أكثر مجموعة بيانات قيمة في الذكاء الاصطناعي هي تلك التي لا يحتفظ بها أحد

في الإصدار الأول، جادلت بأن الجيل القادم من الذكاء الاصطناعي - نماذج العالم، الذكاء الاصطناعي المادي - سيتم الفوز به على البيانات التي لم يتم نشرها عبر الإنترنت أبدًا. كانت هذه هي الأطروحة.

هذا الإصدار هو الدليل، وهو أضيق مما توقعت. لأنه عندما تتوقف عن التنظير و تستمع فعليًا إلى السوق - آلاف الإشارات المستقلة المؤرخة من الاقتصاد الحقيقي - فإنها لا تشير إلى فرصة غامضة "للبيانات الصناعية". إنها تشير، مرارًا وتكرارًا، إلى مجموعة بيانات واحدة.

إليك ما تعلمناه من شهرين من الاستماع.

1. ما سمعته الآلة: 5000 إشارة، شكل متكرر واحد

تعمل منصتنا على مبدأ بسيط وغير مبالغ فيه عمدًا نسميه الإشارة أولاً: نحن لا نبدأ برأي حول مكان البيانات. نبدأ من الحقائق - جولة تمويل، صفقة اندماج واستحواذ، شراكة بيانات، مناقصة، طرح إنترنت الأشياء، إيداع تنظيمي - كل منها مؤرخ، كل منها مصدره الصحافة التجارية، كل منها يشير إلى موضوع ينتج بيانات.

على مدار الأسابيع الثمانية الماضية، جمع المحرك حوالي 5000 إشارة من هذا القبيل. ثم فعل شيئًا مهمًا: رفض الوثوق بأي منها. لا تصبح الفكرة "متخصصة" حقيقية إلا عندما تتلاقى ثلاثة مصادر مستقلة على الأقل عليها - حاجز ضد الضجيج الناتج عن عنوان واحد صاخب. على هذا المستوى، تم تأكيد 195 تخصصًا.

وهذا هو الجزء المذهل. ولّدت هذه الإشارات البالغ عددها حوالي 5000 آلاف فكرة مرشحة - لكنها تنهار إلى حفنة من العائلات، وكل واحدة منها هي الاقتصاد المادي قيد التشغيل:

• الطاقة، الشبكة، الطاقة المتجددة والتخزين - حوالي 1000 مجموعة، حوالي 2500 إشارة
• سلسلة التوريد، الخدمات اللوجستية والشحن - حوالي 620 مجموعة، حوالي 2200 إشارة
• الروبوتات والأتمتة الصناعية - حوالي 455 مجموعة، حوالي 1500 إشارة
• التنقل، السيارات الكهربائية، السيارات والأسطول - حوالي 530 مجموعة، حوالي 1350 إشارة
• التعدين، المعادن الحرجة والمواد - حوالي 310 مجموعة، حوالي 1000 إشارة

ليس "الذكاء الاصطناعي". ليس "نماذج اللغة الكبيرة". ليس الويب. يستمر السوق في الحديث عن الآلات التي تعمل في العالم الحقيقي - وضمنيًا، عن البيانات التي تنتجها هذه الآلات كل ثانية ولا يحتفظ بها أحد.

2. اسأل "ما هي البيانات، ولمن؟" - وتنهار إلى تخصص واحد

تخبرك الإشارات بمكان وجود الحرارة. السؤال الحقيقي هو: ما هي مجموعة البيانات التي تنشئها هذه فعليًا، ومن سيدفع ثمنها؟

لقد قمنا الآن برسم خرائط لـ 413 جهة حاملة للبيانات الحقيقية (بزيادة عن 311 في الإصدار الأخير - الخريطة تتزايد). عندما نصنف ما تجلس عليه كل جهة حاملة فعليًا، فإن التوزيع ليس مسطحًا. يتفوق تخصص واحد على البقية:

• 43٪ من كل حامل قمنا برسم خرائطه يعود إلى نفس حالة الاستخدام: الصيانة التنبؤية - 179 من أصل 413. المنافسون (المراقبة الصناعية، ذكاء المستندات، استرجاع المعلومات التنظيمية، الذكاء التشخيصي) يتخلفون كثيرًا.
• 100٪ من هؤلاء الـ 179 هي سلاسل زمنية. كل واحد منهم. سجلات الآلات، قياسات المستشعرات، بيانات تتبع الأسطول - الإشارة الخام للعالم المادي، مع طابع زمني.
• إنها تقطع عبر القطاعات: الصناعية (89)، التنقل/الأسطول (58)، الطاقة وغيرها (23)، الرعاية الصحية (7) - نفس العائلات التي كانت الإشارات تصرخ بها.
• وجانب الطلب لديه ملف تعريف مشترٍ مهيمن واحد: بائعو الذكاء الاصطناعي الصناعي وتحسين الصيانة.

