كيف تعمل الذكاء الاصطناعي على إحداث ثورة في الطباعة كبيرة الحجم؟

يناقش نيسان كليرالي كيف يعتمد الذكاء الاصطناعي في الطباعة على مطابقة أنماط البيانات، مما يُحسّن بالفعل البرامج لمقدمي خدمات الطباعة كبيرة الحجم. ويتوقع أن يؤدي ذلك إلى زيادة تكامل الذكاء الاصطناعي في تخطيط سير العمل، وإدارة طوابير العمل، وتصحيح الألوان، وتحسين جودة الصور، والصيانة التنبؤية عبر أجهزة الاستشعار وأنظمة الرؤية، مما يُحسّن العمليات ويوفر مرونة أكبر في نهاية المطاف.

بناءً على عناوين الصحف العالمية، ثمة اهتمام كبير بالذكاء الاصطناعي، حيث تتحدث الشركات متعددة الجنسيات والحكومات بصراحة عن استخدام هذه التقنية لتحسين إنتاجها وزيادة دخلها. ولكن كيف سيؤثر هذا على صناعة الطباعة، وخاصةً على العديد من مزودي خدمات الطباعة كبيرة الحجم الذين يخدمون سوق اللافتات والشاشات؟

من المفارقات أن الذكاء الاصطناعي لا يتضمن في الواقع قدرًا كبيرًا من الذكاء. عادةً ما يتضمن الذكاء الاصطناعي مستوىً من التفكير المعرفي لحل المشكلات. لكن الذكاء الاصطناعي ببساطة يجمع كميات هائلة من البيانات، بما في ذلك أمثلة سابقة على التفكير، ويطابقها مع الأنماط التي تظهر منها. في أي حالة، تعتمد معظم أنظمة الذكاء الاصطناعي على أفضل التخمينات بناءً على البيانات المتاحة (وهذا يُنتج أحيانًا معلومات خاطئة). لقد استخدمنا سابقًا خوارزميات للقيام بشيء مماثل، لكن ما يميز الذكاء الاصطناعي حقًا هو مجموعات البيانات الضخمة من المعلومات الخام التي تستوعبها هذه الأنظمة. وقد أصبح هذا ممكنًا بفضل التقدم في قوة الحوسبة الخام.

يدور الكثير من الضجيج الحالي حول الذكاء الاصطناعي التوليدي، الذي يمكنه ابتكار حلول بناءً على توجيهات تُغذّى في النظام. مع ذلك، تحتاج هذه الأنظمة إلى تدريب مسبق على البيانات الموجودة، لذا تُعرف بشكل أدق باسم "الذكاء الاصطناعي التوليدي المُدرّب مسبقًا"، أو GPT. ولعل أشهرها هو ChatGPT.

بشكل عام، يمكن استخدام هذه الأنظمة لأغراض عملية، مثل إنشاء مسودات أولية للرسائل المرفقة بالاقتباسات، أو حتى عروض المبيعات الكاملة. ولأن الذكاء الاصطناعي ليس مثاليًا، يُفضل استخدامه للمسودات الأولية بدلًا من النسخ النهائية، ومع ذلك، يكفي هذا لتمكين المستخدمين من إنجاز المزيد في وقت أقل.

بعض أشكال الذكاء الاصطناعي تُركز بشكل أكبر على إنشاء الصور، وهي بالفعل جيدة بما يكفي لتمكين الأشخاص ذوي المعرفة المحدودة من إنتاج أعمال قد تكون تفوق قدراتهم لولا ذلك. هذا يُخفّض بشكل كبير تكاليف إنتاج الأعمال الفنية، حتى لو كان ذلك لإنشاء نماذج سريعة قبل الاستعانة بمصمم محترف. يمكن أن يشمل ذلك أشياءً مثل رسومات جناح العرض، أو أنماط الملابس المطبوعة رقميًا.

