TrueFoundry: مراجعة نهاية عام 2024

في العام الماضي، شبهنا رحلة شركتنا الناشئة ببناء سفينة فضائية، وتصورنا عام 2024 عام الانطلاق — اللحظة التي ستقفز فيها سفينتنا الفضائية إلى المدار. وبالفعل، انطلقنا! هل كنا نطمح عالياً عندما كان الفوز بعميل من قائمة Fortune 500 يعني العمل مع NVidia، أو الاعتراف بنا كـ قائد صاعد في الربع السحري لـ Gartner؟

ولكن كالعادة، هذه القصة ليست مجرد احتفال بإنجازاتنا، بل هي أيضًا اعتراف بالتحديات التي تجاوزناها، وتقدير للفرص التي أتيحت لنا، والدروس التي استوعبناها. دعونا نأخذكم في هذه الرحلة المبهجة — من الإنجازات المثيرة إلى الأراضي المجهولة — مستكشفين الاضطرابات والانتصارات في هذه الملحمة النجمية!

TrueFoundry وعام 2023

تبني TrueFoundry منصة كخدمة (PaaS) مستقلة عن السحابة على Kubernetes، التي توحد تدريب ونشر تطبيقات التعلم الآلي والذكاء الاصطناعي التوليدي باستخدام واجهات برمجة تطبيقات جاهزة للإنتاج وصديقة للمطورين — مع اتخاذ موقف حازم بأن MLOPs / LLMOps و DevOps هي أجزاء لا تتجزأ من نفس المنظومة!

كان عام 2023 عام الفرص غير المسبوقة والتهديد الوجودي في آن واحد لمعظم المؤسسات في العالم. وكيفية تبنيهم للعالم المتغير ستحدد مستقبلهم أو تملي عليهم ما إذا كان لديهم مستقبل على الإطلاق! وكانت المؤسسات تبحث عن أي مساعدة ممكنة لتعريف حالات الاستخدام، وإجراء التجارب، ومواجهة سياسات الأمان، وإصدار البيانات الصحفية لتُعرف بأنها رواد عالم الذكاء الاصطناعي التوليدي (GenAI).

كانت TrueFoundry في وضع جيد جدًا لمساعدة المؤسسات على تجاوز هذه الأوقات العصيبة، والخيارات بين النماذج الداخلية مقابل النماذج مغلقة المصدر، وتعقيد البنية التحتية القائمة على وحدات معالجة الرسوميات (GPU)، ومجموعة الأدوات اللازمة لنشر التطبيقات في بيئة الإنتاج. وهذا، بالتحديد، كان المفتاح — كنا نعلم أن أي تطبيق ليس في مرحلة الإنتاج هو مركز تكلفة لا يقدم أي قيمة. وبينما كان بقية العالم يجري تجارب لأغراض العلاقات العامة، كان عميل لـ TrueFoundry من قائمة Fortune 100 ينشر التطبيقات في بيئة الإنتاج بسرعة البرق! هذه البداية المبكرة في عام 2023 جعلتهم رائدين في مجال الذكاء الاصطناعي التوليدي (GenAI) في صناعتهم! اتخذنا قرارين رئيسيين في عام 2023 مهدا لنا طريق النجاح — فصلنا بين ما هو عاجل على المدى القصير وما هو مهم على المدى الطويل!

1. أولاً، ركزنا على المؤسسات، التي كنا نعتقد أنها تمتلك قيمة تجارية واضحة ومتميزة على المدى الطويل من الذكاء الاصطناعي التوليدي (GenAI) وليس مجرد السعي وراء الضجة!
2. ثانياً، لم نسعَ لمساعدة المؤسسات في كل ما كان رائجاً آنذاك - مثل التركيز المفرط على ندرة وحدات معالجة الرسوميات (GPUs)، أو عدم حصول المؤسسات على إذن لاستخدام أفضل النماذج مغلقة المصدر. لا تفهموني خطأً — تلك المشكلات كانت بحاجة إلى حل، لكنها لم تكن الشيء الوحيد الذي يجب التركيز عليه لأنه كان مسألة وقت حتى تختفي! بدلاً من ذلك، ركزنا بشكل كامل على التحديات التي ستواجهها المؤسسات في نشر التطبيقات بثقة في بيئة الإنتاج على المدى الطويل!

قادنا هذا إلى استنتاجين مهمين أصبنا فيهما وأخذناهما بعين الاعتبار.

1. الاختبار الحقيقي ليس مجرد عرض منتجك أمام العميل، بل في مسار القيمة التجارية الحقيقية التي يتم توليدها لذلك العميل!

