AI, Geopolitik & Tenaga: Pengajaran Dari Krisis Venezuela

Pasaran minyak dunia pernah menyaksikan harga jatuh lebih 70% antara 2014 hingga 2016. Dalam tempoh sama, Venezuela – negara dengan rizab minyak mentah terbesar di dunia – merosot daripada pengeksport utama kepada contoh klasik bagaimana politik boleh melumpuhkan industri tenaga.

Sementara Amerika Syarikat dan Venezuela berbalas sekatan, ancaman rejim bertukar dan akses kepada minyak berat Venezuela jadi bahan tawar-menawar, syarikat tenaga di Malaysia seperti Petronas senyap-senyap membina kekuatan lain: kecekapan operasi berasaskan AI, analitik data dan automasi.

Artikel ini mengaitkan apa yang berlaku di Venezuela dengan realiti pemain minyak & gas Malaysia. Fokusnya mudah: dalam dunia yang penuh ketidaktentuan geopolitik, syarikat yang menang ialah syarikat yang mengurus risiko luar dan mengoptimumkan apa yang mereka boleh kawal di dalam pagar fasiliti – iaitu operasi, aset, dan data.

---

1. Venezuela, AS dan kesan geopolitik kepada minyak dunia

Isu Venezuela bukan sekadar cerita politik Amerika Latin. Ia menyentuh rantaian bekalan global, terutamanya untuk minyak berat yang sesuai dengan penapis di Gulf Coast AS.

Apa yang berlaku di Venezuela?

Beberapa poin ringkas:

• Venezuela mempunyai salah satu rizab minyak berat terbesar di dunia.
• Di bawah pentadbiran Presiden Nicolas Maduro, negara berdepan:
  • sekatan ekonomi dari Amerika Syarikat,
  • kejatuhan pelaburan,
  • kemerosotan infrastruktur minyak,
  • krisis sosial dan ekonomi yang berpanjangan.
• Di pihak lain, AS pula mempertimbangkan pelbagai tekanan – dari sekatan sehingga kemungkinan perubahan rejim – kerana faktor politik dan keselamatan serantau.

Akibatnya, pengeluaran minyak Venezuela jatuh menjunam berbanding potensi sebenar. Lapangan yang kaya tidak dapat beroperasi sepenuhnya, aset berkarat, dan bakat tempatan berhijrah.

Kenapa ini penting untuk pemain tenaga Malaysia?

Kesan utama kepada kita di rantau ini:

1. Ketidaktentuan bekalan global
   Apabila bekalan dari pengeluar besar seperti Venezuela terganggu, pasaran minyak jadi lebih sensitif kepada berita geopolitik. Harga boleh berubah ketara hanya dengan satu pengumuman sekatan atau rundingan.

2. Risiko pelaburan jangka panjang
   Syarikat antarabangsa yang terdedah di negara berisiko tinggi perlu menanggung kemungkinan:

   • aset disita atau dibekukan,
   • kontrak ditamatkan,
   • operasi tergendala kerana pergolakan.

3. Keperluan daya tahan (resilience) operasi
   Bila faktor luar sukar diramal, pengurus tenaga tak boleh sekadar berharap harga baik dan keadaan politik tenang. Mereka perlu memerah setiap titik kecekapan daripada:

   • telaga,
   • loji pemprosesan,
   • rangkaian penghantaran,
   • dan tenaga kerja.

Inilah ruang di mana AI dalam minyak & gas jadi kritikal, bukan sekadar "trend digital".

---

2. Kontras: pasaran tidak stabil vs strategi digital Malaysia

Satu pelajaran jelas dari Venezuela: bergantung kepada sumber semata-mata tanpa kecekapan dan tadbir urus yang kukuh adalah resipi kegagalan.

Malaysia mungkin bukan pemegang rizab terbesar dunia, tetapi pendekatan berdisiplin yang digabung dengan teknologi menjadikan sektor tenaganya lebih stabil.

Pendekatan Petronas dan utiliti utama Malaysia

Dalam beberapa tahun kebelakangan ini, pemain tenaga Malaysia semakin lantang bercakap tentang:

• AI untuk pemodelan reservoir,
• predictive maintenance untuk platform luar pesisir dan loji LNG,
• energy optimization untuk loji janakuasa dan kompleks petrokimia,
• pemantauan keselamatan masa nyata melalui video analytics dan sensor IoT.

Perbezaan utama berbanding negara yang bergolak:

• Perancangan jangka panjang: Pelaburan digital dilihat sebagai program berfasa, bukannya projek "one-off".
• Integrasi data merentas aset: Data operasi, penyenggaraan, cuaca, log telaga dan maklumat pembekal digabungkan dalam platform berpusat.
• Kepimpinan dan tadbir urus: Budaya membuat keputusan berasaskan data makin menebal, bukan hanya ikut hierarki atau "rasa".

