الاقتصاد الدائري المدفوع بالذكاء الاصطناعي: البنية العصبية لإدارة الموارد العالمية

• يتطلب الانتقال إلى اقتصاد دائري تصميم المنتجات والأنظمة بما يلغي النفايات، ويحافظ على المواد قيد الاستخدام، ويجدد الأنظمة الطبيعية.
• ويمكن للذكاء الاصطناعي أن يوفر البنية التحتية الأساسية لهذا التحول من خلال تعزيز الترابط الرقمي وتوليد رؤى قائمة على بيانات قابلة للتنفيذ.
• ويعد الاقتصاد الدائري المدفوع بالذكاء الاصطناعي مفتاحا لتجاوز تشتت البيانات وإدارة دورات الموارد العالمية بكفاءة.

يمثل الانتقال إلى الاقتصاد الدائري ضرورة تأسيسية لتعزيز المرونة العالمية، ويقوم على ثلاثة شروط رئيسية: تصميم النفايات خارج النظام منذ البداية، إبقاء المواد قيد الاستخدام لأطول فترة ممكنة، وتجديد الأنظمة الطبيعية.

يمكن للذكاء الاصطناعي أن يوفر البنية التحتية الجوهرية لهذا التحول عبر زيادة الاتصال الرقمي والقدرة على توليد بيانات قابلة للتحليل على امتداد سلسلة القيمة، ليعمل بمثابة الجهاز العصبي الذي يربط بين تصميم المنتجات والتصنيع وعمليات الاسترجاع وإعادة الاستخدام.

وتشير أبحاث حديثة إلى أن قدرة الذكاء الاصطناعي على خفض الانبعاثات في القطاعات الرئيسية تفوق بصمة استهلاكه للطاقة بهامش كبير، ما يؤكد دوره كأداة ذات أثر إيجابي صاف في دعم هذا التحول.

الذكاء الاصطناعي بوصفه “الجهاز العصبي” للاقتصاد الدائري

تعمل المكونات الأساسية للنموذج الدائري حاليا بشكل منفصل. فعلى سبيل المثال، يفتقر محولو مواد التغليف وجهات إعادة التدوير إلى البيانات الرقمية المتعلقة بتركيب المواد، وهي بيانات ضرورية لضمان إعادة استخدام آمنة وعالية القيمة. وحتى عند توفر البيانات، تفتقر الصناعة إلى الأدوات القادرة على دمجها وتحويلها إلى رؤى تدعم تغييرات تشغيلية واسعة النطاق.

وهنا تبرز أهمية الذكاء الاصطناعي في جعل سلسلة القيمة الدائرية أكثر ذكاء وترابطا. إذ يمكنه أن يعمل كآلية تغذية راجعة سريعة التطور تنقل المعلومات وتربط بين الأجزاء المعزولة تاريخيا في سلسلة القيمة. ومن خلال تحويل التطوير الكيميائي الجديد أو تتبع النفايات وتدفقاتها إلى بيانات قابلة للتنفيذ، يمكّن الذكاء الاصطناعي النظام من العمل بمستوى الذكاء المطلوب لتحقيق المرونة.

ومن دون القدرة على إدارة تدفقات المواد وتصميم المنتجات وإدارة النفايات رقميا، سيظل توسيع نطاق الاقتصاد الدائري بطيئا. ويؤدي الذكاء الاصطناعي دور آلية التغذية الراجعة الضرورية لربط هذه المكونات. وتزداد هذه الحاجة إلحاحا في قطاع البلاستيك، حيث من المتوقع أن يبلغ الإنتاج العالمي هذا العام نحو 500 مليون طن، في حين لا تتجاوز نسبة إعادة التدوير عالميا حوالي 9 في المئة.

كيف يعزز الذكاء الاصطناعي سلسلة قيمة البلاستيك

من ابتكار المواد إلى تحديد النفايات، بدأ الذكاء الاصطناعي في إحداث تحول ملموس في سلسلة قيمة البلاستيك لتحسين دائريتها الشاملة.

1. ابتكار كيميائي ومواد جديدة
يسرّع الذكاء الاصطناعي البحث المطلوب لتطوير بدائل دائرية وحلول كيميائية لنهاية عمر المنتجات.

