معركة الذكاء الاصطناعي للشركات: Glean تبني الأساس لتطبيقات الأعمال
في أحدث حلقات بودكاست Equity، تحدّث الرئيس التنفيذي لشركة Glean، أرفيند جاين، عن التطور الاستراتيجي للشركة. كانت Glean معروفة في الأصل كأداة للبحث داخل المؤسسات، لكنها تقدّم نفسها اليوم كطبقة وسيطة (middleware) لتوظيف الذكاء الاصطناعي في الأعمال. ويعكس هذا التحول اتجاهًا عامًا في السوق: فالشركات لا تبحث عن واجهات روبوتات دردشة فحسب، بل عن بنية تحتية موثوقة للتعامل مع بياناتها الداخلية. وتسعى Glean إلى أن تكون الطبقة التي تربط النماذج اللغوية بمعلومات المؤسسة، مع ضمان أمان الإجابات وملاءمتها.
معالج بواسطة الذكاء الاصطناعي من TechCrunch؛ بتحرير Hamidun News
معركة الذكاء الاصطناعي للشركات: Glean تبني الأساس لتطبيقات الأعمال
شهدت الأشهر الأخيرة نقاشًا محتدمًا في عالم التكنولوجيا حول الذكاء الاصطناعي، ولا سيما في سياق استخدامه في الأعمال. تسعى الشركات بنشاط إلى دمج قدرات النماذج اللغوية الكبيرة (LLM) في عملياتها الداخلية، لكنها تصطدم بتحديات جدية تتعلق بالأمان والدقة وملاءمة البيانات. وفي هذا النظام البيئي الناشئ، تتخذ شركة Glean خطوة استراتيجية بإعادة تموضعها من أداة للبحث داخل المؤسسات إلى طبقة وسيطة (middleware) محورية للذكاء الاصطناعي في الشركات. وقد شرح الرئيس التنفيذي أرفيند جاين هذا التحول بالتفصيل في حلقة حديثة من بودكاست Equity، وهو يعكس اتجاهًا أوسع في السوق: فالأعمال لا تحتاج إلى روبوتات دردشة تفاعلية فحسب، بل إلى بنية تحتية موثوقة وآمنة وقابلة للتوسع للتعامل مع معلومات المؤسسة.
اشتهرت Glean في البداية كأداة متقدمة للبحث داخل المؤسسات، قادرة على فهرسة المعلومات والعثور عليها في مصادر بيانات الشركة المتفرقة، مثل Google Workspace وMicrosoft 365 وSlack وقواعد بيانات متنوعة. لكن مع بدء الشركات إدراك إمكانات الذكاء الاصطناعي التوليدي، تبيّن أن مجرد الوصول إلى البيانات ليس سوى الخطوة الأولى. فالقيمة الحقيقية تكمن في القدرة على استخدام هذه البيانات بأمان وكفاءة للإجابة عن الأسئلة المعقدة وأتمتة المهام ودعم اتخاذ القرارات. وهنا تحديدًا ترى Glean رسالتها الجديدة: أن تكون حلقة الوصل التي تربط النماذج اللغوية القوية بمعلومات المؤسسة السرية. فبدلًا من منافسة مزوّدي النماذج اللغوية الكبيرة أو مطوّري واجهات المستخدم مباشرة، تسعى Glean إلى توفير طبقة أساسية تضمن استرجاع البيانات ومعالجتها وتقديمها بأمان لأي تطبيقات ذكاء اصطناعي.
تقوم استراتيجية Glean على بناء «طبقة تحت الواجهة». ويعني ذلك أن الشركة لا تركّز على إنشاء تطبيقات نهائية للمستخدمين، بل على توفير بنية تحتية أساسية تتيح لشركات ومطوّرين آخرين بناء حلول الذكاء الاصطناعي الخاصة بهم. ولهذا النهج عدة مزايا.
أولًا، يتيح لـ Glean البقاء لاعبًا محايدًا في مشهد الذكاء الاصطناعي سريع التغير، دون الارتباط بنماذج لغوية كبيرة أو منصات بعينها. وثانيًا، يعالج إحدى أكبر مشكلات الذكاء الاصطناعي في الشركات: أمان البيانات وسريتها. إذ تؤدي Glean دور الحارس الذي يضمن أن النماذج اللغوية لا تصل إلا إلى المعلومات المسموح لها بالاطلاع عليها، وأن الإجابات تُولَّد استنادًا إلى مصادر موثوقة وذات صلة.
ويكتسب ذلك أهمية خاصة في القطاعات ذات المتطلبات التنظيمية والأمنية العالية، مثل المالية والرعاية الصحية والقانون. وبهذا تسعى Glean إلى منح الشركات الثقة بأن مبادراتها في الذكاء الاصطناعي فعّالة وممتثلة في الوقت نفسه لجميع المتطلبات التنظيمية.
وتترتب على هذا التحول الاستراتيجي آثار كبيرة على سوق الذكاء الاصطناعي في الشركات. فالشركات التي كانت تتردد في تبني الذكاء الاصطناعي بسبب المخاطر المرتبطة بالبيانات يمكنها الآن الوصول إلى منصة آمنة وموثوقة. وقد يسرّع ذلك وتيرة تبني الذكاء الاصطناعي في مختلف قطاعات الاقتصاد، بما يحفّز الابتكار ويرفع الإنتاجية. أما بالنسبة إلى Glean، فيفتح ذلك أمامها فرصة أن تصبح عنصرًا مركزيًا في البنية التحتية للذكاء الاصطناعي في الشركات، على غرار ما أصبحته Google معيارًا للبحث على الويب. وستكون المنافسة في هذا السوق شرسة بلا شك، إذ تسعى شركات أخرى أيضًا إلى شغل موقع مزوّدي البنية التحتية للذكاء الاصطناعي في الشركات. غير أن Glean، بفضل خبرتها في البحث داخل المؤسسات ورؤيتها الواضحة للمستقبل، تملك فرصًا جيدة للنجاح.
وفي الخلاصة، يُعدّ انتقال Glean من أداة للبحث داخل المؤسسات إلى مطوّر لطبقة أساسية للذكاء الاصطناعي في الشركات خطوة جاءت في وقتها ومحسوبة استراتيجيًا. وبينما ينصبّ تركيز العالم على إمكانات واجهات الذكاء الاصطناعي، تبني Glean البنية التحتية اللازمة التي ستجعل هذه الواجهات ذات قيمة حقيقية وآمنة للأعمال. وقد يكون هذا النهج «تحت الغطاء» حاسمًا في معركة الذكاء الاصطناعي للشركات، إذ يحوّل إمكانات الذكاء الاصطناعي إلى نتائج أعمال ملموسة.
- 29 أكتوبر 2026Anthropic تكشف في نموذج S-1: 11 900 عميل يدفعون 100 ألف دولار سنويًا فأكثر
- 29 أكتوبر 2026Google DeepMind تكتشف عيبًا في softmax: التدرّج ينعدم عند فارق 16,6
- 28 أكتوبر 2026شبكة CNN من عام 2015 تتفوق على GPT-6 Astra وClaude Fable 5.1 في تشخيص سرطان الجلد
- 28 أكتوبر 2026Google تعلّم نماذج LLM «النوم»: SLEEP يثبّت المعرفة في الأوزان، وحتى 10 ملايين توكن
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.