- تكشف أبحاث جامعة ستانفورد أن شبكات الكهرباء في الاقتصادات المتقدمة تعمل بنسبة استخدام لا تتجاوز 30%، مما يترك طاقة هائلة غير مستغلة بسبب أنظمة تنسيق قديمة.
- تحسين مرونة النظام بنسبة 1% فقط يمكن أن يحرر 100 جيجاواط في الولايات المتحدة وحدها، وهو ما يعادل تجنب استثمارات بنحو 500 مليار دولار في البنية التحتية.
- وتُظهر شراكة شركة ""بورتلاند جنرال إلكتريك"" أن مئات الميجاواط يمكن تسريع توفرها لسنوات مسبقاً من خلال تفعيل السعة الكامنة.
مع احتدام المنافسة بين الدول لتغذية ثورة الذكاء الاصطناعي، تبرز استراتيجية غير متوقعة: إن الاختناق في البنية التحتية الذي يحد من القيادة التكنولوجية لا يُحل عبر المزيد من الأسلاك والبناء، بل عبر البرمجيات. ما يُعرف بتحسين مرونة الشبكة يمكن أن يضاعف القدرة الفعلية أسرع من أي برنامج بناء، مع آثار عميقة على التنافسية والأهداف المناخية.
عندما أقرّ ساتيا ناديلا بأن مايكروسوفت تمتلك مجموعات من وحدات معالجة الرسومات غير المستخدمة – أصولاً تتناقص قيمتها بانتظار طاقة قد لا تصل لسنوات – فقد عبّر عن القيد الأساسي لعصر الذكاء الاصطناعي. كما أن تقدير سام ألتمان بأن ""أوبن إيه آي"" تحتاج إلى جيجاواط واحد من الطاقة يومياً، أي نحو 20 ضعف ما أضافته الولايات المتحدة من قدرة توليد جديدة العام الماضي، يكشف حجم الفجوة بين طموحات الذكاء الاصطناعي وواقع الطاقة.
لم يعد هذا مجرد مسألة تخطيط مرافق كهربائية، بل أصبح قضية تتعلق بالتنافسية الوطنية وازدهار الإنسان.
عادة ما يُصوَّر الأمر على أنه عجز في البنية التحتية يتطلب استثمارات ضخمة وفترات بناء تمتد لعقود. لكن باحثي ستانفورد الذين درسوا أنماط استخدام الشبكات في الاقتصادات المتقدمة اكتشفوا مفارقة تعيد صياغة التحدي بالكامل: هذه الأنظمة الكهربائية المتطورة تعمل بحوالي 30% فقط من طاقتها، حيث تبقى ثلثا القدرة المركبة غير مستخدمة معظم الوقت.
تصل الشبكة إلى حدودها القصوى لنحو 100 ساعة فقط سنوياً، في ظروف ذروة نادرة. أما بقية الوقت، فهناك طاقة كبيرة غير مستغلة.
استراتيجيات متباينة في سباق الذكاء الاصطناعي العالمي
يشهد العالم نهجاً مختلفاً جذرياً لمعالجة تحدي الطاقة المرتبط بالذكاء الاصطناعي، حيث يعكس كل نهج قدرات مؤسسية وأولويات استراتيجية مميزة.
نشرت الصين نحو 550 جيجاواط من القدرة الكهربائية الجديدة العام الماضي، بينما أضافت الولايات المتحدة 53 جيجاواط فقط. يعتمد هذا النموذج السريع على التنسيق الحكومي، واتخاذ القرار المركزي، والقدرة على تسريع مشاريع البنية التحتية الكبرى. وبالنسبة لاقتصاد يبني شبكته لتلبية احتياجات المدن المتنامية والنمو الصناعي، فإن هذا النهج القائم على البنية التحتية منطقي استراتيجياً.
أما الاقتصادات الغربية المتقدمة فتواجه سياقاً مختلفاً. فشبكاتها الناضجة تخدم بالفعل مجتمعات متطورة، لكن أنماط الاستخدام تكشف عن إمكانات ضخمة غير مستغلة. إدارة المرونة لمدة أقل من 100 ساعة سنوياً يمكن أن يحرر 100 جيجاواط من القدرة الفعلية على مستوى البلاد، أي مضاعفة الشبكة دون مضاعفة البنية التحتية.
الفكرة الأساسية هي تحديد الاستراتيجية التي تتماشى مع نقاط القوة المؤسسية وواقع البنية التحتية. بالنسبة للدول التي تمتلك قدرات متقدمة في تنسيق الشبكات، وهياكل سوقية تُسعّر المرونة، وأطر تنظيمية تدعم الابتكار السريع، فإن مسار التحسين الذكي يوفر مزايا قوية، منها سرعة التنفيذ خلال أشهر بدلاً من عقود، وانخفاض كبير في التكاليف الرأسمالية، والتوافق الطبيعي مع أهداف خفض الانبعاثات.
