الذكاء الاصطناعي يقود التنقل الهجين ويعيد رسم الطاقة

قبل أسابيع قليلة، وفي قلب معرض الرياض للسيارات، ظهر نموذج يختصر اتجاهًا أكبر من مجرد إطلاق سيارة جديدة: سيارة عائلية هجينة فاخرة بسبعة مقاعد تعتمد على جيل متقدم من تقنيات “الوضع المزدوج” في الدفع. الخبر يبدو للوهلة الأولى ضمن أخبار السيارات. لكن عندما تربطه بسياق المملكة في 2025—خفض الانبعاثات، رفع كفاءة الطاقة، وتوسيع النقل المستدام ضمن مستهدفات رؤية 2030—سترى أن الموضوع فعليًا عن البيانات والذكاء الاصطناعي بقدر ما هو عن المحركات والبطاريات.

أنا أميل لقراءة أخبار “التنقل الجديد” كإشارة مبكرة لما سيحدث في قطاعات أكبر، خصوصًا الطاقة والنفط والغاز. لأن نفس المنطق الذي يجعل سيارة هجينة تحقق مدى يصل إلى 728 كم وفق معيار WLTC، هو منطق تحسين الكفاءة وتقليل الهدر عبر التنبؤ والتحكم والتحسين المستمر—وهذه كلها مهام يتفوق فيها الذكاء الاصطناعي.

في هذا المقال (ضمن سلسلة كيف تُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في المملكة العربية السعودية) سنستخدم إطلاق سيارة BYD ATTO 8 في السعودية كعدسة لفهم سؤال أوسع: كيف يربط الذكاء الاصطناعي بين النقل المستدام والتحول في منظومة الطاقة؟

لماذا إطلاق سيارة هجينة فاخرة يهم قطاع الطاقة؟

الجواب المباشر: لأن كل سيارة هجينة/كهربائية هي “عميل طاقة” جديد بسلوك استهلاكي مختلف، وتحتاج منظومة كهرباء وشحن وخدمات تعتمد على التنبؤ والقياس والتحكم.

إطلاق ATTO 8 كسيارة عائلية 7 مقاعد في السعودية يحمل ثلاث رسائل عملية لقطاع الطاقة:

1. الطلب على الطاقة يتحول من وقود سائل فقط إلى مزيج كهرباء + وقود. السيارات الهجينة “الجادة” تقلل حساسية المستخدم للمدى، وتزيد تقبل الانتقال التدريجي نحو الكهربة.
2. السوق ينتقل من “منتج” إلى “منظومة”: تطبيقات للسيارة، وظائف عن بعد (أكثر من 40 وظيفة عبر التطبيق بحسب ما أُعلن)، أنظمة مساعدة سائق، وحوسبة داخلية. هذا يعني بيانات أكثر، وخدمات ما بعد البيع أكثر، وفرص تحسين أكبر.
3. القياس يصبح قابلًا للتشغيل: مدى 600–700 كم ليس رقمًا تسويقيًا فقط، بل نتيجة إدارة طاقة دقيقة بين محرك احتراق وبطارية ونظام تحكم—وهنا يظهر دور الخوارزميات.

بمعنى آخر: ما يحدث في السيارة هو نسخة مصغرة مما يحتاجه قطاع الطاقة كاملًا: إدارة مصادر متعددة، تحسين كفاءة، وقرارات آنية.

ATTO 8 كنموذج لما تفعله خوارزميات إدارة الطاقة

الجواب المباشر: السيارات الهجينة الحديثة لا “تعمل” فقط؛ بل تُدار باستمرار عبر برمجيات توازن بين الأداء والاستهلاك.

في ATTO 8 تم الإعلان عن اعتماد منصة BYD من الجيل الخامس لتقنية DM (Dual Mode) بنسختين: DM-i للكفاءة وDM-p للأداء. هذه الفكرة (نسخة كفاءة مقابل نسخة أداء) تشبه كثيرًا ما نراه في الطاقة: تشغيل اقتصادي مقابل تشغيل ذروة.

منطق DM-i (الكفاءة) يشبه تشغيل محطات الطاقة بذكاء

نسخة DM-i الموجهة للكفاءة تقدم مدى يصل إلى 728 كم WLTC عبر “شحنة + خزان”. لتحقيق ذلك، نظام التحكم يقرر متى يستخدم الكهرباء، ومتى يشغل المحرك، ومتى يحافظ على شحن البطارية ضمن نطاق مثالي.

