#

النقاط الرئيسية

• يُقال إن Fundamentum تستهدف صندوقها الثالث بحوالي 200 مليون دولار.

• ترى الشركة إمكانات قوية للذكاء الاصطناعي في التطبيقات المبنية على النماذج العالمية القائمة.

• بالنسبة للمغرب، قد يكون الذكاء الاصطناعي في طبقة التطبيقات أكثر عملية من تدريب النماذج الحدودية.

• من المرجح أن تكون التكنولوجيا المالية، والمحتوى، والخدمات باللغات المحلية من المجالات التي تستحق المتابعة.

• سيعتمد التبني الواقعي على البيانات، والمهارات، والمشتريات، والامتثال.

ذكرت TechCrunch في 2026-07-09 أن Fundamentum تستهدف صندوقها الثالث بحوالي 200 مليون دولار. وأفاد التقرير أيضًا بأن Nandan Nilekani يتنحى عن دوره كشريك عام. ويُقال إن الصندوق سيدعم من ثماني إلى عشر شركات ناشئة في مراحلها المبكرة في التكنولوجيا الاستهلاكية، والتكنولوجيا المالية، والذكاء الاصطناعي.

وتبلغ قيمة الاستثمارات الأولية المذكورة حوالي 10.5 مليون دولار. وهذا يشير إلى تفضيل واضح لرهانات مركزة في المراحل المبكرة. وبالنسبة للقراء المغاربة، فالعبرة الأساسية ليست في حجم الصندوق نفسه، بل في الاستراتيجية التي تقف وراءه.

ما الذي تشير إليه الاستراتيجية

قالت TechCrunch إن Fundamentum ترى أكبر فرصة للذكاء الاصطناعي في الهند في التطبيقات المبنية على النماذج العالمية القائمة. وهذا تمييز مهم. فهو يشير إلى منتجات تستخدم الذكاء الاصطناعي كطبقة، بدلًا من محاولة بناء النموذج الأساسي من الصفر.

وقد يكون هذا النهج مهمًا للمغرب أيضًا. فغالبًا ما تواجه الأسواق الناشئة ميزانيات أضيق، وفرق بحث أصغر، ومساحة أقل لدورات تدريب النماذج الطويلة. وفي هذا السياق، قد يكون الذكاء الاصطناعي في طبقة التطبيقات مسارًا أكثر واقعية.

السياق المغربي: لماذا يهم ذلك

بالنسبة للمغرب، فإن المقارنة مفيدة لأنها تركز على استراتيجية المنظومة. قد تجد العديد من الفرق المحلية قيمة أكبر في حل مشكلات أعمال محددة بدلًا من ملاحقة بنية تحتية متقدمة للذكاء الاصطناعي. وقد ينطبق ذلك على التكنولوجيا المالية، ودعم العملاء، ومعالجة المستندات، وسير عمل المحتوى، والخدمات باللغات المحلية.

هذا لا يعني أن كل منتج ذكاء اصطناعي سيعمل بالطريقة نفسها في المغرب. فما زالت الفرق بحاجة إلى التكيف مع البيانات المحلية، ومزيج اللغات، وواقع المشتريات. كما ستحتاج إلى التفكير بعناية في الخصوصية، والأمن السيبراني، والامتثال.

حالات استخدام محتملة في المغرب

التكنولوجيا المالية

يمكن لتطبيقات الذكاء الاصطناعي في التكنولوجيا المالية أن تساعد في خدمة العملاء، وتهيئة المستخدمين الجدد، ودعم كشف الاحتيال، والتعامل مع المستندات. وهذه مجالات عملية لأنها غالبًا ما تعتمد على سير عمل متكرر. كما قد تستفيد من الأتمتة دون الحاجة إلى إعادة بناء كاملة للأنظمة الأساسية.

وبالنسبة للشركات المغربية، سيكون التحدي في التكامل. يجب أن تتناسب أدوات الذكاء الاصطناعي مع العمليات القائمة وضوابط المخاطر. كما تحتاج إلى وصول موثوق إلى البيانات، وهو أمر غالبًا ما يكون أصعب من اختيار النموذج نفسه.

المحتوى والعمليات

يمكن لفرق المحتوى استخدام الذكاء الاصطناعي في الصياغة، والتلخيص، ودعم الترجمة، والبحث الداخلي في المعرفة. وقد يكون ذلك مهمًا بشكل خاص في البيئات التي تتداخل فيها احتياجات العربية والفرنسية وغيرها من اللغات. وتأتي القيمة من السرعة والاتساق، لا من استبدال الحكم التحريري.

كما يمكن لفرق العمليات استخدام الذكاء الاصطناعي لفرز الطلبات، وتصنيف المستندات، ودعم أعمال المكتب الخلفي الروتينية. وغالبًا ما تكون هذه الحالات أسهل في التجربة من مشاريع الذكاء الاصطناعي الأكثر طموحًا. كما يمكنها إظهار القيمة بسرعة أكبر إذا كان سير العمل محددًا جيدًا.

