تجتاح المنافسة على مجال الذكاء الاصطناعي للشركات الآن. تقوم Glean ببناء الطبقة تحت واجهة الاستخدام مباشرة.

ريبيكا بيلان

الاثنين، 16 فبراير 2026 الساعة 2:30 صباحًا بتوقيت GMT+9 — قراءة لمدة 3 دقائق

الدوحة، قطر - 3 فبراير 2026؛ أرفيند جين، الرئيس التنفيذي لـ Glean، على المسرح الرئيسي خلال اليوم الثاني من Web Summit قطر 2026 في مركز الدوحة للمعارض والمؤتمرات في الدوحة، قطر. (تصوير شاونـا كلينتون/سبورتسفيل لـ Web Summit قطر عبر Getty Images) | اعتمادات الصورة:Getty Images

في خضم السباق نحو الواجهة، تراهن Glean على شيء أقل وضوحًا: أن تصبح طبقة الذكاء الكامنة تحتها.

قبل سبع سنوات، انطلقت Glean لتكون “غوغل للشركات” — أداة بحث تعمل بالذكاء الاصطناعي ومصممة للفهرسة والبحث عبر مكتبة أدوات SaaS داخل الشركة، من Slack إلى Jira، ومن Google Drive إلى Salesforce. واليوم، تحولت استراتيجية الشركة من بناء روبوت محادثة للشركات أكثر تطورًا إلى أن تصبح النسيجَ الرابط بين النماذج وأنظمة المؤسسات.

“الطبقة التي بنيناها في البداية — منتج بحث جيد — كانت تتطلب منا فهمًا عميقًا للناس وكيف يعملون وما هي تفضيلاتهم”، قال جين لـ TechCrunch في حلقة Equity الأسبوع الماضي، والتي سجلناها في Web Summit قطر. “كل ذلك أصبح الآن أساسياً من حيث بناء وكلاء عالية الجودة.”

يقول إنه بينما تُعد نماذج اللغات الكبيرة قوية، فإنها أيضًا عامة.

“نماذج الذكاء الاصطناعي نفسها لا تفهم حقًا أي شيء عن عملك”، قال جين. “لا تعرف من هم الأشخاص المختلفون، ولا تعرف نوع العمل الذي تقوم به، ولا نوع المنتجات التي تبنيها. لذلك يتعين عليك ربط القدرة الاستدلالية وقدرة التوليد لدى النماذج بالسياق الموجود داخل شركتك.”

عرض Glean هو أنها تُجسّد هذا السياق بالفعل ويمكنها الجلوس بين النموذج وبيانات المؤسسة.

غالبًا ما يكون مساعد Glean نقطة الدخول الأولى للعملاء — واجهة محادثة مألوفة تعمل بمزيج من نماذج ملكية رائدة (أي ChatGPT وGemini وClaude) ونماذج مفتوحة المصدر، ومؤسَّسة على بيانات الشركة الداخلية. لكن ما الذي يحافظ على العملاء، كما يجادل جين، هو كل شيء يقع تحت ذلك.

أولًا هو الوصول إلى النماذج. بدلًا من إجبار الشركات على الالتزام بمزوّد LLM واحد، تعمل Glean كطبقة تجريد تسمح للمؤسسات بالانتقال بين النماذج أو دمجها مع تطور القدرات. لهذا السبب يقول جين إنه لا يرى OpenAI أو Anthropic أو Google منافسين، بل شركاء.

“منتجنا يتحسن لأننا قادرون على الاستفادة من الابتكار الذي يصنعونه في السوق”، قال جين.

ثانيًا هي الموصلات. تقوم Glean بدمج عميق مع أنظمة مثل Slack وJira وSalesforce وGoogle Drive لتمثيل كيفية تدفق المعلومات بينها وتمكين الوكلاء من العمل داخل تلك الأدوات.

وثالثًا، وربما الأهم، هو الحوكمة.

“تحتاج إلى بناء طبقة حوكمة طبقية تُراعي الأذونات، إلى جانب طبقة استرجاع قادرة على إحضار المعلومات الصحيحة، مع معرفة من يطرح سؤالًا، حتى تُفلتر المعلومات بناءً على حقوق وصوله”، قال جين.

في المؤسسات الكبيرة، قد تكون هذه الطبقة الفارق بين إطلاق حلول الذكاء الاصطناعي على نطاق تجريبي ونشرها على نطاق واسع. لا يمكن للشركات والمؤسسات ببساطة تحميل كل بياناتها الداخلية في نموذج وإنشاء غلاف لترتيب الحلول لاحقًا، كما يقول جين.

تابع القراءة  

أيضًا أمر حاسم هو التأكد من أن النماذج لا تُهلوس. بالإضافة إلى ذلك، يقول جين إن نظامه يتحقق من مخرجات النموذج مقابل المستندات المصدر، ويولّد استشهادات سطرًا بسطر، ويضمن أن الردود تحترم حقوق الوصول القائمة بالفعل.

السؤال هو ما إذا كانت هذه الطبقة الوسطى ستصمد بينما تدفع عملاقة المنصات إلى أسفل داخل المكدس. تتحكم Microsoft وGoogle بالفعل في جزء كبير من سطح سير العمل داخل المؤسسات، وهما جالبتان للمزيد. إذا كان Copilot أو Gemini يمكنهما الوصول إلى الأنظمة الداخلية نفسها مع نفس الأذونات، فهل ما يزال وجود طبقة ذكاء مستقلة مهمًا؟

يجادل جين بأن المؤسسات لا تريد أن تُحصر ضمن نموذج واحد أو باقة إنتاجية واحدة، بل تفضل اختيار طبقة بنية تحتية محايدة بدلًا من مساعدٍ متكامل رأسياً.

لقد تبنّى المستثمرون هذه الأطروحة. رفعت Glean جولة Series F بقيمة 150 مليون دولار في يونيو 2025، ما أدى إلى زيادة شبه مضاعفة لتقييمها إلى 7.2 مليار دولار. على عكس مختبرات الذكاء الاصطناعي على حافة التطور، لا تحتاج Glean إلى ميزانيات ضخمة للحوسبة.

“لدينا أعمال صحية جدًا تنمو بسرعة”، قال جين.

الشروط وسياسة الخصوصية

لوحة معلومات الخصوصية

مزيد من المعلومات