الذكاء الاصطناعي الوكالي في التصنيع: كيف يغير وكلاء الذكاء الاصطناعي أرض المصنع

الوقت الآن 2:40 صباحًا، وقد أرسل مورد بريدًا إلكترونيًا يُخطر بأن دفعة من لفائف النحاس ستُسلم بتأخير لمدة يومين. في معظم المصانع، تبقى هذه الرسالة ببساطة في صندوق الوارد حتى يصل المخطط إلى المصنع في الساعة الثامنة. ومع ذلك، بحلول ذلك الوقت، يكون العمال في نوبة الليل، الذين بدأوا بالفعل مهام الإنتاج التي تتضمن هذه اللفائف، قد أدركوا أن خط الإنتاج سيتوقف عن العمل بحلول الظهر، مما يجبر شخصًا ما على إكمال إعادة جدولة العمليات يدويًا لليوم.

دعونا الآن نتخيل ليلة بديلة. يقرأ وكيل برمجي البريد الإلكتروني الوارد، ويفحص الطلبات التي تعتمد على اللفائف المفقودة، بالإضافة إلى ما تبقى من الإمدادات في المخزون، ويُنشئ جدولًا زمنيًا جديدًا للعمليات، يمكن للمصنع اتباعه بدون اللفائف. يتحقق من توفر المعدات من خلال بيانات MES، ويحدد طلبين سيتم تأخريهما، ويرسل رسالة إلى المخطط توضح الجدول الزمني المخطط حديثًا.

هذا السيناريو الثاني هو ما يشير إليه الناس عند الحديث عن الذكاء الاصطناعي الوكلي في التصنيع. فهو ليس فقط لوحة تحكم ذكية، بل يتعلق بقدرات الذكاء الاصطناعي الوكلي في تخطيط جميع الإجراءات المطلوبة، واستخدام أدوات برمجيات المصنع، وإكمال عملية الإنتاج بشكل مستقل.

انتقل مفهوم الذكاء الاصطناعي الوكلي بسرعة من فكرة مثيرة للاهتمام إلى جزء من خرائط طريق الموردين. في ربيع عام 2026، على سبيل المثال، نشرت شركة IBM دليلًا يشير إلى أن إدارة الجودة الذاتية، والجدولة الديناميكية، وتحسين العمليات من البداية إلى النهاية يجب أن تكون التطبيقات الرائدة لتقنيات الذكاء الاصطناعي الوكلي. في مارس من نفس العام، أعلنت شركة Siemens أن أنظمة الذكاء الاصطناعي الصناعية أصبحت وكيلة؛ كما قدمت وكيل المنسق الذي يشرف على وكلاء متخصصين يعملون بمساعدة برنامج Industrial Copilot الخاص بها. في ذلك الشهر، أشارت Microsoft حتى إلى عام 2026 كنقطة تحول للذكاء الاصطناعي، حيث ستكون الحوكمة وكذلك قدرات التراجع من عوامل النجاح الرئيسية لتطبيق الذكاء الاصطناعي.

سيوفر الدليل الحالي معلومات حول ماهية الذكاء الاصطناعي الوكلي، وأين يُستخدم بالفعل، وكيفية تنفيذ التكنولوجيا دون خلق مخاطر جديدة. علاوة على ذلك، سنأخذكم عبر مثال لاستخدامه في عملية اختبار قواطع الدائرة.

إجابة سريعة: يُوصف الذكاء الاصطناعي الوكلي في التصنيع بأنه أنظمة ذكاء اصطناعي قادرة على العمل نحو تحقيق الأهداف المحددة من خلال تخطيط الإجراءات اللازمة، وأخذ المعلومات من أنظمة البيانات مثل MES وERP وبرمجيات الصيانة، وأداء الإجراءات مع تدخل بشري محدود. تشمل التطبيقات الرئيسية لتقنيات الذكاء الاصطناعي الوكلي في التصنيع التحقيق في الجودة، والجدولة الديناميكية، وتنسيق الصيانة، وإعادة جدولة سلسلة التوريد. في أكثر وحدات الإنتاج فعالية، يعمل الوكلاء ضمن حدود سلطة محددة بوضوح: منطق السلامة موجود في PLC، في حين أن الإجراءات ذات المخاطر الأعلى تتطلب موافقة بشرية.

ما هو الذكاء الاصطناعي الوكالي في التصنيع؟

لقد استخدمت الغالبية العظمى من المصانع أشكالًا من “الذكاء” بالفعل. تقوم وحدات التحكم المنطقية القابلة للبرمجة (PLC) بحساب العمليات المنطقية بترددات عالية جدًا—كل ثانية، تقوم بهذا النشاط آلاف المرات. تزيل أنظمة الرؤية القطع المعيبة. تظهر النماذج التنبؤية أن المحمل متدهور. السؤال هو: ما الجديد هنا؟

ما يختلف فعليًا هو إغلاق الحلقة المعنية. تقدم النماذج التنبؤية بعض المعلومات بينما الأنظمة الوكالية قادرة على التصرف بناءً عليها. وفقًا لشركة Siemens، تمثل الأنظمة الوكالية الذكاء الاصطناعي الذي يستخدم عدة مصادر بيانات وأدوات لتقديم الحلول وحل المشكلات متعددة الخطوات دون الحاجة إلى قيام أي شخص بكل نقرة. تصف IBM ذلك من حيث أنشطة أرض المصنع. الأنظمة الوكالية قادرة على تغيير إعدادات الماكينة عندما ترى العيب بدلاً من مجرد الإبلاغ عنه.

في الواقع،, يمكن اعتبار وكلاء الذكاء الاصطناعي في التصنيع برامج حاسوبية تؤدي ثلاث وظائف: لديها هدف (الحفاظ على هدف الإنتاج في الخط 3 ومعالجة إنذار الجودة)، ولديها وصول معين إلى الأدوات (قراءة MES، إنشاء أوامر عمل لصيانة المعدات، معرفة مستوى المخزون لدى الموردين)، ويتم توجيهها بالقواعد المتعلقة بأفعالها.

وكلاء الذكاء الاصطناعي مقابل الذكاء الاصطناعي التقليدي مقابل الأتمتة

يتم الخلط بين هذه المصطلحات باستمرار، لذا إليك كيف يتم مقارنتها في أرضية إنتاج نموذجية.

