عودة مشاريع الغاز المسال: دروس عملية للذكاء الاصطناعي بعُمان

في 29/01/2026، عاد مشروع Mozambique LNG إلى العمل ميدانيًا وبحريًا بعد رفع حالة القوة القاهرة التي كانت معلنة منذ 2021. هذه ليست مجرد “عودة مقاولين للموقع”، بل إشارة واضحة إلى أن صناعة الغاز المسال عالميًا تدخل مرحلة جديدة: مرحلة تُدار فيها المخاطر والتعافي والتنسيق بسلاسة أكبر… أو تتعثر لسنوات إذا بقيت الأدوات تقليدية.

اللافت في الخبر أن المشغل TotalEnergies أعلن أن المشروع أصبح مكتملًا بنسبة تقارب 40%، وأن أكثر أعمال الهندسة والشراء تم إنجازها خلال فترة التوقف، وأن أكثر من 4,000 عامل تم حشدهم حاليًا (منهم أكثر من 3,000 موزمبيقي) مع استهداف أول شحنة LNG في 2029. هذا النوع من “العودة بعد توقف طويل” هو سيناريو تتكرر نسخه في مشاريع الطاقة حول العالم بسبب الأمن، سلاسل الإمداد، التمويل، أو حتى تعقيدات الامتثال.

ضمن سلسلة «كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في عمان»، أتعامل مع استئناف موزمبيق كـ دراسة حالة: ماذا تتعلم عُمان من مشروع ضخم يعود بعد قوة قاهرة؟ والأهم: أين يدخل الذكاء الاصطناعي في قطاع النفط والغاز ليجعل التعافي أسرع، وأقل تكلفة، وأكثر أمانًا؟

ماذا تقول لنا عودة Mozambique LNG عن “التعافي” في الطاقة؟

عودة مشروع متوقف منذ 2021 تعني شيئًا محددًا: التعافي ليس قرارًا واحدًا، بل سلسلة قرارات تشغيلية يومية. الخبر يذكر ثلاثة محركات واضحة للتعافي: تحسن الظروف الأمنية، تعاون حكومي وإقليمي (بما في ذلك شركاء أمن إقليميين)، واستمرار تنفيذ أعمال الهندسة والمشتريات رغم توقف البناء.

هذا النموذج ينطبق على مشاريع الطاقة في المنطقة، بما فيها عُمان، لأن أي مشروع نفطي/غازي كبير يعتمد على:

• تناسق الأطراف: مشغل، حكومة، أمن، مقاولون، موردون، ومجتمعات محلية.
• تدفق معلومات سريع: من الموقع إلى الإدارة إلى سلاسل الإمداد.
• قدرة على إعادة التخطيط: برامج زمنية، ميزانيات، سلامة، وجودة.

هنا يظهر موقف قد يبدو “مخالفًا للمألوف”: كثير من الشركات تتعامل مع التعافي كملف إدارة أزمة ينتهي بمجرد “رفع القوة القاهرة”. الواقع؟ رفع القوة القاهرة هو بداية العمل الأصعب: إعادة التشغيل وتحديد الأولويات وتجنب أخطاء العودة.

لماذا تستمر مشاريع كثيرة بالتأخر حتى بعد رفع التعليق؟

لأن العودة عادةً تصطدم بثلاثة ألغام:

1. فجوة الرؤية التشغيلية: بيانات مشتتة بين المقاولين، والتجهيزات، والموقع، وإدارة المشروع.
2. التداخل بين السلامة والإنتاجية: ضغط التسليم قد يرفع مخاطر الحوادث.
3. عدم دقة الجدول: ظروف السوق والموردين تتغير، وما كان صحيحًا في 2021 ليس صحيحًا في 2026.

الذكاء الاصطناعي لا يحل كل شيء وحده، لكنه ممتاز في جزئية حاسمة: تحويل الفوضى التشغيلية إلى قرارات قابلة للتنفيذ.

أين يضيف الذكاء الاصطناعي قيمة فعلية عند استئناف الأعمال؟

إذا اختصرنا الأمر: الذكاء الاصطناعي يختصر زمن “العودة الآمنة” عبر ثلاث طبقات: تنبؤ المخاطر، تحسين الموارد، ومراقبة لحظية.

