الذكاء الاصطناعي على الحافة، والذكاء الاصطناعي الفيزيائي، وسوق الهندسة الميكانيكية الذي تبلغ قيمته مليارات الدولارات: هل تفوت ألمانيا فرصة الاستفادة من الاتجاه الكبير التالي في مجال الذكاء الاصطناعي؟

من الفكرة إلى التطبيق: لماذا يُغير الذكاء الاصطناعي الفيزيائي الهندسة الميكانيكية إلى الأبد؟

الذكاء الاصطناعي على خط التجميع: لماذا أصبح الذكاء الاصطناعي على الحافة لا غنى عنه في الصناعة اليوم؟

لفترة طويلة، ساد مبدأ بسيط ولكنه عرضة للأخطاء في الصناعات الشبكية: توفر الآلة البيانات، بينما يكمن الذكاء الاصطناعي بعيدًا في السحابة. لكن هذا النموذج عفا عليه الزمن. لكي يتمكن الذكاء الاصطناعي من الاستجابة في أجزاء من الثانية في خطوط الإنتاج الحديثة، يجب أن ينتقل إلى حيث تجري العملية - مباشرةً إلى الآلة. وهنا تحديدًا تبرز أهمية الذكاء الاصطناعي الحافّي. ولكن بينما أصبحت معالجة البيانات المحلية بمثابة "ضمانة حيوية" للصيانة التنبؤية ومراقبة الجودة، تتشكل ثورة أكثر أهمية في الخفاء: الذكاء الاصطناعي الفيزيائي.

عندما تتوقف أنظمة الذكاء الاصطناعي فجأة عن مجرد تحليل البيانات، وتبدأ بدلاً من ذلك في رؤية العالم الحقيقي وفهمه والتفاعل معه في صورة روبوتات شبيهة بالبشر وأنظمة ذاتية التشغيل، تتلاشى الحدود بين هندسة البرمجيات والهندسة الميكانيكية بشكل قاطع. تُسلط هذه المقالة الضوء على الفرق الجوهري بين الذكاء الاصطناعي الحافّي والذكاء الاصطناعي الفيزيائي. وباستخدام أمثلة عملية من شركات مثل بي إم دبليو وسيمنز وإنفيديا، تُبين كيف يشهد مصنع المستقبل تحولاً جذرياً، وتوضح لماذا ستكون هاتان التقنيتان الرئيسيتان لا غنى عنهما لقطاع التصنيع الألماني في المستقبل.

عندما لا تكتفي الآلات بالتفكير فحسب، بل تتصرف أيضًا – لماذا سيحدد هذا الاختلاف مستقبل الهندسة الميكانيكية؟

الذكاء على الحافة: ما يعنيه الذكاء الاصطناعي على الحافة حقًا

منذ ظهور الحوسبة السحابية، ساد مبدأ بسيط لفترة طويلة: البيانات تنشأ من الجهاز، بينما يكمن الذكاء في مركز البيانات. يُحدث الذكاء الاصطناعي على الحافة تحولًا جذريًا في هذا النموذج. يشير الذكاء الاصطناعي على الحافة إلى تنفيذ نماذج الذكاء الاصطناعي مباشرةً على مصدر البيانات أو بالقرب منه - على أجهزة الاستشعار، أو وحدات التحكم في الآلات، أو البوابات الصناعية، أو خوادم الحافة المحلية في المصنع - دون الحاجة إلى اتصال مستمر بالسحابة. على عكس الأساليب القائمة كليًا على السحابة، تتم معالجة البيانات مسبقًا أو تقييمها بالكامل محليًا؛ ولا تُرسل إلى الأنظمة العليا إلا النتائج ذات الصلة أو السمات المُكثفة.

تتألف البنية التحتية التكنولوجية من معالجات متخصصة: وحدات التحكم الدقيقة (MCUs)، ووحدات المعالجة الدقيقة (MPUs)، ووحدات المعالجة العصبية (NPUs)، القادرة على تنفيذ استدلال الذكاء الاصطناعي محليًا بأقل استهلاك للطاقة. وتتجلى أهمية هذا التحول للصناعة في مؤشر واحد: فبينما تُظهر الأنظمة السحابية زمن استجابة يصل إلى 250 مللي ثانية، تُقلل الحوسبة الطرفية هذا الزمن إلى حوالي 10 مللي ثانية، أي بمعامل 25. وفي خطوط الإنتاج الحديثة التي تُعالج ما يصل إلى 60 قطعة في الثانية، يُمكن أن يُؤثر هذا الفارق الزمني على نسبة الهدر وجودة المنتج.

لذا، لا يقتصر الذكاء الاصطناعي على الحافة على تحسين البنية التحتية الحالية فحسب، بل هو إعادة تنظيم لهيكلية الذكاء في بيئة الإنتاج. إذ تنتقل منطق اتخاذ القرار إلى مستوى أقرب من العملية الفيزيائية. وينتج عن ذلك خمس مزايا استراتيجية ذات أهمية خاصة في السياق الصناعي: زمن استجابة منخفض للتطبيقات الحساسة للسلامة وسرعة إنجاز العمليات، وإمكانية العمل دون اتصال بالإنترنت في المنشآت البعيدة أو المتنقلة، وسيادة البيانات من خلال المعالجة المحلية للبيانات التشغيلية الحساسة، وتكاليف نقل بيانات قابلة للتنبؤ ومتناقصة، وانخفاض انبعاثات ثاني أكسيد الكربون نتيجة لانخفاض حركة البيانات على الشبكات واسعة النطاق.

