الذكاء الاصطناعي يرفع عائد استثمارات صحار الصناعية

في 04/02/2026، شهد منتدى صحار للاستثمار 2026 توقيع 5 اتفاقيات بقيمة تتجاوز 12 مليون ريال عُماني. الأرقام تبدو واضحة، لكن القصة الأهم ليست في قيمة التوقيعات وحدها؛ بل في السؤال العملي الذي يهم المستثمرين والمديرين التنفيذيين اليوم: كيف نضمن أن هذه المشاريع تحقق عائداً أسرع، وتشغيلاً أكثر استقراراً، ومخاطر أقل؟

أنا منحاز لفكرة بسيطة: المصانع الجديدة التي تُبنى من دون طبقة ذكاء اصطناعي منذ اليوم الأول، ستدفع “ضريبة تشغيل” لاحقاً—على شكل أعطال غير مخطط لها، هدر في الطاقة والمواد، وضعف في رؤية سلسلة الإمداد. وهذا ينسجم تماماً مع سلسلة مقالاتنا: كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في عُمان؛ لأن الطاقة ليست قطاعاً منفصلاً عن الصناعة. كل طن فولاذ، وكل كيلوغرام بوليمر، وكل خط إنتاج غذائي… وراءه فاتورة طاقة وإدارة مخاطر وسلامة وتشغيل.

منتدى صحار جمع مستثمرين من أكثر من 30 دولة، وتحت رعاية معالي قيس بن محمد اليوسف (رئيس الهيئة العامة للمناطق الاقتصادية الخاصة والمناطق الحرة). هذا الحجم من الاهتمام يعني شيئاً واحداً: التنافس سيكون على التشغيل الذكي، لا على البناء فقط.

ماذا تعني صفقات صحار اقتصادياً… ولماذا الذكاء الاصطناعي هو عامل الحسم؟

الجواب المباشر: هذه الصفقات تترجم توجه عُمان نحو صناعات تحويلية ذات قيمة مضافة، والذكاء الاصطناعي هو أسرع طريق لتحويل “الاستثمار الرأسمالي” إلى “تدفقات نقدية مستقرة”.

الاتفاقيات الخمس توزعت على: الحديد والصلب، اللدائن/البوليمرات، تصنيع غذائي، معالجة معادن، وإعادة تدوير النفايات. كل قطاع منها لديه قواسم مشتركة تشغيلية:

• استهلاك كثيف للطاقة (كهرباء/حرارة/بخار/وقود)
• حساسية عالية للأعطال والتوقفات
• جودة تعتمد على ضبط دقيق للمتغيرات
• سلاسل إمداد تتأثر بالتقلبات العالمية

وهنا بالضبط يتقاطع الموضوع مع قطاع النفط والغاز والطاقة في عُمان: عندما تُستخدم تقنيات مثل التعلم الآلي والتحليلات التنبؤية والصيانة المعتمدة على الحالة، ينخفض الهدر في الطاقة وترتفع الجاهزية وتتحسن السلامة—وهي نفس مكاسب الذكاء الاصطناعي في الحقول ومحطات المعالجة.

عبارة تصلح كقاعدة تشغيل: كل دقيقة توقف غير مخطط لها في مصنع كثيف الطاقة هي خسارة مزدوجة: إنتاج مفقود + طاقة مهدرة.

قراءة سريعة للاتفاقيات الخمس: أين يمكن للذكاء الاصطناعي أن يضيف قيمة فورية؟

الجواب المباشر: كل اتفاقية لديها “نقطة ربح” يمكن للذكاء الاصطناعي أن يضغط عليها: التوقفات، الجودة، الطاقة، أو سلسلة الإمداد.

في اليوم الأول للمنتدى تم الإعلان عن خمس اتفاقيات بإجمالي يفوق 12 مليون ريال عُماني، منها:

1. مذكرة تفاهم بين فرع غرفة تجارة وصناعة عُمان بشمال الباطنة وجندال للصلب عُمان لتعزيز الاستثمارات والصناعات التحويلية في قطاع الحديد والصلب، بقيمة تقديرية 4 ملايين ريال.

2. مشروع صناعي ضمن برنامج لدائن للصناعات البلاستيكية بين مجموعة OQ وAurum Polymer Solutions لإنشاء منشأة في المدينة الصناعية بالأُوحي في صحار، بقيمة 1.115 مليون ريال، مع توريد مواد خام يصل إلى 8,000 طن سنوياً عند الطاقة القصوى.

3. إنشاء مصنع تصنيع غذائي بين مدينة صحار الصناعية وشركة البركة للأغذية والاستثمار بقيمة 4 ملايين ريال.

4. إنشاء مصنع لمعالجة المعادن بين مدينة صحار الصناعية وشركة الرحمة للصناعات المعدنية بقيمة 3 ملايين ريال.

5. إنشاء مصنع لإعادة تدوير النفايات بين مدينة صحار الصناعية وشركة Clear Earth Recycling بقيمة 500,000 ريال.

