حالة حقيقية لشركة صغيرة تُغير صناعاتها التقليدية عبر الذكاء الاصطناعي: قيمة عملاق اللوجستيات تتبخر بمقدار 23.3 مليار يوان، والمُغيرون يحققون زيادة بمقدار 3 أضعاف خلال يومين. يجب الحذر من تجارة "تبادل المعلومات"

الواقع الحقيقي لتحول الصناعات التقليدية بواسطة الذكاء الاصطناعي يأتي بقوة مدمرة.

في 12 فبراير بتوقيت الساحل الشرقي للولايات المتحدة، وردت رسالة غير متوقعة، حيث أصدرت شركة اللوجستيات المعتمدة على الذكاء الاصطناعي Algorhythm Holdings [RIME.O] (المعروفة باسم Algorhythm) ورقة بيضاء للصناعة، أعلنت فيها أن منصة اللوجستيات SemiCab، المدعومة بالذكاء الاصطناعي، من خلال التحسين التلقائي والبرمجيات كخدمة (SaaS) عالية الربحية، تمكنت من تقليل المسافات الفارغة للشحن مع الحفاظ على تكاليف التشغيل المنخفضة، مما أدى إلى زيادة الإنتاجية بمقدار 3 أضعاف.

بمجرد إصدار الخبر، بدا أن سوق رأس المال قد استشعر الخطر، حيث تراجعت أسهم شركات اللوجستيات الأمريكية بشكل كبير. حيث انخفض مؤشر النقل البري في Russell 3000 خلال التداول بأكثر من 9%، وأغلق بانخفاض 6.6%، مسجلاً أكبر تراجع يومي منذ أبريل 2025، حين أطلقت إدارة ترامب سياسات الرسوم الجمركية؛ كما تراجعت أسهم عملاق اللوجستيات الخفيف Robinson Global Logistics بنحو 15%، وخسرت حوالي 23.3 مليار يوان من قيمتها السوقية، مع هبوطها خلال التداول بنسبة 24%، مسجلة أكبر تراجع تاريخي؛ كما انخفضت أسهم شركة الوساطة في الشحن Laide Transportation بنسبة 16%.

أما سعر سهم Algorhythm، الشركة التي أصدرت الخبر، فارتفع عكس الاتجاه، حيث أغلق في 12 فبراير بزيادة تقارب 30%، وفي 13 فبراير قفز بنسبة 222.22%، من 1.08 دولار إلى 3.48 دولار. وخلال يومين، زادت قيمتها السوقية حوالي 3 أضعاف.

شركة Robinson Global Logistics هي شركة رائدة عالمياً في نموذج اللوجستيات الخفيفة، لا تمتلك شاحنات أو سفن أو طائرات، بل تعتمد على شبكة من 450 ألف شركة نقل متعاقدة، وتقدم خدمات لوجستية متنوعة ل8.3 مليون عميل.

في عام 2024، حولت شركة Algorhythm استراتيجيتها بالكامل إلى الذكاء الاصطناعي في اللوجستيات، وشراء شركة SemiCab في 2025. وبحسب سعر الإغلاق في آخر يوم تداول قبل تقلبات السوق العنيفة في 11 فبراير، كانت قيمة الشركة حوالي 33 مليون دولار، مقارنة بـ 160 مليار يوان لشركة Robinson Global Logistics و38.3 مليار يوان لشركة Laide Transportation، فهي شركة صغيرة جدًا في القطاع. ومع ذلك، استطاعت شركة صغيرة غير معروفة أن تقتحم “السور الدفاعي” للصناعة التقليدية للوجستيات بين ليلة وضحاها، باستخدام الذكاء الاصطناعي.

الذكاء الاصطناعي يرفع إنتاجية منصة الشحن 3 أضعاف

لماذا يكون للبرمجيات الآلية المدعومة بالذكاء الاصطناعي تأثير مدمر بهذا الشكل؟

تشير الدراسات إلى أن 30% إلى 35% من أميال الشاحنات في أسواق الهند والولايات المتحدة تكون فارغة، بسبب التخطيط المشتت الذي يؤدي إلى عدم الاستغلال الأمثل للأصول.

