AI энергия сұранысын өсірді: инвесторлар нені іздейді

2025 жылы инвесторлардың энергияға деген көзқарасы күрт өзгерді. Бұған дейін капиталдың едәуір бөлігі «жасыл» деген жапсырмасы бар жобаларға ағылатын. Ал 2025-тен бастап әңгіменің өзегі басқа: энергияны қайдан және қаншалықты тез табамыз, қалай тұрақты жеткіземіз.

Бұл бұрылыс кездейсоқ емес. Irina Slav жазған RSS шолудағы негізгі ой бір сөйлемге сыйып кетеді: жасанды интеллект (AI) энергияға сұранысты өсіріп, нарықтың «сұраныс емес, ұсыныс» логикасына қайта келуіне себеп болды. Global Corporate Venturing авторы Фернандо Монкада Ривера келтірген дерек осы фонды нақтылайды: OECD елдерінде 1990–2020 аралығында энергияға сұраныс орташа есеппен жылына шамамен 1% ғана өскен. Ал AI-дың есептеу қуатына тәуелді инфрақұрылымы (деректер орталықтары, бұлт, GPU-кластерлер) өсімнің қарқынын өзгертті.

Біздің серияның өзегі — «Қазақстандағы энергия және мұнай-газ саласын жасанды интеллект қалай түрлендіріп жатыр». Сондықтан бұл постта әлемдік инвесторлар неге «жасылдан» «жеткізу сенімділігіне» ауысып жатқанын ғана емес, Қазақстандағы мұнай-газ және электр энергетикасы компаниялары осы трендтен қалай ұта алады деген сұраққа нақты жауап беремін.

Инвесторлар неге «таза» емес, «жеткізуді» көбірек ойлай бастады?

Қысқа жауап: AI энергияны «ақылды» етіп қана қойған жоқ — оны көбірек қажет ететін жүйеге айналдырды. Инвесторлар үшін негізгі тәуекел енді көміртек күн тәртібі емес, қуат тапшылығы, баға құбылмалығы және желі шектеулері.

Бірнеше жыл бойы мемлекеттік саясаттың тілі түсінікті болды: «бір ғана дұрыс жол — декарбонизация». Бұл капиталды жаңартылатын энергия көздеріне (ЖЭК), ESG-ға, «таза» технологияларға қарай итермеледі. Бірақ нарықта әрқашан бір сұрақ бар: сенімді қуат бар ма, жоқ па?

AI сол сұрақты өткір етті.

AI сұранысты қалай өсіріп жатыр: мәселе тек деректер орталықтарында емес

Көпшілік AI энергияны «деректер орталығы» деңгейінде ғана елестетеді. Бірақ тізбек кең:

• Деректер орталықтары: үздіксіз электр, салқындату, резервтік қуат.
• Телеком және талшықты инфрақұрылым: желілік жабдықтардың тұтынуы артады.
• Өнеркәсіптік AI: өндірісте компьютерлік көру, модельдік болжам, edge есептеу.
• Электр желісін цифрландыру: датчиктер, RTU/PMU, аналитика платформалары.

Нәтиже: инвестор үшін «жасыл» жобаның өзі қуат жеткізуі мен жүйелік тұрақтылыққа жауап бермесе, тартымдылығы төмендейді.

Қазақстанға бұл сигнал нені білдіреді?

Тікелей жауап: Қазақстан үшін “AI дәуіріндегі энергия” — экспорттық шикізат қана емес, жеткізілім сапасы, тиімділік және цифрлық басқару жарысы.

Қазақстан экономикасында мұнай-газдың үлесі жоғары, ал электр жүйесі аймақтық теңгерімге, желі өткізу қабілетіне және генерация құрылымына тәуелді. Егер әлемде энергияға сұраныс күшейсе, екі бағыт қатар жүреді:

1. Классикалық энергия көздеріне қысым азаяды (инвесторлар жеткізуді бағалайды).
2. Көміртек талаптары жоғалмайды, бірақ «энергия жеткізу сенімділігі» бірінші орынға шығады.

