في أكثر من عامين منذ أن قدمت OpenAI ChatGPT، ارتبط الذكاء الاصطناعي التوليدي (GenAI) بشكل أساسي بتغيير طريقة عمل المهن ذات الياقات البيضاء. في دراسة أجريت عام 2024 من قبل جمعية إدارة الموارد البشرية ومعهد Burning Glass، أشار المؤلفون إلى أن التكنولوجيا ستغير على نطاق واسع جميع فئات أعمال ذوي الياقات البيضاء تقريبًا، بينما «سيظل عمل ذوي الياقات الزرقاء محميًا من الاضطرابات الرئيسية».

الآن، ربما. لكن العديد من الصناعات المرتبطة عادةً بالعمل البدني تقوم أيضًا بتجربة GenAI لحل المشكلات التي تبدو مستعصية على الحل. تتراوح هذه من تحسين غلة المحاصيل في الزراعة إلى تخفيف نقص العمالة في البناء.

فيما يلي تقرير موجز عن المقالات حول كيفية استخدام خمس من هذه الصناعات لـ GenAI. تقدم مناهجهم الإبداعية دروسًا لأي صناعة - من ذوي الياقات البيضاء أو الزرقاء - حول كيفية الحصول على أكبر قيمة من هذه التكنولوجيا الثورية.

الزراعة: زيادة رؤى المزارعين في عالم متغير

يأتي الإنتاج الغذائي المستدام في طليعة تحديات الصناعة الزراعية. يحتاج مزارعو اليوم إلى الاستخدام الفعال للموارد الطبيعية مثل التربة والبذور والمياه، بالإضافة إلى تقليل الرسوم التي تسببها الزراعة على البيئة من خلال توليد الميثان واستخدام مبيدات الآفات وعوامل أخرى. في الوقت نفسه، يجب عليهم التكيف مع المناخ المتغير الذي يؤثر بشكل مباشر على عائداتهم.

دفعت هذه الضغوط المنظمات إلى ابتكار مجموعة من تطبيقات GenAI، بدءًا من روبوتات الدردشة لصغار المزارعين في الهند، إلى أنظمة جمع البيانات وتحليلها للتكتلات الزراعية متعددة الجنسيات.

أطلقت Digital Green، وهي منظمة غير ربحية تبني التكنولوجيا لمساعدة المزارعين في البلدان النامية، روبوت محادثة افتراضي للمهندسين الزراعيين لوكلاء الإرشاد في الهند وكينيا وإثيوبيا. الهدف هو تقديم معلومات عن أساسيات الزراعة مثل البذور والمناخ وحتى أسعار السوق.

وفي سويسرا، تبحث شركة Datamars للتكنولوجيا في كيفية استخدام GenAI لتحسين إنتاج الحليب مع جمع بيانات الاستدامة التي تزداد أهمية، ليس فقط لجمهور المشترين، ولكن أيضًا للحكومات.

الوجبات السريعة عبر الصناعات

• كن مستعدًا لاستخدام مجموعة واسعة من البيانات للتدريب النموذجي.
  بدأت Digital Green تجربتها من خلال تدريب النموذج ببيانات علمية موثوقة من مصادر مثل البحوث الزراعية التي تمت مراجعتها من قبل الأقران. ولكن نظرًا لأن الزراعة محلية، فإن الخطوة التالية ستكون إضافة معلومات خاصة بالمنطقة مثل أنماط الطقس وخصائص التربة. وفي نهاية المطاف، تأمل المنظمة في استخدام الجيل المعزز للاسترجاع لجلب البيانات المتغيرة باستمرار، مثل أسعار السوق المحلية لمختلف المحاصيل.
• استخدم الخبراء للتحقق من صحة المخرجات.
  في البداية، الأشخاص الذين يتفاعلون مع روبوت الدردشة الخاص بـ Digital Green ليسوا مزارعين أنفسهم بل وكلاء الإرشاد الزراعي الذين يقدمون المشورة للمزارعين. يستخدم الوكلاء روبوت الدردشة للحصول على إجابات أسرع لأسئلة المزارعين، وبسبب خبرتهم الزراعية، يمكنهم اكتشاف وتصحيح أي هلوسات GenAI.
• اتخذ تدابير لبناء ثقة المستخدم.
  في الزراعة، من الشائع أن تقوم نفس العائلة بتربية نفس المحاصيل على نفس الأرض لأجيال. ونتيجة لذلك، قد تكون النصائح من الغرباء، ناهيك عن روبوتات الدردشة، غير مرحب بها. لبناء الثقة، من الضروري مقابلة المزارعين بشروطهم الخاصة.
  
