تطوير الذكاء الاصطناعي والبيانات والتحليلات
تطوير ذكاء اصطناعي وتعلم آلي مخصص على بياناتكم: التنبؤ والرؤية الحاسوبية واستخراج المستندات والصيانة التنبؤية ولوحات المتابعة التي تضعها موضع الاستخدام.
تملك معظم الشركات البيانات اللازمة لتخطيط أفضل، لكنها موزعة بين جداول ERP وجداول البيانات وسجلات الآلات وتقارير PDF لا يجد أحد وقتاً لربطها. تحوّل ShichifukuTekx هذه المواد إلى تنبؤات ولوحات متابعة وتنبيهات يستخدمها قادة العمليات، لعملاء في الإمارات ودول الخليج والأسواق الدولية.
ماذا يتضمن مشروع التنبؤ بالطلب؟
يبدأ المشروع بالتاريخ: المبيعات أو الاستهلاك حسب الصنف والموقع والأسبوع، إضافة إلى ما يفسر التقلبات مثل العروض والمواسم ورمضان وجداول المشاريع ومدد التوريد. ننظف هذه البيانات ونربطها، ونختبر عدة نماذج على فترات نعرف نتيجتها مسبقاً، ونحتفظ بالنموذج الأفضل أداءً على أصنافكم. ثم تغذي التنبؤات خطط الشراء أو الإنتاج أو التوظيف، مع نطاقات ثقة واضحة بدلاً من رقم واحد.
ما نبنيه:
- التنبؤ بالطلب حسب الصنف والموقع والفترة، عبر ForecastIQ أو داخل أدواتكم.
- لوحات متابعة تعرض الأرقام القليلة التي يحتاجها كل دور، وتُحدَّث تلقائياً.
- خطوط بيانات من Dynamics 365 وOdoo والحساسات وجداول البيانات إلى قاعدة PostgreSQL موحدة.
- صيانة تنبؤية تقرأ بيانات الحساسات وتاريخ الصيانة لتنبّه إلى المعدات المعرضة للخطر.
- استخراج ذكي للمستندات يسحب الحقول من الفواتير والشهادات وإشعارات التسليم وتقارير التفتيش إلى بيانات منظمة.
- رؤية حاسوبية بنماذج مثل YOLOv8 للعد والتفتيش واكتشاف العيوب.
نبني باستخدام Python مع PyTorch أو TensorFlow حيث يلزم التعلم الآلي، ونُبقي على الأساليب الإحصائية الأبسط حين تؤدي الغرض بالكفاءة نفسها. ويمكن أن تغذي المخرجات وكلاء الذكاء الاصطناعي الذين يتصرفون بناءً عليها، أو برمجيات مخصصة تضعها أمام الأشخاص المعنيين.
ما الذي يتغير لفريقك
ما نسلّمه
نطاق مكتوب يمكنك محاسبتنا عليه.
- مراجعة لمصادر البيانات في ERP وإنترنت الأشياء وجداول البيانات والمستندات
- خطوط بيانات إلى قاعدة PostgreSQL مركزية
- فحوص جودة البيانات وتنبيهات للقيم الناقصة أو الشاذة
- نماذج تنبؤ بالطلب مع اختبارات رجعية على بياناتكم التاريخية
- لوحات متابعة حسب الدور للعمليات والمبيعات والإدارة
- نماذج صيانة تنبؤية وقواعد تنبيه
- استخراج البيانات من الفواتير والشهادات والتقارير
- مراقبة أداء النماذج وإعادة تدريبها دورياً
- توثيق وتدريب للمستخدمين
- نماذج مخصصة مع تقارير تقييم على بياناتكم قبل الإطلاق
من المكالمة الأولى إلى التشغيل
كل خطوة تنتهي بشيء يمكنك رؤيته.
- 01
مرحلة الاستكشاف
من أسبوعين إلى ثلاثة لمراجعة مصادر البيانات وتحديد القرارات المطلوب دعمها وإجراء أول اختبار رجعي على بياناتكم.
- 02
الربط والتنظيف
نبني خطوط البيانات من ERP وإنترنت الأشياء والمستندات، ونضيف فحوص الجودة لتظهر المشكلات مبكراً.
- 03
النمذجة والعرض
ندرّب النماذج ونقارنها، ونحتفظ بالأفضل أداءً، ونعرض النتائج في لوحات متابعة يفهمها كل دور.
- 04
النشر والتدريب
تعمل النماذج ولوحات المتابعة على سحابة خاصة أو سحابة في المنطقة التي تختارها أو أجهزة طرفية، ونُدرّب المستخدمين.
- 05
المراقبة والتحسين
نتابع الدقة مع الوقت، ونعيد التدريب على البيانات الجديدة، ونضيف مصادر أو حالات استخدام مع نمو الاحتياجات.
طرق العمل معنا
أعمال بنيناها بهذه الخدمة
مشاريع بُنيت بهذه الخدمة.

