SOCAR–Qətər əməkdaşlığı: AI üçün real fürsətlər

2025-ci ilin ən səssiz, amma ən praktik xəbərlərindən biri SOCAR ilə Qətərin “UCC Holding”i arasında imzalanan anlaşma memorandumlarıdır. Sənədlər sadəcə “yeni tərəfdaş” demək deyil. Söhbət enerji dəyər zəncirinin demək olar ki, bütün hissələrinə toxunan bir çərçivədən gedir: kəşfiyyat, hasilat, nəqliyyat və saxlanma infrastrukturu, emal və neft-kimya, ticarət və təchizat, hətta kombinə edilmiş qaz turbinli elektrik stansiyaları.

Bu xəbəri “klassik diplomatik iqtisadi əməkdaşlıq” kimi oxuyub keçmək asandır. Məncə, bu yanaşma yanlışdır. Bu tip çoxşaxəli memorandumlar Azərbaycanın neft-qaz sektorunda süni intellektin tətbiqi üçün real “data + proses + tərəfdaş” kombinasiyası yaradır. Yəni AI burada gözəl təqdimat slaydları üçün yox, əməliyyatda xərci endirmək, riskləri azaltmaq və planlamanı dəqiqləşdirmək üçün gündəlik alətə çevrilə bilər.

Aşağıda bu əməkdaşlığın nəyi dəyişdirdiyini və “Azərbaycanın Energetika və Neft-Qaz Sektorunu Süni İntellekt Necə Dəyişdirir” seriyası kontekstində AI baxımından ən güclü imkanların harada yarandığını izah edirəm.

Bu memorandumların “çoxşaxəli” olması niyə vacibdir?

Cavab qısadır: AI parçalanmış proseslərdə deyil, ucdan-uca proseslərdə daha çox dəyər yaradır. Kəşfiyyatdan ticarətə qədər bir zəncirə toxunan əməkdaşlıq o deməkdir ki, şirkətlər yalnız bir pilot layihə yox, bir-birini tamamlayan bir neçə AI istifadəsini paralel qura bilər.

RSS mənbədə qeyd olunan sahələr (kəşfiyyat-hasilat, nəqliyyat-saxlanma, emal-neft-kimya, ticarət-təchizat, CCGT elektrik stansiyaları) enerji şirkətlərinin ən çox data topladığı və ən çox “gizli itki” yaşadığı zonalardır.

“Bir sahədə AI” yox, “zəncir boyu AI” düşüncəsi

Neft-qaz şirkətləri çox vaxt belə səhv edir: məsələn, yalnız texniki xidmətdə proqnozlaşdırıcı təmir (predictive maintenance) qururlar, amma planlama, satınalma, ehtiyat hissələri logistikası və istehsal planı eyni köhnə qaydada qalır. Nəticə: model işləyir, amma biznes effekti zəif görünür.

Çoxşaxəli əməkdaşlıq isə bunu dəyişir:

• Kəşfiyyat/hasilatda hasilat proqnozu yaxşılaşırsa,
• Nəql/saxlamada axın optimallaşırsa,
• Emalda “yield” sabitləşirsə,
• Ticarətdə qiymət və müqavilə riskləri düzgün idarə olunursa,

AI təsiri ayrı-ayrı şöbələrdə deyil, P&L-də (mənfəət-zərər cədvəlində) görünür.

Suriya enerji sektorunun bərpası: AI üçün “təmiz vərəq” üstünlüyü

Əməkdaşlıq çərçivəsində diqqət çəkən məqam Suriyada enerji sektorunun bərpasının sürətləndirilməsinə dair sənəddir. Burada bir sərt həqiqət var: bərpa layihələri adətən bahalı, riskli və koordinasiya baxımından çətindir. Eyni zamanda, belə layihələrdə standartların yenidən qurulması şansı olur.

Yəni Suriyada infrastrukturu “köhnə kimi” bərpa etmək yerinə, müasir standartlarla bərpa etmək mümkündür. AI baxımından bu, nadir fürsətdir: köhnə SCADA/telemetriya pərakəndəliyini “yamamaq” yox, daha əvvəlcədən düzgün data arxitekturası ilə başlamaq.

Bərpa layihələrində ən sürətli AI faydası haradadır?

Mənim gördüyüm praktik yanaşma belədir: ilk 90–180 gündə “ağır” AI yox, operativ analitika + qayda əsaslı avtomatlaşdırma + sensor intizamı qurulur. Sonra ML modelləri gəlir.

