انتقل إلى المحتوى الرئيسي
قاعدة المعرفة

ما الذي يستطيع الذكاء الاصطناعي فعله حقًا في عمليات المصنع اليوم

DBR77 Team7 دقائق للقراءة

في هذه الصفحة

اليوم، ينجح الذكاء الاصطناعي في عمليات المصنع على أفضل وجه كمساعد للعاملين في أرض المصنع. فهو يرصد الأنماط غير المعتادة في بيانات الآلات والعمليات، ويقترح الأسباب المرجحة للتوقفات والعيوب، ويرتّب الأعمال المفتوحة، ويقترح تسلسلات للجدولة، ويلخص ملاحظات الورديات، ويجيب عن الأسئلة من وثائق المصنع نفسه. ولا يزال البشر يقررون في كل ما يغيّر خط الإنتاج أو المنتج أو السلامة. المصنع الذي يدير نفسه بنفسه ليس هو الواقع في معظم المصانع، وليس الهدف الأول الصحيح.

هذا مهم لأن ميزانيات الذكاء الاصطناعي تُحدَّد غالبًا بناءً على الوعد، لا على ما يستطيع المصنع استخدامه في الربع القادم.

ماذا تقول البيانات عن الذكاء الاصطناعي في العمليات

أصبح استخدام الذكاء الاصطناعي شائعًا. وجد استطلاع McKinsey لحالة الذكاء الاصطناعي لعام 2026، الذي شمل 1,719 مشاركًا، أن ما يقرب من تسعة من كل عشرة يفيدون باستخدام الذكاء الاصطناعي بانتظام في وظيفة واحدة على الأقل من وظائف الأعمال. ويفيد المشاركون من قطاع التصنيع المتقدم، مثل شركات السيارات وأشباه الموصلات، باستخدام وكلاء الذكاء الاصطناعي في سلسلة الإمداد والمخزون وعملية التصنيع.

النتائج تتأخر عن الاستخدام. ففي الاستطلاع نفسه، ينسب 37% من المشاركين بعض الأثر على الأقل في الأرباح قبل الفوائد والضرائب (EBIT) إلى الذكاء الاصطناعي، وهو رقم بالكاد تغيّر عن العام السابق. والشركات التي تستفيد أكثر من الذكاء الاصطناعي تميل إلى إعادة تصميم سير العمل حوله، بدلًا من إضافة الذكاء الاصطناعي إلى سير العمل القديم.

رأت المصانع هذا النمط من قبل. ففي عام 2018، وجدت McKinsey أن أقل من ثلث المصنّعين نقلوا حالات الاستخدام الرقمية الحاسمة إلى التطبيق واسع النطاق، وسمّت هذه الفجوة "مطهر التجارب". ويقول تقرير المنتدى الاقتصادي العالمي عن المصانع المنارة إن المصانع الرائدة لم تعد تعاني من "مطهر التجارب"، لكنها تعمل على تجاوز "ركود التوسع" عبر الشبكات وسلاسل القيمة. وحتى الرواد لا يزالون يعملون على توسيع حالات استخدام مثبتة.

ينبّه كشف الحالات الشاذة إلى القيم التي تنحرف عن المعتاد، ويتصرف الفني أو قائد الوردية.

جدول بستة استخدامات للذكاء الاصطناعي تنجح في المصانع اليوم: دوره، وما يحتاجه، ومن يقرر في كل منها

ستة استخدامات تنجح في المصانع اليوم

ينجح كل استخدام منها عندما تتوفر الشروط الواردة في العمود الثالث.

