أغلقت شركة Atomic الناشئة في مجال برمجيات سلاسل الإمداد جولة تمويل من السلسلة A بقيمة 12.5 مليون دولار، ليرتفع إجمالي تمويلها إلى أكثر قليلاً من 15 مليون دولار. قادت الجولة شركة Klass Capital المتخصصة في استثمارات النمو، بمشاركة Madrona Venture Group.
تطوّر Atomic منصة تستخدم الذكاء الاصطناعي الوكيلي لتحديد كمية المخزون التي تحتاج إليها الشركة ومواقع تخزينه. وتعمل المنصة عبر محاكاة سيناريوهات تشغيلية متعددة، ثم تقديم استجابة مقترحة أو اتخاذ القرار تلقائياً وفق قواعد العمل التي تتعلمها من بيانات العميل وممارساته.
من تخطيط المخزون إلى اتخاذ القرار
يعود أصل النهج إلى نظام أولي بناه مؤسسا الشركة Michael Rossiter وNeal Suidan أثناء عملهما في Tesla خلال تصعيد إنتاج Model 3 في عام 2018. ووفقاً للمادة، لم تعد جداول البيانات الداخلية قادرة على مواكبة سرعة التغير المطلوبة في التخطيط، ما دفع الفريق إلى تطوير طريقة أكثر ديناميكية لمحاكاة القرارات التشغيلية.
وقالت Atomic إن إيراداتها السنوية المتكررة زادت خمسة أضعاف منذ بداية العام. كما انتقلت الشركة، بحسب Jon McNeill، الرئيس السابق لـTesla ومؤسس DVx Ventures التي احتضنت Atomic، من خدمة تقدم توصيات إلى منصة تتخذ قرارات فعلية. وأضاف أن DoorDash تستخدم النظام في نحو 90% من مشترياتها عبر مئات المواقع.
تستخدم شركات من بينها DoorDash وHelloFresh المنصة، فيما تعمل Atomic أيضاً مع عملاء في السلع الاستهلاكية المعبأة والتنقل والتصنيع. وبالنسبة إلى الشركات التي تتعامل مع الأغذية، يمكن لتخطيط المخزون الأكثر دقة أن يساعد في خفض الهدر والتلف، لكن المصدر لا يقدم أرقاماً مستقلة تقيس هذا الأثر.
ما الذي يتغير عملياً؟
الأهمية العملية للخبر لا تكمن في إضافة أداة تحليلية أخرى إلى أنظمة التخطيط، بل في انتقال جزء من القرار من مرحلة التوصية إلى التنفيذ الآلي. وتقول الشركة إن الذكاء الاصطناعي استطاع استنتاج «قواعد القرار» التي يعتمدها موظفو العملاء حتى عندما لا تكون موثقة، الأمر الذي قلص زمن تهيئة النظام ودفع بعض العملاء إلى تفويض القرار نفسه للمنصة.
كما عينت Atomic Jeff Goodrich، مدير التخطيط السابق في Tesla، مديراً للتقنية وشريكاً مؤسساً ثالثاً. ويرى Rossiter أن نقل بيانات العمليات من جداول البيانات إلى برمجيات متقدمة يمثل تحولاً لا يزال أقل شيوعاً من تحديث أنظمة البيانات المالية.
القيود والأسئلة المفتوحة
يعتمد نجاح هذا النموذج على جودة بيانات التشغيل وعلى قدرة النظام على فهم قواعد العمل الخاصة بكل قطاع، خصوصاً مع اختلاف تحديات التصنيع والتنقل والسلع الاستهلاكية. كما أن المصدر لا يوضح آليات الحوكمة أو المراجعة البشرية للقرارات الآلية، ولا يقدم تفاصيل عن الأسعار أو شروط التوفر. لذلك يثبت الخبر توسع الاستخدام التجاري للمنصة وتمويل الشركة، لكنه لا يكفي وحده للحكم على ملاءمتها لكل سلسلة إمداد.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.