Bərpa kontekstində real dəyər verən nümunələr:

1. Aktiv inventarının rəqəmsallaşdırılması: transformatorlar, nasoslar, kompressorlar, klapanlar, boru xətləri üzrə vahid aktiv reyestri.
2. Risk əsaslı texniki xidmət: “hamısına eyni cədvəl” yerinə kritikliyə görə prioritet.
3. Enerji balansı və itki analizi: qeyri-texniki itkilərin (oğurluq, səhv ölçüm) aşkarlanması üçün anomaliya deteksiyası.

Bu yanaşma SOCAR kimi böyük operatorlar üçün əlavə bir üstünlük yaradır: Suriyada qurulan praktikalar sonradan Azərbaycandakı sahələrə də “geri import” edilə bilər.

SOCAR–UCC əməkdaşlığının AI üçün ən konkret istifadələri

Cavab bir cümlədir: AI burada üç şeyi yaxşılaşdırır—qərarların sürəti, əməliyyat sabitliyi və riskin ölçülməsi. İndi isə dəyər zənciri üzrə baxaq.

Kəşfiyyat və hasilat: geoloji qeyri-müəyyənliyi azaltmaq

Seismik interpretasiya, quyu logları, geoloji model qurulması—hamısı data-intensiv proseslərdir. Burada AI-nin ən real rolu:

• seismikdə obyekt tanıma və “feature extraction” ilə interpretasiyanın sürətlənməsi,
• hasilat proqnozlarında ansambl modellərlə qeyri-müəyyənlik zolaqlarının (uncertainty bands) daha düzgün verilməsi,
• quyu əməliyyatlarında NPT (non-productive time) səbəblərinin klassifikasiyası.

Məqsəd “insanı əvəz etmək” deyil. Məqsəd geoloq və mühəndisin vaxtını rutin işdən çıxarıb qərar keyfiyyətinə yönəltməkdir.

Nəqliyyat və saxlanma: axınların optimallaşdırılması və sızma riski

Boru xətləri və terminallar üçün ən dəyərli AI tətbiqləri adətən bunlardır:

• Anomaliya deteksiyası: təzyiq, temperatur və debi siqnallarında sızıntı/avadanlıq nasazlığını erkən görmək.
• Planlama optimallaşdırması: tank doluluğu, gəmi/göndəriş cədvəlləri, boru xətti rejimi üzrə optimal plan.
• Rəqəmsal əkiz (digital twin): xüsusən kritik obyektlərdə “nə olsa?” ssenarilərini test etmək.

Burada ən böyük “gizli” problem data keyfiyyətidir. Əgər tərəfdaşlıq çərçivəsində infrastruktur yenilənirsə, SOCAR üçün ən ağıllı addım data standartını müqavilə səviyyəsində şərtə çevirməkdir.

Emal və neft-kimya: yield, enerji sərfi və keyfiyyət sabitliyi

Emal və neft-kimyada AI-nin biznes təsiri çox vaxt daha tez görünür, çünki:

• proses parametrləri yüksək tezlikdə ölçülür,
• enerji sərfi böyük xərc maddəsidir,
• keyfiyyət dalğalanması birbaşa itki yaradır.

Praktik tətbiqlər:

• APC (advanced process control) üzərində ML əlavələri,
• enerji optimallaşdırması (buxar şəbəkəsi, istilik inteqrasiyası),
• məhsul keyfiyyəti proqnozu və laboratoriya gecikmələrinin kompensasiyası.

Ticarət və təchizat: “AI burada satır” deyil, “AI qoruyur”

Xam neft, neft məhsulları və aviasiya yanacağı ticarəti sənəddə ayrıca qeyd olunur. Bu sahədə AI-nin ən real dəyəri:

• tələb proqnozu və inventar optimallaşdırması,
• müqavilə risklərinin skan edilməsi (şərtlər, cərimələr, uyğunsuzluqlar),
• saxtakarlıq və uyğunsuzluq siqnallarının (compliance flags) aşkarlanması.

Şirkətlər çox vaxt AI-ni “daha çox satış” kimi təqdim edir. Mən bununla razı deyiləm. Enerji ticarətində AI-nin birinci rolu maliyyə və reputasiya riskini azaltmaqdır.

Kombinə edilmiş qaz turbinli elektrik stansiyaları (CCGT): etibarlılıq və səmərəlilik

CCGT layihələri (yüksək səmərəlilikli) enerji təhlükəsizliyi üçün stratejidir. AI tətbiqləri burada daha “mühəndislik yönümlü” olur:

• turbin vibrasiyası və temperatur siqnallarından nasazlığın erkən aşkarlanması,
• yanma optimallaşdırması,
• generasiya planlamasında yük proqnozu.

Qış aylarında (indi dekabrdayıq) pik tələbat və şəbəkə sabitliyi mövzusu daha da kəskinləşir. CCGT + analitika kombinasiyası bu riskləri daha idarəolunan edir.

