أولا: المقدمة
أدى الطلب المتزايد على مصادر الطاقة المتجددة لمكافحة تغير المناخ إلى تسليط الضوء على استدامة سلاسل التوريد الخاصة بها. غالبًا ما تعطي نماذج سلسلة التوريد التقليدية الأولوية للإنتاجية والكفاءة، مما قد يضر بالاستدامة. وقد برزت "الرقمنة المستدامة"، وهي دمج التقنيات الرقمية لتعزيز الممارسات المستدامة، كمفهوم رئيسي في تحويل سلاسل توريد الطاقة المتجددة (RESCs). يقدم الذكاء الاصطناعي (AI) وسيلة واعدة لتعزيز الرقمنة المستدامة ضمن سلاسل توريد الطاقة المتجددة من خلال تحسين العمليات وتعزيز الشفافية وتشجيع الممارسات الصديقة للبيئة. تستعرض هذه المراجعة الأدبية الدور التحويلي للذكاء الاصطناعي في تعزيز الرقمنة المستدامة لسلاسل توريد الطاقة المتجددة، وتوليف الموضوعات الرئيسية، ونقاط الاتفاق والاختلاف، والمنهجيات ذات الصلة، وتطور هذا المجال.

ثانيا: دور الذكاء الاصطناعي في تحويل أنظمة الطاقة
يعد الذكاء الاصطناعي تقنية أساسية في الصناعة 4.0، ويتميز بقدرته على تمكين الآلات من التواصل ومحاكاة القدرات البشرية. إنه يعزز حل المشكلات من خلال تحسين الدقة والسرعة والقدرة على معالجة مجموعات البيانات الضخمة. في أنظمة الطاقة الحديثة، يحدد الذكاء الاصطناعي الأعطال المحتملة ويمنع الفشل ويخفف المخاطر. مع ارتفاع الطلب على الطاقة، يوفر الذكاء الاصطناعي حلولًا من خلال التنبؤ الدقيق والتنسيق وإدارة الإمداد الفعالة. يتسارع التحول نحو الطاقة منخفضة الكربون، وتساعد الأدوات التي تعمل بالذكاء الاصطناعي المستهلكين على إدارة استخدام الطاقة وتحسين أنظمة الطاقة ومواءمتها مع أهداف مثل تقليل انبعاثات غازات الاحتباس الحراري. من المتوقع أن يتجاوز سوق الذكاء الاصطناعي العالمي في قطاع الطاقة النظيفة 75.82 مليار دولار بحلول عام 2030، بمعدل نمو سنوي قدره 27.9٪. تؤكد هذه التوقعات أهمية الذكاء الاصطناعي المتزايدة وتكامله في قطاع الطاقة.

ثالثا: الرقمنة المستدامة وسلاسل توريد الطاقة المتجددة
تتضمن الرقمنة المستدامة دمج التقنيات الرقمية بشكل منهجي لتعزيز الممارسات المستدامة في قطاع الطاقة المتجددة. يلعب الذكاء الاصطناعي دورًا حاسمًا في تحسين سلاسل توريد الطاقة المتجددة من خلال تعزيز الشفافية وإمكانية التتبع والكفاءة. يمكّن التعلم الآلي والتحليلات التنبؤية الذكاء الاصطناعي من التنبؤ بالطلب على الطاقة وتحسين الإنتاج وتحسين كفاءة توزيع الطاقة. تسهل هذه التقنيات الاستخدام الأفضل لموارد الطاقة المتجددة من خلال إدارة التقلبات والانقطاعات، وبالتالي المساهمة في إمدادات طاقة أكثر استقرارًا واستدامة. علاوة على ذلك، يعزز الذكاء الاصطناعي الصيانة التنبؤية للبنية التحتية للطاقة المتجددة، مما يقلل من وقت التوقف عن العمل ويطيل عمر المعدات ويحسن الكفاءة التشغيلية. تعمل التحليلات المعززة بالذكاء الاصطناعي أيضًا على تحسين عمليات الشراء من خلال التنبؤ باحتياجات المواد وتحسين مستويات المخزون وإدارة علاقات الموردين.

