تشهد صناعة البناء واحدة من أكثر محاولات التحول الرقمي طموحاً مع صعود منصات الذكاء الاصطناعي التي تستهدف أحد أعقد أجزاء المشروع: المشتريات وسلسلة توريد المواد. وفي هذا السياق، تبرز Krane بوصفها منصة تركّز على توظيف الوكلاء الذكيين لتحسين التنسيق بين الموردين، وتتبع المواد، ومراجعة المخاطر قبل أن تتحول إلى تأخيرات مكلفة في الموقع.
وتأتي هذه المقاربة في وقت تتزايد فيه تعقيدات المشاريع الكبرى، خصوصاً مراكز البيانات والمنشآت الصحية ومشروعات البنية التحتية، حيث يمكن لأي خلل بسيط في التوريد أو اعتماد المواد أن ينعكس مباشرة على الجدول الزمني والتكلفة النهائية. ومع استمرار اعتماد كثير من فرق العمل على الجداول الإلكترونية والبريد الإلكتروني والمكالمات الهاتفية، تبدو الحاجة واضحة إلى طبقة تشغيلية أكثر ذكاءً وربطاً للبيانات.
من خبرة ميدانية إلى تأسيس شركة تقنية
جاء تأسيس Krane بعد سنوات طويلة قضاها مؤسسها في العمل على مشاريع إنشائية معقدة في قطاعات الطاقة والبنية التحتية ومراكز البيانات، بما في ذلك مشاريع لصالح شركات ومؤسسات كبرى مثل Microsoft وChevron وUCSF وCaltrans. هذه الخبرة كشفت نمطاً متكرراً من المشكلات: تأخر في إصدار المواد، ضعف في تنسيق التسليمات، وتشتت في مصادر المعلومات بين الأطراف المختلفة.
الرسالة الأساسية التي قادته إلى بناء الشركة كانت أن المشكلة لم تكن في نقص الخبرة داخل فرق البناء، بل في ضياع الوقت بين مصادر بيانات متفرقة وأنظمة لا تتحدث مع بعضها البعض. ومن هنا ظهرت فكرة منصة تستخدم الذكاء الاصطناعي لتقليل العبء التشغيلي على فرق المشروع، وتمكينها من التركيز على التنفيذ بدلاً من ملاحقة المعلومات.
ومع تطور النماذج اللغوية وقدرتها على قراءة المواصفات الهندسية والرسومات والجدول الزمني وسجلات المشتريات، أصبح من الممكن أتمتة أجزاء كبيرة من العمل الذي كان يتطلب متابعة يدوية مستمرة. هذا التحول هو ما دفع Krane إلى تطوير ما تصفه بـ"طاقم بناء" قائم على الذكاء الاصطناعي.
لماذا أصبح السوق أكثر تقبلاً للذكاء الاصطناعي؟
القطاع الإنشائي لطالما كان أبطأ من قطاعات مثل البرمجيات والخدمات المالية في تبني التكنولوجيا الحديثة. لكن المشهد بدأ يتغير مع تصاعد عاملين رئيسيين: زيادة تعقيد المشاريع، وتفاقم نقص الكفاءات العاملة. فالمشروعات الحديثة لم تعد مجرد مبانٍ تقليدية، بل أصبحت أصولاً رقمية وصناعية معقدة تتطلب توريداً دقيقاً لمعدات طويلة زمن التوريد ومواد تتأثر بتقلبات السوق العالمية.
في الوقت نفسه، يخرج عدد من الخبراء المخضرمين من السوق بوتيرة أسرع من دخول جيل جديد بديل لهم، ما يترك فجوة في الخبرات التنفيذية والتنسيق اليومي. ووسط هذا الضغط، لم يعد السؤال مرتبطاً بما إذا كان القطاع يحتاج إلى التقنية أم لا، بل كيف يمكن لتقنيات الذكاء الاصطناعي أن تخفف التعقيد وتمنح الفرق رؤية أوضح في الوقت الفعلي.
كما ساعد انتشار أدوات الذكاء الاصطناعي العامة في جعل هذه التقنيات أكثر ألفة لدى المستخدمين غير التقنيين. لكن القيمة الحقيقية، بحسب هذا الاتجاه الجديد، لا تكمن في المحادثة مع نموذج ذكي فحسب، بل في دمجه ضمن سير عمل متخصص يخدم مشكلة تشغيلية محددة.
