חברת השבבים אקסוניקה לאבס (Axonica Labs), שמרכז הפיתוח שלה בהרצליה פיתוח, מגייסת סבב קדם־סיד שעשוי להגיע ל־80 מיליון דולר. לפי דיווח גלובס מ־14 באוקטובר, החברה כבר גייסה 50 מיליון דולר והרחיבה את הסבב למשקיעים נוספים. את הגיוס מובילות Amplify Partners, ‏Wing VC וקוואלקום ונצ'רס, בהשתתפות פיטנגו, ויולה ו־10D.

אקסוניקה מפתחת שבב לשלב ההסקה — הפעלת מודלים וסוכני בינה מלאכותית לאחר אימונם. החברה שואפת לצמצם את עלות ההפעלה ואת צריכת האנרגיה בהשוואה לפתרונות המבוססים על מעבדים גרפיים. בדיווח לא הוצגו מבחני ביצועים עצמאיים המאפשרים להעריך את היתרון המתוכנן.

המייסד והמנכ"ל אסף טובול שימש סגן נשיא לטכנולוגיה בקוואלקום. לפי גלובס, החברה מעסיקה כ־20 עובדים, כמחציתם בעלי תואר דוקטור. החברה וטובול לא מסרו תגובה לדיווח.

תגיות:

הפוסט דיווח: אקסוניקה מהרצליה מגייסת עד 80 מיליון דולר לפיתוח שבב להסקת AI הופיע לראשונה ב-Chiportal.

מנכ״ל אנבידיה, ג׳נסן הואנג, ניסה ביום חמישי, 15 באוקטובר, להרגיע את החששות סביב CoreWeave, ספקית תשתיות ענן לבינה מלאכותית הנמנית עם לקוחות החברה. בדברים לבלומברג בשטוקהולם אמר כי חוסנה של CoreWeave משתפר, הביע אופטימיות וטען שעלות ההון שלה יורדת. לדבריו, אין צורך שאנבידיה תעמיד לה גיבוי פיננסי.

ההתבטאות סיפקה תמיכה זמנית למניה, אולם לא סיימה את הטלטלה. לפי דיווח Barron’s מ־16 באוקטובר, מניית CoreWeave שבה לרדת בתחילת המסחר ביום שישי, על רקע ספקות בנוגע לחובותיה. לפיכך, מוקדם לתאר את דברי הואנג כהשבת האמון לחברה. thenextweb.com

ספקית שבבים שהיא גם בעלת מניות

לדברי הואנג יש משקל מיוחד משום שאנבידיה מספקת ל־CoreWeave את השבבים שבבסיס פעילותה וגם מחזיקה במניותיה. זוהי הבעת אמון של שותפה עסקית בעלת עניין ישיר בהצלחת החברה, ויש לקרוא אותה בהקשר הזה.

במקביל לאופטימיות של הואנג, דיווח The Next Web כי מחיר ההגנה מפני חדלות פירעון של CoreWeave טיפס ביום חמישי לשיא. חוזי הגנה כאלה מבטאים את תמחור הסיכון בשוק האשראי; הם אינם קביעה שהחבר

המשמעות לתעשיית השבבים

מבחינת ספקי השבבים, הפרשה ממחישה את ההבדל בין ביקוש למחשוב לבין היכולת לממן את רכישת הציוד. גם כאשר יש לקוחות לשירותי AI, הקמת מרכזי נתונים מחייבת הוצאה גדולה מראש. אם המימון מתייקר, הוא עלול להכביד על קצב ההתרחבות ועל התשואה מההשקעה. זו המשמעות הענפית של האירוע, ולא הוכחה בפני עצמה שהביקוש לשבבי AI נעצר.

הפוסט מנכ"ל אנבידיה ניסה להרגיע החשש לחוסנה של CoreWeave אך הירידות במניה התחדשו הופיע לראשונה ב-Chiportal.

שנת 2030 אינה עוד תחנה במסלול ההתפתחות הטכנולוגית; היא נקודת מפנה היסטורית שבה ארגונים נדרשים להגדיר מחדש את מהותם. הבינה המלאכותית הג’נרטיבית (GAI) כבר אינה כלי עזר או תוספת ליכולות אנושיות, היא הופכת לשותפה פעילה בניהול, ביצירה, בקבלת החלטות ובתכנון אסטרטגי. מנהלים מוצאים את עצמם מול מציאות חדשה שבה מערכות חכמות מסוגלות לנתח שווקים בזמן אמת, לכתוב קוד מורכב, לייעל תהליכים, להפיק תוכן, לנהל שרשראות אספקה ואף להציע החלטות אסטרטגיות. האתגר המרכזי של מנהיגי 2030 אינו כיצד להטמיע את הטכנולוגיה, אלא כיצד להנהיג ארגון בעולם שבו הטכנולוגיה עצמה הפכה לשחקן מרכזי בזירה הניהולית.

המעבר לעידן ה‑GAI  משנה את כללי המשחק. ארגונים אינם עוד מבנים היררכיים קלאסיים, אלא מערכות היברידיות שבהן עובדים אנושיים ומערכות AI פועלים יחד, לעיתים באופן שקשה להבחין מי מוביל ומי מבצע. מנהלים נדרשים להבין כיצד לשלב בין אינטואיציה אנושית לבין יכולות חישוביות עצומות, כיצד לשמור על זהות ארגונית בעולם שבו המכונה מייצרת חלק גדול מהערך, וכיצד להבטיח שהארגון יישאר יציב, אתי ותחרותי בעידן של שינוי מתמיד.

אחד האתגרים הבולטים הוא המעבר מהטמעת GAI לניהול ארגון מבוסס. GAI  בשנים האחרונות ארגונים התמקדו בפיילוטים, ניסויים וכלים נקודתיים: צ’אטבוטים, אוטומציה של משימות, ניתוח נתונים או יצירת תוכן. בשנת 2030, הפיילוטים הופכים למערכות ליבה. GAI אינו עוד “פרויקט חדשנות”, אלא חלק מהתשתית הארגונית. המשמעות היא שמנהלים חייבים להגדיר מחדש את תהליכי העבודה, את חלוקת האחריות ואת גבולות הסמכות בין אדם למכונה. מי מקבל החלטות? מי מפקח? כיצד מונעים מצב שבו מערכת אוטונומית פועלת בניגוד לערכי הארגון? אלו שאלות ניהוליות עמוקות, לא טכנולוגיות.

