هوش مصنوعی و یادگیری ماشین

تحلیل و مدیریت ارزش در هوش مصنوعی سازمانی: استارت‌آپ Ascerta با جذب ۱۸ میلیون دلار سرمایه به دنبال تغییر قواعد بازی است

با عبور سازمان‌ها از مرحله آزمایش‌های اولیه هوش مصنوعی (GenAI) و ورود به فاز عملیاتی، چالش بزرگ مدیران فناوری دیگر نه صرفاً پیاده‌سازی، بلکه محاسبه دقیق نرخ بازگشت سرمایه (ROI) است. استارت‌آپ Ascerta (که پیش‌تر با نام Pay-i شناخته می‌شد) با جذب ۱۸ میلیون دلار سرمایه در دور سری A به رهبری Dell Technologies Capital، قصد دارد مفهوم «مدیریت هوش مصنوعی سازمانی» را به عنوان یک استاندارد نوین در صنعت تثبیت کند.

پایان دوران معیارهای پوچ در ارزیابی هوش مصنوعی

بسیاری از شرکت‌ها امروزه در دام «معیارهای پوچ» یا Vanity Metrics افتاده‌اند؛ شمارش تعداد توکن‌ها، خطوط کد تولید شده توسط AI و دفعات اجرای Agentها، تصویری واقعی از ارزش کسب‌وکار ارائه نمی‌دهد. دیوید تپر، مدیرعامل و هم‌بنیان‌گذار Ascerta که پیش از این سابقه ۱۹ سال فعالیت در مایکروسافت و رهبری استراتژی هوش مصنوعی مولد در Azure را داشته، معتقد است که سازمان‌ها باید فراتر از هزینه‌کردن بروند و ببینند آیا این فناوری واقعاً تأثیری بر KPIهای تجاری آن‌ها دارد یا خیر.

معماری پلتفرم و قابلیت‌های عملیاتی

پلتفرم Ascerta به گونه‌ای طراحی شده که مستقیماً با زیرساخت‌های فعلی سازمان یکپارچه شود. این ابزار از سیستم‌های مدیریت هوش مصنوعی، برنامه‌های کاربردی داخلی و ابزارهای استاندارد نظیر Microsoft Copilot، Amazon Bedrock و Salesforce Agentforce پشتیبانی می‌کند. معماری این پلتفرم بر سه ستون اصلی استوار است:

  • Atlas: سنجش ارزش کسب‌وکار، پذیرش ابزار توسط کاربران و محاسبه دقیق ROI در سطح گردش‌کار و پورتفولیو.
  • Forge: بهینه‌سازی عملکرد تیم‌های مهندسی با استفاده از دستیارهای کدنویسی (Coding Agents) برای افزایش بهره‌وری واقعی.
  • Convoy: مدیریت ظرفیت‌های محاسباتی اختصاصی، به منظور افزودن مورد‌های استفاده جدید بدون اختلال در سرویس‌های تولیدی (Production).

مشخصات فنی و تحلیل عملکرد Ascerta

  • سرمایه‌گذاری کل: ۲۲.۹ میلیون دلار (شامل ۱۸ میلیون دلار در سری A).
  • سرمایه‌گذاران کلیدی: Dell Technologies Capital, Hitachi Ventures, BGV, Wipro Ventures.
  • نتایج میانگین مشتریان: ۴۷٪ بهبود در ROI، ۲۴٪ کاهش در زمان راه‌اندازی Agentها، و ۸۶٪ کاهش در هزینه‌های هرز هوش مصنوعی.
  • قابلیت یکپارچگی: پشتیبانی از اکثر مدل‌های سازمانی، محیط‌های توسعه (GitHub Copilot/Claude Code) و پلتفرم‌های ابری.

مدیریت هزینه‌های پنهان و Shadow AI

یکی از بزرگترین نقاط قوت Ascerta، دقت گرانولی (Granular Accuracy) در سنجش هزینه‌هاست. این پلتفرم نه تنها هزینه‌های مستقیم توکن‌ها، بلکه هزینه‌های پنهان، تخفیف‌های سازمانی و حتی هزینه‌های ناشی از پروژه‌های موازی یا Shadow AI (هوش مصنوعی سایه) را ردیابی می‌کند. با اتصال هزینه‌های محاسباتی به نتایج نهایی کسب‌وکار، مدیران فناوری می‌توانند با اطمینان تصمیم بگیرند که کدام پروژه‌های هوش مصنوعی باید متوقف، کدام اصلاح و کدام یک با قدرت بیشتری توسعه یابند.

نتیجه‌گیری و آینده‌نگری

در حالی که سازمان‌ها در حال گذار به سوی عملیات «AI-First» هستند، Ascerta با ارائه یک سیستم ثبت (System of Record) برای ارزش‌آفرینی هوش مصنوعی، خلأ موجود میان زیرساخت‌های فنی و اهداف تجاری را پر می‌کند. با دریافت این سرمایه، این شرکت در مسیر گسترش قابلیت‌های یکپارچگی خود و توسعه ابزارهای خودکار برای بهبود فعالانه عملکرد هوش مصنوعی گام برمی‌دارد تا جایگاه خود را به عنوان مرجع مدیریت هوش مصنوعی سازمانی تثبیت کند.

📌 منبع و مطالعه بیشتر: گزارش کامل در The Next Web
حامد

حامد

مسئول مجله فناوری آسمان نقره‌ای