تدعو شركة Engine AI الشركاء التقنيين الدوليين ذوي الخبرة إلى التعاون في مبادرة متقدمة لإدارة المواد باستخدام الذكاء الاصطناعي لدى شركة إنتاج نفط وغاز. نبحث عن مزودين يمتلكون حلولًا مثبتة وخبرة عملية في ذكاء المواد، وتحسين المخزون، وتحليلات قطع الغيار ومواد الصيانة والتشغيل (MRO)، والتنفيذ على نطاق مؤسسي في البيئات كثيفة الأصول. سيتم التعاون وفق نموذج واضح تقوده Engine AI بصفتها المقاول الرئيسي ومتكامل الأنظمة، على أن يقدّم الشركاء تقنيات متخصصة ضمن نطاقات محددة. يمكن للجهات المهتمة التواصل عبر البريد الإلكتروني: executiveoffice@engineai.om لبدء النقاش.
تتمحور المشكلة حول المواد المتقادمة في عمليات الإنتاج. تشمل التحديات مواد مخزنة لفترات طويلة دون خطة استهلاك واضحة، ورأس مال معطّل في مخزون بطيء الحركة أو متقادم، ومخاطر متزايدة تتعلق بانتهاء الصلاحية أو التدهور أو عدم الامتثال للمعايير. كما أن الرؤية عبر المستودعات والأصول المنتجة وبرامج الصيانة والتوقعات المستقبلية للطلب ما تزال مجزأة، ما يؤدي إلى شطب تفاعلي بدل قرارات استباقية تحفظ القيمة. تقارير تخطيط موارد المؤسسة التقليدية تصف الماضي؛ بينما تتطلب المرحلة القادمة ذكاءً يتنبأ ويوصي.
يعتمد الوضع الحالي على تقارير مركزية حول أنظمة SAP مع دعم محدود لاتخاذ القرار. تطورت بيانات المواد عبر سنوات طويلة مع أوصاف غير متسقة وتكرار في الأصناف وضعف الارتباط بين المواد والأصول وطلب الصيانة، إضافة إلى غياب الرؤية الاستشرافية. غالبًا ما يُقاس تقادم المواد وفق الزمن فقط، بما يعامل جميع الأصناف بالمثل بغض النظر عن أهميتها التشغيلية أو احتمال استخدامها، وهو ما يقيّد القدرة على تحديد الأولويات واتخاذ الإجراءات المناسبة.
النتيجة المستهدفة هي تمكين ذكاء متكامل لإدارة المواد مدعوم بالذكاء الاصطناعي ومتكامل مع Power BI. يقوم هذا النهج بتقييم مخاطر التقادم بشكل ديناميكي، والتنبؤ باحتمالات الاستهلاك، وتحديد فرص إعادة التخصيص وإعادة الاستخدام، والتنبيه إلى التقادم والبدائل المعتمدة، وتحسين القرارات المالية مثل توقيت الشطب وضوابط الشراء. والنتيجة قرارات متمايزة وقابلة للتدقيق تحافظ على استمرارية الإنتاج، وتحرّر رأس المال العامل، وتعزز الحوكمة عبر دورة حياة المواد.