الطاقة والمرافق

لا يمثل الذكاء الاصطناعي للشبكات الكهربائية معضلة برمجية، بل هو معضلة فيزيائية ذات واجهة برمجية. لقد حسم انقطاع الكهرباء في شبه الجزيرة الأيبيرية في أبريل 2025 — حين فُقد 2,200 ميجاواط من التوليد في غضون 20 ثانية وتُرك 60 مليون شخص دون كهرباء — جدلاً احتدم لسنوات. وأكد التقرير النهائي للجنة خبراء ENTSO-E (مارس 2026) أن السبب الجذري كان فرط الجهد المتسلسل الناتج عن تشغيل المولدات في وضع معامل القدرة الثابت، وليس تقطع مصادر الطاقة المتجددة.

الدرس المستفاد لكل شركة مرافق تطبق الذكاء الاصطناعي في عمليات الشبكة مباشر وحاسم: إن نموذج التحسين الذي يتجاهل استقرار الجهد، وتدفقات القدرة غير الفعالة، وديناميكيات التحكم في العاكسات قد يوصي بإجراءات تبدو مثالية اقتصادياً في البرمجيات لكنها تتسبب في أعطال متسلسلة في الأجهزة والمعدات (أبحاثنا حول هندسة مرونة الشبكة بعد انقطاع الكهرباء في شبه الجزيرة الأيبيرية). تبني Veriprajna أنظمة ذكاء اصطناعي مخصصة لمرافق الكهرباء والغاز والمياه مصممة حول الامتثال لمعايير NERC CIP وفيزياء الشبكة والقيود التشغيلية.

مشكلة NERC CIP التي لم يخطط لها أحد

كُتبت معايير NERC CIP لأنظمة التحكم الحتمية. ويمكن لمحرك استدلال للذكاء الاصطناعي يعمل على رابط ICCP بين مركز التحكم لديك وسلطة موازنة الشبكة أن يؤدي إلى تصنيف نظام الأمن السيبراني للشبكة الكهربائية السائبة (BES Cyber System) ذي «التأثير المتوسط» بموجب CIP-002-5.1، مما يخلق التزامات امتثال لم تكن شركة المرافق ولا مورد الذكاء الاصطناعي يتوقعانها.

• يوسع معيار CIP-003-9، الذي يدخل حيز التنفيذ في 1 أبريل 2026، نطاق الحوكمة للوصول الإلكتروني عن بُعد للموردين.
• يفرض معيار CIP-015-1 مراقبة أمان الشبكة الداخلية للأنظمة عالية ومتوسطة التأثير ذات الاتصال الخارجي القابل للتوجيه، مع الامتثال الكامل بحلول أكتوبر 2028.
• يتطلب معيار CIP-013-2 خططاً موثقة لإدارة مخاطر سلاسل التوريد، مع عقوبات تصل إلى 1 مليون دولار يومياً عن عدم الامتثال.

يضع نهجنا بنية الامتثال أولاً عندما تدمج شركة المرافق الذكاء الاصطناعي في عملياتها — مصممة من الأساس وليست ملحقة بعد انتهاء المرحلة التجريبية. حيث يرسم المشروع خريطة لكل مكون من مكونات نظام الذكاء الاصطناعي مقابل معايير تصنيف CIP، ويصمم تجزئة الشبكة التي تلبي معيار CIP-005 مع توفير وصول البيانات الذي يحتاجه الذكاء الاصطناعي، وتوليد وثائق الامتثال التي يدققها المراجعون التنظيميون فعلياً.

التنبؤ بالأحمال في عالم تغير بين عشية وضحاها

سيصل الطلب على طاقة الشبكة لمراكز البيانات في الولايات المتحدة إلى 75.8 جيجاواط في 2026 (وفق S&P Global) ويمكن أن يصل إلى 106 جيجاواط بحلول 2035 (BloombergNEF). وتعزو PJM نحو 12 جيجاواط من الطلب الإضافي لمراكز البيانات في 2026/2027 وحده، وهو ما يفسر تضاعف تكاليف السعة. ويقدر Goldman Sachs حاجة الشبكة إلى ترقيات بقيمة 720 مليار دولار حتى عام 2030.

