الطبقة الحاسمة للذكاء الاصطناعي المؤسسي: كيف تبني استراتيجية Glean البارعة الذكاء تحت الواجهة

BitcoinWorld

الطبقة الحيوية للذكاء الاصطناعي المؤسسي: كيف تبني استراتيجية Glean الذكية الذكاء تحت الواجهة

الدوحة، قطر – أكتوبر 2025. بينما تتنافس عمالقة التكنولوجيا للسيطرة على واجهة الذكاء الاصطناعي المؤسسي، يحدث تحول جوهري تحت السطح. Glean، الشركة التي بدأت كأداة بحث مؤسسية، تنفذ الآن استراتيجية محورية: بناء طبقة الذكاء التي لا غنى عنها والتي تربط نماذج اللغة الكبيرة القوية ولكن العامة بالسياق المحدد والمصرح به للأعمال. هذا النهج، الذي فصّله الرئيس التنفيذي أرفيند جاين في قمة الويب في قطر، يعالج التحدي الأساسي لاعتماد الذكاء الاصطناعي المؤسسي - الانتقال من العروض التوضيحية المثيرة للإعجاب إلى النشر الآمن والقابل للتطوير.

تطور Glean من البحث المؤسسي إلى النسيج الضام للذكاء الاصطناعي

يهيمن على مشهد الذكاء الاصطناعي المؤسسي حاليًا المنافسة المرئية على مستوى الواجهة. تدمج Microsoft برنامج Copilot في مجموعة Office الخاصة بها، بينما تدمج Google بقوة Gemini عبر Workspace. علاوة على ذلك، تبيع معامل الذكاء الاصطناعي الرائدة مثل OpenAI وAnthropic مباشرة للشركات، وتتضمن كل منصة SaaS تقريبًا الآن مساعد ذكاء اصطناعي. وبالتالي، تركز تركيز السوق على نافذة الدردشة أو المكون الإضافي للشريط الجانبي. ومع ذلك، فإن رحلة Glean التي استمرت سبع سنوات وضعتها بشكل مختلف. تم تصميمها في البداية كأداة بحث "Google للمؤسسات"، وأصبح العمل العميق للشركة في فهرسة وفهم الاتصالات عبر مجموعة SaaS للشركة - من Slack وJira إلى Google Drive وSalesforce - ميزتها الأساسية. هذا السياق التاريخي بالغ الأهمية لفهم موقعها الحالي في السوق.

المشكلة الأساسية: تفتقر النماذج العامة إلى سياق الأعمال

يوضح أرفيند جاين القضية المركزية بوضوح. "نماذج الذكاء الاصطناعي نفسها لا تفهم حقًا أي شيء عن عملك"، صرح خلال تسجيل بودكاست Equity. "لا يعرفون من هم الأشخاص المختلفون، ولا يعرفون نوع العمل الذي تقوم به، ونوع المنتجات التي تبنيها." لذلك، يمكن لنموذج اللغة الكبير إنشاء نص ولكن لا يمكنه التصرف بشكل موثوق على البيانات الخاصة التي لا يمكنه الوصول إليها أو فهمها. تخلق هذه الفجوة مخاطر كبيرة، بما في ذلك الهلوسة وتسرب البيانات والمخرجات غير ذات الصلة. عرض Glean هو أنها قد رسمت بالفعل سياق الأعمال المعقد هذا ويمكن أن تعمل الآن كطبقة محايدة بين النموذج وعالم بيانات المؤسسة.

الركائز الثلاث لاستراتيجية طبقة الذكاء في Glean

حل Glean ليس منتجًا واحدًا بل منصة متعددة الطبقات. يعمل Glean Assistant، وهو واجهة دردشة، غالبًا كنقطة دخول العميل. ومع ذلك، يجادل جاين بأن محرك الاحتفاظ الحقيقي هو البنية التحتية تحته، المبنية على ثلاث ركائز أساسية.

