يجب أن تكون التعاون في قلب نهج الذكاء الاصطناعي متعدد الوكلاء في التصنيع. إليكم الطريقة.

معظم، إن لم يكن جميع، الشركات المصنعة على نطاق واسع تدير مجموعة كبيرة من الأنظمة في بنيةها الرقمية. غالبًا ما تعمل هذه الأنظمة جميعًا في وقت واحد على أرضية المصنع: يراقب وكيل الصيانة التنبؤية حساسات الاهتزاز لاكتشاف أنماط السلامة، ويُشير وكيل مراقبة الجودة القائم على الرؤية إلى عيوب المنتجات، ويُدير وكيل الجدولة عمليات التبديل بينما يتابع وكيل المخزون عمليات الشراء. لكل منها مهمة تشغيلية واضحة، لكن في كثير من الأحيان لا تتواصل هذه الأنظمة مع بعضها البعض.

إن الفشل في التعاون هو ما يقوّض الذكاء الاصطناعي الوكيل في التصنيع على نطاق واسع. سواء كان الوكيل يعمل أم لا هو أمر واحد، لكن مشكلة أخرى هامة تواجه شركات التصنيع الكبيرة هي أنها تعمل في عزلة شبه تامة.

وبينما ارتفع عدد المنظمات الكبيرة التي تُطبق وكلاء الذكاء الاصطناعي في وظيفة واحدة على الأقل من 27% إلى 40% سنةً بعد سنة، فإنها تركز على وظائف محددة مثل تقنية المعلومات والهندسة البرمجية بدلاً من توزيع الوكلاء بالتساوي عبر العملية كنظام منسق. وفي الوقت نفسه، على الرغم من أن غالبية المنظمات تخطط لنشر وكلاء مستقلين، إلا أن حوالي الثلث فقط يعتقدون أن بنيتهم التحتية جاهزة لدعمهم. علاوة على ذلك، وجدت الأبحاث من عام 2025 أن 79% من فشل أنظمة LLM متعددة الوكلاء ينجم عن مشكلات تتعلق بالتنسيق والمواصفات.

تضيف الشركات المصنعة صانعي قرارات مستقلين إلى أرضية المصنع وخط الإنتاج أسرع مما يبنون الاتصال بينها. وهذا يفاقم مشكلة التنسيق والتعاون التي تقوّض أداء هذه النماذج. في النهاية، يظهر ذلك في ثلاثة أقسام متميزة من بنية الذكاء الاصطناعي. إليكم أين وماذا يجب على الشركات المصنعة أن تفعل لضمان أنظمة وكيلة متعاونة ومتصلة جيدًا.

أكبر نقاط الاحتكاك في التعاون

العقبة الأولى وربما الأكبر هي البيانات، التي لا تزال نقطة عالقة هامة للعديد من المنظمات الكبيرة التي تسعى لتوسيع نطاق الذكاء الاصطناعي. تعمل معظم الشركات المصنعة على بنية تحتية تراكمت على مدى عقود (والبيانات المرتبطة بها) على شكل أنظمة MES و ERP التي لا تشترك في مخطط موحد مع تدفقات البيانات الأخرى مثل الاتصالات والموارد البشرية. نتيجة لذلك، يواجه الوكلاء صعوبة في التواصل مع بعضهم البعض، إن كان ذلك ممكنًا؛ فالبيانات المعزولة أو ذات التنسيق السيئ تشكل حاجزًا شبه غير قابل للاختراق بين الوكلاء المتعددين.

يتجلى ذلك على أرضية المصنع عندما لا يمتلك الوكيل الذي يراقب صحة الآلة وأدائها على خط واحد أي وسيلة موثوقة لمعرفة ما يخطط له وكيل الجدولة على بعد نظامين للانتقال القادم، على الرغم من أن القرارين وسير العمل يؤثران مباشرةً على بعضهما البعض.

نقطة الاحتكاك التالية هي البروتوكول. إنه عنصر لا يحصل على ما يكفي من الاعتبار عند التعامل مع التعاون في الذكاء الاصطناعي. الذكاء الاصطناعي الوكيل حديث جدًا، وحتى وقت قريب لم يكن هناك طريقة معيارية حقيقية لتواصل وتعاون الوكلاء المبنيين على أطر أو أسس أو بائعين مختلفين.

