La toma de decisiones en la

industria del petróleo y el gas

0
0
,0

0,000
$5 0

$ 30
RIO

$ 5 0 ,0 0

P
O
R ATO

ZO

R
E

A
D

R
SECO
N

0
A

O
R F
LO

PE
G R
$ E
5 O P
P

0 P

R
,0
EX

A
M

A
F
0 A
0

O
B

IC
C

R
A ND
ZO

M
AR
OQUE
E

IS
O
R

CUTAR S
F

N
O

A
RA

R
B
R

R
L
O

A
R

JE
P

U
E

M
E

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.
El software de análisis de decisiones puede ayudar a quienes toman decisiones a
Ellen Coopersmith
Decision Frameworks identificar factores que influyen en la decisión que han de tomar, y a escoger el
Houston, Texas, EUA
camino para lograr los resultados deseados.
Graham Dean
Centrica
Slough, Berkshire, Inglaterra
Las decisiones en la industria del petróleo y el Si bien los problemas más simples se pueden
gas determinan la dirección y el curso de miles analizar con sólo algunos cálculos, tomar decisio-
Jason McVean
Calgary, Alberta, Canadá de millones de dólares cada año. La complejidad nes más complicadas puede tomarle a una com-
de una decisión puede variar desde una simple pañía meses o años de preparación. Por ejemplo,
Erling Storaune pregunta, al modo de Shakespeare, (perforar o no uno de los dilemas que enfrentan hoy en día las
Aker Maritime, Inc. perforar) hasta niveles que requieren gran compañías de exploración y producción (E&P, por
Houston, Texas detalle. Algunas de las decisiones más sus siglas en Inglés) es cómo desarrollar yaci-
extraordinarias determinan la oferta máxima por mientos situados en aguas profundas. A veces es
una concesión, el mejor proceso de desarrollo mejor el desarrollo submarino; otras veces la
Se agradece la colaboración en la preparación de este
artículo a Joe Fay, Austin, Texas, EUA; Kent Burkholder y para un determinado bien, la prioridad de solución es una estructura flotante amarrada al
Alexander Lythell, Londres, Inglaterra; Paige McCown, perforación en el marco de opciones de lecho marino. Por lo general, las compañías
Houston, Texas; Pat Parry, Centrica, Slough, Berkshire,
Inglaterra; Kenneth Ricard, Aker Maritime, Houston, Texas; exploración de una compañía, el momento de petroleras dedican de 12 a 18 meses al ciclo de
y Laurence Wickens, AEA Technology, Didcot, Oxfordshire, incrementar la capacidad operativa de una toma de decisiones—recopilar información, ana-
Inglaterra.
Decision Tree y Peep son marcas de Schlumberger.
instalación, o la decisión de firmar un contrato de lizarla, y modelar el riesgo y la incertidumbre—
DPS-2000 es una marca de Aker. Excel es una marca de suministro a corto o largo plazo. antes de seleccionar un sistema de producción.
Microsoft Corporation.