تكنولوجيا	ما الذي تفعله	مثال المصنع	من يتصرف بناءً على النتيجة
الأتمتة القائمة على القواعد (PLC، الروبوتات)	تنفذ المنطق الثابت تمامًا كما هو مبرمج	ترفض محطة الضغط قطعة عندما يتجاوز القوة حدها	الماكينة، ضمن القواعد الثابتة
الذكاء الاصطناعي التنبؤي / التحليلي	يجد الأنماط ويتنبأ بالنتائج	يتنبأ نموذج بفشل المغزل خلال عشرة أيام	يقرأ شخص التنبيه ويقرر
مساعد الذكاء الاصطناعي التوليدي	يجيب على الأسئلة ويصيغ المحتوى عند الطلب	يطلب مهندس رمز PLC أو شرح العطل بلغة بسيطة	شخص، بعد كل طلب
الذكاء الاصطناعي الوكالي	يخطط وينفذ عملًا متعدد الخطوات نحو هدف باستخدام الأدوات	يرى الوكيل توقع الفشل، يجد نافذة تحميل منخفضة، يحجز الفني ويطلب القطعة	الوكيل، ضمن الحدود المعتمدة؛ يوافق الأشخاص على الخطوات ذات المخاطر الأعلى

لاحظ أن الذكاء الاصطناعي الوكالي لا يحل محل الثلاثة الآخرين. إنه يجلس فوقهم. لا تزال وحدة التحكم المنطقية القابلة للبرمجة تدير الماكينة. لا يزال النموذج التنبؤي ينتج التوقع. الوكيل هو الطبقة التي تحول تلك الإشارات إلى عمل.

كيف يعمل وكيل الذكاء الاصطناعي في أرض المصنع

يتم تعيين ما يصل إلى أربعة خوارزميات رئيسية لتشغيل جوهر معظم الوكلاء الصناعيين:

إدراك المعلومات الحية والتاريخية المجمعة من حالات الماكينة التي تُراقب في SCADA أو PLC، ونتائج الاختبارات التشغيلية المخزنة في MES أو أوامر ERP، وطلبات الشراء المحدثة عبر بوابات الموردين أو البريد الإلكتروني.
الاستدلال. استخدام نموذج لغوي بالإضافة إلى قواعد المجال لفهم الوضع ووضع خطة، على سبيل المثال، “نتائج الرحلة تنحرف؛ تحقق أولاً مما إذا كانت إحدى تجهيزات الاختبار مسؤولة.”
التفعيل. استدعاء الأدوات: تشغيل الاستعلامات، إنشاء أوامر العمل، تحديث الجداول الزمنية، وإرسال الرسائل. يتم تسجيل كل استدعاء يتم إنشاؤه.
التعلم. النظر في النتيجة ومقارنتها بما كان متوقعًا؛ ثم تعديل القرار التالي.

فقدان وكيل واحد يناسب الجميع أمر نادر للمصانع الكبيرة. لقد تبنوا عدة وكلاء متخصصين مع منسق مسؤول. هذا هو بالضبط ما تشير إليه Siemens: طياريها الصناعيون هم الواجهة الحوارية الأمامية، في حين يختار وكيل التنسيق أي وكيل خبير يكمل أي جزء من العمل. تشير IBM إلى نفس النموذج كنظام متعدد الوكلاء يعمل عبر سير العمل بدلاً من أن يكون محصورًا في مهمة معزولة.

ما تقوله IBM وSiemens وMicrosoft

تناولت الشركات الثلاث الموضوع من وجهات نظر مختلفة؛ وهذا مفيد لأنه يعني أن جميعها تغطي الجوانب المختلفة للاستراتيجية، والبرمجيات الصناعية، والبنية التحتية السحابية.

ترى IBM الذكاء الاصطناعي الوكلي كعملية اتخاذ قرار مستمرة تقيم التكلفة والجودة والتسليم في آن واحد. يقدم نظرة عامة للشركة لعام 2026 ثمانية قطاعات للتطبيق تتراوح من الجودة والجدولة إلى المبيعات وسلسلة التوريد، ويضيف توقع Gartner أنه بحلول عام 2028 سيتم استخدام الذكاء الاصطناعي الوكلي في 33 بالمئة من تطبيقات البرمجيات المؤسسية مقارنة بأقل من 1 بالمئة في 2024.
تركز Siemens على سلسلة القيمة الصناعية، بما في ذلك التصميم والتخطيط والهندسة والتشغيل والخدمة. عند الترويج لذكائها الاصطناعي الوكلي في Automate 2025، وصف الرئيس التنفيذي راينر بريهم هذه التقنية بأنها خطوة “تتجاوز نموذج السؤال والجواب”، إلى أنظمة قادرة على إكمال سير العمل. تدعي الشركة توفير زيادة في الإنتاجية تصل إلى 50 بالمئة، وتؤكد أن العملاء يسيطرون على المهام التي يسلمونها إلى الوكلاء.

تركز Microsoft على التنسيق والثقة. تصف مقالتها المنشورة في مارس 2026 ثلاثة تحولات—الأنظمة، البيانات، والعمل—مع الأدوات التي تسمح للمستخدمين بالعمل مع المساعدين ليتم استبدالها بالوكيل الذي ينفذ المهام. وفقًا للشركة، بمجرد أن ينمو الذكاء الاصطناعي من تقديم التوصيات إلى تنفيذ المهام، تنشأ الحاجة إلى إدارة النماذج، والتحكم في الوصول، والبيانات، والتشغيل التقني، وشرح القرارات.

حالات استخدام الذكاء الاصطناعي الوكلي في التصنيع

هنا تصبح المحادثة عملية. أدناه هي حالات استخدام الذكاء الاصطناعي الوكلي في التصنيع التي تظهر في أغلب الأحيان في مواد البائعين والنشر المبكر، مع نوع العمل الذي يقوم به الوكيل فعليًا في كل منها.

إدارة الجودة الذاتية

نظرًا لأن المعلومات متاحة بالفعل، فإن الجودة هي الحالة الابتدائية في هذه الحالة. تنتج أي عدد من كاميرات التفتيش، وأكشاك الاختبار، أو المقاييس أرقامًا وغالبًا ما يتم النظر إلى هذه الأرقام مرة واحدة فقط.

على عكس الأنظمة الأخرى، فإن وكيل الجودة يراقب البيانات باستمرار. وهذا يعني أنه بمجرد أن يلاحظ الوكيل أي شذوذ في البيانات (مثل زيادة معدلات العيوب، أو اقتراب الحدود، أو تجمعات الفشل في وردية معينة)، فإنه لا يكتفي فقط بتسجيل الشذوذ. بل يحقق في أسئلة مثل أي محطة إنتاج أو جهاز أدى إلى هذه النتائج.

كمثال، تأتي شركة IBM مع المجال الإلكتروني: بمجرد أن يكتشف النظام عيبًا متكررًا عند اللحام، يكون لديه القدرة على تصحيح درجة الحرارة والتوقيت على المعدات أو إطلاق اختبار مستهدف لجميع اللوحات الملحومة حديثًا.

في حالة المنتجات الحرجة للسلامة، عادةً ما يقتصر دور الوكيل على التحقيق، في حين أن أي تغيير في العملية يخضع لموافقة مهندس مرخص.