المشتريات في البناء: منطقة عالية المخاطر
تكشف Krane أن جزءاً كبيراً من مشتريات البناء لا يزال يعتمد على أساليب تقليدية جداً مقارنة بحجم المشاريع. فبدلاً من أن تكون القرارات مبنية على بيانات محدثة ومؤشرات أداء فعلية للموردين، تُتخذ غالباً على أساس تقديرات سابقة أو خبرة تراكمية أو افتراضات حول السوق.
هذا النهج يخلق فجوة زمنية خطيرة، لأن المخاطر قد تبدأ من لحظة اتخاذ قرار الشراء ولا تظهر آثارها في الجدول الزمني إلا بعد أسابيع أو أشهر. ووفق البيانات التي جمعتها الشركة، فإن إشارات الخطر في المشتريات تظهر في المتوسط قبل 47 يوماً من انعكاسها على جدول المشروع، وهي نافذة زمنية يمكن أن تكون حاسمة إذا تم رصدها مبكراً.
لهذا السبب أطلقت الشركة وحدة Procurement OS، وهي طبقة تشغيلية تربط بيانات السوق الفعلية بسير العمل اليومي في المشتريات. النظام يحدد المواد الحرجة من مواصفات المشروع، ويقارن بين مدد التوريد الحقيقية، ويقيّم الموردين استناداً إلى الأداء الفعلي، كما يفحص العروض قبل ترسية العقود للتحقق من الالتزام والمتطلبات.
وبهذا تتحول المشتريات من عملية تعتمد على الافتراض إلى عملية تعتمد على الأدلة والبيانات الحية.
وكلاء الذكاء الاصطناعي كجزء من سير التنفيذ
لا تكتفي Krane بعرض تقارير تحليلية، بل تتجه إلى تنفيذ المهام نفسها عبر مجموعة من الوكلاء المتخصصين. هذا النموذج يعكس انتقالاً واضحاً من الذكاء الاصطناعي كمساعد يجيب عن الأسئلة إلى الذكاء الاصطناعي كمشغل ينجز أعمالاً محددة داخل دورة المشروع.
- Milo يحوّل المواصفات والرسومات والجداول إلى سجلات شاملة للتسليمات والمشتريات بسرعة كبيرة.
- Arlo يربط بين الجداول والتسليمات وسجلات الشراء في نظام واحد، ويقترح استراتيجية شراء لفِرق ما قبل التنفيذ.
- Chase يتابع مع الشركاء التجاريين لتسريع التسليمات والتحقق من مدد التوريد وحالة المواد.
- Lana ينشئ قوالب التسليم ويجري فحوصات الجودة لتحسين دقة الحزم المقدمة والتزامها بالمواعيد.
- Rio يدير جدولة التسليمات ويمنع التعارضات ويحلل استخدام المعدات.
- Theo يشرف على دورة الشراء من المقارنة بين العروض إلى إعداد طلبات العروض ثم متابعة التسليم.
ورغم هذا المستوى من الأتمتة، تبقى القرارات الجوهرية في يد البشر. فدور النظام هو تسريع التنسيق وإزالة الأعمال المتكررة، لا استبدال الحكم البشري في القرارات التجارية الحساسة.
مراكز البيانات تكشف حدود الأدوات التقليدية
أحد أكثر المجالات التي تستفيد منها Krane هو بناء مراكز البيانات، وهو قطاع يشهد توسعاً كبيراً بسبب الطلب المتنامي على البنية التحتية الرقمية المرتبطة بالذكاء الاصطناعي والحوسبة السحابية. لكن هذا النمو يفرض ضغوطاً جديدة على سلاسل التوريد، لأن بعض المكونات الحيوية أصبحت ذات مدد توريد طويلة للغاية.
فعلى سبيل المثال، قد تستغرق محولات الطاقة من ثلاث إلى خمس سنوات للتوريد، بينما قد يتجاوز تجهيز بعض لوحات الجهد المتوسط 60 أسبوعاً. وفي مشاريع من هذا النوع، قد تمثل المعدات الكهربائية والميكانيكية ما يصل إلى 75% من الميزانية القصوى المضمونة، ما يجعل أي قرار شراء مؤثراً بشكل مباشر على الجانب المالي للمشروع.
