كام مايرز، الرئيس التنفيذي ومؤسس شركة CreateMe – سلسلة مقابلات

كام مايرزأطلق الرئيس التنفيذي ومؤسس شركة CreateMe الشركة عام 2019 برؤية تهدف إلى تحديث صناعة الملابس من خلال الأتمتة المتقدمة. يتمتع بخبرة واسعة ومتنوعة، تشمل تقديم الاستشارات الاستثمارية في شركة ADM Investment Partnership، وقيادة المراحل المبكرة في الفريق المؤسس لشركة Group Commerce، بالإضافة إلى مناصب تطوير الأعمال في شركتي Downtown Music Holdings وPublicis Groupe. وهو أيضاً عضو في مجتمع المبتكرين العالميين التابع للمنتدى الاقتصادي العالمي، مما يعكس التزامه الأوسع بالتحول الصناعي القائم على التكنولوجيا.

أنشئني هي شركة روبوتات تعتمد على الذكاء الاصطناعي، تُعيد ابتكار صناعة الملابس من خلال استبدال الخياطة التقليدية بالتجميع الآلي القائم على المواد اللاصقة، والمدعوم بالروبوتات ورؤية الحاسوب والتعلم الآلي. تُمكّن منصة التصنيع الخاصة بها من إنتاج ملابس أسرع وأكثر محلية واستدامة، مما يقلل من الهدر ويقصر سلاسل التوريد، ويضع الشركة في طليعة الجيل القادم من تصنيع المنتجات النسيجية.

قبل تأسيس شركة CreateMe، كنتَ جزءًا من فرق التأسيس، وعملتَ في أدوار استثمارية واستشارية، وشغلتَ مناصب في شركات مثل DoubleClick وGroup Commerce. كيف أثّر هذا المزيج من الخبرة في مجالات التكنولوجيا والتمويل والتشغيل على قرارك بتأسيس CreateMe وخوض غمار مشروع معقد كصناعة الملابس الآلية؟

قبل انضمامي إلى CreateMe، تدرجت في المناصب كمتخصص تقني عام، حيث عملت في مجالات البرمجيات والتجارة الإلكترونية والاستثمار، بالإضافة إلى أدوار تشغيلية في المراحل المبكرة. كانت مشاركتي في فرق الشركات الناشئة، بما في ذلك Group Commerce، بمثابة ماجستير إدارة أعمال عملي. إذ أجبرتني على التفكير بشكل شامل بين مختلف التخصصات، وفهم كيفية تفاعل التكنولوجيا والاقتصاد والعمليات في ظل ظروف واقعية.

قادني هذا المنظور إلى استنتاج مختلف بشأن الملابس. فمن خلال الشركات الناشئة في مجال التجارة الإلكترونية، لاحظتُ تكرار نفس الإخفاقات: انخفاض المبيعات، والخصومات الكبيرة، وكميات هائلة من المخزون تُشطب في نهاية المطاف أو تُرمى في مكبّات النفايات. وقد فسّر معظم الناس هذه المشاكل على أنها متعلقة بالتسويق أو التنبؤ. ولكن بالنظر إليها من منظور تكنولوجي، اتضح أنها أعراض لمشكلة أعمق، ألا وهي أنظمة التصنيع التي لا تستطيع الاستجابة للطلب الحقيقي.

انبثقت الفكرة من ربط هذه النقاط عبر مختلف التخصصات. لم يكن خلل صناعة الملابس ناتجًا عن سوء إدارة أي جزء من النظام. أدركنا أن هذا ليس شيئًا يمكن تعديله أو تحسينه؛ بل يتطلب إعادة نظر شاملة، انطلاقًا من المبادئ الأساسية، في المواد والآلات والبرمجيات كنظام واحد.

انبثقت فكرة CreateMe من هذا اليقين. كانت هذه في جوهرها مشكلة تقنية، وتحتاج إلى حل تقني. إن الجمع بين التخصصات هو ما جعل هذه المشكلة واضحة في المقام الأول، ولهذا السبب يختلف نهج CreateMe. لقد انطلقنا لمعالجة صناعة الملابس كتحدٍّ يتعلق بالأنظمة والأتمتة، وبناء منصة قادرة على تغيير طريقة عمل هذه الصناعة فعلياً.

