ما المقصود بإدارة الأصول بالذكاء الاصطناعي؟

تُحدِث إدارة الأصول بالذكاء الاصطناعي تغييرًا جذريًا في كيفية حفاظ مديري الأصول ومديري العمليات وفرق الصيانة على سير العمليات.

تشمل إدارة الأصول بالذكاء الاصطناعي مجموعة من المجالات، بما في ذلك إدارة محافظ الأصول، وإدارة الثروات، وإدارة المخاطر، وإدارة الاستثمارات، والامتثال. وتُعد حلول إدارة الأصول بالذكاء الاصطناعي قابلة للتطبيق عبر محافظ الأصول، بما في ذلك العقارات والمرافق، والتصنيع، والطاقة المتجددة، وأصول تكنولوجيا المعلومات، والأصول الرقمية. يمكن أن تشير إدارة الأصول إلى الخدمات المالية أو الجانب التشغيلي للأعمال. تهدف هذه المقالة إلى تغطية إدارة الأصول بالذكاء الاصطناعي للمعدات المادية والبنية التحتية المهمة.

تستخدم حلول إدارة الأصول والمرافق الموحدة الذكاء الاصطناعي التوليدي لإدارة الأصول، إلى جانب الذكاء الاصطناعي التقليدي، بهدف تحسين سير العمل، وأتمتة التتبع، والحد من قيود القوى العاملة. وتُبنى نماذج الأساس هذه على النماذج اللغوية الكبرى (LLMs) ويُجرى تدريبها على كمية هائلة من البيانات.

تعمل هذه التقنية على تحويل المؤسسات من الصيانة المجدولة أو التفاعلية إلى الرقابة المستمرة على الأصول القائمة على البيانات. ومن خلال التحليلات التنبئية ومراقبة الأداء في الوقت الفعلي، يمكن للمؤسسات تعزيز قيمة أصولها.

تعمل أنظمة الذكاء الاصطناعي للأصول المادية على تغيير معادلة الأعمال بأكملها في المؤسسات وتساعد المديرين التنفيذيين على تعزيز الكفاءة التشغيلية والموثوقية.

تواجه المؤسسات الحديثة المزيد من التعقيد، وتكاليف باهظة ناتجة عن فترات التعطل المفاجئ، بالإضافة إلى البيانات الضخمة. وتجعل ظروف السوق المضطربة والاتجاهات غير المتوقعة من الصعب على المؤسسات التخطيط للمستقبل. يمكن للحلول المدعومة بالذكاء الاصطناعي أن تساعد على التخفيف من هذه التحديات والوقاية منها قبل أن تتحول إلى مشكلات تشغيلية من خلال تعزيز العمليات المهمة، مثل إدارة سلامة الأصول (AIM) وتتبع الأصول.

في السنوات الأخيرة، أصبح واضحًا أن المزيد من المؤسسات بدأت تدرك قيمة منصات الذكاء الاصطناعي. ووفقًا لتقرير صادر عن IBM Institute for Business Value، يقول 71% من المديرين التنفيذيين إن الذكاء الاصطناعي التوليدي سيغير بشكل جذري طريقة إدارتهم للأصول. وبالمثل، يقول 72% إنه يزيد من القيمة الإستراتيجية لإدارة الأصول المادية في مؤسساتهم.

عبر مختلف المجالات، يُعد تعطل المعدات من أكثر التحديات التشغيلية التي قد يواجهها الفريق إرباكًا وتكلفة. ويمكن لنماذج الذكاء الاصطناعي المساعدة على الحد من أعطال المعدات من خلال إجراء الصيانة التنبئية والتنبؤ بالانقطاعات المحتملة.

تنتج معدات العمليات الحديثة بيانات أجهزة استشعار أكثر مما يمكن لفرق الصيانة معالجتها. يمكن لحلول إدارة الأصول بالذكاء الاصطناعي تبسيط معالجة هذه البيانات واستخدامها لتعزيز صناعة قرار إستراتيجية واستثمارية أكثر ذكاءً.

وتشمل التحديات الأخرى تقادم البنية التحتية ونقص المعرفة المؤسسية نتيجة تقاعد الموظفين ذوي الخبرة. توفر أدوات الذكاء الاصطناعي خيارات تقنية قابلة للتوسع يمكنها معالجة هذه الفجوات وتطبيق تلك المعرفة على نطاق واسع.

