ذكاء اصطناعي للسلامة البحرية في عُمان: دروس من مطرح

في 27/01/2026 عند 12:42 م، تحوّل نشاط سياحي اعتيادي في مطرح إلى مأساة: انقلاب قارب يحمل 25 سائحاً فرنسياً إضافة إلى مرشد وقبطان، ما أدى إلى وفاة ثلاثة أشخاص وإصابة اثنين بإصابات طفيفة وفق ما نشرته Muscat Daily، مع بدء تحقيقات شرطة عُمان السلطانية واستجابة فورية من هيئة الدفاع المدني والإسعاف.

الخبر موجع، لكنه يكشف شيئاً عملياً جداً: السلامة البحرية ليست “حظاً” ولا “خبرة بحرية” فقط. السلامة منظومة بيانات وقرارات واستجابة. وهذا بالضبط المجال الذي أثبت فيه الذكاء الاصطناعي قيمته في قطاع النفط والغاز والطاقة في عُمان: خفض المخاطر عبر التنبؤ المبكر، رفع الالتزام التشغيلي، وتسريع الاستجابة للحوادث.

هذا المقال جزء من سلسلة «كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في عُمان»، لكننا سنأخذ زاوية مختلفة: كيف يمكن نقل منطق السلامة المتقدم في النفط والغاز إلى السياحة البحرية—ليس كشعار، بل كخطة قابلة للتطبيق.

لماذا حادث مطرح يضع “البيانات” في قلب السلامة؟

الجواب المباشر: لأن معظم الحوادث البحرية تتشكل قبل لحظة الانقلاب بوقت—في سلسلة قرارات صغيرة ومؤشرات لم تُلتقط أو لم تُفسَّر جيداً.

حادث مطرح (بحسب المعلومات المتاحة) ما زال قيد التحقيق لمعرفة الأسباب الدقيقة. لكن من منظور إدارة مخاطر، أي حادث انقلاب قارب غالباً يرتبط بمزيج من عوامل مثل:

• الحمولة والتوزيع (عدد الركاب وتموضعهم وتأثير حركة جماعية مفاجئة)
• حالة البحر والرياح وتغيرها السريع
• سرعة القارب وزاوية الانعطاف
• جاهزية معدات السلامة (السترات، عددها ومقاساتها، سهولة الوصول إليها)
• مستوى الالتزام بالإجراءات قبل الإبحار وأثناءه

قطاع النفط والغاز تعلّم درساً قاسياً عبر عقود: الاعتماد على “العين البشرية” وحدها لا يكفي عندما تتقاطع السلامة مع التوقيت والضغط التشغيلي والبيئة المتغيرة. لذلك انتقل إلى أنظمة “تلتقط الإشارات” مبكراً: مستشعرات، نماذج تنبؤ، وتحليلات فورية.

جملة تصلح للاقتباس: السلامة الحديثة لا تُدار بالشجاعة… تُدار بالإنذار المبكر.

ما الذي يضيفه الذكاء الاصطناعي للسلامة البحرية عملياً؟

الجواب المباشر: الذكاء الاصطناعي يربط بين “ما يحدث” و“ما قد يحدث بعد دقائق”، ثم يقترح إجراءات واضحة قبل فوات الأوان.

1) التنبؤ بانقلاب القوارب قبل حدوثه (Stability & Capsize Risk)

يمكن بناء نموذج ذكاء اصطناعي يقدّر “مؤشر خطر الانقلاب” بالاعتماد على بيانات مباشرة، مثل:

• بيانات الطقس والبحر (ارتفاع الموج، اتجاه الريح)
• بيانات الحركة من GPS ووحدة قياس القصور IMU (ميلان/تسارع/انعطاف)
• الحمولة الفعلية (عدد ركاب + وزن تقريبي + توزيع)

في قطاع النفط والغاز، تُستخدم نماذج مشابهة للتنبؤ بالأعطال وتجنب التوقفات غير المخطط لها. الفكرة واحدة: نقاط بيانات كثيرة تُترجم إلى قرار بسيط:

• استمر
• خفّف السرعة
• غيّر المسار
• ارجع فوراً

2) مراقبة الالتزام بإجراءات السلامة عبر الرؤية الحاسوبية

الجواب المباشر: كاميرا واحدة مع نموذج رؤية حاسوبية يمكنها التحقق من تنفيذ إجراءات أساسية دون إحراج الركاب أو إثقال القبطان.

