تخضع وثائق السوق الخاصة للتحقق عبر سلسلة الكتل، حيث تستهدف شركتا Inveniam وDocugami فجوة الثقة في بيانات الذكاء الاصطناعي

قامت شركة Inveniam، وهي شركة البنية التحتية للبيانات التي تدعم أكثر من 200 مليار دولار من أصول السوق الخاصة على سلسلة الكتل، بسد فجوة في الصناعة من خلال أحدث شراكة لها مع Docugami. 

لقد تعاون الطرفان معًا لتقديم بيانات وثائق قابلة للتحقق على مستوى العناصر إلى أصول العالم الحقيقي.

ومثل معظم القطاعات، شق الذكاء الاصطناعي طريقه إلى الأسواق الخاصة؛ ومع ذلك، فقد انتقل معه تحدي البيانات، حيث أن البيانات التي تدعم الأصول التي يتم تحليلها تكون أحيانًا محصورة في مستندات غير منظمة لم تتمكن الآلات من قراءتها بدقة. 

ستشهد الصفقة استخدام كل من لغة ترميز الرسم البياني للمستندات (DGML) من Docugami وسلسلة NVNM من Inveniam

وجاء ترتيب الشراكة في أعقاب تقارير سابقة أعلنت فيها شركة Inveniam أنها تخطط للاستحواذ على MANTRA، وهي سلسلة الكتل المنظمة من الطبقة 1 التي تم بناء سلسلة NVNM عليها كطبقة 2، في صفقة من المتوقع إتمامها بحلول نهاية هذا الشهر. 

وجاءت تلك الصفقة في أعقاب استثمار استراتيجي بقيمة 20 مليون دولار قامت به شركة Inveniam في MANTRA في أغسطس 2025، وقامت الشركتان ببناء NVNM Chain بشكل مشترك قبل أن تنتقل Inveniam إلى وضع المجموعة الكاملة تحت سقف واحد.

ما هي التقنية الخاصة بشركة دوكوغامي؟

تم إنشاء DGML بواسطة جان باولي، الرئيس التنفيذي لشركة Docugami، وهو مؤلف مشارك لمعيار XML 1.0dent السابق لتقنيات مايكروسوفت المفتوحة. 

يقوم بتحويل عقود الإيجار واتفاقيات القروض وبيانات التشغيل وتقارير التقييم إلى عناصر بيانات مصنفة بدقة. 

ثم تقوم سلسلة NVNM الخاصة بـ Inveniam بتسجيل تلك العناصر كعناصر أثرية مختومة زمنياً ومضادةdentعلى السلسلة، مما يؤدي إلى إنشاء مسار تدقيق تشفيري يمكن لأي طرف مقابل معتمد التحقق منه بشكلdent.

يختلف DGML عن تقنيات بيانات المستندات الأخرى

يوجد حاليًا بالفعل التكنولوجيا اللازمة لتحديد مصدر المستند ككل، مما يثبت، على سبيل المثال، وجود سجل إيجار محدد في وقت معين. 

ترتقي DGML بهذا الابتكار إلى مستوى جديد، إذ تُمكّن من التحقق من صحة البيانات الفرديةtracمن داخل المستند. على سبيل المثال، قيمة الإيجار من بند محدد في عقد الإيجار، أو نسبة القرض إلى القيمة من مذكرة الاكتتاب، أو بند صافي الدخل التشغيلي من بيان التشغيل.

صرح باولي، متحدثاً عن اتفاقية Inveniam: "إن أهم القرارات التجارية في العالم تُتخذ على أساس وثائق لم تتمكن الآلات من قراءتها بشكل صحيح على الإطلاق". 

وقال: "لقد أمضينا سنوات في بناء التكنولوجيا لتحويل المستندات المعقدة إلى بيانات بدقة لا مثيل لها. ومن خلال إطلاق DGML، فإننا ندعو كل مشارك في منظومة رأس المال الخاص للتعاون معنا والبناء على أساس مشترك."

تستخدم تقنية Docugami نماذج لغوية كبيرة مفتوحة المصدر، ونماذج استدلالية صغيرة، وتوليد مخططات معرفية لتحويل مستندات الأعمال المعقدة إلى بيانات منظمة وقابلة للتنفيذ دون الحاجة إلى بيانات تدريب أو قوالب. 

لماذا تحتاج الأصول المُرمّزة ووكلاء الذكاء الاصطناعي إلى ربط بيانات المستندات على سلسلة الكتل؟

تشير التقارير إلى أن قيمة الأصول المرجحة بالمخاطر المُرمّزة قد ارتفعت من حوالي 14.1 مليار دولار في يناير إلى أكثر من 32.4 مليار دولار. ومع ذلك، لا تزال مشكلة جودة البيانات قائمة، إذ أن ترميز أو توثيق الأصول الخاصة لا يكون موثوقاً به إلا بقدر موثوقية البيانات الأساسية.

وقد تطلب التحقق من مصدر تلك البيانات إما الثقة في الجهة المصدرة أو إجراء العناية الواجبةdent من الصفر.

سلسلة NVNM، التي أطلقتها شركة Inveniam في 7 مايو كطبقة 2 مصممة خصيصًا للأسواق الخاصة، لتكون بمثابة طبقة تصديق للذكاء الاصطناعي الوكيل. 

تقوم سلسلة NVNM بتسجيل مجموعة البيانات الموجودة وإصدار شهادات إثبات المنشأ وإثبات الحالة وإثبات العملية التي tracالبيانات التي دفعت إلى أي قرار أو معاملة.

مع وجود DGML في المزيج، ستتمكن وكلاء الذكاء الاصطناعي من قراءة بيانات المستند وجعلها قابلة للتحقق وجاهزة للتدقيق.

ووفقًا لباتريك أوميرا، رئيس مجلس الإدارة والرئيس التنفيذي لشركة إنفينيام، فإن "DGML يمثل تقدمًا أساسيًا في كيفية قراءتنا وهيكلتنا للوثائق التي تحرك رأس المال الخاص"

وذكر قائلاً: "إنtracعناصر البيانات المستخرجة من DGML على السلسلة هو المكمل الطبيعي: فهو يضمن أن عناصر البيانات، بمجرد ظهورها، يمكن الوثوق بها من قبل كل صاحب مصلحة يحتاج إلى استخدامها"

لم تُعلن الشركتان عن موعد إتاحة حلهما للجمهور.