من «المصافي التقليدية» إلى «المصانع الذكية»: كيف يُعيد الذكاء الاصطناعي تشكيل قطاع التكرير والتوزيع عالمياً؟

 

• الجزء الثالث: التجربة العالمية — دروس من عمالقة الصناعة لرسم مستقبل التكرير الذكي

بقلم – م. محمد عباس
مسؤول إقليمي سابق لنظم المعلومات بالبنك الدولي والأمم المتحدة ومستشار الذكاء الاصطناعي   واستشارى بدار الخليج للاستشارات الهندسية
📧 moh148@gmail.com

الحلقة الأخيرة من سلسلة التحول الرقمي

يُمثّل قطاع التكرير والتوزيع (Downstream) المرحلة النهائية والأكثر تعقيداً في سلسلة قيمة النفط والغاز، حيث يتم تحويل النفط الخام إلى منتجات نهائية — من البنزين والديزل ووقود الطائرات إلى المواد البتروكيماوية التي تدخل في كل جانب من جوانب الحياة الحديثة. وإذا كان المقال الأول قد تناول قطاع النقل والتخزين (Midstream) باعتباره «العمود الفقري الصامت»، والمقال الثاني قد استعرض قطاع الاستكشاف والإنتاج (Upstream) باعتباره «المحرك الأول»، فإن قطاع التكرير والتوزيع هو «الوجه الذي يلتقي فيه النفط بالمستهلك» — وهو القطاع الذي يُحدد في النهاية ربحية الصناعة بأكملها.

في هذا المقال الثالث والأخير من السلسلة، نُسلّط الضوء على التجربة العالمية في توظيف الذكاء الاصطناعي لإعادة تعريف عمليات التكرير والبتروكيماويات، من خلال استعراض تجارب أربع شركات عمالقة: ExxonMobil الأمريكية، BP البريطانية، TotalEnergies الفرنسية، وSinopec الصينية. كل تجربة منها تُمثّل نموذجاً مختلفاً يُقدّم دروساً قيمة لكل شركة تكرير في العالم تسعى للتحول الذكي.

أولاً: لماذا قطاع التكرير هو «الجائزة الكبرى» للذكاء الاصطناعي؟

تتميز مصافي التكرير الحديثة بكونها من أكثر المنشآت الصناعية تعقيداً في العالم. فالمصفاة المتوسطة الحجم تحتوي على:

* أكثر من 50,000 جهاز استشعار يُولّد بيانات لحظية

* مئات الوحدات المترابطة (التقطير، التكسير، الإصلاح، المعالجة الهيدروجينية)

* آلاف الصمامات والمضخات والمبادلات الحرارية الحرجة

* متغيرات تشغيلية تتجاوز 10,000 متغير يجب التحكم بها في الوقت الفعلي

هذا التعقيد الهائل يعني أن تحسيناً بنسبة 1% فقط في كفاءة التكرير يُمكن أن يُترجم إلى عشرات الملايين من الدولارات سنوياً لكل مصفاة. وهنا يأتي دور الذكاء الاصطناعي كـ «المُحسِّن الأعظم» (The Ultimate Optimizer).

ثانياً: ExxonMobil — رائدة التكرير المستقل (Autonomous Refining)

الرؤية الاستراتيجية

تبنّت ExxonMobil، أكبر شركة طاقة متكاملة مدرجة في العالم، رؤية طموحة لتحويل مصافيها إلى «مصافٍ مستقلة ذاتياً» (Autonomous Refineries) بحلول عام 2030. وقد استثمرت الشركة أكثر من 2 مليار دوالر في برنامجها للتحول الرقمي خلال السنوات الخمس الماضية.