رابعا: وظائف الرقمنة المستدامة القائمة على الذكاء الاصطناعي في سلاسل توريد الطاقة المتجددة
تحدد الدراسة 11 وظيفة للرقمنة المستدامة قائمة على الذكاء الاصطناعي ضرورية لضمان استدامة سلاسل توريد الطاقة المتجددة. وتشمل هذه الوظائف:
• التعامل مع مخاطر سلسلة التوريد (HSCR): يتضمن جهودًا منسقة لاكتشاف ومراقبة وتقييم ومعالجة مخاطر سلسلة التوريد، وضمان الاستقرار والربحية. يستخدم الذكاء الاصطناعي التحليلات التنبؤية وتصور البيانات للكشف عن المخاطر الخفية وتعزيز المرونة.
• تذكي بيئة العمل (WES): يعزز كفاءة الموظفين وإنتاجيتهم وسلامتهم من خلال التقنيات الرقمية والمناهج التي تركز على الإنسان. يقوم الذكاء الاصطناعي بأتمتة المهام الخطرة ويتيح اتخاذ القرارات المستندة إلى البيانات.
• اتخاذ القرار القائم على البيانات (DD): يحلل مجموعات بيانات ضخمة حول أنماط الطقس وإنتاج الطاقة وأداء المعدات لتحسين إنتاج الطاقة وإدارة الشبكة وكفاءة النظام.
• تخزين الطاقة وتكامل الشبكة (ESGI): يحسن شحن وتفريغ أنظمة تخزين الطاقة ويعزز تكامل الطاقة المتجددة في شبكة الطاقة، مما يقلل من النفايات والاعتماد على الوقود الأحفوري.
• أتمتة سلسلة التوريد (SCA): أتمتة سير العمل المالي والمادي والمعلوماتي داخل سلسلة التوريد، مما يقلل من الحاجة إلى التدخل البشري. يطبق الذكاء الاصطناعي أنظمة تخزين واسترجاع مستقلة، ومركبات موجهة آلية، وإدارة تخزين ذكية.
• مراقبة عمليات سلسلة التوريد (SCPM): تراقب حالة المعدات وقدرة إنتاج الطاقة والبنية التحتية والمخزون والقوى العاملة باستخدام الوصول إلى البيانات وتحليلها في الوقت الفعلي، مما يعزز مرونة سلسلة التوريد.
• تحسين أداء سلسلة التوريد (SCPO): يحسن عوامل مثل التنبؤ بالطلب والتحكم في المخزون والخدمات اللوجستية لتحسين شراء وتوزيع معدات ومكونات الطاقة المتجددة.
• التنبؤ بإنتاج الطاقة (EPF): يتنبأ بالأداء باستخدام بيانات الطقس وصور الأقمار الصناعية وأجهزة الاستشعار، مما يعزز الموثوقية من خلال المراقبة في الوقت الفعلي والصيانة الوقائية.
• خفض انبعاثات الكربون (DCE): يطابق بدقة إمدادات الطاقة بالطلب، مما يقلل من إنتاج الطاقة الزائدة ويزيد من استخدام مصادر الطاقة المستدامة.
• التكامل مع أسواق الطاقة (IEM): يسهل تداول فائض الطاقة المتجددة بين المستهلكين والمنتجين ومشغلي الشبكات من خلال نماذج تسعير مرنة.
• القدرة على التكيف والتعلم (AL): يتكيف ويتعلم باستمرار من البيانات الجديدة، ويحدد الأنماط والشذوذ واتجاهات الأداء لتحسين إنتاج الطاقة وإدارة الشبكة بمرور الوقت.
تعمل هذه الوظائف بشكل جماعي على تعزيز استدامة وكفاءة ومرونة سلاسل توريد الطاقة المتجددة، مما يساهم في نظام بيئي للطاقة أكثر استدامة.