במקביל, מנהלים נדרשים להתמודד עם סיכונים חדשים. מערכות GAI מסוגלות לייצר מידע במהירות עצומה, אך אינן חסינות מטעויות, הטיות או “הזיות”, מצבים שבהם המערכת ממציאה מידע שנשמע אמין אך אינו נכון. בשנת 2030, כאשר מערכות AI משתלבות בתהליכי קבלת החלטות פיננסיים, משפטיים ותפעוליים, כל טעות עלולה להפוך למשבר. מנהלים חייבים להקים מנגנוני ממשל חדשים: מסגרות בקרה על החלטות אוטונומיות, תיעוד מלא של תהליכי ניתוח, ניטור רציף של איכות המודלים והגדרת גבולות פעולה ברורים. האתגר אינו רק להגן על הארגון מפני טעויות טכנולוגיות, אלא לשמור על אמון העובדים והלקוחות במערכות שאינן תמיד שקופות.

הבינה המלאכותית הג'נרטיבית משנה גם את מהות העבודה האנושית. תפקידים רבים עוברים אוטומציה מלאה או חלקית, והעובד האנושי נדרש להתמקד במיומנויות שאינן ניתנות להחלפה: יצירתיות, אמפתיה, חשיבה ביקורתית, פרשנות מורכבת והובלת שינוי. מנהלים נדרשים להוביל תהליך רחב של הכשרה מחדש, לעיתים בקנה מידה שלא נראה בעבר. עובדים צריכים ללמוד כיצד לעבוד לצד מערכות AI, כיצד להנחות אותן, כיצד לבקר אותן וכיצד לשלב בין יכולותיהן לבין היכולות האנושיות. זהו שינוי תרבותי עמוק, שמחייב מנהיגות רגישה, קשובה ומבינה.

התרבות הארגונית עצמה עוברת טלטלה. GAI מאיץ את קצב העבודה: תהליכים שהיו לוקחים חודשים מתבצעים בשניות, החלטות מתקבלות בזמן אמת, והארגון חייב לפעול בקצב חדש. מנהלים נדרשים להוביל תרבות של ניסוי וטעייה, של שקיפות ושל הסתגלות מתמדת. ארגון שאינו מסוגל לנוע במהירות – יישאר מאחור. אך מהירות אינה חזות הכול; היא חייבת להיות מלווה באחריות, בבקרה וביכולת לעצור כאשר יש צורך בכך. מנהיגות בעידן ה‑GAI  היא מנהיגות של איזון עדין בין חדשנות לבין יציבות.

גם התחרותיות משתנה. בעולם שבו GAI מסוגל לייצר מוצרים, שירותים ותוכן במהירות עצומה, היתרון התחרותי אינו נובע עוד מהטכנולוגיה עצמה,  אלא מהיכולת להשתמש בה טוב יותר מהמתחרים. ארגונים נדרשים להגדיר מחדש את האסטרטגיה שלהם: כיצד GAI מייצר ערך ייחודי? כיצד מונעים מצב שבו המתחרים משתמשים באותם כלים בצורה אפקטיבית יותר? כיצד שומרים על בידול בעולם שבו המכונה מסוגלת לייצר מוצרים דומים? האסטרטגיה הופכת דינמית, מבוססת נתונים ומשתנה במהירות.

אחד האתגרים המורכבים ביותר הוא עומס המידע. מערכות GAI מספקות למנהלים כמויות עצומות של נתונים, ניתוחים, תחזיות והמלצות. המנהל של 2030 מתמודד עם מאות המלצות ביום, עם דוחות אוטומטיים שמנתחים כל תהליך בארגון ועם תחזיות בזמן אמת על כל שינוי בשוק. הסכנה היא אובדן היכולת להבחין בין מידע חשוב לרעש. מנהלים חייבים לפתח מיומנות חדשה: ניהול עומס קוגניטיבי בעולם שבו AI מייצר מידע ללא הפסקה.

לצד כל אלו, עולה שאלת האחריות המשפטית והאתית. מי אחראי להחלטה שקיבל GAI ? האם המנהל יכול להסתמך על מערכת אוטונומית בקבלת החלטות קריטיות? כיצד מגדירים אחריות במקרה של טעות? בשנת 2030, שאלות אלו הופכות קריטיות. מנהלים חייבים להגדיר מסגרות אחריות, נהלי בקרה ומנגנוני דיווח שיבטיחו שהארגון פועל בצורה אתית ושקופה.

אך אולי האתגר הגדול ביותר הוא שמירה על האנושיות. בעידן שבו מכונות חושבות, כותבות ומחליטות, קל לשכוח שהארגון הוא בראש ובראשונה מערכת אנושית. מנהיגות אינה רק יכולת לנהל תהליכים, היא יכולת להוביל אנשים. אמפתיה, יצירתיות, חזון, משמעות וערכים הם נכסים שאינם ניתנים לאוטומציה. המנהל של 2030 חייב לשלב בין עוצמת הטכנולוגיה לבין עומק האנושיות, ולזכור שהמכונה יכולה לייעל, לנתח ולבצע,  אך אינה יכולה להחליף את הלב האנושי של הארגון.

בסופו של דבר, אתגרי הניהול בשנת 2030 אינם רק תוצאה של התפתחות טכנולוגית; הם תוצאה של שינוי עמוק במערכת היחסים בין אדם למכונה. מנהיגות בעידן ה‑GAI  היא מנהיגות של שינוי מתמיד, של הסתגלות, של אחריות ושל חזון. זהו עידן שבו המנהל חייב להיות מהיר, גמיש, אמיץ, אתי אך עדיין  אנושי.

הפוסט אתגרי הניהול בעולם בו הבינה המלאכותית הג'נרטיבית (GAI) היא שותפה פעילה הופיע לראשונה ב-Chiportal.

