الذكاء الاصطناعي يرفع أثر استثمارات عُمان الصناعية

في 03/02/2026 أعلنت هيئة الاستثمار العُمانية (OIA) إطلاق 4 مشاريع صناعية كبرى ضمن الشهر الأول من الخطة الخمسية الحادية عشرة، بإجمالي استثمارات يصل إلى 935 مليون ريال عُماني. الرقم كبير، لكن الأهم من حجمه هو ما وراءه: ترجمة الأولويات الوطنية إلى مصانع وخطوط إنتاج ووظائف وتوطين تقنية.

وهنا يأتي الجزء الذي كثير من الشركات تتجاهله: الاستثمار وحده لا يصنع التفوق. التفوق يأتي عندما تُدار الأصول الجديدة بعقل رقمي—بيانات دقيقة، تشغيل آلي محسوب، وصيانة استباقية تقلّل التوقفات. باختصار: الذكاء الاصطناعي هو ما يحوّل مشروعاً جيداً إلى مشروع عالي الكفاءة يخلق قيمة مستمرة.

هذه المقالة ضمن سلسلة "كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في عمان"، لكنها تتعامل مع موضوع أوسع: كيف يمكن للذكاء الاصطناعي أن يضاعف أثر مشاريع التصنيع والطاقة المتجددة والبتروكيماويات واللوجستيات التي بدأت تتشكل الآن في صحار وصلالة—ويجعلها أكثر ربحية، وأكثر أماناً، وأكثر قدرة على خلق وظائف نوعية.

استثمارات OIA: أربع مشاريع… وأربع فرص للذكاء الاصطناعي

الخلاصة أولاً: المشاريع الأربعة (الطاقة الشمسية، التصنيع البحري، مجمّع PTA/PET، والكيماويات المتخصصة) ليست فقط توسعاً صناعياً؛ إنها منصات بيانات يمكن للذكاء الاصطناعي أن يرفع إنتاجيتها ويقلّل مخاطرها.

المشاريع التي أُعلنت تتوزع على:

• United Solar: مصنع بولي سيليكون في المنطقة الحرة بصحار باستثمار 700 مليون ريال عُماني، مع 1,012 وظيفة مباشرة.
• ASYAD: تصنيع أول قاطرة بحرية مُنشأة بالكامل في عُمان، بهدف محتوى محلي ~50% ونقل خبرات تشغيلية.
• OQ + MAK Group: مجمّع PTA وPET في صحار باستثمار أكثر من 192 مليون ريال، وإنتاج سنوي 700 ألف طن PTA/PET و425 ألف طن بارا-زايلين، وقرابة 700 وظيفة مباشرة.
• OQ Base Industries + Deepak (الهند): مصنع كيماويات متخصصة في صلالة باستثمار 38 مليون ريال لإنتاج نترات الصوديوم/نتريت الصوديوم بسعة حتى 70 ألف طن/سنة و150 وظيفة مباشرة.

جملة قابلة للاقتباس: كل مصنع جديد بلا طبقة ذكاء اصطناعي يشبه سيارة حديثة تُقاد بعدّاد وقود فقط.

مصنع البولي سيليكون في صحار: الذكاء الاصطناعي يبدأ من الجودة والطاقة

الخلاصة أولاً: أكبر مكسب للذكاء الاصطناعي في صناعات المواد المتقدمة مثل البولي سيليكون هو تقليل الهدر ورفع اتساق الجودة—وهذا وحده ينعكس على الربحية والقدرة على دخول سلاسل الإمداد العالمية.

مشروع United Solar في صحار يطمح لوضع عُمان ضمن سلسلة الإمداد العالمية للطاقة الشمسية. وفي هذا النوع من المصانع، التحدي العملي ليس “تشغيل الخط” فقط، بل تشغيله ضمن نطاقات ضيقة جداً للجودة والاستهلاك.