تشمل إدارة الأصول بالذكاء الاصطناعي عدة خطوات رئيسية وتقنيات ذكاء اصطناعي أساسية لتعزيز العملية.

تنتج أجهزة إنترنت الأشياء (IoT) وأجهزة الاستشعار والطائرات من دون طيار كميات كبيرة من البيانات باستمرار. وتُعد هذه البيانات ضرورية لعملية إدارة أداء الأصول لأنها مصدر القوة الذي يعتمد عليه كل شيء آخر.

تسجل أنواع مختلفة من أجهزة الاستشعار أنواعًا مختلفة من البيانات، مثل الاهتزازات ودرجة الحرارة والضغط والمؤثرات الصوتية ومستويات السوائل. ومن المهم أن ندرك أن بيانات أجهزة الاستشعار تعمل كطبقة إدخال لعملية إدارة الأصول. ترتبط مخرجات الذكاء الاصطناعي ارتباطًا مباشرًا بالبيانات النظيفة والمستمرة.

تتعلم نماذج التعلم الآلي (ML) من البيانات التاريخية كيف تبدو "الحالة الطبيعية" وتراقب البيانات الواردة بحثًا عن الانحرافات.

تدمج منصات إدارة الأصول المؤسسية (EAM) الذكاء الاصطناعي والتعلم الآلي بشكل أصلي للإبلاغ عن المشكلات الخفية واكتشاف الحالات الشاذة قبل أن تسبب في حدوث عطل مفاجئ. بشكل أساسي، يمنح التعلم الآلي (ML) كل قطعة من المعدات جهاز مراقبة سلامة مستمرة خاصًا بها، ويكون متناغمًا مع سلوك الأصول.

على غرار التعلم الآلي، تستخدم التحليلات التنبئية البيانات التاريخية والبيانات في الوقت الفعلي للتنبؤ بالوقت الذي يكون الأصل أو العنصر على وشك التدهور أو التعطل.

تستخدم التحليلات التنبئية خوارزميات الذكاء الاصطناعي لتحليل البيانات وحساب العمر الافتراضي المتبقي للعناصر وجدولة مواعيد الصيانة المستهدفة حسب الحاجة. يسمح هذا المستوى من المعارف لفرق الصيانة بالتوقف عن الاعتماد على الجداول الزمنية الثابتة، وجدولة الأعمال بناءً على حالة الأصول الفعلية.

تقرأ معالجة اللغة الطبيعية (NLP) وتفسر البيانات غير المنظمة، مثل سجلات الصيانة، وملاحظات الفنيين، وأوامر العمل، وسجلات الأعطال. يمكن لهذه التقنية استخراج الأنماط عبر آلاف السجلات النصية وتحويلها إلى معارف كانت ستظل مدفونة لولا ذلك.

يمكن أن يؤدي تبني الذكاء الاصطناعي ومعالجة اللغة الطبيعية إلى تمكين المستخدمين من البحث في سجلات الإصلاح والتوصية بالحلول بكل سهولة.

يساعد الذكاء الاصطناعي التوليدي فرق إدارة الأصول في المهام اليومية وسير العمل. لا يركز الذكاء الاصطناعي التوليدي على التنبؤ بقدر ما يركز على تقديم محتوى أصلي، مثل أوامر العمل أو تقارير الصيانة.

تساعد هذه التقنية مديري الأصول على التصرف بناءً على معارف مولدة بالذكاء الاصطناعي بشكل أسرع وتقليل العبء الإداري. لا يُقصد بالذكاء الاصطناعي التوليدي أن يحل محل الحكم البشري أو المهارات البشرية—بل يتولى جمع المعلومات ومهام التواصل الروتينية التي تستغرق وقتًا طويلاً من أعمال الصيانة الفعلية.

الذكاء الاصطناعي الوكيل قادم لا محالة، ولكنه لم يصبح بعد تقنية رئيسية في مجال إدارة الأصول.

