Gangguan Minyak Sudan & Peranan AI Dalam Ketahanan Tenaga

Pada 2023–2024, konflik di Sudan berkali-kali menggoncang pasaran minyak serantau. Serangan ke atas kemudahan Balila di West Kordofan oleh Rapid Support Forces (RSF) bukan sekadar isu tempatan; ia terus menyentuh saluran paip GNPOC yang membawa Dar blend dari Selatan Sudan ke Port Sudan. Setiap kali aliran ini terganggu, bajet negara Selatan Sudan yang sangat bergantung pada eksport minyak terus mengetat.

Untuk pemain minyak & gas, termasuk di Malaysia, ini satu peringatan keras: infrastruktur fizikal sahaja tak cukup. Tanpa sistem digital yang pintar, setiap kejutan geopolitik mudah bertukar menjadi krisis operasi.

Makalah ini mengupas bagaimana konflik di koridor minyak Sudan mendedahkan kelemahan tradisi lama dalam pengurusan aset, dan kenapa AI, predictive maintenance dan pemantauan masa nyata semakin menjadi tunjang ketahanan operasi – dari Port Sudan sampai ke Kerteh.

---

1. Apa Yang Berlaku di Koridor Minyak Sudan – Dan Kenapa Ia Penting

Gangguan di Balila bukan insiden terpencil. Ia sebahagian daripada perebutan kawalan ke atas koridor tenaga kritikal yang menghubungkan ladang minyak darat ke pelabuhan eksport.

Balila menyambung terus ke saluran paip Greater Nile Petroleum Operating Company (GNPOC). Saluran ini membawa Dar blend dari Selatan Sudan ke Port Sudan di Laut Merah. Bila RSF bergerak ke Balila dan kawasan sekitarnya:

• Pengendali mula melaporkan gangguan aliran minyak di sepanjang koridor ini.
• Setiap tong yang tak sampai ke pelabuhan terus menekan bajet kerajaan Selatan Sudan, yang sebahagian besarnya bergantung kepada hasil minyak.
• Pelabur dan pelanggan hiliran berdepan ketidakpastian jadual penghantaran dan risiko harga.

Realitinya mudah: satu nod kritikal jatuh, satu rantai bekalan tenaga goyah.

Bagi pemain minyak & gas di Asia Tenggara, termasuk Petronas, cerita Sudan ini bukan sekadar berita antarabangsa. Ia contoh hidup bagaimana risiko geopolitik, risiko aset dan risiko pasaran saling berkelindan – dan bagaimana teknologi boleh mengurangkan kesannya.

---

2. Kelemahan Infrastruktur Minyak Tradisional Di Zon Konflik

Operasi minyak dan gas di zon konflik bergantung kepada tiga perkara asas: akses fizikal, keselamatan aset, dan maklumat tepat masa nyata. Model tradisional selalunya hanya kuat pada dua yang pertama, dan lemah pada yang ketiga.

2.1 Di Mana Sistem Tradisional Sering Gagal

Dalam banyak operasi konvensional, infrastruktur sokongan masih:

• Bertumpu pada pemeriksaan fizikal berkala (inspection rounds).
• Memanfaatkan SCADA dan DCS lama dengan integrasi terhad ke sistem analitik lanjutan.
• Menggunakan ramalan manual berdasarkan pengalaman jurutera, bukannya pemodelan data yang sistematik.

Apabila berlaku konflik, beberapa masalah tipikal muncul:

• Akses tapak terhad: Jurutera tak boleh sampai ke stesen pam atau terminal untuk pemeriksaan.
• Komunikasi terputus-putus: Data operasi tak sampai ke pusat kawalan dengan stabil.
• Keputusan dalam keadaan gelap: Pengurus perlu buat keputusan kritikal tanpa gambaran jelas status sebenar saluran paip, tangki dan pam.

Kombinasi faktor ini menjadikan sebarang gangguan bukan sahaja lebih kerap, tetapi lebih sukar dipulihkan.

2.2 Kesan Domino Terhadap Rantaian Bekalan

Satu gangguan berskala sederhana di nod seperti Balila boleh:

• Mengurangkan eksport harian sebanyak beberapa puluh ribu tong.
• Menyebabkan downtime tak dirancang pada fasiliti pemprosesan dan terminal hiliran.
• Memaksa negara pengimport mencari sumber sementara pada harga lebih tinggi.

Dalam konteks Sudan dan Selatan Sudan, ini bermaksud:

Setiap hari aliran minyak terhenti, kerajaan kehilangan sebahagian besar pendapatan harian, sementara kos sosial dan politik meningkat.

