تمويل
Nimble تجمع 47 مليون دولار في جولة من الفئة B لتعزيز دمج بيانات الويب الحية في سير عمل الذكاء الاصطناعي

النقاط الرئيسيةتظل بيانات الويب الحية صعبة على الذكاء الاصطناعي لأن الصفحات ديناميكية ونادرًا ما تكون…
عرض المزيد
- تظل بيانات الويب الحية صعبة على الذكاء الاصطناعي لأن الصفحات ديناميكية ونادرًا ما تكون مهيكلة للآلات
- تنشر Nimble وكلاء متصفح منسقين يستخرجون البيانات المهيكلة ويتحققون منها بدلًا من المستندات الكاملة
- يدعم التمويل توسيع أتمتة المتصفح وحوكمتها حتى تتمكن المؤسسات من الوثوق بالبيانات الخارجية الحية
Nimble قد جمعت 47 مليون دولار في جولة تمويل من الفئة B ، بقيادة Norwest مع مشاركة من Databricks Ventures ومستثمريها الحاليين. الجولة تجعل إجمالي التمويل 75 مليون دولار وتعكس الطلب المتزايد على البنية التحتية القادرة على تحويل الويب العام المتغير باستمرار إلى بيانات منظمة ذات جودة مناسبة لاتخاذ القرار في أنظمة الذكاء الاصطناعي للشركات.
مع انتقال الشركات إلى نقل الذكاء الاصطناعي من التجارب إلى بيئات الإنتاج ، لا يزال هناك عقبة واحدة متبقية: الوصول الموثوق إلى المعلومات الخارجية الحالية. تم بناء منصة Nimble خصيصًا لمواجهة هذا التحدي.
لماذا لا يزال الويب الحي صعبًا للذكاء الاصطناعي
الويب العام هو أكبر مخزن للمعلومات التجارية والمالية والتنافسية في العالم. ولكن تم تصميمه للبشر – وليس الآلات. الصفحات ديناميكية ، والتخطيط يتغير باستمرار ، والمحتوى يتم تقديمه على جانب العميل ، والمعلومات نادرًا ما يتم تنظيمها بطريقة يمكن استعلامها بسهولة مثل قاعدة البيانات.
المحركات البحثية التقليدية تُدرج الصفحات وتصنفها. أدوات الذكاء الاصطناعي التوليدية تلخصها. لا تضمن أي من هذه النهج قابلية إعادة إنتاج النتائج، وإمكانية التدقيق، أو الاكتمال – السمات التي تتطلبها الشركات عندما تؤثر أنظمة الذكاء الاصطناعي في قرارات التسعير أو أبحاث الاستثمار أو سير العمل التنظيمي أو الاستراتيجية التنافسية.
بالنسبة إلى العديد من المنظمات ، البديل كان البنية التحتية للاستخراج المخصص أو الاعتماد على بائعو البيانات التقليدية. كلتا النهجيتين تُدخل التكلفة والهشاشة وعبء الصيانة.
فرضية Nimble هي أن الويب نفسه يجب أن يكون قابلاً للوصول مثل طبقة البيانات المنظمة – دون عبء هندسي إضافي.
داخل بنية البحث القائم على الوكلاء من Nimble
في قلب المنصة ما يسميه Nimble بحث الويب متعدد الوكلاء.
بدلاً من إرسال طلب واحد لاسترجاع المعلومات ، تعتمد Nimble وكلاء ذكاء اصطناعي منسقة تعمل في متصفحات حقيقية. هذه الوكلاء:
- التنقل في المواقع الديناميكية ، بما في ذلك المحتوى الذي يتم تقديمه بواسطة JavaScript
- التفاعل مع عناصر الصفحة عند الحاجة
- استخراج نقاط بيانات محددة بدلاً من المستندات الكاملة
- التحقق من النتائج عبر عدة مصادر
- تنظيم الإخراج في جداول بيانات تُحدد بنيتها أولاً
النظام لا يتوقف عند الاستخراج. يتضمن طبقة معالجة خاضعة للحوكمة تنظف النتائج وتزيل التكرار وتربط البيانات وتجمعها وتتحقق منها قبل التسليم. والهدف هو إنتاج مجموعات بيانات منظمة قابلة لإعادة الإنتاج ، وليس فقط الإخراج النصي.
