الإبداع، وأنظمة AI، وTruefoundry مع Nikunj Bajaj

Built for Speed: ~10ms Latency, Even Under Load
Blazingly fast way to build, track and deploy your models!
- Handles 350+ RPS on just 1 vCPU — no tuning needed
- Production-ready with full enterprise support
هناك نوع خاص من المؤسسين الذين لا يبنون شركاتهم لمجرد اقتناص الفرص، بل ينطلقون من تجارب حقيقية وعميقة خاضوها بنفسهم. وNikunj Bajaj، الشريك المؤسس والرئيس التنفيذي لشركة TrueFoundry، هو من هذا النوع من المؤسسين. في حوار حديث أُجري معه ضمن Arden Labs Podcast، استعرض محطات رحلته بالكامل؛ بدءاً من نشأته في مدينة كالكوتا، ثم اجتيازه لأحد أكثر امتحانات القبول تنافسية في الهند، وصولاً إلى قضائه فترة الإغلاق أثناء الجائحة على مرتبة في غرفة واحدة مع شريكَيه المؤسسَين، لابتكار الفكرة التي أصبحت في النهاية شركة TrueFoundry.
إنها قصة تستحق الصبر والاستماع إليها بالكامل.
من كالكوتا إلى IIT، ومن IIT إلى Berkeley
نشأ Nikunj في أسرة متواضعة وبسيطة في كالكوتا، وهي نشأة يصفها بأنها كانت مستقرة ومنتظمة: المنزل نفسه، والأصدقاء أنفسهم، والحي نفسه لسنوات طويلة. ولم يكن، بحسب اعترافه الشخصي، شخصاً يحلم بالالتحاق بمعهد IIT منذ صغره. بل جاءته الفكرة تدريجياً، من خلال أحاديثه مع أشخاص خاضوا هذا المسار، ومن خلال اهتمامه المتزايد بالهندسة والرياضيات.
وما تلا ذلك كان عامين من التحضير المكثف لامتحان القبول الخاص بمعاهد IIT في الهند. حيث يخوض الامتحان نصف مليون طالب كل عام، ولا ينجح في الانضمام سوى بضعة آلاف فقط. وكان Nikunj أحدهم.
في IIT Kharagpur، وهو أقدم وأكبر معاهد IIT، اختار التخصص في هندسة الأجهزة المتقدمة (instrumentation engineering) لاهتمامه بعلم الروبرتات ورغبته في بناء أجهزة تتحرك وتتفاعل مع العالم الخارجي. وخارج القاعة الدراسية، قام بذلك تماماً؛ حيث نجح فريقه في بناء مركبة أرضية ذاتية القيادة، وأصبحوا أول فريق من الهند يمثل البلاد في مسابقة للروبوتات في الولايات المتحدة. وكانت تلك رحلته الأولى إلى أمريكا.
وتلا ذلك تدريب عملي في UC Berkeley، حصل عليه بفضل توصيات بحثية من مستشارين في كل من إسرائيل والهند. وقد غير هذا التدريب مجرى حياته بالكامل؛ إذ سارت أبحاثه بشكل ممتاز مما دفع مستشاره لدعوته للعودة للحصول على درجة الماجستير. كما التقى بزوجته هناك؛ حيث جاءت ضمن البرنامج نفسه، وكانت شريكة سكنها هي زميلته في المختبر. ويرى أن تدريباً واحداً قد رسم ملامح مسيرته المهنية وحياته الشخصية على حد سواء.
سنوات العمل في Meta والرؤية التي بدأت كل شيء
بعد إكمال دراسة الماجستير في Berkeley عام 2014، انضم Nikunj إلى شركة Reflektion، وهي شركة تعمل في مجال AI وتخدم قطاع التجارة الإلكترونية، كأحد أوائل مهندسي التعلم الآلي لديهم. وعلى مدار ثلاث سنوات ونصف، تدرج ليقود فريق ML، وبنى منصة مطورين داخلية للتعلم الآلي، والتي كانت بمثابة لمحة أولى حقيقية عن مشكلة البنية التحتية التي كرس مسيرته المهنية لاحقاً لحلها.
ثم جاءت مرحلة العمل في Meta.