Ini cerminan jelas kenapa ketahanan tenaga (energy resilience) kini sama penting dengan keselamatan fizikal.

---

3. Di Sini AI Masuk: Daripada Reaktif Kepada Ramalan

Ketika infrastruktur fizikal sentiasa berisiko di zon konflik, infrastruktur digital boleh menjadi lapisan perlindungan tambahan. AI tak menghentikan peluru, tetapi ia mengurangkan sejauh mana peluru itu merosakkan operasi.

3.1 Predictive Maintenance Untuk Aset Kritikal

Dalam laluan paip panjang seperti GNPOC, kegagalan satu pam utama, injap kritikal atau stesen pemampat boleh melumpuhkan aliran. Predictive maintenance berasaskan AI membenarkan operator:

• Mengumpul data daripada sensor getaran, tekanan, suhu, kadar aliran dan kualiti kuasa.
• Menggunakan model pembelajaran mesin untuk mengesan corak awal kegagalan – contohnya, peningkatan getaran 20–30% beberapa minggu sebelum bearing rosak.
• Menjadualkan kerja selenggara sebelum komponen kritikal gagal, walaupun akses fizikal terhad.

Dalam zon berisiko, fungsinya jadi lebih penting:

• Bila akses ke tapak tiba-tiba terhad kerana konflik, anda mahu aset berada dalam keadaan paling sihat sebelum sebarang eskalasi.
• AI boleh mengutamakan senarai kerja: komponen mana wajib diselenggara dulu untuk meminimumkan risiko shutdown besar-besaran.

Bagi syarikat seperti Petronas yang sudah melabur dalam predictive maintenance untuk platform luar pesisir dan kompleks pemprosesan, logik sama boleh digunakan ke atas saluran paip rentas sempadan dan terminal serantau.

3.2 Pemantauan Masa Nyata & “Digital Nerve System”

AI juga mengubah pusat kawalan menjadi sejenis “digital nerve system” untuk jaringan tenaga:

• Data dari ratusan atau ribuan sensor dihantar ke pusat kawalan.
• Algoritma AI memantau anomali dalam masa hampir nyata – perubahan tekanan tak normal, pola aliran tiba-tiba jatuh, suhu luar biasa di satu segmen paip.
• Sistem boleh mencadangkan atau melaksanakan tindakan automatik: ubah aliran, turunkan tekanan, atau isolasi segmen tertentu.

Dalam situasi seperti Sudan:

• Jika satu kawasan koridor memasuki fasa konflik aktif, sistem pintar boleh menilai senario optimum: sama ada mengurangkan aliran secara terkawal, atau memintas melalui laluan lain jika wujud.
• Pengurus mendapat papan pemuka (dashboard) risiko operasi yang digabungkan dengan maklumat geopolitik dan cuaca, bukan sekadar nombor teknikal.

---

4. Dari Sudan ke Malaysia: Pengajaran Untuk Pemain Tenaga Serantau

Walaupun Malaysia jauh dari medan konflik Sudan, pengajaran strategiknya sama. Kebanyakan syarikat tenaga di rantau ini beroperasi di perairan antarabangsa, negara jiran, dan laluan perdagangan yang sensitif – dari Laut China Selatan ke Timur Tengah.

4.1 Ketergantungan Tinggi, Margin Tipis

Seperti Selatan Sudan, beberapa ekonomi di rantau Asia bergantung kuat pada hasil minyak dan gas. Bezanya, Malaysia lebih pelbagai, tetapi sektor tenaga masih penyumbang besar kepada pendapatan negara dan eksport.

Bila operasi terganggu:

• Kompleks penapisan boleh hilang jutaan ringgit sehari akibat downtime.
• Pelanggan industri – TNB, utiliti air, pengeluar besar – terdedah kepada risiko bekalan dan harga.

Dalam konteks pasaran yang semakin sensitif kepada isu ESG dan reputasi, insiden keselamatan atau gangguan besar yang boleh dielakkan menambah satu lagi kos: kehilangan kepercayaan pasaran.

4.2 Apa Yang Syarikat Malaysia Boleh Buat Sekarang

Bagi organisasi yang sudah pun ada inisiatif digital, fokusnya boleh beralih kepada ketahanan menyeluruh (end-to-end resilience):

1. Pemetaan nod kritikal dalam rantaian bekalan tenaga

   • Kenal pasti aset yang, jika gagal, akan memberi kesan seperti “Balila” dalam konteks anda.
   • Ini termasuk platform luar pesisir, terminal LNG, saluran paip rentas sempadan, atau pusat data tenaga.

2. Memperluas predictive maintenance ke seluruh rangkaian

   • Bukan hanya pam atau turbin di loji, tetapi juga injap kawalan jauh, sistem kuasa sandaran, dan peralatan komunikasi.

