الذكاء الاصطناعي يدخل إلى سير العمل الصناعي
يجري بشكل متزايد طرح الذكاء الاصطناعي بوصفه تقنية تشغيلية، لا مبادرة رقمية مستقلة. وفي البيئات الصناعية ، تتضح قيمته أكثر عندما يربط بين البرمجيات الحالية وأنظمة التحكم وبيانات الإنتاج وقرارات العاملين.
لا يكمن التحدي بالضرورة في نقص التكنولوجيا. فالكثير من جهات التصنيع والخدمات اللوجستية تشغّل بالفعل العديد من التطبيقات والآلات ومنصات البيانات. أما المشكلة الأكبر فتتمثل في العمل اليدوي اللازم لنقل المعلومات والقرارات بينها.
تشير نتائج حديثة أوردتها Ace Workflow إلى إمكانية استعادة 26% من ساعات العمل المؤسسية الموثقة، وما يصل إلى 44% في قطاع التمويل، من خلال الأتمتة الموجهة. ورغم أن هذه الأرقام لا تخص التصنيع تحديدًا، فإنها تبرز مشكلة أوسع يواجهها المهندسون الصناعيون بانتظام: إذ غالبًا ما يحدث عدم كفاءة العمليات عند نقاط التلاقي بين الأنظمة.
غالبًا ما تكون عنق الزجاجة الحقيقي بين الأنظمة
ركزت الأتمتة الصناعية تقليديًا على أتمتة الآلات الفردية وخلايا الإنتاج وعمليات التحكم. أما الذكاء الاصطناعي الحديث فيضيف طبقة مختلفة من التحسين، من خلال معالجة القرارات وتبادلات المعلومات المحيطة بهذه الأنظمة.
قد يضم خط الإنتاج بالفعل وحدات PLC ومنصات DCS وبرمجيات MES وأنظمة تسجيل البيانات التاريخية وأنظمة المستودعات وتطبيقات المؤسسات. ويمكن لكل نظام أن يؤدي وظيفته المقصودة بفاعلية، بينما يظل سير العمل ككل معتمدًا على جداول البيانات أو الموافقات اليدوية أو إدخال البيانات المتكرر أو تدخل المشغل.
ومن المنظور الهندسي، يمثل هذا تمييزًا مهمًا. فأتمتة مهمة معزولة أخرى لا تؤدي بالضرورة إلى تحسين العملية بأكملها. وقد تأتي قيمة أكبر من ربط البنية التحتية الحالية للأتمتة بحيث تنتقل المعلومات بين الأنظمة بقدر أقل من التدخل اليدوي.
الذكاء الاصطناعي بوصفه طبقة ذكاء للأتمتة
هنا يمكن للذكاء الاصطناعي أن يكمل الأتمتة الصناعية التقليدية.
تُصمم الأتمتة التقليدية عمومًا استنادًا إلى شروط وتسلسلات ومنطق تحكم محددة. ويمكن للذكاء الاصطناعي إضافة طبقة لدعم القرار قادرة على تفسير الظروف التشغيلية المتغيرة، وتحديد الأنماط، وترتيب الأولويات للحالات الاستثنائية.
ويصف آدي تايلور من Arvato هذا النهج بأنه استخدام الذكاء الاصطناعي طبقةَ ذكاء تتيح للأتمتة الاستجابة للتباين في العالم الحقيقي، مع تمكين العاملين من التركيز على الحالات الاستثنائية.
ويكتسب هذا المفهوم أهمية خاصة في الخدمات اللوجستية والتصنيع. فالأنظمة المؤتمتة فعالة للغاية عندما تظل ظروف التشغيل ضمن حدودها المبرمجة. ويمكن للذكاء الاصطناعي أن يساعد، على نحو محتمل، في تفسير الحالات التي يصعب تمثيلها من خلال القواعد الثابتة وحدها.
لذلك، لا ينبغي أن يتمثل الهدف الهندسي في استبدال التحكم الحتمي بالذكاء الاصطناعي. فالبنية الأكثر عملية هي الإبقاء على التحكم الحتمي للوظائف الحساسة للسلامة والوظائف المقيدة زمنيًا، مع استخدام الذكاء الاصطناعي للتحليل والتنبؤ والتحسين ودعم القرار على مستوى أعلى.