لا بأس في ركوب الموجة الرائجة، ولكن عندما تحدث هزة، كن مستعدًا للخروج منها سالمًا — وهذا لا يتحقق إلا بالتركيز على المبادئ الأساسية.

انطلاق عام 2024

وبهذا، دخلنا عام 2024 بقوة — والذي كان عامًا للتنفيذ بالنسبة لنا، حيث ضاعفنا جهودنا فيما اعتقدنا أنه سينجح — ووضعناه تحت اختبارات حقيقية — على طريقة TrueFoundry!

عملنا مع بعض أكبر المنظمات في العالم، وساعدناهم في إطلاق تطبيقات من شأنها أن تحقق مئات الملايين من الدولارات — من خلال أتمتة مكالمات دعم العملاء / الاستخدام الأمثل لمجموعات وحدات معالجة الرسوميات (GPU) / مساعدة مندوبي المبيعات على بيع الأدوية بشكل أفضل. أصبحنا مكونًا أساسيًا في مكدس الذكاء الاصطناعي التوليدي (GenAI) للعديد من شركات Fortune 500، وضاعفنا حجم فريقنا وربّعنا إيراداتنا — كل ذلك خلال هذا العام. السؤال هو — ما الذي أدى إلى تصنيف ما فعلناه بشكل صحيح، وما لم نفعله بشكل استراتيجي وتكتيكي؟ دعونا نتعمق في هذا —

[استراتيجي، ناجح] توحيد عمليات LLM (LLMOPs)، وعمليات تعلم الآلة (MLOPs)، وعمليات التطوير والتشغيل (DevOps) —

لقد تحدثنا عن هذا في الـ الماضي بالتفصيل. ولكن هذا قرار حاسم لمنصتنا، لدرجة أنه من المهم ذكره! في عام 2022، عندما ركزنا على MLOPs، لم نعتبرها مختلفة جوهريًا عن DevOps — فنماذج تعلم الآلة هي أيضًا تطبيقات تحتاج إلى التشغيل على بعض موارد الحوسبة — وإن كانت أكثر تعقيدًا. في عام 2023، اتخذنا الموقف نفسه، عندما انتشر الذكاء الاصطناعي التوليدي (GenAI) في العالم — فإن الضبط الدقيق لنماذج اللغة الكبيرة (LLM) أو تدريب نماذج تعلم الآلة أو تشغيل مهمة خط أنابيب البيانات كلها مهام حوسبة طويلة الأمد، وتقديم نماذج اللغة الكبيرة (LLM) أو استنتاج نماذج تعلم الآلة أو واجهة برمجة تطبيقات REST بسيطة كلها مهام تشغيل مستمرة. وطالما أنها متطابقة من الناحية المعمارية، فإن الأمر يتعلق ببناء تجربة المستخدم (UX) الصحيحة حول كيفية التعامل مع تعقيد إدارة موارد وحدات معالجة الرسوميات (GPU)، أو الحوسبة الموزعة، أو أحجام النماذج الكبيرة، أو المهام طويلة الأمد جدًا — الكثير من الهندسة بالتأكيد، ولكن لا شيء مختلف جوهريًا.

بعبارة أخرى، تقوم TrueFoundry بشكل أساسي بأخذ أي تطبيق أو كود، وتحويله إلى بيان K8s مع إخفاء التعقيد الخاص بالتطبيق. كان لهذا التصميم تأثير عميق على كيفية رؤية العملاء لـ TrueFoundry.

عملت TrueFoundry كجسر يربط بين المنطقة المجهولة لوحدات معالجة الرسوميات (GPUs)، والبنية التحتية عبر السحابة، والنماذج الكبيرة جدًا، وبين المنطقة المعروفة لمنصتهم الحالية المبنية على K8s.

تحدثت TrueFoundry بلغتهم، وتناسبت مع مكدسهم الحالي، ومكنت المؤسسات من الاستفادة من جميع خطوط أنابيب البناء والنشر الأساسية التي أنشأوها بعناية فائقة!

[استراتيجي، ناجح] جوهر مبني على العناصر الأساسية — الخدمات، المهام، مخططات Helm، ووحدات التخزين

في TrueFoundry، نؤمن بأن أي تطبيق في العالم، يمكن التفكير فيه بشكل أساسي من حيث 4 عناصر أساسية —

1. الخدمات — واجهات برمجة التطبيقات (APIs) التي تعمل دائمًا
2. المهام — مهام غير متصلة بالإنترنت طويلة الأمد
3. مخططات Helm — استخدم، ابحث عن، وشارك التطبيقات المبنية على K8s.
4. وحدات التخزين — نقاط تحميل البيانات، مخزن الملفات، وطبقة التخزين.

