Validio تجمع 30 مليون دولار لحل مشكلة تتجاهلها صناعة الذكاء الاصطناعي بأكملها

كل أسبوع تعلن شركة كبرى جديدة إطلاق برنامج طموح للذكاء الاصطناعي. تمر أشهر من المشاريع التجريبية، وتُنفق ملايين الدولارات على التراخيص والبنية التحتية، ثم تُطوى المبادرة بصمت. ليس لأن النموذج كان سيئًا، وليس لأن الفريق لم يكن على قدر المهمة، بل لأن البيانات التي كان يفترض أن يقوم عليها كل شيء تبيّن أنها غير صالحة. هذه المشكلة المنهجية التي تكاد تكون غير مرئية هي ما تصدّت له شركة Validio السويدية الناشئة، التي جمعت للتو 30 مليون دولار.

تعمل الشركة، ومقرها ستوكهولم، منذ ست سنوات، وهي مدة تبدو عصرًا كاملًا بمقاييس عالم الشركات الناشئة. وطوال هذه الفترة بنت Validio بنية تحتية لمراقبة بيانات الشركات والتحقق من صحتها. قد يبدو ذلك أمرًا غير لافت، خصوصًا في ظل العناوين اليومية عن النماذج اللغوية الجديدة والاختراقات في الذكاء الاصطناعي التوليدي. لكن في هذا الابتعاد عن الأضواء تحديدًا تكمن قوة موقع الشركة. فبينما ينشغل العالم بمناقشة قدرات GPT وClaude وGemini، ركّزت Validio على الأساس الذي لا يستطيع أي من هذه النماذج من دونه تحقيق فائدة حقيقية في بيئة الأعمال.

مشكلة جودة البيانات ليست جديدة على مختصي هندسة البيانات. فقد أشارت أبحاث Gartner وMcKinsey لسنوات إلى أن رداءة البيانات تكلّف الشركات تريليونات الدولارات سنويًا. لكن مع بزوغ عصر الذكاء الاصطناعي التوليدي ارتفعت المخاطر أضعافًا. فحين تعتمد شركة نظام ذكاء اصطناعي لاتخاذ قرارات الأعمال، لا تكتفي الأخطاء في البيانات المصدرية بتشويه التقارير، بل تولّد توصيات تبدو واثقة لكنها خاطئة تمامًا. والنموذج اللغوي لن يخبرك بأن البيانات التي تدرّب عليها أو التي يحللها تحتوي على تكرارات أو قيم مفقودة أو سجلات قديمة أو تناقضات. سيقدّم النتيجة ببساطة، وستبدو مقنعة.

تتعامل Validio مع المشكلة بمنهج شامل. تندمج منصة الشركة في مسارات البيانات (data pipelines) القائمة لدى المؤسسة، وترصد في الزمن الفعلي الحالات الشاذة وانحراف البيانات (data drift) وانتهاكات المخططات (schemas) وغيرها من المؤشرات على أن المعلومات لم تعد مطابقة للمعايير المتوقعة. وهي في جوهرها جهاز مناعة لبيانات الشركات: لا تنشئ البيانات ولا تحللها في سياق الأعمال، بل تتأكد من أن كل ما يصل إلى نماذج الذكاء الاصطناعي وأنظمة التحليل موثوق ومتسق. ويكتسب هذا النهج قيمة خاصة في المؤسسات الكبيرة، حيث تصل البيانات من عشرات المصادر، وتمر بتحويلات كثيرة، وقد تختلف عند استخدامها اختلافًا جذريًا عمّا توقعه المهندسون.

جولة التمويل البالغة 30 مليون دولار ليست مجرد مال للنمو. إنها إشارة إلى السوق بأن المستثمرين بدأوا يدركون أنه من دون بنية تحتية لجودة البيانات، قد تصطدم موجة الذكاء الاصطناعي في الشركات بجدار من خيبات الأمل. وتخطط Validio لاستخدام الأموال في التوسع العالمي، وفي مقدمته السوق الأمريكية التي تتركز فيها أعلى نسبة من مشاريع الذكاء الاصطناعي المؤسسية. كما تعتزم الشركة توسيع فريقها وتعميق تكاملها مع منصات السحابة الرئيسية ومستودعات البيانات.

والساحة التنافسية في قطاع مراقبة البيانات (data observability) ليست خالية. فشركات مثل Monte Carlo وBigeye وAnomalo تعمل في هذا المجال منذ بضع سنوات. غير أن Validio تركّز تحديدًا على الجاهزية للذكاء الاصطناعي، أي لا على مراقبة مسارات البيانات فحسب، بل على ضمان مطابقة البيانات للمتطلبات الخاصة التي تفرضها أنظمة تعلّم الآلة والذكاء الاصطناعي التوليدي. وهذا فارق دقيق لكنه مهم. فالتحليلات التقليدية قد تتسامح مع قدر من التشويش في البيانات، أما نماذج الذكاء الاصطناعي، خصوصًا تلك المستخدمة في أتمتة القرارات، فلا تملك هذا الترف.

وهناك سياق أوسع أيضًا. فالصناعة تمر تدريجيًا بما يمكن تسميته «صداع ما بعد ضجة الذكاء الاصطناعي». إذ يتراجع الحماس الأول المرتبط بـ ChatGPT ونظرائه أمام إدراك أكثر واقعية: إدخال الذكاء الاصطناعي في عمليات الأعمال الفعلية ليس مسألة ربط واجهة API، بل مهمة هندسية كبيرة تؤدي فيها جودة البيانات دورًا محوريًا. والشركات التي استثمرت في الذكاء الاصطناعي دون إعداد مسبق للبيانات تعيد النظر الآن في استراتيجياتها على نطاق واسع. وفي هذه اللحظة بالذات يصبح عرض Validio في غاية الملاءمة.

قد لا تظهر الشركة السويدية الناشئة على أغلفة المجلات التقنية إلى جانب OpenAI أو Anthropic. لكن إذا أصبح الذكاء الاصطناعي المؤسسي تيارًا رئيسيًا فعلًا، ولم يبقَ مجرد مجموعة من التجارب التجريبية اللامعة، فإن شركات كهذه، التي تعمل على مستوى البنية التحتية غير المرئي لكنه بالغ الأهمية، هي التي ستحدد من يفوز ومن يبقى بنماذج باهظة الثمن لا فائدة منها. والثلاثون مليون دولار رهان على أن الصناعة باتت مستعدة أخيرًا للاعتراف بذلك.