أكثر من مجرد ذكاء: تشريح الذكاء الاصطناعي الفيزيائي

يتجاوز الذكاء الاصطناعي الفيزيائي المفهوم التقليدي بكثير. يشير هذا المصطلح، الذي صاغته شركة NVIDIA في المقام الأول، إلى أنظمة الذكاء الاصطناعي التي لا تعمل فقط في البيئات الرقمية، بل ترى وتشعر وتستنتج وتتفاعل في العالم المادي. يجب أن تتعامل أنظمة الذكاء الاصطناعي الفيزيائي مع أجهزة استشعار حقيقية، وجسم في المكان والزمان، وبيئات ديناميكية، ومواقف غير متوقعة - وهي متطلبات لا تستطيع أنظمة الذكاء الاصطناعي الرقمية البحتة، مثل نماذج اللغة أو مولدات الصور، تلبيتها بشكل أساسي.

يمكن تلخيص ما يميز الذكاء الاصطناعي الفيزيائي عن الذكاء الاصطناعي الطرفي التقليدي في ثلاثة أبعاد أساسية. أولًا: الحركة. فبينما تكون أنظمة الذكاء الاصطناعي الطرفي ثابتة عادةً - كجهاز استشعار على آلة، أو نظام كاميرا فوق سير ناقل - يعمل الذكاء الاصطناعي الفيزيائي على حافة متحركة. يجب على الروبوت الشبيه بالإنسان، الذي يتنقل في أرضية مصنع ويلتقط المكونات، اتخاذ قرارات في الوقت الفعلي بينما يكون هو نفسه جزءًا من البيئة التي يعالجها. ثانيًا: السلامة والحتمية. إذا حدث خطأ ما، يجب أن ينتقل نظام الذكاء الاصطناعي الفيزيائي بشكل موثوق إلى حالة آمنة - وهو شرط يكاد يكون غير ذي صلة بأنظمة التحليل الثابتة، ولكنه قد يعني الفرق بين الحياة والموت بالنسبة للروبوتات. ثالثًا: التنفيذ. لا يقتصر دور الذكاء الاصطناعي الفيزيائي على اتخاذ القرارات فحسب، بل ينفذها فعليًا أيضًا - كالإمساك، والتحريك، واللحام، والتجميع.

لهذا السبب، يعتمد الذكاء الاصطناعي الفيزيائي في الغالب على الذكاء الاصطناعي الطرفي كأساس له، ولكنه يوسعه ليشمل حلقة متكاملة من الإدراك واتخاذ القرار والتنفيذ. يجمع الروبوت الصناعي المجهز بالذكاء الاصطناعي الفيزيائي بين أجهزة استشعار عالية الدقة (كاميرات، ليدار، مستشعرات القوة/العزم) مع استدلال فوري في الموقع وتنفيذ فعلي - كل ذلك في غضون أجزاء من الثانية، دون أي تأخير في الحوسبة السحابية. يجب اتخاذ القرار بشأن ما يجب إدراكه وكيفية التصرف محليًا وبسرعة وبقدرة عالية على تحمل الأعطال. تبقى الحركات بالغة الأهمية للسلامة، مثل تجنب الاصطدام أو الإمساك الدقيق، محصورة تمامًا داخل النظام.

مقارنة: أين تقع الحدود

تُبرز النظرة العامة التالية الاختلافات الرئيسية بين المفهومين:

يختلف الذكاء الاصطناعي الحافّي والذكاء الاصطناعي الفيزيائي اختلافًا جوهريًا في الوظيفة، والتنقل، والأمان، والتطبيق. فبينما تكمن الوظيفة الأساسية للذكاء الاصطناعي الحافّي في الاستدلال والتحليل والتصنيف المحلي، يتجاوز الذكاء الاصطناعي الفيزيائي ذلك خطوةً أخرى، إذ يقوم بالإدراك واتخاذ القرارات والتصرف في العالم الحقيقي. وينعكس هذا أيضًا في تنقلهما: فالذكاء الاصطناعي الحافّي عادةً ما يكون ثابتًا أو شبه ثابت ولا يقوم بأفعاله الفيزيائية بنفسه، بينما يتحرك الذكاء الاصطناعي الفيزيائي بنشاط في بيئته ويستخدم محركات مثل الأذرع أو المحركات أو المفاصل الروبوتية. وينتج عن ذلك متطلبات مختلفة تمامًا. فبالنسبة للذكاء الاصطناعي الحافّي، تكون متطلبات الأمان متوسطة، مع التركيز على أمان البيانات، ويُفضّل وجود حتمية. أما بالنسبة للذكاء الاصطناعي الفيزيائي، فهي عالية للغاية، مع سلامة وظيفية وفقًا لمعايير مثل ISO 13849، وتُعدّ الحتمية مع ضمانات الوقت الفعلي أمرًا إلزاميًا. كما يختلف أساس التدريب أيضًا: فالذكاء الاصطناعي الحافّي يستخدم نماذج مُدرّبة مسبقًا مع تحديثات عبر الهواء (OTA)، بينما يعتمد الذكاء الاصطناعي الفيزيائي على نماذج أساسية بالاشتراك مع التعلم المعزز أو التعلم بالتقليد. وبناءً على ذلك، تتراوح حالات الاستخدام النموذجية من اكتشاف الحالات الشاذة، ومراقبة الجودة، والصيانة التنبؤية (الذكاء الاصطناعي الحافّي) إلى التجميع، والفرز، والخدمات اللوجستية، والملاحة الذاتية (الذكاء الاصطناعي المادي). ويتطلب هذا أيضاً أطراً تنظيمية مختلفة، بدءاً من حماية البيانات وأمن تكنولوجيا المعلومات (الذكاء الاصطناعي الحافّي) وصولاً إلى توجيهات الاتحاد الأوروبي بشأن الآلات، ولوائح الذكاء الاصطناعي، وعلامة CE (الذكاء الاصطناعي المادي).

