«Think» السعودية تحصد أكبر تمويل أولي لبنية الذكاء الاصطناعي في المنطقة.. ما النتائج؟

مع تزايد الطلب على حلول الذكاء الاصطناعي، تتجه الشركات الناشئة إلى تطوير بنية تحتية أكثر كفاءة وأقل تكلفة لتشغيل النماذج الذكية. 

وفي هذا السياق، أعلنت شركة Think السعودية إغلاق جولة تمويل ما قبل التأسيس بقيمة تتجاوز 8 ملايين دولار، في واحدة من أكبر جولات التمويل المبكرة لشركات البنية التحتية للذكاء الاصطناعي في منطقة الشرق الأوسط وشمال إفريقيا.

وأوضحت الشركة، التي تعمل على تطوير جيل جديد من البنية التحتية الذكية والموحدة للأجهزة والبرمجيات الخاصة بالذكاء الاصطناعي، أن الجولة تُعد الأكبر من نوعها في قطاع البنية التحتية للذكاء الاصطناعي والتكنولوجيا المتقدمة بالمنطقة حتى الآن.

وقادت الجولة الاستثمارية شركتا رائد فنتشرز ووعد فنتشرز، بمشاركة ذراع رأس المال الاستثماري لوادي الظهران التقني وعدد من المستثمرين الملائكيين الاستراتيجيين.

وقالت الشركة إن التمويل سيدعم التوسع في فريق العمل، وزيادة الإنتاج، وتسريع تطوير المنتجات، إلى جانب تنفيذ خطط النمو الدولي، مع مواصلة نشر حلولها في المملكة العربية السعودية والتوسع في أسواق دول مجلس التعاون الخليجي وعدد من الأسواق العالمية.

وتركز Think على خفض تكلفة وتعقيد البنية التحتية اللازمة لتشغيل تطبيقات الذكاء الاصطناعي، من خلال منصة تجمع بين وحدات حوسبة متعددة تعتمد على وحدات معالجة الرسومات عالية الكثافة والمبردة بالسوائل، إلى جانب برمجيات إدارة مملوكة للشركة، بما يساعد المؤسسات على تشغيل نماذج الذكاء الاصطناعي بكفاءة وأمان وتكلفة أقل.

وتأسست الشركة على يد أحمد الشريف، الذي شغل مناصب تقنية في شركات Meta وSony PlayStation Europe وEA Games، بالشراكة مع عمار عناية، الذي تولى مناصب قيادية في Cisco وHPE Aruba وVectra AI.

وقال أحمد الشريف، المؤسس والرئيس التنفيذي للشركة: "مع تجاوز الصناعة مرحلة التنافس على النماذج الأكبر ومراكز البيانات الأضخم، يبدأ عصر جديد من الكفاءة، فالبنية التحتية للذكاء الاصطناعي اليوم مكلفة وغير فعالة، ويصعب توسيع نطاقها بشكل متزايد”.

وتأسست Think لمساعدة المؤسسات على تحقيق المزيد باستخدام قدرات الحوسبة المتاحة لديها، وتقديم بديل أكثر كفاءة من الاتجاه السائد نحو النماذج الأكبر والأكثر تكلفة.

وأشارت الشركة إلى أن منصتها تجمع بين أجهزة AI Node وطبقة برمجية لإدارة العمليات تعرف باسم ILM، صُممت لزيادة معدل استخدام وحدات معالجة الرسومات، وخفض تكلفة تشغيل نماذج الذكاء الاصطناعي وتقليل التكلفة الإجمالية للبنية التحتية.

ووفقًا للشركة، حققت المنصة في اختبارات الأداء الإنتاجية معدل استخدام مستدام لوحدات معالجة الرسومات تجاوز 90%، مقارنة بمتوسط يتراوح بين 30% و50% في السوق، كما خفضت تكلفة معالجة كل مليون رمز إلى نحو عُشر متوسط تكلفة استخدام النماذج الرائدة التي تقدمها شركات Google وOpenAI وAnthropic.

وأضافت أن المنصة تعتمد على وحدات معالجة الرسومات المتاحة تجاريًا، دون الحاجة إلى أجهزة استدلال متخصصة، مع خطط لدعم رقائق الاستدلال من موردين مختلفين مستقبلًا، بما يشمل الرقائق المتخصصة لتشغيل عمليات الاستدلال والتدريب.