البنية التحتية للذكاء الاصطناعي: درس لتحديث نفط الكويت

في 19/05/2025 الساعة 07:51 م، أعلنت Nvidia في تايبيه خطتها لبناء أول “حاسوب فائق للذكاء الاصطناعي” في تايوان بالشراكة مع Foxconn وTSMC والحكومة. الخبر يبدو تقنياً للوهلة الأولى، لكنه في الحقيقة يرسل رسالة واضحة لأي اقتصاد يعتمد على قطاع استراتيجي واحد: من يملك بنية تحتية قوية للذكاء الاصطناعي سيحسم سباق الإنتاجية، والتكلفة، والسرعة في اتخاذ القرار.

بالنسبة للكويت—وخاصة قطاع الطاقة والنفط والغاز—القصة ليست “حاسوباً أسرع” فقط. القصة هي: كيف نبني قدرات محلية تجعل بيانات الحقول والمصافي والشبكات الكهربائية تتحول إلى قرارات يومية أدق، وحوادث أقل، ورفع كفاءة أصول بمليارات الدنانير. ضمن سلسلة “كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في الكويت”، هذه المقالة تربط ما يحدث في آسيا بما يمكن أن يحدث عملياً في الكويت خلال 12–24 شهراً إذا تم التعامل مع الموضوع كبنية تحتية وطنية، لا كمشروع تقنية معلومات صغير.

لماذا إعلان “حاسوب فائق للذكاء الاصطناعي” يهم النفط والغاز؟

الجواب المباشر: لأن الذكاء الاصطناعي في الطاقة لا يفشل بسبب نقص الأفكار، بل بسبب نقص القدرة الحاسوبية والبيانات المُنظَّمة والاتصال الآمن بين الأنظمة.

في النفط والغاز، لدينا ثلاث طبقات عمل لا تتوقف:

1. طبقة التشغيل الميداني (OT): حساسات، SCADA، أنظمة تحكم، معدات دوّارة، ضواغط، مضخات.
2. طبقة الأعمال (IT): ERP، سلاسل الإمداد، المشتريات، الموارد البشرية، المالية.
3. طبقة الهندسة والبحوث: نمذجة مكامن، محاكاة، توأم رقمي، تحسين عمليات.

الذكاء الاصطناعي يحتاج أن “يتغذّى” من هذه الطبقات ويعيد نتائج قابلة للتنفيذ بسرعة. وهنا تظهر قيمة الحواسيب الفائقة ومنصات الربط مثل NVLink وأجيال المعالجات المتقدمة: تقصير زمن التدريب، زيادة دقة النماذج، وإتاحة تشغيل نماذج أكبر داخل بيئة آمنة وموثوقة.

عبارة يمكن اقتباسها: البنية التحتية للذكاء الاصطناعي ليست رفاهية تقنية؛ هي خط إنتاج جديد للقرار داخل الشركة.

ما الذي يحدث عالمياً؟ تايوان كنموذج “من المصنع إلى المنصة”

الجواب المباشر: تايوان تريد أن تنتقل من كونها مصنعاً لرقائق العالم إلى امتلاك منصة ذكاء اصطناعي تخدم اقتصادها المحلي.

في الخبر، أكد رئيس Nvidia أن تايوان “لا تبني حواسيب فائقة للعالم فقط… بل تبني ذكاء اصطناعي لتايوان”. هذه الجملة مهمة لأنها تشرح التحول العالمي: الدول والشركات لا تكتفي بشراء أجهزة أو تراخيص. هي تبني منظومة كاملة: أجهزة + برمجيات + مواهب + شراكات + حوكمة.

والتوقيت ليس عشوائياً. قطاع أشباه الموصلات يعيش ضغطاً بسبب الرسوم الجمركية الأميركية واضطراب سلاسل الإمداد. عندما تصبح المعدات والشرائح والقدرات محاطة بالقيود، فإن أفضل رد هو: تقليل الاعتماد على “حلول جاهزة بعيدة” وبناء قدرة محلية مرنة.

هذا بالضبط ما يهم الكويت. لأن النفط والغاز لا يحتملان توقفاً بسبب تأخر توريد قطعة، أو تعطل عقد صيانة، أو انتظار مزود خارجي ليحل مشكلة في نموذج تنبؤ.

ماذا يعني “حاسوب فائق للذكاء الاصطناعي” عملياً؟

الجواب المباشر: هو مركز قدرة حوسبية يتيح تدريب نماذج كبيرة وتشغيلها بسرعة على بيانات ضخمة، مع قابلية توسع وتكامل عالية.

