Kiruna сабағы: Қазақстан энергиясында AI және жоспарлау

2025 жылдың қысқа арктикалық жазы кезінде Швецияның Кируна қаласында 113 жылдық ағаш шіркеу бүтін күйінде шамамен 3 км жерге көшірілді. Екі күндік операцияны оқысаңыз, бұл жай ғана «инженерлік трюк» сияқты көрінеді. Бірақ шын мәнінде ол әлдеқайда үлкен әңгіменің бір бөлігі: пайдалы қазбаларды игеру үшін тұтас қаланы кезең-кезеңімен көшіру.

Бұл оқиға Қазақстанға не береді? Менің ойымша, Кируна бізге бір нақты нәрсені көрсетеді: ресурстық жобаларда “темір-бетон” инженерия ғана жеткіліксіз — әлеуметтік лицензия, тәуекелді басқару, логистика және дерекке сүйенген жоспарлау бір жүйеге айналуы керек. Дәл осы жерде Қазақстандағы энергия және мұнай-газ саласын жасанды интеллект (AI) түрлендіріп жатыр: өндірісті оңтайландырудан бөлек, ірі инфрақұрылымдық өзгерістерді «көрінетін», өлшенетін және басқарылатын етеді.

Төменде Кирунадағы көшіру жобасынан шығатын сабақтарды Қазақстанның мұнай-газ және энергетика компаниялары үшін AI арқылы қолдануға болатын нақты тәсілдерге айналдырып беремін.

Кирунадағы көшіру нені дәлелдеді: мәселе “көшіруде” емес, “басқаруда”

Кирунаның тарихы темір рудасымен байланысты. Қала өндіріс үшін пайда болды, ал кеніштің кеңеюі енді қаланың өзі мен оның мәдени нысандарына әсер етті. RSS-мәтіндегі негізгі факт: LKAB компаниясы кен өндіруді кеңейту үшін қаланы жылжыта отырып, бір ғана нысанды емес, тұтас урбанистикалық жүйені қайта құрып жатыр.

Бұл жерде ең маңыздысы — инженерлік қуаттан да бұрынғы нәрсе: ұзақ мерзімді мастер-жоспар, тәуекел картасы, коммуникация, өтемақы, қоршаған орта, көлік, қауіпсіздік. Бір сөзбен айтқанда, жүздеген өзара тәуелді шешім.

Қазақстанда да дәл осындай өзара тәуелділік бар: кен орындарын кеңейту, құбырлар мен электр желілерін жаңғырту, су ресурстары, өнеркәсіптік қауіпсіздік, жергілікті қоғаммен жұмыс, тарихи нысандарды қорғау. Айырмашылық — біз бұларды көбіне бөлек-бөлек «жоба» ретінде жүргіземіз. Ал Кируна форматы бұл жұмысты бір үлкен жүйе ретінде басқаруды талап етеді.

Қазақстандағы энергия және мұнай-газда AI не үшін керек: “digital” сән үшін емес

Жасанды интеллекттің құны презентациядағы әдемі диаграммада емес. Құны — жобалық және операциялық күрделілікті басқаруда.

Қазақстандағы энергия секторында AI әдетте үш жерден нәтиже береді:

1. Өндірісті оңтайландыру: ұңғыма режимдерін таңдау, компрессор/сорғы жұмысы, энергия тұтынуды азайту.
2. Қауіпсіздік және тәуекел: оқиға ықтималдығын ерте анықтау, қауіпті аймақтарды болжау.
3. Күрделі инфрақұрылымдық жоспарлау: құрылыс графиктері, жеткізу тізбегі, активтердің тозуын болжау, тоқтап қалуды азайту.

Кируна секілді сценарийде үшінші бағыт бірінші орынға шығады. Себебі қала көшіру — бұл «капекс жобасы» ғана емес, қоғамдық және репутациялық тәуекел.

Сниппетке лайық тұжырым: AI ресурстық салаларда “көбірек өндіру” құралы емес; ол күрделі жүйелерді қауіпсіз және болжамды басқарудың құралы.

Сабақ 1: Үлкен көшірудің “жасырын” математикасы — AI көмектесетін жер

Кирунадағы шіркеуді көшіру — символ. Бірақ артында мыңдаған кіші шешім бар: маршрут, іргетасқа түсетін күш, рұқсаттар, ауа райы терезесі, сақтандыру, тұрғындар қозғалысы, көлік шектеуі.

