Pramaana Labs تجمع 27 مليون دولار لجعل إجابات الذكاء الاصطناعي قابلة للإثبات
جمعت Pramaana Labs، المسجلة في Bengaluru، تمويلاً بذرياً بقيمة 27 مليون دولار بقيادة Khosla Ventures لبناء طبقة تحقق لأنظمة الذكاء الاصطناعي في قطاعات منظمة مثل الضرائب والقانون والتمويل والرعاية الصحية. وتقول الشركة إن نظامها يحول الأسئلة إلى صيغ رسمية، يشغل محرك إثبات، ويرفض الإجابة إذا تعذر إثبات صحتها.
جمعت Pramaana Labs تمويلاً بقيمة 27 مليون دولار لنسخة أكثر صرامة من وعد الذكاء الاصطناعي المؤسسي: إجابات يمكن التحقق منها، لا مجرد نصوص مولدة.
التمويل يتجه إلى طبقة تحقق
قالت الشركة الناشئة المسجلة في Bengaluru إن جولة التمويل البذري قادتها Khosla Ventures، بمشاركة Accel وBoldCap وNexus Venture Partners وPremji Invest وUnbound. وتبني الشركة ما تسميه طبقة تحقق لأنظمة الذكاء الاصطناعي المستخدمة في الضرائب والقانون والتمويل والرعاية الصحية.
تخطط Pramaana لاستخدام رأس المال في تدريب نماذج formalisation وprover، وتوظيف مزيد من باحثي الذكاء الاصطناعي، وتعميق الخبرة في القطاعات المنظمة. هذه ليست نفقات روبوت محادثة عام. إنها تشير إلى مشكلة بنية تحتية داخل الذكاء الاصطناعي المؤسسي: كيف يمكن تحويل القواعد والأنظمة والمنطق المتخصص إلى مخرجات تستطيع الآلة التحقق منها.
تأسست الشركة على يد خريجي IIT Madras وهم Ranjan Rajagopalan وKrishnan Raghavan وSanjay Ganapathy Subramaniam في September 2025، وهي مسجلة في Bengaluru. وتستهدف فكرتها بيئات عالية المخاطر يمكن أن يتحول فيها هلوسة الذكاء الاصطناعي إلى خطر امتثال أو قانوني أو طبي، لا إلى عيب بسيط في المنتج.
اختبار المنتج هو الإثبات لا الطلاقة
صمم محرك Pramaana لتحويل سؤال المستخدم إلى عبارات رسمية، وتشغيل محرك إثبات، وإرجاع دليل صحة يمكن للآلة فحصه. وإذا لم يتمكن النظام من إثبات الإجابة، فمن المفترض أن يحدد القاعدة التي تم خرقها أو يرفض الإجابة.
يفصل هذا التصميم Pramaana عن أدوات ذكاء اصطناعي تعتمد أساساً على مخرجات لغوية سلسة. كتب Rajagopalan أن الضرائب والقانون والتمويل والرعاية الصحية تقوم على اليقين، بينما لا يستطيع الذكاء الاصطناعي الاحتمالي تقديم ذلك اليقين. وقال أيضاً إن الشركة تريد أن ترفق كل مخرجاتها بإثبات رياضي للصحة.
وصف Vinod Khosla مفهوم auto-formalisation بأنه قدرة مفقودة في الذكاء الاصطناعي ضمن فيديو إعلان التمويل. واتجهت المقارنة التقنية نحو لغة البرمجة LEAN المستخدمة في التحقق من البراهين الرياضية وتمثيل معرفة متخصصة معقدة بصيغة يمكن للآلة فحصها.
تمويل الذكاء الاصطناعي في الهند يتحرك نحو التطبيقات
حجم الجولة جزء من أهمية الخبر. بلغت جولات التمويل البذري الخمس في الأسبوع السابق مجتمعة 22 مليون دولار، ما يجعل جولة Pramaana البالغة 27 مليون دولار كبيرة بالنسبة إلى مرحلتها.
وجاءت الصفقة أيضاً قرب تمويل آخر لشركة AI هندية مدعومة من Khosla، إذ جمعت Sarvam تمويلاً عند تقييم قدره 1.5 مليار دولار ضمن جولة Series B بقيمة 300 مليون دولار. لا تثبت هذه الأرقام أن بنية الذكاء الاصطناعي الهندية حلت مشكلة تبني المؤسسات، لكنها تظهر انتقال رأس المال إلى شركات تعد باستخدام إنتاجي أكثر موثوقية.
وضعت أرقام Inc42 Datalabs تمويل شركات الذكاء الاصطناعي الهندية عند 253 مليون دولار في Q1 2026، بزيادة تقارب 73% عن العام السابق. وذهب أكثر من 86% من التمويل الذي جمعته شركات الذكاء الاصطناعي الهندية منذ 2020 إلى شركات طبقة التطبيقات، ما يجعل تركيز Pramaana على التحقق لافتاً لأنه يبيع طبقة ثقة للتطبيقات بدلاً من مساعد موجه للمستهلك.
ما يحتاج المشترون إلى رؤيته
كشفت Pramaana عن المستثمرين والمؤسسين والقطاعات المستهدفة وطريقة التحقق التي تريد بناءها. لكنها لم تكشف عن عملاء مؤسسيين مسمين أو توافر المنتج أو الأسعار أو نتائج نشر فعلية.
تحدد هذه الفجوات الاختبار التالي. في الضرائب والقانون والتمويل والرعاية الصحية، سيحتاج المشترون إلى دليل على أن نماذج formalisation وprover تستطيع التعامل مع قواعد حقيقية متخصصة، لا أمثلة عروض تمويلية فقط. تمنح جولة 27 مليون دولار Pramaana مساحة لتوظيف باحثين وتدريب نماذج؛ أما أدلة العملاء فستحدد ما إذا كان الذكاء الاصطناعي القابل للإثبات سيتحول من ادعاء تقني إلى نظام تشغيل للعمل المنظم.