نفس الفكرة نحتاجها في منظومة الطاقة:

• متى ندفع أحمالًا معينة إلى أوقات خارج الذروة؟
• متى نستخدم تخزين الطاقة؟
• متى نُشغّل وحدات توليد احتياطية؟

الذكاء الاصطناعي هنا ليس رفاهية؛ بل طبقة قرار تستفيد من بيانات الطلب والطقس والأسعار والحمل وتوازن الشبكة.

منطق DM-p (الأداء) يعادل إدارة الطلب العالي والمرونة

نسخة DM-p (الدفع الرباعي AWD) قُدمت بقدرة مجمعة تصل إلى 480 حصان وتسارع 0–100 كم/س خلال 4.9 ثوانٍ. الأداء العالي يتطلب إدارة حرارة وطاقة أكثر تعقيدًا.

وهذا يذكّرنا بقطاع النفط والغاز حين يتعامل مع حالات تشغيل “غير عادية”:

• ذروات إنتاج مؤقتة
• تقلبات ضغط/تدفق
• ظروف بيئية قاسية

نفس الوصفة: حساسات + بيانات لحظية + نماذج تنبؤ + تحكم ذكي.

جملة قابلة للاقتباس: السيارة الهجينة الحديثة هي شبكة طاقة صغيرة على عجلات—ومن يفهمها يفهم مستقبل الشبكات.

أين يدخل الذكاء الاصطناعي عمليًا في منظومة الطاقة والنفط والغاز بالسعودية؟

الجواب المباشر: في 4 مسارات واضحة—الكفاءة، الصيانة، الانبعاثات، وتجربة أصحاب المصلحة.

إطلاق مركبة هجينة متقدمة يدفع هذه المسارات للأمام لأن المنظومة المحيطة بها (شحن، صيانة، توريد، بيانات) تتطلب ذكاء تشغيلي. وهذه أمثلة عملية يمكن تطبيقها فورًا في شركات الطاقة والنفط والغاز داخل المملكة.

1) تحسين كفاءة الطاقة: من “التقارير” إلى “التحكم”

بدل أن نكتفي بلوحات مؤشرات شهرية، الذكاء الاصطناعي يجعل الكفاءة قرارًا لحظيًا. مثلما يقرر نظام المركبة أفضل توزيع للطاقة، يمكن للشركات:

• توقّع استهلاك الطاقة في المنشآت بدقة أعلى (حسب التشغيل والموسمية)
• اقتراح إعدادات تشغيل تقلل الاستهلاك دون التأثير على الإنتاج
• اكتشاف الأحمال الشاذة مبكرًا (معدات تستهلك أعلى من المعتاد)

2) الصيانة التنبؤية: تقليل التوقفات غير المخططة

في السيارات الحديثة، البيانات تساعد على اكتشاف مؤشرات خلل قبل أن يتحول لعطل. في النفط والغاز، العائد أكبر لأن توقف المضخات/الضواغط مكلف جدًا.

تطبيق عملي:

• نماذج تتعلم من الاهتزازات والحرارة والضغط لتوقّع الفشل
• جدولة صيانة مبنية على المخاطر بدل الجداول الثابتة
• تقليل قطع الغيار “النائمة” عبر تنبؤ احتياجات المخزون

3) خفض الانبعاثات: قياس أدق يعني خفض أسرع

النقل المستدام يضغط باتجاه قياس انبعاثات أدق عبر السلسلة. والذكاء الاصطناعي يساعد على:

• رصد التسربات والانبعاثات بشكل شبه لحظي
• تحسين تشغيل الشعلة (Flare) وتقليل الهدر
• حساب كثافة الكربون لكل وحدة إنتاج بدقة تشغيلية، لا محاسبية فقط

4) التواصل مع أصحاب المصلحة: ذكاء اصطناعي لصناعة “وضوح”

جزء من التحول في قطاع الطاقة ليس تقنيًا فقط؛ بل تواصلي. شركات الطاقة تحتاج شرح ما تفعله للمستهلكين والجهات التنظيمية والمستثمرين.

هنا يظهر دور الذكاء الاصطناعي في:

• إعداد تقارير استدامة وملخصات تنفيذية واضحة وموجهة
• بناء محتوى توعوي عن كفاءة الطاقة والتنقل المستدام باللهجة والأسلوب المناسب للجمهور
• تحليل ملاحظات العملاء/المجتمع حول مشاريع الطاقة والبيئة

ما الذي تعلّمنا إياه ATTO 8 عن “سلوك المستهلك السعودي” في التحول الأخضر؟

الجواب المباشر: المستهلك يريد الاستدامة، لكنه لن يضحي بالمساحة والراحة والمدى—خصوصًا للعائلة.

