شراكة كنوز عمان وEtex: جبس أذكى بذكاء اصطناعي

في 19/01/2026 وُقّعت في مسقط شراكة لافتة بين كنوز عُمان القابضة وEtex البلجيكية لتطوير أعمال قائمة على الجبس داخل السلطنة، تتضمن مشروعًا مشتركًا واستحواذ Etex على 25% من أنشطة شركة كنوز للجبس. الخبر يبدو للوهلة الأولى “صناعيًا” بحتًا—تعدين، مصنع ألواح جبسية، توسّع أسواق—لكنّه في الواقع يحمل رسالة أكبر: القطاعات التي تُتقن إدارة البيانات ستفوز.

هذا مهم لسلسلة مقالاتنا عن كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في عمان لأن المنطق واحد: من الجبس إلى النفط، ومن المحاجر إلى الحقول، القيمة لم تعد في المورد وحده بل في القدرة على تحويل المورد إلى منتجات عالية القيمة بأقل تكلفة وأعلى سلامة. والذكاء الاصطناعي هو الأداة الأسرع لتحقيق ذلك عندما يُطبَّق بشكل عملي، لا كشعار.

جملة واحدة تلخّص الفكرة: المورد الطبيعي يمنحك البداية، لكن “ذكاء العمليات” يمنحك الربحية والاستدامة.

لماذا تُعد شراكة كنوز عمان وEtex أكثر من خبر تعدين؟

الجواب المباشر: لأنها تُحوّل الجبس من مادة خام إلى منظومة صناعية تشمل التعدين، التصنيع، التسويق، والخدمات اللوجستية—وهذا نفس ما تسعى له السلطنة في الطاقة عبر تعظيم القيمة المحلية وسلاسل الإمداد.

الجبس عنصر أساسي في حلول البناء خفيف الوزن مثل ألواح الجبس (plasterboards). ووفق ما ورد في الخبر، من المتوقع أن ينمو قطاع الجبس عالميًا بأكثر من 4% سنويًا حتى 2032. وعُمان تملك ميزة مزدوجة: موارد جبسية كبيرة + موقع استراتيجي قريب من أسواق الشرق الأوسط وآسيا وإفريقيا.

لكن هنا التحدي الحقيقي الذي أعرفه من تجارب صناعية مشابهة: النمو لا يضمن الربح. الربح يأتي عندما تكون لديك قدرة على:

• ضبط الجودة بشكل ثابت (حتى مع تغيّر خصائص الخام).
• تقليل الهدر في الاستخراج والخلط والتجفيف.
• توقّع الأعطال قبل توقف الخط.
• تسليم الطلبات بدقة زمنية تقلل تكلفة المخزون والنقل.

وهذه بالضبط مناطق يتفوّق فيها الذكاء الاصطناعي والتحليلات المتقدمة.

أين يدخل الذكاء الاصطناعي في سلسلة قيمة الجبس؟ (خريطة عملية)

الجواب المباشر: الذكاء الاصطناعي يضيف قيمة في كل نقطة بين “الصخر” و“لوح الجبس في موقع البناء”. والأجمل أن كثيرًا من التطبيقات ناضجة ومجرّبة في التعدين والطاقة.

1) ذكاء الاستكشاف والنمذجة الجيولوجية

في التعدين، خطأ واحد في فهم جودة الخام يعني شهورًا من إنتاج غير مطابق أو تكلفة معالجة أعلى. باستخدام نماذج تعلم آلي على بيانات الحفر (drilling) والقياسات الطيفية وصور الأقمار الصناعية يمكن:

• تحسين تصنيف الطبقات وتحديد المناطق الأعلى نقاءً.
• بناء نماذج تقدير احتياطي أكثر دقة.
• تحديد “مناطق المخاطر” التي ترفع احتمالية انهيارات أو شوائب.

هذا قريب جدًا مما تفعله شركات النفط والغاز في نمذجة المكامن، مع اختلاف نوع البيانات فقط.

2) تحسين عمليات الاستخراج والتكسير (Crushing & Milling)

الجواب المباشر: الذكاء الاصطناعي يقلل الطاقة المهدرة ويزيد الإنتاجية.