تكمن المشكلة لمخططي المرافق في أن أحمال الذكاء الاصطناعي لا تتبع الأنماط التاريخية: فالجداول الزمنية لمشاريع مراكز البيانات أقصر، وإضافات الأحمال أكبر، وملفات الطلب أكثر تسطحاً وثباتاً مقارنة بالأحمال التجارية التقليدية. وقد تضخمت أوقات الانتظار في قوائم الربط الكهربائي من أقل من سنتين في عام 2008 إلى أكثر من 5 سنوات حالياً، مع وجود أكثر من 2,000 جيجاواط من موارد الطاقة في قائمة الانتظار. ويعالج أمر FERC رقم 2023 هذا التراكم، لكن PJM بدأت للتو في استكشاف أدوات مدعومة بالذكاء الاصطناعي لتبسيط دراسات الربط الكهربائي.

تم تدريب معظم نماذج التنبؤ بالأحمال في المرافق على عالم نما فيه الطلب بنسبة 1% سنوياً. لقد ولى ذلك العالم. نحن نصمم أنظمة التنبؤ لدمج أشكال الأحمال غير التقليدية، وملفات الصعود السريع، وأنماط الطلب المترابطة التي تخلقها البنية التحتية للذكاء الاصطناعي (انظر أبحاثنا حول عجز PJM وأزمة ERCOT) — لأن الخطأ في التنبؤ ولو بنسبة 5% عند هذا النطاق يعني مليارات الدولارات من رأس المال الموجه بالخطأ.

ضغوط ذات صلة: المشاريع التي تفوتها تواريخ البدء بين عامي 2026 و2028 للحصول على ائتمانات الطاقة النظيفة 45Y و48E تواجه زيادات في التكاليف بنسبة 30-50%. ويمكن للذكاء الاصطناعي تسريع تحليل الدراسات العنقودية، وتحديد مواقع الانتظار المرجح انسحابها، وأتمتة التحليل الهندسي الذي يتطلب حالياً أشهراً من العمل اليدوي في كل دورة دراسة — رغم أنه لم ينشر أي مشغل نظام مستقل (ISO) أو منظمة نقل إقليمية (RTO) فحص الجدوى المؤتمت على نطاق واسع حتى الآن.

تكامل موارد الطاقة الموزعة (DER): تشتت البروتوكولات في مواجهة الفيزياء

يلزم أمر FERC رقم 2222 مشغلي الأنظمة المستقلين ومنظمات النقل الإقليمية بالسماح لتجميعات موارد الطاقة الموزعة بالمشاركة في أسواق الجملة، لكن الجداول الزمنية للتنفيذ تتفاوت تفاوتاً كبيراً. وعلى أرض الواقع، يجب على منصات DERMS تنسيق العاكسات والبطاريات والأحمال القابلة للتحكم عبر IEEE 2030.5 وOpenADR وSunSpec Modbus وDNP3 — وغالباً بالتزامن. لا توجد منصة DERMS تجارية واحدة تدير البروتوكولات الأربعة معاً بإمكانات كاملة في الوقت الفعلي.

البروتوكول نفسه لا يزال يتطور: إصدارات CSIP القائمة على IEEE 2030.5-2018 و2023، مع إدخال CSIP 3.0 وCSIP AUS 1.2 لتغييرات إضافية. وفي الوقت نفسه، نمت قدرة تخزين الطاقة في كاليفورنيا من 500 ميجاواط في عام 2018 إلى أكثر من 16,900 ميجاواط بحلول منتصف عام 2025، مع توفير البطاريات لأكثر من 12 جيجاواط أثناء الصعود المسائي في 29 مارس 2025. وخفضت CAISO أكثر من 738,000 ميجاواط-ساعة من الطاقة الشمسية في الربع الأول من عام 2025 وحده.