تمتلك شركة CreateMe الآن محفظة كبيرة من براءات الاختراع في مجالات الروبوتات وعلوم المواد والأتمتة. ما هي أولى الرؤى التقنية التي أقنعتك بإمكانية حل هذه المشكلة باستخدام الذكاء الاصطناعي الفيزيائي؟

عندما أسسنا شركة CreateMe عام ٢٠١٩، كنا نعتقد أننا وجدنا أخيرًا مسارًا موثوقًا لأتمتة صناعة الملابس، ولكن بشرط إعادة النظر في العملية نفسها. فالقماش مادة قابلة للتشكيل، وتعتمد خصائصها على حالتها. تتمدد وتتغير وتتغير سلوكياتها أثناء التعامل معها. وتتراكم التغيرات الطفيفة بسرعة. في ظل هذه الظروف، يفشل التحكم ذو الحلقة المفتوحة والحركة المبرمجة مسبقًا. لم تكن المشكلة في دقة الروبوت، بل في فهم حالة المادة فهمًا كافيًا للتصرف بناءً عليها.

تحقق أول تقدم حقيقي لنا من خلال تغيير نموذج التجميع. فباستبدال الخياطة المستمرة بالربط اللاصق، أصبح بإمكاننا تجميع الملابس في حالة ثابتة ومثبتة، بدلاً من تجميعها أثناء حركة القماش. وقد أدى ذلك إلى إزالة مصدر رئيسي للتفاوت، وسمح بالتحكم المباشر في المحاذاة والوصل. وبالجمع بين تقنيات الرؤية الآلية التقليدية، والرؤية الحاسوبية القائمة على التعلم الآلي، والمنطق القائم على القواعد، والروبوتات، أصبح من الممكن أتمتة مجموعة محددة من العمليات بشكل موثوق. وقد أثبت ذلك أمراً هاماً في وقت مبكر: إمكانية التعامل مع المواد القابلة للتشكيل ميكانيكياً إذا تم تنظيم العملية بشكل صحيح.

أوضحت تلك الأنظمة المبكرة أيضًا حدودها. تعمل أنظمة الرؤية الآلية التقليدية القائمة على القواعد بكفاءة عندما تكون الهندسة بسيطة والشروط مقيدة بدقة. لكنها لا تصلح للتعامل مع أصعب المشكلات في صناعة الملابس، وخاصة عمليات الربط ثلاثية الأبعاد المعقدة حيث يتغير شكل النسيج واتجاهه وتلامسه باستمرار في الفضاء. ببساطة، لم يكن من الممكن تحقيق أتمتة شاملة لتلك العمليات باستخدام أدوات الإدراك والنمذجة المتاحة آنذاك.

هنا بدأ الذكاء الاصطناعي الفيزيائي يُحدث تغييرًا جذريًا. فالتطورات في الإدراك والاستشعار والذكاء المُجسّد تُتيح الآن فهم المواد القابلة للتشكيل في ثلاثة أبعاد، وإتمام حلقة الوصل بين الرؤية واتخاذ القرار والتنفيذ. ما زلنا في المراحل الأولى لتطبيق هذه النماذج على التجميع المادي، ولكن حتى التطبيقات الأولية تُوسّع بالفعل نطاق الملابس والأقمشة وعمليات الربط ثلاثية الأبعاد المعقدة التي يُمكن أتمتتها. فبدلًا من برمجة السلوك، يُمكن للنظام بشكل متزايد تحليل حالة المادة، والتكيف في الوقت الفعلي، وتنفيذ عمليات الربط من البداية إلى النهاية. تُولّد كل عملية ربط بيانات حول كيفية استجابة النسيج للقوة والحرارة والشكل الهندسي، مما يسمح بتحسين الأداء وتعميمه مع الاستخدام.

باختصار، أثبتت أدواتنا الأولية جدواها. الذكاء الاصطناعي الفيزيائي هو ما يفتح آفاق الاكتمال والتوسع. هذا التطور، من الأتمتة المبرمجة إلى التجميع الذكي الشامل، هو ما أقنعنا بأن هذه المشكلة ليست قابلة للحل فحسب، بل قابلة للتطبيق على الملابس والمواد المختلفة. ويعكس اتساع محفظة براءات الاختراع لدينا هذا المسار. تطلب حل مشكلة تجميع المواد القابلة للتشكيل ابتكارات في مجالات الروبوتات وعلوم المواد والأتمتة، حيث فتح الذكاء الاصطناعي الفيزيائي آفاقًا لأكثر أشكال الربط تعقيدًا.

