الذكاء الاصطناعي في أسواق المال والطاقة: درس من الرياض

رقم واحد يلخّص المزاج السعودي تجاه التكنولوجيا: منصة سهم كابيتال تجاوزت مليون مستخدم خلال عامها الأول، واستمرت بنمو يقارب 70% سنويًا في عامها الثاني. هذا ليس خبرًا عن تطبيق تداول فقط؛ بل إشارة واضحة إلى أن البيانات، والأدوات الرقمية، وتجربة المستخدم أصبحت جزءًا من “البنية التحتية” الجديدة للاقتصاد السعودي—تمامًا كما يحدث الآن في قطاع الطاقة والنفط والغاز.

ما جرى في قمة سهم لاستراتيجيات الاستثمار بالرياض (16/12/2025، 01:30 م) يقدّم زاوية عملية لفهم موضوع سلسلتنا: كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في المملكة العربية السعودية. لأن التحول في الأسواق المالية يوضح—بشكل مباشر—كيف تتعامل المملكة مع التكنولوجيا: تنظيم + مشاركة أوسع + أدوات ذكية + تعليم. نفس المعادلة تُطبّق اليوم على المصافي، وحقول الإنتاج، وسلاسل الإمداد، وحتى التواصل مع أصحاب المصلحة.

في هذا المقال سأربط بين ما كشفته القمة حول مستقبل الأسواق ورأس المال، وبين ما يعنيه ذلك لفرق الطاقة والنفط والغاز التي تبحث عن نتائج ملموسة من الذكاء الاصطناعي: خفض التكاليف، رفع الاعتمادية، تسريع اتخاذ القرار، وتحسين إدارة المخاطر.

قمة سهم في الرياض: ما الذي قالته لنا عن اقتصاد رؤية 2030؟

الخلاصة المباشرة: رؤية 2030 لا تُدار بالشعارات؛ تُدار ببنى رقمية تُشرك الناس وتُسهل الوصول للأدوات. حضور جهات مثل هيئة السوق المالية، وتداول السعودية، وأكاديمية المالية، وناسداك، في قمة واحدة، يؤكد أن التحول الرقمي ليس “مبادرة” جانبية بل مسار مؤسسي كامل.

التكنولوجيا كمدخل لزيادة المشاركة… وليس رفاهية

سهم كابيتال تحدثت عن أدوات تداول متقدمة وميزات “تداول اجتماعي”. المعنى الأعمق هنا ليس ميزة داخل التطبيق، بل فكرة أن التقنية تخفّض عتبة الدخول وتُحوّل المعرفة من امتياز إلى خدمة. وهذا بالضبط ما يحتاجه قطاع الطاقة عندما يواجه فجوة مهارات أو تعقيدًا تشغيليًا: تحويل الخبرة المتراكمة إلى أدوات رقمية يستفيد منها المشغل والمهندس ومدير الأصول.

جملة قابلة للاقتباس: التحول الحقيقي يبدأ عندما تصبح البيانات مفهومة وقابلة للاستخدام لمن هم على خط التشغيل، لا لمن هم في غرف الاجتماعات فقط.

التنظيم يتطور مع الابتكار

إشارات القمة إلى تحديث البنية التحتية للسوق وتطور التنظيم تعني شيئًا مهمًا لقطاع النفط والغاز: أي مشروع ذكاء اصطناعي ناجح يحتاج “حوكمة” تشبه حوكمة الأسواق—قواعد واضحة للبيانات، ومسؤوليات، ومعايير قياس، وآليات تدقيق.

إذا كانت الأسواق المالية تبني الثقة عبر التنظيم والشفافية، فقطاع الطاقة يبني الثقة عبر سلامة التشغيل، والامتثال، وأمن المعلومات الصناعية. والذكاء الاصطناعي ينجح فقط عندما يُدار ضمن هذه الحدود.

إشارات 2026 من منظور الأسواق: لماذا تهم الطاقة والنفط والغاز؟

الرسالة الأساسية من النظرة العالمية التي طُرحت في القمة: 2026 يتشكل عبر أربعة محركات—التضخم والسياسة النقدية، التوترات التجارية الجيوسياسية، إعادة توزيع الأصول (كالذهب والدخل الثابت)، وارتفاع أثر الذكاء الاصطناعي على الإنتاجية.