الاستخدامما يفعله الذكاء الاصطناعيما يحتاجهمن يقرر
كشف الحالات الشاذةينبّه إلى قيم الآلات أو العمليات التي تنحرف عن المعتادبيانات آلات نظيفة مرتبطة بالأصولالفني أو قائد الوردية يتحقق ويتصرف
اقتراح الأسبابيرتّب الأسباب المرجحة عند تسجيل توقف أو عيبأسباب التوقف وسجلات الجودة مع سياقهاالمهندس أو مسؤول الجودة يؤكد السبب
ترتيب أولويات العمليرتّب أوامر العمل والمهام المفتوحة حسب الأثرأهمية الأصول، والأعمال المفتوحة، والخطةمخطِّط الصيانة أو قائد الوردية
اقتراحات الجدولةيقترح تسلسلات للأوامر تقلل وقت تغيير التجهيزمسارات التصنيع، وأوقات الإعداد، وحالة الآلات اللحظيةالمخطِّط يوافق على الخطة
ملخصات الوردياتيحوّل سجلات الوردية وملاحظاتها ومشاهداتها إلى موجز قصيرسجلات مكتوبة في نظام واحدقائد الوردية القادمة يقرأ ويؤكد
إجابات من الوثائقيجيب عن الأسئلة من إجراءات التشغيل القياسية (SOP) والأدلة والإصلاحات السابقةوثائق محمّلة ومحدَّثة باستمرارالشخص الذي يسأل، ويتحقق من المصدر

يُبقي كل منها الإنسانَ في الحلقة، ويختصر الوقت المستغرق في البحث عن القيمة غير الطبيعية، أو السبب المرجح، أو الوثيقة الصحيحة، أو المشكلة المفتوحة من الليلة الماضية.

أين لا يزال الذكاء الاصطناعي ضعيفًا

  • إنه يختلق أشياء. يصف NIST "التلفيق" بأنه الحالة التي تولّد فيها أنظمة الذكاء الاصطناعي التوليدي محتوى خاطئًا أو زائفًا وتعرضه بثقة، ويُسمى أيضًا الهلوسة. وقيمة عزم دوران خاطئة من روبوت محادثة هي خطر على الجودة.
  • لم يرَ الأحداث النادرة. النموذج المدرَّب على عامين من التشغيل الطبيعي ليس لديه الكثير ليقوله عن عطل يحدث مرة كل خمس سنوات.
  • لا يرى العالم المادي. إنه يعرف ما تقوله البيانات، لا أن واقيًا مرتخٍ أو أن منصة نقالة تسد ممرًا.
  • يتقادم. المنتج الجديد أو الأداة الجديدة أو المورد الجديد يغيّر الأنماط. وتحتاج النماذج إلى سجلات حديثة ومغلقة كي تبقى مفيدة.
  • لا يمكن أن يُحاسَب. عندما يكون القرار مهمًا، يجب أن يتحمل مسؤوليته شخص محدد بالاسم.

مثال توضيحي: يسأل مشغّل مساعدًا بالذكاء الاصطناعي عن خطوات تغيير التجهيز على آلة تعبئة. تسرد الإجابة سبع خطوات وتستشهد بإجراء التشغيل القياسي. إحدى الخطوات مأخوذة من نسخة أقدم من الوثيقة استُبدلت الشهر الماضي. إذا أظهر المساعد مصدره، يلاحظ المشغّل تاريخ المراجعة القديم. وإذا لم يُظهره، يصل الخطأ إلى خط الإنتاج. والضمانة هي بناء الإجابات على الوثائق الحالية وإظهار المصدر.

تأتي معظم نقاط الضعف هذه من البيانات، ويشرح مقال لماذا يفشل الذكاء الاصطناعي في المصانع دون بيانات تشغيلية مترابطة لماذا تفشل التجارب من دونها.

كيف تختار أول حالة استخدام

حالة الاستخدام الأولى الجيدة تجتاز أربعة اختبارات:

  1. القرار متكرر. يحدث يوميًا أو في كل وردية، لا مرة في السنة.
  2. البيانات موجودة بالفعل في نظام، مع سياقها، لا في ملف ورقي.
  3. الاقتراح الخاطئ رخيص. يستطيع شخص أن يتحقق منه في دقيقة، وتكلفة الخطأ منخفضة.
  4. هناك من يتحمل مسؤولية المخرجات. يتلقى دور محدد بالاسم الاقتراحَ ويتصرف بناءً عليه، كما هو موضح في من الإشارة إلى المهمة إلى الإغلاق.

