تخطَّ إلى المحتوى
YUNENTROPY INTELLIGENCE  معرفة المنتجات للمشترين الصناعيين العالميينمنتجات · موردون · أدلة مشتريات
Yunentropyذكاء صناعي
تحدث إلينا

الذكاء الاصطناعي يعيد تشكيل صناعة الأتمتة: التغييرات والتحديات والطريق إلى الأمام

AI正深度渗透工业自动化核心场景,推动行业从传统逻辑控制向智能自主决策跃迁。行业巨头通过AI战略卡位构建新竞争壁垒,自动化工程师面临挑战与机遇。本文深入剖析AI对自动化行业的重塑、巨头战略布局、对工程师的影响及生存进阶路径。

يتغلغل الذكاء الاصطناعي بشكل عميق في السيناريوهات الأساسية للأتمتة الصناعية انطلاقًا من “المفاهيم التقنية”، مما يعزز انتقال الصناعة من التحكم المنطقي التقليدي إلى صنع القرار المستقل الذكي.
وهذا التغيير ليس مجرد تراكب تكنولوجي بسيط، بل هو إعادة تشكيل منهجية لهندسة الأتمتة والبيئة الصناعية ونظام المواهب.
ويعمل عمالقة الصناعة، ممثلين بشركات سيمنز، وشنايدر، والتحكم المركزي بجامعة تشجيانغ، على بناء حواجز منافسة جديدة من خلال مواقع استراتيجية للذكاء الاصطناعي؛ بينما يواجه مهندسو التشغيل الآلي التحدي المزدوج المتمثل في “استبدال العمل الأساسي وضرورة إعادة بناء القدرات الأساسية” – لن يقضي الذكاء الاصطناعي على المهندسين، ولكنه سيقضي على المهندسين الذين لا يستطيعون استخدام الذكاء الاصطناعي.

إن جوهر الأتمتة التقليدية هو تنفيذ المنطق الحتمي، والذي يعتمد على برامج محددة مسبقًا وعمليات ثابتة ولا يمكنه التعامل إلا مع السيناريوهات القياسية؛ في حين أن جوهر الأتمتة التي تعتمد على الذكاء الاصطناعي هو صنع القرار المستقل غير المؤكد، والذي يتكيف مع السيناريوهات الصناعية المعقدة والمتغيرة باستمرار من خلال تعلم البيانات، والاستدلال النموذجي والتحسين الديناميكي، ويحقق عملية مستقلة ذات حلقة مغلقة لـ “الإدراك والتحليل واتخاذ القرار والتنفيذ”.

صور ذات صلة 1

فيما يتعلق بالهندسة الفنية، كان هناك تغيير كبير من “الأسلاك الصلبة + PLC” إلى “الذكاء الاصطناعي + التوأم الرقمي + التعاون على الحافة السحابية”. في تحويل طبقة التحكم، تمت ترقية PLC من “منفذ منطقي” إلى “عقدة حافة ذكية”، مجهزة بنموذج ذكاء اصطناعي خفيف الوزن لتحقيق تعديل المعلمة في الوقت الفعلي على مستوى المللي ثانية والتحذير غير الطبيعي.
إن إعادة بناء طبقة النظام الأساسي تجعل النظام الأساسي السحابي الصناعي هو الناقل الأساسي للتدريب على الذكاء الاصطناعي ونشره، ويجمع مكتبات النماذج الخاصة بالصناعة، ويدعم إعادة الاستخدام عبر السيناريوهات.
يتيح فتح طبقة البيانات التكامل العميق بين بيانات التكنولوجيا التشغيلية وتكنولوجيا المعلومات، والإدارة الموحدة لبيانات السلاسل الزمنية وبيانات المعدات وبيانات الجودة، مما يوفر مواد تدريبية عالية الجودة للذكاء الاصطناعي.

