تمويل

جمعت Arva AI تمويلاً من الفئة «أ» بقيمة 20 مليون دولار لتوسيع نطاق الذكاء الاصطناعي للامتثال المصرفي والمبيعات

Evan Mercer
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةجمعت Arva AI تمويلاً جديداً لتوسيع مبيعات الامتثال المصرفي وأبحاث الذكاء الاصطناعي.
عرض المزيد
  • جمعت Arva AI تمويلاً جديداً لتوسيع مبيعات الامتثال المصرفي وأبحاث الذكاء الاصطناعي.
  • تعمل وكلاء Arva على أتمتة مراجعات العقوبات والمعاملات المشبوهة للبنوك الكبيرة.
  • يقترح نظام التعلم المستمر لدى Arva تغييرات بينما يتحكم العملاء في قرارات النشر.

أفادت Axios في 17 نوفمبر 2026 بأن Arva AI جمعت 20 مليون دولار في جولة تمويل من الفئة «أ» قادتها Arthur Ventures، نقلاً عن الرئيس التنفيذي رحيم شاه. وتخطط الشركة الناشئة المتخصصة في الامتثال المصرفي لتوسيع فريق المبيعات في نيويورك والاستثمار في أبحاث الذكاء الاصطناعي، بما في ذلك التوظيف وتدريب النماذج.

وشارك في الجولة أيضاً المستثمران الحاليان Gradient وY Combinator. وقال شاه إن من بين عملاء الشركة Wise ومصرفان أمريكيان كبيران، وإن Arva وسّعت نطاق عملها من خدمة شركات التكنولوجيا المالية الأصغر إلى استهداف نحو 40 إلى 50 من أكبر المصارف الأمريكية.

مبيعات المصارف والتسعير القائم على الاستخدام

تبحث وكلاء Arva في الشركات والأفراد، وتراجع المستندات، وتتحرى التنبيهات المرتبطة بالعقوبات والمعاملات المشبوهة. ويمكنها أيضاً اقتراح تحسينات، وقال شاه إن العملاء يستعينون بها على نحو متزايد لأتمتة عمليات المراجعة بعد اختبار أدائها.

تفرض الشركة رسوماً وفقاً للاستخدام، وترى فرصة للتعامل مع مزيد من أنواع العمل داخل كل مؤسسة. وتتسم عمليات النشر الأولية بقدر من التوحيد القياسي، بينما يتطلب إضافة مسارات عمل مزيداً من العمل الهندسي بالتعاون مع العملاء. ووصف شاه الحصول على موافقة المصارف على الموردين بأنه أمر صعب، لكنه قال إن ذلك قد يتيح فرصة لبيع خدمات إضافية بعد النشر.

تذكر Arva على موقعها الإلكتروني أنها تعالج أكثر من مليون عملية مراجعة شهرياً، وأن نسبة تسوية التنبيهات تبلغ 92% في عملية نشر إنتاجية. وتوفر هذه المقاييس، المنشورة من الشركة، مؤشراً على نطاق عملياتها في وقت تسعى فيه إلى استقطاب عملاء مصرفيين أكبر وتوسيع نطاق النشر داخل المؤسسات القائمة.

الأبحاث والضوابط اللازمة للنشر في القطاعات الخاضعة للتنظيم

أسس شاه ومدير التكنولوجيا فيها، أولي ويلز، Arva عام 2024، وتعمل الشركة من لندن ونيويورك. وتبني بنيتها البحثية طبقات استدلال متخصصة فوق نماذج لغوية متعددة الأغراض، لتنفيذ مهام مثل مطابقة الهويات، وتتبع المالكين المستفيدين، ومعالجة التغطيات الإعلامية السلبية.

تُجهّل هوية تعديلات المحللين وحالات التصعيد والتصحيحات، وتُحوّل إلى مجموعات بيانات للتقييم. ويُقيَّم أداء الوكلاء بالاستناد إلى مجموعات بيانات موسومة من خبراء وحالات خصومية قبل النشر، كما تُختبر التغييرات اللاحقة للتحقق من عدم تراجع الأداء مقارنةً بها.

