العودة إلى المكتبة

سؤال رئيسي

معالج بالذكاء الاصطناعي

كيف يمكن للمصنعين توسيع نطاق حلول الذكاء الاصطناعي بنجاح من المشاريع التجريبية إلى التشغيل الكامل؟

How Audi Scales Artificial Intelligence in Manufacturing
André Sagodi, Benjamin van Giffen, Johannes Schniertshauer, وآخرون · MIS Quarterly Executive · 2024

٦٣ مشاهدة · ١٠ استماع

رسم توضيحي لـ: كيف يمكن للمصنعين توسيع نطاق حلول الذكاء الاصطناعي بنجاح من المشاريع التجريبية إلى التشغيل الكامل؟

يُحمّل مشغل Spotify؛ قد تستخدم Spotify ملفات تعريف الارتباط. يتذكر هذا الجهاز اختيارك.

أبرز النتائج

  • نجحت أودي في توسيع نطاق نظام قائم على الذكاء الاصطناعي لأتمتة الكشف عن الشقوق في أجزاء الصفائح المعدنية، وهي خطوة حاسمة لمراقبة الجودة في ورش الكبس الخاصة بها.
  • كان النجاح مدفوعًا بنهج استراتيجي من أربع مراحل: الاستكشاف، والتطوير، والتنفيذ، والتوسع، مع التركيز على التصميم القابل للتطوير منذ البداية.
  • شملت عوامل النجاح الرئيسية إنشاء نموذج ذكاء اصطناعي واحد وعالمي لعمليات نشر متعددة، والاستفادة من البيانات من مصادر متنوعة لتحسين النموذج، ودمج الحل في منصة الإنتاج الرقمي الأوسع لمجموعة فولكس فاجن لخلق تآزر.
  • تسلط الدراسة الضوء على أهمية فصل القيمة عن التكلفة، وهو ما حققته أودي من خلال أتمتة خطوط أنابيب المراقبة والنشر، وبالتالي توسيع نطاق العمليات دون زيادة النفقات بشكل متناسب.
  • تشمل التوصيات للشركات الأخرى جعل توسيع نطاق الذكاء الاصطناعي أولوية استراتيجية، وتعزيز التعاون بين خبراء الذكاء الاصطناعي والمتخصصين في المجال، وتبسيط العمليات من خلال الأتمتة والحوكمة القوية.

الملخص

تقدم هذه الورقة دراسة حالة حول كيفية نجاح شركة تصنيع السيارات أودي في توسيع نطاق حل ذكاء اصطناعي لفحص الجودة في ورش الكبس الخاصة بها. تحلل الورقة رحلة أودي التي استمرت أربع سنوات، من الاستكشاف الأولي إلى النشر في مواقع متعددة، لتحديد الاستراتيجيات والتحديات الرئيسية. تقدم الدراسة توصيات عملية لكبار القادة الذين يهدفون إلى تحقيق قيمة تجارية من خلال توسيع نطاق ابتكارات الذكاء الاصطناعي.

المشكلة

تكافح العديد من المؤسسات لنقل مبادرات الذكاء الاصطناعي الخاصة بها من المرحلة التجريبية إلى الاستخدام التشغيلي الكامل، مما يؤدي إلى عدم تحقيق الإمكانات الاقتصادية الكاملة للتكنولوجيا. يمثل هذا تحديًا خاصًا في قطاع التصنيع، حيث يشكل دمج الذكاء الاصطناعي مع الأنظمة والعمليات القديمة عوائق كبيرة. تتناول هذه الدراسة كيفية تمكن شركة ما من التغلب على هذه التحديات لتوسيع نطاق حل ذكاء اصطناعي بنجاح وتحقيق قيمة تجارية طويلة الأجل.

النص المكتوب
Host: أهلاً بكم مستمعينا في حلقة جديدة من "إيه آي إس إنسايتس، بدعم من ليفينج نوليدج". معكم آنا آيفي سامرز.

Host: اليوم، نناقش دراسة حالة شيقة بعنوان "كيف توسع أودي نطاق الذكاء الاصطناعي في التصنيع".

Host: تحلل هذه الدراسة رحلة شركة أودي التي استمرت أربع سنوات لتوسيع نطاق حل ذكاء اصطناعي لفحص الجودة، وتقدم توصيات عملية لقادة الأعمال.

Host: ولمناقشة هذا الموضوع، أرحب بزميلي المحلل أليكس إيان ساذرلاند. أهلاً بك أليكس.

Expert: أهلاً بكِ آنا، ويسعدني أن أكون معكم.