تحليل طلبات العروض من PDF وExcel إلى عروض أسعار قابلة للتعديل
منصة لطلبات عروض الأسعار تقرأ مناقصات PDF وExcel، وتستخرج البنود والمواصفات، وتنقل كل عرض عبر المقارنة والاعتماد في مكان واحد.

ValveVision يقرأ لوحات الصمامات إلى سجل أصول قابل للبحث
رؤية حاسوبية تقرأ لوحات البيانات والعلامات المصبوبة والبطاقات من ثلاث صور لكل صمام، وتطابقها مع مصطلحات ASME وAPI وISO وتتحقق من اتساقها.

ForecastIQ يخطط الطلب والمخزون عبر عدة مستودعات
توقع الطلب وتخطيط المخزون وS&OP لكل صنف ولكل مستودع، مع إعادة التوصيات المعتمدة إلى Dynamics 365 Business Central.
أسئلة عن هذه الخدمة
ما نوع الذكاء الاصطناعي الذي تطوّرونه؟
غالبًا نماذج تعمل على البيانات التشغيلية: التنبؤ بالطلب والصيانة التنبؤية والرؤية الحاسوبية للفحص والعد واستخراج المستندات. ونبني كذلك تطبيقات فوق النماذج اللغوية الكبيرة مثل البحث في مستنداتكم، مع اختبارات توضح مدى صحة الإجابات.
كم نحتاج من البيانات التاريخية للتنبؤ بالطلب؟
كلما زادت كان أفضل، لكن التنبؤات المفيدة تبدأ غالباً بسنة إلى سنتين من تاريخ المبيعات أو الاستهلاك حسب الصنف والموقع. ويساعد التاريخ الأطول على التقاط المواسم مثل أنماط رمضان والصيف. وخلال مرحلة الاستكشاف نختبر النماذج رجعياً على بياناتكم الفعلية، فترون مدى دقة التنبؤات قبل الاعتماد عليها.
كم يستغرق مشروع التنبؤ أو التحليلات؟
تنتج مرحلة استكشاف من 2 إلى 3 أسابيع مراجعة للبيانات وأول نموذج مختبر رجعياً. أما الانتقال إلى الإنتاج، مع خطوط بيانات آلية ولوحات متابعة وتكامل مع التخطيط، فيستغرق عادةً من بضعة أسابيع إلى بضعة أشهر إضافية، بحسب عدد مصادر البيانات ومدى نظافتها.
ما الفرق بين لوحة المتابعة والتحليلات التنبؤية؟
تعرض لوحة المتابعة ما حدث وما يحدث الآن: المبيعات والمخزون والإنتاج والتوقفات. أما التحليلات التنبؤية فتقدّر ما يُرجَّح حدوثه لاحقاً، مثل الطلب على صنف في الشهر القادم أو احتمال تعطل آلة. وغالباً نبني الاثنين معاً، فتعرض لوحة المتابعة التنبؤات بجانب الأرقام الفعلية.
هل يمكنكم استخراج البيانات من ملفات PDF والمستندات الممسوحة ضوئياً؟
نعم. تقرأ خطوط الاستخراج الذكي لدينا الفواتير والشهادات وإشعارات التسليم وتقارير التفتيش، بما فيها المستندات الممسوحة، وتستخرج الحقول إلى بيانات منظمة. ويمكن تشغيل النماذج على خدمات مستضافة أو ذاتياً على خوادمكم. وتُحال النتائج منخفضة الثقة إلى شخص للمراجعة، فلا تتسرب الأخطاء بصمت إلى أنظمتكم.
هل تعمل الصيانة التنبؤية مع آلاتنا الحالية؟
غالباً نعم. إذا كانت آلاتكم تسجل البيانات أصلاً أو لديها تاريخ صيانة في ERP، يمكننا البدء من هناك. وحيث تنقص البيانات، يمكننا إضافة حساسات ضمن أعمال الأنظمة المدمجة وإنترنت الأشياء لدينا. ونبدأ بالأصول التي يكلّف توقفها أكثر وتُظهر بياناتها نمط أعطال واضحاً.
هل يمكنكم ربط التحليلات بنظام Dynamics 365 أو Odoo؟
نعم. نبني خطوطاً تسحب بيانات المبيعات والمخزون والمشتريات والصيانة من Microsoft Dynamics 365 وOdoo إلى قاعدة بيانات مركزية للتحليل. ويمكن إعادة كتابة التنبؤات والتوصيات في النظام، مثل كميات الشراء المقترحة، ليعمل المخططون داخل نظام ERP الذي يستخدمونه أصلاً.