كل مصنّع يمتلك بالفعل ما تسميه مايكروسوفت ومجلة MIT Technology Review "الذكاء الصناعي" - وهو مصطلح فاخر للمعرفة المتراكمة، وممارسات التشغيل، وبيانات الإنتاج، والذاكرة المؤسسية التي تعيش حالياً في مزيج من الإجراءات الموثقة وعقول العمال ذوي الخبرة الذين من المحتمل أن يتقاعدوا قريباً. المثال الافتتاحي للمقال: مشغّل يعيد تشغيل خط بعد تغيير، لا يعتمد فقط على إعدادات الآلة بل على معرفة كيف يتصرف مادة معينة، وما حدث خلال الوردية السابقة، ومتى يستحق تباين يبدو طفيفاً نظرة فاحصة. يمكن للإجراء أن يصف التسلسل، لكن التنفيذ الناجح يعتمد على الحكم المستمد من الخبرة. بعبارة أخرى، الدليل لا يتضمن الجزء الذي يحدّق فيه ديف في المقياس ويقول: "هذا ليس صحيحاً."

الفرصة، كما قيل لنا، هي جعل المزيد من هذا الذكاء متاحاً أينما تُتخذ القرارات وربطه بالعالم المادي للتصنيع. الوجهة الاستراتيجية ليست المزيد من الوكلاء، بل تحويل ذكاء الأعمال الحالي إلى محرك للنمو المربح. الخبرة محدودة الانتشار عندما تبقى مع شخص واحد أو نظام واحد أو مصنع واحد - وهي مشكلة يجب على القادة حلها الآن دون تجريد السياق الذي يجعل المعرفة مفيدة. يحتاج المهندس الذي يقيّم تغييراً في العملية إلى أكثر من سجل إنتاج؛ يحتاج إلى الظروف المحيطة به: تكوين المعدات، ومتطلبات الجودة، والمقايضات التي أجراها المشغّل. ربط هذه العناصر يساعد الناس على تطبيق الخبرة خارج مكان نشأتها، مما يعني أن ورشة الصيانة ومكتب التخطيط وفريق الهندسة وأرضية الإنتاج يمكنهم جميعاً المساهمة لأن المزيد من الناس يمكنهم العمل بما تعرفه المنظمة.

لكن الوصول إلى المعرفة هو جزء فقط من الفرصة. التصنيع مادي في نهاية المطاف، يعتمد على المواد والآلات والمنتجات. هنا يأتي "الذكاء الصناعي المادي" - أنظمة يمكنها إدراك الظروف، والتفكير فيها، واتخاذ إجراءات داخل العالم المادي. من خلال ربط الآلات والعمليات، يحصل المصنّعون على رؤية أوضح لأرضية المصنع، ويمكن للوكلاء التفكير فوق تلك المعلومات لتحديد الأنماط، والتنبؤ بالمشاكل، وتحديد أفضل مسار للعمل. تخيل عملية مناولة آلية تواجه تبايناً في الأجزاء الواصلة إلى محطتها: تقيّم الرؤية موضع الجزء، ويحدد نموذج مستنير بالمادة والمهمة حركة مناسبة، وتنفذ أدوات التحكم المتصلة تعديلاً ضمن حدود معتمدة. القيمة ليست مجرد رؤية التباين؛ بل الاستجابة بشكل مناسب - وهو تمييز سيتردد صداه لدى أي شخص شاهد روبوتاً يفعل الشيء الخاطئ بثقة.

ينطبق المبدأ نفسه على عمليات الجودة. ربطت شركة تويوتا للصناعات بيانات ورشة الطلاء المجزأة سابقاً، مما أعطى فرق الهندسة والعمليات السياق اللازم لفهم محركات العيوب. وتفيد الشركة أن دورات التحليل انخفضت من خمسة أيام إلى أقل من أربع ساعات، بينما قللت تجربتها التجريبية عيوب الطلاء ذات الصلة بنحو 25%. لم يكن الاختراق مجرد تحديد إشارة أخرى؛ بل مساعدة الناس على فهم سبب حدوث العيوب والاستجابة قبل أن تثبت النتيجة. قد تكشف البيانات ما يحدث، لكن الذكاء الصناعي يوفر السياق لما ينبغي أن يحدث، وما هي القيود التي لا يمكن تجاوزها، ومتى يتطلب عدم اليقين حكماً بشرياً - ideally قبل أن يتوقف الخط ويبدأ الجميع في النظر إلى الرجل الجديد.

تقدم المحاكاة طريقة لفحص الإجراءات المقترحة قبل تطبيقها على المعدات، مما يتيح للمصنّعين استكشاف كيف قد يؤثر تغيير على عملية في بيئة رقمية. هذا لا يزيل الحاجة إلى التحقق المادي، لكنه يخلق مساحة للتعلم دون معاملة خط الإنتاج كأول تجربة - وهو مفهوم جديد لأي شخص عمل في التصنيع. يبدأ النشر المسؤول بالانضباط التشغيلي: سلطة واضحة على ما يمكن للأنظمة