من إطلاق الصواريخ إلى أتمتة المصانع: شركة INXM تجمع 5.7 مليون يورو لحل معضلة موثوقية الذكاء الاصطناعي في المؤسسات

خرجت الشركة الناشئة INXM ومقرها برلين من طور التخفي في 3 يونيو 2026، وأعلنت عن جمعها 5.7 مليون يورو في جولة تمويل أولي (Pre-Seed). تهدف الشركة، التي تأسست في 2025 على يد فريق يضم قادة رقميين سابقين من شركات إطلاق الصواريخ وسيارات الأجرة الطائرة، إلى معالجة واحدة من أكثر العقبات إحباطاً أمام تبني الذكاء الاصطناعي المؤسسي: وهي أن نماذج الذكاء الاصطناعي التوليدي التقليدية تعطي نتيجة مختلفة وغير قابلة للتدقيق في كل مرة يتم تشغيلها. حلهم هو محرك تنفيذ عمليات أطلقوا عليه اسم "Orchestrator"، يقوم على مفهوم "الذكاء الاصطناعي المُجمّع" (Compiled AI).

الفكرة الأساسية، التي تقدمها INXM، تعالج بدقة أسباب تردد المصنعين الخاضعين للتنظيمات وشركات القطاع الصناعي الألماني المتوسط (Mittelstand) في السماح لنماذج اللغة الكبيرة (LLMs) بالوصول إلى أنظمة تخطيط موارد المؤسسات (ERP)، أو إدارة دورة حياة المنتج (PLM)، أو أنظمة تنفيذ التصنيع (MES). هذه الأنظمة تتطلب عمليات قابلة للتكرار، والاختبار، وتتمتع بخصوصية تامة. إن وكيل ذكاء اصطناعي بأسلوب روبوت المحادثة يهلوس بخطوة ما أو يرسل بيانات إنتاج إلى واجهة برمجة تطبيقات (API) خارجية هو أمر غير مقبول بتاتاً.

التمويل والداعمون له

جولة التمويل الأولي بقيمة 5.7 مليون يورو (ما يعادل حوالي 6 ملايين دولار أمريكي) شاركت في قيادتها شركتا Cherry Ventures و Redstone. كما شارك في الجولة كل من Angel Invest و Linden Capital ومستثمرون ملائكيون آخرون، لتكون هذه أول مرة تكشف فيها INXM عن تمويل خارجي. تخطط الشركة لاستخدام رأس المال لتنمية فريقها، وتسريع تطوير منتج محرك Orchestrator، والتوسع في استقطاب العملاء من المؤسسات الصناعية الأوروبية.

الفريق المؤسس: من إطلاق الصواريخ إلى سير عمل موثوق

تأسست INXM في عام 2025 على يد أربعة أشخاص أمضوا حياتهم المهنية السابقة في جعل أنظمة بالغة التعقيد وذات أهمية حاسمة للسلامة تعمل بشكل متوقع:

• ألكسندر (أليكس) أولينغ، الرئيس التنفيذي - شغل سابقاً منصب المدير الرقمي في شركتي Isar Aerospace و Volocopter.
• ماتياس كاينر - بنى أنظمة تنسيق الإطلاق في Isar Aerospace.
• جيسبر بيلوند - صمم واجهات التحكم في الطيران وعمل سابقاً في منصة الأتمتة n8n.
• كاميل كلوبر - خبير مخضرم من شركة الاستشارات البرمجية Thoughtworks.

هذه الخلفية في هندسة الطيران والفضاء ليست مجرد إضافة لسيرتهم الذاتية - إنها تشرح الفلسفة التقنية للشركة بأكملها. برنامج إطلاق الصواريخ يجب أن ينفذ تسلسلات حتمية تحت رقابة صارمة؛ لا يمكنه الارتجال. طبق الفريق النموذج الذهني نفسه على الذكاء الاصطناعي المؤسسي.

لماذا تفشل أدوات الذكاء الاصطناعي المؤسسية القياسية

معظم أدوات الأتمتة المبنية على نماذج اللغة الكبيرة تستدعي النموذج اللغوي في كل خطوة من سير العمل. وهذا يخلق ثلاث مشاكل صعبة للشركات الخاضعة للتنظيمات:

• اللاحتمية (Non-determinism). نفس الموجه يمكن أن ينتج إجراءات أو مخرجات مختلفة في كل مرة يتم تشغيله، مما يجعل الامتثال وتتبع سجل التدقيق شبه مستحيل.
• خطر الهلوسة (Hallucination). نموذج يخترع خطوة موافقة أو يتخطى فحص أمان يخلق مسؤولية قانونية غير مقبولة في التصنيع أو القطاع المالي.
• سيادة البيانات (Data sovereignty). إرسال بيانات إنتاج حساسة إلى واجهات برمجة تطبيقات خارجية لنماذج الذكاء الاصطناعي يتعارض مع اللائحة العامة لحماية البيانات (GDPR) وقانون الاتحاد الأوروبي للذكاء الاصطناعي وسياسات الأمن الداخلية.

