AI & Pasaran Minyak Seimbang 2026: Peluang Untuk Petronas

AI & Pasaran Minyak Seimbang 2026: Peluang Untuk Petronas

Ramalan OPEC bahawa pasaran minyak dunia bakal seimbang pada 2026 datang pada masa harga minyak mentah kekal sederhana dan pelaburan tenaga semakin berhati-hati. Tiada lonjakan besar, tiada kejatuhan mendadak – lebih kepada pasaran “steady” dengan permintaan dan penawaran hampir seimbang.

Ramai operator suka dengar pasaran bull. Tapi realitinya, margin terbaik selalunya dibentuk dalam pasaran yang membosankan. Bila tiada “super cycle” harga, syarikat minyak & gas tak boleh bergantung pada harga tinggi untuk menutup ketirisan operasi. Di sinilah AI, data dan automasi jadi senjata utama – terutama untuk pemain besar seperti Petronas dan utiliti tenaga serantau.

Dalam siri AI in Oil & Gas / Energy (Petronas & Major Utilities) ini, fokusnya mudah: bagaimana syarikat tenaga di Malaysia boleh guna AI bukan sekadar untuk “transformasi digital” di atas kertas, tapi untuk menang dalam pasaran yang stabil, ketat dan telus kos.

---

Apa Maksud Ramalan OPEC Tentang 2026 Untuk Operator

Intipati laporan OPEC: dunia berpotensi berdepan pasaran minyak yang seimbang pada 2026 – bukan lebihan besar, bukan kekurangan ekstrem.

• OPEC+ dijangka perlu mengeluarkan sekitar 43 juta tong sehari untuk imbangkan penawaran dan permintaan.
• Angka ini hampir sama dengan pengeluaran terkini – maksudnya, tiada ruang besar untuk pertumbuhan volum jika permintaan global tak melonjak.
• Pihak lain seperti pedagang besar dan agensi antarabangsa pula menjangka kemungkinan lebihan bekalan atau “super glut”.

Apa pun senario yang menang, satu mesej sama kekal:

Era “senang untung” kerana harga tinggi semata-mata sudah berkurang. Operator perlu menang melalui kecekapan.

Bagi syarikat seperti Petronas, ini memberi beberapa implikasi jelas:

1. Capex dan opex akan terus ditekan – setiap projek baharu perlu terbukti berbaloi walaupun harga minyak sederhana.
2. Kestabilan pasaran tidak menjamin kestabilan margin – kos yang tidak terkawal akan terus menekan keuntungan.
3. Persaingan serantau (Timur Tengah, Asia, Afrika) lebih kepada siapa paling cekap, bukan siapa paling besar.

Di sinilah AI dalam oil & gas bukan lagi “projek inovasi”, tapi asas strategi komersial.

---

Kenapa Pasaran Seimbang Menjadikan AI Lebih Penting, Bukan Kurang

Dalam pasaran bull, banyak syarikat boleh hidup dengan operasi yang kurang cekap kerana harga menampung kesilapan. Dalam pasaran seimbang, setiap tong perlu dihasilkan dengan kos serendah mungkin, risiko serendah mungkin.

AI memberi kelebihan di tiga dimensi utama:

1. Kos per tong – pengeluaran lebih bijak, kurang henti kerja, kurang pembaziran.
2. Kebolehpercayaan aset – downtime berkurang, utilisation naik.
3. Kelajuan membuat keputusan – dari subsurface sampai ke trading desk.

Bila OPEC bercakap tentang imbangan bekalan–permintaan, operator patut bertanya soalan lain:

“Kalau harga kekal sederhana, berapa lama operasi saya kekal menguntungkan tanpa AI?”

Jawapan jujur untuk banyak aset matang di Malaysia: tidak lama. Kos yang tinggi, telaga menua, kerumitan operasi luar pesisir – semuanya menjerit untuk pendekatan lebih pintar.

