مصنع المستقبل يُكتب باستخدام التلميحات

إليكم حقيقة لا جدال فيها حول كيفية صنع الأشياء المادية: لا أحد تقريباً خارج مجال التصنيع يعرف كيف تُصنع الأشياء المادية.

إنهم يعرفون الخطوط العريضة. شخص ما يصمم شيئًا ما. شخص آخر يبنيه. تصل شاحنة. لكن الجزء الأوسط، حيث يتحول المفهوم إلى مواصفات، وحيث تتحول المواصفات إلى قرار توريد، وحيث يتحول قرار التوريد إلى عملية إنتاج، وحيث تتحول عملية الإنتاج إلى الشيء الذي طلبته، هذا الجزء غير مرئي إلى حد كبير، وهو معقد بشكل مذهل، وقد ظل يعمل بنفس الطريقة تقريبًا لفترة طويلة جدًا.

هذا الوضع يتغير الآن.

بدأ الذكاء الاصطناعي التوليدي يُعيد صياغة دورة حياة التصنيع بطرق يصعب المبالغة في وصفها. دعوني أكون دقيقًا في شرحها. لا يتعلق التغيير بالدرجة الأولى بالسرعة، مع أنه سيُسرّع الأمور. ولا يتعلق بالدرجة الأولى بالتكلفة، مع أنه سيُغيّر هياكل التكلفة بشكل كبير. بل يتعلق بشيء أكثر جوهرية: أين يُطبّق الذكاء في العملية، ومن يُطبّقه، وفي أي مرحلة مبكرة. نحن على أعتاب تحوّل سيُعيد تشكيل الاقتصاد الصناعي بشكل جذري، تمامًا كما فعل التحوّل إلى الكهرباء أو الحوسبة، والشركات التي تُدرك هذا الآن، في حين أنه لا يزال في مراحله الأولى وما زال غامضًا بعض الشيء، ستكون هي من يضع القواعد للجميع لاحقًا.

إن أغلى مشكلة في التصنيع ليست ما تعتقد

إذا سألت معظم الناس عن أسباب فشل التصنيع، فسيشيرون إلى المصنع. لكن بعضًا من أغلى حالات الفشل تحدث في وقت مبكر جدًا، في المرحلة الأولية عندما تبدأ فكرة المنتج بالتبلور إلى مجموعة من المتطلبات. وفي هذه المرحلة تحديدًا، يتبدد قدر هائل من الوقت والمال.

تكمن المشكلة في عدم التوافق. تُجمع المتطلبات عبر رسائل البريد الإلكتروني، والوثائق غير المكتملة، والاجتماعات التي يُظن فيها أن التوافق قد تحقق، ولكنه لم يتحقق. تصل هذه المتطلبات في ملخصات هندسية بعد أسابيع، حاملةً معها غموضًا لم يلاحظه أحد، غموضًا لا يظهر إلا عندما يعود النموذج الأولي خاطئًا، أو عندما يقدم المورد عرض سعر لا يتطابق تمامًا، أو عندما يدرك فريق الإنتاج أن التصميم الذي استلمه لا يمكن تصنيعه بكميات كبيرة.

يتدخل الذكاء الاصطناعي التوليدي في هذه المرحلة تحديدًا، وتنتشر آثاره لتشمل كل ما يليها. تستطيع هذه الأنظمة استيعاب كميات هائلة من المدخلات غير المنظمة - مثل ملاحظات العملاء، والتقارير التنظيمية، وبيانات الأعطال الميدانية، وتحليلات المنافسين - ودمجها في متطلبات منظمة ومترابطة بشكل أسرع وأكثر تماسكًا مما تستطيع الفرق البشرية إنجازه. ما كان يستغرق أسابيع من هندسة الأنظمة أصبح يُصاغ في ساعات.

عندما تصل المتطلبات مبكراً وبدقة أكبر، تتغير آلية التسليم. يمكن لفرق التوريد البدء بتحديد الموردين بالتوازي مع التصميم، وليس بعده. ويمكن البدء بتخطيط الإنتاج قبل الانتهاء من الرسومات. وتبدأ المراحل التي كانت متسلسلة سابقاً بالعمل بالتزامن.

بالنسبة للشركات التي تصنع قطع غيار ميكانيكية مخصصة، حيث يمثل كل طلب مشكلة هندسية جديدة، وغالباً ما تكون سرعة تقديم عروض الأسعار هي الفرق بين الفوز بالعمل وخسارته، فإن هذا يمثل تحولاً استراتيجياً.

