الذكاء الاصطناعي أمام زيادة القضايا بعُمان: كفاءة بلا ضغط

في 02/02/2026، أعلنت الادعاء العام في سلطنة عُمان خلال إحاطة سنوية أن عدد القضايا التي تعامل معها في 2025 بلغ 55,164 قضية، بزيادة 19% عن 2024، مع الحفاظ على معدل إنجاز مرتفع وصل إلى 98.4%. هذا الرقم لا يعني “تدهورًا” بقدر ما يعني شيئًا أكثر تعقيدًا: المجتمع والاقتصاد يكبران، والتعاملات تتوسع، والأنظمة الرقمية تجعل الإبلاغ والتوثيق أسرع… وفي المقابل ترتفع الحاجة إلى إدارة ملفات أكثر، وبإيقاع أعلى.

هذا المشهد يهم قطاع الطاقة والنفط والغاز في عُمان مباشرة. لماذا؟ لأن الضغط التشغيلي هو لغة مشتركة بين القطاعات الحيوية: ادعاء عام يتعامل مع عشرات الآلاف من القضايا، وشركات طاقة تدير آلاف أوامر العمل، وبلاغات السلامة، وعقود الموردين، وتدفقات البيانات من الحقول والمنشآت. الفارق أن قطاع الطاقة بدأ منذ سنوات يطوّع الذكاء الاصطناعي لتحويل “الضغط” إلى “انضباط تشغيلي”. وهنا تحديدًا تظهر فرصة: نفس المبادئ والتقنيات التي تحسن الإنتاج والسلامة في النفط والغاز يمكنها أن ترفع كفاءة العدالة، وتقلل زمن دورة القضية، وتحسّن تجربة المستفيد.

ماذا تعني زيادة 19% في القضايا؟ المؤشر ليس رقمًا فقط

زيادة القضايا بنسبة 19% في عام واحد تعني شيئًا عمليًا: ارتفاع حجم العمل الذي يجب فرزه، تصنيفه، تدقيقه، وتحويله إلى مسار إجراءات واضح. التقرير أشار إلى أن الجنح شكّلت النصيب الأكبر بعدد 52,553 قضية (زيادة 19.6%)، بينما وصلت الجنايات إلى 2,593 قضية (زيادة 13.7%). كما ارتفع عدد المتهمين بنسبة 24.7% ليبلغ 73,391.

هذه الأرقام تخلق ثلاث نقاط ضغط واضحة:

1. الفرز والتصنيف: تحديد طبيعة الملف والمواد النظامية والاختصاص بسرعة.
2. إدارة التدفق: توزيع القضايا على الفرق، ومتابعة المواعيد، وتقليل التعطل بين خطوة وأخرى.
3. الجودة والاتساق: الحفاظ على مستوى موحد من الدقة رغم زيادة الحمل.

في قطاع النفط والغاز، عندما ترتفع البلاغات أو أوامر العمل، لا تُحل المشكلة بمضاعفة البشر فقط. الحل عادة مزيج بين الأتمتة والتحليلات والتنبؤ. وهذا بالضبط ما يحتاجه أي نظام عدالة حديث أمام تضخم الملفات.

أين يدخل الذكاء الاصطناعي في العدالة؟ نفس منطق “غرف التحكم” في الطاقة

الفكرة الأساسية: الذكاء الاصطناعي ليس “قاضٍ آلي” ولا “بديلًا للبشر”. هو أقرب إلى نظام غرفة تحكم—مثل الذي تستخدمه شركات الطاقة لمراقبة الإنتاج، الأعطال، والالتزام بالسلامة—لكن بدل الحقول والضواغط نتعامل مع ملفات، مستندات، مواعيد، وأنماط.

1) فرز القضايا تلقائيًا وتصنيفها خلال دقائق

أكبر هدر للوقت في المؤسسات عالية الحجم يكون غالبًا في البدايات: قراءة البلاغ، التأكد من اكتمال البيانات، تصنيف القضية، ثم توجيهها للمسار الصحيح.

هنا يمكن لنماذج معالجة اللغة العربية (NLP) أن تقوم بـ:

• استخراج الكيانات الأساسية: الأسماء، التواريخ، المواقع، أرقام الهوية/السجلات.
• اقتراح تصنيف مبدئي للقضية (جنحة/جناية/مخالفة/شكوى إدارية) بناءً على النص والمستندات.
• تنبيه تلقائي لنقص مستندات محددة أو تعارض بيانات.

