مشروع فاشل يعود إلى الحياة، لماذا قدمت شركة a16z شيكًا بقيمة 35 مليون دولار لهذه شركة «تحصيل ديون»؟

撰文：ليون

تخيّل هذا المشهد: أنت المدير المالي (CFO) لدى علامة استهلاكية معروفة. تُباع منتجات شركتك لدى كبار تجّار التجزئة مثل Target وWalmart وAmazon وغيرها، ويبدو كل شيء طبيعيًا على مستوى الدفاتر. لكن عندما يحلّ وقت التسوية كل شهر، تلاحظ ظاهرة غريبة: دائمًا ما تكون المبالغ التي يدفعها هؤلاء تجّار التجزئة أقل بنسبة تقارب 20% عن قيمة الفواتير. ليست مرة أو مرتين؛ بل يحدث ذلك كل شهر. تريد إثبات أنهم قاموا بالدفع ناقصًا، لكن لإنجاز ذلك، تحتاج إلى أن يقوم فريقك بمراجعة مئات الصفحات من سجلات الشحن، والدخول إلى عشرات بوابات تجّار التجزئة المختلفة، والتحقق من آلاف تفاصيل الفواتير. ما حجم هذا العمل؟ ففريقك المالي لا يستطيع التعامل معه أساسًا، وفي النهاية لا يبقى سوى خيار التخلي عن استرداد تلك الخصومات الصغيرة نسبيًا، ومشاهدة بضعة ملايين من الدولارات تفلت من بين يديك.

هذه ليست حالة خيالية؛ بل قصة حقيقية يتكرر وقوعها يوميًا في قطاع السلع الاستهلاكية. لقد تعرّفت مؤخرًا على شركة اسمها Glimpse. حصلت للتو على جولة تمويل من الفئة A بقيمة 35 مليون دولار، قادها Andreessen Horowitz. وتعمل شركة مطوَّرة ضمن برنامج Y Combinator على معالجة عُقدة مؤلمة في صناعة قيمتها تقدر بمئات المليارات من الدولارات: نزاعات خصومات تجّار التجزئة. وعندما رأيت بياناتهم، صُدمت: شركة بحجم 1 مليار دولار في مجال السلع الاستهلاكية، قامت وكلاء AI (AI agent) من Glimpse بمراجعة 17000 سجل خصم خلال أقل من 24 ساعة، ووجدت إيراداتًا قابلة للاسترداد بقيمة عدة ملايين من الدولارات. أما إذا تم التعامل معها يدويًا، فسيحتاج ذلك إلى قرابة سنتين من العمل.

أغلى تكلفة خفية في قطاع التجزئة

قبل أن أتعمق في حل Glimpse، أريد أن أوضح أولًا مدى خطورة مشكلة خصومات تجّار التجزئة. قد لا يدرك كثيرون أن التعاملات بين العلامات التجارية الاستهلاكية وتجار التجزئة ليست بهذه البساطة كما يتخيلها الشخص العادي. تصدر العلامة التجارية فاتورة لتاجر التجزئة، ثم يدفع تاجر التجزئة، ويبدو الأمر مباشرًا. لكن في الواقع، يقوم تجار التجزئة تقريبًا دائمًا بخصم جزء من المبلغ عند الدفع ثم يقدمون سببًا—مثل تلف البضائع، أو نقص الكميات عند الشحن، أو عدم مطابقة التغليف للمواصفات، وغيرها.

بعض هذه الخصومات يكون مبررًا فعلًا، أي أن المشكلة تكون من جانب العلامة التجارية. لكن توجد نسبة كبيرة من الخصومات غير صحيحة؛ أي أن العلامة التجارية لم تكن مخطئة، ومع ذلك قام تاجر التجزئة بخصم الأموال. المشكلة هي أن إثبات أن هذه الخصومات غير صحيحة يتطلب عملية شديدة التعقيد. يحتاج فريق المالية إلى تسجيل الدخول إلى أنظمة متعددة لتجار التجزئة، واستخراج وثائق متفرقة، ومراجعة التفاصيل سطرًا بسطر، ثم مطابقتها مع السجلات الداخلية، وأخيرًا إدارة كامل سير نزاع الخصومات. هذه العملية معقدة ومستهلكة للوقت إلى درجة أن معظم العلامات التجارية لا تستطيع إلا التعامل بشكل انتقائي مع الخصومات الأعلى مبلغًا، بينما تُقبل البقية كخسارة تكاليف.

