جريدة هرم مصر حقيقه بدات
كتبت مني جودت
5.86 مليار دولار حجم السوق العالمية لاستخدام الذكاء الاصطناعي في صناعة النفط والغاز الطبيعي خلال 2023 وتوقعات بوصوله إلى 6.69 مليار دولار بنهاية 2024 ونحو 25.24 مليار دولار بحلول 2034
أصدر مركز المعلومات ودعم اتخاذ القرار بمجلس الوزراء، تحليلاً جديداً تناول من خلاله التعرف على واقع وكيفية استخدام تقنيات الذكاء الاصطناعي في صناعة النفط والغاز الطبيعي والتجارب العالمية في هذا الشأن والفرص والتحديات لاستخدام تقنيات الذكاء الاصطناعي، بالإضافة لاستعراض السيناريوهات المستقبلية الممكنة لهذه التكنولوجيا.
وأشار التحليل إلى أن الذكاء الاصطناعي (AI) أعاد تشكيل خارطة قطاع الطاقة، حتى باتت العديد من الشركات العالمية تتجه نحو دراسة استخدامه وتوظيفه في صناعة النفط والغاز الطبيعي، والتي تعتبر من الصناعات الأساسية للاقتصاد العالمي، ودخل البعض من هذه الشركات في اتجاه استخدامه بالفعل، وتحقيق نتائج وتجارب غير مُتوقعة في دول مثل الولايات المتحدة الأمريكية والمملكة العربية السعودية، بل يسعى بعضها لتطوير وابتكار تقنيات حديثة في هذا المجال.
وأشار التحليل إلى تعدد استخدامات الذكاء الاصطناعي (AI) وما يُعرف بالتعلم الآلي (ML) في صناعة النفط والغاز الطبيعي حسب كل مرحلة من مراحل الإنتاج، وذلك كالتالي:
-المرحلة الأولى (الاستكشاف): وتشمل أنشطة التنقيب والمسح الزلزالي والحفر وتطوير الحقول؛ حيث يتعين على الجيولوجيين الحصول على كميات هائلة من بيانات المسح الزلزالي، والأقمار الصناعية، ونظام تحديد المواقع العالمي، وأجهزة الاستشعار عن بُعد وتحليلها لاختيار المواقع المحتملة، وعند استخدام تلك الطرق التقليدية، فإن شركات النفط تقضي الكثير من الوقت في نماذج تحليل بيانات الاستكشاف، ولن تقوم بالحفر إلا عندما تعطي هذه النماذج مؤشرًا جيدًا عن مصدر الصخور واحتمال العثور على النفط أو الغاز.
ويتم استخدام الذكاء الاصطناعي في تطوير وتنفيذ أنظمة دعم الحفر، من خلال جمع البيانات عبر أجهزة استشعار وأجهزة مختلفة قيد التشغيل وتخطيط البئر وسلامته والتنبؤ به وعمليات تحسين الحفر وإدارة الخزان وغيرها من الأنظمة؛ مما يؤدي في النهاية إلى انخفاض الوقت المُستغرق في تلك المرحلة بنسبة تصل إلى ما يتراوح بين 20% و40% في المتوسط مع انخفاض احتمالية الخطأ بنسبة تصل إلى 90%.
-المرحلة الثانية (النقل): وتشتمل تلك المرحلة على معالجة الغاز، وإنتاج الغاز الطبيعي المسال، ومحطات إعادة الهيكلة، وأنظمة خطوط أنابيب النفط والغاز الطبيعي، وهنا يتمثل دور الذكاء الاصطناعي في تطوير أنظمة مراقبة مستمرة وموثوقة لضمان سلامة خطوط الأنابيب والمساعدة في إطالة عمرها الافتراضي واستخدام النماذج التنبؤية والمحاكاة لتقليل تكاليف الصيانة والتشغيل.