الشراكة الاستراتيجية مع Microsoft

في إحدى أكبر صفقات التحول الرقمي في تاريخ صناعة النفط، عقدت ExxonMobil شراكة استراتيجية مع Microsoft Azure لرقمنة عمليات حقل بيرميان (Permian Basin) ومصافيها العالمية. تشمل الشراكة:

* نشر منصة Azure IoT عبر آلاف الأصول

* استخدام Azure Machine Learning لبناء نماذج تنبؤية متقدمة

* تطبيق الحوسبة الطرفية (Edge Computing) لمعالجة البيانات في موقع المصفاة

قصص النجاح الرئيسية

1- التحكم التنبؤي المتقدم (Advanced Predictive Control – APC):
طبّقت ExxonMobil أنظمة APC مدعومة بالذكاء الاصطناعي في وحدات التقطير الجوي والفراغي، مما حقق:

* زيادة في إنتاجية المنتجات عالية القيمة بنسبة 3-5%

* تقليل استهلاك الطاقة بنسبة 8-12%

* خفض انبعاثات الكربون بنسبة 15%

2- الصيانة التنبؤية للمعدات الدوارة:
نشرت ExxonMobil نظام مراقبة ذكي على أكثر من 30,000 معدة دوّارةعبر مصافيها العالمية، مما أدى إلى:

* تقليل الأعطال غير المخططة بنسبة 40%

* توفير سنوي يتجاوز 300 مليون دوالر في تكاليف الصيانة

3- تحسين سلسلة التوريد بالذكاء الاصطناعي:
طوّرت ExxonMobil منصة تخطيط متكاملة تستخدم التعلم المعزز (Reinforcement Learning)لتحسين قرارات شراء النفط الخام، وجدولة المصافي، وتوزيع المنتجات — محققةً قيمة إضافية تُقدّر بـ 500 مليون دوالر سنوياً.

ثالثاً: BP — نموذج «المصفاة الموصولة» (The Connected Refinery)

من النفط إلى الطاقة المتكاملة

في إطار تحولها الاستراتيجي من «شركة نفط دولية» إلى «شركة طاقة متكاملة»، وضعت BP الذكاء الاصطناعي في صميم استراتيجيتها. الشركة تُدير 5 مصافٍ كبرى حول العالم بطاقة تكريرية إجمالية تتجاوز 1.7 مليون برميل يومياً.

الشراكة مع Palantir Technologies

اختارت BP مساراً مختلفاً عن ExxonMobil، حيث عقدت شراكة استراتيجية طويلة الأمد مع Palantir Technologies لنشر منصة Palantir Foundry كـ «نظام التشغيل الرقمي» لعملياتها العالمية.

الإنجازات الرئيسية

1- التوأم الرقمي للمصفاة بأكملها:
بنت BP توائم رقمية متكاملةلمصافيها الكبرى، تجمع بيانات من:

* أنظمة التحكم الموزعة (DCS)

* تاريخيات العمليات (PI Historians)

* أنظمة إدارة الأصول (SAP PM)

* أجهزة الاستشعار الذكية الجديدة

2- تحسين الطاقة بالذكاء الاصطناعي:
حققت BP في مصفاتها بمدينة روتردامالهولندية:

* تقليل استهلاك الطاقة بنسبة 10%

* خفض انبعاثات CO₂ بأكثر من 350,000 طن سنوياً

* توفير مالي سنوي يتجاوز 150 مليون دوالر

3- أنظمة السلامة الذكية:
نشرت BP منظومة «السلامة التنبؤية»التي تستخدم التعلم الآلي للتنبؤ بحوادث السلامة قبل وقوعها بفترة تتراوح بين 24-72 ساعة، مما خفّض حوادث السلامة الكبرى بنسبة 30%.

رابعاً: TotalEnergies — نموذج «الذكاء الاصطناعي المسؤول»

استراتيجية التحول الشامل

تتميز TotalEnergies الفرنسية بنهج متوازن يُدمج الذكاء الاصطناعي مع أهداف الاستدامة. أنشأت الشركة «مصنع الذكاء الاصطناعي» (AI Factory) في باريس عام 2020 كمركز عصبي لجميع مبادرات الذكاء الاصطناعي.