هذه ليست “لغة مستثمرين” فقط. في الطاقة، نفس المحركات تظهر كالتالي:

• الفائدة والسيولة تؤثر على تمويل المشاريع (البتروكيماويات، الهيدروجين، الطاقة المتجددة، تحديث المصافي).
• التوترات التجارية تعني مخاطر سلاسل الإمداد (قطع غيار، معدات تحكم، برمجيات صناعية).
• التحوط (ذهب/سندات في الأسواق) يقابله في الطاقة التحوط عبر تنويع مصادر الطاقة، ورفع الاعتمادية، وتقليل توقفات الأصول.
• الذكاء الاصطناعي والإنتاجية يتحول من شعار إلى KPI: ساعات توقف أقل، حوادث أقل، طاقة إنتاج أعلى، ومخزون أدق.

نقطة رأيي فيها واضحة

كثير من الشركات تتعامل مع الذكاء الاصطناعي كأنه مشروع “تقني” بحت. هذا خطأ. الذكاء الاصطناعي في الطاقة هو مشروع إدارة مخاطر وإدارة أصول أولًا، وتقنية ثانيًا. القمة ذكّرتنا بأن الابتكار يُقاس بقدرته على تغيير السلوك اليومي للمستخدم—مستثمرًا كان أو مشغلًا.

من “أدوات التداول الذكية” إلى “عمليات الطاقة الذكية”: أين يحدث التحول فعليًا؟

الإجابة المباشرة: التحول يحدث عندما تُترجم البيانات إلى قرارات تشغيلية بسرعة، وبثقة، وعلى نطاق واسع. في القمة، كان التركيز على البيانات، والتعليم، والأدوات. في الطاقة، يتكرر الأمر لكن بأسماء مختلفة: نماذج تنبؤية، توأم رقمي، صيانة تنبؤية، رؤية حاسوبية، نماذج لغوية للمستندات، وتحليلات آنية.

1) الصيانة التنبؤية… لأن التوقف مكلف أكثر مما تظن

أقرب تشبيه من عالم التداول هو “إشارات المخاطر” التي تنبه المستثمر قبل الانعكاس. في المصانع والحقول، الصيانة التنبؤية تفعل الشيء نفسه: تقرأ الاهتزاز والحرارة والضغط واستهلاك الطاقة، ثم تتنبأ بالفشل قبل وقوعه.

ما الذي يجعلها تعمل فعلًا في السعودية؟

• توحيد بيانات SCADA وDCS مع سجلات الصيانة (CMMS)
• تعريف “فشل” واضح لكل أصل (المضخة ليست مثل الضاغط)
• فرق تشغيل تثق بالتوصية لأنها مفسَّرة وليست صندوقًا أسود

2) تحسين سلسلة الإمداد والتخطيط… الدقة تصنع وفورات مباشرة

القمة تحدثت عن استراتيجيات كمية ومدفوعة بالبيانات. في الطاقة، النظير العملي هو:

• تحسين مستويات المخزون لقطع الغيار الحرجة
• التنبؤ بالطلب الداخلي على الوقود والبتروكيماويات
• تحسين جداول الإغلاق والصيانة الكبرى (Turnaround)

النتيجة التي تبحث عنها الإدارات عادة ليست “نموذج ذكاء اصطناعي”، بل تقليل تجميد رأس المال في مخزون غير مستخدم مع الحفاظ على توافر القطع الحرجة.

3) الذكاء الاصطناعي للمحتوى والمعرفة… أسرع طريق لرفع كفاءة الفرق

وهنا نعود مباشرة إلى موضوع سلسلتنا: استخدام الذكاء الاصطناعي في قطاع النفط والغاز لا يقتصر على التشغيل. هناك مكسب سريع في إدارة المعرفة وإنشاء المحتوى:

• تلخيص تقارير الحوادث وقراءة “الدروس المستفادة” عبر سنوات
• تحويل إجراءات التشغيل القياسية إلى إرشادات تفاعلية للفرق
• إعداد مسودات تقارير الاستدامة والامتثال، ثم تدقيقها داخليًا

أنا مع استخدام النماذج اللغوية هنا، بشرط واحد: تحديد مصادر الحقيقة (وثائق معتمدة، سياسات، بيانات داخلية) ومنع الاعتماد على نص مولّد غير موثّق.

