لماذا لا يستطيع الذكاء الاصطناعي تحسين مصنع لا يفهمه

ماكينة تتوقف في منتصف الإنتاج. يعرف نظام ERP طلبات العملاء وتواريخ استحقاقها، ويعرف نظام MES العملية التي توقفت، ويعرف فريق الصيانة حالة الإصلاح، وتعرف طبقة الماكينة رمز العطل والطابع الزمني الدقيق. ثم يطرح أحدهم السؤال البديهي: ماذا نفعل الآن؟

يستطيع الذكاء الاصطناعي تلخيص الإنذار، وإيجاد أنماط في سجلات توقف الإنتاج السابقة، وشرح ما حدث على الأرجح. لكن ما لم يفهم أيضاً المنتج الذي كان قيد التشغيل، والطلبات التي تعتمد على تلك العملية، والماكينات البديلة المعتمدة، والأدوات المتاحة، والمشغلين المؤهلين، وقواعد الجودة والعمليات المطبقة، فلن يستطيع تحسين الاستجابة بأمان.
هذه في جوهرها ليست مشكلة ذكاء اصطناعي، بل مشكلة في سياق المصنع.

البيانات ليست هي السياق
تنتج المصانع بالفعل كميات هائلة من البيانات. فأنظمة ERP وMES والصيانة والجودة وأنظمة التسجيل التاريخي وPLCs ومنصات إنترنت الأشياء والجداول الإلكترونية تحتوي جميعها على حقائق مفيدة.
المشكلة أن تلك الحقائق كثيراً ما تبقى منفصلة عن بعضها. فرمز توقف الماكينة وحده لا يخبرك إن كان الحدث قد وقع أثناء الإنتاج أو تغيير الإعداد أو الصيانة أو خلال دفعة لها نافذة معالجة صارمة. وقد تبدو الماكينة خاملة بينما هي غير صالحة للاستخدام لأن التركيبة المطلوبة غير متوفرة أو لأن المشغل المؤهل ليس ضمن نوبة العمل.
السياق يربط الحدث بالوضع التشغيلي المحيط به.

ويشمل ذلك:

• هوية الأصل والموارد
• العملية النشطة وأمر العمل
• المنتج والمراجعة
• المسار والمسارات البديلة
• حالة المواد والدفعات
• الأدوات والتركيبات
• المهارات وتغطية النوبات
• قيود الجودة
• حالة الصيانة
• الطاقة الإنتاجية والاعتماديات اللاحقة
• التزامات العملاء

لماذا لا تكفي لوحات المعلومات
تعد Power BI ولوحات المعلومات التشغيلية ممتازة في إظهار ما تغير. فهي تكشف توقف الإنتاج أو تزايد الطوابير أو تأخر الطلبات أو الهالك أو الطاقة المتاحة.

لكن عرض المشكلة يختلف عن تحديد ما ينبغي أن يفعله الإنتاج بعد ذلك.
قد تُظهر لوحة المعلومات أن ماكينة أخرى متاحة، لكنها لا تعرف تلقائياً ما إذا كانت هذه الماكينة معتمدة للمراجعة الحالية للمنتج، أو ما إذا كانت التركيبة محجوزة بالفعل، أو ما إذا كانت الجودة يجب أن توافق على النقل، أو ما إذا كان نقل المهمة سيخلق عنق زجاجة جديداً في المراحل اللاحقة.

وعندما تتضمن التقارير عشرات الحسابات الخاصة، ويضطر المخططون إلى تصدير النتيجة إلى Excel لاختبار البدائل، فإن الناقص عادةً ليس مزيداً من التصورات البيانية، بل نموذج صريح لقواعد المصنع التي تقف وراء القرار.

التنبؤ ليس تحسيناً
يستطيع التنبؤ أن يخبرك بأن ماكينة من المرجح أن تتعطل، أو أن طلباً له احتمال مرتفع بالتأخير.
وهذا مفيد، لكنه لا يخبرك بما ينبغي فعله.
أما التحسين فله مهمة مختلفة، إذ يقيّم الإجراءات المحتملة مقابل قواعد المصنع وقيوده.

فعلى سبيل المثال، بعد عطل ماكينة، قد يختبر المحسّن ما إذا كان العمل المتأثر يمكن أن يبقى على المورد الأصلي، أو ينتقل إلى ماكينة بديلة معتمدة، أو يغير التسلسل، أو يستعين بالعمل الإضافي.
ويجب أن تحترم الخطة القابلة للتنفيذ الظروف الحقيقية.
فحدود السلامة، وموافقات العمليات، وتوافق المواد، وشهادات المشغلين، والأدوات، وقيود الجودة، ونوافذ الصيانة، وقواعد التسلسل، لا يمكن أن تختفي لمجرد أن ماكينة أخرى تبدو فارغة.

الذكاء الاصطناعي والتحسين والقواعد لها مهام مختلفة
يستطيع الذكاء الاصطناعي التوليدي مساعدة المخططين على فهم الموقف، والبحث في المعلومات المترابطة، ومقارنة البدائل، وشرح المفاضلات، وإعداد تسليم مفيد.
وتقدر النماذج التنبؤية مستوى المخاطر.
وتبحث محركات التحسين عن جداول إنتاج قابلة للتنفيذ.
وتتحقق القواعد الحتمية من أن الإجراء المقترح يحترم شروط الإنتاج المعروفة.
يمكن لهذه المكونات أن تعمل معاً، لكن لا ينبغي الخلط بينها.
فنموذج اللغة قد ينتج تفسيراً مقنعاً، لكن ذلك لا يثبت أن خطة الإنتاج قابلة للتنفيذ.

