Skild AI تؤمن جولة تمويل بقيمة 300 مليون دولار من الفئة A لذكاء اصطناعي فيزيائي للأغراض العامة

أغلقت Skild AI جولة تمويل بقيمة 300 مليون دولار من الفئة A (https://www.bloomberg.com/news/articles/2024-07-01/jeff-bezos-backed-robotics-startup-skild-ai-raises-300-million) بتقييم مُعلن عنه بقيمة 1.5 مليار دولار (https://www.bloomberg.com/news/articles/2024-07-01/jeff-bezos-backed-robotics-startup-skild-ai-raises-300-million)، مما يشير إلى تحول رأسمالي ضخم نحو قطاع "الذكاء الاصطناعي الفيزيائي". الجولة، بقيادة Lightspeed Venture Partners و Coatue و SoftBank Group، بمشاركة Bezos Expeditions التابعة لجيف بيزوس، تؤكد الإدراك المتزايد بأن الحدود التالية لتحقيق الدخل من الذكاء الاصطناعي لا تكمن في النصوص الرقمية، بل في مجموعات البيانات الضخمة المطلوبة لتشغيل الروبوتات للأغراض العامة في العالم المادي.

جدار البيانات الفيزيائي

بينما ازدهرت نماذج اللغة الكبيرة (LLMs) على وفرة البيانات التي تم جمعها من الإنترنت، يواجه الذكاء الاصطناعي الفيزيائي "جدار بيانات" فريدًا. الأطروحة المركزية لـ Skild AI هي أن النماذج الأساسية للروبوتات يجب أن تُدرب على بيانات أكثر تنوعًا بكثير مما هو متاح حاليًا من أذرع الروبوتات ذات الغرض الواحد أو الطائرات بدون طيار المتخصصة. تدعي الشركة أن نموذجها تم تدريبه على 1000 ضعف كمية البيانات مقارنة بمنافسيها (https://www.bloomberg.com/news/articles/2024-07-01/jeff-bezos-backed-robotics-startup-skild-ai-raises-300-million)، مستفيدة من خط أنابيب بيانات خاص يلتقط التفاعلات عبر تكوينات أجهزة مختلفة. تم تصميم هذا النهج "المعتمد على البيانات" للروبوتات لإنشاء "عقل" يمكن نقله إلى أي شكل مادي، من الرباعيات إلى الروبوتات الشبيهة بالبشر، مما يحل مشاكل قابلية التوسع التي ابتليت بها القطاع تاريخيًا.

يأتي الاستثمار في الوقت الذي تحول فيه شركات رأس المال الاستثماري تركيزها نحو الشركات الناشئة التي تتحكم في المكدس الكامل لاكتساب البيانات الفيزيائية. على سبيل المثال، تسعى Coatue Management حاليًا لجمع ما يقدر بمليار دولار (https://www.reuters.com/technology/coatue-management-seeks-1-billion-new-ai-fund-sources-say-2024-07-02/) لصندوق جديد مخصص خصيصًا للذكاء الاصطناعي، مع التركيز بشكل كبير على سد الفجوة بين الذكاء الرقمي والتنفيذ الفيزيائي. يتضح هذا الاتجاه بشكل أكبر من خلال جولة التمويل من الفئة B بقيمة 200 مليون دولار التي جمعتها Waabi (https://techcrunch.com/2024/06/18/waabi-raises-200m-from-uber-nvidia-to-launch-fully-driverless-trucks-in-2025/)، والتي تركز على الذكاء الاصطناعي التوليدي للشاحنات ذاتية القيادة - وهو مجال آخر عالي المخاطر حيث تعد بيانات العالم المادي هي الحاجز الرئيسي للدخول.

تحقيق الدخل من الطبقة البيولوجية والفيزيائية

يتوسع السباق على بيانات العالم المادي إلى ما وراء الروبوتات ليشمل العلوم البيولوجية. حصلت EvolutionaryScale مؤخرًا على تمويل أولي مُعلن عنه بقيمة 142 مليون دولار (https://www.reuters.com/technology/ai-startup-evolutionaryscale-raises-142-mln-seed-funding-2024-06-25/) لتطوير نماذج أساسية بيولوجية. على غرار Skild AI، تعامل EvolutionaryScale التسلسلات البيولوجية كمجموعة بيانات ضخمة غير مستغلة للذكاء الاصطناعي التوليدي، بهدف "برمجة" بروتينات جديدة. يشير هذا التقارب بين الروبوتات والبيولوجيا وهندسة البيانات إلى أن الأصول الأكثر قيمة للبيانات في عام 2026 لم تعد موجودة في المكتبات، بل في المختبرات وشبكات المستشعرات.

في قطاع الرعاية الصحية، أعلنت Healwell AI عن استحواذها على BioPharma Services (https://www.healwell.ai/news/healwell-ai-announces-acquisition-of-biopharma-services/)، وهي خطوة مصممة خصيصًا لدمج بيانات التجارب السريرية عالية الجودة في منصات الذكاء الاصطناعي الخاصة بها. يسلط هذا الاستحواذ الضوء على الأولوية التي تُمنح لبيانات "الحقيقة الأرضية" - المعلومات المشتقة من التجارب الفيزيائية ونتائج المرضى في العالم الحقيقي - وهي ضرورية لتدريب النماذج التي يجب أن تعمل بدقة عالية في بيئات عالية المخاطر.

العقبات التنظيمية وذات السيادة على البيانات

مع ارتفاع قيمة البيانات الفيزيائية والشخصية بشكل كبير، تقوم الجهات التنظيمية بتشديد قبضتها. منعت هيئة حماية البيانات الوطنية في البرازيل مؤخرًا Meta (https://www.reuters.com/technology/brazil-watchdog-bans-meta-using-data-train-ai-models-2024-07-02/) من استخدام بيانات المستخدمين المحليين لتدريب نماذج الذكاء الاصطناعي الخاصة بها، مشيرة إلى مخاطر الخصوصية. يأتي هذا في أعقاب اتجاه عالمي أوسع حيث يُنظر إلى البيانات بشكل متزايد على أنها أصل ذو سيادة. في الوقت نفسه، تستعد الجهات التنظيمية لمكافحة الاحتكار في فرنسا لاتهام Nvidia (https://www.reuters.com/technology/french-antitrust-regulators-set-charge-nvidia-anticompetitive-practices-sources-2024-07-01/) بممارسات مزعومة مناهضة للمنافسة، مما يعكس المخاوف من أن عددًا قليلاً من اللاعبين المهيمنين قد يحتكرون البنية التحتية اللازمة لمعالجة مجموعات البيانات الجديدة الضخمة هذه.

لماذا يهم مالكي البيانات

بالنسبة لمالكي البيانات، تمثل صفقة Skild AI والصعود الأوسع للذكاء الاصطناعي الفيزيائي تحولًا جوهريًا في تقييم الأصول. نحن نتجاوز عصر البيانات "القابلة للكشط". الأولوية الجديدة هي للبيانات الخاصة عالية الدقة من المستشعرات في الروبوتات والخدمات اللوجستية والأبحاث البيولوجية. المنظمات التي تمتلك "الحقيقة الأرضية الفيزيائية" - سواء كانت سجلات حركة المستودعات، أو نتائج التجارب السريرية، أو بيانات القياس عن بعد للتصنيع المتخصص - تمتلك الآن الأصول التدريبية الأكثر قيمة في السوق. مع جفاف "البئر الرقمي"، يعد تحقيق الدخل من العالم المادي فرصة بمليارات الدولارات للمستثمرين في الأصول الرقمية.