كيف تنشر شركات المرافق البنية التحتية للذكاء الاصطناعي لتحويل شبكة الكهرباء

آخر تحديث: 11 ديسمبر 2025

تحديث ديسمبر 2025: 41% من شركات المرافق في أمريكا الشمالية أصبح لديها الآن ذكاء اصطناعي متكامل بالكامل—متفوقة على التوقعات بسنوات. الصيانة التنبؤية المعززة بالذكاء الاصطناعي تُبلغ عن انخفاض بنسبة 60% في الإصلاحات الطارئة. من المتوقع أن تستهلك مراكز البيانات 12% من الكهرباء الوطنية بحلول عام 2028. أكثر من 70% من المحولات الكبيرة في الولايات المتحدة عمرها يتجاوز 25 عاماً. الذكاء الاصطناعي في مختبر Argonne يتنبأ بأعطال مكونات الشبكة قبل ظهور المشاكل.

تسارع تحول قطاع الطاقة بالذكاء الاصطناعي بشكل أسرع مما توقعته شركات المرافق نفسها. وفقاً لتقرير Itron للموارد لعام 2025، فإن 41% من شركات المرافق في أمريكا الشمالية قد دمجت بالكامل الذكاء الاصطناعي وتحليلات البيانات وذكاء حافة الشبكة، متفوقة على توقعاتها الخاصة بأن التكامل الكامل سيستغرق ما يصل إلى خمس سنوات.¹ شركات المرافق التي تستخدم الصيانة التنبؤية المعززة بالذكاء الاصطناعي تُبلغ عن انخفاض بنسبة 60% في الإصلاحات الطارئة. التنبؤ بالطلب المدعوم بالذكاء الاصطناعي يحقق تحسناً يصل إلى 20% في الدقة.²

يأتي هذا التحول في لحظة حرجة. ستستهلك مراكز البيانات ما يصل إلى 12% من الكهرباء الوطنية بحلول عام 2028، مما يُجهد البنية التحتية التي تواجه بالفعل تحديات المعدات القديمة وتكامل الطاقة المتجددة.³ أكثر من 240,000 خط نقل عالي الجهد و50 مليون محول يعمل في جميع أنحاء الولايات المتحدة، حيث خدم ما يقرب من 70% من المحولات الكبيرة لمدة 25 عاماً أو أكثر.⁴ يوفر الذكاء الاصطناعي الأدوات لإدارة هذا التعقيد مع الاستعداد للطفرة في الطلب التي يخلقها الذكاء الاصطناعي نفسه.

الصيانة التنبؤية تمنع الأعطال قبل حدوثها

طور باحثو مختبر Argonne الوطني برنامجاً مدعوماً بالذكاء الاصطناعي يتنبأ بموعد تعطل مكونات الشبكة قبل ظهور المشاكل.⁵ يحلل النظام كميات هائلة من بيانات أجهزة الاستشعار التي تجمعها شركات الطاقة بالفعل، مُنشئاً نماذج تنبؤية تتوقع التآكل والاهتراء بمرور الوقت. يوصي البرنامج بالإصلاحات أو الاستبدالات قبل حدوث الأعطال، محولاً الصيانة من رد الفعل إلى الاستباقية.

يختلف هذا النهج جذرياً عن استراتيجيات الصيانة التقليدية. تعالج الصيانة التفاعلية المشاكل بعد العطل، غالباً بأقصى تكلفة وأقل ملاءمة. تتبع الصيانة الوقائية جداول زمنية ثابتة بغض النظر عن الحالة الفعلية للمعدات، أحياناً تستبدل مكونات دون داعٍ بينما تفوت أخرى تتدهور بشكل أسرع من المتوقع. تستخدم الصيانة التنبؤية بيانات التشغيل الفعلية لتحديد متى يكون التدخل منطقياً.

تتراكم الفوائد عبر المحافظ الكبيرة. تحقق الشركات التي تطبق الصيانة التنبؤية المدعومة بالذكاء الاصطناعي تخفيضات بنسبة 25-30% في تكاليف الصيانة مع تقليل أعطال المعدات بنسبة 70-75%.⁶ تتوسع الوفورات مع حجم الشبكة، مما يجعل الذكاء الاصطناعي ذا قيمة خاصة لشركات المرافق التي تدير بنية تحتية واسعة عبر مناطق جغرافية كبيرة.

تُوجه الأنظمة الخبيرة قرارات التشغيل في الوقت الفعلي جنباً إلى جنب مع الصيانة التنبؤية. إذا أظهر محول مؤشرات على الحمل الزائد، يمكن للنظام تقديم المشورة باتخاذ إجراء تصحيحي أو إعادة توجيه الكهرباء فوراً لمنع الضرر.⁷ تعمل نفس الأنظمة على تحسين توزيع الأحمال، وجدولة الصيانة الوقائية، وتوجيه تكامل الطاقة المتجددة، مما يخلق دعماً شاملاً للقرارات يتجاوز قدرات المشغلين البشريين.