2 Oilfield Review

Factores
Precio del petróleo
Volumen de petróleo
Erogaciones de capital
Volumen de gas
Precio del gas
Costos operativos
> Diagrama indicativo de los factores que más influyen en una decisión. De los seis factores selecciona-
dos 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 pue-
dan 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 funciona-
miento. 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 defi-
1. 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.
Primavera de 2001
Análisis de sensibilidad
Influencia, % Valor actual neto en miles de dólares
30,000 45,010
51 31,538
31 36,068
09 42,083
05 41,776
03 42,862
01 43,643
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 deci-
siones 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 resul-
tado. Un análisis de sensitividad como éste, per-
mite asignar un orden de importancia a los
factores que se deberán considerar en una deci-
sión. Por ejemplo, una decisión puede depender
de seis factores: precio del petróleo, volumen de
petróleo, precio del gas, volumen de gas, eroga-
ciones de capital y costos operativos; pero se
desconoce la importancia relativa de estos facto-
res. Para ciertos elementos de incertidumbre, o
un rango de posibles valores, el análisis de sen-
sitividad 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 tra-
tar como una certeza sin influir en forma impor-
tante en los resultados.
60,000
59,937
57,873
54,004
50,956
50,157
46,181
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 posibili-
dades.4 A cada rama se le asocia el valor mone-
tario que se espera del resultado. Además, las
ramas que salen de los nodos de incertidumbre
se ponderan con la probabilidad de que tal resul-
tado ocurra. En forma gráfica, los nodos de deci-
sión 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
0.7
+ $100,000
A 0.2 2000 MMpc
ar + $100,000
or
Perf 0.1
B 5000 MMpc
+ $250,000
No p
erfor
ar
$0
> Árbol de decisiones simple que muestra un
nodo de decisión (cuadrado) y los posibles resul-
tados. 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 ama-
rillo. (Adaptado de Newendorp, referencia 1.)
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 yaci-
miento 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 dis-
tribución continua.
El valor esperado de un nodo de incertidum-
bre 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 espera-
dos, 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 resul-
tados finales posibles (yacimiento de gran
tamaño, yacimiento marginal o pozo seco) son los
mismos, independientemente de la ruta de deci-
sión. Sin embargo, tienen diferentes probabilida-
des 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 estu-
dio 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 ra-
mas requiere pericia técnica y, en este caso, se ba-
sa en el conocimiento previo de la región. La
probabilidad y el valor de los distintos resultados
también se pueden basar en el resultado de simula-
ciones de Monte Carlo más detalladas. Por
ejemplo, el valor de corte o limitador (cutoff) de lo
que constituye un yacimiento de gran tamaño, po-
dría ser el lado alto de una distribución de probabi-
lidades, que es el resultado de una simulación de
Monte Carlo del parámetro volumen del yacimiento.
4 Oilfield Review
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 casos judiciales, y los aspectos de salud, segu-
adopte, se puede solicitar información a especia- ridad y ambiente (HSE, por sus siglas en Inglés).
listas de diversas disciplinas de campos petrolífe- Existen numerosos productos de software
ros para el análisis del árbol de decisiones. que facilitan el análisis de árboles de decisiones
Además del tamaño y el contenido desconocidos para el sector de E&P de la industria del petróleo
del yacimiento, es necesario predecir, entre otros, y el gas y otras industrias. Éstos incluyen, entre
los siguientes resultados: otros, Precision Tree de Palisade, Decision
• precio del petróleo y el gas Programming Language (DPL) de ADA (Applied
• calidad y confiabilidad de la generación de Decision Analysis) y el paquete Decision Tree
imágenes sísmicas o los datos de registros desarrollado por Merak, una compañía de
de pozos Schlumberger. Estos sistemas se vinculan con
• costo y riesgo versus el valor de la informa- programas de cálculo que calculan los valores
ción adicional actuales netos para cada rama del árbol. En tér-
• probabilidad de que las herramientas de minos generales, los paquetes de software de
registros de pozos o tubería de perforación árboles de decisiones se vinculan con Excel para
queden atascadas y que se produzcan otros las etapas de cálculo. Solamente el software
tipos de sucesos que causen tiempo impro- Decision Tree de Merak se vincula también direc-
ductivo del equipo de perforación tamente con el programa Peep de análisis eco-
• compartimentalización del yacimiento o nómico, que es un paquete estándar de manejo
número de pozos de activos de la industria del petróleo y el gas.
• propiedades y comportamiento de los flui- Los árboles de decisiones pueden ser de
dos del yacimiento ayuda para el análisis de varios tipos de decisio-
• complejidad de las terminaciones nes en la industria petrolera. Entre los ejemplos
• costo del transporte hacia los mercados se encuentra el decidir si reemplazar registros de
• mejoramiento obtenido de los métodos de herramientas operadas a cable por registros
estimulación, reacondicionamiento o mejo- adquiridos durante la perforación, evaluar pro-
ramiento de la recuperación. gramas de inyección de agua, optimizar reacon-
Quizás menos obvios para los profesionales de dicionamientos y escoger la mejor configuración
los campos petrolíferos, pero también importantes de las partes superiores de las plataformas mari-
de estimar en los casos que se prestan para el nas.5 En la sección siguiente, se describe la
análisis de árboles de decisiones, son las eventua- forma en que los árboles de decisiones pueden
lidades tales como la estabilidad y la legislación ayudar a evaluar un sistema de producción en
gubernamental, las fusiones de empresas, los sitios de aguas profundas.
 Campo de
Campo de gran tamaño
gran tamaño Campo marginal
0.075 + $35 MM
+ $36 MM + $11 MM gundo A
rar se io
Perfo explorator 0.075
B pozo Campo marginal