الخدمات باللغات المحلية

تُعد الخدمات باللغات المحلية مجالًا آخر قد يساعد فيه الذكاء الاصطناعي في طبقة التطبيقات. فقد تحتاج المنتجات الموجهة للمغرب إلى التعامل مع مدخلات متعددة اللغات وتوقعات مستخدمين متنوعة. وهذا يخلق حاجة قوية إلى الاختبار الدقيق والمراجعة البشرية.

وهنا يمكن أن تكون النماذج العالمية مفيدة، لكنها ليست كافية وحدها. فقد تحتاج الفرق إلى إضافة بيانات محلية، وموجهات مخصصة، وفحوصات جودة. وقد تحتاج أيضًا إلى مسارات بديلة عندما يكون النموذج غير متأكد.

المخاطر والحوكمة

سيحتاج تبني الذكاء الاصطناعي في المغرب إلى حوكمة قوية. وتُعد توافر البيانات قيدًا رئيسيًا. فإذا كانت البيانات غير مكتملة أو غير متسقة أو صعبة الوصول، فقد ينتج النظام نتائج ضعيفة.

وتُعد المشتريات قضية أخرى. فقد يرغب المشترون من القطاعين العام والخاص في أسعار واضحة، وشروط خدمة، ومساءلة. وقد يحتاجون أيضًا إلى مقارنة أدوات الذكاء الاصطناعي بخيارات برمجية أبسط قبل الالتزام.

كما أن المهارات مهمة. فالفِرَق تحتاج إلى أشخاص قادرين على تقييم المخرجات، وإدارة سير العمل، ورصد أنماط الفشل. ومن دون ذلك، يمكن حتى للأدوات المفيدة أن تخلق مخاطر تشغيلية جديدة.

وتُعد البنية التحتية جزءًا من الصورة أيضًا. تعتمد أنظمة الذكاء الاصطناعي على اتصال مستقر، وتخزين آمن، وتكامل موثوق مع الأدوات القائمة. وإذا كانت هذه العناصر ضعيفة، يتباطأ التبني.

ولا يمكن التعامل مع الخصوصية والأمن السيبراني كأمور ثانوية. فقد تعالج أنظمة الذكاء الاصطناعي بيانات حساسة للعملاء أو الأعمال. وستحتاج المؤسسات المغربية إلى ضوابط للوصول، والاحتفاظ، والتسجيل، والاستجابة للحوادث.

والامتثال مهم بالقدر نفسه. ينبغي مراجعة أي نشر مقابل سياسات المؤسسة نفسها والبيئة القانونية التي تعمل فيها. وإذا كانت حالة الاستخدام تمس بيانات خاضعة للتنظيم، فيجب أن تكون المراجعة أكثر صرامة.

ما الذي ينبغي على الفرق المغربية فعله بعد ذلك

ابدأ بسير عمل ضيق. اختر مهمة متكررة وقابلة للقياس ومنخفضة المخاطر. فهذا يجعل من الأسهل اختبار ما إذا كان الذكاء الاصطناعي يحسن السرعة أو الجودة فعلًا.

استخدم النماذج العالمية القائمة حيثما كانت مناسبة. وهذا يتماشى مع الاستراتيجية الموصوفة في التقرير. وبالنسبة للفرق المغربية، قد يكون من العملي أكثر البناء فوق النماذج المتاحة بدلًا من تدريب نماذج جديدة.

أبقِ البشر في الحلقة. وهذا مهم بشكل خاص في الأعمال المواجهة للعملاء، والقرارات المالية، وأي محتوى قد يؤثر في الثقة. ويمكن للمراجعة البشرية أن تلتقط الأخطاء قبل انتشارها.

خطط مبكرًا لقضايا اللغة والبيانات. فقد تحتاج المنتجات المغربية إلى التعامل مع مدخلات متعددة اللغات ومجموعات بيانات غير متجانسة. وينبغي للفرق اختبار هذه الظروف قبل الإطلاق، لا بعده.

قِس التكلفة الكاملة. ويشمل ذلك التكامل، ووقت المراجعة، وأعمال الأمن، والصيانة. فقد يصبح الأداة التي تبدو رخيصة في البداية مكلفة إذا كان من الصعب حوكمتها.

الخلاصة

تذكّر استراتيجية الصندوق التي أُفيد بها لدى Fundamentum بأن قيمة الذكاء الاصطناعي غالبًا ما تكمن في التطبيقات، وليس فقط في تدريب النماذج. وهذه إشارة مفيدة للمغرب. فهي توحي بأن الذكاء الاصطناعي العملي والمحلي والقائم على سير العمل قد يكون المسار الأكثر واقعية للعديد من الفرق.

وبالنسبة للمؤسسين والمشغلين وصناع السياسات المغاربة، فالسؤال ليس ما إذا كان الذكاء الاصطناعي مهمًا. بل أين يمكن للذكاء الاصطناعي أن يحل مشكلة حقيقية بالموارد المتاحة. وفي كثير من الحالات، قد تكون الإجابة في تطبيقات مركزة مبنية على نماذج قائمة، مع حوكمة قوية منذ اليوم الأول.