أُعجبني رقم لفت انتباهي بشدة: يقدّر محللو القطاع أن شركات السلع الاستهلاكية لديها سنويًا إجمالي 8 مليارات دولار من النزاعات الفعّالة غير المستردة بسبب ضعف القدرة التشغيلية. وهذا ليس رقمًا صغيرًا. وبالنسبة لشركة متوسطة الحجم في قطاع السلع الاستهلاكية، قد تشكل الخصومات غير الصحيحة 5% أو أكثر من إيرادات التجزئة. تخيّل: إذا كانت إيراداتك السنوية من التجزئة 100 مليون دولار، فإن 5 ملايين دولار تتبخر في هذه العملية، وأنت لا تستطيع استردادها لأنك لا تملك عددًا كافيًا من الأشخاص والأنظمة للتعامل معها.

والأسوأ من ذلك أن تعقيد هذه المشكلة يتزايد باستمرار. خذ مثال Amazon Vendor Central: فهي تضم أكثر من 30 فئة مختلفة من الخصومات، من تأخر الشحن إلى مخالفات التغليف—ولكل فئة قواعد وإجراءات نزاع مختلفة. عادةً يكون لدى فريق المالية في شركة متوسطة في قطاع السلع الاستهلاكية بضعة أشخاص فقط، ولا توجد لديهم القدرة البشرية لمعالجة حتى نصف نزاعات الخصومات. ولهذا السبب ظلّت هذه المشكلة قائمة لفترة طويلة، إلى أن أصبحت نضوج تقنيات الذكاء الاصطناعي اليوم هو ما يجعل حلها ممكنًا.

ما مدى قوة حل الذكاء الاصطناعي من Glimpse

عندما تعرّفت على طريقة عمل Glimpse، أدركت أنهم وجدوا نقطة دخول ذكية جدًا. لم يحاولوا بناء برنامج مالي شامل، بل ركّزوا على حل مشكلة محددة لكنها مؤثرة بشدة: أتمتة مراجعة خصومات التجزئة وإجراءات النزاع. يستخدم منصتهم وكلاء AI لتنفيذ كامل العملية، من جمع البيانات إلى حل النزاع، مع أتمتة كاملة طوال الطريق.

وبشكل محدد، يقوم نظام Glimpse أولًا بتسجيل الدخول تلقائيًا إلى بوابات تجار التجزئة المختلفة، ثم تحديد جميع المستندات ذات الصلة وتجميعها في مكان واحد. قد يبدو هذا بسيطًا، لكن في الواقع هو معقد جدًا، لأن أنظمة كل تاجر تجزئة مختلفة، وصيغ البيانات غير متطابقة تمامًا. فبعضها يكون EDI (تبادل البيانات إلكترونيًا)، وبعضها مستندات PDF، وبعضها رسائل بريد إلكتروني، وبعضها مخفي داخل أعماق صفحات الويب. يحتاج ذكاء Glimpse الاصطناعي إلى فهم مصادر البيانات المختلفة جميعها، ثم دمجها في طريقة عرض موحدة.

بعد ذلك، يقوم النظام بتصنيف كل خصم على حدة. تبدو هذه الخطوة بسيطة، لكنها تتطلب فهمًا عميقًا لمنطق الأعمال. يحتاج الذكاء الاصطناعي إلى معرفة نوع الخصم، وما المنتجات المعنية، ومتى حدث، وإلى أي طلب يرتبط. ثم يقوم بمقارنة هذه الخصومات والتحقق منها مقابل بيانات العلامة التجارية الداخلية—مثل سجلات سلسلة التوريد، وتقويمات العروض الترويجية، وقوائم الشحن، وغيرها. ومن خلال هذا التحقق المتبادل، يستطيع الذكاء الاصطناعي تحديد أي الخصومات مبررة وأيها غير صحيحة.