لذا، يُعدّ الذكاء الاصطناعي الحافّي فئةً أوسع وأكثر سهولةً من الناحية التقنية، وهو أداةٌ تستخدمها المصانع على نطاق واسع اليوم. أما الذكاء الاصطناعي الفيزيائي فهو تخصصٌ أكثر دقةً وتطلباً، إذ يستخدم الذكاء الاصطناعي الحافّي كعنصرٍ أساسي، ويُطوّره ليشمل الذكاء المُجسّد. ويحتاج أي شخصٍ يرغب في تشغيل الذكاء الاصطناعي الفيزيائي إلى مسار تطويرٍ متكامل لا يقتصر على النماذج والبيانات فحسب، بل يشمل أيضاً التدريب والمحاكاة والاستدلال والنشر في سير عملٍ سلس.

الجهاز العصبي للمصنع: أجهزة الاستشعار وإنترنت الأشياء كأساس

لا يمكن تصور أي من النموذجين دون وجود مستشعرات عالية الأداء وبنية تحتية قوية لإنترنت الأشياء. تقيس المستشعرات الصناعية المزودة بمعالجات دقيقة مدمجة باستمرار الاهتزازات ودرجة الحرارة والضغط وتدفق التيار الكهربائي والشذوذات المرئية لكل أصل. وتتواصل هذه المستشعرات محليًا عبر بروتوكولات صناعية مثل LPWAN وModbus وOPC UA، مما يضمن الحصول على بيانات موثوقة دون إثقال الشبكة. يُعرف دمج هذه البنية التحتية لإنترنت الأشياء مع الذكاء الاصطناعي باسم AIoT - الذكاء الاصطناعي للأشياء - وهو مصطلح يؤكد على الطبيعة النظامية لهذا التكامل.

تدير شركة بوش أحد أكثر مصانع أشباه الموصلات تطوراً في العالم في مدينة دريسدن، حيث تتعلم الآلات من الأخطاء باستخدام خوارزميات التحسين الذاتي، ويمكن صيانتها من مسافة تزيد عن 9000 كيلومتر. وقد سجلت الشركة أكثر من 1500 براءة اختراع في مجال الذكاء الاصطناعي خلال خمس سنوات، وتوظف حالياً ما يقارب 5000 شخص متخصص في هذا المجال. وفي معرض الإلكترونيات الاستهلاكية CES 2025، عرضت بوش تقنية الذكاء الاصطناعي الطرفي المدمجة مباشرة في أجهزة الاستشعار، والتي تتميز بميزات أداء رئيسية تشمل تعزيز أمان البيانات، وتقليل زمن الاستجابة، وخفض استهلاك الطاقة، وتوفير التغذية الراجعة في الوقت الفعلي.

تُشكّل المستشعرات المرحلة الأولى من بنية ثلاثية الطبقات: تتم معالجة البيانات واستنتاجها محليًا على الحافة؛ بينما تقوم طبقة حافة أعلى (خوادم محلية في المصنع) بتجميع البيانات وتنسيقها؛ أما الحوسبة السحابية فتُستخدم لصيانة النماذج على المدى الطويل، وتدريب نماذج جديدة، والمراقبة على مستوى المؤسسة. وقد طوّرت شركتا NXP Semiconductors وNVIDIA هذه البنية في مارس 2026 من خلال دمج NVIDIA Holoscan Sensor Bridge في مجموعة منتجات NXP للحافة: حيث يربط هذا الجهاز بكفاءة بين المستشعرات والمحركات ووحدات الحوسبة، مما يُتيح معالجة البيانات بشكل آمن وسريع وفي الوقت الفعلي، وهو شرط أساسي لأنظمة الذكاء الاصطناعي الفيزيائية.

يُعدّ إنترنت الأشياء الصناعي (IIoT) موضوعًا بالغ الأهمية في هذا السياق. إذ يُتيح دمج شبكات الجيل الخامس (5G) مع الذكاء الاصطناعي الطرفي إمكانية التحكم في مجمعات المصانع بأكملها في الوقت الفعلي، دون الحاجة إلى اتصال مستقر بعيد المدى. ووفقًا لتحليل أجرته شركة STL Partners، ستُمثّل تقنية رؤية الحاسوب، أي معالجة الصور المدعومة بالذكاء الاصطناعي مباشرةً على أنظمة الكاميرات في خط الإنتاج، أكثر من نصف إجمالي عائدات الذكاء الاصطناعي الطرفي بحلول عام 2030. وبذلك، سيتحوّل نظام مراقبة الجودة الصناعية عبر الكاميرا، الذي كان يُدار سابقًا يدويًا أو وفق قواعد جامدة، إلى نظام تكيفي وتعلّمي يتكيّف مع متغيرات المنتجات الجديدة دون الحاجة إلى تدخل المبرمجين.