Менің позициям: Қазақстан үшін дұрыс стратегия — «қайтадан тек мұнайға сүйену» емес. Дұрыс стратегия — мұнай-газды да, электр энергиясын да AI арқылы тиімді, қауіпсіз және болжамды ету. Сонда ғана капиталдың жаңа бағытымен тіл табысуға болады.

Инвесторлар іздейтін 3 нәрсе: сенімділік, масштаб, басқарылым

Қазір жобаларды бағалау кезінде жиі көрінетін үш сүзгі бар:

1. Сенімділік (reliability) — өндіріс пен жеткізу үзіліссіз бе?
2. Масштабталу (scalability) — сұраныс өссе, қуатты тез қоса ала ма?
3. Басқарылым (controllability) — дерек бар ма, диспетчерлеу/оңтайландыру бар ма?

Осы үшеуінің ішінде Қазақстандағы компаниялар ең тез әсер ететін тұсы — басқарылым. Дәл осы жерде жасанды интеллект нақты пайда әкеледі.

Мұнай-газда AI ұсынысты қалай «қолға ұстататын» көрсеткішке айналдырады

Нақты жауап: AI мұнай-газ компанияларына бар қуатты “арзанрақ баррельге” және “аз тоқтауға” айналдыруға көмектеседі. Инвестор үшін бұл — өндіріс тәуекелінің төмендеуі.

1) Бұрғылау және геология: қателікті азайту

AI-дың ең практикалық қолдануларының бірі — геологиялық деректерді (сейсмика, керн, қисықтар) біріктіріп, ұңғы траекториясын және қабат өнімділігін дәлірек болжау. Бұл:

• жоспардан тыс бұрғылауды азайтады;
• NPT (non-productive time) тәуекелін төмендетеді;
• бір ұңғыға кететін уақыт пен шығынды қысқартады.

2) Өндіріс және жабдық: predictive maintenance

Компрессор, сорап, турбина, ЭЦН сияқты активтерде тоқтау — тікелей жоғалған ақша. AI-ға негізделген predictive maintenance:

• вибрация/температура/қысым сигналдарын талдайды;
• ақаулықтың «ерте белгісін» табады;
• жөндеуді жоспарлы терезеге жылжытады.

Нарық тілінде бұл өндіріс тұрақтылығы және CAPEX/OPEX тәртібі.

3) Энергия шығыны: мұнайдың ішіндегі «көрінбейтін» электр

Мұнай-газдың өз ішінде үлкен электр тұтыну бар: айдау, сығу, дайындау. AI көмегімен:

• сорғы станцияларын оптимизациялау;
• компрессорлық режимдерді теңшеу;
• флейрингті азайту;

сияқты нәрселер жасалады. Бұл жерде әсер екі жақты: шығын азаяды және көміртек ізі төмендейді (инвестор үшін бұл әлі де плюс).

Электр энергетикасында AI: желі шектеуі — жаңа “құбыр” мәселесі

Тікелей жауап: AI электр желісін өткізу қабілеті шектелген жүйеден “динамикалық басқарылатын” жүйеге жақындатады. Бұл AI-дың өзі қажет ететін энергияны жеткізудің де шарты.

Қазақстан үшін бұл әсіресе өзекті: генерация бір жерде, сұраныс басқа жерде болуы мүмкін; ЖЭК үлесі артқан сайын теңгерім күрделенеді.

Желі деңгейіндегі практикалық қолданулар

• Жүктемені қысқа мерзімді болжау (15 минут–24 сағат): диспетчерге нақты жоспар.
• ЖЭК генерациясын болжау: жел/күн құбылмалы, ал болжам — теңгерім құны.
• Апатты алдын ала анықтау: ток/кернеу ауытқуы, қызып кету, техникалық шығындар.
• Demand response: ірі тұтынушылармен келісілген жүктеме басқаруы.

Мұның бәрі бір мақсатқа қызмет етеді: қуат тапшылығы тәуекелін және бағалық «секірулерді» азайту.