تحسين الشبكة يتعامل مع تقلبات الطاقة المتجددة

تُعقد تقلبات مصادر الطاقة المتجددة عمليات الشبكة وتخطيط الإمدادات. يعتمد توليد الطاقة الشمسية على الغطاء السحابي والوقت من اليوم. يتقلب توليد طاقة الرياح مع أنماط الطقس. تكافح إدارة الشبكة التقليدية، المصممة لتوليد الوقود الأحفوري القابل للتنبؤ، مع الموارد التي يتغير إنتاجها بالدقيقة.

تحلل نماذج الذكاء الاصطناعي توقعات الطقس وبيانات التوليد التاريخية والظروف في الوقت الفعلي للتنبؤ بإنتاج الطاقة الشمسية وطاقة الرياح.⁸ تُمكن التنبؤات مشغلي الشبكة من مواءمة العمليات مع توفر الطاقة المتجددة، والحفاظ على الاستقرار رغم المدخلات المتغيرة. يوصي نموذج الذكاء الاصطناعي من Google بالتزامات التسليم المثلى بالساعة لشبكة الكهرباء، مما يزيد من قيمة طاقة الرياح لدى Google بنحو 20% من خلال الجدولة المُحسنة.⁹

تنمو متطلبات التكامل مع زيادة انتشار الطاقة المتجددة. تستهدف الولايات المتحدة 44% من الكهرباء المتجددة بحلول عام 2050.¹⁰ يتطلب تحقيق هذا الهدف قدرات إدارة شبكة لا يمكن إلا للذكاء الاصطناعي توفيرها بالنطاق والسرعة اللازمين. لا يستطيع المشغلون البشريون معالجة أحجام البيانات أو الاستجابة بالسرعات التي يتطلبها تكامل الطاقة المتجددة المتغيرة.

يستخدم مشغلو الشبكة بالفعل الذكاء الاصطناعي لمراقبة خطوط النقل وعزل الأعطال في الوقت الفعلي.¹¹ تحلل أنظمة الذكاء الاصطناعي تدفقات البيانات الضخمة بشكل أسرع مما يستطيع المشغلون البشريون الاستجابة، مما يخلق شبكات تعمل بالثانية بدلاً من الدقيقة. يهم فرق السرعة عند إدارة الموارد التي يمكن أن يتغير إنتاجها في ثوانٍ.

تلبية الطلب المدفوع بالذكاء الاصطناعي يتطلب شبكات مدعومة بالذكاء الاصطناعي

المفارقة في الذكاء الاصطناعي لقطاع الطاقة هي أن البنية التحتية للذكاء الاصطناعي تخلق الطلب الذي يجب على أدوات الذكاء الاصطناعي إدارته. تمثل مراكز البيانات أسرع مستهلكي الكهرباء نمواً. تستهلك المنشآت التي تدرب وتشغل نماذج الذكاء الاصطناعي الطاقة بمقاييس تُجهد البنية التحتية الحالية للشبكة. يجب على شركات المرافق استخدام الذكاء الاصطناعي لإدارة الشبكة التي تُغذي مراكز البيانات التي تشغل الذكاء الاصطناعي.

يُقدر باحثو RAND أن تهجين جميع موارد الطاقة الشمسية وطاقة الرياح مع التخزين يمكن أن يُطلق ما يصل إلى 30 جيجاواط من السعة الإضافية بين عامي 2025 و2030.¹² المثال الأكثر جدوى لموقع واحد، محطة Rockport في إنديانا، يمكن أن يمثل 4.2 جيجاواط من السعة الثابتة بحلول عام 2030.¹³ تتطلب هذه المشاريع إدارة شبكة مدعومة بالذكاء الاصطناعي للعمل بفعالية.

شاركت NVIDIA مع وزارة الطاقة لبناء أكبر حاسوب فائق للذكاء الاصطناعي تابع لوزارة الطاقة.¹⁴ سيضم نظام Solstice 100,000 وحدة معالجة رسومية NVIDIA Blackwell، مقدماً أداء ذكاء اصطناعي غير مسبوق للأمن والعلوم وتطبيقات الطاقة. يضيف نظام مصاحب، Equinox، 10,000 وحدة معالجة رسومية Blackwell أخرى. معاً، يقدم النظامان 2,200 إكسافلوبس من أداء الذكاء الاصطناعي.

