Cleveland-Cliffs تطلق مع Palantir مشروعًا لمدة ثلاث سنوات لتطبيق الذكاء الاصطناعي

أبرمت Cleveland-Cliffs اتفاقًا مع Palantir لمدة ثلاث سنوات لتطبيق الذكاء الاصطناعي على امتداد سلسلة عملياتها بالكامل. وبالنسبة إلى المنتج الأمريكي للصلب، لا يمثّل ذلك تجربة تجريبية محدودة، بل محاولة لنقل تحديث المصانع إلى مسار منظّم وشامل.

لماذا هذا العقد؟

الصفقة مصمَّمة لثلاث سنوات، والمدة وحدها تدل على حجم المهمة. فالأمر لا يتعلق باختبار لمرة واحدة في موقع واحد، بل بنشر تدريجي لأدوات الذكاء الاصطناعي في الإنتاج والتخطيط والعمليات اليومية. وتراه Cleveland-Cliffs وسيلة لتسريع تحديث منظومتها الصناعية دون بناء كل شيء من الصفر: فجزء من الأثر تحققه الشركات عادةً عبر العمل بجودة أعلى مع البيانات، وتحسين تحميل المعدات، وتسريع اتخاذ القرارات.

وتزداد أهمية ذلك في الصناعات الثقيلة في وقت لا يعتمد فيه هامش الربح على أسعار المعادن وحدها، بل أيضًا على مدى دقة التزام المصانع بالجدول الزمني، وسرعة معالجة الأعطال، وكمية المواد الخام والطاقة والوقت التي يستهلكها إنتاج كل طن. والذكاء الاصطناعي في هذا السياق ليس واجهة عرض للمستثمرين، بل أداة يُفترض أن تُظهر نتيجة اقتصادية على عمليات حقيقية.

أين يُنتظر الأثر؟

لم تكشف الشركتان عن السيناريوهات التي ستدخل في المرحلة الأولى. لكن في المشاريع الصناعية المماثلة يبدأ تطبيق الذكاء الاصطناعي عادةً حيث تتوافر بيانات تاريخية كثيرة ومؤشر أداء واضح يمكن تحسينه خلال الأشهر الأولى. وهذا يقلّل مخاطر المشروع: إذ تُختار أولًا المجالات التي يسهل فيها احتساب الأثر بالمال والوقت واستقرار الإنتاج. ومثل هذه الحالات يسهل لاحقًا توسيعها لتشمل عدة مواقع.

• تخطيط تحميل الوحدات الإنتاجية والورديات لتقليل فترات التوقف والاختناقات
• مراقبة المعدات للكشف المبكر عن الأعطال والوقاية من الأعطال الميكانيكية
• مراقبة الجودة ورصد الانحرافات في المعايير التقنية
• تحسين لوجستيات المواد الخام والمنتجات الوسيطة والمنتجات الجاهزة
• تحليل الفاقد في الإنتاج واستهلاك الطاقة وغيرها من الموارد المكلفة

وإذا سارت Cleveland-Cliffs وPalantir في هذا المسار، فلن تكون المهمة الرئيسية مجرد ربط النماذج، بل دمجها في قرارات رؤساء الورش والمشرفين وقادة المواقع. ففي الصناعة لا يحقق الذكاء الاصطناعي أثرًا إلا حين تصل توصياته إلى أرض المصنع وتغيّر ما يجري خلال الوردية، لا حين تبقى تحليلات أنيقة في لوحة منفصلة. وإلا ظل النظام مجرد مستشار بلا تأثير ملحوظ على الإنتاج.

لماذا الآن؟

لا تكمن أهمية الخبر في واقعة الشراكة وحدها، بل في توقيتها. فالشركات الصناعية الأمريكية تبحث بنشاط متزايد عن طرق لتحديث طاقاتها القائمة أسرع وأرخص من المشاريع الرأسمالية الطويلة. وفي هذه الخلفية يصبح الذكاء الاصطناعي وسيلة لاستخلاص مزيد من الأصول العاملة بالفعل: رفع القدرة على التنبؤ، وخفض الفاقد، وتسريع دورة اتخاذ القرار. وبعد موجة الاهتمام بالذكاء الاصطناعي، يطالب قطاع الأعمال بشكل متزايد بعائد ملموس على خطوط الإنتاج العاملة، لا بالعروض التقديمية.

وتعدّ مثل هذه الاتفاقات مؤشرًا مهمًا بالنسبة إلى Palantir أيضًا. فالسوق باتت أقل اهتمامًا بالوعود المجردة حول الذكاء الاصطناعي التوليدي، وأكثر اهتمامًا بالمشاريع التي يمكن ربط التقنية فيها بالكفاءة التشغيلية والإنتاج والأثر المالي. ولذلك تعمل الصفقات مع المجموعات الصناعية اليوم كاختبار لنضج منصات الذكاء الاصطناعي: فإذا كانت النتيجة قابلة للقياس في المصنع، يصبح الدفاع عنها أمام مجلس الإدارة وتعميمها على مواقع أخرى أسهل بكثير. وهنا تحديدًا تُختبر قابلية المنصة للاستمرار.

ولم تكشف الشركتان بعد عن مجموعة الأدوات المحددة، ولا عن النطاق الجغرافي للتطبيق، ولا عن المقاييس المستهدفة التي سيتابعها المستثمرون والإدارة. لكن من الواضح أن Cleveland-Cliffs تنظر إلى الذكاء الاصطناعي بوصفه جزءًا من تحديث أوسع للإنتاج، لا تجربة منفصلة داخل وظيفة تقنية المعلومات. وهذا يرفع سقف الرهان: فالمشروع سيُقيَّم بمدى تحسينه للإنتاج والموثوقية واقتصاديات المنشأة. وبهذه المقاييس تحديدًا سيتضح هل نجحت الشركة في نقل الذكاء الاصطناعي من العروض التقديمية إلى الممارسة الإنتاجية.

ماذا يعني ذلك؟

بالنسبة إلى السوق، هذه إشارة إضافية إلى أن الذكاء الاصطناعي يغادر نهائيًا صفة المساعد المكتبي ويترسّخ في الصناعات الثقيلة. وإذا تمكنت Cleveland-Cliffs من إظهار أثر قابل للقياس خلال دورة الثلاث سنوات، فستتسارع برامج مماثلة لدى منتجين آخرين، لأن السؤال لم يعد موضة الذكاء الاصطناعي، بل القدرة التنافسية للمصانع. أما بالنسبة إلى مزوّدي التقنيات، فيعني ذلك نموًا في الطلب على حلول قادرة على التعامل مع بيانات الورش والمصانع، لا مع المهام المكتبية وحدها.