AI & Turun Naik Harga Minyak: Peluang Baharu Untuk Tenaga

AI & Turun Naik Harga Minyak: Peluang Baharu Untuk Tenaga

WTI sekitar USD57 setong, Brent sekitar USD61 – itu paras harga minyak mentah pada 14/12/2025, walaupun dunia masih tegang dengan isu Venezuela, perang Rusia-Ukraine dan ketidaktentuan ekonomi global. Kebiasaannya, berita geopolitik sebegini mengangkat harga. Kali ini, harga merosot kerana pasaran lebih bimbang tentang lebihan bekalan dan permintaan yang perlahan.

Kebanyakan syarikat minyak & gas masih melihat turun naik harga sebagai ancaman. Margin mengecil, bajet CAPEX dan OPEX kerap disemak semula, projek besar ditangguh. Tetapi ada satu kumpulan pemain yang bergerak dengan lebih yakin: organisasi yang sudah membina keupayaan AI dan analitik lanjutan di seluruh rantaian nilai mereka.

Dalam siri “AI in Oil & Gas / Energy (Petronas & Major Utilities)” ini, artikel kali ini fokus kepada satu persoalan praktikal: bagaimana turun naik harga seperti yang dilaporkan Bloomberg / Rigzone ini boleh dijadikan kelebihan strategik melalui AI, khususnya untuk pemain seperti Petronas dan utiliti utama di Malaysia.

---

Apa Sebenarnya Berlaku Pada Harga Minyak Sekarang?

Turun naik terbaru harga minyak menunjukkan satu mesej jelas: faktor asas pasaran (supply-demand, stok, sentimen) lebih berat berbanding berita geopolitik jangka pendek.

Beberapa poin utama daripada laporan tersebut:

• WTI jatuh ke bawah USD58 setong, paras terendah sejak Mei.
• Brent juga susut ke paras terendah dalam kira-kira dua bulan.
• Aktiviti dagangan nipis kerana musim cuti hujung tahun, jadi pergerakan harga jadi lebih "bergegar".
• Pedagang semakin yakin bekalan 2026 berpotensi melebihi permintaan, selari dengan unjuran lebihan oleh International Energy Agency (IEA).
• Stok global dilaporkan berada pada paras tertinggi empat tahun.
• Pada masa sama, AS mengetatkan sekatan terhadap Venezuela, dan perang Rusia-Ukraine masih belum ada penyelesaian muktamad – dua faktor yang biasanya menyokong harga.

Maknanya, walaupun sentimen geopolitik wujud, pasaran kini sangat data-driven: angka stok, unjuran permintaan, kedudukan spekulatif (bearish bets) – semua ini yang menggerakkan harga.

Dan di sinilah AI menjadi kritikal. Kalau pedagang runcit pun guna algoritma untuk membaca isyarat pasaran, syarikat E&P, penapisan, petrokimia dan utiliti besar sepatutnya jauh ke hadapan.

---

Di Mana AI Boleh Mengubah Cara Syarikat Menghadapi Volatiliti Harga

Cara paling berkesan untuk melihat peranan AI dalam industri tenaga ialah mengaitkannya terus kepada P&L: hasil, kos, dan risiko. Setiap turun naik USD1 pada harga minyak sebenarnya membuka ruang untuk menambah nilai – jika ada data dan model yang betul.

1. Peramalan harga dan permintaan yang lebih tajam

Model ramalan tradisional biasanya berasaskan:

• beberapa pemboleh ubah makro (GDP, kadar faedah, pengeluaran OPEC+),
• sedikit faktor geopolitik,
• dan banyak andaian.

AI mengubah pendekatan ini dengan menggabungkan:

• data pasaran masa nyata (harga spot, futures, spread crack, spreads lokasi),
• data fizikal (inventori, pengeluaran lapangan, cuaca, gangguan logistik),
• data alternatif (penghantaran kapal, imejan satelit, aktiviti media sosial, berita).

Model machine learning dan deep learning boleh belajar pola kompleks antara faktor-faktor ini untuk:

• meramal julat harga minggu dan bulan ke hadapan,
• menganggarkan permintaan produk (petrol, diesel, jet fuel, LNG) mengikut rantau,
• mengesan risiko kejutan harga (price spike/drop) lebih awal.