---

Di Mana AI Paling Memberi Kesan Dalam Rantaian Nilai Minyak & Gas

1. Reservoir modelling: Mengurangkan risiko dalam setiap tong

Dalam konteks pasaran seimbang, setiap tong minyak perlu datang dari zon paling ekonomik. AI membantu pasukan subsurface:

• Menggabungkan data seismik, log, data produksi dan sejarah kerja-over dalam model geo-statistik yang dikemas kini secara berterusan.
• Menggunakan algoritma pembelajaran mesin untuk meramal kadar aliran, cut air, tekanan reservoir lebih tepat.
• Menilai berpuluh-puluh senario pembangunan lapangan (well placement, completion design, EOR) dan memberi ranking kebolehlaksanaan ekonomi.

Operator yang matang biasanya akan:

• Mengurangkan dry hole atau telaga kurang ekonomik.
• Mengoptimumkan kedudukan telaga infill.
• Menangguh atau membatalkan projek yang tak lulus economic screen walaupun kelihatan menarik dari segi volum sahaja.

Untuk Petronas yang mempunyai portfolio luas – dari Sabah–Sarawak sampai ke pelaburan antarabangsa – AI membolehkan capital allocation lebih tajam: modal masuk ke lapangan yang betul pada masa yang betul.

2. Predictive maintenance: Mengawal downtime sebelum ia berlaku

Pasaran yang seimbang menjadikan setiap jam henti kerja tidak berjadual sangat mahal. AI untuk predictive maintenance menyasarkan masalah ini terus ke akar.

Contoh praktikal di fasiliti luar pesisir dan loji pemprosesan:

• Sensor pada pam, kompresor, turbin dan rotating equipment mengumpul data getaran, suhu, tekanan, bunyi.
• Model AI dilatih untuk mengesan corak awal kehausan bearing, misalignment, fouling, atau cavitation.
• Sistem memberi amaran beberapa hari atau minggu sebelum kegagalan sebenar berlaku, membenarkan penyelenggaraan dirancang ketika tingkap operasi lebih sesuai.

Kesan tipikal yang saya sering nampak dalam case study global:

• Pengurangan downtime tidak berjadual: 20–40%.
• Lanjutan hayat aset kritikal sehingga 3–5 tahun.
• Pengurangan kos penyelenggaraan sehingga 10–20% melalui penggantian tepat masa.

Dalam pasaran minyak yang tidak melonjak, angka-angka ini terus pergi ke bottom line.

3. Safety monitoring: Menjaga nyawa, mengurangkan insiden kos tinggi

Insiden keselamatan bukan sahaja tragedi kemanusiaan – ia juga kos kewangan besar: masa henti, denda, tuntutan, kerosakan reputasi.

AI kini digunakan untuk:

• Analitik video di platform dan loji untuk mengesan PPE tidak dipakai, zon larangan dilanggar, atau tingkah laku berisiko tinggi.
• Pemantauan gas dan kebocoran dengan sensor pintar dan model yang membezakan antara “noise” dan ancaman sebenar.
• Analisis laporan HSE (text mining) untuk mengenal pasti pola near-miss dan tindakan pencegahan yang paling berkesan.

Dalam konteks Malaysia, di mana operasi luar pesisir terdedah kepada cuaca dan logistik kompleks, AI boleh menjadi lapisan pertahanan tambahan yang membantu melindungi kru dan aset.

4. Pengoptimuman tenaga & emisi: Menang kos dan ESG sekali gus

Bila pasaran global seimbang, pelabur dan pembeli mula membeza syarikat minyak bukan sahaja berdasarkan kos, tetapi juga jejak karbon dan prestasi ESG.

AI membantu:

• Mengoptimumkan penggunaan tenaga di loji LNG, kilang penapis dan kompleks petrokimia melalui model kawalan lanjutan berasaskan AI.
• Mengesan kebocoran gas, flare berlebihan dan venting secara masa nyata.
• Menyusun jadual operasi untuk meminimumkan start-up/shutdown yang intensif tenaga.

Untuk pemain seperti Petronas yang mahu kekal kompetitif dalam pasaran eksport dan projek low-carbon, kecekapan tenaga berasaskan AI bukan lagi pilihan tambahan – ia menjadi faktor kelangsungan perniagaan.

