دروس من انتعاش الطاقة الشمسية في الصين للسعودية

قفزت تركيبات الطاقة الشمسية في الصين في شهر 11/2025 إلى قرابة 22 جيجاواط — أعلى مستوى خلال ستة أشهر — رغم أن عام 2025 كان قاسياً على القطاع بسبب تذبذب السياسات والرسوم والطاقات الفائضة. هذا الرقم يبدو كأنه عودة قوية، لكنه في الحقيقة أقرب إلى «نمو مضبوط» أكثر من كونه موجة توسّع جديدة.

وهذا يهمّنا في السعودية أكثر مما قد يبدو لأول وهلة. لأن الرسالة هنا ليست عن الصين فقط، بل عن الانضباط في تخطيط السعة، وكيف يمكن للأدوات الصحيحة — وعلى رأسها الذكاء الاصطناعي في قطاع الطاقة — أن تمنعنا من الوقوع في فخ الاندفاع ثم التصحيح المؤلم.

ضمن سلسلة «كيف تُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في المملكة العربية السعودية»، سأتعامل مع خبر الصين كدراسة حالة: ماذا يعني «الانتعاش المنضبط» عملياً؟ وكيف نترجمه إلى قرارات تشغيلية واستثمارية في النفط والغاز والطاقة المتجددة داخل المملكة؟

انتعاش الصين الشمسي: رقم كبير… لكنه ليس طفرة

الاستنتاج المباشر: زيادة التركيب لا تعني بالضرورة ازدهاراً صحياً. عندما تقفز الإضافات الشهرية إلى 22 جيجاواط بعد فترة ضغط، فهذا قد يكون نتيجة «تقديم المشاريع» قبل موعد تنظيمي أو استجابة مؤقتة لسقف سياسات.

ما ورد في ملخص الخبر يلمّح لنقطة جوهرية: جزء من الارتفاع جاء لأن المطورين سابقاً اندفعوا لتركيب المشاريع قبل موعد سياساتي، ما يعني أن السوق قام بتحميل الطلب إلى الأمام (front-loading). ثم عندما انتهى الموعد، هبط الإيقاع. والعودة في 11/2025 تبدو كاستعادة توازن لا كطفرة جديدة.

لماذا هذا النموذج يتكرر عالمياً؟

لأن الطاقة — خصوصاً المتجددة — تتأثر بثلاثة أشياء إذا اختلّت ظهر «الارتداد»:

• السياسات: مواعيد نهائية، حوافز، ربط بالشبكة، اشتراطات محلية.
• سلاسل الإمداد والرسوم: تعريفات، قيود استيراد، تقلبات أسعار المكونات.
• التخمة في القدرة التصنيعية أو المشاريع: قدرة أكبر من قدرة السوق على الاستيعاب.

النتيجة المعتادة: اندفاع تركيب قبل الموعد، ثم تباطؤ، ثم «عودة منضبطة» عندما يتكيّف السوق.

جملة قابلة للاقتباس: السوق الذي ينمو بسرعة بدون انضباط في السعة، يدفع ثمن ذلك لاحقاً على شكل تذبذب أرباح ومشاريع متعثّرة.

ما الذي تعلّمه السعودية من هذه القصة؟ الانضباط قبل التوسع

الرسالة التي أراها مباشرة: لا تخلط بين “زيادة الإنتاج/التركيب” وبين “صحة المنظومة”. في السعودية، هذا ينطبق على الطاقة المتجددة، وينطبق أيضاً على النفط والغاز.

في النفط والغاز، رأينا تاريخياً كيف أن توسعات غير متزامنة مع الطلب أو البنية التحتية أو القيود التنظيمية تؤدي إلى:

• اختناقات في النقل والمعالجة
• ارتفاع تكاليف الصيانة والتوقفات
• هدر في الطاقة (flaring) أو كفاءة أقل
• صعوبة الامتثال البيئي وتزايد المخاطر التشغيلية

وفي المتجددة، يحصل شيء مشابه لكن بلغة أخرى: مشاريع كثيرة بسرعة أكبر من قدرة الشبكة على الاستيعاب، أو بدون تخطيط دقيق للتخزين وإدارة الأحمال.