-المرحلة الثالثة (التكرير): وتشتمل على تحويل الزيت والمكثفات إلى منتجات قابلة للتسويق بمواصفات محددة مثل البنزين أو الديزل أو المواد الأولية لصناعة البتروكيماويات، ويتم تضمين مواقع المصافي الخارجية مثل محطات تخزين الصهاريج وتوزيعها في تلك المرحلة.
وأشار التحليل إلى أن الاستمرار في التشغيل مع الحفاظ على معدات الإنتاج يعتبر من أحد التحديات الرئيسة في صناعات تكرير النفط والبتروكيماويات؛ وذلك بتجنب عطل المعدات أو الخطأ البشري منعًا لحدوث خسائر في تلك الصناعة، ويتمثل دور الذكاء الاصطناعي هنا في توفير أتمتة وتحسين الصيانة والتنبؤ بعطل الأجهزة والمعدات قبل حدوثها؛ حيث يمكن لنظام الذكاء الاصطناعي اكتشاف المخاطر وإدارتها وتحليلها لكل من المعدات وحالة الطقس حول موقع الحفر على اليابس وفي البحر، والتنبؤ بإمكانات المخاطر، فعلى سبيل المثال: يشير تقرير للمنتدى الاقتصادي العالمي “مبادرة التحول الرقمي من قبل صناعة النفط والغاز الطبيعي”، إلى أن 92٪ من عمليات إغلاق المصافي كانت بسبب الصيانة غير المخطط لها؛ مما يكلف الشركات نحو 42 مليون دولار سنويًّا، وفي أسوأ الحالات، تصل إلى 88 مليون دولار سنويًّا، في حين يؤدي الذكاء الاصطناعي وتحليل التعلم الآلي (ML) لبيانات الاستشعار عن بعد، إلى تحسين كفاءة صيانة الأصول.
وأضاف التحليل أن استخدام أساليب الذكاء الاصطناعي في مجال النفط والغاز لا يقتصر عند هذه المراحل الثلاث اللازمة لعملية الإنتاج، فهناك استخدامات أخرى للذكاء الاصطناعي في صناعة النفط والغاز، تتمثل فيما يلي:
-التنبؤ بالأسعار: ففي السنوات الأخيرة، تم استخدام الذكاء الاصطناعي لأغراض التنبؤ بأسعار النفط والغاز، ولكن هذا لا يعني توفير الدقة بنسبة 100% في النتائج المُعطاة.
-التحقق من تدابير السلامة: توجد العديد من عوامل الخطر بمواقع النفط والغاز الطبيعي؛ بما في ذلك المعدات الثقيلة، والمعدات الدوارة غير المغطاة، والعمليات ذات الضغط العالي ودرجات الحرارة العالية، والمواد الكيميائية الخطرة، وهنا تسمح تطبيقات الذكاء الاصطناعي بالتعرف على الأنماط المختلفة باستخدام التعلم العميق وتدفقات الفيديو المسجلة بالكاميرات بالتنبيه، على سبيل المثال: إذا لم يكن العامل يرتدي الملابس المناسبة للعمليات التي يقوم بها، كذلك توفير تنبيهات بشأن الحالة الصحية للمعدات؛ مما يتيح اتخاذ إجراءات استباقية لمنع وقوع كوارث لها عواقب على الصحة والسلامة والبيئة.
-تحقيق الاستدامة البيئية: يمكن للذكاء الاصطناعي المساهمة في إدارة التأثير البيئي لصناعة النفط والغاز الطبيعي؛ من خلال المساعدة في التخطيط لإنتاج النفط والغاز بما يحقق الاستخدام الأكثر كفاءة للحقول، وكذلك تأخير استنزاف موارد النفط والغاز الطبيعي، بحيث يمكن الحفاظ عليها للأجيال القادمة.