بُعد جديد للتحول الرقمي مع "الذكاء الاصطناعي المُدار" - منصة وحلول B2B | إكسبرت للاستشارات - الصورة: Xpert.Digital

ستتعلم هنا كيف يمكن لشركتك تطبيق حلول الذكاء الاصطناعي المخصصة بسرعة وأمان ودون عوائق دخول عالية.

تُعدّ منصة الذكاء الاصطناعي المُدارة حلاً شاملاً ومريحاً لمشاكل الذكاء الاصطناعي. فبدلاً من التعامل مع التكنولوجيا المعقدة والبنية التحتية المكلفة وعمليات التطوير المطولة، ستحصل على حل جاهز مصمم خصيصاً لتلبية احتياجاتك من شريك متخصص، غالباً في غضون أيام قليلة فقط.

المزايا الرئيسية باختصار:

⚡ تنفيذ سريع: من الفكرة إلى التطبيق الجاهز للاستخدام في أيام، وليس شهورًا. نقدم حلولًا عملية تُحقق قيمة مضافة فورية.

🔒 أقصى درجات أمان البيانات: بياناتك الحساسة تبقى معك. نضمن معالجة آمنة ومتوافقة مع الأنظمة دون مشاركة البيانات مع أي جهات خارجية.

💸 لا مخاطر مالية: أنت تدفع فقط مقابل النتائج. يتم التخلص تماماً من الاستثمارات الأولية الكبيرة في الأجهزة أو البرامج أو الموظفين.

🎯 ركّز على جوهر عملك: انصبّ اهتمامك على ما تُجيده. نحن نتولّى جميع جوانب التنفيذ التقني والتشغيل والصيانة لحلول الذكاء الاصطناعي الخاصة بك.

📈 حلول مستقبلية وقابلة للتطوير: يتطور نظام الذكاء الاصطناعي الخاص بك معك. نضمن التحسين المستمر وقابلية التوسع، ونقوم بتكييف النماذج بمرونة مع المتطلبات الجديدة.

للمزيد من المعلومات، انقر هنا:

• حلول الذكاء الاصطناعي المُدارة - خدمات الذكاء الاصطناعي الصناعية: مفتاح التنافسية في قطاعات الخدمات والصناعة والهندسة الميكانيكية

ما يحدث بالفعل اليوم: الذكاء الاصطناعي على الحافة في الممارسة العملية

تطبيقات الذكاء الاصطناعي على الحافة في الصناعة والهندسة الميكانيكية متنوعة ومثبتة بالفعل. وتُعد الصيانة التنبؤية أكثر حالات الاستخدام انتشارًا وقابلية للقياس الاقتصادي.

أطلقت شركة سيمنز محلل الخدمة التنبؤي، وهو تطبيق طرفي يكشف عن الأعطال في أنظمة القيادة في مراحلها المبكرة، قبل أن تؤثر على الإنتاج الإجمالي. يحدد هذا الحل القائم على الذكاء الاصطناعي العلامات المبكرة للخلل الذي يشير إلى تلف ميكانيكي، مثل تلف المحامل، وعدم التوازن، وعدم المحاذاة في المحركات، بالإضافة إلى ظروف التشغيل الحرجة للعواكس. يُقيّم التطبيق مدى خطورة العطل والعمر التشغيلي المتبقي المتوقع، وبالتالي يتنبأ بالأعطال المستقبلية. والنتيجة هي زيادة في جاهزية المصنع تصل إلى 30% وزيادة في الإنتاجية تصل إلى 10%. تكمن الميزة الخاصة لبنية الحافة مقارنةً بحل MindSphere السحابي في القدرة على تحليل كميات هائلة من البيانات في الوقت الفعلي تقريبًا، ومعالجة البيانات بشكل آمن داخل المصنع نفسه.

تُطوّر سيمنز نظام الصيانة التنبؤية Senseye خطوةً إضافية: إذ يجمع هذا النظام بين التعلّم الآلي والذكاء الاصطناعي التوليدي والمعرفة البشرية لجعل عمليات الصيانة أكثر تفاعليةً وسلاسة. فبدلاً من إرسال إشعارات ثابتة عن الأعطال، يقوم الذكاء الاصطناعي التوليدي بمسح حالات الصيانة المسجلة وتصنيفها بغض النظر عن اللغة، ويبحث عن حالات مماثلة سابقة، ويستخلص بشكل استباقي استراتيجية صيانة مناسبة - وهو نهج يُعرف بالصيانة التوجيهية. يُمكن لهذا النهج تقليل وقت التوقف غير المخطط له بنسبة تصل إلى 50%، وإطالة عمر الآلة بنسبة تصل إلى 20%.