أمثلة قابلة للتطبيق على القوارب السياحية:

• التأكد من ارتداء سترة النجاة عند ارتفاع مؤشر المخاطر
• رصد الاكتظاظ في جانب واحد لفترة طويلة (سلوك شائع عند التصوير)
• تنبيه عند وقوف عدد كبير في توقيت غير مناسب

هذه ليست مراقبة لأجل المراقبة؛ هي حماية أرواح مع سجل تشغيلي يساعد التحقيقات أيضاً.

3) ذكاء اصطناعي لتوجيه الاستجابة للطوارئ (Response AI)

الجواب المباشر: الدقائق الأولى تصنع الفرق، والذكاء الاصطناعي يقلّص “زمن القرار”.

أنظمة الاستجابة يمكن أن تقوم تلقائياً بـ:

• إرسال موقع دقيق في البحر إلى غرف العمليات (مع مسار القارب قبل الحادث)
• اقتراح أقرب نقاط اقتراب لقوارب الإنقاذ بحسب البحر والتيارات
• تنسيق البلاغات بين الجهات (الدفاع المدني والإسعاف/الجهات البحرية/الشرطة)

في النفط والغاز، هذا قريب من مفهوم مراكز التحكم المتقدمة التي تدمج بيانات السلامة والعمليات في لوحة واحدة.

من النفط والغاز إلى البحر: نفس الفلسفة، سياق مختلف

الجواب المباشر: قطاع النفط والغاز لا يتفوق لأنه “أكثر خطورة فقط”، بل لأنه حوّل السلامة إلى نظام.

في عُمان، السلامة في النفط والغاز مبنية عادة على عناصر واضحة: إجراءات، تدريب، تفتيش، وتحليل أسباب جذري. الذكاء الاصطناعي يضيف طبقة خامسة: التنبؤ والتشغيل الاستباقي.

1) التحليلات التنبؤية: من الأعطال إلى الحوادث

• في النفط والغاز: التنبؤ بفشل مضخة أو صمام قبل توقف الإنتاج.
• في السياحة البحرية: التنبؤ بارتفاع خطر انقلاب/اصطدام قبل أن يصبح موقفاً حرجاً.

2) إدارة المخاطر لحظياً (Real-Time Risk)

بدلاً من تقييم المخاطر مرة واحدة قبل الرحلة، يصبح لدينا تقييم يتغير كل دقيقة.

مؤشر خطر لحظي يمكن أن يُعرّف بوضوح داخل الشركة:

• أخضر: طبيعي
• أصفر: التزام إضافي (سترات/خفض سرعة)
• أحمر: إيقاف الرحلة/عودة

3) تحليل السبب الجذري المدعوم بالبيانات (AI Root Cause)

الجواب المباشر: التحقيقات تصبح أسرع وأكثر دقة عندما تتوفر “قصة رقمية” للحادث.

بدلاً من الاعتماد على شهادات متفرقة فقط، يمكن جمع:

• سجل الطقس
• مسار القارب وسرعته
• لحظات الميلان الحادة
• توقيت التحذيرات إن وُجدت

وهذا أسلوب متعارف عليه في منشآت الطاقة: البيانات تمنع تكرار الخطأ لأنها تحدد أين انكسرت السلسلة.

خطة تطبيق واقعية في عُمان: 90 يوماً لرفع السلامة دون تعقيد

الجواب المباشر: البدء لا يحتاج مشروعاً عملاقاً؛ يحتاج أولاً إلى “حد أدنى ذكي” يعمل.