فيما يتعلق بالقيمة الصناعية، جلب الذكاء الاصطناعي تحسينات في الكفاءة وخفض التكاليف وابتكارات النماذج.
فيما يتعلق بتحسين الكفاءة، يمكن أن تؤدي الصيانة التنبؤية المعتمدة على الذكاء الاصطناعي إلى تقليل وقت التوقف غير المخطط له بنسبة 30%-50%؛ يمكن لخوارزميات التحسين الذكية تحسين الكفاءة الإجمالية للمعدات (OEE) بنسبة 10%-20%.
فيما يتعلق بتحسين التكلفة، يعمل الذكاء الاصطناعي التوليدي على تقصير دورة التصميم الهندسي الآلي بنسبة 40%-60%، وزيادة كفاءة إنشاء التعليمات البرمجية بمقدار ثلاث مرات، وتقليل تكاليف العمالة بشكل كبير.
وينعكس ابتكار النماذج في التحول من “بيع الأجهزة” إلى “بيع حلول الذكاء الاصطناعي + خدمات الاشتراك”، حيث أصبح الاشتراك في البرامج الصناعية محركًا جديدًا للنمو.

صور ذات صلة 2

فيما يتعلق بالمواقع الإستراتيجية العملاقة للذكاء الاصطناعي، تستخدم شركة Siemens التوائم الرقمية + الذكاء الصناعي لبناء نظام بيئي كامل لسلسلة القيمة للذكاء الاصطناعي. منتجها الأساسي، مساعد الطيار الصناعي (مساعد الذكاء الاصطناعي الصناعي)، يدعم إنشاء اللغة الطبيعية لرمز PLC، وتصميم واجهة HMI وتشخيص الأخطاء؛ يمكن لعامل الذكاء الاصطناعي أداء مهام العملية الكاملة بشكل مستقل دون تدخل يدوي.
فيما يتعلق بالعوائق التقنية، يوجد في العالم أكثر من 1500 خبير في الذكاء الاصطناعي، وأكثر من 3700 براءة اختراع للذكاء الاصطناعي، وأكثر من 300 نموذج للذكاء الاصطناعي الصناعي، وتكامل عميق لتقنية التوأم الرقمي لتحقيق تصحيح الأخطاء الافتراضي والتحسين التنبؤي.
في حالة التنفيذ، زاد OEE لخط الختم لمصنع BMW Shenyang إلى 91.2%؛ حقق نظام تحسين عملية الصهر إنتاجًا مستقلاً عالي الجودة ومنخفض الطاقة.

تستخدم شنايدر إلكتريك تعريف البرامج + الذكاء الاصطناعي لكفاءة استخدام الطاقة للتركيز على الذكاء الأخضر والتنفيذ خفيف الوزن.
يدعم المنتج الأساسي EcoStruxure Automation Expert Copilot (بالتعاون مع Microsoft) إنشاء اللغة الطبيعية للتعليمات البرمجية الصناعية وتصميم كتلة الوظائف والتصحيح الذكي؛
يدمج Modicon M262 PLC نماذج التنبؤ باستهلاك الطاقة لتحقيق تحسين كفاءة الطاقة في الوقت الفعلي. وتتمثل الميزة التقنية في تعزيز الذكاء الاصطناعي لإدارة كفاءة الطاقة بشكل عميق، وتحقيق خطأ في التنبؤ بعمر المحفز بنسبة أقل من 3% في المصافي؛ يتكيف نموذج الذكاء الاصطناعي خفيف الوزن مع السيناريوهات الصغيرة والمتوسطة الحجم، مما يخفض عتبة التنفيذ.
وفي حالة التنفيذ، يتمتع مصنع Shanghai Putuo بتغطية كاملة للذكاء الاصطناعي، مما يزيد من كفاءة الإنتاج بنسبة 25% ويقلل من استهلاك الطاقة بنسبة 18%.

قامت جامعة Zhejiang SUPCON ببناء أساس متين للذكاء الاصطناعي في صناعة العمليات من خلال نماذج صناعية كبيرة يمكن التحكم فيها بشكل مستقل.
تتضمن بنية الذكاء الاصطناعي الصناعية “1+2+N” نظام تشغيل المصنع (تكامل البيانات الموحد)، ونموذجين أساسيين كبيرين (نموذج كبير للسلسلة الزمنية TPT + نموذج صناعي كبير متعدد الوسائط)، وسيناريوهات تطبيق صناعة N. الاختراق الأساسي هو النموذج الكبير للسلسلة الزمنية TPT الذي تم تطويره ذاتيًا، والذي يتكيف مع خصائص بيانات السلاسل الزمنية الصناعية وتم تنفيذه في أكثر من 100 منشأة صناعية كبيرة.
تتمتع DCS بحصة سوقية محلية تبلغ 40.4% (الأولى منذ 14 عامًا على التوالي)، مما يوفر دعمًا هائلاً للبيانات الصناعية للذكاء الاصطناعي.
الهدف الاستراتيجي هو أن نصبح شركة رائدة عالميًا في مجال الذكاء الاصطناعي الصناعي واستخدام الذكاء الاصطناعي لدفع القيم الأربع للسلامة والجودة وانخفاض الكربون والكفاءة.