  ولتحقيق هذه الغاية، يدعم برنامج الدردشة الآلي عدة لغات ويمكنه الرد على الأسئلة المنطوقة بدلاً من الاعتماد فقط على النص. عندما يقوم وكلاء الإرشاد الزراعي بإطلاع المزارعين تدريجيًا على برنامج الدردشة الآلي، سيتمكن المزارعون من استخدامه في الميدان لطرح أسئلة مثل «ما هو المحصول الأكثر ربحية للزراعة، بالنظر إلى تكاليف البذور والمبيدات الحشرية وأسعار البيع المحلية لبعض المحاصيل أو الثروة الحيوانية؟»

البناء: مكافحة تحديات العمل والإنتاجية

كان البناء تاريخيًا مترددًا في الاستثمار في التكنولوجيا. ولكن في مواجهة تحديات العمالة والإنتاجية، تقوم شركات البناء الكبرى بتجربة GenAI.

تزداد ندرة العمالة الماهرة مع مغادرة العمال الأكبر سنًا للصناعة ودخول عدد أقل من الشباب إلى صفوفها. أكثر من واحد من كل خمسة عمال بناء يبلغ من العمر 55 عامًا أو أكثر، وفقًا لبحث أجرته شركة Associated Builders and Contractors. وفي الوقت نفسه، فإن تأخر الإنتاجية وتجاوز الجدول الزمني والتكاليف هي القاعدة، حيث إن 8.5٪ فقط من المشاريع العملاقة (مليار دولار أو أكثر) تلبي أو تتجاوز توقعاتها من الوقت والميزانية، وفقًا لبنت فلايفبيرج، الأستاذ الفخري في كلية سعيد للأعمال بجامعة أكسفورد.

الأمل مع GenAI هو أن يتمكن البناة من استخدام البيانات المتراكمة لعقود للمساعدة في حل هذه المشكلات. تقول كيلسي جوغر، المديرة الوطنية للتميز التشغيلي في شركة سوفولك للإنشاءات: «نحن نعتمد على 40 عامًا من بيانات البناء». ومع ذلك، بالنسبة للعديد من شركات البناء، فإن هذه البيانات معزولة وغير موحدة ويصعب الوصول إليها.

الوجبات السريعة عبر الصناعات

• حدد أولويات تنظيم البيانات وتكاملها.
  تقوم Clark Construction ببناء مستودع بيانات المؤسسة ونسيج البيانات لربط أنظمة تكنولوجيا المعلومات المختلفة. ومع تطبيق هذا، تأمل في استخدام GenAI لاتخاذ قرارات أفضل وتحسين العمليات.
• حدد مشكلة عاجلة على مستوى الصناعة.
  للمساعدة في تحسين الإنتاجية - بالإضافة إلى تدريب الموظفين الجدد بسرعة أكبر - أضافت Suffolk Construction مساعدًا إلى برنامج التعاون الخاص بها. تعمل الميزة الجديدة على تسهيل العثور على المعلومات، بما في ذلك إجابات الأسئلة التي يطرحها العمال عادةً أثناء تواجدهم في مواقع البناء.
• ابحث عن انتصارات سريعة لكنها كبيرة.
  تحتاج شركة Turner Construction، التي تدير 30,000 صفقة سنويًا مع موردي العمالة والمواد، إلى تعزيز إنتاجية عملية الشراء الخاصة بها. إنها تتطلع إلى استخدام GenAI لمعالجة مسودات العقود عن طريق إنشاء نص تلقائي لبيانات العمل أو اتفاقيات الخدمة الرئيسية. وفي الوقت نفسه، تقوم شركة Gilbane Building Company بتجربة نموذج لغوي كبير يساعد فرق المشروع على استرداد مستندات البناء الحديثة في غضون ثوانٍ.

