يعزز nybl الموثوقية الصناعية من خلال دمج Maximo و watsonx.governance في n.vision
في مختلف الصناعات المهمة للتقدم المدني—مثل الطاقة ومرفق مرافق الخدمات والتصنيع—لا تزال المؤسسات تعاني من فترات التعطل المفاجئة، والبنية التحتية القديمة، ونقص الفنيين المهرة لصيانة الأنظمة المهمة. إن شركة nybl، وهي شركة تعمل في مجال تقنية الذكاء الاصطناعي تصدر الابتكار من مجلس التعاون الخليجي والشرق الأوسط على مستوى العالم، تتصدى لهذه التحديات من خلال الذكاء الاصطناعي القائم على العلم والفيزياء.
تكون عمليات الفحص اليدوي للأصول الأساسية عادة بطيئة ومكلفة ومعرضة للخطأ البشري، وفي أغلب الأحيان تُجرى في بيئات نائية أو خطرة. ومع إدراك الحاجة إلى نهج أكثر كفاءة وموثوقية، رأت شركة nybl حلاً مستندًا إلى الذكاء الاصطناعي قادرًا على أتمتة فحص الأصول، وتحسين الدقة، وتحقيق نتائج تتسم بالشفافية. ولتحقيق هذه الرؤية، سعت nybl إلى أساس من تقنية الذكاء الاصطناعي الموثوقة والخاضعة للحوكمة، وتضمن أن كل نموذج تم نشره يلتزم بأعلى معايير الموثوقية والأخلاقيات والامتثال والأداء.
في إطار شراكة استراتيجية مع IBM، دمجت nybl منصة n.vision، وهي منصة فحص مدعومة بالذكاء الاصطناعي، مع أداة IBM® Maximo® Visual Inspection وحل ®IBM watsonx.governance الذي يهدف إلى المضي قدمًا في تغيير طريقة إدارة عمليات الفحص الصناعي. أجرت الشركتان ثلاث تجارب للتحقق من صحة التكامل وبيان تأثير الاستفادة من Maximo Visual Inspection وwatsonx.governance ضمن منصة n.vision الخاصة بشركة nybl.
وبفضل Maximo Visual Inspection، تجري منصة n.vision عمليات فحص قائمة على الأصول تلغي الحاجة للوصول اليدوي إلى المناطق التي يصعب الوصول إليها، ما يقلل من المخاطر المتعلقة بالسلامة، وتكاليف التشغيل، والوقت العام للفحص. يستخدم الحل رؤية الكمبيوتر للكشف عن الأعطال وتصنيفها والإبلاغ عنها بدقة وسرعة في مختلف الصناعات، مثل النفط والغاز، والمرافق، والتصنيع، والزراعة، والرعاية الصحية.
بمساعدة watsonx.governance، يمكن أن توفر شركة nybl شفافية كاملة لدورة حياة الذكاء الاصطناعي، ومراقبة التحيز والانحراف، وإدارة الامتثال للوائح الصناعة المتطورة. يمكن لهذه الترقيات التشغيلية مجتمعة أن تساعد عملاءها على طرح المنتجات في السوق بشكل أسرع، ودقة أعلى، وزيادة الكفاءة—مع إتاحة الاستخدام المسؤول للذكاء الاصطناعي في العمليات ذات المهمة الحساسة.
تحتفل nybl وIBM بشراكتهما في قمة IBM Partner Ecosystem Summit GLP
مع دمج تقنية IBM في منصة n.vision، رفعت شركة nybl معايير السلامة والكفاءة لفحص الأصول في مختلف الصناعات. على سبيل المثال، أطلقت إحدى شركات تشغيل الشبكات الوطنية في دول مجلس التعاون الخليجي مشروعًا تجريبيًا أوليًا لمسافة 1000 كم باستخدام منصة n.vision لفحص خطوط الجهد العالي والمتوسط. بعد نجاحها، منحت شركة التشغيل شركة nybl عقدًا لتوسيع نطاق عمليات الفحص في 400,000 كيلومتر من البنية التحتية للطاقة على مستوى البلاد.
وبأتمتة عمليات الفحص القائمة على الأصول، شهدت شركة nybl انخفاضًا بنسبة 50% في كل من تكاليف الفحص والحوادث الأمنية. وتشمل النتائج التحويلية الأخرى انخفاضًا بنسبة 30% في وقت الفحص، وانخفاضًا بنسبة 20% في تكاليف التعطل والإصلاح في حالات الطوارئ، وزيادة بنسبة 20% في وقت تشغيل الشبكة. يوفر الكشف الآلي عن الأعطال وإعداد التقارير المدعوم برؤية الكمبيوتر أعلى مستويات الدقة والموثوقية، ما يساعد عملاء nybl على التصرف بشكل أسرع وأكثر ذكاء.
من خلال الشراكة مع IBM لدمج رؤية الكمبيوتر المتقدمة وحوكمة الذكاء الاصطناعي، أنشأت nybl حلاً يتم بالشفافية والموثوقية وقابلاً للتوسع للمساعدة في تحسين أداء الأصول. تخطط الشركة لمواصلة تعاونها مع IBM لتعزيز التميز التشغيلي في مختلف الصناعات الحيوية.
الرئيس التنفيذي للاستراتيجية والاستدامة في nybl (رامي عثمان) وكبير مهندسي بناء النظام البيئي والخدمات في IBM بالشرق الأوسط وأفريقيا (أحمد أزرق) على المسرح في GITEX Global يسلطان الضوء على الشراكة بين nybl وIBM وكيف تدفع للوصول إلى المرحلة الجديدة من الذكاء الصناعي
تأسست شركة nybl في عام 2018، وهي شركة ذكاء اصطناعي قائم على العلوم والفيزياء، ومقرها الإمارات العربية المتحدة، ولها مكاتب في المملكة العربية السعودية وقطر. منصات وحلول الذكاء الاصطناعي المصممة خصيصًا لهذا الغرض—بما في ذلك n.vision وn.rotating وn.lift وn.shield، تساعد الصناعات الحيوية على تحسين السلامة والموثوقية والأداء من خلال الأتمتة وصناعة القرار الذكي.
قانوني
حقوق النشر © محفوظة لشركة IBM Corporation لعام 2025. IBM، وشعار IBM، وMaximo، وwatsonx.governance هي علامات تجارية لشركة .IBM Corp، مسجلة في العديد من الاختصاصات القضائية حول العالم.
الأمثلة المقدَّمة للتوضيح فقط. ستختلف النتائج الفعلية بناءً على تكوينات نظم العميل وظروفها، وبالتالي، لا يمكن توفير النتائج المتوقعة بشكل عام.