בתוך שלוש עד חמש שנים, האם הרובוטים יקבלו החלטות עצמאיות וישנו את חיי האנושות, או שהטכנולוגיה עדיין תהיה נתונה לפיקוח אנושי משמעותי? השאלה הזאת פתחה את הפאנל שחתם את מפגש הסיליקון קלאב, פורום מנכ״לי ההייטק בישראל, שנערך ביום שני, 12 באוקטובר 2026, באודיטוריום זאבי במוזיאון ANU בתל אביב.

המפגש, שכותרתו ״מוקף רובוטים: הסכנות הטמונות במערכות AI אוטונומיות״, נערך בהנחיית שלמה גרדמן, יו״ר הסיליקון קלאב. בפאנל השתתפו פרופ׳ יהודה אלמליח, מנכ״ל Cogniteam; דניאל לאון, מנכ״ל קבוצת K Verse; ויוסי להד, שותף מייסד במרכז הרובוטיקה החכמה הישראלי IIRC ויזם בתחום המערכות הנבונות.

רננה אשכנזי, שותפה מנהלת בקרן Grove Ventures, נכללה בתוכנית המקורית אך לא השתתפה בפאנל בשל מחלה, כפי שהודיע המנחה.

הדיון נערך לאחר הרצאותיהם של ד״ר רועי צזנה, שהזהיר מפני סוכני AI היוצאים משליטה, ורני אבני מאלתא, שהציג מערכות רובוטיות המשמשות כבר היום בלחימה. הפאנל ניסה לברר לאן עשויות שתי המגמות הללו להוביל.

המחלוקת הראשונה: כמה מהר תגיע המהפכה?

פרופ׳ אלמליח העריך כי בתוך שלוש עד חמש שנים עדיין תהיה לאדם שליטה משמעותית במערכות הרובוטיות.

לדבריו, קיים פער עצום בין ביצוע משימות בסביבה ממוחשבת לבין פעולה בעולם הפיזי. רובוט צריך להתמודד עם מכשולים, שינויים בסביבה ומצבים שלא הופיעו במהלך האימון שלו. גם משימות שנראות פשוטות לבני אדם, כמו הכנת קפה או טיפול בחפצים בבית, עדיין דורשות יכולות מורכבות.

אלמליח הדגיש שההתקדמות מהירה, אך ביקש להבחין בין התפתחות מודלי AI לבין היכולת לגרום למכונות לפעול באופן אמין בעולם האמיתי.

דניאל לאון חלק על מידת הביטחון הזאת.

לדבריו, מהירות ההתפתחות של הבינה המלאכותית הפתיעה גם חוקרים ומנהלים בחברות המובילות בעולם. התקדמותן של מערכות פיזיות, לרבות רובוטים דמויי אדם, עשויה גם היא להיות מהירה בהרבה מהתחזיות המקובלות.

לאון הזכיר את ההשקעות העצומות של חברות כמו טסלה ברובוטים הומנואידיים, וטען שאין מקום לביטחון יתר בתחזיות המבוססות על מגבלות הטכנולוגיה הנוכחית.

יוסי להד הצטרף דווקא לעמדתו של אלמליח. הוא הדגיש את הקושי בשילוב בני אדם ורובוטים באותה סביבה, תחום המכונה Human-Robot Interaction. בניגוד לרובוטים העובדים באזור מוגדר במפעל, מערכת שחולקת סביבת עבודה עם אנשים נדרשת להתמודד עם התנהגות בלתי צפויה.

להערכתו, הפתרונות יגיעו בהדרגה ולא ביום אחד.

האם אפשר למנוע מרובוט מסוכן לבצע פעולה?

אחת השאלות המרכזיות שהעלה גרדמן הייתה כיצד ניתן להבטיח שמערכת AI לא תגרום לרובוט לבצע פעולה מסוכנת.

אלמליח הסביר כי מערכות רובוטיות פועלות בדרך כלל בשלושה שלבים: קליטת מידע מהסביבה, קבלת החלטה וביצוע פעולה.

לדבריו, שכבת ההגנה החשובה נמצאת בין קבלת ההחלטה לבין העברת הפקודה למנועים.

הוא הביא דוגמה לרובוט שנוסע במפעל ומקבל ממערכת ה-AI פקודה לנוע במהירות של 30 קמ״ש. אם מערכת בטיחות נפרדת מזהה קיר במרחק שני מטרים, עליה למנוע את ביצוע הפקודה.

כך ניתן להפריד בין מנוע AI מתוחכם, שעשוי לטעות, לבין מערכת בקרה פשוטה יותר המגבילה את הפעולות שהרובוט רשאי לבצע.

אלמליח ציין כי יש להחיל גם תהליכי פריסה הדרגתיים: תחילה לבחון עדכון ברובוט בודד, לאחר מכן בקבוצה קטנה, ורק בהמשך בכלל צי הרובוטים. לצד זאת נדרש ניטור רצוף ותיעוד של תקלות.

הדיון הגיע גם לשלושת חוקי הרובוטיקה של סופר המדע הבדיוני אייזיק אסימוב. אלמליח הדגיש כי אלה רעיונות ספרותיים, ולא מערכת כללים שניתן פשוט להתקין בתוכנה ולסמוך עליה שתמנע כל פגיעה בבני אדם.

הבינה המלאכותית משנה את שוק העבודה עוד לפני הגעת הרובוטים

הוויכוח התרחב מהשאלות הטכנולוגיות להשפעות הכלכליות והחברתיות.

דניאל לאון טען כי השינויים בשוק העבודה כבר מתרחשים בעקבות הטמעת מערכות AI בארגונים, גם בלי להמתין לרובוטים הומנואידיים.

לדבריו, חברות מעוניינות בבינה מלאכותית בעיקר בשל האפשרות להגדיל את התפוקה ולצמצם את המשאבים הדרושים לביצוע משימות.

הוא סיפר על הטמעת מערכות בינה מלאכותית בתהליכי ביקורת חשבונאית וציין כי חלקים משמעותיים מהעבודה מבוצעים כבר בסיוע AI. להערכתו, מערכות כאלה ישנו את מבנה התעסוקה גם בחברות שירותים מקצועיים גדולות.

לאון הצביע על פער בין הנהלות, הרואות בטכנולוגיה הזדמנות להתייעלות, לבין עובדים החוששים שהמערכות החדשות יחליפו אותם.

