ملخص: تناقش هذه المقالة التحولات العميقة التي يشهدها عالم العمل بعد تجاوز نقطة تحول حاسمة، حيث تتقاطع التغيرات الديموغرافية وتسارع الذكاء الاصطناعي وتراجع العولمة لتكشف عن نقص هيكلي في المهارات وفرص غير مسبوقة لإعادة التفكير في التعليم والتوظيف. وتبرز المقالة كيف يعيد الذكاء الاصطناعي تعريف مفهوم العمل الماهر، ويفرض التعلم المستمر وإعادة التأهيل، ويعمق الفجوة بين مخرجات التعليم واحتياجات سوق العمل، خاصة في الوظائف المبتدئة. كما تؤكد أن بناء مستقبل عمل مرن وشامل يتطلب قيادة استباقية، وتعاونا بين الحكومات والشركات والمؤسسات التعليمية، واستثمارا مركزيا في المهارات لتمكين الأفراد وتحقيق نمو اقتصادي مستدام.
- يمثل تطبيق الذكاء الاصطناعي عبر الصناعات التحويلية مجموعة فريدة من التحديات والفرص.
- فالذكاء الاصطناعي أداة قوية قادرة على إحداث تحول في التصنيع وتعزيز الإنتاجية، مع إمكانية إحداث أثر إيجابي على المجتمع والإنسانية.
- ومع تركيز الاجتماع السنوي لهذا العام على كيفية نشر الابتكار على نطاق واسع بصورة مسؤولة، تتناول هذه المقالة كيف أن الذكاء الاصطناعي، شأنه شأن أي أداة، يجب أن يُستخدم بأيدٍ واعية ومسؤولة.
يعيد الذكاء الاصطناعي تشكيل طريقة عمل الصناعات. فهو يطال تقريبا كل شركة حول العالم. إلا أن معظم النقاشات اليوم تركز على نماذج اللغة الكبيرة وتأثيرها في العمليات والوظائف والتنظيمات المكتبية.
أما بالنسبة للمصنّعين، فالصورة مختلفة إلى حد ما. فبينما لا تقل إمكانات تحسين الإنتاجية أهمية، فإن تطبيق الذكاء الاصطناعي في هذا النوع من الأعمال يطرح تحديات خاصة. ويشمل ذلك مدى قدرتنا على الوثوق بالنتائج عندما نبني بنية تحتية حرجة تعتمد عليها الأرواح، وكذلك مقدار المعرفة المملوكة التي يمكن مشاركتها بأمان مع العملاء والموردين.
في شركة ميتسوبيشي للصناعات الثقيلة، نعمل على معالجة هذه التحديات، ونؤمن بأن من الضروري لجميع شركات التصنيع والتكنولوجيا الكبرى أن تفعل ذلك بطريقة تعود بالنفع على أعمالها وعلى المجتمع ككل.
إمكانات الإنتاجية
أول ما ينبغي ملاحظته هو أن الذكاء الاصطناعي، رغم استحواذه على خيال العامة خلال الأشهر الثمانية عشر الماضية تقريبا، ليس جديدا على الجميع. فإذا قصدنا بالذكاء الاصطناعي جمع مجموعات كبيرة من البيانات وتحليلها بخوارزميات لاستخلاص الرؤى، فمن المؤكد أن معظم المصنّعين الكبار والمتقدمين يستخدمونه منذ سنوات. نحن نستخدمه لتحسين إنتاجنا ولمساعدة العملاء على تشغيل المعدات التي يشترونها منا.
وفي مصانعنا، نستخدم الذكاء الاصطناعي أيضا لأتمتة العمليات وجعل أدوات الماكينات والروبوتات أكثر ذكاء، وتحسين جودة عمليات فحص المنتجات واتساقها.
وهناك مجال للمضي قدما أكثر. فإحدى التقنيات الشائعة في تجميع توربينات الغاز والسفن ومكونات المفاعلات النووية وغيرها هي اللحام. قد يبدو بسيطا، لكنه عملية عالية المهارة. يستخدم المتخصصون المدربون حواسهم الخمس، ومع مرور الوقت يطورون ما يشبه الحاسة السادسة التي تحسن أداءهم. نحن نقوم حاليا بتصوير وتسجيل ممارسات عمال اللحام لدينا لمعرفة ما إذا كان بإمكاننا جمع بيانات كافية لتطبيق الذكاء الاصطناعي على هذه المهام. سيتيح ذلك دمج المهارة البشرية مع اتساق الآلة، وأتمتة عمل قد يكون خطيرا، مع نقل الأفراد المعنيين إلى مهام أكثر أمانا ونظافة.
وفي الوقت نفسه، ولتحسين عمليات الفحص لدينا، نضيف عمدا عيوباً صناعية مثل نتوءات طفيفة أو خدوش أو تغيرات لونية إلى بعض خطوط الإنتاج، وذلك لتدريب أنظمة الذكاء الاصطناعي كي تصبح أكثر ذكاء في اكتشاف العيوب الحقيقية مستقبلا.