الأهم هو أنه عندما يحدد النظام خصومات غير صحيحة، لا يتوقف عند هذا الحد؛ بل يقوم تلقائيًا بتقديم طلب نزاع، ويتابع سير العملية كاملة، ويتعقب تقدم استرداد النقد، ثم يزامن جميع المعلومات مع نظام ERP الخاص بالعلامة التجارية. كامل العملية من البداية إلى النهاية مؤتمتة ولا تحتاج لتدخل بشري. ومع ذلك، يحتفظ Glimpse أيضًا بجوانب يتولى فيها البشر المشاركة، وتكون هذه المشاركة بشكل أساسي لضمان جودة النتائج—مثل متابعة النزاعات لدفع حلها واسترداد النقد، وإجراء ضمان جودة في خطوات رئيسية مثل التصنيف واستخراج البيانات.

أعتقد أن أقوى جزء هو أن هذا النظام يصبح أكثر ذكاءً مع الاستخدام. كل مرة يتعامل فيها مع خصم، يتعلم ويحسّن نفسه، ويعمل باستمرار على تحسين قدرات التصنيف والتحقق والحل. ومع مرور الوقت، يؤدي ذلك إلى إنشاء ما يمكن تسميته بميزة بيانات مركبة: كل تكامل جديد، وكل عميل جديد، يجعل الشبكة بأكملها أكثر ذكاءً وأكثر فعالية. ولهذا السبب يمكن لـ Glimpse تحقيق معدل فوز في النزاعات يبلغ 91%، مع تقليل ما يصل إلى 80% من الوقت الذي يتطلبه العمل اليدوي.

أرى حالة عميل توضّح الأمر بشكل خاص. Evermark هي شركة الأم لعلامة Suave وChapstick. قال Sean Quinn، المدير الأعلى للتخطيط والمالية والتحليل (FP&A): “مثل معظم العلامات التجارية الاستهلاكية الرئيسية، كان على Evermark في الماضي أن يضع حدًا أدنى للمبلغ للخصومات التي يمكن مراجعتها، لأننا ببساطة لم نكن نملك الوقت أو الموارد البشرية الكافية لمراجعة كل خصم. من خلال استخدام أتمتة Glimpse بالذكاء الاصطناعي لعمليات المراجعة والتسوية، لم نلغه هذا الحد فحسب، بل فتحنا أيضًا مصدرًا جديدًا لتدفق النقد، ما سيؤدي إلى إيرادات بملايين الدولارات—كانت في السابق تُعتبر ‘شطبًا’ أو تكلفة ممارسة الأعمال”. تتمحور النقطة الرئيسية في هذه العبارة حول “إلغاء الحد”: في السابق لم تكن معالجة الخصومات ممكنة إلا عندما يتجاوز مبلغها رقمًا معينًا. أما الآن، فكل خصم تتم مراجعته، وهذا يعني أن عددًا كبيرًا من الخصومات الصغيرة التي كان يتم تجاهلها سابقًا يمكن استردادها.

من الفشل إلى النجاح: قصة تحول لثلاثة أصدقاء من جامعة بوردو

قصة تأسيس Glimpse نفسها مثيرة للاهتمام؛ إذ تُجسّد أهم نقطة في ريادة الأعمال: القدرة على إجراء تجارب سريعة والخروج بقرار حاسم في التحول. كان المؤسسون Akash Raju وAnuj Mehta وKushal Negi زملاء في جامعة بوردو. وكان المشروع الذي بدأوا به مختلفًا تمامًا عما يقومون به الآن: شركة لتضمين منتج لصالح Airbnb. بدأ هذا المشروع في 2020، لكن بحلول 2024 أدرك المؤسسون أن ملاءمة المنتج للسوق ليست كافية، فقرروا إجراء تحول جذري.

وبحسب كلمات Akash Raju نفسه: “في النهاية شعرنا أننا نفتقر لملاءمة المنتج للسوق، فقررنا إجراء تحول صعب. خلال هذه العملية، تواصلنا مع المكاتب الخلفية للعلامات التجارية، ومع الفوضى التي تَحدث في المبيعات داخل التجزئة—وكل ذلك دفعنا إلى إنشاء Glimpse كما هي اليوم”. يتطلب هذا التحول شجاعة كبيرة جدًا، لأنه يعني التخلي عن كل ما كان سابقًا، والبدء من الصفر. لكن بالضبط هذا القرار هو ما قادهم إلى مشكلة ذات قيمة حقيقية.

