رهان بـ13 مليار دولار على الطبقة الواقعة بين التدريب والمنتج
في 22 يونيو 2026، أعلنت Baseten عن إتمام جولة تمويل من الفئة F بقيمة 1.5 مليار دولار، وهي واحدة من أكبر الجولات الفردية هذا العام لشركة لا تبني أي نماذج أساسية على الإطلاق. عمل Baseten هو الاستدلال — وهي الخطوة الحسابية التي تحدث بعد أن يُرسل المستخدم طلباً ويتعيّن على النموذج إنتاج إجابة، بسرعة وبتكلفة منخفضة وعلى نطاق واسع. قيّم المستثمرون هذه الشركة التي مقرها سان فرانسيسكو والتي يبلغ عمرها خمس سنوات بما يصل إلى 13 مليار دولار، وهو رقم كان سيبدو غير معقول لشركة “بنية تحتية تقنية للذكاء الاصطناعي” قبل عامين فقط.
قادت الجولة كل من Altimeter Capital وConviction وSpark Capital، مع مشاركة Sands Capital وWellington Management كقائدتين مشاركتين، وفقاً لـتقرير citybiz حول الصفقة. كما شاركت IVP وGreylock و01A وBlackbird وDurable Capital Partners وVerified Capital وBattery Ventures وD.E. Shaw Ventures، إلى جانب المساهمين الحاليين. لا يتعلق الأمر بتحالف استثماري محدود — بل هو مقطع عرضي من أنشط مستثمري المراحل المتأخرة في قطاع الذكاء الاصطناعي، جميعهم يتقاربون حول رهان بنية تحتية واحد خلال الربع نفسه.
الجولة بالأرقام
نطاق صعود Baseten هو القصة الحقيقية هنا. تأسست الشركة عام 2019، وجمعت جولة من الفئة D بقيمة 150 مليون دولار قبل نحو 14 شهراً، ثم جولة من الفئة E بقيمة 300 مليون دولار بتقييم 5 مليارات دولار في يناير 2026، والآن جولة من الفئة F بقيمة 1.5 مليار دولار بتقييم وصل إلى 13 مليار دولار — أي زيادة تقييم بنسبة 160% في أقل من ستة أشهر. وبشكل غير معتاد، سُعّرت الجولة على مرحلتين: دخل بعض المستثمرين بتقييم 13 مليار دولار، بينما دخل آخرون بتقييم 11 مليار دولار، وهو هيكل تشير TechCrunch إلى أنه يُستخدم أحياناً لتمكين المستثمرين القائدين من إظهار رقم أعلى في العناوين بينما يحصل المشاركون اللاحقون على خصم متواضع.
تُفسّر أرقام النمو الأساسية سبب استعداد المستثمرين لدفع هذا الثمن. وفقاً لـتقرير Crunchbase News حول أكبر صفقات الأسبوع، نما إيراد Baseten بنحو 20 ضعفاً على أساس سنوي، وتُعالج المنصة الآن أكثر من مليار طلب استدلال يومياً عبر 87 مجموعة حوسبة موزعة على 18 مزوّد سحابة مختلفاً. هذا الانتشار متعدد السحابات ليس أمراً عرضياً — بل هو المنتج نفسه. رسالة Baseten للشركات هي أنها ستوجّه عبء عمل الذكاء الاصطناعي المعني إلى المزيج الأمثل من العتاد والمنطقة وتهيئة النموذج الذي يحقق أفضل نسبة بين زمن الاستجابة والتكلفة، بدلاً من حبس العميل داخل حزمة مزوّد واحد.
صاغ الرئيس التنفيذي والمؤسس المشارك Tuhin Srivastava الجولة حول أطروحة تقنية محددة بدلاً من الحماس العام للذكاء الاصطناعي: “مستقبل الذكاء الاصطناعي سيُبنى على ملايين النماذج المتخصصة، والشركات التي تبني أفضلها تدرك أن ما بعد التدريب أصبح أمراً وجودياً”، هكذا قال في الإعلان. وتقول الشركة إنها ستستخدم رأس المال لمضاعفة عدد موظفيها نحو ثلاثة أضعاف عبر فرق الهندسة والبحث والعمليات والتسويق التجاري.
