IEA jangka lebihan minyak rekod hingga 2026. Artikel ini jelaskan apa maksudnya untuk pemain tenaga Malaysia dan bagaimana AI boleh lindungi margin mereka.
Laporan IEA Terbaru: Apa Maksud Lebihan Minyak untuk Malaysia?
Lebihan bekalan minyak global dijangka mencecah 3.815 juta tong sehari pada 2026 menurut unjuran terkini International Energy Agency (IEA). Angka ini masih rekod tinggi, walaupun telah dikurangkan 231,000 tong sehari berbanding ramalan bulan lepas.
Ini bukan sekadar angka di atas kertas. Untuk syarikat seperti Petronas, utiliti besar di Malaysia, dan pemain rantaian bekalan tenaga, lebihan bekalan bermaksud:
- Risiko harga minyak lebih rendah untuk tempoh yang panjang
- Margin penapisan dan perdagangan yang menipis
- Keperluan disiplin modal yang lebih ketat
Dalam konteks hujung tahun 2025, ketika banyak syarikat sedang merancang bajet 2026, laporan IEA ini datang sebagai isyarat jelas: strategi operasi yang bergantung pada “intuisi pasaran” semata-mata sudah tidak cukup. Data dan kecerdasan buatan (AI) perlu jadi enjin utama keputusan.
Artikel ini mengupas apa yang berlaku di pasaran minyak global berdasarkan laporan IEA tersebut, dan yang lebih penting – bagaimana AI dan analitik lanjutan boleh membantu pemain minyak & gas di Malaysia mengurus risiko lebihan bekalan, mengoptimumkan pengeluaran dan melindungi margin.
Apa Sebenarnya Berlaku di Pasaran Minyak Global?
Jawapan ringkas: permintaan mengukuh sedikit, pertumbuhan bekalan perlahan, tetapi lebihan minyak masih besar.
Mengikut laporan IEA:
- Lebihan bekalan 2026 diunjur 3.815 juta tong sehari
- Ramalan lebihan tahun 2025 juga dikurangkan buat kali pertama sejak Februari
- Permintaan minyak dunia 2025 diunjur meningkat 830,000 tong sehari
- Permintaan purata tahun ini mencecah 103.9 juta tong sehari, paras tertinggi sejarah
Pada masa sama:
- OPEC+ telah menghentikan sementara peningkatan pengeluaran pada suku pertama tahun depan
- Terdapat penurunan pengeluaran sekitar 1.5 juta tong sehari berbanding rekod bulan September
- Sebahagian penurunan datang daripada negara yang dikenakan sekatan seperti Rusia dan Venezuela, serta gangguan tidak dirancang di Kuwait dan Kazakhstan
Walaupun lebihan besar, pasaran produk minyak tertentu (contohnya diesel dan bahan api penerbangan) masih ketat kerana kekangan kapasiti penapisan. Di sinilah perkara jadi kompleks:
Harga minyak mentah mungkin tertekan, tetapi margin di bahagian hiliran dan utiliti tenaga boleh berbeza-beza mengikut rantau dan produk.
Untuk syarikat tenaga Malaysia, realitinya mudah: turun naik semakin sukar diramal dengan cara lama.
Kenapa Lebihan Bekalan Minyak Perlu Dibaca Sebagai “Isyarat Data”
Lebihan bekalan tradisinya dilihat sebagai masalah harga. Namun bagi saya, lebihan seperti yang diunjur IEA hari ini patut dibaca sebagai satu lagi perkara: isyarat data yang kaya.
Dalam lebihan bekalan global:
- Simpanan minyak laut dan darat meningkat ke paras tertinggi 4 tahun
- Banyak lebihan datang dari negara yang dikenakan sekatan, menjadikan data rasmi terhad
- Corak penghantaran kapal tangki, sewaan storan terapung, dan diskaun harga menjadi petunjuk penting
Syarikat yang pandai membaca isyarat ini dengan AI akan:
- Menganggarkan lebihan sebenar – bukan hanya berdasarkan laporan, tetapi melalui data penghantaran, satelit, dan isyarat pasaran fizikal.
- Menjangka tekanan harga lebih awal – sebelum ia benar-benar tercermin dalam spot price atau kontrak hadapan.
- Melaras pengeluaran dan pelaburan – dengan lebih granular, mengikut aset, lapangan dan segmen.
Inilah peralihan besar yang sedang berlaku: daripada bergantung kepada analisis manual dan pandangan pakar semata-mata, kepada gabungan pengalaman manusia + AI yang membaca berbilion titik data serentak.
Bagaimana AI Bantu Menjangka Permintaan & Bekalan dengan Lebih Tepat
AI dalam minyak & gas bukan hanya tentang predictive maintenance. Dalam konteks laporan IEA ini, peranan paling kritikal adalah ramalan permintaan dan bekalan (market forecasting).
