알림 목록

منطقة التحليل:  مدينة أولسان متروبوليتان

المناطق الأساسية:  بوك غو، دونغ غو، نام غو، أولجو غون

جدول الأعمال: جاهزية نظام AX، وانتشاره، وفجوات الربح بين الشركات الكبيرة والموردين المحليين

نوع الوقت الذهبي: مخاطر استقطاب سلسلة التوريد

تاريخ المرجع: 28/08/2026

الإصدار: Regional AX Golden Time Intelligence v3.2
 

تُوسّع شركة هيونداي موتور مصانعها المُدارة برمجياً، والتي تجمع بين الذكاء الاصطناعي والروبوتات والتوائم الرقمية، بينما تسعى شركة HD Hyundai إلى تطبيق نظام تشغيل المصانع (FOS) بهدف تحسين إنتاجية أحواض بناء السفن بنسبة 30% وتقصير فترات البناء بنسبة 30% بحلول عام 2030. ورغم تحوّل وحدة المنافسة في قطاع التصنيع في أولسان من المنشآت الفردية إلى نظام تشغيل بيانات وذكاء اصطناعي للمصنع بأكمله، إلا أن معدلات تبني الذكاء الاصطناعي ومستويات ربط بيانات العمليات لدى الموردين غير مُعلنة على المستوى الإقليمي. وإذا ما تحوّلت معايير تسليم المقاولين الرئيسيين إلى بيانات الجودة وانبعاثات الكربون والتسليم في الوقت الفعلي بين عامي 2026 و2028، فإن الموردين غير القادرين على التكيف سينسحبون من العلاقات التجارية بغض النظر عن قدرتهم الإنتاجية.  لقد تجاوزت فجوة AX في أولسان مجرد فجوة تكنولوجية، ودخلت مرحلة تُحدد فيها بقاء سلسلة التوريد.

رفعت الحكومة ميزانية الذكاء الاصطناعي الصناعي لعام 2026 من 565.1 مليار وون في عام 2025 إلى 1.1347 تريليون وون، كما زادت ميزانية مصانع الذكاء الاصطناعي من 158.2 مليار وون إلى 220 مليار وون. ورغم تحوّل تركيز سياسة التصنيع من نشر المصانع الذكية إلى توسيع نطاق الذكاء الاصطناعي في التصنيع الذاتي، لم يتجاوز عدد مصانع الذكاء الاصطناعي في التصنيع الذاتي على مستوى البلاد 26 مصنعًا حتى عام 2024. وإذا استمر التركيز على الشركات الرائدة خلال العامين أو الثلاثة أعوام القادمة، فستبقى فجوة بين زيادة الميزانية والتبني الفعلي من قبل الشركات الشريكة المحلية.  وبينما تسارع الاستثمار الوطني في الذكاء الاصطناعي، لا يزال التوسع الميداني في الشركات الشريكة في مراحله الأولى.

في استراتيجيتها للذكاء الاصطناعي في قطاع التصنيع لعام 2025، حددت وزارة الشركات الصغيرة والمتوسطة والشركات الناشئة هدفًا يتمثل في إنشاء 12,000 مصنع ذكي قائم على الذكاء الاصطناعي، بهدف تحقيق معدل تبني للذكاء الاصطناعي بنسبة 10% بين شركات التصنيع الصغيرة والمتوسطة. ويُظهر هذا الهدف بوضوح انخفاض مستوى استخدام الذكاء الاصطناعي في قطاع التصنيع حاليًا، كما لم يتم التحقق من معدل التبني المحسوب بشكل منفصل للشركات الشريكة في مدينة أولسان. وإذا ظل عدد الشركات المتبنية للذكاء الاصطناعي أقلية من الإجمالي حتى بين عامي 2026 و2028، فإن الفجوة بين سرعة تحول المقاولين الرئيسيين إلى الذكاء الاصطناعي ومتوسط ​​سرعة التحول في سلسلة التوريد ستتسع أكثر. وبالتالي،  يُقيّم تبني الذكاء الاصطناعي في قطاع التصنيع بأنه لا يزال في مرحلة الانتشار الأولي، وليس في مرحلة التبني الشامل.

