Niteshift من قدامى Datadog: مبرمج بالذكاء الاصطناعي في مواجهة الارتهان لشركات التقنية الكبرى

أطلق قدامى Datadog شركة Niteshift بتمويل أولي (seed) قدره 7 ملايين دولار. تطوّر الشركة منصة تعمل مع أي نماذج ذكاء اصطناعي، دون ارتباط بـ OpenAI أو Anthropic. الفكرة أن الشركات تحتاج إلى حرية الاختيار لا إلى الارتهان لمزوّد بعينه (lock-in).

معالج بواسطة الذكاء الاصطناعي من TechCrunch؛ بتحرير Hamidun News
Niteshift من قدامى Datadog: مبرمج بالذكاء الاصطناعي في مواجهة الارتهان لشركات التقنية الكبرى
المصدر: TechCrunch. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليTechCrunch ↗
رئيس التحرير
حقيقة رئيسية #1استحالة التحوّل سريعًا إلى منافس دون إعادة كتابة الشيفرة
حقيقة رئيسية #2الارتهان لسياسة التسعير، إذ لا بدائل متاحة عند ارتفاع الأسعار
حقيقة رئيسية #3ديون تقنية عند تغيّر عقد الـ API

جمعت شركة Niteshift الناشئة، التي أسسها قدامى العاملين في منصة الحوسبة السحابية Datadog، 7 ملايين دولار في جولة تمويل أولية (seed) من مجموعة من المستثمرين الملائكيين المعروفين وصناديق رأس المال الجريء. وتراهن الشركة على أن الشركات الكبرى سئمت الاعتماد على كبار مزوّدي الذكاء الاصطناعي (Big AI)؛ فهي تريد حرية الاختيار بين مزوّدي النماذج، وهي مستعدة لدفع المال مقابل ذلك.

مشكلة الارتهان لمزوّد واحد (lock-in) في صناعة الذكاء الاصطناعي

عندما يدمج المطوّرون OpenAI API أو Claude مباشرة في شيفرتهم البرمجية، فإنهم يربطون المشروع بأكمله فعليًا بهذا المزوّد. ويعني ذلك ما يلي:

  • استحالة التحوّل سريعًا إلى منافس دون إعادة كتابة الشيفرة
  • الارتهان لسياسة التسعير، إذ لا بدائل متاحة عند ارتفاع الأسعار
  • ديون تقنية عند تغيّر عقد الـ API
  • استحالة النشر المحلي أو استخدام نماذج خاصة
  • مخاطرة أن يتوقف المزوّد عن تطوير ميزة مطلوبة

ويتطلب الانتقال من منصة إلى أخرى أشهرًا من المفاوضات والتكييف وإعادة الاختبار. وهذا مكلف ومحفوف بالمخاطر على الشركات الكبرى، خاصة عند الحديث عن التكامل مع أنظمة حيوية.

تجريد المزوّد كحل

تبني Niteshift طبقة تجريد بين شيفرة المطوّر ومزوّد النماذج المحدد. يكتب المطوّر شيفرته مرة واحدة، فتتولى المنصة توجيه الطلبات إلى المزوّد المطلوب: OpenAI أو Anthropic أو Google أو نموذج محلي أو حل مستضاف ذاتيًا (self-hosted).

ويتيح ذلك للشركات اختبار نماذج جديدة في بيئة الإنتاج (production) بسهولة، والتحوّل إلى بدائل أرخص لمهام بعينها، أو تكرار الطلبات عبر عدة نماذج للتحقق من الجودة. وتصبح المنصة عمليًا نقطة التحكم الموحدة لكامل منظومة الذكاء الاصطناعي.

والتشبيه هنا: إذا كانت OpenAI بمثابة مزوّد سحابي، فإن Niteshift هي طبقة التجريد التي تتيح تغيير السحابات بسهولة. وهذه تحديدًا هي البنية التي تساعد Datadog الشركات اليوم على مراقبتها.

المستثمرون يرصدون الاتجاه

جاء المؤسسون من Datadog، حيث أمضوا سنوات في هندسة أنظمة قابلة للتوسع، ويدركون كيف تحمي البنية الصحيحة من الارتهان. وشارك في الجولة Bain Capital، وقدامى GitHub وStripe، ومديرون سابقون في Notion وFigma، ومستثمرون ملائكيون من Sequoia وBenchmark.

