الذكاء الاصطناعي وشفافية نفط العراق: درس من SOMO

في 23/12/2025 خرجت شركة تسويق النفط العراقية سومو (SOMO) بتوضيح رسمي ردّاً على تقرير صحفي تناول نشاطات تصدير شركة DNO في إقليم كردستان. قد يبدو الخبر “إدارياً” للوهلة الأولى، لكنه يضع إصبعاً على العصب الحقيقي لقطاع النفط العراقي: الشفافية، الالتزام التعاقدي، وتدفق المعلومات بين بغداد وأربيل والشركات الدولية.

أنا أميل لرأي واضح هنا: المشكلة ليست نقص النوايا، بل نقص “البنية المعلوماتية” التي تجعل كل طرف يرى الأرقام نفسها في الوقت نفسه. ولهذا بالضبط يصبح الذكاء الاصطناعي في قطاع النفط والغاز في العراق أكثر من مجرد تقنية… يصبح أداة حوكمة. عندما تتحول بيانات الإنتاج والقياس والنقل والخزن والفوترة إلى بيانات قابلة للتحقق شبه اللحظي، يقلّ الجدل وتزيد الثقة، وتصبح المفاوضات أقل توتراً وأكثر واقعية.

ماذا تقول رسالة SOMO فعلياً؟ ولماذا تهم السوق؟

الجواب المباشر: سومو تؤكد أن تصدير نفط الإقليم يجب أن يمر عبرها وفق الاتفاق، وأن الشركات العاملة مُلزمة بتسليم الخام المنتج لسومو (باستثناء المخصص للاستهلاك المحلي)، مع التشديد على استمرار التنسيق رغم تحديات لوجستية مثل محدودية الخزن في ميناء جيهان.

هذه الرسالة تحمل ثلاث نقاط عملية تهم أي مدير عمليات، أو مستثمر، أو مسؤول امتثال:

1. مرجعية واحدة للتسويق والتصدير: عندما تكون هناك جهة تسويق رسمية، فالتحدي يصبح: كيف نُثبت الأرقام ونسوّي الحسابات بسرعة؟
2. عنق الزجاجة اللوجستي: التخزين المحدود في جيهان يعني أن أي خطأ في التخطيط أو التنبؤ أو جدولة الشحن قد يتحول إلى تأخير مكلف.
3. الالتزام والشفافية: الحديث عن “الشفافية والتنسيق” ليس شعاراً؛ هو شرط لاستقرار التدفقات المالية وسمعة العراق لدى المشترين.

إذا أخذنا هذا الإطار ووضعناه داخل سلسلة مقالاتنا “كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في العراق”، سنجد أن AI يمكنه أن يقلّص مساحة الالتباس عبر جعل البيانات مشتركة، قابلة للتدقيق، ومؤرشفة بطريقة ذكية.

أين يدخل الذكاء الاصطناعي؟ من “بيان رسمي” إلى نظام ثقة

الجواب المباشر: الذكاء الاصطناعي يحوّل الشفافية من ردود فعل إلى ممارسة يومية عبر مراقبة البيانات، كشف الشذوذ، والتنبؤ بالاختناقات قبل وقوعها.

1) “مصدر واحد للحقيقة” عبر دمج البيانات (Data Integration)

في بيئة متعددة الأطراف مثل نفط الإقليم (مشغّلون، حكومة الإقليم، سومو، جهات نقل، موانئ)، أكثر ما يضر هو أن كل طرف يمتلك لوحة أرقام مختلفة. الحل العملي يبدأ بـ:

• ربط بيانات العدّادات (Metering) من رأس البئر إلى نقاط التجميع ثم خط الأنابيب ثم الميناء.
• توحيد معايير القياس والوحدات وتوقيتات القراءة.
• إنشاء طبقة ذكاء (AI Layer) تُطابق الأرقام تلقائياً وتحدد الفروقات.

جملة قابلة للاقتباس: عندما تتفق الأطراف على لوحة بيانات واحدة، نصف الخلافات تختفي تلقائياً.

2) كشف الشذوذ (Anomaly Detection) في الإنتاج والتصدير

أحد أقوى استخدامات الذكاء الاصطناعي في النفط والغاز هو اكتشاف “الشيء غير الطبيعي” في الوقت المناسب:

• تذبذب غير منطقي في معدلات الضخ.
• فروقات متكررة بين كميات القياس عند المصدر وعند الاستلام.
• أنماط تأخير في تحميل الناقلات مرتبطة بمواعيد محددة.

تقنياً، هذا يُنفّذ عبر نماذج تعلم آلي تراقب السلاسل الزمنية وتطلق تنبيهات. عملياً، يعني أن فرق العمليات والامتثال لا تنتظر نهاية الشهر لمطابقة الأرقام.

3) تدقيق الامتثال التعاقدي بشكل شبه فوري

ما الذي تريده الجهات التنظيمية والتسويقية؟ ببساطة: التأكد أن النفط المخصص للتصدير يسلك القناة المتفق عليها، وأن الاستثناءات (الاستهلاك المحلي) مبررة ومثبتة.

هنا يمكن للذكاء الاصطناعي أن:

• يُصنّف الشحنات حسب الوجهة والغرض.
• يربط أوامر التسليم وسجلات النقل والفواتير في “مسار تدقيق” واحد.
• يولد تقارير امتثال تلقائية أسبوعياً أو يومياً بدل التقارير اليدوية.

النتيجة: شفافية أعلى، وتكاليف أقل، وقدرة أسرع على الرد على أي تقارير إعلامية أو استفسارات تجارية.

