مسؤولون تنفيذيون من BMW وCapgemini يوضحون كيف يمنح الذكاء الاصطناعي شركات السيارات "قوى خارقة"

مسؤولون تنفيذيون من BMW وCapgemini يصوغون الذكاء الاصطناعي كـ"قوة خارقة" لشركات السيارات

طرح مسؤولان تنفيذيان يمتلكان رؤية قريبة لكيفية دخول الذكاء الاصطناعي إلى قطاع السيارات أفكارهما حول ما يتطلبه الأمر فعلاً لاقتناص قيمة هذه التقنية. وظهرت سيرينا شتريغل، التي تقود التقنيات الجديدة في مجموعة BMW، إلى جانب فرديناند شوكنهوف، وهو مدير في Capgemini Invent، في حوار تمحور حول فكرة لافتة: أن الذكاء الاصطناعي يمكن أن يعمل كقوة خارقة لشركات صناعة السيارات — لكن فقط للشركات التي تكتشف كيف تستخدمه بوعي وتخطيط.

ويكتسب هذا التأطير أهمية لأن صناعة السيارات أمضت عدة سنوات في مرحلة وسطى غير مريحة مع الذكاء الاصطناعي. فكل مصنّع رئيسي تقريباً يدير الآن مشاريع تجريبية وهاكاثونات وتجارب أدوات داخلية. لكن عدداً أقل بكثير نجح في دفع تلك التجارب إلى أنظمة إنتاجية تمسّ قرارات التصميم أو إنتاجية المصنع أو البرمجيات التي يتفاعل معها العملاء يومياً. والفجوة بين العرض التوضيحي والتنفيذ الفعلي هي حيث يصبح الحوار بين قائدة التقنية في BMW ومدير Capgemini Invent ذا صلة بأي شخص يخطط لاستراتيجية في قطاع السيارات.

من يتحدث، ولماذا يكتسب هذا الثنائي أهمية

يضع دور شتريغل في مجموعة BMW في نقطة التقاء البحث بالواقع المنتجي. فقيادة التقنيات الجديدة في شركة سيارات فاخرة تعني تقييم الأدوات الناشئة التي بلغت نضجاً كافياً للنجاة عند التلامس مع المعايير الهندسية والمتطلبات التنظيمية وسلاسل التوريد العالمية — وتلك التي لم تبلغ ذلك. وهذه مهمة مختلفة عن بناء نموذج أولي في مختبر.

ويعكس موقع شوكنهوف في Capgemini Invent، الذراع الاستشارية والابتكار الرقمي لشركة Capgemini، الجانب الآخر من المعادلة: أعمال الاستشارات وتكامل الأنظمة التي ترافق بشكل متزايد برامج الذكاء الاصطناعي الصناعية الكبرى. وعادة ما تساعد شركات الاستشارات بهذا الحجم المصنّعين في رسم خرائط العمليات وإعادة هيكلة خطوط البيانات وإدارة التغيير التنظيمي الذي يحدد ما إذا كان نموذج في دفتر ملاحظات سيؤثر يوماً ما في سيارة.

ووضع مسؤول تقني في شركة سيارات إلى جانب مدير استشاري هو بحد ذاته إشارة. فهو يوحي بأن الحوار يتعلق أقل بقدرة النموذج الخام وأكثر بالتنفيذ — العمل غير اللامع المتمثل في حوكمة البيانات والمواهب وإعادة تصميم العمليات والقياس، وهو ما يفصل بين عرض توضيحي مقنع وميزة تنافسية مستدامة.

أين يمكن للذكاء الاصطناعي أن يعيد تشكيل سلسلة قيمة السيارات

تشير عبارة "القوة الكاملة" إلى الاتساع، وسلسلة قيمة السيارات توفر مساحات كثيرة ليعمل عليها الذكاء الاصطناعي. وتميل المكاسب الأكثر مصداقية على المدى القريب إلى التجمع في عدد قليل من المجالات.

الهندسة وتطوير المنتجات

تتضمن برامج المركبات أعداداً هائلة من تكرارات التصميم والمحاكاة وفحوص الامتثال. والأدوات التي تسرّع المحاكاة أو تولّد أشكالاً هندسية مرشحة أو تُبرز التصاميم السابقة ذات الصلة يمكنها ضغط دورات التطوير — بشرط أن تكون بيانات الهندسة الأساسية نظيفة بما يكفي للثقة بها.

التصنيع والجودة واللوجستيات

تولّد المصانع تدفقات كثيفة من بيانات الاستشعار والتفتيش. ويمكن للذكاء الاصطناعي المطبّق على مراقبة الجودة والصيانة التنبؤية وجدولة الإنتاج أن يقلل التوقف والهدر. ويُعد التنبؤ بسلسلة التوريد مجالاً آخر تمتلك فيه النماذج الأفضل قيمة مالية واضحة، خصوصاً بعد الاضطرابات التي شهدتها السنوات الأخيرة.