التصنيع: تخفيف النقص في المهارات وتجنب فترات التوقف المكلفة

هناك أيضًا نقص في العمال المهرة في التصنيع. وفقًا لمعهد التصنيع، ذراع تنمية القوى العاملة في الرابطة الوطنية للمصنعين، يمكن أن يؤدي نقص العمالة الماهرة إلى ترك 2.1 مليون وظيفة تصنيع شاغرة بحلول عام 2030.

وهذا يفسر سبب كون أحد تطبيقات GenAI التي تكتسب زخمًا في هذه الصناعة هو روبوتات المحادثة التي تعتمد على كميات هائلة من المواصفات والأدلة الفنية والتفاصيل الأخرى. يمكن استخدام هذه الروبوتات للتدريب وتقديم الإجابات في الوقت الفعلي للموظفين المبتدئين، وتقديم تعليمات حول كيفية إصلاح المعدات وحتى الأدوات المطلوبة. يعد هذا أمرًا بالغ الأهمية في صناعة يمكن أن يبلغ فيها متوسط خسائر وقت التوقف 532,000 دولار في الساعة.

على الرغم من ارتفاع الاهتمام بـ GenAI (حوالي 78٪ من المديرين التنفيذيين للتصنيع الصناعي الذين شملهم الاستطلاع من قبل KPMG وصفوا بأنها أفضل تقنية ناشئة)، إلا أن معظمهم يسيرون بحذر. يقول كابالي جانيسان، مدير استشارات الأعمال في شركة Cognizant: «تتوخى المنظمات الحذر بشأن تطبيق GenAI على العمليات الأساسية التي يمكن أن تؤثر بشكل مباشر على P & L».

الوجبات السريعة عبر الصناعات

• اختر سيناريوهات منخفضة المخاطر وعالية الإمكانات..
  طورت إحدى الشركات المصنعة للمصاعد نظامًا استشاريًا للصيانة لتحسين إصلاحات ما بعد البيع. استنادًا إلى أدلة المستخدم والخدمة لنماذج المصاعد المختلفة للشركة وأنظمتها الفرعية الرئيسية، يساعد روبوت المحادثة الفنيين الميدانيين على تشخيص المشكلات وحلها بسرعة. يشير الإصدار التجريبي المبكر إلى انخفاض بنسبة 90٪ في أوقات الإصلاح.
• ادمج الذكاء الاصطناعي التقليدي مع GenAI.
  وفقًا لمجموعة Boston Consulting Group (BCG)، سيحتاج المصنعون إلى توظيف كل من GenAI والتعلم الآلي/الذكاء الاصطناعي القائم على التعلم العميق لتحسين عمليات المصنع. على سبيل المثال، يمكن للذكاء الاصطناعي التقليدي التنبؤ عندما تكون الآلة في خطر الفشل، ولكن عندما تضيف روبوت محادثة يعمل بنظام Genai يمكنه تدريب مهندس الصيانة على اتخاذ إجراءات لتجنب الفشل، يمكن أن يكون ذلك مضاعفًا للقوة.
  
  يقول راندال كينورثي، الشريك الرئيسي في West Monroe Partners: «يمكن لروبوت الدردشة تحديد ثلاثة أشياء قد تحتاج إلى تعديل أو إعادة معايرة، ثم سحب الوثائق التي توضح للمهندس كيفية القيام بذلك». «الآن لديك طريقة أكثر استنارة وطبيعية للاستجابة لاحتياجات الصيانة.»
• لا تعيد اختراع العجلة.
  تعتمد العديد من الشركات المصنعة على بائعي البرامج الحاليين لدمج قدرات GenAI في منصاتها الحالية، وفقًا لتقرير BCG. يقول كينورثي إن دمج GenAI بالفعل يزيد من احتمالية استخدام المهندسين للتكنولوجيا.