Beynəlxalq tərəfdaşlıqlar AI-yə necə “təkan” verir?

Bir cümləlik cavab: böyük AI layihəsi texnologiya deyil, dəyişiklik idarəetməsidir; tərəfdaşlıqlar isə bu dəyişiklik üçün resurs və intizam gətirir.

SOCAR kimi böyük strukturda AI tətbiqi üçün üç şey lazımdır:

1. Data və inteqrasiya: OT/IT sərhədində məlumatların düzgün toplanması.
2. İş proseslərinin yenilənməsi: model nəticəsi qərara çevrilmirsə, model “demo” olaraq qalır.
3. Kadr və idarəetmə: data mühəndisi, ML mühəndisi, proses mütəxəssisi və “product owner” birlikdə işləməlidir.

UCC kimi regional güclü oyunçularla əməkdaşlıq bu üç sahədə “təkbaşına öyrənmə” xərcini azalda bilər. Xüsusən beynəlxalq layihələrdə müqayisə imkanı (benchmarking) yaranır: hansı KPI işləyir, hansı işləməyir.

Ən çox verilən suallar: bu əməkdaşlıq AI-ni nə vaxt göstərər?

Sual 1: AI nəticəsi nə qədər müddətə görünür?
Əgər düzgün seçilmiş use-case varsa, 8–12 həftəyə ilkin nəticə (pilot) görünür. Ancaq şirkət miqyasında təsir üçün 9–18 ay real intervaldır.

Sual 2: Haradan başlamaq daha düzgündür?
Mənim səsim həmişə eynidir: kritik aktivlərdə proqnozlaşdırıcı təmir + data keyfiyyəti intizamı. Bu, həm təhlükəsizlik, həm də xərclər üçün ən tez ROI verən yoldur.

Sual 3: Ən böyük risk nədir?
Model seçimi deyil. Ən böyük risk data sahibliyi və proses sahibliyinin (ownership) paylaşılmamasıdır.

Praktik yol xəritəsi: SOCAR tipli şirkət üçün 6 addım

Bu xəbər kontekstində daha tətbiqi bir çərçivə vermək istəyirəm. Əgər məqsəd memorandumları real əməliyyat dəyərinə çevirməkdirsə, ən sağlam ardıcıllıq belə görünür:

1. Use-case portfeli seçin: hər istiqamətdən 1–2 use-case (hasilat, logistika, emal, ticarət).
2. Data müqaviləsi yazın: hansı sensor/format/tezliklə data toplanacaq—kağızda yox, standartda.
3. Pilotları eyni KPI ilə ölçün: məsələn, planlanmamış dayanma saatı, enerji sərfi, keyfiyyət sapması, inventory days.
4. Modeldən qərara “closed-loop” qurun: proqnoz → iş əmri → nəticə → modelin yenilənməsi.
5. Kibertəhlükəsizlik və OT təhlükəsizliyi: enerji obyektlərində AI layihəsi təhlükəsizliksiz olmaz.
6. Mərkəzi AI idarəetmə ofisi: “hər zavod öz bildiyini edir” yanaşması ilə ölçək böyümür.

Yaxşı AI strategiyası belə səslənir: “data intizamı + ölçülə bilən KPI + əməliyyata inteqrasiya”. Qalanı artıq texniki detaldır.

Növbəti addım: bu xəbər Azərbaycanda AI gündəliyini necə dəyişir?

SOCAR–UCC əməkdaşlığı Azərbaycanın beynəlxalq enerji əlaqələrinin genişləndiyini göstərir. Məncə, daha önəmlisi budur: bu tip memorandumlar AI-ni “layihə” statusundan çıxarıb əməliyyat standartı səviyyəsinə qaldırmaq üçün fürsətdir. Çünki zəncir boyu əməkdaşlıq olanda, zəncir boyu optimallaşdırma tələbi də yaranır.

Bu seriyada (Azərbaycanın Energetika və Neft-Qaz Sektorunu Süni İntellekt Necə Dəyişdirir) növbəti yazılarda konkret olaraq iki mövzunu dərinləşdirəcəyik: enerji ticarətində AI ilə risk idarəetməsi və boru xətlərində anomaliya deteksiyası üçün data arxitekturası.

Əgər siz enerji şirkətində rəhbər, əməliyyat meneceri, IT/OT mütəxəssisi və ya satınalma tərəfisinizsə, özünüzə bir sual verin: bu əməkdaşlıqdan doğan yeni layihələrdə AI üçün KPI-larınızı indi yazırsınız, yoxsa problem böyüyəndə?