والذي يزيد إعجابي هو أن فريق المؤسسين خلال فترة التحول كان أحيانًا لا يدفع حتى الرواتب، ويعتمد بالكامل على الحماس والشغف تجاه المنتج والإيمان به. هذه الروح المتعنتة على طريقة “حتى نحقق الهدف فلن نهدأ” سرت عبر كل ما فعلوه. وقد لاقت هذه الروح أيضًا تقدير المستثمرين. إذ تعرفوا على مستثمري Andreessen Horowitz عبر صديق مشترك من المؤسسين، ومع توسع الأعمال بنوا علاقة عميقة، لتتوج في النهاية بقيامهم بتأمين تمويل بقيمة 35 مليون دولار.

ومن المثير للاهتمام أن تسمية هذه الجولة التمويلية تحمل أيضًا شيئًا من القصة. حصلت Glimpse العام الماضي على تمويل بقيمة 10 ملايين دولار بقيادة 8 VC بعد تحول أعمالها، وكانت تسميتها حينها جولة A. والآن، تسمى أيضًا تمويل 35 مليون دولار جولة A، بينما تم إعادة تعريف تمويل 10 ملايين دولار السابق كجولة بذرة (seed). وبالإضافة إلى التمويل قبل التحول، تكون الشركة قد جمعت إجمالي 52 مليون دولار. إن تسمية جولات التمويل بهذه المرونة ليس أمرًا غير شائع في عالم الشركات الناشئة، خاصة بالنسبة للشركات التي شهدت تحولات كبيرة.

يمكن رؤية قدرات تنفيذ الفريق من أدائهم في 2025. عندما دخلوا 2025، حددوا استراتيجية واضحة: توظيف أفضل المواهب والعمل معًا، والاندماج العميق في سير عمل العملاء، وتبنّي استراتيجية تسويق وجهاً لوجه. وكان شعارهم الداخلي “في كل مكان”—بناء الثقة من خلال الظهور المستمر وتقديم المساعدة. وقد أثمرت هذه الاستراتيجية. في 2025، حققوا نموًا في الإيرادات بمقدار 10 أضعاف، وازداد الدخل الذي يستعيده العملاء 10 أضعاف، وارتفع حجم الفواتير التي تمت معالجتها 5 أضعاف وصولًا إلى 1 مليار دولار، وتضاعف حجم الفريق 5 أضعاف ليصل إلى أكثر من 25 شخصًا، وزاد عدد العملاء 3 أضعاف ليصل إلى أكثر من 150 علامة تجارية استهلاكية.

القيمة الحقيقية لوكلاء AI في الأتمتة المالية

قضية Glimpse جعلتني أفهم قيمة وكلاء AI في التطبيقات المؤسسية بشكل أعمق. خلال العام الماضي، كان الجميع يتحدث عن وكلاء AI، لكن في كثير من الأحيان ظلوا في مستوى المفاهيم أو مراحل الـ demo. أما Glimpse فتبين القيمة العملية التي يمكن لوكلاء AI خلقها في سيناريوهات أعمال حقيقية: تأثير مباشر على هامش الربح للشركة.

أعتقد أن مفتاح نجاح Glimpse يكمن في اختيارهم لنقطة دخول مثالية. لدى نزاعات الخصومات عدة خصائص تجعلها ملائمة جدًا لحلها بالذكاء الاصطناعي. إنها مهمة عالية التكرار جدًا، تحدث آلاف المرات كل شهر. وتتطلب معالجة كمية كبيرة من البيانات غير المهيكلة، بدءًا من مستندات PDF وصولًا إلى بيانات الويب والبريد الإلكتروني. كما تتطلب التحقق والمطابقة عبر أنظمة متعددة. ولديها معيار نجاح واضح: هل نجح النزاع؟ وهل تم استرداد الأموال؟ إن اجتماع هذه الخصائص يجعل وكلاء AI يبرزون بأقصى إمكاناتهم.

والأهم من ذلك، أن لهذه المشكلة عائد استثمار واضح وفوري. ذكر أحد مستثمري Glimpse أنهم يبحثون عن “برمجيات تسترد تكلفتها في الربع الأول”—وأداة استرداد الخصومات تتماشى تمامًا مع هذا المعيار. عندما تستطيع العلامة التجارية استرداد عدة ملايين من الدولارات سنويًا عبر Glimpse، تصبح تكلفة اشتراك البرمجيات في المقابل صغيرة جدًا. وتسمح هذه الحجة القيمية الواضحة لـ Glimpse بالحصول على عملاء بسرعة والحفاظ على معدل احتفاظ مرتفع جدًا.

