حوكمة الذكاء الاصطناعي في طاقة الكويت: مكاسب بلا مجازفة

في 22/10/2025، وقّع أكثر من 700 عالم وشخصية عامة رسالة مفتوحة تطالب بوقف تطوير “الذكاء الفائق” إلى أن يصبح آمنًا وقابلًا للسيطرة ويحظى بقبول مجتمعي. قد يبدو هذا النقاش بعيدًا عن غرف التحكم في المصافي أو جداول الصيانة في الحقول… لكنه في الحقيقة يمسّ قطاع الطاقة في الكويت مباشرة.

السبب بسيط: قطاع النفط والغاز والطاقة بنية وطنية حرجة. أي قرار تقني فيه—خصوصًا إذا كان قائمًا على نماذج ذكاء اصطناعي—يجب أن يمر عبر بوابة الحوكمة والضبط مثلما يمر عبر بوابة العائد المالي. ما أراه في مشاريع المنطقة أن كثيرًا من الشركات تنجح تقنيًا ثم تتعثر تشغيليًا لأن “المخاطر” لم تُصمَّم داخل الحل من البداية.

هذه المقالة جزء من سلسلة «كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في الكويت»، وتركّز على زاوية مهمّة: كيف نستفيد من الذكاء الاصطناعي في الكويت بواقعية—رفع الاعتمادية، تقليل الانقطاعات، تحسين السلامة، وخفض التكاليف—من دون الانجراف وراء سباق “نماذج أذكى من البشر” أو إدخال أنظمة غير قابلة للتفسير في عمليات لا تحتمل الخطأ.

لماذا الدعوة لوقف “الذكاء الفائق” تهم قطاع الطاقة في الكويت؟

الفكرة الأساسية: الرسالة المفتوحة لا تعادي الذكاء الاصطناعي كأداة، بل تعترض على السباق نحو أنظمة قد تتجاوز قدرة البشر على التحكم. وهذا بالضبط ما يجب أن نتعلمه في قطاع الطاقة: المطلوب ذكاء اصطناعي مُسيطر عليه، وليس ذكاءً يصعب ضبطه.

في النفط والغاز، المخاطر ليست نظرية. قرار تنبؤ خاطئ قد يعني:

• إيقاف غير مخطط لوحدة حرجة في مصفاة.
• تشغيل مضخة خارج حدودها الآمنة بسبب توصية آلية.
• تقليل أو تأخير تدخل صيانة كان سيمنع تسربًا أو حادثًا.

وهنا يظهر الفارق بين تطبيقين:

• AI للإنتاجية والتحسين: توقع أعطال، تحسين طاقة، تقليل حرق الغاز، أتمتة تقارير.
• AI لصناعة قرار مستقل في التحكم: هذا يحتاج طبقات أعلى بكثير من الضمانات، والاختبارات، والتصاريح.

الرسالة المفتوحة تضع معيارًا عمليًا يصلح لنا: لا تبنِ أو تُشغّل شيئًا لا تستطيع تفسيره، مراقبته، وإيقافه عند الحاجة.

أين يعطي الذكاء الاصطناعي أفضل عائد في النفط والغاز بالكويت؟

الإجابة المختصرة: أعلى عائد يأتي من حالات استخدام محددة بحدود واضحة، مدعومة ببيانات تشغيلية قوية، وبقرار نهائي عند الإنسان (Human-in-the-Loop).

1) الصيانة التنبؤية لرفع الاعتمادية وتقليل الانقطاعات

الصيانة التنبؤية ليست “ترفًا رقميًا”. هي طريقة مباشرة لتقليل التوقفات غير المخططة عبر تحليل الاهتزازات، الحرارة، الضغط، التيار، وأنماط التشغيل.

أمثلة تطبيقية شائعة في الطاقة:

• توقع فشل المضخات الدوّارة والضواغط قبل أسابيع من العطل.
• كشف تدهور المبادلات الحرارية من تغيّر الكفاءة الحرارية.
• إنذارات مبكرة لتفاقم التجويف (Cavitation) في المضخات.

شرط النجاح في الكويت: ربط النموذج بإجراءات صيانة واقعية (Work Orders) ومعايير قبول واضحة. النموذج الذي “يتنبأ” دون أن يُترجم إلى قرار صيانة مضبوط لا يساوي الكثير.