Saya selalu nampak pola sama: syarikat yang serius dengan AI dalam tenaga bukan setakat beli perisian, tapi ubah cara mereka mengurus risiko dan modal.

Mengapa AI jadi benteng dalam pasaran tidak menentu

Apabila politik global tegang – seperti ketegangan AS–Venezuela – harga minyak sukar diramal. Tapi syarikat yang:

• tahu kos unit sebenar setiap tong,
• boleh meramal kerosakan aset sebelum berlaku,
• dan boleh menyesuaikan pengeluaran mengikut permintaan dengan cepat,

akan tetap lebih kompetitif berbanding yang mengurus berdasarkan anggaran kasar.

AI menjadikan semua itu lebih tepat, pantas dan konsisten.

---

3. Peranan AI: dari reservoir sampai grid tenaga

Untuk konteks siri "AI in Oil & Gas / Energy", mari lihat bagaimana teknologi ini membantu syarikat Malaysia menangani ketidaktentuan seperti yang tercetus dari kes Venezuela.

3.1 Pemodelan reservoir yang lebih pintar

Dalam persekitaran berisiko, setiap keputusan pelaburan telaga baharu perlu dipertahankan dengan data kukuh.

Bagaimana AI membantu:

• Menggabungkan data seismik, log telaga, ujian pengaliran dan sejarah pengeluaran.
• Menghasilkan model 3D/4D yang menilai:
  • zon bernilai tinggi,
  • kadar pengeluaran optimum,
  • risiko kemasukan air atau gas tidak diingini.
• Algoritma machine learning menambah baik ramalan apabila lebih banyak data lapangan terkumpul.

Kesan praktikal:

• Mengurangkan fasa "trial & error" dalam pembangunan lapangan.
• Mengurangkan risiko telaga kurang produktif yang memakan CAPEX besar.

3.2 Predictive maintenance: elak downtime mahal

Dalam suasana geopolitik tidak stabil, setiap jam pengeluaran yang hilang boleh membawa impak besar pada margin.

Dengan predictive maintenance berasaskan AI, syarikat boleh:

• Memantau getaran, suhu, tekanan dan aliran secara masa nyata melalui sensor.
• Mengesan corak halus sebelum pam, kompresor atau turbin rosak.
• Menjadual penyenggaraan pada waktu yang minimakan impak kepada pengeluaran.

Contoh tipikal di loji atau platform:

• Tanpa predictive maintenance: kegagalan mengejut turbin gas menyebabkan 48 jam downtime.
• Dengan predictive maintenance: model AI mengesan anomali dua minggu awal, pasukan merancang penukaran bahagian ketika jadual pengeluaran rendah, downtime cuma 6 jam.

Bezanya bukan sekadar jam hilang, tetapi ketenangan fikiran pengurusan apabila mereka tahu risiko kegagalan besar telah dikecilkan.

3.3 Energy optimization: kawal kos bila harga pasaran liar

Bila harga minyak dan gas tak menentu, mengurus kecekapan tenaga dalaman jadi senjata utama.

AI boleh:

• Mengoptimumkan operasi boiler, chiller, dan sistem pemampatan di kompleks petrokimia.
• Menyelaraskan beban di loji janakuasa mengikut ramalan permintaan dan harga bahan api.
• Menjejak penggunaan tenaga per unit produk (contoh: kWh per tan LNG atau per tong produk hiliran).

Di Malaysia, pendekatan ini selari dengan tekanan ESG dan sasaran intensiti karbon yang lebih rendah. Syarikat yang mengamalkan energy optimization berasaskan data biasanya melihat:

• 5–15% penjimatan tenaga di aset yang matang,
• pengurangan pelepasan CO₂ yang boleh dilaporkan kepada pelabur.

Dalam erti kata lain, AI bukan hanya menjadikan operasi lebih murah, tapi juga lebih mudah dipertahankan di mata pemegang taruh global.

---

4. Dari Venezuela ke Kuala Lumpur: pengajaran untuk pemimpin tenaga

Kisah Venezuela dan ketegangan dengan AS memberi beberapa mesej yang agak keras untuk mana-mana pengurus atau pembuat dasar dalam sektor tenaga.

4.1 Rizab besar tak menjamin masa depan

Venezuela membuktikan bahawa:

"Rizab besar tanpa tadbir urus, teknologi dan kecekapan hanyalah nombor di atas kertas."

Malaysia dan pemain seperti Petronas mengambil jalan berbeza dengan menekankan:

• integriti data dan perancangan jangka panjang,
• pelaburan dalam teknologi AI dan automasi,
• pengurusan bakat digital dalam operasi lapangan.

