알림 목록

منطقة التحليل: مدينة أولسان متروبوليتان

المناطق الرئيسية: منطقة صناعة السيارات في بوك-غو، منطقة صناعة بناء السفن في دونغ-غو، منطقة صناعة البتروكيماويات في نام-غو

جدول الأعمال: التوافق بين إعلان مدينة الذكاء الاصطناعي ونتائج الإنتاجية والجودة والسلامة والطاقة في مواقع التصنيع

نوع الوقت الذهبي: تسريع البنية التحتية + تحويل المصانع - فجوة الأدلة

تاريخ المرجع: 28/08/2026

الإصدار: الإصدار القياسي المحسن من AX Golden Time Intelligence v3.2 الإقليمي
 

استقطبت مدينة أولسان مشروع مركز بيانات للذكاء الاصطناعي بقيمة 7 تريليونات وون كوري من شركة SK-AWS في عام 2025، ووضعت شعار "أولسان عاصمة الذكاء الاصطناعي" على رأس أولويات إدارتها البلدية في عام 2026. وتحوّلت استراتيجية المدينة في مجال الذكاء الاصطناعي من التركيز على التعليم والبحث إلى نموذج صناعي يجمع بين بنية تحتية حاسوبية واسعة النطاق وقطاع التصنيع. ومع ذلك، لا توجد أدلة عامة مؤكدة تربط بين الاستثمار في مراكز البيانات وتحسين معدلات تبني الذكاء الاصطناعي، أو الإنتاجية، أو خفض العيوب، أو السلامة، أو كفاءة الطاقة في مصانع السيارات وبناء السفن والبتروكيماويات في أولسان. وإذا سارت مشاريع بناء مراكز البيانات ومشاريع الذكاء الاصطناعي في المصانع بشكل منفصل بين عامي 2026 و2028، فقد تنجح أولسان في إنشاء بنية تحتية للذكاء الاصطناعي، لكن تحوّل المواقع الصناعية قد يصبح معتمدًا على الطلب الخارجي على الحوسبة السحابية. وبينما  يُعتبر إعلان أولسان مدينة للذكاء الاصطناعي مؤكدًا من حيث الاستثمار في البنية التحتية، إلا أنه لا يزال غير مؤكد من حيث نتائج المصانع.

في عام 2026، خصصت مدينة أولسان ميزانية قدرها 117.8 مليار وون كوري لدعم الشركات الصغيرة والمتوسطة وتعزيز الابتكار، بزيادة قدرها 26% عن العام السابق، وشملت هذه الميزانية برنامج SME AX. ويتوسع نطاق تطبيق سياسة الذكاء الاصطناعي من التركيز على الشركات الكبرى والمؤسسات البحثية ليشمل الشركات الصغيرة والمتوسطة المحلية والشركات الشريكة. ومع ذلك، لا تؤكد البيانات المتاحة للجمهور عدد الشركات المدعومة التي تجاوزت مرحلة إثبات المفهوم لتطبيق الذكاء الاصطناعي بشكل دائم في خطوط الإنتاج الفعلية، كما أنها لا تكشف عن أي تغييرات في الإنتاجية والمبيعات والتوظيف. إذا استمر الدعم في مراحل الاستشارات والمعدات والعرض التوضيحي من عام 2026 إلى عام 2028، فإن الفجوة في البيانات والقوى العاملة والعمليات بين الشركات الكبرى والشركات الشريكة ستتسع أكثر.  وبينما تم تأكيد سياسة نشر برنامج Ulsan Manufacturing AX، فإن معدل التحويل في مواقع إنتاج الشركات الصغيرة والمتوسطة لا يزال غير مؤكد.

وضعت مدينة أولسان أهدافًا للخمس سنوات القادمة لتنمية 500 موهبة في مجال الذكاء الاصطناعي الصناعي، وإجراء 150 تجربة ميدانية تركز على الشركات الكبرى، ودعم 500 شركة ناشئة في مجال التكنولوجيا المتقدمة، بينما تخطط كلية نوفاتوس للدراسات العليا التابعة لجامعة أولسان للعلوم والتكنولوجيا (UNIST) لتدريب حوالي 100 متخصص في الذكاء الاصطناعي سنويًا. وقد توسع النظام البيئي للذكاء الاصطناعي الصناعي ليشمل هيكلًا يجمع بين تنمية المواهب والشركات الناشئة والتجارب الميدانية في الشركات الكبرى. ومع ذلك، لم يتم الكشف عن معايير الانتقال - التي تتراوح من 150 تجربة ميدانية إلى تطبيقها على خطوط الإنتاج، والعقود المدفوعة، والإيرادات المتكررة، والتوسع ليشمل الشركات الشريكة. إذا ظلت الأهداف مركزة على المواهب والشركات الناشئة وأعداد التجارب الميدانية خلال العامين أو الثلاثة أعوام القادمة، فإن التغييرات الفعلية في المصانع ستُحجب بمدخلات النظام البيئي.  وبينما يجري بناء أساس الذكاء الاصطناعي الصناعي في أولسان، إلا أن الأدلة على انتقاله إلى مرحلة الإنتاج لا تزال غير واضحة.

رفعت وزارة التجارة والصناعة والطاقة ميزانية برنامج الذكاء الاصطناعي الصناعي لعام 2026 إلى 1.1347 تريليون وون، بزيادة قدرها 100.8% عن العام السابق، كما رفعت ميزانية مشروع مصنع الذكاء الاصطناعي إلى 220 مليار وون. وتشهد الفترة من 2026 إلى 2028، التي تتلاقى فيها توسعات الاستثمار الوطني في برنامج الذكاء الاصطناعي الصناعي مع هياكل الصناعات في أولسان، لا سيما في قطاعات السيارات وبناء السفن والبتروكيماويات، تدفقًا كبيرًا للتمويل الخارجي. إلا أنه لم يتم التحقق بعد من بيانات التشغيل العامة التي تدمج تأمين المشاريع الوطنية الرائدة وأداء التطبيقات حسب العملية في مصانع أولسان. وإذا لم يتم وضع معايير بيانات المصانع، وخطوط الأداء الأساسية، وهيكل نشر للشركات الشريكة خلال هذه الفترة، فسيتم استنفاد الميزانية الوطنية الموسعة من خلال مشاريع تجريبية فردية.  إن الوقت الأمثل لقطاع التصنيع في أولسان ليس عندما تكون ميزانية الذكاء الاصطناعي غير كافية، بل خلال السنتين أو الثلاث سنوات القادمة لتحديد معدل الانتقال من مرحلة التجريب إلى الإنتاج.

أطروحة العصر الذهبي - لا يُقاس ما إذا كانت أولسان مدينة عالمية رائدة في مجال الذكاء الاصطناعي بحجم الاستثمار في مراكز البيانات أو عدد مشاريع عرض الذكاء الاصطناعي، بل يُقاس بمدى تأثير الذكاء الاصطناعي على تقليل وقت توقف المصانع، والعيوب، والتكاليف، واستهلاك الطاقة، وحوادث السلامة، وما إذا كانت هذه التغييرات قد امتدت إلى الشركات الشريكة.

أولسان مدينة صناعية تتركز فيها صناعة السيارات في بوك-غو، وبناء السفن في دونغ-غو، وصناعات البتروكيماويات والطاقة في نام-غو وأولجو-غون. ولا يقتصر نطاق تطبيق الذكاء الاصطناعي على عملية واحدة، بل يشمل سلسلة القيمة بأكملها، بدءًا من التصميم والمشتريات والإنتاج والجودة والخدمات اللوجستية والمرافق والسلامة والطاقة. ومع ذلك، لم يتم تأكيد وجود خط أساس رسمي يقارن عدد المصانع والعمليات ومعدلات تحويل بيانات المرافق ومعدلات تطبيق الذكاء الاصطناعي عبر الصناعات الرئيسية الثلاث باستخدام المعايير نفسها. علاوة على ذلك، إذا توسعت العمليات التجارية لكل قطاع على حدة بين عامي 2026 و2028، فلن يكون من الممكن حساب معدل التحويل لجميع المصانع في أولسان بأثر رجعي.  وبينما يتضح حجم الصناعة في أولسان، يبقى المقام في عملية التحول إلى الذكاء الاصطناعي غير مؤكد.

يُعدّ مصنع هيونداي موتور في أولسان، وشركة هيونداي للصناعات الثقيلة، ومرافق البتروكيماويات واسعة النطاق، شركات رائدة تمتلك بنية تحتية متينة للأتمتة واسعة النطاق، وأجهزة الاستشعار، وإدارة الإنتاج. وقد شهد قطاع التصنيع في أولسان تحولاً من المصانع التي تعتمد على العمالة اليدوية إلى هيكل يجمع بين المصانع المؤتمتة للغاية وشبكات التعاون واسعة النطاق. ومع ذلك، يختلف نطاق الإفصاح عن نسبة العمليات التي تنتقل من الأتمتة الحالية إلى التنبؤ والتحكم الذاتي القائم على الذكاء الاصطناعي، فضلاً عن الأداء الناتج، من شركة إلى أخرى. فإذا لم يتم التمييز بين معدات الأتمتة وعمليات الذكاء الاصطناعي خلال العامين أو الثلاثة أعوام الماضية، تُحتسب الاستثمارات الرقمية الحالية مرتين كإنجازات جديدة في مجال الأتمتة.  وعلى الرغم من قوة البنية التحتية الرقمية لمصنع أولسان، إلا أنه لا يمكن تقييم حجم تحوله نحو الذكاء الاصطناعي بشكل منفصل.