تمتلك الشركات الكبرى بيانات خاصة وكوادر متخصصة في الذكاء الاصطناعي تربط بين التصميم والمشتريات والإنتاج والخدمات اللوجستية والمنتجات والإدارة. وبينما تتبادل الشركات الشريكة معلومات الطلبات والجودة عبر نظام المقاول الرئيسي، فإن مستوى استقلاليتها في تخزين البيانات وتحليلها وتشغيل النماذج غير مُفصح عنه. إذا طُبِّق الذكاء الاصطناعي للمقاول الرئيسي على اختيار الشركاء وتقييم أسعار الوحدات/التسليم خلال سنتين إلى ثلاث سنوات، فستخضع الشركات التي تفتقر إلى قدرات إنتاج البيانات للتقييم، ولكن سيُمنع عليها الوصول إلى نماذج التقييم.  من المرجح جدًا أن تعمل الشركات الكبرى كمشغلين لنظام AX، بينما ستبقى غالبية الشركات الشريكة مجرد مزودين لبيانات AX.

تعتمد صناعة السيارات وبناء السفن والبتروكيماويات في أولسان على هيكلٍ تتشارك فيه المصانع الكبيرة التابعة لمجموعات متعددة من الشركات والمقاولون الفرعيون متعددو المستويات العمليات والتسليم والصيانة والخدمات اللوجستية. وبينما تعتمد القدرة التنافسية للمنتجات النهائية على أوقات التسليم وجودة سلسلة التوريد بأكملها، فإن الاستثمار في الذكاء الاصطناعي يُقاد مبدئيًا من قِبل المقاولين الرئيسيين حيث يتركز رأس المال والبيانات والقوى العاملة. ولا يتم الكشف عن مستويات الذكاء الاصطناعي في كل مرحلة من مراحل المقاول الفرعي ومواقع الشركات التي تُشكّل اختناقات في سلسلة التوريد. وإذا لم يتم ربط شبكات المقاولين الفرعيين على المستويات الأدنى بحلول عام 2028، فسيكون نمو الإنتاجية الداخلية داخل المجموعات الكبيرة محدودًا بسبب تقلبات المشتريات الخارجية.  والوحدة الفعلية للذكاء الاصطناعي في قطاع التصنيع في أولسان ليست المصنع الكبير التابع لمجموعة متعددة من الشركات، بل سلسلة التوريد متعددة المستويات، ووحدة القياس الحالية أضيق من ذلك.

ترتبط إيرادات الشركات الشريكة بتغيرات حجم إنتاج المقاول الرئيسي، وأنواع المركبات، وأنواع السفن، وخطط الصيانة. ولا توجد أدلة متاحة للعموم حول كيفية توزيع مكاسب الإنتاجية الناتجة عن استثمارات AX على الشركات الشريكة، سواءً من خلال سعر الوحدة، أو الحجم، أو العقود طويلة الأجل. إذا تركزت الأرباح لدى المقاول الرئيسي لمدة سنتين إلى ثلاث سنوات بينما تتحمل الشركات الشريكة تكاليف الاستثمار، فإن خطر عدم استرداد الاستثمار يزداد بالنسبة للشركات التي تنتقل إلى AX.  وقد تتسع فجوة AX في أولسان بسبب هيكل توزيع مكاسب الإنتاجية وليس بسبب ملكية التكنولوجيا.

تعمل شركة هيونداي موتور على دمج مرافق الإنتاج، وروبوتات الخدمات اللوجستية، وفحص الجودة، والتوائم الرقمية، وتوسيع أنظمة إنتاج المركبات ذاتية القيادة والكهربائية. ورغم تحوّل المنافسة في قطاع السيارات من التركيز على جودة التجميع إلى دمج البرمجيات والبطاريات وبيانات التحكم الإلكتروني، فإن مبيعات البرمجيات ومعدلات تحويل المركبات إلى الكهرباء لدى موردي قطع غيار محركات الاحتراق الداخلي الإقليميين لا تزال غير مؤكدة. وإذا ما تم تحديد مواصفات قطع الغيار للطرازات الجديدة بين عامي 2026 و2028، فإن فرص التحوّل لموردي قطع الغيار الحاليين ستتأخر حتى ظهور المنصة التالية.  وتشهد مرحلة AX (التكنولوجيا المتقدمة للسيارات) للسيارات الجاهزة تسارعًا ملحوظًا، بينما تُعدّ مرحلة AX (التكنولوجيا المتقدمة للسيارات) لسلسلة توريد قطع الغيار الحالية مرحلةً حاسمةً لبقاء الشركات الفردية.

