الذكاء الاصطناعي يحمي أرباح النفط في عمان من التقلبات

انخفاض أرباح إكسون موبيل بنسبة 14% في الربع الرابع من 2025 لم يأتِ من فراغ: أسعار خام أقل، وهوامش كيماويات أضعف، وتكاليف إهلاك أعلى. هذا النوع من “الهبوط الهادئ” في الأرباح يذكّرنا بحقيقة مزعجة في قطاع النفط والغاز: حتى أكبر الشركات قد تتراجع عندما تتغيّر ظروف السوق أو تتآكل الهوامش.

بالنسبة لعُمان، الرسالة ليست أن “الأسواق قاسية” فقط. الرسالة الأهم هي أن إدارة المخاطر التشغيلية والمالية لم تعد ملفاً محاسبياً في نهاية الشهر؛ بل أصبحت قدرة يومية تعتمد على البيانات. وهنا يظهر الذكاء الاصطناعي كأداة عملية تساعد شركات الطاقة على حماية الربحية عبر خفض التكاليف، رفع الاعتمادية، وتعظيم قيمة كل برميل.

في إطار سلسلة “كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في عمان”، سأستخدم خبر إكسون كمشهد خلفي لشرح: ما الذي يجعل الأرباح تهبط رغم الإنتاج القياسي؟ وما الذي يمكن لعُمان أن تفعله مبكراً كي لا تدفع “فاتورة المفاجآت” لاحقاً؟

ماذا يخبرنا هبوط أرباح إكسون عن هشاشة الهوامش؟

الجواب المباشر: عندما تنخفض الأسعار أو تتراجع الهوامش، تصبح الكفاءة التشغيلية هي الفارق بين ربح “مقبول” وربح “مقلق”.

بحسب الخبر المنشور بتاريخ 30/01/2026، سجّلت إكسون موبيل صافي ربح 6.5 مليار دولار في الربع الرابع 2025 مقابل 7.6 مليار دولار في الربع الرابع 2024. وفي عام 2025 ككل بلغت الأرباح 28.8 مليار دولار مقارنة بـ 33.7 مليار دولار في 2024. هذا الهبوط يُنسب إلى:

• أسعار خام أقل (تقلّل الإيرادات لكل برميل)
• هوامش كيماويات أضعف (تضغط على قطاع البتروكيماويات)
• ارتفاع الإهلاك (يعكس تكلفة الأصول الرأسمالية الثقيلة)

وفي المقابل، استطاعت الشركة تعويض جزء من الضغط عبر نمو الأحجام وتحقيق وفورات هيكلية تراكمية 15.1 مليار دولار منذ 2019، مع إنتاج وصل إلى 4.7 مليون برميل مكافئ نفطي يومياً (الأعلى منذ أكثر من 40 عاماً).

هنا النقطة التي تهمّنا في عمان: حتى مع إنتاج قوي وميزانية متينة (نسبة دين إلى رأس مال 14%)، يبقى الربح حساساً للهوامش. والهوامش تُحمى بقرارات تشغيلية أسرع وأدق، وليس فقط بخطط سنوية.

لماذا الذكاء الاصطناعي مهم لعُمان تحديداً في 2026؟

الجواب المباشر: لأن الذكاء الاصطناعي يقلّل “مفاجآت” التوقفات، ويضغط التكاليف، ويجعل قرارات الإنتاج والصيانة أقرب للحقيقة الميدانية.

في يناير 2026، أسعار الطاقة عالمياً ما زالت تتحرك على إيقاع عوامل كثيرة: الطلب الآسيوي، سياسات الفائدة، وتحولات سلاسل الإمداد. في بيئة كهذه، شركات النفط والغاز في عمان تحتاج إلى ما أسميه “هندسة الربحية اليومية”: أي مراقبة مستمرة للأداء، والتقاط مبكر للانحرافات، وتحسين فوري للقرارات.

الذكاء الاصطناعي يخدم هذا الهدف عبر ثلاثة محاور ثابتة التأثير:

1. رفع الاعتمادية: تقليل الأعطال غير المخطط لها (التي تلتهم الميزانيات بهدوء).
2. تحسين الكفاءة: تقليل الطاقة المهدرة، وتحسين التشغيل ضمن حدود آمنة.
3. حماية الهامش: اختيار مزيج تشغيل وإنتاج وتسعير داخلي أفضل، بناءً على سيناريوهات وبيانات.

