الذكاء الاصطناعي يسرّع خفض انبعاثات الطاقة بالكويت

في 25/12/2025 أعلنت مجموعة «إمستيل» في الإمارات تحديثات مهمة ضمن شراكتها مع «شركة الإمارات للطاقة النووية» لخفض انبعاثات صناعة الحديد عبر شراء كهرباء نظيفة موثّقة بشهادات طاقة نظيفة. الخبر يبدو للوهلة الأولى بعيداً عن الكويت، لكنه في الحقيقة يقدّم نموذجاً عملياً لما يحدث عندما تُدار الطاقة كمنظومة بيانات لا كفاتورة كهرباء فقط.

الفكرة التي تستحق التوقف عندها: الطاقة النظيفة لا تكفي وحدها إذا لم تكن قابلة للقياس والتحقق والتشغيل بكفاءة. وهنا يدخل الذكاء الاصطناعي بقوة—خصوصاً في قطاع الطاقة والنفط والغاز في الكويت—ليحوّل “النية” إلى “أرقام” تُحسّن التشغيل، وتُقلّص الانبعاثات، وتُقنع العملاء والممولين والجهات الرقابية.

ما الذي يعلّمنا إياه نموذج الإمارات؟ (الإجابة: التحقق أولاً)

النقطة الجوهرية في خبر «إمستيل» ليست “نووي مقابل غير نووي”، بل وجود آلية موثوقة لإثبات أن الكهرباء المستخدمة نظيفة عبر برنامج شهادات طاقة نظيفة (I-REC). هذا النوع من الأدوات يحوّل إزالة الكربون من شعار تسويقي إلى قرار تشغيلي قابل للتدقيق.

الأرقام في التجربة الإماراتية واضحة ومقتبسة من الإعلان:

• محطة «براكة» تنتج حوالي 40 تيراواط-ساعة سنوياً وتغطي ما يصل إلى 25% من الطلب على الكهرباء.
• تجنّب قرابة 22.4 مليون طن من انبعاثات الكربون سنوياً.
• «إمستيل» دمجت 86% كهرباء نظيفة في عمليات الحديد و14% في الأسمنت، مع ذكر 1,484,067 ميغاواط-ساعة من الكهرباء النووية و651,594 ميغاواط-ساعة من شهادات الطاقة الشمسية.

هذه الأرقام ليست للتفاخر فقط؛ هي بالضبط نوع البيانات الذي تحتاجه المؤسسات الصناعية لكي تُخفّض انبعاثات Scope 2 بشكل مباشر، وتُحسّن قدرتها على التصدير والتسعير والتمويل.

لماذا هذا مهم للكويت تحديداً؟

لأن قطاع النفط والغاز والطاقة في الكويت يواجه ضغطين في آن واحد:

1. رفع الكفاءة والموثوقية لتلبية الطلب المتنامي (الصناعة، التوسع العمراني، التحول الرقمي، وحتى أحمال مراكز البيانات).
2. خفض الانبعاثات وإثباتها ببيانات موثّقة وليس بمجرد تقديرات.

الذكاء الاصطناعي هنا ليس “إضافة جميلة”، بل هو طريقة عمل جديدة لإدارة الطاقة: قياس لحظي، تنبؤ، تحسين تلقائي، وتقارير يمكن الدفاع عنها.

أين يغيّر الذكاء الاصطناعي قواعد اللعبة في الطاقة والنفط والغاز بالكويت؟

الإجابة المباشرة: في ثلاث طبقات—التشغيل، القياس، والحوكمة. إذا نجحت مؤسسة في ربط هذه الطبقات، يصبح خفض الانبعاثات نتيجة طبيعية وليس مشروعاً جانبياً.

1) التشغيل: تحسين الاستهلاك بدل مطاردة الأعطال

في المنشآت النفطية والغازية ومحطات الكهرباء، الجزء الأكبر من الهدر يأتي من قرارات تشغيل يومية: أحمال غير متوازنة، معدات تعمل خارج نقطة الكفاءة، صيانة تتم بعد المشكلة لا قبلها.

