الذاكرة التي لا تمتلكها الروبوتات بعد هي التي تحدد قيمة ما اشتريته منها

الذاكرة التي لا تمتلكها الروبوتات بعد هي التي تحدد قيمة ما اشتريته منها

ثمة فجوة لم يحسبها معظم المديرين في قطاعي الخدمات اللوجستية والتصنيع بعد. أساطيل الروبوتات لديهم ترى بدقة ملليمترية، وتتنقل باستقلالية متنامية، وتنفذ المهام المتكررة باتساق لا يستطيع أي عامل مجاراته. لكن في نهاية كل وردية، تنسى كل شيء.

Andrés MolinaAndrés Molina٢٥ يونيو ٢٠٢٦8 دقيقة
مشاركة

الذاكرة التي تفتقر إليها الروبوتات حتى الآن هي التي تحدد قيمة ما اشتريته منها

ثمة فجوة لم يحسبها بعد غالبية المديرين في قطاعات الخدمات اللوجستية والتصنيع. إن أسطول الروبوتات الذي يمتلكه هؤلاء يرى بدقة تصل إلى الميليمتر، ويتنقل باستقلالية متنامية، وينجز المهام المتكررة بثبات واتساق لا يستطيع أي عامل بشري مجاراته. غير أنه في نهاية كل وردية عمل، يمحو كل شيء من ذاكرته. تبدأ كل جلسة عمل من الصفر، كأن الروبوت لم يطأ ذلك المستودع قط من قبل. وهذا النسيان ليس تفصيلاً تقنياً هامشياً؛ بل هو السبب الجوهري الذي يجعل العائد على الاستثمار في مجال الروبوتيك الصناعي أكثر هشاشة مما يعترف به الموردون في عروضهم التقديمية وجلسات البيع.

في يونيو 2026، قدّم معهد ماساتشوستس للتكنولوجيا (MIT) للعلن إطاراً بحثياً يحمل اسم DAAAM، وهو اختصار لعبارة Describe Anything, Anywhere, at Any Moment (صِف أي شيء، في أي مكان، في أي لحظة)، وهو نظام يسعى إلى حل هذه المشكلة تحديداً. يتيح النظام للروبوت بناء خريطة ثلاثية الأبعاد للبيئة المحيطة به أثناء تنقله، وربط أوصاف باللغة الطبيعية بالأشياء التي يصادفها، ثم الإجابة لاحقاً عن أسئلة تتعلق بما رآه ومكانه وزمان حدوثه. ليس هذا منتجاً تجارياً جاهزاً للتكامل، ولا منصةً مهيأة للتشغيل الفوري. إنه إثبات على أن المشكلة تملك حلاً تقنياً، وهذه الإشارة أهم مما يبدو للوهلة الأولى.

كانت النتائج في الاختبارات المقارنة لافتة للنظر: تبعاً لنوع الاستعلام المطروح، حسّن نظام DAAAM الدقة بنسبة تتراوح بين 21% و53% مقارنةً بالأساليب السابقة. وفي مهام الملاحة المستندة إلى تعليمات بلغة طبيعية، أتمّ النظام المهام المكلَّف بها بصورة صحيحة بنسبة تزيد على 28% من الأحيان مقارنةً بالأساليب المنافسة. لن يصل شيء من هذا إلى أي مستودع في مرحلة الإنتاج في المدى المنظور. بيد أن الاتجاه الذي يرسمه يغير الطريقة التي ينبغي بها التفكير في هيكلية أي أسطول روبوتي مخطط له خلال السنوات الخمس المقبلة.

---

ما يتذكره الروبوت يحدد ما يساويه

أفادت الاتحادية الدولية للروبوتيك بمبيعات تبلغ ما يقارب 200,000 روبوت خدمة احترافي في عام 2024، بنمو قدره 9%. وتصدّر قطاعا النقل والخدمات اللوجستية هذا الحجم بـ102,900 وحدة، أي ما يزيد على نصف السوق. تعمل هذه الروبوتات في بيئات تتغير عدة مرات في الوردية الواحدة: منصات نقل تتحرك، وممرات تُغلق، وتشكيلات تُعاد ترتيبها وفق حجم العمل اليومي. ولا يتذكر أيٌّ منها، في غالبيته العظمى، ما صادفه الأسبوع الماضي.

النموذج الذهني الذي جرى تسويق الروبوتيك وفقه حتى الآن هو نموذج أداة الدقة: الروبوت يؤدي مهمة محددة بشكل جيد، وبصورة قابلة للتكرار، دون أن يُصيبه التعب. وهذا النموذج ذو قيمة، لكنها قيمة محدودة النطاق. روبوت يرصد منصة نقل تسد الممر السابع ويتحاشاها أمرٌ مفيد. أما روبوت يسجّل أن ذلك الممر بعينه أُغلق ثلاث مرات في أسبوع واحد، دائماً في أعقاب الوردية الليلية، ويستطيع الإبلاغ عن ذلك بلغة مفهومة لمشرف العمل، فهذا ليس أكثر فائدة بشكل بسيط: إنه فئة مختلفة كلياً من المنتجات.