إعلان
لماذا أصبح الاستدلال، لا التدريب، هو الطبقة المتنازع عليها الآن
خلال معظم فترة ازدهار الذكاء الاصطناعي بين 2023 و2025، طارد رأس المال الاستثماري الشركات التي تُدرّب نماذج متطورة — استحوذت OpenAI وAnthropic وxAI وقلة أخرى على الغالبية العظمى من رؤوس الأموال الموجهة للذكاء الاصطناعي. هذا النمط تصدّع بوضوح. ومع تقليص النماذج مفتوحة الأوزان من Meta وMistral وDeepSeek وغيرها للفجوة القدراتية مع النماذج المغلقة، تحوّل السؤال الاقتصادي من “من يمتلك أفضل نموذج” إلى “من يستطيع تشغيل أي نموذج — مفتوحاً كان أم مغلقاً — بتكلفة منخفضة بما يكفي للعمل في الإنتاج على نطاق واسع”. أصبح الاستدلال، لا التدريب، هو الطبقة التي تعيش فيها الهوامش والقدرة التنافسية فعلياً، لأنه الجزء الذي يتعيّن على كل منتج ذكاء اصطناعي دفع ثمنه في كل طلب، إلى الأبد.
لم تكن Baseten الشركة الوحيدة العاملة في الاستدلال التي جمعت جولة تمويل ضخمة في الأسبوع نفسه. جمعت Groq، وهي شركة رقائق وبنية تحتية سحابية تركّز على سرعة الاستدلال، مبلغ 650 مليون دولار بعد ما يزيد قليلاً عن ستة أشهر من قيام Nvidia باستقطاب مؤسس Groq وفريقه الأساسي وترخيص تقنيتها في صفقة شبيهة بـ”الاستحواذ عبر التوظيف” — دليل على أن حتى الشركات التي تخسر مواهبها لصالح عمالقة الحوسبة السحابية لا تزال تحصل على شيكات متابعة ضخمة. وبشكل منفصل، جمعت Upscale AI تمديداً لجولة من الفئة A بقيمة 190 مليون دولار لبنية شبكات الذكاء الاصطناعي التحتية، ليصل إجمالي تمويلها إلى 500 مليون دولار بتقييم بلغ 2 مليار دولار. ثلاث شركات مرتبطة بالاستدلال، وثلاث جولات ضخمة، في أسبوع واحد — ما يسميه بعض المستثمرين الآن “حمى الذهب” الخاصة بالاستدلال ليست مجازاً، بل جدول تمويل فعلي.
المنطق الاستراتيجي واضح: مع تزايد عدد الشركات التي تُطلق ميزات ذكاء اصطناعي في بيئة الإنتاج، يتراكم حجم طلبات الاستدلال باستمرار، بينما تظل دورات التدريب أحداث رأسمالية منفردة ومحدودة. الشركة التي تمتلك طبقة التوجيه بين النماذج والتطبيقات تحصّل رسماً على كل طلب سيقدّمه منتج العميل يوماً ما — نموذج إيرادات أكثر التصاقاً وقابلية للتوسع بكثير من بيع الوصول إلى نموذج مملوك واحد.