أصبحت هذه العناصر الأساسية طبقتنا الجوهرية، ثم بُني كل شيء فوقها. على سبيل المثال، استضافة نماذج اللغة الكبيرة (LLM) ليست سوى خدمة، والضبط الدقيق ليس سوى مهمة، وقاعدة بيانات المتجهات (VectorDB) ليست سوى مخطط Helm!

ويمكن اعتبار النموذج الجديد لتطبيقات الذكاء الاصطناعي المركبة مزيجًا من هذه العناصر الأساسية. على سبيل المثال، يتكون تطبيق RAG من — قراءة البيانات المصدر من وحدة تخزين، والتحليل والتجزئة والفهرسة كمهمة، وقاعدة بيانات المتجهات (VectorDB) كمخطط Helm، ونموذج اللغة الكبيرة (LLM) كخدمة، وواجهة برمجة تطبيقات RAG كخدمة!

بينما كان أسلوب العمل في عام 2023 هو RAG وفي عام 2024 هو التطبيقات الوكيلة (agentic applications)، فقد يختلف الأمر في المستقبل. تساعدنا هذه البنية على أن نكون آمنين للمستقبل ولسنا مقيدين بأي طرق تطوير محددة. في عام 2024، قمنا بتعميم هذا المفهوم كمنتج وقد لاقى قبولًا جيدًا جدًا من عملائنا.

[تكتيكي، نجح] تصميم آمن للمستقبل — تجنب الارتباط بمورد واحد

لم يظهر بعد معيار بناء تطبيقات الذكاء الاصطناعي التوليدي، والمؤسسات لا ترغب في الارتباط بأي شيء، وهذا يشمل مزودي الخدمات السحابية، ومزودي النماذج، ومزودي الأطر البرمجية.

لقد لاقى تصميم TrueFoundry الذي يتيح اختيار أي قدرة حاسوبية من أي مزود دون القلق بشأن طبقة إدارة البنية التحتية، واختيار أي نموذج عبر البوابة (Gateway) دون القلق بشأن توقيع واجهة برمجة التطبيقات (API signature)، أو مساعدة الأشخاص على تنسيق عمليات النشر دون الحاجة إلى برمجة إلزامية، مما يقلل الاعتماد على أي إطار عمل — بما في ذلك إطار عملنا — صدى إيجابياً للغاية لدى عملائنا. في الواقع، نذهب إلى حد جعل TrueFoundry قابلاً للاستغناء عنه أيضاً من خلال عرض ملفات K8s الأولية (raw K8s manifests) التي تم إنشاؤها من TrueFoundry، بحيث لا يرتبط العميل بـ TrueFoundry أبداً!

يجب أن أعترف، مع ذلك، أنه بينما يعمل هذا الآن، لسنا واثقين من أنه سيستمر على هذا النحو على المدى الطويل. هذا مثال محتمل على ركوب الموجة، ولكن مع الانتباه لما قد يأتي بعدها.

[تكتيكي، نجح] التركيز على وقت تحقيق القيمة

لطالما كان تركيز TrueFoundry على تقليل الوقت اللازم لنشر التطبيقات الجاهزة للإنتاج لمستخدمينا النهائيين. وقت تحقيق القيمة هو المقياس الأساسي الذي سعينا دائماً لتحسينه. في عام 2024، قضينا وقتاً كافياً في محاولة تحسين وقت تحقيق القيمة لنا كمنصة أيضاً — وهذا يعني، مدى سرعة تثبيت TrueFoundry في بيئة العميل ومدى سرعة استخلاص القيمة التجارية النهائية للمستخدمين النهائيين.

يتضح من مراجعاتنا على G2 أن وقت إطلاقنا (Time to go-live) البالغ 0.42 شهراً أفضل بكثير من المنافسين في فئتنا الذين يبلغ متوسطهم 2.29 شهراً، وأن العائد على الاستثمار المقدر بـ 4 أشهر مقارنة بمتوسط 13.66 شهراً!