لطالما قاومت صناعة الملابس الأتمتة الكاملة نظراً لتعقيد المنتجات النسيجية. ما هي الإنجازات التي سمحت لشركة CreateMe بتجاوز هذه العقبة أخيراً؟

بالنسبة لشركة CreateMe، كان تجاوز عتبة الأتمتة مدفوعًا بتحولين مرتبطين: كيفية تجميع الملابس فعليًا، وكيفية إدراك الآلات للأقمشة والتعامل معها أثناء عملية التجميع هذه.

كان الإنجاز الأول ذا طابع معماري. فبالانتقال من الخياطة إلى الربط اللاصق، استغنينا عن الحاجة إلى الوصول إلى جانبي القماش أثناء التجميع. أصبح بالإمكان تصنيع الملابس باستخدام جانب واحد فقط، في حالة ثابتة ومثبتة، بدلاً من طيها وقلبها وشدها عبر ماكينة الخياطة. وقد قلل ذلك بشكل كبير من تعقيد عملية التصنيع وأزال مصدراً رئيسياً للتفاوت. ومع دعم القماش وإمكانية الوصول إليه من جانب واحد، أصبح ضبط المحاذاة والوصل من المشاكل التي يمكن التحكم بها، وأصبح بإمكان تقنيات الرؤية الآلية والروبوتات التقليدية أتمتة جزء كبير من عملية تصنيع الملابس بكفاءة عالية.

من حيث المبدأ، يُعدّ هذا الأسلوب أكثر قابلية للأتمتة من الخياطة الروبوتية. فالخياطة تحاول محاكاة براعة الإنسان في الحركة المستمرة أثناء تشوّه القماش. أما التجميع باستخدام المواد اللاصقة فيُعيد صياغة المشكلة حول تحديد المواقع بدقة والوصلات المنفصلة، ​​وهو ما يُناسب الروبوتات بشكل أفضل.

وقد ساهم هذا النهج أيضاً في توضيح التحدي المتبقي. فمع انتقالنا إلى عمليات الربط ثلاثية الأبعاد الأكثر تعقيداً - حيث تلتقي الأسطح بزوايا متغيرة ويتغير سلوك المواد عند التلامس - وصلت القواعد والأساليب التقليدية القائمة على رؤية الآلة إلى حدودها القصوى. وتطلّب التشغيل الآلي الشامل لجميع أنواع الملابس والمنسوجات قدرةً أكبر على الإدراك والتحكم التكيفي.

هنا يبرز دور الذكاء الاصطناعي الفيزيائي المحوري. فالتطورات في الإدراك والاستشعار والتحكم الجسدي تُتيح تفسير هندسة النسيج وحالة المادة في ثلاثة أبعاد، والاستجابة الفورية أثناء التجميع. وفي شركة كرييت مي، تُساهم حتى التطبيقات المبكرة لهذه القدرات في توسيع نطاق الملابس والأقمشة وعمليات الربط ثلاثية الأبعاد المعقدة التي يُمكن أتمتتها بأقل قدر من التدخل.

باختصار، ساهمت إعادة تصميم العمليات - من خلال الربط، والوصول من جانب واحد، والتجميع الثابت - في جعل الأتمتة ممكنة. ويُعدّ الذكاء الاصطناعي المادي هو ما يمكّن هذه الأتمتة من الانتقال نحو التشغيل الشامل والتوسع عبر مختلف المتغيرات في العالم الحقيقي، مما يسمح لصناعة الملابس بتجاوز الأتمتة المحدودة والتوجه نحو أنظمة تتحسن مع ازدياد التعقيد.

يقدم نظام MeRA™ نهجًا معياريًا للتجميع الآلي في إنتاج الملابس. كيف يختلف هذا النظام جوهريًا عن أنظمة الأتمتة التقليدية في المصانع؟

يختلف نظام MeRA™ بشكل أساسي عن أنظمة التشغيل الآلي التقليدية للمصانع لأنه تم تصميمه وفقًا للقيود المحددة لتصنيع الملابس، بدلاً من أن يكون مقتبسًا من الصناعات المبنية على أجزاء صلبة وعمليات مستقرة.