الشراكة مع Google Cloud

عقدت TotalEnergies شراكة استراتيجية مع Google Cloud للاستفادة من:

* منصة Vertex AI لتطوير نماذج الذكاء الاصطناعي

* TensorFlow للتعلم العميق في تحليل البيانات الجيولوجية

* BigQuery لمعالجة البيانات الضخمة

النتائج الملموسة

1- تحسين البتروكيماويات:
في مجمعات البتروكيماويات بـ أنتويرب(بلجيكا) ودايون(الولايات المتحدة):

* زيادة إنتاج الإيثيلين بنسبة 2.5%

* تقليل المنتجات خارج المواصفات بنسبة 35%

* توفير سنوي قدره 80 مليون دوالر لكل مجمع

2- الصيانة التنبؤية المتقدمة:
طبّقت TotalEnergies نظام «PreMaintenance AI»على أكثر من 15,000 أصل حرج، محققةً:

* تقليل التوقفات غير المخططة بنسبة 45%

* تمديد العمر التشغيلي للمعدات بنسبة 20%

3- خرائط طريق إزالة الكربون بالذكاء الاصطناعي:
استخدمت TotalEnergies الذكاء الاصطناعي لتحديد 2,000 فرصةلتقليل الانبعاثات عبر منشآتها العالمية، مع توقع خفض 40% من الانبعاثات بحلول 2030.

خامساً: Sinopec — العملاق الصيني والتحول السريع

حجم غير مسبوق

تُعدّ Sinopec أكبر شركة تكرير في العالم من حيث الطاقة الإنتاجية، حيث تُشغّل أكثر من 30 مصفاة بطاقة إجمالية تتجاوز 6 مليون برميل يومياً. هذا الحجم الهائل جعل الذكاء الاصطناعي ضرورة استراتيجية وليس خياراً.

منصة «المصفاة الذكية» (Smart Refinery Platform)

طوّرت Sinopec بالشراكة مع Huawei وAlibaba Cloud منصة موحدة للذكاء الاصطناعي تربط جميع مصافيها، وتشمل:

1- مركز العمليات الذكية المركزي:
يُدار من بكين، ويُراقب لحظياً جميع المصافي، ويستخدم نماذج تعلم آلي لاتخاذ قرارات تحسينية على مستوى الشركة بأكملها.

2- أنظمة الرؤية الحاسوبية للسلامة:
نشرت Sinopec أكثر من 100,000 كاميرا ذكيةتستخدم الرؤية الحاسوبية للكشف عن:

* التسربات الغازية

* معدات الحماية الشخصية المفقودة

* السلوكيات غير الآمنة

* الاندلاعات المحتملة للحرائق

3- تحسين خلطات المنتجات (Blending Optimization):
حققت أنظمة الخلط الذكية في Sinopec توفيراً سنوياً يتجاوز 400 مليون دولارعبر:

* تقليل «الإفراط في الجودة» (Quality Giveaway)

* تحسين استخدام مكونات الخلط منخفضة القيمة

* ضمان الامتثال الدقيق للمواصفات

الأرقام الإجمالية لتجربة Sinopec

* استثمار إجمالي: 3.5 مليار دولار في 5 سنوات

* عائد سنوي إجمالي: 1.2 مليار دولار

* خفض في انبعاثات الكربون: 18% عبر جميع المصافي

سادساً: التقنيات الخمس الأكثر تأثيراً في التكرير الذكي عالمياً

من خلال تحليل التجارب العالمية الأربع، تبرز خمس تقنيات ذكاء اصطناعي كأكثرها تأثيراً وعائداً:

1- التحكم التنبؤي المتقدم بالذكاء الاصطناعي (AI-Enhanced APC)

العائد النموذجي: زيادة 2-5% في إنتاجية المنتجات عالية القيمة
فترة الاسترداد: 6-12 شهراً

2- الصيانة التنبؤية للمعدات الدوارة (Rotating Equipment PdM)

العائد النموذجي: تقليل 30-50% في الأعطال غير المخططة
فترة الاسترداد: 9-18 شهراً

3- تحسين الطاقة بالذكاء الاصطناعي (AI Energy Optimization)

العائد النموذجي: خفض 8-15% في استهلاك الطاقة
فترة الاسترداد: 12-24 شهراً

4- تحسين خلطات المنتجات (Product Blending Optimization)

العائد النموذجي: 20-50 سنت إضافية لكل برميل
فترة الاسترداد: 6-9 أشهر

5- الرؤية الحاسوبية للسلامة (Computer Vision for Safety)

العائد النموذجي: تقليل 30-40% في حوادث السلامة
فترة الاسترداد: 12-18 شهراً

سابعاً: التحديات الخمس الكبرى أمام التحول الذكي للتكرير

رغم الفرص الهائلة، تواجه شركات التكرير العالمية تحديات حقيقية:

1- جودة البيانات وتكاملها (Data Quality & Integration)

البيانات في المصافي القديمة غالباً ما تكون مُجزّأة وغير موحدة. الحل: الاستثمار في «بحيرات البيانات الموحدة» (Unified Data Lakes) قبل أي مبادرة ذكاء اصطناعي.

