وكلاء الذكاء الاصطناعي لعالم أكثر استدامة: رؤى علم البيانات

مع تراجع الدعم السياسي للاستدامة، تزداد الحاجة إلى ممارسات مستدامة طويلة الأجل أكثر من أي وقت مضى. يمكن لوكلاء الذكاء الاصطناعي أن يلعبوا دورًا حاسمًا في هذا المجال.

كيف يُمكننا استخدام التحليلات، المعززة بالذكاء الاصطناعي الفعال، لدعم الشركات في تحولها الأخضر؟

لسنوات، كان تركيز مدونتي دائمًا على استخدام منهجيات وأدوات تحليلات سلسلة التوريد لحل مشاكل محددة. الآن، مع تزايد أهمية الاستدامة، نركز على دمج هذه الأدوات لتحقيق أهداف بيئية.

في LogiGreen، الشركة الناشئة التي أسستها، ننشر حلول التحليلات هذه لمساعدة تجار التجزئة والمصنعين وشركات الخدمات اللوجستية على تحقيق أهداف الاستدامة الخاصة بهم. نستخدم أدوات مثل نماذج التنبؤ وتحسين المسارات لتقليل الانبعاثات.

في هذه المقالة، سأوضح كيف يمكننا شحن هذه الحلول الحالية باستخدام وكلاء الذكاء الاصطناعي (AI agents). سنستكشف كيف يمكن للذكاء الاصطناعي أن يعزز قدراتنا التحليلية لتحقيق أهداف الاستدامة بشكل أسرع وأكثر فعالية.

الهدف هو تسهيل وتسريع تنفيذ مبادرات الاستدامة عبر سلاسل التوريد للشركات. من خلال دمج الذكاء الاصطناعي، يمكننا أتمتة العمليات وتحديد فرص التحسين بشكل استباقي.

عوائق التحول الأخضر للشركات

مع تحول الضغوط السياسية والمالية بعيدًا عن الاستدامة، أصبح تسهيل التحول الأخضر وجعله أكثر سهولة أمرًا ملحًا أكثر من أي وقت مضى.

في الأسبوع الماضي، حضرت مؤتمر ChangeNOW العالمي، الذي عقد في مسقط رأسي، باريس.

جمع هذا المؤتمر المبتكرين ورجال الأعمال وصناع القرار الملتزمين ببناء مستقبل أفضل، على الرغم من السياق الصعب.

لقد كانت فرصة ممتازة لمقابلة بعض قرائي والتواصل مع القادة الذين يقودون التغيير في مختلف الصناعات.

من خلال هذه المناقشات، ظهرت رسالة واضحة.

تواجه الشركات ثلاثة عوائق رئيسية عند قيادة التحول المستدام:

• نقص الرؤية حول العمليات التشغيلية،
• تعقيد متطلبات إعداد تقارير الاستدامة،
• التحدي المتمثل في تصميم وتنفيذ المبادرات عبر سلسلة القيمة.

في الأقسام التالية، سوف أستكشف كيف يمكننا الاستفادة من Agentic AI للتغلب على اثنين من هذه العقبات الرئيسية:

• تحسين إعداد التقارير لاحترام اللوائح
• تسريع تصميم وتنفيذ المبادرات المستدامة

حل تحديات إعداد التقارير باستخدام وكلاء الذكاء الاصطناعي

تتمثل الخطوة الأولى في أي خارطة طريق مستدامة في بناء أساس إعداد التقارير. يعتبر بناء هذا الأساس أمراً بالغ الأهمية لضمان دقة البيانات وإمكانية الوصول إليها، مما يتيح اتخاذ قرارات مستنيرة.

يجب على الشركات قياس ونشر بصمتها البيئية الحالية قبل اتخاذ أي إجراء.

على سبيل المثال، يوضح تقرير ESG الأداء البيئي للشركة (E)، ومسؤوليتها الاجتماعية (S)، وقوة هياكل الحوكمة الخاصة بها (G). يعتبر تقرير ESG أداة حيوية لتقييم أداء الشركات في مجالات الاستدامة البيئية والاجتماعية والحوكمة.

لنبدأ بمعالجة مشكلة إعداد البيانات.

المشكلة الأولى: جمع البيانات ومعالجتها

تواجه العديد من الشركات تحديات كبيرة منذ البداية، بدءًا من جمع البيانات، وهو تحدٍ أساسي في مشاريع تحليل دورة حياة المنتج.