هذا هو النمط الأكثر تكرارًا وتأكيدًا بشكل مستقل في كل ما جمعناه. السوق لا يطلب "بيانات". إنه يطلب سلاسل زمنية للصيانة التنبؤية - ويطلب بصوت عالٍ.

3. لماذا هذا التخصص، وليس غيره: تكلفة المشكلة مذهلة

الصيانة التنبؤية ليست التخصص الأكثر انتشارًا بالصدفة. إنها تقع على قمة واحدة من أكبر التكاليف غير المحلولة في الاقتصاد العالمي.

وفقًا لتقرير Siemens' True Cost of Downtime 2024، تخسر أكبر 500 شركة في العالم ما يقدر بـ 1.4 تريليون دولار سنويًا بسبب التوقف غير المخطط له - وهو ما يعادل 11٪ من إيراداتها، أي ما يقرب من الناتج المحلي الإجمالي لإسبانيا. في أشد الحالات، تكلف ساعة واحدة من التوقف غير المخطط له في مصنع سيارات الآن ما يصل إلى 2.3 مليون دولار - أكثر من 600 دولار كل ثانية - وقد تضاعفت هذه التكلفة لكل ساعة تقريبًا منذ عام 2019.

هذا هو الألم الدقيق الذي توجد الصيانة التنبؤية للقضاء عليه. ولهذا السبب فإن سوقها حقيقي، وليس وعدًا: يقدّر المحللون المستقلون سوق الصيانة التنبؤية العالمي بـ حوالي 13-14 مليار دولار في عام 2025 (Grand View ~ 14.2 مليار دولار؛ Fortune Business Insights ~ 13.65 مليار دولار؛ Mordor ~ 14.1 مليار دولار؛ MarketsandMarkets ~ 12.1 مليار دولار). تختلف تقديرات النمو على نطاق واسع - من حوالي 11٪ إلى 34٪ معدل نمو سنوي مركب اعتمادًا على الشركة - لذا تعامل مع معدل النمو الرئيسي كمدى، وليس كرقم ثابت. لكن الاتجاه إجماعي: صعودًا ويمينًا، لمدة عقد من الزمان.

تكلفة ضخمة، مقدرة، متكررة - والبيانات التي من شأنها إصلاحها هي بالضبط البيانات التي يستغلها حاملوها بشكل غير كافٍ.

4. لماذا لا يمكن كشطها: هذه البيانات تعيش خلف جدار الحماية

هذا ما يجعل هذا التخصص مختلفًا هيكليًا عن سوق نصوص الويب الذي استنفدته المختبرات بالفعل.

سلاسل بيانات الصيانة التنبؤية ليست على الإنترنت، ولن تكون كذلك أبدًا. إنها تعيش داخل أنظمة SCADA، ومؤرخي المصانع، وقواعد بيانات CMMS وأنظمة التحكم المنطقية القابلة للبرمجة - خلف جدار الحماية التشغيلي، بتنسيقات مبنية للتحكم، وليس للنشر. لا يوجد زاحف يصل إليها.

والأكثر من ذلك، أنه لا يتم استخدام معظمها على الإطلاق. الرقم الأكثر استشهادًا هنا - تقرير Seagate و IDC's Rethink Data - وجد أن 32٪ فقط من البيانات المتاحة للمؤسسات يتم استخدامها على الإطلاق؛ والـ 68٪ الأخرى تظل غير مستغلة (2020). وضع Forrester حصة بيانات المؤسسات غير المستخدمة للتحليلات عند 60-73٪ (2016). هذه الأرقام أقدم، وهي تتعلق ببيانات المؤسسات بشكل عام - لكنها تصف بالضبط الخزان الذي يظل خاملاً داخل كل مصنع وشبكة وأسطول.

الحجم مرئي في أي مكان تمكنت فيه شركة من تجميع حتى شريحة منه. في إيداعاتها لدى هيئة الأوراق المالية والبورصات، تبلغ شركة العمليات المتصلة Samsara عن تدفق أكثر من 25 تريليون نقطة بيانات عبر منصتها كل عام - وتذكر بوضوح أن "تكلفة وتوافر المستشعرات، والحوسبة... قد منعت التحليل الواسع لبيانات العمليات المادية". خمسة وعشرون تريليون نقطة، وهذه منصة خاصة واحدة. الباقي مظلم.

هذا هو تعريف الأصل النادر: ضخم، قيم، ومغلق بعيدًا عن كل من يرغب في التدرب عليه.