عند هذا المقياس، تصبح جودة التوزيع بالذكاء الاصطناعي أمراً حرجاً للشبكة وليست مجرد مسألة أكاديمية، كما توضح ذلك بالتفصيل أبحاثنا حول الذكاء المقيد بالفيزياء واضطراب شبكة فرجينيا (المرونة الهيكلية من خلال الذكاء المقيد بالفيزياء). نحن نصمم طبقة التنسيق التي تتوسط بين DERMS وADMS وأسطول موارد الطاقة الموزعة الفعلي — لمعالجة ترجمة البروتوكولات، وفرض القيود في الوقت الفعلي، وتحسين التوزيع الذي يحترم كلاً من قواعد السوق والحدود الكهربائية.

القياس الذكي لما وراء لوحات تحكم الموردين

تستحوذ Itron على 35% وLandis+Gyr على 32% من الحصة السوقية للعدادات الذكية في أمريكا الشمالية (GlobeNewsWire، يوليو 2025). وتغطي الشركتان معاً معظم أكثر من 100 مليون نقطة نهاية للبنية التحتية المتقدمة للقياس (AMI) المنشورة عبر مرافق الولايات المتحدة. لكن منصات التحليلات التي توفرانها مصممة خصيصاً لمنظومات الأجهزة الخاصة بكل منهما.

يعد عداد Revelo من Landis+Gyr أول عداد استشعار للشبكة لإنترنت الأشياء مزود بالحوسبة الطرفية، لكن التحليلات تتجاوز التوصيف الأساسي للحمل محدودة. وتتعامل منصة تحليلات Itron مع الاستجابة للطلب والفوترة — وليس نوعية الكشف عن الشذوذ متعدد المسارات الذي يرصد خسائر الإيرادات دون توليد إنذارات خاطئة تؤدي إلى قطع الخدمة بالمخالفة لقواعد حماية المستهلك الصادرة عن لجان المرافق العامة (PUC) بالولايات.

تبلغ تكلفة سرقة الكهرباء عالمياً 89.3 مليار دولار سنوياً (IEEE Smart Grid)، وتعاني نماذج التعلم الآلي المنشورة للكشف عن السرقات من خلل شديد في توازن الفئات: فأحداث السرقة نادرة في بيانات التدريب، وبالتالي ترتفع معدلات الإنذارات الخاطئة. نحن نصمم تحليلات AMI لدمج بيانات العدادات مع طوبولوجيا الشبكة والطقس وتحليل أنماط الاستهلاك لتحسين دقة الكشف (المفصلة في أبحاثنا حول مرونة البنية التحتية المتقدمة للقياس) مع الحفاظ على معدلات الإنذارات الخاطئة دون العتبة التي تؤدي إلى مساءلة تنظيمية ومشاكل في العلاقات مع العملاء.

حرائق الغابات، والميثان، والمياه: الذكاء الاصطناعي للمخاطر المادية

التزمت شركة Hawaiian Electric بتخصيص 450 مليون دولار على مدى ثلاث سنوات (2025-2027) لسلامة حرائق الغابات بما في ذلك كاميرات الذكاء الاصطناعي وتقوية الشبكة. وتدرب SDG&E نماذج حرائق الغابات على سجلات تاريخية لعقد كامل للتنبؤ باحتمالية الفشل والاشتعال على مستوى العمود والمسافة الفاصلة. وتشاركت Technosylva وAiDASH لدمج نمذجة حرائق الغابات مع استخبارات الغطاء النباتي المعتمدة على الأقمار الاصطناعية. لكن معظم المرافق لا تزال تعتمد على قرارات إيقاف الطاقة للسلامة العامة (PSPS) التقريبية المدفوعة بالطقس والتي تفصل دوائر كاملة بدلاً من استهداف مسافات محددة، لأن نماذج المخاطر لديها تفتقر إلى دمج أجهزة الاستشعار لتكون دقيقة ومفصلة.

