الذكاء الاصطناعي ومشروع الدقم: طريق أسرع للربحية

في 04/02/2026، وقّعت مجموعة أوكيو (OQ) والكويتية للبترول الدولية (KPI) اتفاقية للمضي في تطوير مشروع بتروكيماويات في المنطقة الاقتصادية الخاصة بالدقم. كثيرون يقرؤون الخبر كصفقة صناعية جديدة… وأنا أراه شيئًا أوسع: بنية تحتية ضخمة جاهزة لتُدار بعقلٍ رقمي.

هذا مهم في عمان الآن تحديدًا، لأن مسار رؤية عمان 2040 لا يتوقف عند جذب الاستثمار وبناء المصانع، بل يركّز على رفع القيمة المضافة، وزيادة تنافسية سلاسل الإمداد، وتقليل المخاطر التشغيلية. والواقع؟ المشاريع البتروكيماوية الحديثة لا تُقاس بحجمها فقط، بل بقدرتها على التشغيل الذكي: وقت توقف أقل، طاقة مستهلكة أقل، ومخرجات أكثر استقرارًا.

ضمن سلسلة “كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في عمان”، هذه المقالة تربط بين خبر مشروع الدقم وبين السؤال العملي الذي يهم قادة الأعمال والعمليات: كيف يمكن للذكاء الاصطناعي أن يرفع جدوى مشروع بتروكيماويات—من التصميم حتى التشغيل—ويحوّل الشراكة إلى أرباح أسرع ومخاطر أقل؟

لماذا صفقة الدقم أكبر من خبر استثماري؟

الجواب المباشر: لأن مشروع الدقم يقع في نقطة تلتقي فيها الجغرافيا مع السياسة الصناعية، ومعهما فرصة واضحة لتطبيق الذكاء الاصطناعي على نطاق واسع.

الاتفاقية—التي وُقّعت على هامش مؤتمر ومعرض الكويت للنفط والغاز—تُعيد التأكيد على التزام الطرفين بالمضي قدمًا، وتبرز المشروع كدعامة للتعاون الإقليمي وتنويع الاقتصاد. تصريحات قيادات OQ وKPI ركّزت على:

• الأهمية الاستراتيجية للمشروع ضمن خطط نمو الصناعات التحويلية.
• العمل على تحسين إطار المشروع لرفع الجدوى الاقتصادية.
• مراجعات فنية متواصلة لتعزيز الكفاءة التشغيلية والتنافسية الدولية.

وهنا يدخل الذكاء الاصطناعي بوضوح: إذا كان الهدف هو الكفاءة والتنافسية، فـ البيانات + النماذج التحليلية هي الطريق الأقصر للوصول.

الدقم كبيئة مناسبة للتشغيل الذكي

من خبرتي في متابعة مشاريع الطاقة، المواقع الصناعية الجديدة تمتلك ميزة لا تتكرر: يمكن بناء “الرقمنة” منذ البداية بدل ترقيعها لاحقًا. الدقم قادرة أن تبدأ بـ:

• بنية اتصالات صناعية (Industrial Networks) جاهزة لبيانات المستشعرات.
• نماذج حوكمة بيانات من اليوم الأول (من يملك البيانات؟ من يراها؟ كيف تُستخدم؟).
• تكامل بين التشغيل (OT) وتقنية المعلومات (IT) بطريقة آمنة.

هذه ليست كماليات. في البتروكيماويات، تأخير ساعة واحدة بسبب عطل غير متوقع قد يعني خسائر تشغيلية وتعاقدية، فضلًا عن الضغط على السلامة.

أين يرفع الذكاء الاصطناعي كفاءة البتروكيماويات فعليًا؟

الإجابة المختصرة: يرفع الكفاءة في ثلاث طبقات—الموثوقية، الطاقة، والجودة—وكل طبقة تُترجم إلى أرقام في الربحية.

1) الصيانة التنبؤية: تقليل التوقفات قبل أن تقع

في مصانع البتروكيماويات، المعدات الدوّارة (مضخات، ضواغط، توربينات) هي القلب. الذكاء الاصطناعي يستطيع تحليل:

• الاهتزازات
• درجات الحرارة
• الصوت الصناعي
• استهلاك الطاقة

ثم يتوقع احتمال الفشل قبل أيام أو أسابيع. الفرق بين “الصيانة الدورية” و“الصيانة التنبؤية” هو أن الأولى قد تغيّر قطعًا وهي سليمة، والثانية تغيّر القطع قبل العطب مباشرة.