للذكاء الاصطناعي أيضًا تأثير مزدوج على مهندسي التشغيل الآلي.
في طبقة الاستبدال، يتم استبدال العمل الأساسي والمتكرر والمنتظم بكفاءة بواسطة الذكاء الاصطناعي، مثل البرمجة الأساسية، وتصحيح الأخطاء الروتينية، وإدخال البيانات وإعداد التقارير، وما إلى ذلك. ويواجه المهندسون المبتدئون، وموظفو التشغيل والصيانة في الموقع، والمبرمجون الأساسيون خطر تقليل الوظائف.
ولكن على المستوى الأساسي، أصبحت القدرات عالية القيمة التي لا يمكن استبدالها بالذكاء الاصطناعي، مثل تصميم بنية النظام المعقد، والتكامل العميق وابتكار العمليات، والتدريب على نماذج الذكاء الاصطناعي وضبطها، وإدارة المشاريع والتعاون عبر المجالات، بمثابة خندق جديد للمهندسين.
في عصر الذكاء الاصطناعي، تم تحديث صيغة الكفاءة الأساسية لمهندسي الأتمتة إلى: 40% خبرة في خط الإنتاج + 30% تفكير خوارزمي + 20% تكنولوجيا اتصالات + 10% جماليات التصميم.

فيما يتعلق ببقاء المهندس ومسار تقدمه، على المدى القصير (1-2 سنة)، يجب عليهم تبني أدوات الذكاء الاصطناعي، وتحسين الكفاءة الأساسية، والبراعة في استخدام أدوات الذكاء الاصطناعي التوليدية، وتعلم المفاهيم الأساسية لتحليل بيانات السلاسل الزمنية والذكاء الاصطناعي الصناعي.
في المدى المتوسط (3-5 سنوات)، من الضروري تنمية عمليات الصناعة بعمق، وإتقان المهارات الأساسية للذكاء الاصطناعي، والتجذير في الصناعات المقسمة، وتجميع الخبرة العملية المتعمقة، والتعلم المنهجي للتعلم الآلي والمهارات الأخرى.
على المدى الطويل (5 سنوات +)، يجب أن نتحول إلى خبير شامل، ونقود الابتكار في الصناعة، وننمو لنصبح “مهندسًا صناعيًا” و”خبيرًا في حلول الذكاء الاصطناعي”، ونعزز التكامل العميق بين تكنولوجيا الذكاء الاصطناعي والسيناريوهات الصناعية.

باختصار، تعد التغييرات التي أدخلها الذكاء الاصطناعي على صناعة الأتمتة مدمرة ولا رجعة فيها. وتنتقل الصناعة من “الأتمتة” إلى “الذكاء”، ويعمل العمالقة على إعادة تشكيل المشهد التنافسي من خلال الذكاء الاصطناعي؛ ويتحول المهندسون من “المنفذين الفنيين” إلى “منشئي القيمة”، وأصبحت القدرات المركبة هي مفتاح البقاء.
بالنسبة للصناعة، لا يحل الذكاء الاصطناعي محل البشر، ولكنه يطلق الإبداع البشري، ويحرر المهندسين من العمل المتكرر ويركز على الابتكار وحل المشكلات المعقدة. بالنسبة للمهندسين، القلق لا طائل منه. فقط من خلال احتضان الذكاء الاصطناعي بشكل فعال، وإعادة بناء نظام القدرات، وتنمية قيمة الصناعة بعمق، يمكننا الحصول على موطئ قدم ثابت في عصر الذكاء الاصطناعي وتحقيق التقدم الوظيفي.

انضم إلى النقاش

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

تحدث معنا يرد عادةً خلال دقائق قليلة