شركة Algomatic Dynamics اليابانية تحصل على تمويل أولي بقيمة 32.5 مليون دولار: الذكاء الاصطناعي الفيزيائي والأيدي الروبوتية متعددة الأصابع على أعتاب التسويق التجاري

لمحة سريعة عن الحقائق

• الشركة: Algomatic Dynamics (طوكيو)، بدأت عملياتها رسميًا في 9 سبتمبر 2026، وأُسست بعد إعادة تنظيم لشركة Algomatic Co. التابعة لمجموعة DMM، والرئيس التنفيذي هو Yuki Nanri.
• التمويل: جولة أولى بقيمة 32.5 مليون دولار، والمستثمر هو DMM.com. يُستخدم التمويل، وفق ما أفصحت عنه الشركة، في الاستثمار بالعتاد وموارد الحوسبة للبحث والتطوير.
• إيقاع المنتجات: من المقرر إطلاق منصة اليد الروبوتية متعددة الأصابع بالذكاء الاصطناعي في اليابان بحلول نهاية عام 2026.
• خطوط الأعمال الثلاثة: بيانات الحركة وتعلّم الروبوتات؛ اليد الروبوتية بالذكاء الاصطناعي (برمجيات وعتاد متكاملان)؛ روبوتات الترفيه بالذكاء الاصطناعي (روبوتات شخصيات ثنائية الأرجل وتقنية الأنيماترونكس).

---

خلفية القطاع: عنق الزجاجة في الذكاء الاصطناعي المادي تحوّل من النماذج إلى البيانات

خلال العامين الماضيين، شهد محور السرد الخاص بالذكاء الاصطناعي المُجسّد (Embodied AI) تحولًا واضحًا. فقد أدى تحسّن قدرات النماذج من نوع الرؤية—اللغة—الحركة (VLA) إلى أن يصبح سؤال "هل يستطيع الروبوت فهم المهمة؟" لم يعد عنق الزجاجة الوحيد؛ بل أصبح القيد الحقيقي هو "من أين يحصل الروبوت على بيانات تفاعل مادي كافية، وحقيقية بما يكفي، ومتنوعة بما يكفي؟".

خطوط الأعمال الثلاثة لدى Algomatic Dynamics تدور في جوهرها حول عنق الزجاجة هذا:

1. بيانات الحركة وتعلّم الروبوتات: تخطط الشركة لتحليل مقاطع فيديو لحركات اليد والجسم الكامل لعمال مهرة (مثل الرقص وكرة القدم وغيرها من الحركات المتواصلة)، وتحويل الحركات إلى بيانات يمكن تدريب الروبوتات عليها، مع التأكيد على أن هذه البيانات قابلة للاستخدام عبر أشكال مختلفة من الروبوتات. كما تقدم خدمات تأجير الروبوتات والمشغّلين. 2. اليد الروبوتية بالذكاء الاصطناعي: تبيع يدًا روبوتية متعددة الأصابع على شكل نظام متكامل من البرمجيات والعتاد، ويغطي نطاق خدماتها الضبط المخصص للمهمة وإعادة المعايرة والصيانة — ما يعني أن الشركة تضع نفسها كمشغّل طويل الأمد، لا كمورّد عتاد لمرة واحدة. 3. روبوتات الترفيه بالذكاء الاصطناعي: موجّهة لتطوير روبوتات شخصيات ثنائية الأرجل وصيانتها وتشغيلها، ويرتبط مسارها التقني بالأنيماترونكس (animatronics).

على المستوى التقني، أفصحت الشركة أيضًا عن اتجاهين: استقرار الوقوف على قدمين (الحفاظ على وضعية قائمة على أسطح غير مستوية، والسلالم، والمنحدرات، بطريقة تجمع بين التحكم القائم على النماذج والتعلّم المعزّز) وجمع المعرفة الضمنية (tacit knowledge) (التقاط عناصر المهارة التي يصعب نقلها بالكلام، مثل توقيت حركات الحرفي الماهر، وتطبيق القوة، ومركز نظره، عبر تحليل الفيديو).