بالنسبة لمرافق الغاز، تفرض لائحة EPA OOOOb مراقبة كشف التسرب المتوافقة مع الذكاء الاصطناعي مع طلب مسوح أولية بحلول 2025 وتشديد الامتثال لبرامج LDAR خلال عام 2026. وتستخدم أنظمة التصوير البصري للغاز من الجيل القادم من Bridger Photonics وOpgal الذكاء الاصطناعي للكشف الآلي عن بصمات الميثان إطاراً بإطار.

أما بالنسبة لمرافق المياه، فقد حقق كشف التسرب بالذكاء الاصطناعي نتائج موثقة: فقد خفضت والا والا المياه غير المدرة للدخل من 40% إلى أقل من 10%، وتظهر عمليات النشر في مرفق واحد وفورات قدرها 213,000 دولار/سنوياً (Oldcastle Infrastructure). ويحقق كشف التسرب القائم على آلات المتجهات الداعمة (SVM) دقة تتراوح بين 94% و100% عبر 53 دراسة محكمة (MDPI). نحن نصمم أنظمة دمج أجهزة الاستشعار وتقييم المخاطر التي تحول نماذج السلامة التقريبية إلى قرارات تشغيلية مستهدفة وقابلة للدفاع عنها — سواء كان الأصل مسافة خط نقل كهربائي، أو خط غاز رئيسي، أو خط توزيع مياه.

الذكاء الاصطناعي القائم على الوكلاء ومسألة غرفة التحكم

قام مختبر أرجون الوطني (Argonne National Laboratory) ببناء GridMind، وهو نظام ذكاء اصطناعي متعدد الوكلاء يتعامل فيه وكلاء متخصصون مع الجدولة والمراقبة والتوزيع بشكل مستقل لكنهم ينسقون من خلال إطار استدلال مشترك. ويمثل هذا النموذج الأولي لوزارة الطاقة الأمريكية (DOE) لـ «غرفة تحكم المستقبل». ويبلغ حجم سوق الذكاء الاصطناعي القائم على الوكلاء في الطاقة والمرافق 0.64 مليار دولار في 2025، ومن المتوقع أن يصل إلى 3.14 مليار دولار بحلول 2030 (Mordor Intelligence).

42% من شركات المرافق تخطط لنشر مستهدف للذكاء الاصطناعي في العامين المقبلين، لكن الأغلبية الساحقة تفتقر إلى الخبرة الداخلية في الذكاء الاصطناعي (Utility Dive). وقد تعامل روبوت الدردشة للذكاء الاصطناعي التابع لشركة Duke Energy مع أكثر من 280,000 تفاعل في أشهره الثلاثة الأولى وخفض الطلبات اليدوية بنسبة 90%، إلا أن رضا عملاء المرافق في المملكة المتحدة عن الشكاوى التي يعالجها الذكاء الاصطناعي انخفض من 47% إلى 44% بين يوليو 2024 ويناير 2025 (Qualtrics).

إن الفجوة بين ما يمكن للذكاء الاصطناعي القائم على الوكلاء القيام به في المختبر وما يثق به مشغلو المرافق في غرفة التحكم في الساعة 3 صباحاً أثناء دوامة قطبية هي فجوة حقيقية، ويتطلب سدها توفير القابلية للتفسير، وحواجز الحماية (guardrails)، والتصميم القائم على مشاركة العنصر البشري الذي يتجاهله معظم موردي الذكاء الاصطناعي. ويتمثل نهجنا في تصميم أنظمة وكلاء ذات مسارات استدلال يمكن للمشغلين مراجعتها، وحدود قيود تمنع الإجراءات الذاتية من انتهاك إجراءات التشغيل، وانحدار تدريجي آمن يحافظ على استمرار تدفق الكهرباء عندما يكون الذكاء الاصطناعي غير متيقن.