تشمل مجالات التطبيق المحددة الأخرى للذكاء الاصطناعي على الحافة في الهندسة الميكانيكية ما يلي:

• مراقبة الجودة البصرية باستخدام كاميرات الذكاء الاصطناعي مباشرة على خط الإنتاج، والتي تصنف الأخطاء في الوقت الفعلي وترفض المكونات المعيبة قبل تمريرها.
• تحسين استهلاك الطاقة من خلال خوارزميات محلية تنظم استهلاك الطاقة للآلات الفردية أو أقسام الخطوط بأكملها في الوقت الفعلي.
• الكشف عن الحالات الشاذة في الآلات الدوارة عبر أجهزة استشعار الاهتزاز والصوت التي تكتشف التغيرات الطفيفة في سلوك التشغيل قبل وقت طويل من رد فعل البشر أو أجهزة الإنذار التقليدية.
• التحكم الآلي في العمليات، حيث يقوم الذكاء الاصطناعي الطرفي بضبط معلمات العملية بشكل تكيفي مثل درجة الحرارة أو الضغط أو السرعة دون الحاجة إلى انتظار ردود الفعل من السحابة.

الذكاء الاصطناعي المادي قيد التشغيل: المصانع الأولى تتعلم التداول

بينما يُستخدم الذكاء الاصطناعي على الحافة على نطاق واسع في الإنتاج، يمر الذكاء الاصطناعي الفيزيائي بمرحلة تحول حاسمة: من التجارب المخبرية إلى النشر الصناعي واسع النطاق. وتُشير أحداث عام 2025 وأوائل عام 2026 إلى هذا التحول من خلال مشاريع ملموسة ورائدة.

لعلّ أبرز مثال على ذلك هو التعاون بين بي إم دبليو وشركة فيجر إيه آي. ففي عام 2025، نُشرت روبوتات فيجر 02 الشبيهة بالبشر لأول مرة عالميًا في مصنع بي إم دبليو في سبارتانبرغ بالولايات المتحدة الأمريكية. هناك، عمل الروبوت لمدة عشر ساعات يوميًا في قسم تصنيع هياكل السيارات، مساهمًا في إنتاج أكثر من 30,000 سيارة بي إم دبليو X3، حيث قام بتركيب ما يقارب 90,000 قطعة بدقة متناهية تصل إلى الملليمتر. وقد أكد المشروع التجريبي قدرة الروبوتات الشبيهة بالبشر على أداء مهام دقيقة ومتكررة بأمان في ظروف العالم الحقيقي.

تستخلص BMW الاستنتاجات الصحيحة من هذا: ففي ربيع عام 2026، ستختبر الشركة أيضًا روبوتات شبيهة بالبشر في مصانعها الألمانية. ويجري حاليًا مشروع تجريبي للروبوت الشبيه بالبشر AEON في لايبزيغ بالتعاون مع شركة Hexagon، وهي شركة تقنية متخصصة في حلول أجهزة الاستشعار والبرمجيات. واعتبارًا من صيف عام 2026، سيُستخدم AEON في تجميع بطاريات الجهد العالي وفي تصنيع المكونات، نظرًا لقدرة جسمه الشبيه بالبشر على التثبيت بمرونة على مجموعة متنوعة من الأدوات اليدوية وأدوات الإمساك. بالتوازي مع ذلك، أنشأت BMW مركز الكفاءة الجديد للذكاء الاصطناعي الفيزيائي في الإنتاج لتوحيد المعرفة على مستوى الشركة وضمان إمكانية استخدام الرؤى المكتسبة على نطاق أوسع.

بدورها، تُدرّب شركة تسلا روبوتها "أوبتيموس" في مصنعها العملاق في أوستن باستخدام تقنية التعلّم بالتقليد: حيث يراقب الروبوت العمال البشريين ويحاكي حركاتهم. وهو يؤدي بالفعل مهامًا بسيطة، ومن المتوقع أن تتطور قدراته إلى مزيد من التعقيد بحلول نهاية عام 2026. وتخطط شركة هيونداي، بالتعاون مع شركة بوسطن داينامكس وروبوت "أطلس"، لإنتاج عشرات الآلاف من الوحدات سنويًا بحلول عام 2028، وهو طموحٌ طموحٌ من شأنه أن يُخرج الذكاء الاصطناعي المادي من مرحلة النموذج الأولي.

في قطاع الهندسة الميكانيكية الألماني، أعلنت شركة Schaeffler عن شراكة استراتيجية مدتها خمس سنوات مع شركة الروبوتات Humanoid، بهدف نشر مئات الروبوتات الشبيهة بالبشر في مرافق الإنتاج الخاصة بها بدءًا من عامي 2026/2027. وقد أكملت شركتا Siemens وHumanoid تجربة عملية لإثبات المفهوم لمهام لوجستية مثل تفريغ الحاويات ونقلها - وهو مجال تطبيق كان في السابق شديد التباين بالنسبة لحلول الأتمتة الجامدة.

البنية التحتية التكنولوجية: نظام NVIDIA البيئي كعمود فقري

لا يوجد حاليًا أي لاعب يقود البنية التحتية للذكاء الاصطناعي المادي إلى الأمام أكثر من NVIDIA. تجمع منصة Isaac بين المحاكاة المُسرّعة بواسطة وحدة معالجة الرسومات ونماذج أساسيات الروبوت، مما يُمكّن المطورين من تدريب استراتيجيات الروبوت في بيئات التوأم الرقمي بسرعة تفوق سرعة العالم الحقيقي بألف مرة، مما يقلل بشكل كبير من دورة التطوير من الفكرة إلى التطبيق.