صيغة قابلة للقياس من اليوم الأول:

• انخفاض عدد الأعطال المفاجئة
• تقليل وقت التوقف غير المخطط
• تحسين تخطيط قطع الغيار

2) تحسين الطاقة والانبعاثات: الذكاء الاصطناعي كمدير كفاءة

الطاقة في البتروكيماويات ليست بندًا ثانويًا. كثير من أرباح الصناعات التحويلية تتأثر بكفاءة:

• البخار (Steam)
• الأفران (Furnaces)
• المبادلات الحرارية (Heat Exchangers)
• شبكات الهواء المضغوط

الذكاء الاصطناعي هنا يعمل كـ نظام تحسين متعدد المتغيرات: يوازن بين الإنتاج والجودة واستهلاك الطاقة، ويقترح نقاط تشغيل أفضل—لحظيًا.

والأهم لعمان في 2026: المستثمرون والعملاء العالميون يطلبون شفافية أعلى حول البصمة الكربونية. بناء منظومة قياس وانبعاثات تعتمد البيانات منذ البداية يسهّل التقارير، ويقلل تكلفة الامتثال مستقبلًا.

3) جودة المنتج: تقليل الانحرافات ورفع الاستقرار

في الصناعات البتروكيماوية، الاستقرار هو ذهب. أي انحراف في المواصفات يعني:

• إعادة تشغيل (Reprocessing)
• منتج خارج المواصفات
• هدر مواد وطاقة

نماذج التعلّم الآلي يمكنها ربط بيانات العملية (الضغط/الحرارة/التدفق/التركيز) بنتائج الجودة، ثم:

• ترصد الانحراف مبكرًا
• تتنبأ بجودة الدُفعة القادمة
• تقترح تعديل إعدادات التشغيل قبل أن يتدهور المنتج

جملة تصلح كاقتباس: كل دقيقة تُنقَذ من “التذبذب التشغيلي” تعادل مالًا أقل يُحرق في الطاقة ومواد خام أكثر تتحول لمنتج قابل للبيع.

من “اتفاقية” إلى “منظومة تشغيل”: خارطة طريق AI لمشروع الدقم

الجواب المباشر: إن أردنا أن يحقق مشروع الدقم جدواه بسرعة، فلا يكفي شراء برمجيات؛ نحتاج تسلسل تنفيذ واقعي يراعي السلامة والأمن السيبراني والحوكمة.

المرحلة 1: جاهزية البيانات قبل أول تشغيل

ابدأوا بثلاثة قرارات تأسيسية:

1. معايير جمع البيانات: ما الذي يُقاس؟ وبأي دقة؟ وبأي تردد؟
2. قاموس بيانات موحد: أسماء الإشارات والمعدات ووسومها (Tags) بطريقة تمنع الفوضى.
3. حوكمة الوصول: من يقرأ؟ من يكتب؟ كيف تُخفى البيانات الحساسة؟

بدون هذه الأساسيات، أي مشروع ذكاء اصطناعي يتحول إلى تجارب متقطعة.

المرحلة 2: حالات استخدام “سريعة العائد” خلال 90–180 يومًا

أفضل نهج رأيته في مشاريع مشابهة هو البدء بحالات استخدام ذات عائد مباشر وسهل القياس، مثل:

• تنبؤ أعطال الضواغط والمضخات
• تحسين استهلاك الوقود في الأفران
• كشف التسربات والاختلالات عبر تحليل أنماط التدفق

ميزة هذه الحالات أنها تبني ثقة الإدارة والفرق التشغيلية لأنها تربط النموذج بـ نتيجة مالية وتشغيلية ملموسة.

المرحلة 3: التوأم الرقمي (Digital Twin) للأصول والعمليات

التوأم الرقمي ليس “عرضًا بصريًا جميلًا”. عندما يُنفّذ بشكل صحيح، يصبح منصة لاتخاذ قرارات مثل:

• ماذا يحدث لو تغيّر نوع اللقيم (Feedstock)؟
• كيف تؤثر ظروف الطقس/التبريد على الأداء؟
• ما أفضل خطة إنتاج أسبوعية مع قيود الصيانة؟

في الدقم، بناء التوأم الرقمي مبكرًا يقلل كلفة التعديلات لاحقًا لأن النموذج يُستخدم خلال التصميم والمراجعة التشغيلية.

