Nimble تجمع 47 مليون دولار لتمكين وكلاء الذكاء الاصطناعي من الوصول إلى بيانات الويب في الوقت الفعلي
جمعت شركة Nimble الناشئة 47 مليون دولار لتطوير منصة تمنح وكلاء الذكاء الاصطناعي إمكانية الوصول إلى بيانات الإنترنت المفتوح في الوقت الفعلي. يعتمد النظام على وكلاء ذكاء اصطناعي خاصين به للبحث عن المعلومات في الويب والتحقق منها وتنقيتها. وتكون المخرجات جداول منظّمة يمكن الاستعلام عنها كما تُستعلم قاعدة البيانات التقليدية. تعالج Nimble إحدى المشكلات الجوهرية في الذكاء الاصطناعي الحديث: فالنماذج اللغوية تُدرَّب على بيانات ثابتة، بينما تحتاج الشركات إلى معلومات محدّثة. وتؤكد جولة التمويل تنامي اهتمام المستثمرين بالبنية التحتية الخاصة بوكلاء الذكاء الاصطناعي.
معالج بواسطة الذكاء الاصطناعي من TechCrunch؛ بتحرير Hamidun News
من أكثر الحقائق المزعجة عن الذكاء الاصطناعي في عام 2026 أن النماذج اللغوية الكبيرة لا تزال ضعيفة في التعامل مع المعلومات الراهنة. فهي تستدلّ ببراعة وتولّد الشيفرات البرمجية وتكتب النصوص، لكنها حين تصل إلى البيانات الحديثة — الأسعار والأخبار ومواصفات المنتجات والمؤشرات المالية — تبقى أسيرة مجموعة بيانات التدريب التي تتقادم حتماً. وهذه المشكلة تحديداً تصدّت لها شركة Nimble الناشئة، التي جمعت للتوّ استثمارات بقيمة 47 مليون دولار.
تبني Nimble طبقة بنية تحتية بين الإنترنت المفتوح ووكلاء الذكاء الاصطناعي. الفكرة تبدو بسيطة للوهلة الأولى: طوّرت الشركة منظومة من وكلاء الذكاء الاصطناعي القادرين على البحث عن المعلومات في الويب بصورة مستقلة، والتحقق من النتائج التي يعثرون عليها واعتمادها، ثم تنقيتها وهيكلتها في جداول مرتبة. ويمكن الاستعلام عن هذه الجداول كما تُستعلم قاعدة بيانات عادية، مع إمكانية الفلترة والتحليلات. وبذلك تحوّل Nimble الإنترنت الفوضوي غير المنظّم إلى مصدر بيانات مرتّب وجاهز لتستهلكه أنظمة ذكاء اصطناعي أخرى.
ولفهم أهمية ذلك، ينبغي النظر إلى السياق الأوسع. فقد شهدت الصناعة خلال العامين الماضيين نمواً انفجارياً فيما يُعرف بوكلاء الذكاء الاصطناعي، وهي أنظمة مستقلة قادرة على تنفيذ مهام معقدة متعددة المراحل. وتستطيع وكلاء Anthropic وOpenAI وGoogle وعشرات الشركات الناشئة حجز التذاكر وتحليل المستندات وإدارة سير العمل. لكنها جميعاً تواجه القيد نفسه: فهي بحاجة إلى بيانات حديثة وموثوقة من العالم الخارجي، والحصول عليها ليس سهلاً. أما تقنية كشط الويب (web scraping) لاستخراج البيانات من المواقع فهي موجودة منذ زمن طويل، لكنها هشّة ومثيرة للجدل قانونياً وتتطلب صيانة مستمرة. وتقدّم Nimble حلاً أكثر أناقة، إذ توظّف الذكاء الاصطناعي لا في تحليل شيفرة HTML بأسلوب فجّ، بل في البحث الذكي عن المعلومات والتحقق منها.
والعنصر الأساسي في نهج Nimble هو مرحلة التحقق. فالإنترنت مليء بمعلومات متناقضة وقديمة وكاذبة صراحةً. وإذا جمع وكيل الذكاء الاصطناعي البيانات من أول مواقع تصادفه، فستكون النتيجة غير موثوقة. وبحسب ما تفيد به الشركة، فإن وكلاء Nimble يقارنون المعلومات من مصادر متعددة، ويرصدون التباينات، ويمنحون البيانات تقييماً لدرجة الموثوقية. وهذا بالغ الأهمية للعملاء من الشركات الذين يتخذون قرارات أعمالهم استناداً إلى هذه البيانات، سواء تعلق الأمر بمراقبة أسعار المنافسين أو تتبّع سلاسل الإمداد أو تحليل اتجاهات السوق.