الجدولة الديناميكية للإنتاج

في اللحظة التي يتم فيها إنشاء جدول الإنتاج، يبدأ في أن يصبح قديمًا. قد يكون ذلك بسبب عطل في الماكينة، أو طلب مستعجل، أو مشكلة في التسليم. وهذا يعني أن العمال سيضطرون باستمرار إلى إعادة جدولة كل شيء على جداول البيانات الخاصة بهم، خاصة خلال النهار.

تستمر وكلاء الجدولة في إعادة جدولة الطلبات باستخدام معلومات حية عن حالة الطلب، والآلات، وتوفر العمالة، وتوفر المواد. قدمت IBM مثالًا حيث يتم تعليق الإنتاج في مصنع سيارات بسبب تأخيرات في تسليم مكون رئيسي. ومع ذلك، بدلاً من إيقاف الإنتاج، يمكن لوكيل الجدولة إعادة تنظيم عملية الإنتاج بسهولة، وطلب تصنيع المركبات التي لا تحتاج إلى التسليم أولاً، وموازنة عبء العمل بين عمال الخط.

يمكن تطبيق هذا النهج بنفس الطريقة في معظم عمليات التصنيع. حتى مصنع صغير للقواطع الكهربائية يصنع عدة نماذج مختلفة يمكنه الاستفادة من تقليل عدد التبديلات اللازمة.

تنسيق الصيانة التنبؤية

كانت الصيانة التنبؤية موجودة منذ وقت طويل، لكن التحدي كان دائمًا ما يحدث بعد التنبؤ. يحتاج شخص ما إلى التقاط التنبيه، والتحقق من الجدول الزمني، وإيجاد فني، وطلب القطعة اللازمة، والتفاوض على وقت التوقف مع الإنتاج.

يتولى الوكلاء هذه المهمة. تصف IBM الوكلاء بأنهم قادرون على جدولة العمل خلال فترات توقف الإنتاج المتوقعة، وطلب قطع الغيار، وتعيين الفنيين، وتغيير الأحمال مؤقتًا مع آلات أخرى. وقد تم اعتماد نفس النهج في مشروع Senseye Maintenance Copilot من Siemens. وفقًا لشركة Siemens، قلل العملاء التجريبيون الوقت المستغرق في أنشطة الصيانة التفاعلية بمعدل 25%.

تنسيق سلسلة التوريد والمخزون

تعتقد Microsoft أن الذكاء الاصطناعي المبكر في سلسلة التوريد كان يقتصر فقط على توليد التقارير ولوحات المعلومات، وبعد ذلك يعود الأمر للأشخاص لاتخاذ الإجراءات بناءً على الرؤى المستلمة. المرحلة التالية هي وجود ذكاء اصطناعي لديه القدرة على التصرف من خلال التنسيق مع الموردين، وتحفيز إعادة الموارد أو إعادة التخطيط، وإدارة أي مشاكل لوجستية محتملة.

تشير شركة IBM إلى أبحاثها الخاصة التي أجريت بالشراكة مع Oracle و Accelalpha، والتي تشير إلى أن 62٪ من التنفيذيين في سلسلة التوريد يزعمون أن وكلاء الذكاء الاصطناعي يعززون سرعة اتخاذ الإجراءات. في الوقت نفسه، يتوقع 76٪ من رؤساء سلاسل التوريد أن الوكلاء القادرين على حل المهام الروتينية بسرعة تفوق البشر سيساعدون في تحقيق كفاءة أفضل في العمليات التشغيلية.

بالنسبة لمصنع معين، النسخة العملية هي أن الوكيل يفهم أن أحد الموردين متأخر، يحدد الطلبات التي ستتأثر ويقترح مورداً أو مادة أخرى للطلب المعني. هذه هي السردية في الساعة 2:40 صباحًا التي تم توضيحها سابقًا.

تحسين العملية من البداية إلى النهاية

في مبادرات تحسين العمليات التقليدية، يحدث التحسين فقط في محطة واحدة. من الممكن أخذ كل معلمات العملية في الاعتبار أثناء إجراء الموازنات بين السرعة والتكلفة وجودة العملية.

تم إثبات ذلك من خلال حالة مع سلع المستهلكين لشركة IBM. اكتشف الوكيل أن انخفاض سرعة العملية سيؤدي إلى انخفاض كبير في معدل العيوب مما يقلل من التكلفة الإجمالية للتصنيع. تم تنفيذ التغييرات على الفور وتم تحسينها باستمرار في العملية. كان من الممكن لمهندس متمرس أن يصل إلى نفس الاستنتاج، ولكن بعد أشهر من تحليل البيانات، وليس في بضعة أيام فقط.

تحسين الطاقة والموارد

تمتلك المنشآت الصناعية الثقيلة القدرة على التحكم في تحويل الأحمال المرنة، مما يسمح بتوفير التكاليف. يتيح استخدام الوكلاء في إنتاج الصلب والكيماويات حدوث العمليات التي تستهلك الطاقة عندما تكون أسعار الكهرباء في أدنى مستوياتها دون التضحية بالعائد.

لدى مصنعي الأجهزة الكهربائية أمثلة خاصة بهم على الأحمال المرنة في شكل اختبار الاحتراق المسبق للمكونات الكهربائية. مثال جيد هو خط إنتاج ذكي لقواطع الدائرة متصل بالإنترنت, ، حيث تُجرى اختبارات الشيخوخة لعدة أيام تحت ظروف الحمل.

الهندسة، برمجة PLC وتطوير المنتجات

يمكن العثور على بعض أكثر تقنيات الوكلاء تقدمًا في الهندسة بدلاً من أرضية الإنتاج. يسمح Engineering Copilot من Siemens لـ TIA Portal لمهندسي الأتمتة بتطوير كود PLC من تعليمات بسيطة، بينما يعمل Design Copilot في NX CAD. تشير Siemens إلى أن مهندسي thyssenkrupp Automation Engineering لاحظوا تحسنًا في جودة الكود وتسريع التطوير.

تمثل IBM وكلاء يقسمون المهمة الهندسية المعقدة إلى أجزاء أصغر، يطورون متغيرات التصميم، ويديرون المحاكاة، غالبًا في توأم رقمي، قبل ظهور أي جسم مادي. دورات الإنتاج الأقصر تعني بدء التشغيل بشكل أسرع لأي مستهلك للأتمتة.

دعم العمليات في الخطوط الأمامية

تعتقد مايكروسوفت أن فرق الخطوط الأمامية التي تستخدم مساعدي الطيار المتعدد الوسائط ستحل المزيد من المشكلات بشكل مستقل، وتعتقد أن هذه العمليات التي تشمل البشر والذكاء الاصطناعي ستتحول في النهاية إلى وكلاء تشغيل. يتبع مساعد العمليات من سيمنز مبدأً مشابهًا، حيث يستخدم المشغلون والفنيون بيانات الآلة للحصول على إرشادات استكشاف الأخطاء بلغة سهلة الفهم.