الذكاء الاصطناعي يعالج ذلك عبر:

• الصيانة التنبؤية لمضخات وضواغط وتوربينات (توقع الفشل قبل أن يحدث عبر تحليل الاهتزازات والحرارة والتيار).
• تحسين الطاقة في الوقت الحقيقي: ضبط التشغيل للوصول إلى أقل استهلاك لكل وحدة إنتاج.
• تقليل التوقفات التي ترفع الانبعاثات بشكل غير مباشر (بسبب تشغيل احتياطي أقل كفاءة أو إعادة الإقلاع المتكرر).

جملة تصلح للاقتباس: كل كيلوواط-ساعة يتم توفيره عبر تحسين التشغيل هو “طاقة نظيفة” من دون بناء أي محطة جديدة.

2) القياس (MRV): لا ثقة بلا بيانات

إذا كان خبر «إمستيل» يقول شيئاً واحداً، فهو أن التحقق والتوثيق صار جزءاً من التنافسية الصناعية. في الكويت، الذكاء الاصطناعي يرفع مستوى القياس عبر:

• جمع بيانات الاستهلاك والانبعاثات من أنظمة SCADA وDCS وأجهزة القياس الذكية.
• بناء نماذج خط أساس (Baseline) تفصل بين التحسن الحقيقي وبين تغيّر الإنتاج.
• اكتشاف الشذوذ: ارتفاع مفاجئ في الاستهلاك أو الانبعاثات قد يعني تسرباً، ضبطاً خاطئاً، أو تراجع كفاءة معدة.

والنتيجة؟ تقارير Scope 1/2 أقرب للواقع، وأسرع في الإغلاق الشهري، وأقل اعتماداً على ملفات إكسل المتناثرة.

3) الحوكمة وسلسلة التوريد: “الكربون” صار بنداً تجارياً

في القطاعات “صعبة الخفض” مثل الحديد والأسمنت والبتروكيماويات، لم يعد السؤال: هل خفضنا الانبعاثات؟ بل: هل نستطيع إثبات ذلك لعميل أوروبي أو ممول أو جهة رقابية؟

الذكاء الاصناعي يساعد فرق الاستدامة والمالية والمشتريات عبر:

• مطابقة استهلاك الكهرباء مع شهادات الطاقة النظيفة (عند توفرها) لإنتاج سجل تدقيق.
• بناء لوحات مؤشرات تربط: الإنتاج ↔ الطاقة ↔ الانبعاثات ↔ التكلفة.
• توقع أثر القرارات: ما تكلفة خفض طن من CO₂ إذا بدّلنا مورد طاقة؟ أو إذا غيرنا خطة تشغيل؟

من “نووي وشهادات” إلى “ذكاء اصطناعي”: الرابط العملي للكويت

الإجابة: النووي (أو أي مصدر نظيف) يوفّر الكهرباء قليلة الكربون، والذكاء الاصطناعي يضمن استخدامها بأقصى كفاءة وبأعلى قابلية للتحقق.

ما الذي يمكن أن تتعلمه مؤسسات الطاقة في الكويت من نموذج الإمارات؟

1) فصل “إزالة الكربون” إلى وحدات قابلة للتنفيذ

بدلاً من هدف عام مثل “نخفض الانبعاثات”، قسّمها إلى قرارات تشغيلية:

• خفض استهلاك الطاقة لكل برميل مكافئ نفطي.
• خفض انبعاثات Scope 2 عبر شراء/تخصيص كهرباء أنظف حيث يتاح.
• تقليل الحرق الروتيني (Flaring) عبر تنبؤات الطلب والضغط والسعات.