1) إدارة مخاطر التعافي: من تقارير ثابتة إلى إنذار مبكر

في حالة موزمبيق، كان عنصر الأمن جزءًا من قرار العودة. في مشاريع النفط والغاز، المخاطر ليست أمنًا فقط؛ تشمل أيضًا مخاطر تشغيلية (تسرب، تعطل مضخات)، ومخاطر جودة (أخطاء تركيب)، ومخاطر الامتثال.

ما الذي يفعله الذكاء الاصطناعي عمليًا؟

• نماذج تنبؤية للمخاطر تربط بين حوادث سابقة، وساعات العمل، وحالة المعدات، وظروف الطقس/الموقع، لتحديد “مناطق ساخنة” يوميًا.
• تحليلات نصية لتقارير السلامة وبلاغات الورديات (Shift Handover) لاستخراج الأنماط المتكررة (مثل تكرار أخطاء نوع معين من الصمامات).
• تصنيف آلي للأولويات: ما الذي يجب إصلاحه قبل إعادة التشغيل؟ وما الذي يمكن تأجيله دون تهديد السلامة؟

جملة قابلة للاقتباس: التعافي السريع لا يعتمد على شجاعة القرار، بل على جودة الإشارات المبكرة.

2) الصيانة التنبؤية: تقليل الأعطال عند العودة للعمليات

عند استئناف أعمال برية وبحرية بعد سنوات من التعليق، غالبًا ما تكون المعدات قد تعرضت لتغيرات في حالتها، حتى مع الصيانة الوقائية. هنا تُعد الصيانة التنبؤية أحد أكثر تطبيقات الذكاء الاصطناعي نضجًا في قطاع النفط والغاز.

في عُمان، يمكن تطبيق نفس المنطق على مرافق الغاز، الضواغط، المضخات، معدات الحفر، وحتى أساطيل النقل داخل الامتيازات:

• جمع بيانات الاهتزاز والحرارة والضغط (IoT/SCADA).
• تدريب نموذج يتنبأ بالانحراف عن “السلوك الطبيعي”.
• تحويل التنبؤ إلى خطة صيانة مرتبطة بالمخزون وفرق العمل.

الفائدة ليست “توقع العطل” فقط؛ بل تخطيط التوقفات بحيث لا تتزامن مع مراحل حرجة من إعادة التشغيل.

3) تحسين الجدولة والموارد: تقليل الهدر أثناء الحشد

الخبر يذكر حشد أكثر من 4,000 عامل حاليًا، مع توقعات ذروة تصل إلى 7,000 موزمبيقي في مرحلة البناء القصوى. أي مدير مشروع يعرف أن الحشد الكبير دون أدوات تنسيق قوية قد يعني:

• ازدحام في الموقع يبطئ الإنتاجية.
• تعارض فرق العمل.
• انتظار معدات أو تصاريح.

الذكاء الاصطناعي هنا يستخدم في الجدولة الذكية وتحسين القيود (Constraint Optimization):

• توزيع العمالة حسب المهارات وتوفر التصاريح.
• ترتيب المهام حسب التبعيات (Dependencies) وتقليل التعارض.
• توقع الاختناقات قبل حدوثها (مثل تأخر شحنة حرجة).

في بيئة عُمانية حيث تتعدد المواقع وتتشابك عمليات البر والبحر والخدمات اللوجستية، هذه الأدوات تساعد على رفع الإنتاجية دون ضغط غير ضروري على السلامة.

مراقبة البر والبحر لحظيًا: الدرس الأقرب لمشاريع عُمان

مشروع Mozambique LNG يجمع بين أنشطة Onshore وOffshore. هذا بالضبط ما يجعل المراقبة اللحظية مهمة: كل دقيقة تأخير في جزء قد يضرب الجدول كله.

كيف تُبنى “غرفة قيادة رقمية” لمشروع طاقة؟

المفهوم بسيط: لوحة قيادة تشغيلية تجمع البيانات من مصادر متعددة، ثم تُحوّلها إلى قرارات.

• بيانات الموقع: تقدم الأعمال، التصاريح، جودة التنفيذ.
• بيانات السلامة: Near misses، التزام PPE، مناطق الخطورة.
• بيانات الإمداد: ETA للشحنات، المخزون، حالة الموردين.
• بيانات الأصول: مؤشرات الأداء للمعدات.

ثم يأتي دور الذكاء الاصطناعي في:

• اكتشاف الشذوذ (Anomaly Detection) قبل أن يتحول لعطل.
• محاكاة سيناريوهات: ماذا يحدث لو تأخر مورد أسبوعين؟ وما خطة بديلة واقعية؟
• توصيات قابلة للتنفيذ بدل تقارير طويلة.