بالنسبة للمرافق التي تشهد معدل دوران عالٍ للموظفين – وهو أمر شائع في العديد من الأسواق التصديرية الناشئة – قد تكون هذه هي الطريقة الأسرع لجني الفوائد، حيث تتيح لكل موظف جديد الاستفادة من خبرة فني كبير.

تطبيقات الذكاء الاصطناعي الوكيلية في التصنيع بنظرة عامة

يلخص الجدول أدناه التطبيقات الرئيسية لتطبيقات الذكاء الاصطناعي الوكيلية في التصنيع, ، والأنظمة التي يتصل بها كل وكيل عادةً، وأين يبقى الإنسان عادةً في الحلقة.

حالة الاستخدام	ما يفعله الوكيل	الأنظمة التي يتصل بها	نقطة التحقق البشرية النموذجية
إدارة الجودة	يكتشف الاتجاهات، يتتبع الأسباب الجذرية، يحفز الفحص الإضافي	MES، مقاعد الاختبار، الرؤية، SPC	يوافق المهندس على أي تغيير في العملية
جدولة الإنتاج	يعيد ترتيب الوظائف عندما تتغير الطلبات أو الآلات أو المواد	ERP، MES، برامج التخطيط	يوافق المخطط على التغييرات التي تحرك مواعيد التسليم
تنسيق الصيانة	يحجز الأعمال في نوافذ التحميل المنخفض، يطلب القطع، يخصص الفنيين	CMMS، مراقبة الحالة، MES	يؤكد المشرف نافذة التوقف
تنسيق سلسلة التوريد	يستجيب لتأخيرات الموردين، يضبط الطلبات والخطط	ERP، بوابات الموردين، البريد الإلكتروني	يوافق المشتري على الموردين الجدد أو الإنفاق الإضافي
تحسين العملية	يضبط السرعة ونقاط الضبط ضمن النطاقات المعتمدة	MES، المؤرخ، واجهات الآلات المعتمدة	يحدد مالك العملية النطاق المسموح به
إدارة الطاقة	ينقل الأحمال المرنة إلى فترات أرخص	عدادات الطاقة، MES، بيانات التعريفات	يحدد مدير المنشأة الحدود
الهندسة	يولد كود PLC، متغيرات التصميم والمحاكاة	TIA Portal، CAD، PLM، أدوات المحاكاة	يراجع المهندس ويختبر كل الكود
دعم الخطوط الأمامية	يجيب على أسئلة المشغل، يوجه في اكتشاف الأعطال	الكتيبات، MES، بيانات الآلة	يقرر المشغل ما يجب فعله

الذكاء الاصطناعي الوكيلي في التصنيع المتقطع

لطالما استخدمت عمليات التصنيع الصناعية مثل المصافي والمصانع الكيميائية تقنيات التحكم المتقدمة في العمليات. بالمقابل، فتح ظهور تكنولوجيا الذكاء الاصطناعي المستقلة مجالًا للتصنيع المتقطع، حيث تواجه مصانع التصنيع المتقطع العديد من التفاوتات التي لا تستطيع الأنظمة التقليدية التعامل معها بفعالية.

فكر في مصنع ينتج أجهزة كهربائية – قواطع دوائر، بادئات، أو أجهزة قياس. تعمل وحدة الإنتاج بعشرات الإصدارات من الأجهزة الكهربائية مع العديد من الخيارات والتعديلات، كل منها قد يؤدي إلى العديد من أخطاء الإنتاج. في كل مرة يتم فيها التبديل من عملية إنتاج إلى أخرى، تزداد فرصة استخدام خطة إنتاج غير صحيحة. تتبع أجزاء الإنتاج في هذه الحالة معقد ويتشكل بواسطة متغيرات لا حصر لها، مما يقدم فرصة ممتازة لوكيل “حل” ذكي يستخدم تقنيات متقدمة.

الكفاءة التي أظهرها كبار المنتجين الذين يعملون مع مجموعة واسعة من المنتجات تثبت ذلك. تنتج شركة Rockwell Automation Singapore أكثر من 1000 منتج مختلف، يخضع معظمها للعديد من التغييرات خلال العام بسبب نشر أكثر من 50 تقنية رقمية وذكاء اصطناعي، من بينها الذكاء الاصطناعي لمراقبة الجودة. تحكي شركتا Siemens Amberg و Eaton Changzhou قصة مماثلة، وقد تناولنا كيف وصلوا إلى هناك في دليلنا لـ أمثلة على مصانع المنارات من Schneider و Siemens و Eaton.

مثال: كيف يمكن لوكيل ذكاء اصطناعي أن يستجيب لمشاكل الجودة في خط اختبار قواطع الدائرة الصغيرة (MCB)

هذا مثال على كيفية عمل الذكاء الاصطناعي المعتمد على الوكيل مع بيانات الاختبار. لا يوضح تشغيل نظام ذكاء اصطناعي وكيل فعلي تم وضعه في خدمة Benlong.

تخيل قواطع C16 تعمل بسرعة عالية خط اختبار قواطع الدائرة المصغرة الأوتوماتيكي يمر كل جهاز باختبارات على الرحلة اللحظية (المغناطيسية) عند مستوى 5-10× In، والمعايرة الحرارية عند 1.13× و 1.45× In، ومقاومة التلامس. يقوم الخط بإنتاج 1800-2400 وحدة في الساعة، ولكل وحدة يظهر النتيجة مع رقم تسلسلي وطابع زمني، ويرسل البيانات إلى نظام MES المتصل عبر OPC UA أو Modbus TCP.

خلال أكثر من ورديتين، بدأت نتائج الرحلة المغناطيسية لدفعة واحدة تقترب من حدود التسامح. ومع ذلك، يعمل كل من قواطع الدائرة الصغيرة بشكل طبيعي. لا يرى النظام التقليدي أي مشكلة حيث يبدو كل شيء على ما يرام.

يقوم ذكاء اصطناعي وكيل لمراقبة الجودة، الذي لديه وصول إلى نفس البيانات، بقراءة الاتجاه بطريقة مختلفة. وبالتالي قد يقوم بما يلي:

مقارنة الدفعة مع النتائج التاريخية لتصنيف مماثل للتأكد من أن الانحراف حقيقي وليس مجرد تباين طبيعي.
تحديد ما إذا كانت الوردية مرتبطة بعملية التجميع، مثل محطة، أو تثبيت، أو تغيير المشغلين، أو إذا كان هذا مرتبطًا بطريقة ما بدفعة المواد القادمة (مثل بكرة جديدة من سلك الملف أو مورد يوك).
فحص البيانات التي تم الحصول عليها من محطة الاختبار للتحقق مما إذا كان قد حدث خطأ في القياس، على سبيل المثال، تقييم زيادة مقاومة التلامس في جهاز الاختبار.
إعداد التوصيات: زيادة أخذ العينات من الدفعة المتأثرة وإجراء قياس التثبيت.
إخطار المهندس بالمشكلة، حتى يتمكن من الموافقة على الإجراءات التي ستتخذ.