وبصفة عامة، فإن الاتجاه العالمي السائد هو زيادة اعتمادية الشركات على تقنيات الذكاء الاصطناعي في صناعة النفط والغاز الطبيعي؛ فبحسب استطلاع رأي في يوليو 2024 عن استخدام شركات النفط والغاز الطبيعي الأمريكية للذكاء الاصطناعي، وُجد أن 26% من الشركات الأمريكية المُشاركة في الاستطلاع تستخدم بالفعل تقنيات الذكاء الاصطناعي سواء التقليدية (Traditional AI) أو التوليدية (Generative AI) أو الاثنين معًا، في حين تخطط 24% من الشركات لاستخدامها خلال عام، وعلى الجانب الآخر فإن 50% من الشركات المُشاركة في الاستطلاع لا تخطط لاستخدام تقنيات الذكاء الاصطناعي في المستقبل القريب، وهو ما يبرهن على أن تلك التقنيات تحتاج إلى جاهزية كبيرة لدى الشركات لاستخدامها والاعتماد عليها، وهو ما يتطلب إمكانات معينة ومدة كافية.
أوضح التحليل أنه نظرًا للمكاسب المتعددة التي يحققها قطاع النفط والغاز الطبيعي جراء استخدام تقنيات الذكاء الاصطناعي والتعلم الآلي، فإن حجم السوق العالمية لاستخدام الذكاء الاصطناعي في صناعة النفط والغاز الطبيعي قد بلغ 5.86 مليارات دولار أمريكي في عام 2023، ومن المتوقع وصوله إلى 6.69 مليارات دولار بنهاية العالم الحالي 2024.
وأشار التحليل إلى تعدد تجارب الشركات العملاقة في مجال صناعة النفط والغاز الطبيعي لاستخدام تطبيقات الذكاء الاصطناعي في تلك الصناعة الحيوية وتحقيق نتائج فعالة، ومن بين هذه الشركات:
1- إكسون موبيل (مقرها في ولاية تكساس بالولايات المتحدة الأمريكية): تستخدم تلك الشركة الذكاء الاصطناعي لإحداث ثورة في إدارة الخزانات والصيانة التنبؤية ومراقبة السلامة، ومن بين استخداماتها للذكاء الاصطناعي ما يلي:
-الحفر المستقل في المياه العميقة، من خلال تطوير نظام استشاري خاص بالحفر؛ حيث يساعد الذكاء الاصطناعي في تحديد المعايير المثالية للحفر، كما يسمح أيضًا بالأتمتة ذات الحلقة المغلقة، والتي تتحكم في عملية الحفر دون تدخل بشري؛ مما يسهم في تحسين سلامة وكفاءة الحفر.
-مراقبة عملياتها في حوض بيرميان، من خلال جمع البيانات الضخمة من شبكة واسعة من أجهزة الاستشعار وتخزينها في السحابة الإلكترونية، بما يساعد على تحسين الأداء وأتمتة سير العمل على مدار عمر الحقل؛ بما يؤدي إلى خفض التكاليف وزيادة الإنتاج والحد من انبعاثات غاز الميثان.
-استخدام المصفاة الذكية لتقليل الانبعاثات وزيادة كفاءة الطاقة.
-تتعاون الشركة مع معهد Massachusetts للتكنولوجيا (MIT) بدايةً من عام 2016، لتطوير روبوتات غواصة ذاتية التعلم لاستكشاف المحيطات؛ مما يساعد على اكتشاف تسريبات النفط من أجل تقليل مخاطر الاستكشاف بشكل كبير وتقليل الضرر الذي يلحق بالحياة البحرية.
2 – شل (بريطانية وهولندية الأصل): تتبنى شركة شل نظام التعلم الآلي (ML) للتحكم في معدات الحفر الخاصة بها، فعلى سبيل المثال: يتم تدريب نموذج التعلم الآلي على البيانات التاريخية من سجلات الحفر الشاملة لشركة شل، بالإضافة إلى عمليات المحاكاة لتوجيه الحفار إلى باطن الأرض، كما يأخذ في الاعتبار البيانات من المسوحات الزلزالية ودرجة الحرارة والضغط ونقاط البيانات الأخرى، بما يساعد الجيولوجيين على فهم البيئة التي يعملون فيها بشكل أفضل، ويؤدي إلى نتائج أسرع وأكثر دقة وأقل ضررًا للآلات.
