الذكاء الاصطناعي في مشروع الدقم: شراكة OQ وKPI

أول خطأ ترتكبه كثير من الشركات عند الحديث عن مشاريع البتروكيماويات هو اعتبارها «مشاريع هندسية فقط». الواقع أن المشروع الناجح اليوم هو مشروع بيانات وتشغيل بقدر ما هو خرسانة وأنابيب. لهذا بالضبط، تبدو اتفاقية OQ مع شركة الكويت للبترول العالمية (KPI) لتطوير مشروع بتروكيماويات في المنطقة الاقتصادية الخاصة بالدقم أكثر من خبر استثماري؛ إنها إشارة واضحة إلى اتجاه عمان نحو تشغيل صناعاتها الثقيلة بعقل رقمي.

في 04/02/2026، وعلى هامش مؤتمر ومعرض الكويت للنفط والغاز، وقّع الطرفان اتفاقية تؤكد التزامهما بالمضي قدمًا في المشروع، بوصفه ركيزة لتعزيز التعاون الإقليمي ودعم التنويع الاقتصادي المتسق مع رؤية عمان 2040. ما يهمني هنا ليس التوقيع بحد ذاته، بل السؤال العملي الذي يواجه أي مشروع بهذا الحجم: كيف تُدار المخاطر والتكاليف والطاقة والسلامة في منشأة معقدة—مع ضغط عالمي متزايد على الكفاءة والانبعاثات؟

إجابتي المباشرة: من دون الذكاء الاصطناعي والأتمتة الصناعية، ستدفع أكثر، وتتوقف أكثر، وتخاطر أكثر.

لماذا مشروع الدقم البتروكيماوي مهم الآن لعمان؟

السبب المباشر: الدقم ليست موقعًا جغرافيًا فقط، بل منصة لوجستية وصناعية قادرة على تحويل سلاسل القيمة من «تصدير خام» إلى «تصنيع وتصدير منتجات ذات قيمة أعلى». عندما يُقال إن المشروع يعزز موقع الدقم كمركز عالمي للصناعات التحويلية، فذلك يعني عمليًا:

• زيادة المحتوى المحلي وفرص التوظيف النوعية (هندسة عمليات، تحكم صناعي، صيانة تنبؤية، أمن سيبراني صناعي).
• رفع مساهمة الصناعات التحويلية في الناتج المحلي الإجمالي عبر منتجات بتروكيماوية قابلة للتصدير.
• خلق طلب مستدام على خدمات الموانئ، وسلاسل الإمداد، والخدمات الفنية.

الزاوية الأهم في 2026: الأسواق لا تكافئ «الطاقة الرخيصة» فقط؛ بل تكافئ الموثوقية، وجودة التشغيل، وانضباط الانبعاثات. وهذا بالتحديد ما يجعل الذكاء الاصطناعي جزءًا من المعادلة، وليس إضافة تجميلية.

الدقم كمنطقة اختبار للتشغيل الذكي

مشاريع المناطق الاقتصادية عادةً تنجح عندما تُدار كـ«نظام متكامل» بدل جزر تشغيلية منفصلة. الدقم لديها فرصة لتبني نموذج تشغيل حديث منذ اليوم الأول:

1. تصميم يعتمد على البيانات (Data-first design).
2. أنظمة تحكم متقدمة (APC) ترتبط بمؤشرات أداء واضحة.
3. بنية تحتية رقمية صناعية (Industrial IoT) محمية أمنيًا.

هذه ليست رفاهية؛ هي طريقة لتقليل المفاجآت في التشغيل التجاري.

الشراكات الإقليمية… ولماذا تحتاج ذكاءً اصطناعيًا؟

الخلاصة: كلما زادت الأطراف (مستثمرون، مقاولون، مشغلون، مورّدون، جهات تنظيمية)، زادت الحاجة إلى «لغة مشتركة» لإدارة التعقيد—وهذه اللغة اليوم اسمها: البيانات الموثوقة.

الاتفاق بين OQ وKPI يراهن على خبرات تشغيلية وفنية متراكمة لدى الطرفين. لكن تحويل هذه الخبرة إلى نتائج تشغيلية ملموسة يتطلب أدوات تستطيع:

• توحيد البيانات القادمة من أنظمة متعددة.
• اكتشاف الأنماط التي لا يراها الإنسان بسرعة.
• تحويل القرارات من ردّ فعل إلى توقع واستباق.