كيف تبني مشروع ذكاء اصطناعي ناجح في الطاقة؟ (خطة عملية من 6 خطوات)

الإجابة المباشرة: ابدأ بمشكلة تشغيلية قابلة للقياس، ثم ابنِ حولها بيانات وحوكمة وفريقًا متعدد التخصصات. ما رأيناه في القمة—تمكين، أدوات، تعليم—يمكن تحويله لخارطة طريق للطاقة:

1. اختر حالة استخدام واحدة ذات أثر مالي واضح
   • مثال: تقليل توقف ضواغط الغاز 10% خلال 6 أشهر.
2. عرّف مؤشرات قياس لا تقبل التأويل
   • ساعات توقف، MTBF، MTTR، معدل الإنذارات الكاذبة.
3. جهّز البيانات قبل أي نموذج
   • تنظيف، توحيد وحدات القياس، سدّ الفجوات، تتبع جودة البيانات.
4. طبّق حوكمة وأمن معلومات صناعية (OT Security)
   • فصل البيئات، صلاحيات، سجلات تدقيق، إدارة نماذج.
5. ابنِ “حلقة ثقة” للمستخدم النهائي
   • توصيات مفسّرة، واجهة بسيطة، تدريب قصير ومتكرر.
6. وسّع بعد إثبات القيمة
   • من أصل واحد → خط إنتاج → موقع كامل → شبكة أصول.

جملة قابلة للاقتباس: إذا لم تتغير قرارات التشغيل بعد إدخال الذكاء الاصطناعي، فأنت بنيت نموذجًا… لا نظامًا.

أسئلة شائعة يطرحها قادة الطاقة في السعودية (وإجابات مختصرة)

هل الذكاء الاصطناعي يعني الاستغناء عن الخبرات البشرية؟

لا. في الطاقة، الذكاء الاصطناعي ينجح عندما يرفع جودة قرار الخبير ويقلل حمله اليومي. الخبرة تبقى المرجع، والنموذج يصبح “مساعدًا” يتعلم من البيانات.

ما أسرع المجالات عائدًا على الاستثمار؟

غالبًا: الصيانة التنبؤية، تحسين الطاقة المستهلكة في العمليات، وإدارة المعرفة والتقارير—لأن بياناتها متاحة وأثرها واضح.

كيف نضمن عدم توليد محتوى خاطئ في التقارير؟

عبر ثلاث قواعد: مصادر معتمدة، مراجعة بشرية إلزامية، وتتبّع نسخ المحتوى. أي نص لا يمكن ربطه بمصدر داخلي لا يجب اعتماده.

ما الذي نتعلمه من قمة الاستثمار ونحن نتحدث عن النفط والغاز؟

القمة أظهرت أن السعودية تراهن على معادلة بسيطة: إتاحة الأدوات + توسيع المشاركة + تحديث التنظيم + تسريع الابتكار. في أسواق المال، هذا يعني منصات أكثر ذكاءً وشفافية. وفي قطاع الطاقة والنفط والغاز، يعني تشغيلًا أكثر اعتمادية، وقرارات أسرع، ومعرفة تُنقل بكفاءة بين الأجيال.

إذا كنت تعمل في الطاقة، ففكّر في الذكاء الاصطناعي بالطريقة التي يفكر بها المستثمر الجاد: لا تبحث عن “تقنية جميلة”، بل عن إستراتيجية تُدار بمؤشرات، وتُحكم بضوابط، وتُقاس نتائجها على الأرض.

الخطوة التالية التي أنصح بها: اختر حالة استخدام واحدة في عملياتك خلال الربع الأول من 2026، وحدد لها مالكًا واضحًا من التشغيل، وابدأ بقياس خط الأساس من الآن. أي جزء من سلسلة القيمة لديك ما زال يعتمد على الحدس أكثر من البيانات؟