في Meta، عمل Nikunj في فريق الذكاء الاصطناعي التفاعلي في وقت كانت فيه الشركة تتوسع بقوة في النماذج القائمة على المحولات (transformers)، وهي التكنولوجيا نفسها التي تشغل اليوم ChatGPT وموجة AI التوليدي. ولكن بعيداً عن الاحتكاك التقني، كانت الواقعية التشغيلية لمنصة ML الداخلية في Meta هي ما علق في ذهنه طويلاً.
حيث صرح في البودكاست قائلاً: "بصفتي مطوراً فردياً في Meta، كان بإمكاني بناء نموذج تعلُم آلي وإطلاقه على 10,000 عقدة (nodes) بمفردي دون الاعتماد على أي شخص آخر". وخارج Meta، لم تكن مثل هذه الإمكانيات موجودة على الإطلاق في بيئة السحابة العامة. كانت المؤسسات تبني تطبيقات التعلم الآلي على بنيات متفرقة وموازية: واحدة للبرمجيات، وأخرى لـ ML، وبشكل متزايد ثالثة لـ AI التوليدي. وكان عدم الكفاءة واضحة لأي شخص شاهد البديل المتاح.
أصبحت هذه الملاحظة هي الفرضية الأساسية لتأسيس TrueFoundry: وهي أن التعلم الآلي سيصل في النهاية إلى نقطة تحول حاسمة، وعندها ستكون المؤسسات بحاجة ماسة إلى منصة بنية تحتية موحدة ومتخصصة تشبه إلى حد كبير ما بنته Meta داخلياً. لم تكن المسألة تكمن في احتمال حدوث ذلك، بل في توقيته.
جائحة، وتغيير في المسار، وبداية جديدة
قبل TrueFoundry، كانت هناك شركة Enthire. في أوائل عام 2020، استقال Nikunj وشريكاه المؤسسان - Abhishek، الذي كان يعمل معه في Meta أيضاً، وAnurag، الذي كان يستخدم التعلم الآلي لبناء استراتيجيات التداول في WorldQuant - من وظائفهم لحل مشكلة مختلفة: وهي عدم كفاءة المقابلات الوظيفية التكنولوجية.
وكما يصف Nikunj، لم يكن التوقيت ليكون أسوأ من ذلك (أو ربما كان أكثر وضوحاً!). فقد وصلوا إلى بنغالور في مارس 2020، قبل أيام قليلة من فرض الإغلاق العام في الهند. ومع عدم وجود مكان آخر يذهبون إليه، انتهى الأمر بالثلاثة بتشارك غرفة واحدة في شقة صديق تتكون من غرفتي نوم لعدة أشهر، حيث وضعوا المراتب وبدؤوا في تأسيس الشركة من الصفر.
نمَت Enthire، وفي غضون عام واحد أصبح لديهم من 40 إلى 50 عميلاً وتم قبولهم في Y Combinator. ولكن محادثة حاسمة مع شريكهم في YC - وهو شخص قضى أربع سنوات وأكثر من 35 مليون دولار في بناء شركة شبيبة للغاية قبل انضمامه إلى YC - أعطتهم التقييم الصريح الذي كانوا بحاجة لسماعه: نموذج العمل كان له حد أقصى لن يتمكنوا من اختراقه. فقد كان يتطلب عمليات تشغيلية مكثفة للغاية، ومحدود المجال، ولا يناسب ثلاثة مؤسسين يمتلكون خلفيات تكنولوجية عميقة.
فاتخذوا القرار بالخروج من هذا النشاط التجاري - حيث استحوذت عليها شركة هندية كبرى - وعادوا إلى نقطة البداية. وكانت الخطوة التالية هي تأسيس TrueFoundry، التي بُنيت على الرؤية الرائدة للبنية التحتية التي حملها Nikunj وAbhishek معهما منذ فترة عملهما في Meta.
