اتفاق الدقم البتروكيماوي: أين يربح الذكاء الاصطناعي؟

في 04/02/2026 وُقِّع اتفاق بين مجموعة OQ وشركة الكويت للبترول العالمية (KPI) لدفع مشروع بتروكيماويات في المنطقة الاقتصادية الخاصة بالدقم (SEZAD) خطوةً للأمام. كثيرون ينظرون لمثل هذه الأخبار باعتبارها “مشروعاً جديداً” فحسب. أنا أرى شيئاً أدق: منصة تشغيلية ضخمة يمكن تصميمها منذ البداية لتعمل بذكاء—بالبيانات، والتنبؤ، والأتمتة.

هذا مهم الآن تحديداً لسببين. الأول: 2026 هو عام تثبيت المسار في رؤية عُمان 2040 عبر مشاريع صناعية ثقيلة تضيف قيمة محلية وتصديرياً. الثاني: المنطقة مقبلة على موسم تشغيل مكثّف قبل رمضان (المتوقع أن يبدأ 19/02/2026 حسب ما يتداول محلياً)، ما يجعل الحديث عن الانضباط التشغيلي والسلامة واستقرار الإمدادات أكثر من مجرد عنوان صحفي.

المقال الأصلي أكد أن المشروع يهدف لتعزيز مكانة الدقم كمركز صناعي عالمي ودعم التنويع الاقتصادي. هذه التوجهات صحيحة. لكن “كيف” سنشغّل هذا النوع من الأصول الصناعية في 2026؟ الجواب العملي: بنموذج تشغيل يعتمد على الذكاء الاصطناعي في كل طبقة—من التصميم إلى الصيانة إلى الأمن والسلامة إلى الطاقة والانبعاثات.

لماذا اتفاق OQ وKPI في الدقم نقطة تحوّل تشغيلية؟

الجواب المباشر: لأن الشراكات الإقليمية الكبرى تُنشئ عادةً حوكمة واضحة، وتمويلاً مستقراً، وسلسلة توريد طويلة—وهذه هي البيئة التي ينجح فيها الذكاء الاصطناعي عندما يُطبَّق بشكل ممنهج.

الاتفاق وُقِّع على هامش معرض ومؤتمر الكويت للنفط والغاز، وبحسب تصريحات الطرفين فإن فرقاً فنية تراجع التصاميم لتحسين الكفاءة والتنافسية العالمية. هذا التفصيل مهم: مرحلة مراجعة التصميم هي أفضل وقت لإدخال متطلبات البيانات (Data Requirements) ومعايير القياس (Instrumentation) وبنية الاتصالات الصناعية. من دونها، يتحوّل الذكاء الاصطناعي لاحقاً إلى “إضافات” مكلفة بدل أن يكون جزءاً أصيلاً من المصنع.

هناك مكسب آخر: موقع الدقم داخل SEZAD يعني قرباً من بنية لوجستية ومينائية وخدمات صناعية تتوسع سريعاً. الذكاء الاصطناعي يحب البيئات المتصلة: مستودعات، موانئ، إمدادات، نقل، صيانة، وكلها تُنتج بيانات يمكن تحويلها إلى كفاءة.

أين يُطبَّق الذكاء الاصطناعي فعلياً في مشاريع البتروكيماويات؟

الجواب المباشر: في أربع جبهات تُحدّد الربحية والسلامة: الموثوقية، الطاقة، السلامة، وسلسلة الإمداد. وما يميّز مشروعاً جديداً مثل الدقم هو إمكانية بناء هذه القدرات “بالتصميم”.

1) صيانة تنبؤية تقلّل التوقفات غير المخطط لها

في المصانع البتروكيماوية، ساعة توقف واحدة قد تعني خسائر تشغيلية كبيرة بسبب توقف الإنتاج، استهلاك طاقة غير منتج، وإعادة تشغيل معقدة. الذكاء الاصطناعي هنا ليس فكرة عامة؛ هو نماذج تتعلم من:

• اهتزازات المعدات الدوّارة (مضخات/ضواغط)
• درجات الحرارة والضغط والتدفقات
• بيانات الزيوت والتشحيم
• سجلات الأعطال وقطع الغيار

النتيجة المتوقعة عندما يُطبَّق بشكل صحيح: تحويل الصيانة من “بعد العطل” إلى “قبل العطل”، وتحديد نافذة التدخل المناسبة قبل أن يتدهور الأداء.

