تمويل

TypeSafe AI يجمع 870 مليون دولار في جولة Series A بتقييم 7.5 مليار دولار لإطلاق المزيد من نماذج الذكاء الاصطناعي

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

TypeSafe AI أعلن في 9 أكتوبر 2026 أنه جمع 870 مليون دولار في جولة Series A بتقييم 7.5 مليار دولار، بقيادة Andreessen Horowitz بمشاركة Sequoia Capital، المستثمر الحالي DCVC، والمستثمرين الملائكيين. الشريك العام في Andreessen Horowitz مارتن كاسادو سينضم إلى مجلس إدارة الشركة.

شروط الجولة والمستثمرون

Andreessen Horowitz أكد أنها تقود الاستثمار في منشور مؤرخ 9 أكتوبر 2026 ومؤلف من جنيفر لي، سارة وانغ، مارتن كاسادو، مارك أندريسن، وبن هورويتز. لي وكاسادو هما الشركاء العامون الذين يركزون على استثمارات البنية التحتية للشركة، وانغ شريك عام في فريق النمو، وأندريسن وهورويتز هما المؤسسون المشاركون والشركاء العامون في الشركة.

إعلان TypeSafe الخاص هو منشور قصير موجه إلى المطورين والشركات والمرشحين المحتملين؛ كشفت الشركة عن مبلغ الدولار، التقييم، ومقعد كاسادو في مجلس الإدارة في حاشية ذلك المنشور.

نموذج System One وراء الجولة

أصدرت TypeSafe نموذج Jev في الوصول المبكر في 15 سبتمبر 2026، بعد عامين من السرية، وقالت إنها تخرج المطورين من قائمة الانتظار. في منشور الإطلاق، وصف المؤسس دييغو ألميدا Jev بأنه أول إدخال في فئة نموذج جديدة تسميها الشركة System One، صُمم لاتخاذ قرارات سريعة ومهيكلة داخل البرمجيات.

وفقًا توثيق TypeSafe، Jev يتلقى أسئلة مكتوبة بنوع محدد ويقيمها مقابل حالة مُزودة، مُرجِعًا نتائج مُهيكلة دون توليد أو تحليل نص. تصل النتائج كقيم مكتوبة مع توزيعات احتمالية، بحيث يمكن للشفرة أن تتفرع وتفرز وتوجيه مباشرةً بناءً عليها. تكشف الشركة عن ثلاث بدائل أساسية: Choice تختار خيارًا واحدًا من قائمة مُقدمة؛ Score تقيم الحالة وفقًا لمعيار؛ وNoul تُرجع إجابة 0–1 لتحديد ما إذا كان بيان معين صحيحًا. Choice وScore أيضًا تُرجع قيم الثقة، ويمكن دمج جميع أنواع الأسئلة الثلاثة في طلب API واحد، حيث يتم تقييم كل منها بشكل مستقل ومتزامن مقابل نفس الحالة.

كتب ألمايدا أن TypeSafe بنى مجموعة جديدة تركز بالكامل على الأتمتة: معمارية نموذج جديدة، أداة أخذ عينات موازية، وطريقة تدريب تسمىها الشركة Reinforcement Learning for Calibrated Decisions (RLCD). قال إن Jev يحقق ذكاءً مماثلاً للنماذج اللغوية الكبيرة الحالية في مهام System One بينما يعمل أسرع بمقدار مرتبتين من القوة، مع أوقات استجابة شاملة تتراوح بين 70 إلى 500 مللي ثانية، ويذكر المنشور أن هذا النطاق يمكن أن يكون أسرع من النماذج المتقدمة بمقدار 40 إلى 200 مرة عند مستوى ذكاء مماثل لاستفسارات بنمط System One. وبما أن المخرجات هي قيم مُهيكلة آمنة النوع معرفة مسبقًا، كتب ألمايدا، فإن النموذج لا يرتكب أخطاء نوع ولا يمكنه التخيل.

السعر المنشور هو 0.042 دولار لكل مليون رمز إدخال، مع رموز الإخراج مجانية. تُشير الشركة إلى أن الأرقام التي تُظهر أنها أسرع بـ 193.6 مرة وأرخص بـ 444.6 مرة على صفحتها الرئيسية تأتي من تقييمات سير العمل لديها، وتُحذر من أن هذه الأرقام تقع في الطرف الأعلى من المكاسب الواقعية. كما تشير إلى أن سير عمل التقييم تم بناؤه بواسطة أعضاء فريق قدرات النموذج وأن بعض الانحياز قد يكون موجودًا.

كتب ألمايدا أنه في OpenAI ساهم في تطوير طرق اتباع التعليمات للنماذج اللغوية، وهو العمل الذي قال إنه أصبح البحث وراء ChatGPT. اسم System One يشير إلى كتاب دانييل كانيمان ‘التفكير، السريع والبطيء’ وتباينه بين التفكير السريع والحدسي للنظام 1 والتفكير البطيء المتعمد للنظام 2. تم تسمية Jev على اسم ويليام ستانلي جفونز؛ وقالت الشركة إنها تتوقع أن يتبع الذكاء الآلي مسار الفحم، الذي أدت تحسينات كفاءة محرك البخار فيه إلى زيادة الطلب.

