أمازون تسرّع افتتاح مستودعاتها الجديدة بفضل نماذج Nova للذكاء الاصطناعي
دمجت أمازون نماذج Nova الجديدة متعددة الوسائط، المتاحة عبر منصة Bedrock، في عمليات تجهيز مراكز تلبية الطلبات (فولفيلمنت). يتعرف نظام الرؤية الحاسوبية تلقائيًا على مكوّنات الوحدات المستودعية ويتحقق منها، وهو أمر بالغ الأهمية قبل تشغيل المواقع الجديدة. يتيح هذا الحل تقليص الوقت المخصص للفحص اليدوي بدرجة كبيرة، ويقلل خطر الأخطاء أثناء تركيب المعدات. ويعكس استخدام الذكاء الاصطناعي لضمان الجاهزية التشغيلية سعي الشركة إلى الأتمتة الكاملة لبنيتها التحتية اللوجستية ورفع كفاءة توسّع أعمالها.
معالج بواسطة الذكاء الاصطناعي من AWS Machine Learning Blog؛ بتحرير Hamidun News
# أمازون تسرّع افتتاح مستودعاتها الجديدة بفضل نماذج Nova للذكاء الاصطناعي
وجدت أمازون استخدامًا غير متوقع لنماذج الرؤية الحاسوبية الخاصة بها، إذ باتت هذه النماذج تتحقق من جاهزية مراكز تلبية الطلبات (فولفيلمنت) للعمل. فقد أدخلت الشركة Nova، نماذجها الجديدة متعددة الوسائط المتاحة عبر منصة Bedrock، مباشرةً في عملية فحص الوحدات المستودعية. وبدلًا من أن يجوب العمال محيط المركز الجديد بأكمله يدويًا ويعيدوا التحقق من كل مكوّن، تؤدي الخوارزمية هذه المهمة تلقائيًا: تتعرف على أجزاء المعدات في الصور وتؤكد مطابقتها للمواصفات. والنتيجة ملموسة: وقت الفحص أقصر، والخطأ البشري شبه مستبعد تمامًا من عملية حاسمة هي تشغيل موقع لوجستي جديد.
يكشف هذا التطور عن استراتيجية أمازون الأوسع تجاه شبكة مستودعاتها الضخمة. فعملاق الخدمات اللوجستية، الذي يدير مئات مراكز تلبية الطلبات حول العالم، يبني منشآت جديدة بوتيرة شهرية حرفيًا. وكل مركز جديد منظومة معقدة تضم آلاف المكوّنات: السيور الناقلة، وآلات الفرز، وأنظمة التخزين، والأذرع الروبوتية. وقبل أن يعالج المركز أول طلب، يجب تركيب كل هذه العناصر بشكل صحيح واختبارها واعتمادها. وتتطلب العملية التقليدية الاستعانة بمتخصصين يتحققون يدويًا من مطابقة كل وحدة للمتطلبات الفنية. وهذا بطيء ومكلف ومعرّض للأخطاء، خصوصًا على نطاق أمازون.
تغيّر Nova هذه المعادلة بفضل قدراتها متعددة الوسائط. يستطيع النموذج معالجة الصور والأوصاف النصية للمكوّنات معًا، ما يتيح له لا أن يرى القطعة في الصورة فحسب، بل أن يقارنها أيضًا بالوصف التقني الوارد في الوثائق. ويمرّر النظام عبره صور الوحدات المركّبة ويحدد في الوقت الفعلي ما إذا كانت جميع المكوّنات المطلوبة موجودة، وهل وُضعت في أماكنها الصحيحة، وهل توجد عيوب ظاهرة أو أخطاء في التجميع. وإذا اكتشف النموذج عدم تطابق، يضع النظام عليه علامة فورًا ويرسل إشعارًا إلى القسم المعني. يبقى الإشراف البشري قائمًا، لكن للحالات الحرجة فقط، لا للفحص الروتيني.
من المهم فهم سبب اختيار أمازون هذا النهج الآن تحديدًا. فالشركة توسّع شبكتها اللوجستية بنشاط، لا سيما في ظل تنامي حجم التجارة الإلكترونية وتوقعات المستهلكين بشأن سرعة التوصيل. وكل شهر تأخير في افتتاح مركز جديد يكلّف ملايين الدولارات من الطاقة الاستيعابية الضائعة. وتتيح تقنية Nova لأمازون تسريع العملية وتحسين جودتها في آنٍ واحد. فالرؤية الحاسوبية لا تتعب ولا تتشتت، وتفحص كل شيء ضمن النطاق المحدد دون استثناء. وهذا أساسي للموثوقية التشغيلية، إذ قد تؤدي أي قطعة مركّبة بشكل خاطئ في منظومة السيور الناقلة إلى توقف مكلف للمركز بأكمله.
ويعكس اعتماد Nova لضمان الجاهزية التشغيلية اتجاهًا أوسع في القطاع: الذكاء الاصطناعي ينتقل من خانة التجارب الطريفة إلى فئة التقنيات التشغيلية الحرجة. فأمازون لا تختبر النموذج على عمليات هامشية، بل تضعه في صميم منظومتها اللوجستية. وإذا نجح ذلك على نطاق أمازون، فسيرسي معيارًا جديدًا لقطاعي التجارة الإلكترونية والخدمات اللوجستية بأكملهما. وقريبًا ستدرك منافسات مثل Walmart أو Alibaba Group أنها بحاجة إلى حل مشابه. والأهم أن ذلك يُظهر أن أمازون تدمج خدماتها الخاصة للذكاء الاصطناعي في عملياتها بوتيرة متسارعة، لتخلق حلقة مغلقة لرفع الكفاءة.
وعلى المدى المنظور، ليست هذه التقنية سوى الخطوة الأولى. فمن المرجح أن توسّع أمازون استخدام Nova ليشمل جوانب أخرى من الجاهزية التشغيلية: فحص جودة التغليف، ومراقبة السلامة في المواقع، وتحليل إعدادات الأنظمة. وستحصل الشركة على ميزة تنافسية لن تتوقف عن النمو مع اتساع النطاق.
Access Frontier LLMs & Multimodal AI in One Workspace
Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.