[تكتيكي، لم ينجح] الاقتراب من حالات الاستخدام

مع تركيزنا على بناء بنية صحيحة، نعتقد أنه كانت هناك حالات لم نكن فيها قريبين جداً من الهدف النهائي الذي يسعى المستخدم لتحقيقه. وهذا يعني أن الأمر يتطلب أحياناً جهداً إضافياً من المستخدمين النهائيين لبناء التطبيق النهائي، ويمكننا جعل تجربة منتجنا أكثر توافقاً مع ذلك. على سبيل المثال، يمكن للأشخاص اليوم بناء ونشر أي تطبيق يعتمد على الوكلاء (agentic application) على TrueFoundry — نظراً لكيفية تمكين بنيتنا من نشر أي تطبيقات ذكاء اصطناعي مركبة — ولكن هل التجربة سلسة كما نود؟ ربما لا!

حققنا نجاحاً كبيراً في هذا المجال في عام 2024، مع إطلاقنا الأول مفتوح المصدر، Cognita — وهو إطار عمل مصمم لنشر تطبيقات RAG الجاهزة للإنتاج، والذي حصد أكثر من 3000 نجمة في الأسبوعين الأولين من إطلاقه! لكنني أود أن أقول، قد يكون هذا قليلاً جداً ومتأخراً جداً! من الناحية المثالية، كان هذا مجالاً كان ينبغي أن نحسنه في عام 2023 نفسه وأن نبني فيه الكثير في عام 2024! ولكن الآن بعد أن أدركنا ذلك، نحتاج إلى العمل بنشاط لتحقيق هذا في عام 2025.

[استراتيجي، لم ينجح] التركيز على شخصية المشتري

الحكمة الشائعة في عالم الشركات الناشئة — إذا كنت تنوي إنشاء عملية بيع قابلة للتكرار، فأنت بحاجة إلى التركيز الشديد على ملف تعريف العميل المثالي وشخصية المشتري. اعتقدنا أننا نعرف هذا و"أعطينا الأولوية القصوى" لهذا الجزء لتقليص قائمة المشترين لدينا في النهاية إلى أحد نوعين من المستخدمين — رئيس قسم علم البيانات الذي يحاول نشر تطبيق ذكاء اصطناعي توليدي في مرحلة الإنتاج، ورئيس قسم المنصة الذي يبني أدوات للمطورين لجميع فرق علم البيانات الداخلية.

اعتقادنا الأخير هو — أن اثنين لا يزال غير كافٍ. التركيز الشديد يعني واحداً وواحداً فقط! سيساعدنا هذا على تحسين كل شيء بدءاً من تجربة المستخدم النهائية للمنتج، إلى مواد تمكين المبيعات، إلى تسويق المنتج وكل وظيفة تبني الشركة. لم يصدر الحكم بعد، ولكن حتى الآن، يبدو أننا قد نضطر إلى قضاء وقت في عام 2025 لتقليص هذا الأمر بشكل أكبر!

نتطلع إلى الأمام ونرحب بعام 2025

مسلحين بالدروس المستفادة، ومنتج راسخ من الناحية الأساسية والمعمارية، وزخم قوي من العملاء، وإلى جانب فريق لامع ومثابر يهتم حقاً بحل هذه المشكلة، نحن متحمسون للمغامرة في عام 2025 — ونشعر أننا في وضع أقوى من أي وقت مضى!

الأهم من ذلك، نحن متحمسون لاحتضان التغييرات التي أحدثها الذكاء الاصطناعي التوليدي لأنفسنا كشركة ناشئة وتوسيع رؤيتنا الخاصة! مع القدرات التي أطلقها الذكاء الاصطناعي التوليدي، نعتقد أن جميع التحسينات في وقت تحقيق القيمة، وتوفير التكاليف، والقدرة على إنجاز المزيد بموارد أقل ليست سوى محطات على الطريق. في النهاية، سيصبح كل شيء فورياً، وأكثر كفاءة، ويعمل بالكامل على الطيار الآلي! تماماً كما لا نفكر اليوم فيما إذا كان المترجم (compiler) قد نقل الذاكرة أو خصص الموارد بكفاءة عندما نكتب برنامجاً، غداً لن نفكر فيما إذا كانت البنية التحتية التي يديرها الذكاء الاصطناعي قد تم إنجازها بشكل صحيح.

إذا كنا ندخل عالماً حيث ستتفاعل آلاف الوكلاء مع البشر لإنجاز كل مهمة، فليس من المجدي ولا المنطقي أن يصبح البشر عنق الزجاجة في إدارتهم. المنصة المركزية التي تدير عالم الـ

ذكاء الاصطناعي ستتم إدارته بواسطة الذكاء الاصطناعي

بينما نركز على هذه الرؤية الموسعة، نستقبل عام 2025 بأذرع مفتوحة! كل عام وأنتم بخير.

‍