مقابلات
بريا سايبراساد، شريك عام في Touring Capital – سلسلة المقابلات
أضف Unite.AI إلى مصادرك المفضلة على Google
Priya Saiprasad, شريك عام في Touring Capital، هي مستثمرة رأس مال مخاطر ومستثمرة تكنولوجية ذات خبرة واسعة عبر برمجيات المؤسسات، والذكاء الاصطناعي، والاستثمار في مرحلة النمو. شاركت في تأسيس Touring Capital بعد مسيرة مهنية شملت رأس المال المخاطر، والاندماج والاستحواذ، وتقنية المؤسسات، بما في ذلك عملها كشريك في SoftBank Vision Fund، حيث قادت الاستثمارات في شركات مثل Pixis وVendr وObserve.AI وCommerceIQ وSendoso وSkedulo. سابقًا، ركزت على استثمارات الذكاء الاصطناعي والتحليلات في Mayfield Fund وكانت عضوًا مؤسسًا في M12، صندوق رأس المال المخاطر التابع لـ Microsoft، حيث شملت استثماراتها Go1 وWorkBoard وPandaDoc وElement AI وBonsai. في بداية مسيرتها، عملت في مجال الاندماج والاستحواذ وتطوير الشركات في Square. تشغل سايبراساد حاليًا عدة مناصب في مجالس الإدارة وتم اختيارها ضمن قائمة Forbes’ 30 Under 30 في مجال رأس المال المخاطر عام 2018.
Touring Capital هي شركة رأس مال مخاطر مقرها سان فرانسيسكو تركز على دعم الجيل القادم من شركات البرمجيات المدعومة بالذكاء الاصطناعي. تستثمر الشركة أساسًا في الأعمال في مراحلها الأولية والنمو المبكر التي تقترب من ملاءمة المنتج للسوق، مع التركيز على الشركات التي تستخدم الذكاء الاصطناعي لتحويل سير عمل المؤسسات وخلق قيمة ملموسة للعملاء. تأسست Touring على يد مستثمرين لديهم خبرة عبر M12 وQualcomm Ventures وSoftBank Vision Fund، وفي عام 2025 أغلقت صندوقًا تمهيديًا أول بقيمة $330 million مكتتبًا به بشكل زائد لتوسيع استثماراتها في شركات البرمجيات المدفوعة بالذكاء الاصطناعي على مستوى العالم. يركز نهج الاستثمار لديها على مزايا البيانات الدائمة، ودورات المنتج المتسلسلة، والخبرة المتخصصة، ومسارات واضحة إلى النطاق التجاري بدلاً من تبني الذكاء الاصطناعي لمجرد الاعتماد عليه.
قمت بتأسيس Touring Capital بعد مسيرة شملت المساهمة في بناء M12، والاستثمار في Mayfield، والعمل كشريك في SoftBank Vision Fund. ما الذي أقنعك بأن الوقت مناسب لإطلاق Touring Capital، وماذا أردت أن تفعل بشكل مختلف كمستثمر في عصر الذكاء الاصطناعي الناشئ؟
عبر M12 وMayfield وSoftBank، أتيحت لي الفرصة لرؤية بناء الشركات من عدة زوايا: الاستثمار في المراحل الأولية، والاستثمار في النمو، والمنصات التقنية التي تشكل كيفية توسع الشركات الناشئة. جمع الذكاء الاصطناعي بين هذه التجارب مع إمكانية تغيير طريقة إنجاز العمل عبر تقريبًا كل الصناعات.
عندما يمكن للبرمجيات أداء العمل، يتغير المنتج، والسوق القابل للاستهداف، ونموذج التسعير، واقتصاديات الشركة التي تقدمها. أردنا بناء Touring حول هذه الفرصة منذ البداية.
تركيزنا ينصب على الشركات التي تقترب أو تُظهر ملاءمة المنتج للسوق المبكرة، عندما يبدأ الوعد التقني في التحول إلى اعتماد العملاء. هذه مرحلة ذات أهمية خاصة في مجال الذكاء الاصطناعي: المؤسسون يقررون أي سير عمل يمتلكونه، ومدى الاستقلالية التي سيقبلها العملاء، وكيفية تحويل الطلب المبكر إلى نمو قابل للتكرار.
كما أردنا جلب منظور بناء الشركات المستند إلى خبرتنا عبر رأس المال المخاطر، والاندماج والاستحواذ، والمنصات التقنية الكبيرة. طموحنا هو مساعدة المؤسسين على بناء أعمال تتعمق مزاياها التنافسية مع تقدم التكنولوجيا. وهذا يتطلب إيمانًا بالفرصة واستعدادًا لإعادة فحص الافتراضات التي تقوم عليها باستمرار.