---

Bagaimana Petronas & Utiliti Besar Boleh Menyusun Strategi AI Mereka

Pasaran minyak yang dijangka seimbang sehingga 2026 memberi satu mesej taktikal kepada syarikat tenaga: ini masa yang sesuai untuk menyusun dan menskalakan agenda AI, bukan menangguhkannya.

Beberapa prinsip praktikal untuk pemain seperti Petronas dan utiliti besar di Malaysia:

1. Fokus pada “use case” yang dekat dengan nilai

Elakkan pelan besar yang kabur. Mulakan dengan beberapa kes penggunaan yang:

• Ada data yang mencukupi (sensor, SCADA, historian, seismik).
• Ada “owner” yang jelas (production, maintenance, HSE, trading).
• Ada payback period yang boleh dibuktikan (12–24 bulan).

Contoh quick-win yang biasa menjadi pilihan:

• Predictive maintenance untuk rotating equipment utama.
• Pengoptimuman pemakaian bahan api untuk turbin gas.
• Production optimization berasaskan AI di lapangan matang.

2. Gabungkan pasukan domain + data + IT, bukan silo

AI dalam oil & gas gagal bila ia jadi projek IT semata-mata. Model yang baik memerlukan gabungan:

• Engineer & geoscientist yang faham proses.
• Data scientist & data engineer yang faham model dan infrastruktur.
• Pasukan operasi & HSE yang memastikan penyelesaian boleh digunakan di tapak.

Pendekatan “squad” merentas fungsi biasanya lebih berkesan berbanding struktur tradisional berasingan.

3. Urus perubahan budaya, bukan hanya teknologi

Ramai operator lapangan skeptikal pada AI – dan kadang-kadang mereka ada sebab, terutamanya jika projek terdahulu tidak stabil atau sukar dipakai.

Beberapa langkah yang membantu:

• Mulakan dengan pilihan bersama use case yang menyelesaikan kesakitan harian kru operasi.
• Tunjuk hasil nyata (penurunan downtime, peningkatan throughput) dalam beberapa bulan pertama.
• Latih operator untuk faham bagaimana AI membuat cadangan, bukan sekadar “ikut sistem”.

Bila orang nampak alat AI memudahkan kerja, bukan menambah beban, penerimaan meningkat dengan cepat.

---

Apa Langkah Seterusnya Untuk Pemain Tenaga Di Malaysia?

Ramalan OPEC tentang pasaran minyak global yang seimbang pada 2026 bukanlah berita buruk. Ia sebenarnya isyarat jelas: era perlumbaan kecekapan telah bermula sepenuhnya.

Bagi Petronas dan utiliti tenaga besar di Malaysia, beberapa langkah konkrit patut berlaku mulai sekarang:

1. Semak semula portfolio aset dan kenal pasti di mana AI boleh mengurangkan kos per tong atau per kWh paling banyak.
2. Bangunkan pelan AI tiga tahun yang jelas – dari pilot terpilih ke skala penuh, berkait rapat dengan sasaran kewangan dan ESG.
3. Bina keupayaan dalaman (data, model, MLOps) sambil bekerjasama dengan rakan teknologi yang faham realiti operasi minyak & gas tempatan.

Pasaran mungkin seimbang pada 2026, tetapi kedudukan setiap syarikat dalam pasaran itu tidak sama rata. Mereka yang mula menggunakan AI secara serius sekarang akan mempunyai kos lebih rendah, operasi lebih selamat dan profil emisi lebih baik berbanding pesaing.

Persoalan sebenar untuk mana-mana pengurus aset atau ketua operasi hari ini bukan lagi “perlu guna AI atau tidak”, tetapi:

Dalam tempoh tiga tahun akan datang, adakah aset saya masih berdaya saing jika kami tidak mempercepatkan penggunaan AI sekarang?

Jawapan jujur kepada soalan itu sepatutnya memandu semua keputusan pelaburan digital anda mulai hari ini, 14/12/2025.