بقلم: طارق | محرر السياسات والأعمال · صوت تحريري بإشراف بشري
لم يكن أندرو داي يملك منتجاً، ولا عميلاً، ولا حتى نسخة تجريبية. ما كان يملكه: أكثر من عقد داخل Google DeepMind، وأبحاث أسهمت لاحقاً في تطوير ChatGPT، ورهان واضح على أن الذكاء الاصطناعي البصري هو الحدود التالية التي لم يُحكم عليها أحد بعد. كانت النتيجة جولة تمويل بذرية بـ 55 مليون دولار عند تقييم 300 مليون دولار لشركته الناشئة Elorian — نسبة تقييم إلى رأس مال تتجاوز حتى جولة Thinking Machines التي وصفت بأنها من أضخم جولات التمويل في تاريخ الولايات المتحدة (وفقاً لـ TechCrunch).
حجة داي التقنية بسيطة في صياغتها وعميقة في دلالتها: النماذج الحالية تتفوق في الرياضيات والفيزياء والبرمجة، لكن “الفهم البصري والاستدلال البصري لا يزالان متأخرَين بشكل لافت”. هدف Elorian بالتالي ليس بناء نموذج لغوي آخر، بل — بحسب كلامه الحرفي — “بناء نماذج تُقرّبنا من الذكاء الاصطناعي العام البصري” أو ما يسميه Visual AGI. شارك داي تفاصيل هذه الرحلة في حلقة من بودكاست Build Mode على TechCrunch، وما يلي أبرز سبعة دروس عملية استخلصها للمؤسسين الذين يبنون في مجال الذكاء الاصطناعي الحدي:
- ما تبحث عنه شركات رأس المال المخاطر في الذكاء الاصطناعي الحدي — المستثمرون الكبار لا يشترون منتجاً بل يشترون رؤية ومصداقية الباحث. سنوات داي داخل DeepMind كانت وثيقة اعتماده الأهم في غرفة الاجتماعات.
- لماذا أعلى تقييم ليس دائماً أفضل نتيجة للتمويل — رفض داي عروضاً بتقييمات أعلى واختار Nvidia وMenlo Ventures تحديداً لأنهما يفهمان واقع بناء نماذج حدية. المستثمر الذكي يفتح أبواباً لا يستطيع المال وحده فتحها.
- كيف تُقدّم منتجاً تقنياً معقداً لمستثمر غير تقني — حوّل داي رؤيته عن Visual AGI إلى قصة يفهمها من لا يعرف الفرق بين transformer وdiffusion model. الصياغة التجارية للفكرة التقنية ليست تبسيطاً بل مهارة منفصلة تماماً.
- ما الذي يجب أن تبحث عنه في شريك رأس المال المخاطر — ليس فقط المال والاسم، بل من يفهم دورات بناء الذكاء الاصطناعي الحدي: الوقت الطويل، وتكلفة الحوسبة، وعدم اليقين في المخرجات.
- كيف تستقطب مواهب من داخل شركات التكنولوجيا الكبرى — اصطياد باحثين من Google وMeta وMicrosoft يتطلب أكثر من راتب مرتفع؛ يتطلب أفقاً بحثياً لا تستطيع الشركات الكبرى توفيره: حرية التجريب على مشكلة لم تُحسم بعد.
- لماذا أصبحت السرعة ميزة تنافسية لا يمكن نسخها بسهولة في الذكاء الاصطناعي — الفجوة بين من يتحرك بسرعة ومن يتحرك ببطء في هذا القطاع ليست أسابيع بل أشهر من التقدم البحثي. الشركة التي تُكرر أسرع تتعلم أسرع، والتعلم هو الخندق الحقيقي.
- كيف تبني خندقاً دائماً بينما تتطور التقنية بسرعة قياسية — الخندق في الذكاء الاصطناعي الحدي ليس في الكود، بل في البيانات، والمواهب، والمعرفة التراكمية التي تبنيها كل يوم ولا يمكن لمنافس أن يشتريها بجولة تمويل.
القصة لا تُقرأ فقط كحالة تمويل استثنائية، بل كخارطة طريق لأي مؤسس يبني في مجال الذكاء الاصطناعي الحدي اليوم. داي نفسه يُقرّ بأن اختيار Nvidia وMenlo Ventures على حساب تقييم أعلى كان قراراً استراتيجياً واعياً — وهو ما يكشف أن معادلة التمويل الناجح تضع الشراكة الصحيحة قبل الرقم الأكبر. الحلقة الكاملة متاحة على YouTube وعلى منصات البودكاست المعتادة كل خميس.
