الذكاء الاصطناعي لتسريع طاقة الرياح بعُمان وتفادي التعطيل

في 02/01/2026، قدّمت شركتا Orsted وEquinor طعونًا قانونية ضد قرار حكومي أمريكي أوقف أعمال إنشاء مزارع رياح بحرية على الساحل الشرقي. المثير هنا ليس الجدل السياسي بحد ذاته، بل حقيقة عملية جدًا: مشروعات طاقة ضخمة وصلت إلى 60% و87% من الإنجاز يمكن أن تتوقف بقرار تنظيمي واحد—فتتجمّد الجداول الزمنية، وتتضاعف كلفة التمويل، ويصبح المستثمرون أكثر حذرًا.

هذا الخبر يهمّنا في عُمان أكثر مما يبدو. لأن مسار تنويع الطاقة—من الرياح والطاقة الشمسية إلى الهيدروجين الأخضر—ليس تحديًا هندسيًا فقط، بل تحدٍ تنظيمي وتشغيلي وإداري. والذكاء الاصطناعي، عندما يُستخدم بواقعية، قادر على تقليل احتمالات “التوقف المفاجئ” عبر بناء امتثال تنظيمي أسرع، وشفافية أعلى، وتخطيط أفضل للمخاطر.

ضمن سلسلة “كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في عُمان”، هذه المقالة تربط بين درس عالمي من تعطّل مزارع الرياح البحرية في الولايات المتحدة، وبين ما يمكن لعُمان فعله الآن—خصوصًا إذا كان الهدف هو تسريع المشروعات وجذب التمويل وتحويل التعقيد التنظيمي إلى ميزة.

ما الذي تكشفه أزمة إيقاف مزارع الرياح الأمريكية؟

الخلاصة المباشرة: أكبر خطر على مشروعات الطاقة المتجددة ليس دائمًا التقنية؛ أحيانًا هو “عدم اليقين التنظيمي” الذي يرفع كلفة رأس المال ويؤخر التسليم.

القصة كما ظهرت في الخبر: الحكومة الأمريكية علّقت في ديسمبر تراخيص/عقود إيجار لخمسة مشاريع رياح تحت الإنشاء، ضمن توجه سياسي لإبطاء نمو القطاع. Orsted ذكرت أن مشروع Revolution Wind وصل إلى 87%، وEquinor قالت إنها استثمرت أكثر من 4 مليارات دولار في مشروع Empire Wind الذي تجاوز 60% من الإنجاز. ومع ذلك، قرار واحد أعاد المشروعات إلى نقطة “انتظروا حكم المحكمة”.

لماذا هذا يضرب الجدوى المالية مباشرة؟

عندما يتوقف مشروع في مراحله الأخيرة:

• فوائد القروض تستمر بينما الإيرادات لا تبدأ.
• فرق المقاولين تتشتت، وسلاسل الإمداد تتعطل، وقد تعود بأسعار أعلى.
• تقييم المخاطر يرتفع في السوق، فتزداد تكلفة التأمين والتمويل.

جملة واحدة تلخص الدرس: المشروع الذي لا يمتلك نظام امتثال قويًا وإدارة أصحاب مصلحة ذكية، يدفع ثمنًا أعلى حتى لو كانت توربيناته تعمل على الورق.

لماذا يهمّ هذا الدرس عُمان الآن؟

الخلاصة المباشرة: عُمان في مرحلة توسيع محفظة الطاقة، والسرعة وحدها لا تكفي؛ المطلوب سرعة مع “قابلية دفاع تنظيمية” (Regulatory Defensibility).

عُمان تدفع نحو تنويع الطاقة ومشروعات خفض الانبعاثات، وفي الوقت نفسه تبقى صناعة النفط والغاز عمادًا اقتصاديًا وتشغيليًا. هذا الخليط يعني أن الجهات المعنية (منظمون، مستثمرون، مجتمعات محلية، وشركاء دوليون) لديهم أسئلة أكثر، ومتطلبات توثيق أعلى.

وهنا رأيي بصراحة: أكثر ما يبطئ مشاريع الطاقة ليس نقص البيانات، بل فوضى البيانات. ملفات PDF متناثرة، مراسلات بريدية، جداول إكسل غير موحدة، وتغيير متطلبات دون تتبع أثرها. الذكاء الاصطناعي لا يلغي التعقيد، لكنه يحوّله إلى مسار قابل للإدارة والقياس.