هذا واضح في فلسفة المنتج نفسها: سبعة مقاعد، طول يتجاوز 5 أمتار وقاعدة عجلات 2,950 مم، مقاعد جلد متعددة الطبقات مع تدليك، تهوية للصفين الأول والثاني مناسبة للصيف، وضعية “سرير تخييم”، نظام صوت 21 سماعة، وإضاءة محيطية 128 لونًا. هذه ليست إضافات ثانوية؛ بل هي ما يجعل “الخيار الأخضر” خيارًا يوميًا.

وهذا يعطينا درسًا مباشرًا لقطاع الطاقة:

• الناس لا تشتري “الاستدامة” كفكرة… بل تشتري تجربة مريحة وموثوقة أقل كلفة وأقل قلقًا.
• إذا أردت تسريع التحول، اجعل البديل النظيف أسهل، لا فقط “أفضل أخلاقيًا”.

بالنسبة للشركات، هذا يعني الاستثمار في:

• موثوقية الخدمة (انقطاعات أقل)
• شفافية الفواتير والاستهلاك
• أدوات رقمية تشرح للمستخدم “أين تذهب الطاقة؟ وكيف توفر؟”

خطة عملية لشركات الطاقة والنفط والغاز: 90 يومًا لبدء أثر ملموس

الجواب المباشر: ابدأ بمشروع واحد يربط البيانات بقرار تشغيل، ثم وسّع نطاقه.

إذا كنت مسؤول تحول رقمي أو مدير عمليات، هذه خطة مختصرة قابلة للتنفيذ خلال 90 يومًا:

1. اختر “نقطة ألم” عالية التكلفة: توقفات مفاجئة، استهلاك كهرباء مرتفع، أو تذبذب في الأداء.
2. وحّد البيانات الأساسية: حساسات/SCADA، صيانة، تشغيل، طقس، جداول.
3. ابنِ نموذجًا بسيطًا أولًا: تنبؤ استهلاك أو اكتشاف شذوذ (Anomaly Detection).
4. اربط النموذج بإجراء واضح: تنبيه + توصية + من يوافق ومن ينفذ.
5. قِس 3 مؤشرات فقط لتفادي الضياع:
   • انخفاض التوقفات غير المخططة
   • انخفاض استهلاك الطاقة لكل وحدة إنتاج
   • زمن الاستجابة من اكتشاف المشكلة إلى إصلاحها

رأيي: كثير من المبادرات تفشل لأنها تبدأ “منصة بيانات عملاقة” قبل أن تثبت قيمة تشغيلية صغيرة. الأفضل بناء عادة قرار مبني على البيانات ثم التوسع.

أين يتقاطع النقل الهجين مع مستقبل النفط والغاز في المملكة؟

الجواب المباشر: التقاطع ليس “استبدالًا” بل إعادة توزيع للطلب ورفع للكفاءة—ومساحة جديدة للخدمات الرقمية.

حتى مع نمو المركبات الكهربائية والهجينة، سيظل النفط والغاز جزءًا أساسيًا من مزيج الطاقة عالميًا خلال السنوات القادمة. لكن اتجاه السوق واضح: كفاءة أعلى، انبعاثات أقل، وقياس أدق. والذكاء الاصطناعي هو الأداة التي تجعل هذا الانتقال قابلاً للإدارة دون صدمات.

إطلاق مركبات هجينة بمدى طويل وميزات رقمية عميقة يشير إلى أن المستهلك السعودي جاهز لتجربة جديدة—وعلى منظومة الطاقة أن تكون جاهزة أيضًا: شبكات أذكى، خدمات رقمية أفضل، وتشغيل أكثر كفاءة.

الخطوة التالية الواقعية لأي مؤسسة في الطاقة: حوّل “التحول الرقمي” من شعارات إلى قرارات تشغيل يومية. وإذا بدأت من مشروع صغير واضح العائد، ستجد أن التوسع يصبح أسهل مما تتوقع.

والسؤال الذي يستحق أن نبقيه أمامنا في 2026: هل ستسبقنا بيانات التنقل الجديد… أم سنبني البنية التحليلية التي تجعلها فرصة اقتصادية وبيئية في آن واحد؟