الجولة التي أعادت كتابة القواعد
في مارس 2026، جمعت شركة تضم نحو 12 موظفاً بدون أي منتج مطروح أموالاً في جولة تمويل أولية واحدة أكثر مما تجمعه معظم الشركات الناشئة طوال فترة وجودها. أغلقت AMI Labs، شركة أبحاث الذكاء الاصطناعي المقرّة في باريس والتي شارك في تأسيسها كبير علماء الذكاء الاصطناعي السابق في Meta يان لوكان، جولة تمويل أولية بقيمة 1,03 مليار دولار بتقييم مسبق قدره 3,5 مليار دولار — مما يجعلها أكبر جولة تمويل أولية في التاريخ الأوروبي.
أعلن LeCun مغادرته Meta في نوفمبر 2025 بعد 12 عاماً — خمسة كمدير مؤسس لمختبر Facebook AI Research (أي FAIR) وسبعة كـ Chief AI Scientist. بحلول ديسمبر 2025 تم تأكيد اسم الشركة. بعد أربعة أشهر، أُغلقت الجولة. السرعة وحدها تكشف الكثير عن إعادة معايرة سوق رأس المال المغامر للذكاء الاصطناعي.
قادت الجولة بشكل مشترك كل من Cathay Innovation وGreycroft وHiro Capital وHV Capital وBezos Expeditions. يشمل المستثمرون الاستراتيجيون Nvidia وSamsung وSea وTemasek وToyota Ventures، إلى جانب داعمين فرنسيين مثل Groupe Industriel Marcel Dassault وPublicis Groupe. ومن بين المستثمرين الأفراد Eric Schmidt وMark Cuban وXavier Niel وTim Berners-Lee.
يشغل Alexandre LeBrun، رائد الأعمال الفرنسي الذي أسس سابقاً شركة الذكاء الاصطناعي الطبي Nabla، منصب الرئيس التنفيذي. بينما يتولى LeCun دور الرئيس التنفيذي للمجلس مع استمراره أستاذاً في جامعة NYU — هيكل يُشير إلى أن AMI Labs تبني مؤسسة قائمة على البحث مع قيادة تجارية منذ اليوم الأول.
لماذا جذبت JEPA مليار دولار
LeCun ليس وافداً جديداً يبحث عن الاعتراف. إنه حائز على جائزة Turing، ومهندس الشبكات العصبية الالتفافية التي تُشغّل الرؤية الحاسوبية الحديثة، والشخص الذي قضى عقداً في Meta يُجادل — علناً وبشكل استفزازي — بأن النماذج اللغوية الكبيرة طريق مسدود نحو الذكاء الاصطناعي الحقيقي.
أطروحته مباشرة. النماذج اللغوية الكبيرة هي أنظمة متطورة لمطابقة الأنماط تتنبأ بالرمز التالي في تسلسل. تولّد نصوصاً سلسة، وتجتاز امتحانات المحاماة، وتكتب شيفرة عاملة. لكنها لا تفهم العالم المادي — كيف تتصرف الأشياء، وكيف تعمل الجاذبية، ولماذا ينكسر الكأس حين يسقط على البلاط.
بنية JEPA (أي Joint Embedding Predictive Architecture)، التي اقترحها LeCun في 2022، هي بديله. بدلاً من التنبؤ بتسلسلات الرموز، تتعلم أنظمة JEPA التنبؤ بتمثيلات مجردة للعالم. بدلاً من توليد تنبؤات بكسل بعد بكسل لما يحدث تالياً في فيديو، يتعلم نموذج JEPA تجريدات عالية المستوى: أن الجسم الساقط يتسارع، وأن الباب المفتوح يكشف عن غرفة، وأن الشخص الذي يمشي نحو حافة سيتوقف أو يسقط.
تتدرب AMI Labs على الفيديو والصوت وبيانات الاستشعار — وليس النص فقط. التطبيقات المستهدفة هي الأتمتة الصناعية والروبوتات والرعاية الصحية، مع Nabla كأول شريك مُعلن. إذا نجحت JEPA كما هو مُنظّر لها، فقد تُنتج أنظمة ذكاء اصطناعي تفهم فعلاً السببية المادية — شيء لم تحققه أي عملية توسيع نطاق للتنبؤ النصي.
