SAP، في الوقت نفسه استحوذت على Dremio و Pryon Labs… تستهدف عنق الزجاجة في "إعداد البيانات" للذكاء الاصطناعي المؤسسي

ساب لتعزيز قدرات تحليل بيانات الجداول، استحوذت على شركة دريميو الأمريكية وPrelab الألمانية. في ظل تزايد المنافسة في مجال الذكاء الاصطناعي التوليدي، يهدف هذا التحرك مباشرة إلى مشكلة "إعداد البيانات" التي تحدد نجاح أو فشل الشركات في الذكاء الاصطناعي.

شركة دريميو التي استحوذت عليها ساب هي شركة ناشئة لإدارة البيانات مقرها في سانتا كلارا، كاليفورنيا، الولايات المتحدة. قبل الاستحواذ، كانت قد حصلت على أكثر من 300 مليون دولار، أي ما يعادل 4431 مليار وون كوري. الشركة التي تم الاستحواذ عليها أيضًا، Prelab، ومقرها برلين، حصلت على استثمار يقارب 9.3 مليون دولار، أي حوالي 137 مليار وون كوري. لم تكشف ساب عن المبالغ المحددة لهذه الصفقات.

تقدم دريميو منصة لتخزين وتحليل البيانات المؤسسية الضخمة. تتضمن المنصة وكيل ذكاء اصطناعي مدمج يمكنه تنفيذ استعلامات بدون الحاجة لكتابة أكواد SQL مباشرة. تركز ساب بشكل خاص على مشروع المصادر المفتوحة "Apache Iceberg" و"Apache Polaris" كأساس تقني لدريميو.

Iceberg هو تنسيق لتخزين البيانات الجدولية على نطاق واسع، يتيح تعديل بنية البيانات بسهولة أو تقسيم الجداول الكبيرة إلى وحدات أصغر. يساعد ذلك على تسريع عمليات الاستعلام، ويمكن استرجاع التغييرات الخاطئة بسرعة عبر وظيفة إدارة الإصدارات. Polaris هو أداة لإدارة بيانات وصف جدول Iceberg، ويقوم بإدارة معلومات مثل وقت إنشاء الجدول، وتاريخ التعديلات، وصلاحيات الوصول، مما يعزز من إدارة البيانات وحمايتها.

تخطط ساب لدمج تقنية دريميو في سحابة البيانات التجارية الخاصة بها، وهي خدمة تجمع بين مصادر البيانات المتعددة وتدعم استخدام نماذج الذكاء الاصطناعي. تعتقد ساب أن الاستحواذ على دريميو سيمكنها من تعزيز قدرات دعم Iceberg وإدارة البيانات الوصفية بشكل أكبر.

قال فيليب هيرتسهايم، المدير التقني (CTO) في ساب: "سبب توقف الذكاء الاصطناعي المؤسسي ليس ضعف أداء النماذج، بل عدم جاهزية البيانات للاستخدام من قبل وكلاء الذكاء الاصطناعي"، وأضاف: "دريميو ستقضي على هذا القيد".

تقنية Prelab ستُدمج أيضًا في سحابة البيانات التجارية

إذا كانت دريميو تتفوق في إدارة البيانات، فإن Prelab تركز على تحليل البيانات الجدولية. طورت الشركة نموذج ذكاء اصطناعي مخصص لمعالجة المعلومات المكونة من صفوف وأعمدة، يسمى "TabPFN-2.5". على سبيل المثال، يمكنه تلقائيًا تنفيذ مهام مثل اكتشاف الإدخالات الخاطئة في جداول تتبع المخزون.

وفقًا لـPrelab، يمكن لـTabPFN-2.5 معالجة حتى 100,000 صف في كل مهمة. بالإضافة إلى ذلك، يمكن عبر "محرك التقطير" إنشاء نماذج خفيفة محسنة لمجموعة بيانات معينة، ويُقال إن هذا الإصدار أسرع من النموذج الأصلي ويستهلك موارد أقل من الأجهزة.

تخطط ساب أيضًا لدمج هذه التقنية في عدة منتجات، بما في ذلك سحابة البيانات التجارية. ومع ذلك، ستعمل فريق Prelab بشكل مستقل تحت مظلة ساب بعد الاستحواذ. أعلنت ساب أنها ستستثمر 1.17 مليار دولار، أي أكثر من 1.7281 تريليون وون كوري، خلال الأربع سنوات القادمة لدعم أبحاث الذكاء الاصطناعي في Prelab.

يُعتبر هذا الاستحواذ بمثابة استراتيجية من ساب، لا تهدف فقط إلى إضافة نماذج ذكاء اصطناعي، بل إلى إعادة تشكيل البنية التحتية للبيانات المؤسسية نفسها لتكون أكثر ملاءمة للذكاء الاصطناعي. في سوق الذكاء الاصطناعي المؤسسي، تعتبر عمليات تنظيم البيانات، وإدارة البيانات الوصفية، وأتمتة التحليل من العوامل المهمة إلى جانب أداء النماذج، لذلك من المتوقع أن يجذب تعزيز ساب لسحابة البيانات التجارية اهتمامًا واسعًا في الصناعة.

ملاحظات ذكاء TP AI: يستند هذا الملخص إلى نموذج اللغة TokenPost.ai. قد يغفل عن المحتوى الرئيسي أو لا يتطابق مع الحقائق.