Host: أليكس، لنبدأ بالمشكلة الأساسية. الكثير من الشركات تطلق مشاريع ذكاء اصطناعي تجريبية، لكنها تواجه صعوبة في تطبيقها على نطاق واسع. لماذا هذه المشكلة شائعة جداً؟

Expert: هذه ظاهرة تُعرف بـ "عقبة المشاريع التجريبية". تنجح الفكرة في المختبر، لكنها تفشل عند محاولة دمجها في العمليات التشغيلية اليومية.

Expert: في قطاع التصنيع تحديداً، يكمن التحدي في دمج التقنيات الجديدة مع الأنظمة والآلات القديمة. كانت أودي تواجه هذه المشكلة في ورش الكبس الخاصة بها.

Expert: تخيلي آلاف القطع المعدنية التي يتم إنتاجها يومياً. فحصها يدوياً للكشف عن شقوق دقيقة هو أمر بطيء، ومكلف، وعرضة للخطأ البشري. هنا يأتي دور الذكاء الاصطناعي.

Host: إذن، كيف تعاملت أودي مع هذا التحدي المعقد؟ ما كان نهجها؟

Expert: اتبعت أودي نهجاً استراتيجياً من أربع مراحل: الاستكشاف، ثم التطوير، فالتنفيذ، وأخيراً التوسع.

Expert: النقطة الجوهرية هنا هي أنهم فكروا في قابلية التوسع منذ اليوم الأول. لم تكن خطوة لاحقة، بل كانت جزءاً أساسياً من التصميم الأولي للمشروع.

Host: هذا مثير للاهتمام. التخطيط للتوسع منذ البداية. ما هي أبرز النتائج التي توصلت إليها الدراسة من هذا النهج؟

Expert: أولاً، نجحت أودي في أتمتة عملية الكشف عن الشقوق في أجزاء السيارات بدقة عالية باستخدام نظام ذكاء اصطناعي.

Host: وكيف ضمنوا نجاح هذا النظام عند تطبيقه في مصانع مختلفة؟

Expert: هذا يقودنا إلى النتيجة الثانية والمهمة جداً. بدلاً من بناء نموذج ذكاء اصطناعي لكل مصنع، قاموا ببناء "نموذج عالمي واحد" يمكن نشره في مواقع متعددة.

Expert: لقد قاموا بتغذيته ببيانات من مصادر متنوعة، مما جعله أكثر قوة وفعالية. هذا يضمن جودة متسقة ويوفر الكثير من الوقت والجهد.

Host: وماذا عن الجانب المالي؟ هل كان توسيع النطاق مكلفاً؟

Expert: هنا تكمن عبقرية استراتيجيتهم، وهي النتيجة الثالثة: "فصل القيمة عن التكلفة".

Expert: من خلال أتمتة عمليات المراقبة والنشر، تمكنت أودي من إضافة المزيد من خطوط الإنتاج إلى النظام دون زيادة التكاليف التشغيلية بنفس النسبة. بعبارة أخرى، تضاعفت القيمة التي يحصلون عليها بتكلفة إضافية قليلة جداً.

Host: هذه نقطة حاسمة لأي مدير أعمال. إذن، بالنظر إلى كل هذا، ما هي الدروس العملية التي يمكن لجمهورنا من قادة الأعمال استخلاصها من تجربة أودي؟

Expert: هناك ثلاث توصيات رئيسية. أولاً، يجب أن يكون توسيع نطاق الذكاء الاصطناعي أولوية استراتيجية للإدارة العليا، وليس مجرد مشروع تقني.

Expert: ثانياً، تعزيز التعاون الوثيق بين خبراء الذكاء الاصطناعي والمتخصصين في مجال العمل، مثل المهندسين في المصنع. فالتكنولوجيا وحدها لا تكفي.

Expert: وأخيراً، تبسيط العمليات من خلال الأتمتة والحوكمة الواضحة. هذا هو ما يسمح للشركات بتوسيع نطاق الحلول بنجاح وتكرارها عبر المؤسسة بأكملها.

Host: رائع. إذن، المستفاد من دراسة حالة أودي هو أن النجاح في توسيع نطاق الذكاء الاصطناعي لا يعتمد فقط على قوة الخوارزميات، بل على استراتيجية واضحة، وتصميم قابل للتطوير، وتكامل عميق مع العمليات التشغيلية.

Host: الهدف هو الانتقال من المشاريع التجريبية المنعزلة إلى خلق قيمة حقيقية ومستدامة على مستوى الشركة بأكملها.

Host: شكراً جزيلاً لك أليكس على هذه الإيضاحات القيمة.

Expert: شكراً لكِ آنا.

Host: ونشكركم مستمعينا على حسن المتابعة. نلقاكم في الحلقة القادمة من "إيه آي إس إنسايتس".
Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

Artificial Intelligence, AI Scaling, Manufacturing, Automotive Industry, Case Study, Digital Transformation, Quality Inspection