6 طرق يمكن بها للذكاء الاصطناعي تسريع دورة تطوير الأجهزة لدى الشركات الناشئة

بين الفكرة واختبارها على أرض الواقع، تكرر فرق تطوير الأجهزة السلسلة نفسها. يرسم أحدهم تغييرًا، ويحوّله شخص آخر إلى تصميم بمساعدة الحاسوب (CAD)، ثم يراجع الفريق الشكل الهندسي، ويختار مادة، ويفحص قابلية التصنيع، ويرسل التصميم إلى الإنتاج، وينتظر، ويتسلم قطعة، ويختبرها، ثم يبدأ من جديد. قد يكون المنتج جديدًا، لكن الدورة مألوفة، والذكاء الاصطناعي بدأ يسرّع بعض مراحلها.

أصبح استخدام الذكاء الاصطناعي في الأعمال أمرًا روتينيًا. أظهر مؤشر Stanford AI Index لعام 2026 أن 88% من المؤسسات التي شملها الاستطلاع استخدمت الذكاء الاصطناعي في وظيفة واحدة على الأقل من وظائف الأعمال خلال عام 2025، وأن 70% استخدمت الذكاء الاصطناعي التوليدي في مجال ما داخل المؤسسة.

بالنسبة إلى فرق تطوير الأجهزة، السؤال أضيق نطاقًا. ويتعلق الأمر بمقدار الوقت الذي يمكن للذكاء الاصطناعي توفيره بين اتخاذ قرار بتغيير قطعة واختبار القطعة الجديدة. ومن خلال عملي مع عملاء في مجالَي الروبوتات والأجهزة، أرى سبب أهمية ذلك. فمن بين 30,000 قطعة مطبوعة بتقنية الطباعة ثلاثية الأبعاد، أُنجز أكثر من 30% ضمن جدول إنتاج عاجل. وبهذه الوتيرة، يوازي توفير الساعات قبل الإنتاج أهمية توفير الوقت في عملية الطباعة نفسها.

إليك ستة مجالات يمكن للذكاء الاصطناعي أن يقدم فيها المساعدة بالفعل.

1. حوّل فكرة أولية إلى نموذج يمكنك تعديله

بالنسبة إلى العملاء الذين لا يملكون خبرة في التصميم بمساعدة الحاسوب (CAD)، لا يتمثل العائق الأول غالبًا في التصنيع نفسه، بل في إنشاء نموذج يمكن مراجعته وتعديله وتصنيعه في نهاية المطاف. لا ينتهي كل تغيير في الأجهزة بالطباعة ثلاثية الأبعاد، لكن هذه التقنية غالبًا ما تكون أسرع وسيلة للحصول على قطعة اختبار فعلية في حالة كثير من النماذج الأولية المبكرة، والهياكل، والحوامل، والملحقات المثبتة، والأغطية، وقطع الغيار.

كان المؤسس الذي يملك فكرة جيدة ولا يتلقى تدريبًا على التصميم بمساعدة الحاسوب (CAD) مضطرًا إلى الاستعانة بشخص ما قبل أن يعرف ما إذا كانت الفكرة تستحق المتابعة. وقد بدأ هذا يتغير. نتلقى الآن نماذج أُعدّت بمساعدة الذكاء الاصطناعي من أشخاص لا يملكون خلفية رسمية في التصميم بمساعدة الحاسوب. ونادرًا ما يبدأ من ينجحون في ذلك بمطالبة واحدة. إذ يقدم الأشخاص الأبعاد والصور والقياسات والأجسام المرجعية ورسمًا يدويًا، ويساعد الذكاء الاصطناعي على تحويل هذه المدخلات إلى نموذج أولي يمكنهم مراجعته وتعديله.

تسير الأبحاث في الاتجاه نفسه. ففي ICML 2025، جمعت CADFusion بين نماذج اللغة الكبيرة والتغذية الراجعة البصرية لتوليد تسلسلات تصميم بارامتري بمساعدة الحاسوب انطلاقًا من النصوص. هذا بحث، وليس بديلًا عن التصميم الاحترافي بمساعدة الحاسوب، لكنه يوضح مدى سرعة تطور الأدوات التي تحوّل اللغة الطبيعية إلى تصميمات بمساعدة الحاسوب.

بالنسبة إلى شركة ناشئة، تكمن الفائدة العملية في الوصول سريعًا إلى مسودة أولى لنموذج ثلاثي الأبعاد قابل للتحرير. يمكن للمؤسس كتابة مطالبة مثل: «أحتاج إلى غطاء لهذا الهيكل. إليك القياسات، ويجب أن تظل هذه البراغي الأربعة في متناول اليد، ويجب ألا يتجاوز ارتفاع هذا السطح هذا الحد». قد لا تكون النتيجة هي القطعة النهائية، لكنها أنفع بكثير من شاشة تصميم بمساعدة الحاسوب فارغة.