2) بناء “التوأم الرقمي” للأصول ذات الاستهلاك العالي

التوأم الرقمي ليس رسماً ثلاثي الأبعاد؛ هو نموذج تشغيل يتنبأ بالأداء. ابدأ بمعدة واحدة أو وحدة إنتاج واحدة (مثلاً: ضاغط غاز رئيسي أو محطة معالجة)، ثم وسّع.

3) ربط البيانات بالقرار المالي

النجاح لا يأتي عندما ترى الانبعاثات على لوحة متابعة، بل عندما تقول:

• “هذه الخوارزمية وفرت X ميغاواط-ساعة هذا الشهر”
• “وهذا يعادل خفض Y طن CO₂ وتوفير Z دينار/دولار”

الربط المالي يضمن الاستمرارية ويدفع الاستثمار في البيانات.

أسئلة يطرحها المديرون عادة (وأجوبة عملية)

هل الذكاء الاصطناعي يعني تغيير كل الأنظمة؟

لا. أفضل المشاريع تبدأ بدمج ما هو موجود: مستشعرات + بيانات تشغيل + منصة تحليل. التغيير الكبير يأتي لاحقاً، بعد إثبات العائد.

ما أسرع “حالة استخدام” تعطي نتيجة؟

غالباً: الصيانة التنبؤية وتحسين استهلاك الطاقة في المعدات الدوّارة (مضخات/ضواغط). لأنها واضحة القياس وتؤثر مباشرة على التكاليف والتوقفات.

كيف نضمن أن النتائج قابلة للتدقيق؟

اعتمد ثلاث قواعد:

1. مصدر بيانات محدد وواضح.
2. خط أساس قبل/بعد.
3. سجل تغييرات (من غيّر ماذا ومتى) وربطه بالمخرجات.

خطوات عملية خلال 90 يوماً لمؤسسات الطاقة في الكويت

هذه خطة واقعية أحبها لأنها لا تفترض ميزانيات ضخمة من اليوم الأول:

1. اختيار أصلين عاليي الاستهلاك (وحدة معالجة + معدة دوارة حرجة).
2. تحديد 8–12 متغيراً فقط لكل أصل (ضغط، حرارة، تدفق، حمل كهربائي، ساعات تشغيل…).
3. بناء نموذجين:
   • نموذج كشف شذوذ (Anomaly Detection).
   • نموذج تنبؤ بالعطل أو التدهور (Predictive Model).
4. إطلاق لوحة مؤشرات تربط:
   • الاستهلاك/الطن أو الاستهلاك/الوحدة
   • التوقفات
   • الانبعاثات التقديرية المرتبطة بالطاقة
5. اجتماع أسبوعي قصير: “ماذا غيّرنا؟ وماذا تحسن؟”

بعد 90 يوماً، سيكون لديك شيء أهم من العرض التقديمي: دليل تشغيل قابل للتكرار.

أين تتجه الصورة في 2026؟

نهاية 2025 وبداية 2026 تحمل إشارتين واضحتين في المنطقة: الطلب على الكهرباء يتزايد (مع أحمال الصناعة والرقمنة)، وفي الوقت نفسه تتشدد متطلبات الإفصاح والاستدامة. التجربة الإماراتية تُظهر أن المزج بين مصادر طاقة نظيفة وبيانات موثّقة يصنع ميزة تنافسية.

في سياق سلسلة “كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في الكويت”، موقفي واضح: لن يفوز من يملك بيانات أكثر، بل من يحوّل البيانات إلى قرار تشغيل يقلل الانبعاثات ويزيد الاعتمادية.

الخطوة التالية لأي فريق قيادي في الكويت ليست شراء “أداة ذكاء اصطناعي” جديدة، بل اختيار قرار واحد عالي الأثر—ثم بناء البيانات والنموذج والحوكمة حوله. السؤال الذي يستحق أن يُطرح داخل كل مؤسسة الآن: ما أول قرار تشغيلي سنقيس أثره الكربوني بدقة خلال الربع القادم؟