الطاقة
كيف يمكن للذكاء الاصطناعي أن يطلق العنان لقيمة أكبر من الطاقة المتجددة

النقاط الرئيسيةلا تُنشئ القدرة المتجددة قيمة إلا عندما يستطيع نظام الطاقة المحيط بها إيصالها بفعالية.
عرض المزيد
- لا تُنشئ القدرة المتجددة قيمة إلا عندما يستطيع نظام الطاقة المحيط بها إيصالها بفعالية.
- عزّز الابتكار في الذكاء الاصطناعي الصلة بين مصادر الطاقة المتجددة والاستدامة في النموذج الرئيسي للدراسة.
- أزالت الفحوص الإحصائية المتحفظة أثر الذكاء الاصطناعي، لذا تبقى الادعاءات السببية غير مُثبتة.
قد تنتج محطة للطاقة الشمسية كميات وفيرة من الكهرباء، ومع ذلك تواجه صعوبة في إيصالها إلى العملاء حين يحتاجون إليها. فالغيوم تغيّر حجم الإنتاج، وخطوط النقل تتعرض للازدحام، والبطاريات مطالبة بالتوفيق بين احتياجات متنافسة. وتزيد إضافة الألواح القدرة الإنتاجية المحتملة، لكن قيمة هذا الاستثمار تعتمد أيضًا على مدى كفاءة تشغيل نظام الطاقة المحيط بها.
تبحث دراسة جديدة منشورة في Sustainable Futures هذه العلاقة على المستوى الوطني.1 ووجد الباحثون، بعد دراسة 20 اقتصادًا بين عامي 1990 و2022، أن ارتباط الطاقة المتجددة بالتنمية المستدامة كان أكثر إيجابية في الاقتصادات التي شهدت ابتكارًا أقوى في مجال الذكاء الاصطناعي. وتثير هذه النتيجة سؤالًا مهمًا للمستثمرين: ما حجم الفرص الكامنة في تحسين أداء البنية التحتية القائمة للطاقة؟
ما الذي توصلت إليه دراسة الذكاء الاصطناعي والطاقة المتجددة
درس الباحثون استهلاك الوقود الأحفوري والطاقة المتجددة والابتكار في مجال الذكاء الاصطناعي والادخار الحقيقي. ويعدّل مقياس الادخار الحقيقي مقاييس الادخار التقليدية ليأخذ في الحسبان عوامل منها الاستثمار في التعليم واستنزاف الموارد والأضرار الناجمة عن التلوث. وهو يطرح سؤالًا عما إذا كان الاقتصاد يبني ثروة مستدامة بعد احتساب بعض تكاليف النمو.
كان مقياس النتائج هو مؤشر التنمية المستدامة، الذي يربط التنمية البشرية بالضغوط البيئية. ويجمع المؤشر بين الصحة والتعليم والدخل من جهة، وانبعاثات الكربون المرتبطة بالاستهلاك والبصمة المادية من جهة أخرى. لذلك، لا تؤدي زيادة إنتاج الطاقة أو الناتج المحلي الإجمالي تلقائيًا إلى تحسن النتيجة.
استخدم الباحثون انحدار الشرائح الكمية (الكوانتايل) لتقييم اختلاف العلاقات عبر نطاق نتائج الاستدامة. وارتبط استهلاك الوقود الأحفوري سلبًا بالمؤشر في جميع أجزاء ذلك النطاق. أما الابتكار في مجال الذكاء الاصطناعي، فأظهر ارتباطًا إيجابيًا في النموذج الأساسي، ولا سيما عند الشرائح الكمية الدنيا والمتوسطة.