موقف واضح: الشركات التي تكتفي بلوحات تعرض “أرقامًا جميلة” لا تستفيد. القيمة في أن تصبح اللوحة أداة قرار، لا أداة عرض.

البعد المحلي والمجتمعي: لماذا ينجح التعافي عندما يُدار بذكاء

الخبر يذكر نقطتين ثقيلتين:

• العقود الممنوحة للشركات المحلية قد تتجاوز 4 مليارات دولار على مدى عمر المشروع.
• تأسيس Mozambique LNG Foundation في 2023 بوقف/تمويل قدره 200 مليون دولار لدعم مبادرات مجتمعية في كابو دلغادو.

هذا يهمنا في عُمان لأن مشاريع الطاقة ليست خطوط أنابيب ومصانع فقط؛ هي أيضًا علاقة طويلة مع المجتمع وسوق العمل المحلي.

الذكاء الاصطناعي يمكن أن يخدم هذا البعد بعيدًا عن “الشعارات” عبر:

• تخطيط القوى العاملة: التنبؤ بالمهارات المطلوبة خلال 6–18 شهرًا، وتوجيه برامج التدريب وفق فجوات حقيقية.
• حوكمة الموردين المحليين: تقييم الأداء والجودة والتسليم بناءً على بيانات، ما يرفع فرص نجاح الشركات العُمانية في العقود الكبيرة.
• قياس أثر المبادرات: ربط الإنفاق المجتمعي بمؤشرات نتائج (وظائف، دخل، استدامة مشاريع صغيرة) بدل قياسه بعدد الأنشطة فقط.

أسئلة شائعة يطرحها القادة في النفط والغاز بعُمان

هل الذكاء الاصطناعي مناسب فقط للشركات العملاقة؟

لا. الأنسب أن تبدأ الشركات المتوسطة بتطبيقين واضحين: الصيانة التنبؤية وتحسين الجدولة. عائدهما سريع لأنهما يمسان التوقفات والتأخيرات مباشرة.

ما البيانات المطلوبة للانطلاق؟

ابدأ بما هو موجود: بيانات SCADA، سجلات الصيانة (CMMS)، تقارير السلامة، بيانات المخزون. غالبًا التحدي ليس “عدم وجود بيانات” بل تشتتها وضعف تعريفها.

كيف نتجنب فشل المشاريع الرقمية؟

ثلاث قواعد عملية:

1. اربط المشروع بمؤشر مالي واضح (تقليل ساعات توقف، تقليل قطع الغيار، تقليل وقت التصاريح).
2. اجعل التشغيل شريكًا، لا مجرد مستلم.
3. نفّذ نموذجًا تجريبيًا في موقع واحد خلال 8–12 أسبوعًا، ثم وسّع.

ما الذي ينبغي على شركات الطاقة في عُمان فعله الآن؟

قصة موزمبيق تقول إن “العودة” ممكنة حتى بعد سنوات، لكن تكلفتها قد تكون عالية إذا لم تُدار بصرامة. من خبرتي في متابعة التحول الرقمي في الطاقة، أفضل وقت لبناء قدرات الذكاء الاصطناعي هو قبل الاضطراب وليس بعده.

خطوات عملية خلال الربعين القادمين في 2026:

1. اختيار حالتي استخدام مرتبطتين بالتوقفات والتأخيرات (Predictive Maintenance + Scheduling).
2. توحيد البيانات الأساسية: تعريف موحد للأصول، الأعطال، وأسباب التوقف.
3. تأسيس “غرفة قيادة” لموقع أو أصل واحد، ثم تعميمها.
4. بناء سياسة حوكمة للبيانات والنماذج: من يوافق؟ من يراقب الانحياز؟ كيف يتم تحديث النموذج؟

الرسالة الأساسية: استئناف مشروع بحجم Mozambique LNG ينجح لأن التنسيق صار أقوى. وفي عُمان، الذكاء الاصطناعي هو أسرع طريق لجعل التنسيق قابلًا للقياس والتحسين.

إذا كنت تدير أصلًا نفطيًا أو مشروع غاز أو محطة معالجة في عُمان، ما التطبيق الذي ترى أنه سيقلل المخاطر فورًا: الصيانة التنبؤية أم غرفة القيادة اللحظية؟