5. المشترون يصلون بالفعل - وهم فئة جديدة تمامًا من النماذج

لسنوات، كان سؤال "من سيشتري بيانات السلاسل الزمنية التشغيلية؟" سؤالًا عادلًا. في عام 2024، توقف عن كونه كذلك - لأن فئة جديدة تمامًا من الذكاء الاصطناعي ظهرت تحتاج إلى هذا بالضبط.

أنتج العامان الماضيان الموجة الأولى من نماذج أساس السلاسل الزمنية: TimesFM من Google، و Chronos من Amazon، و Moirai من Salesforce، و Granite / Tiny Time Mixers من IBM، و MOMENT من CMU، و TimeGPT من Nixtla. نفس وصفة "التدريب المسبق لنموذج كبير واحد، والتعميم في كل مكان" التي حولت النص والصور - موجهة الآن نحو الإشارات بمرور الوقت.

لكنهم اصطدموا بنفس الجدار الذي كنا نصفه. تم تدريب TimesFM من Google مسبقًا على حوالي 100 مليار نقطة زمنية مستمدة إلى حد كبير من Google Trends ومشاهدات صفحات Wikipedia - بيانات الويب العامة، وليس ساعة واحدة من بيانات SCADA أو قياسات المستشعرات. ويقول الباحثون الذين يبنون هذه النماذج بصوت عالٍ:

"لقد حولت النماذج الأساسية الرؤية واللغة من خلال التدريب المسبق على مجموعات بيانات كبيرة ومتماسكة هيكليًا - ومع ذلك لا يوجد ركيزة مماثلة للسلاسل الزمنية الصناعية." - FactoryNet، 2026

"على عكس اللغة، التي لديها بيانات تدريب مسبق وفيرة في تيرابايت، بيانات السلاسل الزمنية نادرة نسبيًا، ومتنوعة جدًا ومحدودة علنًا." - IBM Research، Tiny Time Mixers (NeurIPS 2024)

رأس المال يتبع نفس المنطق. جمعت شركة متخصص في صحة الآلات Augury 75 مليون دولار بتقييم يزيد عن مليار دولار (فبراير 2025)؛ جمعت منصة الصيانة الصناعية Tractian 120 مليون دولار (ديسمبر 2024). المشترون لبيانات الصيانة التنبؤية لم يعودوا افتراضيين. إنهم ممولون، ويبنون، وهم يتضورون جوعًا بالضبط للاحتياطي الذي يجلس عليه حاملو الـ 413 لدينا.

الخلاصة

قال الإصدار رقم 1 إن الذكاء الاصطناعي التالي يحتاج إلى بيانات لم تكن متصلة بالإنترنت أبدًا. يخبرك الإصدار رقم 2 أي بيانات، لأن السوق لم يتوقف عن الإشارة إليها: سلاسل زمنية للصيانة التنبؤية من الاقتصاد المادي - الآلات، الشبكات، الأساطيل، المناجم.

إنها الإشارة الأكثر تكرارًا التي نجمعها. إنها أكبر تخصص قمنا برسم خرائطه (43٪ من كل حامل). إنها 100٪ سلاسل زمنية. إنها تتعلق بمشكلة بقيمة 1.4 تريليون دولار سنويًا. لا يمكن كشطها. وقد ظهرت فئة جديدة تمامًا من النماذج الأساسية غير قادرة على التدريب بدونها.

على جانب واحد: مشغلون يجلسون على أصل نادر وغير مستغل - غالبًا دون إدراك أنه وقود العقد القادم من الذكاء الاصطناعي. على الجانب الآخر: جيل جديد من النماذج، والبائعون المحيطون بها، على استعداد للدفع مقابل ذلك. ما ينقص بينهما هو البنية التحتية لمطابقة وتبادل الثقة في التبادل.

هذا ما نبنيه.

إذا كنت تشغل آلات، أو شبكة، أو أسطولًا، أو مصنعًا - فأنت على الأرجح تجلس على سلاسل زمنية للصيانة التنبؤية يدفع لها شخص ما الآن. إذا كنت تبني ذكاءً اصطناعيًا يحتاج إلى إشارة تشغيلية حقيقية - فهذا هو المكان الذي يعيش فيه. في كلتا الحالتين، حان وقت الحديث.

— سليم لبريكي، d-nvest

ملاحظة منهجية: أرقام قياس السوق هي تقديرات بائعين مملوكة، تُنسب حسب الشركة؛ حيث يختلف المحللون (خاصة في معدل النمو السنوي المركب)، نعرض المدى بدلاً من اختيار رقم. تُعتبر "الإشارة" حقيقة خارجية مؤرخة (صحافة/سجل)؛ تُعتبر الفكرة "مؤهلة" فقط عندما تتلاقى 3 مصادر مستقلة على الأقل عليها.