تعتمد الأتمتة التقليدية على افتراضات ثابتة تتعلق بالهندسة، والمواد، والتنوع المحدود. ويتم إدارة عملية تغيير الإنتاج من خلال تجهيزات معقدة ميكانيكيًا، وتجهيزات خاصة بكل عملية، وتتطلب أدوات مكثفة. ينجح هذا النموذج عندما تكون المنتجات قليلة التغيير، ولكنه يفشل في صناعة الملابس، حيث تكون المواد قابلة للتشكيل، وتتغير التصاميم بسرعة، ويجب أن يعمل الإنتاج بسرعة عالية ليكون مجديًا اقتصاديًا.

ينطلق نظام MeRA™ من افتراضات معاكسة. فصناعة الملابس تتطلب نظامًا قادرًا على التعامل مع المواد اللينة، والتغيرات المستمرة، والتغييرات المتكررة دون توقف الإنتاج. ولتحقيق ذلك، يستخدم MeRA™ بنية تجميع معيارية مُعرّفة برمجياً. تؤدي كل وحدة عملية منفصلة، ​​ويمكن إعادة تهيئتها أو نسخها أو إعادة نشرها مع تغير المنتجات أو الأقمشة أو الكميات. ويتم التغيير رقميًا، عبر البرمجيات، بدلاً من إعادة تجهيز خط الإنتاج فعليًا.

من الناحية المعمارية، صُممت MeRA™ لتحقيق أقصى قدر من السرعة والتحكم. يتم الحفاظ على التجميع في بُعدين لأطول فترة ممكنة، حيث تكون الرؤية والمحاذاة والحركة في أسرع وأدق حالاتها، قبل الانتقال إلى عمليات ثلاثية الأبعاد مُدارة بإحكام فقط عند الحاجة إلى التشكيل أو الربط. تدفع أنظمة الأتمتة التقليدية الأجزاء عبر خلايا عمل ثلاثية الأبعاد ثابتة؛ بينما تُقلل MeRA™ من التعقيد ثلاثي الأبعاد من خلال التصميم للحفاظ على الإنتاجية.

بفضل تقنية الربط اللاصق الرقمي، يستبدل نظام MeRA™ عملية الربط الميكانيكية التقليدية بعملية قابلة للبرمجة من جانب واحد. فلا حاجة لقلب الملابس، أو التحكم في الشد المستمر، أو الوصول إلى كلا الجانبين أثناء العملية. هذا يقلل من وقت الدورة، ويخفض معدلات الخطأ، ويتيح تغييرًا رقميًا سريعًا بين الملابس والمنسوجات.

باختصار، تعتمد أنظمة الأتمتة التقليدية على برمجة العمليات في الأجهزة بشكل ثابت. أما نظام MeRA™، فيُعرّف العمليات برمجياً ويُكيّفها مع المواد. هذا التحوّل - من إعادة التجهيز المادي إلى التحوّل الرقمي، ومن سير العمل الثابت إلى التجميع المعياري - هو ما يسمح لنظام MeRA™ بالعمل بسرعة وتناسب متطلبات صناعة الملابس المتغيرة.

تستبدل تقنية Pixel™ الخياطة بتقنية اللصق الدقيق. وبعيداً عن السرعة والكفاءة، ما هي إمكانيات التصميم أو الأداء الجديدة التي تتيحها هذه التقنية لعلامات الملابس التجارية؟

تُعيد تقنية Pixel™ تعريف صناعة الملابس عند الدرزات. فمن خلال استبدال الخياطة بتقنية الربط الدقيق المُتحكم بها رقميًا، تُحقق العلامات التجارية دقةً واتساقًا أكبر بكثير، مما ينتج عنه ملابس أكثر نعومةً ومتانةً وراحةً عند ارتدائها. ولأن العملية مُحددة بواسطة البرمجيات، تُصبح الدرزات سطحًا تصميميًا بدلًا من كونها قيدًا، مما يسمح بتصميم خصائص التمدد، وإدارة الرطوبة، والتنظيم الحراري، والتعزيز خفيف الوزن مباشرةً في بنية الملابس.