خامسا: خارطة طريق استراتيجية لتنفيذ الذكاء الاصطناعي
تستخدم الدراسة النمذجة الهيكلية التفسيرية (ISM) لتطوير خارطة طريق استراتيجية للاستفادة من الذكاء الاصطناعي لتعزيز الرقمنة المستدامة لسلاسل توريد الطاقة المتجددة. تعتبر ISM فعالة في تحديد علاقات الأسبقية بين عناصر النظام باستخدام رؤى الخبراء لتفسير وظائف هذه العلاقات وآثارها. تتضمن عملية ISM عدة خطوات:
• مراجعة الأدبيات وآراء الخبراء: يتم تحديد المكونات الرئيسية للظاهرة من خلال الأدبيات الموجودة، ويتم جمع آراء الخبراء.
• تطوير مصفوفة التفاعل الذاتي الهيكلية (SSIM) ومصفوفة الوصول الأولية (IRM): يتم إنشاء علاقات سببية بين أزواج المتغيرات، ويتم تحويل الرموز إلى قيم ثنائية.
• تطبيق قاعدة التعدي وتحديد مصفوفة الوصول النهائية: يتم تطبيق قاعدة التعدي لتحديد العلاقات بين الوظائف.
• تقسيم المستوى وتطوير نموذج ISM: يتم تصنيف المعايير إلى مستويات بناءً على قوتها الدافعة والاعتمادية.
• تحليل MICMAC: يتم تصنيف الوظائف إلى أربعة قطاعات بناءً على قدراتها المؤثرة والاعتمادية.
يكشف نموذج ISM وتحليل MICMAC عن النتائج الرئيسية:
• SCA كوظيفة تأسيسية: SCA ضروري للرقمنة المستدامة القائمة على الذكاء الاصطناعي داخل RESCs.
• WES و DD كوظائف رئيسية لـ SCPO: هذه الوظائف ضرورية لبناء القدرة على SCPO العام.
• ESGI و IEM و SCPM كوظائف معقدة ومترابطة: تلعب هذه الوظائف دورًا حاسمًا في نقل مزايا الوظائف المؤثرة إلى الوظائف التابعة.
تحدد خارطة الطريق الإستراتيجية الإجراءات، وتحدد ترتيبها، وتوضح التفاعلات بينها.

سادسا: الفجوات البحثية والمساهمات
تعالج هذه الدراسة العديد من الفجوات البحثية في الأدبيات الحالية:
• عدم وجود تعريف تشغيلي للذكاء الاصطناعي في سياق استدامة الطاقة المتجددة: تقدم الدراسة تعريفًا تشغيليًا واضحًا للذكاء الاصطناعي ضمن الرقمنة المستدامة لسلاسل توريد الطاقة المتجددة.
• الفوائد المحتملة غير المستكشفة للذكاء الاصطناعي للرقمنة المستدامة لسلاسل التوريد: تستكشف الدراسة وتفهم وظائف الذكاء الاصطناعي المختلفة التي تعزز الرقمنة المستدامة في سلاسل توريد الطاقة المتجددة.
• عدم وجود خارطة طريق واضحة للاستفادة من وظائف الذكاء الاصطناعي: تطور الدراسة خارطة طريق استراتيجية لتوجيه أصحاب المصلحة في الاستفادة من وظائف الذكاء الاصطناعي بشكل فعال.
تساهم الدراسة في التنمية المستدامة من خلال تحديد كيفية تعزيز الذكاء الاصطناعي لاستدامة ومرونة سلاسل توريد الطاقة المتجددة. توفر خارطة طريق لدمج الذكاء الاصطناعي لتقليل هدر الموارد وتحسين كفاءة الطاقة ودعم التحول إلى اقتصاد منخفض الكربون.

