تمويل
Dodge AI تجمع 2.65 مليون دولار لإخراج برامج المؤسسات من وضع إخماد الحرائق

النقاط الرئيسيةإنفاق الصيانة يفوق بكثير ميزانيات التحديث ويسجن المؤسسات في مكافحة حرائق تفاعلية لا…
عرض المزيد
- إنفاق الصيانة يفوق بكثير ميزانيات التحديث ويسجن المؤسسات في مكافحة حرائق تفاعلية لا تنتهي.
- كل حادثة يتم حلها تتحول إلى معرفة مؤسسية دائمة يمكن للوكلاء المستقلين في المستقبل إعادة استخدامها بأمان.
- تعليم الوكلاء كيف تعمل المؤسسات حقاً يجب أن يسبق السماح لهؤلاء الوكلاء بتشغيل أنظمة الإنتاج.
Dodge AI جمعت 2.65 مليون دولار لتأتمتة أحد أقل الجوانب بريقًا ولكن الأكثر تكلفة في تكنولوجيا المؤسسات: الحفاظ على تشغيل البرمجيات الحيوية بعد تثبيتها.
قادت التمويل Accel وGoogle AI Futures Fund، بمشاركة NewBuild Venture Capital، Antler، Schema Ventures، ومستثمرين ملائكيين من نظام SAP البيئي. لم تكشف Dodge AI عن مرحلة الجولة.
الشركة التي تتخذ من سان فرانسيسكو مقراً لها تبني ما تصفه بطبقة تحكم بالذكاء الاصطناعي لصيانة تطبيقات المؤسسات. يعمل وكلاؤها عبر أنظمة مثل SAP وSalesforce وMicrosoft Dynamics وKinaxis وOracle JDE للتحقق من الحوادث، والتوصية بالإصلاحات أو تنفيذها، والحفاظ على المنطق وراء كل تغيير.
قد تكون تلك الوظيفة الأخيرة هي الأهم. نادراً ما تُشغِّل الشركات الكبيرة البرمجيات بالضبط كما وصلتها من المورد. تصبح سنوات من القواعد المخصصة، والتكاملات، والحلول المؤقتة، والوظائف الخلفية، والاستثناءات الفردية مدمجة في أنظمة السجلات. عندما يحدث عطل، قد تكون الإجابة مشتتة عبر تذاكر الدعم، وملفات التكوين، والاستشاريين، وذكريات الموظفين الذين كانوا حاضرين عندما تم اتخاذ القرار.
لماذا تُعَد الصيانة مشكلة ذكاء اصطناعي
تقول Dodge AI إن المؤسسات تنفق أكثر من 600 مليار دولار سنوياً على صيانة تطبيقات الأعمال. كان النهج التقليدي يتطلب عملاً كثيفاً: حيث تُكلف شركات تكامل الأنظمة الكبيرة فرقاً لحل التذاكر، وتنفيذ طلبات التغيير، ومراقبة الوظائف، والاستجابة للفشل التشغيلي. يمكن لهذا النموذج استعادة الخدمة، لكنه غالبًا ما يفشل في تحويل كل إصلاح إلى معرفة مؤسسية دائمة.
النتيجة هي مشكلة سياق متراكمة. تُجرى الإصلاحات، وتُضاف التخصيصات، وتصبح المنظمة أكثر اعتمادًا على الأشخاص الذين يتذكرون سبب سلوك النظام كما هو. الدين الفني ليس مجرد شيفرة قديمة؛ إنه الفجوة بين ما يفعله النظام وما تستطيع الشركة شرحَه بثقة.
هذا هو السبب أيضًا في أن وكلاء الذكاء الاصطناعي في الإنتاج يحتاجون إلى أكثر من مجرد الوصول إلى نماذج أساسية قوية. كما استعرضت Unite.AI مؤخرًا في تغطيتها لـ السياق في أتمتة المؤسسات، يصبح الوكلاء مفيدين عندما يمكنهم التفكير وفق السياسات والاستثناءات والسجل التشغيلي المحيط بالمهمة. في بيئة ERP، لا تكفي إجابة معقولة. يجب على الوكيل أن يفهم لماذا يخصص مستودع ما المخزون بصورة مختلفة، ولماذا تتجاوز قاعدة تسعير قاعدةً أخرى، أو لماذا يمكن تشغيل وظيفة معينة فقط في وقت محدد.
تهدف Dodge AI إلى بناء ذلك السياق مع حل أعمال الصيانة اليومية. تربط منصتها عمليات الأعمال، وتخصيصات ERP، وأنظمة إدارة خدمات تكنولوجيا المعلومات، وتكوينات الأنظمة القديمة، ثم تستخدم ما يُسمى بـ “ذكاء الاستثناءات” لتحديد الأسباب الجذرية وإنشاء مصدر حقيقة للوكلاء المستقبليين.