لا تقتصر هذه المزايا على أداء الملابس على الجسم فحسب، بل إن التحكم الرقمي نفسه الذي يُحسّن الأداء يسمح أيضاً بتصميم الملابس لتكون قابلة لإعادة التدوير منذ البداية. بفضل تركيبة لاصق Thermo(re)set™، يمكن عكس الروابط، مما يُتيح التفكيك الآلي وإعادة تدوير المنسوجات على نطاق واسع. بالنسبة للعلامات التجارية، يجعل Pixel™ التصميم والأداء والاقتصاد الدائري نتائج متكاملة لعملية التصنيع نفسها، وليس أولويات متنافسة تُضاف لاحقاً.

هناك ضجة كبيرة حول الذكاء الاصطناعي الفيزيائي حاليًا. من وجهة نظرك، أين يعمل الذكاء الاصطناعي الفيزيائي فعليًا اليوم، وأين لا يزال الواقع متأخرًا عن التوقعات؟

يعمل الذكاء الاصطناعي الفيزيائي اليوم عندما تُصمَّم المشكلات بطريقة ذكية بدلاً من الاعتماد على القوة الغاشمة. نشهد تقدماً حقيقياً في البيئات التي تُوظَّف فيها الإدراك والتعلم والتحكم معاً داخل الأنظمة الهندسية - وهي بيئات تكون فيها المهام قابلة للتكرار ولكنها لا تزال تتطلب التكيف، وحيث يمكن للآلة أن تُلاحظ وتُحلِّل ما هو مهم.

لا تزال التوقعات تسبق الواقع فيما يتعلق بالذكاء الجسدي متعدد الأغراض. فالمواد اللينة القابلة للتشكيل تُعدّ من أصعب التحديات في مجال الروبوتات، لأنها تُؤدي إلى إمكانية مراقبة جزئية، وسلوك غير خطي، وتغير مستمر. ولا يُمكن للذكاء الاصطناعي المادي أن يحل محل البراعة البشرية بسهولة، كما أنه لا ينجح تلقائيًا في البيئات الفوضوية أو القديمة.

عمليًا، يكمن الفرق في التصميم. يعمل الذكاء الاصطناعي المادي بكفاءة عندما يُعاد تصميم العملية المادية عمدًا لتقليل عدم اليقين، أي عندما يكون الوصول إليها مُبسطًا، وتكون الحالات قابلة للملاحظة، ويتم إدارة التباين من خلال البنية بدلًا من تجاهله. في ظل هذه الظروف، تستطيع أنظمة التعلم التكيف والتحسين. أما بدون ذلك، فغالبًا ما يكون الذكاء الاصطناعي مجرد تعويض عن التصميم المادي الضعيف.

هذه هي النظرة التي نتبناها في CreateMe. لا نعتبر الذكاء الاصطناعي المادي حلاً سريعاً لتجاوز تعقيدات التصنيع، بل نعتبره طبقة توسيع لا تعمل إلا بعد إعادة تصميم نظام التجميع الأساسي من جذوره. الدرس الذي تعلمناه بسيط: يتوسع نطاق الذكاء الاصطناعي المادي عندما يُصمم العالم المادي بطريقة تُمكّن الذكاء من أداء مهام حقيقية.

مع تحول التعريفات الجمركية والمخاطر الجيوسياسية وهشاشة سلسلة التوريد إلى قضايا هيكلية، كيف تغير تقنيات مثل MeRA™ اقتصاديات إعادة التصنيع إلى الولايات المتحدة؟

لطالما كان نقل الإنتاج إلى الخارج خيارًا اقتصاديًا منطقيًا من منظور تكلفة العمالة فقط، ولا يزال كذلك بالنسبة لبعض المنتجات والأحجام. لكن التحدي يكمن في أن هذا النموذج ينطوي أيضًا على سلبيات هيكلية: فترات انتظار طويلة، وضعف التوافق بين العرض والطلب، وتراكم المخزون، وتزايد التعرض للتعريفات الجمركية، والمخاطر الجيوسياسية، واضطرابات الخدمات اللوجستية. غالبًا ما كانت هذه التكاليف مخفية أو متغاضى عنها إلى أن أجبرت الصدمات الأخيرة على إعادة النظر فيها.

تُغيّر تقنيات مثل MeRA™ من اقتصاديات الإنتاج من خلال جعل نموذج تشغيل مختلف قابلاً للتطبيق في الولايات المتحدة. تُقلّل MeRA™ من الاعتماد على العمالة اليدوية وتستبدلها بإنتاج آلي عالي الإنتاجية، يُمكن تشغيله في مساحة صغيرة قابلة لإعادة التشكيل. وهذا أمر بالغ الأهمية محلياً، حيث تُعدّ العمالة مكلفة، وتُعتبر المرونة أكثر قيمة من مجرد الحجم.