يصاحب انتشار المركبات الكهربائية والمركبات ذاتية القيادة انخفاض في عدد قطع الغيار وزيادة في نسبة الإلكترونيات والبرمجيات. وبينما يتراجع الطلب على قطع الغيار الميكانيكية التي يوفرها الشركاء الحاليون، وترتفع معايير تقديم البيانات والتتبع والأمن السيبراني، لا يوجد مؤشر متكامل لتقييم جاهزية موردي قطع الغيار في أولسان. إذا تزامن انخفاض عدد قطع الغيار مع ارتفاع تكاليف الشهادات الرقمية خلال سنتين إلى ثلاث سنوات، فسوف يتقلص كل من الإيرادات والقدرة الاستثمارية، بدءًا من المشاريع الصغيرة جدًا. ولا تقتصر  الفجوة التي تواجه موردي السيارات على أتمتة المصانع فحسب، بل تشمل أيضًا خطر تقادم المنتجات الموردة نفسها.

تروج شركة هيونداي HD لأنظمة التشغيل الآلي للسفن (FOS)، والتي تشمل التصميم المدعوم بالذكاء الاصطناعي، والتوائم الرقمية، والروبوتات، ووكلاء الحرفيين المهرة. ورغم تحول إنتاج بناء السفن من التنسيق الميداني بواسطة العمال المهرة إلى التنبؤ القائم على البيانات والتشغيل الذاتي، إلا أنه لا يوجد سجل مؤكد لعمليات الذكاء الاصطناعي المستقلة التي يقوم بها المقاولون من الباطن في مجالات البناء، وتركيب الأنابيب، واللحام، والطلاء. وإذا اقتصرت عمليات المقاول الرئيسي على الذكاء الاصطناعي بحلول عام 2028، فستظل اختلافات الجودة الناتجة عن العمل اليدوي للمقاولين من الباطن تشكل عائقًا أمام استمرارية عملية البناء.  وتتميز محافظ الذكاء الاصطناعي لشركات بناء السفن الكبرى بشموليتها، بينما تتسم محافظ الذكاء الاصطناعي لشبكات التعاون الإقليمي بالترابط الجزئي.

يُعزز قطاع بناء السفن قوته العاملة الإنتاجية من خلال التوسع في الاستعانة بالعمالة الأجنبية وتوفير التدريب المحلي. ورغم تحول هيكل القوى العاملة إلى فرق عمل متعددة الجنسيات، إلا أن نسبة المقاولين من الباطن الذين يستخدمون معايير العمل والفيديوهات وبيانات الجودة في نظام رقمي متعدد اللغات لا تزال غير مؤكدة. وإذا تزامن رحيل العمال المهرة مع دوران القوى العاملة على مدى سنتين إلى ثلاث سنوات، فإن المخاطر المتعلقة بإعادة العمل والسلامة ووقت التسليم تزداد أولاً بالنسبة للشركات التي تفتقر إلى قاعدة معرفية رقمية.  وتُعد فجوة AX بين مقاولي بناء السفن من الباطن نتيجةً لتضافر نقص العمالة وعدم القدرة على استنساخ المهارات.

لطالما اعتمدت شركات البتروكيماويات الكبرى في أولسان على أنظمة التحكم الموزعة، وتحسين العمليات، وتقنيات الصيانة التنبؤية. ورغم أن نظام Process AX قد وصل إلى مرحلة دمج الإنتاجية والطاقة والصيانة، إلا أن نطاق ربط البيانات للمقاولين الفرعيين العاملين في مجالات الصيانة والتفتيش والخدمات اللوجستية والإدارة البيئية لا يزال غير معلن. ومع استمرار عمليات تقليص المرافق وإعادة هيكلة الأعمال بين عامي 2026 و2028، سيواجه المقاولون الفرعيون الذين يعتمدون على نظام المقاول الرئيسي انخفاضًا في قاعدة عملائهم وعدم القدرة على استرداد استثماراتهم في نظام AX. ولا تكمن المشكلة بالنسبة للمقاولين الفرعيين في قطاع البتروكيماويات في تبني التكنولوجيا، بل في نقص وضوح البيانات المتعلقة بإعادة هيكلة المقاول الرئيسي.