AI арқылы сценарийлік жоспарлау (what-if) қалай жұмыс істейді

Қазақстанда ірі энергия жобалары үшін сценарийлік жоспарлау әлі де көбіне Excel және тәжірибеге сүйенген жорамалмен жүреді. Ал AI/ML және оптимизация тәсілдерімен сіз:

• 20–200 сценарийді жылдам есептейсіз (ауа райы, жеткізу кідірісі, валюта, мердігер өнімділігі).
• Әр сценарийдің құнын ғана емес, тәуекел профилін көресіз.
• Жоспарды «бір рет бекітіп қою» емес, ай сайын қайта калибрлеу мәдениетін енгізесіз.

Практикалық мысал: құбыр немесе электр желісін қайта бағыттау керек делік. AI-мен маршрут таңдауда:

• экология шектеулері,
• жер бедері,
• жергілікті инфрақұрылым,
• қауіпсіздік аймақтары,
• сервитут/жер мәселелері бір модельде салыстырылады. Бұл «бір дұрыс жауап» бермейді, бірақ компромистің бағасын ашық көрсетеді.

Жеткізу тізбегі: 2026 тренді — “бар-жоғы” емес, “қашан келеді?”

2026 жылы ауыр машина, трансформатор, компрессор секілді ұзақ жеткізілетін жабдықтар бойынша әлемдік нарық әлі де құбылмалы. Ірі жобада жабдықтың 2–6 апта кешігуі бүкіл графикті құлатуы мүмкін.

AI мұнда екі нәрсені жақсы істейді:

• Кешігуді ерте болжау: жеткізуші тарихы, порт/шекара жүктемесі, ауа райы, құжат айналымының уақыты арқылы.
• Қайта жоспарлау: критикалық жолды қайта есептеп, қай жұмысты алға/артқа жылжытуға болатынын ұсынады.

Сабақ 2: Әлеуметтік лицензия — техникалық KPI сияқты басқарылуы керек

Кирунаның ең нәзік тұсы — мәдени нысандар (шіркеу), тұрғындардың үйі, қалалық идентичность. Мұндай жобаларда компаниялар «заң орындалса болды» деген тәсілмен ұзаққа бармайды.

Қазақстандағы мұнай-газ және энергетика үшін бұл тақырып таныс: жергілікті қоғамдастықпен қатынас, жұмыспен қамту, экологиялық сезімтал аймақтар, өндірістік оқиғаларға реакция.

AI коммуникацияны “манипуляция” үшін емес, түсіністік үшін қолдану

Дұрыс құрылғанда AI қоғаммен байланысты күшейте алады:

• Кері байланыс талдауы: call-center, қоғамдық тыңдау хаттамалары, әлеуметтік желідегі пікірлерді тақырыптарға бөлу (шу, шаң, су, жол, жұмыс орындары).
• Ерте сигналдар: белгілі бір ауыл/ауданда шағым динамикасы өссе, оны PR дағдарысқа дейін көру.
• Әсерді өлшеу: қандай шара (жол жөндеу, фильтрация, жұмысқа қабылдау) қай жерде сенімді арттырғанын сандық түрде көру.

Мұнда принцип қарапайым: сенім — эмоция ғана емес, дерек арқылы да басқарылады. Бірақ бір шарт бар: дерек жинау этикалық болуы және шешім қабылдауға нақты әсер етуі керек. Әйтпесе “тыңдап отырмыз” деген имитация ғана қалады.

Сабақ 3: Қауіпсіздік пен актив тұтастығы — AI-дың ең “ақша әкелетін” аймағы

Ресурстық жобаларда ең қымбат нәрсе — апаттың өзі ғана емес, тоқтап қалу және оның салдары. Кирунадағы сияқты қозғалыс/көшіру/құрылыс көп болған сайын қауіп те өседі.

Қазақстанда AI мына бағыттарда нақты нәтиже береді:

Болжамды қызмет көрсету (predictive maintenance)

• Діріл, температура, қысым, ток сияқты датчиктер бойынша сорғы/компрессордың істен шығуын алдын ала болжау.
• Жөндеуді «кесте бойынша» емес, нақты күйі бойынша жоспарлау.

Қауіпсіздік мониторингі

• Компьютерлік көру арқылы PPE (каска, жилет), қауіпті аймаққа кіру, техника мен адам арақашықтығын бақылау.
• Инциденттердің «жақын болды» (near-miss) оқиғаларын көбірек ұстап, үлкен оқиғаның алдын алу.

Бұл жерде менің ұстанымым анық: AI енгізудің ең дұрыс бірінші қадамы — қауіпсіздік пен тоқтап қалуды қысқарту. Себебі ROI тез көрінеді және ұйым ішінде сенім пайда болады.

