يدرك قادة الأعمال وتكنولوجيا المعلومات بشكل متزايد أن الاقتصاد الدائري يوفر طريقة تحويلية لتحسين استخدام الموارد وتعزيز الاستدامة. ومع ذلك، عندما تغامر المنظمات بالسير في طريق الدائرية، غالبًا ما تظهر المشاكل. يمكن أن تكون مواءمة التصميم والتصنيع وإعادة الاستخدام والإصلاح وإعادة التدوير أمرًا شاقًا.
أدخل الذكاء الاصطناعي (AI) والتعلم الآلي (ML). يقول بول ميلر، نائب الرئيس والمحلل الرئيسي في شركة Forrester Research: “يتمتع الذكاء الاصطناعي بالقدرة على التأثير في كل جانب من جوانب الاقتصاد الدائري”. “على الرغم من أن الذكاء الاصطناعي وحده لا يجعل أي جانب معين من التدوير ممكنًا، إلا أنه يمكنه جمع العناصر معًا ودفع التحول.”
ما الذي يتطلبه دمج الذكاء الاصطناعي في الاقتصاد الدائري وتشغيله بفعالية؟ لا يوجد حل بسيط أو عالمي. يقول كين ويبستر، مؤسس الجمعية الدولية للاقتصاد الدائري ومؤلف كتاب “الاقتصاد الدائري: ثروة التدفقات”، إن الانتقال إلى ما هو أبعد من الاقتصاد الخطي المبسط وخلق اقتصاد دائري أكثر ديناميكية ليس أمرا مسلما به.
المنطق الدائري
هناك شيء واحد واضح: إن الحاجة إلى التعميم لم تكن أكبر من أي وقت مضى. ماكينزي وشركاه التقارير أنه في كل عام، يتم التخلص من مواد بقيمة 2.6 تريليون دولار في السلع الاستهلاكية سريعة الحركة – 80٪ من القيمة المادية – ولا يتم استردادها أبدًا. يحدث هذا وسط خلفية تريليونات الدولارات من فرص الإيرادات المهدرة والناشئة أنظمة، وخاصة بالنسبة للشركات التي تمارس الأعمال التجارية في الاتحاد الأوروبي (EU).
المتأصلة تعقيدات الاقتصاد الدائري هائلة. يقول ويبستر، في كثير من الأحيان، تركز المؤسسات على نطاق ضيق من الاقتصاد الدائري الذي يميل بشدة نحو إعادة التدوير جنبًا إلى جنب مع استرداد المنتج والمكونات والمواد. وغالباً ما تكون معالجة هذه المجالات أسهل وأكثر جدوى اقتصادياً – ويرجع ذلك جزئياً إلى وجود البنية التحتية اللازمة لمعالجتها بالفعل. ومع ذلك، فإن هذه الجهود تحقق مكاسب محدودة وغالباً ما تترك فرصاً أكبر غير مستغلة.
والخبر السار، كما يقول ميلر، هو أن الدائرية لا تتطلب إعادة تجهيز كاملة للتكنولوجيا والأنظمة. ويقول: “ليس من الضروري التخلي عن كل ما كنت تفعله طوال المائة عام الماضية والتحول إلى تكنولوجيا وأنظمة مختلفة تمامًا لتعزيز التدوير”. “يتعلق الأمر في الغالب بأخذ الممارسات الحالية وربطها معًا بشكل أكثر ذكاءً وفعالية.”
ومن الناحية المثالية، تدرس الدائرية القضايا من خلال عدسة أوسع. كيف يمكننا تقليل استخدام المواد الخام؟ ما هي بعض الطرق لتقليل استهلاك الطاقة؟ كيف يمكننا تحسين التغليف والأنظمة لتقليل إعادة التدوير والنفايات؟ يمكن للذكاء الاصطناعي أن يساعد في مجالات متنوعة مثل الطباعة ثلاثية الأبعاد، ورؤية الكمبيوتر، والروبوتات، واستخدام تقنية blockchain. يقول ميلر: “عندما تجمع كل هذه القطع معًا، وتفهم العلاقة المتبادلة، فإنك تحصل على صورة أكثر اكتمالًا بكثير”.
باستخدام أدوات تحليل البيانات ونماذج التعلم الآلي والتوائم الرقمية، يمكن للمؤسسة أن تبدأ في تعزيز الكفاءة بطرق رائعة. على سبيل المثال، دراسة للاتحاد الأوروبي، التصميم البيئي مستقبلكوجدت أن 80% من التأثير البيئي للمنتج يتم تحديده في مرحلة التصميم. يوضح ميلر: “يمكن للذكاء الاصطناعي أن يقدم نظرة ثاقبة حول الخصائص الفيزيائية، وكيفية استخدام الأشخاص للمنتجات، وما يحدث عندما تصل المنتجات إلى نهاية عمرها الافتراضي”.
خذ بعين الاعتبار هذا: عندما أرادت شركة السلع الاستهلاكية العملاقة كولجيت بالموليف تعزيز معدلات إعادة تدوير أنابيب معجون الأسنان الخاصة بها، لجأت إلى شركة الذكاء الاصطناعي نهر جليدي للحصول على بيانات تفصيلية حول طريقة استخدام الأشخاص للأنابيب والتخلص منها. وباستخدام نظام آلي مزود برؤية حاسوبية، حصل جلاسير على صور وبيانات أخرى من داخل مرافق إعادة التدوير الفعلية واستخدم البيانات لبناء نموذج ذكاء اصطناعي خاص به.