أين يدخل الذكاء الاصطناعي عملياً؟

• نماذج التنبؤ بجودة المنتج (Quality Prediction Models): ربط قراءات الحساسات (الحرارة، الضغط، معدلات التدفق) بنتائج المختبر، لتوقّع العيوب قبل ظهورها.
• التحكم المتقدم في العمليات (APC) المدعوم بالذكاء الاصطناعي: تعديل نقاط التشغيل تلقائياً للحفاظ على اتساق المنتج وتقليل استهلاك الطاقة.
• الصيانة التنبؤية (Predictive Maintenance): مراقبة الاهتزاز/الضوضاء/الحرارة للمضخات والضواغط والأفران لتوقّع الأعطال وتقليل التوقفات.

مؤشرات أداء (KPIs) تُقاس من اليوم الأول

إذا كنت صاحب قرار في مصنع جديد، لا تكتفِ بعبارات عامة مثل “رفع الكفاءة”. اطلب مؤشرات محددة مثل:

1. خفض التوقفات غير المخطط لها بنسبة مستهدفة (مثلاً 10–20% خلال السنة الأولى من التشغيل).
2. خفض الهدر (Scrap) وإعادة التشغيل عبر التنبؤ المبكر بالجودة.
3. تحسين كثافة استهلاك الطاقة لكل طن عبر تحكم ذكي في العمليات.

هذا مهم لعُمان لأن الهدف ليس إنتاجاً محلياً فقط، بل تموضعاً تنافسياً في سوق عالمي شديد الحساسية للجودة والتكلفة.

التصنيع البحري واللوجستيات: من “قاطرة” إلى “أصل ذكي”

الخلاصة أولاً: تصنيع القاطرة البحرية محلياً خطوة قوية، لكن القيمة الأعلى تأتي عندما تصبح القاطرة نفسها مصدراً للبيانات—تُدار بذكاء لتقليل الوقود، رفع الجاهزية، وتحسين السلامة.

مشروع ASYAD لإنتاج أول قاطرة بحرية مُصنّعة بالكامل في عُمان لا يخدم القطاع البحري فقط؛ بل يدعم هدفاً أكبر: جعل السلطنة مركزاً للخدمات اللوجستية والبحرية. الذكاء الاصطناعي هنا ليس رفاهية، بل عامل خفض تكلفة ومخاطر.

تطبيقات عملية للذكاء الاصطناعي في القاطرات والموانئ

• تحسين استهلاك الوقود والمسارات: نماذج تتعلم من بيانات الرحلات والحمولة والتيارات لتقليل الاستهلاك وتقليل زمن المهمة.
• سلامة الطاقم (Computer Vision): كاميرات على السطح مع تحليل فوري لاكتشاف مناطق الخطر، الالتزام بمعدات السلامة، والتنبيه عند سلوكيات غير آمنة.
• إدارة الأسطول (Fleet Analytics): تجميع بيانات التشغيل والصيانة لتحديد الأصول الأعلى مخاطرة وجدولة الصيانة بأقل تعطيل.

جملة قابلة للاقتباس: اللوجستيات الذكية لا تبدأ من الرصيف؛ تبدأ من القرار المبني على بيانات.

البتروكيماويات في صحار: الذكاء الاصطناعي لتقليل الهدر ورفع الاعتمادية

الخلاصة أولاً: في مجمّعات PTA/PET، أرباح التشغيل تُحسم غالباً في التفاصيل: الاستقرار الحراري، جودة التغذية، تقليل التذبذب، وإطالة عمر المعدات. الذكاء الاصطناعي يتعامل مع هذه التفاصيل بسرعة ودقة لا يحققها التشغيل اليدوي وحده.

اتفاق OQ مع MAK Group لإنشاء مجمّع PTA/PET في المنطقة الحرة بصحار (استثمار يتجاوز 192 مليون ريال) يُترجم توجهاً واضحاً: تقليل الاستيراد، دعم سلاسل القيمة، وخلق وظائف مباشرة (~700).

