يعرف الكثيرون فكرة أتمتة المصانع (factory automation)، ولكن ماذا عن "الأتمتة الفائقة hyperautomation"؟ وماذا عن ظهور المصانع المستقلة ذات الأنظمة التي تتخذ قراراتها الخاصة بشأن أشياء مثل مراقبة الجودة وسرعة الخط؟
سيتم طرح كلا المفهومين، المدفوعين بتقنيات الذكاء الاصطناعي artificial intelligence (AI) technologies، قريبًا للمصنعين، ويتم تتبعهما عن كثب من قبل العديد من مراقبي الصناعة. من المتوقع أيضًا أن يحدث كلاهما ثورة في كيفية عمل المصانع.
ربما تكون الأتمتة الفائقة هي الشيء الكبير التالي الأول عندما يتعلق الأمر بتبني هذه التطورات على نطاق واسع، وفقًا لـ Gartner، التي يبدو أنها صاغت المصطلح. لكن هذا المفهوم مألوف للعديد من أقسام تصنيع تكنولوجيا المعلومات المكلفة اليوم بتطوير مبادرات الصناعة 4.0 في شركاتهم. وفقًا لـ Fabrizio Biscotti، نائب رئيس أبحاث Gartner، فإن هذا النهج يسمح للمؤسسات بأتمتة أكبر عدد ممكن من عملياتها باستخدام تقنيات مثل أتمتة العمليات الروبوتية، والمنصات منخفضة التعليمات البرمجية والذكاء الاصطناعي.
تتطور التقنيات بسرعة، ولم يعد بإمكان الشركات المصنعة التي تريد أن تظل قادرة على المنافسة تأجيل الزواج منها من أجل أتمتة المصنع الكاملة. باستثناء ذلك، ستحتاج هذه المصانع على الأقل إلى أتمتة أنظمتها قدر الإمكان، على حد قوله.
مبادرات أتمتة المصانع هذه ممكنة لأن الذكاء الاصطناعي وخوارزميات التعلم الآلي (machine-learning algorithms) التي تدعم أنظمة الذكاء الاصطناعي أصبحت أكثر انتشارًا وبأسعار معقولة. في الوقت نفسه، تسمح إنترنت الأشياء (Internet of Things) وشبكة المستشعرات (web of sensors) الخاصة بها لهذه المصانع بربط العمليات، وجمع البيانات، واكتساب رؤى مهمة حول أداء المصنع، على حد قول سكوت كيم، كبير المحللين في مجموعة التصنيع والنقل المتقدمة في Gartner.
قال كيم: "أصبحت الأتمتة الفائقة شيئًا للمصنعين لزيادة الإنتاجية مع التحسين". "قد تستمر اضطرابات سلسلة التوريد ونقص العمالة والاضطرابات الاقتصادية الكلية طوال عام 2022 والمصنعون مستعدون للقيام باستثمارات قوية لتحديث مصانعهم".
مثل الكثير حول مبادرات الصناعة 4.0، يجب على المصنّعين أتمتة أكبر عدد ممكن من التقنيات والعمليات أو المخاطرة بالتخلف عن الركب.
قال بيسكوتي: "لقد تحولت الأتمتة الفائقة من خيار إلى شرط البقاء على قيد الحياة". "سوف تتطلب المؤسسات مزيدًا من تكنولوجيا المعلومات وأتمتة العمليات التجارية حيث إنها مجبرة على تسريع خطط التحول الرقمي في العالم الرقمي الأول بعد COVID-19".
تتوقع شركة Gartner أن يشهد السوق للأدوات التي تتيح التشغيل الآلي الفائق، مثل أتمتة العمليات الروبوتية، ومنصات التعليمات البرمجية المنخفضة والذكاء الاصطناعي، ومن المتوقع أن تشهد نموًا مضاعفًا حتى عام 2022. وتتوقع الشركة أنه بحلول عام 2024 ستخفض المؤسسات التكاليف التشغيلية بنسبة 30% من خلال الجمع تقنيات الأتمتة الفائقة مع عمليات التشغيل المعاد تصميمها.
وأضاف Biscotti أنه يمكن استخدام أنواع أخرى من برامج الأتمتة لأتمتة مهام أكثر تحديدًا للشركة، مثل سلسلة التوريد ونظام تخطيط موارد المؤسسة ونظام إدارة علاقات العملاء.
ما وراء الأتمتة إلى الاستقلالية Beyond automation to autonomous
العديد من الشركات المصنعة، حتى عندما يتطلعون إلى أتمتة أكبر عدد ممكن من الأنظمة، بدأوا أيضًا في التفكير في تجاوز الأتمتة والاستقلالية.
