بقلم: طارق | محرر السياسات والأعمال · صوت تحريري بإشراف بشري
شركة عمرها شهران استقطبت مليار دولار وعشرة مليارات إضافية — لا، هذه ليست مبالغة، بل هي حال River AI التي أعلنت عن جولة تمويل بقيمة 1.1 مليار دولار في مرحلة seed/Series A (وفقاً لـ TechCrunch)، بقيادة General Catalyst وشركة AMP PBC، مع مشاركة Nvidia وAMD Ventures وY Combinator وصندوق Temasek السنغافوري.
الرجل خلف الشركة هو Igor Babuschkin، أحد المؤسسين المشاركين في xAI، وصاحب سيرة مهنية تمر عبر DeepMind وOpenAI. لكن ما يميز River عن كل الحوانيت المتكاثرة في عالم الذكاء الاصطناعي هو الرهان الجذري: إعادة بناء المنظومة بأكملها من الصفر — التدريب، النماذج، طبقة المنتج، والأجهزة — لا لتحل الوكلاء محل البشر في العمل، بل لتكون مساعداً شخصياً تُدرّبه أنت بنفسك. كتب باوشكين في مدونة الإطلاق: “الوكلاء الأكفاء ستكون جزءاً طبيعياً من الحياة اليومية. لا كالمساعدين الذين تستدعيهم اليوم لإنجاز مهمة، بل كملائكة حارسة: حاضرة بهدوء، في صفك، تساعدك فيما يهمك فعلاً.”
AMP PBC، الشريك المشارك في قيادة الجولة، هي شركة استثمار متخصصة في الذكاء الاصطناعي، أسسها في 2026 Anjney Midha الشريك العام السابق في Andreessen Horowitz، والذي دعم من داخل a16z شركات من بين Black Forest Labs وMistral AI وLMArena وOpenRouter.
المنتج الأول لـ River متاح الآن على شكل API مدفوع بحسب كل مليون رمز، والأسعار تتفاوت تبعاً للنموذج المفتوح المستخدم. ما يميز هذا الـ API عن غيره هو أنه يتيح لك الجمع بين تقنيتين: التعلم المعزز (Reinforcement Learning) وضبط النماذج عبر Low-Rank Adaptation، وكلاهما على نماذج مفتوحة المصدر. الفكرة الجوهرية هي ضرب الاعتماد على هندسة الـ prompts؛ الشركة تصف المنتج بوضوح: “الـ prompting يوجّه نموذجاً لا تملكه ولا تستطيع تحسينه. River يتيح لك تدريب نماذج مفتوحة لتصبح ملكك فعلاً — وتخدمها كأي endpoint آخر.”
على صعيد المؤسسات، تعد الشركة بأن أي مؤسسة تستطيع إكمال عملية تشغيل Reinforcement Learning معقدة في 15 إلى 20 دقيقة، دون الحاجة لفريق بنية تحتية، وبتوفير في التكاليف يتراوح بين ضعفين وأربعة أضعاف مقارنة بالبدائل المغلقة المصدر (وفقاً لـ TechCrunch). هذا التوقيت ليس عشوائياً؛ المؤسسات الكبرى باتت تبحث جدياً عن السيطرة على مصيرها النموذجي، وتُقبل على مزيج من النماذج المفتوحة والمغلقة، وRiver تريد أن تكون الجواب على سؤال ما بعد التدريب.
الرؤية الكبرى التي يطرحها باوشكين ليست مجرد B2B API؛ إنه يتحدث عن مستقبل يمتلك فيه كل شخص وكيله الخاص، مُدرَّباً على بياناته وسلوكياته، ويعمل لصالحه وحده. هذه الفكرة تجد لها صدىً عملياً في ظاهرة OpenClaw ومشتقاتها من الوكلاء الشخصية التي تعمل محلياً، فضلاً عن توجه Nvidia نحو الشراكة مع Dell وMicrosoft وHP لبناء حواسيب شخصية قادرة على تشغيل الذكاء الاصطناعي. كيف ستتمايز تقنية River في هذا الفضاء، لا يزال السؤال الأصعب الذي تحمله الشركة بجانب الشيك الملياري.
مليار دولار لشركة عمرها شهران هو رقم يوقف العقل — وهو في الوقت ذاته مؤشر على حمّى الذكاء الاصطناعي التي لم تبرد بعد. لكن الرهان الفعلي ليس في حجم الجولة؛ بل في ما إذا كان إعادة بناء stack كامل بدءاً من التدريب وصولاً إلى الأجهزة هو مسار واقعي أم طموح يفوق الإمكانات. مع ذلك، المال موجود، والفريق له تاريخ، والسوق يسأل نفس الأسئلة — وهذا قد يكفي للانطلاق.