Untuk pemain seperti Petronas, keupayaan ini terus memberi kesan kepada:

• keputusan hedging (bila beli/jual futures, berapa kuantiti),
• perancangan lifting dan offtake LNG,
• penjadualan turnaround loji supaya tidak terkena pada waktu margin tertinggi.

2. Pengoptimuman rantaian bekalan ketika harga tak menentu

Harga minyak turun bukan sentiasa berita buruk, jika rantaian bekalan cukup fleksibel untuk mengambil peluang. AI boleh membantu di beberapa titik utama:

• Perancangan pengeluaran lapangan – model AI mengesyorkan profil produksi optimum berdasarkan harga hadapan, kos marginal telaga dan had teknikal.
• Penghantaran & logistik – algoritma pengoptimuman memilih laluan kapal, jadual penghantaran, dan konfigurasi storan yang meminimumkan kos dan penalti demurrage.
• Blending & konfigurasi loji penapisan – sistem berasaskan AI mengira kombinasi crude slate dan setting operasi yang memberi margin tertinggi pada harga feedstock dan produk semasa.

Dalam konteks utiliti di Malaysia, AI pada grid dan portfolio bahan api boleh:

• memilih bila lebih untung guna gas, arang batu, atau import dari interkoneksi serantau,
• mengurus penyimpanan gas dengan lebih bijak supaya tak beli pada harga puncak.

---

Petronas: Daripada Reaktif Kepada Proaktif Dengan AI

Petronas sudah lama bercakap tentang transformasi digital, dari reservoir modelling hingga predictive maintenance. Langkah seterusnya yang logik ialah menyatukan semua kebolehan AI ini kepada perspektif komersial dan risiko harga.

1. Dari data operasi kepada kelebihan pasaran

Petronas mempunyai set data yang sangat kaya:

• data telaga & reservoir,
• operasi loji dan kompleks petrokimia,
• logistik kapal, terminal dan paip,
• jualan produk runcit dan borong di pelbagai negara.

Bila semua ini dihubungkan dalam platform analitik bersepadu, beberapa keupayaan bernilai tinggi muncul:

• Skenario “what-if” berasaskan AI – contohnya, "Apa jadi kepada margin kumpulan jika Brent kekal antara USD55-60 selama 12 bulan, sambil kos penghantaran meningkat 20%?".
• Simulasi portfolio – mengukur bagaimana kombinasi aset (upstream, LNG, downstream, tenaga boleh baharu) bertindak balas terhadap pelbagai senario harga.
• Keputusan pelaburan yang lebih cepat – model menilai NPV projek dengan puluhan senario harga dan permintaan, bukan 3 atau 4 seperti amalan biasa.

Realitinya, kebanyakan syarikat minyak masih buat analisis ini dengan Excel dan model linear ringkas. Dalam persekitaran harga yang penuh kejutan, pendekatan ini tak cukup lagi.

2. Pengurusan risiko dan trading yang lebih pintar

Volatiliti harga bermaksud peluang trading – bukan hanya risiko.

AI boleh menyokong pasukan trading dan risk management dalam beberapa cara:

• model pattern recognition untuk mengesan isyarat teknikal dan fundamental yang berulang,
• sistem recommendation untuk cadangan strategi hedging berdasarkan batasan risiko korporat,
• pemarkahan risiko pelanggan (contohnya pembeli minyak mentah atau produk hiliran) menggunakan data kredit, tingkah laku pembayaran dan berita.

Satu perbezaan besar antara organisasi yang matang dari segi AI dengan yang ketinggalan ialah masa tindak balas. Pemain yang pantas boleh menukar posisi, mengunci margin dan menyusun semula portfolio kontrak dalam jam, bukan minggu.

---

Guna AI Untuk Kurangkan Kos Bila Harga Jatuh

Bila harga minyak berada di hujung bawah julat, tekanan paling besar datang daripada kos operasi dan kebolehlangsungan projek. Di sinilah banyak inisiatif AI yang "nampak teknikal" sebenarnya memberi impak terus kepada daya tahan kewangan.

1. Predictive maintenance & kebolehpercayaan aset

Setiap jam downtime tak dirancang di pelantar, loji LNG atau kompleks penapisan bersamaan dengan hasil yang hilang. Bila margin pasaran mengecil, setiap tong atau MMBtu dikira.

Contoh aplikasi AI yang sudah terbukti:

• model anomaly detection pada pam, turbin dan pemampat untuk mengesan kegagalan lebih awal,
• perancangan penyelenggaraan berasaskan risiko, bukan kalendar,
• stok alat ganti yang dioptimumkan dengan demand forecasting.

