اتفاقيات صحار: الذكاء الاصطناعي لخفض كلفة الصناعة بعُمان

قيمة الاستثمارات التي أُعلن عنها في منتدى صحار للاستثمار 2026 تجاوزت 12 مليون ريال عُماني عبر 5 اتفاقيات في الحديد والصلب، واللدائن، والغذاء، ومعالجة المعادن، وإعادة التدوير. الأرقام تبدو صناعية بحتة، لكنها تحمل رسالة أوضح لمن يعمل في الطاقة والنفط والغاز في عُمان: سلاسل الإمداد والتصنيع “حول” القطاع النفطي تتوسع… ومن لا يدمج الذكاء الاصطناعي مبكراً سيدفع الثمن لاحقاً.

هذا مهم لأن كثيراً من مكاسب الذكاء الاصطناعي في قطاع الطاقة لا تأتي فقط من تحسين الإنتاج في الحقول، بل من تحسين ما يحيط به: المصانع التحويلية، الصيانة، اللوجستيات، الجودة، وإدارة الطاقة داخل المدن الصناعية. صحار اليوم تُظهر نموذجاً عملياً: استثمارات جديدة + بنية مناطق اقتصادية + تركيز حكومي على تسريع التحول الرقمي = فرصة جاهزة لتطبيقات ذكاء اصطناعي تُقلّل التوقفات، وتضبط الهدر، وترفع القيمة المضافة.

في هذا المقال (ضمن سلسلة: كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في عمان) سأربط اتفاقيات المنتدى بخارطة استخدام واضحة للذكاء الاصطناعي داخل المشاريع الصناعية… وبطريقة تساعد المستثمرين والمشغّلين على اتخاذ قرارات أسرع وأدق.

ماذا قالت اتفاقيات منتدى صحار فعلياً؟ ولماذا تهم قطاع الطاقة؟

الخلاصة: الاتفاقيات الخمس ليست مشاريع “متفرقة”، بل حلقات في منظومة صناعية مرتبطة بالطاقة والبتروكيماويات والمعادن—أي بيئة مثالية للذكاء الاصطناعي.

في 04/02/2026 انطلق منتدى صحار للاستثمار 2026 تحت رعاية معالي قيس بن محمد اليوسف، رئيس الهيئة العامة للمناطق الاقتصادية الخاصة والمناطق الحرة (OPAZ)، وبحضور مشاركين من أكثر من 30 دولة. في اليوم الأول تم توقيع 5 اتفاقيات/مذكرات تفاهم بقيمة إجمالية تفوق 12 مليون ريال، أبرزها:

• مذكرة تفاهم بين فرع غرفة تجارة وصناعة عمان بشمال الباطنة وجندال للصلب – عُمان لدعم الاستثمار والصناعات التحويلية في الحديد والصلب، بقيمة تقديرية 4 ملايين ريال.
• مشروع صناعي ضمن برنامج لدائن بين مجموعة OQ وAurum Polymer Solutions لإنشاء منشأة في مدينة الأُوحي الصناعية بصحار بقيمة 1.115 مليون ريال، مع توريد مواد خام حتى 8,000 طن سنوياً عند الطاقة القصوى.
• مصنع تصنيع غذائي بين مدينة صحار الصناعية وشركة البركة للأغذية والاستثمار بقيمة 4 ملايين ريال.
• مصنع معالجة معادن بين مدينة صحار الصناعية وشركة الرحمة للصناعات المعدنية بقيمة 3 ملايين ريال.
• مصنع لإعادة تدوير النفايات بين مدينة صحار الصناعية وClear Earth Recycling بقيمة 500 ألف ريال.

الزاوية الأهم للمستثمرين في الطاقة: هذه القطاعات تستهلك طاقة بكثافة، وتعتمد على التشغيل المستمر، وتتعرض لمخاطر توقف عالية. لذلك كل نقطة كفاءة (طاقة، مواد خام، توقفات) تتحول مباشرة إلى ربحية… والذكاء الاصطناعي هنا ليس ترفاً.