Бір сөйлеммен: AI дәуірінде электр жүйесінің бәсекелестігі киловатт-сағатта емес, басқару сапасында өлшенеді.

Қазақстан компаниялары үшін 90 күндік жоспар: қайдан бастау керек?

Нақты жауап: көп компания “үлкен AI” жобасын бастаймын деп жүріп, дерек пен процесті дайындамай қояды. Дұрысы — 90 күнде өлшенетін нәтиже беретін пилоттар.

1) Дерек инвентаризациясы және «бір шындық көзі»

Алдымен:

• қандай датчиктер бар;
• дерек жиілігі қандай;
• SCADA/PI/ERP/CMMS жүйелері қалай сөйлеседі;
• дерек сапасы (gap, noise, ручной енгізу) қандай

деген сұрақтарға жауап керек. 2–3 аптада аудит жасауға болады.

2) Ең көп ақша жоғалтатын 2 use case таңдаңыз

Мен көрген ең тиімді таңдау логикасы:

1. Жоспардан тыс тоқтаулар (компрессор/сорғы/турбина)
2. Энергия шығыны көп учаске (айдау, сығу, қыздыру)

Use case таңдағанда KPI-ды алдын ала бекітіңіз: мысалы, тоқтауды X% азайту, кВт·сағ/тонна көрсеткішін Y% жақсарту.

3) Пилотты өндірістік контурда жасаңыз, презентация үшін емес

AI пилоты өндірісте жұмыс істеуі үшін:

• киберқауіпсіздік талаптары;
• қолжетімділік (uptime);
• модельді мониторингтеу (drift);
• инженерлердің жұмыс процесіне енгізу

міндетті. Әйтпесе «модель бар, нәтиже жоқ» күйінде қаласыз.

4) Инвестор тіліне аударыңыз

Инвесторға “нейрондық желі құрдық” қызық емес. Оған:

• өндіріс көлемінің тұрақтылығы;
• өзіндік құн;
• тәуекел картасы;
• реттеушілік сәйкестік;
• энергия тиімділігі

қызық. AI нәтижесін осы көрсеткіштермен көрсетіңіз.

Жиі қойылатын сұрақтар (қысқа жауаппен)

AI энергияға сұранысты шынымен ұзақ мерзімге өсіре ме?

Иә. Себебі AI тек чатбот емес — өндіріс, логистика, қауіпсіздік, энергетика сияқты салалардың негізгі цифрлық қабатына айналып барады. Бұл есептеу инфрақұрылымын тұрақты қажет етеді.

ЖЭК жобалары енді маңызды емес пе?

Маңызды. Бірақ инвесторлар ЖЭК-ті желі, сақтау (storage), базалық қуат және теңгерім тақырыптарымен бірге қарайды. «Жасыл» деген белгі өзі жеткіліксіз.

Қазақстан үшін ең үлкен тәуекел қай жерде?

Меніңше, тәуекелдің үлкені — қуатты өндіруден гөрі желі өткізу қабілеті, сенімділік және басқару деректерінің бытыраңқылығы.

Келесі қадам: AI энергия сұранысын өсіргенде, кім ұтады?

AI энергия сұранысын өсірген сайын инвесторлар «әдемі жоспарға» емес, нақты жеткізу қабілетіне қарайды. Бұл Қазақстандағы мұнай-газ және энергетика компанияларына мүмкіндік береді: активтер бар, тәжірибе бар, енді цифрлық басқару керек.

Біздің «Қазақстандағы энергия және мұнай-газ саласын жасанды интеллект қалай түрлендіріп жатыр» сериясындағы ортақ ой да осы: AI — сән үшін алынатын құрал емес, ұсынысты тұрақтандыратын өндірістік жүйе.

Егер сіз қазір пилот таңдаудың алдында тұрсаңыз, өзіңізге бір сұрақ қойыңыз: біз AI-ды “аналитика” ретінде жасап жүрміз бе, әлде оны өндіріс пен жеткізудің жаңа тәртібіне айналдырып жатырмыз ба?