المنتج والعملية والمورد
يبدأ نموذج المصنع المفيد بالمنتج والعملية والمورد.
المنتج يصف ما يُنتج، بما في ذلك المراجعة والمادة وقواعد الدفعات والمتطلبات الخاصة بالعميل.

العملية تصف العمليات والتسلسل وشروط الإعداد والفحوص والمسارات البديلة والقواعد اللازمة لتصنيعه.

المورد يصف ما يمكنه أداء ذلك العمل. فقد يكون المورد ماكينة أو أداة أو تركيبة أو فرناً أو محطة اختبار أو جهاز نقل أو شخصاً.
والجزء المهم هو العلاقة بينها.

السؤال ليس:
"أي ماكينة فارغة؟"

السؤال المفيد هو:
"أي مورد متاح يستطيع تنفيذ العملية المطلوبة التالية لهذا المنتج وهذا الطلب بعينه، وفق العملية المعتمدة، والأدوات، والمواد، والجودة، والتوظيف، وشروط التوقيت؟"

الرسوم البيانية المعرفية دون مبالغة
توفر الرسوم البيانية المعرفية طريقة لتمثيل هذه العلاقات المترابطة في المصنع.
فبدلاً من تخزين الماكينات والعمليات والطلبات والأدوات والمواد كسجلات منعزلة، يمثل الرسم البياني أيضاً العلاقات بينها.

يمكن للماكينة أن تنفذ عملية. وتنتمي العملية إلى مسار. ويتبع المسار مراجعة منتج. ويتطلب أمر العمل ذلك المسار. وقد تكون تركيبة معينة مطلوبة للعملية. وقد تكون هذه التركيبة ملتزمة حالياً بمهمة أخرى.

وهذا يجعل الإجابة عن أسئلة مثل "لماذا لا يمكن نقل هذا الطلب إلى الماكينة 7؟" أسهل بكثير في الشرح.
ولا ينبغي أن تكون الإجابة مجرد "غير ممكن".

بل ينبغي أن تشرح أن الماكينة 7 تدعم العملية، لكن التركيبة المطلوبة غير متاحة، أو أن مراجعة المنتج تفتقر إلى الاعتماد، أو أن شرطاً للجودة في المراحل اللاحقة يحجب المسار.

التوأم الرقمي يحتاج إلى مهمة
لوحة المعلومات الحية ليست تلقائياً توأماً رقمياً.
فالتوأم المفيد يمثل جزءاً محدداً من العملية المادية، ويربط البنية والحالة والقواعد والبيانات المصدرية حول غرض محدد.

فقد يدعم توأم الأصل قرارات الصيانة.
وقد يساعد توأم الخط على فهم التدفق والاختناقات.
وقد يربط توأم نظام الإنتاج حالة المعدات بالطلبات والمسارات والمواد والأشخاص وقواعد الجودة والتزامات التسليم.

والسؤال المهم ليس "هل لدينا توأم رقمي؟"
بل "أي مستخدم وأي قرار ونافذة زمنية يدعم هذا التوأم؟"

هوية الأصل أساسية
يمكن لماكينة مادية واحدة أن تحمل عدة هويات.
فقد تستخدم الصيانة رقم أصل، ويستخدم MES مورداً إنتاجياً، ويستخدم ERP مركز عمل، وترى طبقة إنترنت الأشياء وحدة تحكم أو مسار وسم.

هذه المعرفات لا تحتاج إلى الاختفاء، لكن ينبغي حوكمة علاقاتها.
فإذا خمّن نظام ذكاء اصطناعي أن اسمين متشابهين لماكينتين يمثلان الأصل المادي نفسه، فقد تكون كل قرار لاحق خاطئاً حتى لو كانت البيانات الأساسية نظيفة من الناحية التقنية.

لذلك تحتاج ربط الأصول إلى مالك، وتواريخ سريان، ومراجع للمصدر، وإدارة للتغيير.

القيود جزء من البيانات
قد يكون المسار ممكناً تقنياً ومع ذلك يكون غير مقبول للإنتاج.

وتشمل القيود الصارمة:
• حدود السلامة
• الوصفات المعتمدة
• توافق المواد
• قدرة الماكينة
• شهادة المشغل
• إفراج الجودة
• توفر الأدوات
• قيود الصيانة

وتمثل قيود أخرى مفاضلات لا حدوداً مطلقة. فقد يكون تغيير إعداد إضافي مقبولاً لحماية تسليم عاجل. وقد يُسمح بالعمل الإضافي لالتزام عميل واحد دون آخر.

وينبغي للنظام أن يكشف تلك المفاضلات بدلاً من إخفائها داخل توصية غير شفافة.

البيانات النظيفة ضرورية، لكنها غير كافية
الطوابع الزمنية الدقيقة، والأحداث المكتملة، والمعرفات الموحدة، والواجهات الموثوقة، كلها أساسية.

لكن جدولاً نظيفاً تماماً لا يوضح ما المقصود بـ"متاح" أو"مكتمل" أو"الطاقة الإنتاجية". فقد تكون الماكينة متاحة ميكانيكياً لكنها غير متاحة للعملية الحالية. و