لحسن الحظ، يبدأ ذلك يتغير. على سبيل المثال، بروتوكول Agent2Agent (A2A) من Google، الذي تم إطلاقه العام الماضي، يضع معيارًا لكيفية اكتشاف الوكلاء المستقلين (الذين قد يُبنون على منصات مختلفة تمامًا) لقدرات بعضهم البعض وتفويض المهام. والأهم من ذلك، أن هذا مصمم صراحةً لتكملة بروتوكول Model Context Protocol (MCP) من Anthropic، الذي يضع معيارًا لكيفية وصول كل وكيل إلى الأدوات ومصادر البيانات. الهدف المشترك هنا هو التغلب على العزلة وضمان التعاون، حتى في بيئات متعددة الوكلاء، على نطاق واسع.

أخيرًا، لا تزال العديد من الشركات المصنعة تواجه سؤال الإشراف البشري. حتى شبكة الوكلاء المتناسقة تمامًا ستفشل إذا لم يثق الأشخاص المشرفون عليها بقراراتها أو كان لديهم توقعات غير واقعية بشأن قدراتها. وقد أثار تحذيرات محللو MIT Sloan حول التوقعات المبالغ فيها وتآكل الثقة فيما يتعلق بالذكاء الاصطناعي الوكيل، إلى جانب تهديد محتمل لانسحاب البشر عن الوكلاء الذكائيين. على أرضية المصنع، يمكن أن تكون هذه الفجوات ونقاط الاحتكاك كارثية: الخيط البشري الذي يربط نظام الوكلاء أمر حيوي تمامًا للعمليات الآمنة والموثوقة.

جسر فجوة الثقة

من المغري اعتبار الجانب البشري من هذا مسألة ثقافية بحتة يمكن حلها من خلال مزيد من جلسات التدريب. ومع ذلك، ستقصر هذه الجهود ما لم تُقترن بإصلاحات معمارية دائمة. يجب أن يأخذ تصميم الإشراف في الاعتبار متى يجب أن يتنازل الحكم البشري لصالح النظام، وليس مجرد الاعتماد على تجاوز اقتراح الوكيل لأن الشخص في الحلقة يختلف معه.

عليك بناء شفافية في التفكير، مما يعني وجود رؤية دائمًا وإمكانية تحليل سبب اتخاذ الوكيل لقرار أو الإشارة إلى اقتراح يتجاوز مجرد ملاحظة النتيجة. وعندما يختلف المشغلون، تأكد من وجود مسار تصعيد واضح وفعال يضمن الشفافية وقابلية التتبع فيما يتعلق بعمليات اتخاذ القرار.

إعادة بناء إحساس بالكمال

الوكلاء، مثل الفرق التي صُممت لدعمها، يحتاجون إلى أكثر من مجرد الوصول إلى مهمة ضيقة ومحددة. إنهم بحاجة إلى ما يُعادل إحساسًا بالكمال؛ نموذجًا عمليًا يوضح كيف يرتبط جزءهم من العملية بكل ما هو آخر. إن وكيل الجدولة الذي يُحسّن وقت التبديل دون أي رؤية لما يراه وكيل الصيانة بشأن المعدات المتقادمة يتخذ قرارًا مقبولًا إلى حد ما قد لا يكون القرار الصحيح عندما يُقارن بمتطلبات سير العمل الأخرى.

هنا يتقاطع طبقة البروتوكول ومشكلة إحساس الكمال. السياق المشترك هو الوسيلة العملية التي يُربط من خلالها مهمة الوكيل الفردية بحالة المصنع الأوسع. في التصنيع، هناك إجابة جزئية موجودة بالفعل على شكل معايير مثل ISA-95، التي تُعرّف وسائل مشتركة لكيفية تواصل أنظمة المؤسسة وأنظمة التحكم عبر المصنع. ما هو جديد الآن، هو توسيع فكرة المفردات التشغيلية المشتركة من التكامل القابل للقراءة البشرية إلى المعلومات التي يمكن للوكلاء معالجتها.