3. Menggabungkan data operasi dengan data risiko luar

   • Data cuaca ekstrem, risiko geopolitik, keselamatan siber dan permintaan pasaran.
   • Model AI boleh mensimulasikan kesan senario: jika satu laluan eksport terganggu, apa kesan kepada margin dan KPI ESG?

4. Membina “digital twin” untuk sistem tenaga utama

   • Digital twin saluran paip, kompleks penapisan atau seluruh ekosistem hiliran membolehkan simulasi gangguan dan tindak balas.
   • Dalam konflik atau bencana, pasukan operasi tak perlu “trial & error” di aset sebenar.

Petronas sudah mengorak langkah besar dalam penggunaan AI untuk pemodelan reservoir, pengoptimuman tenaga dan keselamatan. Pengajaran dari Sudan menunjukkan satu lagi keutamaan: AI untuk ketahanan strategik, bukan hanya kecekapan taktikal.

---

5. AI Sebagai Teras “Digital Resilience” Dalam Tenaga

Konsep utama yang muncul daripada krisis seperti di Sudan ialah keperluan digital resilience: keupayaan sistem tenaga untuk kekal berfungsi, atau pulih dengan pantas, walaupun di bawah tekanan luar biasa.

5.1 Tiga Tiang Digital Resilience

Daripada pengalaman saya melihat projek AI dalam O&G, tiga komponen paling kritikal ialah:

1. Keterlihatan hujung-ke-hujung (end-to-end visibility)
   Anda tak boleh melindungi apa yang anda tak nampak. AI membantu menggabungkan data dari lapangan, loji, logistik dan pasaran dalam satu gambaran bersama.

2. Keupayaan ramalan & simulasi
   Bukan sekadar tahu apa yang sedang berlaku, tetapi apa yang mungkin berlaku dalam 6 jam, 3 hari atau 2 minggu. Dari kegagalan pam ke risiko gangguan eksport.

3. Automation yang boleh dipercayai
   Dalam krisis, masa reaksi manusia kadang-kadang terlalu lambat. Sistem yang mampu mengautomasi tindakan selamat (fail-safe) berdasarkan polisi yang jelas mengurangkan ruang kesilapan.

5.2 Dari “Proof of Concept” Ke Nilai Sebenar

Ramai pemain tenaga terperangkap di fasa proof of concept (PoC) untuk AI. Projek kecil berjaya, tetapi kesan kepada ketahanan keseluruhan masih terhad.

Untuk elak perkara ini, syarikat perlu:

• Pilih masalah bernilai tinggi sebagai fokus – contohnya, ketahanan saluran paip eksport utama, bukannya hanya pengoptimuman tenaga di satu bangunan.
• Satukan pasukan data, operasi dan keselamatan di bawah mandat yang jelas: mengurangkan risiko downtime, bukan sekadar menghasilkan dashboard cantik.
• Ukurnya dengan angka keras: pengurangan jam downtime, penurunan insiden keselamatan, peningkatan kebolehpulihan (MTTR) dan margin operasi.

Dalam konteks kempen “AI in Oil & Gas / Energy (Petronas & Major Utilities)”, ketahanan digital ialah jambatan logik seterusnya – dari penggunaan AI untuk kecekapan, ke penggunaan AI untuk daya tahan perniagaan jangka panjang.

---

Penutup: Masa Untuk Jadikan AI Sebahagian Daripada Pelan Kontinjensi

Serangan ke atas Balila dan gangguan di koridor minyak Sudan menunjukkan satu perkara jelas: ketidakstabilan geopolitik bukan ancaman teori. Ia mengganggu aliran minyak, memampatkan bajet negara dan menggoyahkan pasaran.

Bagi pemain tenaga di Malaysia dan rantau ini, pelan kontinjensi tak boleh lagi terhad kepada senarai prosedur operasi dan pasukan keselamatan fizikal. AI, predictive maintenance dan pemantauan masa nyata patut berada di tengah-tengah pelan ketahanan tenaga.

Jika anda terlibat dalam operasi minyak & gas, utiliti besar atau pengurusan aset tenaga, soalan praktikalnya ialah:

Sejauh mana hari ini anda benar-benar faham risiko hujung-ke-hujung rantaian tenaga anda, dan berapa cepat sistem anda boleh bertindak balas – tanpa bergantung sepenuhnya kepada manusia di barisan hadapan?

Syarikat yang mula membina ketahanan digital sekarang akan berada beberapa langkah di hadapan bila gangguan besar seterusnya berlaku – sama ada datang daripada konflik, cuaca ekstrem, atau kejutan pasaran.