ساعدت البيانات شركة كولجيت على فهم ما إذا كانت الأنابيب تصل إلى مركز إعادة التدوير في المقام الأول، وما إذا كانت تنتهي في مسار إعادة التدوير الصحيح في المنشآت. كولجيت، التي طورت بالفعل أكثر من ذلك أنبوب مستدام مصنوعة بالكامل من البولي إثيلين عالي الكثافة، استخدمت المعلومات لإنشاء مواد تسويقية جديدة ساعدت في تثقيف المستهلكين حول إعادة تدوير الأنابيب، كما يقول أريب مالك، المؤسس المشارك والرئيس التنفيذي للتكنولوجيا في Glacier.
يقول مالك: “تسمح التكنولوجيا لمرافق إعادة التدوير بمعالجة وفرز النفايات القابلة لإعادة التدوير بشكل أكثر كفاءة وأكثر توقعًا”. وفي الوقت نفسه، توفر بيانات النفايات الناتجة عن الذكاء الاصطناعي رؤى مهمة للقائمين بإعادة التدوير والمصنعين. ومن المستحيل تحسين الأنظمة المعقدة وتطوير الاقتصاد الدائري دون بيانات قوية.
تفريغ الذكاء الاصطناعي
يقول ميلر إن القدرة على سد فجوات المعلومات هي القوة العظمى للذكاء الاصطناعي. يمكن لمستشعرات إنترنت الأشياء، ورؤية الكمبيوتر، والتعلم الآلي، والتوائم الرقمية وغيرها من التقنيات الرقمية أن تحدد كل شيء بدءًا من دورات حياة المنتج وحتى ما يشكل التصميم والتعبئة الأمثل. تساعد هذه البيانات المؤسسات على تحديد طرق لتقليل استخدام المواد الخام، وخفض النفايات، وتوسيع برامج التجديد وإعادة التدوير. ويمكن أن تساعد البيانات أيضًا الشركات على إعادة صياغة المنتجات وإعادة هندستها لتحقيق وفورات في التكاليف وتحسين الاستدامة.
يمكن للذكاء الاصطناعي أيضًا أن يساعد المؤسسات على فهم نماذج الأعمال بشكل أفضل – مثل التأجير والأطر القائمة على الاشتراك – من خلال دمج البيانات التاريخية والمعلومات في الوقت الفعلي. يمكن لهذه الرؤى أن تفتح أسواقًا جديدة تمامًا مع عملاء جدد، كما يشير أوتوم ستانيش، المدير والمحلل في ممارسة الأبحاث والاستشارات في شركة جارتنر. ولوضع هذه النماذج موضع التنفيذ، يستطيع الذكاء الاصطناعي فك التشابكات المعقدة بين العمليات اللوجستية العكسية والتفكيك وإعادة التدوير.
يشير ويبستر إلى أن المهام الدنيوية مثل إعادة تدوير التصنيف والفرز هي مجرد نقطة انطلاق للذكاء الاصطناعي. على سبيل المثال، يقول إن نماذج التسعير الديناميكية التي يمكن أن تساعد في الخدمات اللوجستية العكسية تمثل فرصة كبيرة غير مستغلة. ويعتقد ويبستر أيضًا أنه مع نضوج الفضاء الدائري، ستظهر فرص جديدة. على سبيل المثال، “يمكن أن يساعد الذكاء الاصطناعي إلى جانب جوازات سفر المنتجات في تحديد المنتجات المقلدة والمخالفات والإبلاغ عن العبوات التالفة.”
ومع ذلك، يمكن للذكاء الاصطناعي أن يؤدي أيضًا إلى نتائج غير متوقعة ومخالفة للحدس. على سبيل المثال، وجدت إحدى الشركات الكبيرة طريقة لتقليل النحاس بشكل كبير في لوحات دوائر الهواتف الذكية، وفقًا لتقارير ميلر. بينما هلل المسؤولون التنفيذيون في البداية بالإنجاز لأنه قطع نطاق 3 الانبعاثاتوسرعان ما أدركوا أن ترك المزيد من النحاس على لوحة الدائرة سيكون أفضل. المشكلة؟ انخفض حجم المعدن إلى ما دون الحد الذي يعتبر قابلاً لإعادة التدوير. لذا، في النهاية، حل الذكاء الاصطناعي مشكلة واحدة ولكنه خلق مشكلة جديدة.
الدائرية = تربيع الأداء
ويتطلب تحقيق اقتصاد دائري أكثر تقدما اتباع نهج متعدد الأوجه. يجب على قادة الأعمال وتكنولوجيا المعلومات التكامل والابتكار بشكل فعال مع التقنيات الرقمية، مع تطوير نماذج جديدة للذكاء الاصطناعي تستفيد من نقاط البيانات الجديدة. بالإضافة إلى ذلك، تحتاج المنظمات إلى تعزيز الشراكات ومعالجة الفجوات الحالية في الحوافز والبنية التحتية. وكما يشير ميلر، فحتى الذكاء الاصطناعي الأكثر تقدمًا لا يمكن أن يساعد في حالة عدم وجود المرافق والبنية التحتية التي تدعم الدائرية.
هناك أيضًا حاجة لإعادة ضبط التفكير. يقول ميلر: “اعتادت العديد من الشركات على وضع جميع القواعد”. “ولكن لتحقيق النجاح في الاقتصاد الدائري، يجب عليهم بدلاً من ذلك التركيز على الشركاء والحوافز وفهم أكثر اكتمالاً لما هو ممكن. ويمكن أن يشمل ذلك التشكيك في المعتقدات الراسخة وتغيير نماذج الأعمال.