مع ذلك، لا تظن أن الذكاء الاصطناعي سيتولى كل العمل نيابةً عنك. فجودة النتائج تعتمد على جودة التوجيهات التي تُدخلها إلى النظام، وهذا يتطلب تدريبًا بحد ذاته. هذا يعني أن الشخص المُدرَّب على استخدام الذكاء الاصطناعي سيكون قادرًا على إنتاج عمل في مجالات أخرى لم يتلقَّ فيها نفس مستوى التدريب. يتجلى هذا النوع من تعدد المهارات في عبارة: "لن يأخذ الذكاء الاصطناعي وظيفتك، ولكن من يستخدمه على الأرجح سيفعل".

الذكاء الاصطناعي والطباعة

هناك عدد من المجالات التي يمكن أن يُحدث فيها الذكاء الاصطناعي تأثيرًا عميقًا على الطباعة، وبعضها واضح بالفعل. تقنية الذكاء الاصطناعي ليست حديثة العهد كما تشير بعض عناوين الصحف. فهي مستخدمة منذ أكثر من عقد، وتُستخدم بالفعل في بعض البرامج المتاحة لصناعة الطباعة. الجديد هو أنه في حين كانت تُستخدم سابقًا في منتجات فردية معزولة، نتوقع الآن أن نرى هذه الحلول أكثر تكاملًا، مع مزيد من الأتمتة المدعومة بالذكاء الاصطناعي في جميع مراحل الإنتاج.

التسمية التوضيحية: تستخدم شركة Esko Phoenix الذكاء الاصطناعي للفرض والتضمين الآلي.

سيشمل ذلك تخطيط الطريقة الأكثر فعالية لإنتاج الوظائف، والتي يمكن استخدامها لإنشاء عروض أسعار وتخطيط مسار الإنتاج. كما يُستخدم الذكاء الاصطناعي بشكل متزايد لإدارة قائمة انتظار الوظائف. ومن الجوانب الجوهرية لذلك طريقة تجميع الوظائف المختلفة معًا أو تداخلها مع بعضها البعض على الورقة أو اللفة لتقليل كمية الوسائط المهدرة. وقد تطور هذا من الفرض، أي ترتيب الصفحات على ورقة الطباعة لتحسين التصميم. هناك العديد من البرامج الحالية، مثل Esko Phoenix، التي تستخدم الذكاء الاصطناعي بالفعل للفرض، وقد انتقلت هذه التقنية الآن إلى إدارة وظائف التنسيق الكبير. هناك عدد من المعايير المختلفة التي يجب مراعاتها، بما في ذلك كيفية إنهاء هذه الوظائف المختلفة وأوقات التسليم المتفق عليها لكل منها. وبالطبع، ستتغير جميع هذه العوامل باستمرار على مدار اليوم مع تزايد الطلبات. لكن القدرة على التعامل مع الطلبات المتأخرة عنصر أساسي في سرعة الاستجابة للطلبات عند الطلب اليوم، وهو ما يتوقعه العملاء الآن.

من المجالات الأخرى التي تستفيد بالفعل من تقنية الذكاء الاصطناعي إدارة الألوان. تتضمن العديد من ملفات العملاء أخطاءً في إدارة الألوان، بعضها، مثل خطأ في مساحة اللون، يمكن تصحيحه بسهولة. تستخدم العديد من برامج إدارة الألوان الآن الذكاء الاصطناعي لتعديل ألوان هذه الملفات لإضفاء مظهر أكثر طبيعية، مما يقلل من رفض العملاء للأعمال بسبب انطباعاتهم عن الألوان المطبوعة. غالبًا ما يُصنف هذا في البرنامج على أنه تحسين تلقائي، وليس على أنه قائم على الذكاء الاصطناعي.

التسمية التوضيحية: أحدث طابعة Latex من HP، سلسلة 830، تحتوي على مطياف ضوئي مدمج لإدارة الألوان تلقائيًا مدعومة بالذكاء الاصطناعي.

