Moonbounce تجمع 12 مليون دولار لمحرك إدارة المحتوى في عصر الذكاء الاصطناعي

جمعت Moonbounce استثمارات بقيمة 12 مليون دولار لتطوير محرك ذكاء اصطناعي يعالج إحدى أكثر المشكلات إيلاماً في الذكاء الاصطناعي المؤسسي: كيف يمكن إلزام النموذج اللغوي بقواعد إدارة المحتوى بصورة مستقرة ويمكن التنبؤ بها، أياً كانت خصوصية الطلب.

أسّس الشركة أحد خريجي Facebook، وهذه إشارة مهمة، فقد كانت Facebook أول من واجه مهمة إدارة المحتوى على نطاق صناعي، بمليارات المنشورات. وعلى مدى سنوات بنت الشركة أنظمة بالغة التعقيد، وأدارت آلاف المشرفين البشر إلى جانب مصنّفات التعلم الآلي. أما الخبرة المتراكمة هناك في فهم معنى «الالتزام بالسياسة» أمام مئات الآلاف من الحالات الحدّية في الثانية، فيُعاد اليوم توظيفها لأنظمة الذكاء الاصطناعي من الجيل الجديد.

منتج Moonbounce هو ما تسميه الشركة AI control engine. مبدأ عمله سهل الوصف، صعب التنفيذ: تصف سياسة الإدارة بصيغة مقروءة للبشر، أي ما هو مسموح وما هو محظور، وأي السياقات تنشئ استثناءات، وكيف تُعالج الحالات الحدّية. ثم يحوّل المحرك هذه القواعد إلى معاملات تشغيلية تحكم سلوك النموذج اللغوي. والنتيجة نظام ذكاء اصطناعي يتفاعل مع المحتوى بصورة متسقة ويمكن التنبؤ بها، دون مفاجآت ظرفية ودون تناقضات منطقية.

والمشكلة التي تعالجها Moonbounce تتفاقم بسرعة. فالشركات تدمج نماذج LLM على نطاق واسع في منتجات حقيقية، مثل روبوتات الدردشة لدعم العملاء، وأنظمة المعالجة الآلية لمحتوى المستخدمين، والمساعدين الداخليين للموظفين. لكن النماذج اللغوية احتمالية بطبيعتها، فهي لا «تتبع القواعد» بالمعنى الحتمي الذي تتبعه الشيفرة البرمجية التقليدية. فقد تعطي الصياغة نفسها للطلب إجابات مختلفة في جلسات مختلفة. وقد يفسّر النموذج حدود المسموح به تفسيرات متباينة عند تغييرات طفيفة في السياق. ولهذا تكاد سياسات الإدارة المؤسسية التقليدية لا تنطبق على نماذج LLM دون طبقة وسيطة متخصصة.

أما النهج التقليدي، أي كتابة موجّهات النظام يدوياً وقوائم الكلمات المحظورة والقواعد الاستدلالية، فلا يتسع للتوسع. إذ تقضي الفرق أسابيع في «اصطياد» ردود النموذج غير المتوقعة، ثم تواجه رغم ذلك حالات تراجع في الأداء (regressions) عند تحديث النموذج الأساسي أو توسيع سيناريوهات الاستخدام.

يتشكّل سوق حوكمة الذكاء الاصطناعي المؤسسي الآن، وبوتيرة سريعة. فالجهات التنظيمية في الاتحاد الأوروبي والولايات المتحدة وعدد من الولايات القضائية الأخرى تطالب الشركات بتوثيق سلوك أنظمة الذكاء الاصطناعي والتحكم فيه. ويفرض EU AI Act تدقيقاً إلزامياً على أنظمة الذكاء الاصطناعي عالية المخاطر، ويشترط قابلية مثبتة للتحكم في السلوك. وهذا يخلق طلباً بنيوياً على البنية التحتية: فالشركات تحتاج إلى أدوات لا «تحاول» الالتزام بالقواعد فحسب، بل تستطيع إثبات ذلك للجهة التنظيمية.

وستتيح استثمارات الـ12 مليون دولار لـ Moonbounce توسيع فريقها، وتسريع تطوير المحرك، والبدء في استقطاب العملاء من الشركات بنشاط. وتعمل الشركة الناشئة في قطاع لا يضم حتى الآن سوى عدد قليل من المنافسين المباشرين بنهج مماثل. فرغم أن اللاعبين الكبار في المنصات يقدّمون أدوات خاصة بهم لأمان الذكاء الاصطناعي، فإنها موجّهة في المقام الأول للتكامل مع منظوماتهم السحابية، لا لتكون طبقة مستقلة للتحكم في السلوك.

لم تعد إدارة المحتوى مهمة تقتصر على المراجع البشري أو على هندسة الموجّهات لمرة واحدة، بل تتحول إلى طبقة بنية تحتية يجب أن توجد في كل نظام ذكاء اصطناعي يتعامل مع محتوى المستخدمين. والشركات التي تستثمر اليوم في أدوات التحكم في سلوك الذكاء الاصطناعي ستحصل على ميزة بنيوية: حوادث أقل، وامتثال يمكن التنبؤ به لمتطلبات الجهات التنظيمية، وتوسيع أسرع لمنتجاتها. وتسعى Moonbounce إلى أن تكون هذه الطبقة تحديداً.

*Meta مصنّفة منظمة متطرفة ومحظورة في روسيا.