بناء المنصة التي كان يفتقدها عالم المؤسسات
تأسست TrueFoundry في نهاية عام 2021، قبل أكثر من عام من إطلاق ChatGPT واكتساب AI التوليدي اهتماماً واسع النطاق. وكانت هذه الأسبقية ذات أهمية بالغة؛ لأن المنصة صُممت منذ البداية واضعةً بنية Meta التنظيمية كبوصلة لها، بحيث تتعامل مع AI التوليدي كحالة خاصة من التعلم الآلي، والتعلم الآلي كحالة خاصة من البرمجيات. ولذلك كانت جاهزة بالفعل لدعم أحمال العمل الخاصة بنماذج اللغات الكبيرة عندما طلب السوق ذلك فجأة.
وقال Nikunj: "عندما تم إطلاق ChatGPT، لم نضطر إلى إجراء أي تغييرات جوهرية على البنية التحتية؛ فقد كنا نفكر في التعلم الآلي، وكان يدعم LLMs بشكل افتراضي".
وكان أول عميل رئيسي لهم من المؤسسات هو واحدة من أكبر شركات الأدوية في العالم. ومنذ ذلك الحين، نمت TrueFoundry لتضم فريقاً يقارب 100 شخص يتوزعون بين منطقة الخليج (Bay Area)، وبوسطن، وبنغالور، ولندن. وتوسعت المنتجات من منصة نشر AI الأصلية - التي تتيح للمؤسسات تشغيل النماذج والوكلاء المخصصين على بنيتها التحتية الخاصة - لتشمل AI Gateway، وهي لوحة تحكم موحدة تقع في منتصف كل استدعاء API تجريه المؤسسة لنماذجها، ووكلاؤها، وسيرفرات MCP.
وتفرض البوابة الحوكمة والامتثال وضوابط التكلفة، وتوفر إمكانية تتبع شاملة عبر طبقات AI كاملة. كما أنها تعمل عبر 17 منطقة حول العالم، محققة نسبة تشغيل تتجاوز 99.99% وزمن استجابة يقل عن 5 مللي ثانية، وتتعامل مع عشرات الآلاف من الطلبات في الثانية للتطبيقات الحرجة والأساسية لعمليات الإنتاج.
ما الذي كان سيخبر به نفسه في مرحلة الشباب
وعندما سُئل عن النصحية التي كان سيقدمها لنفسه في بداية هذه الرحلة، كانت إجابة Nikunj واقعية وعملية كعادته.
أنجز الأعمال البسيطة التي تفتقر للبريق، وأنجزها باستثنائية وإتقان تام.
وقال: "في كثير من الأحيان، عندما نعمل على صياغة مشكلات مبتكرة، فإننا نتمتع بذلك. وعندما يصبح العمل أقل إثارة، نبدأ في التشكيك في كل شيء. نصيحتي هي: بغض النظر عما تفعله، أتقنه لدرجة تجعلك تفخر بهذا العمل في حد ذاته، حتى لو لم يكن ممتعاً".
ويرى أن الأثر التراكمي لهذا النهج غالباً ما يتم التقليل من قدره؛ فالناس يلاحظون التنفيذ بمستوى عالمي حتى في المهام العادية. وهؤلاء هم الأشخاص الذين يرغبون لاحقاً في العودة والعمل معك، فينضج نموك الشخصي ومنظومتك المهنية معاً.
إنها، من طرق عدة، الفلسفة التي تجلت في كل فصل من فصول قصته؛ من عامين من التحضير الهادئ في كالكوتا، إلى اختيار درجة الماجستير على حساب راتب من ستة أرقام، إلى إعادة التأسيس من الصفر بعد Enthire، وصولاً إلى قضاء عام كامل في التركيز التام على البنية التحتية قبل أن تقدم TrueFoundry أول حمل عمل إنتاجي لها.
النفس الطويل، والتنفيذ باستمرار، دائماً ما يؤتي ثماره في النهاية.
استمع إلى الحوار الكامل مع Nikunj Bajaj في Arden Labs Podcast، المتاح الآن على Spotify وApple Podcasts.
TrueFoundry AI Gateway delivers ~3–4 ms latency, handles 350+ RPS on 1 vCPU, scales horizontally with ease, and is production-ready, while LiteLLM suffers from high latency, struggles beyond moderate RPS, lacks built-in scaling, and is best for light or prototype workloads.














.webp)





.webp)
.webp)
.png)

.png)
.png)
.png)
.png)
.png)
.webp)
.webp)






