بنية مرجعية للذكاء الاصطناعي الوكيلي لمرافق الكهرباء وشركات الطاقة

لا تحتاج مرافق الكهرباء إلى سردية عامة عن الذكاء الاصطناعي الوكيلي. بل تحتاج إلى بنية تحترم وقائع البنية التحتية الحرجة.

تبدأ البنية الصحيحة بحدود المصادر، ومنشأ الأدلة، والمراجعة البشرية، والفصل بين الأمن السيبراني وأنظمة التشغيل OT، وسِجلّات التدقيق، ومقاييس تجريبية محدودة. وهي تعامل الوكلاء بوصفهم مساعدين ينظّمون العمل ويصوغون مخرجات قابلة للمراجعة. وهي لا تعاملهم بوصفهم مشغّلين مستقلين.

وهذا التمييز مهم للمرافق، ومشغّلي أنظمة النقل TSO، ومشغّلي أنظمة التوزيع DSO، وشركات التوليد، وفرق الطاقة في مراكز البيانات، والفِرق الكهربائية في قطاع النفط والغاز، والمشغّلين الصناعيين الذين يديرون أصول قدرة حرجة.

الاتجاه: الوكلاء ينتقلون من الإجابات إلى العمل

تصف أبحاث OpenAI الحديثة حول الوكلاء تحوّلاً نحو عملٍ مُفوَّض وأطول أفقاً. وتُميّز إرشادات Anthropic في هندسة الوكلاء بين سير العمل القابل للتنبّؤ والوكلاء الأكثر مرونة، وتوصي بإضافة التعقيد عند الحاجة فقط. ويُظهر عمل Google Research حول الذكاء الاصطناعي المساعِد في العلوم النمطَ الأوسع نفسه في العمل العلمي: تصبح أنظمة الذكاء الاصطناعي أكثر فائدة حين تساعد على هيكلة الأدلة والفرضيات والمراجعة.

وفي مجال الطاقة، تقدّم IEA الذكاء الاصطناعي بوصفه مصدراً للطلب على الكهرباء وأداةً قد تُحوِّل تشغيل الطاقة إذا اعتُمد على نطاق واسع في آنٍ معاً. ويشير كلٌّ من MIT Energy Initiative وHarvard Salata Institute إلى الذكاء الاصطناعي بوصفه ممكِّناً محتملاً للشبكة، مع التوضيح في الوقت نفسه أن تحوّل الشبكة مشكلة ثقة وتنسيق وبنية تحتية.

وتُترجم البنية المرجعية أدناه هذه الاتجاهات إلى ممارسة في أصول المرافق وتشغيلها.

بنية مرجعية للذكاء الاصطناعي الوكيلي آمنة للمرافق

الطبقة	الغرض	أمثلة	مبدأ التحكّم
1. حدود المصادر	تحدّد البيانات المسموح بدخولها إلى البرنامج التجريبي.	صادرات DGA، وسِجلّات PRPD، وملفات SFRA، وعمليات التفتيش، وتاريخ CMMS، وسِجلّات الأحداث، ووثائق التخطيط.	لا يدخل أي مصدر سير العمل دون موافقة.
2. نموذج الأدلة	يحوّل السِجلّات الخام إلى أدلة مرتبطة بالمصادر وقابلة للمراجعة.	هوية الأصل، والتاريخ، والوحدة، والطريقة، والإصدار، والافتراض، وملاحظة المراجِع، وعلامة الثقة.	يجب أن تعود الادّعاءات إلى مصادرها.
3. طبقة الأدوات	تمنح الوكلاء إجراءات محدودة النطاق داخل سير العمل المعتمَد.	تلخيص الأدلة، وسرد الثغرات، وصياغة أسئلة للمراجِع، وتنسيق لُزَم العمل، وتوليد قوائم التحقّق.	تدعم الأدوات العمل على الأدلة، لا إجراءات التحكّم.
4. سير عمل الوكيل	ينسّق خطوات المهام والمخرجات المسوّدة.	استقبال الأدلة، ومراجعة الجودة، ولُزمة مسوّدة، وتوجيه المراجِع، والتعلّم عند الإغلاق.	تبقى مخرجات الذكاء الاصطناعي مسوّدةً حتى تُراجَع.
5. الموافقة البشرية	تحفظ السلطة الهندسية والمساءلة.	الموافقة، أو الرفض، أو التعديل، أو طلب أدلة، أو التصعيد، أو التأشير بعدم كفاية المعلومات.	الأشخاص المؤهّلون هم أصحاب الاستنتاجات القابلة للإبلاغ.
6. التدقيق والتعلّم	يسجّل ما حدث ويحسّن سير العمل التالي.	إصدار المُوجِّه (prompt)، وقائمة المصادر، وفروق المسوّدة، وملاحظة المراجِع، وحالة الموافقة، ونمط المخرجات المرفوضة.	ينبغي أن يكون كل مخرَج مهم قابلاً للتفسير لاحقاً.

