دور الذكاء التوليدي في تحسين كفاءة سلاسل الإمداد الصناعية
د. أحمد سالم العاني
قسم هندسة الحاسوب، كلية الهندسة، جامعة بغداد – العراق
The Role of Generative AI in Industrial Supply Chains
Dr. Ahmed Salem Al-Ani
Department of Computer Engineering
College of Engineering, University of Baghdad, Iraq Ahmed.alani@uobaghdad.edu.iq
الملخص:
يهدف هذا البحث إلى تسليط الضوء على الدور المتنامي لتقنيات الذكاء التوليدي) Generative AI) في تحسين كفاءة سلاسل الإمداد الصناعية، من خلال دراسة كيفية توظيف نماذج الذكاء الاصطناعي التوليدي في التنبؤ بالطلب، وتحسين تخطيط الإنتاج، وتقليل الفاقد، وتعزيز المرونة التشغيلية في مواجهة الأزمات. يعُد الذكاء التوليدي أحد الفروع المتقدمة للذكاء الاصطناعي، ويقوم على إنشاء بيانات أو حلول جديدة استنادًا إلى أنماط سابقة، وهو ما يعُد مناسبًا جدًا لتحديات بيئة الإمداد الديناميكية والمعقدة. تم تحليل عدد من الدراسات السابقة والنماذج التطبيقية في الصناعات الكبرى، مثل التصنيع الذكي، وصناعة السيارات، والسلع الاستهلاكية، لتوضيح كيف يمكن للذكاء التوليدي أن يحُدث ثورة في إدارة المخزون، وجدولة النقل، والتفاعل التنبؤي مع تقلبات السوق. كما تم استعراض نماذج من تطبيقات الشركات الرائدة التي اعتمدت على أدوات مثل ChatGPT وDALL·E وDeepMind لتطوير حلول مخصصة ضمن سلاسل التوريد. وقد خلصت الدراسة إلى أن الذكاء التوليدي يسهم بشكل فعال في تقليل زمن الاستجابة، وتحسين دقة القرارات، والتكامل بين الوحدات الإنتاجية والخدمية، مما يؤدي إلى تقليل التكاليف وزيادة رضا العملاء. إلا أن اعتماد هذه التقنيات يتطلب تجاوز عدد من التحديات مثل أمن البيانات، وموثوقية المخرجات، وتوافر البنية التحتية الرقمية، إضافة إلى الحاجة لتدريب الكوادر البشرية على التفاعل مع هذه التقنيات بفاعلية. يوصي البحث بضرورة تبني نماذج هجينة تجمع بين الذكاء البشري والذكاء الاصطناعي التوليدي، وتطوير سياسات تنظيمية تضمن الاستخدام الآمن والمسؤول لهذه الأدوات في إدارة سلاسل الإمداد، لا سيما في دول الشرق الأوسط التي تسعى إلى تطوير منظوماتها الصناعية والتحول نحو الاقتصاد الرقمي.
الكلمات المفتاحية: الذكاء،سلاسل التوريد، الذكاءالاصطناعي التوليدي،
Abstract
This study aims to highlight the growing role of Generative Artificial Intelligence (Generative AI) in enhancing the efficiency of industrial supply chains. It explores how generative AI models can be utilized for demand forecasting, production planning optimization, waste reduction, and improving operational resilience in the face of disruptions. Generative AI, a cutting-edge subset of artificial intelligence, focuses on producing new data or solutions based on learned patterns, making it highly suitable for addressing the dynamic and complex challenges of modern supply chain environments. The research analyzes a range of prior studies and practical implementations across major industries such as smart manufacturing, automotive production, and consumer goods. It showcases how generative AI tools—including ChatGPT, DALL·E, and DeepMind technologies—have been employed by leading companies to create tailored solutions within their supply chains. These applications illustrate the transformative potential of generative AI in managing inventory, scheduling transportation, and proactively responding to market fluctuations. The findings indicate that generative AI contributes significantly to reducing response time, enhancing decision-making accuracy, and enabling seamless integration between production and service units. These improvements lead to cost reduction and higher customer satisfaction. However, the adoption of such technologies also presents challenges, including data security concerns, output reliability, the need for robust digital infrastructure, and the requirement to train personnel on effectively using these advanced tools. The study recommends adopting hybrid models that combine human intelligence with generative AI, along with the development of regulatory frameworks to ensure the safe and responsible use of these technologies in supply chain management. This is particularly crucial for Middle Eastern countries aiming to modernize their industrial systems and transition toward a digital economy
. Keywords: Intelligence, Supply Chains, Generative Artificial Intelligence ,