توضح مقابلة أجرتها MONOist مع Tiffany Bloomquist، رئيسة قطاع الشركات الناشئة في آسيا والمحيط الهادئ واليابان لدى Amazon Web Services، وTaesan Kwon، الرئيس التنفيذي للعمليات في STRADVISION، كيف يمكن للبنية السحابية وبرامج دعم الشركات الناشئة أن تساعد شركة متخصصة في الرؤية الحاسوبية على الانتقال من تطوير تقنية متخصصة إلى نشر حلول الذكاء الاصطناعي في قطاعات متعددة.
جاءت المقابلة خلال فعالية إعلامية نظمتها AWS في مكتب STRADVISION في كوريا الجنوبية في 8 سبتمبر 2026، وتركزت على أعمال الشركتين في الذكاء الاصطناعي، وعلى ما تسميه AWS الذكاء الاصطناعي الفيزيائي؛ أي استخدام النماذج الذكية في بيئات تتفاعل مع العالم الحقيقي، مثل المركبات والروبوتات.
من الفكرة إلى السوق
قالت Bloomquist إن AWS استثمرت أكثر من 80 مليار دولار خلال 20 عاماً، وتدعم أكثر من 350 ألف شركة ناشئة حول العالم عبر برنامج AWS Activate. ووفقاً لشرحها، لا يقتصر هذا الدعم على أرصدة الحوسبة والخدمات التقنية، بل يمتد إلى مساعدة الشركات في بناء المنتج، ووضع استراتيجية الوصول إلى السوق، والاستفادة من AWS Marketplace، وربطها بشركاء وعملاء من المؤسسات.
وتعرض AWS شركات مثل Netflix وGrab بوصفها أمثلة على شركات بدأت بأفكار محددة ثم توسعت إلى أعمال عالمية. لكن المقابلة لا تقدم أرقاماً جديدة عن نمو STRADVISION أو نتائج تجارية محددة؛ بل تركز على الآليات التي تستخدمها AWS لمساندة الشركات في مراحل التطوير والتوسع.
ما الذي توفره AWS لحلول الذكاء الاصطناعي؟
تقول AWS إنها توفر أكثر من 200 خدمة يمكن تركيبها وفق احتياجات العميل. وبالنسبة إلى مشاريع الذكاء الاصطناعي كثيفة الحوسبة، تشمل الخيارات استخدام وحدات معالجة الرسوميات من NVIDIA، أو الوصول إلى شرائح AWS Trainium لتدريب النماذج وAWS Inferentia لتشغيل الاستدلال.
كما أشارت الشركة إلى AWS SageMaker HyperPod لتنسيق عمليات تدريب النماذج واسعة النطاق، وإلى Amazon Bedrock للوصول إلى نماذج الذكاء الاصطناعي عبر واجهات برمجية، إضافة إلى Amazon Q Developer وKiro لأعمال التطوير البرمجي، وAmazon QuickSight لتحليل البيانات وعرضها.
تطبيقات STRADVISION في الذكاء الاصطناعي الفيزيائي
تطور STRADVISION حلولاً للرؤية الحاسوبية تعتمد على الذكاء الاصطناعي، وتستخدمها في تطبيقات مرتبطة بالمركبات. وذكرت Bloomquist أن تقنيات الشركة تمثل حالة استخدام مبكرة للذكاء الاصطناعي الفيزيائي، فيما يجري توسيع النماذج المدربة على بيانات السيارات إلى مجالات أخرى، منها الروبوتات.
وتستفيد STRADVISION من حلول AWS في تطوير منتجاتها، وفقاً للمادة، إلا أن المقابلة لا تحدد الخدمات المستخدمة في كل مرحلة من مراحل الإنتاج، ولا تكشف عن مؤشرات أداء أو عقود عملاء أو تفاصيل تقنية تتيح قياس أثر هذه الخدمات بصورة مستقلة.
لماذا يهم هذا التطور؟
تكمن أهمية الحالة في أنها توضح أن تطوير الذكاء الاصطناعي المخصص للبيئات الواقعية لا يعتمد على النموذج وحده؛ بل يحتاج أيضاً إلى بنية لتدريب النماذج وتشغيلها، وإلى أدوات لإدارة البيانات والتطوير والتوزيع التجاري. بالنسبة إلى الشركات الناشئة في مجالات السيارات والروبوتات، قد يقلل هذا التكامل من الحاجة إلى بناء كامل البنية التحتية داخلياً.
في المقابل، يظل نجاح هذا النموذج مرتبطاً بجودة البيانات، ومتطلبات السلامة والاعتمادية في التطبيقات الحرجة، وتكلفة الحوسبة، وقدرة الشركة على تحويل النموذج التجريبي إلى منتج قابل للنشر. ولا تقدم المادة تفاصيل كافية للحكم على هذه الجوانب في حالة STRADVISION، لذلك ينبغي النظر إلى المقابلة بوصفها عرضاً لشراكة تقنية ومنظومة دعم، لا تقييماً مستقلاً لأداء المنتج.
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.