雪佛龙公司的一位经理在“精确：物联网的原理，实践和解决方案”一书中引述说，这就是石油钻井平台上出现的大多数物联网数据。

麦肯锡2015年的一项研究 支持这一主张。据咨询公司称，拥有30,000个传感器的钻机只使用了1%的数据。“今天使用的数据主要用于异常检测和控制，而不是优化和预测，它们提供了最大的价值，”他们的一份报告中写道。

使用物联网传感器数据 - 同时探索石油和海上钻井平台的运行阶段 - 以改善结果似乎是一个明智的选择。毕竟，建造一个单一的石油钻井平台可能需要花费数亿美元，勘探成本通常也在9个数字范围内。与此同时，石油和天然气部门的资本回报在过去十年中大幅下降。

Halliburton的技术研究员和首席数据科学家Satyam Priyadarshy博士说，尽管如此，很容易过度简化从海上石油钻井平台上获取大量多样化数据的挑战。立即执行对该数据的复杂分析通常没有意义。“有时我们可能会收集数据，但无法立即从中创造价值。这并不意味着价值会丢失，“他说。

普华永道董事总经理Mike Quindazzi表示，利用大部分运营数据带来的好处 可能仅限于实现吞吐量的累积性改善和减少停机时间，“更大的决策可能围绕新的和改进的地质调查数据并确定您的位置把钻机放在第一位，“Quindazzi说。“如果你可以优化新钻机的位置，你可以减少钻探时间，更好地锁定对储备的访问。利用预测数据分析来帮助回答这个问题，肯定会节省时间和金钱 - 可​​能不仅仅是优化现有的钻机，“他解释道。

但你必须问自己：“你到底需要分析什么?”

但是将海上石油钻机钻头瞄准精确的目标 - 例如，一个不比足球大的钻头 - 当你在海底数英里时，至少就像从成千上万的传感器中获取数据一样复杂。“这类似于将卫星送入太空并期望在特定时间撞上特定轨道，”Halliburton Landmark和Halliburton Digital Solutions高级副总裁Nagaraj Srinivasan说。“涉及到的复杂程度非常高。”

Srinivasan继续说道：“我同意麦肯锡的观点，即很少有物联网数据得到分析。但你必须问自己：“你到底需要分析什么?” 在哈里伯顿，我们倾向于仔细研究渗透率，每口井成本和产油量等因素。“

虽然这是事实，从数据连接的传感器来可以添加上下文石油和天然气高管的决策，斯里尼瓦桑建议落后工作 在未来与制造它的意义的战略。“当你拥有这么多的传感器时，我们会看到数据，流程，机器学习和人工智能技术的结合，这些技术将识别这些活动效率的不足，”他说。“当以这种方式使用时，数据可以以可持续的方式提高石油和天然气行业的基本效率 - 从而可以提高整体业务成果。”

虽然“数据是新货币”这一陈述中有道理，但并不意味着所有数据都具有同等价值，甚至并不是所有数据都是可靠的。Srinivasan建议从以业务为中心的角度以“ 持怀疑态度，但不是愤世嫉俗”的方式查看数据。为了有用，数据应有助于优化成本，降低复杂性或提高决策的及时性。石油和天然气行业应该使用来自成千上万个传感器的大部分数据只是因为它可用的概念类似于说：“让我从灯泡中获取信息并从我的恒温器中获取信息并放入他们在一起并想出一些有趣的东西，“Srinivasan说。“理论上你可以将它们组合在一起，但结果并没有回答任何有用的问题。”