Le gouvernement nigérian intensifie ses efforts pour lutter contre les défis sécuritaires dans son industrie pétrolière, notamment le vol de pétrole brut et le vandalisme des infrastructures, en se tournant vers les technologies avancées telles que l’intelligence artificielle (IA) et le Machine Learning (ML). Une annonce faite lors d’une réunion tenue à Abuja le 19 avril, par le ministère du Pétrole, a révélé que ces technologies seront intégrées dans les stratégies de sécurité des secteurs Midstream et Downstream.
Cette démarche s’inscrit dans un contexte de crise marqué par une augmentation des incidents de vol et de détournement de pétrole dans le delta du Niger. Rien que la semaine du 15 au 21 juillet de l’année dernière, 240 incidents ont été signalés, un record inquiétant qui met en lumière la gravité de la situation. De plus, la découverte de près de 100 pipelines illégaux et 69 raffineries clandestines au cours de l’année passée témoigne de l’ampleur du problème.
La production pétrolière nigériane a subi un déclin significatif, tombant à 1,23 million de barils par jour en mars, contre 1,32 million en février, permettant à la Libye de dépasser le Nigeria en tant que premier producteur africain de pétrole.
Mohammed Abubakar, directeur du département Midstream et Downstream au ministère, a souligné que l’adoption de l’IA et du ML « contribuera à coup sûr à réduire les problèmes de sécurité qui affectent les infrastructures pétrolières et gazières. » Ces technologies ne se limitent pas seulement à la sécurité, mais visent également à optimiser les chaînes d’approvisionnement et à améliorer la fiabilité des opérations de raffinage.
Bien que les détails spécifiques sur la mise en œuvre de ces technologies n’aient pas été divulgués, leur utilisation dans d’autres régions, comme aux États-Unis, offre un aperçu prometteur de leur potentiel pour transformer les opérations dans le secteur pétrolier nigérian. Cette initiative représente un pas vers la modernisation de l’industrie et la sécurisation des ressources nationales.