يستخدم مديرو الأصول الذكاء الاصطناعي طوال عملية إدارة الأصول لأتمتة المهام والتنبؤ بالأعطال. ومع ذلك، يُعد الذكاء الاصطناعي الوكيل نظام ذكاء اصطناعي متكاملاً يمكنه تنفيذ سلسلة من الإجراءات بشكل مستقل من البداية إلى النهاية. لا يزال هذا النوع من تطبيقات الذكاء الاصطناعي يتطلب رقابة وموافقة بشرية لاتخاذ القرارات الكبرى.

يمكن لفرق العمليات والصيانة الاستفادة من إدارة الأصول بالذكاء الاصطناعي طوال سير عملهم. تشمل بعض حالات الاستخدام الواقعية الشائعة أتمتة المهام، وتخصيص الميزانيات، والتخطيط للاستثمار في الأصول:

• إدارة دورة حياة الأصول: يمكن لمديري الأصول استخدام الذكاء الاصطناعي لتحليل إجمالي تكلفة الملكية (TCO) للأصل، بدءًا من التسعير وصولاً إلى الإصلاحات الطارئة والتخلص منه. تساعد الحلول المدعومة بالذكاء الاصطناعي على تحديد النقطة المثلى لإصلاح الأصل أو تجديده أو استبداله.

• تحسين الطاقة والاستدامة:  تعالج حلول إدارة الأصول بالذكاء الاصطناعي التحديات المتعلقة بتوليد الطاقة والاستدامة وتحدد هدر الطاقة عبر المرافق والأصول. بالإضافة إلى ذلك، تراقب المنصات الموحدة أصول توليد الطاقة بغض النظر عن مصادر البيانات.

• مراقبة سلامة المعدات: توفر حلول إدارة الأصول المستندة إلى الذكاء الاصطناعي مراقبة مستمرة في الوقت الفعلي للأجهزة والآلات والبنية التحتية. وعند تزويد النماذج اللغوية الكبرى (LLMs) بمجموعات بيانات نظيفة، يمكن لأدوات الذكاء الاصطناعي تحليل البيانات لاكتشاف علامات التحذير المبكرة قبل حدوث عطل.

• إدارة المرافق: تنطبق إدارة الأصول بالذكاء الاصطناعي على أنظمة المباني مثل أنظمة التدفئة والتهوية والتكييف (HVAC)، والإضاءة، والمصاعد، واستهلاك الطاقة. يستخدم فريق المرافق الذكاء الاصطناعي لتحسين الأداء وتقليل التكاليف من خلال تحليل خيارات الأصول واتخاذ قرارات مستنيرة.

• جدولة الصيانة التنبئية: يساعد توليد أوامر العمل المدعوم بالذكاء الاصطناعي على ضمان أن تكون جداول الصيانة معتمدة على الظروف الفعلية للأصول. تقلل النماذج التنبئية من الاضطرابات غير الضرورية وعمليات الخدمة والإصلاح الطارئة.

• السلامة والامتثال: تراقبروبوتات المحادثة المدعومة بالذكاء الاصطناعي والمساعدون الافتراضيون ظروف السلامة في الوقت الفعلي ويقدمون إرشادات سريعة. يطور الموردون أدوات الذكاء الاصطناعي للالتزام باللوائح المحلية والولائية والفيدرالية.

• أصول البرمجيات: تستخدم إدارة أصول البرمجيات وتكنولوجيا المعلومات الذكاء الاصطناعي للترخيص الذكي، والامتثال التنظيمي، والمراقبة المستمرة. تستخدم الأنظمة المدعومة بالذكاء الاصطناعي الذكاء الاصطناعي لتتبع أنماط الاستخدام وتحديد التطبيقات غير المستغلة.

• السفر والنقل: يمكن لحلول الأصول المدعومة بالذكاء الاصطناعي أن تحافظ على تشغيل الأساطيل بشكل موثوق به ومتحكم فيه. تساعد بيانات الأصول المتصلة وسير عمل الصيانة على تقليل فترات التعطل وإطالة العمر الافتراضي للأصول.

إدارة الأصول بالذكاء الاصطناعي قابلة للتطبيق عبر الفرق والمجالات المختلفة. وسيعتمد الاستخدام على أهداف المؤسسة وغرضها:

• الطاقة ومرافق الخدمات: المهندسون الذين يراقبون البنية التحتية لتوليد الطاقة وتوزيعها.