1. Ramalan Permintaan Minyak yang Lebih Halus
IEA menjangka pertumbuhan permintaan sekitar 830,000 tong sehari pada 2025, sedikit lebih tinggi daripada ramalan sebelumnya. Namun setiap syarikat tahu: angka global tidak cukup untuk buat keputusan tempatan.
Model AI moden boleh:
- Menggabungkan data makroekonomi (GDP, perdagangan, inflasi), data sektor (pengangkutan, penerbangan, industri berat) dan data cuaca
- Menganalisis corak penggunaan bahan api mengikut rantau – ASEAN, Asia Timur, Asia Selatan
- Menjalankan ribuan senario, contohnya: “Apa berlaku pada permintaan diesel Malaysia jika pertumbuhan perdagangan global turun 1%?”
Untuk Petronas dan utiliti besar Malaysia, ini bermakna:
- Perancangan penapisan yang lebih tepat: berapa banyak crude grade tertentu perlu diimport/dioptimumkan
- Campuran produk (product slate) yang lebih menguntungkan: petrol vs diesel vs jet fuel berdasarkan outlook permintaan serantau
- Strategi harga yang lebih responsif: menggunakan model AI untuk mengesyorkan julat harga optimum mingguan atau bulanan
2. Ramalan Bekalan & Risiko Geopolitik
Bekalan minyak kini dipengaruhi oleh lebih banyak faktor bukan teknikal: sekatan ke atas Rusia, Iran, Venezuela, campur tangan ketenteraan, dan keputusan polisi OPEC+.
Model AI untuk ramalan bekalan boleh:
- Menjejak pergerakan kapal tangki melalui data AIS dan imej satelit
- Mengesan perubahan luar biasa pada volum eksport sesuatu negara
- Mengaitkan berita geopolitik, sekatan baharu atau tindakan ketenteraan dengan potensi gangguan bekalan
Contohnya, penahanan kapal tangki yang membawa minyak Venezuela oleh AS baru-baru ini bukan sekadar berita antarabangsa. AI boleh:
- Menganggarkan berapa banyak volum eksport Venezuela akan berkurang jika penghantaran lain ‘takut’ untuk berlabuh
- Menilai kesan rantaian ke atas harga crude yang serupa dari Amerika Latin atau Afrika Barat
- Mencadangkan pelarasan sumber bekalan alternatif untuk penapisan di rantau Asia
Syarikat yang ada sistem begini akan mendapat “early signal” beberapa minggu lebih awal berbanding pesaing yang hanya bergantung kepada laporan berkala.
Dari Ramalan ke Tindakan: Pengoptimuman Pengeluaran & Rantaian Bekalan dengan AI
Ramalan yang tepat tidak ada nilai jika ia tidak diterjemahkan kepada tindakan operasi. Di sinilah pengoptimuman berasaskan AI memainkan peranan.
1. Menyelaras Pengeluaran dengan Lebihan Pasaran
Dalam keadaan lebihan bekalan, setiap tong yang tidak menguntungkan wajar dikurangkan. AI boleh membantu di peringkat lapangan (upstream) hingga ke hiliran:
- Model pengoptimuman portfolio lapangan: Menentukan lapangan mana patut dikurangkan outputnya dahulu berdasarkan kos marginal, kualiti crude, dan komitmen kontrak.
- Pengurusan storan: Menentukan masa terbaik untuk menyimpan vs menjual, berdasarkan ramalan harga dan kapasiti tangki.
- Integrasi dengan predictive maintenance: Jika AI menjangka downtime peralatan, model pengeluaran boleh diubah awal, mengurangkan kejutan pada volum.
Untuk pemain seperti Petronas, menggabungkan AI reservoir modelling + AI market forecasting akan membolehkan mereka bukan sekadar memerah setiap tong, tetapi memerah hanya tong yang menambah nilai dalam konteks pasaran semasa.
2. Rantaian Bekalan dan Logistik yang Lebih Pintar
Lebihan minyak global juga tercermin pada:
- Peningkatan storan di laut (floating storage)
- Laluan kapal yang lebih panjang untuk mengejar harga yang lebih baik
- Tekanan ke atas kadar sewa kapal tangki
AI untuk pengurusan rantaian bekalan minyak & gas boleh:
- Mengoptimumkan jadual penghantaran: pelabuhan mana lebih efektif dari sudut kos dan masa
- Mengira kombinasi terbaik kontrak jangka panjang vs spot shipping
- Mengurangkan idle time kapal dan aset logistik
Utiliti tenaga besar yang bergantung pada LNG dan bahan api import juga boleh menggunakan pendekatan sama untuk mengurus stok dan kos penjanaan elektrik.