توسعت معايير المنافسة للمنتجات الكيميائية لتشمل، بالإضافة إلى السعر والجودة، البصمة الكربونية وتتبع المواد الخام. ورغم قدرة الشركات الكبرى على جمع معلومات الكربون على مستوى المنتج، إلا أن التحقق من سلسلة التوريد بأكملها لا يمكن إتمامه إلا بدمج بيانات الانبعاثات من شركات النقل والصيانة ومعالجة النفايات. وإذا ما تم تشديد معايير التحقق من العملاء خلال سنتين إلى ثلاث سنوات، فسيتم تصنيف الموردين الذين لا يملكون بيانات على أنهم يشكلون مخاطر على سلسلة التوريد، بغض النظر عن انبعاثاتهم الفعلية.  وتتحول فجوة بيانات الكربون من مجرد تقييم بيئي إلى تفاوت في معايير التأهيل التجاري.

ساهم مشروع نشر المصانع الذكية في توسيع نطاق إدارة الإنتاج، وربط المعدات، وجمع بيانات الجودة ليشمل مواقع التصنيع الصغيرة والمتوسطة. ومع ذلك، يفترض الذكاء الاصطناعي في التصنيع جودة البيانات المجمعة، وفترات تراكمها، وتوحيد العمليات، ولا يمكن تحقيق التنبؤ الذاتي بمجرد ربط المعدات. لا تفصل البيانات المتاحة للجمهور بين معدل الاستخدام الفعلي لمصانع أولسان الذكية ومعدل تشغيل نماذج الذكاء الاصطناعي. إذا اعتبرنا التحول الرقمي الأساسي وعمليات الذكاء الاصطناعي إنجازًا واحدًا للفترة 2026-2028، فإن الفجوة في هذا المجال تختفي من الإحصاءات.  تُعد سجلات تنفيذ المصانع الذكية دليلًا على الاستعداد للذكاء الاصطناعي، لكنها لا تُعد دليلًا على تشغيله.

اقترحت وزارة المشاريع الصغيرة والمتوسطة والشركات الناشئة معدل استخدام للمصانع الذكية بنسبة 85%، وتوسيع نطاق المصانع الذكية المدعومة بالذكاء الاصطناعي، وذلك ضمن مشروع الابتكار في التصنيع الذكي لعام 2026. ورغم تحوّل معايير السياسة من التركيز على عدد التطبيقات إلى معدلات الاستخدام وأداء الذكاء الاصطناعي، إلا أن مشاكل الأنظمة غير العاملة، وفقدان البيانات، واعتماد شركات أولسان على صيانة الموردين لا تزال غير مؤكدة. فإذا ظل استخدام النظام منخفضًا لمدة سنتين إلى ثلاث سنوات، فإن أي استثمار إضافي في الذكاء الاصطناعي سيزيد من أخطاء البيانات الحالية.  وبالنسبة لشركة AX الشريكة في أولسان، تكمن الفجوة الرئيسية في مستوى الاستخدام الفعلي للمصنع الذكي الحالي، وليس في نموذج الذكاء الاصطناعي نفسه.

تمتلك الشركات الكبرى بيانات التصميم والإنتاج والجودة والعملاء للمركبات والسفن والمنتجات الكيميائية الجاهزة طوال دورة حياتها. وفي حين أنه من الشائع أن يمتلك الموردون بيانات العمليات التي يتولون مسؤوليتها فقط، أو أن يُدخلوها في نظام المقاول الرئيسي دون الحصول على حق إعادة استخدامها، فإن حقوق البيانات لكل عقد لا تُفصح عنها. إذا استُبدلت عملية اتخاذ قرارات الإنتاج بنظام ذكاء اصطناعي مُدرَّب على بيانات المقاول الرئيسي لمدة سنتين إلى ثلاث سنوات، فإن الموردين يفقدون الأساس المعرفي اللازم لبناء نماذجهم الخاصة. يكمن جوهر فجوة Ulsan AX في الوصول إلى البيانات الصناعية، وليس في حجم الخوادم المُستخدمة.

