در جریان نمایشگاه فناوری LEAP 2026 که در شهریورماه ۱۴۰۵ در ریاض برگزار شد، شرکت «آرامکو دیجیتال» (Aramco Digital)، بازوی فناورانه غول نفتی جهان، از همکاری مشترک خود با استارتاپ پیشرو «OrbitronAI» برای توسعه و تجاری‌سازی ابزارهای هوش مصنوعی اختصاصی صنایع سنگین خبر داد. این همکاری با هدف بهینه‌سازی عملیات‌های پیچیده در حوزه‌های نفت و گاز، انرژی، معدن و لجستیک طراحی شده است.
معماری عملیاتی: از مدیریت داده تا بازیابی ارزش صنعتی
یکی از چالش‌های بزرگ در صنایع سنگین، پراکندگی داده‌ها و ناکارآمدی در فرآیندهای بوروکراتیک و مدیریت زنجیره تأمین است. پلتفرم OrbitronAI با تمرکز بر استفاده از عامل‌های هوش مصنوعی (AI Agents) توسعه یافته است. برخلاف سیستم‌های تحلیل داده سنتی، این عامل‌ها قابلیت خواندن مستقیم اسناد سازمانی، اتصال به سیستم‌های مدیریت کسب‌وکار (ERP) و انجام تسک‌های اجرایی را دارند. فلسفه طراحی این سیستم بر مبنای «حفظ نظارت انسانی» بنا شده است؛ به این معنا که تمامی تصمیمات کلان، تأییدیه نهایی هزینه‌ها و قراردادهای استراتژیک همچنان تحت کنترل و امضای مدیران انسانی باقی می‌ماند تا از ریسک‌های ناشی از اتوماسیون بی‌قید و شرط جلوگیری شود.
استراتژی مقیاس‌پذیری و بومی‌سازی مدل‌ها
اشرف طحینی، مدیرعامل آرامکو دیجیتال، در خصوص این همکاری تصریح کرده است که هدف نهایی، تبدیل مزیت‌های رقابتی صنعتی به محصولات هوش مصنوعی مقیاس‌پذیر است. این فرآیند با یک رویکرد سه‌مرحله‌ای اجرا خواهد شد: ابتدا مدل‌ها بر اساس پرونده‌های واقعی مشتریان در عربستان سعودی ساخته می‌شوند، سپس تحت تست‌های دقیق میدانی قرار می‌گیرند و در نهایت به عنوان محصولاتی تجاری برای بازارهای جهانی عرضه می‌گردند. سائولیوس آدامایتیس، مدیرعامل OrbitronAI که پیش‌تر رهبری بخش نفت و گاز جهانی شرکت EY را بر عهده داشته است، این متدولوژی را «مدل تکرارپذیر بازیابی ارزش صنعتی» (Industrial Value Recovery) نامیده است.
تمرکز بر هوش مصنوعی مولد در زنجیره تأمین
تیم بنیان‌گذار OrbitronAI شامل متخصصانی از شرکت‌های بزرگ بین‌المللی نظیر Shell است که تجربه‌ای عمیق در مهندسی زنجیره تأمین دارند. ترکیب تخصص فنی در حوزه‌های مهندسی و هوش مصنوعی باعث شده تا این شرکت به دنبال حل چالش‌هایی باشد که تاکنون به دلیل کندی در تصمیم‌گیری و بوروکراسی، منجر به ضررهای مالی کلان در پروژه‌های عظیم می‌شدند. این الگو که در حال حاضر توسط رقبایی همچون Freehand نیز پیگیری می‌شود، بر خودکارسازی مذاکرات با تأمین‌کنندگان و بهینه‌سازی جریان کاری تأکید دارد.
مشخصات فنی و استراتژیک همکاری
- هدف اصلی: کاهش ضایعات مالی ناشی از کندی فرآیندها در صنایع سنگین.
- فناوری محوری: عامل‌های خودکار هوشمند (AI Agents) جهت استخراج داده از فایل‌های غیرساختاریافته.
- مدل حاکمیتی: Human-in-the-loop (تأیید نهایی توسط مدیران انسانی).
- بازار هدف: نفت و گاز، نیروگاه‌ها، صنایع معدنی، لجستیک و زیرساخت‌های کارخانه‌ای.
- مبدأ توسعه: عربستان سعودی (با چشم‌انداز عرضه در بازارهای بین‌المللی).
نتیجه‌گیری و آینده‌نگری
سرمایه‌گذاری‌های عظیم آرامکو در حوزه هوش مصنوعی—که پیش‌تر با تزریق بودجه به پروژه Together AI نیز مشهود بود—نشان‌دهنده تغییر پارادایم این شرکت از یک تولیدکننده صرف انرژی به یک هاب فناوری پیشرفته است. ترکیب دانش عملیاتی آرامکو با چابکی استارتاپ‌های متخصص در حوزه هوش مصنوعی، می‌تواند استانداردهای جدیدی را در نحوه مدیریت دارایی‌های سنگین صنعتی در سطح جهانی ایجاد کند. موفقیت این همکاری در بازارهای بین‌المللی، به توانایی تیم در تعمیم مدل‌های «بازیابی ارزش» به محیط‌های عملیاتی متفاوت بستگی خواهد داشت.
