كيف تحاول «Algebra AI» سد الفجوة بين أدوات الذكاء الاصطناعي واحتياجات الشركات؟

يشهد سوق الذكاء الاصطناعي في الشرق الأوسط انتقالًا تدريجيًا من مرحلة التجارب والأدوات العامة إلى حلول مرتبطة مباشرة بعمليات الشركات اليومية، وهو ما أوجد مساحة جديدة لشركات لا تركز على تطوير نماذج ذكاء اصطناعي بقدر اهتمامها بدمج هذه النماذج داخل بيئات العمل الفعلية. وفي هذا السياق برزت Algebra AI الإماراتية، التي انطلقت من دبي خلال 2026 لتقديم نموذج يعتمد على تصميم وتشغيل وكلاء ذكاء اصطناعي مخصصين للشركات، مع إدارة أدائهم وتحسينهم بصورة مستمرة.

وتستهدف الشركة معالجة تحدٍ تواجهه المؤسسات المتوسطة؛ فإتاحة أدوات الذكاء الاصطناعي على نطاق واسع لم تعنِ بالضرورة قدرة الشركات على دمجها في أنظمة العمل، خصوصًا عندما تتوزع البيانات بين البريد الإلكتروني وبرامج إدارة العملاء والأنظمة المالية ومنصات الموارد البشرية وغيرها. ومن هنا تبني Algebra نموذجها على تقديم الذكاء الاصطناعي كخدمة مُدارة، بحيث تمتد مهمتها من تطوير الحلول إلى تشغيلها ومراقبتها وربطها بالأنظمة القائمة.

من تطوير الأداة إلى تشغيل العملية

تأسست Algebra AI في دبي عام 2026 بقيادة أنيس حرب، المؤسس المشارك والرئيس التنفيذي، الذي يمتلك خبرة في تشغيل وتوسيع الشركات التكنولوجية بالمنطقة، وكان من أبرز محطاته قيادة توسع أعمال Deliveroo في الشرق الأوسط. وخرجت الشركة من مرحلة التخفي في يونيو 2026 بالتزامن مع إعلان حصولها على تمويل بقيمة 7 ملايين دولار من Infinity Constellation وBECO Capital وSilicon Badia وWaseel Investments.

ويعكس التمويل المبكر رهانًا على سوق لا يرتبط فقط بتوفير أدوات ذكاء اصطناعي جديدة، وإنما بتحويلها إلى أنظمة تشغيل فعلية داخل المؤسسات. وتقول الشركة إنها تستهدف أكثر من 30 ألف شركة متوسطة في دول مجلس التعاون الخليجي، وهي شريحة تقع بين المؤسسات الكبرى القادرة على بناء فرق ذكاء اصطناعي داخلية، والشركات الصغيرة التي يمكنها الاكتفاء بأدوات جاهزة.

وتختلف Algebra عن نموذج البرمجيات كخدمة التقليدي؛ فالعميل لا يحصل على برنامج ويترك له مهمة تشغيله، وإنما تعمل الشركة على فهم العملية المطلوب تطويرها، ثم تصميم الوكيل وربطه بالبيانات والأنظمة، وبعد الإطلاق تستمر في مراقبته وتحسينه.

كيف تعمل الوكلاء؟

تمر عملية بناء النظام لدى Algebra بعدة مراحل تبدأ بفهم طريقة تنفيذ الموظفين للعمل، وتحديد نقاط التكرار والهدر والاستثناءات، ثم تحويل العملية إلى نموذج تشغيل يحدد البيانات والأنظمة والأدوار والصلاحيات والموافقات المطلوبة.

بعد ذلك يُنشر الوكيل داخل بيئة العميل ويبدأ في تنفيذ المهام، بينما تتولى Algebra متابعة أدائه. وتستخدم الشركة ما تسميه AI Harness، وهي طبقة تشغيل تربط الوكلاء بقواعد المؤسسة وبياناتها ومنطق الموافقات والقيود التشغيلية.

ولا ترتبط الشركة بنموذج ذكاء اصطناعي واحد؛ إذ تقول إنها Model-agnostic وتختار النموذج المناسب لكل مهمة وفق عوامل مثل الدقة والسرعة والتكلفة، بما يسمح باستخدام نماذج مختلفة داخل العملية الواحدة.

وتتكامل حلولها مع أنظمة تستخدمها الشركات بالفعل، بينها Salesforce وSAP وOracle وMicrosoft Dynamics وHubSpot وZendesk وWorkday، إلى جانب Gmail وOutlook وWhatsApp وMicrosoft Teams وغيرها.

تطبيقات في المالية والمناقصات وخدمة العملاء

تقدم Algebra عددًا من حالات الاستخدام، من بينها أتمتة المناقصات وطلبات عروض الأسعار، حيث يستطيع الوكيل قراءة المستندات وإعداد الردود وتحديد المعلومات الناقصة التي تحتاج إلى تدخل الموظفين.