هذا يشبه ما تفعله أنظمة الذكاء الاصطناعي في النفط والغاز عندما تستقبل آلاف إشعارات الحساسات: تقوم بتصفية “الضجيج” وتحديد الأولويات، بدل أن يغرق الفريق في التفاصيل.

2) إدارة ملفات القضايا كـ “سلسلة توريد رقمية”

إدارة القضية ليست حدثًا واحدًا؛ هي سلسلة مراحل: تسجيل، تحقيق، مخاطبات، إحالات، جلسات، قرارات، تنفيذ. أي تأخير في مرحلة واحدة ينعكس على الزمن الإجمالي.

الذكاء الاصطناعي يمكنه بناء لوحة متابعة تعكس:

• زمن دورة كل نوع من القضايا (Cycle Time).
• نقاط الاختناق المتكررة (Bottlenecks) حسب الوحدة أو المنطقة أو نوع الإجراء.
• توزيع الأحمال على المحققين والكتّاب حسب الطاقة الاستيعابية الفعلية.

في الطاقة، هذا هو جوهر تحسين العمليات: قياس مستمر، ثم إعادة ضبط للموارد. نفس الفكرة هنا: “متى تتكدس الملفات؟ ولماذا؟ وما الإجراء الذي يقلل التكدس دون التأثير على الجودة؟”.

3) تلخيص المستندات وبناء “ملف ذكي” للقضية

في القضايا الكبيرة، المستندات قد تكون عديدة: محاضر، إفادات، مراسلات، تقارير.

ميزة تلخيص المستندات بالذكاء الاصطناعي (مع مراجعة بشرية) أنها:

• تقلل زمن القراءة الأولية.
• تبرز النقاط المتعارضة بين أقوال الأطراف.
• تنشئ “خطًا زمنيًا” للأحداث من المستندات المتفرقة.

هذه الوظيفة لها نظير واضح في النفط والغاز: تلخيص تقارير الصيانة والحوادث والسلامة وتحويلها إلى سرد زمني يساعد فرق التحقيق الداخلي على اتخاذ قرار أسرع.

جملة قابلة للاقتباس: عندما يرتفع حجم الملفات، تصبح المشكلة أقلّ “قانونية” وأكثر “تشغيلية”: كيف ندير التدفق دون أن نخسر الدقة؟

ما الذي يمكن أن تتعلمه العدالة من النفط والغاز في عُمان؟ 4 دروس عملية

قطاع الطاقة في عُمان اعتاد العمل وفق مؤشرات أداء صارمة، لأن تكلفة التأخير عالية. وهذه أربعة دروس أراها قابلة للنقل مباشرة إلى سياق إدارة القضايا.

1) ابدأ من البيانات قبل أن تبدأ من النماذج

الذكاء الاصطناعي في النفط والغاز يفشل عندما تكون البيانات غير منظمة أو ناقصة. نفس الشيء في القضايا.

الخطوة الأولى ليست شراء أداة “AI”؛ بل:

• توحيد حقول البيانات الأساسية للقضية.
• فرض حد أدنى من جودة الإدخال.
• رقمنة المستندات بمسح ضوئي عالي الجودة (OCR عربي قوي).

2) “السلامة” في الطاقة تقابلها “العدالة الإجرائية” في القضاء

كما أن السلامة ليست خيارًا في المنشآت، فإن سلامة الإجراءات ليست قابلة للمساومة. لذلك أي تطبيق للذكاء الاصطناعي يجب أن يأتي مع:

• سجل تدقيق (Audit Trail) لكل توصية أو تصنيف.
• تفسير قابل للفهم: لماذا تم اقتراح هذا المسار؟
• سياسة صارمة للصلاحيات والوصول.

3) التحسين المستمر أهم من مشروع ضخم واحد

أكثر ما ينجح في الطاقة هو التحسين التدريجي: ابدأ بحالة استخدام واحدة، قِس الأثر، ثم وسّع.

في العدالة، مسار منطقي:

1. تصنيف القضايا والفرز.
2. تلخيص المستندات.
3. توقع الاختناقات وتوزيع الموارد.

4) الذكاء الاصطناعي لا يعالج المشكلة إذا لم تتغير الإجراءات

إذا بقيت الإجراءات نفسها بوقت انتظار طويل بين خطوة وأخرى، سيظل الزمن الكلي مرتفعًا.