لماذا لا نعتمد على مورد المنصة أو شركة الاستشارات الكبرى؟

تبني كل من GE Vernova وSchneider Electric وSiemens برمجيات ممتازة للشبكات — وقد احتلت المراكز 1 و2 و3 في تصنيف رقمنة الشبكات لعام 2026 من ABI Research. غير أن إمكانات الذكاء الاصطناعي في كل منصة مصممة لإبقائك داخل المنظومة الحصرية لذلك المورد. فالمرفق الذي يعتمد GridOS من GE Vernova يحصل على ذكاء GE الاصطناعي. والمرفق الذي يعتمد ADMS من Schneider يحصل على ذكاء Schneider الاصطناعي. وإذا كانت شركة المرافق لديك تدير بنية تحتية مختلطة — وهو حال الغالبية — فليس لدى أي من الموردين حافز لبناء طبقة التكامل عبر المنصات. وتكمل Oracle وHitachi Energy المراكز الخمسة الأولى في تصنيف شبكات الطاقة والمرافق من ISG، ولكل منهما ديناميكيات مماثلة لحبس العملاء في المنظومة.

تقدم شركات الاستشارات الكبرى إدارة البرامج والتأطير الاستراتيجي، لكن الأشخاص الذين يكتبون نطاق العمل (SOW) نادراً ما يصححون مشكلات بروتوكول ICCP أو يصممون عمليات نشر طرفية قادرة على الصمود أمام التداخل الكهرومغناطيسي (EMI) في المحطات الفرعية. استحوذت Accenture على Orlade Group في سبتمبر 2025 خصيصاً لتقديم الاستشارات حول مشاريع رأس مال المرافق؛ وتدير كل من Deloitte وMcKinsey وCapgemini ممارسات نشطة في الذكاء الاصطناعي لقطاع الطاقة.

تتميز ممارستنا بالحياد التام والمقصود تجاه الموردين: فنحن نهندس الحلول عبر بيئات GE وSchneider وSiemens وبيئات SCADA القديمة بدلاً من البناء لحزمة مورد واحد. ويعامل نهجنا بنية الامتثال لمعايير NERC CIP، وفيزياء الشبكة، وقيود التكنولوجيا التشغيلية (OT) التي تجعل ذكاء المرافق الاصطناعي مختلفاً عن الذكاء الاصطناعي للمؤسسات، باعتبارها قضايا تصميمية من الدرجة الأولى — تُعالج في صميم البنية المعمارية، ولا تضاف كترقيع بعد المشروع التجريبي. وهذا العمل منظم حول فريق هندسي صغير ورفيع المستوى بملكية مباشرة ودون أي ارتهان للمنصات.

منصة موحدة لمرافق الكهرباء والغاز والمياه المشتركة

تواجه مرافق الكهرباء والغاز والمياه تحديات متوازية في الذكاء الاصطناعي — مثل كشف التسرب، والصيانة التنبؤية، وخدمة العملاء، والامتثال التنظيمي — لكن حلول الموردين منعزلة بحسب المجال. وقد أثبت كشف التسرب بالذكاء الاصطناعي لمرافق المياه دقة بلغت 94-100% (مراجعة MDPI لـ 53 دراسة) ووفورات قدرها 213,000 دولار/سنوياً لكل مرفق (Oldcastle Infrastructure)؛ وتواجه مرافق الغاز متطلبات LDAR بموجب لائحة EPA OOOOb التي تدفع نحو التصوير البصري للغاز المعزز بالذكاء الاصطناعي؛ في حين تحتاج مرافق الكهرباء إلى تحليلات ممتثلة لمعايير NERC CIP.

إن منصة ذكاء اصطناعي موحدة تتشارك البنية التحتية وخطوط أنابيب البيانات عبر المجالات، مع احترام القيود التنظيمية والتشغيلية الخاصة بكل مجال، تتجنب مضاعفة تكلفة النشر وعبء الصيانة إلى ثلاثة أضعاف.