أخبار ar.wedoany.com، في 25 يونيو، أعلنت شركة "Sail Research" الأمريكية المتخصصة في البنية التحتية لوكلاء الذكاء الاصطناعي البنية التحتية عن إتمام جولتي تمويل من الفئة Seed و Series A، جمعت خلالهما 80 مليون دولار أمريكي، لتصل قيمة الشركة إلى 450 مليون دولار. قادت جولة التمويل من الفئة Series A شركة "Kleiner Perkins" الأمريكية، بينما قادت جولة Seed شركة "Sequoia Capital" الأمريكية، وسيتم استخدام الأموال لبناء بنية تحتية عالية الكفاءة للاستدلال (Inference) مخصصة لوكلاء الذكاء الاصطناعي طويلي الأمد.
تستهدف "Sail Research" مشكلة التكلفة المرتبطة بتشغيل وكلاء الذكاء الاصطناعي على نطاق واسع. فبينما تُصمم تطبيقات الدردشة التقليدية للذكاء الاصطناعي حول استفسار واحد أو جلسة قصيرة، تحتاج وكلاء الذكاء الاصطناعي طويلي الأمد إلى العمل المستمر لساعات أو حتى أيام، لتنفيذ مهام مثل تحليل الأكواد البرمجية، وإجراء أبحاث مؤسسية، وفحص المرشحين للوظائف، ومعالجة المستندات، وتخطيط المهام المعقدة. وكلما زادت مدة المهمة، ارتفع عدد مرات استدعاء النموذج، واستهلاك السياق، وكمية الرموز (Tokens) المستخدمة، مما يجعل تكلفة الاستدلال عائقاً رئيسياً أمام نشر المؤسسات لهذه الوكلاء.
لا تسعى هذه الشركة إلى إعادة بناء نموذج واحد، بل إلى إعادة هيكلة بيئة الاستدلال الأساسية (Inference) وبيئة الحماية (Sandbox) التي يعتمد عليها تشغيل الوكلاء. توفر البنية التحتية لـ "Sail Research" حزمة استدلال (Inference Stack) أعيد بناؤها لتحقيق الإنتاجية والكفاءة، بالإضافة إلى بيئة حماية "Sailboxes" التي يمكنها العمل بشكل مستمر لساعات أو أيام. تهدف الأولى إلى خفض تكلفة الرمز الواحد (Per-Token Cost) في المهام الطويلة، بينما تسمح الثانية للوكلاء بالعمل بشكل مستمر في بيئة ذات حالة (Stateful Environment)، مع فرض رسوم على أساس وقت العمل الفعلي، مما يقلل من تكاليف التباطؤ (Idle Costs) في المهام طويلة الأمد.
تضم قائمة المستثمرين في هذه الجولة تمويلاً من جهات متخصصة في البنية التحتية للذكاء الاصطناعي وأنظمة البرمجيات. بالإضافة إلى "Kleiner Perkins" و "Sequoia Capital" الأمريكيتين، شاركت كل من "Redpoint Ventures" و "Theory Ventures" و "Vine Ventures" و "CRV" و "A*" و "Abstract Ventures" الأمريكية. كما ضمت قائمة المستثمرين الملائكيين كل من جون هينيسي، رئيس مجلس إدارة شركة "Alphabet" الأمريكية، وليبو تشين، الرئيس التنفيذي لشركة إنتل الأمريكية، وتري داو، كبير العلماء في شركة "Together AI" الأمريكية، وآخرين.