• المرافق والعقارات: مديرو المرافق الذين يشرفون على المباني التجارية والحرم الجامعي.

• الهيئات الحكومية والقطاع العام: الهيئات التي تدير البنية التحتية العامة مثل مرافق معالجة المياه أو شبكات النقل.    

• الرعاية الصحية: فرق الطب الحيوي ومرافق الخدمات التي تدير المعدات الطبية والبنية التحتية للمستشفيات.

• التصنيع: مديرو المصانع والعمليات الذين يعملون على صيانة معدات الإنتاج.

• النقل: مديرو الأساطيل وفرق صيانة السكك الحديدية أو الطيران.

يمكن أن تعود إدارة الأصول المستندة إلى الذكاء الاصطناعي بالنفع على العديد من الأطراف المعنية، سواء داخل المؤسسة أو خارجها. تُتيح التقنيات الجديدة فرصًا جديدة للنمو وتحقيق نتائج تشغيلية أفضل:

• تعزيز تخطيط رأس المال: يساعد تقييم بيانات دورة حياة الأصول القادة على اتخاذ قرارات أكثر دقة بشأن عمليات الإصلاح مقابل عمليات الاستبدال.

• إطالة العمر الافتراضي للأصول: يمكن للمراقبة الدقيقة والتدخل في الوقت المناسب أن يطيلا العمر الافتراضي للمعدات باهظة الثمن.

• تحسين كفاءة القوى العاملة: أتمتة أعمال الصيانة الروتينية تمنح الفنيين البشريين وقتًا إضافيًا للقيام بأعمال تتطلب مهارات عالية.

• تقليل تكاليف الصيانة: صيانة الأصول بناءً على الحاجة الفعلية بدلاً من الاعتماد على جدول زمني ثابت تقلل من تكاليف الصيانة.

• تقليل فترات التعطل المفاجئ: اكتشاف الأعطال قبل حدوثها يحافظ على سير عمل خطوط الإنتاج والمرافق.

تشعل التقنيات الجديدة إثارة كبيرة، ولكن دمج نظام الذكاء الاصطناعي في عمليات إدارة الأصول التقليدية قد يكون أمرًا صعبًا:

• جودة البيانات وتصنيفها: نماذج الذكاء الاصطناعي لا تكون جيدة إلا بقدر جودة البيانات التي تتدرب عليها. يجب على فرق الأصول التأكد من أن بيانات الصيانة وأجهزة الاستشعار نظيفة وكاملة، وإلا فإنها تخاطر بالحصول على نتائج غير دقيقة.

• التكامل مع أنظمة إدارة الصيانة المحوسبة (CMMS) وأنظمة إدارة الأصول المؤسسية (EAM) الحالية: ستحتاج أنظمة إدارة الصيانة المحوسبة (CMMS) ومنصات إدارة الأصول المؤسسية (EAM) الحالية إلى الاتصال بأدوات الذكاء الاصطناعي. وهذه العملية ليست عملية تُنفذ لمرة واحدة دائمًا، بل تتطلب المزيد من الوقت والموارد لضمان نجاح التكامل.

• المعدات القديمة وفجوات البيانات: قد تفتقر الأصول المادية القديمة إلى أجهزة الاستشعار أو الاتصال اللازم لتغذية أنظمة الذكاء الاصطناعي. يجب تحديث الأصول، وهي عملية مكلفة وتستغرق وقتًا طويلاً. ستحتاج الفرق إلى النظر في الوقت والموارد قبل الالتزام بتبني حل مستند إلى الذكاء الاصطناعي.

يمكن للمؤسسات التي تسعى إلى تبني إدارة الأصول المدعومة بالذكاء الاصطناعي اتباع نهج مفصل. تختلف عملية التنفيذ قليلاً حسب المؤسسة، لكن يمكنك اتباع الخطوات العامة التالية للاستفادة الكاملة من المزايا:

1. تدقيق بيانات الأصول:  قيِّم جودة بيانات الصيانة الحالية، وبيانات أجهزة الاستشعار، ووثائق المعدات. راجعها للتأكد من جودتها واكتمالها وحدد أي فجوات في الدقة والرؤية لتوجيه حلول الذكاء الاصطناعي نحوها.
2. البدء بنقاط الفشل الأعلى تكلفة: أعط الأولوية للمجالات الأكثر تكلفة وتأثيرًا من حيث إحداث الاضطرابات. قد تكون محاولة مراقبة كل شيء في وقت واحد أمرًا مرهقًا. فحدد الأصول التي لديها أكبر مساحة للتحسين وابدأ بها.
3. ربط الأصول: حدد البنية التحتية الحالية لأجهزة الاستشعار والمواضع التي يجب إضافتها إلى المعدات القديمة. استكشف خيارات تحديث إنترنت الأشياء (IOT) وتعرف على ما يمكن فعله للمعدات القديمة.
4. اختيار المنصة المناسبة: ابحث عن منصة إدارة أصول مدعومة بالذكاء الاصطناعي من مزودين موثوقين تتماشى مع احتياجات المؤسسة وأهدافها وأنظمتها الحالية. ابحث عن نظام يتكامل مع أنظمة إدارة الصيانة المحوسبة (CMMS) وأنظمة إدارة الأصول المؤسسية (EAM) الحالية ويدعم أنواع الأصول المحددة للبيئة المعنية.
5. فرض الرقابة البشرية: حدد الجوانب التي يؤدي الذكاء الاصطناعي فيها دوره والجوانب التي تكون الرقابة البشرية فيها ضرورية. لا ينبغي لوكلاء الذكاء الاصطناعي اتخاذ إجراءات أو قرارات ذات عواقب وخيمة، ولكن يمكنها المساعدة على توجيه البشر نحو اتجاه معين.
6. القياس والتكرار: حدد المقاييس الأساسية قبل نشر حل الذكاء الاصطناعي. إذا لم تكن هناك أرقام للمقارنة، مثل تكلفة الصيانة لكل أصل ومدة فترات التعطل المفاجئ، فلن تعرف المؤسسات مدى كفاءة أدواتها.

قد لا تتغير الأصول، لكن طريقة إدارة المؤسسة لها بالتأكيد تتغير، وذلك بفضل الخيارات التقنية الجديدة التي تدخل مجال إدارة الأصول:

• الذكاء الاصطناعي الوكيل: يكتسب الوكلاء المستقلون شعبية بين المؤسسات بفضل قدرتهم الشاملة على المراقبة، والفرز، والجدولة، وإعداد التقارير عبر محافظ الأصول بأكملها بأقل قدر ممكن من التدخل البشري. ووفقًا لتقرير صادر عن IBM Institute for Business Value، فإن 55% من المؤسسات تطور أو تنشر بنشاط نموذج تشغيل يعتمد على الذكاء الاصطناعي الوكيل.

• التوائم الرقمية: قد تكون النسخ الافتراضية المدعومة بالذكاء الاصطناعي للأصول المادية هي التحول الكبير التالي في إدارة الأصول. تعمل التوائم الرقمية على محاكاة الأداء، واختبار سيناريوهات الصيانة، ونمذجة نتائج دورة الحياة قبل اتخاذ أي إجراء في العالم الحقيقي.

• الذكاء الاصطناعي على الحافة: توفر هذه التقنية الجديدة استدلال الذكاء الاصطناعي مباشرةً على الأصول من دون الحاجة إلى الاعتماد على السحابة. ويمكن للأصول مثل الهواتف الذكية وأجهزة الاستشعار المزودة بالذكاء الاصطناعي على الحافة تجنب أوقات نقل البيانات عبر الإنترنت، لتتولى الأجهزة المحلية معالجة البيانات في أجزاء من الثانية.

• الصيانة الوصفية: الخطوة التالية بعد الصيانة التنبئية هي القدرة على وصف الإجراءات. تُستخدم الحلول المستندة إلى الذكاء الاصطناعي الآن لتحديد إجراءات دقيقة وجداول زمنية ومتطلبات مهارات الفنيين بدقة.

• دمج الاستدامة: لطالما كانت الاستدامة جزءًا من النقاش، لكن يبدو الآن أن الذكاء الاصطناعي أصبح أداة أساسية لتحقيق متطلبات الصافي الصفري والمعايير البيئية والاجتماعية والحوكمة (ESG). يمكن للأدوات المدعومة بالذكاء الاصطناعي تحسين استهلاك الطاقة وتقليل هدر المواد عبر محافظ الأصول.