وبنفس القدر من الأهمية، تُحوّل تقنية MeRA™ إنتاج الملابس من الخياطة اليدوية إلى التجميع الثابت والمُلصق. وهذا يُلغي الاعتماد على العمالة النادرة والمُدرّبة تدريباً عالياً في مجال الخياطة، ويستبدلها بأدوارٍ يسهل تدريبها وتوسيع نطاقها في الولايات المتحدة. وهذا يُحوّل العمالة من عائقٍ هيكلي إلى مُدخلٍ يُمكن إدارته، وهو أمرٌ بالغ الأهمية لأي استراتيجية واقعية لإعادة توطين الإنتاج.

لا يكمن التحول الأساسي في إعادة كل شيء إلى ما كان عليه. عمليًا، حتى طبقة متواضعة من الإنتاج القريب من السوق - غالبًا ما تتراوح بين 5 و10% من الحجم - يمكن أن تُحدث تغييرًا جوهريًا في اقتصاديات سلسلة التوريد بأكملها. تُمكّن هذه القدرة المرنة العلامات التجارية من الاستجابة للطلب الفعلي، ومواكبة المنتجات الرائجة، وتجنب الإفراط في الإنتاج قبل أشهر. تجعل MeRA™ هذه الطبقة مجدية اقتصاديًا من خلال دعم التحول الرقمي السريع، وأحجام دفعات أصغر، وإنتاج متسق دون الاعتماد على مجموعات عمالة متخصصة.

في هذا السياق، لم يعد إعادة توطين الإنتاج قرارًا ثنائيًا أو سياسيًا. بل تحوّله تقنيات مثل MeRA™ إلى خيار استراتيجي. لا يزال التصنيع في الخارج يؤدي دورًا مهمًا لتحقيق وفورات الحجم وكفاءة التكلفة، لكن القدرة الإنتاجية الآلية القريبة من السوق تصبح رافعة استراتيجية للسرعة والمرونة وكفاءة رأس المال. والنتيجة هي سلسلة توريد أكثر توازنًا، حيث يمكن حتى للإنتاج الأمريكي المحدود أن يقلل المخاطر بشكل كبير ويحسن الوضع الاقتصادي العام.

كيف ينبغي لعلامات الملابس التجارية أن تفكر بشكل مختلف في تصميم المنتجات عندما لا تكون قيود التصنيع هي نفسها التي كانت عليها في بيئات القص والخياطة التقليدية؟

يعكس تصميم الملابس التقليدية المنطق السائد في صناعة الملابس التقليدية: سهولة الوصول من الجهتين، ودقة الخياطة، ومسافات الخياطة المصممة لتناسب اليد البشرية، وأساليب التصنيع المُحسّنة لضمان التكرار اليدوي. هذه ليست متطلبات أساسية للملابس، بل هي نتاج لطريقة صنعها.

يُقدّم التجميع الآلي المُلصق منطق تصميم مختلف. فالتصميم المُناسب للأتمتة يعني افتراض إمكانية الوصول من جانب واحد، والتحكم الرقمي في ترسيب المادة اللاصقة، والتنفيذ عالي التكرار. وهذا يُتيح تقليل التفاوتات الداخلية في اللحامات، ودقة خطوط اللصق، وتصميمات ذات مظهر جانبي منخفض، تتميز بالمتانة الهيكلية والجمالية الأفضل من نظيراتها المخيطة.

بفضل استخدام اللاصق بدلاً من الخياطة، يستطيع المصممون العمل بثقة مع الحواف المعقدة وغير المنتظمة، والأشكال الهندسية الانسيابية، وتحويلات الأقمشة أو طبقاتها التي يصعب أو يستحيل إعادة إنتاجها بالخياطة. لم يعد التعقيد البصري بحاجة إلى حجم مادي كبير. والنتيجة هي لغة تصميم أكثر بساطة ودقة، تتناسب مع الأتمتة بدلاً من كونها مستوحاة من العمل اليدوي.