بمجرد أن يمنح المهندس موافقته، يقوم نظام MES بإنشاء مهمة التفتيش والتعليق. ثم يبدأ الوكيل في مراقبة الوحدات التالية لمعرفة ما إذا كان الانحراف يتوقف، مع توثيق كل شيء لفحوصات محتملة في المستقبل.

هناك بعض الأمور التي يجب ألا يقوم بها الوكيل أبدًا. على وجه الخصوص، يجب ألا يزيد حدود عملية الرحلة أو يتجاهل أي متطلبات سلامة أو يغير أي من معلمات المعايرة بمفرده. تقع جميع المسؤوليات عن قرارات النجاح/الفشل على معدات الاختبار القادرة. دور الوكيل هو العثور على المشكلة وتحسين وقت استجابة الأشخاص المسؤولين.

كيف يستخدم المصنعون وكلاء الذكاء الاصطناعي في الإنتاج اليوم؟

قد يتساءل المرء عن مدى صحة كل هذه المعلومات. يمكن العثور على إجابة صادقة لهذا السؤال من خلال القول إن الكثير من هذه المعلومات لا تزال تتعلق بمرحلة المساعد المشارك، مما يعني أن نظام الذكاء الاصطناعي يتعاون مع الإنسان، وبالتالي يجعل عملية إنشاء الوكلاء المستقلين تدريجية. يجب ذكر الحقائق المتاحة:

تدعي شركة Siemens أن مساعديها الصناعيين يساهمون في تحقيق نتائج جيدة سواء في مرافق الإنتاج أو لعملائها. تستخدم إحدى مصانعها (مصنع المحركات في باد نويشتات) مساعد Insights Hub Production Copilot لمعالجة البيانات وترجمتها إلى معلومات قابلة للتنفيذ. بالإضافة إلى ذلك، تخطط Siemens لإطلاق منصة تسمح لأنظمة مختلفة (سواء الخاصة بها أو التابعة لأطراف ثالثة) بالعمل بتآزر.
طورت Siemens Digital Industries Software تطبيق Microsoft Teams ليُستخدم في نظام Teamcenter PLM لمعالجة تقارير الصوت التي تُقدم بلغات مختلفة وإعادة إرسالها إلى الخبراء المعنيين.
قررت Körber ترحيل نظام PAS-X MES الخاص بها إلى Microsoft Azure لدمج بيانات MES وERP وسلسلة التوريد لموظفيها.
حصل مصنع Rockwell Automation الواقع في سنغافورة على لقب Global Lighthouse في يونيو 2026. ينفذ المصنع العديد من أنظمة الذكاء الاصطناعي وقد قلل الوقت اللازم لتدريب الموظفين الجدد بنسبة 67%.

تم تصميم مصنع Siemens في نانجينغ افتراضياً ويشغل أكثر من 50 عملية مدفوعة بالذكاء الاصطناعي، مما يقلل وقت استقبال الطلبات بنسبة 78%.
أعلن المنتدى الاقتصادي العالمي في يونيو 2026 أن عدد Global Lighthouses قد وصل إلى 238 وأنها الآن تحول الذكاء الاصطناعي إلى القدرة التشغيلية الرئيسية.

كيفية نشر وكلاء الذكاء الاصطناعي في مصنع التصنيع

تفشل الغالبية العظمى من مشاريع الذكاء الاصطناعي في المصانع لأسباب غير مرتبطة بنقص الخوارزمية. يمكن عزو الفشل إلى جودة البيانات الرديئة وعدم تعيين شخص مسؤول عن المشروع. وفقًا لمايكروسوفت، يجب أن تضع في اعتبارك “قاعدة الإبهام” التي وضعتها KPMG، والتي تشرح أسباب نجاح المشاريع – 10 بالمئة بسبب الخوارزمية، 20 بالمئة بسبب التكنولوجيا والبيانات، و70 بالمئة بسبب الأشخاص والعمليات.

إليك تسلسل عملي لـ كيفية نشر وكلاء الذكاء الاصطناعي في مصنع التصنيع, ، مكتوب لمصنع متوسط الحجم بدلاً من شركة عالمية.

الخطوة 1: ابدأ بحلقة قرار واحدة، وليس “استراتيجية الذكاء الاصطناعي”

اختر قرارًا شائعًا يواجهه الشخص حاليًا وله نتائج قابلة للقياس. على سبيل المثال، يمكنك النظر في كيفية التفاعل مع تقلبات الجودة على خط التجميع، كيفية إعادة ترتيب الوظائف بعد توقف آلة، أو كيفية إدارة الصيانة عند عنق الزجاجة. ومع ذلك، يمكن أن يكون القرار السيئ أي شيء يتعلق بأنشطة السلامة أو الذي يحدث مرتين فقط في السنة.

ضع القرار في جملة واحدة، وسمّ من هو المسؤول عن النتيجة (من يملكها الآن)، وشرح ما يعنيه “الأفضل” بالأرقام.

الخطوة 2: أصلح أساس البيانات أولاً

تعتمد فعالية الآلة على البيانات التي يمكنها الوصول إليها. قبل شراء أي منصة ذكاء اصطناعي، ابحث عن ما يلي:

هل تُخزن النتائج كسجلات رقمية، لكل وحدة أو دفعة، مع طوابع زمنية؟
هل يمكن تحديد كل نتيجة برقم الآلة، الموقع، دفعة المواد، والوصفة؟
هل البيانات متاحة وخارج الآلة، مثل من خلال OPC UA، Modbus TCP، SQL، أو REST API؟
هل نظام MES أو قاعدة بيانات مركزية قادرة على تخزين سجلات كافية لكشف الأنماط؟

توضح شركة IBM أن تكامل البيانات والأنظمة القديمة يمثلان العقبة الأولى التي تواجه الذكاء الاصطناعي الوكلي، وتنصح الشركات بتحديد مصادر البيانات ذات القيمة الأعلى أولاً بدلاً من محاولة دمج كل البيانات دفعة واحدة. مقالنا عن الأتمتة المتكاملة تمامًا يشرح كيف تتكامل طبقات PLC وHMI وMES وERP معًا.

الخطوة 3: تحديد مستويات الاستقلالية قبل التشغيل الفعلي

هذه هي الخطوة التي يتخطاها معظم الفرق، وهي التي تحميهم من المشاكل. قرر مسبقًا مقدار ما يمكن للوكيل القيام به بنفسه لكل نوع من الإجراءات.