المستثمرون لا يُقيّمون AMI Labs بناءً على مضاعفات الإيرادات. إنهم يُقيّمون ثلاثة عوامل: ندرة المؤسس (ربما خمسة أشخاص فقط في العالم يمكنهم بمصداقية قيادة بديل لنموذج LLM مبني من الصفر)، وخيارية النموذج (إذا أثبتت JEPA تفوقاً ولو جزئياً في فهم العالم المادي، فإن أسواق الروبوتات والذكاء الاصطناعي المُجسّد تتجاوز 500 مليار دولار بحلول 2030)، والإلحاح التنافسي (كل مختبر كبير يستثمر الآن في نماذج العالم).
الاقتصاديات الجديدة للجولات الضخمة في الذكاء الاصطناعي
لم تحدث جولة AMI Labs بمعزل عن غيرها. إنها نقطة البيانات الأكثر دراماتيكية في إعادة هيكلة أوسع لكيفية تدفق رأس المال المغامر نحو شركات الذكاء الاصطناعي.
أرقام مطلع 2026 مذهلة. في فبراير وحده، جمعت الشركات الناشئة المرتبطة بالذكاء الاصطناعي 171 مليار دولار — أي 90% من إجمالي التمويل العالمي لرأس المال المغامر في ذلك الشهر. مثّلت شركات الذكاء الاصطناعي 41% من الـ 128 مليار دولار التي تم نشرها عبر منصة Carta في 2024-2025، وهي حصة سنوية قياسية. التركيز يتكثف.
الجولات الضخمة تروي القصة:
| الشركة | الجولة | المبلغ | التقييم | التاريخ |
|---|---|---|---|---|
| OpenAI | جولة ضخمة | 110 مليار$ (توسعت إلى 120 مليار$) | 730 مليار$ تقييم مسبق | فبراير 2026 |
| Anthropic | جولة تمويل | 30 مليار$ | 380 مليار$ | فبراير 2026 |
| xAI | Série E | 20 مليار$ | 230 مليار$ | يناير 2026 |
| Mistral | Série C | ~1,85 مليار$ (1,7 مليار يورو) | ~14 مليار$ | سبتمبر 2025 |
| AMI Labs | أولية | 1,03 مليار$ | 3,5 مليار$ تقييم مسبق | مارس 2026 |
كانت هذه الأرقام غير قابلة للتصور في أي دورة تقنية سابقة. جمعت ثلاث شركات — OpenAI وAnthropic وxAI — ما مجموعه 160 مليار دولار في الشهرين الأولين من 2026 وحدهما.
لماذا تبدو الجولات الأولية الآن كجولات النمو
سُلّم التمويل التقليدي — ما قبل الأولية، الأولية، Série A إلى C — صُمم لشركات البرمجيات حيث التكاليف الرئيسية هي رواتب المطورين واستضافة السحابة. فريق موهوب من خمسة مهندسين كان بإمكانه بناء منتج SaaS قابل للتطبيق بأقل من 5 ملايين دولار.
شركات البنية التحتية للذكاء الاصطناعي تعمل باقتصاديات مختلفة جذرياً. تدريب نموذج متقدم يكلف من 100 مليون إلى مليار دولار في حساب GPU وحده. الباحثون الكبار في الذكاء الاصطناعي يتقاضون حزم تعويضات من مليون إلى 5 ملايين دولار سنوياً. النافذة التنافسية تُقاس بالأرباع لا بالسنوات. الشركة التي تقضي 18 شهراً في جولات صغيرة متتالية بينما ينافسوها يدربون نماذج الجيل التالي ستصل إلى السوق ببنية الأمس.
الجولة الأولية بمليار دولار هي استراتيجية ضغط زمني: اجمع كل شيء مسبقاً وركّز حصرياً على البحث.
تأثير الأثقال
يتطور مشهد تمويل الذكاء الاصطناعي نحو شكل أثقال واضح. من جهة، عدد صغير من الشركات يجمع جولات تُقاس بالمليارات. ومن الجهة الأخرى، ذيل طويل من شركات تطبيقات الذكاء الاصطناعي يجمع جولات متواضعة (5 إلى 20 مليون دولار) لبناء منتجات قطاعية فوق واجهات برمجة التطبيقات للنماذج التأسيسية.