قد يبدو المفهومان متشابهين ولكنهما في الواقع مختلفان تمامًا.
الأتمتة هي عملية ثابتة تعمل من تلقاء نفسها، مثل الفكرة الشائعة لخط إنتاج المصنع. بالتأكيد، قد يراقب نظام الرؤية الآلي العملية لاختيار المنتجات المعيبة، وبالتأكيد قد يؤدي الروبوت وظائف معينة على طول الخط. لكن هذه الأنظمة في الواقع تعمل بالطاقة البشرية: فهي تشمل شخصًا خلف ستار عمليتها المستقلة، مثل ساحر أوز. قال رينولدز إن السحرة، في حالة الأنظمة الآلية، هم بشر وراء هذه الأنظمة قاموا ببرمجتها لأداء بطريقة محدودة.
تمت برمجة نظام الرؤية لاكتشاف عيوب محددة للغاية ويؤدي الروبوت نفس الوظيفة بالطريقة نفسها بالضبط، بشكل متكرر.
من ناحية أخرى، يمكن للأنظمة المستقلة تعلم كيفية أداء المهام بمفردها وحتى التكيف مع التغييرات في العملية أو البيئة، وفقًا لجوردان رينولدز، المدير العالمي لعلوم البيانات في شركة الاستشارات الإدارية Kalypso.
يجب أن يجتمع عدد من تقنيات الصناعة 4.0 معًا لتشغيل أنظمة مستقلة، بما في ذلك إنترنت الأشياء والذكاء الاصطناعي. تتكون إنترنت الأشياء من مئات، وأحيانًا الآلاف، من أجهزة الاستشعار المتصلة بمعدات التشغيل وترسل باستمرار معلومات حول الظروف المحيطة وحول كيفية عمل الجهاز في الوقت الفعلي.
قال رينولدز: "لدينا الآن القدرة على تمكين التعلم الذاتي، على عكس البرمجة الواضحة لهذه الأنظمة". "وهم قادرون على تعلم كيفية إنشاء المنتجات والحفاظ على مستويات الجودة بأنفسهم".
وأضاف أن الأتمتة لن تكون ممكنة بدون تقنيات الذكاء الاصطناعي والتعلم الآلي، مشبِّهًا أتمتة المصانع بمفهوم المركبات ذاتية القيادة، والتي تنتشر حتى اليوم في الشوارع - حتى ولو بطريقة صغيرة - في شكل حافلات وقصيرة- شاحنات نقل شاملة. يراقب إنترنت الأشياء باستمرار أشياء مثل ظروف الطريق وضغط الإطارات ويقيس المسافة بين السيارة، وعلى سبيل المثال، شخص على دراجة يعبر الشارع أمام السيارة.
تتيح أدوات التعلم الآلي والذكاء الاصطناعي للسيارة أن تصبح أكثر ذكاءً بمرور الوقت؛ قال رينولدز إن التحسن بشكل أساسي في القيادة بناءً على التجارب السابقة، بالطريقة نفسها التي يتقدم بها السائق المبتدئ ببساطة عن طريق الخروج والقيادة على طول الطريق.
تعمل تقنيات الذكاء الاصطناعي نفسها على نقل المصانع من وحدات التحكم المنطقية القابلة للبرمجة التقليدية التي تعمل على أتمتة الخطوط إلى المصانع المستقلة التي تعمل بمفردها، وتتعلم أثناء تقدمها وتتحسن فيما تفعله بمرور الوقت دون تدخل بشري.
قال رينولدز إنه من خلال الذكاء الاصطناعي والأنظمة الذاتية، سواء كانت سيارات ذاتية القيادة أو إجراءات تصنيع ذاتية التحسين، فإن الهدف هو غرس هذه القدرات الشبيهة بالإنسان- للمراقبة والاستنتاج واتخاذ القرار والتصرف- في الأنظمة التي ستتصرف بشكل مستقل.
يمكن أن تحقق أنظمة التصنيع المستقلة قيمة تجارية كبيرة. وأضاف أنها يمكن أن تلغي أو تعيد توظيف الحاجة إلى الجهد اليدوي، مما يؤدي إلى تحسين التخطيط والجدولة وقرارات تخصيص الموارد، وتخفيضات في مدخلات الموارد والمواد الخام، ومعدلات إنتاج أسرع، ومستويات أعلى من الجودة والعائد، وزيادة كفاءة الأصول الرأسمالية. .