سابعا: المناقشة والخاتمة
تعد سلاسل التوريد القائمة على الذكاء الاصطناعي ضرورية لتنسيق إجراءات سلسلة التوريد وتعزيز الرقمنة المستدامة. يعد التطوير التدريجي لوظائف الذكاء الاصطناعي بترتيب معين أمرًا بالغ الأهمية لاستدامة سلاسل توريد الطاقة المتجددة. تقدم خارطة الطريق الاستراتيجية آثارًا نظرية وعملية مهمة للباحثين وصناع السياسات وقادة الصناعة. تحدد الدراسة 11 وظيفة للذكاء الاصطناعي وتشرح الآليات الأساسية لكل وظيفة.
يتطلب تطبيق الذكاء الاصطناعي في سلسلة توريد الطاقة المتجددة اهتمامًا دقيقًا بجودة البيانات وشفافية الخوارزمية والمراقبة المستمرة لمنع الآثار السلبية مثل عدم الكفاءة وفشل النظام. يلعب صانعو السياسات والجهات التنظيمية دورًا حاسمًا في تعزيز بيئة تدعم اعتماد ودمج تقنيات الذكاء الاصطناعي مع التوافق مع أهداف الاستدامة.
تشمل قيود الدراسة سياقها المحدد والطبيعة المتطورة لأدبيات الذكاء الاصطناعي. يجب أن تدمج الأبحاث المستقبلية الأساليب الكمية، واستكشاف تعاون أصحاب المصلحة، وفحص الكفاءات المطلوبة، وقياس مساهمة كل وظيفة في الرقمنة المستدامة لسلاسل توريد الطاقة المتجددة كميًا. على الرغم من هذه القيود، تخطو هذه الدراسة خطوات واسعة في توضيح الدور التحويلي للذكاء الاصطناعي في دفع الرقمنة المستدامة لسلاسل توريد الطاقة المتجددة. من خلال تسخير قوة الذكاء الاصطناعي، يمكن للمؤسسات إطلاق العنان لكفاءة تشغيلية جديدة، ومسؤولية بيئية، وميزة تنافسية، وهي أمور حاسمة لتحقيق أهداف التنمية المستدامة.

أسئلة وأجوبة حول الذكاء الاصطناعي وسلاسل توريد الطاقة المتجددة

ما هي "الرقمنة المستدامة" في سياق سلاسل توريد الطاقة المتجددة (RESC)، ولماذا هي مهمة؟
الرقمنة المستدامة هي مفهوم يجمع بين التحول الرقمي والاستدامة في سلاسل توريد الطاقة المتجددة. إنه أمر بالغ الأهمية لأن التحول العالمي نحو الطاقة المتجددة يتطلب سلاسل توريد مسؤولة بيئيًا ومتقدمة رقميًا. يتضمن ذلك استخدام التقنيات الرقمية مثل الذكاء الاصطناعي لتحسين كفاءة الطاقة وتقليل النفايات وتعزيز الشفافية وتحسين أداء الاستدامة الكلي عبر سلسلة التوريد.

كيف يساهم الذكاء الاصطناعي (AI) في الرقمنة المستدامة لسلاسل توريد الطاقة المتجددة؟
يلعب الذكاء الاصطناعي دورًا تحويليًا من خلال تمكين الآلات من محاكاة القدرات البشرية في حل المشكلات، ولكن بسرعة ودقة أكبر وقدرة على معالجة مجموعات البيانات الكبيرة. في سلاسل توريد الطاقة المتجددة، يمكن للذكاء الاصطناعي تحسين عملية صنع القرار والكفاءة التشغيلية من خلال تحسين التنبؤ بالطلب على الطاقة والإنتاج والتوزيع وإدارة الشبكة. كما أنه يعزز الصيانة التنبؤية ويحسن عمليات الشراء ويؤتمت التصنيع والتجميع، مما يؤدي إلى زيادة الإنتاجية وتقليل النفايات.

ما هي بعض وظائف الذكاء الاصطناعي الرئيسية التي تعزز الرقمنة المستدامة لسلاسل توريد الطاقة المتجددة؟
تحدد الدراسة 11 وظيفة رئيسية للذكاء الاصطناعي:

1. التعامل مع مخاطر سلسلة التوريد (HSCR): اكتشاف ومراقبة وتقييم ومعالجة المخاطر باستخدام التحليلات التنبؤية ورسم خرائط المخاطر في الوقت الفعلي.
2. اتخاذ القرار القائم على البيانات (DD): تحليل مجموعات بيانات ضخمة من أنماط الطقس وإنتاج الطاقة والاستهلاك وأداء المعدات لتحسين إنتاج الطاقة وإدارة الشبكة.
3. تخزين الطاقة وتكامل الشبكة (ESGI): تحسين وقت شحن وتفريغ أنظمة تخزين الطاقة، وتعزيز تكامل الطاقة المتجددة في شبكة الطاقة.
4. أتمتة سلسلة التوريد (SCA): أتمتة العمليات المالية والمادية والمعلوماتية لتعزيز الكفاءة والاستجابة.
5. مراقبة عمليات سلسلة التوريد (SCPM): مراقبة حالة المعدات وقدرة إنتاج الطاقة والبنية التحتية والمخزون والقوى العاملة باستخدام الوصول إلى البيانات وتحليلها في الوقت الفعلي.
6. تحسين أداء سلسلة التوريد (SCPO): استخدام خوارزميات الذكاء الاصطناعي لتعزيز إنتاج وتوزيع الطاقة وتقليل النفايات وتحسين كفاءة سلسلة التوريد بشكل عام.
7. التنبؤ بإنتاج الطاقة (EPF): التنبؤ بإنتاج الطاقة من المصادر المتجددة، مثل الطاقة الشمسية وطاقة الرياح، لضمان إمدادات طاقة مستقرة وموثوقة.
8. خفض انبعاثات الكربون في عمليات سلسلة التوريد (DCE): تحسين عمليات سلسلة التوريد لتقليل البصمة الكربونية وتعزيز الممارسات الصديقة للبيئة.
9. التكامل مع أسواق الطاقة (IEM): استخدام الذكاء الاصطناعي لتسهيل المعاملات بين المستهلكين والمنتجين ومشغلي الشبكات في أسواق الطاقة المتجددة.
10. القدرة على التكيف والتعلم (AL): التكيف والتعلم باستمرار من البيانات الجديدة لتحسين إنتاج الطاقة وإدارة الشبكة بمرور الوقت.
11. تذكي بيئة العمل (WES): استخدام التقنيات الذكية لأتمتة المهام المتكررة وتعزيز اتخاذ القرارات المستندة إلى البيانات داخل بيئة العمل.

ما هي النمذجة الهيكلية التفسيرية (ISM) وكيف تم استخدامها في هذه الدراسة؟
ISM هي منهجية تستخدم لتحديد وتحليل العلاقات بين العناصر المختلفة داخل نظام معقد. في هذه الدراسة، تم استخدام ISM لتحليل الترابط بين وظائف الذكاء الاصطناعي الـ 11 التي تم تحديدها على أنها ضرورية للرقمنة المستدامة لسلاسل توريد الطاقة المتجددة. من خلال استخدام ISM مع رؤى من خبراء سلسلة التوريد، طور الباحثون خارطة طريق استراتيجية للتنفيذ المتسلسل لقدرات الذكاء الاصطناعي هذه. يساعد هذا في تحديد أولويات الاستثمارات وتعزيز التعاون والتغلب على تعقيدات اعتماد الذكاء الاصطناعي في سلاسل توريد الطاقة المتجددة.

وفقًا للدراسة، ما هي وظيفة الذكاء الاصطناعي الأساسية لتحقيق النجاح في الرقمنة المستدامة القائمة على الذكاء الاصطناعي داخل سلاسل توريد الطاقة المتجددة؟
وفقًا لنموذج ISM الذي تم تطويره في الدراسة، فإن أتمتة سلسلة التوريد (SCA) هي الوظيفة الأساسية. يزيد تطبيق SCA من احتمالية تطوير وظائف الرقمنة المستدامة الأخرى القائمة على الذكاء الاصطناعي، وخاصة اتخاذ القرار القائم على البيانات (DD)، وتذكي بيئة العمل (WES)، والتعامل مع مخاطر سلسلة التوريد (HSCR).