ثلاث نقاط تشابه مع ملف الرياح البحرية عالميًا

1. تعدد الجهات التنظيمية وتداخل الأدوار (بيئة، سلامة، نقل بحري/موانئ، عقود شراء طاقة).
2. حساسية الأثر البيئي والاجتماعي وضرورة الإسناد بالبيانات.
3. حجم رأس المال يجعل كل أسبوع تأخير مكلفًا.

أين يدخل الذكاء الاصطناعي؟ من “الامتثال الورقي” إلى “الامتثال الحي”

الخلاصة المباشرة: أفضل استخدام للذكاء الاصطناعي في الطاقة هو جعل الامتثال عملية تشغيل يومية، لا حدثًا موسميًا قبل التسليم.

الامتثال التقليدي غالبًا يعمل بهذا الشكل: ننجز التصميم، ثم نبدأ “تجميع المستندات” لإرضاء المتطلبات. هذا يخلق فجوات متأخرة تظهر عند المراجعة النهائية—أو أسوأ: بعد البدء في التنفيذ.

البديل هو امتثال حي (Continuous Compliance)، يعتمد على أدوات ذكاء اصطناعي تربط بين المتطلبات، والتصميم، والتنفيذ، والتوثيق.

1) ذكاء اصطناعي لقراءة المتطلبات وربطها مباشرة بخطة المشروع

بدل أن تبقى المتطلبات في مستندات طويلة:

• يُحوّلها نظام NLP إلى قائمة التزامات قابلة للتتبع.
• يربط كل التزام بـ: مالك مسؤول، موعد، دليل إثبات، ومخاطر عدم الالتزام.
• ينبه عند أي تغيير تنظيمي أو تحديث في الشروط.

النتيجة العملية: تقل “المفاجآت” التي تؤدي لأوامر إيقاف عمل.

2) نماذج تنبؤية لتقدير احتمال التعطل قبل أن يقع

يمكن تدريب نماذج تعلم آلي على بيانات مشاريع سابقة (داخل الشركة أو عبر بيانات عامة متاحة) لتوقع:

• أكثر مراحل المشروع عرضة للتأخير.
• البنود التنظيمية التي تتكرر فيها الملاحظات.
• الأنشطة التي تحتاج تواصلًا مبكرًا مع الجهة المنظمة.

عبارة قابلة للاقتباس: إذا كنت لا تستطيع توقع التأخير، ستدفع ثمنه مرتين: مرة في الجدول، ومرة في التمويل.

3) إدارة أصحاب المصلحة بالبيانات بدل الانطباعات

جزء كبير من نجاح مشاريع الرياح (خصوصًا البحرية) مرتبط بالتواصل: مجتمع محلي، صيادون، مشغلو موانئ، جهات بيئية. الذكاء الاصطناعي يساعد في:

• تحليل الشكاوى والاستفسارات وتصنيفها حسب الموضوع والإلحاح.
• قياس “درجة القبول الاجتماعي” بمرور الوقت.
• اقتراح ردود موحدة ومؤسسة على حقائق (مع مراجعة بشرية).

النتيجة العملية: تقل فجوات الثقة التي تتحول لاحقًا إلى اعتراضات رسمية.

تطبيقات عملية في عُمان: من النفط والغاز إلى المتجددة

الخلاصة المباشرة: عُمان لا تبدأ من الصفر؛ كثير من قدرات الذكاء الاصطناعي المستخدمة في النفط والغاز يمكن نقلها إلى مشاريع الرياح والشمس والهيدروجين.

أحب أن أقولها هكذا: الذكاء الاصطناعي الذي يرفع السلامة في الحقول يمكنه أيضًا رفع “سلامة القرار” في المشاريع المتجددة.

1) “توأم رقمي” للمشروع من اليوم الأول

التوأم الرقمي ليس رفاهية؛ هو وسيلة لتجميع الواقع في نموذج واحد:

• خرائط موقع المشروع، القيود البيئية، مسارات الكابلات، مناطق الملاحة.
• سيناريوهات الطقس والأمواج (للبحرية) أو الغبار والحرارة (للبرية).
• ربط التوأم الرقمي بالامتثال: أين يمكن أن يحدث تعارض مع شرط تنظيمي؟

2) أتمتة تقارير السلامة والبيئة (HSE) مع تدقيق صارم

بدل جمع التقارير يدويًا:

• نماذج ذكاء اصطناعي تلخص الحوادث القريبة (Near Misses) وتربطها بالإجراءات.
• مراقبة التزام المقاولين عبر مؤشرات مبكرة.
• استخراج أدلة الامتثال تلقائيًا (صور، سجلات، قياسات) ضمن “سجل تدقيق”.