Сабақ 4: “Digital twin” — Қазақстан жобаларына арналған практикалық түсінік

Digital twin көп жерде артық сөзге айналып кетті. Бірақ дұрыс қолданылса, бұл Кируна тәрізді күрделі жобаларға ең сәйкес құралдардың бірі.

Digital twin — активтің (зауыт, кеніш, құбыр, қосалқы станция) нақты уақыттағы және жоспардағы күйін біріктіретін модель. Оның мақсаты — диспетчерлік бақылауды әдемі ету емес, шешім қабылдауды жылдамдату.

Қазақстандағы қолдану сценарийлері:

• Кен орнының кеңеюі кезінде өндіріс, су айдау, энергия тұтыну, жабдық шектеулері бір модельде көрінеді.
• Құбыр желісінде қысым режимдерін өзгерткенде қандай учаске «тар жерге» айналатыны алдын ала есептеледі.
• Электр энергетикасында желі жүктемесі, апаттық ажырату, жөндеу графигі және ауа райы тәуекелі біріктіріледі.

Сұрақ “digital twin керек пе?” емес. Сұрақ: қай шешімді айына 10 рет қабылдайсыз және ол шешім қате болса қанша тұрады? Twin дәл сол жерге керек.

Жылдам іске асыру жоспары: 90 күнде “пайда көрінетін” AI

Қазақстандағы көптеген компаниялар AI-ды үлкен трансформация ретінде бастап, кейін тоқтап қалады. Жұмыс істейтін тәсіл — қысқа цикл.

Мына 5 қадамды 90 күнге сыйғызуға болады:

1. 1 нақты проблема таңдаңыз: мысалы, жоспарланбаған тоқтап қалу, энергия тұтыну, немесе жеткізу кідірісі.
2. Дерек инвентаризациясы: қандай датчик, журнал, SAP/ERP, SCADA дерегі бар — сапасын бағалау.
3. МVP модель: 6–10 аптада прототип (болжам, аномалия табу, немесе график оптимизациясы).
4. Операцияға енгізу: модельді KPI-ға байлаңыз (мысалы, тоқтап қалу сағатын айына X-қа қысқарту).
5. Өлшеу және масштабтау: нәтиже бар жерде ғана кеңейту.

Бұл тәсілдің артықшылығы — AI-ға сенім «сөзбен» емес, цехтағы нәтижемен келеді.

“People also ask”: жиі қойылатын 3 сұрақ

AI енгізу үшін міндетті түрде көп датчик керек пе?

Жоқ. Алғашқы кезеңде жөндеу журналдары, оқиға актілері, өндіріс көрсеткіштері сияқты тарихи деректің өзі жеткілікті. Бірақ масштабтау үшін сенсорика сапасы маңызды.

AI қоғаммен қатынасты нашарлатып жібермей ме?

Егер AI тек мониторинг үшін қолданылып, кері байланыс әрекетке айналмаса — иә, кері әсер береді. Дұрыс тәсіл: ашықтық, этика, және қоғамға пайдалы нақты шешім.

Қазақстанда кадр жетпесе не істейміз?

Ең дұрыс жол — аралас модель: ішкі домен мамандары + шағын data/AI команда + нақты бір-екі сенімді интегратор. Бастысы: модельді бизнес иеленуі керек, тек IT емес.

Кирунадан Қазақстанға: басты ой

Кирунаның шіркеуін көшіру бізге бір нәрсені еске салады: ресурсты игеру әрқашан кеңістікпен, адамдармен, мәдениетпен және тәуекелмен саудаласу. Бұл саудаласуды «интуициямен» жүргізу қымбатқа түседі.

Қазақстандағы энергия және мұнай-газ саласын жасанды интеллект қалай түрлендіріп жатыр деген сұраққа менің жауабым осындай: AI өндірістегі тиімділікті көтеріп қана қоймайды, ірі инфрақұрылымдық өзгерістерді жоспарлау, қауіпсіз жүргізу және қоғаммен сенімді қатынас құру мәдениетін қалыптастырады.

Егер сіздің компанияңыз 2026 жылы кен орнын кеңейтуді, жаңа қуат енгізуді, немесе күрделі модернизацияны жоспарлап отырса — бір сұрақ қойыңыз: бізде “бір ғана жоспар” бар ма, әлде дерекке негізделген бірнеше сценарий және оларды үнемі жаңартатын жүйе бар ма?