2) تحسين الطاقة وخفض الهدر داخل المصافي ومحطات الكهرباء

في الشتاء (نهاية ديسمبر 2025)، يرتفع الضغط على كفاءة التشغيل بسبب تغيّر الأحمال والطلب. هنا يلمع الذكاء الاصطناعي في:

• تحسين استهلاك الوقود والطاقة في الأفران والغلايات.
• ضبط نقاط التشغيل المثلى مع تغيّر نوعية الخام.
• التنبؤ بالطلب وتخطيط الإنتاج والتوزيع بدقة أعلى.

قاعدة ذهبية: لا تسمح للنموذج بتغيير Setpoints تلقائيًا في البداية. ابدأ بتوصيات معتمدة، ثم انتقل تدريجيًا إلى أتمتة جزئية داخل “سياج أمان” واضح.

3) السلامة التشغيلية: كشف الشذوذ والإنذار المبكر

الذكاء الاصطناعي ممتاز في اكتشاف “السلوك غير الطبيعي” في آلاف الإشارات التي يصعب على البشر متابعتها.

حالات استخدام مفيدة:

• كشف تسربات عبر أنماط الضغط/التدفق.
• مراقبة الالتزام بإجراءات السلامة في المواقع (عبر الرؤية الحاسوبية) ضمن ضوابط الخصوصية.
• تحليل بلاغات الحوادث القريبة (Near Miss) واستخراج أسباب متكررة.

المعيار هنا: تقليل الإنذارات الكاذبة. الإنذار الذي يتكرر بلا دقة يجعل الفريق يتجاهله—وهذا أخطر من عدم وجود إنذار.

4) أتمتة التقارير والامتثال ورفع شفافية الحوكمة

في قطاع شديد التنظيم، جزء كبير من الوقت يُهدر في جمع البيانات وإعادة صياغتها. الذكاء الاصطناعي اللغوي يمكن أن يساعد في:

• تلخيص تقارير التشغيل اليومية.
• بناء مسودات تقارير الامتثال HSE.
• توحيد لغة التقارير بين الإدارات.

لكن بشرط: لا تُغذِّ النموذج بمعلومات حساسة دون ضوابط، ولا تخرج التقارير دون مراجعة بشرية ومسار تدقيق.

الحوكمة ليست شعارًا: نموذج عملي لتطبيق الذكاء الاصطناعي بأمان

الجواب المباشر: الحوكمة في الطاقة تعني تحديد “من يقرر ماذا”، و“ما حدود النظام”، و“كيف نوقفه”، و“كيف نثبت أنه يعمل كما ينبغي”.

أقترح إطارًا من 6 طبقات يصلح لمعظم شركات الطاقة والنفط والغاز في الكويت:

1) تصنيف حالات الاستخدام حسب مستوى المخاطر

قسّم مشاريع الذكاء الاصطناعي إلى 3 مستويات:

1. مستوى منخفض: أتمتة تقارير، تحليلات غير تشغيلية.
2. مستوى متوسط: توصيات صيانة/كفاءة بدون تحكم مباشر.
3. مستوى مرتفع: أي شيء يغير تشغيل المعدات أو يؤثر على السلامة مباشرة.

كل مستوى يحتاج موافقات واختبارات مختلفة. أكثر الشركات تخطئ عندما تعامل الجميع بنفس المعاملة.

2) “حدود تشغيل” مكتوبة وقابلة للتدقيق

اكتب ما يشبه عقد تشغيل للنموذج:

• ما البيانات المسموح استخدامها؟
• ما نطاق المعدات والوحدات؟
• ما الذي لا يجوز للنموذج اقتراحه؟
• متى يتم إيقافه تلقائيًا؟

الذكاء الاصطناعي بدون حدود واضحة يتحول إلى مخاطرة تشغيلية.

3) قابلية التفسير والسببية بدل “الصندوق الأسود”

في الطاقة، لا يكفي أن يقول النموذج: “احتمال عطل 82%”. المطلوب:

• لماذا؟
• أي إشارات تغيّرت؟
• ما السيناريوهات البديلة؟

حتى لو كان النموذج معقدًا، يمكن تقديم تفسير عملي عبر أهم المتغيرات، ومقارنته بحالات سابقة، وخريطة زمنية لتدهور الإشارة.

4) اختبار قبل التشغيل: محاكاة، سيناريوهات، وفشل آمن

لا تُطلق نموذجًا على التشغيل الحي قبل:

• اختبار بأثر رجعي (Backtesting) على بيانات تاريخية.
• محاكاة سيناريوهات نادرة لكنها خطرة.
• تصميم “فشل آمن” (Fail-safe): عند الشك، يعود القرار للبشر.

