نموذج تعاون نافتوغاز وبيكر هيوز يوضح كيف تقود الشراكات والذكاء الاصطناعي تحسين الموثوقية والكفاءة. دروس عملية قابلة للتطبيق في قطاع الطاقة بعُمان.
شراكات ذكية: كيف يرفع الذكاء الاصطناعي كفاءة الطاقة بعُمان
في 02/04/2026 وقّعت «نافتوغاز» الأوكرانية مذكرة تفاهم مع «بيكر هيوز» الأمريكية للعمل عبر سلسلة قيمة الطاقة: الاستكشاف والإنتاج، النقل والتخزين، التكرير والبتروكيماويات وتوليد الكهرباء. الخبر يبدو بعيدًا عن مسقط، لكنه في الحقيقة قريب جدًا من أي شركة طاقة في عُمان تفكر بجدية في رفع الكفاءة وتقليل الأعطال وتسريع القرارات.
الرسالة الأوضح في هذا النوع من الشراكات ليست “شركة أجنبية جاءت بالمعدات”. الرسالة هي: التقنية التشغيلية (OT) تحتاج شريكًا يرفع موثوقيتها، ومعها طبقة ذكاء اصطناعي تجعل الأداء قابلًا للقياس والتحسين يوميًا. وهذا بالضبط ما ينقص كثيرًا من المبادرات الرقمية في قطاع النفط والغاز: تبدأ بلوحات مؤشرات جميلة، وتنتهي دون تأثير ملموس على التوقفات أو إنتاجية الآبار.
أنا أرى أن عُمان في موقع ممتاز لتبني نموذج مشابه—لكن مع فارق مهم: الشراكات اليوم لا تُقاس بعدد التوربينات أو الضواغط، بل بقدرتها على بناء “منظومة بيانات” وتشغيل نماذج ذكاء اصطناعي تُحسّن القرارات من البئر حتى محطة الكهرباء.
ماذا نتعلم من مذكرة نافتوغاز وبيكر هيوز؟
الدرس الأول: الشراكة الناجحة تبدأ من مشاكل تشغيلية محددة، لا من شعارات التحول الرقمي.
وفق ما ورد في الإعلان، الهدف المباشر هو رفع كفاءة البنية التحتية وتحسين موثوقية المعدات، مع التركيز على وحدات مثل التوربينات الغازية ووحدات الضاغط، إضافة إلى تحسين الإنتاجية ورفع كفاءة الطاقة. هذه نقاط “مؤلمة” لأي مشغل: الأعطال غير المخططة، واستهلاك الوقود العالي، وتذبذب الأداء تحت أحمال مختلفة.
الدرس الثاني: التعاون عبر “سلسلة القيمة” يفتح أكبر عائد. عندما تمتد الشراكة من الاستكشاف والإنتاج إلى النقل والتخزين والتكرير وتوليد الطاقة، يصبح بالإمكان تحقيق مكاسب متراكبة. مثال بسيط:
- تحسين ضغط الغاز في محطة ما يرفع استقرار الإمدادات.
- الاستقرار يقلل اضطراب التشغيل في المصافي.
- المصافي الأكثر استقرارًا تخفض الفواقد وترفع المردود.
الدرس الثالث: الكفاءة والموثوقية أصبحتا قضية أمن طاقة. الأزمة الجيوسياسية في أوروبا خلال السنوات الماضية جعلت “المرونة” هدفًا رئيسيًا. نافتوغاز أيضًا عملت على استيراد الغاز الطبيعي المسال الأمريكي، وتحدثت عن إمكانية وصول الإمدادات إلى مليار متر مكعب في 2026. هذه الأرقام تهمنا في عُمان من زاوية مختلفة: كلما زادت حساسية الأسواق، أصبح التميز التشغيلي شرطًا للمنافسة.
أين يدخل الذكاء الاصطناعي؟ من التوربين إلى قرار الإدارة
الذكاء الاصطناعي في الطاقة ليس مشروعًا واحدًا. هو طبقة تحسين مستمرة فوق الأصول والعمليات.