المستوى	ما يمكن للوكيل القيام به	مثال
0 – المراقبة	يراقب البيانات ويبلغ عن النتائج؛ لا يتخذ أي إجراء	ملخص يومي لاتجاهات الجودة على كل خط إنتاج
1 – التوصية	يقترح إجراءات مع الأدلة؛ يقرر شخص ويتصرف	يقترح فحص التجهيز عندما تبدأ نتائج الرحلات في الانحراف
2 – التنفيذ بعد الموافقة	يحضر الإجراء وينفذه بعد موافقة شخص	ينشئ مهمة فحص في MES بعد أن ينقر المهندس على الموافقة
3 – التنفيذ ضمن الحدود	يتصرف بمفرده داخل الحدود المعتمدة مسبقًا ويبلغ بعد ذلك	يعيد ترتيب الوظائف داخل الوردية عندما لا تتغير مواعيد التسليم

يجب أن تبدأ معظم المصانع بالمستوى 0 أو 1 وترتقي فقط بعد أن يبني الوكيل سجل أداء. تبقى الوظائف المتعلقة بالسلامة خارج نطاق الوكيل على كل المستويات.

الخطوة 4: تزويد الوكلاء بالأدوات، وليس التحكم الخام

من الضروري أن يعمل الوكيل باستخدام نفس الواجهات المسيطر عليها التي يستخدمها الإنسان، مثل أمر عمل نظام الصيانة، تعليق في MES، وتحديث أداة التخطيط. يجب ألا يتفاعل الوكيل مباشرة مع ذاكرة PLC، أو يغير منطق السلامة، أو يغير الوصفات المعتمدة.

ابدأ بإذن قراءة فقط ثم أضف إذن الكتابة لكل أداة مع حدودها وسجلاتها المحددة.

الخطوة 5: بناء الرقابة، ومسارات التدقيق، والرجوع للخلف

وفقًا لمايكروسوفت، هناك أربع قدرات ثقة يجب أن تكون موجودة للمصنعين عند تشغيل الذكاء الاصطناعي: حوكمة النموذج، التحكم في البيانات والوصول، أمان OT ونقاط النهاية، والقدرة على شرح، تقييد، وعكس القرارات. نفس المبدأ تؤكده IBM التي توصي بوضع حدود واضحة للقرارات المتخذة، وإشراك الإنسان في العملية، والتأكد من تسجيل كل إجراء مدفوع بالذكاء الاصطناعي.

بمعنى آخر، يجب أن يُحاسب أي إجراء يتم اتخاذه من خلال تسجيل البيانات المستخدمة والمعلومات المتعلقة بسبب القرار المتخذ. علاوة على ذلك، يجب أن يكون كل إجراء قابلًا للعكس أو معتمدًا مسبقًا.

الخطوة 6: الاختبار في وضع الظل أو التوأم الرقمي أولاً

من الأفضل اختبار الوكيل على العملية دون لمس المعدات. يرى الوكيل كل ما يحدث، يتخذ القرارات، ويصدر الاقتراحات، لكن لا يحدث شيء. قارن نصائحه مع الإجراءات التي يتخذها مهندسوكم وركز على النقاط غير المتسقة.

إذا كان لديك نموذج المحاكاة للخط في متناول اليد، فاستخدمه أيضًا. دليلنا إلى التوائم الرقمية لخطوط الإنتاج يشرح كيف تستخدم Siemens و Schneider Electric و ABB المحاكاة والتكليف الافتراضي، وكيف يمكن للمصانع الصغيرة أن تبدأ بخط واحد.

الخطوة 7: القياس، ثم التوسع

من البداية، احتفظ بسجل لعدد قليل من الأرقام: الوقت المستغرق من التنبيه إلى اتخاذ الإجراء، معدلات الخردة وإعادة العمل، التوقف غير المخطط له، الالتزام بالجدول الزمني، ونسبة التوصيات التي يتبعها المستخدمون. بعد أن يثبت الحلقة الأولى فعاليتها، أعد استخدام نموذج البيانات، إطار الأذونات، والتسجيل من الحلقة السابقة.

تشير Microsoft إلى نتائج أبحاث MIT و McKinsey التي تؤكد أن المؤسسات التي تمتلك نموذج حوكمة بارز وبيانات موحدة يمكنها تحقيق نتائج تحويلية تصل إلى أربعة أضعاف وفي فترة زمنية أقصر بمقدار الضعف مقارنة بالشركات التي تفتقر إلى إطار البيانات والحوكمة. ما يتوسع هو الأساس، وليس المشروع التجريبي الفردي.

أفضل الممارسات والأخطاء الشائعة

• حدد قضية معنية يعبر الناس عنها بشكل متكرر. من الممكن للوكيل حل التحدي كلما وجد مشكلة قائمة.
  خصص لكل وكيل مالكه الخاص.
  وثق كل شيء من رفض الاقتراحات؛ هذا ما تريد أن تتعلم منه.
  لا تطور وكيلًا في بيئة غير مستقرة. إذا كان العملية تتصرف بشكل غير متوقع، فسيتعلم فقط الانحرافات.
  يجب ألا يُمنح الوكيل أبدًا حق الكتابة على منطق PLC أو أنظمة السلامة.
  قبل بدء مشروع تجريبي، حدد من سيكون مسؤولاً عن صيانة الوكيل بعد أن يتوقف فريق المشروع عن المشاركة.

التحديات التي يجب التخطيط لها

توضح IBM أن الذكاء الاصطناعي الوكلي يتطلب جهدًا للتنفيذ. التحديات الموضحة مهمة للتقييم في سياق وضعك الخاص:

تكامل البيانات: المستوى الحالي للتكنولوجيا يجعل دمج البيانات والمصادر غير المتوافقة غير فعال.
الحوكمة: غير واضح متى يُسمح للنظام بالتصرف بشكل مستقل ومتى يتطلب تدخل بشري.
التكلفة: التكنولوجيا ذات تكلفة تنفيذ عالية لكن النهج التدريجي يلغي المخاطر.
القابلية للتوسع: لا يمكن تكرار وكيل تم إنشاؤه لمهمة معينة؛ نهجنا يخفف من هذا التحدي.
الأمان: دمج عدد أكبر من الأنظمة يخلق ظروفًا لعدد أكبر من الهجمات التي تحتاج إلى تدابير تحكم فعالة.
المهارات: ينتقل الأشخاص من أداء مهامهم إلى إدارة الأنظمة مما يتطلب تدريبًا خاصًا.

وكلاء الذكاء الاصطناعي، PLC، MES والمصنع الذكي

واحدة من أكثر المخاوف شيوعًا التي نسمعها من مهندسي الأتمتة بسيطة: “هل سيبدأ هذا الشيء في الكتابة إلى PLC الخاص بي؟” الجواب القصير هو أنه لا ينبغي أن يفعل ذلك. لفهم السبب، من المفيد النظر إلى مكان وجود الوكلاء في طبقة الأتمتة.

