Tuesday, 25 August 2026 | التحديث اليومي نظرة ثاقبة للذكاء الاصطناعي، مكتوبة للبناة

جولة تمويل شركة ناشئة متخصصة في أمن الذكاء الاصطناعي من أنثروبيك تصل إلى 140 مليون دولار أمريكي

أحد تمويل شركة ناشئة في مجال أمن الذكاء الاصطناعي من أنثروبيك أفادت بلومبرغ بأن جولة تمويل بلغت قيمتها 140 مليون دولار أمريكي قد أُنجزت من قِبل شركة ناشئة متخصصة في أمن الذكاء الاصطناعي، ووصفت التقرير الشركة بأنها تعمل مع كلٍّ من أنثروبيك وجوجل. والمعلومات المتاحة لهذا المقال مقتصرة على عنوان بلومبرغ فقط، وبالتالي فإن اسم الشركة الناشئة ومستثمريها وتقييمها ومرحلة الجولة غير مؤكدة هنا، ولا يتم التكهّن بها أدناه. وما يُثبته التقرير فعليًّا هو اتجاه التطور: فقد أصبحت أدوات الأمان المصممة خصيصًا لأنظمة الذكاء الاصطناعي فئةً قادرةً على جذب تمويلٍ بقيمة تصل إلى تسعة أرقام، كما تم ذكر اثنين من أكبر موفري النماذج في السوق كشركاء.

أبرز النقاط المستخلصة

  • أفادت بلومبرغ بأن شركة ناشئة في مجال أمن الذكاء الاصطناعي، تعمل مع أنثروبيك وجوجل، قد جمعت 140 مليون دولار أمريكي.
  • لا ترد معلومات عن اسم الشركة وداعميها وتقييمها ومرحلة الجولة في المواد المتاحة لهذا التقرير، ولذلك فهي غير مذكورة كحقائق.
  • ويُدار كلا الشريكين المذكورين عمليات تدريب نماذج على طليعة التكنولوجيا ويوفران واجهات برمجية عامة للنماذج، ما يجعل هذا العمل أقرب إلى أنظمة الذكاء الاصطناعي التشغيلية منه إلى أنظمة تكنولوجيا المعلومات المؤسسية التقليدية.
  • وبصفة عامة، يتحول تركيز الأمان تدريجيًّا من كونه شاغلًا بعد الإطلاق إلى بندٍ دائم في ميزانيات الذكاء الاصطناعي، جنبًا إلى جنب مع الحوسبة والاستنتاج.
  • أما بالنسبة للمطوّرين، فإن هذه القصة تُعد إشارةً إلى نضج الفئة بدلًا من كونها توجيهًا بشأن منتجٍ معيّن.

ما أبلغته بلومبرغ عن جولة التمويل البالغة 140 مليون دولار أمريكي في مجال أمن الذكاء الاصطناعي

تقرير بلومبرغ، كما وصل إلينا، موجزٌ جدًّا: فقد جمعت شركة ناشئة في مجال أمن الذكاء الاصطناعي، تعمل مع أنثروبيك وجوجل، مبلغ 140 مليون دولار أمريكي. وهذه الجملة الوحيدة تحمل ثلاثة عناصر من المعلومات — حجم الجولة، والقطاع، واسمين لشركاء — ولا شيء غير ذلك. أما هوية الشركة والمستثمر الرئيسي ومرحلة الجولة والتقييم بعد التمويل والغرض من الأموال المُجمَّعة، فهي غائبة تمامًا عن المواد المتاحة، ولذلك لا تظهر أيٌّ من تلك التفاصيل في هذه المقالة.

وتستحق هذه الإيجازية أن تُشارَ إليها صراحةً منذ البداية، لأن قصص التمويل بهذا الشكل غالبًا ما تُوسَّع بالتفاصيل المحددة التي لم تُبلَّغ عنها أصلًا. ولن نفعل ذلك هنا. وبما يلي، سنفصل بين الحقائق المُبلَّغ عنها والسياق الصناعي الواضح المُسمّى بوضوح، وهو ما يساعد في تفسير سبب معقولية جولة بهذا الحجم في مجال أمن الذكاء الاصطناعي، وما قد تعنيه للفِرق التي تبني حلولها على واجهات برمجية عامة للنماذج التجارية.

