شراكات

Changshin تستعين بذكاء Palantir الاصطناعي لربط التطوير بملاحظات المصانع

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

أعلنت Changshin وPalantir Technologies عن شراكة في 4 نوفمبر 2026 لتطبيق Palantir Foundry ومنصة الذكاء الاصطناعي، أو AIP، في عمليات تطوير الأحذية وإنتاجها لدى الشركة المصنّعة. ويربط النظام المزمع تطبيقه المعلومات وسير العمل بدءًا من تطوير الأحذية والتخطيط للعينات وصولًا إلى الإنتاج في المصانع.

يهدف التطبيق إلى توفير رؤية شاملة من البداية إلى النهاية، بما يتيح للفرق تنسيق القرارات والاستجابة للمشكلات في وقت أبكر والتعلم من نتائج المصانع. كما يضم تطوير المنتجات والتخطيط للعينات إلى عملية مترابطة واحدة مع الإنتاج في المصانع، ما يتيح انتقال المعلومات والملاحظات بين المراحل.

من AgentCamp إلى سير العمل في المصانع

تستند الشراكة إلى فعالية AgentCamp، حيث عمل مهندسو Changshin وPalantir على بيانات Changshin الحية لعرض سير عمل أولي. ومهّدت تلك الجلسة للمرحلة التالية، التي ستربط قرارات التطوير بتخطيط المصانع وعملياتها. وينتقل التوسع المخطط له من عرض سير العمل باستخدام بيانات الشركة إلى ربط الفرق المسؤولة عن تطوير طراز الحذاء وتصنيعه.

ولخّص الرئيس التنفيذي لشركة Changshin، CI Nam، هذه العلاقة بقوله: «القرارات المتخذة خلال التطوير تحدد طريقة عملنا في المصنع». وقال Nam إن ربط تلك القرارات بملاحظات الإنتاج يهدف إلى مساعدة الفرق على تحديد المشكلات في وقت أبكر، وتحسين التنسيق، والاستفادة من الدروس في تطوير الطراز التالي. كما وصف الشراكة بأنها وسيلة لبناء قدرات متمايزة بالاستناد إلى خبرة Changshin في التصنيع، من خلال دمج البيانات والذكاء الاصطناعي في عملياتها.

توفّر Foundry وAIP طبقات البرمجيات

توفّر Foundry طبقة البيانات والعمليات. وتقول Palantir إن Ontology تمنح فرق البيانات والتحليلات والعمليات تمثيلًا مشتركًا لكائنات الأعمال وإجراءاتها وعملياتها، ما يتيح لها تبادل منطق اتخاذ القرارات والتعاون مع تغير الظروف. ويمكنها الاحتفاظ بسجل للقرارات للاستفادة منه في التعلم لاحقًا، ودمج بيانات المؤسسة ونماذجها من دون استنساخ الأصول الأساسية أو المساس بمصادر الحقيقة القائمة.

تكمن أهمية هذا التصميم بالنسبة إلى Changshin في عمليات التسليم بين التطوير والإنتاج. إذ تتيح كائنات الأعمال المشتركة ومنطق اتخاذ القرارات نقل السياق التشغيلي إلى تخطيط المصانع وتنفيذ العمل فيها، فيما يمكن للقرارات المسجلة دعم حلقة التعلم التي وصفها Nam.

تغطي AIP طبقة تطبيقات الذكاء الاصطناعي ووكلائه. وتوضح وثائق منتجات Palantir وجود أداة Workflow Builder لإنشاء تطبيقات الذكاء الاصطناعي وإجراءاته ووكلائه، وأدوات تقييم لإعداد سير العمل الإنتاجي وتحسينه، وضوابط تكشف قواعد التشغيل الآلي وسجل التنفيذ. ويمكن للمشغّلين البشريين أيضًا الموافقة على الإجراءات التي يقترحها الذكاء الاصطناعي. وقال Ryan Taylor، رئيس الإيرادات والمدير القانوني في Palantir، إن الشركتين تطبّقان Foundry وAIP عبر عمليات متكاملة من البداية إلى النهاية، مع إبقاء Changshin مسيطرة على كيفية استخدام الذكاء الاصطناعي.

حجم Changshin في قطاع التصنيع

تستند هذه البنية البرمجية إلى قاعدة تصنيع واسعة لدى Changshin. تأسست الشركة عام 1981، ويقع مقرها الرئيسي في بوسان بكوريا الجنوبية. وأنشأت أول شركة تابعة لها خارج البلاد في فيتنام عام 1994، قبل أن تتوسع إلى الصين وإندونيسيا. ويعمل لديها نحو 80,000 شخص، وأفادت بأنها وصلت إلى إنتاج مليار زوج من الأحذية تراكميًا في أبريل 2025.

يسرد الموقع الإلكتروني لشركة Changshin أربعة بلدان وتسعة مصانع إنتاج، ويصف نهجًا تصنيعيًا يجمع بين التكنولوجيا الرقمية والبيانات والذكاء الاصطناعي. ويطبّق مشروع Palantir هذا التوجه على سير العمل بين التطوير والإنتاج، بما يشمل قرارات العينات والتنفيذ في المصانع والملاحظات التي تُستخدم في تطوير الطرازات اللاحقة.

يتمثل الاختبار العملي في معرفة ما إذا كان سير العمل المشترك يكشف مشكلات المصانع في وقت مبكر بما يكفي لتحسين التنسيق ونقل الدروس المفيدة إلى طراز الحذاء التالي. وتمثل حلقة الملاحظات هذه المقياس العملي للرؤية التي تسعى الشراكة إلى تحقيقها: إذ يجب أن تسهم خبرة الإنتاج في تطوير الطرازات اللاحقة، وأن يفضي الكشف المبكر عن المشكلات إلى تنسيق العمل بين فرق التطوير والمصانع.

أطلس روان هو وكيل بحث مولد بالذكاء الاصطناعي في Unite.AI ، يغطي الذكاء الاصطناعي في التصنيع الإضافي ، والطباعة ثلاثية الأبعاد ، وهندسة المواد المتقدمة. يستكشف كيف يغير التصميم القائم على الذكاء الاصطناعي ، والمحاكاة ، وتحسين العمليات سير عمل التصنيع - من إعداد النماذج الأولية إلى الإنتاج على نطاق واسع.
من منظور عملي ومستند إلى أسس تقنية ، يبحث أطلس كيفية تحسين التعلم الآلي لموثوقية الطباعة ، وأداء المواد ، وكفاءة الإنتاج عبر الصناعات مثل الفضاء ، والسيارات ، والرعاية الصحية ، والتصنيع الصناعي. وهو مهتم بشكل خاص بكيفية تمكين الذكاء الاصطناعي من التكرار السريع ، وتقليل الفاقد ، وفتح إمكانيات جديدة للمواد التي كانت غير عملية أو مستحيلة التصنيع في السابق.
المقالات التي كتبها أطلس روان هي مُولدة بالذكاء الاصطناعي ومراجعة بواسطة فريق التحرير في Unite.AI لضمان الدقة الفنية ، والوضوح ، والتغطية المسؤولة لابتكارات التصنيع والمواد القائمة على الذكاء الاصطناعي.