عملياً في الطاقة، هذا يترجم إلى:

• تدريب نماذج رؤية حاسوبية لمراقبة السلامة (PPE) ومناطق الخطر.
• نماذج تنبؤية للأعطال قبل حدوثها (Predictive Maintenance) للأصول الحرجة.
• تحسين تشغيل المصافي (Refinery Optimization) عبر تعلم أنماط الجودة والخلط.
• نمذجة مكامن أسرع ومحاكاة سيناريوهات إنتاج متعددة.

5 تطبيقات “جاهزة للتنفيذ” في الكويت إذا توفرت البنية التحتية

الجواب المباشر: أعلى عائد عادة يأتي من السلامة، الاعتمادية، الطاقة المستهلكة، وجودة القرار التشغيلي.

فيما يلي خمس حالات استخدام عملية لشركات النفط والغاز والطاقة في الكويت، مع ما يلزمها من بيانات وبنية تحتية:

1) الصيانة التنبؤية للأصول الدوّارة

الأصول الدوّارة (مضخات، ضواغط، توربينات) هي نقطة نزيف مكلفة عندما تتعطل فجأة. الذكاء الاصطناعي يقرأ أنماط الاهتزاز والحرارة والضغط ويصدر إنذاراً مبكراً.

ما الذي ينجح فعلاً؟

• تجميع بيانات حساسات عالية الجودة (vibration/temperature/flow).
• ربطها بسجلات الصيانة وقطع الغيار.
• نموذج يخرج “احتمال عطل” + “سبب محتمل” + “إجراء مقترح”.

مؤشر أداء واضح: خفض التوقفات غير المخططة بنسبة ملموسة خلال 6–9 أشهر من التشغيل المستقر.

2) تحسين استهلاك الطاقة في المصافي ومحطات المعالجة

الكلفة الخفية في النفط والغاز ليست فقط التشغيل، بل الطاقة (بخار، كهرباء، وقود داخلي). نماذج التحسين يمكنها اقتراح إعدادات تشغيل تقلل الاستهلاك دون التأثير على الجودة.

الشرط الأساسي: منصة بيانات زمنية (time-series) موحدة، وفريق عمليات يثق بالمخرجات.

3) رصد السلامة والامتثال بالذكاء الاصطناعي

كاميرات المواقع موجودة في كثير من المواقع، لكن تحويل الفيديو إلى “تنبيه فعّال” يحتاج نماذج رؤية حاسوبية وتدريب محلي على بيئة الموقع.

أمثلة تنبيهات مهمة:

• دخول منطقة محظورة
• عدم ارتداء معدات السلامة
• اقتراب غير آمن من معدات تعمل

هنا، البنية التحتية ليست فقط GPU. هي أيضاً سياسات خصوصية، وتخزين آمن للفيديو، وإدارة صلاحيات.

4) “وكيل ذكاء اصطناعي” للتقارير التشغيلية اليومية

Nvidia تحدثت عن “AI agents” لتنفيذ مهام الشركات. في الطاقة، هذا يترجم بسرعة إلى وكيل يقوم بـ:

• تجميع مؤشرات الإنتاج من أنظمة متعددة
• تلخيص الحوادث والبلاغات
• كتابة مسودة تقرير صباحي للقيادة
• إبراز الشذوذ (anomalies) التي تستحق اتصالاً فورياً

قيمة سريعة: توفير ساعات من العمل اليدوي وتقليل أخطاء النسخ واللصق.

5) التوأم الرقمي للمصنع أو الحقل (Digital Twin)

التوأم الرقمي ليس عرضاً تقديمياً. عندما يُبنى جيداً يصبح مختبراً لتجربة قرارات التشغيل قبل تطبيقها: تغيير إعداد، اختبار سيناريو توقف، تخطيط صيانة.

أفضل نقطة بداية في الكويت: اختيار وحدة واحدة حرجة (مثل ضاغط رئيسي أو وحدة فصل) وبناء توأم رقمي محدود النطاق ثم توسيعه.

كيف تختار الكويت نموذج البنية التحتية: محلي أم سحابي أم هجين؟

الجواب المباشر: النموذج الهجين هو الأكثر واقعية لقطاع النفط والغاز في الكويت: بيانات حساسة محلياً، وتوسع تدريجي عبر السحابة لما لا يهدد السيادة والامتثال.

هناك ثلاث طرق شائعة:

1. محلي بالكامل (On-Prem): مناسب للبيانات الحساسة جداً، لكنه يحتاج استثماراً أكبر وتشغيلاً صارماً.
2. سحابي بالكامل (Cloud): أسرع في البدء، لكن قد يتصادم مع متطلبات البيانات، وزمن الاستجابة في مواقع معينة.
3. هجين (Hybrid): تشغيل قريب من الموقع للوقت الحقيقي، وتدريب/توسع في بيئات مرنة حسب الحاجة.