ثلاث نقاط يربح فيها الذكاء الاصطناعي داخل المصانع البتروكيماوية

1. كشف الشذوذ (Anomaly Detection): اكتشاف التغيرات الصغيرة في الأداء قبل أن تتحول إلى حادث أو توقف.
2. التنبؤ بجودة المنتج النهائي: تقليل المنتجات خارج المواصفات عبر نماذج تربط متغيرات التشغيل بالمخرجات.
3. توأم رقمي (Digital Twin): محاكاة المصنع لتجربة سيناريوهات التشغيل (رفع الطاقة الإنتاجية، تغيير المواد الأولية) دون مخاطرة على الأرض.

تقاطع مباشر مع قطاع النفط والغاز

هذه التطبيقات ليست “مصانع فقط”. كثير من نفس الأدوات تُستخدم في المصافي، محطات الغاز، وخطوط الأنابيب:

• مراقبة حالة المعدات الدوارة.
• توقع التآكل والانسداد.
• تحسين الطاقة وتقليل الفاقد.

لذلك، تطوير هذه القدرات في صحار يرفع أيضاً جاهزية القطاع الأوسع الذي نتحدث عنه في هذه السلسلة: الطاقة والنفط والغاز في عمان.

الكيماويات المتخصصة في صلالة: الذكاء الاصطناعي لضبط الجودة والامتثال

الخلاصة أولاً: في الكيماويات المرتبطة بالدواء والزراعة، أي انحراف بسيط في الجودة قد يتحول إلى رفض شحنات أو مخاطر امتثال. الذكاء الاصطناعي هنا يخدم هدفين: اتساق المواصفات وتتبع كامل للدفعات.

مشروع OQ Base Industries بالشراكة مع Deepak في المنطقة الحرة بصلالة لإنتاج نترات/نتريت الصوديوم (سعة حتى 70,000 طن/سنة، واستثمار 38 مليون ريال، و150 وظيفة) يفتح باباً مهماً: بناء صناعة كيماويات أكثر تخصصاً وأعلى قيمة.

كيف يدعم الذكاء الاصطناعي هذا النوع من المصانع؟

• نماذج SPC ذكية (إحصاء تحكم بالعمليات مدعوم بالذكاء الاصطناعي): لا تكتفي بالرصد؛ تتنبأ بالانحراف قبل حدوثه.
• أنظمة تتبع الدُفعات (Batch Traceability): ربط المواد الخام، ظروف التشغيل، نتائج الاختبارات، والمنتج النهائي ضمن سجل رقمي قابل للتدقيق.
• تحسين سلسلة الإمداد: توقع الطلب وتخطيط المخزون لتقليل فائض التخزين أو انقطاعات التوريد.

الوظائف الـ 2,000+ ليست مجرد أرقام: كيف نجعلها وظائف “رقمية”؟

الخلاصة أولاً: خلق الوظائف لا يكفي؛ المطلوب هو خلق وظائف تستمر وتكبر. وهذا يحدث عندما يُبنى برنامج واضح لـ رفع مهارات العمانيين في بيانات الصناعة والذكاء الاصطناعي التطبيقي.

بحسب الأرقام المعلنة في الخبر، الوظائف المباشرة المتوقعة تقارب:

• 1,012 (United Solar)
• 700 (PTA/PET)
• 150 (صلالة كيماويات)
• إضافة وظائف متوقعة في التصنيع البحري وسلاسل التوريد

لكي تتحول هذه الوظائف إلى قيمة طويلة الأجل، أقترح على الشركات (ومقدمي التدريب) خطة مهارية قصيرة وعملية، قابلة للتنفيذ خلال 6–12 شهراً:

• لمشغلي المصانع: قراءة لوحات بيانات التشغيل، فهم الإنذارات الذكية، إجراءات الاستجابة.
• للمهندسين: أساسيات Python، تحليل بيانات الحساسات، مبادئ النمذجة التنبؤية.
• للصيانة: الاهتزازات، تحليل الحالة، أدوات CMMS المتقدمة وربطها بنماذج التنبؤ.
• للـ HSE: أنظمة رؤية حاسوبية للسلامة، وتحليل شبه الحوادث (Near Miss) بالبيانات.