في مؤتمر GTC 2026 في سان خوسيه، كشفت NVIDIA عن المرحلة التالية في تطوير هذا النظام البيئي. يُنشئ Cosmos 3 عوالم اصطناعية لتمكين أنظمة الذكاء الاصطناعي المادية من التعلم بشكل أفضل واختبار البيئات المعقدة. أما Isaac GR00T N1.7 فهو نموذج مفتوح المصدر للرؤية واللغة والحركة، مصمم خصيصًا للروبوتات الشبيهة بالبشر، وفقًا للشركة، للتطبيقات التجارية في العالم الحقيقي. كما يُمكّن Omniverse DSX Blueprint من التحقق الافتراضي من استثمارات مصانع الذكاء الاصطناعي التي تُقدر بمليارات الدولارات قبل البدء في تشغيلها على أرض الواقع.

يتجلى أثر هذا النظام البيئي في اتساع نطاق الشراكات: فشركات FANUC وABB Robotics وYASKAWA وKUKA، التي تمتلك قاعدة عالمية تضم أكثر من مليوني روبوت، تُدمج مكتبات NVIDIA Omniverse وأطر محاكاة Isaac في حلول التشغيل الافتراضي الخاصة بها. وللحصول على استدلال الذكاء الاصطناعي في الوقت الفعلي مباشرةً على الروبوت، تعتمد هذه الشركات المصنعة على وحدات NVIDIA Jetson في وحدات التحكم الخاصة بها. كما تُدمج Microsoft Azure وNebius مخطط NVIDIA Physical AI Data Factory Blueprint لتمكين المطورين من إنشاء بيانات تدريب اصطناعية قابلة للتوسع ومُدارة بواسطة وكلاء.

يُجسّد نموذج الحواسيب الثلاثة الذي توصي به NVIDIA لتطبيقات الذكاء الاصطناعي الفيزيائي الكاملة مدى تعقيد هذه العملية: التدريب على أنظمة NVIDIA DGX باستخدام مجموعات بيانات ضخمة، والمحاكاة وتوليد البيانات الاصطناعية على منصة Omniverse باستخدام Cosmos على خوادم RTX PRO، وأخيرًا، الاستدلال مباشرةً على الروبوت باستخدام Jetson AGX Thor لمعالجة البيانات بكفاءة عالية في استهلاك الطاقة، وبحجم صغير، وفي الوقت الفعلي. في مارس 2026، أعلنت شركة Deloitte عن خطط لتطوير حلول الذكاء الاصطناعي الفيزيائي القائمة على NVIDIA Omniverse، وافتتاح مركز جديد للتميز في الذكاء الاصطناعي الفيزيائي في شنغهاي، ما يُشير إلى أن قطاع الاستشارات يُولي أهمية متزايدة لهذه التقنية في المجال الصناعي.

ديناميكيات السوق: منحنيان للنمو، اتجاه واحد مشترك

يُعدّ البُعد الاقتصادي لكلا المجالين التقنيين لافتًا للنظر. فقد بلغت قيمة سوق الذكاء الاصطناعي الطرفي العالمي 8.7 مليار دولار أمريكي في عام 2024، ومن المتوقع أن ينمو إلى 56.8 مليار دولار أمريكي بحلول عام 2030، بمعدل نمو سنوي مركب قدره 36.9%. كما يشهد سوق أجهزة الذكاء الاصطناعي الطرفي نموًا متسارعًا، إذ سيرتفع من 26.14 مليار دولار أمريكي في عام 2025 إلى 58.90 مليار دولار أمريكي بحلول عام 2030، بمعدل نمو سنوي مركب قدره 17.6%. بل إن بعض المحللين أكثر تفاؤلًا، إذ تتوقع شركة STL Partners أن يصل إجمالي حجم سوق الذكاء الاصطناعي الطرفي المُستهدف إلى 157 مليار دولار أمريكي بحلول عام 2030.

يشهد سوق برمجيات الذكاء الاصطناعي الطرفي نموًا متزايدًا، إذ ارتفعت قيمته من 1.95 مليار دولار أمريكي في عام 2024 إلى 8.91 مليار دولار أمريكي بحلول عام 2030 (بمعدل نمو سنوي مركب قدره 28.8%). كما يشهد الذكاء الاصطناعي الفيزيائي نموًا هائلًا، حيث يبلغ حجم سوقه الحالي 5.41 مليار دولار أمريكي (عام 2025) ومن المتوقع أن يصل إلى 61.19 مليار دولار أمريكي بحلول عام 2034.

في سوق الذكاء الاصطناعي الطرفي، يبرز قطاع التصنيع بشكلٍ لافت، إذ يستحوذ على أكثر من 35% من إجمالي حجم السوق، وسيصل، بالاشتراك مع قطاعي التجزئة والنقل، إلى حصة إجمالية من الإيرادات تبلغ 77% بحلول عام 2030. وتُعدّ تقنية رؤية الحاسوب الفئة التطبيقية المهيمنة، وستستحوذ على أكثر من نصف إيرادات الذكاء الاصطناعي الطرفي بحلول نهاية العقد. وتتمثل المحركات الرئيسية الثلاثة للطلب في الحاجة إلى معالجة البيانات في الوقت الفعلي، وتوسع نطاق أجهزة إنترنت الأشياء، وتطبيقاتها في أنظمة الروبوتات الصناعية.