يمتد التعاون مع وزارة الطاقة إلى ما هو أبعد من الحوسبة إلى تطبيقات الشبكة. تستكشف NVIDIA الشبكات الذكية المُعرفة بالبرمجيات بما في ذلك الصيانة التنبؤية، وإدارة موارد الطاقة الموزعة، وتوليد البيانات الاصطناعية لأصول الشبكة، وجدولة الانقطاعات، والمساعدين الافتراضيين لمراكز اتصال المرافق.¹⁵ نفس قدرات الذكاء الاصطناعي التي تُشغل النماذج الرائدة يمكنها تحسين توصيل الطاقة.

البنية التحتية لنشر الذكاء الاصطناعي في المرافق

تتطلب شركات المرافق التي تنشر الذكاء الاصطناعي بنية تحتية تتناسب مع متطلباتها التشغيلية. تُقرب الحوسبة الطرفية معالجة الذكاء الاصطناعي من أصول الشبكة، مما يُمكن الاستجابة في الوقت الفعلي دون تأخيرات الذهاب والعودة إلى مراكز البيانات المركزية. يهم زمن الاستجابة عندما يتحكم الذكاء الاصطناعي في معدات يمكن أن تفشل في أجزاء من الثانية.

شاركت Exelon، إحدى أكبر شركات الطاقة الأمريكية، مع Deloitte وNVIDIA لتطوير OptoAI، وهو حل طائرات بدون طيار مستقل مبني على NVIDIA Jetson وOmniverse.¹⁶ يفحص النظام البنية التحتية التي تتطلب خلاف ذلك فحصاً يدوياً مكلفاً. يُمكن الذكاء الاصطناعي الطرفي استقلالية الطائرات بدون طيار دون اتصال مستمر بالأنظمة السحابية.

يوفر مخطط Omniverse DSX من NVIDIA إطاراً لبناء وتشغيل منشآت الذكاء الاصطناعي بقدرة جيجاواط.¹⁷ يُطبق DSX Boost تقنيات تحسين الطاقة لتحقيق إنتاجية أعلى بنسبة 30% لوحدات معالجة الرسومات ضمن نفس نطاق الطاقة.¹⁸ يُوحد DSX Exchange أنظمة تكنولوجيا المعلومات والتكنولوجيا التشغيلية للتحسين الشامل. الأدوات التي تدير مراكز بيانات الذكاء الاصطناعي تنطبق أيضاً على إدارة عمليات الشبكة المدعومة بالذكاء الاصطناعي.

تُقلل هندسة الطاقة بالتيار المستمر 800 فولت من تكاليف البنية التحتية مع تحسين الكفاءة. تكتسب المنشآت سعة طاقة أعلى وكفاءة طاقة أفضل وتكاليف مواد أقل من خلال اعتماد مدخل 800 فولت المباشر.¹⁹ تنخفض التكلفة الإجمالية للملكية بنسبة تصل إلى 30%، مع تحسن كفاءة الطاقة من البداية إلى النهاية بنسبة 5% وانخفاض تكاليف الصيانة بنسبة 70% بسبب أعطال أقل في مزودات الطاقة.²⁰

الاعتبارات الاستراتيجية لتبني الذكاء الاصطناعي في المرافق

يجب على شركات المرافق التي تُقيم استثمارات البنية التحتية للذكاء الاصطناعي مراعاة متطلبات التكامل بعناية. تحتاج أنظمة الذكاء الاصطناعي إلى الوصول إلى بيانات أجهزة الاستشعار من جميع أنحاء الشبكة. تُشغل العديد من شركات المرافق بنية تحتية قديمة بدون استشعار شامل. غالباً ما يتطلب استثمار الذكاء الاصطناعي استثمارات موازية في قدرات جمع البيانات.

تمتد متطلبات المواهب إلى ما هو أبعد من مجموعات المهارات النموذجية للمرافق. يتطلب تشغيل أنظمة الذكاء الاصطناعي علماء بيانات ومهندسي تعلم آلي ومتخصصين يفهمون كلاً من تكنولوجيا الذكاء الاصطناعي وعمليات الشبكة. تتنافس شركات المرافق مع شركات التكنولوجيا على هذه المواهب، غالباً بعيب في التعويضات وبيئة العمل. يمكن للشراكات مع موردي الذكاء الاصطناعي والشركات الاستشارية سد فجوات القدرات.

تُضيف البيئة التنظيمية تعقيداً. تعمل شركات المرافق تحت رقابة حكومية وفيدرالية تحكم النفقات الرأسمالية واسترداد الأسعار والممارسات التشغيلية. يجب على استثمارات الذكاء الاصطناعي التنقل في عمليات الموافقة التنظيمية التي قد لا تفهم أو تستوعب بالكامل قدرات الذكاء الاصطناعي. يبني التفاعل المبكر مع المنظمين فهماً يُسهل الموافقات المستقبلية.