تُعدّ جولة التمويل البالغة 47 مليون دولار مبلغاً كبيراً يعكس اتجاهاً أوسع في سوق رأس المال الجريء. فالمستثمرون يضخّون أموالهم بوتيرة متزايدة لا في نماذج الذكاء الاصطناعي نفسها، بل في البنية التحتية المحيطة بها. والمنطق واضح: تتزايد أعداد النماذج وتزداد قوتها، لكن من دون بيانات عالية الجودة وأدوات للتكامل مع العالم الواقعي يظل كامل إمكاناتها غير محقَّق. وتندرج Nimble ضمن فئة «المعاول والمجارف» في عصر الذكاء الاصطناعي — الشركات التي تبيع الأدوات للباحثين عن الذهب بدلاً من أن تبحث هي عنه. وتاريخياً، تكون هذه الأعمال الأكثر صموداً في فترات الازدهار التكنولوجي.
ومع ذلك، لا تعمل Nimble في فراغ. فالمنافسة تشتدّ في قطاع بيانات الويب المخصصة للذكاء الاصطناعي. إذ تقدّم شركات مثل Browserbase وApify وFirecrawl مقارباتها الخاصة للمشكلة نفسها. كما أن اللاعبين الكبار لا يقفون مكتوفي الأيدي: فـGoogle عبر Grounding API وPerplexity عبر ميزة البحث في الوقت الفعلي تتحركان في الاتجاه ذاته، وإن بتموضع مختلف. وتكمن ميزة Nimble في تركيزها على البيانات المنظّمة والتحقق منها، ما يجعل منتجها جذاباً بوجه خاص للعملاء من الشركات الذين لا يحتاجون إلى مجرد معلومات، بل إلى معلومات موثوقة بصيغة مقروءة آلياً.
وثمة أسئلة لا تزال Nimble مطالَبة بالإجابة عنها. كيف تتعامل الشركة مع الجوانب القانونية لاستخراج البيانات من مواقع لا ترغب في ذلك؟ وكيف يتوسّع النظام عند معالجة ملايين الطلبات؟ وإلى أي مدى يصمد النموذج أمام محاولات التلاعب، حين يتعمّد جهات سيئة النية نشر معلومات كاذبة للتأثير في النتائج؟ وستزداد حدّة هذه الأسئلة كلما اتخذ وكلاء الذكاء الاصطناعي قرارات أكثر أهمية استناداً إلى بيانات من الويب المفتوح.
لكن يمكن القول بثقة إن حقبة وكلاء الذكاء الاصطناعي التي تعتمد حصراً على معارف ثابتة تقترب من نهايتها. فالمستقبل للأنظمة القادرة على التفاعل مع العالم الواقعي في الوقت الفعلي. وشركات مثل Nimble تبني ذلك النسيج الواصل بين الذكاء الاصطناعي والإنترنت الحي المتغيّر باستمرار. وتمثّل جولة الـ47 مليون دولار رهان المستثمرين على أن البيانات في الوقت الفعلي ستصبح لوكلاء الذكاء الاصطناعي ما كانت الكهرباء للثورة الصناعية: مورداً غير مرئي لكنه ضروري تماماً.
- 29 أكتوبر 2026Anthropic تكشف في نموذج S-1: 11 900 عميل يدفعون 100 ألف دولار سنويًا فأكثر
- 28 أكتوبر 2026شبكة CNN من عام 2015 تتفوق على GPT-6 Astra وClaude Fable 5.1 في تشخيص سرطان الجلد
- 28 أكتوبر 2026Keystone تُخرج اسم النموذج من الشيفرة: بوابة LLM مفتوحة المصدر تضيف 0.64 مللي ثانية فقط
- 28 أكتوبر 2026Wired تختبر 6 وكلاء ذكاء اصطناعي خلال يوم: Dots في الصدارة وGemini Spark يفشل في طلب الغداء
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.