في مقال سابق، قدمت مفهوم Life Cycle Assessment أو (LCA) – وهي طريقة لتقييم التأثيرات البيئية للمنتج من استخراج المواد الخام إلى التخلص منه.

يتطلب ذلك خط أنابيب بيانات معقدًا للاتصال بأنظمة متعددة، واستخراج البيانات الأولية، ومعالجتها، وتخزينها في مستودع بيانات. هذا يشمل تكامل البيانات من مصادر متنوعة لضمان دقة التحليل.

تُستخدم خطوط الأنابيب هذه لإنشاء تقارير وتوفير مصادر بيانات متناسقة لفرق التحليل والأعمال، مما يسهل اتخاذ قرارات مستنيرة بناءً على رؤى دقيقة.

كيف يمكننا مساعدة الفرق غير التقنية على التنقل في هذه البيئة المعقدة؟

في LogiGreen، نستكشف استخدام وكيل الذكاء الاصطناعي لتطبيقات تحويل النص إلى SQL، وهو ما يُعرف بـ “Text-to-SQL AI Agent”.

تتمثل القيمة المضافة الكبيرة في أن فرق العمليات والأعمال لم تعد تعتمد على خبراء التحليلات لإنشاء حلول مخصصة. هذا يقلل الاعتماد على محللي البيانات ويحسن الكفاءة.

بصفتي مهندس سلسلة توريد، أتفهم إحباط مديري العمليات الذين يجب عليهم إنشاء تذاكر دعم لمجرد استخراج البيانات أو حساب مؤشر جديد.

باستخدام وكيل الذكاء الاصطناعي هذا، نوفر تجربة “التحليلات كخدمة” (Analytics-as-a-Service) لجميع المستخدمين، مما يسمح لهم بصياغة طلباتهم بلغة إنجليزية بسيطة. هذا يتيح الوصول إلى رؤى البيانات بشكل أسرع وأكثر سهولة.

على سبيل المثال، نساعد فرق إعداد التقارير في إنشاء مطالبات محددة لجمع البيانات من جداول متعددة لتغذية تقرير. هذا يسرع عملية إعداد التقارير ويقلل الجهد اليدوي.

“يرجى إنشاء جدول يوضح إجمالي انبعاثات ثاني أكسيد الكربون (CO₂) لكل يوم لجميع عمليات التسليم من المستودع XXX.”

المشكلة 2: تنسيق التقارير

حتى بعد جمع البيانات، تواجه الشركات تحديًا آخر: إنشاء التقرير بالتنسيقات المطلوبة.

في أوروبا، يوفر توجيه الإبلاغ عن استدامة الشركات (CSRD) الجديد إطارًا للشركات للكشف عن تأثيراتها البيئية والاجتماعية والحوكمة.

بموجب توجيه الإبلاغ عن استدامة الشركات CSRD، يجب على الشركات تقديم تقارير منظمة بتنسيق XHTML.

تتطلب هذه الوثيقة، المدعومة بتصنيفات ESG تفصيلية، عملية يمكن أن تكون تقنية للغاية وعرضة للأخطاء، خاصة بالنسبة للشركات ذات النضج المنخفض للبيانات.

لذلك، قمنا بتجربة استخدام وكيل الذكاء الاصطناعي لمراجعة التقرير تلقائيًا وتقديم ملخص للمستخدمين غير التقنيين.

كيف يعمل؟

يقوم المستخدمون بإرسال تقاريرهم عبر البريد الإلكتروني.

تقوم نقطة النهاية (Endpoint) تلقائيًا بتنزيل الملف المرفق، وإجراء تدقيق للمحتوى والتنسيق، بحثًا عن الأخطاء أو القيم المفقودة. هذه العملية تضمن فحصًا دقيقًا للبيانات.

ثم يتم إرسال النتائج إلى وكيل ذكاء اصطناعي (AI Agent)، والذي يقوم بإنشاء ملخص واضح للتدقيق باللغة الإنجليزية. يستخدم الوكيل خوارزميات متقدمة لتحليل البيانات وتلخيصها بكفاءة.

يقوم الوكيل بإرسال تقرير مرة أخرى إلى المرسل.