تم الإعلان عن مركز بيانات الذكاء الاصطناعي SK-AWS كاستثمار بقيمة 7 تريليونات وون، وأُدرج ضمن أفضل خمسة مشاريع لمدينة أولسان لعام 2025. وقد توسعت أصول الذكاء الاصطناعي في أولسان من مجرد عروض توضيحية من الجامعات المحلية والقطاع العام إلى بنية تحتية حاسوبية واسعة النطاق لمزودي الخدمات السحابية العالميين. ومع ذلك، لا توجد بيانات متاحة للجمهور توضح آثار هذا الاستثمار على المشتريات المحلية، والتوظيف المحلي، واستخدام الحوسبة من قبل شركات التصنيع المحلية، واستهلاك الكهرباء والمياه، والإيرادات الضريبية. وحتى في حال استمرار الاستثمار الإنشائي بين عامي 2026 و2028، فإنه في حال عدم تحول المصانع المحلية إلى عملاء فعليين، سيظل حجم الاستثمار وحجم التحول الصناعي منفصلين. وبينما تم تأكيد الحجم الاقتصادي لمركز بيانات الذكاء الاصطناعي، يبقى حجم ارتباطه الصناعي بمصانع أولسان غير مؤكد.

قدّمت خطة مدينة أولسان الذكية 21 مشروعًا، من بينها معلومات مكانية مدعومة بالذكاء الاصطناعي وتوائم رقمية، بتكلفة إجمالية قدرها 294.2 مليار وون للفترة 2022-2026. وقد توسّع نطاق استخدام البيانات الحضرية ليشمل النقل والسلامة والإدارة المكانية. مع ذلك، لم يتم تأكيد وجود هيكل لتحليل بيانات المدينة الذكية بشكل مشترك مع بيانات المجمعات الصناعية وعمليات الشركات في الأدلة المتاحة للجمهور. إذا تمّ تطوير منصتي التحليل الحضري والصناعي إلى منصتين منفصلتين خلال العامين أو الثلاثة أعوام القادمة، فسيتم إغفال التأثير المتبادل بين النقل والخدمات اللوجستية وإدارة الكوارث والطاقة وعمليات المصانع. على الرغم من  توسّع نطاق استخدام الذكاء الاصطناعي في أولسان في القطاعين الحضري والصناعي، إلا أن الصلة بين النظامين لا تزال غير مؤكدة.

تُظهر مراكز بيانات الذكاء الاصطناعي، وجامعة أولسان للعلوم والتكنولوجيا (UNIST)، ومجمع أولسان التكنولوجي، ومرافق البحث والتطوير والإنتاج التابعة للشركات الكبرى، وبرامج دعم الشركات الصغيرة والمتوسطة، تركز أصول الذكاء الاصطناعي في أولسان. وقد تطور النظام البيئي للذكاء الاصطناعي ليصبح بنيةً متكاملةً تجمع بين البحث العلمي، والمواهب، والحوسبة، ومتطلبات التصنيع ضمن منطقة واحدة. ومع ذلك، فإن معدل تحويل نتائج الأبحاث إلى نماذج أولية في المصانع، ثم إلى عقود خطوط إنتاج وإيرادات الشركات الناشئة، غير مُعلن عنه. وحتى لو ازداد عدد المؤسسات والمشاريع بين عامي 2026 و2028، فإن بقاء معدل التحويل منخفضًا سيُبقي هذا التركيز مجرد قائمة موازية للأصول.  فبينما تمتلك أولسان مقومات الذكاء الاصطناعي الصناعي، لم يتم التحقق بعد من وجود نظام بيئي تجاري فعال.

على مدى السنوات الخمس المقبلة، ستُقام 150 تجربة ميدانية بقيادة شركات كبرى، مما سيوفر نقاط اتصال واسعة النطاق تُمكّن الشركات الناشئة والمؤسسات البحثية من دخول مواقع التصنيع الفعلية. ويتحول تطوير التكنولوجيا من التحقق المختبري إلى التحقق الميداني باستخدام البيانات الصناعية وظروف المعدات. ومع ذلك، لا تزال المعايير العامة لتقييم عقود الإنتاج، وإمكانية تكرارها في مصانع أخرى، وتطبيقها على الشركات الشريكة، وعائدات الصيانة بعد التجربة غير مؤكدة. إذا تزايد عدد التجارب بسرعة بين عامي 2026 و2028، فسيصبح من المستحيل التمييز بين نماذج إثبات المفهوم المكتملة والإنتاج الفعلي.  وبينما تتوسع نقاط الاتصال الميدانية في أولسان، تبقى الفجوة قائمة بين بيئة التجارب وبيئة الإنتاج.

تسعى كلية نوفاتوس للدراسات العليا التابعة لجامعة أولسان للعلوم والتكنولوجيا (UNIST) إلى تدريب ما يقارب 100 متخصص في الذكاء الاصطناعي سنويًا، بينما حددت مدينة أولسان هدفًا يتمثل في إعداد 500 موهبة في مجال الذكاء الاصطناعي قادرة على دمج الصناعات المختلفة على مدى خمس سنوات. وقد تحولت سياسة تنمية المواهب من التركيز على تعليم الذكاء الاصطناعي العام إلى رعاية المواهب القادرة على دمج الصناعات المختلفة، والقادرة على فهم عمليات صناعة السيارات وبناء السفن والطاقة. ومع ذلك، لم يتم التحقق من أي بيانات عامة تربط بين توظيف الخريجين في شركات أولسان، أو استمرارهم في العمل لفترات طويلة، أو مشاركتهم في المشاريع الميدانية، أو مساهماتهم في الإنتاجية. إذا اقتصر الأمر على زيادة عدد الخريجين على مدى سنتين أو ثلاث سنوات، فإن المواهب المحلية ستنفصل عن معدل دوران الموظفين الخارجي، وستصبح نتائج التعليم منفصلة عن أداء المصانع.  وعلى الرغم من وجود بيئة لتطوير المواهب، إلا أن الكفاءات المهنية المتبقية في مصانع أولسان لا تزال غير مؤكدة.

يربط صندوق النمو الإقليمي لمدينة أولسان، البالغ 50 مليار وون، وهدف إنشاء 500 شركة ناشئة في مجال التكنولوجيا المتقدمة، بين تمويل التسويق التجاري بعد تطوير التكنولوجيا. ويتوسع النظام البيئي للذكاء الاصطناعي الصناعي من التركيز على برامج الدعم إلى هيكل استثماري وتوسيع نطاق. ومع ذلك، لا تزال البيانات المتاحة للجمهور حول مبيعات الشركات المستثمرة في الصندوق في مصانعها في أولسان، والاستثمارات اللاحقة، ومعدلات البقاء، والاستقرار المحلي، في مراحلها الأولى. وحتى مع زيادة عدد الشركات الناشئة بين عامي 2026 و2028، قد تنتقل الشركات إلى منطقة سيول الكبرى أو الأسواق الخارجية إذا تأخر تأمين عملاء التصنيع.  وبينما تم تأكيد الأساس لتمويل الشركات الناشئة، لا يزال الربط التجاري مع طلب التصنيع المحلي غير مؤكد.

يشهد الذكاء الاصطناعي في التصنيع تحولاً من التطبيقات الفردية، مثل فحص الجودة والصيانة التنبؤية والتنبؤ بالطلب، إلى التصنيع الذاتي الذي يدمج المعدات والروبوتات وتخطيط الإنتاج. وقد اقترحت وزارة التجارة والصناعة والطاقة توجهاً لإنشاء أكثر من 500 مصنع للتصنيع الذاتي باستخدام الذكاء الاصطناعي بحلول عام 2030. مع ذلك، لم يُكشف عن عدد المصانع في أولسان التي يتحكم فيها الذكاء الاصطناعي بظروف الإنتاج بطريقة حلقة مغلقة، متجاوزاً توصيات العمليات. إذا ما ترسخت الاستثمارات التي تركز على النماذج الفردية بين عامي 2026 و2028، فإن تكلفة التوسع إلى الأتمتة الكاملة للعملية سترتفع.  وبينما توجد مؤشرات على عرض تطبيقات الذكاء الاصطناعي في التصنيع في أولسان، إلا أن مرحلة التصنيع الذاتي لا تزال غير مؤكدة.

يشهد قطاع صناعة السيارات تحولاً من التركيز على محركات الاحتراق الداخلي إلى قطاع يجمع بين المركبات الكهربائية، والمركبات ذاتية القيادة، والروبوتات، والبطاريات، وخدمات البيانات. وقد توسع نطاق الذكاء الاصطناعي ليشمل، بالإضافة إلى تحسين كفاءة العمليات، التنافس على البيانات في برمجيات المركبات ودورة حياة المنتج بأكملها. ولا تزال الأدلة المتعلقة بالنظام البيئي الصناعي الإقليمي، الذي يربط بيانات الإنتاج من مصنع أولسان ببيانات تشغيل المركبات وخدماتها، غير متاحة. وإذا تم فصل الذكاء الاصطناعي في المصانع عن الذكاء الاصطناعي في المنتجات خلال العامين أو الثلاثة أعوام القادمة، فقد تبقى أولسان مركزاً للإنتاج، بينما تتركز البرمجيات ذات القيمة المضافة العالية في مناطق أخرى. وتشير التقديرات  إلى أن الفجوة في أتمتة السيارات في أولسان أكبر في تكامل بيانات المنتجات والعمليات منها في أتمتة الإنتاج.

يواجه قطاع بناء السفن تحديات متزامنة تشمل تعقيد التصميم والإنتاج واللحام والطلاء والخدمات اللوجستية والتشغيل، بالإضافة إلى نقص العمالة الماهرة. وتشهد تقنيات الذكاء الاصطناعي والروبوتات تحولاً من أتمتة المعدات الفردية إلى التحسين المتكامل الذي يربط تصميم السفن بعمليات أحواض بناء السفن. ومع ذلك، لا توجد مقاييس متاحة للعموم تؤكد مدى تأثير تطبيق الذكاء الاصطناعي في أحواض بناء السفن في أولسان على جداول المشاريع، وإعادة العمل، والإنتاجية، وحوادث السلامة. وإذا ما استمر الاعتماد على العمالة المؤقتة والاستعانة بمصادر خارجية في معالجة تراكم الطلبات من عام 2026 إلى 2028، فلن تُجمع بيانات فترة الازدهار كأصول أتمتة طويلة الأجل. وبينما  تُعد فرص تطبيق الذكاء الاصطناعي في بناء السفن في أولسان كبيرة، إلا أن هناك نقصًا في الأدلة التي تربط فترة الازدهار بالتحول الهيكلي.