لاحظت أيضًا أن Glimpse لم تتوقف عند نزاعات الخصومات. فقد أطلقت عدة توسعات مهمة لقدرات المنصة في 2025. بالإضافة إلى KeHE وUNFI في البداية، فهي الآن تدعم العديد من تجار التجزئة مثل Target وWalmart وAmazon وSam’s Club. كما أطلقوا وكلاء AI لإيرادات الاسترداد على نحو شامل من البداية إلى النهاية، ويمكنهم التعامل مع كامل دورة استرجاع الخصومات، والـ coding، والتحقق، وتقديم المطالبات. كما طورت خاصية تطبيق النقد تلقائيًا، وأتمتت واحدًا من أكثر سير عمل فرق المالية ألمًا عند نهاية الشهر عند التسوية.

والجدير بالذكر بشكل خاص هو ميزة AI التفصيلية لبيانات البنود المخصومة. كل خصم مرفق معه مستندات داعمة، والتي غالبًا تتجاوز 100 صفحة، وتمتلئ بتفاصيل مختلطة من تجار التجزئة وSKU والوسطاء وتفاصيل غير مهيكلة. لا يستخدم معظم العلامات التجارية هذه البيانات ليس لأنها بلا قيمة، بل لأن المعالجة اليدوية لهذه البيانات على نطاق واسع مستحيلة. يمكن لـ Glimpse AI استخراج كل تفصيل ذي صلة وتحويله إلى صيغة جداول منظمة، مما يفتح طبقة جديدة تمامًا من الذكاء: حساب عمولات الوسطاء بدقة، تحليل الربحية حسب كل تاجر تجزئة، تحليل التجارة، تقييم أداء العروض الترويجية، واستراتيجيات تحسين هامش الربح، وغيرها.

وهذا يقودني إلى سؤال أعمق: ماذا تبني Glimpse في الحقيقة؟ من السطح، تبدو كأداة لأتمتة نزاعات الخصومات. لكن في الواقع، ما تبنيه هو بنية تحتية من نوع AI لعلامات CPG. قال CEO Glimpse Akash Raju: “تتمثل رؤيتنا في أن نصبح بنية تحتية من الذكاء الاصطناعي لعلامات CPG وعلامات التجزئة.” هذا التموضع ذكي للغاية. نزاعات الخصومات مجرد نقطة دخول، وصلة (وتد) يمكن من خلالها إثبات القيمة بسرعة. لكن عبر حل هذه المشكلة، يحصل Glimpse على وصول عميق إلى بيانات تشغيل التجزئة الخاصة بالعلامات، ما يتيح لهم التوسع إلى مجال أوسع من أتمتة الامتثال لدى تجار التجزئة.

وفقًا للتقارير، تشمل خارطة الطريق لديهم وحدات مثل تسوية العروض الترويجية، وتحسين الإنفاق التجاري، وتحليلات التنبؤ بسلوك الدفع لدى تجار التجزئة. ويذكر أحد المستثمرين المقربين من هذه الصفقة أن الشركة قد تبني في النهاية “منصة تشغيل مالية للتجزئة” كاملة، تقع بين نظام ERP وبوابات تجار التجزئة، لأتمتة دورة الطلب إلى النقد بالكامل لعلامات CPG. إذا تحقق هذا التصور، فستكون Glimpse أكثر من مجرد أداة؛ بل تصبح البنية التحتية الأساسية لتشغيل علامات CPG.

ما الذي يعنيه هذا بالنسبة للقطاع ككل

أعتقد أن صعود Glimpse السريع ونجاح جولة التمويل يشيران إلى أن تطبيقات الذكاء الاصطناعي في الشركات دخلت مرحلة جديدة. في 2025، استحوذت تطبيقات الذكاء الاصطناعي للمستهلكين على كل العناوين، لكن المستثمرين الآن بدأوا يراهنون بشكل كبير على أدوات ذكاء اصطناعي تحل مشكلات تجارية غير لافتة لكنها باهظة التكلفة. تتبع الخصومات، وتسوية الفواتير، والمراقبة الامتثالية—هذه لن تنتج عروض demo ساحرة، لكنها تؤثر مباشرة على EBITDA. هذا هو نوع طرح القيمة الذي يمكنه الصمود في فترات الانكماش الاقتصادي؛ ولهذا السبب كان Andreessen Horowitz على استعداد لدفع مضاعفات SaaS مرتفعة للشركات.