ماذا يجب أن يفعل المؤسسون ومدراء التقنية حيال ذلك
1. التعامل مع تكلفة الاستدلال لكل رمز (token) كقرار معماري أساسي، لا كفكرة لاحقة
يقوم عرض Baseten بأكمله على حقيقة أن توجيه الطلب نفسه عبر نماذج ومجموعات حوسبة مختلفة يمكن أن ينتج فارقاً في التكلفة يتراوح بين 5 و10 أضعاف حسب المزوّد والمنطقة واختيار النموذج. يجب على المؤسسين الذين يبنون ميزات ذكاء اصطناعي — روبوت دردشة لدعم العملاء، أو خط تصنيف مستندات، أو محرك توصيات — مقارنة مزوّدَين للاستدلال على الأقل (واحد مُحسَّن للنماذج مفتوحة الأوزان، وآخر يوفر واجهة برمجة تطبيقات لنموذج متطور) قبل الالتزام بحزمة تطوير برمجيات مزوّد واحد. الخطأ الواجب تجنّبه: الاستمرار افتراضياً في استخدام واجهة برمجة التطبيقات التي جُرّب بها النموذج الأولي في هاكاثون دون مراجعة الفاتورة أبداً بعد دخول المنتج حيّز الاستخدام الفعلي.
2. تجنّب منافسة عمالقة البنية التحتية أفقياً — والتوجّه نحو التخصص العمودي بدلاً من ذلك
مع تقييم Baseten بـ13 مليار دولار، وGroq بـ650 مليون دولار، وUpscale AI بتقييم 2 مليار دولار في رهانات البنية التحتية، أصبح السوق الأفقي لـ”توجيه الاستدلال” اليوم تحت سيطرة شركات تمتلك مئات الملايين من الدولارات كرأس مال ملتزم. المؤسس الذي يبني اليوم أدوات استدلال عامة يواجه شركات قادرة على خفض الأسعار لسنوات. الخطوة القابلة للدفاع عنها هي بناء طبقة استدلال متخصصة في قطاع معيّن — مثلاً تحسين زمن الاستجابة والتكلفة لأشكال نماذج خاصة بقطاع معيّن (التصوير الطبي، معالجة اللغة العربية الطبيعية، بيانات المستشعرات الزراعية) — حيث لا تملك الشركات الكبرى أي حافز للتخصص.
3. سؤال كل مزوّد ذكاء اصطناعي عن التكرار متعدد السحابات والمناطق قبل التوقيع
وجود Baseten في 87 مجموعة حوسبة عبر 18 سحابة نتج لأن الشركات الكبرى تطلب ذلك: أصبح الاعتماد على منطقة أو سحابة واحدة للذكاء الاصطناعي اليوم يُعتبر مخاطرة إنتاجية، لا مجرد راحة. يجب على مدراء التقنية الذين يقيّمون أي مزوّد ذكاء اصطناعي — سواء للمحادثة أو البحث أو معالجة المستندات — أن يطلبوا إجابة مكتوبة حول سلوك التبديل الاحتياطي في حال انقطاع منطقة سحابية أو مزوّد واحد، وأن يعتبروا عبارة “نعمل فقط على مزوّد سحابة كبير واحد” إشارة تحذيرية لأي عبء عمل تعتبره المؤسسة حيوياً.
4. بناء مسار داخلي لمهارات الاستدلال وMLOps الآن، لا بعد أن يصبح التوظيف عاجلاً
الوظائف التي تخلقها موجة التمويل هذه — مهندسو تحسين الاستدلال، ومتخصصو MLOps الذين يفهمون جدولة وحدات معالجة الرسوميات وتوجيه النماذج — نادرة وتُدفع لها أجور مرتفعة في الأسواق ذات الأنظمة البيئية الناضجة للذكاء الاصطناعي. يجب على قادة الهندسة في الأسواق الناشئة أن يبدأوا الآن في تدريب مهندسي الخلفية وDevOps على أطر خدمة الاستدلال (vLLM وTensorRT وطبقات توجيه النماذج)، لأن الفجوة بين “الشركات التي تحتاج هذه المهارة” و”المهندسين الذين يمتلكونها” تتسع مع كل ربع سنة يستمر فيه هذا الوتيرة من التمويل.