جملة تصلح للاقتباس: في الصناعة الثقيلة، الذكاء الاصطناعي لا “يزيد الإنتاج” فقط؛ بل يقلّل ساعات التوقف التي تبتلع الأرباح بصمت.

الحديد والصلب ومعالجة المعادن: أين يربح الذكاء الاصطناعي؟

الخلاصة: أكبر عائد سريع عادة يأتي من الصيانة التنبؤية وتحسين سلسلة الإمداد وجودة المنتج.

1) الصيانة التنبؤية لمعدات عالية الحساسية

في مصانع الصلب والمعادن، الأعطال لا تأتي “مرة واحدة”؛ تتسلل عبر اهتزازات غير طبيعية، ارتفاع حرارة، تغير في استهلاك الطاقة، أو انخفاض تدريجي في الأداء. الذكاء الاصطناعي يقرأ هذه الإشارات عبر حساسات (Vibration, Temperature, Power) ويُخرج إنذاراً مبكراً قبل التوقف.

تطبيق عملي في صحار: خطوط الدرفلة، الأفران، الضواغط، والمضخات—كلها مرشحة لنماذج تعلم آلي تتنبأ بالفشل وتحدد القطع الأكثر احتمالاً للتعطل.

2) تحسين استهلاك الطاقة داخل المصنع

الطاقة تمثل بنداً كبيراً في الكلفة. ما يفعله الذكاء الاصطناعي هنا هو بناء نماذج تُحسّن:

• جداول التشغيل وفق أسعار الكهرباء/الوقود (عندما تكون التعرفة متغيرة أو توجد فرص إدارة أحمال)
• ضبط معايير التشغيل (Setpoints) لتقليل الهدر الحراري
• اكتشاف “تسربات” الطاقة أو التشغيل خارج الكفاءة المثلى

هذا ينسجم مباشرة مع موضوع السلسلة: ذكاء اصطناعي في الطاقة لا يعني فقط حقول النفط؛ بل إدارة الطاقة داخل الصناعات التحويلية التي تُكمل منظومة الهيدروكربونات.

3) ضبط الجودة بالذكاء الاصطناعي (Vision + Analytics)

كاميرات صناعية مع نماذج رؤية حاسوبية تستطيع اكتشاف عيوب السطح، التشققات، أو الانحرافات في الأبعاد في الوقت الحقيقي—بدلاً من اكتشافها بعد الإنتاج. النتيجة: هدر أقل ومرتجعات أقل.

اللدائن (برنامج لدائن) والبتروكيماويات: من 8,000 طن إلى قرارات لحظية

الخلاصة: مشاريع اللدائن هي فرصة ذهبية لذكاء اصطناعي يربط بين جودة المواد الخام، استقرار التشغيل، وتقليل الفاقد.

الاتفاقية بين OQ وAurum Polymer Solutions تتضمن توريد مواد خام حتى 8,000 طن سنوياً عند التشغيل الكامل. هذا الرقم ليس مجرد توريد؛ هو تدفق بيانات وإمداد يحتاج إلى ذكاء تشغيلي:

1) تحسين الخلط والتركيبة وتقليل الهدر

في مصانع البوليمرات واللدائن، تغيّر بسيط في الرطوبة أو اللزوجة أو خصائص الدُفعة قد يرفع نسبة العيوب. الذكاء الاصطناعي يساعد عبر:

• نماذج تتوقع جودة المنتج بناءً على خصائص المدخلات
• توصيات تلقائية لتعديل نسب الخلط أو درجات الحرارة
• تقليل “المنتج خارج المواصفات” (Off-spec)

2) ذكاء سلسلة الإمداد: توقّع الطلب والتخزين الذكي

بجانب الإنتاج، يوجد تحدي مخزون: مواد خام + منتجات نهائية + شحن. خوارزميات التنبؤ (Forecasting) تعطي خططاً أفضل لتقليل:

• التخزين الزائد (تكلفة رأسمالية)
• نقص المواد (توقف الإنتاج)
• الشحنات غير المثلى (تكلفة لوجستية)

3) ربط اللدائن بقطاع النفط والغاز في عُمان

البتروكيماويات في النهاية امتداد طبيعي للهيدروكربونات. كلما زادت المشاريع التحويلية، زادت الحاجة إلى:

• شفافية بيانات من المنبع إلى المصب
• توحيد معايير الجودة
• إدارة مخاطر تقلب الأسعار

وهنا يظهر دور الذكاء الاصطناعي والتحليلات المتقدمة في التخطيط الاستثماري وليس التشغيل فقط.