البرمجيات والمساعدات وتجربة العملاء

أصبحت المركبات الحديثة معرّفة بالبرمجيات بشكل متزايد، ما يعني أن الذكاء الاصطناعي يظهر مباشرة في المنتج: واجهات صوتية وميزات مساعدة السائق والتخصيص وتحديثات الخدمة عبر الهواء. وهنا يتمثل تحدّي شركة السيارات في الموثوقية والسلامة والخصوصية بقدر ما يتمثل في أداء النموذج.

• التطوير: محاكاة أسرع واستكشاف للتصميم
• الإنتاج: التفتيش والصيانة والجدولة
• سلسلة التوريد: التنبؤ بالطلب والاضطرابات
• المنتج: مساعدات داخل السيارة وأنظمة المساعدة والتخصيص
• المكاتب الخلفية: الخدمة والمبيعات ودعم ما بعد البيع

العقبة الحقيقية تنظيمية وليست تقنية

عادة ما تعود حوارات كهذه إلى القيد نفسه: أصعب جزء في الذكاء الاصطناعي المؤسسي ليس الحصول على نموذج. بل تجميع البيانات والحوكمة والأشخاص المطلوبين لجعل ذلك النموذج موثوقاً على نطاق صناعي. وتضيف صناعة السيارات ضغوطها الخاصة — آفاق تطوير طويلة وتوقعات صارمة للسلامة وشبكات موردين معقدة وبيئة تنظيمية تختلف من سوق إلى آخر.

وهذا المزيج يكافئ عمليات النشر التدريجية المدعومة بأدوات قياس جيدة أكثر من التحولات الشاملة. فالمصنّع القادر على إثبات تحسّن قابل للقياس في خط مصنع واحد أو سير عمل هندسي واحد يمتلك شيئاً أكثر قيمة من شركة لديها عشرات النماذج الأولية المتعثرة. وفي هذا السياق، فإن تأطير "القوة الخارقة" يتعلق أقل بالسحر وأكثر بالميزة التشغيلية المتراكمة: فكل عملية نشر ناجحة تجعل التالية أرخص وأسرع.

وتناسب الشراكات بين المصنّعين وشركات الاستشارات هذا المنطق. فشركات السيارات تجلب العمق في المجال والبيانات الخاصة والمسؤولية عن المنتج. والشركاء الخارجيون يجلبون التعرف على الأنماط عبر القطاعات وقدرة التنفيذ والقدرة على تزويد فرق متخصصة بسرعة. والتوتر مألوف — فالمساعدة الخارجية يمكن أن تسرّع التنفيذ بينما تخلق أيضاً تبعيات يجب إدارتها بعناية.

ما يجب متابعته لاحقاً

بالنسبة لمراقبي قطاع السيارات، السؤال المفيد ليس ما إذا كان الذكاء الاصطناعي سيهم — فقد حُسم هذا الجدل فعلياً — بل أين ستظهر النتائج القابلة للقياس أولاً. راقبوا شركات السيارات التي تنشر مؤشرات ملموسة مرتبطة ببرامج الذكاء الاصطناعي: تقليل وقت التطوير، أو تحسين جودة المحاولة الأولى، أو خفض التوقف غير المخطط، أو إطلاق ميزات برمجية بوتيرة أسرع.

وراقبوا أيضاً قصة المواهب. فالمنافسة على المهندسين الذين يفهمون التعلم الآلي والمنتجات المادية معاً شديدة، وتمتد إلى ما هو أبعد بكثير من مراكز السيارات التقليدية. والشركات التي تتعامل مع قدرة الذكاء الاصطناعي كتخصص هندسي أساسي بدلاً من مشروع جانبي هي المرجّح أن يكون مسؤولوها قادرين على الحديث بثقة عن القوى الخارقة بعد بضع سنوات من الآن.

وأخيراً، راقبوا كيف تتطور اللغة. فعندما يتفق قادة التقنية والاستشاريون على المفردات نفسها — القدرة والتوسع وتحقيق القيمة — فإن ذلك يشير عادة إلى أن مرحلة التجريب المبكر تفسح المجال لشيء أكثر انضباطاً. وما إذا كان ذلك الانضباط سينتج القوى الخارقة الموعودة سيعتمد على التنفيذ أكثر بكثير من اعتماده على أي نموذج اختراقي واحد.

يعتمد هذا المقال على تقرير لـ Automotive News. اقرأ المقال الأصلي.