5) مراقبة مستمرة: Drift، جودة البيانات، وإنذارات الأداء

بيانات الحقول تتغير. نوع الخام يتغير. ظروف التشغيل تتغير. هذا يسبب انجرافًا يجعل النموذج يضعف بصمت.

لوحة مراقبة الحد الأدنى:

• دقة النموذج بمرور الوقت.
• نسبة الإنذارات الكاذبة.
• جودة الحساسات والبيانات المفقودة.
• وقت الاستجابة بين التنبؤ والإجراء.

6) حوكمة البيانات والأمن السيبراني

في سياق الدعوات العالمية لتنظيم الذكاء الاصطناعي، الطاقة هي أول من يجب أن يطبق ذلك. المطلوب عمليًا:

• فصل بيئات التدريب عن بيئات التحكم.
• ضبط صلاحيات الوصول للبيانات.
• تسجيل كل استخدام للنماذج (Audit logs).
• سياسة واضحة لاستخدام النماذج اللغوية مع البيانات الحساسة.

“هل يجب أن يقود قطاع الطاقة الحوكمة أم ينتظر التشريعات؟”

جوابي: يجب أن يقود. لأن التشريعات عادةً تأتي بعد الواقع، بينما التشغيل لا ينتظر. قطاع النفط والغاز في الكويت يملك فرصة لصياغة “معيار داخلي” يصبح لاحقًا مرجعًا على مستوى وطني.

صيغة عملية لقيادة الحوكمة دون تعطيل الابتكار:

1. ابدأوا بمشاريع عائدها واضح ومخاطرها متوسطة (مثل الصيانة التنبؤية).
2. ابنوا مكتب حوكمة AI مشتركًا بين التشغيل، HSE، الأمن السيبراني، والبيانات.
3. اعتمدوا مبدأ: الإنسان يقرر في المراحل الأولى، ثم التدرّج حسب الأداء.
4. قيسوا النتائج بأرقام تشغيلية: ساعات توقف أقل، MTBF أعلى، طاقة أقل لكل برميل، أو انخفاض الإنذارات الكاذبة.

جملة تستحق أن تُعلّق في غرفة الاجتماعات: الذكاء الاصطناعي في الطاقة ليس سباق نماذج، بل سباق انضباط.

أسئلة شائعة يطرحها التنفيذيون في الكويت (وإجابات مباشرة)

هل نحتاج “ذكاء عام” AGI لكي ننجح في الطاقة؟

لا. أغلب مكاسب قطاع النفط والغاز تأتي من نماذج متخصصة (Narrow AI) مرتبطة بمعدات وعمليات محددة.

متى يصبح استخدام الذكاء الاصطناعي خطرًا فعلًا؟

عندما يتحول من أداة تحليل إلى أداة تحكم دون حدود، أو عندما يعمل على بيانات ضعيفة، أو عندما لا توجد جهة مسؤولة عن مراقبته وإيقافه.

ما أسرع مكان لبدء مشروع يعطي نتائج خلال 90 يومًا؟

عادةً: تنبؤ أعطال فئة معدات واحدة (مضخات/ضواغط) + ربطه بأوامر الصيانة + لوحة متابعة أداء.

الخطوة التالية: كيف تحوّل النقاش العالمي إلى خطة داخل شركتك؟

الدعوات العالمية لإيقاف “الذكاء الفائق” ليست دعوة للتراجع، بل دعوة لزيادة الانضباط. وفي قطاع الطاقة والنفط والغاز في الكويت، الانضباط هو الطريق الأقصر للنتائج: إنتاج أعلى، حوادث أقل، وتكاليف تشغيل أكثر قابلية للسيطرة.

إذا كنت تقود تحولًا رقميًا أو مسؤولًا عن التشغيل أو HSE، فابدأ بسؤال واحد داخل فريقك: هل نستطيع شرح قرار النموذج وإيقافه خلال دقيقة واحدة؟ إذا كانت الإجابة “لا”، فالمشكلة ليست في النموذج… بل في التصميم والحوكمة.

ما المشروع الذي تعتقد أنه سيعطي أكبر أثر في منشأتك خلال 2026: الصيانة التنبؤية، تحسين الطاقة، أم أتمتة التقارير؟