لقد جادلت أن بعض أكبر فرص الذكاء الاصطناعي تتحول الآن بعيدًا عن مجرد بناء نماذج أساسية أكبر، وتنتقل إلى الشركات التي تطبق الذكاء الاصطناعي على صناعات محددة. ما الذي تغير تقنيًا أو اقتصاديًا لجعل طبقة التطبيقات جذابة جدًا الآن؟
أصبحت النماذج أكثر قدرة وإتاحة بشكل كبير، مما يغيّر الأماكن التي يمكن لرواد الأعمال خلق القيمة فيها. لم تعد بحاجة إلى بناء الذكاء الأساسي من الصفر لتطوير شيء قوي.
هذا يحوّل السؤال من «من يمتلك أفضل نموذج؟» إلى «من يستطيع تطبيق ذلك الذكاء لحل مشكلة بطريقة تغير أساسًا الاقتصاد أو سير العمل؟»
الشركات الأكثر إقناعًا لا تقتصر على وضع نموذج لغوي كبير أمام منتج برمجي قائم. إنهم يستخدمون الذكاء الاصطناعي لإعادة التفكير في كيفية إنجاز العمل. في بعض الحالات، يعني ذلك أتمتة أجزاء كبيرة من سير العمل. وفي حالات أخرى، يعني تمكين فريق أصغر بكثير من إنتاج مخرجات أكبر بشكل ملحوظ.
هنا أرى أن الكثير من موجة القيمة القادمة ستحدث: الشركات التي يمكنها أخذ الذكاء المتزايد القدرة وتحويله إلى منتج يثق العملاء به للقيام بأعمال ذات معنى.
عندما تنظر إلى مختلف القطاعات اليوم، أي الصناعات تعتقد أنها تصل إلى نقطة تحول حقيقية في الذكاء الاصطناعي، حيث يمكن للذكاء الاصطناعي أن يعيد هيكلة سير العمل جذريًا بدلاً من مجرد جعل البرمجيات الحالية أكثر كفاءة؟
أنا مهتم بشكل خاص بالصناعات التي تجمع بين عمل معرفي كبير، وسير عمل معقد موجود، ومستويات تاريخية منخفضة من انتشار البرمجيات.
الخدمات المالية، والرعاية الصحية، والقانونية، والصناعات التحويلية والسيارات هي أمثلة جيدة. غالبًا ما تحتوي هذه الصناعات على كميات هائلة من المعلومات القيمة وسير عمل متخصص للغاية، لكن الكثير من العمل لا يزال مجزأً، يدويًا أو يعتمد على أشخاص ذوي خبرة ينقلون المعلومات بين الأنظمة.
الفرصة ليست مجرد جعل هؤلاء العمال أكثر إنتاجية بنسبة 10٪. الشركات الأكثر إثارة للاهتمام تعيد تصميم سير العمل حول ما يمكن للذكاء الاصطناعي القيام به الآن.
يمكن ملاحظة ذلك في شركات مثل Numa التي تستخدم وكلاء الذكاء الاصطناعي لأتمتة تفاعلات العملاء وعمليات الوكالات، وDaloopa التي تطبق الذكاء الاصطناعي على تدفقات البيانات والبحوث الحساسة للوقت المستخدمة من قبل المؤسسات المالية. الخيط المشترك هو الفهم العميق للعمل الأساسي. الذكاء الاصطناعي قوي، لكنه لا يلغي الحاجة إلى فهم الصناعة التي تبني لها.
تؤكد Touring Capital على حواجز البيانات، وعجلات المنتج، والخبرة المتخصصة في المجال عند تقييم شركات الذكاء الاصطناعي. كيف يبدو عمل ذكاء اصطناعي عمودي حقًا دفاعيًا، وكيف تميز ذلك عن شركة ميزةها الرئيسية مجرد تغليف نموذج لغة كبير من طرف ثالث؟
عمل الذكاء الاصطناعي الدفاعي الحقيقي يزداد قوة مع استمراره في التشغيل.
قد يتحسن النموذج الأساسي مع مرور الوقت، وقد تقوم الشركة بتبديل النماذج تمامًا، لكن قيمة الأعمال لا ينبغي أن تختفي لأن النموذج المتاح يتغير. ما يهم هو ما تملكه الشركة حول ذلك النموذج: علاقة العملاء، وسير العمل، والبيانات المملوكة، والتكاملات، والثقة في تولي أعمال متزايدة الأهمية.
