اﻷثنين 12 أكتوبر 2026 م
لم تعد المنافسة في القطاع الصناعي مرتبطة فقط بامتلاك خطوط إنتاج متطورة أو آلات أسرع، بل أصبحت تعتمد أيضاً على قدرة المصانع على تحويل البيانات اليومية إلى قرارات تخفض الأعطال والهدر وترفع الإنتاجية.
ومع توسع استخدام الذكاء الاصطناعي في الصيانة التنبؤية، ومراقبة الجودة، وتحسين استهلاك الطاقة، تكتسب البيانات الصناعية قيمة اقتصادية تتجاوز دورها التقليدي في تسجيل ما يحدث داخل خطوط الإنتاج.
لكن هذه القيمة لا تظهر بمجرد جمع المعلومات. فقبل أن تبدأ خوارزميات الذكاء الاصطناعي في تحليل أداء الآلات، تحتاج الشركات إلى إنفاق إضافي على تنظيف البيانات، وتوحيد صيغها، وربط أنظمة التشغيل القديمة بالمنصات الحديثة، وحماية المعلومات من الاختراق أو الاستخدام غير المصرح به.
وهنا تظهر الكلفة الخفية للذكاء الاصطناعي الصناعي: الشركة لا تدفع فقط ثمن النموذج أو المنصة، بل تدفع أولاً لتحويل بياناتها إلى أصل قابل للاستخدام.
تعمل المصانع غالباً عبر خليط من الآلات، وأجهزة الاستشعار، وأنظمة التحكم، وبرامج إدارة الإنتاج والمخزون. وقد تكون هذه الأنظمة من مورّدين مختلفين، وتستخدم صيغاً متباينة للبيانات، أو لا تكون مصممة أصلاً للتكامل مع منصات الذكاء الاصطناعي الحديثة.
وتشير «آي بي إم» في تحليل عن تطبيقات إنترنت الأشياء الصناعية والذكاء الاصطناعي إلى أن جمع بيانات الأصول الصناعية ودمجها يمثلان أحد أكبر تحديات التوسع بعد مرحلة التجارب الأولية.
فالمصنع الواحد قد يضم مئات الأصول من شركات مختلفة، بينما تحتاج المؤسسات متعددة المواقع إلى طبقة موحدة تربط بيانات التشغيل بتطبيقات التحليل.
وتوضح الشركة أن كلفة دمج البيانات قد تضعف العائد على الاستثمار، لأن دعم أنواع مختلفة من المعدات والبيانات يتطلب وقتاً وموارد قبل الوصول إلى نتائج قابلة للقياس. وتشمل هذه الكلفة البنية التحتية الرقمية، والتخزين، والأمن السيبراني، والكوادر المتخصصة، وصيانة الأنظمة وتحديثها.
لذلك، لا تبدأ فاتورة الذكاء الاصطناعي الصناعي عند شراء المنصة، بل قبل ذلك بكثير، عند تجهيز البيانات نفسها.
تزداد المسألة تعقيداً عندما تكون الآلة داخل مصنع معين، لكن برنامج التشغيل أو منصة التحليل تابعة لمورّد خارجي. فالبيانات التي تنتجها الآلات قد تكشف معلومات حساسة عن كفاءة خطوط الإنتاج، ومعدلات الأعطال، وأوقات التوقف، وحجم الإنتاج، وحتى تفاصيل مرتبطة بأسرار التصنيع.
هذا الجدل لم يعد نظرياً. ففي أوروبا، دخل «قانون البيانات» حيز التطبيق في سبتمبر 2025، ومنح مستخدمي المنتجات المتصلة، بما في ذلك الآلات الصناعية والروبوتات والمعدات الزراعية، حق الوصول إلى البيانات التي تتولد عن استخدامهم لهذه المنتجات، وفقاً للمفوضية الأوروبية.
ويعكس هذا التوجه اعترافاً تنظيمياً بأن البيانات الناتجة عن الأجهزة المتصلة أصبحت جزءاً من القيمة الاقتصادية للمنتج، وأن احتكار الوصول إليها يمكن أن يقيّد المنافسة والخدمات اللاحقة، مثل الصيانة والتحليلات والتطوير.
بالنسبة إلى المصانع، يعني ذلك أن عقود شراء المعدات أو الاشتراك في منصات التحليل يجب ألا تركز فقط على سعر الجهاز والخدمة، بل على أسئلة أعمق: من يملك حق استخدام البيانات؟ هل يمكن نقلها إلى منصة أخرى؟ هل يستطيع المورّد استخدامها لتحسين منتجاته أو تدريب نماذجه؟ وما الرسوم المطلوبة للوصول إليها أو تحليلها لاحقاً؟
في المقابل، لا يعني ارتفاع كلفة تجهيز البيانات أن كل مصنع مضطر إلى بناء منظومة مغلقة بالكامل. فقد أظهر تقرير صادر عن «المعهد الوطني الأميركي للمعايير والتكنولوجيا» NIST في نوفمبر 2025، بالتعاون مع «مؤسسة العلوم الوطنية» NSF، أن مشاركة البيانات في صناعة أشباه الموصلات يمكن أن تساعد في تطوير نماذج ذكاء اصطناعي أكثر قوة، خصوصاً عندما تكون العمليات الصناعية متشابهة بين أكثر من منشأة.
ويركز التقرير على فكرة أن البيانات الصناعية لا يجب أن تُعامل فقط كملف داخلي، بل كأصل يمكن تنظيم مشاركته ضمن قواعد واضحة لحماية الملكية الفكرية والأمن التجاري. فالمشاركة المدروسة قد تقلل تكرار الجهد، وتسمح بتطوير نماذج أكثر متانة، وتوزع كلفة تجهيز البيانات على أكثر من طرف.
لكن هذا المسار يحتاج إلى حوكمة دقيقة. فالمصانع لن تشارك بيانات حساسة ما لم تكن هناك ضمانات واضحة حول الإخفاء، وحدود الاستخدام، وحماية الأسرار الصناعية، ومنع استغلال البيانات خارج الغرض المتفق عليه.
في النهاية، لا يتوقف نجاح الذكاء الاصطناعي الصناعي على دقة النموذج وحدها، بل على قدرته على إنتاج عائد مالي واضح. فالنموذج قد يكون ناجحاً تقنياً، لكنه يفشل اقتصادياً إذا كانت كلفة جمع البيانات وتنظيفها وربط الأنظمة وتشغيل المنصة أعلى من الوفورات التي يحققها في الصيانة أو الطاقة أو الجودة.
ولهذا، يصبح السؤال قبل اعتماد هذه الأدوات: ما المشكلة الصناعية التي سيحلها الذكاء الاصطناعي؟ كم ستوفر الشركة من تقليل الأعطال أو رفع الإنتاج أو خفض الهدر؟ وكم ستدفع مقابل تجهيز البيانات وتشغيل النظام وحمايته؟
في اقتصاد الصناعة الجديد، لا تكفي وفرة البيانات لصناعة ميزة تنافسية. الأهم هو القدرة على استخدامها بكلفة أقل، والسيطرة على حقوقها، وتحويلها إلى مكاسب قابلة للقياس داخل المصنع.