الوسط يتآكل. نطاق 50 إلى 200 مليون دولار الذي كان يموّل تاريخياً شركات مرحلة البنية التحتية أصبح غير كافٍ بشكل متزايد لأبحاث الذكاء الاصطناعي لكنه مفرط لشركات التطبيقات. كلمة «أولية» أُفرغت من معناها التقليدي — لم تعد تعني صغيرة أو تجريبية. إنها تعني ببساطة «الجولة الأولى».
إعلان
الزاوية الأوروبية
اختيار AMI Labs لباريس كمقر رئيسي أمر ذو دلالة. عانى الذكاء الاصطناعي الأوروبي طويلاً من فجوة رأس المال — باحثون موهوبون تدربوا في الجامعات الأوروبية ثم هاجروا إلى Silicon Valley لأن التمويل كان هناك.
هذه الجولة تُشير إلى أن الديناميكية قد تتغير. تمتلك باريس ولندن وزيوريخ مجتمعات بحثية في الذكاء الاصطناعي من الطراز العالمي ترتكز على INRIA وDeepMind London وETH Zurich. رواتب كبار الباحثين في الذكاء الاصطناعي في باريس أقل بنسبة 30 إلى 40% من San Francisco. والحكومات الأوروبية وصناديق الثروة السيادية أصبحت أكثر استعداداً لدعم البنية التحتية للذكاء الاصطناعي لتقليل الاعتماد على المنصات الأمريكية.
تنضم AMI Labs إلى Mistral AI (التي جمعت 1,7 مليار يورو في سبتمبر 2025 بتقييم يقارب 14 مليار دولار) كدليل على أن الذكاء الاصطناعي الأوروبي يمكنه المنافسة على رؤوس الأموال على أعلى المستويات. إذا نجحت هذه الشركات تجارياً، فقد تكسر النمط الطويل الأمد لباحثين أوروبيين يبنون شركات أمريكية.
ماذا يعني هذا لمؤسسي الأسواق الناشئة
بالنسبة للأنظمة البيئية التقنية خارج مثلث Silicon Valley-لندن-باريس، تحتوي جولة AMI Labs على تحذير وفرصة في آن واحد.
التحذير: المنافسة على مستوى البنية التحتية للذكاء الاصطناعي تتطلب الآن احتياطيات رأسمالية لا يمكن للشركات الناشئة في معظم الأسواق الناشئة الوصول إليها. لم تقترب أي جولة تمويل أولية في شمال أفريقيا أو الشرق الأوسط أو جنوب شرق آسيا من 100 مليون دولار.
الفرصة تكمن في طبقة التطبيقات. مع نضج البنية التحتية للذكاء الاصطناعي عبر واجهات برمجة التطبيقات والنماذج مفتوحة المصدر، ينتقل الميزة التنافسية من «من يملك أكبر عدد من وحدات GPU» إلى «من يفهم المشكلة المحلية أفضل». الرعاية الصحية، اللوجستيات، الطاقة، الزراعة — هذه مجالات تُهيمن فيها المعرفة المحلية والوصول إلى السوق على قوة الحوسبة.
الاستجابة الاستراتيجية لمؤسسي الأسواق الناشئة ليست منافسة AMI Labs بل البناء على النموذج الفائز. الشركات الأولى التي تُطبّق واجهات برمجة تطبيقات نماذج العالم على التحديات الصناعية المحلية ستلتقط قيمة هائلة.
عوامل المخاطرة
JEPA هو برنامج بحثي وليس بنية تجارية مُثبتة. أبحاث Meta الخاصة في JEPA أنتجت نتائج أكاديمية مبهرة لكنها لم تُظهر تفوقاً تجارياً واضحاً على المناهج القائمة على المحولات (Transformers). يمنح مبلغ 1,03 مليار دولار AMI Labs نحو 3 إلى 4 سنوات من المدرج. إذا لم تُنتج JEPA نتائج قابلة للتطبيق تجارياً في تلك النافذة، فإن جولة التمويل التالية ستواجه ضغطاً وحشياً على التقييم.