2- الأمن السيبراني (Cybersecurity)

ربط أنظمة التحكم الصناعية بالشبكات يفتح ثغرات أمنية خطيرة. الحل: تبني معايير IEC 62443 ونشر حلول OT Security متخصصة.

3- فجوة المهارات (Skills Gap)

نقص الكوادر التي تجمع بين الخبرة في الهندسة الكيميائية وعلوم البيانات. الحل: برامج تدريب مكثفة وشراكات مع الجامعات.

4- مقاومة التغيير (Change Resistance)

المهندسون والمشغلون قد يقاومون الاعتماد على «الصندوق الأسود» للذكاء الاصطناعي. الحل: تبنّي «الذكاء الاصطناعي القابل للتفسير» (Explainable AI – XAI).

5- التكامل مع الأنظمة القديمة (Legacy Systems Integration)

معظم المصافي تعمل بأنظمة DCS عمرها أكثر من 20 سنة. الحل: نشر طبقات وسيطة (Middleware) ومنصات تكامل حديثة.

ثامناً: الدروس العشرة الذهبية من التجربة العالمية

من تحليل تجارب ExxonMobil وBP وTotalEnergies وSinopec، نستخلص عشرة دروس استراتيجية:

1- ابدأ بالقيمة، ليس بالتقنية: حدد المشاكل التجارية الحقيقية أولاً

2- استثمر في البيانات قبل الخوارزميات: 80% من الجهد يجب أن يكون في إعداد البيانات

3- اختر شريكاً تقنياً استراتيجياً: لا تحاول بناء كل شيء داخلياً

4- ابدأ صغيراً ووسّع بسرعة: المشاريع التجريبية الناجحة هي مفتاح القبول المؤسسي

5- أنشئ مركز تميز للذكاء الاصطناعي: لتجميع الخبرات وتجنب التكرار

6- اربط الذكاء الاصطناعي بأهداف الاستدامة: التحول الرقمي والأخضر متلازمان

6- استثمر في التدريب والتغيير الثقافي: التقنية بدون أناس مدربين بلا قيمة

7- اعتمد المنصة الموحدة على الحلول المتفرقة: تجنب «فخ الحلول المنفردة»

8- قس كل شيء: العائد على الاستثمار يجب أن يكون قابلاً للقياس بدقة

9- فكّر بشكل شامل: الذكاء الاصطناعي في التكرير هو رحلة وليس مشروعاً

تاسعاً: مستقبل التكرير في عصر الذكاء الاصطناعي التوليدي

مع ظهور الذكاء الاصطناعي التوليدي (Generative AI) ونماذج اللغة الكبيرة (LLMs)، تدخل صناعة التكرير عصراً جديداً. تجارب رائدة بدأت بالفعل:

* ExxonMobil تختبر مساعداً ذكياً قائماً على GPT لمشغلي غرف التحكم

* BP تستخدم نماذج LLM لتحليل تقارير السلامة وتحديد المخاطر الناشئة

* Shell طوّرت نظاماً للذكاء الاصطناعي التوليدي يولّد إجراءات الصيانة تلقائياً

* TotalEnergies تستخدم الذكاء التوليدي لتسريع تطوير الحفازات الجديدة

التوقعات تشير إلى أن الذكاء الاصطناعي التوليدي سيُضيف 30-50 مليار دوالر سنوياً من القيمة لصناعة التكرير العالمية بحلول 2030.