والأهم: الذكاء الاصطناعي ليس مشروع “تقنية للعرض”. إذا طُبّق صح، يصبح نظاماً مالياً غير مباشر لأنه يخفض تكلفة البرميل ويزيد الاستقرار.

5 تطبيقات ذكاء اصطناعي تقلّل مخاطر الهبوط في الأرباح

الجواب المباشر: ركّز على تطبيقات مرتبطة مباشرة بالهامش: الصيانة التنبؤية، تحسين الإنتاج، الطاقة، السلامة، وسلسلة الإمداد.

1) الصيانة التنبؤية: إصلاح قبل التوقف لا بعده

التوقفات غير المخطط لها في المضخات والضواغط والتوربينات لا تُحسب فقط كتكلفة إصلاح؛ بل كـ خسارة إنتاج وغرامات توريد ومخاطر سلامة.

كيف يساعد الذكاء الاصطناعي؟

• تحليل بيانات الاهتزاز ودرجات الحرارة والضغط لاكتشاف أنماط تدهور مبكر.
• توقع احتمالية الفشل خلال نافذة زمنية (مثلاً: “خلال 10 أيام” أو “خلال 72 ساعة”).
• تحويل الصيانة من “جدول ثابت” إلى “قرار مبني على حالة الأصل”.

عبارة قابلة للاقتباس: كل ساعة توقف غير مخطط لها ليست مشكلة هندسية فقط؛ إنها بند خسارة مباشر في قائمة الدخل.

2) تحسين الإنتاج وعمليات الحقول: قيمة إضافية من نفس الأصول

عندما تتراجع الأسعار، لا يكون الحل الوحيد زيادة الإنتاج؛ أحياناً الزيادة ترفع التكاليف أو تسرّع التدهور. الذكاء الاصطناعي يساعد على “الإنتاج الذكي” عبر:

• نماذج تتنبأ بأفضل إعدادات الرفع الاصطناعي.
• تحسين حقن الماء/الغاز وفق قيود المكمن.
• تحديد الآبار التي تستحق التدخل أولاً (Workover) بناءً على عائد متوقع.

النتيجة التي تبحث عنها الشركات في عمان ليست رقم إنتاج أعلى فقط، بل برميل أكثر ربحية.

3) تحسين الطاقة في المصافي والمنشآت: خفض التكلفة دون تضحيات

خبر إكسون أشار إلى “هوامش” تتقلب. في المصافي، الهامش يتأثر بقوة بتكلفة الطاقة والكفاءة الحرارية. الذكاء الاصطناعي يمكنه:

• اكتشاف فرص خفض استهلاك الوقود في الأفران والغلايات.
• تحسين جدولة تشغيل الوحدات لتقليل الفاقد.
• ضبط التشغيل وفق جودة الخام وتغيرات التغذية.

هذه ليست تحسينات تجميلية. في منشآت كبيرة، نقطة مئوية واحدة في الكفاءة قد تعني وفراً سنوياً ملموساً.

4) السلامة وإدارة المخاطر: تقليل الحوادث يساوي تقليل النزيف المالي

الذكاء الاصطناعي في السلامة ليس كاميرات فقط. يمكن دمجه مع تصاريح العمل، بيانات المعدات، وسلوكيات التشغيل لتقليل الحوادث عبر:

• رؤية حاسوبية لاكتشاف عدم الالتزام بمعدات الوقاية.
• نماذج تتنبأ “بمناطق خطر” بناءً على كثافة الأعمال وتاريخ الحوادث.
• تحليل نصوص تقارير الحوادث (NLP) لاستخراج أسباب متكررة وإجراءات فعّالة.

عُمان تولي السلامة أهمية كبيرة في القطاع. الذكاء الاصطناعي هنا يضيف طبقة عملية: منع قبل وقوع الضرر.