في ظلّ فائض العرض العالمي، ولوائح انبعاثات الكربون، وضغوط التكاليف، يتحوّل قطاع البتروكيماويات من مجرّد زيادة حجم الإنتاج إلى منتجات ذات قيمة مضافة عالية، وكفاءة في استهلاك الطاقة، والسلامة، وترشيد انبعاثات الكربون. كما يتوسّع دور الذكاء الاصطناعي من الصيانة التنبؤية للمعدات إلى التحسين المتزامن لإنتاجية العمليات، والطاقة، والانبعاثات، والسلامة. مع ذلك، لم يتمّ التحقّق من مدة التشغيل المتاحة للاستخدام المشترك لبيانات العمليات وبيانات الطاقة، وبيانات الأنابيب، وبيانات السلامة بين شركات مجمع أولسان للبتروكيماويات. إذا اقتصر التحسين على كل شركة على حدة لمدة سنتين إلى ثلاث سنوات، فسيكون التأثير التآزري فيما يتعلّق بالطاقة، والمواد الخام، والسلامة على مستوى المجمع بأكمله محدودًا.  ويُعتبر مشروع أولسان للبتروكيماويات أقلّ جاهزيةً لتحسين أداء المجمع الصناعي المشترك مقارنةً بتطبيقه على الشركات الفردية.

تتبنى مدينة أولسان استراتيجية مدينة الذكاء الاصطناعي، بالاعتماد على مقر ترويج رأس المال للذكاء الاصطناعي ولجنة أولسان للذكاء الاصطناعي، وذلك من خلال دمج مراكز البيانات الضخمة مع الذكاء الاصطناعي الصناعي. وقد توسع إطار الاستجابة من مشاريع المعلوماتية الفردية إلى حوكمة الذكاء الاصطناعي على مستوى حكومة المدينة. ومع ذلك، لم يتم التوصل إلى لوحة بيانات تجمع وتُعلن علنًا عن خطوط الأساس الإنتاجية الخاصة بكل قطاع، ومعدلات تبني المصانع، ومعدلات انتشار الموردين، ومعدلات عائد الذكاء الاصطناعي. وحتى مع زيادة عدد المنظمات واللجان والمشاريع بين عامي 2026 و2028، لا يمكن قياس الفجوة بين الإعلان والتحول الصناعي الفعلي ما لم يتم تحديد النتائج الصناعية كمؤشرات مشتركة.  وبينما تم تعزيز استجابة أولسان للحوكمة، لا يزال نظام إدارة نتائج التصنيع غير مُعتمد.

تتضمن ميزانية عام 2026 البالغة 117.8 مليار وون كوري، والمخصصة لدعم الشركات الصغيرة والمتوسطة وتعزيز الابتكار، دعمًا لبرامج التحول الرقمي للشركات الصغيرة والمتوسطة وبيئة الشركات الناشئة. وقد تحول التركيز في الاستجابة للشركات الصغيرة والمتوسطة من الدعم المالي العام ودعم قنوات البيع إلى هيكل يشمل الذكاء الاصطناعي والابتكار الرقمي. ومع ذلك، فإن البيانات المتاحة للجمهور لا توضح بوضوح مخصصات برامج التحول الرقمي، والشركات المستفيدة، والشركات التي تشهد تحولًا في الإنتاج، وتحسينات الإنتاجية ضمن الميزانية الإجمالية. وإذا ما اعتُبرت الميزانية الإجمالية الضخمة على مدى سنتين إلى ثلاث سنوات مؤشرًا على أداء برامج التحول الرقمي، فقد يتم المبالغة في تقدير الموارد والآثار الفعلية المستثمرة في التحول الصناعي.  وبينما تم تأكيد اتجاه استجابة الشركات الصغيرة والمتوسطة، فإن العلاقة بين تمويل برامج التحول الرقمي والنتائج لا تزال غير مؤكدة.

أنشأ مركز التحكم المتكامل للمجمع الصناعي الأخضر الذكي أساسًا لإدارة السلامة في المجمعات الصناعية باستثمار قدره 13 مليار وون كوري خلال الفترة من ديسمبر 2022 إلى نوفمبر 2025. وقد تحوّل نهج الاستجابة للمجمعات الصناعية من عمليات التفتيش على سلامة الشركات الفردية إلى هيكل متكامل يدمج مراقبة خطوط الأنابيب تحت الأرض والمخاطر داخل المجمع. ومع ذلك، لا تؤكد البيانات المتاحة للجمهور مدى تغير أوقات اكتشاف الحوادث، وأوقات اكتشاف التسربات، وأوقات الإغلاق، وقدرات الاستجابة المشتركة منذ بدء تشغيل المركز. وبمجرد اكتمال أعمال الإنشاء للفترة 2026-2028 مع اكتمال المرافق، سيتم تقييد استخدام بيانات السلامة في عمليات المصانع. وعلى الرغم من  اكتمال البنية التحتية للاستجابة لبيانات المجمعات الصناعية، إلا أن نتائج خفض المخاطر الفعلية لا تزال غير مؤكدة.

تهدف شركة أولسان إلى دعم 500 شركة ناشئة في مجال التكنولوجيا المتقدمة، و500 موهبة في مجال الذكاء الاصطناعي للتقارب الصناعي، و150 عرضًا ميدانيًا، وذلك من خلال دمج الشركات الناشئة والمواهب والعروض في استراتيجية واحدة. وقد توسع هيكل الاستجابة من برامج دعم فردية إلى منظومة متكاملة للشركات الناشئة. مع ذلك، لم يتم الكشف عن كامل هذه السلسلة، والتي تبدأ بشركة ناشئة واحدة تخضع لعرض تجريبي في شركة كبيرة، ثم تتوسع لتشمل شركات شريكة صغيرة ومتوسطة الحجم، وتضمن إيرادات متكررة. إذا تم تقييم نتائج الأداء لكل هدف من عام 2026 إلى عام 2028 بشكل منفصل، فإن استراتيجية الدورة الكاملة ستنقسم إلى ثلاثة إنجازات مستقلة.  على الرغم من تصميم استجابة أولسان للدورة الكاملة، إلا أن جدواها التشغيلية لا تزال غير مؤكدة.

رفعت وزارة التجارة والصناعة والطاقة ميزانية برنامج التنمية الصناعية (AX) إلى 1.1347 تريليون وون لعام 2026، وزادت ميزانية برنامج المصانع الذكية (AI Factory) إلى 220 مليار وون. تمتلك مدينة أولسان تجمعات صناعية في قطاعات السيارات وبناء السفن والبتروكيماويات، والتي ستشكل مراكز طلب مباشرة لتوسيع برنامج التنمية الصناعية الوطني. مع ذلك، لم تتوفر بيانات إقليمية متكاملة حول عدد المشاريع المختارة لأولسان، أو حجم الاستثمارات، أو معدلات استخدام خطوط الإنتاج ضمن برنامج المصانع الذكية الوطني. ومع اشتداد المنافسة على المشاريع الوطنية بين عامي 2026 و2028، لا يمكن ضمان ريادة أولسان بالاعتماد على التجمعات الصناعية وحدها. فبينما  تُظهر أولسان توافقًا هيكليًا عاليًا مع سياسة التنمية الصناعية الوطنية، إلا أن حصتها الفعلية في السوق ونتائجها لا تزال غير مؤكدة.

يتمثل الهدف الوطني في الوصول إلى أكثر من 500 مصنع للتصنيع الذاتي المدعوم بالذكاء الاصطناعي بحلول عام 2030، مع توقعات بإنشاء 26 مصنعًا بحلول عام 2024. ويمثل هذا المرحلة الأولى من انتقال صناعة التصنيع الذاتي المحلية من عدد محدود من المصانع الرائدة إلى مرحلة انتشار واسعة النطاق. لا تتوفر بيانات مقارنة رسمية حول موقع مصانع أولسان ضمن هذه المواقع الـ 26 أو ضمن المصانع الـ 500 المتوقعة. إذا تمكنت مناطق التصنيع الأخرى من تأمين منصات وموردين مشتركين خلال العامين أو الثلاثة أعوام القادمة، فقد تتخلف أولسان عن الركب في منظومة التصنيع الذاتي، على الرغم من حجم مصانعها الكبيرة.  يُقيّم موقع أولسان المحلي كمدينة رائدة من حيث الحجم الصناعي، ولكنها تعاني من "فجوة بيانات" من حيث عدد مصانع التصنيع الذاتي.

تبني شركات التصنيع العالمية الرائدة قدرتها التنافسية من خلال الجمع بين معايير بيانات العمليات، والتوائم الرقمية، والبرمجيات الصناعية، والكوادر البشرية في مواقع العمل، بدلاً من الاعتماد على نماذج الذكاء الاصطناعي. كما تمتلك أولسان قدرات أتمتة للمؤسسات الكبيرة، وأنظمة تحكم للمجمعات الصناعية، وقاعدة مواهب في مجال الذكاء الاصطناعي. مع ذلك، لم تُعثر على بيانات تقارن بين قابلية التشغيل البيني لبيانات العمليات بين الشركات، وإعادة استخدام النماذج، والمعايير المشتركة بين الشركات الشريكة، وتلك الموجودة في المناطق الدولية الرائدة. إذا ما تعززت أنظمة الشركات الاحتكارية بين عامي 2026 و2028، فلن يتقدم سوى الأداء الداخلي للشركات الكبيرة، وليس النظام البيئي التعاوني الإقليمي.  ويُعتقد أن القدرة التنافسية العالمية لأولسان تنقسم بين القدرات الداخلية للشركات الكبيرة وقدرات الانتشار في المنطقة بأكملها.

