تجنب حرائق عدادات الكهرباء في المنازل والمصانع والمتاجر بهذه الخطوات
3.5 تريليون يورو تكلفة استخدام أوروبا للذكاء الاصطناعي لحل أزمات الطاقة والكهرباء
رئيسة تنزانيا موجهة الشكر للشركات المصرية: سد "جوليوس نيريري" نموذج ناجح للتعاون بين البلدين
الرئيس السيسي يشهد توقيع مذكرتي تفاهم مع تنزانيا في قطاعات النقل والكهرباء والطاقة المتجددة

الذكاء الاصطناعي في سلاسل الإمداد، أداة قوية لكن بلا «عصا سحرية»

الإثنين، 18 مايو 2026 11:49 م

الذكاء الاصطناعي

لم تعد التحديات التي تواجه سلاسل الإمداد مرتبطة فقط بحدوث الاضطرابات مثل تأخر الموانئ، أو تغيّر الطلب، أو قيود النقل، بل أصبحت المشكلة الحقيقية في قدرة الشركات على فهم هذه الاضطرابات بسرعة، واتخاذ قرارات منسقة قبل أن تتفاقم آثارها عبر الشبكات التشغيلية المعقدة، خصوصًا في أسواق الشرق الأوسط وإفريقيا.

الاستثمار في الذكاء الاصطناعي

ويرى خبراء أن الاستثمار في الذكاء الاصطناعي وحده لا يكفي، لأن العديد من المؤسسات تعاني من ضعف في الرؤية الداخلية للعمليات، نتيجة تشتت البيانات بين أنظمة وإدارات مختلفة، ما يجعل الصورة التشغيلية غير مكتملة، وهذا الوضع يؤدي إلى تأخر الاستجابة ويحوّل بعض مشاريع التحول الرقمي إلى مبادرات تجريبية لا تصل إلى التطبيق الفعلي.

وتواجه الشركات ما يُعرف بـ«فخ المشاريع التجريبية»، حيث تبدأ الكثير من المؤسسات في استخدام الذكاء الاصطناعي داخل سلاسل الإمداد، لكنها تبقى عالقة بين التجربة والتطبيق، ويرجع ذلك إلى غياب حالات استخدام واضحة ذات قيمة حقيقية، إضافة إلى إدخال طبقات إضافية من التعقيد بدلًا من تبسيط العمليات التشغيلية.

ويشير متخصصون، إلى أن نجاح الذكاء الاصطناعي يعتمد بشكل أساسي على «السياق التشغيلي»، أي فهم كيفية ارتباط العمليات ببعضها داخل سلسلة الإمداد، وليس فقط الاعتماد على البيانات الخام أو النماذج النظرية، وغياب هذا السياق يجعل التنبؤات أقل دقة، ويقلل من قدرة الأنظمة على اتخاذ قرارات فعّالة عند حدوث اضطرابات فعلية.

قدرة الذكاء الاصطناعي على تحليل البيانات

ورغم قدرة الذكاء الاصطناعي على تحليل البيانات بسرعة وإعادة جدولة العمليات وتقييم السيناريوهات المختلفة، إلا أنه لا يُعتبر حلًا سحريًا، وهو لا يلغي الاضطرابات ولا يعالج جذور المشكلات التشغيلية، بل يساعد فقط في تحسين سرعة الاستجابة وتقليل الأثر السلبي للأزمات.

وفي النهاية، تؤكد التجارب أن التحدي الأكبر ليس في التكنولوجيا نفسها، بل في كسر “الصوامع التشغيلية” داخل المؤسسات وبناء بنية بيانات مترابطة تسمح بفهم شامل لسلسلة الإمداد، وعندها فقط يمكن للذكاء الاصطناعي أن يلعب دوره الحقيقي كأداة داعمة لاتخاذ القرار، وليس كحل مستقل قادر على إصلاح كل شيء.