كيف يبني الذكاء الاصطناعي قادة الطاقة بالكويت؟ دروس NBK

في 24/12/2025 الساعة 07:55 م، نشر خبرٌ عن إنجازات غير مسبوقة في إدارة الموارد البشرية لدى بنكٍ كويتي كبير. للوهلة الأولى قد يبدو الموضوع بعيدًا عن النفط والغاز. لكن الواقع؟ القصة ليست عن بنك فقط؛ إنها عن كيف تُدار الموهبة عندما يصبح الابتكار مطلبًا يوميًا—وهذا بالضبط ما يحتاجه قطاع الطاقة في الكويت وهو يدخل 2026.

إذا كان بنك مثل NBK استطاع تحويل “استراتيجية الموارد البشرية” إلى نتائج ملموسة بالأرقام (مشاركة 5,099 موظفًا بنسبة استجابة 81% وارتباط وظيفي 87%، وتقديم أكثر من 147,000 ساعة تدريب)، فالسؤال العملي لقطاع الطاقة والنفط والغاز هو: كيف نستخدم الذكاء الاصطناعي لبناء منظومة مهارات وقيادة مشابهة—لكن على أرض المصافي والحقول وغرف التحكم؟

هذه المقالة ضمن سلسلة «كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في الكويت»، وتقدّم منظورًا تطبيقيًا: ما الذي يمكن لقطاع الطاقة أن يتعلمه من “نجاح الموارد البشرية” في القطاع المصرفي، وكيف يُترجم ذلك إلى مبادرات ذكاء اصطناعي ترفع الكفاءة، تقلّل المخاطر، وتُسرّع جاهزية الكوادر الوطنية.

الدرس الأول: قياس “نبض الموظف” بالبيانات… ثم تحويله لقرارات

الإجابة المباشرة: الذكاء الاصطناعي لا يبدأ بالنماذج، بل يبدأ بسؤال صحيح وبيانات نظيفة تُحوَّل إلى قرارات تشغيلية.

أحد أقوى ما لفتني في تجربة NBK هو أنهم لم يعاملوا استطلاع «Your Voice Matters 2025» كإجراء شكلي؛ بل كـ بوصلة استراتيجية. مشاركة 5,099 موظفًا ليست رقمًا للعلاقات العامة، بل قاعدة بيانات بشرية ضخمة تشرح أين يتعثر العمل وأين تتسرب الطاقة الإنتاجية.

في قطاع النفط والغاز، “صوت الموظف” عادةً يظهر بطريقة متأخرة: ارتفاع الحوادث، بطء التصاريح، تضارب التعليمات، أو دوران وظيفي في فرق حساسة مثل الصيانة وعمليات الآبار وHSE. هنا يأتي دور الذكاء الاصطناعي عبر مفهوم تحليلات تجربة الموظف (EX Analytics):

• تحليل نصوص البلاغات الداخلية والتعليقات (بدون كشف الهوية) لاستخراج أكثر مصادر الاحتكاك تكرارًا.
• ربط مؤشرات الإرهاق والورديات بارتفاع أخطاء التشغيل أو تأخر الصيانة.
• بناء لوحة متابعة أسبوعية لمديري المواقع: أين يزداد الضغط؟ أي فرق تحتاج تدخّلًا؟

جملة قابلة للاقتباس: القطاع الذي لا يقيس نبض كوادره بدقة سيقيس تكلفة أخطائه لاحقًا.

تطبيق عملي في الطاقة بالكويت: “استطلاع” ليس كافيًا

بدلًا من استطلاع سنوي عام، الأفضل اعتماد نظام دوري خفيف (نبض أسبوعي/شهري) مع ذكاء اصطناعي يختصر التحليل ويقترح إجراءات. مثال: إذا ارتفعت شكاوى “العمل الإضافي غير المتوقع” في موقع معيّن، يُقترح تلقائيًا:

1. مراجعة خطة المناوبة، 2) إضافة فنيين احتياط، 3) إعادة توزيع مهام الوقاية.

الدرس الثاني: الأكاديمية ليست رفاهية… هي سياسة أمن تشغيلي

الإجابة المباشرة: برامج التطوير المكثفة تحمي التشغيل مثلما تحميه الصيانة؛ والذكاء الاصطناعي يجعلها أسرع وأقرب للميدان.

NBK استثمر في بناء خط قيادة واضح: NBK Academy (30 دفعة)، NBK Tech Academy، وبرامج مثل PRIME وPioneers وHigh Fliers. الفكرة الجوهرية هنا: القيادة لا تُترك للصدفة.