وهناك استنتاجٌ متواضعٌ يمكن الدفاع عنه. فالبائع الذي يوصف بأنه يعمل مع كلٍّ من أنثروبيك وجوجل من المرجح أن يكون نشاطه قريبًا من تطوير أو نشر النماذج على طليعة التكنولوجيا، وليس في نطاق تكنولوجيا المعلومات المؤسسية العامة. فكلا المنظمتين تقومان بتدريب نماذج كبيرة وتقدّمانها عبر واجهات برمجية عامة على نطاق واسع، وبالتالي فإن أعمال الأمان المرتبطة بأيٍّ منهما تتضمّن عادةً سلوك النموذج ومعالجة البيانات ومنع الاستغلال أو البنية التحتية المحيطة باستنتاج النتائج. لكن طبيعة العلاقة الدقيقة غير مُفصَّلة في التقرير المتاح لنا، كما أن عبارة «العمل مع» قد تشمل أي شيء بدءًا من عقد توريد مدفوع وحتى تعاون بحثي.

لماذا أصبح أمن الذكاء الاصطناعي فئةً يُمكن للمستثمرين تمويلها

ما يلي هو خلفية صناعية عامة، وليست معلومات جديدة وردت في هذه القصة. فخلال العامين الماضيين، انتقلت أسئلة الأمان المتعلقة بالنماذج اللغوية الكبيرة من أوراق بحثية نظرية إلى تقارير حوادث تشغيلية فعلية. فالتطبيقات التي تمرّر نصًّا غير موثوقٍ إلى نموذج ثم تتصرف بناءً على مخرجاته تخلق فئةً من المشكلات التي لم تُصمَّم أدوات أمن التطبيقات التقليدية لاكتشافها.

أما المواضيع المتكررة فهي موثَّقة جيدًا في جميع المجالات: حقن الأوامر (Prompt Injection)، بما في ذلك الحقن غير المباشر الذي يُسلَّم عبر الوثائق المسترجعة أو الصفحات الإلكترونية؛ وتسريب البيانات، حيث تظهر السياقات الحساسة في المخرجات أو تُرسل تلقائيًّا إلى أدوات طرف ثالث؛ وخرق الحماية (Jailbreaks) الذي يُفشل سلوكيات الرفض؛ وتوسّع نطاق التأثير الناتج عن منح النماذج أدوات وشهادات وصلاحيات تنفيذ إجراءات متعددة الخطوات نيابةً عن المستخدم. وهذه النقطة الأخيرة هي السبب في أن الأمان أصبح قضيةً حارّةً للغاية بالنسبة إلى وكلاء البرمجة بالذكاء الاصطناعي والمنتجات الأخرى ذات الطابع الوكيلي (Agentic)، والتي تُصمَّم أساسًا للقراءة والكتابة والتنفيذ، وليس فقط للإجابة.

ويقع مقدّمو النماذج في طليعة كل هذه التحديات. فهم يتحمّلون كلاًّ من المخاطر السمعية عند سوء أداء النظام، والالتزامات التنظيمية التي يفرضها العملاء المؤسسيون على سلسلة التوريد. وهذه المجموعة — من التفرد التقني والعواقب الجسيمة ومشترين يمتلكون ميزانيات حقيقية — هي الوصفة القياسية لإنشاء فئة تموّلها رؤوس الأموال المخاطرة، ما يجعل جولة التمويل البالغة 140 مليون دولار أمريكي في هذا المجال أمراً غير مفاجئ حتى دون معرفة الشركة المعنية.

