الاستعداد للذكاء الاصطناعي يبدأ ببيانات موثوقة عن المنتجات

يستثمر المصنّعون بكثافة في الذكاء الاصطناعي ومبادرات الخيط الرقمي والأتمتة وتحديث المؤسسات، سعياً إلى تحسين الإنتاجية واتخاذ القرارات. وينصبّ جانب كبير من النقاش على نماذج الذكاء الاصطناعي والبنية التحتية والتكامل. لكن كثيراً من المؤسسات تغفل شرطاً أساسياً لنجاح هذه الجهود: الثقة ببيانات المنتجات وقواعد الأعمال الأساسية التي تستند إليها القرارات التشغيلية.

لا يقتصر التحدي على ربط الأنظمة، بل يشمل ضمان بقاء تعريفات المنتجات ومنطق التهيئة وقواعد الأعمال المتبادلة بينها دقيقة. يبدأ الاستعداد للذكاء الاصطناعي بالثقة ببيانات المنتجات المؤسسية. فالتحول الرقمي لا يقتصر على ربط الأنظمة، بل يتطلب الحفاظ على معنى المعلومات المتداولة بينها ودقتها.

مع تحديث الشركات لأنظمتها المؤسسية وربطها بين إدارة دورة حياة المنتج (PLM) وتخطيط موارد المؤسسة (ERP) وتهيئة المنتجات وتحديد أسعارها وإعداد عروض الأسعار (CPQ) ومنصات الخدمات، يمكن للتباينات في منطق التهيئة أن تقوّض بهدوء دقة العمليات اللاحقة وفعالية التوصيات المدعومة بالذكاء الاصطناعي. ومن دون منطق تهيئة موثوق، لا يفعل الذكاء الاصطناعي سوى تسريع الأخطاء بدلاً من تحسين القرارات.

لماذا تُعد تهيئة المنتجات أساساً خفياً؟

تعتمد الشركات المصنّعة اليوم، على نحو متزايد، على منظومة مترابطة تشمل إدارة دورة حياة المنتج (PLM) وتخطيط موارد المؤسسة (ERP) وتهيئة المنتجات وتحديد أسعارها وإعداد عروض الأسعار (CPQ) والتصنيع والخدمات. وتؤدي تهيئة المنتجات دور النسيج الرابط الذي يحوّل المقاصد الهندسية إلى متطلبات للتصنيع والمبيعات والتسعير والخدمات.

لكل نظام منظور مختلف للمنتج: فنظام إدارة دورة حياة المنتج (PLM) يحتاج إلى المعلومات التقنية والتصميمية، والتصنيع يحتاج إلى معرفة ما يمكن إنتاجه، فيما تحتاج تهيئة المنتجات وتحديد أسعارها وإعداد عروض الأسعار (CPQ) إلى قواعد البيع والسوق. والتهيئة هي ما يربط بين هذه المنظورات. وعندما يتغير المنطق الأساسي أو يصبح غير متسق، ينقطع الخيط الرقمي بصرف النظر عن مدى جودة تكامل الأنظمة.

القواعد القديمة تنطوي على مخاطر خفية

غالباً ما تجسّد نماذج تهيئة المنتجات معارف تراكمت على مدى عقود، وأضيفت إليها طبقات بمرور الوقت، مثل المتطلبات التنظيمية وقيود التصنيع والاستثناءات الخاصة بأسواق معينة ومنطق التسعير. وكثيراً ما يكون الأشخاص الذين أنشؤوا هذه النماذج في الأصل قد غادروا الشركة، تاركين وراءهم قواعد لم يعد أحد يفهمها فهماً كاملاً.

تركّز مشاريع تحديث المؤسسات، مثل عمليات الانتقال إلى SAP S/4HANA، عادةً على التطبيقات والبنية التحتية والبرمجيات المخصصة، بينما تتعامل مع منطق التهيئة على أنه أمر ثانوي. وينشأ عن ذلك خطر لا يحظى بالانتباه: فقد تنتقل الأنظمة بنجاح، فيما يتغير سلوك التهيئة بطرق دقيقة يصعب اكتشافها عبر أساليب الاختبار التقليدية.

توضح عمليات الانتقال إلى S/4HANA المشكلة جيداً، إذ قد يفسر محرّك تهيئة جديد القواعد الراسخة منذ زمن على نحو مختلف، حتى مع تطابق الصياغة. وقد تؤدي الاختلافات في كيفية تطبيق القيم الافتراضية، وترتيب تقييم القيود، وطريقة حل التعارضات بين القواعد، إلى تغيير مجموعات الخيارات التي يقبلها النموذج، من دون إعادة كتابة أي سطر من القواعد نفسها.

لا يقتصر الأمر على إحداث الالتباس؛ فمنطق التهيئة المعيب يتحول إلى مشكلة تجارية. وهناك نوعان من الإخفاق، وكلاهما مكلف:

• تتيح التهيئة للشركة بيع منتج لا تستطيع تصنيعه فعلياً، ما يؤدي إلى إعادة العمل والإخفاق في الوفاء بالالتزامات والإضرار بعلاقات العملاء.
• تمنع التهيئة الشركة خطأً من بيع منتج تستطيع تصنيعه، ما يؤدي إلى خسارة الإيرادات، وربما خسارة الميزة التنافسية أيضاً.