لقد لاحظت اتجاهًا مثيرًا للاهتمام: المشهد التنافسي يسخن بسرعة. في العام الماضي، جمعت Claimify 12 مليون دولار في جولة A لتتمة أتمتة نزاعات تجزئة مماثلة. وفي المقابل، تضيف الجهات التقليدية مثل HighRadius وBilltrust وحدات AI إلى منصات حسابات الذمم المدينة (receivables). لكن الخلفية من Y Combinator لشركة Glimpse، وسحبها المبكر في شريحة منتصف السوق لعلامات CPG، منحها أفضلية أثناء عملية التمويل. ووفقًا للتقارير، نمت إيرادات الشركة 14 ضعفًا على أساس سنوي، رغم عدم الإفصاح عن أرقام ARR بالتحديد.

كما أن المشاركة المستمرة من 8 VC تُعد مؤشرًا قويًا. فقد قادت 8 VC جولة البذور في 2024 لـ Glimpse، واستمرت في المتابعة في جولة A هذه. لدى 8 VC سجل استثماري في SaaS رأسي يركز على أتمتة العمليات المالية اليدوية. صرّح الشريك Alex Kolicich سابقًا لمجلة Forbes بأن 8 VC يبحث عن “برمجيات تسترد تكلفتها في الربع الأول”—وعندما تستطيع العلامات التجارية استرداد أرقام من ستة أو سبعة أرقام سنويًا، فإن أدوات استرداد النزاعات تتماشى تمامًا مع نموذج ROI هذا.

ومن منظور أوسع، فإن نجاح Glimpse يثبت حجة بسيطة: توجد أعمال كبيرة ضمن أتمتة الوظائف الخلفية غير اللامعة التي تجعل علامات CPG تخسر ملايين الدولارات سنويًا. وبفضل دعم Andreessen Horowitz، وبوجود منتج يقدم عائد استثمار قابلًا للقياس منذ اليوم الأول، تقع الشركة في وضع ملائم لقيادة فئة حل نزاعات التجزئة.

أما الاختبار الحقيقي فسوف يأتي خلال الـ 12 شهرًا القادمة: هل ستتمكن Glimpse من تجاوز قاعدة عملائها الأولية والتوسع على نطاق واسع، وهل ستُثبت أن المنصة يمكنها التعامل مع تعقيدات إدارة علامات CPG على مستوى المؤسسات، مع آلاف SKU تمتد عبر عشرات شركاء التجزئة؟ وإذا كانت المنتجات تحقق وعدها باستعادة هوامش الربح، فقد تبدو جولة A هذه—عند النظر إلى الجولة التالية—كما لو أنها صفقة رابحة جدًا.

أنا أتفق بشكل خاص مع رؤية شريك Andreessen Horowitz Joe Schmidt: “لمئات السنين، اعتمدت العمليات الخلفية للتجزئة على جداول البيانات وسير العمل المتفتت. ما لفت انتباهنا هو التوصيات من العملاء—فـ Glimpse تقدم عائد استثمار واضحًا وقابلًا للقياس. من خلال تضمين الذكاء الاصطناعي مباشرة في صميم سير العمل المالي والتشغيلي، فإنهم يوسعون هذا السوق من مجرد أدوات إضافية إلى بنية تحتية للعلامات التجارية الحديثة.” تلخص هذه الكلمات بدقة سبب أهمية Glimpse: فهي لا تتحسن على أطراف العملية فحسب، بل تعيد تعريف طريقة عمل هذه العمليات باستخدام الذكاء الاصطناعي.