هنا تدخل أدوات مثل:

• نمذجة العمليات (Process Mining) لاكتشاف التعطل.
• أتمتة المخاطبات الروتينية.
• جدولة ذكية للمواعيد بناء على أولوية القضية ومتطلبات الأطراف.

أسئلة شائعة (بصياغة مباشرة) حول الذكاء الاصطناعي والقضايا

هل يعني استخدام الذكاء الاصطناعي أن القرارات ستصبح آلية؟

لا. الاستخدام الأكثر منطقية هو مساندة العاملين: فرز، تلخيص، تنبيهات، ومؤشرات. القرار النهائي يبقى للبشر.

هل يزيد الذكاء الاصطناعي مخاطر الخصوصية؟

يمكن أن يزيدها إذا طُبق دون حوكمة. لكن مع التشفير، وتقسيم الصلاحيات، وسجلات التدقيق، يصبح أداة لتعزيز الانضباط لا لتقويضه.

ما علاقة هذا بقطاع النفط والغاز؟

العلاقة في “المنهج”: كلاهما قطاع حساس، عالي المخاطر، ويحتاج كفاءة تشغيلية قابلة للقياس. من خبرتي، فرق الطاقة تتبنى سريعًا لغة المؤشرات والتحسين؛ وهذا يجعلها مرجعًا عمليًا لأي تحول رقمي في الخدمات العامة.

كيف تستخدم شركات الطاقة هذا الربط لصالحها؟ (زاوية عملية للقيادات)

إذا كنت تعمل في النفط والغاز أو الطاقة في عُمان، فارتفاع القضايا القانونية ليس خبرًا بعيدًا عنك. هو إشارة إلى أن بيئة الامتثال والعقود والعمل تتعقد. وهنا فرصتان واضحتان:

• داخل الشركة: تطبيق ذكاء اصطناعي لإدارة الامتثال، مراجعة العقود، رصد المخاطر، وتقليل النزاعات قبل وصولها للمحاكم.
• مع الشركاء والجهات: دعم مبادرات التحول الرقمي التي تجعل تبادل البيانات والمستندات أكثر انضباطًا، وتقلل إعادة العمل والتأخير.

عندما تقل الأخطاء في العقود، وتتحسن سلسلة الموافقات، وتصبح البلاغات موثقة بطريقة صحيحة من البداية، يقل العبء على الجميع: الشركة، المورد، والجهة العامة.

رأيي بصراحة: أغلب المؤسسات تحاول “تركيب ذكاء اصطناعي” فوق فوضى مستندية. الأفضل أن نرتب البيت أولًا، ثم نضيف الذكاء.

خطوة تالية واضحة: خارطة طريق 90 يومًا بدل وعود طويلة

إذا كنا نتعامل مع زيادة واضحة في القضايا (19% سنويًا)، فالاستجابة تحتاج خطوات قصيرة قابلة للقياس:

1. أسبوعان: تدقيق البيانات والوثائق الأكثر تكرارًا، وتحديد 3 نقاط اختناق.
2. 30 يومًا: تجربة نموذج فرز وتصنيف على عينة تاريخية من القضايا (Pilot) وقياس الدقة.
3. 60 يومًا: إدخال تلخيص المستندات + لوحة مؤشرات زمن الدورة.
4. 90 يومًا: توسيع التجربة إلى وحدتين/نيابتين، مع سياسات حوكمة وخصوصية.

هذا الأسلوب هو نفسه الذي ينجح في مشاريع الذكاء الاصطناعي في قطاع النفط والغاز: جرّب بسرعة، قِس بصرامة، ثم عمّم بثقة.

الملف الذي نشر في 02/02/2026 عن أداء الادعاء العام في 2025 لا يُقرأ كخبر أرقام فقط؛ بل كإشارة إلى أن السلطنة تدخل مرحلة “حجم أعلى” في الخدمات العامة. والسؤال الذي يستحق أن نقف عنده—ضمن سلسلة «كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في عمان»—هو: إذا كانت شركات الطاقة تستخدم الذكاء الاصطناعي لتقليل الأعطال ورفع السلامة، فلماذا لا نستخدمه أيضًا لتقليل الاختناقات ورفع كفاءة العدالة؟

الخطوة التالية لمن يريد نتائج ملموسة ليست الحديث عن أدوات كثيرة؛ بل اختيار حالة استخدام واحدة، وبناء حوكمة قوية، ثم قياس أثرها على الزمن والجودة. أيهما أهم للمرحلة القادمة في عُمان: المزيد من الملفات… أم إدارة أذكى للملفات؟