التوقعات المستقبلية: ما الذي سيتم تحديده في السنوات الخمس المقبلة؟

بالنسبة لقطاع الهندسة الميكانيكية الألماني والأوروبي، ستظهر العديد من الأسئلة الرائدة بحلول عام 2030، وستحدد إجاباتها الوضع التنافسي لصناعات بأكملها.

يتطور التقارب بين الذكاء الاصطناعي الطرفي والذكاء الاصطناعي الفيزيائي بوتيرة متسارعة. فالأنظمة التي تُصنف حاليًا ضمن الذكاء الاصطناعي الفيزيائي - وهي عبارة عن روبوتات ذات مهام محددة في بيئة مُتحكم بها - ستُستبدل في غضون سنوات قليلة بنماذج أساسية قابلة للتعميم، تتكيف مع المهام الجديدة دون الحاجة إلى إعادة برمجة. وتقود شركتا NXP وNVIDIA هذا التطور بشكل مشترك من خلال إنشاء منصات معالجة آمنة، منخفضة زمن الاستجابة، وفورية، مصممة خصيصًا للتفاعل بين الذكاء الاصطناعي الفيزيائي وأجهزة الاستشعار بالغة الأهمية للسلامة. ويُظهر دمج جسر مستشعر NVIDIA Holoscan في منصات الأجهزة الطرفية بوضوح أن الحدود بين المستشعر والآلة المُفكرة تتلاشى تدريجيًا.

أصبحت التوائم الرقمية البنية التحتية العالمية للتدريب والتحقق. فبدلاً من إنشاء منشآت اختبار مادية، سيقوم مصنّعو الآلات بتدريب واختبار الروبوتات وخطوط الإنتاج بأكملها في بيئة افتراضية، باستخدام محاكاة دقيقة فيزيائياً تعكس النتائج في الوقت الفعلي. في الاختبارات الأولية، حققت روبوتات أتمتة المستودعات زيادة بنسبة 40% في كفاءة الانتقاء من خلال تحسين مسارات تنقلها عبر المحاكاة، حتى قبل بناء المستودع الفعلي. وتتيح بنى Azure التحتية بالفعل إمكانية عكس بيانات مستشعرات إنترنت الأشياء في الوقت الفعلي في التوائم الرقمية لـ Omniverse لتطوير واختبار اكتشاف الحالات الشاذة.

سيكتسب الإطار التنظيمي أهمية بالغة في السنوات القادمة. سيبدأ تطبيق لائحة الاتحاد الأوروبي الجديدة بشأن الآلات (EU) 2023/1230 اعتبارًا من 20 يناير 2027، والتي تُشدد بشكل كبير متطلبات أنظمة التحكم البرمجية ووظائف الذكاء الاصطناعي ذات الصلة بالسلامة. وبناءً على ذلك، ستخضع الروبوتات الشبيهة بالبشر لعلامة المطابقة الأوروبية (CE)، وإجراءات تقييم المطابقة، ومتطلبات قانون الاتحاد الأوروبي للذكاء الاصطناعي - وهو بيئة تنظيمية ستؤثر بشكل كبير على قرارات الاستثمار في الهندسة الميكانيكية مستقبلًا.

يُعدّ نقص العمالة الماهرة عاملاً مهملاً في هذا التطور، غالباً ما يُستهان به. وتشير شركة سيمنز بوضوح إلى التخفيف الذي يوفره الذكاء الاصطناعي التوليدي في أنظمة الصيانة التنبؤية على موظفي الصيانة: فبدلاً من الحاجة إلى متخصصين لتحليل حالات الآلات المعقدة، يُمكّن نظام الذكاء الاصطناعي القائم على الحوار حتى الموظفين الأقل خبرة من اتخاذ تدابير الصيانة المناسبة في الوقت المناسب. ويعالج الذكاء الاصطناعي المادي نفس المعضلة على المستوى التشغيلي: فعندما يتولى روبوت بشري مهاماً شاقة أو متكررة أو خطرة، فإنه يُتيح للعمالة البشرية التفرغ لأنشطة أكثر تعقيداً وذات قيمة مضافة.

يُحدث التحول في قطاع الطاقة بُعدًا جديدًا للطلب. تُمكّن تقنيات الذكاء الاصطناعي الطرفية من استخدام تطبيقات الذكاء الاصطناعي حتى في البيئات ذات الاتصال المحدود أو إمدادات الطاقة غير المستقرة، حيث تُولّد وتُستخدم الطاقات المتجددة غالبًا بشكل لا مركزي. تُقلّل المعالجة المسبقة للبيانات عند المصدر حجم البيانات بشكل كبير، وبالتالي استهلاك الطاقة في الشبكات واسعة النطاق. ونظرًا لارتفاع تكاليف الطاقة وأهداف الاتحاد الأوروبي الطموحة بشأن المناخ، لا ينبغي الاستهانة بهذا الجانب من منظور اقتصادي أو استراتيجي.