Untuk syarikat seperti Petronas, pengurangan 10–20% unplanned downtime melalui AI sering kali bernilai lebih besar daripada "win" kecil dalam trading harga.

2. Pengoptimuman tenaga dan kecekapan proses

Musim hujung tahun di Malaysia biasanya datang dengan permintaan elektrik yang tinggi dan cuaca yang tidak menentu. Utiliti dan pengendali loji menghadapi dilema: kekalkan bekalan yang stabil sambil mengawal kos bahan api.

AI boleh:

• mengoptimumkan heat rate turbin gas dan loji kuasa,
• menala setpoint proses secara dinamik untuk minimumkan penggunaan tenaga per unit keluaran,
• mengesan kebocoran dan pembaziran tenaga di kompleks industri besar.

Apabila harga minyak dan gas menurun, memang kos bahan api berkurang, tapi margin jualan tenaga dan produk petrokimia juga boleh mengecil. Hanya syarikat yang konsisten mengurangkan kos unit melalui AI yang akan kekal kompetitif pada kitaran harga seterusnya.

---

Dari Perspektif Malaysia: Bagaimana Pemain Tempatan Boleh Bermula

Untuk syarikat tenaga di Malaysia – sama ada pembekal servis O&G, pengendali loji kecil, atau utiliti besar – soalan sebenar bukan lagi "perlu atau tidak AI?", tetapi "di mana patut mula supaya nampak nilai dalam 6–18 bulan?"

Berikut pendekatan praktikal yang saya nampak berkesan:

1. Fokus pada beberapa kegunaan bernilai tinggi dahulu

Jangan cuba buat semua sekaligus. Pilih 2–3 kegunaan yang jelas impaknya terhadap P&L ketika harga bergegar:

• ramalan permintaan dan harga jangka pendek untuk perancangan pengeluaran,
• predictive maintenance untuk aset kritikal bernilai tinggi,
• pengoptimuman penggunaan tenaga di loji.

2. Satukan data sebelum berbelanja besar untuk platform

Ramai organisasi terus beli platform besar, tapi data asas masih:

• terperangkap dalam sistem lama,
• tidak dibersihkan,
• tiada standard ID aset dan produk.

Langkah kecil tetapi kritikal:

• tetapkan data owner yang jelas,
• standardkan format data operasi asas,
• bina satu data lake permulaan dengan beberapa domain kritikal.

3. Bentuk pasukan hibrid – bukan hanya IT atau hanya operasi

Projek AI yang berjaya hampir selalu ada kombinasi:

• pakar operasi (production, maintenance, trading),
• saintis data / jurutera AI,
• IT / OT yang faham keselamatan dan integrasi sistem.

Budaya bekerja bersama ini lebih penting daripada algoritma apa yang digunakan.

---

Penutup: Volatiliti Harga Tak Akan Hilang – Tapi Boleh Dijinakkan Dengan AI

Pergerakan harga yang digambarkan dalam laporan Rigzone hanyalah satu episod terbaharu dalam kitaran panjang minyak & gas. Tahun depan mungkin lebihan bekalan, tahun berikutnya mungkin kejutan permintaan atau konflik baharu. Kitaran tak akan berhenti.

Bezanya sekarang, syarikat mempunyai alat untuk tidak lagi menjadi mangsa kitaran ini. AI dan analitik membenarkan pemain seperti Petronas dan utiliti utama Malaysia untuk:

• membaca isyarat pasaran lebih awal,
• membuat keputusan pengeluaran, pelaburan dan hedging dengan lebih yakin,
• menurunkan kos unit sambil mengekalkan kebolehpercayaan aset.

Sesiapa yang menunggu "kepastian harga" sebelum bertindak mungkin akan menunggu selamanya. Pemain yang mula membina asas AI hari ini akan jadi pihak yang menggunakan turun naik harga sebagai strategi, bukan sebagai alasan.

Jika organisasi anda berada dalam rantaian nilai minyak, gas atau tenaga, ini masa sesuai – hujung tahun, ketika pasaran perlahan seketika – untuk menilai: di mana satu atau dua kawasan operasi yang paling masuk akal untuk dimulakan dengan AI pada 2026? Jawapan jujur kepada soalan itu mungkin jadi pembeza paling besar dalam kitaran harga seterusnya.