1. الوصول إلى النموذج والتجريد: تعمل Glean كلوحة توزيع لنماذج اللغة الكبيرة. بدلاً من قفل مؤسسة في مزود واحد مثل GPT-4 أو Claude، تسمح منصة Glean للشركات باستخدام أو دمج أو التبديل بين النماذج الاحتكارية والمفتوحة المصدر الرائدة. توفر هذه المرونة الحماية ضد قفل البائع وتمكن الاستفادة من أفضل نموذج لمهمة محددة. ينظر جاين إلى معامل الذكاء الاصطناعي كشركاء وليس منافسين، قائلاً: "منتجنا يتحسن لأننا قادرون على الاستفادة من الابتكار الذي يقومون به في السوق."

2. موصلات النظام العميقة: يتطلب الذكاء الحقيقي اتخاذ إجراء. تتكامل Glean بعمق مع أنظمة المؤسسة الأساسية - Slack وJira وSalesforce وGoogle Drive - لفهم تدفق المعلومات، والأهم من ذلك، لتمكين وكلاء الذكاء الاصطناعي من إجراء إجراءات داخل تلك الأدوات. هذا ينقل الذكاء الاصطناعي إلى ما بعد المحادثة إلى أتمتة سير العمل.

3. الحوكمة والاسترجاع الواعي بالأذونات: هذا هو المكون الأكثر أهمية للاعتماد على نطاق المؤسسة الكبيرة. "تحتاج إلى بناء طبقة حوكمة واعية بالأذونات وطبقة استرجاع"، أكد جاين. يجب أن يعرف النظام من يطرح سؤالاً لتصفية الاستجابات بناءً على حقوق الوصول الخاصة بهم. كما أنه يتحقق من المخرجات مقابل المستندات المصدر، ويولد الاستشهادات، ويمنع الهلوسة. طبقة الحوكمة هذه هي العامل الرئيسي المميز بين المشروع التجريبي الإداري والطرح على مستوى المؤسسة.

التحقق من السوق وسؤال عملاق المنصة

أشار المستثمرون إلى إيمان قوي بهذه الأطروحة الوسيطة. في يونيو 2025، جمعت Glean 150 مليون دولار في السلسلة F، مما ضاعف تقييمها تقريبًا إلى 7.2 مليار دولار. على عكس معامل الذكاء الاصطناعي الحدودية ذات تكاليف الحوسبة الهائلة، تعمل Glean بنموذج كفء رأس المال يعتمد على البرمجيات مع أعمال سريعة النمو. ومع ذلك، يبقى سؤال استراتيجي مهم: هل يمكن لهذه الطبقة المستقلة البقاء حيث تدفع عمالقة المنصات مثل Microsoft وGoogle بشكل أعمق في مجموعة الذكاء الاصطناعي؟ تتحكم هذه الشركات في مساحة سطحية واسعة في مهام سير عمل المؤسسة وتدمج الذكاء الاصطناعي مباشرة.

تعتمد حجة جاين المضادة على الحياد والاختيار. يزعم أن المؤسسات لا تريد أن تكون محبوسة في نموذج واحد أو نظام بيئي واحد لمجموعة الإنتاجية. توفر طبقة الذكاء المحايدة المستقلة مرونة استراتيجية، مما يسمح للشركات باختيار أفضل النماذج في فئتها وربط البيانات عبر بيئة برمجيات غير متجانسة، وليس فقط داخل الحديقة المسورة لبائع واحد. تشير جولة التمويل الأخيرة إلى أن العديد من المستثمرين يتفقون مع هذا التقييم لعلم نفس مشتري المؤسسة.

التأثير الحقيقي على نشر الذكاء الاصطناعي

التأثير العملي لهذه الطبقة هو تسريع نشر الذكاء الاصطناعي الآمن. لا يمكن للمؤسسات الكبيرة ببساطة إلقاء جميع البيانات الداخلية في نموذج والأمل في أن يقوم تطبيق غلاف بفرز الأذونات لاحقًا. يوفر نظام Glean الضوابط اللازمة من البداية. على سبيل المثال، يمكن لموظف في التسويق طرح سؤال حول خارطة طريق المنتج وتلقي إجابة مركبة من مستندات في Confluence ومناقشات في Slack وتذاكر في Jira - ولكن فقط إذا كان لديهم حقوق العرض لجميع تلك المصادر. قد يتلقى زميل في المالية يطرح نفس السؤال إجابة مختلفة ذات نطاق مناسب. هذا الفهم الدقيق هو ما يحول الذكاء الاصطناعي التوليدي من جدة إلى أداة مؤسسية موثوقة.