خاتمة السلسلة: من الرؤية إلى التنفيذ

على مدار ثلاثة مقالات، استعرضنا كيف يُعيد الذكاء الاصطناعي تشكيل صناعة النفط والغاز عبر سلسلة قيمتها الكاملة:

– في قطاع النقل والتخزين (Midstream): الذكاء الاصطناعي هو «حارس البنية التحتية»

– في قطاع الاستكشاف والإنتاج (Upstream): الذكاء الاصطناعي هو «مُعظِّم الاحتياطيات»

– في قطاع التكرير والتوزيع (Downstream): الذكاء الاصطناعي هو «مُحسِّن الهوامش»

التجارب العالمية لشركات مثل ExxonMobil وBP وTotalEnergies وSinopec تُثبت أن الذكاء الاصطناعي لم يعد رفاهية تقنية، بل ضرورة وجودية للبقاء في صناعة شديدة التنافس وتواجه ضغوطاً غير مسبوقة من تحولات الطاقة وأهداف إزالة الكربون.

السؤال الذي يجب أن تطرحه كل شركة نفط وغاز اليوم ليس «هل نتبنى الذكاء الاصطناعي؟»، بل «كم نخسر كل يوم نتأخر فيه؟».

المستقبل لا ينتظر أحداً. والشركات التي ستزدهر في العقد القادم هي تلك التي تتخذ قراراتها الاستراتيجية اليوم، وتبدأ رحلتها نحو «المنشآت الذكية» فوراً.

الخارطة مرسومة. التجارب مُثبتة. الأدوات متاحة. والوقت هو الآن.

ملاحظة للقرّاء

بهذا المقال تنتهي سلسلة «من المنشآت التقليدية إلى المنشآت الذكية» المكونة من ثلاثة أجزاء. أتقدم بجزيل الشكر لقرّاء صحيفة الاقتصادية على تفاعلهم وملاحظاتهم القيمة طوال نشر هذه السلسلة.

المراجع والمصادر الرئيسية

• ExxonMobil Digital Transformation Reports (2023-2025): تقارير التحول الرقمي وشراكة Microsoft Azure
• BP Annual Reports & Palantir Case Studies: دراسات حالة منصة Foundry والتوأم الرقمي
• TotalEnergies AI Factory Publications: منشورات مصنع الذكاء الاصطناعي وشراكة Google Cloud
• Sinopec Smart Refinery Initiative Reports: تقارير مبادرة المصفاة الذكية وشراكات Huawei وAlibaba Cloud
• International Energy Agency (IEA): “Digitalization & Energy” Report 2024
• McKinsey & Company: “The AI-Powered Refinery: A Vision for 2030”
• Boston Consulting Group (BCG): “Generative AI in Oil & Gas: The Next Frontier”
• Deloitte Insights: “The Future of Downstream Operations”
• World Economic Forum (WEF): “Digital Transformation in Oil & Gas Industry”
• Wood Mackenzie: “Refining Industry Outlook 2025-2030”
• S&P Global Platts: “AI Applications in Petrochemicals”
• MIT Technology Review: “The Autonomous Refinery: Hype vs. Reality”

حول الكاتب

م. محمد عباس: مستشار دولي في الذكاء الاصطناعي والتحول الرقمي، يمتلك أكثر من 25 عاماً من الخبرة في قطاع تكنولوجيا المعلومات والاتصالات. شغل منصب المسؤول الإقليمي لنظم المعلومات في كل من البنك الدولي والأمم المتحدة، حيث قاد مشاريع تحول رقمي كبرى في منطقة الشرق الأوسط وأفريقيا. يُركّز في كتاباته وأبحاثه الحالية على:

* استراتيجيات الذكاء الاصطناعي في القطاعات الحيوية (الطاقة، الصحة، التعليم)

* تحليل الفجوات الرقمية بين الاقتصادات المتقدمة والناشئة

* تصميم البنية التحتية التكنولوجية للمؤسسات الحكومية والشركات الكبرى

* حوكمة الذكاء الاصطناعي والأخلاقيات الرقمية

📧 للتواصل: moh148@gmail.com

هذا المقال هو الجزء الثالث والأخير من سلسلة مكونة من ثلاثة أجزاء حول تحول قطاع النفط والغاز نحو «المنشآت الذكية» بالذكاء الاصطناعي.