المؤلف 丨تشنغ يانجينغ
المحرر 丨هو مين
مؤخرًا، عندما تحدثت مع أشخاص في دائرة الذكاء الاصطناعي، تم ذكر نقطة واحدة بشكل عام. لقد قبل الناس الذكاء الاصطناعي لتحسين الكفاءة، لكن الشركات ليست جاهزة بعد. (Leifeng.com Leifeng.com (الحساب العام: Leifeng.com) Leifeng.com)
فمن ناحية، يستخدم الموظفون بالفعل وكلاء للعمل، وقد بدأوا في بناء أنظمتهم الصغيرة الخاصة؛ على الجانب الآخر، لا تزال مؤشرات الأداء الرئيسية للشركة وسلاسل الموافقة وإيقاعات إعداد التقارير تتغير كما كانت قبل ثلاث سنوات.
يُظهر استطلاع حديث أجرته شركة ديلويت أن ما يقرب من ثلاثة أرباع مديري الأعمال في الولايات المتحدة يتوقعون إعادة تصميم حوالي نصف العمليات التجارية حول وكلاء الذكاء الاصطناعي في السنوات الأربع المقبلة؛ يعتقد 61% أن معظم الوكلاء في المستقبل سيكونون مستقلين إلى حد كبير، حيث يحتاج البشر فقط إلى الإشراف.
يبدو أن الذكاء الاصطناعي سيسيطر على جميع الشركات، ولكن عندما سُئلوا عما إذا كانت شركاتهم مستعدة لتبني هذا التغيير، أعطى خمس القادة فقط إجابة إيجابية.
في Baidu World 2026 اليوم، تحدث مؤسس Baidu Robin Li أيضًا عن هذا التناقض. حكمه هو: الذكاء الاصطناعي ليس ثورة تكنولوجية فحسب، بل ثورة تنظيمية أيضًا. الخطوة التالية للذكاء الاصطناعي هي التنظيم الذكي.
بعد ذلك، تحتاج الشركات إلى تغيير ليس فقط الأدوات الموجودة في أيدي الموظفين، ولكن أيضًا الطريقة التي تعمل بها المنظمة نفسها.
01
لقد دخل الذكاء الاصطناعي إلى الشركة، ولكن ليس بشكل كامل
من أجل إعادة بناء الطريقة التي تعمل بها المنظمة، يجب علينا أولاً أن نكسر الإدراك التقليدي:
لا يعني التركيز العالي للذكاء الاصطناعي في الشركة أن تحول الذكاء الاصطناعي قد حدث بالفعل.
يستخدم الموظفون الوكيل لكتابة التعليمات البرمجية وإجراء الأبحاث وإنشاء الحلول. يدير قسم الأعمال العديد من البرامج التجريبية، وتكتب الإدارة عدد الوكلاء واستهلاك الرمز المميز ومعدل الاستخدام في التقرير. يبدو أن ذكاء الشركة يتقدم بطريقة شاملة.
ومع ذلك، فإن الكفاءة الفردية لا تؤدي تلقائيًا إلى زيادة الإنتاجية التنظيمية.
على سبيل المثال، تحليل طلب مدير المنتج الذي كان يستغرق في الأصل يومين لإكماله قد يستغرق الآن نصف يوم؛ يستخدم قسم البحث والتطوير الوكيل لكتابة المسودة الأولى للتعليمات البرمجية بسرعة، ويمكن للمبيعات أيضًا إنشاء تقرير بحثي قبل زيارة العملاء.
ومع ذلك، لا يزال يتعين أن تخضع المتطلبات للمراجعة والموافقة والجدولة، ولا يزال التعاون بين الأقسام يعتمد على الاجتماعات والمزامنة طبقة تلو الأخرى، ولا يمكن رؤية النتائج النهائية حتى دورة إعداد التقارير الأصلية. بالتجول في الدوائر، تم تقليل الوقت الشخصي للموظفين، لكن القوة التنظيمية الشاملة للشركة لم تتحسن بشكل ملحوظ.
هذه ليست مشكلة للشركات الفردية.
ما يعرضه "التقرير السنوي لمؤشر اتجاه العمل لعام 2026" من مايكروسوفت هو هذه المفارقة في تحول الذكاء الاصطناعي في المؤسسات: بدأ الموظفون في استخدام الذكاء الاصطناعي لتحسين الكفاءة الشخصية، وتحاول الفرق أيضًا تجربة أدوات جديدة، لكن العمليات التجارية وأساليب التعاون وآليات التقييم لا تزال تستخدم النموذج السابق.