ما الذي يمكن للذكاء الاصطناعي أن يضيفه لشراكة OQ وKPI؟

في المشاريع المشتركة، الخلافات لا تأتي عادة من «سوء نية»، بل من اختلاف تعريفات الأرقام: ما هو التوقف؟ ما هو سبب العطل؟ ما الذي يُحتسب ضمن الفاقد؟

هنا يصبح الذكاء الاصطناعي مفيدًا عندما يُبنى على حوكمة بيانات واضحة:

• قاموس موحّد للبيانات (Data dictionary) بين الشركاء.
• لوحات متابعة موحدة لمؤشرات الأداء (OEE، MTBF، MTTR، استهلاك الطاقة لكل طن).
• نماذج تنبؤية تُراجع دوريًا من فرق مشتركة، بدل الاعتماد على تقارير متأخرة.

جملة تصلح كقاعدة تشغيل: إذا لم تتفقوا على تعريف البيانات، فلن تتفقوا على قرار التشغيل.

أين يدخل الذكاء الاصطناعي فعليًا في مشروع بتروكيماويات بالدقم؟

الإجابة المباشرة: في ثلاث مناطق تُحدد الربحية: الاعتمادية (Reliability)، الطاقة، والسلامة.

1) الصيانة التنبؤية: تقليل التوقفات غير المخطط لها

المصانع البتروكيماوية تعيش وتموت على «زمن التشغيل». نموذج تعلم آلي بسيط—عند تغذيته ببيانات الاهتزاز، والحرارة، والضغط، وبيانات الزيوت—يمكنه التنبؤ بأعطال مضخات أو ضواغط قبل وقوعها.

التطبيق الواقعي في الدقم يمكن أن يكون بهذه الطريقة:

1. اختيار الأصول الحرجة (Critical assets): ضواغط، مضخات تغذية، مبادلات حرارية.
2. تركيب/تفعيل حساسات موحدة وإرسالها لمنصة بيانات صناعية.
3. تدريب نماذج للكشف المبكر عن الشذوذ (Anomaly detection).
4. ربط النتائج بجدولة الصيانة وقطع الغيار.

الفائدة المتوقعة: تقليل التوقفات المفاجئة، وخفض تكلفة الصيانة «الطارئة»، وتحسين توافر قطع الغيار بدل التخزين العشوائي.

2) تحسين الطاقة والوقود: لأن الفاتورة لا ترحم

في 2026، كلفة الطاقة ليست بندًا ثانويًا. أي منشأة بتروكيماوية لديها فرص كبيرة لتحسين الاستهلاك عبر:

• التحكم المتقدم بالعمليات (APC) لتحسين نقاط التشغيل.
• نماذج «التوأم الرقمي» (Digital Twin) لمحاكاة السيناريوهات قبل تنفيذها.
• تحسين إدارة البخار والحرارة المهدرة (Heat integration) بمقترحات تشغيلية لحظية.

عمليًا، الذكاء الاصطناعي يساعد فرق العمليات على الإجابة خلال دقائق: ما أثر رفع معدل التغذية 3% على استهلاك الطاقة وجودة المنتج؟ وهل يوجد حدّ يُسبب تذبذبًا؟

3) السلامة الصناعية (HSE): تقليل المخاطر قبل أن تصبح حادثًا

أكثر النقاشات حساسية في النفط والغاز والبتروكيماويات هي السلامة. هنا لا نحتاج شعارات؛ نحتاج أنظمة تقلل «الاحتمال» و«الزمن».

تطبيقات عملية للذكاء الاصطناعي تشمل:

• رؤية حاسوبية لمراقبة الالتزام بمعدات الوقاية الشخصية في مناطق محددة.
• تحليل نصوص البلاغات وحوادث «كادت تقع» لاستخراج أسباب متكررة.
• نماذج تقييم مخاطر ديناميكية تربط ظروف التشغيل (ضغط/حرارة/تدفق) بإشارات إنذار مبكرة.

والنقطة التي لا تُناقش بما يكفي: كل ذلك يجب أن يُصمم مع خصوصية العاملين وسياسات واضحة لاستخدام الفيديو والبيانات.

4) سلسلة الإمداد واللوجستيات: الدقم ميناء… والذكاء الاصطناعي يحب الجداول

ميزة الدقم اللوجستية لا تعمل وحدها. أي تأخير في الشحن أو المواد الخام ينعكس على الإنتاج.