يُوسّع هذا النهج نطاق حرية اختيار المواد. فعلى عكس شريط اللحام، الذي يُستخدم عادةً في درجات حرارة عالية ويقتصر استخدامه إلى حد كبير على الأقمشة الصناعية، يسمح اللاصق المُوزّع بالأتمتة في مجموعة واسعة من الأقمشة، بما في ذلك الأقمشة العضوية والمواد الرقيقة مثل الكشمير والحرير والصوف والجلد. ويتحول اختيار المواد من التركيز على "ما يمكن خياطته بثبات" إلى التركيز على "ما يخدم المنتج على أفضل وجه".

في هذا السياق، لا يُعدّ التصميم من أجل الأتمتة تقييدياً، بل هو عملية إبداعية. إذ تتناغم النية الإبداعية والتعبير الجمالي ومنطق التصنيع منذ البداية. يصبح التصميم أكثر دقةً وتعبيريةً، حيث تتولى الأتمتة مسؤولية الاتساق والتنفيذ، بينما يركز المصممون على الشكل والوظيفة والتميز.

كيف يبدو دور الإنسان داخل مصنع ملابس عالي الأتمتة، وما هي المهارات الجديدة التي تصبح بالغة الأهمية مع تولي الروبوتات المهام المتكررة؟

في مصنع ملابس عالي الأتمتة، يتحول دور العنصر البشري من التنفيذ اليدوي المتكرر إلى تشغيل أنظمة التجميع الآلية والإشراف عليها وتحسينها بشكل شامل. وبدلاً من خطوط الخياطة الطويلة، يتم تنظيم فرق أصغر حول خلايا روبوتية، حيث يكون فنيو التصنيع ومشرفو الخلايا والمتخصصون في العمليات مسؤولين عن الأداء والجودة واستمرارية العمل في جميع مراحل الإنتاج.

يعمل فنيو التصنيع بشكل مباشر مع الروبوتات وأنظمة الرؤية ومعدات الربط اللاصقة. يراقبون الخلايا الروبوتية، ويضبطون مسارات التوزيع ومعايير الربط، ويديرون تفاعلات المواد عبر مختلف أنواع الأقمشة، ويتدخلون عند ظهور أي تباين أو حالات استثنائية. ضمان الجودة عملية مستمرة وليست عشوائية: تفحص أنظمة الرؤية الموضع والمحاذاة واتساق الربط في الوقت الفعلي، بينما يشرف الفنيون على العتبات، ويفسرون الحالات الشاذة، ويقررون متى وكيف يتم تعديل العملية.

يُحقق هذا النموذج جودةً ودقةً أعلى بكثير من الإنتاج اليدوي. يقلل الترسيب والوضع الآليان من التباين، بينما يُمكّن ضمان الجودة الرقمي من تنفيذ متسق في كل وحدة بدلاً من الاعتماد على الفحص اللاحق. ويُطبّق التقييم البشري حيثما يُضيف قيمةً أكبر، وذلك بتقييم الاستثناءات، وتحسين التفاوتات، ورفع كفاءة النظام بمرور الوقت.

يتطلب تحقيق ذلك نموذجًا مدروسًا للتدريب وتطوير المهارات، مُدمجًا مباشرةً في عمليات التصنيع. يُدرَّب العمال على قراءة لوحات معلومات الإنتاج، وتفسير بيانات الرؤية والاستشعار، وفهم مقاييس جودة الترابط، والتعاون الآمن مع الأنظمة الروبوتية. ويتعلمون كيفية تفاعل سلوك المادة اللاصقة وخصائص المواد ومعايير العملية، وكيف تظهر هذه المتغيرات في بيانات ضمان الجودة.

بمرور الوقت، يتطور تطوير المهارات من مجرد تشغيل النظام إلى امتلاك مسؤولية أعمق عن العمليات. ومن خلال التدريب العملي المنظم، ووحدات الشهادات المعتمدة، والتوجيه، يكتسب الفنيون مهارات في تحليل الأسباب الجذرية، والصيانة الوقائية، والتحسين المستمر. والنتيجة هي قوة عاملة ذات كفاءة تقنية عالية قادرة على ضمان إنتاج عالي الجودة وقابل للتكرار على نطاق واسع، حيث تساهم الأتمتة في تعزيز اتساق المنتج والكفاءة البشرية بدلاً من استبدالها.