ما يعرفه مهندس مخضرم

هناك نوع من المعرفة الكامنة لدى أفضل مهندسي التصنيع، يصعب وصفه من الخارج. ما هي التفاوتات الممكنة على نطاق واسع؟ ما هي السبائك التي تفشل تحت تأثير تركيبات محددة من الحرارة والإجهاد؟ ما هي قرارات التصميم التي تبدو مثالية على الورق، لكنها تُسبب كوارث لفريق الأدوات؟ يستغرق تراكم هذه المعرفة عقودًا، وهي غير قابلة للنقل إلى حد كبير، وتختفي مع كل مهندس كبير يتقاعد.

بدأت أنظمة الذكاء الاصطناعي المساعدة في تغيير هذا الواقع. فبإمكان المهندس الذي يعمل على تصميم هندسي جديد للمكونات الآن الاستعلام من النظام عن إمكانية تصنيعه على نطاق واسع، والحصول على تحليل للأعطال في ظل سيناريوهات تحميل متعددة، وتقييم التكاليف المترتبة على تغيير المواد. كل هذا يحدث ضمن بيئة التصميم، قبل وجود أي نموذج أولي مادي، في اللحظة التي تكون فيها المعلومات مفيدة بالفعل.

للتوضيح: لا يُغني هذا عن الخبرة الهندسية. فالقرارات التي تتطلب معرفة سياقية، ومسؤولية مهنية، وحلًا إبداعيًا للمشاكل في ظل قيود، لا تزال بحاجة إلى تدخل بشري. ما تفعله أنظمة الذكاء الاصطناعي المساعدة هو توسيع نطاق الحلول التي يمكن للمهندسين استكشافها قبل الالتزام بمسار محدد، وتوزيع جوانب من الخبرة التصنيعية العليا على عدد أكبر من الأشخاص، وفي وقت مبكر. الفرق التي تتبنى هذه الأنظمة بشكل جيد ستتوصل إلى تصاميم أفضل، لأنها ستكون قد قيّمت خيارات أكثر قبل أن تُقيّدها قوانين الفيزياء والاقتصاد في الإنتاج.

نوعان من الذكاء الاصطناعي يندمجان، ولن يكون المصنع كما كان من قبل.

ثمة فرق جوهري هنا. فهناك الذكاء الاصطناعي الرقمي، وهو الأنظمة التوليدية التي تساعد في التصميم والتوثيق وتحليل المصادر ودعم اتخاذ القرارات. ويعمل هذا النوع على المعلومات. وهناك الذكاء الاصطناعي المادي، وهو أنظمة الإدراك والتخطيط والتحكم التي تُشغّل الروبوتات الصناعية والخدمات اللوجستية ذاتية التشغيل ومعدات التصنيع التكيفية. ويعمل هذا النوع على المادة، فهو يستشعر العالم ويخطط للأفعال ويحرك الأشياء.

على مدار معظم العقد الماضي، تطورت هاتان الفئتان في عالمين منفصلين تمامًا تقريبًا. لكن الآن، تُستخدم النماذج التوليدية بشكل متزايد لبرمجة وتوجيه وتفسير الأنظمة الفيزيائية. يمكن للروبوتات تلقي تعليمات باللغة الطبيعية وترجمتها إلى تسلسلات حركية. تسمح نماذج الرؤية واللغة لأنظمة الفحص بوصف ما تراه بعبارات يمكن للبشر التفاعل معها. يتم ربط أدوات التصميم التوليدي مباشرةً بآلات التحكم الرقمي الحاسوبي وأنظمة التصنيع بالإضافة، بحيث يمكن للمصنع بناء ما يصممه النموذج.

بالنسبة لتكنولوجيا المناخ، فإنّ الآثار المترتبة على ذلك مذهلة. يُسرّع الذكاء الاصطناعي التوليدي اكتشاف المواد، ويُسهم في إيجاد تركيبات كيميائية أفضل للبطاريات، ومحفزات أكثر كفاءة، ومواد هيكلية تُقلّل من كثافة الكربون في الصناعة. أما بالنسبة للتصنيع بشكل عام، فإنّ هذا التقارب يعني أن المصانع تُصبح أنظمة قابلة للتكيف حقًا، قادرة على إعادة تشكيل نفسها استجابةً لتغيرات الطلب أو اضطرابات الإمداد في الوقت الفعلي تقريبًا. يتلاشى الحد الفاصل بين النموذج الرقمي للمصنع والمصنع الفعلي. ويحلّ محلّه بنية تحتية صناعية تتعلم وتتكيف وتُغلق حلقة التصميم والإنتاج بطرق لم تكن ممكنة من قبل.