بدون ذلك النموذج المشترك، كل وكيل إضافي يُنشر يضيف نقطة معزولة جديدة للتفكير واتخاذ القرار لا تُشكل جزءًا من كل متماسك. وهذا بالضبط هو ما يجعل انتشار الوكلاء يتفاقم بدلاً من أن يُحلّ نفسه مع توسّع الاعتماد.

متابعة النبض على القياسات الصحيحة للنجاح

فخ آخر هو قياس الذكاء الاصطناعي الوكلي بنفس الطريقة التي يُراقب بها أي تنفيذ برمجي آخر: التركيز على أرقام الكفاءة وضمان استمرار ارتفاعها. بالنسبة للأنظمة المتعددة الوكلاء المتناسقة والمتعاونة، قد لا يكون ذلك مفيدًا بل قد ينعكس سلبًا عندما يصبح المقياس الوحيد للأداء.

أول شيء يستحق التأكيد ليس مجرد مقدار المال الذي يوفره الوكيل، بل ما إذا كان آمنًا ومأمونًا للعمل كما صُمم. تأكد من أنه يعمل ضمن حدوده المقصودة، وأن فشله يمكن التنبؤ به، وأنه يسمح بتدخل بشري وتصعيد حسب الحاجة. فقط بعد استقرار ذلك يجب أن تحتل الجودة المركزية، مثل ما إذا كان ناتج الوكيل صحيحًا ومتسقًا فعلاً وليس مجرد نتيجة فورية.

هذا هو ترتيب الأولويات الذي يجب أن يتبعه المصنعون. السرعة، والإنتاجية، وتوفير التكاليف هي أدنى الأولويات. أي تحسين في الإنتاجية مبني على وكيل غير آمن أو غير موثوق يُعد عبئًا على الفرق، والتقنية، وخطوط الإنتاج، والعلاقات، وسمعة الأعمال.

اختبر على نطاق صغير قبل الانتقال إلى نطاق أوسع. يمكن لوكيل واحد يتعامل مع مهمة محددة بوضوح أن يُظهر مقارنة واضحة قبل وبعد. ومع ذلك، عندما يتسع المجال ليشمل عشرات الوكلاء المتفاعلين عبر المصنع بأكمله قبل أن يتم التحقق من صحة أيٍّ منهم بشكل فردي، يصبح من الصعب جدًا تحديد أي جزء من النظام يسبب النتيجة. يجب إضافة التعقيد إلى نهج القياس بنفس السرعة التي يُضاف بها إلى النشر نفسه.

هنا يبدأ التعاون والقياس في التعايش. سيكون ناتج الوكيل موثوقًا فقط بقدر السياق الذي كان لديه عند اتخاذه للقرار. وهذا يعني أن مشكلة السياق المشترك المذكورة أعلاه هي في الواقع شرط مسبق للقياس. المصنعون الذين لم يحلوا مشكلة صورة عمليات موحدة عبر الأنظمة ليس لديهم طريقة موثوقة لمعرفة ما إذا كانت النتيجة الإيجابية أو السلبية تعكس حكم الوكيل أم فجوة في ما يُسمح له بالوصول إليه. المقاييس المهمة تكون قابلة للقراءة عندما تكون التسلسلات والسياق المشترك مؤمنين.

التنسيق والتعاون في صميم القدرة

في النهاية، لا يمكن إنكار المزايا الهيكلية للمصنعين الكبار (أحجام الإنتاج الضخمة، ومجموعات البيانات التاريخية، واتساق العمليات، والموارد البشرية والتقنية). ومع ذلك، هذه المزايا تتضاعف فقط إذا حل المصنعون مشكلة التعاون أولاً.

نظرة إلى المستقبل، مع تطور قدرات الذكاء الاصطناعي لتصل ربما إلى الاستقلالية الكاملة، ونمو الأنظمة وخطوط الإنتاج، يصبح هذا التعاون والتنسيق ضرورة مطلقة. اعتبار التوافقية، ومعايير البروتوكول، والسياق المشترك، والرقابة البشرية المعايرة، وإحساس الكمال كمتطلبات معمارية قبل التوسع والنشر أمر لا بد منه. إنه الخط الفاصل بين المصنعين الذين يوسعون الذكاء الاصطناعي الوكلي بنجاح وأمان، وأولئك الذين لا يزالون عالقين في التجارب الأولية.