5) سلسلة الإمداد وقطع الغيار: وقف الهدر الصامت

كثير من الشركات تعاني من مشكلتين متزامنتين: مخزون متضخم في بعض القطع، ونقص حرج في قطع أخرى. الذكاء الاصطناعي يساعد على:

• توقع الطلب على قطع الغيار حسب دورات تشغيل المعدات.
• تحديد العناصر الحرجة (Criticality) وربطها بمخاطر التوقف.
• تحسين الشراء والتخزين لتقليل التكاليف الرأسمالية للمخزون.

هذا النوع من التحسين يرفع السيولة ويقلّل مخاطر التوقف… في نفس الوقت.

كيف تبدأ شركة نفط وغاز في عمان؟ خطة 90 يوماً بدون تعقيد

الجواب المباشر: ابدأ بمشكلة مالية-تشغيلية واحدة، بياناتها متاحة، ويمكن قياس عائدها بسرعة.

أكثر الشركات تتعثر لأنها تبدأ من “منصة ضخمة” قبل تحديد الاستخدام. ما يعمل عادة هو نهج عملي على ثلاث مراحل:

المرحلة 1 (الأسبوع 1–2): اختيار حالة استخدام مرتبطة بالهامش

أمثلة مناسبة للبدء:

• الصيانة التنبؤية لضاغط حرج في محطة معالجة.
• تحسين استهلاك الطاقة في وحدة محددة.
• توقع جودة المنتج/الخام وتأثيرها على التشغيل.

معيار الاختيار: هل يمكن ربطها بمؤشر مالي؟ (تكلفة توقف، تكلفة طاقة، خسارة إنتاج).

المرحلة 2 (الأسبوع 3–6): ترتيب البيانات قبل بناء النموذج

• تحديد مصادر البيانات (SCADA/DCS، نظام الصيانة، سجلات التشغيل).
• تنظيف البيانات وتوحيد وحدات القياس.
• وضع “تعريف نجاح” واضح: مثلاً خفض التوقفات غير المخطط لها بنسبة X خلال 3 أشهر.

المرحلة 3 (الأسبوع 7–12): نموذج تجريبي + تكامل تشغيلي

• بناء نموذج تنبؤ/تحسين.
• نشره على نطاق محدود.
• والأهم: دمجه في قرار الفريق (تنبيه + إجراء + مسؤولية).

إذا لم يتحول الذكاء الاصطناعي إلى “قرار وتشغيل”، سيبقى لوحة جميلة في غرفة الاجتماعات.

أسئلة شائعة يطرحها مسؤولو الطاقة في عمان (وإجابات واضحة)

هل الذكاء الاصطناعي يعني الاستغناء عن الخبرة البشرية؟ لا. أفضل النتائج تحصل عندما يعمل الذكاء الاصطناعي كمساعد يرشّح الاحتمالات، بينما يقرر المهندس ما هو آمن ومجدي.

هل نحتاج بيانات مثالية؟ لا تحتاج مثالية، لكن تحتاج انضباطاً: تعريفات ثابتة، جودة مقبولة، وربط بين بيانات التشغيل والصيانة.

ما أكبر مخاطرة في مشاريع الذكاء الاصطناعي؟ بصراحة: أن تُدار كمشروع تقنية فقط. يجب أن تُدار كمشروع تشغيلي-مالي مع مالك عمل واضح.

أين تقف عُمان من درس إكسون؟

هبوط الأرباح لدى شركة بحجم إكسون، رغم الإنتاج القياسي وتوزيعات المساهمين الكبيرة، يوضح أن المنافسة لم تعد على “القدرة على الإنتاج” فقط. المنافسة أصبحت على القدرة على حماية الهامش في أسوأ الظروف.

أنا منحاز لفكرة واضحة: الذكاء الاصطناعي في النفط والغاز ليس رفاهية رقمية، بل بوليصة تأمين ضد التقلبات—خصوصاً عندما تكون الأسباب هي نفسها التي ظهرت في نتائج إكسون: أسعار أقل، هوامش أضعف، وتكاليف أعلى.

إذا كانت شركتك في عمان تفكر من أين تبدأ، ابدأ بسؤال واحد بسيط: ما هو الأصل أو العملية التي تكلّفنا أكثر عندما تفشل؟ ثم ضع الذكاء الاصطناعي هناك أولاً. ماذا لو كان 2026 هو العام الذي تتحول فيه البيانات من “تقارير” إلى “قرارات”؟