إن النصيحة التي قدمتها مجموعة بوسطن الاستشارية (BCG) أكثر وضوحا: إعادة تصميم الشركات للذكاء الاصطناعي، بدلا من تكييف الذكاء الاصطناعي مع الشركة الأصلية.
وقد قامت إحدى شركات الطاقة الأوروبية المذكورة في بحثها بنشر عدد كبير من طياري الذكاء الاصطناعي ولكنها لم تحقق فوائد إجمالية مماثلة. لم يتم تحقيق تحسينات كبيرة في الأعمال إلا بعد أن حولت المؤسسة تركيزها من الأدوات الفردية والسيناريوهات الجزئية إلى إعادة بناء عمليات العملاء الشاملة.
توضح مثل هذه الحالات أن هناك طبقة من التصميم التنظيمي بين نجاح تجارب الذكاء الاصطناعي ونجاح التحول المؤسسي.
إذا قامت الشركة فقط بإضافة الأدوات إلى المواضع الأصلية وإدراج عدد قليل من الوكلاء في العملية الثابتة، فيمكن للذكاء الاصطناعي تحسين الأجزاء، ولكن سيكون من الصعب تغيير الكل.
بل إنه سيجعل الاختناقات الأصلية أكثر وضوحا: يتم إنتاج المحتوى بشكل أسرع وأسرع، ولكن لا يتم تسريع عملية اتخاذ القرار في نفس الوقت؛ يتم إنشاء المزيد والمزيد من التعليمات البرمجية، ولكن تظل آلية تأكيد المتطلبات وتسليمها كما هي.
عندما يتم تضخيم قدرات التنفيذ بسرعة، أصبحت كيفية قيام المؤسسات بتخصيص المهام ومشاركة المعرفة واتخاذ القرارات بمثابة عائق جديد.
في السنوات القليلة الماضية، تركزت المنافسة الرئيسية في صناعة الذكاء الاصطناعي على جانب العرض التكنولوجي.
تحدد معلمات النموذج وقوة الحوسبة التدريبية وتكاليف الاستدلال وتصنيفات القائمة نوع الذكاء الذي يمكن أن تحصل عليه المؤسسة.
كانت "الكعكة المكونة من خمس طبقات" القائمة على الذكاء الاصطناعي تحظى بشعبية كبيرة في الصناعة، حيث امتدت من الطاقة والرقائق والبنية التحتية إلى النماذج والتطبيقات، مع التركيز على النظام الكامل المطلوب للإنتاج الذكي. بدون الطاقة والقدرة الحاسوبية، من المستحيل الحديث عن نماذج وتطبيقات الطبقة العليا.
كما بدأت التغييرات في عرض النماذج تنعكس على الجانب التجاري. بعد شهر واحد من إطلاق معهد Ciyuan، تمت تسوية أكثر من 100 مصدر إمداد، وتجاوز متوسط المكالمات اليومية 50 مليونًا، وتجاوز متوسط المكالمات الرمزية اليومية 700 مليار.
وما يستحق المزيد من الاهتمام من المقياس نفسه هو أن المعاملات النموذجية تنتقل من الالتحام الخاص بين الشركات والمصنعين إلى رابط صناعي مستقل؛ ومع تشكل هذا الارتباط، يأخذ مقدمو القواعد تدريجيًا سمات المنافع العامة.
ولكن على الجانب المؤسسي: عندما يكون من الممكن بالفعل شراء هذه المعلومات واستدعائها ونشرها، ما الذي يحدد مقدار القيمة التي يمكن أن تولدها في النهاية؟
ألقى روبن لي أنظاره في اتجاه مجرى النهر. في مؤتمر بايدو العالمي لعام 2026، اقترح روبن لي أن "الخطوة التالية في تطوير الذكاء الاصطناعي هي التنظيم الذكي".
واقترح أن يكون المنبع لتكنولوجيا الذكاء الاصطناعي هو الطاقة، والمصب النهائي هو القدرات التنظيمية. يحدد الأول كيفية إنتاج الذكاء، ويحدد الأخير كيفية دخول الذكاء إلى الأعمال الحقيقية وتحويله إلى نتائج أعمال.
