اكتتاب Momenta: كيف اختارت الشركة الصينية الناشئة المستوى L2 بدل مسار Waymo

أجرت Momenta اكتتابها العام في بورصة هونغ كونغ في 8 يوليو 2026. وقيّم اليوم الأول من التداول الشركة بـ 700 مليار دولار هونغ كونغي (نحو 90 مليار دولار). وهي شركة ناشئة ممولة برأس مال جريء، تأسست عام 2016، وسلكت مسارًا معاكسًا لبقية قطاع القيادة الذاتية.

الاستراتيجية: L2 بدل L4

في عامي 2018 و2019 راهنت شركات الذكاء الاصطناعي حول العالم على المستوى L4 (الاستقلالية الكاملة دون سائق). حصلت Waymo على تقييم بلغ 175 مليار دولار، وجمعت PonyAI وYushu Zhixing مئات الملايين. وكان رأس المال يتحدث عن رحلات بطولية دون أيدٍ على المقود.

أما الرئيس التنفيذي Cao Xudong فاختار المستوى L2، أي مساعدة السائق (مثل مثبّت السرعة التكيفي، والحفاظ على المسار، والتوجيه الجزئي). واعتُبر ذلك مجالًا ضيقًا وغير مثير. وكان التمويل في عام 2019 بطيئًا، وساد الشك داخل الشركة نفسها.

لكن Cao آمن بـ"عجلة البيانات" (data flywheel)، أي الفكرة القائلة إن النظام القادر على جمع البيانات من ملايين السيارات يتقارب بسرعة نحو الكمال. أما أسطول Waymo من المستوى L4 فمحدود (سيارات باهظة الثمن وعددها قليل)، في حين يمكن نشر L2 فورًا على جميع السيارات المنتَجة بكميات كبيرة.

النتائج: بيانات أكبر بـ 3000 ضعف

بحلول عام 2026 حققت الاستراتيجية نجاحها.

• الحصة السوقية: 60% من جميع أنظمة L2 المنشورة على السيارات المنتَجة بكميات كبيرة في أوروبا
• طرازات محددة: أكثر من 50% في كل منصة من أكثر من 210 منصات سيارات مخصصة
• الانتشار الفعلي: أكثر من 100 مليون سيارة تعمل ببرمجيات Momenta
• الفريق: أكثر من 1000 موظف فقط
• هامش الربح: ارتفع خلال ثلاث سنوات من 17,5% إلى 49% ثم إلى 71,6%

روى Cao للمستثمرين زيارته إلى Tesla لتجربة نظام FSD (Full Self-Driving) من ماسك. فـ Tesla تفعل ذلك بـ 200–300 مهندس، بينما تحتاج Momenta إلى أكثر من 1000. وفسّر Cao ذلك بأنه عدم كفاءة، وتعهّد داخليًا قائلًا: «علينا أن نكون أسرع وأكثر كفاءة».

الكفاءة الهندسية كاستراتيجية

ترتبط جميع نجاحات Momenta بالكفاءة الهندسية. فقد استثمرت الشركة في أدوات الأتمتة: خط CI/CD، وروبوتات الاختبار على الطرق (road-testing)، وإدارة إصدارات البيانات. ويتابع Cao بنفسه أهم عشر أدوات.

ومن الأمثلة أداة "rt spa" لأتمتة دورة الاختبار على الطرق كاملةً. فقد سمّى Cao الأداة بنفسه، وترأس أول 10 اجتماعات للبنية المعمارية، وحضر كل تكرار. والنتيجة: يضغط باحث الخوارزميات زرًّا، وبعد 4 ساعات يحصل على تقرير جاهز عن جودة الإصدار.

والمثال الثاني نظام تجهيز الإصدارات للطرح. كيف نعرف أن الإصدار الجديد جيد؟ لا بد من مراجعة أكثر من 1000 مقياس. وقد أتمتت Momenta ذلك عبر لوحة معلومات (dashboard).

المنافسة والتحديات

لم يعد سوق L2 مجالًا ضيقًا. ومن المنافسين: Huawei وHorizon Robotics وQingzhou وWaymo وBaidu Apollo. وانخفضت أسعار أنظمة L2. وتتنافس Qualcomm وNVIDIA في الرقائق. ويحاول منافسون جدد (Wenmiao وElementai) منافسة Momenta بأسعار أدنى (undercut).

ويرى Cao المستقبل في التكامل بين البرمجيات والعتاد، وفي نماذج العالم (world models) للمستوى L4، لكن ذلك لا يزال في المستقبل (2027–2028).

ماذا يعني ذلك

تُظهر Momenta أن المبادئ نفسها التي تحكم هندسة البرمجيات والعتاد تصدق على قطاع الذكاء الاصطناعي: البيانات أهم من حجم النموذج، والتكرار المستمر أهم من اختراق منفرد، والثقافة الهندسية أهم من العبقرية الفردية. لم تفز الشركة لأن لديها أفضل العلماء، بل لأنها اختارت المقياس الصحيح للبيانات واستثمرت في هندسة الإنتاج. وهذا درس لقطاع الذكاء الاصطناعي كله: ليس كل شيء يُحسم في المختبرات.