للقدرتين دلالتان صناعيتان مختلفتان: الأولى تحدّد ما إذا كان الروبوت قادرًا على الدخول إلى بيئة مادية حقيقية وغير مهيكلة؛ أما الثانية فتحدّد ما إذا كان الروبوت قادرًا على نسخ "الإنسان" وليس فقط نسخ "مسار الحركة".ما يستحق أن يوضع في نافذة المراقبة نفسها هو أن هناك، في الفترة ذاتها، عدة تطورات مرتبطة بالذكاء الاصطناعي الفيزيائي: أطلقت Pony.ai وVerne اختبارات نقل ركاب بسيارات روبوتاكسي بدون سائق بالكامل في كرواتيا، وافتتحت Vention مختبرًا للذكاء الاصطناعي الفيزيائي موجّهًا للروبوتات الصناعية في مونتريال، وأكملت Bulwark Dynamics جولة تمويل أولية بقيمة 6.8 ملايين دولار، وتخطط لبناء زوارق إنزال ذاتية في حوض بناء سفن في اليابان. تشير هذه الأحداث مجتمعة إلى استنتاج واحد: إن رأس المال والاستثمار الهندسي في الذكاء الاصطناعي الفيزيائي ينتقلان من سردية الروبوتات البشرية العامة إلى طبقات تنفيذ أكثر تخصصًا — اليد، والتوازن، والبيانات، والسياق.

تأثير السوق: رأس المال الاستراتيجي، وعملاء حالات الاستخدام، والإنفاق على القدرة الحاسوبية

بالنسبة للشركة نفسها. حجم الجولة الأولى البالغ 32.5 مليون دولار يقع، بالنسبة لشركة تجمع بين عتاد الذكاء الاصطناعي ومنصة بيانات، في نطاق «كافٍ لكنه غير كافٍ للتوسع الكمي». وتوجّه الشركة الأموال بوضوح نحو العتاد وموارد القدرة الحاسوبية، ما يعني أن هيكل تكاليفها سيكون على المدى القصير أقرب إلى منظمة بحث وتطوير كثيفة الأصول، لا إلى فريق برمجيات خالص. ويعني ذلك أيضًا أن إطلاق منتجها في أواخر 2026 سيكون على الأرجح إطلاقًا أوليًا للمنصة وتجارب ميدانية، لا شحنًا واسع النطاق.

أما المستثمر DMM.com. الجدير بالملاحظة أن الطرف المموّل ليس مستثمرًا ماليًا محضًا، بل هو الشركة الأم للمجموعة. تمتد أعمال مجموعة DMM عبر خدمات الإنترنت والمحتوى والترفيه وغيرها، ولدى خط أعمال «روبوتات الترفيه بالذكاء الاصطناعي» تآزر محتمل في حالات الاستخدام. وبالنسبة للمجموعة، يمثل هذا الاستثمار في الوقت نفسه تمركزًا تقنيًا وتوطينًا خارجيًا لقدرة داخلية: فإبقاء البحث والتطوير في الذكاء الاصطناعي الفيزيائي داخل كيان مستقل يحافظ على دعم الموارد، كما يحافظ على عزل الفشل.

على صعيد العملاء. القطاعات التي حددتها الشركة بالاسم هي قطاعات تواجه نقصًا في القوى العاملة: التصنيع، والخدمات اللوجستية، والرعاية الصحية والتمريضية، وخدمات الأغذية. وتشترك هذه القطاعات في أن مهامها غير قياسية، وصعوبة توظيف العمال فيها، وارتفاع متطلبات السلامة في التعاون بين الإنسان والآلة. وتكمن أهمية اليد الآلية متعددة الأصابع في أنها تقابل عمليات «كثيفة الاعتماد على اليد» مثل الفرز والتجميع وانتقاء الأطعمة غير منتظمة الشكل — وهي العمليات التي كانت بالتحديد الأقل في معدل انتشار الأتمتة خلال العقد الماضي.

على صعيد البنية التحتية. يختلف هيكل استهلاك القدرة الحاسوبية في الذكاء الاصطناعي الفيزيائي عن الذكاء الاصطناعي المؤسسي التقليدي: إذ يعتمد التدريب على المحاكاة واسعة النطاق ومعالجة بيانات الفيديو، بينما يتطلب الاستدلال نشرًا منخفض زمن الاستجابة على الحافة. وسيدفع ذلك الطلب في اتجاهين — القدرة الحاسوبية للمحاكاة والتدريب على جانب مراكز البيانات، وشرائح الاستدلال على الحافة ومنظومة التحكم في الزمن الحقيقي على جانب جسم الروبوت نفسه. وقول الشركة إن الأموال ستُستخدم «لتأمين موارد القدرة الحاسوبية» هو في حد ذاته حاشية على هذا الاتجاه.