يظهر النوع الأول من الإخفاق في نهاية المطاف على أرض المصنع. أما الثاني فيظل خفياً؛ إذ لا يسجل دفتر الطلبات أي عملية بيع لم تسمح بها أداة التهيئة أصلاً.

التحقق يتحول إلى قدرة استراتيجية

يعتمد التحقق التقليدي من عمليات الانتقال اعتماداً كبيراً على الاختبارات اليدوية والفحوصات الموضعية، ولا يمكنه عملياً تقييم العدد الهائل من تركيبات المنتجات الممكنة. وينقل التحقق من التهيئة التركيز من السؤال عمّا إذا كانت البيانات قد نُقلت بنجاح إلى السؤال عمّا إذا كانت مقاصد الأعمال لا تزال محفوظة.

رأيت شركات مصنّعة توظف فرقاً تتمثل مهمتها بالكامل في التأكد من أن النموذج الذي نُقل لا يزال ينتج التهيئات الصالحة نفسها ويرفض التهيئات غير الصالحة نفسها، لمجرد أنها لا تملك وسيلة أخرى للتحقق من ذلك. إنه عمل دقيق ومكلف ويستغرق وقتاً طويلاً، ومع ذلك لا يتجاوز أخذ عينات من المشكلة.

يجدر تحديد حجم المسألة بدقة. فالنموذج الذي يضم 30 متغيراً، لكل منها خمسة خيارات، يتيح نحو 10²¹ تركيبة، وهو عدد يفوق بكثير العدد التقديري لحبات الرمل على الأرض، فضلاً عن أن النماذج الصناعية الحقيقية أكبر بكثير. ولا يمكن لأي عدد من الأشخاص ينقرون على واجهة المستخدم تغطية هذا الحيز؛ فالحسابات لا تسمح بذلك.

لهذا تكتسب الأساليب الصورية أهميتها. فبدلاً من أخذ عينات من التركيبات، يمكن تحويل نموذج التهيئة إلى صيغة منطقية معيارية: تمثيل رياضي موجز لكل تركيبة صالحة تسمح بها قواعده. ويمكن مقارنة نموذجين حُوِّلا بهذه الطريقة مباشرةً. فإما أن يصفا المجموعة نفسها تماماً من المنتجات الصالحة، أو أن تكشف المقارنة بدقة مواضع اختلافهما، مع أمثلة ملموسة لتركيبات يقبلها أحدهما ويرفضها الآخر. ويحوّل التمثيل نفسه سلوك النظام وقت التشغيل إلى عملية استرجاع بدلاً من البحث، ما يتيح لأداة التهيئة عرض الخيارات الصالحة فقط، من دون أن تقود المستخدم إلى طريق مسدود. ويتضح أن التحقق والصحة وقت التشغيل هما القدرة نفسها، يُنظر إليها من زاويتين مختلفتين.

تحتاج المؤسسات على نحو متزايد إلى هذا النوع من المقارنة الصورية قبل إضافة الذكاء الاصطناعي أو الأتمتة إلى قواعد منتجاتها. فالهدف لا يقتصر على الحد من مخاطر الترحيل، بل يشمل أيضاً الحفاظ على استمرارية العمليات في مجالات الهندسة والتصنيع والمبيعات والخدمات، واكتساب القدرة على اختبار نماذج التهيئة وتصحيح أخطائها والتحقق منها قبل إطلاقها، لا بعده.

ينبغي أن يكون الذكاء الاصطناعي فوق محرك حتمي، لا بديلاً عنه

لا يتطلب أيٌّ من ذلك أن يحل الذكاء الاصطناعي محل محرك التهيئة. والنمط الأجدى على المدى الطويل هو العكس: أن يعمل الذكاء الاصطناعي بين المستخدم ومحرك تهيئة صارم، موفراً تجربة أكثر طبيعية للبيع الموجّه أو التوصية، فيما تظل القواعد الأساسية حتمية. يفسر النموذج اللغوي ما يطلبه العميل، ويحدد المحرك ما يمكن بناؤه فعلياً. ويُبقي هذا التقسيم للعمل الجزء الذي يجب أن تكون صحته قابلة للإثبات خارج نطاق نظام احتمالي بطبيعته.

البيانات الموثوقة هي أساس نجاح برامج الذكاء الاصطناعي

لا يستطيع الذكاء الاصطناعي تقديم توصيات إلا بقدر موثوقية المعرفة المتعلقة بالمنتجات التي يتلقاها. فبيانات التهيئة غير المتحقق منها تدفع الذكاء الاصطناعي إلى نشر الأخطاء على نطاق المؤسسة، ما يقوّض التوجيهات المبيعية وقرارات التصنيع والتزامات العملاء.

ينبغي للمصنّعين اعتبار التحقق من البيانات شرطاً مسبقاً لنشر الذكاء الاصطناعي، تماماً كما أصبح اختبار البرمجيات شرطاً مسبقاً لتطوير التطبيقات. ومع استمرار التحول الرقمي، ستنبع الميزة التنافسية على نحو متزايد لا من كون المؤسسة أول من ينشر الذكاء الاصطناعي، بل من نشره على أساس راسخ من المعلومات الموثوقة عن المنتجات.