Julie Sweet

التحول في مجال الطاقة هو أحد أكثر التحديات إلحاحًا التي تواجه العالم اليوم. بينما تعمل الشركات في قطاع الطاقة على تحقيق أهدافها في الاستدامة، وإعادة ابتكار مؤسساتها، والنجاح في التحول إلى صافي الانبعاثات الصفري، فإن لديها حليفًا قويًا جديدًا ألا وهو الذكاء الاصطناعي التوليدي.

وصلت هذه الثورة في قوة الذكاء الاصطناعي في وقت تحتاج فيه إلى الابتكار بشدة. يجب علينا تقليل التكلفة الإضافية للحلول منخفضة الكربون، وتوسيع نطاق التقنيات المطلوبة، وتجديد وتطوير مهارات القوى العاملة، وجذب واستثمار ما يصل إلى 4 تريليونات دولار سنويًا.

تُظهر أبحاث Accenture أن الذكاء الاصطناعي التوليدي يحمل إمكانات هائلة كمحفز لإعادة الابتكار، حيث يمكنه تحسين الإنتاجية فيما يقرب من نصف الأنشطة في صناعة الطاقة. نحن نقدر أنه بحلول عام 2030، ستتجاوز استثمارات الصناعة في الذكاء الاصطناعي التوليدي ثلاثة أضعاف، من حوالي 40 مليار دولار سنويًا إلى أكثر من 140 مليار دولار.

الشركات الرائدة تدرك بالفعل القيمة عبر سلاسل القيمة الخاصة بها: الاستكشاف، والتطوير، والإنتاج، وإعادة ابتكار بعض أكثر سير العمل أهمية. على سبيل المثال، تستخدم شركة نفط وطنية الذكاء الاصطناعي التوليدي، من خلال نموذج لغوي كبير “LLM” ومحرك بحث مخصص، لتمكين الموظفين من “الدردشة” في الوقت الحقيقي مع قاعدة معرفة متنامية تضم أكثر من ربع مليون وثيقة. من الناحية العملية، يعني هذا أن خريجًا حديثًا يمكنه الوصول فورًا إلى معرفة خبير في الصناعة، مما يزيد بشكل كبير من الكفاءة والإنتاجية، وتطوير المهارات، وتقليل المخاطر في التنفيذ ووضع المعرفة في الخط الأمامي.

نرى ثلاث فرص رئيسية للذكاء الاصطناعي التوليدي لدفع التحول في مجال الطاقة:

1- السرعة والتكلفة في تنفيذ وتسليم المشاريع الرأسمالية

يمكن للذكاء الاصطناعي التوليدي تحسين التنبؤ بجدول المشروع، وتقليل التأخيرات وتجاوزات التكلفة والمخاطر الأخرى المتعلقة بالمشاريع من خلال اقتراح إجراءات تخفيف فعّالة. يمكنه تقليص الوقت اللازم لأداء العمل المفاهيمي الأولي والهندسي والتصميم التفصيلي، وضغط عمليات المراجعة والموافقة إلى النصف تقريبًا.

2- تحسين كفاءة الأصول والإنتاجية
من خلال الاستفادة من البيانات التشغيلية، يمكن للذكاء الاصطناعي التوليدي تحسين الصيانة والعمليات وكفاءة الأصول الرئيسية. يمكنه، على سبيل المثال، تعديل زاوية الألواح الشمسية أو ميل شفرات توربينات الرياح في الوقت الحقيقي لزيادة التقاط الطاقة بناءً على ظروف الطقس، مما يضمن توفر الطاقة للشبكة في الأوقات المتوقعة لأعلى طلب وأفضل أسعار.

3- تعزيز إدارة العرض والطلب والتداول
يمكن للذكاء الاصطناعي التوليدي التعامل مع كميات هائلة من البيانات المنظمة وغير المنظمة، مما يتيح حلولًا جديدة يمكنها التنبؤ بالطلب على الطاقة أو اقتراح أو الاستجابة له تلقائيًا. في نهاية المطاف، يمكن لهذا أن يؤدي إلى استقرار طلب الطاقة، وخفض الإنفاق على البنية التحتية المادية، وتحسين معدلات الاستخدام الإجمالية.
لتحقيق القيمة من الذكاء الاصطناعي التوليدي، تحتاج الشركات إلى اتخاذ بعض الإجراءات الهامة.

أولاً: ما زالت معظم الشركات بحاجة إلى الوصول إلى البيانات الصحيحة ونواة رقمية قوية. وهذا يعني ضمان وجود أساس بيانات قوي وكامل، واستخدام منصات بيانات سحابية فعالة في استهلاك الطاقة وقوية، وتحديث التطبيقات للاستفادة الكاملة من قوتها.

ثانيًا: يجب على الشركات أيضًا ضمان إنشاء برامج قوية للذكاء الاصطناعي المسؤول. هذا الالتزام ضروري، نظرًا لمتطلبات أمن الطاقة والتطورات المستمرة في الذكاء الاصطناعي والسياسات الحكومية حول استخدامه المسؤول.

ثالثًا: يجب على الشركات اتخاذ خيارات مستدامة في طرق عملها بما يتجاوز تبني التكنولوجيا. ويمكن تقليل البصمة الكربونية للنماذج اللغوية الكبيرة “LLMs” من خلال اختيار استراتيجي للخوارزميات، وتخصيص الأجهزة، واستخدام مراكز بيانات سحابية فعالة في استهلاك الطاقة. أظهرت تجربة أجرتها Accenture أن تعديل النماذج المدربة مسبقًا لمهام جديدة، بدلاً من بناء نماذج من الصفر، حافظَ على نفس مستوى الدقة واستخدم طاقة أقل بنحو ثلاث مرات.

من خلال تبني تقنيات الجيل التالي بشكل مسؤول ومستدام، وخاصة الذكاء الاصطناعي التوليدي، يمكن للصناعة إعادة ابتكار جوهرها، مع تسريع وتقليل مخاطر التحول في مجال الطاقة.

المصدر: https://www.weforum.org/agenda/2024/06/harness-power-generative-ai-energy-transition/