional Bajo Sí
E L NORT R DE MA

Solucionar el litigio mediante negociación

Resultado negociado Bajo Medio Alto

Medio No Alto Identidad del experto Decisión del experto Baja Media B Alta

Campo Hewett
No

A

REINO UNIDO

> El campo Hewett, en el Mar del Norte del Reino Unido, en donde el bajo rendimiento impidió que Centrica y sus socios cumplieran contratos de provisión de gas. El análisis con el programa Decision Tree ayudó a Centrica a decidir si debía proceder a un acuerdo entre las partes.

> Esquema del árbol de decisiones creado para ayudar a los analistas de Centrica a tomar una decisión respecto al caso del campo Hewett. El árbol utiliza una notación compacta por la cual un nodo ubicado junto a los resultados de un nodo previo indica que tal nodo se repite para cada una de las ramas. De esta forma, el primer nodo de decisión, "Adquirir capital adicional," se aplica a los tres resultados del nodo previo, "Cálculo de la variación en el gas inicialmente en sitio." De manera similar, el nodo de decisión que indica solución por negociación, se aplica a todos los resultados Sí o No de la decisión previa, y así sucesivamente. Esta notación comunica la misma información que un árbol completo, pero hace que éste sea compacto y manejable.

continental del Reino Unido, a menudo, la compañía podría tener que considerar intereses conflictivos entre comprador y vendedor cuando ya tuviera contratos para comprar el gas de los activos. Por ejemplo, Centrica necesitaba considerar el efecto de un conflicto de intereses anterior acerca del valor futuro de un activo que pensaba adquirir. El conflicto se refería al no cumplimiento anterior, por parte de los vendedores, de las obligaciones contractuales de proporcionar gas y a la aplicación de las cláusulas contractuales por parte de Centrica. Los vendedores se opusieron a esta acción y entablaron un litigio para limitarla. Centrica debía considerar los posibles resultados de un acuerdo litigado versus uno negociado acerca del valor futuro del activo, el campo Hewett (arriba a la izquierda). Varias condiciones complicaban el proceso de decisión. Adquirir capital adicional en el campo o asumir la función de operador, podía aumentar las reservas y el valor, y permitir que Centrica generara más gas, pero el campo era viejo y se acercaba a un costoso abandono. Sin embargo, también existía la posibilidad de efectuar reacondicionamientos o de desarrollar campos vecinos. Había tantos elementos a considerar en la decisión que el problema parecía bastante difícil de resolver. Centrica consultó con AEA Technology plc para que le ayudara a encuadrar el problema. El árbol de decisiones resultante era de

gran tamaño y requería la evaluación de 7000 alternativas con varias horas de cómputo por resultado, totalizando un año-hombre de esfuerzo. Se necesitaba una solución automatizada para generar e ingresar números al árbol de decisiones. Los analistas de Centrica utilizaron el programa Decision Tree de Merak y, reduciendo significativamente algunas de las limitaciones, pudieron alcanzar una solución con 500 resultados y un tiempo de cómputo de 7 minutos (arriba a la derecha). Los beneficios de una solución proporcionada por el programa Decision Tree fueron de dos tipos: primero, el proceso de análisis de decisiones brindó una clara visión del problema. A pesar de la complejidad de la situación, los resultados de la aplicación Decision Tree aclararon lo que estaba impulsando la decisión, así como también la decisión que se debía tomar. Por primera vez, todos quienes participaban en el proceso estaban de acuerdo con los fundamentos del conjunto de decisiones. En segundo lugar, las herramientas de Merak facilitaron la solución del problema y ayudaron a completar rápidamente los cálculos y el análisis. Simplificación de la toma de decisiones Para las grandes organizaciones, como las de la industria petrolera, aún son las personas, no los procesos, quienes toman decisiones complejas y

de alto costo. La técnica de análisis de decisiones, por lo general, se adapta de una organización a otra, pero el mejor sistema es aquél que encuadra el problema, comprende las incertidumbres, desarrolla soluciones más poderosas y a menudo híbridas, y equilibra el riesgo con respecto al valor esperado. A medida que el segmento de E&P de la industria petrolera continúe buscando prospectos en regiones más remotas y potencialmente más sensibles, las herramientas de toma de decisiones que incorporan información de todas las fuentes idóneas harán importantes aportes al éxito del proyecto. Si bien, en último término, son las personas las que toman las decisiones, las soluciones asistidas por computadoras y software facilitan la tarea. Los productos de análisis de decisiones pueden ayudar a identificar cuán sensible es una decisión a todos los factores involucrados, determinar el valor de seguir adelante o recopilar información, orientar a quienes toman las decisiones en la dirección más conveniente, y generar decisiones más coherentes. En todas las compañías, quienes toman las decisiones captan los beneficios de un proceso de análisis de decisiones coherente, lo cual permite que las organizaciones de planificación y personal técnico aumenten la eficiencia y el valor de su trabajo. —LS

Primavera de 2001

9

Sign up to vote on this title
UsefulNot useful