جولة تمويل Ollama بـ65 مليون دولار: الذكاء الاصطناعي المحلي يصبح فئة مؤسسية

ماذا تكشف حقاً جولة Ollama بـ65 مليون دولار

خلال معظم عامي 2024 و2025، كانت قصة تمويل الذكاء الاصطناعي تدور حول مختبرات الطليعة التي تجمع جولات تمويل أكبر فأكبر لتدريب نماذج أضخم فأضخم في السحابة. تسير جولة Ollama في الاتجاه المعاكس. الشركة التي تتيح للمطورين تشغيل نماذج لغوية كبيرة مفتوحة الأوزان محلياً بأمر واحد، أغلقت جولة Series B بقيمة 65 مليون دولار بقيادة Theory Ventures في 9 يوليو 2026، ليصل رأس المال الإجمالي الذي جمعته إلى 88 مليون دولار، وفقاً لتغطية SiliconANGLE لهذه الجولة. كما شارك في الجولة كل من Benchmark و8VC وY Combinator وPace Capital و49 Palms وGTMFund، إلى جانب مجموعة من المستثمرين الملائكيين.

تأسست Ollama عام 2023 على يد Michael Chiang والرئيس التنفيذي Jeffrey Morgan كمشروع مفتوح المصدر لتشغيل نماذج لغوية كبيرة على حاسوب محمول بدلاً من مجموعة معالجات رسومية تابعة لمزود سحابي ضخم. وبعد عامين، تفيد SiliconANGLE بأن المنصة تدعم أكثر من 67,000 عملية دمج للنماذج، وأصبحت الطريقة الافتراضية التي تجرّب بها العديد من فرق الهندسة النماذج مفتوحة الأوزان قبل أن تقرر نشرها في السحابة. هذا المسار — من أداة للهواة إلى طبقة بنية تحتية مؤسسية — هو ما يقيّمه المستثمرون الآن.

التوقيت مهم. واجهت الشركات خلال عامي 2024 و2025 قيوداً حقيقية على الذكاء الاصطناعي القائم حصرياً على السحابة: متطلبات إقامة البيانات التي تمنع إرسال مستندات خاصة إلى واجهة برمجة تطبيقات (API) خارجية، وتطبيقات حساسة لزمن الاستجابة لا تتحمل رحلة ذهاب وإياب عبر الشبكة، وتكاليف لكل رمز (token) ترتفع بشكل سيئ بمجرد نشر ميزة ذكاء اصطناعي لجميع الموظفين. لا يحل الاستدلال المحلي كل هذه المشكلات، لكنه يزيل تماماً مسألة خروج البيانات، وقد كانت هذه الخاصية وحدها كافية لجذب Ollama إلى بيئات لا يمكن لمزود API سحابي بحت الوصول إليها إطلاقاً.

الأرقام وراء منصة بـ8.9 مليون مطور

المؤشرات وراء هذه الجولة هي القصة الحقيقية، لأنها تصف اعتماداً حدث إلى حد كبير دون فريق مبيعات. تضم Ollama 8.9 مليون مطور نشط شهرياً، ووفقاً لمذكرة استثمار Theory Ventures نفسها، تعمل المنصة بالفعل داخل 85% من شركات Fortune 500 — معدل انتشار تحتاج معظم شركات SaaS المؤسسية عقداً كاملاً لتحقيقه. تصل عمليات التثبيت الجديدة إلى ما يقارب مليون تثبيت أسبوعياً، وفقاً لتحليل Theory Ventures، كما تضاعف متوسط حجم الرموز (tokens) الشهري في الاستخدام المستضاف على السحابة — حيث تشغّل Ollama نماذج أكبر على بنيتها التحتية الخاصة مع الحفاظ على نفس واجهة البرمجة وتجربة اختيار النماذج — مع انتقال الفرق من النماذج الأولية المحلية إلى أحمال العمل الإنتاجية.