3) تحسين سلسلة الإمداد لتقليل أثر أي توقف

عندما يحدث توقف، أسوأ ما يمكن أن يحصل هو أن تكون سلسلة الإمداد “متوترة” أصلًا.

• ذكاء اصطناعي للتنبؤ بتأخر الشحنات.
• تحسين المخزون للمواد طويلة التوريد.
• بدائل موردين مع تقييم مخاطر الامتثال.

خطة تنفيذ واقعية خلال 90 يومًا: كيف تبدأ شركة طاقة في عُمان؟

الخلاصة المباشرة: لا تبدأ بنظام ضخم. ابدأ بمشكلة واحدة مكلفة: التتبع التنظيمي، وإثبات الامتثال، وإدارة الوثائق.

هذه خطة أحبها لأنها عملية وتناسب الشركات الكبيرة والمتوسطة:

1. أسبوع 1–2: جرد المتطلبات والمستندات

   • جمع كل الشروط التنظيمية والعقود ومصفوفات الامتثال الحالية.
   • تحديد 20 بندًا الأكثر تسببًا في ملاحظات أو تأخير.

2. أسبوع 3–6: بناء “مصفوفة امتثال ذكية”

   • استخدام NLP لاستخراج الالتزامات وتحويلها لتذاكر عمل.
   • ربط كل تذكرة بدليل إثبات ومسؤول داخلي.

3. أسبوع 7–10: لوحة قيادة للمخاطر والتنبيهات

   • مؤشرات: التزامات متأخرة، أدلة ناقصة، تغييرات شرطية غير مغطاة.
   • تنبيه مبكر قبل الوصول لنقطة توقف.

4. أسبوع 11–13: تجربة تشغيل على مشروع واحد

   • مشروع رياح/شمس أو حتى توسعة في النفط والغاز.
   • قياس النتائج بالأرقام: أيام مراجعة أقل، ملاحظات أقل، إعادة عمل أقل.

مؤشرات نجاح يمكن قياسها بسرعة

• تقليل زمن تجهيز ملفات الامتثال بنسبة 20–40% خلال دورة واحدة (ممكن جدًا عندما تكون الوثائق مشتتة).
• خفض عدد “طلبات الاستيضاح” المتكررة من الجهة المنظمة.
• تقليل إعادة العمل الناتجة عن سوء فهم المتطلبات.

أسئلة تتكرر لدى فرق الطاقة (وإجابات صريحة)

هل الذكاء الاصطناعي بديل عن المستشارين القانونيين والتنظيميين؟

لا. لكنه يجعل عملهم أكثر دقة وأسرع. القيمة تأتي من دمج خبرة البشر مع تتبع آلي صارم.

هل هذا يتطلب بيانات مثالية؟

لا. يتطلب “حدًا أدنى من التنظيم”. غالبًا أكبر مكسب يأتي من ترتيب الفوضى، لا من جمع بيانات جديدة.

ماذا عن الخصوصية وحوكمة البيانات؟

أي تطبيق في الطاقة يجب أن يبدأ بـ:

• سياسات وصول واضحة.
• سجل تدقيق.
• فصل البيانات الحساسة.
• نماذج/بيئات تشغيل متوافقة مع متطلبات المؤسسة.

ماذا نتعلم من قضية Orsted وEquinor… وما الخطوة التالية في عُمان؟

إيقاف مشاريع وصلت إلى 60% و87% من الإنجاز يوضح أن التحول الطاقي قد يتعطل لأسباب غير تقنية. وعُمان، وهي توسّع مزيج الطاقة وتستقطب استثمارات، يمكنها تحويل هذا الدرس إلى ميزة تنافسية: مشاريع أسرع لأن الامتثال فيها مُدار كمنظومة، لا كملف يُفتح عند الحاجة.

إذا كنت تقود مشروع طاقة (نفط وغاز أو متجددة) فابدأ بسؤال عملي واحد: ما الجزء الذي يسرق منا الوقت ويزيد الملاحظات—الوثائق، التتبع، أم التواصل مع أصحاب المصلحة؟ غالبًا ستجد أن حلًا واحدًا مدعومًا بالذكاء الاصطناعي يمكنه تقليل المخاطر قبل أن تصبح قضية “إيقاف عمل”.

السؤال الذي يستحق التفكير الآن: هل نريد الذكاء الاصطناعي لتحسين الكفاءة فقط… أم لبناء مشاريع “مُحصّنة تنظيميًا” من اليوم الأول؟