تُحدَّث يومياً

مصدرُك العربي
لمستقبل الذكاء الاصطناعي

أخبار، تقارير، أدوات وتحليلات يومية — كل ما تحتاجه لمتابعة ثورة الذكاء الاصطناعي باللغة العربية

✅ تم الاشتراك!
أخبار الذكاء الاصطناعي

جديفاي تجمع 24 مليون دولار لتسليح الوكلاء الذكية بسياق الأعمال

🎧 استمع للملخص

بقلم: ليلى | محررة أدوات المطورين · صوت تحريري بإشراف بشري

الوكلاء الذكية لا تعرف كيف تُعرِّف شركتك الإيرادات، ولا تفهم من المسموح له برؤية أي ملف، ولا تدرك العلاقات المعقدة في بياناتك المؤسسية. هذا التحدي الجوهري دفع شركة جديفاي الناشئة في نيويورك لتطوير منصة تبني “خريطة سياق” شاملة للشركات – وقد نجحت في جمع 24 مليون دولار في جولة تمويل من الفئة أ بقيادة Norwest لتحقيق هذا الهدف.

المنصة تحل مشكلة حقيقية: رغم تسويق شركات الذكاء الاصطناعي لمنتجاتها المؤسسية كحلول جاهزة للتشغيل، فإن احتمالات نجاح الوكلاء الذكية فوراً ضئيلة. بدون تدريب النموذج على خصوصيات عملك، لن يفهم كيف تعمل شركتك أو يعرف البروتوكولات الأمنية الخاصة بك. لهذا السبب نرى شركات الذكاء الاصطناعي تنشر مهندسين لمساعدة العملاء في دمج منتجاتها في أنظمتهم.

تصل منصة جديفاي إلى مصادر المعرفة المؤسسية عبر واجهات برمجة التطبيقات لبناء خريطة سياق ديناميكية. هذه المصادر تشمل قواعد البيانات ومستودعات البيانات وتطبيقات SaaS وأدوات BI، بالإضافة إلى المصادر غير المنظمة مثل التقارير والوثائق وقواعد الأكواد وحتى قنوات Slack وتسجيلات الاجتماعات.

شارك في الجولة الاستثمارية S Capital VC وCerca Partners كمستثمرين عائدين، مع مستثمر جديد هو Oceans Ventures. الأهم أن عملاق البيانات Snowflake شارك كمستثمر استراتيجي ويدمج تقنية الشركة الناشئة مع منتجاته مثل خدمة Cortex AI وSemantic Views وCoWork.

يشرح أسّف هينكين، المؤسس والرئيس التنفيذي، أن الوكلاء الذكية تحتاج للوصول إلى العلاقات بين الكيانات والبيانات والصلاحيات والمعرفة التخصصية وسير العمل والافتراضات التشغيلية والمصطلحات الخاصة بالشركة. هذا السياق يسمح للوكيل الذكي بتضييق انتباهه على المعلومات ذات الصلة بمهمة معينة بدلاً من البحث عبر كل ما تملكه الشركة.

يستشهد هينكين بـ Kiteworks، شركة الامتثال، كمثال على استخدام العملاء للمنصة. ربطت Kiteworks أنظمة Snowflake وTableau وNotion والدلائل الداخلية بما يشمل الوثائق ولقطات الشاشة مع جديفاي، ثم بنت أدوات وكيلة لسير عمل العملاء المختلفة. “أرادوا تسليح البائعين وفرق الحسابات بتطبيق متطور يعمل كلوحة تحكم وتطبيق محادثة فورية. عندما يدخلون محادثة عميل، تبني جديفاي لهم فورياً كل ما يحتاجون معرفته، وأثناء المحادثة يمكنهم الحصول على تفاصيل محددة جداً بشكل استباقي” (وفقاً لـ TechCrunch).