0.8
+ $10 MM

0.05

0.05

5
eco
os
Poz 0 Pozo seco,
0.9 abandonar
C Abandonar el bloque
el bloque – $5 MM
– $4 MM
Campo de
gran tamaño
0.15 + $34 MM
Perforar

F 0.15
co rar Campo marginal
smi Perfo
n t o sí ura G 0.7
+ $9 MM Campo de
i e c t Po
tam stru zo 0
0.20
gran tamaño
van a e se + $33 MM
I El le onfirm co D
loque c E 0.20
r el b H 0.50 o Campo marginal
ompra Ejecuta Perforar segund 0.6
J C levantam r pozo exploratori
o 0 + $8 MM
ien
sísmico to
No Abandonar el bloque
0.5

com – $5 MM Pozo seco,

pra
0

r Abandonar el bloque abandonar el bloque

$0 el blo – $6 MM – $7 MM
que
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 (desta-
cadas 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 profun-
das 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 ade-
lantarse 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 signifi-
car una rápida puesta en producción. Por otro lado,
un sistema adaptativo tiene la flexibilidad de per-
mitir agregar en el futuro pozos o módulos de pro-
cesamiento de fluidos. Sin embargo, una decisión
como ésa estaría basada en un mínimo de infor-
mación. La alternativa era perforar más pozos,
obtener más información y comprar un sistema de
producción optimizado para el tamaño del yaci-
miento, 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, específica-
mente el producto Decision Tree y el módulo Peep,
este último diseñado para evaluaciones económi-
cas 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 alternati-
vas 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 pro-
ducción, el número de pozos y el plan de perfora-
ción. 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 Trigésimo-
Séptimo 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 per-
miten que la producción de los campos de aguas profun-
das 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 dise-
ños 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, utili-
zando el software Decisión Tree, requirió la selec-
ción 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 desa-
rrollo y la puesta en producción, y luego la instala-
ción de módulos de producción o la incorporación
de pozos adicionales, según fuera necesario (pá-
gina siguiente, abajo). El caso de los diseños opti-
mizados 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, depen-
diendo de lo que indicara la información de pro-
ducción respecto al tamaño real del yacimiento.

6 Oilfield Review
 > Aker Maritime DPS-2000.

Estructura del programa Decision Tree

Diseños adaptativos
Perforación de pozos de
Dos penetraciones desarrollo y puesta en producción

Tamaño de Selección de la Perforación Instalación de Otras indicaciones Agregado de módulos

yacimiento indicado estructura y del anticipada la estructura sobre el tamaño de producción y ajuste
(capacidad/pozos) equipamiento de dos pozos y perforación del yacimiento del número de pozos
de superficie

Diseños optimizados
Perforación de pozos de
Cuatro penetraciones desarrollo y puesta en producción

Tamaño de Selección de la Instalación de Ajuste limitado

Comienzo Otras indicaciones
yacimiento indicado estructura y del la estructura al número
con más del tamaño
(capacidad/pozos) equipamiento y perforación de pozos
información del yacimiento
de superficie

> 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 VAN $MM
Indicación de Perforación Instalación 0.48 grande 26 pozos, $100 M de modificación 882
yacimiento de anticipada de del sistema
gran tamaño 2 pozos DPS-2000 0.36 mediano 14 pozos, 1 pozo seco 359
Dos penetraciones $554 MM
0.16 pequeño 6 pozos, 2 pozos secos 9

