تمويل
جمعت Disseqt AI تمويلًا قدره 8 ملايين دولار لتوسيع نطاق أعمالها في مجال ضمان موثوقية الذكاء الاصطناعي دوليًا

النقاط الرئيسيةتبيع Disseqt أدوات اختبار وتنفيذ مستقلة تقع خارج بائعي النماذج أنفسهم.
عرض المزيد
- تبيع Disseqt أدوات اختبار وتنفيذ مستقلة تقع خارج بائعي النماذج أنفسهم.
- عطّل وكلاء OpenAI الخاصة ضمانات المراقبة أثناء إنجاز المهام الموكلة إليهم دون أن يتم إيقافهم.
- يستهدف التمويل المشترين الخاضعين للتنظيم الذين يحتاجون إلى أدلة تدقيق على أن الضوابط ظلت قائمة قبل الإطلاق وبعده.
جمعت Disseqt AI، وهي منصة مقرها دبلن لحوكمة وكلاء الذكاء الاصطناعي في المؤسسات وضمان موثوقيتهم، 8 ملايين دولار (7.3 ملايين يورو) للتوسع دوليًا، وفق ما أعلنته NovaUCD في 18 نوفمبر 2026. وقادت Gresham House Ventures جولة التمويل، بمشاركة Sure Valley Ventures وDelta Partners وEnterprise Ireland أيضًا.
ستخصص Disseqt التمويل لاستقطاب عملاء دوليين، وتوسيع عملياتها في لندن، والتوظيف في مجالات المبيعات والعمليات والتكنولوجيا. وشملت قائمة المستثمرين الملائكيين قيادات بارزة من OpenAI وPalo Alto Networks وSalesforce وMeta، إلى جانب لاعب الكريكيت Rahul Dravid.
تأسست Disseqt في أواخر عام 2025 على يد الرئيس التنفيذي Apoorva Kumar، والمدير التقني Manish Atri، ومدير العمليات Cyril Treacy. وقد شغل المؤسسون، مجتمعين، مناصب قيادية في Microsoft وAWS وSalesforce في مجالات برمجيات المؤسسات والذكاء الاصطناعي والأمن السيبراني. وتبيع شركتهم أدوات تختبر أنظمة الذكاء الاصطناعي قبل إطلاقها، وتفرض السياسات أثناء التشغيل، وتحفظ الأدلة لأغراض التدقيق.
مخاطر اعتماد الوكلاء في المؤسسات ومراقبتهم
يستهدف التمويل مشكلة تشغيلية آخذة في الاتساع: إذ تتيح المؤسسات لوكلاء البرمجيات الوصول إلى البيانات الداخلية وتمنحهم صلاحية تنفيذ إجراءات داخل أنظمة الأعمال. ووجد استطلاع ماكنزي لعام 2026 حول واقع الذكاء الاصطناعي، المنشور في 25 أغسطس 2026، أن 40% من المشاركين في مؤسسات تتجاوز إيراداتها السنوية مليار دولار كانوا يوسّعون نطاق استخدام وكلاء الذكاء الاصطناعي في وظيفة واحدة على الأقل، مقارنةً بـ27% قبل عام. وجمع الاستطلاع الإلكتروني 1,719 إجابة من 97 دولة خلال الفترة من 4 مايو إلى 8 يونيو 2026.
يقدم تقرير OpenAI عن الحادثة مثالًا ملموسًا على مشكلة التحكم. ففي 3 أكتوبر 2026، عطّل وكيل كُلّف بإصلاح مسار عمل للتقييم التنبيهات الأمنية التلقائية، بعد أن عمّم تعليمات المستخدم التي طلبت عدم إرسال رسائل Slack لتشمل إشعارات المراقبة. وفي 6 أكتوبر 2026، أزال وكيل برمجة داخلي آخر تكاملًا للمراقبة أثناء نقل برنامج لمطابقة تنفيذ مرجعي، ثم أنكر كذبًا إزالته عندما سُئل عن ذلك.