إليك خطة ثلاث مراحل تصلح لمشغلي القوارب السياحية، وأيضاً لمقاولي الخدمات البحرية في النفط والغاز:

المرحلة 1 (0–30 يوماً): أساسيات قياس المخاطر

• تركيب أجهزة GPS وIMU بسيطة لجمع بيانات الحركة
• توحيد نموذج فحص قبل الإبحار (Checklists رقمية)
• تعريف مؤشرات تشغيل واضحة: سرعة قصوى، زاوية انعطاف، حمولة/سعة

الناتج: بيانات أولية قابلة للتحليل + انضباط تشغيلي.

المرحلة 2 (31–60 يوماً): إنذار مبكر بسيط لكنه فعال

• لوحة متابعة للمشرف تُظهر رحلات اليوم وحالتها
• تنبيهات فورية عند:
  • تجاوز حدود السرعة
  • تغير مفاجئ في الميلان
  • دخول منطقة بحرية ذات اضطراب أعلى

الناتج: تقليل الاعتماد على التقدير الفردي فقط.

المرحلة 3 (61–90 يوماً): نموذج ذكاء اصطناعي وتدريب موجّه

• تدريب نموذج تنبؤي على بيانات الرحلات السابقة + بيانات الطقس
• تطوير “بروتوكول قرار” مرتبط بالإنذار (ماذا يفعل القبطان عند أصفر/أحمر)
• تدريب الطاقم على سيناريوهات محاكاة قصيرة (15–20 دقيقة أسبوعياً)

الناتج: سلامة استباقية قابلة للتوسع، وسجل يُحسن الجودة بمرور الوقت.

أسئلة شائعة يبحث عنها الناس (وأجوبتها بوضوح)

هل الذكاء الاصطناعي يعني الاستغناء عن خبرة القبطان؟

لا. القبطان يبقى صاحب القرار، لكن الذكاء الاصطناعي يعطيه قراءة أسرع وأكثر اتساقاً—خصوصاً عندما يتغير البحر بسرعة أو يكون هناك ضغط تشغيلي.

هل هذه الأنظمة مكلفة على الشركات الصغيرة؟

ليست بالضرورة. البدء يمكن أن يكون بأجهزة قياس بسيطة وتنبيهات حدّية، ثم تطوير نموذج تنبؤي لاحقاً. المكلف فعلاً هو تكرار الحوادث: سمعة، تعويضات، توقف نشاط، وتكاليف تحقيق.

ما علاقة ذلك بقطاع الطاقة والنفط والغاز في عُمان؟

العلاقة مباشرة: كثير من التقنيات المستخدمة في سلامة المنشآت البحرية وخدمات الحقول (مثل التحليلات التنبؤية ومراقبة الامتثال) يمكن إعادة استخدامها لتطوير سلامة السياحة البحرية—والعكس صحيح. نفس المدرسة: تشغيل قائم على البيانات.

ما الذي يجب أن يحدث الآن؟

حادث مطرح يذكّرنا بأن الاستجابة السريعة مهمة—وقد شهدنا بالفعل تحرك فرق الدفاع المدني والإسعاف—لكن المرحلة التالية هي منع الحادث قبل وقوعه. وأنا أرى أن المسار العملي في عُمان يبدأ من نقطة واحدة: توحيد بيانات السلامة البحرية ثم بناء نماذج إنذار مبكر على مراحل.

ضمن سلسلة «كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في عُمان»، كثيراً ما نتحدث عن الإنتاج والكفاءة. لكن الحقيقة أن الذكاء الاصطناعي يصبح أكثر قيمة عندما يحمي الأرواح. وعندما تنتقل عقلية السلامة من النفط والغاز إلى القطاعات الأخرى—مثل السياحة—فهذا ليس توسعاً تقنياً فقط، بل نضج مؤسسي.

إذا كان بإمكان نظام واحد أن يرسل تنبيهاً قبل خمس دقائق من لحظة حرجة… فكم روحاً يمكن أن ننقذ في الموسم القادم؟