جملة قابلة للاقتباس: كل يوم تشغيل إضافي بدون توقف غير مخطط هو أرباح مؤجلة تتحقق فوراً.

2) تحسين العمليات (Process Optimization) لتقليل الفاقد

البتروكيماويات لعبة توازن دقيقة بين الجودة، والمردود (Yield)، واستهلاك الطاقة. الذكاء الاصطناعي—خصوصاً نماذج التعلّم الآلي المقترنة بنظم التحكم—يمكن أن:

• يوصي بضبط نقاط التشغيل (Setpoints) لتحقيق أعلى مردود بأقل طاقة
• يتنبأ بانحراف جودة المنتج قبل حدوثه (Quality Prediction)
• يقلل التذبذب التشغيلي عبر كشف الأسباب الجذرية بشكل أسرع

النقطة الحاسمة: لا نريد “ذكاءً” يعرض توصيات نظرية. نريد ذكاءً مرتبطاً بالتحكم، مع ضوابط سلامة وحوكمة واضحة لمن يوافق ومن ينفذ.

3) السلامة الصناعية: من الالتزام إلى الاستباق

بيئات البتروكيماويات عالية الحساسية: غازات، ضغوط عالية، درجات حرارة مرتفعة، أعمال صيانة ساخنة، ومساحات محصورة. الذكاء الاصطناعي يدعم السلامة في مستويات عملية جداً:

• رؤية حاسوبية لمراقبة الالتزام بمعدات الوقاية الشخصية (PPE)
• كشف الدخول غير المصرح به لمناطق خطرة
• تحليل “قرب الحوادث” (Near Miss) من الفيديو والبيانات
• نماذج تتنبأ بمخاطر الأعمال قبل إصدار التصاريح (Permit to Work)

الهدف ليس زيادة “التدقيق” على العاملين، بل تقليل فرص الخطأ تحت الضغط. في مشاريع ضخمة، ضغط الجدول الزمني يرفع المخاطر، لذا الاستباق أهم من التحقيق بعد الواقعة.

4) إدارة الطاقة والانبعاثات: ربحية + توافق تنظيمي

الجواب المباشر: أي مصنع جديد اليوم يحتاج أن يبني القدرة على قياس الانبعاثات وتتبع الطاقة منذ البداية، لا بعد التشغيل.

الذكاء الاصطناعي يساعد عبر:

• اكتشاف التسربات (Fugitive Emissions) بالتحليل الطيفي/الصور الحرارية حيث يتاح
• تحسين شبكات البخار والهواء المضغوط لتقليل الهدر
• بناء “لوحة قيادة كربونية” تربط الإنتاج بالانبعاثات لكل وحدة منتج

هذا ليس فقط للسمعة. إنه يؤثر على التصدير، التمويل، وتكلفة الامتثال مستقبلاً.

ما الذي يجب بناؤه الآن داخل مشروع الدقم كي ينجح الذكاء الاصطناعي لاحقاً؟

الجواب المباشر: البيانات قبل النماذج. كثير من المبادرات تفشل لأن المصنع يبدأ التشغيل ثم يبحث عن بيانات نظيفة.

متطلبات بيانات لا تُؤجّل

إذا كنت ضمن فريق مشروع/تشغيل أو ضمن مزود تقني، هذه قائمة عملية أراها ضرورية منذ مرحلة التصميم:

1. معمارية بيانات صناعية تربط أنظمة DCS/SCADA مع مؤرخ البيانات (Historian) وطبقة تحليلات آمنة
2. معايير قياس موحدة: تسمية الإشارات (Tag Naming)، ترددات أخذ العينات، جودة القياس
3. سجل أصول رقمي (Asset Registry) مرتبط بالقطع، أوامر العمل، وسجلات الصيانة
4. توأم رقمي (Digital Twin) على الأقل للوحدات الحرجة (مثل وحدات التكسير/الفصل/المرافق)
5. حوكمة نماذج: من يبني؟ من يراجع؟ كيف يتم اختبار النموذج؟ وكيف نمنع “انحراف النموذج” (Model Drift)؟