في النفط والغاز، تكلفة “قائد غير جاهز” قد تظهر كقرار صيانة خاطئ، أو تأخير في عزل مصدر خطر، أو سوء تواصل في حادث طارئ. لذلك، التدريب في الطاقة ليس فقط تطويرًا مهنيًا؛ هو إدارة مخاطر.

كيف يضيف الذكاء الاصطناعي قيمة للتدريب الميداني؟

بدلًا من دورات عامة، يمكن تصميم مسارات تعلم مدفوعة بالذكاء الاصطناعي:

• محاكاة سيناريوهات تشغيل: نموذج يحاكي انحراف ضغط، تسرب، أو تعطل مضخة، ويقيس قرارات المتدرب لحظيًا.
• مدرب رقمي (AI Coach) لفرق الورديات: يقدّم تذكيرات وإجراءات معيارية حسب نوع المهمة والظروف.
• تعلم متكيّف: الفني الذي يخطئ في إجراءات Lockout/Tagout يحصل تلقائيًا على وحدة تدريب قصيرة قبل السماح له بمهمة مماثلة.

وهنا نقطة مهمة: قطاع الطاقة لا يحتاج “مزيدًا من المحتوى”، بل يحتاج تدريبًا يغيّر السلوك ويقلّل الحوادث.

الدرس الثالث: التوظيف الذكي لا يعني التوظيف السريع… بل التوظيف الدقيق

الإجابة المباشرة: أفضل توظيف في الطاقة هو الذي يقلّل الفجوة بين متطلبات الموقع وقدرات المرشح من اليوم الأول.

NBK استلم أكثر من 8,000 طلب، وعيّن 249 موظفًا، 90% منهم كويتيون، ورفع نسبة التكويت إلى 76.8%. الملفت أنه ركّز على تخصصات رقمية مثل الأمن السيبراني والذكاء الاصطناعي وتحليل البيانات.

قطاع النفط والغاز في الكويت يواجه تحدّيًا مشابهًا لكن أعقد: أنت لا تحتاج فقط “خريجًا ممتازًا”، بل تحتاج شخصًا يتحمل بيئة تشغيل، ويستوعب بروتوكولات سلامة، ويعمل ضمن منظومة تصاريح وتعقيد تشغيلي.

أين يدخل الذكاء الاصطناعي في توظيف الطاقة؟

• نمذجة مهارات الوظائف الحرجة: تحويل وصف الوظيفة إلى “خريطة مهارات” دقيقة (سلامة، إجراءات، تحليل بيانات، صيانة تنبؤية…).
• اختبارات عملية مُقننة: أسئلة وسيناريوهات تُقيّم اتخاذ القرار، وليس الحفظ.
• تنبؤ فجوات الاستبقاء: نماذج تتوقع احتمالية بقاء المرشح في موقع معين بناءً على عوامل موضوعية (نوع الوردية، المسافة، طبيعة الدور) لتقليل الدوران.

رأي واضح: التكويت الحقيقي لا يقاس بعدد التعيينات، بل بعدد الكفاءات التي تبقى وتنمو وتستلم مواقع قيادية.

الدرس الرابع: “عقلية الذكاء الاصطناعي” أهم من أدوات الذكاء الاصطناعي

الإجابة المباشرة: قبل شراء منصات، درّب الناس على التفكير بالبيانات والأخلاقيات وحدود النموذج.

NBK أطلق برنامج “AI Mindset Curriculum” لبناء وعي بالمفاهيم والأخلاقيات وتطوير العقلية الرقمية. هذا النوع من البرامج غالبًا يتم تجاهله في القطاعات التشغيلية لأن الانشغال يكون بالأنظمة والأجهزة. لكن في النفط والغاز، تجاهله أخطر.

لماذا؟ لأن الذكاء الاصطناعي في الطاقة يتعامل مع:

• بيانات حساسة تشغيلية وأحيانًا سيادية.
• قرارات تؤثر على السلامة والبيئة.
• أنظمة قديمة (Legacy) تحتاج حوكمة تكامل صارمة.

ما الذي يجب أن تتضمنه “عقلية AI” لقطاع الطاقة؟

1. التمييز بين التنبؤ والقرار: النموذج يقترح، والإنسان يقرر ضمن قواعد HSE.
2. جودة البيانات ليست تفصيلة: حساس غير معاير يعني نموذج مضلل.
3. الانحياز التشغيلي: بيانات من موسم معين أو موقع واحد قد لا تعمم على كل الحقول.
4. الأخلاقيات والخصوصية: مراقبة الإنتاجية لا تعني مراقبة الأشخاص.