الفضاء والدفاع: تحسين تصميم الأجزاء

يعتبر المصنعون في مجال الطيران والدفاع متحفظين بشكل خاص عندما يتعلق الأمر بتنفيذ GenAI. سواء كانت طائرات أو أقمار صناعية أو طائرات بدون طيار أو سفن بحرية أو دبابات عسكرية، فإن المعدات التي تنتجها باهظة الثمن، بملايين أو حتى مليارات الدولارات. بنفس القدر من الأهمية، يجب أن تتوافق المعدات مع المواصفات العسكرية والحكومية وأمن البيانات الصارمة.

بينما ترى هذه الشركات العديد من الفوائد المحتملة لـ GenAI، بما في ذلك تحسين الصيانة التنبؤية وخدمات ما بعد البيع، فإن التطبيق الأكثر شيوعًا اليوم هو تصميم المعدات. قالت حوالي 41٪ من منظمات الطيران والدفاع التي شملتها الدراسة الاستقصائية من قبل Capgemini إنها تقوم بتجربة الذكاء الاصطناعي التوليدي في النمذجة ثلاثية الأبعاد لتسريع التصميم وتحسين الديناميكا الهوائية للأجزاء وتقليل التكاليف.

الوجبات السريعة عبر الصناعات

• استخدم GenAI للهروب من الحكمة التقليدية (البشرية).
  بدأت شركات الطيران والدفاع في استخدام ما يُعرف باسم «التصميم التوليدي» للحصول على منظور جديد، يتجاوز أحيانًا ما قد يتخيله الدماغ البشري. ظهر هذا المفهوم في عام 2023 عندما أظهر مهندس ناسا كيف يمكن للتكنولوجيا تصميم أجزاء مركبة فضائية خفيفة الوزن للغاية في وقت قياسي. في شركة Boeing، يستكشف الباحثون كيف يمكن لنماذج GenAI تحسين تصميم الطائرات. وفقًا لتود سيترون، كبير مسؤولي التكنولوجيا في بوينج: «يمكن [للذكاء الاصطناعي] أن يضع مزيدًا من التعقيد في دماغه الإلكتروني أكثر مما يستطيع الإنسان؛ يمكنه التحسين عبر مساحة أوسع».
• انظر إلى القديم، وكذلك الجديد.
  يعد استخدام GenAI لكتابة كود جديد أمرًا لا يحتاج إلى تفكير، لكن الخبراء يشيرون إلى أن التكنولوجيا يمكن أن تساعد أيضًا في تحديث الكود القديم. تعيق البرامج القديمة التي لا تزال تعتمد عليها بعض الأنظمة المضمنة عمليات التصنيع في مجال الطيران والدفاع. هذا يجعل تكامل النظام صعبًا بشكل خاص.
  
  على الرغم من ذلك، يمكن أن يعمل GenAI كمترجم. يقول رامان رام، قائد ممارسات الطيران والدفاع في EY America: «سيكون المحرك التفاعلي المبني على نموذج أساسي قادرًا على أخذ الكود القديم لوحدة تجنب الاصطدام، على سبيل المثال، وتجديده إلى لغة برمجة حديثة».
• استفد من هوس GenAI بالتفاصيل.
  إذا سبق لك أن صاغت عقدًا حكوميًا، فقد تفهم لماذا تكلف مطرقة وزارة الدفاع التي يضرب بها المثل 60 ألف دولار. تستغرق هذه العقود وقتًا ومصاريف كبيرة للتحضير بسبب مقدار التفاصيل والتخصيص المطلوب. يمكن للشركات استخدام GenAI لأتمتة أجزاء على الأقل من العملية، وإنشاء المسودات الأولى بناءً على النماذج أو المستندات التاريخية أو المطالبات المحددة من مسؤولي المشتريات، وفقًا لتقرير صادر عن معهد Deloitte للذكاء الاصطناعي. وبالمثل، يمكن لـ GenAI المساعدة في صياغة الوثائق الفنية وتوفير الوقت والمال.