مسألة القوى العاملة

في مرحلة ما من أي مقال صادق حول الذكاء الاصطناعي والتصنيع، لا بد من التطرق إلى الجانب الإنساني. ليس بالقول المعتاد "ستظهر وظائف جديدة" الذي أصبح بمثابة تبرير روتيني في الكتابة التقنية. بل يجب التطرق إلى هذا الجانب بشكل مباشر.

إن القلق حقيقي وليس بلا أساس. فقد شهدت وظائف التصنيع اضطراباتٍ حادة على مدى أربعة عقود. إن جولة أخرى من التحول المدفوع بالذكاء الاصطناعي ليست مجرد فكرة مجردة بالنسبة للعاملين في هذه الصناعات.

تشير البيانات الأولية إلى أن التأثير الأهم على المدى القريب ليس الإزاحة، بل الارتقاء. فالمهندسون الذين يستخدمون أنظمة الذكاء الاصطناعي المساعدة يقومون بأعمال هندسية أكثر أهمية، ويقضون وقتًا أقل في إعداد الوثائق الروتينية، ووقتًا أطول في اتخاذ القرارات الحاسمة التي تحدد نجاح المنتج. كما يتمكن مديرو سلاسل التوريد من التعامل مع تعقيدات أكبر بمعلومات أفضل. ويطبق قادة العمليات رؤى مستمدة من الذكاء الاصطناعي في بيئات تبقى فيها المسؤولية حكرًا على العنصر البشري.

ستواجه الأدوار التي تُحدد أساسًا من خلال معالجة البيانات الروتينية، أو مهام التنسيق المتكررة، أو العمل البدني الذي يندرج ضمن نطاق القدرات الحالية للروبوتات، ضغوطًا حقيقية. وهذا يتطلب اهتمامًا جادًا من الشركات والمؤسسات.

ستتحدد ملامح القوى العاملة في قطاع التصنيع خلال العقد القادم بقدرتها على العمل بفعالية مع الذكاء الاصطناعي، وفهم مخرجاته، والتشكيك في افتراضاته، وتطبيق توصياته على القرارات التي تتطلب حكماً بشرياً. وهذا يختلف تماماً عن المهارات التي بُني عليها قطاع التصنيع. ويُعدّ بناء هذه المهارات على نطاق واسع، وبشكل عادل، وفي الوقت المناسب، من أصعب التحديات التي تواجهنا في هذه المرحلة.

نافذة

لا يُعدّ التصنيع كياناً متجانساً. يختلف تبني الذكاء الاصطناعي في مجال الطيران والفضاء عن الإلكترونيات الاستهلاكية، وعن المكونات الصناعية المصممة حسب الطلب، وعن الأجهزة الطبية. وتتفاوت وتيرة التغيير بشكل كبير تبعاً لبنية البيانات التحتية، والبيئة التنظيمية، والقدرات التنظيمية.

لكن الاتجاه واضح لا لبس فيه. فالذكاء الاصطناعي يعيد هيكلة دورة التصنيع في كل مرحلة. والشركات التي تستثمر في البنية التحتية للبيانات، وسير العمل الهندسي المعزز بالذكاء الاصطناعي، وقدرات القوى العاملة، وأنظمة الحوكمة لاتخاذ القرارات المصيرية، هي التي ستحدد شكل التصنيع المتقدم بعد عقد من الزمن.

سيُصاغ مصنع المستقبل من خلال نماذج، تُصاغ في شكل توجيهات، وتُصقل عبر تعاون بين الإنسان والآلة، وهو تعاون لا يزال القطاع الصناعي في بداياته لفهمه. وسيعتمد ما سينتج عنه هذا التعاون على الخيارات التي تُتخذ الآن، في الشركات التي لا تزال تُحدد الأسئلة التي يجب طرحها.

الفرصة سانحة لبناء ميزة حقيقية. لكنها لن تبقى كذلك إلى الأبد.