مخطط خريطة السياق من جديفاي يوضح الروابط متعددة الأبعاد بين البيانات والأشخاص والعمليات
خريطة السياق من جديفاي: نهج متعدد الأبعاد يختلف عن الطبقات الدلالية التقليدية

يؤكد هينكين أن خريطة السياق من جديفاي تختلف عن الطبقات الدلالية وكتالوجات البيانات الوصفية وخرائط المعرفة التي تستخدمها الشركات بالفعل، كونها متعددة الأبعاد وتلتقط العلاقات عبر الكيانات والبيانات والأشخاص والصلاحيات والعملاء. كما أنها مستقلة عن النماذج وتتحدث في الوقت الفعلي مع تدفق المعلومات داخل وخارج الأنظمة المتصلة بها.

“عندما تريد تمكين حل وكيل ذكي ليكون مستقلاً حقاً ويقود القرارات عبر بيانات CRM وتذاكر Zendesk وربما بيانات القياس الواردة في الوقت الفعلي، فإن خريطة السياق أفضل بكثير من حيث القدرات مقارنة بالطبقة الدلالية” يوضح هينكين.

الصلاحيات عقبة واضحة هنا. لن يكون مناسباً أن يعطي الوكيل الذكي متدرباً حديثاً إمكانية الوصول لتوقعات الإيرادات الخاصة بالمدير المالي مثلاً. يقول هينكين إن منصته تعالج هذا بوراثة الصلاحيات من أنظمة الهوية وأنظمة الملفات وأدوات SaaS وقواعد البيانات، بما يشمل قواعد الوصول على مستوى الصفوف والأعمدة والجداول، ثم تتيح للعملاء إنشاء مجموعات إضافية تحدد ما يُسمح للوكلاء أو سير العمل بالوصول إليه. كما تقدم أدوات المراقبة والحوكمة لمساعدة العملاء على ضمان سلوك وكلائهم الذكية كما هو مقصود.

تستهدف جديفاي حالياً عملاء السوق المتوسطة والمؤسسات الكبيرة التي لديها مجموعات بيانات ناضجة وقواعد بيانات أو مستودعات متعددة. يقول هينكين إن الشركة لديها بين 10 و20 عميلاً أولياً، أحدهم The Weather Company، وتشهد اهتماماً من القطاعات كثيفة البيانات مثل الألعاب والصناعات والسلع الاستهلاكية المعبأة.

استثمار وشراكة Snowflake لافتان للنظر لأن منصات البيانات الكبيرة تحاول أيضاً بناء قدرات مشابهة. لكن هينكين يؤكد أن جديفاي مكملة لهذه الجهود لأن معظم بيانات الشركة ومعرفتها المؤسسية لا تُخزن عادة مع مزود سحابي واحد.

“[شركات البيانات الكبيرة] ستقول لك ‘أحضر كل شيء’. لكن في الواقع، الشركات لديها قواعد بيانات ومستودعات وحلول بيانات متعددة […] الأمر المهم هو أن ليس كل بياناتك في تلك البيئات، ومعظم معرفتك ليست هناك، لذا هذا عيب فعلي” يشرح هينكين.

يشير هينكين أيضاً أن تدريب نموذج ذكاء اصطناعي لبناء طبقة سياق مماثلة قد يكون مكلفاً جداً للشركات التي تحاول فعل هذا بمفردها، خاصة مع تدقيق الشركات وتقييد استخدام الرموز المميزة للذكاء الاصطناعي. والتطورات السريعة في تطوير نماذج الذكاء الاصطناعي تدعم رهان الشركة الأوسع: مع نمو قدرات النماذج وقابليتها للتبديل، قد يثبت السياق الخاص الذي يساعد هذه النماذج على العمل بشكل أفضل داخل الشركات كحصن قيّم ودائم.

ستستخدم الشركة الناشئة الأموال الجديدة في تطوير المنتج والتوظيف وحركة الوصول للسوق. هذا يرفع إجمالي تمويل الشركة إلى حوالي 33 مليون دولار.

الحقيقة أن مشكلة السياق في الوكلاء الذكية حقيقية وملحّة، لكن الاختبار الحقيقي سيكون في قدرة جديفاي على التوسع عبر الشركات المعقدة مع الحفاظ على الأداء والأمان. السؤال ليس فقط عن بناء خريطة سياق شاملة، بل عن جعلها تعمل بسرعة وموثوقية مع آلاف الاستفسارات يومياً.

TechCrunch

مقالات ذات صلة

زر الذهاب إلى الأعلى