على الرغم من التحديات، يشير المسار نحو التبني الشامل للذكاء الاصطناعي. يتوقع مخططو الشبكة نمو الطلب بنحو 5% خلال السنوات الخمس المقبلة.²¹ يستمر تكامل الطاقة المتجددة بغض النظر عن جاهزية الشبكة. تتطلب البنية التحتية القديمة الاستبدال أو التحسين. يوفر الذكاء الاصطناعي الأدوات لإدارة هذه الضغوط المتقاربة. شركات المرافق التي تؤخر التبني تتخلف عن نظيراتها التي تتبنى العمليات المدعومة بالذكاء الاصطناعي.

النقاط الرئيسية

للمديرين التنفيذيين في المرافق: - 41% من شركات المرافق في أمريكا الشمالية دمجت الذكاء الاصطناعي بالكامل، متفوقة على توقعاتها لـ 5 سنوات (تقرير Itron للموارد 2025) - شركات المرافق التي تستخدم الصيانة التنبؤية المعززة بالذكاء الاصطناعي تُبلغ عن انخفاض 60% في الإصلاحات الطارئة؛ التنبؤ بالطلب يتحسن 20% - مراكز البيانات ستستهلك حتى 12% من الكهرباء الوطنية بحلول 2028؛ الذكاء الاصطناعي يجب أن يدير الطلب الذي يخلقه الذكاء الاصطناعي نفسه

لفرق عمليات الشبكة: - برنامج Argonne للذكاء الاصطناعي يتنبأ بأعطال مكونات الشبكة قبل ظهور المشاكل باستخدام بيانات أجهزة الاستشعار الموجودة - الصيانة التنبؤية المدعومة بالذكاء الاصطناعي: تخفيض 25-30% في تكاليف الصيانة، أعطال أقل بنسبة 70-75% - الأنظمة الخبيرة تقدم المشورة للإجراءات التصحيحية في الوقت الفعلي: إعادة توجيه الكهرباء لمنع تلف المحولات، تحسين توزيع الأحمال

لتكامل الطاقة المتجددة: - نماذج الذكاء الاصطناعي تتنبأ بإنتاج الطاقة الشمسية/الرياح باستخدام توقعات الطقس والبيانات التاريخية والظروف الآنية - توصيات Google للذكاء الاصطناعي زادت قيمة طاقة الرياح ~20% من خلال جدولة التسليم بالساعة المُحسنة - الولايات المتحدة تستهدف 44% كهرباء متجددة بحلول 2050؛ فقط الذكاء الاصطناعي يمكنه إدارة التكامل المتغير بالنطاق والسرعة اللازمين

لمخططي البنية التحتية: - شراكة DOE/NVIDIA: Solstice (100,000 GPU Blackwell) + Equinox (10,000 GPU) = 2,200 إكسافلوبس أداء ذكاء اصطناعي - هندسة NVIDIA بتيار مستمر 800 فولت: تكلفة ملكية أقل 30%، كفاءة أفضل 5% من البداية للنهاية، أعطال مزودات طاقة أقل 70% - تهجين الطاقة الشمسية/الرياح مع التخزين يمكن أن يُطلق 30 جيجاواط بحلول 2030؛ مثال محطة Rockport = 4.2 جيجاواط ثابتة بحلول 2030

للتخطيط الاستراتيجي: - 70% من المحولات الكبيرة في الولايات المتحدة (أكثر من 240,000 خط عالي الجهد، 50 مليون محول) خدمت 25+ سنة - Exelon/NVIDIA OptoAI: فحص بطائرات بدون طيار مستقلة باستخدام Jetson وOmniverse، مما يُقلل تكاليف الفحص اليدوي - التنقل التنظيمي مطلوب: استثمارات الذكاء الاصطناعي يجب أن تمر بموافقة حكومية/فيدرالية؛ التفاعل المبكر مع المنظمين يبني الفهم

المراجع

1. S&P Global. "Distributech 2025: More intelligent energy grid looms as utilities adopt AI." 2025. https://www.spglobal.com/market-intelligence/en/news-insights/research/distributech-2025-more-intelligent-energy-grid-looms-as-utilities-adopt-ai

2. S&P Global. "Distributech 2025: More intelligent energy grid looms as utilities adopt AI."

3. RAND. "To Meet AI Energy Demands, Start with Maximizing the Power Grid." September 2025. https://www.rand.org/pubs/commentary/2025/09/to-meet-ai-energy-demands-start-with-maximizing-the.html

4. Argonne National Laboratory. "Revolutionizing energy grid maintenance: How artificial intelligence is transforming the future." 2025. https://

[تم اقتطاع المحتوى للترجمة]