مكان الذكاء الاصطناعي الوكلي في طبقة الأتمتة

الطبقة	ما الذي تفعله	دور وكلاء الذكاء الاصطناعي
PLC والأجهزة الميدانية	التحكم الحتمي في الوقت الحقيقي، الأقفال الوظيفية ووظائف السلامة	قراءة البيانات فقط؛ لا يوجد تحكم مباشر في الحركة أو السلامة
SCADA / واجهة الإنسان والآلة	التصور، الإنذارات وأوامر المشغل	شرح الإنذارات وتوجيه المشغلين خلال عملية البحث عن الأعطال
MES	الأوامر، الوصفات، سجلات الجودة والتتبع	السطح الرئيسي للعمل: مهام التفتيش، التوقفات، أوامر العمل
ERP / سلسلة التوريد	الطلب، الشراء، المخزون والمالية	إعادة تخطيط الأوامر، الإشارة إلى مخاطر المورد، اقتراح المشتريات
طبقة الوكيل والتنسيق	تنسيق الوكلاء المتخصصين، فرض الأذونات، تسجيل الإجراءات	تقع فوق MES و ERP، خارج حلقة التحكم في الوقت الحقيقي

يُقصد بـ PLC التحكم في كل ما يحدث خلال أجزاء من الثانية، غالبًا لضمان سلامة الأشخاص والآلات. تعتمد أنشطة الوكلاء على القرارات المتخذة خلال دقائق/ساعات وورديات، مما يعني أن جميع العمليات الإنتاجية الرئيسية قد انتهت بالفعل. تساعد هذه التقسيمات المصانع في ضمان السلامة حيث يُستخدم الذكاء الاصطناعي فقط عندما يحتاجه البشر أكثر.

لهذا السبب من المهم الانتباه إلى جودة اتصال MES. خط الإنتاج الذي يمرر نتائج الاختبار، الإنذارات والتحديثات إلى MES عبر بروتوكول مفتوح هو الأكثر أمانًا. الخط الآلي المغلق على HMI فعال، لكن السلامة تكون بمستوى متوسط.

التوأم الرقمي والذكاء الاصطناعي الوكلي: المحاكاة أولاً، ثم التنفيذ

يوفر كل من التوائم الرقمية وأنظمة الذكاء الاصطناعي إجابات على أسئلة مميزة:

التوأم الرقمي مسؤول عن فهم وتمثيل حالة آلة أو مبنى أو منشأة إنتاج. يمكن تلخيص عمل التوأم الرقمي في السؤال: “ماذا سيحدث إذا أجرينا تغييرًا؟”
من ناحية أخرى، الذكاء الاصطناعي الوكلي هو نظام ينظم العمل بناءً على المعلومات والموارد المتاحة، حيث تأتي المعلومات المستخدمة من الأهداف التي يجب تحقيقها والأدوات الأخرى التي تم تفويض استخدامها. يجيب الذكاء الاصطناعي الوكلي على السؤال: “ما هي الخطوة التالية وهل يمكن تنفيذها؟”

يشكل النهجان دورة آمنة. يقترح الوكيل تغييرًا مثل تغيير في تسلسل الأعمال المنجزة أو وقت دورة جديد. يتمثل عمل التوأم الرقمي الذكي في اختبار ما إذا كان التغيير المقترح يستحق التطبيق في الواقع. فقط عندما يثبت التوأم الرقمي أن نتيجة العمليات الجديدة تتماشى مع المتطلبات من حيث النتيجة الإيجابية والامتثال للحدود المحددة، يتم تنفيذها إما في النظام أو إرسالها إلى شخص للموافقة.

توضح شركة IBM هذا النهج في إنشاء منتج حيث يتم العمل بواسطة الوكلاء الذين ينسقون عمل التوأم الرقمي قبل إطلاق مشروع للإنتاج. تذكر شركة Microsoft هذه الفكرة على مستوى المؤسسة مع التأكيد على أن المصانع يجب أن تكون مستعدة لعصر الذكاء الاصطناعي الوكلي إذا كانت تعتمد على مفهوم التوائم الرقمية والخيوط الرقمية في تخطيطها وتحقيق عملية الإنتاج. إذا كانت منشأتك قد بدأت للتو، فإن مقالنا عن دروس التوأم الرقمي من كبار المصنعين الكهربائيين هو مكان جيد للبدء، مع نتائج حقيقية من Siemens Erlangen و Schneider Electric Wuxi و ABB RobotStudio.

من مصانع المنارة إلى المصانع اليومية

أقل المصانع وصولاً على الطريق هي منارات WEF العالمية، ولا يتم إدارتها بواسطة الذكاء الاصطناعي وحده. هذه منشآت يراقب فيها الأشخاص أنظمة تزداد استقلاليتها. حتى المصانع المعروفة التي تعمل بدون إشراف بشري مثل FANUC و ASE لا تزال تعتمد على الأشخاص في الصيانة والتعامل مع الشذوذ، كما هو ملاحظ من خلال أمثلة المصانع المظلمة الحقيقية.

يجب على مصنع متوسط الحجم في قطاع المعدات الكهربائية اتباع النهج العملي التالي: القضاء على عنق الزجاجة، اختبار كل منتج في العملية، ربط كل مصنع بنظام MES، إضافة توأم رقمي لأغراض التخطيط، وتوظيف وكلاء لتحليل المعلومات لتسريع عمليات اتخاذ القرار.

الخلاصة: وكلاء الذكاء الاصطناعي هم تغيير في سير العمل، وليس مجرد شراء برنامج

تتفق شركات IBM و Siemens و Microsoft على نفس الرؤية بشأن مسار الذكاء الاصطناعي في المصانع. وفقًا لهم، يتطور الذكاء الاصطناعي في المصانع من كونه أداة ترد على الاستفسارات إلى وكيل يساعد في التخطيط وتنفيذ المهام المتعلقة بإدارة العمليات في إدارة الجودة، والجدولة، والصيانة، ومهام سلسلة التوريد. صرحت Siemens بأنها تعمل على أتمتة عملية الأتمتة بأكملها. وأعلنت Microsoft أن عام 2026 سيكون عام انتقال التكنولوجيا من مرحلة التجريب إلى التنفيذ على نطاق واسع. تتصور IBM مصانع يتم فيها إجراء تعديلات منتظمة نحو الأهداف دون تعليمات مستمرة من المشغل.

تتفق هذه الشركات أيضًا على الشروط المسبقة لاستخدام الذكاء الاصطناعي في المصانع. تتطلب وكلاء الأتمتة معلومات جيدة ومتصلة. يحتاجون إلى معايير واضحة يعملون ضمنها. يحتاجون إلى شخص مسؤول عن النتيجة ويمكنه إلغاء الحل إذا لزم الأمر. كما يحتاجون إلى آلات لديها القدرة على قياس كل شيء وإرسال المعلومات بالتنسيق الصحيح.

الإجراء الأساسي الذي يجب أن تتخذه شركات التصنيع ليس شراء منصة الذكاء الاصطناعي، بل ضمان أن كل محطة عمل وكل عملية تولد بيانات يمكن استخدامها لأغراض الوكيل. إذا تم تحقيق ذلك، سيكون الانتقال إلى وكلاء الذكاء الاصطناعي أسهل بكثير.