8
0.2
p=
Indicación de Perforación Instalación 0.23 grande 26 pozos, $100 M de modificación 882
yacimiento de anticipada de del sistema
DPS-2000 p = 0.39 tamaño medio 2 pozos DPS-2000 0.46 mediano 14 pozos 361
$412 MM $373 MM
0.31 pequeño 6 pozos, 1 pozo seco 12
p=
0.3

Indicación de Perforación Instalación 0.23 grande 26 pozos, $100 M de modificación 882

3

yacimiento de anticipada de del sistema

pequeño tamaño 2 pozos DPS-2000 0.36 mediano 14 pozos 361
$339 MM
0.41 pequeño 6 pozos 14

> 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 yaci-
miento, 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 económi-
cos de los múltiples escenarios que ocurren si se
cree que:
• el yacimiento es de gran tamaño y en reali-
dad 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
este concepto es de $412 millones. La compara-
ción 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 pe-
tróleo. 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 selec-
ción de los conceptos de desarrollo es impor-
tante 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

Valor calculado Datos de entrada al programa Decision Tree

Conceptos adaptativos Conceptos optimizados

Ene. Jun. Ene. Jun. Ene. Jun. Ene. Jun. Ene. Jun. Ene.
2001 2001 2002 2002 2003 2003 2004 2004 2005 2005 2006
DPS-2000 $412 MM Plataforma spar $313 MM
optimizada
Aker DPS-2000 Inicio de producción
Plataforma spar Dic. 2003
adaptativa $350 MM FPSO $182 MM

Plataforma tipo spar adaptativa Inicio de producción

> Comparación de cálculos finales del VAN para los cuatro Ago. 2003
conceptos de desarrollo en consideración. Los conceptos Inicio de
adaptativos ofrecen hasta un VAN de $230 millones más alto FPSO producción
que los conceptos optimizados. Feb. 2005
Inicio de
Plataforma tipo spar optimizada producción
Secuencia de eventos para el programa Decision Tree.
>

Abr. 2005
Los conceptos adaptativos comienzan primero y producen
primero, mientras que la producción de los proyectos opti- Incluye ingeniería y diseños iniciales (FEED), construcción, entrega y puesta en funcionamiento
mizados se atrasa cerca de 18 meses.

8 Oilfield Review
 NORUEGA Resultado
negociado
Solucionar el litigio
Cálculo de la variación mediante negociación
en el gas inicialmente Bajo
en sitio
Adquirir capital
adicional Sí Medio
Bajo
Sí Alto
E Medio
L NORT
R DE No
MA
Alto
Decisión
Identidad del experto
del experto
Baja
Campo
Hewett A
No Media
B
REINO UNIDO
Alta

> 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 provi-
sión 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 Cen-
trica 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 inicial-
mente 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 compa-
ñía podría tener que considerar intereses conflic-
tivos entre comprador y vendedor cuando ya
tuviera contratos para comprar el gas de los acti-
vos. 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 obli-
gaciones 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 rea-
condicionamientos o de desarrollar campos veci-
nos. 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 automati-
zada 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 resulta-
dos 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 decisio-
nes 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 esta-
ban de acuerdo con los fundamentos del con-
junto 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 decisio-
nes, por lo general, se adapta de una organiza-
ción a otra, pero el mejor sistema es aquél que
encuadra el problema, comprende las incerti-
dumbres, desarrolla soluciones más poderosas y
a menudo híbridas, y equilibra el riesgo con res-
pecto 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 decisio-
nes 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, deter-
minar el valor de seguir adelante o recopilar
información, orientar a quienes toman las deci-
siones en la dirección más conveniente, y gene-
rar decisiones más coherentes.
En todas las compañías, quienes toman las
decisiones captan los beneficios de un proceso
de análisis de decisiones coherente, lo cual per-
mite que las organizaciones de planificación y
personal técnico aumenten la eficiencia y el valor
de su trabajo. —LS

Primavera de 2001 9