الغذاء وإعادة التدوير: الذكاء الاصطناعي كأداة للامتثال وتقليل المخاطر

الخلاصة: في مصانع الغذاء وإعادة التدوير، أكبر مكاسب الذكاء الاصطناعي تأتي من السلامة، التتبع، وخفض فاقد المواد.

1) مصنع الغذاء: تتبع وجودة أسرع من الورق

مصانع الأغذية تتطلب رقابة أعلى. الذكاء الاصطناعي يدعم:

• رؤية حاسوبية لفحص التعبئة والملصقات واكتشاف العيوب
• نماذج تتنبأ بأعطال التبريد/التخزين (سلسلة تبريد)
• أنظمة تتبع رقمي للدفعات لتحسين الاستدعاءات عند الحاجة وتقليل أثرها

2) مصنع إعادة التدوير: فرز أدق وإنتاجية أعلى

إعادة التدوير ليست عملاً خيرياً؛ هي اقتصاد تشغيل. الذكاء الاصطناعي يساعد في:

• فرز آلي بالنظر الحاسوبي (Plastic vs Metal vs Paper)
• تحسين مسارات المواد لتقليل الاختناقات
• قياس جودة المخرجات (مثل نقاء البلاستيك المعاد تدويره)

والصلة مع قطاع الطاقة والنفط والغاز في عمان واضحة: خفض النفايات الصناعية وتحسين كفاءة الموارد يخفف الضغط على الطاقة والمياه ويعزز الاستدامة التي أصبحت شرطاً تمويلياً في كثير من الصفقات.

المدن الصناعية والشراكات: أين يدخل الذكاء الاصطناعي على مستوى “المنطقة”؟

الخلاصة: القيمة الكبرى تظهر عندما يُطبّق الذكاء الاصطناعي على مستوى المدينة الصناعية: طاقة، لوجستيات، سلامة، وتصاريح.

في كلماتها خلال المنتدى، أشارت سعادة ابتسام بنت أحمد الفروجية إلى التركيز في المرحلة القادمة على تسهيل إجراءات المستثمرين، وتسريع التحول الرقمي في الخدمات، وتعزيز الشراكة بين القطاعين العام والخاص. هذه ليست شعارات؛ هي بيئة تمكّن ثلاث طبقات من الذكاء الاصطناعي:

1) “توأم رقمي” للمدينة الصناعية (Digital Twin)

تخيل نموذجاً رقمياً يحاكي:

• أحمال الطاقة على المصانع
• حركة الشاحنات والبوابات
• نقاط الاختناق في الخدمات

هذا يتيح قرارات مبنية على بيانات، مثل جدولة أعمال الصيانة للبنية التحتية أو إعادة توزيع الأحمال الكهربائية لتقليل الانقطاعات.

2) ذكاء الامتثال والسلامة (HSE Analytics)

في بيئات قريبة من الطاقة والمعادن، السلامة ليست بنداً ثانوياً. تحليل الفيديو، سجلات الحوادث، وبيانات أجهزة الاستشعار يمكن أن يحدد مناطق الخطر ويقترح إجراءات وقائية.

3) رقمنة خدمات المستثمر: من “ورقي” إلى “تنبؤي”

إذا تحولت الخدمات الرقمية من مجرد نماذج إلكترونية إلى منصة بيانات، يمكن بناء نماذج تتنبأ بـ:

• زمن إنجاز المعاملات حسب نوع الطلب
• متطلبات النواقص الأكثر شيوعاً لتقليل الرفض
• أفضل مسارات الترخيص للمشاريع المختلفة

وهذا يترجم إلى شيء يحبه المستثمر: وقت أقل إلى التشغيل التجاري.