الفارق لا يكمن في السرعة ولا في البراعة الحركية. إنه في القدرة على تحويل الملاحظات المنفصلة إلى ذكاء تشغيلي متراكم. وهذه القدرة كانت غائبة تماماً حتى الآن عن قطاع الروبوتات المادية. ليس لأنها مستحيلة تقنياً، بل لأن المجال ركّز طاقته على الإدراك الحسي والتحكم —ما يراه الروبوت وما يفعله بما يراه— دون أن يستثمر بالقدر ذاته في ما يحتفظ به بين جلسة وأخرى.

يبني نظام DAAAM ما يسميه مبتكروه رسماً بيانياً للمشهد رباعي الأبعاد: قاعدة بيانات تسجّل الأشياء والمواقع ثلاثية الأبعاد والأوصاف بلغة طبيعية والطوابع الزمنية. البُعد الرابع هو الزمن. يستطيع النظام الإجابة عن سؤال "أين كانت العربة الحمراء أمس بعد الظهر؟" ليس لأن أحداً برمج ذلك صراحةً، بل لأن المعلومات مفهرسة بطريقة تتيح استرجاعها عبر استعلامات باللغة العادية. وقد صاغ لوكا كارلوني، الأستاذ في معهد MIT المشرف على المشروع، فكرته بعبارة تلتقط المشكلة الهيكلية للقطاع في جوهرها: "إذا أردنا أن تعمل الروبوتات جنباً إلى جنب مع البشر، فلا بد أن تتحدث اللغة ذاتها. يجب أن يكون الروبوت قادراً على التفكير في الزمان والمكان بالطريقة التي نفكر بها نحن."

---

لماذا تكمن المشكلة في التبني قبل أن تكمن في الهندسة

هنا يغدو التحليل التقني وحده قاصراً عن فهم ما سيجري فعلاً في السوق. الذاكرة الروبوتية لن تتعثر لأن المهندسين عاجزون عن حل مسألة التخزين أو الفهرسة الزمانية المكانية. ستواجه احتكاكاً في التبني تتجذر أسبابه في عوامل نفسية وتنظيمية أعمق بكثير من تعقيد النظام نفسه.

العقبة الأولى هي الثقة في التسجيل. إذا صنّف نموذج الرؤية عربةً معدنية خطأً على أنها معدات طبية، وخُزّن هذا الخطأ في الذاكرة، فسيبدأ النظام في التصرف بثقة لا أساس واقعياً لها. الروبوت لا يشك: يتذكر بيقين شيئاً لم يكن صحيحاً قط. هذا مختلف نوعياً عن الخطأ الآني لحساس ما، الذي يقع ويُصحَّح في اللحظة ذاتها. أما الخطأ المخزّن في الذاكرة فيتشعب ويتكرر ويصبح أصعب كشفاً لأنه لم يعد مرتبطاً بملاحظة حاضرة يمكن أن تدحضه. يعمل فريق MIT بالفعل على امتداد للنظام يُعرف بـ UQ-DAAAM يضم علامات للحالة من عدم اليقين، بحيث يستطيع النظام الإشارة إلى متى قد لا يكون الوصف المخزّن موثوقاً. غير أن هذه الآلية ستحتاج إلى أن تصبح مفهومة لعمال ليسوا باحثين في معهد MIT، وهذه القفزة في التعقيد تنطوي على تكاليف حقيقية.

العقبة الثانية أقل تقنية وأكثر ارتباطاً بالبُعد السياسي: المراقبة بوصفها ناتجاً فرعياً. إن روبوتاً يتذكر الأشياء يتذكر أيضاً الأشخاص الذين يستخدمونها، والحركات التي يقومون بها، والأنماط التي يرسخونها. في المستودع، قد يُترجم ذلك إلى مقاييس أداء فردي مستخرجة دون موافقة صريحة. وفي المستشفى، إلى سجلات تتبع تحركات المرضى. وفي المكتب، إلى توثيق عادات العمل دون أن يأذن بذلك أحد. والشركات التي طبّقت كاميرات وأنظمة تحليلات في بيئات العمل تدرك جيداً التوتر الذي يولّده ذلك. والذاكرة الروبوتية تضاعف هذا التوتر، لأن الروبوت ليس ثابتاً في نقطة من السقف: إنه يتحرك ويرصد من زوايا متعددة ويراكم المعلومات على مدى أشهر.

هذا ليس مشكلة هندسة الخصوصية. إنه مشكلة الشرعية المُدرَكة. وتاريخ تبني التكنولوجيا في بيئات العمل يُظهر باتساق أنه حين يشعر العمال بأن أداةً ما تراقبهم أكثر مما تساعدهم، يصبح التذمر تنظيمياً وسياسياً لا فردياً. تدخل النقابات ولجان المؤسسة والأقسام القانونية على الخط قبل أن يُثبت النظام قيمته التشغيلية بكثير.