الشركات مثل Baker Hughes تمتلك خبرة ضخمة في المعدات والعمليات، لكن القيمة الحقيقية اليوم تظهر عندما تقترن هذه الخبرة بـ:
- حساسات وبيانات لحظية (ضغط، حرارة، اهتزاز، تدفق)
- نماذج تعلم آلي تتنبأ بالأعطال
- تحسين آني للتشغيل يقلل الوقود ويرفع الإنتاج
1) الصيانة التنبؤية للتوربينات والضواغط
أسرع مكسب عادة يأتي من تقليل التوقفات غير المخططة. التوربينات والضواغط تمثل “قلب” كثير من مرافق الغاز. أي توقف مفاجئ يعني خسائر إنتاج، وإعادة تشغيل مكلفة، وأحيانًا مخاطر سلامة.
كيف يعمل ذلك عمليًا؟
- يتم تجميع بيانات الاهتزاز ودرجات الحرارة والضغط على مستوى أجزاء رئيسية.
- يُدرَّب نموذج تعلم آلي على أنماط الأعطال السابقة.
- يتحول القرار من “ننتظر العطل” إلى “نخطط للتدخل خلال نافذة صيانة مناسبة”.
جملة أحب استخدامها مع فرق التشغيل: إذا كنت لا تستطيع التنبؤ بالعطل قبل أيام، فأنت غالبًا لا تجمع البيانات الصحيحة أو لا تضعها في سياق تشغيلي صحيح.
2) تحسين كفاءة الوقود والانبعاثات
الذكاء الاصطناعي يربط بين الكفاءة والتكلفة والانبعاثات في معادلة واحدة. في التوربينات الغازية مثلاً، ضبط التشغيل لتحقيق نفس القدرة مع وقود أقل ليس “ضبطًا يدويًا” فقط. نماذج التحسين (Optimization) قادرة على:
- اقتراح أفضل إعدادات تحت أحمال مختلفة
- تقليل استهلاك الوقود
- رصد الانحرافات التي ترفع الانبعاثات قبل أن تصبح مشكلة تنظيمية
هذا مهم لعُمان لأن المنافسة على تكلفة الإنتاج والانبعاثات تتزايد، خصوصًا مع اتجاهات الإفصاح والاستدامة في سلاسل التوريد عالميًا.
3) رفع إنتاجية الأصول عبر “التوأم الرقمي”
التوأم الرقمي ليس رسومات ثلاثية الأبعاد. هو نموذج تشغيلي يُحاكي الأصل ويُختبر عليه القرار قبل تطبيقه. في منشآت النقل والتخزين، التوأم الرقمي يمكنه محاكاة سيناريوهات مثل:
- تغير الطلب اليومي
- قيود ضغط خطوط الأنابيب
- جدولة الصيانة دون التأثير على الإمداد
وعندما يُغذّى التوأم الرقمي ببيانات لحظية، يصبح منصة قرار: “لو خفضنا الضغط هنا 3%، ما أثر ذلك على الاستقرار هناك؟”.
كيف تستفيد عُمان من نموذج “الشراكة + الذكاء الاصطناعي”؟
الجواب المباشر: عبر شراكات تركّز على نقل القدرة التشغيلية والبيانات، وليس فقط توريد التقنية.
عُمان لديها قطاع نفط وغاز ناضج، وتنوع في الأصول (حقول، محطات معالجة، خطوط، منشآت صناعية)، وهذا يجعلها بيئة مثالية لتطبيقات الذكاء الاصطناعي التي تتطلب بيانات تشغيلية وخبرة ميدانية.
إطار عملي من 4 خطوات (مناسب لشركات النفط والغاز بعُمان)
- اختيار “حالة استخدام” عالية العائد خلال 90 يومًا
- مثال: صيانة تنبؤية لضواغط محطة معالجة غاز أو مضخات رئيسية.
- تجهيز البيانات (Data Readiness) قبل شراء أي منصة
- توحيد إشارات الحساسات، ضبط جودة البيانات، ربطها بسجل الصيانة.
- بناء فريق مشترك OT + IT + Data
- أكبر فشل رأيته: فريق بيانات يعمل وحده دون مهندسي التشغيل.