في المحاجر والمناجم، الاستهلاك الكهربائي للمعدات كبير، وأي إعداد غير مناسب للكسارة أو الناقل ينعكس على التكلفة. يمكن بناء نماذج تتعلم العلاقة بين:

• حجم التغذية (feed size)
• اهتزازات المعدات
• معدل الإنتاج
• استهلاك الطاقة

ثم تقترح إعدادات تشغيل مثلى بشكل شبه لحظي. نفس الفكرة تُستخدم في الطاقة لتحسين كفاءة المضخات والضواغط في مرافق النفط والغاز.

3) مصنع ألواح الجبس: جودة ثابتة عبر “رؤية حاسوبية”

الشراكة تتضمن تطوير مصنع ألواح جبسية، وهنا تصبح الجودة هي العملة الأهم. الرؤية الحاسوبية (Computer Vision) على خطوط الإنتاج تستطيع رصد:

• تشققات دقيقة غير مرئية سريعًا للعين.
• تفاوت السمك.
• عيوب الحواف والتغليف.

والأثر ليس تجميليًا؛ إنه يقلل المرتجعات ويزيد ثقة المقاولين والمشاريع الحكومية، خصوصًا مع نمو مشاريع البنية الأساسية.

4) الصيانة التنبؤية: توقف أقل = أرباح أكثر

الجواب المباشر: الصيانة التنبؤية تُحوّل الصيانة من “إطفاء حرائق” إلى “تخطيط”.

عبر حساسات الاهتزاز والحرارة والتيار الكهربائي على المحركات والمراوح والمجففات، يمكن للذكاء الاصطناعي اكتشاف أنماط مبكرة لأعطال مثل:

• عدم اتزان (imbalance)
• سوء محاذاة (misalignment)
• تآكل المحامل

في النفط والغاز بعُمان، هذا التطبيق من أسرع مصادر العائد لأنه يقلل التوقفات غير المخططة ويُحسّن السلامة. والجميل أنه قابل للنسخ من قطاع لآخر.

5) ذكاء سلسلة الإمداد: من الميناء إلى السوق دون “فوضى المخزون”

الجبس ليس مجرد إنتاج؛ هو شحن وتخزين ومواعيد تسليم. باستخدام التنبؤ بالطلب (Demand Forecasting) وربط بيانات:

• المشاريع العقارية والإنشائية
• الموسمية (ذروة البناء)
• أسعار الشحن
• أوقات التخليص

يمكن تحسين قرارات الإنتاج والمخزون. هذه نقطة تقاطع واضحة مع قطاع الطاقة، حيث تُدار سلاسل توريد معقدة لقطع الغيار والمواد الكيميائية وخدمات الحفر.

ما الذي يكسبه الاقتصاد العُماني من “التصنيع اللاحق” المدعوم بالبيانات؟

الجواب المباشر: المكسب الأكبر هو نقل القيمة من “تصدير خام” إلى “تصدير منتج وخبرة وتشغيل”.

في الخبر، أشار رئيس مجلس إدارة كنوز عُمان إلى تطوير أعمال لاحقة لمنتجات عالية القيمة بما يتوافق مع رؤية عُمان 2040، وأكدت Etex أنها تستهدف خلق قيمة وفرص عمل داخل السلطنة، بينما تمتلك Etex حضورًا في أكثر من 45 دولة وتشغّل أكثر من 190 موقعًا وبإيرادات بلغت 3.777 مليار يورو في 2024.

من زاوية عملية، “التصنيع اللاحق” ينجح عندما تتوفر ثلاثة أشياء:

1. معايير جودة قابلة للقياس (Quality KPIs) على مستوى الدفعة والوردية.
2. بيانات تشغيل موحدة (من المنجم للمصنع للمخزن) بدل جزر بيانات.
3. حوكمة واضحة للبيانات: من يملكها؟ من يصل لها؟ كيف تُؤمَّن؟

وأنا أميل لرأي صريح هنا: كثير من المشاريع الصناعية تتعطل لأن الذكاء الاصطناعي يُجلب قبل ترتيب البيانات. الأفضل البدء بما يُسمّى “أساسيات البيانات الصناعية” ثم الانتقال لنماذج أكثر تعقيدًا.