يُعد مركز بيانات الذكاء الاصطناعي، الذي تزيد قيمته عن 7 تريليونات وون، مؤشراً قوياً على حجم الاستثمار الإقليمي في البنية التحتية للذكاء الاصطناعي. ويربط مشاركة مزودي الخدمات السحابية العالميين البنية التحتية للحوسبة والشبكات والطاقة بالسوق الدولية. في المقابل، لم تُعلن بعد شروط الاستخدام والتكاليف والأمن وحماية التقنيات الوطنية الأساسية ومعايير تصدير البيانات لشركات التصنيع المحلية. إذا أنشأ مركز البيانات هيكلاً تشغيلياً يركز على الطلب الخارجي على الذكاء الاصطناعي خلال العامين أو الثلاثة أعوام القادمة، فقد تُقيّد إمكانية وصول مصانع أولسان إليه، بغض النظر عن حجم الاستثمار. تُعتبر  أولسان رائدة في مجال إنشاء البنية التحتية للذكاء الاصطناعي، لكن لا يزال نظام استخدام بيانات التصنيع لديها غير مؤكد.

عند ربط استثمار 7 تريليونات وون في مراكز بيانات الذكاء الاصطناعي بميزانية دعم الشركات الصغيرة والمتوسطة البالغة 117.8 مليار وون في عام 2026، يتضح وجود تباين كبير في حجم استراتيجية الذكاء الاصطناعي في أولسان بين البنية التحتية واسعة النطاق ودعم الشركات المحلية. ورغم تعذر المقارنة المباشرة بين الرقمين كنسبة مئوية لاختلاف طبيعتهما وإطارهما الزمني، إلا أنهما يكشفان عن فجوة هيكلية بين الاستثمار في البنية التحتية وتوسيع المصانع. ولا يزال المسار الذي يُترجم من خلاله الاستثمار في مراكز البيانات إلى خفض تكاليف الحوسبة، وتحسين الوصول إلى البيانات، وزيادة إنتاجية الذكاء الاصطناعي للشركات الصغيرة والمتوسطة غير واضح. وإذا لم يتم تحديد هذه العلاقة بين عامي 2026 و2028، فسيظل الاستثمار واسع النطاق ودعم الشركات المحلية سياستين منفصلتين.  وتكمن الفجوة العددية في مدينة أولسان للذكاء الاصطناعي بين حجم الاستثمار في البنية التحتية وحجم تحويل المصانع.

إن ربط أهداف 500 موهبة في مجال الذكاء الاصطناعي للتقارب الصناعي، و500 شركة ناشئة في مجال التكنولوجيا المتقدمة، و150 عرضًا ميدانيًا، لا يضمن تلقائيًا فرصًا للعروض الميدانية وتوظيفًا للمواهب في كل شركة ناشئة. ونظرًا لاختلاف الفترات الزمنية والمواضيع المستهدفة، فإن حسابات النسب الميكانيكية تصبح غير صالحة. لم يتم العثور على بيانات تربط المواهب والشركات والعروض التوضيحية وعقود الإنتاج كمشروع واحد. إذا تم تجميع نتائج الأداء لكل هدف على مدى سنتين إلى ثلاث سنوات فقط، فسيحدث تباين حيث يتم إنتاج المواهب وتأسيس الشركات، ولكن لا يمكن تأمين عملاء المصانع. على الرغم من  عرض نطاق أهداف النظام البيئي في أولسان، إلا أن كثافة الربط غير مُقاسة.

يتماشى هدف جامعة أولسان للعلوم والتكنولوجيا (UNIST) المتمثل في تدريب حوالي 100 متخصص في الذكاء الاصطناعي سنويًا مع هدفها المتمثل في تدريب 500 متخصص على مدى خمس سنوات. ورغم تأكيد خطة توفير الكوادر التعليمية، إلا أنها غير مرتبطة باحتياجات سوق العمل في قطاعات السيارات وبناء السفن والبتروكيماويات في أولسان. علاوة على ذلك، لم يتم الكشف عن بيانات حول توظيف الخريجين محليًا، ومدة خدمتهم، وأدائهم في المشاريع. إذا تغير الطلب الصناعي بوتيرة أسرع من المناهج الدراسية بين عامي 2026 و2028، فسيستمر النقص في بعض الوظائف حتى مع تحقيق أهداف التوظيف.  يُعتبر برنامج أولسان لتنمية المواهب في مجال الذكاء الاصطناعي متسقًا من الناحية الكمية، لكن مدى ملاءمته لوظائف المصانع لا يزال غير مؤكد.

يُظهر تخصيص 13 مليار وون لمركز التحكم المتكامل للمجمع الصناعي الأخضر الذكي، و294.2 مليار وون لخطة المدينة الذكية، أن التمويل قد استُثمر بالفعل في البنية التحتية للبيانات في المجمعات الحضرية والصناعية. وكانت مبادرة الذكاء الاصطناعي في أولسان قيد التنفيذ، من خلال أنظمة التحكم والتوائم الرقمية والمعلومات المكانية، حتى قبل الإعلان الرسمي. ومع ذلك، لم يتم التحقق من النتائج العامة التي تربط بين حجم الاستثمار وانخفاض الحوادث وتوفير الطاقة وتوقف المعدات. وإذا أُضيفت استثمارات جديدة في الذكاء الاصطناعي خلال العامين أو الثلاثة أعوام القادمة، فقد تظهر وظائف زائدة دون تقييم العائد الفعلي على الاستثمارات الرقمية السابقة.  وبينما يتزايد إجمالي حجم الاستثمار في الذكاء الاصطناعي في أولسان، لا تزال إنتاجية الأصول الاستثمارية الحالية تعاني من نقص في البيانات.

إن ربط هدف إجراء 150 تجربة ميدانية بدعم الذكاء الاصطناعي للشركات الصغيرة والمتوسطة يُتيح إمكانية تعميم نتائج التجارب التي تُجرى على الشركات الكبيرة على الشركات الشريكة. مع ذلك، لم يتم الكشف عن مؤشرات مثل عدد الشركات الشريكة المشاركة في كل تجربة، وعدد المصانع المُحاكاة، والعقود المدفوعة، والإيرادات المتكررة. ولأن عدد التجارب يُمثل نقاط اتصال تكنولوجية، وعدد عمليات الانتشار يُمثل تغييرات صناعية، فهما ليسا متطابقين. إذا لم يتم التمييز بين هذين الرقمين بين عامي 2026 و2028، فإن الزيادة في إثباتات المفهوم تُبالغ في تقدير انتشار الذكاء الاصطناعي في المصانع.  تكمن أكبر فجوة عددية في الذكاء الاصطناعي التصنيعي في أولسان بين عدد التجارب وعدد عمليات الإنتاج.

تتمثل الثغرة الأولى في غياب خط أساس للمصنع . فعلى الرغم من امتلاك أولسان لثلاثة قطاعات صناعية رئيسية ومصانع ضخمة، إلا أن نسبة كل مرحلة - جمع البيانات، وتحليل الذكاء الاصطناعي، والتوصيات الآلية، والتحكم الذاتي - ضمن العملية الإجمالية غير مُفصحة. إنه هيكل يفتقر إلى معيار أساسي للانتقال. ومع ازدياد مشاريع العرض والتنفيذ بين عامي 2026 و2028، يصبح من الصعب التمييز بين العمليات ذات التطبيقات المتداخلة وتلك التي لا تتداخل.  وقد تبين أن أكبر ثغرة في نظام أولسان للتصنيع الذكي (Ulsan Manufacturing AX) هي عدم وجود معدل تطبيق فعلي نسبةً إلى إجمالي المصنع، وليس عدد مشاريع الذكاء الاصطناعي.

تتمثل الثغرة الثانية في عدم تتبع عملية الانتقال من مرحلة إثبات المفهوم إلى مرحلة الإنتاج . فعلى الرغم من أن أولسان حددت هدفًا يتمثل في إجراء 150 تجربة ميدانية، إلا أنه لم يتم الكشف عن عمليات خط الإنتاج الفعلية ومعايير العقود المدفوعة بعد انتهاء التجارب. ويتم فصل التحقق من التكنولوجيا والنتائج الصناعية إلى مراحل متميزة. وإذا أصبح عدد التجارب مؤشر الأداء الثابت لمدة سنتين إلى ثلاث سنوات، فإن الفرق بين الدروس المستفادة من التجارب الفاشلة والنماذج التجارية يختفي.  ويتم الحكم على جاهزية الذكاء الاصطناعي الصناعي بأنها غير مؤكدة بناءً على معدل تحويل الإنتاج بدلاً من عدد فرص التجربة.

تكمن الفجوة الثالثة في حدود البيانات بين الشركات الكبرى ومورديها . فبينما تمتلك الشركات الرائدة المرافق والموظفين والبيانات والقدرات الأمنية، يواجه الموردون تحديات أكبر في تكاليف جمع البيانات ونقص الموظفين المتخصصين. ورغم ترابط الجودة وأوقات التسليم والتكاليف ضمن سلسلة التوريد نفسها، تظل أنظمة الذكاء الاصطناعي منفصلة لكل شركة. إذا ما طورت الشركات الكبرى قدراتها في مجال الذكاء الاصطناعي المتقدم (AX) أولاً بين عامي 2026 و2028، فقد يعجز الموردون عن تلبية متطلبات البيانات والجودة المتزايدة. تكمن الفجوة في النظام البيئي الصناعي في أولسان بين التحسين الداخلي داخل الشركات الكبرى وتحسين سلسلة التوريد بأكملها.