أين يمكن للذكاء الاصطناعي الصناعي أن يحقق قيمة عملية
بدأت عدة تطبيقات بالظهور بوصفها مجالات واقعية لنشر الذكاء الاصطناعي الصناعي.
يمكن لـالصيانة التنبؤية دمج بيانات المعدات التاريخية وقياسات الاهتزاز ودرجات الحرارة والإنذارات وظروف التشغيل، لتحديد الأنماط المرتبطة بالأعطال الآخذة في التطور.
يمكن لـالرؤية الحاسوبية دعم الفحص وتحديد العيوب وإدارة المخزون ومراقبة العمليات عندما يصعب معالجة المعلومات المرئية يدويًا على نطاق واسع.
يمكن لـالروبوتات الذكية تمكين المعدات المؤتمتة من الاستجابة بفاعلية أكبر لتغير تدفقات المواد وظروف المستودعات ومتطلبات الإنتاج.
يمكن لـالتحسين في الوقت الفعلي استخدام البيانات التشغيلية لتحديد القيود والتوصية بتعديلات على الإنتاج أو الخدمات اللوجستية أو تخصيص الموارد.
والعامل المشترك هو البيانات. فالذكاء الاصطناعي لا يستطيع التعويض عن المعلومات ضعيفة التنظيم أو الإشارات المفقودة أو مصادر البيانات غير الخاضعة للسيطرة. لذلك تحتاج المؤسسات الصناعية إلى التعامل مع أجهزة القياس والاتصال وجودة البيانات وتكامل الأنظمة بوصفها جزءًا من تنفيذ الذكاء الاصطناعي، لا مخاوف تقنية منفصلة.
ينبغي عدم تجاهل البنية التحتية القديمة
تتمثل إحدى النقاط العملية الأبرز المنبثقة عن جدول أعمال قمة لندن في أهمية دمج الذكاء الاصطناعي مع البنية التحتية الحالية.
نادرًا ما تتاح للمنشآت الصناعية فرصة استبدال كل وحدة PLC أو وحدة تحكم أو مستشعر أو نظام SCADA أو منصة DCS لمجرد إدخال قدرة جديدة للذكاء الاصطناعي. وتعني دورات حياة المعدات الطويلة أن الطبقات الرقمية الحديثة يجب أن تتعايش مع أنظمة ربما ركبت قبل سنوات عديدة.
وهذا يفرض متطلبًا هندسيًا يتمثل في التكامل المنضبط.
يمكن لبوابات البروتوكولات وأنظمة تسجيل البيانات التاريخية وواجهات برمجة التطبيقات والحوسبة الطرفية والشبكات الصناعية ومنصات البيانات أن توفر واجهات بين أنظمة الأتمتة الراسخة والتطبيقات التحليلية الأحدث. كما يجب أن تراعي البنيةُ الأمنَ السيبراني وزمن الاستجابة وملكية البيانات وتوافر النظام.
ومن وجهة نظري، يعد هذا أحد أهم الاعتبارات العملية في الذكاء الاصطناعي الصناعي. فغالبًا ما سيكون الحل الناجح هو الذي يتكامل مع قاعدة الأتمتة المركبة دون الإخلال بلا داعٍ بوظائف التحكم الموثوقة.
تظل الخبرة البشرية جزءًا من بنية التحكم
لا ينبغي تقييم الذكاء الاصطناعي الصناعي بناءً على عدد المهام التي يستطيع أتمتتها فحسب.
يمتلك المشغلون ومهندسو الصيانة واختصاصيو العمليات معرفة سياقية يصعب ترميزها بالكامل في البرمجيات. فهم يدركون ظروف التشغيل غير الطبيعية وسلوك المعدات وقيود الإنتاج التي قد لا تظهر بوضوح في مجموعات البيانات التاريخية.
يمكن للذكاء الاصطناعي تقليل التحليل المتكرر وتسليط الضوء على الحالات الشاذة، لكن يظل التدخل البشري مهمًا عندما تنطوي القرارات على ظروف غير اعتيادية أو اعتبارات تتعلق بالسلامة أو أهداف تشغيلية متعارضة.
