Apa Microsoft Boleh Ajar Industri Tenaga Tentang AI & ESG

Microsoft, 3.6 Juta Tan CO₂, dan Signal Penting untuk Industri Tenaga

Pada 2024, Microsoft menandatangani perjanjian membeli 3.6 juta tan metrik penyingkiran karbon daripada sebuah loji bioenergi. Angka itu bukan kecil – ia hampir menyamai jumlah pelepasan tahunan CO₂ sebuah negara kecil.

Langkah ini datang pada masa Microsoft agresif membina pusat data untuk AI generatif, yang melonjakkan penggunaan elektrik dan jejak karbon mereka. Syarikat itu sudah berjanji mahu menjadi carbon negative menjelang 2030, tetapi realitinya, pertumbuhan AI menjadikan janji itu sukar dicapai tanpa strategi baharu seperti kredit penyingkiran karbon.

Kenapa cerita Microsoft ini patut menarik minat pemain minyak & gas, utiliti tenaga, dan juga pemimpin kewangan di Malaysia? Sebab coraknya sama:

• Pelaburan besar dalam teknologi baharu (AI, pusat data, loji bioenergi)
• Tekanan ESG yang makin ketat
• Keperluan guna AI dan data untuk buat keputusan pelaburan dan operasi yang selari dengan sasaran karbon.

Dalam siri AI in Oil & Gas / Energy ini, saya nak tunjuk bagaimana strategi karbon Microsoft beri petunjuk terus kepada:

• bagaimana Petronas dan utiliti besar boleh guna AI untuk dekarbonisasi, dan
• bagaimana bank, insurans dan fintech boleh reka produk kewangan yang benar‑benar menyokong peralihan tenaga – bukan sekadar kotak ESG di laporan tahunan.

---

Apa Sebenarnya Microsoft Sedang Beli?

Microsoft membeli “penyingkiran karbon” (carbon removal) dari loji bioenergi, bukan sekadar offset biasa.

Bioenergi + Penangkapan & Penyimpanan Karbon (BECCS)

Model paling tipikal:

1. Tanaman bio (contoh: sisa pertanian, kayu, biomas) serap CO₂ semasa tumbuh.
2. Biomas dibakar / diproses untuk jana elektrik atau haba.
3. CO₂ daripada proses itu ditangkap menggunakan teknologi penangkapan karbon (CCS).
4. CO₂ yang ditangkap disimpan di bawah tanah dalam formasi geologi yang stabil.

Bila proses ini diurus dengan betul, netonya boleh jadi negatif karbon kerana kita:

• mengeluarkan CO₂ dari atmosfera melalui tanaman, dan
• mengunci semula CO₂ di dalam bumi dalam jangka panjang.

Microsoft perlukan penyelesaian skala besar seperti ini sebab:

• pertumbuhan pusat data AI meningkatkan penggunaan tenaga,
• grid elektrik di banyak negara masih belum 100% boleh diperbaharui,
• mereka sudah komited jadi carbon negative menjelang 2030.

Jadi pembelian 3.6 juta tan ini ialah strategi jangka panjang, bukan kempen PR semata‑mata. Tanpa penyingkiran karbon bervolume besar, matematik net‑zero mereka sukar menjadi.

---

Apa Pengajarannya Untuk Minyak & Gas dan Utiliti Tenaga?

Pengajaran utama: dekarbonisasi tidak lagi cukup dengan “kurangkan pelepasan”. Ia sudah masuk fasa “urus baki pelepasan dengan penyingkiran karbon yang sahih dan diaudit”.

Bagi pemain minyak & gas dan utiliti tenaga di Malaysia, ada tiga mesej jelas daripada langkah Microsoft ini.

1. Tekanan ESG Akan Datang Dari Dua Arah

• Regulator & kerajaan – dasar seperti harga karbon, standard pelaporan (contoh: ISSB), dan sasaran negara (NDC) semakin ketat.
• Pelanggan korporat global – syarikat seperti Microsoft, Google, automotif Eropah dan syarikat Jepun mula menilai rantaian bekalan berdasarkan jejak karbon.

Syarikat tenaga yang tak boleh tunjuk pelan jelas:

• pengurangan pelepasan (efficiency, fuel switching, tenaga boleh diperbaharui)
• + penyingkiran karbon yang boleh diaudit

akan mula hilang kontrak, pembiayaan, atau dikenakan kos modal lebih tinggi.

