Skip to content
العودة إلى دراسات الحالة
Methodology Demonstration — This case study illustrates our approach. Client details anonymized.
الحكومة والقطاع العام

رؤية السعودية 2030: منصة الذكاء الاصطناعي للمدن الذكية لشريك نظام نيوم البيئي

مشروع تمثيلي: كيف نبني منصات ذكاء اصطناعي سيادية لمبادرات المدن الذكية—النطاق النموذجي: أكثر من 50 مليون حدث يومياً

مشروع تمثيلي: المدينة الذكية رؤية 2030
المدة الزمنية: 4 أشهر
June 2025
+50 مليون
حدث يومي
12%
تخفيض الطاقة
87%
دقة الصيانة
<50 مللي ثانية
زمن استجابة الحافة

عن العميل

شريك تقني رئيسي في نظام نيوم البيئي للمدن الذكية، مسؤول عن إدارة البنية التحتية المدعومة بالذكاء الاصطناعي دعماً لطموحات رؤية السعودية 2030 للمدن الذكية.

الحجم: أكثر من 500 موظف

التحدي

بناء منصة ذكاء اصطناعي على مستوى المؤسسات لمعالجة بيانات أجهزة استشعار المدينة الذكية وتقديم تحليلات تنبؤية في الوقت الفعلي لإدارة البنية التحتية.

!

معالجة أكثر من 50 مليون حدث يومي من أجهزة استشعار IoT عبر أنظمة المباني الذكية والنقل والمرافق

!

تقديم تنبؤات بأقل من ثانية لتحسين الطاقة وتدفق حركة المرور وجدولة الصيانة

!

التكامل مع أنظمة SCADA القديمة وبروتوكولات IoT الحديثة مع الحفاظ على الأمان

!

الامتثال لمتطلبات حوكمة البيانات لـ SDAIA السعودية والاستعداد للتوسع الدولي

!

تمكين واجهات ذكاء اصطناعي باللغة العربية أولاً مع دعم العمليات متعددة اللغات

!

التصميم لظروف المناخ القاسية (45 درجة مئوية+) مع متطلبات المعالجة على الحافة

حلنا

صممنا ونفذنا منصة ذكاء اصطناعي متعددة الطبقات بمعمارية من الحافة إلى السحابة، ونماذج لغوية صغيرة متخصصة للمعالجة العربية، ومحرك تحليلات في الوقت الفعلي.

بنينا معمارية ذكاء اصطناعي سيادية تحتفظ بالبيانات الحساسة داخل المملكة العربية السعودية مع الاستفادة من قابلية التوسع السحابية للأحمال غير الحساسة. نشرنا نماذج لغوية صغيرة متخصصة (Phi-4 المضبوط) لمعالجة اللغة العربية على الحافة، مما يتيح استجابات بزمن استجابة منخفض دون الاعتماد على واجهات برمجة تطبيقات خارجية. أنشأنا منصة بيانات موحدة تطبّع بروتوكولات IoT المتنوعة في طبقة تحليلات متسقة.

مراحل التنفيذ

1

المعمارية واستراتيجية البيانات

صممنا معمارية هجينة من الحافة إلى السحابة تلبي متطلبات سيادة البيانات لـ SDAIA. أنشأنا نموذج بيانات موحد لأكثر من 15 بروتوكول IoT. وضعنا إطار أمان للبنية التحتية الحرجة.

3 أسابيع
2

البنية التحتية للذكاء الاصطناعي على الحافة

نشرنا عقد حوسبة حافة مع نموذج لغوي صغير مخصص لمعالجة اللغة الطبيعية العربية، محسّن للعمل في درجات حرارة 45 درجة مئوية+. بنينا معالجة قادرة على العمل دون اتصال للوظائف الحرجة. حققنا زمن استجابة للاستدلال أقل من 50 مللي ثانية.

5 أسابيع
3

منصة التحليلات السحابية

نفذنا تحليلات تدفق في الوقت الفعلي (Apache Flink) تعالج أكثر من 50 مليون حدث/يوم. بنينا نماذج تنبؤية لتحسين الطاقة (تخفيض 12%) والصيانة التنبؤية (دقة 87%).

4 أسابيع
4

التكامل والتعريب

تكاملنا مع أنظمة SCADA وBMS الموجودة. نشرنا لوحة معلومات باللغة العربية أولاً مع دعم RTL. درّبنا الفريق المحلي على عمليات المنصة وصيانة النماذج.

4 أسابيع

التقنيات والمناهج

Apache FlinkApache KafkaKubernetesNVIDIA Jetson OrinFine-tuned Phi-4 SLMTimescaleDBGrafanaMQTTOPC-UAPythonGoReact (RTL)

النتائج والأثر

سلّمنا منصة ذكاء اصطناعي في الإنتاج تعالج أكثر من 50 مليون حدث يومياً بوقت تشغيل 99.9%، محققةً تخفيض 12% في تكلفة الطاقة ودقة 87% في الصيانة التنبؤية.

+50 مليون
حدث يومي
معالجة في الوقت الفعلي
12%
تخفيض الطاقة
من خلال الجدولة المحسّنة بالذكاء الاصطناعي
87%
دقة الصيانة
معدل نجاح الصيانة التنبؤية
<50 مللي ثانية
زمن استجابة الحافة
لاتخاذ القرارات الحرجة
فهم محمد التعقيد التقني والأهمية الاستراتيجية لتوافقنا مع رؤية 2030. المنصة التي سلّمها هي الآن جزء أساسي من بنيتنا التحتية للمدينة الذكية، تعالج ملايين الأحداث مع تلبية متطلبات السيادة والتعريب.
M
Mohammed Cherifi
المؤسس، Hyperion Consulting

الخدمات المقدمة

أنظمة الذكاء الاصطناعي في الإنتاج
معمارية الذكاء الاصطناعي على الحافة
تنفيذ RAG و LLM
سباق استراتيجية الذكاء الاصطناعي
نقل القدرات

مستعد لتحقيق نتائج مماثلة؟

لنناقش كيف يمكننا مساعدتك في مواجهة تحدياتك المحددة وتحقيق نتائج أعمال قابلة للقياس.