הוא גם סיפר על חוויה אישית עם עוזרת AI שקראה, לדבריו, טיוטת הודעת דואר אלקטרוני פרטית שטרם שלח והציעה לו לא לשלוח אותה. הסיפור שימש אותו להמחשת השאלות הנוגעות לגישה של סוכנים אוטונומיים למידע אישי וליכולתו של המשתמש להגביל את השימוש בו.

האם העבודה תיעלם, או פשוט תשתנה?

יוסי להד הציג עמדה אופטימית יותר.

לדבריו, לצד מקצועות ומשימות שיוחלפו על ידי מערכות אוטונומיות, בתחומים רבים בעולם קיים כבר היום מחסור בכוח אדם. רובוטים יכולים לסייע בהתמודדות עם המחסור בחקלאות, ברפואה, בתעשייה ובטיפול באוכלוסייה המבוגרת.

הוא ציין כי בינה מלאכותית אינה מחייבת תמיד החלפה מלאה של העובד. לעיתים היא מאפשרת לאדם לבצע משימות נוספות ולהיות יעיל יותר.

כדוגמה הזכיר את מקצוע הרדיולוגיה: אף שבעבר הועלתה האפשרות שהבינה המלאכותית תייתר את הרדיולוגים, התפתחות הטכנולוגיה עשויה דווקא להרחיב את יכולת האבחון ואת היקף השירותים הרפואיים.

לדברי להד, יהיו שינויים ואף תקלות ותאונות, אך החברה האנושית תוכל ללמוד להתמודד איתם כפי שהתמודדה עם מהפכות טכנולוגיות קודמות.

גם אלמליח אינו צופה עתיד שבו לא תהיה עבודה לבני אדם. הוא השווה את החששות הנוכחיים לאלה שהתעוררו בעקבות מהפכת הדפוס והמהפכה התעשייתית, וטען שגם הפעם ייווצרו תפקידים חדשים.

עם זאת, אלמליח הכיר בכך שהשינויים עלולים להעמיק את הריכוזיות הכלכלית, אם חלק גדול מהעושר שייווצר באמצעות AI יצטבר בידי מספר מצומצם של חברות המחזיקות במודלים ובמשאבי המחשוב.

הדיון עסק גם ברעיון ההכנסה הבסיסית האוניברסלית, שבמסגרתו המדינה מבטיחה לתושבים הכנסה מינימלית גם ללא תלות בתעסוקה. המשתתפים לא הציגו מודל מוסכם ליישומו, אך העלו את הצורך של ממשלות להיערך לשינויים באופן חלוקת ההכנסות והעושר.

האם הצבא העתידי יהיה מורכב מרובוטים?

על רקע הצגת המערכות הצבאיות של אלתא, נשאל להד האם במלחמות העתיד רובוטים יילחמו ברובוטים.

לדעתו, הכיוון הסביר יותר הוא שילוב בין חיילים אנושיים לבין מכונות בלתי מאוישות.

רובוטים יוכלו להיכנס ראשונים למקומות מסוכנים, לטפל בחומרי נפץ ולבצע משימות שבהן קיים סיכון משמעותי לחיילים. עם זאת, הוא סבור שתמונת הקרב מורכבת מכדי שניתן יהיה לוותר בזמן הקרוב על שיקול הדעת האנושי.

הוא הדגיש כי מערכות רובוטיות יצטרכו לדעת לפעול לצד בני אדם ולא רק לצד מכונות אחרות.

רגולציה, תחרות בין מעצמות והאחריות של הממשלות

בחלק האחרון של הדיון נשאלו המשתתפים מה היו עושים אילו יכלו לקבל החלטה אחת שנועדה למנוע אובדן שליטה על מערכות AI.

אלמליח הציע לחייב פיקוח אנושי בצומתי החלטה קריטיים, בעיקר במערכות פיננסיות, במערכות רובוטיות ובפעולות בעלות השפעה משמעותית על העולם הפיזי.

לאון העלה את הצורך בהסכמות בינלאומיות, והשווה את המצב למאמצים להגביל נשק גרעיני. לדבריו, ללא שיתוף פעולה בין המעצמות, ובפרט בין ארצות הברית לסין, יהיה קשה לרסן את מרוץ הפיתוח.

להד הדגיש את מעמדה המוביל של סין בתעשיית הרובוטיקה ואת חשיבותה של התחרות הגיאופוליטית. הוא הביע חשש גם מפני קצב הפיתוח המואץ המונע מאינטרסים עסקיים של חברות הענק בעמק הסיליקון.

בעוד חמש שנים: עולם טוב יותר, אבל לא בהכרח פשוט יותר

בסיום ביקש גרדמן מהמשתתפים לדמיין פגישה נוספת של הפורום בעוד חמש שנים.

אלמליח העריך שהרובוטים עדיין לא יהיו בכל בית, אך הבינה המלאכותית והרובוטיקה כבר יקלו על ביצוע משימות רבות. להד העריך שרובוטים יסייעו יותר בתחומי בריאות, שיקום, חקלאות וטיפול בבדידות.

לאון נותר זהיר יותר לגבי השלכות המעבר למערכות אוטונומיות, אך הסכים שהטכנולוגיה עשויה להביא שיפורים משמעותיים לצד קשיי הסתגלות.

אחד המשפטים שסיכמו את חילופי הדברים היה: ״יהיה טוב, אבל יהיה קשה״.

הפאנל הסתיים ללא תשובה מוסכמת לשאלה מתי יהיו רובוטים אוטונומיים חלק בלתי נפרד מחיי היום־יום, אך עם הבנה שהאתגר אינו טכנולוגי בלבד: החברה, הכלכלה והממשלות יצטרכו להחליט כיצד מחלקים את היתרונות והסיכונים של עולם שבו יותר ויותר החלטות ופעולות מתבצעות על ידי מכונות.

הפוסט האם מערכות AI ורובוטים ישתלטו על חיינו? בכירי ההייטק חלוקים על הקצב, אך מסכימים: הסכנה ממשית הופיע לראשונה ב-Chiportal.