وهذان الحكمان ليسا متناقضين، ولكنهما يجيبان على أسئلة على طرفي سلسلة صناعة الذكاء الاصطناعي. بالنسبة للمؤسسات، حتى لو كانت "القوة" التي يوفرها المنبع كافية، إذا ظل نظام الإنتاج الداخلي على حاله، فقد لا يتمكن الذكاء الجديد من التحول إلى أرباح جديدة.
قارن روبن لي الذكاء الاصطناعي بمحرك جديد، والمنظمة الذكية بمبنى مصنع جديد.
لقد رأى أن الذكاء الاصطناعي لم يحقق الفوائد الاقتصادية المتوقعة. كان أحد الأسباب المهمة هو أن الشركة استبدلت المحرك فقط ولم تقم بإعادة تصميم المصنع.
يمكن للنماذج وقوة الحوسبة والوكلاء توفير قدرات تنفيذ أقوى. فقط عندما يتغير تخصيص المهام وتدفق المعرفة وعمليات اتخاذ القرار وفقًا لذلك، يمكن لهذه الإمكانية أن تنتقل من أجهزة الكمبيوتر المكتبية الشخصية للموظفين إلى سلسلة الأعمال الكاملة للمؤسسة.
وهكذا بدأ تركيز منافسة الذكاء الاصطناعي في التحول من العرض التكنولوجي إلى تحقيق القيمة.
ما تحتاج المؤسسات للإجابة عليه لم يعد مجرد "ما النموذج الذي استخدمته وكم عدد الوكلاء الذين تم نشرهم؟" لكن هل قام هؤلاء الوكلاء بتغيير الشركة؟
02
إذا استخدم العمال الذكاء الاصطناعي لتحسين كفاءتهم، فماذا عن الشركات؟
غالبًا ما قال الرئيس التنفيذي لشركة Microsoft من قبل: الذكاء الاصطناعي ليس تقنية، ولكنه الشكل المستقبلي للمؤسسة.
إذا فهمت هذه الجملة، فيمكنك في الواقع فهم "المنظمة الذكية" التي اقترحها روبن لي.
بصراحة، إذا قرأت الكلمات للتو، فيمكن فهمها بسهولة على أنها نوع جديد من الشركات يتكون من أشخاص ووكلاء، أو كطريقة أخرى لقول "مؤسسة الذكاء الاصطناعي الأصلية".
لكن ما يريد روبن لي مناقشته ليس تعيين مساعد للذكاء الاصطناعي لكل منصب، بل إعادة تصميم الطريقة التي تعمل بها الشركة: من يكمل المهام، وكيف تتراكم الخبرة، وكيف يتم تعديل العملية بشكل مستمر بناءً على النتائج.
ويمكن تفسيره من ثلاثة مستويات.
الأول هو كسر حدود المواقف.
تعتمد المؤسسات التقليدية على التقسيم المهني للعمل. غالبًا ما تتطلب المهمة الكاملة مناصب متعددة في المنتج والتصميم والبحث والتطوير والعمليات وما إلى ذلك ليتم إكمالها على التوالي.
في عصر الذكاء الاصطناعي، يبدأ الوكلاء الأذكياء في تولي أعمال التنفيذ المحددة، ويكون البشر مسؤولين عن تحديد الأهداف، وجدولة الموارد، واتخاذ القرارات الرئيسية.
لم تعد المؤسسات تخصص العمل بالكامل حول المناصب الثابتة، ولكن يمكنها الجمع بين الأشخاص والوكلاء بمرونة وفقًا لاحتياجات المهمة.
وتقدم ممارسة فريق بايدو تازي مثالا على ذلك. عضو كان لديه في الأصل خلفية في أبحاث الحوسبة الكمومية كاد أن يدخل مجال المنتج والشركات من الصفر بعد انضمامه إلى بايدو. وبمساعدة شريك Baidu، تولى أيضًا أعمال المنتجات والبحث والتطوير وإدارة المشاريع. فمن تحليل المشكلات ووضع الخطط إلى تعزيز التنفيذ والتحقق من النتائج، لم يعد يقتصر على موقف ثابت.
يمكن لمطوري المنتجات الجديدة الاعتماد على Taozi للتشغيل السريع خلال العملية بأكملها بدءًا من المتطلبات وحتى النماذج الأولية. قام الفريق بتكرار أكثر من 160 مرة خلال نصف عام، وتم إكمال 90% من الكود وأكثر من 50% من مواد الاتصال بواسطة Taozi.