قال رينولدز: "كل هذا تطور طبيعي لسوق الأتمتة". "إن قدرة عمليات التصنيع على التعلم والتكيف بشكل مستقل هي المرحلة المنطقية التالية من هذا التطور".
سيتم طرح كلا المفهومين، المدفوعين بتقنيات الذكاء الاصطناعي artificial intelligence (AI) technologies، قريبًا للمصنعين، ويتم تتبعهما عن كثب من قبل العديد من مراقبي الصناعة. من المتوقع أيضًا أن يحدث كلاهما ثورة في كيفية عمل المصانع.
ربما تكون الأتمتة الفائقة هي الشيء الكبير التالي الأول عندما يتعلق الأمر بتبني هذه التطورات على نطاق واسع، وفقًا لـ Gartner، التي يبدو أنها صاغت المصطلح. لكن هذا المفهوم مألوف للعديد من أقسام تصنيع تكنولوجيا المعلومات المكلفة اليوم بتطوير مبادرات الصناعة 4.0 في شركاتهم. وفقًا لـ Fabrizio Biscotti، نائب رئيس أبحاث Gartner، فإن هذا النهج يسمح للمؤسسات بأتمتة أكبر عدد ممكن من عملياتها باستخدام تقنيات مثل أتمتة العمليات الروبوتية، والمنصات منخفضة التعليمات البرمجية والذكاء الاصطناعي.
تتطور التقنيات بسرعة، ولم يعد بإمكان الشركات المصنعة التي تريد أن تظل قادرة على المنافسة تأجيل الزواج منها من أجل أتمتة المصنع الكاملة. باستثناء ذلك، ستحتاج هذه المصانع على الأقل إلى أتمتة أنظمتها قدر الإمكان، على حد قوله.
مبادرات أتمتة المصانع هذه ممكنة لأن الذكاء الاصطناعي وخوارزميات التعلم الآلي (machine-learning algorithms) التي تدعم أنظمة الذكاء الاصطناعي أصبحت أكثر انتشارًا وبأسعار معقولة. في الوقت نفسه، تسمح إنترنت الأشياء (Internet of Things) وشبكة المستشعرات (web of sensors) الخاصة بها لهذه المصانع بربط العمليات، وجمع البيانات، واكتساب رؤى مهمة حول أداء المصنع، على حد قول سكوت كيم، كبير المحللين في مجموعة التصنيع والنقل المتقدمة في Gartner.
قال كيم: "أصبحت الأتمتة الفائقة شيئًا للمصنعين لزيادة الإنتاجية مع التحسين". "قد تستمر اضطرابات سلسلة التوريد ونقص العمالة والاضطرابات الاقتصادية الكلية طوال عام 2022 والمصنعون مستعدون للقيام باستثمارات قوية لتحديث مصانعهم".
مثل الكثير حول مبادرات الصناعة 4.0، يجب على المصنّعين أتمتة أكبر عدد ممكن من التقنيات والعمليات أو المخاطرة بالتخلف عن الركب.
قال بيسكوتي: "لقد تحولت الأتمتة الفائقة من خيار إلى شرط البقاء على قيد الحياة". "سوف تتطلب المؤسسات مزيدًا من تكنولوجيا المعلومات وأتمتة العمليات التجارية حيث إنها مجبرة على تسريع خطط التحول الرقمي في العالم الرقمي الأول بعد COVID-19".
تتوقع شركة Gartner أن يشهد السوق للأدوات التي تتيح التشغيل الآلي الفائق، مثل أتمتة العمليات الروبوتية، ومنصات التعليمات البرمجية المنخفضة والذكاء الاصطناعي، ومن المتوقع أن تشهد نموًا مضاعفًا حتى عام 2022. وتتوقع الشركة أنه بحلول عام 2024 ستخفض المؤسسات التكاليف التشغيلية بنسبة 30% من خلال الجمع تقنيات الأتمتة الفائقة مع عمليات التشغيل المعاد تصميمها.
وأضاف Biscotti أنه يمكن استخدام أنواع أخرى من برامج الأتمتة لأتمتة مهام أكثر تحديدًا للشركة، مثل سلسلة التوريد ونظام تخطيط موارد المؤسسة ونظام إدارة علاقات العملاء.
ما وراء الأتمتة إلى الاستقلالية Beyond automation to autonomous
العديد من الشركات المصنعة، حتى عندما يتطلعون إلى أتمتة أكبر عدد ممكن من الأنظمة، بدأوا أيضًا في التفكير في تجاوز الأتمتة والاستقلالية.
قد يبدو المفهومان متشابهين ولكنهما في الواقع مختلفان تمامًا.