2. Teknologi Tenaga & Teknologi Data Perlu Jalan Sekali

Microsoft sedar mereka tak boleh capai sasaran hanya dengan beli tenaga boleh diperbaharui. Mereka:

• ubah cara mereka mengukur dan meramal pelepasan,
• tandatangan kontrak jangka panjang dengan projek karbon removal,
• guna kepakaran data sendiri untuk menilai risiko dan keberkesanan projek.

Ini sama dengan apa yang syarikat minyak & gas perlu buat:

• projek CCS, BECCS, atau hidrogen rendah karbon perlukan model data yang kuat,
• ramalan pengeluaran, risiko kebocoran CO₂, dan profil kewangan projek perlu dimodel dengan teliti.

Di sinilah AI mula penting.

3. “Offset Murah” Era Lama Sudah Tamat

Era beli offset murah daripada projek yang sukar disahkan (contoh: penanaman pokok tanpa pemantauan rapi) sedang berakhir. Pelabur dan regulator kini cari:

• tambahan (additionality) – projek takkan wujud tanpa pembiayaan kredit karbon,
• ketahanan (durability) – berapa lama CO₂ disimpan,
• kebolehkesanan (traceability) – data yang telus dari sumber ke pelaporan.

Penyingkiran karbon industri (seperti BECCS) lebih kompleks tetapi lebih meyakinkan. Ia juga membuka ruang perniagaan baharu kepada syarikat tenaga yang sudah biasa dengan operasi bawah tanah dan pengurusan infrastruktur besar.

---

Di Mana AI Masuk? Dari Reservoir ke Karbon Removal

AI sudah biasa digunakan dalam minyak & gas untuk reservoir modelling. Logiknya sama bila kita cakap tentang projek CCS dan bioenergi.

Aplikasi AI dalam Projek CCS & BECCS

Beberapa guna pakai yang makin relevan untuk pemain tenaga di Malaysia:

1. Pemilihan Tapak Simpanan CO₂
   AI boleh analisis data seismik, geologi dan sejarah telaga untuk:

   • cari formasi yang paling stabil,
   • anggar kapasiti simpanan,
   • ramal risiko kebocoran atau migrasi CO₂.

2. Reka Bentuk & Pengoptimuman Operasi
   Model pembelajaran mesin boleh:

   • kaji parameter suntikan (tekanan, kadar, suhu),
   • kurangkan risiko fracturing tak terkawal,
   • mengoptimumkan kos tenaga dan pemampatan.

3. Pemantauan Keselamatan Masa Nyata
   Dengan gabungan sensor, imejan satelit dan AI:

   • anomali boleh dikesan lebih awal,
   • potensi kebocoran boleh diurus sebelum menjadi insiden ESG besar,
   • laporan kepada regulator dan pelabur jadi lebih yakin, sebab disokong data masa nyata.

1. Perancangan Senario Iklim & Kewangan
   Model AI yang gabungkan data harga karbon, dasar kerajaan, dan permintaan tenaga:
   • bantu pasukan strategi menilai sama ada projek CCS/BECCS masuk akal dari segi kewangan,
   • kira sensitiviti NPV projek kepada perubahan harga karbon atau kos pembiayaan.

Kalau Petronas sudah guna AI untuk predictive maintenance dan pengoptimuman tenaga, melanjutkan penggunaan AI kepada projek penyingkiran karbon ialah langkah logik seterusnya.

---

Dari Carbon Removal ke Credit Scoring: Peranan Kewangan & AI

Di Malaysia, pelaburan dalam projek karbon skala besar takkan bergerak tanpa pembiayaan daripada bank, syarikat insurans dan pelabur institusi.

Microsoft menunjukkan satu perkara penting: syarikat teknologi sanggup bayar untuk penyingkiran karbon berkualiti tinggi bila mereka yakin:

• data projek telus,
• risiko teknologi difahami,
• kesan iklim boleh diukur.

Di sinilah AI dalam kewangan jadi penghubung penting.

1. Penilaian Risiko Projek Tenaga Rendah Karbon

Bank dan pelabur biasanya sukar menilai projek CCS atau BECCS kerana:

• data teknikal rumit,
• pulangan mengambil masa panjang,
• ketidakpastian dasar kerajaan.

AI boleh membantu dengan:

• model risiko berasaskan data sejarah projek global,
• analisis sensitiviti automatik untuk senario harga karbon,
• stress testing portfolio pembiayaan tenaga terhadap senario iklim.

Hasilnya, pemain kewangan boleh membezakan antara projek karbon removal yang kukuh dan projek yang hanya cantik di slaid pembentangan.