ما الذي تطلبه مختبرات الطليعة عادةً من موردي الأمان الخارجيين القيام به

ومرة أخرى، كخلفية عامة بدلًا من كونها حقيقة مُبلَّغ عنها: لم يُثبت علنًا أيٌّ مما يلي فيما يتعلق بالشركة الناشئة في تقرير بلومبرغ. لكن الأعمال التي يتعاقد عليها مقدمو النماذج عادةً تقع ضمن عدد قليل من الفئات المُعرَّفة.

الأولى هي الاختبارات العدائية — وهي اختبارات «الفرق الحمراء» المُنظمة للنماذج والمنتجات المبنية حولها، والتي تزداد أتمتتها تدريجيًّا بحيث يمكن تشغيلها باستمرار بدلًا من كونها مجرد اختبار قبل الإطلاق. والثانية هي التقييم والرصد: قياس مدى تكرار إنتاج النظام لمخرجات غير آمنة أو غير متوافقة أو مُسربة للبيانات، وكشف الانحرافات بعد تغيير النموذج أو الأوامر المُدخلة إليه. والثالثة هي الحماية أثناء التشغيل، أي استخدام المصنّفات وطبقات السياسات التي توضع بين المستخدم والنماذج وأي أدوات يمكن للنموذج استدعاؤها. والرابعة هي الطبقة التشغيلية الأقل جاذبية: نظافة إدارة الشهادات ومفاتيح واجهات البرمجة، وعزل المستأجرين، وتسجيل العمليات، والاستجابة للحوادث عند وقوعها فعليًّا.

ويترتّب على كلٍّ من هذه الوظائف تكلفةٌ تقع على عاتق من ينشر النموذج، وهذا أحد الأسباب التي تجعل الأمان يُنظر إليه بشكل متزايد جنبًا إلى جنب مع تسعير الرموز (Tokens) الخام عند مقارنة الفِرق لموفري الخدمة في قاعدة بيانات نماذج الذكاء الاصطناعي. فنموذجٌ أرخص قد يتطلّب طبقة حماية أثقل، وبالتالي ليس بالضرورة أرخص في البيئة التشغيلية الفعلية.

الحقائق المُبلَّغ عنها مقابل التفاصيل غير المؤكدة

وبما أن المادة المصدرية تقتصر على عنوان واحد، فمن المفيد توضيح العناصر التي تم إثباتها في هذه القصة، والعناصر التي لم تُثبَت بعد.

التفاصيلالحالة
المبلغ المُجمَّع140 مليون دولار أمريكي، وفقًا لبلومبرغ
القطاعأمن الذكاء الاصطناعي، وفقًا لبلومبرغ
الشركاء المذكورونأنثروبيك وجوجل، وفقًا لبلومبرغ
اسم الشركةغير وارد في المواد المتاحة
المستثمر الرئيسي والمشاركونغير مؤكَّد
التقييمغير مؤكَّد
مرحلة الجولةغير مؤكَّد
استخدام العائداتغير مؤكَّد
طبيعة العلاقات مع أنثروبيك وجوجلوُصفت فقط بأنها «تعمل مع»

ما الذي تعنيه جولة التمويل هذه للفِرق التي تبني حلولها على نماذج أنثروبيك وجوجل

لا يتغيّر شيء اليوم بالنسبة للمطوّرين الذين يستدعون واجهات برمجة أيٍّ من الموفِّرين. فلم يُبلَّغ عن إطلاق منتج جديد أو تغيير في الأسعار أو تحديث في السياسات مرتبط بهذه القصة، ولا ينبغي على القرّاء توقّع حدوث أيٍّ منها استنادًا فقط إلى خبر التمويل.