الأتمتة هي عملية ثابتة تعمل من تلقاء نفسها، مثل الفكرة الشائعة لخط إنتاج المصنع. بالتأكيد، قد يراقب نظام الرؤية الآلي العملية لاختيار المنتجات المعيبة، وبالتأكيد قد يؤدي الروبوت وظائف معينة على طول الخط. لكن هذه الأنظمة في الواقع تعمل بالطاقة البشرية: فهي تشمل شخصًا خلف ستار عمليتها المستقلة، مثل ساحر أوز. قال رينولدز إن السحرة، في حالة الأنظمة الآلية، هم بشر وراء هذه الأنظمة قاموا ببرمجتها لأداء بطريقة محدودة.
تمت برمجة نظام الرؤية لاكتشاف عيوب محددة للغاية ويؤدي الروبوت نفس الوظيفة بالطريقة نفسها بالضبط، بشكل متكرر.
من ناحية أخرى، يمكن للأنظمة المستقلة تعلم كيفية أداء المهام بمفردها وحتى التكيف مع التغييرات في العملية أو البيئة، وفقًا لجوردان رينولدز، المدير العالمي لعلوم البيانات في شركة الاستشارات الإدارية Kalypso.
يجب أن يجتمع عدد من تقنيات الصناعة 4.0 معًا لتشغيل أنظمة مستقلة، بما في ذلك إنترنت الأشياء والذكاء الاصطناعي. تتكون إنترنت الأشياء من مئات، وأحيانًا الآلاف، من أجهزة الاستشعار المتصلة بمعدات التشغيل وترسل باستمرار معلومات حول الظروف المحيطة وحول كيفية عمل الجهاز في الوقت الفعلي.
قال رينولدز: "لدينا الآن القدرة على تمكين التعلم الذاتي، على عكس البرمجة الواضحة لهذه الأنظمة". "وهم قادرون على تعلم كيفية إنشاء المنتجات والحفاظ على مستويات الجودة بأنفسهم".
وأضاف أن الأتمتة لن تكون ممكنة بدون تقنيات الذكاء الاصطناعي والتعلم الآلي، مشبِّهًا أتمتة المصانع بمفهوم المركبات ذاتية القيادة، والتي تنتشر حتى اليوم في الشوارع - حتى ولو بطريقة صغيرة - في شكل حافلات وقصيرة- شاحنات نقل شاملة. يراقب إنترنت الأشياء باستمرار أشياء مثل ظروف الطريق وضغط الإطارات ويقيس المسافة بين السيارة، وعلى سبيل المثال، شخص على دراجة يعبر الشارع أمام السيارة.
تتيح أدوات التعلم الآلي والذكاء الاصطناعي للسيارة أن تصبح أكثر ذكاءً بمرور الوقت؛ قال رينولدز إن التحسن بشكل أساسي في القيادة بناءً على التجارب السابقة، بالطريقة نفسها التي يتقدم بها السائق المبتدئ ببساطة عن طريق الخروج والقيادة على طول الطريق.
تعمل تقنيات الذكاء الاصطناعي نفسها على نقل المصانع من وحدات التحكم المنطقية القابلة للبرمجة التقليدية التي تعمل على أتمتة الخطوط إلى المصانع المستقلة التي تعمل بمفردها، وتتعلم أثناء تقدمها وتتحسن فيما تفعله بمرور الوقت دون تدخل بشري.
قال رينولدز إنه من خلال الذكاء الاصطناعي والأنظمة الذاتية، سواء كانت سيارات ذاتية القيادة أو إجراءات تصنيع ذاتية التحسين، فإن الهدف هو غرس هذه القدرات الشبيهة بالإنسان- للمراقبة والاستنتاج واتخاذ القرار والتصرف- في الأنظمة التي ستتصرف بشكل مستقل.
يمكن أن تحقق أنظمة التصنيع المستقلة قيمة تجارية كبيرة. وأضاف أنها يمكن أن تلغي أو تعيد توظيف الحاجة إلى الجهد اليدوي، مما يؤدي إلى تحسين التخطيط والجدولة وقرارات تخصيص الموارد، وتخفيضات في مدخلات الموارد والمواد الخام، ومعدلات إنتاج أسرع، ومستويات أعلى من الجودة والعائد، وزيادة كفاءة الأصول الرأسمالية. .
قال رينولدز: "كل هذا تطور طبيعي لسوق الأتمتة". "إن قدرة عمليات التصنيع على التعلم والتكيف بشكل مستقل هي المرحلة المنطقية التالية من هذا التطور".