تصف Theory Ventures نمط اعتماد تصاعدي قابل للتكرار: يقوم مهندس بتثبيت Ollama على جهازه الشخصي، ويختبر نموذجاً على مشكلة داخلية حقيقية، ثم يعرض نموذجاً أولياً يعمل خلال اجتماع فريق، وخلال أسابيع يستخدمه 10 إلى 20 زميلاً. تستشهد مذكرة الصندوق بعمليات نشر ملموسة لدى منظمات تشمل NASA ومحطة طاقة فنلندية وبرنامج مسرّع الجسيمات في Lawrence Livermore National Laboratory — وهي بيئات منظّمة وحساسة لزمن الاستجابة أو معزولة عن الشبكة، لا يستطيع فيها مزود ذكاء اصطناعي قائم حصرياً على السحابة المنافسة من حيث المبدأ. وصاغ الرئيس التنفيذي Jeffrey Morgan فكرة الشركة مباشرة في مقابلته مع SiliconANGLE قائلاً: “يجب أن تكون النماذج المفتوحة سهلة التشغيل، وسهلة البناء عليها، ومتاحة أينما احتاجها الناس.”

الطبقة التجارية خفيفة عمداً. تصل تسعيرة الاشتراك السحابي المدفوع لدى Ollama إلى 100 دولار شهرياً، إلى جانب مستوى مجاني، وفقاً لـ SiliconANGLE — وهو هيكل تسعير مصمم لتحويل المستخدمين المحليين المجانيين إلى عملاء سحابيين مدفوعين عندما يتجاوز حمل العمل قدرة معالج الرسوميات في الحاسوب المحمول، بدلاً من تقييد الوصول منذ اليوم الأول. هذا نموذج دخول للسوق مختلف جوهرياً عن التسعير القائم على واجهة البرمجة الذي تعتمده كل مختبرات الطليعة الكبرى، وهو الآلية التي يُفترض أن يوسّعها رأس المال الجديد.

ما الذي يجب أن يفعله قادة تقنية المعلومات في الشركات

1. افصل بين سؤال “هل يمكننا تشغيل هذا محلياً” وسؤال “هل ينبغي لنا”

يحل الاستدلال المحلي مشكلة حقيقية في حوكمة البيانات، لكنه ليس بديلاً شاملاً عن واجهات برمجة التطبيقات السحابية. قبل فرض سياسة “المحلي أولاً”، حدد أحمال العمل التي تحمل فعلاً قيود إقامة البيانات أو حساسية الملكية الفكرية — مراجعة المستندات القانونية، تحليل الشيفرة المصدرية الخاصة، بيانات العملاء المنظّمة — مقابل تلك التي تتحمل زمن الاستجابة وتُخدم بشكل أفضل بنموذج سحابي متقدم بقدرات خام أقوى. تُظهر أرقام Ollama نفسها أن النمط الفائز هو هجين، وليس محلياً بالكامل: نفس البنية تشغّل نماذج صغيرة على حاسوب محمول ونماذج أكبر في سحابة Ollama الخاصة عند نمو حمل العمل.

2. جرّب على العتاد الذي تملكه بالفعل قبل شراء معالجات رسومية

نمط الاعتماد التصاعدي الذي تصفه Theory Ventures — مهندس واحد، حاسوب محمول، نموذج أولي يعمل — قابل للتكرار دون دورة شراء رسمية. اجعل مجموعة صغيرة من المهندسين تشغّل نماذج مفتوحة الأوزان محلياً على أجهزة التطوير الحالية على حالة استخدام داخلية حقيقية لمدة 30 يوماً قبل الموافقة على أي إنفاق رأسمالي على معالجات رسومية. يكشف هذا عن طلب حقيقي ومتطلبات جودة نموذج واقعية قبل أي التزام موازني، متجنباً النمط الشائع لشراء قدرة استدلال لحالة استخدام لا تحتاجها فعلياً.