أحد الأمور التي نوليها اهتمامًا كبيرًا هو ما إذا كان المنتج يصبح مدمجًا بعمق أكبر مع مرور الوقت. هل يثق العملاء فيه لتكليف المزيد من العمل؟ هل الاستخدام والنتائج تتراكم؟ هل تتعلم الشركة من عمليات النشر بطرق تحسن المنتج؟
تخلق تلك الديناميكيات عملًا أقوى بكثير من مجرد امتلاك واجهة جيدة فوق نموذج طرف ثالث. يمكن للميزات أن تتقارب بسرعة كبيرة في مجال الذكاء الاصطناعي. الاستخدام المستمر واعتماد سير العمل بعمق أكثر صعوبة كبيرة في التكرار.
مع تزايد قدرة نماذج الأساس وتصبح أكثر تسليعًا، هل يعزز ذلك الشركات العمودية في مجال الذكاء الاصطناعي من خلال تزويدها بذكاء أرخص للبناء عليه، أم يخلق خطرًا أن يستهلك مزودو النماذج أنفسهم جزءًا أكبر من طبقة التطبيق؟
يمكن أن تحدث كلا الديناميكيتين في آن واحد. النماذج الأفضل توسّع ما يمكن لشركات التطبيقات تقديمه، بينما تسمح أيضًا لمزودي النماذج بالتقدم أكثر نحو المنتجات وسير العمل.
السؤال الذي نطرحه في عملية الفحص هو كيف يتغير موقع الشركة مع تحسن الذكاء الأساسي. نطرح سؤالين معًا: ما الذي يصبح ممكنًا لهذا العمل مع الجيل التالي من النماذج، وأي جزء من عرض القيمة الحالي قد يتحول إلى قدرة نموذجية قياسية؟ يساعد ذلك في تمييز الشركات التي تستفيد من التقدم عن تلك التي تعتمد تميزها على قيود مؤقتة.
يمكن للأعمال العمودية بناء مواقف مستدامة من خلال سير عمل متخصص، وصول العملاء، التكاملات، أنظمة التقييم والمسؤولية التشغيلية التي تتحملها. تلك المزايا تتطلب استثمارًا مستمرًا؛ فخبرة المجال وحدها ليست حماية دائمة.
الشركات التي أجدها الأكثر إقناعًا لديها مسار واضح لتولي أعمال أكثر قيمة مع تحسين النماذج. يحصل عملاؤهم على نتائج أفضل، وتتعزز اقتصاديات التسليم لديهم، وتصبح معرفتهم المتراكمة أكثر فائدة. هذه هي العلاقة مع تقدم النماذج التي نرغب في دعمها.
كانت الشركات التقليدية التي تقدم البرمجيات كخدمة تُقيم تاريخيًا باستخدام مؤشرات مثل الإيرادات المتكررة السنوية، وهوامش الربح الإجمالية، والاحتفاظ، وتوسيع المقاعد. كيف يغيّر الذكاء الاصطناعي المؤشرات التي تعتمد عليها، خاصةً مع تزايد أهمية تكاليف الاستدلال، وتسعير الاستخدام، ونماذج الأعمال القائمة على النتائج؟
ما زالت الإيرادات المتكررة السنوية، والاحتفاظ، وهوامش الربح الإجمالية مهمة. المشكلة هي أنه بمفردها لم تعد تزودنا بما يكفي من المعلومات.
يمكن لشركة ذكاء اصطناعي أن تنمو إلى عشرات الملايين في الإيرادات المتكررة السنوية بسرعة هائلة بينما يكون الاستخدام الأساسي داخل قاعدة عملائها في تراجع بالفعل. قد يظل العميل تحت عقد، ولكن عندما يحين وقت التجديد، يكون المنتج قد استُبدل فعليًا. هذا ما نصفه بالتحول الكامن.
لذا فإننا نبدأ بالنظر بشكل متزايد تحت نموذج التسعير ونسأل ما هو العمل الفعلي الذي يتم إنجازه. هل يزداد عدد سير العمل والنتائج مع مرور الوقت؟ هل يثق العميل في المنتج للقيام بالمزيد من العمل؟ هل يستمر الاستخدام بعد الحماس الأولي للنشر؟
نحن أيضًا ننظر عن كثب أكبر إلى الاقتصاديات وراء النمو. يمكن لشركات الذكاء الاصطناعي استبدال عدد الموظفين البشريين بالأتمتة، لكن الحوسبة تصبح جزءًا حقيقيًا من القوة العاملة وهيكل التكاليف. لهذا السبب ندرس مفاهيم مثل كثافة سير العمل، ومضاعفات الكفاءة، والإيرادات لكل موظف معدل، والرفع التكلفي.
