الذكاء الاصطناعي ومشاريع الربط الكهربائي: دروس لعُمان

قبل أن تُبنى الكابلات في البحر، تُبنى القواعد على الورق. في 29/01/2026، أعلنت الدنمارك وألمانيا توقيع اتفاق حكومي لمشروع جزيرة الطاقة في بورنهولم: مركز بحري واحد يربط عدة مزارع رياح ويوصل الكهرباء إلى اليابسة بقدرة 3 جيجاواط تكفي لتغذية نحو 3 ملايين منزل وشركة في البلدين. الرسالة هنا ليست “مزرعة رياح جديدة” فقط، بل نموذج تشغيلي وتنظيمي جديد لكيف تُدار طاقة عابرة للحدود في زمن حسّاس جيوسياسياً.

وهذا بالضبط ما يهمنا في سياق سلسلة «كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في عُمان». لأن التحدّي الحقيقي في الطاقة اليوم لم يعد إنتاج الإلكترونات أو الجزيئات وحده؛ التحدّي أصبح تنسيق الشبكات، المخاطر، المسؤوليات، والبيانات بين أطراف متعددة—وبالسرعة التي تتطلبها الاستثمارات الضخمة.

ما الذي يجعل “بورنهولم” مثالاً مفيداً لعُمان؟ ببساطة: المشروع كشف أن أكبر العُقد ليست تقنية فقط، بل حوكمة: من يتحمّل التكلفة؟ من يتحمّل مسؤولية انقطاع التدفق؟ كيف تُوزَّع المساندة الحكومية (الدعم) عندما تكون الأصول في البحر والمستهلكون في دولتين؟ هنا يدخل الذكاء الاصطناعي كأداة عملية—ليس كشعار—لتقليل الاحتكاك بين الأطراف وتخفيض تكلفة المخاطر.

جزيرة بورنهولم للطاقة: لماذا تُعد نموذجاً تنظيمياً قبل أن تكون هندسياً؟

الفكرة الأساسية: “Hub” واحد في جزيرة بورنهولم يربط عدة مزارع رياح بحرية، ثم يرسل الطاقة إلى الدنمارك وألمانيا عبر ربط كهربائي (تيار مستمر عالي الجهد). المُلّاك: مشغل نقل دنماركي Energinet ومشغل نقل ألماني 50Hertz. والتمويل الأوروبي حاضر أيضاً؛ إذ حصل المشروع على منحة من المفوضية الأوروبية بقيمة 645.2 مليون يورو ضمن مبادرة “Energy Highways” المرتبطة بحزمة شبكات أوروبا المنشورة في 12/2025.

الجانب الأكثر أهمية هو ما وصفته الحكومتان بأنه “سابقة تنظيمية”: تقاسم بلدين لتكاليف دعم طاقة الرياح البحرية. هذا ليس تفصيلاً محاسبياً؛ إنه يفتح الباب لمشاريع أخرى في بحر الشمال والبلطيق—ويزيد في الوقت نفسه تعقيد التشغيل والامتثال لأن كل طرف لديه قوانينه ومخاطره السياسية.

جملة تصلح كقاعدة عمل: كلما زاد الربط عبر الحدود، زادت قيمة البيانات المشتركة، وزادت الحاجة لأدوات تتعامل مع عدم اليقين بشكل لحظي.

أين يظهر الذكاء الاصطناعي عملياً في مشاريع الطاقة العابرة للحدود؟

الجواب المباشر: الذكاء الاصطناعي يُترجم التعقيد إلى قرارات تشغيلية قابلة للتنفيذ. مشاريع مثل بورنهولم تحتاج “لغة مشتركة” بين مزارع الرياح، محطات التحويل (Converters)، الكابلات البحرية، ومشغلي الشبكات—ثم تُحوّل هذه اللغة إلى خطط تشغيل وصيانة واستجابة للأعطال.

1) التنبؤ بالإنتاج وتوازن الشبكة (Forecasting + Dispatch)

قدرة 3 جيجاواط من الرياح تعني تذبذباً طبيعياً. الذكاء الاصطناعي (خصوصاً نماذج التنبؤ بالسلاسل الزمنية) يرفع دقة توقعات الرياح والإنتاج على مستوى الساعات والدقائق، ما يساعد على:

• تقليل احتياج الشبكة لاحتياطي تشغيل مكلف.
• تحسين جدولة محطات التحويل HVDC لتقليل الخسائر.
• تخفيض مخاطر “عدم القدرة على التسليم” التي تُصبح في المشاريع العابرة للحدود قضية تعاقدية.