“النمو المضبوط” يعني ماذا في التخطيط؟

يعني أن تخطيط السعة لا يكون مجرد «كم نضيف؟» بل:

1. متى نضيف؟ وفق جاهزية الشبكة/المصافي/المعالجة
2. أين نضيف؟ بناءً على نقاط الاختناق والتكاليف الهامشية
3. كيف نضيف؟ عبر تصميم تشغيلي يقلل المخاطر ويضمن الامتثال
4. ما أثر ذلك على النظام ككل؟ وليس على مشروع واحد فقط

وهنا يظهر الذكاء الاصطناعي كأداة عملية، لا كشعار.

أين يدخل الذكاء الاصطناعي؟ من التنبؤ إلى “التحكم بالاندفاع”

الإجابة المختصرة: الذكاء الاصطناعي يجعل تخطيط السعة أكثر انضباطاً لأنه يدمج البيانات المتناثرة ويحوّلها إلى قرارات قابلة للتنفيذ.

بدلاً من الاعتماد على جداول ثابتة وتوقعات متأخرة، يمكن بناء طبقة ذكاء تساعد على:

• توقع الطلب والأحمال بدقة أعلى (على مستوى ساعة/يوم/منطقة)
• اكتشاف الاختناقات قبل وقوعها
• تحسين توقيت إدخال المشاريع (commissioning) لتجنب تكدّس الربط بالشبكة أو تداخل أعمال الصيانة
• محاكاة أثر أي تغيير تنظيمي أو تعرفة أو شرط امتثال على الجدوى والجدول الزمني

1) التنبؤ بالطلب والأحمال: الدقة هنا توفر ملايين

في منظومات الطاقة، خطأ صغير في توقع الحمل قد يعني قراراً استثمارياً خاطئاً أو تشغيل وحدات احتياطية بتكلفة عالية. نماذج تعلم الآلة (ML) تستطيع دمج:

• بيانات تاريخية للأحمال
• موسمية (رمضان، مواسم الحج والعمرة، الصيف)
• بيانات طقس (الحرارة والرطوبة وتأثيرها على التبريد)
• بيانات صناعية (أحمال المدن الصناعية ومشاريع التوسع)

والأهم: تحديث التوقعات باستمرار.

2) إدارة السعة كمسألة “نظام” لا “مشروع”

ما حدث في الصين يوضح أن القرارات الفردية للمطورين قد تخلق نتيجة كلية غير مستقرة. في السعودية، الذكاء الاصطناعي يساعد على رؤية النظام:

• نماذج تحسين (Optimization) لتحديد أولويات الربط بالشبكة وفق أثر كل مشروع على الاستقرار والتكلفة
• التوأم الرقمي (Digital Twin) لمحطات توليد/شبكات/مرافق معالجة لمحاكاة سيناريوهات «ماذا لو؟» قبل التنفيذ

جملة قابلة للاقتباس: أفضل وقت لاكتشاف عنق الزجاجة هو داخل المحاكاة… وليس في غرفة التحكم.

3) الامتثال والسياسات: تحويل “تذبذب السياسة” إلى سيناريوهات

ملخص الخبر يذكر «policy whiplash» — تذبذب السياسات. هذا عامل واقعي في كل الأسواق.

عملياً، يمكن للذكاء الاصطناعي دعم فرق التخطيط عبر:

• بناء مكتبة سيناريوهات لقرارات تنظيمية محتملة (تعرفة، اشتراطات محتوى محلي، معايير ربط)
• تقييم أثر كل سيناريو على NPV/IRR، والجدول الزمني، وسعة الشبكة
• وضع سياسات تشغيل داخلية تقلل الحساسية للتغيرات (مرونة التوريد، عقود مرنة، مراحل تنفيذ)

تطبيقات مباشرة في النفط والغاز بالسعودية: نفس الفكرة… بيانات أكثر

قد يظن البعض أن درس الصين يخص الشمس فقط. أنا أختلف. الدرس هو الانضباط التشغيلي، وهذا جوهر النفط والغاز.