في 12 فبراير 2026، أصدرت Algorhythm ورقة بيضاء للصناعة، أعلنت فيها أن منصة النقل التعاوني السحابية SemiCab، المدعومة بالذكاء الاصطناعي، يمكنها في التطبيق العملي أن توسع حجم الشحن بنسبة 300% إلى 400%. بعض المشغلين الذين يستخدمون SemiCab، دون الحاجة لزيادة عدد الموظفين، يمكنهم إدارة أكثر من 2000 عملية شحن سنويًا، بينما المتوسط في الصناعة التقليدية هو حوالي 500 عملية لكل وسيط شحن سنويًا، مما يعني أن الإنتاجية زادت 3 أضعاف.

تذكر الورقة البيضاء أن دمج الطلبات والعروض في سوق شديد التشتت، يمكن أن يكشف عن مسارات العودة والتدفقات عبر الخطوط التي لا تظهر في العقود التقليدية. وأعطت مثالاً على أن تطبيق هذا النموذج في الهند أظهر أن التخطيط الشبكي يمكن أن يقلل من المسافات الفارغة من 30-35% إلى أقل من 10%، دون الحاجة لإعادة التفاوض على العقود أو تغيير سلوكيات الناقلين.

موقع الشركة الرسمي يقول إن الذكاء الاصطناعي اكتشف كفاءات لم تكن ممكنة في أنظمة إدارة الشحن التقليدية. عبر منصة SaaS عالمية قابلة للتوسع، يتم تنظيم سير العمل بشكل تلقائي، مما يقلل من الحاجة للتخطيط اليدوي، ويعجل تنفيذ الأحمال، ويقوم تلقائيًا بتحديد أفضل تركيبات الأحمال، ويقلل من المسافات الفارغة ويزيد من ربحية الشبكة.

تقول Algorhythm إن أنظمة إدارة النقل التقليدية ومنصات الوساطة تعتمد على التحسين اليدوي، وتُبنى على قواعد ثابتة، وتعمل بكفاءة في الأحجام المنخفضة والمتوسطة، لكن مع زيادة التعقيد، تتراجع كفاءتها تدريجيًا.

على الرغم من أن أرباح Algorhythm في الربع المنتهي في 30 سبتمبر 2025 كانت أقل من 2 مليون دولار، وخسائرها الصافية كانت حوالي 2 مليون دولار، إلا أن سعر سهمها قفز بنسبة 82% بعد الإعلان، وأغلق بزيادة 30% عند 1.08 دولار، وفي 13 فبراير 2026، ارتفع إلى 3.48 دولار.

تعتقد Algorhythm أن الرافعة التشغيلية المدعومة بالذكاء الاصطناعي ستصبح السمة الرئيسية لشبكة اللوجستيات في الجيل القادم.

وفي 13 فبراير 2026، أشار تقرير شركة Robinson Global Logistics السنوي إلى أن المنافسين يستخدمون منصات رقمية متقدمة، وأنظمة مطابقة الشحن المدعومة بالذكاء الاصطناعي، والأتمتة، لتحسين الكفاءة وتقليل التكاليف. وإذا لم تسرع الشركة في تبني الأتمتة والذكاء الاصطناعي، فقد لا تتمكن من تحقيق أهدافها الاستراتيجية في الكفاءة والتحول الرقمي.

هل حان زمن “مطبخ الأطعمة المسبقة الصنع” في صناعة البرمجيات؟

من الممكن أن تحل منصة SemiCab مشاكل صناعة الشحن، وربما تجعل أنظمة إدارة الشحن التقليدية من الماضي. لكن، مشكلة المسافات الفارغة في الشحن طويلة الأمد، فكيف يمكن لمنصة تعتمد على الذكاء الاصطناعي أن تغير هذا الواقع؟

للتعمق أكثر، أجرى مراسل “الاقتصاد اليومي” مقابلات مع خبراء في مجال الذكاء الاصطناعي.

السؤال 1: تعتمد منصة SemiCab على الذكاء الاصطناعي. في أي مرحلة من تطوير البرمجيات يمكن للذكاء الاصطناعي أن يلعب دورًا؟ وما الفرق بينه وبين تطوير البرمجيات التقليدي؟

杜雨، مستثمر تكنولوجي، ورئيس معهد الذكاء الاصطناعي غير المتوقع:

التطوير التقليدي يشبه “بناء المبنى من الصفر بواسطة الإنسان”، أما تطوير البرمجيات المعتمد على الذكاء الاصطناعي فهو أشبه بـ"وجود هيكل قياسي وأنابيب، والذكاء الاصطناعي والإنسان يخصصان التعديلات والتحديثات بسرعة"، كما أن الذكاء الاصطناعي يمكنه عبر أدوات مباشرة “فحص الهيكل، البحث عن الواجهات، ضبطها”، مما يقلل من الوقت المستغرق في مراجعة المستندات، والتوافق مع الحقول، وكتابة الكود الوسيط، ويمكن القول إن عصر البرمجيات المسبقة الصنع قد بدأ.

