Talat: ملاحظات الاجتماعات بالذكاء الاصطناعي تُحفظ على جهازك لا في السحابة

تزدحم سوق أدوات الذكاء الاصطناعي للاجتماعات بالخدمات السحابية، مثل Granola وOtter.ai وFireflies وRead.ai. تسجّل هذه الخدمات الاجتماعات وتفرّغها نصيًا وتلخّصها بالذكاء الاصطناعي، لكن البيانات تُخزَّن في المقابل على خوادم الشركات المطوّرة. أما شركة Talat الناشئة فتقترح نموذجًا مختلفًا جذريًا: تتم المعالجة والتخزين محليًا على جهاز المستخدم، دون وسطاء سحابيين ودون اشتراك شهري.

يعمل التطبيق ببساطة: يستمع في الوقت الفعلي إلى المكالمة أو الاجتماع الحضوري، ويبني نصًا مفرّغًا، ثم يقدّم بعد انتهاء الاجتماع ملاحظات منظّمة تتضمن النقاط الرئيسية وقائمة المهام. تجري العملية كلها دون أي اتصال بخوادم خارجية، ولا يلزم الإنترنت إلا عند الإعداد الأولي. وهذا يتناقض بشدة مع المنافسين: تبدأ تكلفة Granola من 18 دولارًا شهريًا وتتطلب اتصالًا سحابيًا دائمًا، وتبدأ Otter.ai من 16 دولارًا، وFireflies.ai من 10 دولارات. وجميعها تحتفظ فعليًا بالمفاوضات التجارية لمستخدميها في قواعد بياناتها الخاصة.

أثبت مفهوم «local-first» نجاحه في مجالات قريبة. فقد استقطب محرّرا النصوص Obsidian وLogseq ملايين المستخدمين تحديدًا لأن البيانات لا تغادر جهاز مالكها أبدًا. والآن وصل هذا النهج إلى سوق الملاحظات التلقائية للاجتماعات. ويشعر المطوّرون ورواد الأعمال بوطأة إرهاق الاشتراكات بصورة متزايدة: إذ يمكن بسهولة أن تبلغ المدفوعات الإجمالية لعشرات أدوات SaaS لدى الفرق الصغيرة ما بين 500 و1000 دولار شهريًا. وتقدّم Talat نفسها مخرجًا من هذا الفخ، دون رسوم اشتراك ودون الاعتماد على بنية تحتية يملكها طرف آخر.

أما بالنسبة إلى مستخدمي الشركات، فحجة الخصوصية أكثر وزنًا. فمفاوضات الصفقات والنقاشات الاستراتيجية لمجلس الإدارة وقرارات الموارد البشرية لا ينبغي أن تستقر على خوادم شركات ناشئة أمريكية تتّسم سياسات حفظ البيانات لديها بالغموض. والشركات الأوروبية الخاضعة للائحة GDPR حسّاسة بشكل خاص تجاه هذه المسألة: فقد تصل غرامة المخالفة إلى 4% من الإيرادات السنوية العالمية. وتواجه الشركات اليابانية والكورية متطلبات مماثلة بموجب تشريعاتها الوطنية. وتزيل المعالجة المحلية معظم المخاطر التنظيمية وتبسّط عمليات التدقيق في الامتثال.

من الناحية التقنية، يعتمد التطبيق على نماذج لغوية تعمل محليًا. ويبدو أن التفريغ النصي يستخدم Whisper من OpenAI، وهو نموذج مفتوح المصدر يتعرّف على الكلام بدقة بعشرات اللغات دون إرسال الصوت إلى خوادم خارجية. أما تلخيص الملاحظات وتنظيمها فيتولاهما نموذج LLM مضغوط، مثل Llama أو Mistral أو نماذج مقطَّرة مشابهة. وهذه المنظومة واقعية اليوم على العتاد الاستهلاكي الحديث: إذ يتعامل جهاز MacBook Pro بمعالج Apple Silicon أو حاسوب محمول بنظام Windows ببطاقة رسوميات منفصلة مع المهمة في الوقت الفعلي دون أي دعم سحابي.

ومن جهته لا يقف المنافس Granola مكتوف اليدين: فقد جذبت الخدمة استثمارات، وأضافت ميزات للفرق وتكاملًا مع تقاويم الشركات. لكن بنيتها سحابية في جوهرها، وهذا مدمج في نموذج أعمالها. وتحتل Talat موقعًا لا تستطيع Granola شغله فعليًا دون إعادة كتابة منتجها بالكامل. فاللاعب الجديد لا يهاجم في ميدان ثراء الميزات، بل في ميدان البنية والثقة، وهي استراتيجية مجرَّبة في القطاعات التنافسية.

وستحصل مكاتب المحاماة والمؤسسات الطبية والبنوك الاستثمارية وأي شركات يشكّل تسجيل المفاوضات التجارية لديها مسألة حساسة قانونيًا أخيرًا على بديل عملي للخدمات السحابية. ومع ازدياد قوة النماذج اللغوية المحلية وتشدّد المتطلبات التنظيمية لتخزين البيانات، ستواصل أدوات local-first مثل Talat اكتساب الشعبية. كما أن غياب الاشتراك الشهري يزيل العائق الأخير أمام اتخاذ قرار الاعتماد.