ما تم كسره حقًا في هذه الحالة ليس قواعد "من يجب أن يفعل ماذا"، ولكن أيضًا القيود المفروضة على تدفق المعرفة والخبرة.
يعمل فريق الأشخاص الرقميين في Baidu على تعزيز تحويل أدوار المنتج والبحث والتطوير والتصميم والاختبار إلى بناة، وهو أيضًا امتداد لنفس المنطق.
الهدف ليس السماح للجميع بتولي المزيد من العمل دون قيد أو شرط، ولكن تقليل التسليم المتكرر للمهام بين الأدوار المختلفة، بحيث تتاح للأشخاص الذين يمكنهم تحديد الأهداف أيضًا فرصة استخدام الذكاء الاصطناعي للوصول إلى النتيجة النهائية.
ولكن إذا كانت هناك تغييرات فقط في طريقة أداء المهام، فلا يمكن اعتبار المنظمات الذكية إلا نصف مكتملة. أما النصف الآخر فيعتمد على كيفية قيام المنظمة بذلك.
والثاني هو تراكم المعرفة الضمنية.
إن المعرفة القيمة الحقيقية لأي مؤسسة هي الخبرة العملية لموظفيها: على سبيل المثال، أساليب الحكم التي يتبعها الموظفون المخضرمون في التعامل مع الإخفاقات، وخبرة المبيعات في تحديد احتياجات العملاء، وفهم المصممين للجماليات والمعايير.
من الصعب كتابة هذه المعرفة في مستندات موحدة، ومن السهل فقدانها مع تدفق الموظفين.
لكن الذكاء الاصطناعي يوفر طريقة جديدة للتطور: تحويل خبرة الخبراء وقواعد العمل وأساليب التشغيل إلى قاعدة معرفية ومهارات وقدرات يمكن للوكلاء الأذكياء أن يستعينوا بها.
يتضمن التعاون بين بايدو وشبكة الطاقة الجنوبية الصينية هذه العملية. في مواجهة تحليل أخطاء شبكة التوزيع والحكم عليها، يستغرق التحليل اليدوي التقليدي أكثر من 60 دقيقة في المرة الواحدة ويعتمد بشكل كبير على خبرة الخبراء.
بعد وصول بايدو تازي إلى اللجنة العامة الجنوبية، تعلمت عشرات الآلاف من بيانات معالجة الأخطاء التاريخية، وجمعت خبرة كبار الخبراء في المعرفة المهنية القابلة لإعادة الاستخدام، ثم قامت بتوصيل سجلات الأخطاء وإشارات التبديل وطوبولوجيا الخطوط في سلسلة لتشكيل سلسلة أدلة كاملة. في الوقت الحاضر، تصل دقة تحليل الأخطاء إلى أكثر من 70%.
أظهر فريق تصميم Baidu MEG طريقة أخرى لتراكم المعرفة.
قام الفريق بتحويل الخبرة الجمالية ومواصفات التصميم لكبار المصممين إلى مهارات الذكاء الاصطناعي القابلة لإعادة الاستخدام، بحيث لا يتمكن الذكاء الاصطناعي من إنشاء الصور وفقًا للتعليمات فحسب، بل يستخدم أيضًا أساليب التصميم التي تراكمت لدى الفريق للمشاركة في إنتاج المحتوى. حاليًا، استحوذت أدوات الذكاء الاصطناعي على أكثر من 50% من عرض المحتوى، وزادت كفاءة الفريق بنسبة 100% إلى 200%.
من انقطاع التيار الكهربائي إلى تصميم إنتاج المحتوى، فإن المنطق الكامن وراء السيناريوهين متشابه للغاية: تحويل أساليب العمل التي اعتمدت في الأصل على الخبرة الشخصية إلى قدرات يمكن للمؤسسة الاعتماد عليها بشكل متكرر.
وبطبيعة الحال، مع تغير ظروف العمل، قد تصبح الخبرة قديمة. لذلك تحتاج إلى إعادة نتائج المهمة إلى العملية.
هذه هي آخر عملية تصميم مذكورة في حلقة مغلقة.
عادة ما تكون العمليات التقليدية مصممة مسبقًا من قبل الأشخاص، وعندما تنشأ مشاكل أثناء التنفيذ، تتم مراجعتها وتصحيحها.