الملفت في الخبر أن المشروع توقّف لمدة ستة أشهر بسبب الحاجة لتنظيم سياسي يوضح المسؤولية عند تعطل التدفق إلى ألمانيا. هنا يمكن للذكاء الاصطناعي أن يدعم بنية تعاقدية أكثر عدلاً عبر نمذجة احتمالات الأعطال وأثرها المالي بشكل شفاف ومتفق عليه.

2) الصيانة التنبؤية لمحطات التحويل والكابلات (Predictive Maintenance)

تم منح Siemens Energy عقد بناء وتسليم أربعة أنظمة تحويل مع التصميم والتركيب والاختبار والتشغيل حتى منتصف الثلاثينيات. أنظمة التحويل في مشاريع HVDC حساسة ومكلفة، وأي عطل يخلق أثر “سلسلة” على مزرعة الرياح والشبكة.

الذكاء الاصطناعي هنا يخدم في:

• اكتشاف الأنماط الشاذة في الاهتزازات والحرارة وجودة العزل.
• توقع الأعطال قبل وقوعها بأيام/أسابيع.
• تحديد أفضل “نافذة صيانة” تقل فيها خسارة الطاقة، خصوصاً عندما تكون الطاقة مشتركة بين دولتين.

3) “التوأم الرقمي” كأداة تنسيق بين الأطراف (Digital Twin)

التوأم الرقمي ليس رسماً ثلاثي الأبعاد للتسويق. عندما يُطبق جيداً يصبح نسخة تشغيلية من المشروع تجمع البيانات من:

• مزارع الرياح (SCADA)
• محطات التحويل
• الكابلات البحرية والبرية
• قيود الشبكة في دولتين

ثم يتيح محاكاة سيناريوهات مثل: “ماذا يحدث إذا خفّضنا تدفق الطاقة إلى خط معيّن بسبب صيانة؟” أو “كيف نوزع القدرة عندما ترتفع الأحمال الصناعية في أحد الطرفين؟”.

4) الحوكمة الرقمية وتبادل البيانات بثقة (Data Governance)

ما يميّز بورنهولم أنه مشروع “سيادي” من جهة، و“سوقي” من جهة أخرى. الذكاء الاصطناعي لا يعمل بدون قواعد بيانات متفق عليها. لذلك، القيمة الكبيرة تكون في:

• تصنيف البيانات (Operational vs. Commercial vs. Security)
• تحديد من يرى ماذا، ومتى
• توحيد صيغ البيانات بين مشغلين مختلفين

وهذه نقطة يمكن لعُمان أن تسبق فيها: توحيد معايير البيانات منذ البداية أقل كلفة بكثير من إصلاحها بعد توسع الشبكات.

الدرس الأهم: أصعب سؤال ليس «كيف ننقل الكهرباء؟» بل «من يتحمّل المخاطر؟»

في الخبر، تم ذكر قضية “الضمان” والمسؤولية عندما لا تتدفق الكهرباء بسبب اضطراب أو صيانة. هذا نوع المخاطر الذي يوقف المشاريع أو يرفع تكلفتها التمويلية.

الذكاء الاصطناعي لا “يلغي” المخاطر، لكنه يجعلها مقاسة وقابلة للتسعير. مثلاً:

1. بناء نموذج مخاطر تشغيلي يقدّر احتمالات انقطاع تدفق HVDC حسب الموسم والتحميل.
2. ربط النموذج ببنود العقد (SLA/Availability) لتحديد تعويضات عادلة.
3. تحديث تقديرات المخاطر دورياً بناءً على أداء فعلي، لا على افتراضات ثابتة.

هذه طريقة تجعل المفاوضات أقل عاطفية وأكثر رقمية—وهي ميزة كبيرة عندما تدخل عدة جهات تنظيمية وتمويلية.

من أوروبا إلى عُمان: أين يمكن تطبيق هذه الأفكار في الطاقة والنفط والغاز؟

الجواب المباشر: عُمان لا تحتاج أن تُقلّد بورنهولم، لكنها تستفيد من منطق “المركز” و“البيانات المشتركة” في ثلاثة مسارات واقعية.