لقد قمنا بتطوير خدمة مؤتمتة بالكامل لتدقيق التقارير التي تم إنشاؤها بواسطة استشاريي الاستدامة (عميلنا هو شركة استشارات) والتي يمكن لأي شخص استخدامها دون الحاجة إلى مهارات تقنية. هذه الخدمة توفر الوقت والجهد وتضمن دقة التقارير.

هل أنت مهتم بتطبيق حل مماثل؟

لقد قمت ببناء هذا المشروع باستخدام منصة n8n بدون تعليمات برمجية.

يُمكنك العثور على القالب الجاهز للنشر في ملفي الشخصي لمنشئ المحتوى على n8n.

الآن بعد أن استكشفنا حلولًا لإعداد التقارير، يمكننا الانتقال إلى جوهر التحولات الخضراء: تصميم وتنفيذ مبادرات مستدامة.

الذكاء الاصطناعي الفاعل لمنتجات تحليلات سلسلة التوريد

منتجات التحليلات لتحقيق الاستدامة

لقد انصب تركيزي خلال العامين الماضيين على بناء منتجات التحليلات، بما في ذلك تطبيقات الويب و APIs وسير العمل الآلي. وتشمل خبرتي تطوير حلول تحليلية متقدمة تدعم مبادرات الاستدامة البيئية والاجتماعية للشركات، مع التركيز على قياس الأثر البيئي وتحسين كفاءة استخدام الموارد.

ما هي خارطة طريق الاستدامة؟

من واقع خبرتي السابقة، غالبًا ما تبدأ هذه العملية بدفعة من الإدارة العليا.

على سبيل المثال، قد تطلب القيادة من قسم سلسلة التوريد قياس انبعاثات ثاني أكسيد الكربون (CO₂) للشركة للسنة الأساسية 2021.

كنت مسؤولاً عن تقدير انبعاثات النطاق الثالث (Scope 3 emissions) لسلسلة التوزيع.

لهذا السبب قمت بتطبيق المنهجية المعروضة في المقالة المرتبطة أعلاه.

بمجرد تحديد خط الأساس، يتم تحديد هدف للحد من الانبعاثات (reduction target) مع تحديد موعد نهائي واضح.

على سبيل المثال، يمكن لإدارتك الالتزام بتحقيق خفض بنسبة 30% بحلول عام 2030.

يتمثل دور قسم سلسلة التوريد بعد ذلك في تصميم وتنفيذ مبادرات لخفض انبعاثات ثاني أكسيد الكربون.

في المثال أعلاه، تحقق الشركة خفضًا بنسبة 30% بحلول العام N من خلال مبادرات عبر التصنيع والخدمات اللوجستية وعمليات البيع بالتجزئة وتعويض الكربون.

لدعم هذه الرحلة، نقوم بتطوير منتجات تحليلية تحاكي تأثير المبادرات المختلفة، مما يساعد الفرق على تصميم استراتيجيات الاستدامة المثلى.

حتى الآن، كانت المنتجات في شكل تطبيقات ويب مع واجهة مستخدم وخلفية متصلة بمصادر البيانات الخاصة بهم.

توفر كل وحدة رؤى أساسية لدعم اتخاذ القرارات التشغيلية.

“بناءً على النتائج، يمكننا تحقيق خفض بنسبة 32% في انبعاثات ثاني أكسيد الكربون (CO₂) عن طريق نقل مصنعنا من البرازيل إلى الولايات المتحدة الأمريكية.”

ومع ذلك، بالنسبة للجمهور غير المعتاد على تحليلات البيانات، قد يكون التفاعل مع هذه التطبيقات أمرًا مربكًا بعض الشيء. يتطلب فهمًا أساسيًا لمبادئ تحليل البيانات لاستخلاص رؤى قيمة، مما يمثل تحديًا لغير المتخصصين.

كيف يمكننا استخدام وكلاء الذكاء الاصطناعي لتقديم دعم أفضل لهؤلاء المستخدمين؟ وكيف يمكن لـ وكلاء الذكاء الاصطناعي المساعدة في تحسين تجربة المستخدم وتقديم حلول مبتكرة؟

الذكاء الاصطناعي الفاعل لمنتجات التحليلات

نحن الآن بصدد تطوير هذه الحلول من خلال تضمين وكلاء الذكاء الاصطناعي المستقلين الذين يتفاعلون مباشرة مع نماذج وأدوات التحليلات من خلال نقاط نهاية API.