تعلقت النتيجة الأبرز بالتفاعل بين الذكاء الاصطناعي والطاقة المتجددة. فقد ارتبط الجمع بينهما إيجابيًا بالاستدامة عند الشرائح الكمية المختلفة في النموذج الرئيسي. غير أن نتائج الذكاء الاصطناعي كانت حساسة للمنهج الإحصائي، ما يجعل تفسيرها بحذر أمرًا ضروريًا.
| مكوّن الدراسة | النتيجة أو مقياسها | حدود التفسير |
|---|---|---|
| النطاق | 20 اقتصادًا، 1990–2022 | اختيرت العينة وفقًا لتوافر البيانات |
| الابتكار في مجال الذكاء الاصطناعي | قيس باستخدام عائلات البراءات الثلاثية | لا يقيس الاستخدام الفعلي للذكاء الاصطناعي |
| الوقود الأحفوري | ارتباط سلبي عند الشرائح الكمية المختلفة في النموذج الأساسي | تتعلق النتائج بمؤشر مركب للاستدامة |
| الذكاء الاصطناعي والطاقة المتجددة | تفاعل إيجابي في نموذج الشرائح الكمية الرئيسي | لم يكن ذا دلالة إحصائية في تحليل المتغيرات الأداتية الأكثر تحفظًا |
| الادخار الحقيقي | أضعف الارتباط السلبي بالوقود الأحفوري | لا يقيس تدفقات التمويل الأخضر المحددة |
لماذا لا تمثل القدرة الإنتاجية للطاقة المتجددة سوى جزء من الصورة
ارتبطت الطاقة المتجددة سلبًا بالمؤشر ارتباطًا مباشرًا في النتائج الأساسية. لكن ذلك لا يثبت أن الطاقة المتجددة تضر بالاستدامة. فالمؤشر يشمل استهلاك المواد، بينما يقيس مقياس الطاقة حصة الطاقة المتجددة من الاستهلاك النهائي، من دون التمييز بين التقنيات أو مستوى جودة دمجها في النظام.
يشير الباحثون إلى أن متطلبات الإنشاء وتكاليف التحول وقيود النظام قد تساعد في تفسير هذا النمط، لكن بياناتهم لا تتيح اختبار هذه الآليات مباشرة. وفي نموذج التفاعل، يصف معامل الطاقة المتجددة أيضًا العلاقة عند مستوى صفري للذكاء الاصطناعي، لا أثرًا غير مشروط.
بالنسبة إلى القراء والمستثمرين، تتمثل الخلاصة العملية في أن توليد الكهرباء وإيصال خدمات طاقة مفيدة إنجازان منفصلان. فلنتصور مشروعًا للطاقة الشمسية يواجه قيودًا على تصدير الكهرباء وقت الظهيرة. قد تساعد التنبؤات الأفضل المشغّل على تخصيص سعة للبطاريات قبل وصول فائض الإنتاج. ويمكن أن يوفر تنسيق الطلب على الكهرباء في المناطق المجاورة منفذًا آخر. ولا يتطلب أي من الإجراءين إضافة ألواح شمسية، وإن كان كلاهما يستلزم معدات مناسبة وتصاريح تشغيل.
وهذا يكمّل المبررات الأوسع لـتحديث الشبكات الذكية: فأصول التوليد تعتمد على شبكات قادرة على استيعاب التغيرات في العرض والطلب.
كيف يمكن للذكاء الاصطناعي تحسين أداء أنظمة الطاقة
يحدد تقرير الوكالة الدولية للطاقة الصادر في سبتمبر 2026 عن تحديث شبكات الكهرباء التنبؤ والتحسين والوعي بالظروف التشغيلية بوصفها مجالات يمكن للذكاء الاصطناعي فيها مساعدة المشغّلين على استخدام الشبكات بفاعلية أكبر. وتشمل هذه التطبيقات قرارات تشغيلية عملية، تدعمها غالبًا نماذج تنبؤية متخصصة.
- التنبؤ بمخرجات الطاقة المتجددة والطلب على الكهرباء بدقة أكبر.
- تنسيق البطاريات والأحمال المرنة بما يتوافق مع قيود الشبكة.
- رصد مشكلات المعدات قبل أن تتسبب في انقطاعات كان من الممكن تجنبها.