الدرس البنيوي
جولة Baseten ليست في الحقيقة قصة شركة واحدة — إنها إشارة إلى المكان الذي انتقل إليه مركز الثقل الاقتصادي لصناعة الذكاء الاصطناعي. عندما يكون المستثمرون مستعدين لدفع علاوة تقييم بنسبة 160% خلال ستة أشهر لشركة تخدم نماذج الآخرين بدلاً من بناء نماذجها الخاصة، فهذا يعني أن السوق خلص إلى أن جودة النماذج تتقارب بوتيرة أسرع مما يمكن للبنية التحتية للنشر مواكبتها. قد لا يكون الفائزون في هذه المرحلة التالية من بناء الذكاء الاصطناعي هم المختبرات التي تمتلك أفضل النماذج، بل الشركات القادرة على تشغيل أي نموذج، في أي مكان، بأدنى تكلفة ممكنة لكل طلب. بالنسبة لأي مؤسس أو مؤسسة خارج وادي السيليكون، هذه فرصة أكثر إتاحة من محاولة التفوق على OpenAI في التدريب — لكن فقط للفرق التي تفهم اقتصاديات الاستدلال بما يكفي للبناء فوق هذه الطبقة بدلاً من محاولة إعادة بنائها من الصفر.
الأسئلة الشائعة
ما هو استدلال الذكاء الاصطناعي، وكيف يختلف عن تدريب الذكاء الاصطناعي؟
التدريب هو عملية بناء نموذج من خلال تغذيته بالبيانات على مدى أيام أو أسابيع في دورة حوسبة مكثفة رأسمالياً وتحدث لمرة واحدة. أما الاستدلال فهو ما يحدث في كل مرة يستخدم فيها المستخدم هذا النموذج المدرَّب فعلياً — إرسال طلب والحصول على إجابة — ويحدث ذلك بشكل مستمر وعلى نطاق واسع طوال عمر المنتج. تتخصص Baseten في الاستدلال: تشغيل النماذج المدرَّبة مسبقاً وتوجيهها بكفاءة بدلاً من بناء نماذج جديدة.
لماذا قفز تقييم Baseten من 5 إلى 13 مليار دولار في أقل من ستة أشهر؟
نما إيراد Baseten بنحو 20 ضعفاً على أساس سنوي، ووصلت المنصة إلى معالجة أكثر من مليار طلب استدلال يومياً، وفقاً لـCrunchbase News. كما استوعب المستثمرون تحولاً أوسع في السوق: فمع تقليص النماذج مفتوحة الأوزان للفجوة مع النماذج المملوكة، أصبح الطلب على بنية تحتية قادرة على خدمة أي نموذج بتكلفة منخفضة — بدلاً من الوصول إلى نموذج واحد محدد — النشاط الأكثر قابلية للدفاع عنه من حيث التمويل.
ماذا تعني طفرة تمويل الاستدلال هذه لمؤسسي الذكاء الاصطناعي خارج وادي السيليكون؟
تعني أن الفرصة الأعلى قيمة لمعظم المؤسسين لم تعد محاولة التفوق على أكبر مختبرات الذكاء الاصطناعي في التدريب، وهو أمر أصبح الآن غير تنافسي عملياً دون مئات الملايين من الدولارات كرأس مال حوسبة. بدلاً من ذلك، يمكن للمؤسسين بناء تطبيقات متخصصة بقطاع معيّن فوق البنية التحتية للاستدلال التي توفرها الآن شركات مثل Baseten على نطاق شبه معياري — لكنهم لا يزالون بحاجة إلى إدارة تكاليف الاستدلال بفعالية، إذ يمكن أن يحدد فارق سعر بين 5 و10 أضعاف بين المزوّدين ما إذا كانت ميزة الذكاء الاصطناعي مربحة أم لا.
المصادر والقراءات الإضافية
- Baseten Raises $1.5 Billion to Power the Next Era of AI Inference — Businesswire
- Biggest Funding Rounds: AI, Marketing, Robotics, Baseten — Crunchbase News
- Baseten Raises $1.5 Billion Series F at Up to $13 Billion Valuation — citybiz
- AI Inference Startup Baseten Reportedly Raising $1.5B Months After Its Last Mega-Round — TechCrunch
- Baseten Secures $1.5B Series F — Yahoo Finance