الخلاصة

يمتد سباق الذكاء الاصطناعي للمؤسسات إلى ما هو أبعد من واجهة الدردشة الآلية. تسلط استراتيجية Glean الضوء على الحاجة الحرجة، وإن كانت أقل وضوحًا، إلى طبقة ذكاء تربط النماذج التوليدية القوية بالواقع المعقد والمحكوم لبيانات الأعمال ومهام سير العمل. من خلال التركيز على تجريد النموذج والتكامل العميق للنظام والحوكمة القوية، تعالج Glean الحواجز الأساسية لاعتماد الذكاء الاصطناعي للمؤسسات على نطاق واسع. مع نضوج السوق في عام 2025 وما بعده، قد يثبت هذا النهج الذي يركز على البنية التحتية أنه حيوي استراتيجيًا مثل النماذج نفسها، محددًا ليس فقط من يستخدم الذكاء الاصطناعي، ولكن كيف يمكنهم استخدامه بأمان وفعالية عبر المؤسسة بأكملها.

الأسئلة الشائعة

س1: ما هي "طبقة ذكاء الذكاء الاصطناعي" في برامج المؤسسات؟
طبقة ذكاء الذكاء الاصطناعي هي البنية التحتية الوسيطة التي تقع بين نماذج اللغة الكبيرة والبيانات والتطبيقات الداخلية للشركة. توفر السياق، وتدير الأذونات، وتضمن صلة البيانات، وتسمح لنماذج الذكاء الاصطناعي المختلفة بالعمل مع أنظمة المؤسسة بأمان.

س2: كيف تختلف Glean عن Microsoft Copilot أو Google Gemini؟
بينما Copilot وGemini هما مساعدان للذكاء الاصطناعي متكاملان بعمق في مجموعات إنتاجية محددة (Microsoft 365، Google Workspace)، تهدف Glean إلى أن تكون منصة محايدة تربط نماذج الذكاء الاصطناعي المتعددة بالبيانات عبر النظام البيئي البرمجي الكامل للشركة، بغض النظر عن البائع، مع تركيز قوي على الحوكمة عبر المنصات.

س3: لماذا الحوكمة مهمة جدًا للذكاء الاصطناعي للمؤسسات؟
تضمن الحوكمة احترام استجابات الذكاء الاصطناعي لأذونات الوصول إلى بيانات المستخدم، وتمنع التعرض للمعلومات الحساسة، وتقلل الهلوسة من خلال تأسيس الإجابات في مصادر معتمدة، وتوفر مسارات التدقيق. إنها ضرورية للامتثال والأمن والنشر الموثوق على نطاق واسع.

س4: ماذا يعني "تجريد النموذج"؟
تجريد النموذج هو القدرة على استخدام نماذج ذكاء اصطناعي متعددة (على سبيل المثال، من OpenAI وAnthropic وGoogle أو مفتوحة المصدر) من خلال منصة واحدة. يسمح للمؤسسات باختيار أفضل نموذج لمهمة ما، وتجنب قفل البائع، واعتماد نماذج جديدة بسهولة مع تطور التكنولوجيا.

س5: هل يمكن لشركة مثل Glean المنافسة مع منصات التكنولوجيا الكبرى؟
تعتمد أطروحة منافسة Glean على تقديم الحياد والمرونة الأفضل في فئتها. تستخدم العديد من المؤسسات برامج من بائعين متعددين وقد تفضل طبقة مستقلة تربط كل شيء على أن تكون مرتبطة بنظام بيئي متكامل ولكن محدود لمنصة واحدة. يشير تقييمها الأخير البالغ 7.2 مليار دولار إلى إيمان قوي للمستثمر بهذا الموقف في السوق.

ظهر هذا المنشور الطبقة الحيوية للذكاء الاصطناعي المؤسسي: كيف تبني استراتيجية Glean الذكية الذكاء تحت الواجهة لأول مرة على BitcoinWorld.