المرافق: تحسين إدارة البنية التحتية وصيانتها

تواجه المرافق اليوم تحديات لا تعد ولا تحصى، بما في ذلك التعامل مع العديد من مصادر الطاقة الجديدة ونماذج الأعمال المتطورة. خذ ويست بن باور، على سبيل المثال. إلى جانب توفير مصدر موثوق للكهرباء، يجب على المزود البالغ من العمر 100 عام في ولاية بنسلفانيا الآن أن يقدم للعملاء نسبة من الكهرباء من أنواع بديلة من الطاقة. وهي تتعاقد مع بضع عشرات من موردي طاقة الرياح والطاقة الشمسية والطاقة الكهرومائية، بالإضافة إلى المستهلكين الذين يولدون الطاقة الشمسية الخاصة بهم ويبيعونها مرة أخرى إلى ويست بنسلفانيا.

يمكن لـ GenAI مساعدة الشركات على فرز كيفية توزيع أنواع الطاقة والمورد الذي يجب دفعه مقابل الطاقة المستخدمة. الأمل هو أنه من خلال إدارة هذا التعقيد، ستعمل GenAI على تقليل تكاليف التشغيل وزيادة الموثوقية. تستخدم المرافق أيضًا GenAI لتحسين الصيانة والإصلاحات، وعلى الأخص من خلال تحليل فيديو البنية التحتية. ما يقرب من 40٪ من شركات المرافق والطاقة التي شملتها الدراسة الاستقصائية من قبل Capgemini لديها فريق مخصص وميزانية لـ GenAI، وبدأت واحدة من كل ثلاث شركات تجريبية.

الوجبات السريعة عبر الصناعات

• ابحث عن مجالات التعقيد التي تحتاج إلى التبسيط.
  يمكن أن يكون التعقيد المتزايد في صناعة المرافق مربكًا للمستهلكين، مع خيارات الطاقة العديدة للاختيار من بينها والأسعار المختلفة لكل منها. من خلال قيام GenAI بجمع البيانات الصحيحة، يمكن لوكلاء خدمة العملاء الإجابة على الأسئلة وتقديم معلومات حول استخدام طاقة العملاء، ربما في الوقت الفعلي. حتى أنهم قد ينصحون العملاء بكيفية توفير المال عن طريق، على سبيل المثال، تحديد ساعات خارج أوقات الذروة لشحن سياراتهم الكهربائية.
• انظر بعيدًا وواسعًا وللأسفل.
  انظر إلى ما وراء الجدران الأربعة للحصول على فوائد GenAI. تعد إدارة نمو الغطاء النباتي حول خطوط الكهرباء عملية حيوية لتقليل وقت التوقف عن العمل وحتى تجنب حرائق الغابات. ومع ذلك، فهي بطيئة ومكلفة - أنفقت شركة Pacific Gas & Electric في كاليفورنيا ما يقرب من 2.5 مليار دولار على مدى عدة سنوات لتحديد وتقليم الأشجار بالقرب من خطوط الكهرباء.
  
  بدلاً من ذلك، يمكن للمرافق استخدام الذكاء الاصطناعي لتحديد مدى الغطاء النباتي بالقرب من موصلات خطوط الطاقة أو الأعمدة أو الأبراج، واستهداف الأماكن التي تتطلب التدخل بسرعة. تستخدم العديد من المرافق بالفعل طائرات بدون طيار مجهزة بكاميرات لمراقبة البنية التحتية المادية الخارجية. ومع ذلك، فإن البيانات غير المهيكلة التي يجمعونها يستحيل على البشر معالجتها في فترة زمنية معقولة، كما يقول جينغ وو، مدير الأبحاث الرئيسي في مجموعة Info-Tech Research Group في كندا. من خلال النماذج والتدريب المناسبين، يمكن لـ GenAI تحليل هذه البيانات غير المهيكلة بسرعة وتحديد العيب أو الخطر الذي يلوح في الأفق.
• عزز خبرتك.
  يمكن لروبوتات الدردشة GenAI المدربة على الكتيبات والبيانات الصحيحة مساعدة الفنيين في إصلاح البنية التحتية الميدانية بسرعة وفعالية أكبر. يمكن لعامل الصيانة، على سبيل المثال، أن يسأل روبوت GenAI عن كيفية إصلاح قطعة معينة من المعدات في الموقع. بعد تمشيط البيانات، يمكن للبوت تقديم تعليمات بلغة واضحة، مما يسهل الوصول إلى معرفة الخبراء.