تم تصميم هؤلاء الوكلاء لتوجيه المستخدمين غير التقنيين خلال الرحلة بأكملها، بدءًا من سؤال بسيط:

“كيف يمكنني تقليل انبعاثات ثاني أكسيد الكربون (CO₂) لشبكة النقل الخاصة بي؟”

يتولى وكيل الذكاء الاصطناعي بعد ذلك مسؤولية:

• صياغة الاستعلامات الصحيحة،
• الاتصال بنماذج التحسين،
• تفسير النتائج،
• وتقديم توصيات قابلة للتنفيذ.

لا يحتاج المستخدم إلى فهم كيفية عمل الواجهة الخلفية.
يتلقون مخرجات مباشرة وموجهة نحو الأعمال مثل:

“نفّذ الحل XXX بميزانية استثمارية قدرها YYY يورو لتحقيق خفض في انبعاثات ثاني أكسيد الكربون بمقدار ZZZ طن مكافئ لثاني أكسيد الكربون.”

من خلال الجمع بين نماذج التحسين، وواجهات برمجة التطبيقات (APIs)، والتوجيه المدعوم بالذكاء الاصطناعي، فإننا نقدم تجربة التحليلات كخدمة (Analytics-as-a-Service) متكاملة.

هدفنا هو جعل تحليلات الاستدامة في متناول جميع الفرق، وليس فقط الخبراء التقنيين.

الخلاصة والاستنتاجات النهائية

الاستخدام المسؤول للذكاء الاصطناعي

قبل الختام، كلمة حول تقليل البصمة البيئية للحلول التي نطورها.

نحن ندرك تمامًا التأثيرات البيئية لاستخدام نماذج اللغات الكبيرة (LLMs).

لذلك، يظل جوهر منتجاتنا مبنيًا على نماذج التحسين القطعية (deterministic optimisation models)، التي صممناها بعناية. هذه النماذج تضمن كفاءة عالية في استخدام الطاقة والموارد.

تُستخدم نماذج اللغات الكبيرة (LLMS) فقط عندما توفر قيمة مضافة حقيقية، وبشكل أساسي لتبسيط تفاعل المستخدم أو لأتمتة المهام غير الحرجة. هذا يتماشى مع أفضل ممارسات الاستدامة في مجال الذكاء الاصطناعي.

هذا يسمح لنا بما يلي:

• ضمان المتانة والموثوقية: لنفس المدخلات، يتلقى المستخدمون باستمرار نفس المخرجات، وتجنب السلوكيات العشوائية النموذجية لنماذج الذكاء الاصطناعي البحتة.
• تقليل استهلاك الطاقة: عن طريق تقليل عدد الرموز المستخدمة في استدعاءات واجهة برمجة التطبيقات (API) الخاصة بنا وتحسين كل مطالبة لتكون بأكبر قدر ممكن من الكفاءة.

باختصار، نحن ملتزمون ببناء حلول مستدامة بحكم تصميمها. نهدف إلى تحقيق التوازن بين قوة الذكاء الاصطناعي والمسؤولية البيئية.

وكلاء الذكاء الاصطناعي يغيرون قواعد اللعبة في تحليلات سلسلة التوريد

بالنسبة لي، أصبح وكلاء الذكاء الاصطناعي حلفاء أقوياء في مساعدة عملائنا على تسريع خرائط طريق الاستدامة الخاصة بهم. إن استخدام وكلاء الذكاء الاصطناعي في تحليلات سلسلة التوريد يمثل نقلة نوعية حقيقية.

بصفتي أتفاعل مع جمهور مستهدف غير تقني، فإن هذا يمثل ميزة تنافسية، حيث يسمح لي بتقديم حلول التحليلات كخدمة (Analytics-as-a-Service) التي تمكن الفرق التشغيلية. هذه الحلول المدعومة بالذكاء الاصطناعي توفر رؤى قيمة بطريقة مبسطة.

هذا يبسط واحدة من أكبر العقبات التي تواجه الشركات عند بدء تحولها الأخضر، حيث أن فهم البيانات المعقدة يصبح أسهل بكثير بفضل هذه الأدوات.

من خلال توصيل الرؤى بلغة بسيطة و توجيه المستخدمين خلال رحلتهم، يساعد وكلاء الذكاء الاصطناعي في سد الفجوة بين الحلول القائمة على البيانات والتنفيذ التشغيلي. هذا يضمن تبني أوسع نطاقًا للحلول المستدامة.