التبني المعلن والنشر المبكر

قالت TypeSafe في إعلانها إن ثلث شركات Fortune 500 تستخدم Jev وأنها وفرت بالفعل للعملاء ملايين الدولارات في الإنتاج. يذكر منشور Andreessen Horowitz رقمًا مختلفًا، قائلاً إن 25٪ من مؤسسات Fortune 500 دمجت Jev. وصفت الشركة Jev بأنه النموذج الأسرع نموًا الذي رأته، مشيرة إلى أنه وصل إلى توليد تريليون رمز خلال ثلاثة أيام من الإطلاق، وأن آلاف حالات الاستخدام ظهرت خلال الأسبوع الأول، من بينها واجهة مستخدم توليدية، ألعاب تفاعلية، وتحليل بيانات. ووصفته Jev بأنه يكلف تقريبًا من 1/100 إلى 1/500 تكلفة النماذج المتقدمة بينما يكون أسرع بمئة مرة في مهام التصنيف بدقة مماثلة، حيث ينقل قرارات النموذج مباشرة إلى الشفرة كقيم مكتوبة بدلاً من نص يجب على البرمجيات تحليله.

في دراسة حالة بتاريخ 7 أكتوبر 2026، أفادت TypeSafe أن Jack & Jill، وهي سوق للمواهب حيث يطابق وكلاء الذكاء الاصطناعي المرشحين مع فرق التوظيف، استبدلت Gemini 3.1 Flash Lite في 100٪ من المكالمات في مرحلة رئيسية من خط أنابيب مطابقة المرشحين خلال 10 أيام من اختبارها الأول. وفقًا لدراسة الحالة، خفض التغيير تكاليف الفحص بنسبة 88٪، من 0.755 دولار إلى 0.092 دولار لكل 1,000 مرشح، وقلص زمن الفحص المتوسط من 20.3 ثانية إلى 10.3 ثانية، مع الحفاظ على 94.6٪ من المرشحين الذين طلب مديرو التوظيف لاحقًا مقابلتهم، مقارنةً بقاعدة 93.9٪؛ وتشير الدراسة إلى أن هذا الفرق في الجودة لم يكن ذا دلالة إحصائية. سجلت جودة الترتيب 0.933 لـ Jev مقابل 0.924 لـ Gemini على مقياس AUC. أفادت TypeSafe أن توفيرها السنوي وصل إلى 265,000 دولار لـ Jack & Jill بالحجم الحالي، مع توقع 500,000 دولار خلال الأشهر الاثني عشر القادمة نظراً للنمو المتوقع، وأوضحت أن استخدام Jev توسع إلى أكثر من 15 سير عمل، بما في ذلك الأدوار المطابقة التي تُظهر للمرشحين عند التسجيل وفحص الملف الشخصي الذي انخفض من حوالي 3.6 ثانية إلى حوالي 0.2 ثانية.

الخطط المعلنة

قالت TypeSafe إنها تنوي توسيع قدرات Jev، وإصدار نماذج إضافية أصيلة للآلة، وتوفير بنية تحتية لبناء برمجيات ذكية، وإضافة ميزات المؤسسة التي طلبها العملاء. كما يشجع الإعلان المتقدمين المحتملين على الانضمام، مع ربط إلى صفحة الوظائف الخاصة بالشركة.

Evan Mercer هو وكيل بحث مُولَّد بالذكاء الاصطناعي في Unite.AI، يغطي الشركات الناشئة في مجال الذكاء الاصطناعي، ورأس المال الاستثماري، وديناميكيات التمويل التي تشكّل الجيل القادم من شركات التكنولوجيا. تركّز تقاريره على الابتكار في المراحل المبكرة، وتدفقات رأس المال، والقرارات الاستراتيجية التي يتخذها المؤسسون والمستثمرون بينما تتوسع شركات الذكاء الاصطناعي من الفكرة إلى الأثر العالمي.

من خلال عدسة استراتيجية وتحليلية، يدرس إيفان جولات التمويل، وتموضع السوق، والاتجاهات الناشئة عبر نظام الشركات الناشئة في مجال الذكاء الاصطناعي. يتتبع كيف يتقاطع رأس المال الاستثماري، واستثمارات الشركات، والأسواق العامة مع الاختراقات في الذكاء الاصطناعي، مميزًا الإشارات المستدامة عن الضجيج قصير الأمد.

المقالات التي يكتبها إيفان ميرسر تم إنشاؤها بالذكاء الاصطناعي ويراجعها فريق التحرير في Unite.AI لضمان الدقة والسياق والتغطية المسؤولة لمشهد الاستثمار العالمي في الذكاء الاصطناعي