يستطيع المقاولون الرئيسيون اختيار المورد الأمثل من خلال مقارنة بيانات الجودة والتسليم من عدة مقاولين فرعيين. مع ذلك، يفتقر المقاولون الفرعيون إلى إمكانية الوصول إلى البيانات المقارنة وتوقعات الطلب التي يمتلكها المقاولون الرئيسيون، ويعتمدون على الطلبات السابقة في استثماراتهم في المرافق وتخصيص القوى العاملة. إذا استمر عدم تناسق المعلومات حتى عام ٢٠٢٨، ستتحسن دقة توقعات المقاولين الرئيسيين، بينما ستتزايد المخاطر المرتبطة بالمخزون والمرافق غير المستغلة بالنسبة للمقاولين الفرعيين.  وقد تأكد أن الذكاء الاصطناعي في سلاسل التوريد قد يُفاقم عدم تناسق القوة التفاوضية بدلاً من تسهيل التحسين المشترك.

تسعى التكتلات الكبرى في أولسان إلى تطبيق تقنيات الذكاء الاصطناعي في التصميم، والتوائم الرقمية، والروبوتات، والصيانة التنبؤية في قطاعات السيارات، وبناء السفن، والبتروكيماويات. ورغم توسع نطاق تطبيق هذه التقنيات ليشمل جميع جوانب النشاط المؤسسي، إلا أن معدلات تبني الذكاء الاصطناعي، ومعدلات استخدامه، وحجم استثمارات الشركات الشريكة غير موثقة إحصائيًا. وإذا لم يُقاس هذا الفارق خلال سنتين إلى ثلاث سنوات، فسيكون من المستحيل تحديد مدى توافق أهداف الدعم مع اختناقات سلاسل التوريد.  يُصنف مستوى جاهزية التكتلات الكبرى بأنه "متقدم"، بينما يُصنف مستوى جاهزية الشركات الشريكة بأنه "رقمنة جزئية" أو "غير مؤكد".

تم تحديد نسبة تبني الذكاء الاصطناعي بنسبة 10% بين شركات التصنيع الصغيرة والمتوسطة كهدف سياسي مستقبلي، وبلغ عدد مصانع الذكاء الاصطناعي ذاتية التشغيل 26 مصنعًا على مستوى البلاد في عام 2024. وبينما يشير هذا إلى أن البنية التحتية الحالية تتركز في عدد قليل من الشركات الرائدة، إلا أن توزيع الشركات الشريكة لشركة أولسان حسب القطاع والحجم غير مُفصح عنه. وإذا استمر تركيز تبني الذكاء الاصطناعي بين الشركاء من الدرجة الأولى حتى عام 2028، فسيبقى مستوى جاهزية شبكة المستويات الأدنى دون تغيير.  ويُقدّر متوسط ​​مستوى جاهزية سلسلة التوريد بأنه أقل بكثير من مستوى جاهزية الشركات الكبرى الرائدة.

تُلاحظ تطبيقات الذكاء الاصطناعي والروبوتات في الشركات الكبرى في مجالات الإنتاج والتفتيش والخدمات اللوجستية والتصميم. ورغم توسع نطاق التطبيق ليشمل أنظمة تشغيل المصانع، إلا أن مدى انتشار هذه التقنية إلى المصانع الشريكة لا يزال غير مؤكد. وإذا استمر هذا الانتشار داخل مصانع المقاول الرئيسي فقط لمدة سنتين إلى ثلاث سنوات، فإن تفاوت سرعات معالجة سلسلة التوريد سيؤدي إلى اختناقات في التسليم. وعلى الرغم من  التقدم المحرز في الانتشار الداخلي داخل الشركات الكبرى، إلا أن انتشاره بين الشركات لا يزال غير مؤكد.