السؤال الأكبر هو ما إذا كان النمو يصبح أكثر استدامة وكفاءة مع مرور الوقت. النمو المذهل والنمو المستدام ليسا بالضرورة نفس الشيء.
يتم تصميم العديد من وكلاء الذكاء الاصطناعي ليس فقط لمساعدة الموظفين بل لإكمال سير عمل كامل بشكل مستقل. كيف يغيّر ذلك فرصة السوق للبرمجيات المؤسسية، وهل يمكن لشركات الذكاء الاصطناعي في النهاية أن تستحوذ على جزء من ميزانيات العمالة التي كانت تاريخيًا خارج إنفاق البرمجيات؟
أعتقد أن هذا أحد أهم التحولات في برمجيات المؤسسات.
تقليديًا، كان يُباع البرمجيات في الغالب كأداة تساعد الموظف على أداء عمله. كان الموظف يظل مسؤولًا عن إنتاج العمل، وكان ميزانية البرمجيات منفصلة عن ميزانية العمالة.
يغير الذكاء الاصطناعي تلك المعادلة لأن البرمجيات يمكنها بشكل متزايد أداء أجزاء من الوظيفة نفسها.
هذا يوسع فرصة السوق بشكل كبير. لم تعد تبيع مجرد أداة إنتاجية من ميزانية تكنولوجيا المعلومات أو البرمجيات. إذا كان المنتج قادرًا على تحمل مسؤولية العمل ذو القيمة وإنتاج نتيجة قابلة للقياس بشكل موثوق، فبإمكانه أيضًا استحواذ قيمة من ميزانيات العمالة.
التمييز المهم هو بين مساعد الذكاء الاصطناعي ونظام الذكاء الاصطناعي الذي يثق العملاء به لتنفيذ المهام فعليًا. الأخير لديه القدرة على أن يصبح أكثر قيمةً بكثير، لكنه يجب أن يثبت موثوقية حقيقية، ومساءلة، واقتصاديات. في النهاية، لن يهتم العملاء بمدى تعقيد الذكاء الاصطناعي إذا لم يتمكن المنتج من تقديم النتيجة التي وعد بها بشكل مستمر.
أنت حاليًا تجلس على مجالس إدارة شركات تشمل Numa و Daloopa، التي تطبق التكنولوجيا على قطاعات مختلفة جدًا مثل عمليات السيارات والبيانات المالية. ماذا علمتك هذه الشركات حول ما يتطلبه النجاح في إدخال الذكاء الاصطناعي إلى صناعات ذات سير عمل وخبرة مجال راسخة؟
أكبر درس هو أن الذكاء الاصطناعي لا يلغي أهمية الخبرة المتخصصة. بل في كثير من النواحي يجعلها أكثر أهمية.
لإدخال الذكاء الاصطناعي بنجاح إلى صناعة راسخة، يجب أن تفهم سير العمل بعمق لتحديد أين تُضيف الأتمتة قيمة فعلية وأين لا يزال الحكم البشري مهمًا. كما يجب أن تدرك كيف سيتبنى العملاء المنتج، وكيف يتوافق مع أنظمتهم الحالية ودورة تبني الذكاء الاصطناعي، وما يلزم لكسب ثقتهم.
تعمل Numa و Daloopa في أسواق مختلفة جدًا، لكن كلاهما مرتبط بعمق بالعمل المحدد الذي يحتاج عملاؤهم إلى إنجازه. أكثر شركات الذكاء الاصطناعي العمودية نجاحًا لا تبدأ بسؤال “أين يمكننا وضع الذكاء الاصطناعي؟” بل تبدأ بمشكلة أو سير عمل ذو معنى ثم تعيد تصميمه بناءً على ما يستطيع الذكاء الاصطناعي الآن القيام به.
وهذا أيضًا السبب في اعتقادي أن الخبرة المتخصصة يمكن أن تصبح ميزة كبيرة مع مرور الوقت. كلما تعمقت في فهم العمل، كلما كنت أكثر فعالية في بناء منتج يثق العملاء في الاعتماد عليه.