السؤال 2: لماذا لم يظهر هذا النوع من الأدوات في شركات البرمجيات الكبرى التقليدية؟ هل السبب هو نقص القدرة على التطوير، أم أن الذكاء الاصطناعي يوفر مزايا لا تتوفر في المنطق التقليدي للتطوير؟

بان هولين، عضو لجنة خبراء تكنولوجيا المعلومات والاتصالات في وزارة الصناعة وتكنولوجيا المعلومات:

زيادة كفاءة استخدام المسافات الفارغة في العودة يمكن أن تعزز بشكل كبير كفاءة اللوجستيات، لكن العديد من الشركات حاولت ذلك، ولم تحل مشكلة المسافات الفارغة بعد، لأن المعلومات اللوجستية نفسها متفرقة، ويحتاج المستخدمون لنشر معلومات على منصات مختلفة، وأحيانًا يتطلب الأمر تجميع الشحنات الصغيرة لتلبية طلب النقل.

لذا، فإن دمج الطلبات المتفرقة هو التحدي الحقيقي. وأرى أن SemiCab، كمنصة تجمع، يمكن أن يحل جزءًا من مشكلة الشحن الفارغ، لكنه ليس الحل النهائي، ولا يملك إمكانيات هائلة للتحسين، لكن جمع المعلومات عبر الذكاء الاصطناعي هو فكرة جيدة.

السؤال 3: لماذا استمرت مشكلة المسافات الفارغة في الشحن لسنوات، ولم تُحل إلا اليوم عبر منصات تعتمد على الذكاء الاصطناعي؟

ليو غاوتشانغ، نائب مدير شركة Guojin Securities، ورئيس فريق التكنولوجيا، ورئيس قسم الحوسبة في Guojin:

المسافات الفارغة ليست مشكلة “هل فكر أحد فيها”، بل هي مشكلة “هل هناك قدرة منهجية على حلها”. النماذج التقليدية لا تستطيع التعامل مع تعقيدها.

في النمط التقليدي، تعتمد منصات الشحن على قواعد، وخبرة يدوية، وتحسين جزئي، مع وجود طلبات متفرقة (الوقت، المسارات، نوعية المركبات، سمعة المرسل)، وتغيرات مستمرة (تعديلات مؤقتة، إلغاءات، تقلبات أسعار)، وسلسلة قرارات طويلة، وكثرة الحالات الاستثنائية. هذه الأنظمة ليست “غير واضحة المنطق”، بل “فضاء الحالة كبير جدًا”، مما يجعل القواعد تزداد تعقيدًا، والعوائد الحدية تتناقص بسرعة، وفي النهاية، يُعالج الأمر بزيادة عدد العاملين.

المنصة الجديدة، SemiCab، ليست فقط انتصارًا على الفكرة، بل تمثل ثورة في “نموذج التطوير”.

وتعني أن الانتقال من “التحكم القائم على القواعد” إلى “التوقعات والتنبؤات”؛ فبرمجيات الشحن التقليدية تعتمد على قواعد صارمة (If-Then). مع وجود طلبات ومسارات متغيرة ومتفرقة، يصعب على الخوارزميات التقليدية أن تفي بالمطابقة المثلى في زمن قصير. الذكاء الاصطناعي يمنح المنصة القدرة على معالجة البيانات عالية الأبعاد.

كما أن تطوير البرمجيات يواجه نقطة “خفض التكاليف وزيادة الكفاءة”: فبناء أنظمة مطابقة معقدة كهذه يتطلب تكاليف عالية وجهود كبيرة. يوفر الذكاء الاصطناعي قدرة على التعميم، ويمنح البرمجيات القدرة على “فهم” تدفق الأعمال، دون الحاجة لكتابة كود مكرر لكل حالة خاصة.

يعتقد ليو غاوتشانغ أن قدرات التطوير التقليدية يمكن أن تدعم “الأدوات”، لكن فقط منصة الذكاء الاصطناعي يمكن أن تدعم “الدماغ”. الميزة الأساسية للذكاء الاصطناعي هي كسر القيود التقليدية التي تربط زيادة الموارد بالإنتاج، وتحقيق قفزات في الإنتاجية بشكل أسي.