1) إدارة الشبكة مع مصادر متجددة متنامية

كلما زادت مساهمة الشمس والرياح، يصبح التنبؤ والمرونة أهم من مجرد القدرة الاسمية. أنظمة الذكاء الاصطناعي يمكن أن تساعد مشغلي الشبكات على:

• توقع الأحمال وربطها بسلوك الاستهلاك (صناعي/سكني)
• تحسين تشغيل التخزين (بطاريات/ضخ مائي إن وُجد)
• تقليل الفاقد عبر تحسين التدفق على الشبكة

2) النفط والغاز: ذكاء اصطناعي لخفض الكلفة والحد من الانبعاثات

في قطاع النفط والغاز العُماني، كثير من “الخسائر” ليست في الإنتاج بحد ذاته، بل في:

• توقفات غير مخططة للمعدات
• هدر الطاقة في الضواغط والمضخات
• تسربات صغيرة تصبح كبيرة مع الوقت

التطبيق العملي الذي رأيته ينجح غالباً يبدأ بـ:

• تجميع بيانات المعدات (حساسات + سجلات صيانة)
• نموذج تنبؤ أعطال لمعدة واحدة عالية الأثر
• توسيع تدريجي بعد تحقيق وفورات قابلة للقياس

3) مشاريع صناعية عابرة للجهات داخل الدولة

حتى داخل الدولة الواحدة توجد “حدود”: بين شركات، وهيئات، ومناطق صناعية. درس بورنهولم يقول إن النجاح يحتاج اتفاقاً على البيانات والمسؤوليات قبل التقنية. عُمان تستطيع بناء “لغة تشغيل” موحّدة بين:

• منتجي الطاقة
• مشغلي الشبكة
• المناطق الاقتصادية والصناعية
• كبار المستهلكين (موانئ، مصانع، مجمعات)

ماذا تسأل فرق الطاقة في عُمان قبل الاستثمار في الذكاء الاصطناعي؟ (أسئلة من واقع التنفيذ)

هذه أسئلة أحب طرحها لأنها تكشف الجاهزية بسرعة:

1. ما القرار الذي نريد تحسينه؟ (جدولة صيانة؟ توقع طلب؟ تقليل فاقد؟)
2. ما مصدر البيانات؟ وهل البيانات موثوقة زمنياً (Timestamp)؟
3. من صاحب القرار؟ إذا أعطى النموذج توصية، من يوافق؟ ومن يتحمّل المسؤولية؟
4. ما مؤشر النجاح الرقمي؟ مثال: خفض الانقطاعات غير المخططة بنسبة 15% خلال 6 أشهر.
5. كيف نؤمّن النظام؟ لأن الأمن السيبراني في الطاقة ليس بنداً ثانوياً.

إجابات هذه الأسئلة تصنع فرقاً بين مشروع “عرض تقديمي” ومشروع يعطي قيمة مالية.

خطوات عملية خلال 90 يوماً: نموذج يُقاس بالأرقام

إذا كنت مسؤولاً في شركة طاقة/نفط وغاز بعُمان، أفضل نقطة بداية ليست مشروعاً ضخماً. ابدأ بما يُثبت القيمة بسرعة:

1. اختيار أصل واحد عالي الأثر: محطة فرعية، ضاغط، مضخة رئيسية، أو جزء حساس في الشبكة.
2. تجميع بيانات 12-24 شهراً إن أمكن: أعطال، صيانة، تشغيل، أحمال.
3. بناء نموذج إنذار مبكر (Anomaly Detection) قبل التنبؤ الكامل بالأعطال.
4. ربط الإنذار بإجراء: من يستلم الإشعار؟ ما الخطوة التالية؟
5. قياس النتائج: ساعات توقف أقل، تكلفة صيانة أقل، طاقة مهدرة أقل.

الهدف في 90 يوماً هو دليل قيمة، لا كمال تقني.

أين تتجه أوروبا… وماذا يعني ذلك لعُمان في 2026؟

الاتفاق الدنماركي-الألماني جاء بعد حزمة شبكات أوروبية في 12/2025، ومنحة أوروبية ضخمة، وتعاقدات كابلات ومحولات تمتد حتى منتصف الثلاثينيات. هذا يوضح شيئاً: بناء بنية تحتية للطاقة أصبح مشروعاً طويل النفس، لكن قرارات التشغيل يجب أن تكون لحظية.

وهنا يصبح الذكاء الاصطناعي هو طبقة “العقل التشغيلي” فوق طبقة “الفولاذ والكابلات”. إذا أرادت عُمان أن تزيد مرونة الطاقة، وتدير التكلفة، وتدعم انتقالاً متوازناً لا يضغط على الصناعة، فالمعادلة واضحة: استثمر في البيانات والحوكمة بنفس جدية الاستثمار في الأصول.

أحب أن أختم بسؤال واحد يفتح النقاش داخل أي فريق: إذا ربطنا أنظمة الطاقة والعمليات الصناعية أكثر، هل ستكون بياناتنا جاهزة لتكون لغة مشتركة… أم ستصبح عائقاً جديداً؟