الآثار الاستراتيجية على شركات الهندسة الميكانيكية والمؤسسات الصناعية

يُتيح هذا التحليل استخلاص توجهات استراتيجية ملموسة للشركات الصناعية التي ترغب في الحفاظ على قدرتها التنافسية في كلا المجالين التكنولوجيين.

تُتيح تقنية الذكاء الاصطناعي على الحافة لمعظم شركات التصنيع فرصةً فوريةً ومجديةً للدخول إلى هذا المجال. فالتقنية مُثبتة الفعالية، ويمكن حساب تكاليف الاستثمار بسهولة بفضل الصيانة التنبؤية، وتحسين الجودة، وتوفير الطاقة. تُثبت شركة سيمنز إمكانية تحقيق وفورات في التكاليف تصل إلى 40% من خلال دمج الذكاء الاصطناعي وإنترنت الأشياء في مرافق الإنتاج. الشركات التي لم تُطبّق تقنية الذكاء الاصطناعي على الحافة بشكلٍ منهجي تُخاطر بالتخلف أكثر عن المنافسة، لا سيما بالمقارنة مع منافسيها الذين يُحسّنون عملياتهم بالفعل استنادًا إلى بيانات الآلات المُستمرة.

من ناحية أخرى، يتطلب الذكاء الاصطناعي الفيزيائي استراتيجية متوسطة إلى طويلة الأجل. ويتطلب إتقانه مسار تطوير متكامل يشمل التدريب والمحاكاة والاستدلال والنشر، ضمن سير عمل سلس. وهذا يعني أنه لم يعد يقتصر على الهندسة الميكانيكية أو البرمجيات فحسب، بل يتعداه إلى دمج هذين المجالين مع الذكاء الاصطناعي وعلوم البيانات وهندسة النظم. ويُعدّ إنشاء شركة BMW لمركز كفاءة متخصص في الذكاء الاصطناعي الفيزيائي في الإنتاج مثالاً بارزاً على كيفية ترسيخ الشركات الصناعية الرائدة لهذا التحول مؤسسياً.

بالنسبة لقطاع الهندسة الميكانيكية الألماني، الرائد عالميًا في مجال أدوات الآلات، وتقنيات المحركات، وتقنيات النقل، والآلات ذات الأغراض الخاصة، يُمثل هذا فرصة استثنائية. فمزيج الدقة الميكانيكية، وعلاقات العملاء الراسخة، والمعرفة المتعمقة بالعمليات، بفضل تقنيات الذكاء الاصطناعي الطرفي والذكاء الاصطناعي الفيزيائي، يُمكن أن يُفضي إلى فئة جديدة من الآلات الذكية القابلة للتكيف، والتي تتجاوز كونها مجرد وحدات تنفيذية. إذ تُصبح هذه الآلات شركاء معرفيين، وأنظمة تُحوّل المعرفة الإنتاجية للشركة إلى نظام رقمي، وتُحسّنها باستمرار، وتُطبّقها بشكل مستقل.

إن السؤال الاقتصادي الحاسم ليس ما إذا كان هذا التحول سيحدث، بل متى وكيف سيحدث. بيانات السوق، والنضج التكنولوجي، والمشاريع التجريبية الصناعية لا تدع مجالاً للشك: ستعتمد المرحلة التالية من خلق القيمة الصناعية بشكل كبير على مدى اتساق الشركات في دمج الذكاء في بنيتها التحتية المادية - في الآلة، والروبوت، والمستشعر، وفي كل حلقة من حلقات سلسلة القيمة.

☑️ لغة أعمالنا هي الإنجليزية أو الألمانية

☑️ جديد: مراسلات بلغتك الأم!

Konrad Wolfenstein

يسعدني أنا وفريقي أن نكون متاحين لكم بصفتنا مستشاركم الشخصي.

يمكنكم التواصل معي عبر ملء نموذج الاتصال هنا أو الاتصال بي مباشرةً +49 89 89 674 804 ( ميونخ) . عنوان بريدي الإلكتروني هو: [email protected]

أتطلع إلى مشروعنا المشترك.

☑️ دعم الشركات الصغيرة والمتوسطة في مجالات الاستراتيجية والاستشارات والتخطيط والتنفيذ

☑️ إنشاء أو إعادة تنظيم الاستراتيجية الرقمية والتحول الرقمي

☑️ توسيع وتحسين عمليات المبيعات الدولية

☑️ منصات التداول العالمية والرقمية بين الشركات

☑️ تطوير الأعمال الرائدة / التسويق / العلاقات العامة / المعارض التجارية

الحل شبه الداخلي: كيف تسدّ Xpert.Digital الثغرات التشغيلية في التسويق والمبيعات بين الشركات - أعمال ذكية قائمة على المحتوى - الصورة: Xpert.Digital

Xpert.Digital هي منصة صناعية B2B تعتمد على البيانات بقيادة Konrad Wolfenstein . تعمل الشركة كحل خارجي شبه داخلي للشركاء الصناعيين، حيث تسد الثغرات التشغيلية في التسويق والمحتوى والمبيعات - دون الحاجة إلى موارد إضافية من جانب العميل.

للمزيد من المعلومات، انقر هنا:

• الحل شبه الداخلي: كيف تسدّ Xpert.Digital الفجوات التشغيلية في التسويق والمبيعات بين الشركات – أعمال ذكية قائمة على المحتوى