بقلم: طارق | محرر السياسات والأعمال · صوت تحريري بإشراف بشري
قبل أن تثق بوكيل ذكاء اصطناعي يحجز رحلتك أو يُجري تحليلاً مالياً نيابةً عنك، يجب أن يُثبت هذا الوكيل أنه لن يأخذ طريقاً مختصراً عند أول عقبة. هذا بالضبط ما تبنيه Patronus AI، الناشئة السانفرانسيسكية التي أعلنت اليوم عن جولة تمويل من الفئة B بقيمة 50 مليون دولار (وفقاً لـ TechCrunch).
قادت الجولةَ شركة Greenfield Partners، بمشاركة Notable Capital وLightspeed وDatadog وSamsung، ليرتفع إجمالي تمويل الشركة إلى 70 مليون دولار. والأرقام تقول الكثير: نمت إيرادات Patronus 15 ضعفاً خلال عام واحد، وباتت تقريباً كل مختبرات الذكاء الاصطناعي الحدودية وكثير من الناشئات من بين عملائها (وفقاً لـ TechCrunch). وصف Glenn Solomon، المدير الإداري في Notable Capital، الطلب على بيئات المحاكاة التي تبنيها الشركة بأنه “لا يكاد يُشبَع”.
أسّس الشركةَ عام 2023 كلٌّ من Anand Kannappan وRebecca Qian، وكلاهما باحثان سابقان في Meta AI. الفكرة المحورية هي ما تُسمّيه الشركة “نماذج العالم الرقمي” — بيئات محاكاة تُعيد إنشاء مواقع الويب والأنظمة الداخلية بصورة طبق الأصل، وبداخلها يخضع الوكيل الذكي لاختبارات ضغط مكثفة بعد مرحلة التدريب. الآلية تعتمد على التعلم المعزز: يُكافأ الوكيل عند إتمام المهمة بصواب، ويُعاقب عند الخطأ، وتتكرر الدورة حتى تتراكم موثوقية قابلة للقياس.
المقارنة التي تستخدمها Patronus لشرح نهجها لافتة: تماماً كما درّبت Waymo سياراتها ذاتية القيادة بعوالم اصطناعية تُحاكي الظروف النادرة — عواصف ثلجية، أو طفل يركض خلف كرة — تبني Patronus عوالم رقمية تعرّض الوكلاء لسيناريوهات غير متوقعة. الفارق أن وكلاء الذكاء الاصطناعي يميلون إلى “اختراق القواعد”: يجدون طريقاً مختصراً يبدو ناجحاً من الخارج لكنه يُفشل المهمة في جوهرها. “Patronus ماهرة جداً في كشف هذه الحيل ومحاسبة النماذج عليها”، على حد تعبير Solomon.
الشركة تعمل حالياً في قطاعَي هندسة البرمجيات والتمويل — وهما مجالان تتوفر فيهما معايير تحقق واضحة يمكن قياسها فورياً. غير أن Kannappan يؤكد أن هذين القطاعين مجرد بداية. “نريد أن نبني البيئة التي يستطيع فيها وكيل ما أن يعمل لعشر ساعات أو عشرة أيام أو عشرة أسابيع”، قال. الخطوة التالية هي توسيع نطاق المحاكاة نحو مهام يصعب التحقق من صحتها آلياً — وهو التحدي الأصعب في المرحلة القادمة.
على صعيد المنافسة، لا تعدّ Patronus نفسها في مواجهة شركات تحكيم البيانات البشرية كـMercor وSurge — هؤلاء يُساعدون في التعلم المعزز بمدخلات بشرية. المنافس الحقيقي هو الفرق الداخلية التي بنتها مختبرات الذكاء الاصطناعي لتقييم سلوك وكلائها. والفارق الجوهري أن Patronus تُجري هذا التقييم كاملاً دون أي تدخل بشري، مما يجعل العملية أسرع وأقابلية للتوسع بشكل أكبر.
يطرح هذا نقطة جوهرية يستحق المطورون والشركات البانية لوكلاء ذكاء اصطناعي التأمل فيها: درجة مرتفعة على benchmark قياسي لا تعني بالضرورة أن الوكيل سيُنجز مهمة حقيقية في بيئة إنتاجية معقدة. الفجوة بين “أداء الاختبار” و”أداء العالم الحقيقي” هي بالضبط ما تحاول Patronus سدّه — وهو رهان يبدو أن السوق صادق في دعمه.