- توسيع تدريجي مع مؤشرات قياس واضحة
- تقليل التوقفات غير المخططة (%).
- رفع التوافر التشغيلي (Availability).
- خفض استهلاك الوقود لكل وحدة إنتاج.
عبارة تصلح كقاعدة داخل أي مشروع: إن لم نحدد مؤشرًا تشغيليًا سيتحسن خلال 12 أسبوعًا، فالمشروع غالبًا “رقمنة للعرض” لا للنتائج.
أسئلة شائعة يطرحها التنفيذيون في عُمان (وإجابات مباشرة)
هل الذكاء الاصطناعي يعني استبدال الأنظمة الحالية؟
لا. السيناريو الناجح عادة هو إضافة طبقة تحليل فوق أنظمة SCADA وDCS وCMMS بدلًا من هدمها. الفكرة: جمع البيانات، تنظيفها، ثم تشغيل نماذج تنبؤية وتحسين.
ما أكبر عائق أمام تطبيق الذكاء الاصطناعي في النفط والغاز؟
جودة البيانات وملكية القرار. البيانات قد تكون متفرقة بين مقاولين وأنظمة متعددة، والقرار أحيانًا لا يكون واضحًا: من يعتمد توصية النموذج؟ مهندس المناوبة أم مدير الصيانة؟
هل نحتاج شريكًا عالميًا دائمًا؟
ليس دائمًا، لكن الشريك العالمي يساعد عندما يكون الهدف مرتبطًا بمعدات معقدة (توربينات/ضواغط) أو عندما تحتاج إلى خبرة واسعة في “أنماط الأعطال”. الأفضل هو نموذج هجين: شريك تقني + بناء قدرات محلية + تدريب متخصص.
ما الذي يجب أن تتضمنه أي شراكة ذكاء اصطناعي في قطاع الطاقة بعُمان؟
إذا كنت تريد شراكة تُنتج نتائج، اطلب هذه العناصر كتابةً ضمن نطاق العمل:
- اتفاقية بيانات واضحة: من يملك البيانات؟ أين تُخزّن؟ كيف تُستخدم؟
- نقل معرفة فعلي: تدريب مهندسين عمانيين على النماذج والقياس، لا مجرد تشغيل “صندوق أسود”.
- خطة أمن سيبراني للـ OT: لأن ربط الأصول بالشبكات يزيد سطح المخاطر.
- حزمة KPIs تشغيلية مرتبطة بمكاسب مالية: ساعات توقف أقل، قطع غيار أقل، وقود أقل.
هذا النوع من الاشتراطات يحوّل الذكاء الاصطناعي من “تجربة” إلى قدرة تشغيلية مستدامة.
لماذا هذا مهم الآن بالذات؟
أبريل عادة شهر تخطيط تشغيلي للربعين القادمين في كثير من الشركات، ومعه تتحدد ميزانيات الصيانة والتحسين. إذا كانت خطتك لعام 2026 تتضمن أي تحديث في التوربينات أو الضواغط أو كفاءة الطاقة، فهذه أفضل لحظة لربط الاستثمار بـ منظومة ذكاء اصطناعي تقيس العائد منذ اليوم الأول.
والأهم: سوق الطاقة يتجه إلى منافسة أشد على الكلفة والموثوقية. من يربح ليس من يملك أصولًا أكثر، بل من يُشغّل أصوله بدقة أعلى.
الخطوة التالية التي أنصح بها لقادة الطاقة في عُمان: ابدأوا بمشروع واحد “صغير لكنه حقيقي” في الصيانة التنبؤية أو تحسين الوقود، ثم وسّعوا تدريجيًا. الشراكات الدولية مثل نموذج نافتوغاز وبيكر هيوز تُعطي فكرة واضحة: التركيز على الموثوقية والكفاءة هو المدخل الأسرع، والذكاء الاصطناعي هو المُسرّع.
ما هو الأصل التشغيلي في منشأتكم الذي لو انخفضت أعطاله 20% فقط، سيغير ميزانية السنة كلها؟