من المفيد التمييز بين التنبؤ والإذن بالتصرف. فقد تتنبأ البرمجيات بدقة بزيادة الأحمال على أحد خطوط الربط، لكنها لا تستطيع حل المشكلة ما لم يتمكن المشغّل من إعادة توجيه الطاقة، أو تعديل الطلب، أو تشغيل أنظمة التخزين. لذا، تعتمد القيمة التجارية للذكاء الاصطناعي جزئيًا على أنظمة التحكم والعقود وقواعد السوق التي تقع خارج نطاق النموذج نفسه.
قِس القيمة المتحققة، لا دقة النموذج وحدها
يفضي ذلك إلى اعتماد معيار أشد صرامة لتقييم تقنيات الطاقة. ويكون للتنبؤ المحسّن أثر تجاري عندما يخفض تكاليف موازنة الشبكة، أو يمنع هدر الطاقة المولّدة، أو يعزز موثوقية الإمدادات. وقد يحقق النموذج نتيجة إحصائية أفضل، لكنه لا يدرّ فائدة مالية تُذكر إذا وصلت توصياته متأخرة جدًا أو تعذّر تنفيذها.
بالنسبة إلى مطوّر المشروع، تتمثل المقارنة المناسبة في موازنة التكلفة الكاملة للتنفيذ بالمكاسب التشغيلية القابلة للقياس. وتشمل هذه التكلفة أجهزة الاستشعار، وإعداد البيانات، والتكامل، والصيانة، وتدريب الموظفين. وقد يحقق نظام محدد النطاق يعالج مشكلة متكررة ومكلفة قيمة أكبر من منصة أوسع ذات إمكانات مبهرة، لكن اعتمادها التشغيلي محدود.
ما الذي لا تستطيع الدراسة إثباته بشأن الذكاء الاصطناعي
تقيس الورقة البحثية نشاط الذكاء الاصطناعي من خلال عائلات براءات الاختراع الثلاثية، التي تمثل ابتكارات محمية في ثلاث ولايات قضائية رئيسية للبراءات. ويُعد نشاط البراءات مؤشرًا على القدرة الابتكارية، لكنه لا يبيّن ما إذا كانت شركة مرافق بعينها تستخدم الذكاء الاصطناعي، ولا ما إذا كانت أنظمتها تحسّن أداء الطاقة المتجددة.
يكتسب هذا التمييز أهمية خاصة في اختبارات المتانة. فعندما استخدم الباحثون مواصفة أكثر تحفظًا للمتغيرات الأداتية، مع أخطاء معيارية مجمّعة حسب الدولة، لم يكن كل من الأثر المباشر للذكاء الاصطناعي والتفاعل بين الذكاء الاصطناعي والطاقة المتجددة مختلفًا إحصائيًا عن الصفر. ولا يثبت ذلك انعدام الفائدة، بل يعني أن الدراسة لا تستطيع إثبات الادعاء السببي الذي توحي به ارتباطاتها الرئيسية على نحو موثوق.
كما تنتهي الفترة التاريخية في عام 2022، قبل جانب كبير من التوسع الأخير في البنية التحتية للذكاء الاصطناعي التوليدي. ويصف تقييم الوكالة الدولية للطاقة (IEA) الصادر في أبريل 2026 الذكاء الاصطناعي والطلب على الكهرباء، موضحًا النمو السريع في استهلاك مراكز البيانات، إلى جانب الفرص المتاحة أمام الذكاء الاصطناعي لتحسين عمليات الطاقة. وهذان أثران منفصلان يتطلب كل منهما حسابًا مستقلًا.
لذلك، ينبغي تقييم تطبيقات التنبؤ الناجحة بناءً على استهلاكها للطاقة وفوائدها المتحققة التي جرى التحقق منها. ولا يمكن افتراض أن التحسينات في منشأة واحدة تعوّض تلقائيًا متطلبات الكهرباء لخدمات ذكاء اصطناعي أخرى لا صلة لها بها في أماكن أخرى.