بعد الانتهاء من كل مهمة، يمكن للنظام قياس النتائج وفقًا للأهداف المحددة مسبقًا، وتحديد المشكلات في التنفيذ، ومن ثم استخدام التغذية الراجعة لضبط الجولة التالية من المهام. وبهذه الطريقة، لم تعد العملية عبارة عن مجموعة من مواصفات التشغيل الثابتة، بل أصبحت نظامًا يمكن تعديله باستمرار أثناء سير العمل.
لخصها روبن لي على أنها "قابلة للقياس + القطع = التطور المستمر".
"قابلة للقياس" تعني أن نتائج المهمة تحتاج إلى معايير تقييم واضحة، في حين أن Lopping يعني أن التنفيذ والتغذية الراجعة والتحسين يجب أن يشكل دورة مستمرة.
عندما تتمكن المزيد والمزيد من المهام من إكمال مثل هذه الحلقة المغلقة، لن تعتمد المنظمة بعد الآن على المديرين فقط للترويج لها، ولكنها ستكون قادرة على تجميع الخبرة بشكل مستمر وتعديل العمليات في العمليات اليومية.
لدعم مثل هذه الحلقة المغلقة، من الواضح أن واجهة برمجة التطبيقات (API) النموذجية وحدها ليست كافية.
يحتاج الوكلاء إلى فهم أهداف العمل الخاصة بالمؤسسة، واستدعاء البيانات والمعرفة والأدوات من أنظمة مختلفة، وأن يكونوا قادرين على التنفيذ المستمر والتقييم والتعديل بناءً على التعليقات في المهام طويلة السلسلة. وهذا يفرض متطلبات جديدة على البنية التحتية الأساسية.
وهذه أيضًا هي أهمية AI Cloud وAgent Infra التي أكد عليها Shen Dou في مؤتمر Baidu العالمي لعام 2026.
وفقًا لفكرة بايدو: توفر الطبقة السفلية من Baige AI Infra دعمًا للطاقة الحاسوبية، وتوفر الطبقة العليا Qianfan Agent Infra إدارة طويلة للسياق، والذاكرة المستمرة، واستدعاء الأداة، وجدولة الوكيل الفرعي، وتعليقات التقييم، وبيئة التشغيل، بحيث يمكن للمهام واسعة النطاق وطويلة الأجل إكمال الحلقة المغلقة حقًا.
في البنية الكاملة لـ "وحدة الوحدة السحابية الأساسية"، ستكون علاقة الدعم هذه أكثر وضوحًا: توفر الشريحة أساس قوة الحوسبة، وتوفر السحابة البنية التحتية لتشغيل الوكيل والجدولة، ويوفر النموذج قدرات الفهم والاستدلال والتوليد، ويدخل الوكيل مهام وسيناريوهات عمل محددة.
من المناصب إلى المهام، ومن الخبرة الشخصية إلى الذكاء التنظيمي، إلى التكرار المستمر للعمليات، فإن ما تغيره المنظمات الذكية ليس كفاءة العمل في منصب معين، ولكن المنطق الأساسي لإنتاج المؤسسة والتعاون.
ما نحتاج إلى النظر إليه بعد ذلك هو كيف تتحول هذه المبادئ إلى ممارسة: المشاركة الحقيقية في العمليات التجارية وحل المشكلات الحقيقية؟
03
كيف تتطور المنظمة الذكية داخل المؤسسة؟
للحكم على ما إذا كانت الشركة قد دخلت منظمة الذكاء الاصطناعي الأصلية، يعتمد الأمر على ما إذا كان الذكاء الاصطناعي يغير بالفعل العملية الداخلية بأكملها.
لنأخذ على سبيل المثال قسم أعمال الابتكار البشري الرقمي في بايدو.
يكسر الفريق حدود الوظيفة بين المنتج والبحث والتطوير والتصميم والاختبار، ويعزز تحويل جميع الموظفين إلى بناة، واستنادًا إلى BiuBiuAgent الذي تم تطويره ذاتيًا، يمكن تسليم بعض المتطلبات بواسطة شخص واحد طوال العملية بأكملها.
وفي الربع الثالث وحده، أكمل الفريق 564 نسخة إنتاجية وبحثية، وجمع 130 مهارة و729 أصلًا تنظيميًا.
ومع استمرار الحلقات في العمل، زاد نصيب الفرد من إنتاجية الإنتاج والبحث بنسبة 125.3%، وتم تقصير دورة التسليم بنسبة 28.8%. استخدم أحد المجندين الجدد من المدرسة الذكاء الاصطناعي لإكمال المتطلبات التي كانت تتطلب خمسة أدوار و10 أيام على الأقل للتسليم في يوم واحد فقط.