הרובוטיקה הצבאית כבר אינה מסתכמת בהפעלת כלי רכב מרחוק. מערכות חדשות מסוגלות לבחור נתיבי תנועה, להתגבר על מכשולים, לבצע עבודות הנדסיות ולשתף פעולה עם כלים רובוטיים אחרים. כך תיאר רני אבני, ראש מינהל רובוטיקה ואוטונומיה באלתא, חטיבה של התעשייה האווירית, את השינוי שעובר שדה הקרב.

אבני הציג את הדברים במפגש הסיליקון קלאב, פורום מנכ״לי ההייטק בישראל, שנערך ב־12 באוקטובר 2026 באודיטוריום זאבי במוזיאון ANU בתל אביב. המפגש, בהנחיית שלמה גרדמן, יו״ר הפורום, הוקדש לסיכונים ולהזדמנויות של מערכות AI אוטונומיות ורובוטים.

בשונה מההרצאה שקדמה לו, שבה הזהיר ד״ר רועי צזנה מפני מערכות AI העלולות לצאת משליטה, אבני התמקד בפוטנציאל של האוטונומיה להצלת חיי חיילים ולהפחתת החשיפה לסכנות בלחימה.

לדבריו, במהלך שנות הלחימה האחרונות ניצלו חייהם של חיילים רבים בזכות הפעלת כלים בלתי מאוישים. פגיעה קשה ברכב רובוטי, שאילו היה מאויש הייתה עלולה לגרום לאבדות בנפש, ממחישה את חשיבותם של הכלים הללו.

משליטה מרחוק לאוטונומיה מלאה

אבני הסביר כי התעשייה האווירית עוסקת ברובוטיקה ובאוטונומיה זה כשני עשורים, וכי הפיתוחים מתפרסים על פני סביבות פעולה רבות: תת־ימית, ימית, קרקעית, תת־קרקעית, אווירית ואף חללית.

בהרצאתו התמקד במערכות הקרקעיות, והצביע על שלושה שלבים מרכזיים בהתפתחותן: מעבר מהפעלה מרחוק לאוטונומיה של הכלי הבודד, מעבר מכלי עצמאי לצוות קרב רובוטי, ובהמשך למערכת רב־כלית המשלבת תכנון וביצוע משימות באמצעות מנוע AI מרכזי.

לפי ההגדרה שהציג, כלי אוטונומי אמיתי אינו רק רכב שנוסע ללא נהג. המפעיל מגדיר לו יעד, והמערכת בוחרת בעצמה כיצד להגיע אליו, מזהה מכשולים ומתמודדת עם תנאי השטח.

אבני מנה שלוש סיבות מרכזיות למעבר לאוטונומיה: עייפות המפעילים, שיבושים בתקשורת והצורך להפעיל יותר כלים באמצעות פחות אנשים.

לדבריו, אחרי שעות ממושכות של הפעלה מרחוק יורדת היכולת הקוגניטיבית של המפעיל. נוסף על כך, שדה הקרב מלא בהפרעות תקשורת. מערכת אוטונומית יכולה להמשיך במשימה או לחזור לאזור שבו הייתה תקשורת, במקום להישאר משותקת כאשר הקשר נקטע.

דחפור שיודע גם לעבוד לבד

אחת הדוגמאות הבולטות בהרצאה הייתה מערכת הדחפור האוטונומי, המבוססת על יכולות שפיתחה אלתא ומשולבות בין היתר בדחפורי D9 בלתי מאוישים.

אבני הדגיש כי לא מדובר רק בדחפור שיודע להגיע מנקודה אחת לאחרת. המערכת מסוגלת להפעיל גם את כף הדחפור, לבצע עבודות עפר, לבנות סוללות ומגננים ולפתוח צירים.

לפי דבריו, המערכת מסוגלת לבצע חפירה לעומק מוגדר, למשל 40 סנטימטרים, ולהתאים את עבודת הכף לתנאי הקרקע ללא מפעיל היושב בתוך הכלי.

אבני אמר כי אלתא מספקת לצה״ל עשרות רבות של כלים מסוג זה. המספר הוצג בהרצאה ולא צורף אליו פירוט עצמאי של היקף האספקות.

הוא תיאר גם מקרים שבהם דחפורים רובוטיים נכנסו לשטחים מסוכנים, ובהם נתיבים חסומים באש ובמכשולים, כדי לאפשר לכלים מאוישים להתקדם אחריהם.

רובוטים שמאבטחים רובוטים

השלב הבא, לפי אבני, הוא הפעלת צוותי קרב רובוטיים שבהם כמה כלים בלתי מאוישים מבצעים משימה משותפת.

בדוגמאות שהציג שולבו נגמ״שי M113 שהוסבו לפעולה בלתי מאוישת, כלי הנדסה, אמצעי תצפית ועמדות נשק. נגמ״שים רובוטיים יכולים לאבטח דחפורים הפותחים ציר, במקום לשלוח חיילים למשימת אבטחה מסוכנת.

התוצאה היא כוח רובוטי המסוגל לבצע כמה תפקידים במקביל, ולא רק כלי בודד שמפעיל אדם מרחוק.

אבני גם תיאר את תפיסת ה־Wingman, שבה לכלי מאויש מצטרף כלי בלתי מאויש המשמש כמעין שותף למשימה. מערכות כאלה יכולות לקבל גזרות פעולה, לתאם תנועה ולסייע למפקד לנהל את המשימה.

עם זאת, הוא הודה כי אחת הבעיות המשמעותיות היא בניית אמון של הלוחמים במערכת. כאשר חייל רגיל לשלוט בכלי באמצעות ג׳ויסטיק, הוא לא בהכרח ימהר לוותר על השליטה הישירה ולהפקיד את המשימה בידי מערכת אוטונומית.

ממפעיל אחד לכלי אחד – למפעיל אחד המנהל כוח שלם

לדברי אבני, היעד המרכזי הוא לשבור את היחס המסורתי של אדם אחד לכלי אחד.

בעבר נדרש מפעיל לנהוג בכלי, אחר לשלוט במערכת התצפית ואחר להפעיל את הנשק. במערכות החדשות, המשימות הללו משולבות תחת מערכת ניהול מרכזית, המציעה למפעיל החלטות ומנהלת את פעולת הכלים.