ويشير ذلك إلى نموذج يتولى فيه الذكاء الاصطناعي معالجة كميات كبيرة من المعلومات، بينما يحتفظ المهندسون بالسلطة على قرارات تشغيلية محددة. كما يمكن لهذا النهج أن يسهّل اعتماد الذكاء الاصطناعي لأنه يقدم الأتمتة تدريجيًا بدلًا من فرض انتقال فوري إلى التشغيل الذاتي.
يجب أن تتطور الحوكمة بالتوازي مع النشر
يؤدي توسيع نطاق الذكاء الاصطناعي عبر العمليات الصناعية أيضًا إلى متطلبات حوكمة.
تحتاج الشركات إلى فهم البيانات التي يستخدمها نظام الذكاء الاصطناعي، وكيفية توليد التوصيات، ومن المسؤول عن التصرف بناءً عليها، وما يحدث عندما ينتج النظام نتيجة غير صحيحة.
وفي البيئات الصناعية، يجب أن تتجاوز الحوكمة اعتبارات تقنية المعلومات التقليدية. فقد تصبح السلامة الوظيفية والأمن السيبراني والتحكم في الوصول وإدارة التغيير وقابلية التتبع والمساءلة التشغيلية جميعها ذات صلة، تبعًا لمدى تفاعل الذكاء الاصطناعي مع أنظمة الإنتاج.
وتعكس مشاركة Schneider Electric في نقاش الذكاء الاصطناعي والأتمتة الصناعية هذا التحدي الأوسع. فلا يمكن أن تظل استراتيجية الذكاء الاصطناعي معزولة داخل قسم التكنولوجيا عندما يؤثر النشر في إدارة الطاقة وأنظمة الأتمتة والعمليات التشغيلية.
يركز AI LIVE London على النشر العملي
ستُعقد AI LIVE: The London Summit 2026 في 20-21 أكتوبر في Olympia London، بمشاركة أكثر من 2,000 مسؤول تنفيذي، وبحضور أكثر من 50 متحدثًا خبيرًا، وأربع ورش عمل تنفيذية، وعروض تقنية مباشرة.
وتكتسب جلسة النقاش الودي حول الذكاء الاصطناعي والأتمتة الصناعية في 20 أكتوبر أهمية خاصة للمصنعين ومشغلي الخدمات اللوجستية وفرق الهندسة التي تقيّم تطبيقات الذكاء الاصطناعي العملية.
كما يعكس موضوع الفعالية الأوسع، Technology + Human Purpose، توجهًا مفيدًا لنقاشات الذكاء الاصطناعي الصناعي. فالسؤال لم يعد يتمحور بدرجة كبيرة حول ما إذا كان الذكاء الاصطناعي قادرًا على تنفيذ مهمة معينة، بل حول المكان الذي ينبغي إدخاله فيه، وكيفية تفاعله مع الأتمتة الحالية، والمسؤوليات التي ينبغي أن تظل في عهدة البشر.
تكمن فرصة الذكاء الاصطناعي الصناعي في التكامل لا الاستبدال
من غير المرجح أن تُعرّف المرحلة التالية من الأتمتة الصناعية بمجرد إضافة الذكاء الاصطناعي إلى الآلات.
فالفرصة الأهم تكمن في ربط المعلومات والقرارات وأنظمة الأتمتة الحالية ضمن بنية تشغيلية أكثر استجابة. ويمكن للذكاء الاصطناعي تحليل كميات كبيرة من البيانات الصناعية وتحديد الأنماط ودعم القرارات، بينما تواصل وحدات PLC ومنصات DCS وأنظمة السلامة أداء وظائف التحكم الحتمي.
وبالنسبة إلى المهندسين الصناعيين، يعني ذلك أن اعتماد الذكاء الاصطناعي ينبغي أن يبدأ بمشكلات تشغيلية محددة بوضوح، لا بعروض تقنية. حدد عمليات التسليم اليدوية، ووفر البيانات المطلوبة، وحدد حدود القرار، ثم حدد أين يمكن للذكاء الاصطناعي أن يضيف قيمة قابلة للقياس.
ويجعل هذا النهج الذكاء الاصطناعي الصناعي أقل ارتباطًا باستبدال الأتمتة الحالية وأكثر ارتباطًا بتوسيع ما يمكن للبنية التحتية الراسخة للأتمتة تحقيقه.