السؤال 4: هل يظهر من إصدار هذا البرنامج أن منطق تطوير البرمجيات قد تغير، وما تأثير الذكاء الاصطناعي على صناعة البرمجيات؟

杜雨:

المنطق يتغير بالفعل، من “كتابة الكود لتسليم الوظائف” إلى “استخدام منصة قياسية + الذكاء الاصطناعي لتحويل التسليم إلى ‘عملية’”. كانت شركات البرمجيات سابقًا مثل “ورش يدوية”، تنفذ كل مشروع على حدة؛ الآن، تشبه “مطبخ مركزي للأطعمة المسبقة + طهاة ذكاء اصطناعي” — المكونات (القدرات العامة) تُنتج بشكل صناعي، والذكاء الاصطناعي يسرع تركيب الأطباق (العمليات التجارية)، ويقوم المطهون (المطور) بضبط النضج، والنكهة، والتقديم (صحة الأعمال، الأداء، الأمان، سهولة الصيانة).

لذا، فإن “المنصة القياسية + الذكاء الاصطناعي لتسريع التخصيص” سيكون سوقًا كبيرًا في الصين، لكن المنافسة ستكون شرسة: من يستطيع ترسيخ المعرفة الصناعية (كيفية العمل) في وحدات قابلة للتكرار، وبيانات، وقوالب عمليات، هو من سينجح. القدرة على البرمجة فقط ستصبح أقل قيمة، والأهم هو “فهم الصناعة + القدرة على التنفيذ + القدرة على التكرار المستمر”.

ما الذي يمكن للذكاء الاصطناعي أن يغيره، وما الذي لا يمكن أن يحل محله؟

السؤال 5: إذا أصبح تطوير البرمجيات أسهل، هل يمكن بسهولة تكرار البرامج الجديدة؟ وهل ستُقلب نماذج الربح من خلال تطوير البرمجيات؟ وإذا لم تعد قدرات التطوير ميزة تنافسية، كيف يمكن للشركات أن تظل فريدة من نوعها؟

杜雨:

سيصبح من الأسهل تكرار “الوظائف الظاهرية”، لكنه سيكون أصعب تكرار “النظام الفعلي”.

الذكاء الاصطناعي يجعل “الكتابة” أرخص، ويجعل “العمل المستقر، طويل الأمد، والفائز” أكثر ندرة. يمكن تكرار وظائف البرمجيات، لكن القدرات التنظيمية والنظامية لا يمكن تكرارها بسهولة. الاعتماد على “تطوير البرمجيات” لتحقيق الأرباح سيتعرض لضغوط، لكنه لن ينقرض تمامًا، بل سيتحول: في نماذج الاستعانة بمصادر خارجية، أو الدفع بالساعة، أو التكديس البشري، ستظل الأرباح تتقلص مع تقدم الذكاء الاصطناعي.

عندما تصبح البرمجيات أكثر شبهاً بـ"سلعة قابلة للتكرار"، يركز العملاء أكثر على “من يتحمل المسؤولية إذا حدث خطأ، وهل يمكن أن يكون هناك دعم طويل الأمد”. وهذه العلاقات التجارية والنظام المسؤول لا يمكن للذكاء الاصطناعي استبدالهما بسهولة. يقلل الذكاء الاصطناعي من عتبة “صنع البرمجيات”، لكنه يرفع عتبة “تحويلها إلى عمل، ونظام، ومعيار”. من المتوقع أن يركز السوق الصيني على توسيع هذا المفهوم.

السؤال 6: ما هي الصناعات التي قد تُقلب بواسطة الذكاء الاصطناعي (تمامًا أو من خلال تغييرات في طرق الإنتاج)، وأيها لن تتأثر؟

بان هولين:

الصناعات التي قد تُقلب بواسطة الذكاء الاصطناعي تشمل: أولاً، مجالات الربط المعلوماتي، سواء كانت البحث، التسوق، أو الشحن، فهي في جوهرها ربط معلوماتي؛ وثانيًا، مجالات الإبداع المحتوى، مثل الفيديو، الصور، النصوص، والبرمجة.

ليو غاوتشانغ:

أفضل أن أستخدم مفهوم “هل يتطلب الأمر إعادة هيكلة طرق الإنتاج” بدلاً من “هل يمكن استبداله”، ويمكن تصنيفها كالتالي:

القطاعات الأكثر عرضة للثورة بالذكاء الاصطناعي:

1. العمليات المتكررة المكثفة: مثل عمليات اللوجستيات التقليدية التي تتعامل مع 500 مركبة سنويًا.