من صفحات الويب إلى بيانات قابلة للاستعلام
ميزة محددة لنهج Nimble هي تحويل محتوى الويب الحي إلى جداول تتصرف أكثر مثل سجلات قاعدة البيانات من مقاطع HTML المستخرجة آليًا.
بدلاً من إرجاع “إجابات” ، يخرج النظام بيانات منظمة يمكن أن تتدفق في أنظمة ذكاء الأعمال ، أو مستودعات البيانات ، أو وكلاء الذكاء الاصطناعي. يمكن للشركات توجيه هذه المعلومات مباشرة إلى عملياتها ، مما يقلل من الاعتماد على المراجعة اليدوية أو برامج استخراج البيانات الهشة.
بالنسبة إلى الفرق التي تبني نظم الذكاء الاصطناعي القائمة على الوكلاء — حيث يبحث وكيل ، ويؤكد آخر ، ويتخذ وكيل آخر إجراء — يصبح الوصول إلى البيانات الحية الموثوقة أساسيًا. تم تصميم البنية التحتية لدعم هذه الحلقات مع إخراج قابل للقراءة آليًا يمكن مراجعتها وإعادة تشغيلها.
تكامل الشركات وتوضع النظام البيئي
Nimble تدمج مع منصات الشركات مثل Databricks و Microsoft لتمكين المنظمات من دمج استخبارات الويب الحي مع مجموعات البيانات الداخلية. الإشارة إستراتيجية:مع تحول نماذج الذكاء الاصطناعي إلى منتجات نمطية متاحة على نطاق واسع، ينتقل عامل التميز بشكل متزايد إلى جودة البيانات وطازجتها.
بدلاً من التنافس مع مقدمي النماذج التأسيسية ، Nimble تضع نفسها كطبقة بنية تحتية للبيانات – تشغيل نماذج متعددة الوسائط ونماذج استدلال لتحكم المتصفحات ، وتفسير المحتوى الديناميكي ، وإنتاج مخرجات خاضعة للإدارة على نطاق واسع.
في الممارسة ، هذا يتحول جمع بيانات الويب من مشكلة هندسية تتطلب إصلاح الأعطال باستمرار إلى نظام مُدار يمكن تشغيله بشكل مستمر.
ما تمكنه التمويل
سوف يدعم رأس المال من جولة الفئة B البحث المستمر في أنظمة الوكلاء المنسقة ، وتوسيع بنية التصفح الآلي ، وتحسين طبقات الإدارة التي تضمن الصحة والاكتمال.مع نشر الشركات لأنظمة الذكاء الاصطناعي في بيئات اتخاذ القرار ذات المخاطر الأعلى ، تزداد التوقعات حول الموثوقية والمراجعة.
التمويل يعكس أيضًا الحاجة السوقية الأوسع: لا يمكن لأنظمة الذكاء الاصطناعي أن تتفوق على جودة البيانات التي تستهلكها. إذا كانت البيانات غير كاملة أو قديمة أو غير قابلة للتحقق ، فإن مخرجات النظام تتراجع وفقًا لذلك.
نقطة انعطاف أوسع في الصناعة
لمدة سنوات ، تم التعامل مع الويب على أنه حدود غير منظم – غني بالمعلومات ولكن صعب التشغيل. نموذج Nimble يقترح تحولًا نحو معاملة الإنترنت الحية كمصدر بيانات يُحدّث باستمرار ويمكن الوصول إليها آليًا.
مع تشغيل أنظمة الذكاء الاصطناعي بشكل متزايد بشكل مستقل في عمليات العمل ، قد تصبح البنية التحتية التي تضمن الوصول إلى المعلومات الخارجية الموثوقة والفورية حاسمة مثل أداء النموذج نفسه.
Nimble جولة التمويل الأخيرة تضع الشركة في موقع توسيع طبقة البنية التحتية في وقت تعيد فيه الشركات التفكير في كيفية وصول أنظمة الذكاء الاصطناعي إلى المعلومات والتحقق منها خارج قواعد البيانات الداخلية.