2. استكشف مزيدًا من النماذج قبل صنع نموذج أولي واحد

تكلف كل نسخة فعلية أموالًا مقابل المواد ووقت تشغيل الآلات والشحن. وبعد الإنتاج، قد يكتشف الفريق أن أحد الحوامل لا يلائم المجموعة المحيطة به، أو أن موضع التثبيت يحتاج إلى تغيير. وكلما استكشف الفريق هذه المسائل رقميًا في وقت أبكر، قلّ عدد مرات التكرار الفعلية التي يمكن تجنبها.

يمكن للذكاء الاصطناعي نقل مزيد من هذه التجارب إلى المرحلة الرقمية. يستطيع الفريق طلب أشكال هندسية بديلة، وتعديل الأبعاد، ومقارنة الخيارات قبل تحديد النماذج التي تستحق صنع نماذج أولية منها. ولا يعني ذلك أن الهدف هو الاكتفاء دائمًا بصنع نسخة فعلية واحدة. فقد يظل الفريق يطلب عدة نسخ فعلية بتصميمات أو مواد مختلفة. ونرى بالفعل عملاء يقدمون عدة نسخ مرقمة من القطعة نفسها، لا لأن شيئًا ما حدث على نحو خاطئ عادةً، بل لأنهم يستكشفون خيارات أكثر قبل الإنفاق على الإنتاج.

تقدّر McKinsey أن أدوات التصميم التوليدي قد تحسّن بعض جوانب البحث والتطوير في قطاع السيارات بنسبة تتراوح بين 10% و20%، كما أفاد أحد الموردين بتحقيق مكاسب في الإنتاجية تصل إلى 30% عندما استخدم المهندسون الذكاء الاصطناعي التوليدي في تطوير المتطلبات.

هذه الأرقام ليست وعدًا ينطبق على تطوير الأجهزة عمومًا. لكن النقطة الأهم أبسط من ذلك: أصبحت التجارب الرقمية أقل تكلفة، وكلما انخفضت تكلفتها، ازدادت قدرة الفرق على انتقاء ما ترسله إلى الإنتاج.

3. اطرح أسئلة التصنيع في وقت أبكر

لا يمثل النموذج الثلاثي الأبعاد سوى نصف العمل؛ أما الأسئلة العملية فتأتي بعد ذلك. هل يمكن تصنيع هذا الشكل الهندسي بالفعل؟ ما عملية التصنيع المناسبة؟ وما المادة المناسبة؟ هل الجدار رقيق أكثر من اللازم؟ وهل تتسبب إحدى السمات في مشكلات أثناء الطباعة؟

إذا زودت أداة ذكاء اصطناعي بالوظيفة التي أُعدت القطعة لأدائها، إلى جانب صورة مصيّرة أو نموذج ثلاثي الأبعاد أساسي، فغالبًا ما يمكنها اقتراح تقنيات ومواد، والتنبيه إلى مشكلات هندسية محتملة قبل وصول الملف إلى الإنتاج. ويمكنها أيضًا مساعدة المهندسين على التفكير مبكرًا في المفاضلة بين المواد، مثل تحديد ما إذا كانت مادة عادية أو مادة معززة بألياف الكربون أو مادة معززة بألياف الزجاج أنسب لنموذج واستخدام محددين.

قد يساعد ذلك على طرح بعض الأسئلة التي يمكن تفاديها في مرحلة أبكر من عملية التصميم، قبل أن ينفق الفريق الوقت والمال على نسخة فعلية. لكنه خطوة أولية وأداة فرز، وليس اعتمادًا هندسيًا نهائيًا. وتزداد أهمية هذا التمييز كلما انتقلت القطع من مرحلة النماذج الأولية إلى التجميعات الوظيفية.

4. زوّد الذكاء الاصطناعي بالسياق الذي لا يتضمنه ملف التصميم بمساعدة الحاسوب

لا يكشف الشكل الهندسي وحده سوى جانب من القصة. اطلب من الذكاء الاصطناعي إضافة أربعة ثقوب إلى قطعتك، وسيفعل ذلك تمامًا. لكنه لا يعرف الغرض من هذه الثقوب، لذا لا يسعه إلا تخمين حجمها ونوعها وموقعها. وإذا لم تذكر هذه التفاصيل في الطلب، فستتحول إلى افتراضات.

رأينا مؤخرًا تصميمًا يتضمن عدة أجزاء يمكن تجميع مكوناتها، لكن الثقوب التي كان يُفترض أن تصطف عبر الأجزاء لم تكن متحاذية بالدقة التي يحققها مهندس متمرس. ورغم وجود السمات الهندسية، لم يُوضَّح منطق التجميع على نحو فعّال.

القاعدة التي ينبغي لفرق الأجهزة اتباعها بسيطة: صِف وظيفة القطعة، لا شكلها فحسب. اشرح كيفية عملها في المنتج الفعلي: ما الذي تتصل به، وإلى أين تنتقل القوة، وأي الأبعاد لا يمكن تغييرها. فالسياق الأفضل يؤدي إلى شكل هندسي أفضل.