الآن، أين “الربح الذكي”؟

(1) الحديد والصلب: من تحسين الجودة إلى خفض استهلاك الطاقة

الجواب المباشر: أفضل استخدامات الذكاء الاصطناعي في الصلب هي التنبؤ بجودة المنتج وتقليل استهلاك الطاقة عبر التحكم المتقدم.

في الصناعات المعتمدة على الأفران والمعالجة الحرارية، أي انحراف صغير في درجات الحرارة أو توقيتات التشغيل ينعكس على الجودة والهدر. الذكاء الاصطناعي يساعد عبر:

• نماذج تنبؤ بجودة الدُفعات بناءً على بيانات التشغيل (حرارة، ضغط، زمن، تركيبة)
• تحسين الوصفات التشغيلية لتقليل العيوب وتقليل إعادة التشغيل
• الصيانة التنبؤية للمحركات، المضخات، أنظمة التبريد، والرافعات الثقيلة

عملياً، لو بدأت المنشأة بجمع بيانات حساسات (IIoT) منذ اليوم الأول، يمكن خلال 8–12 أسبوعاً بناء نموذج أولي يتنبأ بالانحرافات قبل أن تتحول إلى عيوب إنتاجية.

(2) اللدائن/البوليمرات: ضبط العمليات وربطها بسلسلة الإمداد

الجواب المباشر: في مصانع البوليمرات، الذكاء الاصطناعي يرفع الاستقرار التشغيلي ويمنع تقلب الجودة، ويحوّل التخطيط من “رد فعل” إلى “تنبؤ”.

وجود التزام توريد 8,000 طن سنوياً من المواد الخام يعني أن التخطيط الدقيق ليس رفاهية. AI يمكنه:

• التنبؤ بالطلب وجدولة الإنتاج بحسب قيود المخزون والطاقة
• كشف الانحرافات في خصائص المنتج (مثل اللزوجة/مؤشر التدفق) مبكراً
• تحسين استهلاك الطاقة في عمليات الخلط/التسخين/البثق عبر التحكم المتقدم

وهنا يظهر جسر واضح مع النفط والغاز في عُمان: البيانات التشغيلية التي تُدار جيداً هي نفس الفكرة في المصافي ومحطات الغاز—الفرق فقط في المنتج النهائي.

(3) التصنيع الغذائي: سلامة وجودة وتقليل فاقد المواد

الجواب المباشر: أكثر مكاسب الذكاء الاصطناعي في الغذاء تأتي من الرؤية الحاسوبية والرقابة الذكية على الجودة والتتبع.

في مصانع الأغذية، الخسارة ليست في “التوقف” فقط؛ بل في المرتجعات وفاقد المواد ومخاطر السلامة الغذائية. تطبيقات عملية:

• رؤية حاسوبية لفحص العيوب، الأوزان، التعبئة، وتواريخ الصلاحية
• تحليلات تنبؤية لدرجات الحرارة في سلاسل التبريد لتجنب التلف
• تتبع دفعات الإنتاج وربطها بالموردين لتسريع الاستدعاء عند الحاجة

هذه الأدوات تقلل الهدر وتزيد الثقة في المنتج—وهما عاملان مهمان عندما تستهدف المصانع التوسع في التصدير.

(4) معالجة المعادن: تقليل التوقفات ورفع كفاءة خطوط الإنتاج

الجواب المباشر: أعلى قيمة هنا تأتي من الصيانة التنبؤية وتحسين الجدولة، لأن خطوط المعالجة تتأثر بالاختناقات.

عندما يتوقف خط واحد في سلسلة معالجة، يتعطل ما قبله وما بعده. AI يضيف قيمة عبر:

• التنبؤ بأعطال المعدات الدوارة (Vibration/Current signatures)
• نمذجة الاختناقات (Bottlenecks) واقتراح إعادة توازن للجدولة
• تحسين استخدام الطاقة في المعدات الثقيلة عبر تشغيل ذكي حسب الأحمال

(5) إعادة تدوير النفايات: فرز ذكي وقياس أثر الكربون

الجواب المباشر: الذكاء الاصطناعي يجعل إعادة التدوير أكثر ربحية عبر رفع دقة الفرز وتقليل التلوث في المواد المعاد تدويرها.

في مصانع إعادة التدوير، “جودة الفرز” هي ما يحدد قيمة المنتج النهائي. يمكن للذكاء الاصطناعي أن يوفر:

• أنظمة فرز بصري تميّز أنواع البلاستيك/المعادن
• تنبؤات لحجم التدفقات الداخلة لتخطيط العمالة والطاقة
• لوحات قياس للأثر البيئي (معدلات تحويل، انبعاثات مكافئة)

وهذا يتلاقى مع تحول قطاع الطاقة: تقليل الانبعاثات لم يعد مجرد هدف حكومي؛ بل عنصر تنافسي في التمويل والأسواق.

