تمويل
OPAQUE تحصل على 24 مليون دولار في جولة التمويل البالغة 300 مليون دولار لتعزيز تقنيات الذكاء الاصطناعي الآمنة

يستمر تبني الذكاء الاصطناعي في الشركات في التوسع، لكن الثقة لا تزال واحدة من أكبر قيوده. هذا الأسبوع، أعلنت OPAQUE عن جولة تمويل سلسلة ب بقيمة 24 مليون دولار ، مما يرفع قيمة الشركة إلى 300 مليون دولار بعد التمويل ويعزز الإجمالي إلى 55.5 مليون دولار. قادت الجولة Walden Catalyst ، مع مشاركة من المستثمرين الحاليين بما في ذلك Intel Capital ، Race Capital ، Storm Ventures ، و Thomvest ، إلى جانب مستثمر استراتيجي جديد المجلس الأعلى للبحث والتكنولوجيا المتقدمة (ATRC).
تؤكد الجولة على إجماع متزايد عبر المشهد الشركي: لا يمكن للذكاء الاصطناعي أن يتوسع على البيانات الحساسة بدون ضمانات أقوى وموثوقة حول الخصوصية والحوكمة والأمن.
من الذكاء الاصطناعي التجريبي إلى الإلزام الشركي
خلال العام الماضي، انتقل الذكاء الاصطناعي الآمن من مفهوم أكاديمي إلى متطلب عملي للشركات التي تعتمد نماذج وأجهزة ذكاء اصطناعي في الإنتاج. مع تزايد تعامل أنظمة الذكاء الاصطناعي مع البيانات الخاضعة للتنظيم والملكية الفكرية والعمليات الحيوية، أثبتت المناهج التقليدية للأمن – التي تركز على البيانات في حالة الراحة أو أثناء النقل – عدم كفايتها.
يتركز عمل OPAQUE على حماية البيانات والنماذج أثناء استخدامها ، وليس فقط قبل أو بعد ذلك. هذه الفارقة مهمة. يتوقف العديد من مشاريع الذكاء الاصطناعي في الشركات بعد التجارب الأولى لأن مسؤولي الأمن وموظفي القانون وقيادات الامتثال لا يستطيعون التحقق من ما يحدث للبيانات الحساسة أثناء تنفيذ الذكاء الاصطناعي. النتيجة هي التردد والتأخير وفي كثير من الحالات، إيقاف التشغيل.
يهدف الذكاء الاصطناعي الآمن إلى سد هذه الفجوة من خلال تقديم ضمانات مشفرة بأن البيانات تظل خاصة وأن السياسات تُفرض وأن النماذج لا تُكشف – حتى أثناء وقت التشغيل.
معالجة فجوة الثقة في الشركات
تتطلع الشركات اليوم إلى نشر وكلاء الذكاء الاصطناعي على البيانات المملوكة لتحقيق مزايا في الإنتاجية والرؤى التشغيلية. ومع ذلك ، غالبًا ما تكون هذه الأصول البيانية الأكثر حساسية التي تمتلكها المنظمة. بدون تأكيدات موثوقة ، يتحول الذكاء الاصطناعي بسرعة من فرصة إلى مخاطر.
يضع OPAQUE منصته كطبقة ثقة للذكاء الاصطناعي في الشركات، مصممة لتوفير خصوصية قابلة للتحقق وتنفيذ السياسات وصحة النماذج قبل وأثناء وبعد تنفيذ الذكاء الاصطناعي. بدلاً من الاعتماد على افتراضات أو تأكيدات تعاقدية، تركز المنصة على الأدلة – مما يجعل من الممكن إثبات الامتثال والحوكمة في الوقت الفعلي.
يعكس هذا النهج تحولاً أوسع في التفكير الشركي. لم يعد يتم تقييم أنظمة الذكاء الاصطناعي فقط على الأداء أو الدقة. يتساءل المزيد والمزيد من المنظمات عما إذا كان يمكنهم إثبات كيف يتصرف الذكاء الاصطناعي، ما هي البيانات التي تم الوصول إليها، و是否 اتبعت القواعد المعتمدة.
ما يدعمه التمويل الجديد
سيتم استخدام رأس المال من السلسلة ب لتعزيز تطوير ونشر منصة OPAQUE للذكاء الاصطناعي الآمن، مع التركيز على مساعدة الشركات على الانتقال من التجارب إلى الإنتاج بشكل أسرع وأمان.
في نفس الوقت، تتوسع الشركة في مجالات مثل الأمان بعد الكمومي و تدريب الذكاء الاصطناعي الآمن و بيئات السحابة السيادية. تستهدف هذه المبادرات المنظمات التي تعمل تحت قيود تنظيمية صارمة أو أمنية قومية أو قيود إقامة البيانات، حيث تكون الرؤية والتحكم في حمولات الذكاء الاصطناعي غير قابلة للتفاوض.
كما أطلقت OPAQUE مؤخرًا OPAQUE Studio، وهو بيئة تطوير يهدف إلى تسهيل بناء وتشغيل وكلاء الذكاء الاصطناعي الآمن. الهدف هو جعل الخصوصية والامتثال القابلين للتحقق في وقت التشغيل جزءًا افتراضيًا من دورة حياة تطوير الذكاء الاصطناعي بدلاً من التفكير الثانوي.
الآثار الأوسع للذكاء الاصطناعي في الشركات
يشير ظهور الذكاء الاصطناعي الآمن إلى تطور أعمق في كيفية نشر المنظمات لأنظمة ذكاء اصطناعي. مع اندماج الذكاء الاصطناعي في اتخاذ القرارات والتحسين والتفاعلات مع العملاء، يجب أن تتغير الحوكمة من وثائق السياسات إلى التنفيذ الفني.
قد تصبح التكنولوجيا التي يمكنها إثبات حماية البيانات ومتابعة القواعد في الوقت الفعلي أساسية لتحomikات الذكاء الاصطناعي في الشركات. هذا صحيح بشكل خاص في الصناعات الخاضعة للتنظيم مثل الخدمات المالية والرعاية الصحية والتأمين، حيث تتزايد متطلبات الامتثال بدلاً من التخفيف.
يمكن للذكاء الاصطناعي الآمن أيضًا تمكين أشكال جديدة من التعاون. قد تكون المنظمات قادرة على تحليل مجموعات بيانات مشتركة أو متجمعة دون كشف البيانات الخام، مما يفتح رؤى كانت خارج النطاق بسبب مخاوف الخصوصية. في هذا السياق، قد لا تقلل البنية الحافظة للثقة من المخاطر فحسب – بل قد توسع ما هو ممكن مع الذكاء الاصطناعي.