تدفّق البنية

التدفّق	ما الذي يحدث	ما الذي ينبغي حجبه
استقبال الأدلة	تُحمَّل السِجلّات المعتمَدة إلى منصة عمل محلية أولاً أو مساحة عمل تجريبية مضبوطة.	البيانات الحساسة غير المعتمَدة، أو الوصول إلى التحكّم المباشر، أو بيانات العملاء، أو أنواع المصادر غير المدعومة.
مراجعة الجودة	يتحقّق النظام من التواريخ والوحدات والمنشأ المفقودة، والسِجلّات المكرَّرة، والبيانات القديمة، والسياق المتعارض.	الاستنتاجات القاطعة المستخلَصة من أدلة ناقصة.
مسوّدة الذكاء الاصطناعي	يصوغ الوكلاء ملخّصات، وقوائم ثغرات، وأسئلة للمراجِع، وصياغة لُزَم العمل.	التشخيص النهائي، أو تغييرات إعدادات الحماية، أو أوامر التشغيل، أو موافقة الصيانة.
موافقة المهندس	يوافق المراجِعون على كل مخرَج أو يعدّلونه أو يرفضونه أو يصعّدونه.	الترقية الصامتة لمسوّدات الذكاء الاصطناعي إلى قرارات قابلة للإبلاغ.
حزمة الأدلة	تحفظ الحزمة المعتمَدة روابط المصادر، والافتراضات، وملاحظات المراجِع، وحالة التدقيق.	التوصيات غير القابلة للتتبّع أو الاستثناءات غير الموثّقة.

أين يخلق هذا القيمة أولاً

يكون الذكاء الاصطناعي الوكيلي أكثر فائدة في سير عمل المرافق الغني بالأدلة، والمتعدّد الوظائف، والمتكرّر.

تشمل نقاط الانطلاق الأنسب:

• حزم أدلة إدارة أداء أصول المحوّلات APM للـ DGA، وPRPD، وSFRA، والحرارة/التحميل، وعمليات التفتيش، وتاريخ الصيانة، ومراجعة الصحة/المخاطر.
• لُزَم عمل الصيانة القائمة على الحالة CBM التي تحتاج إلى مسوّغات مرتبطة بالمصادر وحالات موافقة.
• حزم أدلة تحديث الشبكة للموارد الموزّعة DER، والأحمال الكبيرة، والمرونة، ومناقشات تخطيط الربط البيني.
• حزم تسليم الأحداث عبر فرق التشغيل، والتخطيط، والحماية، والموثوقية، والأصول، والميدان.
• التعلّم عند الإغلاق من أعمال الصيانة أو التحقيق المنجَزة.

