**توثيق العقود الخاصة على السلسلة: Inveniam وDocugami تسدان فجوة الثقة في بيانات الذكاء الاصطناعي**

أعلنت شركة “إنفينيام” (Inveniam)، وهي شركة البنية التحتية للبيانات التي تدير أصولاً خاصة تتجاوز قيمتها 200 مليار دولار على السلسلة، عن شراكة جديدة مع شركة “دوكيجامي” (Docugami) لسد فجوة كبيرة في السوق. ستتعاون الشركتان معًا لتقديم بيانات موثقة على مستوى العناصر الفردية للأصول في العالم الحقيقي.

مثل معظم القطاعات، وجد الذكاء الاصطناعي طريقه إلى الأسواق الخاصة؛ لكن مشكلة البيانات انتقلت معه أيضًا، لأن البيانات التي تدعم الأصول التي يتم تحليلها غالبًا ما تكون محصورة في مستندات غير منظمة لم تتمكن الآلات من قراءتها بدقة من قبل.

ستجمع هذه الصفقة بين تقنية “لغة ترميز المستندات البيانية” (DGML) من دوكيجامي وسلسلة “إنفينيوم إن في إن إم” (NVNM Chain) من إنفينيام.

جاءت هذه الشراكة بعد تقارير سابقة أعلنت فيها إنفينيام عن خطتها لشراء سلسلة $MANTRA، وهي بلوكتشين من الطبقة الأولى منظمة، والتي بُنيت عليها سلسلة NVNM كطبقة ثانية. ومن المتوقع أن تُغلق هذه الصفقة بحلول نهاية هذا الشهر. وجاءت هذه الصفقة بعد استثمار استراتيجي بقيمة 20 مليون دولار قامت به إنفينيام في $MANTRA في أغسطس 2025، وقامت الشركتان معًا ببناء سلسلة NVNM قبل أن تتحرك إنفينيام لوضع التقنية بأكملها تحت سقف واحد.

ما هي تقنية دوكيجامي الحصرية؟

تم إنشاء تقنية DGML بواسطة جان باولي، الرئيس التنفيذي لشركة دوكيجامي، وهو أحد المشاركين في كتابة معيار XML 1.0 والرئيس السابق لتقنيات مفتوحة المصدر في مايكروسوفت. تقوم هذه التقنية بتحويل عقود الإيجار، واتفاقيات القروض، والبيانات التشغيلية، وتقارير التقييم إلى عناصر بيانات مصنفة بدقة. تقوم سلسلة NVNM من إنفينيام بعد ذلك بتسجيل هذه العناصر كسجلات مقاومة للعبث ومختومة بالوقت على السلسلة، مما ينشئ مسار تدقيق تشفيري يمكن لأي طرف معني التحقق منه بشكل مستقل.

كيف تختلف DGML عن تقنيات بيانات المستندات الأخرى؟

يوجد حاليًا تقنية لإثبات مصدر المستند بأكمله، مما يثبت مثلاً أن قائمة إيجارات معينة كانت موجودة في وقت محدد. تأخذ DGML هذا الابتكار إلى المستوى التالي، حيث تجعل من الممكن التحقق من نقاط البيانات الفردية المستخرجة من داخل المستند. على سبيل المثال، رقم إيجار من بند معين في عقد، أو نسبة القرض إلى القيمة من مذكرة اكتتاب، أو بند صافي الدخل التشغيلي من بيان تشغيلي.

قال باولي متحدثًا عن الشراكة: “إن أهم قرارات العمل في العالم تُتخذ بناءً على مستندات لم تتمكن الآلات من قراءتها بشكل صحيح أبدًا. لقد أمضينا سنوات في بناء تقنية لتحويل المستندات المعقدة إلى بيانات بدقة غير مسبوقة. من خلال فتح تقنية DGML، فإننا ندعو كل مشارك في النظام البيئي لرأس المال الخاص للتعاون معنا والبناء على أساس مشترك.”

تستخدم تقنية دوكيجامي نماذج لغوية كبيرة مفتوحة المصدر، ونماذج استدلال وكيلية صغيرة، وتوليد الرسوم البيانية المعرفية لتحويل مستندات الأعمال المعقدة إلى بيانات منظمة وقابلة للاستخدام دون الحاجة إلى بيانات تدريب أو قوالب.

لماذا تحتاج الأصول المرمزة وعملاء الذكاء الاصطناعي إلى تثبيت بيانات المستندات على السلسلة؟

نمت قيمة الأصول الحقيقية المرمزة (RWA) من حوالي 14.1 مليار دولار في يناير إلى أكثر من 32.4 مليار دولار. ومع ذلك، لا تزال مشكلة جودة البيانات قائمة، لأن ترميز الأصل الخاص أو التصديق عليه يكون موثوقًا بقدر موثوقية البيانات الأساسية. يتطلب التحقق من مصدر تلك البيانات إما الثقة في المُصدر أو إجراء العناية الواجبة المستقلة من الصفر.

تم تصميم سلسلة NVNM، التي أطلقتها إنفينيام في 7 مايو كطبقة ثانية مخصصة للأسواق الخاصة، لتكون بمثابة طبقة تصديق للذكاء الاصطناعي الوكيلي. تقوم سلسلة NVNM بتسجيل وجود مجموعات البيانات وتصدر تصديقات “إثبات المصدر” و”إثبات الحالة” و”إثبات العملية” التي تتعقب البيانات التي أدت إلى أي قرار أو معاملة. مع إضافة DGML، سيتمكن عملاء الذكاء الاصطناعي من قراءة بيانات المستندات وجعلها قابلة للتحقق وجاهزة للتدقيق.

وفقًا لباتريك أوميرا، رئيس مجلس الإدارة والرئيس التنفيذي لشركة إنفينيام: “تعتبر DGML تقدمًا أساسيًا في كيفية قراءة وهيكلة المستندات التي تقود رأس المال الخاص. إن تثبيت عناصر البيانات المستخرجة بواسطة DGML على السلسلة هو المكمل الطبيعي: فهو يضمن أنه بمجرد ظهور عناصر البيانات، يمكن الوثوق بها من قبل كل طرف يحتاج إلى استخدامها.”

لم تعلن الشركتان بعد عن موعد الإطلاق العام لحلولهما.

الأسئلة الشائعة (FAQ)

• س: ما هي أبرز فوائد الشراكة بين إنفينيام ودوكيجامي؟
  ج: الفائدة الرئيسية هي جعل البيانات المستخرجة من المستندات المعقدة (مثل عقود الإيجار واتفاقيات القروض) موثوقة وقابلة للتحقق على blockchain، مما يسمح للذكاء الاصطناعي والمستثمرين بالثقة في البيانات دون الحاجة إلى إجراء تدقيق يدوي.
• س: كيف تختلف تقنية DGML عن الطرق التقليدية لقراءة المستندات؟
  ج: بينما تثبت الطرق التقليدية وجود المستند ككل، تسمح DGML بالتحقق من نقاط بيانات محددة بداخله (مثل رقم الإيجار أو نسبة القرض)، وهذا يمثل نقلة نوعية في دقة وشفافية البيانات.
• س: ما هو دور سلسلة NVNM في هذه الشراكة؟
  ج: سلسلة NVNM هي طبقة تدقيق و”تصديق” على الـ blockchain، حيث تسجل عناصر البيانات المستخرجة بواسطة DGML كسجلات مقاومة للعبث، مما ينشئ مسارًا تشفيريًا يمكن لأي طرف معني التحقق منه بشكل مستقل.