حددت الحكومة هدفًا يتمثل في إنشاء أكثر من 500 مصنع للتصنيع الذاتي باستخدام الذكاء الاصطناعي بحلول عام 2030، ولكن بحلول عام 2024، لم يتجاوز عددها 26 مصنعًا. يوجد فارق كبير في الحجم، يصل إلى حوالي 19 ضعفًا، بين هدف التوسع والبنية التحتية الحالية، ولم يتم تأكيد الحجم المخصص والمختار لمدينة أولسان. وبما أن العامين أو الثلاثة أعوام القادمة ستكون المرحلة الأولى من التوسع لتحقيق هذا الهدف، فإن الفجوة ستتسع أولًا بالنسبة للشركات المستبعدة من المشاريع الرائدة. ورغم بدء التوسع في مصانع الذكاء الاصطناعي، إلا أنه لم يصل بعد إلى مرحلة يشمل فيها شبكة التعاون الكاملة في أولسان.

تمتلك الشركات الكبرى أقسامًا متخصصة في الذكاء الاصطناعي وشبكات تعاون مع شركات تقنية خارجية وجامعات وشركات منصات عالمية. وفي حين أكد مسح أجرته الوكالة الوطنية لمجتمع المعلومات (NIA) أن الشركات الصغيرة والمتوسطة تواجه صعوبات في الحصول على أحدث التقنيات وتوظيف كوادر متخصصة ودمجها في قطاع التصنيع، إلا أن عدد الكوادر المتخصصة في الذكاء الاصطناعي لدى الشركات الشريكة في أولسان غير مُفصح عنه. وإذا استمرت هذه الفجوة في التوظيف لمدة سنتين إلى ثلاث سنوات، فسيختلف معدل تحسين النماذج وسرعة الاستجابة للأعطال حتى عند اعتماد الحل نفسه.  وتعود فجوة القوى العاملة في أولسان إلى عدم وجود مؤسسة قادرة على تشغيل الذكاء الاصطناعي بشكل مستمر، وليس إلى تكاليف التنفيذ.

تتركز المعرفة الميدانية في الشركات الشريكة بين الرؤساء التنفيذيين ومديري المصانع والعمال المهرة. ورغم تزايد شيخوخة القوى العاملة وتوسع نطاق العمالة الأجنبية، فإن نسبة الشركات التي راكمت المعرفة العملية في شكل بيانات وقواعد ونماذج لا تزال غير مؤكدة. إذا تجاوزت خسارة العمال المهرة وتيرة إنشاء مؤسسات الذكاء الاصطناعي بحلول عام ٢٠٢٨، فستُفقد المعرفة الأساسية اللازمة للتحول الرقمي أولًا.  ويُشكل خطر الوقت الذي يواجه الشركات الشريكة في مجال الذكاء الاصطناعي خطرًا متزامنًا يتمثل في نقص المواهب في مجال الذكاء الاصطناعي وتلاشي المعرفة التصنيعية.

تمتلك الشركات الكبرى الحجم والبيانات اللازمة لتحقيق تخفيضات متكاملة في التكاليف تشمل الإنتاجية والجودة والمخزون والطاقة من خلال الذكاء الاصطناعي. ورغم أن الموردين يتحملون تكاليف التنفيذ، إلا أن الحالات التي تنعكس فيها مكاسب الإنتاجية على أسعار الوحدات أو الأحجام أو فترات العقود غير مؤكدة على المستوى الإقليمي. وإذا لم يتم وضع هيكل لتقاسم الأرباح لمدة تتراوح بين سنتين وثلاث سنوات، فإن الجدوى الاقتصادية للاستثمار في الذكاء الاصطناعي تختلف بين المقاولين الرئيسيين والموردين. ونتيجة لذلك،  يُقيّم انتشار أرباح الذكاء الاصطناعي في سلسلة التوريد بأنه في مرحلة أدنى من انتشار التكنولوجيا نفسها.

رغم أن دعم المصانع الذكية والذكاء الاصطناعي في التصنيع يقلل بعض تكاليف التنفيذ، إلا أن تكاليف الصيانة وتحسين البيانات وتحديث النماذج تبقى متكررة. يوجد نقص في البيانات المتاحة للجمهور بشأن معدلات التشغيل المستقلة وفترات استرداد التكاليف بعد انتهاء الدعم. ومع تراكم تكاليف استبدال الأنظمة والاشتراكات بين عامي 2026 و2028، سيُجبر الموردون ذوو الهوامش الربحية المنخفضة على الاختيار بين إيقاف عملياتهم أو الاعتماد على موردين خارجيين. يُعدّ  مورد AX عرضةً للمخاطر فيما يتعلق بهياكل الإيرادات القادرة على تغطية التكاليف المتكررة، وليس تكاليف التبني الأولي.