رأيي: في الطاقة، الزمن الحقيقي والسلامة يفرضان وجود طبقة محلية قوية (Edge + مركز بيانات). أما التدريب واسع النطاق والتحليلات التاريخية فيمكن تنظيمها بهجين مدروس.

قائمة تحقق مختصرة قبل شراء أي عتاد

• هل لدينا كتالوج بيانات واضح (Data Catalog)؟
• هل جودة البيانات تسمح بنموذج يعتمد عليه؟
• هل لدينا فريق MLOps لنشر النماذج ومراقبتها؟
• هل الأمن السيبراني للـOT جزء من التصميم منذ البداية؟
• هل هناك “مالك عمل” لكل حالة استخدام، أم أنها مبادرة IT فقط؟

ما الذي تعلّمنا إياه أزمة سلاسل الإمداد والرسوم الجمركية؟

الجواب المباشر: الاعتماد الكامل على الخارج في قدرات الذكاء الاصطناعي يعرض العمليات لمخاطر لا تظهر في الجداول المالية التقليدية.

الخبر أشار إلى توتر بيئة التجارة العالمية والتحقيقات المرتبطة بتقنيات أشباه الموصلات، وإلى دفع الشركات للاستثمار داخل الولايات المتحدة. الدرس للكويت ليس الدخول في السياسة التجارية، بل فهم تأثيرها:

• إذا كانت الشرائح والأنظمة “نقطة اختناق” عالمياً، فإن من يبني قدرته مبكراً يحصل على أولوية.
• الذكاء الاصطناعي في الطاقة يحتاج استمرارية، لا تجارب قصيرة.
• التخطيط يجب أن يتضمن بدائل توريد، وعقود دعم، وتدريب فرق محلية.

جملة موجزة: الاستثمار في الذكاء الاصطناعي بلا خطة توريد وتشغيل يشبه شراء مضخة بلا قطع غيار.

أسئلة شائعة يطرحها مديرو الطاقة في الكويت (وإجابات عملية)

هل نحتاج “حاسوباً فائقاً” فعلاً؟

ليس بالضرورة من اليوم الأول. لكنك تحتاج قدرة حوسبية كافية لتشغيل حالات استخدامك بدون انتظار أيام لكل تدريب، وبأمان وامتثال. ابدأ بمنصة متوسطة قابلة للتوسع، مع خارطة طريق واضحة.

ما أسرع مشروع يعطي قيمة؟

عادة: الصيانة التنبؤية أو تلخيص التقارير التشغيلية. لأن البيانات متوفرة نسبياً، والقياس واضح (وقت توقف أقل/وقت موظفين أقل).

كيف نتجنب فشل “مشاريع الذكاء الاصطناعي الاستعراضية”؟

ضع شرطين منذ البداية:

1. مؤشر أداء قبل وبعد (KPIs) متفق عليه.
2. مسؤول تشغيلي يملك القرار، وليس مجرد فريق تقني.

ما الخطوة التالية؟ خطة 90 يوماً قابلة للتنفيذ

الجواب المباشر: ركّز على منصة بيانات + حالتي استخدام + حوكمة—ثم توسّع.

خلال 90 يوماً، يمكن لشركة طاقة في الكويت تنفيذ التالي:

1. تحديد حالتي استخدام بعائد واضح (مثلاً: ضواغط وحدة محددة + تقرير صباحي آلي).
2. تجهيز خط بيانات (Data Pipeline) من OT وIT مع قواعد جودة.
3. إطلاق نموذج أولي يعمل على بيانات حقيقية (ليس بيانات تدريب مصطنعة).
4. وضع إطار MLOps: نشر، مراقبة، سجل إصدارات، واعتمادات.
5. مراجعة أمنية للربط بين الشبكات وتحديد صلاحيات الوصول.

إذا نجحت هذه المرحلة، يصبح النقاش حول التوسع للحوسبة الفائقة أو الشراكات أو مراكز البيانات نقاشاً مبنياً على أرقام، لا على وعود.

التحول الذي نراه في تايوان يذكّرنا بأن الذكاء الاصطناعي لا يزدهر في العروض التقديمية، بل في البنية التحتية والانضباط التشغيلي. وفي الكويت، حيث النفط والغاز ليسا قطاعاً عادياً بل عصب الاقتصاد، السؤال الحقيقي ليس “هل نستخدم الذكاء الاصطناعي؟” بل: هل نبنيه كقدرة دائمة داخل المؤسسة—أم نتركه كحلول متفرقة؟

إذا كنت مسؤولاً عن العمليات أو التقنية أو التخطيط في قطاع الطاقة بالكويت، ما حالة الاستخدام التي ترى أنها تستحق أن تكون “مشروع الـ90 يوماً” القادم لديك؟