«سئمت الشركات من أن تكون رهينة لدى

Big AI» — هكذا يرى المستثمرون الاتجاه، وهم يضخّون أموالهم في أدوات الاستقلالية.

وتمثل هذه الجولة إشارة لصناعة رأس المال الجريء: إعادة بناء بنية الذكاء الاصطناعي التحتية على أساس الاستقلالية مجدية ماليًا.

ما معنى ذلك

تنقسم البنية التحتية للذكاء الاصطناعي إلى معسكرين: منتجو النماذج (OpenAI وAnthropic وGoogle وMeta*) ومنتجو الاستقلالية (Niteshift وLiteLLM). وهذا خبر جيد للشركات، فالمنافسة تصبح منافسة خالصة على السعر والجودة، لا محاولة لحبس الشركة داخل منظومة مغلقة.

ويدرك قدامى Datadog أن الاتجاه نفسه الذي حدث مع الحوسبة السحابية سيحدث مع نماذج LLM: الشركات الناشئة التي تمنح الحرية هي التي تنتصر.

*Meta مصنّفة منظمة متطرفة ومحظورة في روسيا.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول مشكلة الارتهان لمزوّد واحد (lock-in) في صناعة الذكاء الاصطناعي؟

عندما يدمج المطوّرون OpenAI API أو Claude مباشرة في شيفرتهم البرمجية، فإنهم يربطون المشروع بأكمله فعليًا بهذا المزوّد. ويعني ذلك ما يلي: استحالة التحوّل سريعًا إلى منافس دون إعادة كتابة الشيفرة الارتهان لسياسة التسعير، إذ لا بدائل متاحة عند ارتفاع الأسعار ديون تقنية عند تغيّر عقد الـ API استحالة النشر المحلي أو استخدام نماذج خاصة مخاطرة أن يتوقف المزوّد عن تطوير ميزة مطلوبة ويتطلب الانتقال من منصة إلى أخرى أشهرًا من المفاوضات والتكييف وإعادة الاختبار. وهذا مكلف ومحفوف بالمخاطر على الشركات الكبرى، خاصة عند الحديث عن التكامل مع أنظمة حيوية.

ما أبرز التفاصيل حول تجريد المزوّد كحل؟

تبني Niteshift طبقة تجريد بين شيفرة المطوّر ومزوّد النماذج المحدد. يكتب المطوّر شيفرته مرة واحدة، فتتولى المنصة توجيه الطلبات إلى المزوّد المطلوب: OpenAI أو Anthropic أو Google أو نموذج محلي أو حل مستضاف ذاتيًا (self-hosted). ويتيح ذلك للشركات اختبار نماذج جديدة في بيئة الإنتاج (production) بسهولة، والتحوّل إلى بدائل أرخص لمهام بعينها، أو تكرار الطلبات عبر عدة نماذج للتحقق من الجودة. وتصبح المنصة عمليًا نقطة التحكم الموحدة لكامل منظومة الذكاء الاصطناعي. والتشبيه هنا: إذا كانت OpenAI بمثابة مزوّد سحابي، فإن Niteshift هي طبقة التجريد التي تتيح تغيير السحابات بسهولة. وهذه تحدي

ما أبرز التفاصيل حول المستثمرون يرصدون الاتجاه؟

جاء المؤسسون من Datadog، حيث أمضوا سنوات في هندسة أنظمة قابلة للتوسع، ويدركون كيف تحمي البنية الصحيحة من الارتهان. وشارك في الجولة Bain Capital، وقدامى GitHub وStripe، ومديرون سابقون في Notion وFigma، ومستثمرون ملائكيون من Sequoia وBenchmark. «سئمت الشركات من أن تكون رهينة لدى Big AI» — هكذا يرى المستثمرون الاتجاه، وهم يضخّون أموالهم في أدوات الاستقلالية. وتمثل هذه الجولة إشارة لصناعة رأس المال الجريء: إعادة بناء بنية الذكاء الاصطناعي التحتية على أساس الاستقلالية مجدية ماليًا.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Autonomous AI Execution · Nomad Agent

Delegate Deep Research, Coding & Multi-Step Workflows to Nomad Agent

Deploy autonomous task execution with Nomad Agent (agent.nomadnet.ai) — automated web research, data synthesis, code generation, and MCP tool orchestration.

Launch Nomad Agent →Nomad AI Workspace
ما رأيك؟
جارٍ تحميل التعليقات…