ما هي الفوائد المحتملة لأتمتة سلسلة التوريد المعززة بالذكاء الاصطناعي (SCA) في الطاقة المتجددة؟
تقدم أتمتة سلسلة التوريد المعززة بالذكاء الاصطناعي العديد من الفوائد: تحسين إنتاج الطاقة المتجددة، والتحليلات التنبؤية للتخفيف من المخاطر، وتداول الطاقة المحسن، والمشاركة المبسطة في السوق. تمكن SCA الجهات الفاعلة في سلسلة التوريد من دمج الوظائف الأساسية والمساعدة، وتعزيز الشفافية، وتقليل النفايات، والحماية من الاضطرابات.

ما هي بعض قيود الدراسة، وما هي الأبحاث المستقبلية التي يمكن إجراؤها للبناء على نتائجها؟
تقر الدراسة بالقيود بما في ذلك:
• تقتصر إمكانية تطبيق خارطة الطريق على السياق المحدد لتطويرها، لا سيما فيما يتعلق بالتركيبة السكانية للخبراء.
• من المتوقع أن يتوسع نطاق ميزات الرقمنة المستدامة القائمة على الذكاء الاصطناعي بشكل كبير في المستقبل، نظرًا للطبيعة الناشئة والمتطورة لأدبيات الذكاء الاصطناعي.
• توفر خارطة الطريق الإستراتيجية نظرة عامة واسعة على خطوات التحول إلى الذكاء الاصطناعي، مما قد يحد من إمكانية تعميمها عبر إعدادات صناعية متنوعة، خاصة في قطاع الخدمات.
• لا تتناول الدراسة عملية الانتقال من أطر العمل الصناعية التقليدية إلى الأنظمة القائمة على الذكاء الاصطناعي.
يمكن أن تقوم الأبحاث المستقبلية بما يلي:
• دمج الأساليب الكمية لتقديم أدلة تجريبية تدعم نتائج ISM.
• استكشاف كيف يمكن لأصحاب المصلحة التعاون لتطوير سياسات ولوائح فعالة داعمة للذكاء الاصطناعي.

• فحص الكفاءات الإضافية المطلوبة لكل وظيفة من وظائف استدامة سلاسل توريد الطاقة المتجددة والتحقيق في الآثار السلبية المحتملة للذكاء الاصطناعي عند إدارته بشكل غير صحيح.
• قياس مساهمة كل وظيفة في الرقمنة المستدامة لسلاسل توريد الطاقة المتجددة كميًا من خلال استطلاعات الرأي الصناعية التجريبية.
• التحقق من صحة النموذج المقترح باستخدام طرق تحليلية تأكيدية، مثل الاستطلاعات المقطعية ونمذجة المعادلات الهيكلية.

ما هي الآثار السلبية المحتملة التي يمكن أن تحدث نتيجة للتطبيق غير السليم للذكاء الاصطناعي في سلاسل توريد الطاقة المتجددة، وكيف يمكن التخفيف من هذه المخاطر؟
يمكن أن يؤدي تطبيق الذكاء الاصطناعي غير السليم إلى عدم الكفاءة وزيادة التكاليف وتعطل الأنظمة بسبب ضعف جودة البيانات ونماذج الذكاء الاصطناعي غير الملائمة والافتقار إلى الشفافية في الخوارزميات وتقليل الإشراف البشري. للتخفيف من هذه المخاطر، تعتبر إدارة البيانات القوية والشفافية في تصميم الخوارزمية والمراقبة المستمرة لأداء أنظمة الذكاء الاصطناعي والجمع بين الذكاء الاصطناعي والخبرة البشرية أمورًا ضرورية. يمكن أن يؤدي تطبيق المبادئ التوجيهية الأخلاقية وعمليات التدقيق المنتظمة للقرارات التي يحركها الذكاء الاصطناعي أيضًا إلى منع العواقب غير المقصودة وتعزيز سلسلة توريد طاقة مستدامة ومرنة.

(Sahebi et al., 2025)

 Reference:

Sahebi, I. G., Edalatipour, A., Dabaghiroodsari, M., Hasheminasab, S. M. H., Masoomi, B., & Kamali, S. E. (2025). Navigating the AI-powered transformation of renewable energy supply chains: A strategic roadmap to digitainability. Energy for Sustainable Development, 85. https://doi.org/10.1016/j.esd.2025.101663