يمتلك الفريق المؤسس لـ "Sail Research" خلفية في مجال الأجهزة (Hardware) والأنظمة واسعة النطاق. عمل نيل موفا، المؤسس المشارك والرئيس التنفيذي، سابقاً في شركات "NVIDIA" و "Apple" و "Together AI" الأمريكية في مجالات أداء وحدات معالجة الرسوميات (GPU) والبنية التحتية وأنظمة الذكاء الاصطناعي. كما عمل سامير مينون، المؤسس المشارك والرئيس التقني، سابقاً في شركة "Apple" على بناء أنظمة واسعة النطاق. تحدد هذه الخلفية توجه الشركة نحو التركيز على كفاءة استخدام القدرة الحاسوبية، وإنتاجية الاستدلال، وجدولة أعباء العمل، وتحسين التكلفة على مستوى النظام، بدلاً من مجرد تغليف منتجات وكلاء الذكاء الاصطناعي على مستوى التطبيقات.
تفرض وكلاء الذكاء الاصطناعي طويلي الأمد متطلبات مختلفة على البنية التحتية. فبينما يهتم المستخدم البشري بزمن الاستجابة المنخفض عند انتظار رد واحد، تحتاج الوكلاء أثناء تنفيذ المهام المستمرة إلى إنتاجية مستقرة، وسياق قابل للتوسع، وقدرات استدعاء متزامن، وتكلفة يمكن التحكم بها. ترى "Sail Research" أن البنية التحتية الحالية للاستدلال مصممة بشكل أساسي للتفاعلات القصيرة، وهي غير مناسبة للوكلاء الذين يستهلكون كميات كبيرة من الرموز بشكل مستمر ويعملون لفترات طويلة، مما يستلزم إعادة تصميم النظام الأساسي ليتناسب مع طريقة عمل الوكلاء.
تدّعي الشركة أن بنيتها التحتية للاستدلال تعمل على تحسين كفاءة استخدام وحدات معالجة الرسوميات (GPU) من خلال تخصيص محرك استدلال مفتوح المصدر، وتوزيع أعباء العمل عبر موردين متعددين، والاستفادة من موارد الحوسبة غير المستغلة بشكل كافٍ، محققةً في بعض التقييمات خفضاً في تكلفة الرمز الواحد يصل إلى 10 أضعاف. تتوافق واجهة برمجة التطبيقات (API) الخاصة بها مع سير عمل "OpenAI" الحالي، وتدعم النماذج مفتوحة المصدر مثل DeepSeek و Gemma و GLM و Kimi و Nemotron، مما يسهل على المؤسسات الاندماج دون إجراء تعديلات جوهرية على بنية تطبيقاتها.
تخدم "Sail Research" حالياً عدداً من العملاء في مجال سير عمل الذكاء الاصطناعي، من بينهم شركة بيانات الويب "Parallel Web Systems"، ومنصة مراجعة الأكواد "Detail.dev"، وشركة "Jack and Jill". بالنسبة لهؤلاء العملاء، لا يقتصر دور الوكيل على الإجابة عن الأسئلة، بل يشمل تصفح صفحات الويب بشكل مستمر، وتحليل قواعد الأكواد، وإنشاء التقارير، أو معالجة العمليات المعقدة. بمجرد دخول هذه السيناريوهات إلى بيئة الإنتاج، تصبح تكلفة الاستدلال، واستقرار التشغيل، وقابلية استئناف المهام عوامل تؤثر بشكل مباشر على الجدوى التجارية.
مع اكتمال جولة التمويل البالغة 80 مليون دولار، ستدخل "Sail Research" مرحلة التوسع المبكر في قطاع البنية التحتية لوكلاء الذكاء الاصطناعي. ومع تحول المؤسسات من تجربة روبوتات المحادثة إلى نشر وكلاء ذكاء اصطناعي قادرين على العمل المستدام، ستصبح منصات الاستدلال الأساسية، وبيئات الحماية، وجدولة المهام، والتحكم في التكاليف مجالات تنافسية جديدة. يبقى أن نرى ما إذا كانت "Sail Research" ستتمكن من تحويل ميزة التكلفة إلى نمو مستقر في قاعدة العملاء، وما إذا كانت البنية التحتية لوكلاء الذكاء الاصطناعي طويلي الأمد ستصبح طبقة أساسية مستقلة في تطبيقات الذكاء الاصطناعي الفعلية.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