الأمن السيبراني OT: شرط تشغيل لا رفاهية

كلما زادت الأتمتة، زادت سطح الهجوم. لذلك، أي خطة ذكاء اصطناعي في الطاقة والنفط والغاز في عُمان يجب أن تبدأ من:

• فصل شبكات OT/IT بوضوح مع بوابات آمنة
• إدارة هويات وصلاحيات دقيقة
• مراقبة مستمرة لسلوك الشبكة الصناعية

الذكاء الاصطناعي نفسه يمكن أن يساعد في كشف الشذوذ (Anomaly Detection)، لكن الأساس هو التصميم الآمن.

كيف تخدم هذه الشراكة رؤية عُمان 2040… بشكل قابل للقياس؟

الجواب المباشر: عبر ثلاث نتائج قابلة للقياس إذا تم ربط المشروع بمنظومة ذكاء اصطناعي متكاملة: قيمة محلية أعلى، وظائف نوعية، وتنافسية تصديرية.

قيمة محلية أعلى عبر سلاسل توريد “مرئية”

عندما تكون سلسلة الإمداد شفافة بالبيانات، يصبح من السهل:

• رفع المحتوى المحلي في العقود والمشتريات
• توقع احتياجات قطع الغيار وتقليل المخزون الراكد
• قياس أداء الموردين حسب الزمن والجودة والسلامة

هذه مكاسب مباشرة لاقتصاد المنطقة حول الدقم، لا مجرد أرقام على الورق.

وظائف نوعية: من مشغلين إلى محللي موثوقية

التحول الحقيقي ليس “استبدال البشر”. بل إعادة توزيع المهارات. في مصانع تعتمد الذكاء الاصطناعي، تظهر أدوار جديدة مثل:

• مهندس موثوقية مدعوم بالبيانات (Reliability Data Engineer)
• محلل أداء الطاقة
• مشرف سلامة مدعوم بالرؤية الحاسوبية
• مهندس توأم رقمي

وهذا ينسجم مع مسار بناء كفاءات وطنية عالية الدخل والمعرفة.

أسئلة شائعة يطرحها أصحاب القرار (وإجابات مباشرة)

هل الذكاء الاصطناعي مناسب للمشاريع الجديدة أكثر من القائمة؟

نعم. لأنك تستطيع تصميم القياس والاتصال والحوكمة من البداية، وتقلل كلفة “ترقيع” الأنظمة لاحقاً.

ما أسرع تطبيق يعطي عائداً؟

عادةً: الصيانة التنبؤية للمعدات الحرجة + تحسين استهلاك الطاقة في المرافق (Utilities). هذان ينعكسان بسرعة على التوقفات والفواتير.

ما أكبر سبب للفشل؟

التركيز على النموذج قبل تنظيف البيانات وربطها بالقرار التشغيلي. نموذج رائع بلا تبنٍ تشغيلي يساوي صفراً.

الخطوة التالية: كيف تبدأ الشركات والموردون من الآن؟

الجواب المباشر: ابدأوا بخارطة طريق من 90 يوماً تُثبت القيمة، ثم وسّعوا النطاق.

اقتراح عملي (يناسب مشاريع مثل الدقم):

1. 90 يوماً: اختيار وحدتين/نظامين حرِجين (مثل الضواغط + شبكة البخار) وبناء نموذج تنبؤ/تحسين مع لوحة مؤشرات تشغيلية
2. 180 يوماً: تعميم منهجية البيانات والحوكمة، ودمج التحليلات مع نظام أوامر العمل (CMMS)
3. 12 شهراً: إطلاق توأم رقمي لوحدة رئيسية + برنامج سلامة مدعوم بالرؤية الحاسوبية في مناطق محددة

ضمن سلسلة مقالاتنا «كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في عمان»، اتفاق OQ وKPI في الدقم ليس خبراً اقتصادياً فقط؛ هو فرصة لإثبات أن التحول الرقمي يمكن أن يكون مخططاً ومربحاً وآمناً منذ اليوم الأول.

المرحلة القادمة ستُظهر من يفوز: من يبني مصنعاً يعمل “كما كان يعمل دائماً”، أم من يبنيه ليعمل بالبيانات ويصحّح نفسه باستمرار؟