2. ذات الكثافة المعلوماتية العالية وتكلفة التنفيذ المنخفضة، حيث يمكن للذكاء الاصطناعي أن يتخذ القرارات وينفذها مباشرة، مثل خدمات الإنترنت والخدمات المالية الخلفية.

3. العمليات ذات المعايير العالية، حيث النتائج قابلة للقياس والتغذية الراجعة بسهولة، مثل تطوير البرمجيات.

القطاعات الأقل عرضة للثورة بالذكاء الاصطناعي:

• تلك التي تعتمد بشكل كبير على التفاعل مع العالم الحقيقي المعقد، وتكاليف التنفيذ مرتفعة، مثل الخدمات الميدانية، التصنيع المعقد، وبعض مجالات الطب، حيث يكون الذكاء الاصطناعي أدوات تعزيزية أكثر منه بديلة. على سبيل المثال، يمكن للذكاء الاصطناعي أن يوجه الشاحنات، لكنه لن يحل محل فنيي تصليح السيارات على الطريق، أو رجال الشرطة في إدارة الحوادث المعقدة، في المدى القصير، بسبب الحاجة إلى المهارة الحركية والقدرة على التكيف مع الظروف غير المتوقعة.

• وأيضًا، القطاعات التي تتطلب صلاحيات ومسؤولية عالية، وتخضع لتنظيم صارم، مثل الأحكام القانونية، القرارات الطبية العليا، والاستثمارات الكبرى، حيث يمكن للذكاء الاصطناعي أن يقدم بيانات مرجعية، لكن البشر يظلون مسؤولين عن اتخاذ القرار النهائي.

بشكل عام، الذكاء الاصطناعي لا “يقضي على الصناعة”، بل يجبر بعض الشركات على تحديث طرق إنتاجها. الشركات التي لا تعيد الهيكلة ستُقضى عليها، لكن الصناعة بشكل عام ستستمر بأشكال جديدة.

السؤال 7: من هذا المنظور، إذا كانت محركات البخار قد أدت إلى تطور في استخدام الطاقة، والكفاءة، وطرق الإنتاج، فكيف يجعل الذكاء الاصطناعي البشر أكثر حساسية، وأي مجالات شهدت تطورًا؟

بان هولين:

حاليًا، يركز الذكاء الاصطناعي على تحسين كفاءة الحصول على المعلومات. على سبيل المثال، التسوق باستخدام الذكاء الاصطناعي هو في الأساس تحسين كفاءة التوفيق بين العرض والطلب، مما يسرع التفاعل. وأيضًا، في الشحن، يحقق الذكاء الاصطناعي نفس الشيء. في عصر الذكاء الاصطناعي، أصبحت كفاءة الحصول على المعلومات أسرع من عصر الإنترنت، وزادت كفاءة المجتمع. إذا كانت مشكلة عصر الإنترنت هي عبء المعلومات، فإن عصر الذكاء الاصطناعي يحقق التوافق الدقيق بين العرض والطلب للمعلومات.

ليو غاوتشانغ:

الذكاء الاصطناعي، مثل محرك البخار، يتيح للبشر أن يتطوروا في ثلاثة أبعاد:

1. تطور الإدراك.

2. تطور نماذج الإنتاج.

3. تطور الهيكل التنظيمي.

الذكاء الاصطناعي يمكنه معالجة تدفقات متعددة من المعلومات تتجاوز قدرات البشر (مثل طلبات الشحن، الأسعار، المسارات، الحالة اللحظية)، مما يمنح المؤسسات “إحساسًا شاملاً” لأول مرة.

وفيما يخص نماذج الإنتاج، فإن انخفاض تكلفة استدعاء المعرفة يغير مسار تطور البشر، حيث لم يعد التركيز على حفظ المعرفة وتعلم المهارات، بل على تحديد المشكلات.

أما الهيكل التنظيمي، فمثل أنظمة SemiCab، فهي تبتعد عن الاعتماد على الخبرة البشرية، وتخزنها في قدرات برمجية قابلة للتكرار، مما يوسع بشكل منهجي نطاق إدارة الأفراد والرافعة التنظيمية.

من هذا المنظور، فإن الذكاء الاصطناعي لا يقتصر على تحسين الكفاءة في نقطة واحدة، بل يحدد أي المشكلات المعقدة تستحق أن تُبرمج، ويجعل البشر يركزون أكثر على تحديد الأهداف والقيم، بينما يتم إعادة تشكيل العديد من الطبقات الوسيطة بواسطة الذكاء الاصطناعي.