3- أرامكو (مقرها في المملكة العربية السعودية): يمثل الذكاء الاصطناعي أداة رئيسة في برنامج التحول الرقمي بشركة أرامكو، وذلك في عدة مجالات تخص صناعة النفط والغاز الطبيعي، ومنها: مراقبة حرق الغاز في الشعلات، نمذجة المكامن والأحواض، وتحديد أماكن وصلات أنابيب الحفر (Space Out) باستخدام الكاميرات، ومراقبة الآبار النفطية، وتخطيط وتنظيم توريد الزيت، ومراقبة سلاسل الإمداد لمنع تعطل الأعمال، وقد حققت أرامكو العديد من النتائج الإيجابية باستخدام تقنيات الذكاء الاصطناعي، ومنها:
-تطوير أعمال الحفر داخل آبار النفط، وإدارة إنتاج المياه المصاحبة غير المرغوب فيها، والحد من انبعاثات غاز ثاني أكسيد الكربون.
-الحفاظ على نسبة لحرق الغاز الطبيعي تقل عن 1% من إنتاج الغاز الخام خلال العقد الماضي.
-زيادة إنتاج نفط حقل خريص بنسبة 15%، وتعزيز وقت الاستجابة لاستكشاف الأعطال وإصلاحها به بنسبة 100%.
-مراقبة تدفق النفط والغاز الطبيعي وتوجيههما عبر شبكتها لخطوط الأنابيب باستخدام البيانات والتحليلات المعتمدة على الذكاء الاصطناعي.
-مراقبة سلاسل الإمداد باستخدام حلول الذكاء الاصطناعي الذي يساعد على إرسال تحذيرات آنية لمنع تعطل الأعمال، والتتبع اللوجستي المباشر للشحنات حول العالم.
-تشغيل نماذج زلزالية مفصلة وثلاثية الأبعاد لتعزيز قدرة المهندسين على اكتشاف النفط والغاز الطبيعي واستخراجهما.
4- أدنوك (الإمارات العربية المتحدة): قامت الشركة بتوظيف ودمج أكثر من 30 تقنية ذكاء اصطناعي على امتداد سلسلة القيمة لعمليات الشركة، بما في ذلك عمليات الحقول ودعم اتخاذ قرارات سريعة وذكية؛ مما أسهم في تحقيق العديد من النتائج الإيجابية، من بينها:
-اعلان الشركة في أغسطس 2024، رفع إنتاج حقلها النفطي “صرب” بنسبة 25% من خلال استخدام تطبيقات الذكاء الاصطناعي التي طورتها شركة “إيه آي كيو”، حيث تدعم تقنيات “إيه آي كيو” عمليات التنقيب من خلال توفير الرؤى وتحديد الإجراءات اللازمة لتحسين عملية الحفر وتقديم حلول لمعالجة البيانات التي يتم جمعها لرفع كفاءة عمليات الحفر وتحسينها.
-خفض ما يصل إلى مليون طن من انبعاثات غاز ثاني أكسيد الكربون خلال الفترة (2022 – 2023).
-ساعد تطبيق تقنيات الذكاء الاصطناعي بأعمال الشركة في تحقيق قيمة تجارية بلغت 500 مليون دولار في عام 2023.
وتُعتبر الاتجاهات المستقبلية لاستخدام الذكاء الإصطناعي في تلك الصناعة الحيوية ومواصلة تطويرها مرهونة بالقدرة العالمية للتغلب على التحديات التي سيتم مواجهتها والتعاون الدولي في هذا الشأن، بالإضافة إلى مؤشرات الطلب العالمية على النفط والغاز الطبيعي التي تشجع المنتجين على مواصلة ضخ استثمارات في مجال الطاقة غير المتجددة في ظل وفورات الحجم الكبيرة التي تحققها تقنيات الذكاء الاصطناعي.