أما الإشارة الأوسع فهي تتعلق بعملية الشراء. فعندما تجمع الشركات المستقلة مبالغ تصل إلى تسعة أرقام لتأمين أنظمة الذكاء الاصطناعي، فهذا يعكس وجود مشترين يعاملون أمن الذكاء الاصطناعي بالفعل كبند ميزانية منفصل، بدلًا من اعتباره ميزةً مجانية تأتي تلقائيًّا مع اشتراك النموذج. وعلى الفِرق التي تخطط لنشر حلولها في البيئة التشغيلية خلال الأشهر القليلة القادمة أن تفترض أن مراجعة الأمان — التي تشمل مقاومة حقن الأوامر وتحديد مكان تخزين البيانات وتسجيل العمليات وصلاحيات الأدوات — ستكون خطوةً إلزاميةً بدلًا من كونها اختيارية، ويجب أن تُخطّط لها ماليًّا وفقًا لذلك.

وهذا التخطيط المالي ينطبق في كلا الاتجاهين عند اتخاذ قرار «البناء مقابل الشراء». فطبقات الحماية والرصد والتقييم تضيف وقت معالجة هندسيًّا وتكاليف لكل استدعاء، بالإضافة إلى تكلفة الرموز، وهي تكاليف تستحق النمذجة قبل الالتزام بمعمارية معينة؛ و حاسبة تكلفة واجهات برمجة تطبيقات الذكاء الاصطناعي (API) تُعد نقطة بداية معقولة لحساب جانب الاستنتاج من هذه التكلفة. أما بالنسبة للمنظمات التي يركّز دافعها الرئيسي على التحكم في البيانات بدلًا من السعر الوحدوي، فتختلف المعادلة تمامًا، وتوضّح مقالتنا حاسبة المقارنة بين الاستضافة الذاتية وواجهة برمجة التطبيقات (API)الاختيارات بين استخدام نقطة نهاية مستضافة وتشغيل النماذج على أجهزتك الخاصة. فالاستضافة الذاتية تزيل بعض فئات التعرض لأطراف ثالثة، بينما تنقل عبء الأمان بالكامل إلى داخل المؤسسة.

كيفية تفسير جولة تمويل بقيمة تسعة أرقام في مجال أمن الذكاء الاصطناعي

وبشكل عام، فإن جولة تمويل بهذا الحجم تمول عادةً التوسع في التسويق والتوظيف الهندسي، بدلًا من البحث الخالص. وهذا هو النمط المعتاد للشركات البنية التحتية التي حقّقت تقبّلًا مبكرًا من العملاء المؤسسيين، رغم أن الخطط المحددة في هذه الحالة لم تُبلَّغ بعد.

ويجدر التنبّه إلى تحذيرين. أولهما: أن العلاقة التجارية مع مزوّد نماذج كبير تُعد مرجعًا قويًّا، لكنها ليست تأكيدًا على التفوّق التقني؛ إذ تتعامل المنظمات الكبيرة مع عدة موردين بالتوازي، وبالتالي فإن ذكر اسم شركة واحدة منهم لا يدلّ كثيرًا على حصتها السوقية. ثانيهما: إن حجم التمويل في فئة ما يميل عادةً إلى أن يسبق عملية التوحيد. لذا يجب على المشترين الذين يقيّمون أدوات أمن الذكاء الاصطناعي الآن أن يولّوا اهتمامًا أكبر لقابلية الاستمرارية وعمق التكامل، بدلًا من افتراض أن مشهد الموردين الحالي سيظل كما هو بعد سنتين.

ما الذي سيجعل هذه القصة أكثر جوهرية؟ الأمر بسيط: التأكيد على هوية الشركة، والمستثمرين وراء الجولة، ووصف واضح لما تتضمّنه engagements مع أنثروبيك وجوجل فعليًّا. وطالما لم يحدث ذلك، فإن التفسير الصادق هو أن فئةً ناضجةً جذبت رؤوس أموال كبيرة، بينما لا تزال التفاصيل معلّقةً للإبلاغ عنها.

الأسئلة الشائعة

ما الذي أبلغته بلومبرغ بالضبط؟ أن شركة ناشئة في مجال أمن الذكاء الاصطناعي، تعمل مع أنثروبيك وجوجل، جمعت 140 مليون دولار أمريكي. والمادة المتاحة لدينا لا تتعدى ذلك، ولذلك فإن هذه المقالة تُميّز بعناية بين الحقائق المُبلَّغ عنها والسياق العام.