אבני הציג מערכת מבוססת AI המסוגלת לתכנן את תנועת הכלים, להקצות משימות, לשלב מידע מחיישנים שונים ולזהות אמצעים מתאימים להתמודדות עם מטרות שהתגלו.

הגישה מכונה Machine-Machine Teaming — שיתוף פעולה בין מכונות. האדם אינו נדרש בהכרח לשלוט בכל תנועה, אלא לפקח על המשימה ולפעול בצמתים שבהם נדרשת החלטתו.

אבני הדגיש כי מדובר ביכולות המתפתחות ונכנסות לתהליכי אספקה כבר כיום, ולא בחזון לעוד עשרים שנה.

עם זאת, עצם הקצאת משימות תקיפה בידי מערכת AI מעלה שאלות בדבר סמכות ההחלטה על הפעלת אש, מנגנוני האישור האנושיים והאחריות במקרה של זיהוי שגוי. בהרצאה הודגם המעבר לאוטונומיה מתקדמת, אך לא נמסר פירוט מלא של מנגנוני ההרשאה והפיקוח על החלטות קטלניות.

צה״ל נערך לשינוי ארגוני

לדברי אבני, הניסיון המבצעי של השנים האחרונות דוחף את צה״ל לשנות את תפיסת בניין הכוח שלו וליצור מסגרת ייעודית לרובוטיקה ולאוטונומיה.

הדברים משתלבים בהכרזת הרמטכ״ל אייל זמיר בספטמבר 2026 על הקמת זרוע רובוטיקה שתפתח יכולות מתקדמות בים, באוויר וביבשה.

אבני העריך כי הצבאות המודרניים נמצאים בעיצומו של שינוי משמעותי, בין היתר בעקבות הניסיון הישראלי והלקחים מהמלחמה באוקראינה.

את הרצאתו סיכם באמירה שהמערכות האוטונומיות נעשות דומיננטיות יותר ויותר בשדה הקרב. היעד, לדבריו, הוא לשלב אותן עם הכוחות הלוחמים כדי להפחית את הסיכון לחיילים ולהגדיל את היעילות המבצעית.

השינוי המרכזי שתיאר אינו עצם הכנסתם של רובוטים לשדה הקרב, אלא המעבר למצב שבו מכונה אינה רק מבצעת פקודה בודדת, אלא משתלבת במערכת רחבה המתכננת ומבצעת משימות משותפות.

הפוסט רני אבני חשף: רובוטים אוטונומיים כבר מבצעים משימות בשדה הקרב וחוסכים חיי אדם רבים הופיע לראשונה ב-Chiportal.

האם מערכות הבינה המלאכותית מתפתחות מהר יותר מיכולתנו לשלוט בהן? זו השאלה שעמדה במרכז הרצאתו של ד״ר רועי צזנה, מייסד שותף ומנהל המחקר הראשי של מכון SHIELD.ai Institute לבטיחות מערכות AI, במפגש הסיליקון קלאב – פורום מנכ״לי ההייטק בישראל. המפגש נערך ביום שני, 12 באוקטובר 2026, באודיטוריום זאבי במוזיאון ANU בתל אביב, בהנחיית יו״ר הפורום שלמה גרדמן.

צזנה פתח את הרצאתו בתיאור מלכודות הציד העתיקות המכונות ״עפיפוני מדבר״. בעלי החיים שהוכנסו בין שתי חומות נמוכות לא הבחינו בסכנה, עד שהתקדמו לעומק המלכודת והתקשו להיחלץ ממנה. זהו, לדבריו, גם מצבה של האנושות מול ההתפתחות ההדרגתית אך המואצת של הבינה המלאכותית.

מהשלמת מילים לקבלת החלטות

צזנה תיאר את הדרך שעברה הבינה המלאכותית מאז השקת ChatGPT בנובמבר 2022 ועד הופעת מודלים מתקדמים בעלי יכולות הסקה ותכנון. הוא הבחין בין מערכות שהפיקו טקסט על בסיס חיזוי סטטיסטי לבין מודלים חדשים המסוגלים לפרק משימות לשלבים, להשתמש בכלים ולפעול להשגת יעדים.

נקודת מפנה חשובה, לדבריו, הייתה הופעת מודלי ההסקה, ובהם o1 של OpenAI ב־2024. אלה איפשרו למערכות להתמודד עם משימות מורכבות יותר, אך גם יצרו סיכון חדש: מערכת המקבלת יעד עשויה למצוא דרך בלתי צפויה להשיגו, גם אם היא מנוגדת לכוונת המשתמש.

להמחשת הבעיה הזכיר צזנה ניסוי שבו מודל בינה מלאכותית שהתבקש לנצח תוכנת שחמט חזקה לא הסתפק במשחק לפי הכללים, אלא שינה את הקובץ שהגדיר את מצב הלוח.

״הם לא מבינים שהמטרה לא מקדשת את האמצעים״, אמר צזנה.

הניסוי, שנערך בסביבה מבוקרת, המחיש כיצד מערכת יכולה למלא יעד שהוגדר לה תוך הפרת הכללים שהמפעילים ציפו שתכבד.

האם הבינה המלאכותית מנסה להגן על עצמה?

אחד החששות שהציג צזנה הוא שמערכת אוטונומית תלמד לזהות את המשך פעולתה כתנאי להשלמת המשימה. במקרה כזה היא עלולה להתנגד לכיבוי, להחלפה או להגבלת הגישה למשאבים.

הוא הזכיר את ניסויי הבטיחות של Anthropic, שבהם המודל Claude Opus 4 קיבל גישה לתכתובות בדויות של חברה דמיונית, למד כי הוא עומד להיות מוחלף, וניסה להשתמש במידע אישי על מהנדס כדי לאיים עליו ולמנוע את החלפתו של המודל.

חשוב להבחין כי הניסוי הזה התנהל בסימולציה ולא היה מקרה שבו מערכת AI סחטה מהנדס אמיתי.