من التذاكر إلى ذاكرة تشغيلية
«لفترة طويلة، كانت الطريقة الوحيدة لصيانة أنظمة المؤسسات هي إضافة المزيد من الأشخاص»، قال ريبهف بهارادواج، المؤسس المشارك والرئيس التنفيذي لـ Dodge AI. يجادل بأن الوكلاء ذوي الأفق الطويل يمكنهم مساعدة المؤسسات على تحسين الأنظمة الحيوية وإصلاحها باستمرار، حيث يتم حل الحوادث بسرعة أكبر مع توثيق المعرفة التي تُفقد عادةً داخل أعمال الصيانة.
يعيد هذا النهج تصور الصيانة من مركز تكلفة إلى طبقة جمع بيانات. كل حادث يحتوي على معلومات حول كيفية تشغيل الأعمال فعليًا. من خلال الحفاظ على السبب والإصلاح والاستثناء ذي الصلة، يمكن لـ Dodge AI جعل التحقيق التالي أسرع وتزويد وكلاء الإنتاج بدليل تشغيل أكثر موثوقية.
تقول الشركة إنها تتعاون بالفعل مع أكثر من دزينة من المؤسسات، نصفها مدرج في البورصة. تتعامل منصتها مع مئات الاستفسارات في الساعة عبر عمليات إدارة الحوادث وتدفقات عمل تحسين العمليات.
في إحدى الحالات، لم تتمكن شاحنة من التحميل في مستودع لأن إشعار استلام البضائع كان يطبع معلومات غير صحيحة. تتبعت Dodge AI المشكلة عبر SAP وKinaxis وبرمجية المستودع الداخلية وقدمت حلاً خلال دقائق. في تطبيق آخر، كان عميل يجري تخطيط المخزون طوال الليل لأن SAP كان يتعطل عندما تُنفّذ العملية في الصباح. تقول Dodge AI إنها قامت بتحديث سير العمل، وجعلته أسرع بـ132 مرة، وحررت فريقًا مكوّنًا من 10 أشخاص من صيانته، وحسّنت زمن تخصيص الطلبات بثماني ساعات.
لماذا يدعم المستثمرون طبقة الصيانة
الفرصة أوسع من مجرد حل التذاكر. ترغب المؤسسات في نشر وكلاء الذكاء الاصطناعي داخل المالية وسلسلة التوريد وعمليات العملاء وغيرها من الوظائف ذات المخاطر العالية، لكن أولئك الوكلاء لا يمكنهم التصرف بأمان على الأنظمة التي لا يفهمونها. القواعد غير الموثقة التي تجعل تطبيقات الأنظمة القديمة صعبة الصيانة هي نفس القواعد التي يحتاجها النظام المستقل قبل أن يتمكن من إحداث تغيير موثوق.
«صيانة التطبيقات هي واحدة من أكبر وأقل الفئات حداثة في تكنولوجيا المؤسسات»، قال برايانك سواروب، مستثمر في Accel. وأضاف أن البدء بالصيانة يعني أن Dodge AI تبني طبقة السياق التي تحتاجها المؤسسات قبل أن يتمكن الوكلاء من العمل بأمان في بيئة الإنتاج.
يجمع الفريق بهارادواج مع المؤسس المشارك والرئيس التقني أديتيا ثاكور والرئيس التنفيذي للعمليات أديتيا باتيل. التحدي القريب الأمد سيكون إثبات أن طبقة الصيانة القائمة على الوكلاء يمكنها التعميم عبر بيئات مخصصة بشدة دون إدخال مخاطر تشغيلية جديدة. كل مجموعة تقنية مؤسسية تحمل أذونات مختلفة، ومتطلبات حوكمة، وأنماط فشل، وسيعتمد النجاح على القابلية للتدقيق والتنفيذ المتحكم فيه بقدر اعتماده على أداء النموذج.
الرهان الأكبر
فرضية Dodge AI هي أن الصيانة هي نقطة الدخول إلى تحول المؤسسات، وليس مجرد مشكلة يُراد أتمتتها. غالبًا ما يواجه المسؤولون التنفيذيون لتقنية المعلومات صعوبة في التحديث لأن الميزانيات والانتباه تُستهلكان في الحوادث اليومية، بينما خطر إحداث اضطراب في الأنظمة التي تعمل بالفعل يجعل من الصعب تبرير مشاريع الاستبدال الشاملة.
إذا تمكنت Dodge AI من حل تلك الحوادث مع توثيق المنطق الخفي وراءها، فقد توفر للشركات مسارًا أكثر أمانًا من الدعم القائم على الاستجابة للأعطال إلى التحديث المستمر. نفس رسم المعرفة الذي يوضح فشل الأمس يمكن أن يساعد الوكيل في تقييم طلب التغيير غدًا، وتحديد تبعية محفوفة بالمخاطر، أو أتمتة عملية دون انتهاك قاعدة تم دفنها منذ سنوات.
جولة التمويل بقيمة 2.65 مليون دولار تُعد متواضعة مقارنةً بحجم السوق الذي تستهدفه Dodge AI. لكن الشركة تقوم برهان استراتيجي مهم: قبل أن يتمكن وكلاء الذكاء الاصطناعي من تشغيل المؤسسة، يجب على أحدهم أن يعلمهم كيف تعمل المؤسسة فعليًا.