أي شركة جمعت المال؟ الاسم غير وارد في المواد المتاحة لهذا التقرير، ولذلك لا نذكره. وعليك أن تعتبر أي رقم أو هوية تراها مرتبطة بهذه القصة في مصادر أخرى غير مؤكدة، ما لم توضح الجهة المُبلِّغة مصدر معلومتها.

هل يعني هذا أن أنثروبيك أو جوجل استثمرتا في الشركة الناشئة؟ لا يوجد أي إشارة إلى ذلك في التقرير. فعبارة «العمل مع» تصف علاقة تجارية أو تقنية، وهي مختلفة تمامًا عن الاستثمار بالأسهم، ولم تُبلَّغ أسماء أي مستثمرين.

هل يتغيّر أي شيء بالنسبة للمطوّرين الذين يستخدمون واجهات برمجة نماذج أنثروبيك أو جوجل؟ ليس فورًا. فلا يوجد أي تغيير في الأسعار أو النماذج أو السياسات مرتبط بهذه القصة. أما الأهمية فهي غير مباشرة: فهي تعكس استمرار الطلب المؤسسي على أدوات الأمان المحيطة بأنظمة الذكاء الاصطناعي التشغيلية.

هل يجب أن يؤثر أمن الذكاء الاصطناعي في طريقة مقارنتي لموفري النماذج؟ من المعقول أن تشمله في مقارنتك. فالتكلفة الإجمالية لتشغيل نموذج في بيئة تشغيلية تشمل طبقات الحماية والرصد والاستجابة للحوادث، وليس فقط تكلفة الرموز، وهذه التكاليف تتفاوت حسب درجة الاستقلالية التي تمنحها تطبيقاتك للنموذج.

الخلاصة

الحقائق المُبلَّغ عنها هنا ضيّقة جدًّا: جمعت شركة ناشئة في مجال أمن الذكاء الاصطناعي، تعمل مع أنثروبيك وجوجل، مبلغ 140 مليون دولار أمريكي، وفقًا لبلومبرغ، بينما لم تُؤكَّد هوية الشركة وتقييمها وداعموها في المواد المتاحة. وهذه معلومة حقيقية تشير إلى اتجاه تدفّق رؤوس الأموال، وهي تتماشى مع تحول أوسع يعامل فيه أمن أنظمة الذكاء الاصطناعي كتخصص مستقل بدلًا من كونه امتدادًا لأمن التطبيقات. أما بالنسبة لأي شخص يُطلق حلوله باستخدام واجهات برمجة نماذج تجارية، فإن الاستنتاج العملي هو التخطيط للأمان كعنصر مُخطّط له ومُراجع في المكدس التقني. أما باقي هذه القصة — من هي الشركة؟ ومن دعمها؟ وما الذي تبنيه؟ — فهو ما يزال بانتظار الإبلاغ عنه.

المصادر: news.google.com. تم الإبلاغ في 25 أغسطس 2026.

بقلم مصطفى إحسان

مصطفى إحسان هو مؤسس ومُحرِّر موقع Convly.ai. وقد أنشأ قاعدة بيانات النماذج الحية للذكاء الاصطناعي الخاصة بالموقع، ومؤشر الأداء السعري الخاص به، بالإضافة إلى الحاسبات المجانية لحساب متطلبات الذاكرة VRAM، وتكاليف واجهة برمجة التطبيقات (API)، والاقتصاديات المرتبطة بالاستضافة الذاتية. ويكتب مصطفى عن أسعار النماذج، ونتائج الاختبارات المعيارية، والأجهزة اللازمة لتشغيل نماذج الذكاء الاصطناعي محليًّا، ويعطي دائمًا الأولوية للأرقام المُقاسة بدقة على الادعاءات التي تطلقها الشركات المصنِّعة.

انتقل إلى الأعلى
Featured on There's An AI For That