5. أتمتة الخطوات الروتينية قبل الإنتاج

ما إن يرسل الفريق ملف CAD للطباعة ثلاثية الأبعاد أو للتصنيع لدى جهة خارجية، حتى تبدأ دورة عمل أخرى. وقد تشمل، بحسب طبيعة العمل، سلسلة من الفحوصات الروتينية وخطوات التنسيق التي يجب إنجازها قبل بدء الإنتاج. هي خطوات صغيرة، لكنها مجتمعةً تضيف ساعات أو أيامًا قبل أن يتحرك أي شيء.

يمكن بالفعل أتمتة المهام الأساسية، مثل التسعير واستلام الطلبات والفحص الأولي لقابلية التصنيع، بموثوقية معقولة، كما يمكن تمرير الأجزاء البسيطة المصنوعة من مواد قياسية إلى مراحل أبعد من العملية من دون تدخل بشري روتيني. وشمل استطلاع Deloitte للتصنيع الذكي لعام 2025، الذي استطلع آراء 600 مسؤول تنفيذي لدى شركات تصنيع كبرى لها عمليات في الولايات المتحدة، أن 24% كانوا قد نشروا بالفعل الذكاء الاصطناعي التوليدي على مستوى المنشأة أو الشبكة، فيما كان 38% آخرون يجرون تجارب عليه.

نعمل في Upside Parts على تطوير نظام داخلي يستخدم عدة وكلاء للذكاء الاصطناعي لمراجعة الطلبات الواردة بالاستناد إلى عوامل مثل الشكل الهندسي والمواد وملف الإنتاج وجاهزية الآلات. وبالنسبة إلى الأعمال المؤهلة، يتمثل الهدف في توجيه الطلب المعتمد إلى الإنتاج خلال دقائق بدلًا من انتظار التنسيق الروتيني، مع إحالة الأشكال الهندسية غير المعتادة أو المواد المتخصصة أو المتطلبات غير الواضحة أو الطلبات الأعلى خطورة إلى المراجعة البشرية. ولا يعني ذلك أن الطابعة نفسها ستنجز عملها فورًا. فقد يستغرق طبع القطعة ساعات، لكن تقليص وقت الانتظار قبل بدء الإنتاج يجعل الدورة الكاملة أسرع.

6. اعرف متى تظل المراجعة البشرية مهمة

يحقق الذكاء الاصطناعي أفضل أداء مع الأجزاء البسيطة ذات المتطلبات الواضحة والمواد القياسية، حيث يسهل اكتشاف المشكلات وتصحيحها. أما الأجزاء المعقدة فهي على النقيض من ذلك، وفيها يكلف الخطأ أكثر بكثير من بضع دقائق من المراجعة.

هنا تزداد قيمة الحكم البشري. وتشير خارطة الطريق الصادرة عن NIST لعام 2026 بشأن الذكاء الاصطناعي والتعلم الآلي في التصنيع الذكي إلى الحد الفاصل نفسه؛ إذ تحدد التصنيع الإضافي والأنظمة المستقلة والروبوتات والتوائم الرقمية مجالاتٍ يحرز فيها الذكاء الاصطناعي تقدمًا، مع الدعوة إلى تشغيل موثوق وقابل للتفسير وجدير بالثقة في البيئات الصناعية.

نرى ذلك يوميًا. يستطيع نظام ذكاء اصطناعي تقييم جزء روتيني وحل المشكلة المطروحة عليه. لكن مهندس تصنيع متمرس قد ينظر إلى جزء صعب ويقرر أن المشكلة المطروحة ليست المشكلة الصحيحة.

طريق أقصر إلى الاختبار التالي

ستظل الأجهزة خاضعة لقوانين الفيزياء، ولذلك يظل الاختبار الفعلي مهمًا. ولا يلغي الذكاء الاصطناعي هذه الخطوة، بل يساعد في العمل الرقمي الذي يسبقها. تُجرى تعديلات التصميم وفحوصات قابلية التصنيع قبل أن تتحول أي مادة إلى قطعة، وكل خطوة من هذه الخطوات تزداد سرعة.

بالنسبة إلى شركة ناشئة أو فريق هندسي صغير، يعني ذلك إجراء دورات اختبار أكثر فائدة مع بقاء عدد الموظفين كما هو. ولا يزال المسار الكامل من الطلب إلى القطعة النهائية غير موثوق به في جميع سيناريوهات الإنتاج. فهناك مواد كثيرة وحالات استثنائية تعرقل ذلك. لكن بعض أجزاء هذا المسار تعمل بالفعل، وما إن يتقلص الانتظار بينها حتى تتمكن فرق الأجهزة من الوصول إلى تكرارها التالي في وقت أقرب.