تتمثل الفجوة الرابعة في نقص الربط بين مراكز بيانات الذكاء الاصطناعي ومواقع التصنيع . فبينما تم إنشاء بنية تحتية حاسوبية واسعة النطاق، إلا أن شروط أمن بيانات المصانع، والتكلفة، وزمن الاستجابة، وحماية التقنيات الأساسية، وتشغيل النماذج، لم يتم التحقق منها علنًا. وحتى لو كانت مراكز البيانات والمصانع تقع في نفس المنطقة، فإنها لا تُشكل تلقائيًا نظامًا بيئيًا واحدًا للذكاء الاصطناعي. وإذا ظلت هياكل العقود والتشغيل ثابتة بناءً على الطلب الخارجي لمدة سنتين إلى ثلاث سنوات، فإن متطلبات الوصول لشركات التصنيع المحلية تُصبح أقل أهمية. فرغم أن  جاهزية البنية التحتية عالية، إلا أن جاهزية التطبيقات الصناعية لا تزال غير مُثبتة.

تتمثل الثغرة الخامسة في عدم الإفصاح عن نتائج المصانع . تنعكس نتائج تطبيق الذكاء الاصطناعي في الإنتاجية، والعيوب، وتوقف المعدات، واستهلاك الطاقة، والسلامة، وأوقات التسليم. وبينما قد تكون الأرقام الفردية محدودة بسبب الأسرار التجارية، فإن الإحصاءات الإقليمية المجهولة المصدر والقائمة على المؤشرات غير متاحة أيضًا. إذا ظلت بيانات الأداء للفترة 2026-2028 غير معلنة، فسيتم تقييم السياسات بناءً على عدد الشركات المدعومة والمشاريع التجريبية فقط.  على الرغم من احتمال حدوث تغييرات في مصانع أولسان داخل بعض الشركات، إلا أنها لا تزال غير مؤكدة من خلال أدلة على مستوى المدينة.

يُساهم مركز بيانات الذكاء الاصطناعي SK-AWS والبنية التحتية القائمة في المجمعات الصناعية والمجمعات الصناعية الخضراء الذكية في توسيع نطاق الحوسبة والشبكات والتحكم. وقد شهدت البنية التحتية التكنولوجية في أولسان تحولاً نحو هيكلٍ تتعايش فيه منصات الحوسبة السحابية العالمية ومنصات المدن/المجمعات الصناعية مع خوادم المصانع الفردية. ومع ذلك، لا تزال معدلات الاستخدام الفعلية وتكاليف الخدمة وزمن الاستجابة ومستويات الأمان للمصانع المحلية غير مؤكدة. وبمجرد الانتهاء من وضع نموذج تشغيل مركز البيانات بين عامي 2026 و2028، ستُحدد شروط الاستخدام الأولية لضمان إمكانية الوصول الصناعي على المدى الطويل.  ويُقيّم أن البنية التحتية للحوسبة في مرحلة إنشاء واسعة النطاق، بينما لا تزال إمكانية الوصول للتصنيع المحلي غير مؤكدة.

يهدف برنامج UNIST Novatus إلى استقطاب 500 موهبة في مجال الذكاء الاصطناعي المتكامل مع مختلف القطاعات، مما يُرسي أساسًا لتوفير كوادر متخصصة. وقد تحوّل تأهيل المواهب من تحليل البيانات العام إلى نموذج متكامل مع مختلف القطاعات يُعالج قضايا عمليات التصنيع. مع ذلك، لم يتم الكشف عن الطلب حسب الوظيفة في قطاعات السيارات وبناء السفن والبتروكيماويات، ولا عن معدلات استبقاء الخريجين في مختلف المناطق. إذا تنافست الشركات الكبرى ومراكز البيانات والشركات الناشئة على نفس المواهب خلال العامين أو الثلاثة أعوام القادمة، فسيتفاقم نقص العمالة في الشركات الصغيرة والمتوسطة أولًا.  وبينما تم تأكيد خطط توفير البنية التحتية للمواهب، فإن التوزيع حسب القطاع ومعدلات الاستبقاء الإقليمي لا تزال غير مؤكدة.

تشمل عمليات صناعة السيارات وبناء السفن والبتروكيماويات تقنيات أساسية وطنية، وأسرارًا تجارية، ومعلومات تتعلق بالسلامة. وتشهد البيانات الصناعية تحولًا من الانفتاح الواسع إلى هيكل تعلم تعاوني ضمن نطاقات ثقة محدودة. ولا توجد أدلة علنية تؤكد معايير أولسان الخاصة ببيانات الشركات، والسلطة، وإخفاء الهوية، والتعلم الموحد، ومساءلة النماذج. وإذا ما ترسخت الأنظمة المستقلة للشركات الفردية بين عامي 2026 و2028، فسيصبح تأمين بيانات التدريب لنماذج الذكاء الاصطناعي الإقليمية المشتركة أمرًا صعبًا.  ويُعتبر مستوى جاهزية البيانات مرتفعًا داخل الشركات الكبرى، ولكنه منخفض من حيث الاستخدام الإقليمي المشترك.

تُشكّل كلٌّ من المقر الرئيسي لترويج رأس المال في مجال الذكاء الاصطناعي، ولجنة الذكاء الاصطناعي، وخطة دعم الشركات الصغيرة والمتوسطة، واستراتيجية الشركات الناشئة، الركيزة المؤسسية اللازمة للتنفيذ. وقد توسّع نطاق إدارة الذكاء الاصطناعي في أولسان من إداراتٍ منفصلة إلى منظماتٍ متخصصة ونظام تنفيذٍ مشترك بين القطاعين العام والخاص والأوساط الأكاديمية. مع ذلك، لم يتمّ بعدُ ضمانُ حوكمةٍ مفتوحةٍ تُدمج وتُدير معاييرَ إيقاف المشاريع، والتحقق من الأداء، وحقوق البيانات، وانتقالات العمل، ومسؤوليات السلامة. ومع ازدياد المشاريع خلال العامين أو الثلاثة أعوام القادمة، يتحوّل غموضُ حدود المسؤولية - وليس عدد المؤسسات - إلى خطرٍ تشغيلي.  وقد تبيّن أنه على الرغم من تحقيق الجاهزية المؤسسية في إنشاء إطارٍ للتنفيذ، إلا أنها لم تصل بعدُ إلى مستوى إطار مسؤولية الذكاء الاصطناعي الصناعي.

بلغت ميزانية دعم الشركات الصغيرة والمتوسطة لعام 2026 نحو 117.8 مليار وون، بزيادة قدرها 26% عن العام السابق، وقد أُدرجت مبادرة الذكاء الاصطناعي (AX) ضمن هذا الدعم. وتم توسيع نطاق السياسة لتشمل الشركات الصغيرة والمتوسطة الإقليمية، بالإضافة إلى الشركات الكبيرة ومؤسسات البحث. مع ذلك، لم يتم الكشف بشكل منفصل عن عدد الشركات، أو العمليات، أو الإنتاجية، أو التوظيف، أو المبيعات التي تلقت دعم مبادرة الذكاء الاصطناعي. وإذا اقتصرت الزيادة على إجمالي ميزانية الدعم للفترة 2026-2028، فإن الانتقال الفعلي إلى خطوط إنتاج الذكاء الاصطناعي سيتداخل مع الدعم المالي، ودعم قنوات البيع، ودعم الابتكار العام.  وبينما تم تأكيد توسيع نطاق السياسة ليشمل الشركات الصغيرة والمتوسطة، إلا أن نتائج المصانع لا تزال غير مؤكدة.

تُشكّل العروض الميدانية الـ 150، التي تركز على الشركات الكبرى، مسارًا للشركات الناشئة وموردي الذكاء الاصطناعي للوصول إلى بيانات العمليات الفعلية. وتكتسب شركات التكنولوجيا الظروف اللازمة للانتقال من مستفيدين من مشاريع البحث إلى موردين لحل المشكلات لشركات التصنيع. مع ذلك، لم تُفصح الشروط المتعلقة بتكاليف العروض، وحقوق الملكية الفكرية، والوصول إلى البيانات، وعمليات الشراء اللاحقة، والتوسع ليشمل عملاء آخرين. إذا تكررت العروض المجانية المصممة خصيصًا للشركات الكبرى لمدة سنتين إلى ثلاث سنوات، فقد يراكم الموردون التكنولوجيا لكنهم يفشلون في ضمان إيرادات متكررة.  وبينما يتم تأكيد توسع الشركات الناشئة عند التواصل مع الميدان، إلا أنه يُعتبر غير مُثبت من حيث تكوين السوق.

يؤثر الذكاء الاصطناعي في المصانع على مهام العمال ومخاطر تعرضهم لها من خلال تغيير عمليات إيقاف تشغيل المعدات، وحوادث السلامة، واستهلاك الطاقة، والجودة. ولا تقتصر آثار الأتمتة الصناعية على إنتاجية الشركات فحسب، بل تشمل أيضًا السلامة المهنية، وتغييرات الوظائف، واستقرار التوظيف. ولم يتم تأكيد البيانات العامة من أولسان التي تربط بين الحوادث، والوظائف التي تتطلب مهارات عالية، والتوظيف، وإعادة التدريب قبل وبعد تطبيق الذكاء الاصطناعي. ومع توسع نطاق الأتمتة بين عامي 2026 و2028، ستظهر مكاسب الإنتاجية وتكاليف الانتقال الوظيفي في إحصاءات منفصلة.  ولا تزال آثار الأتمتة الصناعية على العمال غير مُقَيَّمة، حيث لا تُؤخذ السلامة، ووظائف العمل، والتوظيف في الاعتبار معًا.

تُساهم الاستثمارات في مراكز بيانات الذكاء الاصطناعي والذكاء الاصطناعي في التصنيع في زيادة الطلب المحلي على الكهرباء والمياه والبناء والخدمات. ولا تقتصر آثار هذه الاستثمارات على السكان والشركات على زيادة فرص العمل والإيرادات الضريبية فحسب، بل تشمل أيضًا زيادة الضغط على شبكة الكهرباء والبيئة والبنية التحتية المعيشية. ومع ذلك، لا تتوفر بيانات عامة متكاملة بشأن فرص العمل المحلية والكهرباء والمياه والإيرادات الضريبية والتكاليف البيئية المرتبطة بمراكز البيانات. وإذا استمر الاستثمار في هذه المرافق لمدة تتراوح بين سنتين وثلاث سنوات، فإن الفوائد المتوقعة الأولية تبقى ثابتة، بينما قد تظهر تكاليف التشغيل بعد اكتمال المشروع.  وفي حين أن حجم الاستثمارات يؤكد التوسع الإقليمي للبنية التحتية واسعة النطاق للذكاء الاصطناعي، إلا أن صافي القيمة المحلية لا يزال غير مؤكد.