خطة عملية من 6 خطوات: كيف تبدأ مشروعك الصناعي مع الذكاء الاصطناعي؟

الخلاصة: ابدأ بمشكلات محددة، واجعل البيانات جزءاً من العقد التشغيلي، ثم وسّع.

إليك ما وجدته عملياً الأكثر نجاحاً (خصوصاً في مشاريع جديدة أو توسعات):

1. اختر حالتين استخدام فقط في أول 90 يوماً: مثل الصيانة التنبؤية + تحسين الطاقة.
2. حدد “مؤشر ربح” واضح لكل حالة: ساعات توقف أقل، أو kWh أقل لكل طن، أو عيوب أقل لكل دفعة.
3. ابنِ طبقة بيانات بسيطة: حساسات أساسية + تجميع بيانات (Historian/SCADA) + لوحة متابعة.
4. ابدأ بنموذج قابل للتفسير (Explainable): مهم لفرق التشغيل حتى يثقوا بالنتائج.
5. اربط الذكاء الاصطناعي بالإجراءات: إنذار بلا إجراء = لا قيمة. ضع Playbook للاستجابة.
6. حوّل النجاح إلى معيار: بعد إثبات العائد، وسّع على خطوط ومواقع أخرى.

جملة تصلح للاقتباس: الذكاء الاصطناعي في المصانع لا يفشل بسبب الخوارزميات… يفشل عندما لا يتغير قرار التشغيل بعد ظهور التنبؤ.

أسئلة شائعة يطرحها المستثمرون في صحار (وإجابات مباشرة)

هل الذكاء الاصطناعي مناسب لمصنع متوسط الحجم، أم فقط للمشاريع العملاقة؟

مناسب للمصانع المتوسطة أيضاً، بشرط اختيار حالات استخدام ذات أثر سريع: الصيانة التنبؤية، كشف العيوب، وتحسين الطاقة. البداية يمكن أن تكون بخط إنتاج واحد.

ما البيانات التي يجب تجهيزها منذ اليوم الأول للمشروع؟

بيانات التشغيل (السرعة/الحرارة/الاهتزاز/الطاقة)، سجلات الأعطال، بيانات الجودة، وبيانات الإنتاج بالزمن. تجهيزها مبكراً يقلّل كلفة التحول لاحقاً.

كيف يرتبط هذا بقطاع النفط والغاز في عمان؟

لأن الصناعات التحويلية والبتروكيماويات والمعادن وإعادة التدوير تعتمد على الطاقة وتخدمها. رفع كفاءتها بالذكاء الاصطناعي يرفع تنافسية منظومة الطاقة ككل.

أين تتجه صحار من هنا؟ وما المطلوب من الشركات الآن؟

اتفاقيات منتدى صحار (بقيمة تتجاوز 12 مليون ريال) تؤكد أن التنويع الاقتصادي ليس عنواناً عاماً، بل مشاريع على الأرض. برأيي، الخطوة التالية التي ستفصل بين من يكسب ومن يتأخر هي: دمج الذكاء الاصطناعي ضمن التصميم والتشغيل منذ البداية، لا كإضافة لاحقة بعد تراكم المشاكل.

إذا كنت مستثمراً أو مشغّلاً في صحار—أو في أي مدينة صناعية مرتبطة بالطاقة في عُمان—فابدأ بتحديد “مصدر الهدر” الأكبر لديك: توقفات؟ طاقة؟ جودة؟ لوجستيات؟ ثم ابنِ نموذج ذكاء اصطناعي حوله، وتأكد أن القرار سيتغير فعلاً بناءً على التنبؤ.

السؤال الذي يستحق التفكير: بعد عامين من الآن، هل ستكون مشاريع صحار مجرد مصانع جديدة… أم منظومة تشغيل ذكية تُدار بالبيانات وتنافس إقليمياً؟