يُثير تركيز رأس المال في الذكاء الاصطناعي مخاطر على مستوى القطاع. حين يمتص الذكاء الاصطناعي غالبية رأس المال المغامر، تتنافس التقنية المناخية والتقنية الحيوية والتقنية المالية على بركة متقلصة. إذا تعثرت أطروحة الذكاء الاصطناعي — حدود التوسيع، قيود تنظيمية، تبني مؤسسي أبطأ — قد تُنتج الرهانات المركزة تصحيحاً يُنافس انهيار فقاعة الإنترنت.
وسوق المواهب محموم. تتنافس AMI Labs وOpenAI وAnthropic وGoogle DeepMind على نفس الـ 2,000 إلى 3,000 باحث تقريباً القادرين على العمل المتقدم، مع تعويضات تتجاوز في كثير من الأحيان 5 ملايين دولار سنوياً. النتيجة دورة ذاتية التعزيز تُركّز قدرات الذكاء الاصطناعي في عدد متناقص من المنظمات.
الأسئلة الشائعة
ما هي JEPA وكيف تختلف عن النماذج اللغوية الكبيرة؟
بنية JEPA (أي Joint Embedding Predictive Architecture) هي نهج في الذكاء الاصطناعي اقترحه Yann LeCun في 2022 يتعلم من خلال التنبؤ بتمثيلات مجردة للعالم بدلاً من التنبؤ بالكلمة التالية في تسلسل. بينما تعمل النماذج اللغوية الكبيرة في فضاء الرموز — معالجة وتوليد النص — تعمل JEPA في فضاء التمثيلات، متعلمةً خصائص عالية المستوى تلتقط البنية المادية والسببية. هذا يجعل JEPA متفوقة محتملاً في المهام التي تتضمن التفكير المادي والروبوتات والتفاعل مع العالم الحقيقي، رغم بقاء النماذج اللغوية الكبيرة مهيمنة في المهام اللغوية.
لماذا يضع المستثمرون مليار دولار في شركة بلا منتج؟
تدريب نماذج الذكاء الاصطناعي المتقدمة يكلف مئات الملايين في الحوسبة وحدها، وأفضل الباحثين يتقاضون رواتب بالملايين، والنافذة التنافسية ضيقة للغاية. الجولة الأولية بمليار دولار تضغط ما يكون عادةً 3 إلى 4 جولات تمويلية في حدث واحد، مانحةً AMI Labs المدرج للتركيز على البحث دون تشتيت جولات التمويل المستمرة. تحالف المستثمرين — Bezos Expeditions وNvidia وSamsung وTemasek — يراهن استراتيجياً على تنويع النماذج ما وراء النماذج اللغوية الكبيرة.
هل تركيز التمويل في الذكاء الاصطناعي مستدام؟
جمعت الشركات الناشئة المرتبطة بالذكاء الاصطناعي 171 مليار دولار في فبراير 2026 وحده — 90% من التمويل العالمي لرأس المال المغامر في ذلك الشهر. هذا التركيز يُثير مخاوف مشروعة، لكن شركات الذكاء الاصطناعي تُحقق إيرادات حقيقية (OpenAI تتوقع أكثر من 12 مليار دولار سنوياً)، والتبني المؤسسي يتسارع، والتقنية تُقدم مكاسب إنتاجية قابلة للقياس. السيناريو الأرجح هو الانقسام: شركات البنية التحتية ذات التمايز التقني الحقيقي ستزدهر بينما شركات «أغلفة الذكاء الاصطناعي» ستواجه تصحيحاً. الخطر الأعمق هو أن تركيز رأس المال في الذكاء الاصطناعي يحرم القطاعات الحيوية الأخرى.
المصادر والقراءات الإضافية
- Yann LeCun’s AMI Labs raises $1.03B to build world models — TechCrunch
- Yann LeCun’s New AI Startup Raises $1 Billion in Seed Funding — Bloomberg
- Turing Winner LeCun’s New ‘World Model’ AI Lab Raises $1B In Europe’s Largest Seed Round — Crunchbase News
- Massive AI Deals Drive $189B Startup Funding Record In February — Crunchbase News
- Yann LeCun’s new venture is a contrarian bet against large language models — MIT Technology Review
- Anthropic closes $30 billion funding round at $380 billion valuation — CNBC