• التصميم العكسي: تعمل مختبرات جامعية وشركات مثل CuspAI على بناء منصات ذكاء اصطناعي توليدي تعمل كمحرك بحث للمواد. ويتيح نهج التصميم العكسي للباحثين تحديد الخصائص المطلوبة، مثل القابلية للتحلل الحيوي أو الاستقرار العالي أو سهولة إزالة البلمرة، ليقترح الذكاء الاصطناعي البنية الجزيئية المثلى.

• نمو متسارع: يبلغ حجم هذا التسريع مستويات غير مسبوقة. فعلى سبيل المثال، حددت أداة GNOME التابعة لـ Google DeepMind أكثر من مليوني بنية بلورية نظرية، أي ما يعادل 45 ضعفا لما توصل إليه العلم حتى اليوم، مما يقلص بشكل جذري زمن تحقيق الاختراقات في علم المواد.

2. تصميم مستدام للمنتجات والتغليف
سيكون الربط القائم على الذكاء الاصطناعي بين المصنعين وجهات إعادة التدوير عبر تغذية راجعة رقمية عاملا حاسما في الاقتصاد الدائري. ويغير الذكاء الاصطناعي التوليدي طريقة تصميم المنتجات بحيث يسهل تفكيكها وإعادة استخدامها.

• تحسين اكتشاف المواد: في شراكة مع IBM Research، تستخدم شركة نستله الذكاء الاصطناعي التوليدي ونماذج اللغة الكيميائية لتسريع تطوير مواد تغليف جديدة عالية الحاجز. ويتيح ذلك فحص آلاف التركيبات المادية الجديدة خلال أيام قليلة، مع ضمان استيفاء معايير السلامة والتكلفة وقابلية إعادة التدوير الكاملة.

• تتبع دورة الحياة: يكمن مفتاح الربط بين التصميم والاسترجاع في وجود خط بيانات موحد، وهو مفهوم يتيحه الذكاء الاصطناعي ويتمثل في جواز السفر الرقمي للمنتج. وقد نشأ هذا المفهوم في سياق جهود تنظيمية مثل لائحة التصميم البيئي للمنتجات المستدامة في الاتحاد الأوروبي، حيث يوفر سجلا رقميا شاملا لتركيب المنتج وخصائصه الدائرية. وتضمن هذه الشفافية تتبع كل مادة وكيمياء مستخدمة، وتزويد المستهلكين وجهات إعادة التدوير بالبيانات الدقيقة طوال دورة حياة المنتج.

3. تحديد النفايات وفرزها
يشكل نقص البيانات والرؤى الرقمية في مرحلة الاسترجاع العائق الأكبر أمام إعادة التدوير عالية الجودة. ويعالج الذكاء الاصطناعي هذا التشتت بشكل مباشر عبر:

• تحليلات آنية: تستخدم شركات مثل GreyParrot الرؤية الحاسوبية المدعومة بالذكاء الاصطناعي والتعلم العميق لتحليل تدفقات النفايات في الوقت الفعلي وتحديد أنواع المواد بدقة عالية، مع القدرة على تتبع ما يصل إلى 80 عنصرا في الدقيقة، وهو ما يضاعف تقريبا كفاءة طرق الفرز التقليدية.

• النقاء والقيمة: تزيل البيانات الفورية التي توفرها هذه الأنظمة حالة العمى على مستوى المنشآت، ما يمكّن المشغلين من تحقيق مستويات نقاء تتجاوز 95 في المئة في المواد المعاد تدويرها وتقليل معدلات التلوث بنسبة تصل إلى 85 في المئة. ويعد ذلك أمرا بالغ الأهمية لإعادة تدوير البلاستيك بأمان نظرا للمخاطر الصحية المرتبطة بالمواد المضافة الكيميائية.

• حلقة تغذية راجعة للتصميم: الأهم أن بيانات الفرز الآنية باتت تستخدم لإرشاد العلامات التجارية. إذ تستطيع أنظمة الذكاء الاصطناعي تحديد أسباب الفرز الخاطئ أو التلوث في بعض عبوات المستهلكين، مثل الألوان الداكنة أو الملصقات المعقدة أو الأشكال غير المعتادة. ومن خلال التعاون مع العلامات التجارية، تساعد هذه البيانات على إدخال تعديلات تدريجية في الحجم أو الشكل أو اللون أو وضع العلامات، بما يزيد قابلية إعادة التدوير فورا دون الحاجة إلى إعادة تصميم كاملة للمنتج.