جملة قابلة للاقتباس: توطين التقنية لا يكتمل بشراء المعدات؛ يكتمل عندما يفهمها ويطوّرها ويشغّلها فريق محلي.

“أسئلة شائعة” يطرحها التنفيذيون قبل تبنّي الذكاء الاصطناعي

الخلاصة أولاً: أفضل طريقة لبدء الذكاء الاصطناعي في الصناعة هي مشروع صغير قابل للقياس خلال 8–12 أسبوعاً، ثم التوسع.

هل الذكاء الاصطناعي يعني استبدال الموظفين؟

لا. في المصانع والطاقة، الاستخدام الأكثر ربحية هو مساعدة الفرق على اتخاذ قرارات أسرع وتقليل الحوادث والتوقفات—خصوصاً في البيئات عالية المخاطر.

ما أول مشروع ذكاء اصطناعي يُنصح به؟

ابدأ بـ الصيانة التنبؤية لمعدة حرجة واحدة أو نموذج تنبؤ جودة لمنتج واحد. شرط النجاح: بيانات جيدة وهدف واضح.

ما أكبر خطأ؟

شراء منصة ضخمة قبل ترتيب الأساسيات: حساسات، تكامل بيانات، حوكمة، وملكية واضحة للمشروع داخل التشغيل.

خطوة تنفيذية: خريطة طريق 90 يوماً لمشاريع OIA الجديدة

الخلاصة أولاً: خلال 90 يوماً يمكن تجهيز “طبقة بيانات” تسمح بتطبيقات ذكاء اصطناعي قابلة للقياس دون تعطيل المشروع.

خريطة طريق عملية (تنفع لمصنع صحار أو صلالة أو أصول بحرية):

1. أسبوع 1–2: تحديد 3 حالات استخدام ذات عائد واضح (توقفات، جودة، طاقة، سلامة).
2. أسبوع 3–6: تدقيق البيانات: ما المتاح من SCADA/PLC/LIMS/CMMS؟ وما الفجوات؟
3. أسبوع 7–10: بناء نموذج أولي (MVP) بلوحة مؤشرات وربط تنبيهات.
4. أسبوع 11–13: اختبار ميداني مع فريق التشغيل، وتوثيق أثر مالي/تشغيلي.

إذا نجح نموذج واحد، يصبح التوسع أسهل وأسرع—وهنا تظهر قيمة “التآزر” بين الشركات التابعة الذي أشار إليه مسؤولو OIA.

أين يقودنا هذا ضمن رؤية عُمان 2040؟

الاستثمارات التي أُعلنت في فبراير 2026 تُرسل رسالة واضحة: عُمان تبني قدرات صناعية حقيقية في صحار وصلالة، وتفتح مسارات عمل في الطاقة المتجددة والبتروكيماويات والخدمات البحرية. رأيي؟ المنافسة الإقليمية لن تُحسم بعدد المصانع فقط، بل بكفاءة تشغيلها وأمانها وسرعة تعلمها.

الذكاء الاصطناعي هو العامل الذي يربط كل ذلك: من مصنع بولي سيليكون يخدم سلاسل الإمداد الشمسية، إلى مجمّع بتروكيماويات يقلل الاستيراد، إلى أصول بحرية تدير الموانئ بذكاء، إلى كيماويات متخصصة تتطلب جودة صارمة.

إذا كنت تعمل في الطاقة أو النفط والغاز أو الصناعات المرتبطة بها في عُمان، السؤال العملي الآن ليس: “هل نستخدم الذكاء الاصطناعي؟” بل: ما أول قرار تشغيلي سننقله من الحدس إلى البيانات خلال الربع القادم؟