تمويل

Loop تجمع 95 مليون دولار في جولة من الفئة C لتوسيع منصة الذكاء الاصطناعي عبر سلاسل التوريد

Antoine Tardif
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةتستهدف الجولة التمويلية من الفئة C لشركة Loop بقيمة 95 مليون دولار العقبة الأساسية أمام…
عرض المزيد
  • تستهدف الجولة التمويلية من الفئة C لشركة Loop بقيمة 95 مليون دولار العقبة الأساسية أمام الذكاء الاصطناعي في سلسلة التوريد: البيانات المجزأة عبر أنظمة المؤسسات غير المترابطة.
  • تجمع نماذج DUX بين فهم المستندات والتنفيذ بحيث تسير سير العمل اللوجستي مثل التدقيق والمطابقة دون تدخل يدوي.
  • تُحوِّل طبقات الذكاء الاصطناعي بنية المؤسسات من أنظمة ERP القائمة على حفظ السجلات نحو اتخاذ قرارات تشغيلية مستمرة.

Loop جمعت 95 مليون دولار في جولة تمويل من الفئة C، بقيادة مشتركة من Valor Equity Partners وصندوق Valor Atreides AI Fund، في إطار سعيها إلى توسيع منصة الذكاء الاصطناعي الخاصة بها عبر الخدمات اللوجستية والتمويل وعمليات سلسلة التوريد الأوسع. وشهدت الجولة أيضًا مشاركة كل من 8VC، وFounders Fund، وIndex Ventures، وJ.P. Morgan Growth Equity Partners، وTao Capital Partners.

يأتي التمويل في وقت تواجه فيه سلاسل التوريد ضغوطًا متزايدة بسبب تغير ديناميكيات التجارة وارتفاع التكاليف والتعقيد المتنامي للعمليات العالمية. وبالنسبة إلى كثير من المؤسسات، لا تتمثل المشكلة الأساسية في نقص الأدوات، بل في غياب أساس موحد وموثوق للبيانات عبر الأنظمة.

لماذا تظل سلاسل التوريد من أصعب مشكلات الذكاء الاصطناعي

تتسم سلاسل التوريد بطبيعتها بالتجزؤ. فالبيانات الحيوية موزعة بين الفواتير وسجلات الشحن والعقود وأنظمة مؤسسية متعددة نادرًا ما تتواصل بسلاسة فيما بينها. وحتى العمليات الروتينية مثل مطابقة البيانات أو تحليل التكاليف تعتمد غالبًا على التدخل اليدوي.

ويخلق ذلك تحديًا بنيويًا أمام نشر الذكاء الاصطناعي. فمعظم النماذج تعتمد على مدخلات منظمة وعالية الجودة، بينما تكون بيانات سلاسل التوريد في كثير من الأحيان غير متسقة أو غير مكتملة أو محصورة داخل بنية تحتية قديمة. ونتيجة لذلك، تواجه حتى أنظمة الذكاء الاصطناعي المصممة جيدًا صعوبة في العمل بفعالية في البيئات اللوجستية الفعلية.

بناء منظومة ذكاء من بيانات منفصلة

يركز نهج Loop على تحويل هذه البيانات المجزأة إلى نظام موحد يدعم الأتمتة واتخاذ القرارات معًا.

وبدلًا من العمل كطبقة تحليلات مستقلة، تستوعب المنصة البيانات التشغيلية والمالية من مختلف مسارات العمل اللوجستية، وتوحّدها، وتطبّق نماذج متخصصة في المجال لتفسير العلاقات بين الشحنات والتكاليف والموردين. ويتيح ذلك للمؤسسات الانتقال من نقاط بيانات معزولة إلى صورة تشغيلية أكثر اكتمالًا.

ومن الجوانب الأساسية لهذه البنية قدرتها على التعامل مع صيغ بيانات متعددة في الوقت نفسه. إذ تُعالَج المستندات وبيانات الأنظمة المنظمة والسجلات شبه المنظمة ضمن مسار المعالجة نفسه، مما يوفر رؤية أشمل عبر أنظمة كانت منفصلة سابقًا.

دور DUX: نماذج مصممة لواقع الخدمات اللوجستية

في صميم المنصة توجد DUX، وهي عائلة من النماذج والوكلاء المصممين خصيصًا لبيئات سلاسل التوريد.

وتجمع هذه النماذج بين فهم المستندات ومعالجة البيانات المنظمة والاستدلال المتخصص في المجال. ويتيح لها ذلك تفسير البيانات اللوجستية المعقدة، مثل الفواتير ومستندات الشحن، مع الحفاظ على فهم السياق التشغيلي الأوسع.