كما طورنا بالفعل خوارزميات داخلية لأنظمة التحكم في التكنولوجيا التشغيلية التي تدير البنية التحتية التي نبنيها. فكل توربين غاز نبيعه يأتي مزودا بأنظمة قادرة على اكتشاف أدق انحراف في سلوكه، مما يتيح لعملائنا التنبؤ بالحاجة إلى استبدال مكون قبل فشله بأيام أو أسابيع.
وبصورة أكثر تقليدية، نستخدم أيضا نماذج اللغة الكبيرة لدعم تطوير الأعمال. فحتى أفضل مندوبي المبيعات لا يمكنهم بسرعة أو بسهولة تقييم أي من آلاف منتجاتنا قد يحل مشكلة محتملة لدى عميل ما. يقوم الذكاء الاصطناعي بربط هذه النقاط، ثم يتولى البشر متابعة الفرصة.
تحديات الحماية
في النهاية، الذكاء الاصطناعي مجرد أداة أو تقنية، على غرار الطباعة ثلاثية الأبعاد التي تُستخدم لصنع بعض الأجزاء. وكأي أداة، له نواقصه. من بينها أن الجميع يستطيع استخدامه، وبالتالي فإن أي ميزة تنافسية قد تتآكل بسرعة، خلال ستة أشهر أو عام، ما لم يُدمج مع تقنيات أخرى ومهارات وخبرات بشرية تجعل الحزمة الكاملة صعبة التقليد. وأظن أن هذا أسهل للمصنّعين مقارنة بقطاعات مثل الخدمات المالية أو الاستشارات.
الأكثر إثارة للقلق هو أن مخرجات الخوارزميات لا يمكن الوثوق بها دائما في الوقت الحالي. فنحن نجد أن نماذج الذكاء الاصطناعي المدرّبة على بيانات من أطراف ثالثة، بما في ذلك بيانات من نماذج ذكاء اصطناعي أخرى، لا تنتج دائما نتائج موثوقة أو قابلة للتكرار. ونحصل على نتائج أفضل عندما ندرّبها بالكامل على بياناتنا الخاصة، لكننا أحيانا لا نملك ما يكفي من تلك البيانات.
وهذا يثير سؤالا أوسع حول مدى أمان أي بيانات مملوكة داخل نظام ذكاء اصطناعي أو نموذج لغوي كبير. في ميتسوبيشي للصناعات الثقيلة، نرغب في مشاركة أكبر قدر ممكن من المعرفة والخبرة مع عملائنا وموردينا، لأننا من بين الشركات التي تطبق الذكاء الاصطناعي بنشاط في قطاعنا، داخل اليابان وخارجها.
وفي الوقت نفسه، نحتاج إلى حماية ملكيتنا الفكرية وموقعنا التجاري، وبشكل أكبر حماية شركائنا. ولا أعتقد أن أحدا قد حل بعد تحدي إنشاء سلسلة توريد مدعومة بالذكاء الاصطناعي تُشارك فيها البيانات الحساسة في كلا الاتجاهين.
ويشير ذلك إلى أنه رغم الاستثمارات الضخمة التي تضخها شركات الحوسبة السحابية الكبرى في بناء مراكز بيانات أكبر، فإن العديد من الشركات ستفضل الحفاظ على سيطرة محكمة نسبيا على بياناتها المملوكة. وقد يدفع هذا إلى زيادة الطلب على مراكز بيانات أصغر عند الحافة، وربما حتى داخل حرم العميل نفسه. وهذه أيضا ستحتاج إلى طاقة وتبريد وأنظمة تشغيل وتحكم. إنه سوق شديد التنافس، لكن ميتسوبيشي للصناعات الثقيلة تعمل على تقديم حلول متكاملة مقنعة من خلال تجميع منتجات قائمة مع استثمارات جديدة.
الحفاظ على المهارات البشرية
إذا كان لدي قلق أخير خاص بصناعتي، فهو أن الطفرة الحالية في الذكاء الاصطناعي ومراكز البيانات تحول الموارد بعيدا عن تطوير تقنيات تصنيع جديدة. ففي كل بلد أزوره، أرى مزيدا من الطلاب يتعلمون الخوارزميات والبرمجيات، وعددا أقل من البرامج أو التدرجات المهنية التي تركز على العتاد وبناء المهارات التي نسميها في اليابان "مونوزوكوري"، أي حرفة صنع الأشياء.
الذكاء الاصطناعي أداة قوية قادرة على تحويل التصنيع والعديد من الصناعات الأخرى، وتحقيق مكاسب إنتاجية تعد بأثر إيجابي كبير على المجتمع وحياة البشر. لكنه، مثل أي أداة، يحتاج إلى أن يُستخدم بأيدٍ واعية ومسؤولة.