وفي العمليات المالية، تعمل الشركة على أتمتة مطابقة المدفوعات مع الفواتير عبر البنوك والبوابات وأنظمة تخطيط موارد المؤسسات، مع توجيه الحالات الاستثنائية إلى الموظفين.

كما تشمل الاستخدامات فرز البريد الإلكتروني وتذاكر الدعم، وإعداد مسودات الردود، وجدولة عمليات التوصيل في الميل الأخير، وتحليل الأسواق والمنافسين.

وتعلن الشركة وجود 5 أنظمة في الإنتاج و3 في مرحلة التجربة، إلى جانب متوسط مدة بناء يبلغ 5.2 أسبوع. كما تشير إلى انخفاض متوسط زمن دورة العمل بنسبة 74% وزيادة الإنتاجية بمقدار 2.1 مرة. وهذه المؤشرات معلنة من Algebra نفسها وليست قياسات مستقلة، وهو ما يجب أخذه في الاعتبار عند استخدامها في التغطية الصحفية.

ورغم اعتماد الشركة على وكلاء قادرين على تنفيذ إجراءات فعلية، فإن نموذجها لا يقوم على الاستقلال الكامل للذكاء الاصطناعي. وتستخدم Algebra حدودًا للثقة، وقوائم مراجعة بشرية، وسجلات تدقيق، إلى جانب أدوات لإيقاف الوكيل أو تقليص صلاحياته.

وتُترك المهام منخفضة المخاطر والقابلة للعكس للوكيل، بينما تمر القرارات الأكثر حساسية عبر موظف مسؤول، في محاولة للحد من مخاطر الأخطاء الناتجة عن القرارات الآلية.

كما تقول الشركة إن أنظمتها تعمل داخل البيئة السحابية للعميل على AWS أو Google Cloud أو Microsoft Azure، وإنها لا تستخدم بيانات العملاء لتدريب نماذج مشتركة. وتعلن حصول أنظمتها الداخلية على SOC 2 Type II، مع وجود ISO 27001 قيد التنفيذ وCyber Essentials Plus.

نموذج إيرادات قائم على التشغيل المستمر

تعتمد Algebra على رسوم ثابتة لبناء النظام، ثم رسوم شهرية للتشغيل والتحسين. وتقدر الشركة تكلفة البناء عادة بين 80 ألفًا و220 ألف جنيه إسترليني، بينما تتراوح رسوم التشغيل الشهرية بين 8 آلاف و24 ألف جنيه إسترليني، بحسب نطاق المشروع وعدد التكاملات ومستوى الدقة المطلوب.

ويعني هذا النموذج أن Algebra لا تراهن على بيع تراخيص برمجية فقط، وإنما على إيرادات متكررة من تشغيل الأنظمة وتحسينها. كما تقول إن العميل يمتلك الكود الخاص بنظامه، ويمكنه نقل التشغيل إلى فريقه الداخلي مستقبلًا وفق آلية انتقال محددة.

وتستهدف الشركة عادة تشغيل النظام خلال 4 إلى 8 أسابيع، وتستخدم ما تسميه «وضع الظل الإنتاجي» لاختبار النظام بالتوازي مع الموظفين على بيانات حقيقية قبل اعتماده بالكامل.

رهان على فجوة في السوق الخليجي

تبدو استراتيجية Algebra قائمة على طبقة محددة في سوق الذكاء الاصطناعي: الشركات التي تحتاج إلى حلول أكثر تخصيصًا من الأدوات الجاهزة، لكنها لا تريد تحمل تكلفة بناء فريق داخلي متخصص.

وتكمن قوة النموذج في الجمع بين بناء الوكيل وتشغيله، لكن التحدي الرئيسي أمام الشركة سيكون الحفاظ على هذه المعادلة مع زيادة عدد العملاء؛ إذ قد يؤدي الاعتماد الكبير على الحلول المخصصة إلى رفع تكلفة التوسع إذا تحول كل عميل إلى مشروع هندسي مستقل.

ومن ثم، فإن نجاح Algebra لن يقاس فقط بعدد الوكلاء الذين تطلقهم، وإنما بقدرتها على تحويل الخبرة المتراكمة في مشروعاتها إلى بنية قابلة لإعادة الاستخدام عبر قطاعات مختلفة، مع الحفاظ على مستوى الأمان والدقة وسرعة التنفيذ.

وبتمويل بلغ 7 ملايين دولار وإطلاق رسمي في يونيو 2026، تبدو الشركة في مرحلة مبكرة، لكنها اختارت منذ البداية سوقًا محددًا ونموذجًا تجاريًا واضحًا يقوم على إدارة الذكاء الاصطناعي بدلًا من مجرد بيعه. ويبقى الاختبار الحقيقي خلال المرحلة المقبلة هو قدرة Algebra AI على إثبات أن وكلاء الذكاء الاصطناعي يمكن أن يتحولوا من تجارب محدودة إلى جزء مستقر وقابل للقياس من العمليات اليومية للشركات الخليجية.