بالنظر إلى السنوات الخمس إلى العشر القادمة، كيف ترى الذكاء الاصطناعي المادي يعيد تشكيل ليس فقط الملابس، ولكن التصنيع بشكل أوسع - وأين تريد أن يكون لـ CreateMe أكبر تأثير؟

نرى أن أكبر فرصة للذكاء الاصطناعي الفيزيائي في مجال التصنيع خلال السنوات الخمس إلى العشر القادمة تكمن في المهام ذات التباين والتعقيد العاليين، وليس في المجالات التي تُخدَم بكفاءة عالية بالأتمتة الجامدة. ومن بين أصعب المشكلات تلك التي تواجهها المواد اللينة أو المرنة أو ثلاثية الأبعاد، حيث حدّ التباين الواقعي تاريخيًا من الأتمتة.

يبرز هذا التحدي بشكلٍ حاد في تجميع المواد المرنة. تُعدّ الملابس المثال الأوضح، لكن الديناميكيات نفسها موجودة في الإلكترونيات الاستهلاكية ذات المكونات المرنة، وفي المنتجات الطبية، والأثاث، والتصميمات الداخلية للسيارات. في جميع هذه الفئات، يُمثّل تجميع الخياطة والمنتجات المرنة النسبة الأكبر من حيث العمالة، ويظلان أقل أجزاء عملية التصنيع أتمتةً.

من وجهة نظرنا، سيُعتمد التقدم المبكر في مجال الذكاء الاصطناعي الفيزيائي على أنظمة متخصصة للغاية. سيتم تصميم الهياكل الميكانيكية وأشكال الروبوتات بما يتناسب مع تطبيقات ومواد محددة، بدلاً من استخدام نماذج عامة. ما يتوسع عبر هذه التخصصات ليس المكونات المادية، بل الذكاء: أنظمة الإدراك والتحكم والتعلم التي تُمكّن الآلات من فهم المواد القابلة للتشكيل، ومحاذاة الحواف المعقدة، والتكيف مع التباين، وتنفيذ عمليات التجميع المُلصقة بكفاءة عالية.

على مدى السنوات العشر القادمة وما بعدها، نعتقد أن التجسيدات العامة والشبه بشرية ستصبح أكثر انتشارًا مع نضوج الذكاء المجسد وتسارع وتيرة انتشاره. ومع انتقال الروبوتات الشبيهة بالبشر من مرحلة الطيارين إلى ملايين، وربما عشرات الملايين، من الوحدات المنتشرة خلال العقد القادم، ستصبح الأغطية الخارجية المصنوعة من المنسوجات والطبقات الخارجية الناعمة أنظمة أساسية للتفاعل بين الإنسان والآلة. ويتطلب تلبية هذا الطلب على نطاق واسع تجميعًا آليًا قائمًا على المواد اللاصقة، مما يفتح آفاقًا جديدة في مجال تصنيع المواد الناعمة الذكية.

هذا هو السياق الذي تندرج فيه رؤية CreateMe.

تتمثل رؤية CreateMe في قيادة التحول في مجال تجميع المواد المرنة، وجعل التجميع الآلي للمنسوجات والمواد المرنة قابلاً للبرمجة والتطوير والتكيف تمامًا مثل البرمجيات. وبينما ستختلف التطبيقات الميكانيكية والروبوتية باختلاف القطاعات في المدى القريب، يبقى التحدي الأساسي ثابتًا: إذ يهيمن التعامل مع المواد المرنة والخياطة على العمل اليدوي، مما يقاوم الأتمتة التقليدية.

ما يجمع هذه الأسواق هو مجموعة مشتركة من قدرات الذكاء الاصطناعي الفيزيائي، وهي الأنظمة التي تتحكم في الإدراك، ومعالجة المواد القابلة للتشكيل، ومحاذاة الحواف، ومنطق الربط، والتجميع التكيفي عبر مختلف أنواع الأقمشة والأشكال. ومن خلال إثبات هذه القدرة في صناعة الملابس، التي تُعدّ من أكثر بيئات التصنيع تطلبًا، تهدف شركة CreateMe إلى إطلاق العنان للأتمتة في مجموعة أوسع بكثير من الصناعات، وتمكين الجيل القادم من تصنيع المنتجات النسيجية، والواجهات البرمجية التي ستُحيط بشكل متزايد بالآلات الذكية.

شكرًا لكم على المقابلة الرائعة وإجاباتكم المفصلة، ​​ويمكن للقراء الراغبين في معرفة المزيد زيارة الموقع الإلكتروني. أنشئني.