تتميز منطقة صناعة السيارات في بوك-غو بمصانع سيارات جاهزة واسعة النطاق متصلة بشبكات قطع الغيار والخدمات اللوجستية، بينما تتميز منطقة صناعة بناء السفن في دونغ-غو بأحواض بناء سفن ضخمة وهيكل تعاون وتعهيد متعدد المستويات. أما في منطقة البتروكيماويات في نام-غو وأولجو-غون، فتترابط العمليات المستمرة وشبكات الأنابيب والطاقة والسلامة بين الشركات. هذا الهيكل يجعل من الصعب قياس تحول هذه الصناعات الثلاث باستخدام سياسة واحدة للذكاء الاصطناعي في التصنيع. لم يتم تحديد لوحة تحكم موحدة في أولسان تميز وحدات العمليات ومعايير النتائج حسب القطاع الصناعي. إن مقارنة نفس عدد المشاريع التجريبية بين عامي 2026 و2028 تشوه صعوبة وآثار الانتشار حسب الصناعة.  وقد تبين أن التفاوت في مؤشر AX داخل أولسان يعود إلى غياب معايير قياس تعكس الاختلافات الإقليمية في الهيكل الصناعي.

تختلف مناطق بوك-غو، ودونغ-غو، ونام-غو، حيث تتركز مواقع الشركات الكبرى، عن منطقة أولجو-غون، حيث تتوزع الشركات الصغيرة والمتوسطة والمجمعات الصناعية، من حيث الإمكانيات المتعلقة بالبيانات، والقوى العاملة، والاستثمار في المرافق. فبينما يمكن تطبيق الذكاء الاصطناعي في الشركات الكبرى من خلال الاستثمار الداخلي، تعتمد الشركات الصغيرة بشكل كبير على الدعم الحكومي والبنية التحتية المشتركة. ولا تتوفر بيانات تقارن معدلات تبني الذكاء الاصطناعي، ومبالغ الاستثمار، وأداء شركات التصنيع في مختلف المناطق والمحافظات. وإذا ما أدى الأداء المدفوع بالشركات الكبرى إلى رفع متوسط ​​أولسان خلال العامين أو الثلاثة أعوام القادمة، فإن الفجوة بالنسبة للشركات الصغيرة والمتوسطة التي لم تتبنَّ الذكاء الاصطناعي ستتلاشى.  وقد تبين أن متوسط ​​أولسان (AX) معرض لخطر المبالغة في تقديره بسبب أداء الشركات الكبرى.

بينما تتمركز مراكز بيانات الذكاء الاصطناعي وبنى البحث والتطوير للشركات الناشئة في مناطق محددة، يتوزع الطلب التصنيعي على قطاعات صناعية متنوعة. وحتى مع تقارب المسافات، تبرز فوارق في الاستخدام نتيجة اختلاف إمكانية الوصول إلى أمن البيانات والشبكات والعقود والموظفين المتخصصين. ولم يُفصح عن مدة استخدام الشركات في كل منطقة وتكاليفها لبنية الذكاء الاصطناعي. وإذا ما استقر العملاء والشركاء الأوائل بين عامي 2026 و2028، فسيتسع الفارق في الإنتاجية بين الشركات المتصلة وغير المتصلة.  وقد تبين أن إمكانية الوصول إلى الذكاء الاصطناعي في أولسان غير متكافئة، ويعود ذلك إلى حجم الشركة وسلطة البيانات، وليس إلى المسافة.

يراقب نظام التحكم المتكامل للمجمع الصناعي الأخضر الذكي المخاطر الشائعة داخل المجمع، إلا أن غرضه وبياناته تختلف عن أنظمة الذكاء الاصطناعي الخاصة بإنتاج المصانع الفردية. يتضمن النظام نظام أمان آلي على مستوى المجمع الصناعي ونظام إنتاج آلي داخلي يعملان بالتوازي. ولا تتوفر حاليًا بيئة تشغيل عامة تربط بين التنبيهات وحالة المعدات وجداول الصيانة للنظامين. إذا استمر استخدام نظامين منفصلين لمدة تتراوح بين سنتين وثلاث سنوات، فسيتسع الفارق الزمني بين تقييم مخاطر المجمع وتحديد عمليات المصانع.  وقد تبين أن نظام الذكاء الاصطناعي في منطقة أولسان الصناعية مُجزأ بين المجمع والمصانع.

يجري العمل على الاستثمار في مركز بيانات الذكاء الاصطناعي SK-AWS، وقد تم إطلاق نظام دعم رأس المال للذكاء الاصطناعي بالكامل في عام 2026. وخلال الفترة من 2026 إلى 2028، سيتم تحديد تصميم مركز البيانات وبنائه وشروط تشغيله، بالإضافة إلى هيكل استخدام شركات التصنيع المحلية. ولم يتم بعد اعتماد المعايير المتعلقة بمعدلات استخدام المصانع المحلية، والأمن، والتكاليف، والخدمات المشتركة. وبمجرد الانتهاء من نموذج التشغيل الأولي، ستزداد تكلفة إعادة تلبية الطلب المحلي على التصنيع من أولوية أقل.  وقد حُددت الفترة الذهبية الأولى قبل تحديد العلاقة بين البنية التحتية للحوسبة واسعة النطاق وطلب المصانع بموجب عقد.

ارتفعت ميزانية وزارة التجارة والصناعة والطاقة للأتمتة الصناعية إلى 1.1347 تريليون وون بحلول عام 2026، كما زادت ميزانية مصانع الذكاء الاصطناعي إلى 220 مليار وون. ودخلت الأتمتة الصناعية الوطنية مرحلة انتشار واسعة النطاق، منتقلةً من مشروع تجريبي محدود إلى مرحلة توسع كبير. مع ذلك، لم يتم تحديد المدة الزمنية الإقليمية التي تربط بين المشاريع المختارة في أولسان وعمليات الإنتاج وتوسع الشركات الشريكة. إذا ما استبقت مناطق أخرى المعايير والموردين والمراجع الخاصة بالصناعة بين عامي 2026 و2028، فقد تتحول ميزة أولسان في التكتل الصناعي إلى عبء على المنشآت غير المؤتمتة القائمة. أما  الفترة الذهبية الثانية فهي السنتان أو الثلاث سنوات القادمة، والتي ستُعتمد خلالها موارد الأتمتة الصناعية الوطنية كمعايير صناعية أولية.

تهدف مدينة أولسان إلى تنفيذ 150 تجربة ميدانية، وتأهيل 500 متخصص في مجال الذكاء الاصطناعي الصناعي، وإنشاء 500 شركة ناشئة في مجال التكنولوجيا المتقدمة خلال السنوات الخمس القادمة. وتشهد الفترة من 2026 إلى 2028 تنفيذ النصف الأول من هذه الأهداف، واستقرار منهجية تقييم الأداء. ولم يتم الكشف عن معايير تحويل الإنتاج، والإيرادات المتكررة، ونتائج المصانع. وإذا ما اقتصر التقييم الأولي على عدد التجارب، والتدريب، والشركات الناشئة، فسيكون من الصعب تحويل التركيز لاحقًا إلى التسويق التجاري.  وقد حُددت المرحلة الذهبية الثالثة قبل أن يصبح عدد التجارب هو وحدة قياس أداء الذكاء الاصطناعي الصناعي.

يواجه قطاع صناعة السيارات تحدياتٍ تتمثل في المركبات ذاتية القيادة والمركبات الكهربائية، بينما يتجه قطاع بناء السفن نحو القيادة الذاتية والسفن الرقمية، أما قطاع البتروكيماويات فيشهد تحولاً نحو فائض الإنتاج، وانخفاض انبعاثات الكربون، وإنتاج منتجات ذات قيمة مضافة عالية. ويتزامن توقيت الاستثمار في الذكاء الاصطناعي في أولسان مع التحول المتزامن لهياكل المنتجات والعمليات والقوى العاملة في هذه القطاعات الثلاثة. ولا تزال البيانات المتعلقة بخطوط الأساس للعمليات والتحولات الوظيفية حسب القطاع الصناعي غير مكتملة. وبعد إعادة تنظيم المرافق والأدوار الوظيفية وسلاسل التوريد بين عامي 2026 و2028، سيتم دمج بيانات وهياكل ذكاء اصطناعي مختارة بشكل غير صحيح في نظام الإنتاج طويل الأجل.  ومن المتوقع ألا تكون "الفترة الذهبية" الرابعة هي دورة تكنولوجيا الذكاء الاصطناعي، بل هي الفترة التي يتم خلالها الانتهاء من دورات استثمار المرافق في الصناعات الرئيسية في أولسان.

12-1. دراسة حالة تطبيق الوقت الذهبي في الحكومات المحلية الأساسية 1 - بوك-غو

تضم منطقة بوك-غو مصنع أولسان التابع لشركة هيونداي موتور، بالإضافة إلى مركز رئيسي لأنظمة قطع غيار السيارات والخدمات اللوجستية. يشهد قطاع أتمتة السيارات تحولاً من أتمتة المصانع إلى هيكل متكامل يجمع بين المنتج والعملية، حيث تترابط المركبات الكهربائية، والمركبات ذاتية القيادة، والروبوتات، وبيانات الجودة. مع ذلك، لا تؤكد البيانات المتاحة للجمهور مدى انتشار فوائد تطبيق الذكاء الاصطناعي في السيارات الجاهزة، وتأثيرها على تحسين الإنتاجية، وأوقات التسليم، وجودة المنتجات للموردين في بوك-غو. إذا أُعيد تنظيم نظام إنتاج السيارات الجاهزة حول المركبات الكهربائية والبرمجيات بين عامي 2026 و2028، سيجد الموردون ذوو الاتصال الضعيف بالبيانات صعوبة في مواكبة هذا التطور بالاعتماد فقط على قدراتهم الحالية في التوريد.  تُقيّم بوك-غو كمنطقة ذات إمكانات عالية لقيادة أتمتة المصانع الكبيرة، ولكن لا يزال تحول سلسلة التوريد بأكملها فيها غير مؤكد.