الدرس الخامس: الرفاه الوظيفي في القطاعات الصعبة = إنتاجية + سلامة

الإجابة المباشرة: الرفاه ليس “ميزة لطيفة”—في مواقع التشغيل هو عامل سلامة مباشر.

NBK قدّم إجازة رفاه 3 أيام، وخفّض ساعات الخميس، ووسّع مزايا مالية مثل قرض 0% وشمول قرض ثانٍ وصندوق دعم للظروف الطارئة. قد تبدو هذه تفاصيل إدارية، لكنها تعالج جذورًا مثل الإرهاق والضغط المالي—وهما من أشهر أسباب تراجع الأداء.

في قطاع النفط والغاز، الإرهاق ينعكس في:

• تكرار الحوادث القريبة من الوقوع (Near Miss).
• أخطاء قراءة عدادات أو تنفيذ خطوات.
• ضعف التركيز في الورديات الليلية.

كيف يخدم الذكاء الاصطناعي رفاه العاملين دون أن يتحول إلى “مراقبة”؟

• تخطيط ورديات ذكي يوازن بين متطلبات التشغيل وحدود الإجهاد.
• تحليل مخاطر الإرهاق بناءً على أنماط العمل والسفر والحرارة الموسمية.
• دعم نفسي رقمي اختياري (موارد، إرشادات، مسارات مساعدة) مع خصوصية صارمة.

الجودة هنا ليست في التقنية، بل في السياسة: شفافية، موافقة، واستخدام النتائج لتحسين الظروف لا لمعاقبة الأفراد.

أسئلة شائعة في الكويت: ماذا نبدأ أولًا في ذكاء اصطناعي الطاقة؟

الإجابة المباشرة: ابدأ بمشاريع صغيرة عالية الأثر يمكن قياسها خلال 8–12 أسبوعًا.

أقترح 3 بدايات عملية للشركات والجهات في النفط والغاز:

1. الصيانة التنبؤية لمعدة واحدة حرجة (ضاغط/مضخة/توربين): قياس تقليل الأعطال غير المخططة.
2. مساعد تقارير يومي بالذكاء الاصطناعي: تلخيص سجلات الوردية، تمييز المخاطر المتكررة، وتوحيد صياغة التقارير.
3. أكاديمية مصغرة لعقلية AI (4 أسابيع): تستهدف مشرفين ومهندسين في التشغيل والصيانة وHSE.

هذه المشاريع تعطي مكاسب سريعة وتبني ثقة داخلية—ثم تتوسع.

ماذا تقول تجربة NBK لقطاع الطاقة في 2026؟

الرسالة العملية من تجربة NBK في 2025 بسيطة: الاستثمار في الإنسان هو أسرع طريق لقيادة التحول، حتى عندما يكون التحول تقنيًا. الأرقام التي أعلنها البنك (147,000 ساعة تدريب، رضا 91% عن البرامج، تكويت 76.8%، تمكين قيادي وبرامج تنوع وشمول) ليست مجرد إنجازات موارد بشرية؛ هي نموذج لكيف تُدار المؤسسة عندما يكون الهدف “جاهزية المستقبل”.

بالنسبة لقطاع الطاقة والنفط والغاز في الكويت، الذكاء الاصطناعي سيُحسّن الكفاءة ويقلّل الهدر ويرفع موثوقية الأصول—لكن لن ينجح إذا بقي مشروعًا تقنيًا معزولًا. النجاح يأتي عندما يُعامل كبرنامج مؤسسي يشمل: توظيف أدق، تدريب أذكى، رفاه أكثر واقعية، وقيادة تُقاس بالبيانات.

إذا كنت مسؤولًا أو مديرًا في قطاع الطاقة، فكّر في هذا السؤال وأجب عنه بوضوح: هل نريد ذكاءً اصطناعيًا “يشغّل نماذج”، أم ذكاءً اصطناعيًا “يبني قادة”؟ الفرق بينهما هو الفرق بين تجربة قصيرة ومكسب طويل.

دعوة للتواصل (لتحقيق هدف LEADS): إذا رغبت بخارطة طريق من 90 يومًا لتطبيق الذكاء الاصطناعي في التدريب والتقارير والصيانة داخل مؤسستك، شاركني طبيعة عملياتك (منبع/مصب/خدمات) وعدد المواقع، وسأقترح أول ثلاث مبادرات قابلة للقياس بسرعة.