---

البنية المفقودة ليست عتاداً بل بنية تحتية للذاكرة

تقدّمت شركة Google DeepMind بنظام RT-2، وشركة NVIDIA بمنصاتها الخاصة بالروبوتات الإنسانية، وشركة Amazon بنظام Vulcan، وكل ذلك في أبعاد الإدراك الحسي وسياسة العمل والتعامل المادي. هذه رهانات على دماغ الروبوت وجسده. ما يشير إليه نظام DAAAM هو أن ثمة بُعداً ثالثاً لم يحله أيٌّ من هذه المشاريع بصورة منهجية: الذاكرة بوصفها بنية تحتية.

وهذا التمييز ينطوي على تداعيات في السوق تتخطى الروبوتيك بوصفه فئة عتاد. إذا نضجت الذاكرة الروبوتية بوصفها منتجاً، فما سيبرز لن يكون في جوهره مكوناً في الروبوت، بل طبقة برمجية تُباع بوصفها بنية تحتية لأساطيل بأكملها. تحتاج هذه الطبقة إلى: تخزين لخرائط ثلاثية الأبعاد دائمة تتنامى بمرور الوقت، ومحركات بحث مُحسَّنة للاستعلامات الزمانية المكانية باللغة الطبيعية، وأنظمة صلاحيات تحدد ما يجوز تذكره وما يجب نسيانه، وآليات ضغط للحفاظ على قدر الذاكرة في حدود قابلة للإدارة دون فقدان السجلات ذات الأهمية التشغيلية، وسجلات مراجعة تمكّن الشركات من إثبات الامتثال أمام الجهات التنظيمية والنقابات.

هذا في هيكلته الوظيفية أشبه بمنصة بيانات مؤسسية منه بمكوّن عتاد روبوتي. والنموذج الأعمال الأكثر ترجيحاً ليس بيع الذاكرة بوصفها خاصية من خصائص الروبوت، بل كخدمة اشتراك مرتبطة بالأسطول. وهذا يغير معادلة الفائزين في هذا السوق. سيتمتع مصنّعو الروبوتات الأكثر قدرة على التكامل الرأسي في البرمجيات بميزة على من يعتمدون على أطراف ثالثة في تلك الطبقة. ومن يبنون أولاً البنية التحتية للحوكمة —ما يتذكره الروبوت، وإلى متى، وفي أي ظروف، وبأي ضوابط وصول— سيحتلون موقعاً يصعب إزاحتهم منه، لأن البيانات المتراكمة على مدى أشهر من التشغيل تتحول إلى أصول ذات قيمة مستقلة.

---

النسيان كان وظيفة لا عيباً. هذا على وشك أن يتغير

طوال سنوات، جرت معالجة حقيقة أن الروبوتات لا تتذكر بين الجلسات باعتبارها قيداً تقنياً في انتظار الحل. لكنها في الواقع العملي اضطلعت بدور آلية احتواء: إذا كان الروبوت لا يتذكر، فلن يتراكم لديه أخطاء، ولن يتراكم لديه سجلات عن أشخاص، ولن تنشأ عنه مسؤوليات قانونية تتعلق بالخصوصية. كان النسيان، من منظور إدارة المخاطر، خياراً مريحاً.

الذاكرة الروبوتية تُلغي هذا المريح. ما يكسبه النظام في الذكاء التشغيلي، يخسره في بساطة الإدارة. والمنظمات التي تقرر تبنيها ستضطر إلى بناء القدرة التقنية والإطار المؤسسي في آنٍ واحد لإدارتها: من يتحكم فيما يتذكره الروبوت، وفي أي ظروف يمكن الرجوع إلى تلك الذاكرة، ومن له حق ذلك، وبأي أغراض معلنة.

لن يكمن الاحتكاك الحقيقي في التبني في منحنى التعلم أو في كلفة التكامل. سيكمن في تلك اللحظة التي يسأل فيها القسم القانوني أو النقابة أو الجهة التنظيمية عمّا يفعله الروبوت بالضبط بما يرصده على مدى ثماني ساعات من الوردية، وتجد المؤسسة نفسها عاجزة عن تقديم إجابة معدّة مسبقاً بما يكفي من الوقت. إن المنظمات التي تدخل هذه المحادثة مسلّحةً بسياسة واضحة لحوكمة الذاكرة ستسلك مساراً للتبني أقل اضطراباً بكثير من تلك التي تصل تحمل عرضاً تقنياً مبهراً دون أي بروتوكول للتحكم. التكنولوجيا في هذه الحالة تتقدم بوتيرة أسرع من البنية المؤسسية اللازمة لاستيعابها، وفي تلك الفجوة بالذات يتركّز الخطر الحقيقي للسنوات المقبلة.

مشاركة

قد يعجبك أيضاً