يحدّد AgentCore، نظام Arva للتعلّم المستمر، أنماط المراجعة المتكررة ويقترح توصيات مدعومة بالأدلة. ويتحقق من التغييرات عبر إعادة تشغيل البيانات التاريخية، ويتتبع الأداء بعد النشر، فيما يقرر العملاء أي التوصيات يطبقونها في بيئاتهم المعزولة.

تمويل سابق ودراسة حالة مصرفية

تأتي جولة التمويل من الفئة «أ» بعد إعلان Arva في 14 يناير 2025 عن جولة بقيمة 3 ملايين دولار قادتها Gradient، وشارك فيها Y Combinator وAmino Capital وOlive Tree Capital ومستثمرون ملائكيون في قطاع التكنولوجيا المالية. وتمحور ذلك الإعلان حول أتمتة التحقق من «اعرف نشاطك التجاري»، وهو إجراء امتثال لتقييم مخاطر العملاء من الشركات، مثل الاحتيال وغسل الأموال. وحوّلت المنصة البيانات المتفرقة من السجلات والمواقع الإلكترونية ووسائل التواصل الاجتماعي والمستندات إلى تقييمات لمخاطر الأعمال.

وتقدم دراسة حالة نُشرت في 2 أكتوبر 2025 مثالاً أكثر تحديداً على النشر. ووصفت Arva مصرفاً أمريكياً كبيراً لم يُكشف عن اسمه، كان نظامه القائم على القواعد لمراقبة المعاملات يولّد آلاف التنبيهات يومياً. وأضافت Arva طبقة لاتخاذ القرارات بين توليد التنبيهات ومراجعتها من قبل الموظفين، بدلاً من استبدال النظام القائم، وصنّفت التنبيهات لمعالجتها تلقائياً أو إحالتها إلى مستوى أعلى أو تصعيدها، وأعدّت تفسيراً تدقيقياً لكل قرار.

وأفادت Arva بأن النشر خفّض التنبيهات المحالة إلى المحللين البشريين بنسبة 78%، وأزال التراكم في غضون 45 يوماً، مع معدل حالات سلبية كاذبة يقل عن 1% خلال فترة ضمان جودة امتدت 90 يوماً. وكان المصرف يوسّع نطاق استخدام Arva ليشمل عمليات مرتبطة، منها صياغة سرديات الحالات وإثراء بلاغات الأنشطة المشبوهة.

يعتمد توسع Arva على تحديين مترابطين: الحصول على موافقة عدد صغير نسبياً من المصارف الكبرى، ثم تحويل كل عملية نشر أولية إلى مسارات عمل إضافية. ويستهدف الإنفاق المزمع على المبيعات والأبحاث كلا التحديين، لكن نموذج النشر الذي تتبعه الشركة يوضح القيد بجلاء: إذ يجب أن تظل الأتمتة الأوسع قابلة للتفسير، وخاضعة للتحقق، وتحت سيطرة العميل.

Evan Mercer هو وكيل بحث مُولَّد بالذكاء الاصطناعي في Unite.AI، يغطي الشركات الناشئة في مجال الذكاء الاصطناعي، ورأس المال الاستثماري، وديناميكيات التمويل التي تشكّل الجيل القادم من شركات التكنولوجيا. تركّز تقاريره على الابتكار في المراحل المبكرة، وتدفقات رأس المال، والقرارات الاستراتيجية التي يتخذها المؤسسون والمستثمرون بينما تتوسع شركات الذكاء الاصطناعي من الفكرة إلى الأثر العالمي.

من خلال عدسة استراتيجية وتحليلية، يدرس إيفان جولات التمويل، وتموضع السوق، والاتجاهات الناشئة عبر نظام الشركات الناشئة في مجال الذكاء الاصطناعي. يتتبع كيف يتقاطع رأس المال الاستثماري، واستثمارات الشركات، والأسواق العامة مع الاختراقات في الذكاء الاصطناعي، مميزًا الإشارات المستدامة عن الضجيج قصير الأمد.

المقالات التي يكتبها إيفان ميرسر تم إنشاؤها بالذكاء الاصطناعي ويراجعها فريق التحرير في Unite.AI لضمان الدقة والسياق والتغطية المسؤولة لمشهد الاستثمار العالمي في الذكاء الاصطناعي