3. أدرج بنداً لقابلية نقل النماذج في كل عقد مزوّد ذكاء اصطناعي يُوقَّع هذا العام

منصة تعمل الآن داخل 85% من شركات Fortune 500 دون حملة مبيعات مؤسسية تقليدية هي إشارة إلى أن تكاليف التبديل في أدوات الذكاء الاصطناعي أقل مما تبدو عليه. يجب على قادة تقنية المعلومات الذين يتفاوضون مع أي مزود ذكاء اصطناعي — واجهة برمجة سحابية، بيئة تشغيل محلية، أو حل هجين — أن يشترطوا بقاء التوجيهات (prompts) وبيانات الضبط الدقيق (fine-tuning) وشيفرة التكامل قابلة للنقل إلى نموذج أو بيئة تشغيل أخرى بأكثر من مجرد تعديل في الإعدادات. حبس سير عمل ضمن تنسيق مزود واحد مملوك هو أكثر ندم شائع تبلغ عنه فرق الذكاء الاصطناعي المؤسسية بعد 12 شهراً من النشر.

4. خصص ميزانية لنمو استهلاك الرموز (tokens)، لا لترخيص ثابت

تفيد Theory Ventures بأن متوسط حجم الرموز الشهري على الطبقة السحابية لدى Ollama تضاعف مع انتقال الفرق من التجريب إلى الإنتاج. منحنى النمو هذا ليس حكراً على Ollama — إنه ما يحدث كلما انتقلت ميزة ذكاء اصطناعي من عرض توضيحي إلى استخدام يومي من قبل الموظفين. يجب على الإدارات المالية وتقنية المعلومات نمذجة إنفاق البنية التحتية للذكاء الاصطناعي كبند متغيّر مرتبط بالاستخدام منذ التجربة الأولى، وليس كترخيص سنوي ثابت، لتجنب المفاجآت الموازنية التي تصيب الفرق التي عاملت تكلفة إثبات المفهوم المبكر كأنها تمثل نظام الإنفاق المستقر.

أين يقع هذا ضمن منظومة البنية التحتية للذكاء الاصطناعي في 2026

جولة Ollama ليست حدث تمويل معزولاً — إنها نقطة بيانات ضمن نمط أوسع في 2026، حيث ينتقل رأس المال نحو “الميل الأخير” من نشر الذكاء الاصطناعي بدلاً من تدريب النماذج نفسها. لا تزال مختبرات الطليعة تجمع أكبر الجولات، لكن طبقة البنية التحتية التي تتيح للشركات تشغيل النماذج وحوكمتها فعلياً — محلياً، في سحابة خاصة، أو بتوزيع هجين — تجذب مستثمرين يقرؤون أرقام الاعتماد داخل Fortune 500 كدليل على طلب دائم لا كموجة عابرة من المطورين.

السؤال المفتوح هو ما إذا كان نموذج Ollama التصاعدي منخفض الاحتكاك سيصمد أمام مشتريات المؤسسات على نطاق واسع. الشركات التي تنتقل من أداة مجانية للمطورين إلى مزود بنية تحتية مدفوع تواجه عادةً لحظة يطالب فيها المشترون المؤسسيون باتفاقيات مستوى خدمة (SLA)، ودعم مخصص، وشهادات امتثال تكلف بناؤها أكثر مما يفترضه النموذج التجاري الخفيف الحالي. الطريقة التي ستسعّر بها Ollama هذا الانتقال وتوظّف الكوادر اللازمة له — دون كسر الاعتماد منخفض الاحتكاك الذي أوصلها إلى 8.9 مليون مطور — ستحدد ما إذا كانت هذه الجولة ستبدو، بأثر رجعي، كالجولة التي بنت شركة بنية تحتية دائمة، أم التي مولت تحولاً صعباً.

الأسئلة الشائعة

المصادر والقراءات الإضافية

• Open-source AI developer tool Ollama raises $65M to grow platform — SiliconANGLE
• Ollama Raises $65M Series B Funding to Grow Its Open-Source AI Platform — HPCwire
• Why 85% of the Fortune 500 Already Runs Ollama: Our Investment in Their Series B — Theory Ventures
• Ollama Closes $65M Series B, Reaches 8.9M Developers with Local, Open-Weight AI — Tech Times