الأدوات التقليدية لإدارة المشاريع صُممت في الغالب لعرض حالة المشروع بعد اتخاذ القرار، لا لرصد متغيرات السوق قبل أن تتحول إلى مشكلة. أما المنصات القائمة على الذكاء الاصطناعي، فبإمكانها تقديم رؤية لحظية حول أداء الموردين، وتغيرات مدد التوريد، ونقاط الضعف التي قد تؤثر على توفر المواد.
الثقة والحوكمة في استخدام الوكلاء الذكيين
أي حديث عن أتمتة في البناء يصطدم سريعاً بمسألة الثقة. فالأخطاء في هذا القطاع لا تعني فقط تعثراً تشغيلياً، بل قد تتحول إلى خسائر مالية وتأخير على نطاق واسع. ولذلك تعتمد Krane على مبدأ واضح: الذكاء الاصطناعي يتولى العمل التنسيقي، بينما يحتفظ البشر بسلطة الحكم النهائي.
ويشمل ذلك إظهار درجة الثقة في كل إجراء، وطلب موافقة بشرية على القرارات الحساسة، وتسجيل الأنشطة ضمن سجلات تدقيق تسمح بمراجعة ما جرى ولماذا جرى. هذا التصميم لا يهدف فقط إلى الطمأنة، بل إلى بناء بيئة تشغيل قابلة للتتبع والمساءلة.
وتشير الشركة إلى أنها تتبع آلاف المخاطر في سلسلة التوريد قبل وصولها إلى موقع العمل، كما ساعدت في تحقيق معدل تسليم في الموعد بلغ 92%. مثل هذه الأرقام، إذا استمرت عبر مشاريع متعددة، يمكن أن تتحول إلى عامل رئيسي في ترسيخ الثقة بالمنظومات الذكية داخل بيئات تشغيل شديدة الحساسية.
التكامل بدل الاستبدال في منظومة التقنية الإنشائية
تعتمد Krane نهجاً عملياً في الانتشار داخل السوق، إذ لا تحاول استبدال الأنظمة التي تستخدمها الشركات بالفعل مثل Autodesk وProcore وMicrosoft Project وCMiC وSharePoint وTrimble Viewpoint وOracle Primavera P6. هذا القرار يعكس فهماً واقعياً لمشهد التقنية في البناء، حيث استثمرت الشركات كثيراً في بنيتها الرقمية الحالية.
بدلاً من ذلك، تبني الشركة طبقة تكامل تربط هذه الأدوات معاً وتضيف فوقها قدرات ذكاء اصطناعي للمشتريات وإدارة المواد وتنسيق سلسلة التوريد. وبمرور الوقت، قد تظهر أنظمة أصلية بالكامل مبنية على الذكاء الاصطناعي، لكن النجاح في المرحلة الحالية يعتمد على الانسجام مع البيئة التقنية القائمة لا على فرض تغيير جذري عليها.
ما الذي يمكن أن تتعلمه الصناعات الأخرى؟
تقدم تجربة Krane درساً مهماً يتجاوز قطاع البناء: قيمة الذكاء الاصطناعي ترتفع عندما يكون مرتبطاً ببيانات تشغيلية حقيقية لا بنماذج نظرية. فالنظام لا يكتفي بتحليل احتمالات مجردة، بل يستند إلى حركة المواد الفعلية عبر مشاريع نشطة، ما يجعل المخرجات أكثر ارتباطاً بالواقع وأكثر قابلية للاستخدام.
الدرس الثاني هو أن التنفيذ أهم من الاكتفاء بالرؤى. ففي الصناعات التي تعتمد على اللوجستيات والعمليات الميدانية، لا يكفي أن يعرف القادة أن هناك مشكلة؛ الأهم هو امتلاك نظام يساعد على اتخاذ إجراء سريع وفعّال.
ومن هذا المنظور، تبدو الموجة الجديدة من وكلاء الذكاء الاصطناعي أقرب إلى تغيير في طريقة إدارة العمل اليومي لا مجرد تحسين في أدوات التحليل. وإذا واصلت Krane تطوير هذا النموذج، فقد تصبح مثالاً واضحاً على كيف يمكن للذكاء الاصطناعي أن يغيّر إدارة البناء من الداخل، خطوة بعد خطوة، وبالاعتماد على البيانات لا على الانطباعات.