المشهد التنافسي: طبقة البيانات هي ساحة المعركة الحقيقية

• المستفيدون.- الجهات الصناعية التي تمتلك السيناريوهات والبيانات: شركات التصنيع واللوجستيات التي تمتلك كميات كبيرة من مقاطع فيديو حركات العمال المهرة، وبيانات عمليات خطوط الإنتاج، وسجلات الصيانة، تتحول في عصر الذكاء الاصطناعي الفيزيائي من "كائن تُؤتمت عملياته" إلى "مزوّد للبيانات"، وترتفع قدرتها التفاوضية.
• سلسلة توريد الأجهزة: حلقات مثل أجهزة الاستشعار اللمسية، ووحدات مفاصل الأيدي البارعة، ووحدات الاستدلال الطرفي، ستكتسب نموًا إضافيًا مع تسويق منصات الأيدي متعددة الأصابع تجاريًا.
• النظام البيئي لصناعة الروبوتات اليابانية: لدى اليابان في مجال الروبوتات الصناعية شركات قائمة مثل فانوك وياسكاوا إلكتريك، ولديها قدرات عميقة في تصنيع الهياكل والأجزاء الدقيقة. وتصرّح Algomatic Dynamics بوضوح بأن تقنيتها "قابلة للاستخدام عبر أشكال روبوتات وبيئات مختلفة"، وهذا التموضع أقرب إلى طبقة التمكين لا إلى طبقة استبدال الهياكل، ما يقلل نظريًا من المواجهة المباشرة مع الشركات القائمة.

الجهات الواقعة تحت الضغط.

• شركات الروبوتات التي تقدم الهيكل فقط ولا تمتلك البيانات والنماذج: عندما تُسلَّم الأيدي الآلية بنموذج متكامل "أجهزة + برامج + ضبط وصيانة"، ستتقلص مساحة المنافسة السعرية في الأجهزة الصرفة.
• الشركات الناشئة التي يكون بيعها الوحيد يدًا آلية أحادية النقطة: تحاول Algomatic Dynamics ربط جمع البيانات، وتدريب النماذج، والنشر الفعلي في حلقة مغلقة (من جمع بيانات المهام إلى تدريب النموذج ثم النشر على الآلة الفعلية)، وهذه سردية الحزمة الكاملة تمنحها ميزة أكبر في التمويل والتواصل مع العملاء.
• شركات الخدمات كثيفة العمالة: ستواجه هياكل التوظيف في قطاعات مثل الرعاية والخدمات الغذائية ضغط استبدال مستمرًا في المدى المتوسط والطويل، لكنها في المدى القصير ستكون أقرب إلى "التعاون بين الإنسان والآلة" لا "الاستبدال".

المتابعون المحتملون. يمكن توقع أن تسرّع ثلاث فئات من الجهات الفاعلة تحركاتها: أولًا، مجموعات التصنيع وشركات التجارة العامة اليابانية الكبرى المحلية، بالدخول إلى الذكاء الاصطناعي الفيزيائي عبر الاستثمار أو التجارب المشتركة؛ ثانيًا، فرق الروبوتات البشرية والأيدي البارعة في الولايات المتحدة والصين، وستعزز السرد الخارجي حول "البنية التحتية لجمع البيانات"؛ ثالثًا، مزودو الخدمات السحابية، الذين سيغلّفون المحاكاة ووسم البيانات وتدريب نماذج الروبوتات في خدمات سحابية للذكاء الاصطناعي الفيزيائي.

ما ينبغي إدراكه بوضوح هو أن التعميم عبر أجسام الروبوتات المختلفة لا يزال مشكلة على مستوى الصناعة، وليس وعدًا قابلًا للتسليم من شركة بعينها. وتصف الشركة بياناتها بأنها "قابلة للاستخدام مع أشكال روبوتات مختلفة"، وهذا تعبير عن هدف تقني وتموضع منتج، أما درجة التعميم الفعلية فتحتاج إلى تحقق طرف ثالث بعد الإطلاق في نهاية عام 2026.

دروس للشركات: كيف تقيّم موردي الذكاء الاصطناعي الفيزيائي

بالنسبة لصنّاع القرار في الشركات الذين يقيّمون مسارات تطبيق الذكاء الاصطناعي الفيزيائي، تقدم هذه الصفقة عدة أطر حكم قابلة للتنفيذ:

أولًا، انظر إلى إجمالي تكلفة الملكية، لا إلى عرض سعر الأجهزة. يتضمن نموذج الأيدي الآلية لدى Algomatic Dynamics ضبطًا مخصصًا للمهام وإعادة ضبط وصيانة. وهذا يعني أن قرار الشراء يجب أن يغطي نفقات الضبط والصيانة لثلاث سنوات، لا أن يقتصر على مقارنة سعر الوحدة الواحدة. وينبغي للشركات أن تطلب من المورّد معيارًا خاصًا بـ"تكلفة إعادة الضبط بعد تغيير المهمة".ثانيًا، انظر إلى بند ملكية البيانات ورسملة المهارات كأصول. سيحوّل نظام جمع المعرفة الضمنية حركات العمال المهرة وأنماط تطبيق القوة والنظر إلى أصول بيانات. يجب توضيح ملكية هذه البيانات ونطاق استخدامها وما إذا كان يمكن استخدامها لتدريب النماذج العامة للمورد في العقد. هذا هو البند الذي تغفله شركات التصنيع غالبًا، ويكون الأصعب في المعالجة اللاحقة.

ثالثًا، ابدأ من مهام صغيرة محددة، لا من "استبدال الوظائف". أعطِ الأولوية لعمليات محددة تتسم بتكرار عالٍ للحركات، ونافذة واسعة لتحمل الأخطاء، وصعوبة مستمرة في التوظيف، مثل التقاط المواد غير المنتظمة وفرزها. استخدم 6—12 شهرًا لقياس تكلفة المهمة الواحدة ومعدل الإنتاج السليم وزمن التوقف، بدلًا من قياس "كم شخصًا تم توفيرهم".

رابعًا، أدرج الذكاء الاصطناعي الفيزيائي ضمن أنظمة الأتمتة وحوكمة تقنية المعلومات القائمة. يجب دمج متطلبات الامتثال المتعلقة بالسلامة ومسافة التعاون بين الإنسان والآلة وتدفق البيانات عبر الحدود وهندسة شبكة المصنع مع عمليات تقييم سلامة خطوط الإنتاج القائمة، لتجنب تكوّن ثغرات رقابية.

التوقعات

الأشهر الـ12 القادمة. تتركز نافذة المتابعة على الإطلاق في السوق اليابانية في نهاية عام 2026. تشمل المؤشرات القابلة للتحقق: قطاع أول عملاء تجريبيين ونوع المهام، وما إذا كانت نتائج الاختبار الفعلية للانتقال بين الأجساد ستُنشر، وهيكل تسعير خدمات التأجير والمشغّلين. الأرجح في هذه المرحلة هو "التوفر في سيناريوهات محددة"، لا المناورة العامة الماهرة.

الأشهر الـ24 القادمة. سينتقل محور المنافسة من الأجساد إلى دوّامة البيانات. من يستطيع جمع بيانات حركية عالية الجودة باستمرار في سيناريوهات حقيقية وتحويلها إلى قدرات نماذج قابلة لإعادة الاستخدام، سيتمكن من بناء وفورات حجم تمتد عبر العملاء. في هذه المرحلة، سيتسارع الدمج بين الذكاء الاصطناعي الفيزيائي والبنية التحتية السحابية، وستصبح موارد الحوسبة للمحاكاة والتدريب بندًا أساسيًا في تكاليف الموردين، كما ستصبح نقطة نمو جديدة لمزودي الخدمات السحابية. في الوقت نفسه، ستُشدد مراجعات الامتثال بشكل ملحوظ في سيناريوهات مثل الرعاية والخدمات اللوجستية، وستؤثر قدرات حوكمة البيانات مباشرة في وتيرة النشر.

السنوات الثلاث القادمة. الحكم البنيوي هو: قد يتجه جسم اليد الآلية نحو التسليع، وتنتقل القيمة إلى طبقة البيانات وطبقة النماذج وطبقة خدمات التشغيل والصيانة. سيكون الشكل الصناعي للذكاء الاصطناعي الفيزيائي أقرب إلى مزيج "منصة + مزود خدمات سيناريوهات"، بدلًا من منافسة بين مصنّعي روبوتات خالصين. بالنسبة للمؤسسات الاستثمارية، ما يستحق المتابعة طويلة الأجل ليس معايير أداء جهاز واحد، بل ثلاثة مؤشرات — تكلفة جمع البيانات لكل مهمة، ومعدل نجاح الانتقال بين الأجساد، وعمق إعادة شراء العملاء وتوسّع المهام.

---

المصدر: AI Insider، 《Japan's Algomatic Dynamics Launches with $32.5M in Funding to Develop Physical AI, Robotic Hand》，https://theaiinsider.tech/2026/09/10/japans-algomatic-dynamics-laucnhes-with-32-5m-in-funding-to-develop-physical-ai-robotic-hand ؛ إعلان Algomatic Dynamics الرسمي، https://algomatic-dynamics.com/news-20260909-funding