وراء الأعداد المتزايدة بسرعة يكمن "التحول" الحقيقي للذكاء الاصطناعي بين مؤسسات المؤسسات.
وبهذه الطريقة، يمكن للموظفين التركيز بشكل أكبر على الحكم على الأهداف وتنظيم العمليات. يمكن استدعاء المهارات والأصول التنظيمية التي شكلها الفريق أثناء التنفيذ بشكل متكرر، ولم تعد خبرة شخص واحد تختفي عند انتهاء المهمة.
مثال آخر هو طائر الدودو. غطى مساعد الذكاء الاصطناعي هذا، الذي أنشأه فريق يضم أكثر من عشرة أشخاص داخل بايدو، 99% من الموظفين الدائمين بعد سبعة أشهر من إطلاقه، وشجع على استكمال التحول الصديق للذكاء الاصطناعي لأكثر من 300 منصة مؤسسية.
ويكشف هذا أيضًا عن جانب من جوانب الذكاء التنظيمي الذي يمكن التغاضي عنه بسهولة: لا يمكن للشركات أن تطلب من الموظفين تعلم كيفية استخدام الذكاء الاصطناعي فحسب، بل تحتاج أيضًا إلى تمكين الأنظمة والبيانات والعمليات الحالية من التعاون مع الذكاء الاصطناعي.
بخلاف ذلك، حتى لو كان الوكيل قادرًا على إكمال مهمة رابط معين، فسيكون من الصعب فتح سلسلة الأعمال حقًا.
في العام الماضي، ارتفع عدد الوكلاء النشطين يوميًا داخل بايدو من حوالي 5000 إلى 37000، كما زاد عدد المهام المنجزة فعليًا أسبوعيًا من 84000 إلى أكثر من مليون.
بالإضافة إلى توسيع النطاق، يحدث تراكم المعرفة أيضًا في وقت واحد: فقد قامت بايدو ببناء أكثر من 4300 مساحة عمل وجمعت أكثر من 20 ألف من المهارات العامة على مستوى الشركة، مما أدى تدريجيًا إلى تحويل الخبرة التي كانت متناثرة في الأصل بين الأفراد والفرق إلى قدرات تنظيمية قابلة لإعادة الاستخدام.
إذا أظهرت ممارسة بايدو تغييرات في أساليب التعاون التنظيمي، فإن الحالات التالية تختبر ما إذا كان الذكاء الاصطناعي يمكنه دخول الأعمال الحقيقية.
في شبكة الطاقة الجنوبية بالصين، تم تطبيق Baidu Tiezi في شبكة الطاقة الجنوبية، مما أدى إلى تشكيل "شريك Tianxuan" لتحليل وتشخيص أخطاء شبكة التوزيع.
ستشهد شبكة الكهرباء في قوانغشي 8215 عطلًا دائمًا في عام 2025. ويستغرق البحث والحكم اليدوي التقليدي أكثر من 60 دقيقة في كل مرة، ويعتمد بشكل كبير على خبرة الخبراء.
قام شركاء Tianxuan بدراسة عشرات الآلاف من بيانات معالجة الأخطاء التاريخية، وجمعوا خبرة الحكم لكبار الخبراء في معرفة قابلة لإعادة الاستخدام، ثم قاموا بتوصيل سجلات الأخطاء وتبديل الإشارات وطوبولوجيا الخط في سلسلة أدلة للمساعدة في إكمال تحليل الأخطاء.
وفقًا لتعليقات العملاء، زادت كفاءة تحليل الأخطاء بمقدار 12 مرة، ووصل معدل دقة التحليل إلى أكثر من 80%، وتم إعادة استخدام خبرة الخبراء. وقد تم الترويج لها في 14 مدينة و112 مقاطعة في قوانغشي.
لا تتمثل قيمة هذا النوع من التطبيقات في جعل تحليل الأخطاء أسرع فحسب، بل أيضًا في تحويل التجربة التي كانت في الأصل في أيدي عدد قليل من الخبراء إلى قدرات احترافية يمكن للنظام استخدامها بشكل مستمر.
لقد أدت ممارسة Higo Laser إلى جلب الذكاء الاصطناعي إلى عمليات صنع القرار الأكثر تعقيدًا في موقع التصنيع.
