Baseten تسعى لجمع 1.5 مليار دولار بتقييم 13 مليار دولار: قفزة جنونية في تقييم الذكاء الاصطناعي

مقدمة تحليلية

في خطوة تثير الدهشة في عالم التكنولوجيا، تشير التقارير إلى أن شركة Baseten، المتخصصة في الـ AI inference، تقترب من إغلاق جولة تمويل ضخمة بقيمة 1.5 مليار دولار، مما يدفع بتقييمها إلى 13 مليار دولار. هذه الأرقام تأتي بعد خمسة أشهر فقط من إعلان الشركة عن جولة تمويل سابقة بقيمة 300 مليون دولار بتقييم 5 مليارات دولار، والتي كانت بدورها قد جاءت بعد تسعة أشهر فقط من جولة أخرى بقيمة 150 مليون دولار. تعكس هذه الزيادة الصاروخية – التي تبلغ 160% في التقييم خلال أقل من نصف عام – حالة 'حمى الذهب' التي يشهدها قطاع الذكاء الاصطناعي، وتحديداً في الطبقات الأساسية التي تدعم تشغيل النماذج الكبيرة. تثير هذه الجولة، إن تم الانتهاء منها، تساؤلات عميقة حول استدامة التقييمات الفلكية لشركات الذكاء الاصطناعي، وتلقي الضوء على الممارسات المالية الجديدة في وادي السيليكون. فقد أشارت صحيفة Wall Street Journal إلى أن هذه الجولة تُعد 'جولة تمويل مقسمة السعر' (split-priced round)، حيث يدخل بعض المستثمرين بتقييم 13 مليار دولار، بينما يشارك آخرون بتقييم 11 مليار دولار. هذه الآلية تهدف غالباً إلى تضخيم التقييم الإجمالي المعلن للشركة، مما يعكس ضغوطاً متزايدة على الشركات الناشئة لجذب التمويل والحفاظ على جاذبيتها في سوق تنافسي محموم. يقود هذه الجولة تحالف يضم Spark Capital وSands Capital وAltimeter Capital وWellington Management، مما يؤكد الاهتمام الكبير بالشركة وقدرتها التكنولوجية المزعومة.

التحليل التقني

تأسست Baseten في عام 2019، وتعمل في مجال حيوي وحاسم ضمن منظومة الذكاء الاصطناعي، وهو الـ AI inference. ببساطة، الـ inference هو ما يفعله نموذج الذكاء الاصطناعي بعد أن يستقبل مدخلاً من المستخدم (prompt). بدلاً من التركيز على تدريب النماذج الضخمة (training)، التي تتطلب قدرات حاسوبية هائلة ومكلفة، تركز Baseten على جعل مرحلة الـ inference سريعة وفعالة من حيث التكلفة. تعد هذه المرحلة عنق الزجاجة للعديد من التطبيقات العملية للذكاء الاصطناعي، حيث يجب أن تستجيب النماذج بسرعة للمستخدمين مع الحفاظ على التكاليف التشغيلية ضمن حدود معقولة. تكمن التقنية الأساسية لـ Baseten في قدرتها على توجيه طلبات الـ inference بذكاء إلى 'النموذج الأفضل للمهمة' (best-for-task model). هذا يعني أن المنصة لا تعتمد بالضرورة على نموذج واحد أو تقنية احتكارية باهظة الثمن، بل تقوم بتحليل الطلب وتوجيهه إلى النموذج الذي يمكنه معالجته بأقصى قدر من الكفاءة وبأقل تكلفة ممكنة. تبرز Baseten في هذا السياق من خلال استخدامها الفعال للبدائل مفتوحة المصدر (open source alternatives) التي غالباً ما تكون أقل تكلفة ولكنها قادرة على تقديم أداء تنافسي في العديد من المهام.

• الوظيفة الأساسية: تسريع وتكلفة الـ AI inference.
• الآلية: توجيه طلبات الـ inference إلى النموذج الأمثل بناءً على المهمة والتكلفة.
• الاستراتيجية: الاستفادة من النماذج مفتوحة المصدر لخفض التكاليف التشغيلية.
• سنة التأسيس: 2019.

تعد هذه الاستراتيجية ذكية لأنها لا تحصر الشركة في الاعتماد على عمالقة تطوير النماذج الكبيرة، بل تمكنها من الاستفادة من الابتكارات المتسارعة في مجتمع الذكاء الاصطناعي مفتوح المصدر. ومع تزايد تعقيد وتنوع تطبيقات الذكاء الاصطناعي، تصبح القدرة على إدارة الـ inference بمرونة وفعالية أمراً بالغ الأهمية للمطورين والشركات التي تسعى لنشر حلول الذكاء الاصطناعي على نطاق واسع.