4.2 AI sebagai komponen strategi keselamatan tenaga

Ramai masih melihat keselamatan tenaga (energy security) dari sudut geopolitik semata-mata: akses kepada bekalan, pelbagai sumber, dan hubungan diplomatik.

Saya berpendapat gambaran itu dah tidak cukup.

Dalam era data, keselamatan tenaga juga bergantung kepada:

• Sejauh mana syarikat faham profil risiko setiap aset melalui analitik.
• Keupayaan untuk mensimulasikan senario: "Apa jadi kalau harga jatuh 30%?" atau "Apa jadi kalau lapangan X tergendala 2 minggu?".
• Kelajuan syarikat melaras pelan operasi berdasarkan isyarat awal – sama ada dari pasaran, sensor, atau sistem AI.

AI menjadikan semua ini lebih praktikal, bukan hanya latihan atas kertas.

4.3 Di mana organisasi anda berada pada spektrum ini?

Jika kita jujur, banyak organisasi tenaga di rantau ini masih berada pada tahap:

• data berpecah-pecah di Excel dan sistem lama,
• keputusan penyenggaraan banyak bergantung kepada pengalaman individu,
• projek AI dijalankan secara pilot terpisah tanpa strategi menyeluruh.

Sedangkan pemain yang serius sedang bergerak ke arah:

• platform data bersepadu merentas upstream, midstream, dan downstream,
• AI ops center yang memantau aset kritikal secara bersepadu,
• pasukan operasi yang selesa membuat keputusan bersama model ramalan.

Bezanya sama seperti perbezaan antara negara yang mengawal nasib sendiri dan negara yang sentiasa reaktif terhadap krisis.

---

5. Langkah praktikal untuk pemimpin minyak & gas Malaysia

Bagi organisasi yang mahu benar-benar memanfaatkan pengajaran dari krisis seperti di Venezuela, beberapa langkah praktikal boleh diambil bermula seawal suku depan.

5.1 Audit kematangan data & AI

Mulakan dengan soalan jujur:

• Di mana data operasi utama disimpan? Siapa boleh akses?
• Berapa banyak keputusan kritikal dibuat berdasarkan data masa nyata, bukan laporan lewat sebulan?
• Adakah organisasi mempunyai use case AI yang sudah terbukti membawa pulangan (contoh: penjimatan OPEX, pengurangan downtime)?

Audit ini tak perlu sempurna, tapi ia mesti jujur.

5.2 Pilih 2–3 kes penggunaan bernilai tinggi

Daripada cuba buat segala-galanya, lebih berkesan untuk fokus pada 2–3 use case AI dengan impak jelas, contohnya:

1. Predictive maintenance untuk turbin dan pam kritikal.
2. Optimasi pengeluaran telaga matang melalui model AI yang belajar dari data sejarah.
3. Pengoptimuman tenaga untuk satu kompleks proses besar.

Tentukan metrik kejayaan awal, seperti:

• jam downtime dikurangkan berbanding tahun lepas,
• peratus penjimatan tenaga,
• pulangan pelaburan (ROI) dalam tempoh 12–24 bulan.

5.3 Bangunkan budaya keputusan berasaskan data

Teknologi tanpa perubahan budaya tidak akan ke mana.

Kepimpinan perlu:

• Menggalakkan jurutera dan pengurus mencabar keputusan dengan data.
• Memberi latihan asas sains data kepada pasukan operasi.
• Menjadikan laporan AI sebahagian daripada mesyuarat operasi tetap, bukan laporan sampingan.

Apabila organisasi biasa melihat ramalan dan insight AI sebelah menyebelah dengan pengalaman lapangan, kualiti keputusan akan meningkat dengan ketara.

---

Penutup: Masa depan tenaga milik siapa yang bersedia

Krisis Venezuela dan ketegangan dengan Amerika Syarikat mengingatkan satu perkara: pasaran tenaga global tidak pernah benar-benar stabil. Rejim boleh bertukar, sekatan boleh dikuatkuasa, laluan dagang boleh terganggu.

Tetapi organisasi yang:

• membina asas data yang kukuh,
• melabur secara konsisten dalam AI untuk minyak & gas,
• dan mengutamakan kecekapan operasi serta energy optimization,

akan sentiasa mempunyai lebih banyak pilihan apabila krisis berlaku.

Malaysia – melalui pemain seperti Petronas dan utiliti utama – sudah berada di laluan yang betul dengan pendekatan digital-first. Soalan yang tinggal untuk setiap organisasi dalam ekosistem ini sangat ringkas: adakah strategi AI dan data anda selari dengan tahap ketidaktentuan geopolitik hari ini?

Jika belum, 2026 bukan masa untuk tunggu dan lihat. Ia masa untuk merancang, menguji dan meluaskan penggunaan AI sebelum krisis seterusnya menguji daya tahan anda.