الذكاء الاصطناعي يمكنه:

• توقع تأخر الشحنات بناءً على بيانات تاريخية ومؤشرات الموانئ.
• تحسين مخزون المواد الكيميائية وقطع الغيار (Inventory optimization).
• جدولة الصيانة وفق وصول قطع الغيار بدل تعطيل المصنع.

خريطة طريق عملية لتبني الذكاء الاصطناعي في مشاريع الدقم

النتيجة التي أراها واقعية: أفضل مشاريع الذكاء الاصطناعي في الطاقة تبدأ صغيرة، لكنها تُبنى على أسس قوية. لا تبدأ بـ10 حالات استخدام دفعة واحدة.

المرحلة 1: تأسيس «البيانات التشغيلية الموثوقة» (0–6 أشهر)

• تحديد مصادر البيانات: DCS/SCADA، أنظمة الصيانة (CMMS)، المختبر، الطاقة.
• تنظيف البيانات وتوحيدها.
• تعريف مؤشرات أداء قياسية ومشتركة بين الشركاء.

المرحلة 2: حالات استخدام عالية العائد (6–12 شهرًا)

ابدأ بما يقاس بسهولة ويؤثر على الربحية:

1. الصيانة التنبؤية لأصلين أو ثلاثة أصول حرجة.
2. تحسين استهلاك الطاقة في وحدة واحدة (Pilot).
3. لوحة قيادة موحدة للتوقفات وأسبابها.

المرحلة 3: التوسع والتوأم الرقمي والحوكمة (12–24 شهرًا)

• توسيع النماذج لتشمل وحدات متعددة.
• بناء توأم رقمي لسيناريوهات التشغيل والإيقاف.
• إنشاء مجلس حوكمة بيانات وتشغيل (Data & Ops Governance) بين OQ وKPI.

قاعدة قرار: إذا لم تستطع قياس الأثر المالي خلال 90 يومًا، فالمشروع يحتاج إعادة تصميم.

أسئلة شائعة يطرحها صناع القرار (وإجابات مباشرة)

هل الذكاء الاصطناعي يعني الاستغناء عن الكفاءات البشرية؟

لا. يعني نقل الجهد من مراقبة يدوية ومتكررة إلى قرارات أعلى قيمة. أفضل النتائج تظهر عندما تُصمم الأدوات لتخدم المهندس والمشغل، لا لتستبدله.

ما أكبر عائق أمام نجاح الذكاء الاصطناعي في المصانع؟

جودة البيانات والملكية التشغيلية. كثير من المبادرات تفشل لأن البيانات غير مكتملة أو لأن فرق التشغيل لا تثق بالمخرجات.

كيف نضمن أمن الأنظمة الصناعية مع زيادة الاتصال والبيانات؟

بتطبيق فصل شبكي مدروس، ومراقبة مستمرة، وإدارة وصول صارمة، وخطط استجابة للحوادث، وتدريب دوري. الأمن السيبراني الصناعي ليس مشروعًا لمرة واحدة.

ماذا يعني ذلك لسلسلة «كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في عمان»؟

اتفاقية OQ وKPI لمشروع الدقم تضع مثالًا ملموسًا: التنويع الاقتصادي في الطاقة لا يعتمد على الاستثمار فقط، بل على طريقة تشغيل الاستثمار. إذا كانت الدقم تتجه لتكون مركزًا صناعيًا عالميًا، فالمنافسة لن تكون على الموقع وحده، بل على القدرة على تشغيل المصنع بكفاءة، وموثوقية، وسلامة—مع بصمة كربونية منضبطة.

أنا أميل لقولها بوضوح: الشركات التي تُدخل الذكاء الاصطناعي إلى قلب التشغيل (وليس إلى عروض الشرائح) ستكسب هوامش أفضل، وتوقفات أقل، وسمعة أقوى لدى الشركاء والممولين.

الخطوة التالية لمن يهمه الأمر: حدّدوا 2–3 حالات استخدام في الدقم يمكن تنفيذها خلال 12 أسبوعًا، مع مؤشرات أداء مالية واضحة، وفريق مختلط من العمليات وتقنية المعلومات. وبعدها فقط، توسعوا.

ويبقى سؤال واحد مفتوح للمشهد العماني في 2026: هل سنرى الدقم تُصدّر منتجات بتروكيماوية فقط، أم تُصدّر أيضًا نموذج تشغيل ذكي يمكن نسخه في مشاريع الطاقة القادمة؟