2. ESG Data Scoring & Pelaporan Pintar

Bagi bank yang membiayai sektor minyak & gas dan utiliti:

• AI boleh bina ESG scoring yang mempertimbangkan pelaburan sebenar dalam dekarbonisasi, bukan hanya polisi di atas kertas.
• Sistem pelaporan automatik boleh tarik data operasi (contoh: intensiti pelepasan, faktor kapasiti tenaga boleh diperbaharui) dan memetakan kepada standard pelaporan global.

Ini beri dua manfaat:

• pelanggan korporat lebih mudah akses pembiayaan hijau jika mereka serius melabur dalam CCS/BECCS,
• bank boleh buktikan kepada regulator dan pemegang saham bahawa portfolio mereka selari dengan sasaran iklim.

3. Produk Kewangan Baharu Berasaskan Data Karbon

Apabila data karbon jadi lebih telus dan dipercayai, ia membuka jalan kepada:

• bon hijau khusus untuk projek penyingkiran karbon,
• derivatif harga karbon yang disokong data operasi sebenar,
• insurans prestasi projek CCS yang harga premium ditentukan oleh model risiko AI.

Nampak kaitan dengan Microsoft tadi?
Jika syarikat seperti Microsoft komited membeli juta‑juta tan penyingkiran karbon, pemain kewangan yang ada kemampuan data & AI akan lebih bersedia membiayai projek bagi memenuhi permintaan itu.

---

Apa Langkah Praktikal Untuk Pemain Tenaga di Malaysia?

Kalau kita ringkaskan pelajaran daripada langkah Microsoft ini, beberapa tindakan praktikal mula jelas untuk sektor minyak & gas dan utiliti tenaga:

1. Jadikan Data Emisi & Tenaga “First-Class Citizen”

• Kumpulkan data yang konsisten dari loji janakuasa, fasiliti gas, dan aktiviti upstream.
• Standardkan format data supaya mudah dimakan oleh model AI.
• Mula bina baseline intensiti emisi yang boleh dipertahankan kepada pelabur.

2. Uji Projek Perintis CCS / Bioenergi Dengan AI Sejak Hari Pertama

• Untuk mana‑mana projek karbon removal, libatkan pasukan data & AI sejak fasa prareka bentuk.
• Guna simulasi AI untuk:
  • pilih tapak,
  • menganggar kos jangka panjang,
  • menilai kebolehskalaan.

3. Bina Perkongsian Dengan Institusi Kewangan

• Kongsi data risiko dan operasi (secara terpilih) dengan bank yang serius dalam pembiayaan hijau.
• Bekerja bersama untuk membangunkan model risiko bersama yang memanfaatkan AI.
• Sasarkan struktur pembiayaan yang memberi ganjaran kepada prestasi karbon sebenar (contoh: kadar faedah turun jika intensiti emisi turun mengikut sasaran).

4. Latih Jurutera dan Penganalisis Kewangan pada AI & ESG

Teknologi tanpa kemahiran manusia takkan bergerak jauh.

• Jurutera proses perlu faham asas model AI yang mereka gunakan.
• Penganalisis kewangan perlu selesa membaca output model senario iklim.
• Pasukan ESG perlu bergerak dari sekadar laporan, kepada pengurusan risiko berasaskan data.

---

Penutup: Dari Pusat Data ke Pelantar Minyak

Langkah Microsoft membeli 3.6 juta tan penyingkiran karbon tunjuk satu realiti:
syarikat yang serius tentang masa depan perniagaan mereka sedang melabur besar dalam penyelesaian iklim – dan ia sangat bergantung pada data dan AI.

Bagi ekosistem tenaga dan kewangan di Malaysia, mesejnya jelas:

• AI bukan hanya untuk tingkatkan hasil reservoir atau kurangkan downtime loji,
• AI semakin jadi “otak” di sebalik keputusan pelaburan ESG, penilaian projek karbon, dan reka bentuk produk kewangan hijau.

Syarikat tenaga yang mampu gabungkan operasi teknikal yang kukuh, strategi karbon yang telus, dan keupayaan AI yang matang berpeluang menjadi rakan pilihan utama kepada pemain global seperti Microsoft – sama ada sebagai pembekal tenaga rendah karbon, rakan projek CCS, atau penerbit kredit penyingkiran karbon yang boleh dipercayai.

Persoalannya sekarang:
adakah organisasi anda sudah bersedia menjadikan AI sebagai enjin utama strategi tenaga dan ESG, bukan hanya projek sampingan di sudut inovasi?