4. التنبؤ بتدفقات المواد والخدمات اللوجستية
تدار تدفقات المواد المسترجعة بكفاءة عبر الذكاء التنبؤي، بما يضمن توجيه كل مادة إلى أعلى استخدام ذي قيمة وتقليل الجهد المهدور.

• خفض الانبعاثات والتكاليف: تعتمد التحليلات التنبؤية المدعومة بالذكاء الاصطناعي على نمذجة شبكات الخدمات اللوجستية العكسية في الوقت الفعلي وتوجيه مركبات الجمع استنادا إلى بيانات المستشعرات الحية. ومن خلال تجنب الرحلات غير الفعالة وتعظيم الحمولة، يمكن تحقيق خفض يصل إلى 35 في المئة في الانبعاثات المرتبطة بالنقل، إلى جانب توفير يتراوح بين 20 و30 في المئة في التكاليف التشغيلية.

• توفير المواد: يؤدي تحسين الخدمات اللوجستية في المراحل المبكرة عبر النمذجة التنبؤية إلى تقليص كبير في الهدر الناتج عن الإفراط في الإنتاج أو التقادم أو التلف. فعلى سبيل المثال، يستخدم نظام Amazon Package Decision Engine الذكاء الاصطناعي لتحديد أكثر حلول التغليف كفاءة للشحنات، وقد ساعد منذ عام 2015 على تجنب استخدام أكثر من ثلاثة ملايين طن متري من مواد التغليف عالميا.

التعاون لتسريع التحول نحو الدائرية

يوفر الذكاء الاصطناعي عنصر الذكاء، لكن التعاون عبر سلسلة القيمة بأكملها يظل ضروريا لتوسيع الحلول الرقمية وتحويلها إلى عمل منهجي. ويضمن هذا التعاون الاستفادة من البيانات التي ينتجها الذكاء الاصطناعي في مختلف مراحل سلسلة القيمة.

ولا تزال الأطر السياسية الحالية مصممة في الغالب لاقتصاد خطي، مما يفشل في خلق الطلب السوقي اللازم للمواد المستدامة. ويتعين على الحكومات وصناع السياسات معالجة ذلك عبر وضع لوائح واضحة ومنسقة عالميا وإقليميا لمسؤولية المنتج الممتدة، بما يحفز الدائرية.

كما ينبغي تحديد مؤشرات أداء رئيسية موحدة عبر سلسلة القيمة لتتبع التقدم، وضمان أن يتجاوز الضغط التنظيمي الأهداف العامة إلى نتائج قابلة للقياس.

وفي الوقت نفسه، يتعين على شركات التكنولوجيا والمبتكرين توفير أدوات قابلة للتشغيل البيني وتجنب الأنظمة المغلقة. وينبغي أن تكون البيانات التي تنتجها منصات مثل Materra التابعة لـ Google X وCuspAI وGreyParrot متاحة للمصنعين الكيميائيين والمحولين والعلامات التجارية وجهات إعادة التدوير لدعم قرارات التصميم وتخطيط البنية التحتية.

وعلاوة على ذلك، يجب على المصنعين وقادة الصناعة تبني شفافية جذرية بشأن تركيب المواد وحالة نهاية العمر الافتراضي. ولا يقتصر الأمر على البيانات فحسب، بل يتطلب تحولا ثقافيا نحو مشاركة المعرفة قبل التنافس، حيث ينشر قادة الصناعة دراسات الحالة الناجحة لاعتماد الدائرية لتسريع منحنى التعلم في القطاع بأكمله.

إن الاقتصاد الدائري المدفوع بالذكاء الاصطناعي هو المفتاح لتجاوز تشتت البيانات وإدارة دورات الموارد العالمية.
ومن خلال استخدام الذكاء الاصطناعي بوصفه الجهاز العصبي الذي يعزز ويربط كل مرحلة من مراحل سلسلة القيمة، وبإعطاء الأولوية للتعاون الجذري، يمكننا الانتقال من مجرد إدارة النفايات إلى تحقيق مرونة حقيقية في الموارد عبر جميع تدفقات المواد.