يشمل الجدول الزمني لتغيير تكوينات سلسلة التوريد بين عامي 2026 و2028 إعادة هيكلة قطاعات السيارات ذاتية القيادة والكهرباء، وبناء السفن، والبتروكيماويات. ورغم أن تحولات منتجات وعمليات المقاولين الرئيسيين تسبق تحولات استثمارات المقاولين من الباطن وتغييرات موظفيهم، إلا أن فترات الاستجابة لكل شركة غير معلنة. وبمجرد الانتهاء من إعادة هيكلة أنواع المركبات والسفن والمرافق، لن يكون هناك وقت كافٍ لاعتماد موردين جدد واسترداد الاستثمارات.  ولا تنتهي "الفترة الذهبية" لمقاولي أولسان من الباطن عند إتمام المقاول الرئيسي لعملية إعادة الهيكلة، بل قبل إعادة اختيار سلسلة التوريد.

رغم زيادة ميزانية برنامج الذكاء الاصطناعي الحكومي، يتركز دعم مصانع الذكاء الاصطناعي وتطويرها على عدد محدود من الشركات المختارة بعد عملية فرز واختيار دقيقة. إذا تم اختيار الشركات الرائدة بشكل متكرر على مدى سنتين إلى ثلاث سنوات، تتراكم البيانات وبيانات الأداء لدى هذه الشركات، مما يزيد الفجوة مع الشركات التي لم تتبنَّ هذه التقنيات بشكل كبير. بعد انتهاء المشروع، يتعين على الشركات المتأخرة البدء من مستوى تقني أعلى. يكمن خطر الوقت المرتبط بدعم برنامج الذكاء الاصطناعي في أن فترة عدم الاختيار نفسها تتراكم لتشكل فجوة تنافسية.

تتحسن دقة نماذج الذكاء الاصطناعي مع تراكم بيانات الإنتاج والعيوب والصيانة. إذا سارعت الشركات الكبرى والموردون الرئيسيون إلى نشر البيانات، فإن الشركات المتأخرة ستتحمل عبء فجوة بيانات التدريب التي تمتد لسنوات عديدة، بالإضافة إلى تكلفة اعتماد المعدات. إذا لم يبدأ تراكم البيانات بحلول عام ٢٠٢٨، فسيكون من الصعب اللحاق بأداء نماذج الشركات الرائدة بالاستثمار الرأسمالي وحده.  تُعد فجوة الذكاء الاصطناعي في قطاع التصنيع خطرًا لا رجعة فيه، ناجمًا عن تراكم البيانات الذي يتسع بمرور الوقت.

يقوم نظام سلسلة التوريد الرقمي للمقاول الرئيسي بتقييم الجودة، ووقت التسليم، وانبعاثات الكربون، والأمان في الوقت الفعلي، ويُدمج هذه النتائج في عملية اختيار الموردين. بمجرد انسحاب شركة من سلسلة التوريد، تفقد قدرتها على الاستثمار في نظام AX نتيجة لانخفاض إيراداتها، وتفشل في جمع البيانات اللازمة لإعادة الاعتماد. إذا حدث الانسحاب خلال سنتين إلى ثلاث سنوات، فإن الفجوة التكنولوجية والفجوة في المعاملات تتفاقمان. إن  فشل شركة شريكة في نظام AX ليس مجرد فشل في تبني النظام، بل هو فشل لا رجعة فيه يؤدي إلى خروجها نهائيًا من سلسلة التوريد.

حكم الضغط: تكمن نقطة التحول في مشروع Ulsan Supply Chain AX فيما إذا كان بإمكان الشركات الشريكة تجاوز مستوى توفير البيانات للذكاء الاصطناعي الخاص بالمقاول الرئيسي، وفي الوقت نفسه تأمين حقوق إعادة استخدام البيانات، والقدرات التشغيلية المستقلة، وفوائد الإنتاجية.

تم تقييم أن AX للشركات الكبيرة في أولسان في مرحلة متقدمة من حيث الاستثمار والبيانات والموظفين والتطبيق الميداني ، بينما تم تقييم أن AX للشركات الشريكة المحلية في المرحلة الأولية وغير المحددة، باستثناء الرقمنة الأساسية وبعض الشركات الرائدة .