الأسئلة الشائعة

ما هو الذكاء الاصطناعي الوكلي في التصنيع؟

الذكاء الاصطناعي الوكالي في التصنيع يعني الذكاء الاصطناعي الذي يحقق بعض الأهداف في الإنتاج من خلال إنشاء خطة، واستخراج المعلومات من الأنظمة مثل MES وERP وبرامج الصيانة، واتخاذ الإجراءات المناسبة عبر هذه الأنظمة، على سبيل المثال، من خلال إنشاء مهام التفتيش أو إعادة ترتيب تسلسل الوظائف. يختلف الذكاء الاصطناعي الوكالي عن لوحات المعلومات وروبوتات الدردشة من حيث أنه يتخذ الإجراءات حتى يتم إنجاز المهمة ولكن فقط تحت الشروط والقواعد التي يحددها الأشخاص.

هل يُستخدم الذكاء الاصطناعي الوكالي للأتمتة؟

نعم، ولكن على مستوى مختلف عن الأتمتة التقليدية. لا تزال وحدات التحكم المنطقية القابلة للبرمجة (PLCs) والروبوتات تتولى التحكم في الآلات في الوقت الحقيقي ووظائف السلامة. يقوم الذكاء الاصطناعي الوكالي بأتمتة القرارات والتنسيق فيما يتعلق بهذه الوظائف، على سبيل المثال، الاستجابة لاتجاهات الجودة، وإعادة تنفيذ الجداول الزمنية بعد توقف الآلات، وتنظيم الصيانة. تشير شركة Siemens إلى ذلك باعتباره أتمتة عملية الأتمتة نفسها مع وكلاء الذكاء الاصطناعي الذين ينفذون سير العمل الكامل في التصميم والهندسة والعمليات والخدمة.

أي نوع من الذكاء الاصطناعي هو الأفضل لصناعة التصنيع؟

لا يمكن تتويج حل ذكاء اصطناعي واحد كأفضل ذكاء اصطناعي للإنتاج. بينما تعتبر الرؤية الآلية مثالية لعملية التفتيش، النماذج التنبؤية مناسبة للصيانة، يساعد الذكاء الاصطناعي التوليدي المساعد المهندسين والمشغلين في العثور على المعلومات اللازمة، والذكاء الاصطناعي الوكالي مناسب جيدًا للمهام متعددة الطبقات مثل التحقيق في الجودة، والجدولة، وتنسيق سلسلة التوريد. بعض الحلول الأكثر شيوعًا هي Siemens Industrial Copilot وIBM WatsonX Orchestrate وMicrosoft Azure AI. يعتمد اختيار الحل المثالي للذكاء الاصطناعي على جودة البيانات المتاحة، وأنظمة PLC وMES المستخدمة بالفعل، والمهمة التي يجب تحسينها.

كيف يختلف الذكاء الاصطناعي الوكالي عن الأتمتة؟

تعمل الأتمتة التقليدية وفقًا لقواعد محددة مسبقًا: عندما يتجاوز بعض القيم حدًا معينًا، ترفض الآلة الجزء. الذكاء الاصطناعي الوكالي موجه نحو الهدف. على عكس الأتمتة التقليدية، يقوم بتقييم الوضع، وتحديد خطة الإجراءات، واستخدام الأدوات، والتكيف مع الظروف المتغيرة. يمكن لمنشأة إنتاجية مبنية بشكل صحيح أن تستفيد من كلاهما: ستقوم وحدة التحكم المنطقية القابلة للبرمجة (PLC) بالحفاظ على وظائف السلامة والتحكم، بينما سيعمل وكلاء الذكاء الاصطناعي على MES وERP.

كيف يُستخدم الذكاء الاصطناعي (AI) في التصنيع؟

تطبق الشركات استخدام الذكاء الاصطناعي من أجل التفتيش على الجودة المعتمد على الرؤية، والصيانة التنبؤية، وجدولة الإنتاج، وتحسين الطاقة، وتخطيط سلسلة التوريد. منحت المنتدى الاقتصادي العالمي مواقع رائدة مثل مصنع Rockwell Automation في سنغافورة ومواقع تصنيع Siemens في نانجينغ جوائز لاستخدام منتجات مجهزة بأكثر من 50 حلاً للذكاء الاصطناعي. أصبح الاتجاه واضحًا مع مرور الوقت، من تجارب الذكاء الاصطناعي المعزولة إلى الوكلاء الذين يقودون الجهود عبر الأنظمة في عام 2026.

مراجع

• IBM – كيف يقود الذكاء الاصطناعي الوكالي في التصنيع التحول (أبريل 2026) – التعريف، ثمانية مجالات استخدام، إحصائيات سلسلة التوريد وتحديات التنفيذ.
• مدونة سيمنس – مستقبل الذكاء الصناعي الصناعي هو الوكيل (مارس 2026) – نموذج الإدراك-التفكير-التصرف-التعلم، وكيل المنسق ونماذج الأساس الصناعية.
• سيمنس – سيمنس تقدم وكلاء الذكاء الاصطناعي للأتمتة الصناعية (مايو 2025) – وكلاء المساعد الصناعي عبر سلسلة القيمة، هدف الإنتاجية ونتائج العملاء.
• مايكروسوفت – التصنيع عند نقطة التحول 2026 (مارس 2026) – التحولات الثلاثة، قدرات الثقة والحوكمة، وقاعدة 10-20-70.
• المنتدى الاقتصادي العالمي – مواقع المنارات العالمية الجديدة توضح كيف يعيد الذكاء الاصطناعي تشكيل التصنيع (يونيو 2026) – إجمالي الشبكة 238 موقعًا ونتائج الدفعة الجديدة.
• روكويل أوتوميشن – موقع سنغافورة يُسمى منارة عالمية (يونيو 2026) – مراقبة الجودة المدفوعة بالذكاء الاصطناعي والصيانة التنبؤية في مصنع متعدد المنتجات.

بناء خط تجميع أو اختبار جاهز للذكاء الاصطناعي؟

يمكن لوكلاء الذكاء الاصطناعي أن يتصرفوا فقط بناءً على البيانات التي تنتجها معداتك. إذا كنت تصنع قواطع دوائر صغيرة (MCBs)، قواطع دوائر رئيسية (MCCBs)، قواطع تسرب التيار (RCCBs)، المرحلات أو عدادات الطاقة وتريد خطوطًا تختبر كل وحدة، تربط كل نتيجة برقم تسلسلي وتغذيها إلى نظام تنفيذ التصنيع (MES) عبر OPC UA أو Modbus TCP، أرسل لنا عينات منتجاتك، الهدف الإنتاجي ووصفًا مختصرًا لعمليتك الحالية. سيقترح مهندسونا مفهوم خط يوفر تتبعًا كاملاً اليوم ويجعلك جاهزًا لجودة مدفوعة بالذكاء الاصطناعي غدًا.

طلب تقييم خط مجاني →