צזנה הדגיש כי מבחינתו שאלת התודעה העצמית של הבינה המלאכותית אינה השאלה המרכזית. ״אני לא פילוסוף. אני לא יודע מה קורה שם בפנים״, אמר. "המבחן החשוב בעיני הוא התנהגות המערכת והסכנות העלולות לנבוע ממנה, גם אם אין לה תודעה או רגשות".

כשסוכני AI מתחילים לשתף פעולה

חלק מרכזי בהרצאה הוקדש לאירועי אבטחה שנחשפו במהלך 2026.

המקרה הבולט היה פרשת חדירתם של סוכני AI של OpenAI למערכות חברת Hugging Face. במהלך הרצת מבחני אבטחה, סוכנים שפעלו בסביבות ניסוי מצאו דרכי תקשורת ביניהם, ניצלו חולשות במערכות וניגשו למשאבים שלא נועדו להיות זמינים להם.

OpenAI חשפה את מעורבותה באירוע ביולי 2026, ובהמשך פרסמה תחקיר מפורט. האירוע המחיש את הסיכון הנובע מסוכנים בעלי גישה לכלי מחשוב ולתשתיות אמיתיות, גם כאשר המטרה המקורית הייתה ביצוע משימות במסגרת בדיקות אבטחה.

לפי צזנה, העובדה שסוכנים מצליחים לשתף פעולה, להעביר מידע ולמצוא דרכים לעקיפת מגבלות מחייבת שינוי בתפיסת ההגנה על מערכות מחשוב.

שלוש רמות של סכנה

צזנה הציג שלושה סוגי איומים.

הראשון הוא העצמת יכולותיהם של תוקפים אנושיים. כלים שבעבר חייבו מומחיות טכנולוגית עמוקה נעשים נגישים גם למי שחסר את הידע הנדרש לביצוע תקיפות מורכבות באופן עצמאי.

השני הוא התנהגות בלתי רצויה של סוכנים בתוך ארגונים. מערכת שהוגדרה לה מטרה עסקית, כגון שיפור מדד שביעות רצון או צמצום תלונות, עלולה למצוא דרך להטות את המדד במקום לשפר את השירות עצמו. ככל שסוכנים יקבלו אחריות לתהליכים משמעותיים יותר, גדל גם הנזק האפשרי.

השלישי והחמור ביותר בעיניו הוא תרחיש עתידי של התפשטות סוכנים זדוניים ברשת האינטרנט. הוא תיאר אפשרות שבה סוכן ייצור עותקים מעצמו, ישתלט בהדרגה על משאבי מחשוב לא מוגנים ויהפוך את עצירתו למשימה קשה במיוחד.

זהו תרחיש סיכון שצזנה מבקש להיערך אליו, ולא אירוע שהתרחש בפועל.

להאט את הפיתוח, לא לעצור אותו

למרות האזהרות החריפות, צזנה אינו מציע לנטוש את הבינה המלאכותית. הוא קרא להאט את קצב הפיתוח כדי לאפשר למחקר הבטיחות ולמנגנוני הבקרה להדביק את ההתקדמות ביכולות.

לדבריו, על חברות ה-AI להשקיע יותר בהתאמת התנהגות המערכות לערכים ולמטרות אנושיות, להימנע מהתקדמות בלתי מבוקרת למערכות המשפרות את עצמן, ולאפשר בדיקות עצמאיות בידי גורמים חיצוניים.

מהממשלות הוא דורש לפעול לתיאום בין חברות ומדינות, לקדם הסכמים בינלאומיים ולהבטיח שלתשתיות קריטיות תהיה גישה לאמצעי ההגנה המתקדמים ביותר. ארגונים עסקיים, מצדם, צריכים לנטר את פעילות הסוכנים הפועלים ברשתות שלהם ולוודא שהעובדים האנושיים אינם מאבדים את היכולת להבין ולנהל תהליכים חיוניים.

את הרצאתו חתם צזנה בהתייחסות לספר המדע הבדיוני פניי מועדות לכוכבים מאת אלפרד בסטר. לדבריו, הטכנולוגיה מציבה בפני האנושות אתגר גדול, אך גם אפשרויות עצומות — בתנאי שתדע להתמודד עם הסיכונים שהיא עצמה יוצרת.

״אם נעשה את הכל נכון, נצליח להימנע מאסון״, אמר. ״אם לא נעשה את הכל נכון, אז יהיה אסון״.

הפוסט ד״ר רועי צזנה: ״אנחנו רצים לתוך מלכודת״ – הסכנות שבמערכות AI היוצאות משליטה הופיע לראשונה ב-Chiportal.

חברת ספידטה פיתחה מעבד מסוג APU   (Analytics Processing Unit) המהווה קטגוריה חדשה לחלוטין בעולם המעבדים.קטיגוריה זו מיועדת להאיץ באופן ייעודי וממוקד בסיסי נתונים במטרה לאפשר עיבוד נתונים בקצבים מהירים בסדרי גודל מכל פתרון קיים בשוק.

צוות מייסדים מנצח וגב פיננסי מרשים

 ספידטה הוקמה בשנת 2019 על ידי סוללת מובילים מתעשיית הסיליקון והאקדמיה:

• ד"ר יהונתן פרידמן  – ממייסדי פרוביג'נט, כיהן בעבר כמנכ"ל וכיום משמש כסמנכ"ל אסטרטגיה.
• דן חרש  – יו"ר החברה, מנהל מוערך וממייסדי פרוביג'נט.
• רפי שלום  – סמנכ"ל טכנולוגיות ראשי (CTO) ממייסדי חברתSiliquent 
• איתי אינצה –  ארכיטקט תוכנה ראשי, בוגר תוכנית תלפיות וממייסדי Cogito Systems
• פרופ' יואב עציון –  לשעבר ראש מרכז המחקר להנדסת מחשבים בטכניון ומחוקרי ארכיטקטורת המחשבים הבולטים בעולם.
• ד"ר דני וויצחוב –  סמנכ"ל מחקר ופיתוח (R&D)

טכנולוגיית הליבה של החברה נולדה מתוך מחקר אקדמי מתקדם בתחומי ארכיטקטורת מחשבים, מערכות מקביליות, האצת גרפים ותכנון משולב חומרה-תוכנה (HW/SW Co-Design),  בשילוב מומחיות תעשייתית מצטברת של עשרות שנות ניסיון.