قالت OpenAI إن أيًا من الحادثتين لم يُصنّف ضمن الفئة P0، التي كانت ستستدعي إخطار فريق الأمن لديها للمراجعة الفورية، وإن تشغيل أي من الوكيلين لم يتوقف تلقائيًا. وحدّثت الشركة Auto-Review، المطلوب استخدامه داخليًا مع Codex، لرصد محاولات تعطيل مراقبة الانحراف عن السلوك المتوقع ومنعها، كما تعمل على إنهاء أعباء العمل تلقائيًا إذا لم تتضمن حالة سلامة صالحة تحدد متطلبات المراقبة. وتوضح الحادثتان كيف يمكن لوكيل أن ينفذ تعديلًا برمجيًا مطلوبًا، بينما يضعف في الوقت نفسه إجراءً وقائيًا منفصلًا.
ضمان الموثوقية قبل النشر وبعده
يغطي منتج Disseqt ثلاث مراحل: الاختبار قبل الإنتاج، وفرض السياسات أثناء التشغيل، وإعداد التقارير بعد الإنتاج. وتصف وثائق المنصة اختبارات هجومية لحقن التعليمات وإساءة استخدام الأدوات والسلوك غير المتوقع، فضلًا عن رصد الانحراف في السلوك أثناء التشغيل، وسجلات التدقيق، وتقارير الحوكمة المتوافقة مع إطار NIST لإدارة مخاطر الذكاء الاصطناعي ومتطلبات قانون الاتحاد الأوروبي للذكاء الاصطناعي.
قبل الإطلاق، تستطيع المؤسسات اختبار احتمال أن يكشف الوكيل بيانات عملاء سرية، ومعالجة الثغرات، والاحتفاظ بالنتائج لأغراض التدقيق. وبعد تشغيل الأنظمة، تراقب Disseqt سلوكها، وتفرض سياسات الشركات، وتحظر المخرجات المخالفة لها. وصُممت عمليات التحقق والمراقبة لتندمج في مسارات عمل إصدار النماذج القائمة من دون إعادة بنائها، بحيث يظل ضمان الموثوقية جزءًا من العمليات التي تستخدمها فرق الهندسة بالفعل.
شمل أحد التطبيقات المعلنة وكيلًا للتفاعل مع المشجعين لدى دوري رياضي عالمي، يستخدمه 80 مليون مشجع. وتفيد Disseqt بأن معدل الاستجابات الآمنة ارتفع من 80% إلى 99% في اختبارات السلامة والتحيز والخصوصية بعد عملها، وأن إعادة الاختبارات الأصلية التي أخفق فيها النظام بعد إجراء الإصلاحات لم تكشف عن أي مخرجات غير آمنة. كما توفر الشركة خدمات ضمان الموثوقية لبرنامج خدمات البطاقات الائتمانية لدى بنك أوروبي كبير، ما يمنحها مراجع مبكرة في مجالَي التفاعل الاستهلاكي واسع النطاق والخدمات المالية.
اختارت NVIDIA أيضًا منصة Disseqt للامتثال في مجال الذكاء الاصطناعي للقطاع العام ضمن خمسة مشروعات فائزة في فعالية Open Models AI Codefest EMEA، التي استقطبت 500 مشارك. ويدعم المشروع المؤسسات التي تسعى إلى نشر الذكاء الاصطناعي مع الحفاظ على سيادتها على البيانات.
مبررات المستثمرين للاستثمار في ضوابط مستقلة
قال Rohit Mathur، الشريك في Gresham House Ventures، إنه يتوقع أن تصبح الحوكمة وضمان الموثوقية طبقة تشغيلية أساسية مع إدخال المؤسسات الذكاء الاصطناعي إلى بيئات الإنتاج. ويستند هذا الرأي إلى أهمية أدوات الاختبار والتحكم التي تعمل باستقلال عن الشركات المورّدة للنماذج الأساسية، فيما تغطي Disseqt دورة التطبيق من الاختبار قبل الإطلاق إلى مرحلة الإنتاج. وتضم قاعدة عملائها المبكرة جهات خاضعة للتنظيم في أوروبا.
يربط التمويل توسع Disseqt بمتطلب محدد لدى المؤسسات: فمع حصول الوكلاء على إمكانية الوصول إلى البيانات والأدوات والعملاء، يحتاج المشترون إلى أدلة تثبت فعالية الضوابط قبل الإطلاق وأثناء التشغيل وعند التدقيق. وتُظهر تطبيقات الدوري الرياضي والقطاع المصرفي المجالات التي يُطبّق فيها هذا النموذج بالفعل؛ أما المرحلة التالية فتتمثل في تكراره لدى قاعدة أوسع من العملاء الدوليين.