Strategi Praktikal: 5 Langkah Permulaan AI untuk Syarikat Tenaga Malaysia
Banyak organisasi sudah ada data dan beberapa sistem analitik. Cabarannya adalah memindahkan usaha AI daripada “projek ujikaji” kepada sistem yang benar-benar mempengaruhi keputusan CFO dan COO.
Berikut pendekatan praktikal yang saya nampak berkesan dalam konteks Malaysia:
-
Mula dengan satu kes guna bernilai tinggi
Contohnya: model ramalan crack spread, ramalan permintaan petrol domestik, atau pengoptimuman jadual shutdown penapisan. -
Satukan data pasaran dan data operasi
Ramai syarikat simpan kedua-duanya dalam “silo” berbeza. Untuk AI memberi jawapan berguna, data ini perlu digabungkan – contohnya data OPEC+/IEA + data inventori dalaman. -
Bina pasukan kecil “AI for Trading & Planning”
Bukannya pasukan IT semata-mata. Gabungkan trader, perancang bekalan, jurutera proses dan data scientist. -
Latih model, kemudian latih manusia
Model AI perlu diuji terhadap data sejarah krisis – 2020 (Covid), 2014–2015 (kejatuhan harga), dan lain-lain. Pada masa sama, pengguna garis hadapan perlu faham cara membaca output dan had model. -
Integrasi dengan proses bajet & pelaburan
Output AI mesti menjadi input rasmi untuk Rancangan Perniagaan 3–5 tahun, CAPEX besar, dan pelarasan pengeluaran suku tahunan.
Dalam siri "AI in Oil & Gas / Energy (Petronas & Major Utilities)" ini, banyak contoh menunjukkan bagaimana pemain global sudah bergerak ke arah ini. Soalnya sekarang: berapa cepat syarikat di Malaysia mahu mengejar atau mendahului?
Masa Depan: Daripada IEA Forecast ke “Internal Digital IEA”
Laporan IEA, OPEC+ dan firma perdagangan besar tetap penting sebagai rujukan. Namun syarikat tenaga yang benar-benar tangkas akan membina “IEA versi dalaman” mereka sendiri, dipacu oleh AI:
- Model dalaman yang dikemas kini harian atau jam, bukan bulanan
- Senario mengikut realiti kontrak dan aset syarikat, bukan purata global
- Integrasi terus ke dalam sistem perancangan, pengeluaran dan kewangan
Dalam konteks Malaysia, ini sangat relevan kerana:
- Negara berada di tengah-tengah rantaian bekalan Asia, diapit pengeluar besar dan pengguna besar
- Petronas dan utiliti utama mengimbangi mandat nasional, kelestarian dan keuntungan komersial
- Tekanan peralihan tenaga (energy transition) menambah satu lapisan ketidaktentuan lagi
Laporan IEA tentang lebihan minyak hari ini sebenarnya satu peringatan: data global sudah tersedia, tetapi kelebihan kompetitif datang daripada cara kita memproses dan bertindak ke atas data tersebut. AI ialah alat paling praktikal untuk menjadikan kelebihan itu nyata.
Jika 2020 mengajar industri tentang kejutan permintaan, maka 2026 mungkin menjadi ujian besar untuk disiplin bekalan dan kecerdasan digital. Syarikat yang mula membina keupayaan ramalan dan pengoptimuman berasaskan AI sekarang berpotensi masuk 2026 bukan sekadar untuk bertahan, tetapi untuk mengembangkan margin walaupun dalam lautan lebihan minyak.
Penutup: Masa Sesuai untuk Naik Taraf Cara Kita Membaca Pasaran
Laporan IEA terkini menunjukkan lebihan minyak yang besar tetapi kompleks: bekalan melimpah, sesetengah produk tetap ketat, stok naik tetapi tidak sekata, dan geopolitik mengubah aliran setiap bulan.
Dalam keadaan seperti ini, AI dalam minyak & gas bukan lagi pilihan “nice to have” – ia sudah menjadi asas untuk perancangan, perdagangan dan operasi yang berdisiplin.
Bagi syarikat tenaga Malaysia yang serius mahu kekal kompetitif dalam 3–5 tahun akan datang, soalan sebenar bukan sama ada AI perlu diambil, tetapi:
Di mana bahagian rantaian nilai anda yang paling kritikal untuk dimajukan dengan AI dahulu – ramalan pasaran, pengeluaran, penapisan, atau rantaian bekalan?
Jawapan jujur pada soalan itu selalunya jadi titik mula transformasi yang betul-betul memberi kesan kepada P&L, bukan sekadar menjadi projek pembuktian konsep yang dilupakan.