وقد استعرض التحليل التحديات والتوقعات بشأن مستقبل الذكاء الاصطناعي في صناعة النفط والغاز الطبيعي، وذلك كما يلي:
أولاً: التحديات:
1- نقص تبادل البيانات: حيث يُعد تبادل البيانات بين الشركات وعبر الدول أمرًا بالغ الأهمية؛ وذلك نظرًا لأنه بافتراض وجود منصات جيدة للبيانات سيكون هناك نمو سريع لتقنيات الذكاء الاصطناعي في أعمال المنبع للنفط والغاز الطبيعي واتخاذ القرارات، بما يوفر ما بين 40% إلى 50% من التكاليف في عمليات الاستكشاف والإنتاج، في حين ستكون معدلات نمو الإنتاج والربحية ضئيلة في عمليات الاستكشاف والإنتاج في حالة عدم وجود تبادل للبيانات مقارنة بتوافرها.
2- مدى ذكاء العنصر البشري الذي يستخدم الذكاء الاصطناعي: فإن استخدام الذكاء الاصطناعي بشكل فعال في العمليات المتعلقة بصناعة النفط والغاز الطبيعي، يتطلب قيام الشركات بتنمية فرق داخلية تتألف من متخصصين في البيانات؛ حيث تقع المسؤولية في النهاية على عاتق صناع القرار الذين يتلقون النتائج من الذكاء الاصطناعي ومستخدميه.
3- حاجة أدوات الذكاء الاصطناعي إلى بيانات ذات جودة جيدة بحجم مناسب: وذلك لإعطاء نتائج موثوقة ثم العمل بشكل صحيح في الوضع التشغيلي.
ثانياً: الاتجاهات والتوقعات المستقبلية:
1- من المتوقع أن تشهد صناعة النفط والغاز الطبيعي تحولًا نحو الإنتاج الآلي بالكامل: وذلك في ظل التطورات التكنولوجية السريعة عالميًّا والتوسع العالمي في التحول الرقمي بما يجعل التحكم في جميع العمليات بواسطة الذكاء الاصطناعي. وبحسب الإحصائيات، من المتوقع أن يصل حجم السوق العالمية لاستخدام الذكاء الاصطناعي في صناعة النفط والغاز الطبيعي إلى نحو 25.24 مليار دولار أمريكي بحلول عام 2034، وتتوسع السوق بمعدل نمو سنوي مركب قوي قدره 14.2٪ خلال الفترة المتوقعة من 2024 إلى 2034.
2- الاعتماد المتزايد من قبل شركات النفط والغاز على الأتمتة سيجعل مرافق النفط والغاز أبسط وأكثر انسيابية وأقل تكلفة في التشغيل. وعلاوة على ذلك، فإن أتمتة العمليات مثل عمليات التفتيش يمكن أن تقلل من متطلبات وجود البشر في بيئات استخراج الطاقة الخطرة، وبالتالي زيادة السلامة.
3- الطلب المتزايد عالميًّا على النفط سيكون له أثر إيجابي على مواصلة الشركات لاستخدام تقنيات الذكاء الاصطناعي وتطويرها، وذلك في ظل الطفرات الهائلة في عمليات الإنتاج والاستكشاف، فوفقًا لتقرير إدارة معلومات الطاقة الأمريكية الصادر في الأول من أغسطس 2024، فإنه من المتوقع زيادة الاستهلاك العالمي من الوقود السائل بمقدار 1.1 مليون برميل يوميًّا في عام 2024 ونحو 1.6 مليون برميل يوميًّا في عام 2025.
وأفاد التحليل في ختامه أن تقنيات الذكاء الاصطناعي ساعدت على إحداث طفرة حقيقية في مستقبل صناعة النفط والغاز الطبيعي، من خلال عمل هذه التقنيات على تحسين جدول الإنتاج وتحسين السلامة وزيادة الكفاءة ومنع أعطال المعدات وتحسين عمليات الحفر وتحقيق الاستدامة البيئية، وما زالت التقنيات في طور التحديث والتطوير المستمر؛ مما سيجعل مستقبل تلك الصناعة مختلفًا تمامًا عما كان معتادًا عليه بالطرق التقليدية؛ ليُعاد تشكيل قطاع الطاقة بأكمله.