على خط الإنتاج، تحتاج الأذرع الآلية ذات المحاور الستة المتعددة إلى العمل معًا لإكمال القطع والمعالجة لنفس قطعة العمل. في الماضي، اعتمد الحرفيون بشكل أساسي على الخبرة لتخصيص كتل المسار وتحديد تسلسل التنفيذ؛ ولكن عندما يزداد عدد الأذرع الآلية ومهام المعالجة وقيود العملية، يمكن أن تؤثر الترتيبات المحلية بسهولة على الكفاءة الإجمالية.
تعمل Baidu Valou باستمرار على تحسين الخوارزميات فيما يتعلق بالتنبؤ باستهلاك وقت الحركة، وتجنب تصادم الأجهزة المتعددة، وجدولة تخصيص المهام. على أساس تلبية القيود مثل إمكانية الوصول إلى الذراع الآلية، والتبعية للعملية، وعدم الاصطدام، يمكنها ضغط وقت برمجة قطعة العمل من 8 ساعات إلى 10 دقائق، مما يحل مشكلة عنق الزجاجة في الصناعة.
من تحليل أخطاء شبكة الطاقة إلى الجدولة التعاونية للذراع الروبوتية، تشير الحالتان إلى نفس التغيير: يتطلب دخول الذكاء الاصطناعي إلى الصناعة فهم المعرفة الصناعية، والتكيف مع قيود العمل، وقبول اختبار النتائج في المهام الفعلية.
وبطبيعة الحال، فإن المنظمة الذكية لا تعني أن الأشخاص في المنظمة غير مهمين.
في المؤتمر، تطرقت محادثة بين الشخص الرقمي شي جياجيا وروبن إلى هذه القضية.
عندما سأل شيجاجيا عما إذا كان بإمكانه أن يصبح الرئيس التنفيذي، كانت إجابة روبن لا.
ومن وجهة نظره، يحتاج الرئيس التنفيذي إلى فهم مهمة الشركة ورؤيتها. يمكن أن يصبح الذكاء الاصطناعي شريكًا تفكيريًا للرئيس التنفيذي، حيث يساعده على تحسين الكفاءة وتوفير الإلهام، ولكن ليست هناك حاجة إلى التسرع في استبدال الرئيس التنفيذي.
وعندما تحول الموضوع إلى "إذا تغلغل الذكاء الاصطناعي في كل ركن من أركان المنظمة، فماذا سيكون الجزء الأساسي من المنظمة؟" كان جواب روبن: الناس.
كثيرًا ما نقول إن الذكاء الاصطناعي لا يمكنه أن يحل محل البشر، ولكن في التطبيقات العملية لا تزال هناك مخاوف بشأن استبداله. ميزت هذه المحادثة بين قدرات التنفيذ والتوجيه التنظيمي للذكاء الاصطناعي.
يمكن للذكاء الاصطناعي الاستمرار في القيام بمهام محددة، والمشاركة في التحليل، وتقديم الاقتراحات، ولكن اتخاذ القرار النهائي بشأن القيمة الوجودية للمؤسسة واتجاهها المستقبلي لا يزال يقع على عاتق "الأشخاص".
وهذا يشبه إلى حد ما مفهوم "DRI (الفرد المسؤول بشكل مباشر)" الذي اقترحته شركة Apple في أيامها الأولى.
في شركة Apple، لم يكن من الواضح أبدًا من المسؤول عن ماذا. ببساطة، يمكن أن يساعدك الذكاء الاصطناعي في اتخاذ القرارات، ولكن يجب أن يكون هناك شخص مسؤول عن النتائج النهائية والأحكام القيمة.
بمعنى آخر، لا تقوم المنظمات الذكية بإزالة الأشخاص من العمليات، ولكنها تعيد توزيع مسؤوليات الأشخاص والوكلاء.
وفي المستقبل، تكمن الفجوة الحقيقية بين المؤسسات في من يمكنه دمج الذكاء الاصطناعي في تدفقات الأعمال، وتجميع الخبرة في الأصول التنظيمية، وتشكيل نظام تنظيمي يمكنه الاستمرار في العمل والتطور.
المقالات الأصلية من Leifeng.com، يحظر النسخ غير المصرح به. راجع تعليمات إعادة الطباعة للحصول على التفاصيل.
يحرر
إعادة إرسال البريد الإلكتروني تعديل البريد الإلكتروني