دروس مباشرة لقطاع النفط والغاز والطاقة في عُمان من تجربة الجبس

الجواب المباشر: نفس منطق الشراكات الصناعية + الذكاء الاصطناعي ينطبق على الطاقة—خصوصًا عندما يكون الهدف هو رفع الكفاءة وتعظيم القيمة المحلية.

1) الشراكة ليست تمويلًا فقط… إنها نقل طريقة عمل

عندما تدخل شركة عالمية مثل Etex بسجل تشغيلي واسع، فالقيمة ليست في رأس المال وحده، بل في:

• إجراءات التشغيل القياسية
• أنظمة الجودة
• شبكات التوزيع
• الخبرة في تطوير منتجات

في النفط والغاز، الشراكات الناجحة هي التي تربط ذلك بـبرامج بيانات مشتركة: لوحات متابعة موحدة، مقاييس موحدة، ومشاريع تجريبية سريعة تُثبت العائد.

2) ابدأ بـ 90 يومًا: حالات استخدام محددة وعائد واضح

إذا كنت مديرًا في التعدين/الطاقة وتريد إدخال الذكاء الاصطناعي دون ضجيج، فهذه خطة 90 يومًا أثبتت فعاليتها غالبًا:

1. اختيار خط واحد أو موقع واحد (Pilot)
2. ربط حساسات موجودة + جمع بيانات 6–8 أسابيع
3. بناء نموذج تنبؤ أعطال لمعدتين حرجتين
4. قياس: زمن التوقف، تكلفة الصيانة، السلامة
5. التوسع التدريجي

3) السلامة ليست ملفًا منفصلًا

في المحاجر والمصانع، السلامة تتقاطع مع التشغيل. الذكاء الاصطناعي يمكنه دعم السلامة عبر:

• مراقبة مناطق الخطر (الرؤية الحاسوبية)
• كشف دخول غير مصرح به
• تنبيه مبكر للظروف غير الآمنة

وفي قطاع النفط والغاز، هذا المسار يتسع ليشمل إدارة المخاطر التشغيلية وPermit to Work وتحليلات الحوادث.

أسئلة شائعة يطرحها التنفيذيون (وإجابات عملية)

هل الذكاء الاصطناعي يعني استبدال العمالة؟

لا. المعادلة الواقعية: الذكاء الاصطناعي يقلل الأعمال المتكررة ويزيد الحاجة لأدوار مثل مشغّل رقمي، محلل بيانات صناعية، وفني أجهزة.

ما البيانات التي نحتاجها فعليًا؟

ابدأ بما هو متاح ومؤثر: اهتزاز/حرارة/تيار للمعدات، بيانات إنتاج الساعة، أعطال الصيانة، ونتائج فحص الجودة. لا تنتظر “بيانات مثالية”.

ما أكبر خطأ شائع؟

شراء منصة ضخمة قبل تحديد 3 حالات استخدام مرتبطة بأهداف مالية واضحة: تقليل توقفات، تخفيض طاقة، تحسين جودة.

ماذا بعد شراكة كنوز عمان وEtex؟ خطوة “الجبس الذكي”

الجواب المباشر: الفرصة الآن هي تحويل المصنع والمنجم إلى نظام تشغيلي قائم على البيانات—وبهذا تصبح الشراكة منصة لتكرار النموذج في قطاعات أخرى، بما فيها الطاقة والنفط والغاز.

إذا كنت تعمل في التعدين أو الطاقة في عُمان، فكر بهذه الطريقة: الجبس هنا مثال قريب وملموس على كيف تُبنى الصناعات الحديثة—شراكة دولية + تصنيع لاحق + بيانات + ذكاء اصطناعي. نفس البناء يمكن أن يرفع كفاءة الحقول، المصافي، ومحطات الطاقة، ويعزز السلامة ويقلل الهدر.

من وجهة نظري، السؤال الذي سيحدد الفائزين خلال 2026–2028 ليس “هل نستخدم الذكاء الاصطناعي؟” بل: هل نمتلك انضباطًا تشغيليًا كافيًا لتحويل الذكاء الاصطناعي إلى نتائج شهرية تُقاس؟

إذا رغبت، يمكنني مساعدتك في تحديد 5 حالات استخدام ذات عائد سريع لقطاعك (تعدين/نفط/غاز/طاقة) وخطة تنفيذ خلال 90 يومًا.