تفكيري في كيفية تحويل الذكاء الاصطناعي للصناعات التقليدية

قصة Glimpse جعلتني أفهم بشكل أعمق كيف يمكن للذكاء الاصطناعي أن يعيد تشكيل الصناعات التقليدية. تعد صناعة السلع الاستهلاكية واحدة من أكبر الأسواق عالميًا، لكنها عمليًا لم تُمس من تطبيقات البرمجيات الحديثة. عندما تبيع العلامات التجارية إلى كبار تجار التجزئة، عادة ما يتعين عليها التعامل مع بيانات متفرقة وغير منظمة توجد مبعثرة عبر عشرات بوابات تجار التجزئة وأنظمة الإرث. يقضي المحللون عددًا لا يحصى من الساعات في سحب البيانات من البوابات، واستخراج عناصر البنود من المستندات، والعمل داخل جداول البيانات، لتشغيل سير عمل مثل تسوية الخصومات، وتحديد الرسوم غير الصحيحة في النزاعات، وتطبيق النقد يدويًا—وكل ذلك يؤثر بشكل مباشر على هامش الربح لكن دون وجود نفوذ استراتيجي تقريبًا.

يصرف القطاع بأكمله أكثر من 100 مليار دولار سنويًا على العمالة الخلفية، لكن التحسينات في الإنتاجية الناتجة عن موجات سابقة من برمجيات الشركات كانت محدودة للغاية. كان الذكاء الاصطناعي هو أول من جعل الأتمتة الشاملة من طرف إلى طرف ممكنة أمام هذا النوع من التعقيد. وأعتقد أن هذه هي أهم ملاحظة: ليس كل شيء يمكن حله ببرمجيات تقليدية؛ فبعض المشاكل تحتاج إلى انتظار وصول التكنولوجيا إلى نقطة حاسمة كي يمكن حلها بفعالية.

كما أفكر في لماذا يُعد الوقت الحالي هو أفضل فرصة لتحويل هذه الصناعات التقليدية بالذكاء الاصطناعي. تقنيًا، أصبحت النماذج اللغوية الكبيرة قوية بما يكفي لفهم ومعالجة البيانات غير المنظمة. تجاريًا، تواجه الشركات ضغوطًا على الأرباح وتحتاج إلى حماية هوامش الربح، خصوصًا عندما يقوم تجار التجزئة بدمج قوتهم وفرض متطلبات امتثال أكثر صرامة. فحسب Amazon Vendor Central وحدها، توجد أكثر من 30 فئة مختلفة من الخصومات، من تأخر الشحن إلى مخالفات التغليف. غالبًا ما تفتقر فرق المالية في الشركات المتوسطة من فئة CPG إلى الموارد البشرية لخوض نزاع حول نصف هذه الخصومات على الأقل. ولهذا تتحول منصات مدفوعة بالذكاء الاصطناعي مثل Glimpse إلى بنية تحتية أساسية بدل أن تكون مجرد أدوات اختيارية.

أعتقد أننا سنشهد ظهور المزيد من الشركات مثل Glimpse، تركز على استخدام الذكاء الاصطناعي لحل نقاط ألم محددة في قطاعات محددة. لن تحاول هذه الشركات بناء ذكاء اصطناعي عام؛ بل ستتعمق في مجال رأسي واحد، وتفهم فعليًا سير العمل، ثم تعيد تصميم هذه السير باستخدام الذكاء الاصطناعي. هذا النهج أصعب من بناء أدوات عامة، لأنه يتطلب معرفة عميقة بمجال الصناعة. لكن بمجرد نجاحه، تكون الحواجز أعلى والقيمة أكبر.

إن جولة A بقيمة 35 مليون دولار لـ Glimpse ليست سوى البداية. أتوقع أنه خلال السنوات المقبلة سنرى تدفقًا كبيرًا لرأس المال إلى هذا المجال، ما سيدفع باستخدام الذكاء الاصطناعي في عمليات البنية الخلفية للصناعات التقليدية. الشركات التي تستطيع—مثل Glimpse—أن تجد نقطة دخول عالية القيمة، وتثبت ROI بسرعة، ثم توسع قدرات المنصة، سيكون أمامها فرصة لتصبح لاعبين على مستوى البنية التحتية في مجالاتها. وبالنسبة لعلامات CPG، فإن تبني هذه أدوات الذكاء الاصطناعي لم يعد خيارًا بل ضرورة للبقاء. فالعلامات التي تعتمد الذكاء الاصطناعي في وقت أبكر وتستفيد منه لتحسين التشغيل بشكل أفضل، ستحصل على ميزة واضحة في المنافسة.