تشمل الاستثمارات الأخيرة لشركة Touring كلًا من التطبيقات المتخصصة في المجالات والبنية التحتية التي تمكّن الذكاء الاصطناعي. كيف تنظر إلى التوازن بين الاستثمار في طبقة التطبيقات مقابل البنية التحتية المطلوبة لتشغيلها، وأين تعتقد أن الفرصة الأكبر لعوائد على مستوى رأس المال المخاطر موجودة اليوم؟
لا نعتبر الفرصة موجودة حصريًا في طبقة واحدة من البنية. نحن نركز على الأماكن التي تظهر فيها عنق زجاجة مهمة وأين يمكن للشركة بناء موقع ذو معنى مع توسع تبني الذكاء الاصطناعي.
في جانب التطبيقات، نحن متحمسون للشركات التي يمكنها تحويل الذكاء الاصطناعي إلى قيمة اقتصادية قابلة للقياس من خلال امتلاك سير عمل مهم وتقديم نتائج حقيقية. وفي جانب البنية التحتية، نهتم بالشركات التي تحل القيود التي تحدد ما إذا كان يمكن نشر الذكاء الاصطناعي بفعالية على نطاق واسع.
تعكس استثماراتنا في شركات مثل Infinity و Parasail ذلك. الأولى تتعامل مع تحدي البرمجيات المتمثل في جعل شرائح الذكاء الاصطناعي المختلفة جاهزة لتشغيل النماذج الحديثة، بينما الثانية تساعد المطورين على نشر وتوسيع أحمال عمل الذكاء الاصطناعي دون الحاجة إلى إدارة البنية التحتية الأساسية بأنفسهم.
الفرصة الأفضل لا تُحدَّد بالضرورة بناءً على ما إذا كانت الشركة تعمل في التطبيقات أم البنية التحتية. السؤال الرئيسي هو ما إذا كانت الشركة تحل مشكلة مهمة ودائمة مع إمكانية أن تصبح أكثر قيمة مع تطور سوق الذكاء الاصطناعي.
مع تركّز كميات هائلة من رأس المال الآن حول عدد قليل نسبيًا من شركات الذكاء الاصطناعي المتقدمة، أين تعتقد أن المستثمرين ما زالوا يقللون من تقدير الفرصة، وأي فئات أو نماذج أعمال أصلية للذكاء الاصطناعي تتلقى اهتمامًا أقل بكثير مما تستحق؟
إحدى المجالات التي أجدها مثيرة للاهتمام بشكل خاص هي وسط السوق.
في الوقت الحالي، أصبح رأس المال المخاطر أكثر تشعبًا. هناك رغبة هائلة في الشركات الواعدة في المراحل الأولى، لا سيما تلك التي تمتلك فرقًا استثنائية وتكنولوجيا جذابة. كما يتوفر رأس مال كبير للشركات الأكبر والأكثر إثباتًا.
لكن الوسط، ولا سيما المراحل التقليدية من السلسلة B و C، أصبح أكثر صعوبةً بكثير.
ضغط الذكاء الاصطناعي التوقعات. يمكن للشركات الآن الانتقال من الصفر إلى إيرادات ذات معنى بسرعة لم نشهدها من قبل، مما رفع المستوى بشكل كبير بمجرد أن يبدأ العمل في تحقيق إيرادات. النمو الذي كان يُعتبر استثنائيًا قبل بضع سنوات قد لا يبرز الآن في سوق اليوم.
هذا يخلق كلًا من المخاطر والفرص.
يُجبر بعض الشركات على تحسين أدائها وفقًا لما يريده سوق جمع الأموال في لحظة معينة: نمو 5 أضعاف، نمو 10 أضعاف، تحقيق عتبة إيرادات معينة، بغض النظر عما إذا كان هذا المسار يخلق عملًا مستدامًا. يمكن أن يتغير السوق بشكل كبير خلال ستة إلى تسعة أشهر، لذا يجب على المؤسسين الحذر من بناء الشركة حصريًا لتلبية توقعات جولة التمويل التالية.
بالنسبة للمستثمرين، أعتقد أن هناك فرصة حقيقية في تحديد الشركات التي تتمتع بأسس قوية ولكنها لا تتناسب تمامًا مع أقصى حدود السوق اليوم. التحدي هو أن تكون منضبطًا بما يكفي لتمييز النمو المستدام عن شركة تُسحب فقط إلى الأمام بسبب دورة تمويل الذكاء الاصطناعي الحالية.
شكرًا على المقابلة الرائعة، يجب على القراء الذين يرغبون في معرفة المزيد عن هذه الشركة الاستثمارية زيارة Touring Capital.