يرتبط حجم الإنتاج والعيوب وفترات التوقف في مصانع السيارات الجاهزة ببيانات التسليم والجودة لموردي قطع الغيار. لا تُمثل خطوط الإنتاج الفردية الوحدة الأساسية للذكاء الاصطناعي في المصانع، بل سلسلة التوريد بأكملها بدءًا من استلام قطع الغيار وحتى شحن السيارة الجاهزة. لم يتم الكشف عن معايير النماذج والبيانات المشتركة بين الشركات، ولا عن النتائج المُتّبعة. إذا ترسّخت عمليات التحسين الداخلي داخل مصانع السيارات الجاهزة خلال العامين أو الثلاثة أعوام القادمة، فسيتعين على الموردين التعامل مع فترات تسليم أقصر ومتطلبات جودة أعلى دون وجود أساس قائم على الذكاء الاصطناعي.  يُعتبر "الوقت الأمثل" بالنسبة للشمال هو قبل أن تُصبح فجوة البيانات بين مصنعي السيارات الجاهزة والموردين خللاً في سلسلة التوريد، وليس أثناء أتمتة المصانع.

12-2. حالات تطبيق الوقت الذهبي في الحكومات المحلية الأساسية ② — دونغ-غو

تضم منطقة دونغ-غو تجمعاً كبيراً لشركات هيونداي للصناعات الثقيلة، ومقاولي بناء السفن، والعمالة الماهرة. يوفر ازدهار بناء السفن وتراكم الطلبات بيانات ميدانية واسعة النطاق لتطبيق الذكاء الاصطناعي والروبوتات وتقنيات الأحواض الرقمية في الإنتاج الفعلي. مع ذلك، لا توجد أدلة إقليمية شاملة تؤكد مدى تأثير تطبيق الذكاء الاصطناعي على أوقات بناء السفن، وإعادة العمل، وجودة اللحام، وحوادث السلامة، أو نقص العمالة. إذا تم استيعاب ضغوط الإنتاج خلال فترة الازدهار 2026-2028 من خلال التوسع في العمالة المؤقتة والاستعانة بمصادر خارجية، فستنفد البيانات الميدانية والقدرة الاستثمارية المتاحة للتحول قبل حدوث أي انكماش اقتصادي.  تُقيّم منطقة دونغ-غو كمنطقة يتوفر فيها كل من الطلب على تطبيقات الذكاء الاصطناعي والقدرة المالية، لكن نتائج التحول الهيكلي لا تزال غير مؤكدة.

تواجه أحواض بناء السفن صعوبة في تطبيق النموذج نفسه بشكل متكرر نظرًا لاعتمادها على التصميم حسب الطلب، وكبر حجمها، وتعدد مراحل عملياتها. يُصمم الذكاء الاصطناعي في بناء السفن ليكون أكثر فعالية عند دمجه مع تغييرات التصميم، والمواد، وتسلسل العمل، والكوادر الماهرة، بدلاً من الاعتماد على الصيانة التنبؤية لقطعة واحدة من المعدات. ولا تتوفر بيانات أوقات التشغيل العامة التي تربط بيانات عمليات المقاول الرئيسي والمقاولين من الباطن بإنتاجية كل مهمة على حدة. وإذا أُجريت عروض توضيحية فردية للروبوتات وأنظمة الرؤية بشكل مستقل على مدى سنتين إلى ثلاث سنوات، فلن تُجمع هذه العروض لتقصير مدة البناء الإجمالية للحوض بأكمله. ويُقصد بـ"  الوقت الذهبي" في دونغغو الفترة الزمنية لتقييم الأثر المتكامل الذي يُغير إجمالي وقت تنفيذ مشروع بناء السفن، وليس عدد التقنيات المُستخدمة.

إذا تم فصل البنية التشغيلية لمراكز بيانات الذكاء الاصطناعي عن التصنيع المحلي، فقد تصبح أولسان موقعًا للبنية التحتية الحاسوبية، لكنها لن تكون منطقةً لخلق قيمة من البيانات الصناعية. لا توجد علاقة مؤكدة بين استثمار 7 تريليونات وون وظروف استخدام شركات التصنيع. إذا استقر هيكل العملاء للعقود طويلة الأجل والكهرباء وخدمات الحوسبة السحابية بين عامي 2026 و2028، فإن مجال إعطاء الأولوية للوصول المحلي ودمج الخدمات الخاصة بالتصنيع سيتقلص.  الخسارة الأولى ليست في جذب مراكز البيانات، بل في الوقت اللازم لتحويل البنية التحتية الحاسوبية إلى إنتاجية صناعية محلية.

إذا لم يتم نقل التحقق الميداني إلى مرحلة الإنتاج، تُستخدم بيانات المصنع في مشاريع مؤقتة، وتُهمل النماذج دون صيانة. لدى شركة أولسان 150 هدفًا للتحقق، لكن معايير الانتقال إلى مرحلة التسويق التجاري لم تُحدد بعد. إذا تراكمت نماذج إثبات المفهوم على مدى سنتين إلى ثلاث سنوات، تتحمل الشركات عبء الإرهاق الناتج عن التحقق وتكاليف توفير البيانات، بينما يفشل الموردون في تحقيق إيرادات متكررة.  أما الخسارة الثانية، فلا تتحدد بميزانية التحقق، بل بالثقة بين المصنع وشركة الذكاء الاصطناعي، والوقت اللازم للتسويق التجاري.

إذا اتسعت الفجوة في سرعة الإنتاج بين الشركات الكبرى (AX) والشركات الشريكة (AX)، سترتفع معايير الجودة والتسليم والأمان في سلسلة التوريد، لكن قدرات الشركات الصغيرة والمتوسطة على الاستجابة لن تتمكن من مواكبة ذلك. ورغم توسيع نطاق الدعم المقدم للشركات الصغيرة والمتوسطة في عام 2026، إلا أن معدل تحويل المصانع الفعلي لم يُتحقق منه بعد. ومع استقرار أنظمة شركات صناعة السيارات وبناء السفن والبتروكيماويات الكبرى بين عامي 2026 و2028، سترتفع تكاليف دخول الشركات الشريكة غير المرتبطة. أما  الخسارة الثالثة، فلا تقتصر على إنتاجية الشركات الصغيرة والمتوسطة فحسب، بل تشمل أيضًا اكتمال سلسلة التوريد في أولسان على مستوى المنطقة.

حتى لو تم تدريب الكفاءات في مجال الذكاء الاصطناعي، فإن لم يُفضِ ذلك إلى مشاريع ميدانية في شركات أولسان أو إلى وظائف طويلة الأمد، فإن مخرجات التدريب ستُنقل إلى مناطق أخرى. ورغم وجود أهداف لتدريب حوالي 100 شخص سنويًا و500 شخص على مدى خمس سنوات، إلا أن أعداد الموظفين والمتدربين لا تزال غير مؤكدة. ومع اشتداد المنافسة على الكفاءات بين مراكز البيانات والشركات الكبرى والشركات الناشئة خلال العامين أو الثلاثة أعوام القادمة، سيتفاقم نقص الكوادر المتخصصة في الذكاء الاصطناعي الصناعي في الشركات الصغيرة والمتوسطة. أما  الخسارة الرابعة، فلا تكمن في عدد الكوادر المدربة، بل في رأس المال البشري المحلي الذي يمتلك المعرفة اللازمة بالعمليات ومعرفة الذكاء الاصطناعي.

تتمتع مدينة أولسان بطلب تصنيعي واسع النطاق في قطاعات السيارات وبناء السفن والبتروكيماويات، بالإضافة إلى الكفاءات والبحوث من جامعة أولسان للعلوم والتكنولوجيا (UNIST)، ومواقع لشركات كبرى، ودعم للشركات الناشئة، ومراكز بيانات عالمية. وتتواجد في هذه المنطقة جميع عناصر الطلب والعرض والبنية التحتية للذكاء الاصطناعي الصناعي. ومع ذلك، لم يتم تحديد بيئة تشغيل عامة تربط هذه العناصر بمخرجات مصنع موحدة. ولا يزال هناك مجال لتقييم الترابط بين هذه العناصر قبل أن تترسخ الهياكل التشغيلية لكل عنصر على حدة بين عامي 2026 و2028.  وتكمن الفرصة حاليًا في تحديد معدل تحويل المصانع للأصول المدمجة بالفعل بدلاً من إضافة أصول الذكاء الاصطناعي.

تُنتج مصانع السيارات وبناء السفن والبتروكيماويات بيانات ضخمة تتعلق بالجودة والمعدات والسلامة والطاقة. ولا تخلو منطقة أولسان من المشكلات الصناعية الواقعية الضرورية لتعلم الذكاء الاصطناعي. ومع ذلك، لا يزال التعلم التعاوني الإقليمي غير مُثبت بسبب اختلافات الأسرار المؤسسية ومعايير البيانات. ومع ازدياد تعقيد هياكل البيانات الخاصة بالشركات خلال العامين أو الثلاثة أعوام القادمة، سترتفع تكاليف نشر النماذج المشتركة للشركات الشريكة.  حاليًا، تكمن الفرصة في تقييم جدوى التعلم المشترك من بيانات العمليات الحالية بدلًا من إنشاء بيانات جديدة.