Schneider Electric والفرصة التي يتيحها ذكاء الطاقة
وتتيح هذه المتطلبات العملية فرصًا للشركات التي تربط البرمجيات بالمعدات الكهربائية وسير العمل التشغيلي. وبالنسبة إلى المستثمرين المهتمين بـأسهم البنية التحتية للطاقة، تُعدّ Schneider Electric (SND.DE ) مثالًا ذا صلة، من خلال أعمالها في إدارة الطاقة والأتمتة وبرمجيات الشبكات.
تشمل منتجات EcoStruxure إدارة الشبكات المصغّرة ودمج الطاقة المتجددة، فيما تدمج منصة One Digital Grid Platform البرمجيات المدعومة بالذكاء الاصطناعي في عمليات شركات المرافق. وترتبط هذه الأنشطة مباشرةً بتحدي تنسيق التوليد والتخزين والشبكات والطلب.
في مناقشتها في أكتوبر 2026 لـذكاء الشبكة والبيانات الموثوقة، تؤكد Schneider Electric أهمية ربط الأنظمة التشغيلية المجزأة ودعم اتخاذ القرارات البشرية. وهذا وصف مفيد لتحدي التنفيذ، لكنه يظل وجهة نظر الشركة، لا دليلاً مستقلاً على أداء المنتجات.
وتتوقف جدوى الاستثمار على تحويل العملاء هذه الإمكانات إلى إنفاق مستدام ومشروعات تحقق أرباحًا. وتشمل الأسئلة ذات الصلة ما إذا كانت مبيعات البرمجيات تنمو بالتوازي مع مبيعات المعدات، وما إذا كان العملاء يجددون عقود الخدمات، وما إذا كانت تكاليف التنفيذ تتيح هوامش ربح مجزية. ولا يكفي الطلب القوي على تحديث الشبكات وحده لإثبات أن تقييم سهم ما جذاب.
كما تنشط Schneider في قطاعات المباني والأتمتة الصناعية ومراكز البيانات. ولذلك، تعكس نتائجها مزيجًا أوسع من الأعمال مقارنةً بدمج الطاقة المتجددة بمساعدة الذكاء الاصطناعي. ولا تقيّم الدراسة الشركة ولا تتنبأ بأرباحها.
أحدث أخبار Schneider Electric (SU) وتطوراتها
نهج أكثر فائدة لتقييم الاستثمار في الطاقة النظيفة
تتمثل الإضافة الأوسع للدراسة في تشجيع تبني منظور يراعي النظام بأكمله عند تناول الاستدامة. فالأصول المتجددة والقدرة الابتكارية وتكوين رأس المال على المدى الطويل عوامل يؤثر بعضها في بعض. ولا يمثل شراء مزيد من المعدات سوى جانب واحد من تحسين النتائج؛ إذ تؤثر المؤسسات والقدرات التشغيلية في مدى كفاءة استخدام تلك المعدات.
بالنسبة إلى المستثمرين، يشير ذلك إلى ضرورة دراسة القيود المحيطة بكل مشروع. أين تُهدر الطاقة؟ وأي قرار تشغيلي يمكن أن يغيّر ذلك؟ ومن يستطيع تحقيق التحسين اللازم، ومن يجني الفائدة المالية؟ تربط هذه الأسئلة بين موضوع تكنولوجي جذاب وحالة عمل قابلة للاختبار.
يمكن للذكاء الاصطناعي أن يساعد أنظمة الطاقة المتجددة على تحقيق قيمة أكبر من الموارد المتاحة. وإثبات هذه القيمة من خلال عمليات موثوقة، وتكاليف أقل، واستخدام أفضل للبنية التحتية هو ما سيحوّل هذه الإمكانية إلى فرصة مستدامة.
المراجع:
1 Esily, R. R., Chi, Y., Ibrahiem, D. M., Muhammadullah, S., Hassanein, E. A., وZhang, X. (2026). الاعتماد على الوقود الأحفوري والتنمية المستدامة: أدلة كمية باستخدام الشرائح الكمية حول الذكاء الاصطناعي والطاقة المتجددة والمدخرات الحقيقية. Sustainable Futures, 12، المقالة 102265. https://doi.org/10.1016/j.sftr.2026.102265