كما صُممت DUX لتنفيذ الإجراءات، لا لمجرد توليد الرؤى. فمن خلال ربط التفسير بالتنفيذ، يستطيع النظام أتمتة مسارات عمل مثل التدقيق ومطابقة البيانات وتخصيص التكاليف، مما يقلل الاعتماد على العمليات اليدوية التي هيمنت تاريخيًا على القطاع.

من تدقيق تكاليف الشحن إلى ذكاء متكامل لسلسلة التوريد

تطورت منصة Loop من تركيز أولي على تدقيق تكاليف الشحن وسدادها، وهو مجال يظهر فيه تجزؤ البيانات والأثر المالي بوضوح خاص.

وأتاحت البداية في هذا المجال المتخصص الوصول إلى بيانات تشغيلية عالية القيمة، ومكّنت الشركة من بناء أنظمة قادرة على التعامل مع تعقيدات الواقع. ومن هناك، توسعت المنصة إلى مجالات مجاورة مثل المشتريات وإدارة الموردين والامتثال وعمليات المستودعات.

ويعكس هذا التطور نمطًا أوسع في الذكاء الاصطناعي المؤسسي، حيث يضع حل مشكلة محددة لكنها حاسمة أساسًا للتوسع إلى طبقة تشغيلية أوسع.

التحول الأوسع نحو أنظمة الذكاء الاصطناعي التشغيلية

تشير تقنيات مثل منصة Loop إلى تحول في كيفية استخدام الذكاء الاصطناعي داخل المؤسسات. فبدلًا من استخدامه أساسًا للتحليل أو إعداد التقارير، أصبحت أنظمة الذكاء الاصطناعي تُدمج بصورة متزايدة مباشرة في مسارات العمل التشغيلية.

وفي سلاسل التوريد، قد يعني ذلك مطابقة البيانات المالية والتشغيلية بصورة مستمرة، والكشف الآلي عن أوجه القصور، والتكيف بسرعة أكبر مع الظروف المتغيرة. وبمرور الوقت، قد يقلل هذا النوع من الأنظمة الاعتماد على دورات إعداد التقارير الدورية ويستبدلها بعمليات أكثر استمرارية لاتخاذ القرارات في الوقت الفعلي.

وفي الوقت نفسه، ستعتمد فعالية هذه الأنظمة بدرجة كبيرة على جودة البيانات وتكامل الأنظمة والقدرة على العمل بصورة موثوقة عبر مجموعة واسعة من السيناريوهات. فسلاسل التوريد بيئات متغيرة، ولا يزال الحفاظ على الدقة على نطاق واسع تحديًا تقنيًا كبيرًا.

ما يعنيه ذلك للبنية التحتية للمؤسسات

يشير توسع منصات مثل Loop إلى تحول تدريجي في البنية المؤسسية. فقد صُممت الأنظمة التقليدية، مثل منصات تخطيط موارد المؤسسات (ERP) وإدارة النقل (TMS) وإدارة المستودعات (WMS)، أساسًا لحفظ السجلات ومعالجة المعاملات. وبدأت طبقات مدعومة بالذكاء الاصطناعي تعمل فوق هذه الأنظمة، محولة السجلات الثابتة إلى مدخلات فعالة لاتخاذ القرارات.

وإذا استمر هذا النموذج في التطور، فقد يؤدي إلى طبقة تشغيلية أكثر توحيدًا لا تُعالَج فيها البيانات المالية واللوجستية كل على حدة. وبدلًا من ذلك، تصبح جزءًا من نظام واحد يحدّث البيانات ويطابقها باستمرار ويوفر أساسًا لقرارات الأعمال.

لكن من غير المرجح أن يكون الانتقال موحدًا. فلا تزال مؤسسات كثيرة تعتمد على أنظمة قديمة راسخة بعمق، ويؤدي دمج الذكاء الاصطناعي في تلك البيئات إلى تعقيدات تقنية وتنظيمية. ومن المرجح أن تختلف وتيرة التبني بحسب مدى قدرة الشركات على تحديث بنيتها التحتية للبيانات بفعالية مع الحفاظ على الاستقرار التشغيلي.

أنطوان قائد صاحب رؤية وشريك مؤسس في Unite.AI، يدفعه شغف راسخ بتشكيل مستقبل الذكاء الاصطناعي والروبوتات وتعزيزه. وبصفته رائد أعمال أسس عدة مشروعات، يؤمن بأن الذكاء الاصطناعي سيُحدث تحولًا في المجتمع يضاهي ما أحدثته الكهرباء، وكثيرًا ما يتحدث بحماس عن إمكانات التقنيات التحويلية والذكاء الاصطناعي العام (AGI).

وبصفته مستشرفًا للمستقبل، يكرس جهوده لاستكشاف كيف ستشكل هذه الابتكارات عالمنا. وهو أيضًا مؤسس Securities.io، وهي منصة تركز على الاستثمار في التقنيات المتطورة التي تعيد تعريف المستقبل وتعيد تشكيل قطاعات بأكملها.