تزامن توسيع ميزانية برنامج دعم الصناعات التحويلية الوطنية مع زيادة الدعم المقدم للمؤسسات الصغيرة والمتوسطة في أولسان. يوفر هيكلٌ يجمع بين زيادة التمويل الخارجي والمحلي الظروف اللازمة لاستيعاب التكاليف الثابتة الأولية لتصنيع الذكاء الاصطناعي. مع ذلك، لم يتم تأكيد البيانات المتعلقة بتداخل المشاريع، والفجوات في العمليات، وربط الأداء. بعد انقضاء فترة التوسع المالي للفترة 2026-2028، قد يصعب تأمين استثمارات تجريبية وبنية تحتية بنفس الحجم مجدداً.  حالياً، تكمن الفرصة في مرحلة توسع مالي يمكن فيها ربط مصادر التمويل المختلفة بالإنتاج بدلاً من حجم الدعم.

على الرغم من أن ازدهار بناء السفن، وتحولات منتجات السيارات، وضغوط إعادة هيكلة البتروكيماويات تمثل أوضاعًا صناعية متباينة، إلا أنها جميعًا تتطلب إعادة تصميم بيانات العمليات والإنتاجية. تمتلك شركة أولسان محفظة تصنيعية تسمح بمقارنة العروض التوضيحية الخاصة بكل صناعة، بدلًا من سياسة ذكاء اصطناعي عامة واحدة. لم يتم تحديد مؤشرات أداء مشتركة بين الصناعات حتى الآن. إذا استمرت التحولات الخاصة بكل صناعة خلال العامين أو الثلاثة أعوام القادمة، فستتلاشى الفرصة الأولية للتعلم من تجارب النجاح والفشل المتبادلة.  حاليًا، لا تُحدد الفرصة بتجميع الصناعات الثلاث تحت نفس التقنية، بل بالإطار الزمني الذي يمكن خلاله مقارنتها بناءً على نفس النتيجة.

وقت تشغيل AX الصناعي

خط الأساس للعملية ← جمع البيانات ← عرض توضيحي للذكاء الاصطناعي ← تطبيق على خط الإنتاج ← الجودة، التوقف، التكلفة، السلامة، مخرجات الطاقة ← تكرار الموردين ← الإيرادات المتكررة ← القدرة التنافسية الصناعية ← العملية التالية

فجوة الأدلة في تسريع البنية التحتية وتحويل المصانع

لقد حقق إعلان مدينة أولسان كمدينة للذكاء الاصطناعي نتائج ملموسة من خلال الاستثمار في التنظيم والمواهب والعرض والتمويل ومراكز البيانات.

لم تترجم التغييرات في الإنتاجية والجودة والسلامة والطاقة على مستوى المصنع إلى أدلة على مستوى المدينة بأكملها.

إن الخطر الحالي لا يكمن في نقص الاستثمار في الذكاء الاصطناعي، بل في هيكل لا تنتقل فيه الاستثمارات واسعة النطاق من مراحل العرض والبنية التحتية إلى الإنتاج في المصانع.

إن الفترة من عام 2026 إلى عام 2028 هي الفترة التي يحدد فيها معدل تحويل المصانع، وليس اسم مدينة الذكاء الاصطناعي، الوضع الفعلي لمدينة أولسان.

النتيجة النهائية هي فجوة الأدلة المتعلقة بتسريع البنية التحتية وتحويل المصانع.

1. إجمالي عدد المصانع في أولسان
2. إجمالي عدد عمليات الإنتاج حسب الصناعة
3. معدل جمع بيانات العملية
4. معدل استخدام الذكاء الاصطناعي في المصانع والعمليات
5. التمييز بين الأتمتة وتطبيقات الذكاء الاصطناعي
6. نسبة العمليات الموصى بها بواسطة الذكاء الاصطناعي وعمليات التحكم الذاتي
7. عدد بدايات ونهايات إثبات المفهوم الميداني
8. إثبات المفهوم ← معدل تحويل الإنتاج
9. معدل الاحتفاظ بالموظفين لمدة 12 شهرًا بعد تطبيق الإنتاج
10. معدلات تكرار المصنع المختلفة لنفس النموذج
11. وقت تعطل المعدات قبل وبعد تطبيق الذكاء الاصطناعي
12. معدلات العيوب وإعادة العمل قبل وبعد تطبيق الذكاء الاصطناعي
13. مدة الإنتاج قبل وبعد تطبيق الذكاء الاصطناعي
14. كثافة الطاقة قبل وبعد تطبيق الذكاء الاصطناعي
15. حوادث السلامة والحوادث الوشيكة قبل وبعد تطبيق الذكاء الاصطناعي
16. مشروع الذكاء الاصطناعي المشترك بين شركة كبيرة وشركة شريكة
17. معدل استخدام تطبيقات الذكاء الاصطناعي حسب الشريك
18. مبلغ دعم برنامج SME AX، والشركات المستفيدة، والنتائج
19. عدد شركات التصنيع في أولسان التي تستخدم مراكز البيانات
20. تكاليف الحوسبة ووقت المعالجة لشركات التصنيع
21. معدل توظيف المواهب في مجال الذكاء الاصطناعي في شركات أولسان
22. معدلات الإقامة المحلية لمدة عام واحد وثلاثة أعوام للمواهب في مجال الذكاء الاصطناعي
23. معدل العقود المدفوعة للشركات الناشئة مع الشركات الكبيرة
24. الإيرادات المتكررة والاستثمار اللاحق في شركات الذكاء الاصطناعي الصناعي
25. عوائد نتائج المصانع مقارنة بالاستثمار في الذكاء الاصطناعي

فجوة البيانات: في الأدلة العامة، لم يتم تأكيد ربط Ulsan Manufacturing AX Runtime بمركز بيانات الذكاء الاصطناعي والمواهب والشركات الناشئة والتمويل → العرض الميداني → تطبيق خط الإنتاج → الإنتاجية والجودة والسلامة والطاقة → انتشار الشريك → الإيرادات المتكررة لشركة الذكاء الاصطناعي إلى نفس معرف المصنع / المشروع والجدول الزمني.

سلسلة وقت التشغيل

الحوسبة، والمواهب، وبيانات العمليات ← إثبات المفهوم ← الإنتاج ← مخرجات المصنع ← توسيع سلسلة التوريد ← الإيرادات المتكررة ← الإنتاجية الصناعية ← القدرة التنافسية العالمية في التصنيع

المصدر · التحقق

• مدينة أولسان متروبوليتان تروج لأولسان كعاصمة للذكاء الاصطناعي
• مدينة أولسان تستثمر في مركز بيانات الذكاء الاصطناعي SK-AWS
• مدينة أولسان الحضرية، منطقة خاصة لفرص وتطوير مراكز بيانات الذكاء الاصطناعي
• مدينة أولسان الحضرية، استراتيجية الشركات الناشئة في مجال الذكاء الاصطناعي والتقارب الصناعي، والمواهب، والعرض الميداني
• خطة مدينة أولسان الحضرية لعام 2026 لرعاية الشركات الصغيرة والمتوسطة وتعزيز الابتكار
• مدينة أولسان الحضرية، مركز التحكم المتكامل للمجمع الصناعي الأخضر الذكي
• مدينة أولسان متروبوليتان، خطة المدينة الذكية 2022-2026
• وزارة التجارة والصناعة والطاقة توسع استثماراتها في مصانع الذكاء الاصطناعي والذكاء الاصطناعي الصناعية
• وزارة التجارة والصناعة والطاقة، سياسة صناعية جديدة لعصر الذكاء الاصطناعي
• مدينة أولسان الحضرية، الحالة السكانية في أولسان اعتبارًا من مايو 2026

الرؤى الهيكلية المتبقية من هذا التحليل

تُنتج مراكز بيانات الذكاء الاصطناعي عمليات حسابية، بينما تُنتج المصانع إنتاجية. ومجرد وجود هذين المرفقين في المدينة نفسها لا يُترجم العمليات الحسابية إلى إنتاجية. لا تتحول عمليات مركز البيانات الحسابية إلى قيمة تصنيعية إلا عند ربط حقوق بيانات المصنع وأمنها وتكاليفها وزمن استجابتها بنظام الصيانة الموجود في الموقع لنماذج الذكاء الاصطناعي.

لا تكمن السمة الهيكلية لمدينة أولسان في نقص الطلب على الذكاء الاصطناعي، بل في كون هذا الطلب محصوراً داخل الشركات. فبينما تُنتج مصانع السيارات وبناء السفن والبتروكيماويات كميات هائلة من البيانات، إلا أنه إذا لم تتمكن هذه المصانع من تجاوز حدود الشركات والصناعات، فسيتعين على موردي الذكاء الاصطناعي إنشاء نماذج أولية جديدة في كل مرة، وتتحمل الشركات الشريكة تكاليف التحول نفسها بشكل متكرر.

لذا، فإنّ الفكرة الهيكلية الأساسية لمدينة أولسان للذكاء الاصطناعي تكمن في اختلاف عملية تجميع الحوسبة عن عملية تجميع التعلّم . فبينما تجمع مراكز البيانات الحوسبة في مكان واحد، لا يتم تجميع التعلّم الصناعي إلا بإعادة استخدام التجارب والإخفاقات والنتائج الخاصة بكل مصنع. ما تحتاج أولسان إلى تحقيقه ليس لقب أكبر منشأة للذكاء الاصطناعي، بل سرعة انتقال التعلّم من مصنع إلى آخر.

أطروحة الوقت الذهبي - لا تُصبح أولسان مدينة عالمية للذكاء الاصطناعي عند اكتمال مركز بيانات الذكاء الاصطناعي، بل عند انتقال نموذج إثبات المفهوم (PoC) في أحد المصانع إلى مرحلة الإنتاج، وتكرار نتائجه لتحسين العيوب، وتقليل حالات التوقف، وخفض التكاليف، وتعزيز السلامة في مصانع أخرى وشركات شريكة. إذا لم يتم إرساء هذا المسار التكراري بين عامي 2026 و2028، فستبقى أولسان تمتلك بنية تحتية حاسوبية ضخمة وعروضًا توضيحية عديدة للذكاء الاصطناعي، لكن سرعة تعلم قطاع التصنيع بأكمله لن تتغير.