من ندرة الطاقة إلى وفرتها
يعني هذا التحول استخدام الذكاء الاصطناعي لجعل الشبكة نفسها أكثر ذكاءً، بدلاً من الاعتماد فقط على جعل أحمال الذكاء الاصطناعي مرنة. إنه تحدٍ في التحسين وليس في الندرة.
تطورت أنظمة الطاقة وفق أنماط جامدة، حيث صُممت لتلبية أسوأ حالات الذروة التي تحدث أقل من 0.1% من الوقت، مما يترك قدرة كبيرة غير مستغلة بقية الوقت. تكمن الفرصة ليس في تغيير توقيت استهلاك مراكز البيانات للطاقة، بل في استخدام الذكاء الاصطناعي لتنسيق جميع مكونات النظام في الوقت الحقيقي.
تُظهر شراكة GridCARE مع مطوري البنية التحتية للذكاء الاصطناعي وشركة بورتلاند جنرال إلكتريك هذا المفهوم على نطاق واسع. فمن خلال استخدام نماذج تنبؤية تعتمد على الذكاء الاصطناعي للتنبؤ بإنتاج الطاقة المتجددة والطلب قبل ساعات، وتنسيق البطاريات وأنظمة النسخ الاحتياطي بشكل استراتيجي، وإدارة الأحمال بشكل ديناميكي عبر الشبكة، تمكنت الشركة من تسريع توفير مئات الميجاواط من القدرة الحاسوبية قبل سنوات من الجداول الزمنية الأصلية، دون بناء محطات توليد أو خطوط نقل جديدة.
ويجمع هذا النهج بين تقنيات مثبتة ضمن نظام واحد منسق بالذكاء الاصطناعي:
التنبؤ باستخدام الذكاء الاصطناعي التوليدي لحالات الشبكة بدقة غير مسبوقة.
التنسيق الآلي لتخزين الطاقة في البطاريات ومحطات الطاقة الافتراضية.
التحسين في الوقت الحقيقي لاستهلاك مراكز البيانات بناءً على قيود النظام.
وعند الحاجة، توزيع الحوسبة جغرافياً لتحويل الأحمال إلى الأماكن التي تتوفر فيها الطاقة بكثرة.
كل هذه التقنيات موجودة اليوم. الابتكار يكمن في دمجها ونشرها على نطاق واسع باستخدام الذكاء الاصطناعي.
حقيقة العلاقة بين الذكاء الاصطناعي ومراكز البيانات والطاقة
يخشى البعض أن تؤدي مراكز البيانات إلى رفع أسعار الكهرباء. لكن الواقع عكس ذلك تماماً.
التكاليف الثابتة للبنية التحتية الكهربائية – مثل شبكات النقل والتوزيع والمحطات – تبقى موجودة سواء كانت تعمل بنسبة 30% أو 90%. وعندما تستهلك مراكز البيانات الطاقة خلال الفترات منخفضة الطلب، يتم توزيع هذه التكاليف على عدد أكبر من الكيلوواط/ساعة، مما يخفض متوسط الأسعار لجميع المستهلكين بدلاً من رفعها.
تشير تحليلات حديثة إلى أن مركز بيانات بقدرة 1 جيجاواط يستخدم السعة الفائضة للشبكة يمكن أن يخفض أسعار الكهرباء للمستهلك العادي بنسبة تصل إلى 5%، أو نحو 100 دولار سنوياً. ومن خلال تحويل مراكز البيانات إلى شركاء مرنين يمتصون فائض الطاقة المتجددة ويشاركون في تحمل تكاليف الشبكة، يمكن لشركات الكهرباء توسيع القدرة مع تقليل الفواتير.
ولا يقتصر هذا المبدأ على مراكز البيانات فقط. فمع تزايد كهربة النقل والمباني، يمكن لنفس قدرات التنسيق التي تحسن أحمال الذكاء الاصطناعي أن تدير شحن المركبات وتشغيل المضخات الحرارية. فالشبكة المحسّنة لمصدر واحد من الطلب المرن تصبح أكثر قيمة لجميع الأحمال المرنة.
أسرع وأرخص وأنظف ميجاواط هو ذلك الذي لا تحتاج إلى بنائه.
أهم مشروع بنية تحتية في جيلنا
هذا هو التحدي البنيوي الذي سيحدد من يقود عصر الذكاء الاصطناعي. من يحل معضلة الطاقة أولاً سيشكل العقد القادم من التطور التكنولوجي والتنافسية الاقتصادية.
مضاعفة قدرة الشبكة خلال خمس سنوات عبر البرمجيات بدلاً من البناء ليست مجرد احتمال، بل قد تكون الاستراتيجية الأعلى تأثيراً للاقتصادات الناضجة التي تسعى للحفاظ على ريادتها التكنولوجية مع تسريع أهدافها المناخية.
الوفرة لا تبدأ بموارد أكثر، بل باستخدام ما لدينا بالفعل بذكاء. وهذه فرصة قد تعيد تشكيل كيفية تزويد الذكاء الاصطناعي بالطاقة – وكذلك كيفية فهمنا للبنية التحتية والوفرة والعلاقة بين التقدم التكنولوجي وقيود الموارد.