عادةً ما تجتاز ملخصات الورديات وترتيب أوامر العمل الاختبارات الأربعة. أما التحكم الذاتي في عملية ما فيفشل عادةً في الاختبار الثالث. ويشرح مقال متى ينبغي أن يوصي الذكاء الاصطناعي ومتى ينبغي أن يقرر البشر كيف تحدد المستوى الذي يكتفي فيه الذكاء الاصطناعي بالمراقبة أو النصح أو يتصرف بمفرده.

كيف يعمل ذلك في DBR77 IRIS

في DBR77 IRIS نوعان من الذكاء الاصطناعي، وكلاهما يعمل على البيانات التي تجمعها الوحدات أصلًا. مساعد IRIS لوحة جانبية في كل شاشة، يجيب عن الأسئلة بلغة واضحة استنادًا إلى بيانات المصنع اللحظية وإلى قواعد معرفة مبنية على وثائق الآلات وسجل الصيانة والعمليات والمنتجات. أما Data & AI فتفحص بيانات الوحدات كلها وفق القواعد، وتقترح توصيات، وتدرّب على بيانات المنصة نماذج بسيطة قابلة للتفسير: الانحدار الخطي، والانحدار اللوجستي، وتجميع k-means، وقواعد العتبات. وفي وحدة IoT تُحسب درجات صحة الآلات من الاتجاهات والانحرافات في قراءات الحساسات الأخيرة، ويضيف IRIS QMS ملاحظات جودة قائمة على القواعد.

المساعد يقرأ فقط. فهو لا ينشئ السجلات ولا يغلقها ولا يغيّرها، وإذا طلبت منه تنفيذ إجراء أخبرك بالشاشة التي تستخدمها لذلك. وكل رقم في إجابته يأتي من نتيجة أداة في المحادثة نفسها، وهو يجيب ضمن صلاحيات دورك. وتعرض كل توصية الأساس الذي بُنيت عليه درجتها، ويطبّقها شخص أو يوافق عليها أو يرفضها أو يؤجلها. راجع الذكاء الاصطناعي في IRIS لمزيد من المعلومات.

الأسئلة الشائعة

هل المصنع الذاتي التشغيل واقعي اليوم؟

ليس لمعظم المصانع. بعض الخطوات يمكن أن تعمل دون نقرة، لكن قرارات التخطيط والإفراج عن الجودة والسلامة لا تزال تحتاج إلى شخص. ابدأ بالمساعدة، واكسب الخطوة التالية بالأدلة.

هل نحتاج إلى علماء بيانات لنبدأ؟

ليس للاستخدامات الأولى. يمكن تشغيل ملخصات الورديات وترتيب الأسباب والإجابات من الوثائق على السجلات الموجودة. وتصبح علوم البيانات أكثر أهمية لنماذج التنبؤ المخصصة.

هل الذكاء الاصطناعي التوليدي آمن في أرض المصنع؟

إنه آمن عندما تأتي الإجابات من وثائقك الحالية، وتُظهر مصدرها، ويتحقق شخص من كل ما يغيّر العملية.

الخلاصة

ابدأ بقرار واحد يتخذه قادة الورديات أو المخطِّطون لديك في كل وردية، وطبّق عليه الاختبارات الأربعة، وامنح مخرجاته مسؤولًا محددًا بالاسم. عادةً ما تجتاز ملخصات الورديات وترتيب أوامر العمل هذه الاختبارات؛ أما التحكم الذاتي في عملية ما فيفشل عادةً بسبب تكلفة الاقتراح الخاطئ. أبقِ شخصًا على كل ما يغيّر خط الإنتاج أو المنتج أو السلامة، ولا توسّع ما يفعله الذكاء الاصطناعي إلا عندما تدعم الأدلة ذلك.

المصادر