ثلاث طبقات ذكاء اصطناعي ينبغي أن تُبنى منذ مرحلة التصميم

الجواب المباشر: نجاح الذكاء الاصطناعي في الصناعة يعتمد على 3 طبقات: البيانات، النماذج، والتشغيل (MLOps).

1) طبقة البيانات: لا ذكاء اصطناعي بلا قياس

ابدأ بتحديد “أهم 20 إشارة” في المصنع (حرارة/ضغط/تدفق/اهتزاز/استهلاك كهرباء/جودة). ثم:

• توحيد البيانات بين أنظمة SCADA وDCS وERP
• تعريف قاموس بيانات موحد (Tags/Units/Time sync)
• حوكمة واضحة: من يملك البيانات؟ من يراجع جودتها؟

2) طبقة النماذج: اختَر حالات استخدام تدفع الفاتورة

أفضل بداية ليست مشروعاً ضخماً، بل 2–3 حالات استخدام مرتبطة بمؤشر مالي واضح، مثل:

1. الصيانة التنبؤية لمعدة حرجة
2. تحسين استهلاك الطاقة في مرحلة تشغيلية محددة
3. فحص جودة آلي يقلل المرتجعات

3) طبقة التشغيل: من نموذج تجريبي إلى قرار يومي

النموذج الذي يبقى في عرض تقديمي لا قيمة له. المطلوب:

• نشر النموذج ضمن سير العمل (تنبيه، توصية، أو ضبط تلقائي)
• مراقبة الانحراف (Model drift)
• تدريب الفرق التشغيلية على “الثقة المشروطة” بنتائج AI

أين يدخل قطاع النفط والغاز والطاقة في الصورة؟

الجواب المباشر: النفط والغاز في عُمان يمكنه أن يكون “المزوّد” للمنهجيات والمهارات، والصناعة التحويلية تكون “المستفيد” السريع.

قطاع النفط والغاز سبق كثيراً من القطاعات في:

• إدارة الأصول (Asset integrity)
• الصيانة المعتمدة على المخاطر
• السلامة التشغيلية
• المراقبة اللحظية

عندما تنتقل هذه الخبرات إلى مصانع الصلب والبوليمرات والغذاء في صحار—مع طبقة ذكاء اصطناعي—نحصل على نتيجة واقعية: إنتاج أكثر استقراراً، حوادث أقل، وفاتورة طاقة أذكى.

وهذا ينسجم مع ما طُرح في المنتدى عن تسهيل إجراءات المستثمرين وتسريع التحول الرقمي وتعزيز الشراكات بين القطاعين العام والخاص. التحول الرقمي الحقيقي ليس بوابة خدمات فقط؛ بل تشغيل يومي قائم على البيانات.

أسئلة شائعة من المستثمرين: ما الذي أطلبه قبل ضخ رأس المال؟

الجواب المباشر: اطلب خطة ذكاء اصطناعي تشغيلية مرتبطة بالعائد، وليس “عرض تقنية”.

إليك قائمة تحقق عملية (مختصرة لكنها حادة):

1. ما خط الأساس؟ (معدل التوقف، استهلاك الطاقة/طن، نسبة العيوب)
2. ما هدف 6 أشهر؟ رقم واضح لكل مؤشر
3. ما البيانات المتاحة؟ وهل الحساسات كافية؟
4. من المسؤول؟ فريق عمليات + بيانات، وليس فريق تقنية وحده
5. كيف تُقاس القيمة؟ وفورات طاقة، تقليل توقفات، خفض مرتجعات

إذا لم تجد إجابات واضحة، فالمشروع غالباً سيؤجل “الذكاء” إلى ما بعد التشغيل، ثم يكتشف أن التعديل مكلف.

ما الخطوة التالية لصحار… وللمستثمرين؟

الجواب المباشر: الخطوة التالية هي تحويل الاتفاقيات إلى مصانع “قابلة للقياس والتحسين” منذ أول يوم تشغيل.

هذه الصفقات (أكثر من 12 مليون ريال عُماني) تعطي صحار دفعة صناعية مهمة. لكن الاستدامة الربحية ستأتي من تفاصيل التشغيل: الطاقة، الجودة، الصيانة، وسلسلة الإمداد. وهنا بالضبط يمكن للذكاء الاصطناعي أن يرفع العائد على الاستثمار—ليس كشعار، بل كمنهجية يومية.

إذا كنت مستثمراً أو مديراً في مشروع صناعي جديد (أو توسعة قائمة) في عُمان، فاسأل نفسك سؤالاً واحداً قبل توقيع أي عقد توريد أو مقاولة: هل المصنع مصمم ليُنتج بيانات قابلة للتحليل مثلما هو مصمم ليُنتج سلعة؟

السؤال الأهم الذي يفتح المستقبل: عندما تصبح المصانع في صحار “مترابطة بالبيانات”، هل سنرى خلال 2026–2027 نموذجاً عمانياً يُصدَّر إقليمياً في تشغيل المصانع كثيفة الطاقة بالذكاء الاصطناعي؟