أما نقاط الانطلاق الأقل ملاءمة أو غير الآمنة فتشمل التحكّم المستقل، والموافقة على إعدادات الحماية، وقرارات حدود التشغيل الآنية، والإيداعات التنظيمية النهائية، وأي سير عمل تكون فيه حدود المصادر أو سلطة المراجِع غير واضحة.

متطلّبات الحوكمة لشركات الطاقة

يمثّل إطار NIST لإدارة مخاطر الذكاء الاصطناعي وإطار الأمن السيبراني مرتكزين مفيدين لأنهما يساعدان الفرق على التفكير بمنطق الأنظمة: الحوكمة، والتخطيط، والقياس، والإدارة، والتعرّف، والحماية، والكشف، والاستجابة، والتعافي. ويسلّط عمل DOE CESER حول الذكاء الاصطناعي في قطاع الطاقة الضوءَ على فئات المخاطر المتعلّقة بأنماط أعطال الذكاء الاصطناعي، والهجمات العدائية، والاستخدام العدائي، واختراق سلسلة توريد البرمجيات.

وبالنسبة إلى بنية مرجعية للمرافق، يُترجَم ذلك إلى متطلّبات عملية:

• جرد للمصادر المعتمَدة.
• حدّ نشرٍ محلي أولاً أو مضبوط.
• أذونات قائمة على الأدوار.
• فصل مساعدة التخطيط عن التحكّم في أنظمة التشغيل OT.
• موافقة بشرية قبل المخرجات القابلة للإبلاغ.
• معالجة الاستثناءات للأدلة المفقودة أو المتعارضة.
• سِجلّ تدقيق للمصدر، والمسوّدة، والمراجِع، والحزمة النهائية.
• مقاييس تجريبية مرتبطة بالاحتكاك، لا بالضجيج.

كيف يمكن لـ GridAPM أن يساعد

أقوى موقف عام لـ GridAPM هو منصة عمل هندسية محلية أولاً وقادرة على العمل دون اتصال، لإدارة أداء أصول المحوّلات APM، والصيانة القائمة على الحالة CBM، وتتبّع الأدلة، وسير عمل الذكاء الاصطناعي الوكيلي المراجَع بشرياً.

في برنامج تجريبي، يمكن لـ GridAPM مساعدة المرافق على:

• تجميع أدلة المحوّلات من DGA، وPRPD، وSFRA، والحرارة/التحميل، وعمليات التفتيش، وتاريخ الأعمال، وحرجية الأصل.
• إظهار ثغرات المنشأ قبل اجتماع المراجعة.
• صياغة ملخّصات الأدلة وصيغة لُزَم عمل الصيانة للمراجعة البشرية.
• حفظ حالات الموافقة، وأنماط المسوّدات المرفوضة، ومسوّغات المراجِع.
• تجميع الأدلة في حزمة لقياس البرنامج التجريبي ومراجعة أصحاب المصلحة الداخليين.

ابدأ بـ مُخطِّط جاهزية سير عمل الذكاء الاصطناعي الوكيلي للمرافق، ومُخطِّط أدلة تحديث الشبكة، ومركز الأدوات، والمنصة، وصفحة الثقة، وصفحة الأمان، وصفحة معالجة البيانات، وتقييم البرنامج التجريبي.

مبدأ البنية المرجعية

لا ينبغي لمرافق الكهرباء أن تسأل عمّا إذا كان الوكلاء مبهرين. بل ينبغي أن تسأل عمّا إذا كان الوكلاء محدودي النطاق، ومرتبطين بالمصادر، وقابلين للمراجعة، وقابلين للقياس، وآمنين داخل سير عمل البنية التحتية الحرجة.

وفرصة GridAPM هي جعل تلك البنية عملية لإدارة أداء أصول المحوّلات APM وسير عمل أدلة المرافق: محلية أولاً، ومراجَعة بشرياً، وجاهزة للتدقيق، وصادقة بشأن ما لا ينبغي للذكاء الاصطناعي أن يقرّره.