جيهان، الخزن المحدود، والذكاء الاصطناعي في إدارة الاختناقات

الجواب المباشر: عندما تكون سعة الخزن محدودة، يصبح التنبؤ والجدولة أهم من زيادة الإنتاج نفسها.

سومو أشارت إلى تحديات لوجستية وسعة خزن محدودة في ميناء جيهان. هذا النوع من القيود يعني أن الخطأ في “التوقيت” يساوي خسارة في “المال” و“السمعة”. ما الذي يقدمه AI هنا؟

1) التنبؤ بالازدحام وتأخيرات التحميل

نموذج تنبؤ بسيط (Forecasting) يعتمد على:

• معدلات الضخ اليومية
• سعة الخزن المتاحة
• جدول وصول الناقلات
• أوقات المناولة

يمكنه أن يعطي إنذاراً مبكراً: “بعد 72 ساعة ستصل الخزانات إلى حدّ حرج إذا لم تُعدّل الجدولة”.

2) تحسين جدولة الشحن (Scheduling Optimization)

بدلاً من إدارة الشحن بالخبرة فقط، تُستخدم خوارزميات تحسين لتقليل:

• وقت انتظار الناقلات
• التوقفات غير المخططة
• مخاطر تجاوز سعة الخزن

وهنا تظهر قيمة واقعية للشركات: تقليل رسوم التأخير (Demurrage) وتحسين موثوقية التسليم للمشترين.

3) “التوأم الرقمي” لسلسلة التوريد

التوأم الرقمي (Digital Twin) ليس رفاهية. هو نسخة افتراضية من مسار النفط من الإنتاج حتى التصدير، تُحدَّث بالبيانات الحية. عندما يحدث خلل في نقطة ما، ترى تأثيره على باقي السلسلة فوراً.

في العراق، هذه الفكرة مناسبة جداً لأن سلسلة التوريد حساسة سياسياً ولوجستياً؛ كل قرار تشغيل يصبح له أثر عام.

كيف يردم الذكاء الاصطناعي فجوة التواصل بين الجهات المحلية والدولية؟

الجواب المباشر: AI يخلق لغة مشتركة: أرقام موحدة، تقارير معيارية، وقرارات موثقة.

في ملف مثل (سومو – حكومة الإقليم – الشركات الدولية)، الاحتكاك غالباً ليس حول “من يريد ماذا”، بل حول:

• اختلاف تعريفات البيانات (ما هو يوم الإنتاج؟ ما هي نقطة التسليم؟)
• تأخر المعلومات
• ضعف إمكانية التدقيق المشترك

أدوات عملية يمكن تطبيقها خلال 90 يوماً

إذا كنت جهة حكومية/شركة تشغيل/مزود خدمة، هذه خطوات واقعية وليست نظرية:

1. لوحة مؤشرات مشتركة (Shared KPI Dashboard): الإنتاج، التسليم، الخزن، التصدير، الفروقات.
2. نظام تذاكر للبيانات (Data Issue Ticketing): كل فرق في رقم يتحول إلى “تذكرة” لها مالك وموعد إغلاق.
3. تقارير امتثال آلية: أسبوعية على الأقل، بصيغة موحدة، قابلة للمراجعة.
4. نماذج شذوذ أولية: حتى نموذج بسيط يلتقط الانحرافات يعطي قيمة فورية.

موقف واضح: أفضل مشروع AI في النفط ليس الأكثر تعقيداً؛ هو الذي يقلّل الخلاف على الأرقام ويزيد سرعة الحسم.

أسئلة شائعة يطرحها صناع القرار في نفط العراق (وإجابات مباشرة)

هل الذكاء الاصطناعي يعني مشاركة كل البيانات الحساسة؟

لا. يمكن بناء طبقات وصول (Access Layers) بحيث يرى كل طرف ما يحتاجه فقط، مع الاحتفاظ بسجل تدقيق. الفكرة ليست كشف الأسرار، بل توحيد ما يلزم للتسوية والامتثال.

من أين نبدأ إذا كانت البيانات “غير نظيفة”؟

ابدأ من نقطة القياس الأكثر حساسية: العدّادات عند التسليم. بعدها انتقل تدريجياً إلى توحيد تعريفات البيانات (Data Definitions) ثم الأتمتة.

ما العائد الأقرب؟

الأقرب عادة يكون في:

• تقليل الفروقات في المطابقة
• تقليل وقت إعداد التقارير
• تقليل التأخيرات اللوجستية

ما الذي يعنيه ذلك لمستقبل النفط والغاز في العراق؟

الجواب المباشر: استقرار الصادرات في 2026 وما بعدها سيعتمد على “حوكمة البيانات” بقدر اعتماده على الطاقة الإنتاجية.

توضيح سومو حول التزامات التصدير في إقليم كردستان يذكّرنا بأن السوق لا يكافئ من يرفع الإنتاج فقط، بل من يثبت الأرقام ويُسلم في الموعد ويُدير المخاطر بشفافية. الذكاء الاصطناعي هنا ليس ديكوراً تقنياً؛ هو بنية تشغيلية تقلل الاحتكاك، وتزيد الثقة، وتسرّع القرارات.

إذا كنت تعمل في شركة تشغيل، أو في سلسلة التوريد، أو في الامتثال، فالسؤال العملي ليس “هل نستخدم AI؟” بل: أي جزء من دورة النفط—القياس، المطابقة، الجدولة، أو التقارير—سيعطي أعلى أثر خلال 3 أشهر؟

خطوة واحدة ذكية الآن قد توفر شهوراً من الجدل لاحقاً. ما أول “لوحة بيانات مشتركة” يمكن أن تجمع الأطراف على رقم واحد؟