کشورهای مختلف سال‌ها پیش به این نتیجه رسیدند که یارانه سوخت را نمی‌توان تنها با بازرسی میدانی یا محدودیت‌های سنتی کنترل کرد؛اندونزی از سال ۲۰۲۴ عرضه گازوئیل یارانه‌ای را به خودروهای ثبت‌شده و شناسه اختصاصی QR Code متصل کرد تا هر لیتر سوخت به یک مصرف‌کننده مشخص گره بخورد. نتیجه این اقدام، حذف بخش قابل‌توجهی از دریافت‌کنندگان غیرمجاز و هدفمندتر شدن یارانه بود؛ اما کره‌جنوبی مسیر متفاوتی را انتخاب کرد؛ این کشور با استفاده از هوش مصنوعی، الگوی مصرف، تراکنش‌ها و سابقه تخلفات را تحلیل می‌کند و به جای کنترل یکسان همه، فقط پرونده‌هایی را که احتمال تخلف در آن‌ها بالاست برای بازرسی ارسال می‌کند، در آمریکا نیز شرکت‌های بزرگ حمل‌ونقل از سامانه‌هایی استفاده می‌کنند که اطلاعات کارت سوخت را با GPS، مسیر حرکت و کیلومترشمار خودرو تطبیق می‌دهند؛ اگر کامیونی در تهران باشد اما کارت سوخت آن در بندرعباس استفاده شود، سامانه همان لحظه هشدار می‌دهد؛ استونی نیز با اتصال پایگاه‌های اطلاعاتی دولت، توانسته بخش مهمی از انحراف یارانه‌ها را بدون مراجعه حضوری و صرفاً با تحلیل داده‌ها شناسایی کند.

نکته این که وجه مشترک همه این تجربه‌ها یک نکته است؛ هیچ‌کدام مدیریت مصرف را از جایگاه سوخت آغاز نکردند، بلکه از اتاق داده شروع کردند؛در این کشورها، تصمیم‌گیری بر پایه اطلاعات لحظه‌ای انجام می‌شود، نه حدس و گمان. سیاست‌گذار می‌داند چه کسی، چه زمانی، چه مقدار و در کجا سوخت مصرف کرده و اگر رفتاری خارج از الگوی معمول رخ دهد، سامانه پیش از آنکه تخلف به خسارت تبدیل شود، هشدار می‌دهد.

اما هوشمندسازی، روی دیگر سکه هم دارد؛ هیچ کشوری بدون خطا از این مسیر عبور نکرده است؛ در اندونزی، ثبت‌نام پیچیده و ضعف زیرساخت دیجیتال، هفته‌ها صف و نارضایتی ایجاد کرد. در هند، نقص اطلاعات هویتی باعث شد برخی افراد واجد شرایط، موقتاً از دریافت یارانه محروم شوند. در کره‌جنوبی نیز کارشناسان بارها هشدار داده‌اند که اگر الگوریتم‌ها به‌درستی آموزش نبینند، ممکن است مصرف‌کنندگان عادی به اشتباه متخلف شناخته شوند. حتی در اروپا، نگرانی درباره حفظ حریم خصوصی و امنیت داده‌ها همچنان یکی از مهم‌ترین چالش‌های سامانه‌های هوشمند انرژی است.

این تجربه‌ها نشان می‌دهد هوش مصنوعی، معجزه نیست؛ کیفیت عملکرد آن به کیفیت داده‌ها وابسته است، سامانه‌ای که اطلاعات ناقص، قدیمی یا ناهماهنگ دریافت کند، نه‌تنها قاچاق را مهار نمی‌کند، بلکه می‌تواند تصمیم‌های اشتباه بگیرد، اعتماد عمومی را کاهش دهد و هزینه‌های جدیدی ایجاد کند. بنابراین، موفقیت هوشمندسازی فقط به خرید نرم‌افزار یا استفاده از واژه هوش مصنوعی وابسته نیست؛ اتصال کامل سامانه‌ها، به‌روزرسانی اطلاعات، شفافیت در تصمیم‌گیری و امکان اعتراض کاربران، اجزای جدایی‌ناپذیر این مدل هستند.

با این حال، اگر ادعای کاهش مصرف روزانه ۵ تا ۸ میلیون لیتری در ایران استمرار داشته باشد، باید آن را فراتر از یک دستاورد فنی دانست. این اتفاق می‌تواند نشان دهد که بخش مهمی از ناترازی انرژی، نه محصول قیمت پایین سوخت، بلکه نتیجه ضعف حکمرانی، نبود داده‌های یکپارچه و نظارت سنتی بوده است. سال‌ها میلیاردها تومان صرف مقابله با قاچاق، توزیع یارانه و جبران ناترازی شده، اما کمتر کسی از این زاویه به مسئله نگاه کرده که شاید پیش از اصلاح قیمت، باید ساختار اطلاعات اصلاح می‌شد.

اکنون سؤال اصلی این نیست که سامانه هوشمند گازوئیل موفق بوده یا نه؛ سؤال این است که اگر این مدل جواب داده، چرا هنوز در بنزین، برق، گاز و حتی آب به‌صورت فراگیر اجرا نشده است؟ آیا قرار است هوشمندسازی به یک پروژه محدود در حوزه گازوئیل تبدیل شود یا آغاز تغییری اساسی در حکمرانی انرژی کشور باشد؟