إن الفجوة الحالية ليست مجرد اختلاف في المستويات التكنولوجية، بل هي هيكل غير متكافئ حيث تعمل الشركات الكبرى كجهات تتنبأ وتقيّم سلسلة التوريد، بينما تقدم الشركات الشريكة بياناتها الخاصة ولكنها تفتقر إلى إمكانية الوصول إلى المعلومات المقارنة والتنبؤ بالطلب.

إذا استمرت هذه الفجوة حتى عام 2028، فمن المرجح أن تفقد أولسان القيمة المضافة وعدد الشركات في نظام التعاون الإقليمي الخاص بها بدلاً من تأمين القدرة التنافسية لمصانع الشركات الكبيرة في مجال AX.

حكم الوقت الذهبي: تسريع AX المؤسسي + مخاطر استقطاب سلسلة التوريد

مصادر الأدلة

• وزارة التجارة والصناعة والطاقة، ميزانية وأهداف بناء مصنع AX·AI الصناعي لعام 2026
• وزارة المشاريع الصغيرة والمتوسطة والشركات الناشئة، استراتيجية الابتكار في التصنيع الذكي القائم على الذكاء الاصطناعي 3.0
• وزارة المشاريع الصغيرة والمتوسطة والشركات الناشئة، مشروع دعم الابتكار في التصنيع الذكي 2026
• تقوم NIA بتحليل الوضع الحالي والتحديات التي تواجه استخدام الذكاء الاصطناعي في الشركات
• الهيئة الوطنية للصناعات التحويلية، تدابير لاستخدام الذكاء الاصطناعي المادي لتعزيز القدرة التنافسية للصناعات التحويلية المحلية
• نظام إدارة أعمال المصانع الذكية
• شركة HD Hyundai تُنشئ حوض بناء السفن المستقبلي FOS
• وزارة التجارة والصناعة والطاقة، اللجنة الفرعية للمجمع الصناعي AX ومجموعة M.AX

نظرة هيكلية - مع نجاح شركة AX الكبيرة، قد تضعف استقلالية مورديها.

تستفيد أنظمة الذكاء الاصطناعي في الشركات الكبرى من بيانات الأسعار والجودة والتسليم والعيوب من موردين متعددين في آن واحد. ومع تراكم البيانات، يتنبأ المقاولون الرئيسيون بسلسلة التوريد بأكملها بدقة أكبر، ويستبدلون الموردين بسرعة أكبر. في المقابل، لا يمتلك الموردون سوى بياناتهم الخاصة، أو لا يستطيعون استخدام البيانات التي يُدخلونها في نظام المقاول الرئيسي بشكل مستقل.

في ظل هذا التفاوت، لا تُعادل إمكانية الاتصال الرقمي للشريك قدرة AX. فالشركات المتصلة بمنصة المقاول الرئيسي تُشارك في توليد البيانات، لكنها لا تستطيع المشاركة في ملكية النماذج، أو المعلومات المقارنة، أو عملية صنع القرار. وهذا يُنشئ مفارقةً حيث يزداد الاعتماد على المقاول الرئيسي مع ازدياد درجة الاتصال.

إذا ساهم الذكاء الاصطناعي لدى المقاول الرئيسي في زيادة الإنتاجية، يصبح من المجدي اقتصاديًا تشغيل نظام توصيل بعدد أقل من الموردين وبدقة أعلى. أما إذا لم يُفضِ دعم الذكاء الاصطناعي من الشركات الشريكة إلى قدرة تنافسية مستقلة، فإن الذكاء الاصطناعي سيقتصر دوره على انتقاء الشركات المتميزة فقط، بدلًا من توسيع سلسلة التوريد بأكملها.

لذا، لا يكمن الخطر الهيكلي في أولسان في تأخر الشركات الشريكة في تبني الذكاء الاصطناعي فحسب، بل يكمن  الخطر الأكبر في ترسيخ هيكل تُقدم فيه الشركات الشريكة المزيد من البيانات مع مشاركتها في الذكاء الاصطناعي، دون أن تزداد قدرتها على التنبؤ أو التفاوض.