السياق وتأثير السوق

تأتي جولة تمويل Baseten الأخيرة في خضم ما أطلق عليه 'موجة الذهب للـ inference' (inference gold rush)، وهي فترة تشهد تدفقات رأسمالية هائلة نحو الشركات التي تبني البنية التحتية والمنصات اللازمة لتشغيل نماذج الذكاء الاصطناعي بكفاءة. تاريخياً، ركزت الاستثمارات الأولية في الذكاء الاصطناعي بشكل كبير على شركات تطوير النماذج الأساسية الكبيرة مثل OpenAI وAnthropic. ومع نضوج السوق، تحول التركيز تدريجياً إلى كيفية جعل هذه النماذج قابلة للاستخدام تجارياً وواسع النطاق. هنا يأتي دور شركات الـ inference مثل Baseten. القفزة الهائلة في تقييم Baseten، من 5 مليارات دولار إلى 13 مليار دولار في خمسة أشهر، لا نظير لها إلا في أوج طفرات سابقة لشركات الإنترنت أو العملات المشفرة. هذه المستويات من التقييم، وخاصة مع وجود 'جولات مقسمة السعر' (split-priced rounds)، تشير إلى أن المستثمرين يائسون للحصول على حصة في قطاع الذكاء الاصطناعي الذي يُعتقد أنه سيُحدث ثورة في كل صناعة. ومع ذلك، فإن هذه الممارسات تثير مقارنات مع فقاعات سابقة، حيث قد تُخفي التقييمات المُضخمة مخاطر كامنة. الشركات المنافسة في هذا المجال قد تواجه صعوبة في مواكبة تدفقات التمويل هذه، مما قد يؤدي إلى ترسيخ هيمنة عدد قليل من الشركات التي تمكنت من جذب تمويل مبكر وكبير. التأثير الأوسع على السوق يتمثل في أن التركيز المتزايد على الـ inference يمكن أن يدفع نحو تبني أوسع للذكاء الاصطناعي. عندما تصبح عملية تشغيل النماذج أرخص وأسرع، فإن الحواجز أمام دخول الشركات الصغيرة والمطورين المستقلين لاستخدام الذكاء الاصطناعي تنخفض. هذا قد يؤدي إلى تسارع الابتكار وتطوير تطبيقات جديدة لم تكن ممكنة في السابق بسبب التكلفة أو التعقيد. ومع ذلك، فإن الطبيعة التنافسية والتمويلية الشرسة قد تؤدي أيضاً إلى توحيد السوق حول عدد قليل من المزودين الكبار للـ inference، مما يقلل من التنوع على المدى الطويل.

رؤية Glitch4Techs

من منظور Glitch4Techs، بينما تُعد سرعة نمو Baseten وإنجازاتها في جمع التمويل مثيرة للإعجاب، فإنها تستدعي تدقيقاً نقدياً. إن ظاهرة 'جولات التمويل مقسمة السعر' (split-priced rounds) هي مؤشر مقلق على التوتر في السوق. ففي حين أنها تسمح للشركات بالإعلان عن تقييمات أعلى لجذب المزيد من الاهتمام والتمويل، إلا أنها قد تخلق صورة غير دقيقة عن قيمة الشركة الحقيقية وتوقعات المستثمرين المختلفين. هذا يمكن أن يؤدي إلى تعقيدات في الجولات المستقبلية، وربما نزاعات بين المستثمرين ذوي التقييمات المختلفة، ويخفي مخاطر مالية محتملة على المدى الطويل. على الصعيد التقني، فإن نموذج Baseten الذي يعتمد على توجيه الـ inference بفعالية نحو نماذج مفتوحة المصدر يُعتبر استراتيجية قوية. ومع ذلك، فإن الاعتماد على نماذج مفتوحة المصدر يحمل تحدياته الخاصة، بما في ذلك ضمان الجودة، والتحقق من الأمن (security concerns)، ومواكبة التحديثات المستمرة. فكلما زاد عدد النماذج التي تتفاعل معها المنصة، زادت نقاط الضعف المحتملة التي يجب مراقبتها. كما أن التنبؤ بأداء النماذج المختلفة وتكلفتها بدقة يتطلب بنية تحتية معقدة وقدرات تحليلية متقدمة لضمان الوعود بالكفاءة والسرعة. نتوقع أن يستمر قطاع الـ AI inference في جذب استثمارات ضخمة، حيث تسعى الشركات لتقليل تكاليف تشغيل الذكاء الاصطناعي وتحسين أدائه. ومع ذلك، فإن هذه التقييمات المتضخمة قد لا تكون مستدامة على المدى الطويل. من المرجح أن نشهد تصحيحاً في السوق، حيث ستتمكن الشركات ذات التقنيات القوية والتدفقات النقدية المستقرة من البقاء، بينما قد تواجه الشركات التي تعتمد فقط على الوعود والتقييمات المتضخمة تحديات كبيرة. يجب على المستثمرين والمحللين توخي الحذر الشديد وفهم آليات التمويل المعقدة، مثل 'split-priced rounds'، لتقدير القيمة الحقيقية والمخاطر المرتبطة بهذه الاستثمارات في هذا القطاع سريع التطور.