المرحلة 4: ذكاء اصطناعي للسلامة والالتزام (HSE)

الصناعة لا تقبل المخاطرة. هناك تطبيقات ناضجة نسبيًا مثل:

• رؤية حاسوبية لرصد الالتزام بمعدات الوقاية (PPE)
• تنبيه دخول مناطق محظورة
• تحليل أنماط “شبه الحوادث” (Near-miss) لخفض الحوادث الفعلية

هذه التطبيقات لا تستبدل إجراءات السلامة، لكنها تجعلها أكثر سرعة ودقة.

ما الذي تكسبه عمان من الجمع بين الاستثمار والذكاء الاصطناعي؟

الإجابة المختصرة: مكاسب على مستوى الاقتصاد الوطني وعلى مستوى سلاسل التوريد والوظائف.

1) تعميق القيمة المحلية بدل الاكتفاء بحجم الاستثمار

المشاريع الكبرى قد تخلق وظائف مباشرة، لكن الذكاء الاصطناعي يخلق أيضًا وظائف “نوعية”:

• مهندسو بيانات صناعية
• مختصو موثوقية مدعومون بالتحليلات
• خبراء أمن سيبراني للأنظمة الصناعية
• مطورو توائم رقمية

وهذا يتماشى مع فكرة التنويع في رؤية 2040: ليس فقط مصنع جديد، بل قدرات جديدة.

2) تنافسية دولية أعلى عبر تشغيل أكثر انضباطًا

عندما يقول طرفان مثل OQ وKPI إنهما يهدفان إلى أعلى المعايير الدولية، فالمعيار اليوم يشمل:

• شفافية بيانات التشغيل
• مؤشرات موثوقية واضحة
• كفاءة الطاقة والانبعاثات

الذكاء الاصطناعي يساعد على بناء هذه اللغة التشغيلية التي يفهمها المستثمرون والعملاء.

3) تعاون إقليمي أعمق عبر بيانات ومعايير مشتركة

الشراكات الإقليمية تنجح حين تتشارك الأطراف “طريقة العمل” لا فقط رأس المال. توحيد معايير البيانات، ومؤشرات الأداء، وأطر الصيانة والموثوقية يجعل التعاون أكثر سلاسة ويقلل اختلافات التنفيذ.

أسئلة شائعة (بأسلوب عملي)

هل الذكاء الاصطناعي يعني تقليل الوظائف؟

في التشغيل الصناعي، غالبًا لا. ما يحدث عادة هو تحويل طبيعة الوظيفة: من متابعة يدوية ورد فعل متأخر إلى مراقبة ذكية وقرار أسرع. من يكسب هم من يتدربون على الأدوات الجديدة.

ما أكبر خطأ ترتكبه الشركات عند تطبيق AI في المصانع؟

الخلط بين “نموذج ذكي” و“نظام تشغيلي”. النموذج وحده لا يكفي؛ يجب دمجه في إجراءات الصيانة، ولوحات التحكم، وسير العمل، وإلا بقي تقريرًا يُقرأ ثم يُنسى.

ما المؤشر الأول الذي يجب قياسه لإثبات قيمة AI؟

ابدأ بمؤشرين لا يختلف عليهما أحد:

• زمن التوقف غير المخطط
• استهلاك الطاقة لكل طن منتج

إذا تحسنا، ستتحسن القصة كلها.

الخطوة التالية: كيف تستعد الشركات والموردون للدقم الآن؟

الجواب المباشر: من يريد فرصًا في منظومة الدقم البتروكيماوية يجب أن يتحدث بلغة التشغيل الذكي من البداية.

إذا كنت شركة مقاولات، أو مزود أنظمة، أو جهة استشارية، فهذه قائمة قصيرة بما أوصي به خلال الأسابيع القادمة:

1. حضّر حزمة حالات استخدام AI مرتبطة بعمليات البتروكيماويات (موثوقية/طاقة/سلامة).
2. اعرض منهجية حوكمة بيانات واضحة (وليس عرضًا تسويقيًا).
3. قدّم نموذجًا لتكامل OT/IT مع أمن سيبراني صناعي.
4. صمّم خطة تدريب للكوادر المحلية: تشغيل + بيانات + سلامة.

مشروع الدقم—وفق ما أُعلن—يتقدم بخطوات ثابتة عبر مراجعات فنية لتحسين الكفاءة والتنافسية. والميزة الآن أن البناء ما زال في مرحلة يمكن فيها زرع الذكاء الاصطناعي كجزء من “DNA” المشروع، لا كملحق متأخر.

السؤال الذي سيحدد من يربح في السنوات القادمة: هل سنكتفي بمصنع كبير… أم سنبني مصنعًا يعرف كيف يدير نفسه بالبيانات؟