تشمل إدارة الألوان أيضًا مجالات أخرى، بدءًا من خطية الطابعات ومعايرتها، وصولًا إلى إنشاء ملفات تعريف لمختلف الوسائط واختيار الإعدادات المناسبة لكل مهمة. بدأنا نرى تدريجيًا دمج المزيد من أجهزة قياس الطيف الضوئي في الطابعات كبيرة الحجم، مما يُمكّن من أتمتة إدارة الألوان هذه، بأقل تدخل من المُشغّل. ويعتمد هذا أيضًا على الذكاء الاصطناعي.

يُستخدم الذكاء الاصطناعي أيضًا لتحسين جوانب أخرى من جودة الصورة. قد يشمل ذلك تحسين جودة الصور، وذلك باستخدام الذكاء الاصطناعي لإضافة بكسلات إضافية إلى الصورة بناءً على أفضل تقدير بعد تحليل البكسلات الموجودة. تُعد هذه فائدة واضحة لأي شخص يرغب في إنشاء لوحات إعلانية كبيرة. كما أنها تُساعد في التغلب على مشاكل إرسال العملاء لملفات منخفضة الدقة.

من المجالات التي تستفيد بشكل كبير من زيادة استخدام الذكاء الاصطناعي مجال الصيانة التنبؤية. فقد أجبرت الجائحة، وما صاحبها من إغلاقات متكررة، معظم الموردين على إعادة النظر في عروض خدماتهم، إذ ازدادت صعوبة إرسال المهندسين إلى مواقع العمل. لكن الذكاء الاصطناعي مكّن هؤلاء الموردين من تحليل البيانات المتوفرة لديهم حول أسباب طلب خدمات الصيانة، وذلك لتوقع تعطل كل مكون.

لتعزيز الأتمتة، سيتعين على الطابعات كبيرة الحجم توليد المزيد من البيانات. لذا، من شبه المؤكد أننا سنرى المزيد من أجهزة الاستشعار مُضافة إلى طابعات كبيرة الحجم خلال السنوات القليلة القادمة لاكتشاف المشاكل المحتملة، ولتحديد الأجزاء المعطلة. ومن المتوقع أن تُزود الطابعات كبيرة الحجم بأنظمة رؤية أكثر، للتأكد من أن ما طُبع يطابق توقعات العميل.

مجال آخر يُمكن للذكاء الاصطناعي أن يُفيد فيه هو إدارة المخزون، بما في ذلك طلب المزيد من المواد الاستهلاكية وقطع الغيار حسب الحاجة. يكمن السر في تجنب الإفراط في الطلب - مما قد يُرهق رأس المال في المخزون - وفي الوقت نفسه تجنب المخاطرة بنفاد أي شيء قد يُعيق الإنتاج.

يُعزز الذكاء الاصطناعي أيضًا العديد من خدمات التحليلات التي طرحها بعض موردي الطابعات، بالإضافة إلى بعض أنظمة المعلومات الإدارية. فهو بارع في رصد الأنماط، مثل انخفاض المبيعات في بعض المناطق، ويبتكر حلولًا مبنية على أفكار جربها آخرون بنجاح، ولكنها مُصممة خصيصًا لتناسب حالة كل مستخدم على حدة بناءً على بياناته.

في الختام، الذكاء الاصطناعي ليس تقنية مستقبلية، ولكنه مُدمج بالفعل في معظم برامج الأتمتة المستخدمة حاليًا. ويمكننا توقع إضافة المزيد من الأجهزة - على شكل مستشعرات، وأجهزة قياس الطيف الضوئي، وأنظمة الرؤية - إلى الطابعات لتسهيل هذه الأتمتة. من المتوقع أن يُسهّل الذكاء الاصطناعي دمج الحلول بين مختلف الموردين، مما يمنح مستخدمي التنسيقات الكبيرة حرية أكبر في بناء سير عمل إنتاجية تُناسب متطلباتهم الفردية بشكل أفضل.