النتيجة هي أن العديد من الشركات الصناعية تقيّم وكلاء الذكاء الاصطناعي ولكنها لا تنشرهم أبداً في بيئة الإنتاج. التقنية تبدو قوية في العروض التوضيحية لكنها لا تستطيع تلبية معايير الموثوقية التي تفرضها برمجيات أرض المصنع منذ عقود.

كيف يعمل "الذكاء الاصطناعي المُجمّع" بشكل مختلف

يستعير محرك Orchestrator من INXM هيكلية "المُجمّع" (Compiler) البرمجي التقليدي بدلاً من حلقة روبوت المحادثة. تنقسم العملية إلى مرحلتين منفصلتين:

1. مرحلة التجميع (Compilation). يصف المستخدم عملية تجارية باللغة الطبيعية. يقوم نموذج اللغة الكبير بتوليد "خطة" (Plan) كاملة، مهيكلة، وقابلة للتنفيذ - وهي بالأساس كود حتمي - ويتم التحقق من صحة هذه الخطة قبل السماح لها بالعمل. يُستخدم النموذج مرة واحدة، أثناء التأليف، وليس في وقت المعاملة.

2. مرحلة التنفيذ (Execution). يتم تشغيل الخطة الموثقة على محرك Orchestrator من INXM دون استدعاء نموذج اللغة مرة أخرى. ينسق المحرك عبر أنظمة المؤسسة الحالية - ERP، PLM، MES، البريد الإلكتروني، وأدوات الموافقة - منفذاً نفس الخطوات بنفس الترتيب في كل مرة.

الفرق التقني صارخ: الوكلاء القياسيون يستدعون نموذج اللغة في كل خطوة (غير حتمي، مكلف في استخدام الرموز، صعب التدقيق). بينما تقوم INXM بالتجميع مرة واحدة، ثم تشغل برنامجاً ثابتاً. تصبح المخرجات قابلة للتكرار، والاختبار، وخالية من الهلوسات في وقت التشغيل. تسمي الشركة هذا بمزج مرونة اللغة الطبيعية مع موثوقية الكود التقليدي.

لجعل المفهوم ملموساً، لنأخذ مثال سير عمل فحص الجودة في مصنع: يصف مهندس خطوات الموافقة المطلوبة وفحوصات البيانات بلغة بسيطة. يقوم المحرك بتجميع ذلك في تسلسل ثابت، يوافق عليه مدير مرة واحدة، ثم يعمل سير العمل بشكل متطابق في كل مرة يحدث فيها حدث ذو صلة - دون إرسال أي بيانات خارج المبنى أو المخاطرة بارتجال النموذج.

البنية التحتية، الامتثال، والأهداف الصناعية

لأن Orchestrator يعمل على البنية التحتية الخاصة بالمؤسسة نفسها - سواء في الموقع (On-premises) أو في سحابة خاصة - فإن بيانات الإنتاج لا تغادر المبنى أبداً. هذه البنية تجعل النظام متوافقاً مع اللائحة العامة لحماية البيانات (GDPR) وقانون الاتحاد الأوروبي للذكاء الاصطناعي حسب التصميم. كما تسمح لـ INXM بالوصول إلى برمجيات أرض المصنع التي لا تستطيع أدوات الأتمتة السحابية فقط لمسها فعلياً.

تستهدف الشركة بشكل صريح المصنعين الصناعيين وقطاع "Mittelstand" الألماني: شركات لديها أنظمة تقليدية في الموقع، والتزامات تنظيمية، ومتطلبات صارمة للتكرار. هذه ليست مسرحية أتمتة أفقية. إنها مبنية لغرض محدد للمؤسسات التي رفضت بالفعل وكلاء الذكاء الاصطناعي العامين لأنه لا يمكن الوثوق بهم في الإنتاج.

برأس مال جديد يبلغ 5.7 مليون يورو، وفريق مؤسس سبق له أن أنتج برمجيات بالغة الأهمية للسلامة، ونهج تقني يعيد صياغة الذكاء الاصطناعي المؤسسي كمشكلة "مُجمّع" وليس مشكلة محادثة، تراهن INXM على أن عنق زجاجة تبني الذكاء الاصطناعي في العالم الصناعي ليس القدرة - بل الموثوقية.