تحسين الصيانة التنبؤية لتفادي “طفرة توقفات”

عندما تتراكم أعمال الصيانة أو تتأخر ثم تُنفَّذ دفعة واحدة، تحصل صدمة إنتاجية تشبه «الاندفاع قبل الموعد». الذكاء الاصطناعي يقلل ذلك عبر:

• نماذج Predictive Maintenance تعتمد على الاهتزازات، الحرارة، جودة الزيت، ضغط التشغيل
• جدولة صيانة ديناميكية تربط بين المخاطر ووفرة القطع والقدرات البشرية

رفع كفاءة الطاقة وتقليل الهدر في المرافق

في مرافق الغاز والمعالجة، تحسين بسيط في الضبط قد يقلل استهلاك الطاقة والانبعاثات. الذكاء الاصطناعي يساعد على:

• ضبط نقاط التشغيل المثلى (setpoints)
• كشف الشذوذ (Anomaly Detection) لتسربات أو تدهور أداء مبكر
• تحسين تشغيل الضواغط والمرجلات وفق الطلب الفعلي

التخطيط المتكامل: متجددة + غاز + تخزين

المستقبل الواقعي في المملكة ليس “إما… أو”. هو مزيج. والذكاء الاصطناعي مفيد لأنه يوازن بين:

• تقلبات إنتاج الشمس والرياح
• مرونة الغاز في تغطية الأحمال
• تكلفة التخزين واستخدامه الأمثل

خطة عملية من 5 خطوات لشركة طاقة سعودية تريد نمواً منضبطاً

إذا كنت مسؤولاً في شركة طاقة، أو تعمل في التخطيط أو التشغيل، هذه خطوات أراها عملية وقابلة للقياس خلال 90–180 يوماً:

1. توحيد مصادر البيانات التشغيلية والتنظيمية: SCADA/EMS/CMMS/ERP + بيانات الشبكة والطقس.
2. تعريف مؤشرات انضباط السعة (Capacity Discipline KPIs) مثل:
   • نسبة المشاريع المتأخرة بسبب الربط أو التوريد
   • ساعات الاختناق في الشبكة/المرفق
   • تكلفة عدم التوازن (imbalance cost)
3. إطلاق نموذج تنبؤ واحد “مصدر حقيقة” للحمل/الطلب أو الإنتاج حسب طبيعة نشاطك.
4. بناء توأم رقمي لعنق زجاجة واحد فقط (محطة، ضاغط رئيسي، نقطة ربط حساسة) بدل محاولة نمذجة كل شيء مرة واحدة.
5. حوكمة قرارات الذكاء الاصطناعي: من يوافق؟ ما حدود الأتمتة؟ كيف يتم التدقيق؟ وكيف تضمن الامتثال؟

جملة قابلة للاقتباس: ابدأ من عنق زجاجة واحد، وسترى قيمة الذكاء الاصطناعي أسرع من أي “مشروع تحوّل شامل”.

أسئلة شائعة يطرحها التنفيذيون (وإجابات مباشرة)

هل الذكاء الاصطناعي بديل لخبرة المهندسين؟

لا. هو يرفع جودة القرار ويقلل العمى المعلوماتي. الخبرة تظل أساس تحديد القيود الواقعية وتفسير النتائج.

ما أكبر خطأ عند تطبيق الذكاء الاصطناعي في الطاقة؟

بناء نماذج جميلة بدون ربطها بقرار تشغيلي واضح: متى ستؤثر على جدول صيانة؟ على خطة ربط؟ على تشغيل وحدة؟

كيف أعرف أن نمو السعة “منضبط”؟

عندما تقل التذبذبات، وتتحسن مؤشرات الاعتمادية، وتقل مفاجآت الربط/التوريد، ويصبح الامتثال أسهل — وليس أصعب.

الخلاصة: انتعاش الصين يذكّرنا أن الاندفاع مكلف

خبر إضافة 22 جيجاواط في شهر واحد يبدو مثيراً، لكنه يرسل إشارة أعمق: الطاقة تحتاج انضباطاً في السعة أكثر من حاجتها لسباق أرقام. التذبذب في السياسات والرسوم والطاقات الفائضة يصنع أسواقاً عصبية، والنجاة تكون عبر تخطيط ذكي يقرأ النظام كله.

في السعودية، الذكاء الاصطناعي ليس “ترفاً تقنياً”. هو وسيلة عملية لخفض المخاطر، وتحسين الامتثال، وتحديد توقيت التوسعات بدقة — سواء في الطاقة المتجددة أو في النفط والغاز. وهذا لبّ هذه السلسلة: كيف نجعل البيانات قرارات، والقرارات نتائج تشغيلية ملموسة.

إذا كان عليك اختيار سؤال واحد تبدأ به داخل فريقك هذا الأسبوع، فليكن: ما هو القرار الأكثر تكلفة لدينا اليوم بسبب ضعف الرؤية؟ حينها ستعرف أين تضع أول نموذج ذكاء اصطناعي.