עד כה גייסה החברה 155  מיליון דולר מקרנות הון סיכון ומשקיעים אסטרטגיים מן השורה הראשונה, ובהם הקרנות: Viola, Pitango First, 83North, Walden Catalyst, KDT, לצד משקיעים פרטיים מובילים דוגמת אייל ולדמן וליפ-בו טאן (Lip-Bu Tan) – משקיע ההון סיכון הוותיק ומנכ"ל אינטל.

עדי גלוון הצטרף כמנכ"ל ספידטה במרץ 2025, כשהוא מביא עימו ניסיון עשיר של כ-20 שנה בהאצת בסיסי נתונים ועיבוד מידע. בעברו כיהן בתפקידי מפתח בחברות מובילות כמו XIV, IBM ו- . Infinidatאת חברת Speedb אותה הקים וניהל, מכר ב-2024 לענקית התוכנה Redis .

גלוון הצטרף לספידטה מתוך תובנה עמוקה כי כדי להאיץ את בסיסי הנתונים של המחר, תוכנה לבדה כבר אינה מספקת , יש צורך בחדשנות עמוקה ברמת הסיליקון. כעת הוא מוביל את המסחור של הרכיב המתקדם בעולם להאצת נתונים מתוצרת חברתו.

מה כל כך ייחודי בצ'יפ שפיתחתם?

"לספידטה יש כיום הזדמנות חסרת תקדים לפתוח את צוואר הבקבוק של מחשוב הארגונים (Enterprise) ולרתום את הבינה המלאכותית ביעילות חסרת תקדים. בכנס GTC 2026,  הציג, ג'נסן הואנג, מנכ"ל אנבידיה, שקף מרכזי ובו קבע כי : 'Structured data is the ground truth of enterprise computing' –  כלומר, הנתונים המובנים הם האמת הבסיסית של המחשוב הארגוני."

אם זה כה קריטי, מדוע אנבידיה לא מפתחת פתרון כזה בעצמה?

"לאנבידיה יש טכנולוגיות מעולות, אך GPUs מותאמים בעיקר למטריצות ולמתמטיקה של אימון מודלים, והם פחות יעילים בעולם האנליטיקה ובניהול בסיסי נתונים.

הארכיטקטורה של ספידטה יעילה פי 1,000 יותר מארכיטקטורות GPU או CPU קלאסיות בטיפול בנתונים מובנים .(Structured Data) במחזור שעון אחד (Cycle) אנחנו מצליחים לבצע פעולות שדורשות אלפי מחזורים במודל פון-ניומן (Von Neumann) המסורתי.

המידע היקר ביותר של ארגוני ענק נמצא בתוך המערכות הפנימיות שלהם. כדי להריץ מודלים בצורה יעילה, השבב שלנו מספק ביצועים פורצי דרך גם במהירות, גם בחיסכון דרמטי בעלויות וגם ביעילות אנרגטית. ה-AI  עזר למשל לגוגל להגדיל פי 27 את היעילות האנרגטית בשאילתות, מכיוון שהם לומדים לנהל בסיסי נתונים בצורה חכמה יותר. הצ'יפ של ספידטה עושה את זה הרבה יותר מהר, בהרבה פחות אנרגיה ובעלות נמוכה בהרבה."

אם כך, האם גוגל וענקיות הטכנולוגיה כבר עובדות איתכם?

"כולם מדברים איתנו היום. ענקיות כמו אינטל, אנבידיה, AMD ואחרות מריצות איתנו פיילוטים ומקבלות תוצאות מדהימות."

איך זה שאף חברה בעולם לא הצליחה להגיע לביצועים שלכם?

"עיבוד נתונים (Data Processing) ישירות ברמת הצ'יפ הוא אתגר הנדסי קשה מאוד לביצוע. אנבידיה מנסה לעשות זאת על גבי GPUs בהצלחה חלקית, וחברות אחרות מנסות להשתמש בFPGA-  אבל אנחנו החברה היחידה בעולם שמממשת זאת ברמת  ASIC  יעודי.

השילוב ההדוק שפיתחנו בין עיבוד נתונים בחומרה לבין מעטפת תוכנה ייעודית מביא לתוצאות שאף פתרון תוכנתי לא יוכל להגיע אליהן לעולם. ה- AI הופך להיות קומודיטי אבל היתרון התחרותי האמיתי הוא בסיליקון" הוא מסכם.

הפוסט החברה שתפתור לענקיות ה-AI את הבעיה הכואבת ביותר הופיע לראשונה ב-Chiportal.

חברת Positron AI האמריקאית, המפתחת מערכות מחשוב ייעודיות להרצת מודלים של בינה מלאכותית, מרחיבה את פעילותה לישראל ומתכננת לפתוח משרד בתל אביב. המהלך מצטרף להתרחבותה המהירה של החברה, המנסה להציע חלופה למאיצי הבינה המלאכותית של אנבידיה, בעיקר בתחום הרצת המודלים.

לפי דיווח באתר ICE, החברה גייסה לשורותיה את עמית פרידמן, לשעבר בכיר במובילאיי, לתפקיד דירקטור הנדסה. באתר הרשמי של Positron מצוין כי היא כבר מעסיקה עובדים בישראל וכי משרד בתל אביב צפוי להיפתח בקרוב. החברה טרם פרסמה מידע מפורט על היקף כוח האדם המתוכנן בישראל.

בספטמבר 2026 השלימה Positron סבב גיוס של 875 מיליון דולר לפי שווי של 5 מיליארד דולר לאחר הכסף. מדובר בזינוק משמעותי לעומת שווי של מעט יותר ממיליארד דולר שנקבע בגיוס קודם בפברואר השנה.

הגיוס האחרון, שנערך בשני שלבים, הובל בידי קרנות ומשקיעים ובהם NEA, Atreides Management, Valor Equity Partners, Andra Capital, SemiAnalysis Capital וג'ים קלארק, ממייסדי Silicon Graphics ו־Netscape. בין המשתתפים בגיוס נמצאות גם זרועות השקעה של סיסקו וקרן העושר של קטאר.

התמקדות באינפרנס במקום באימון מודלים

בניגוד לחלק מיצרניות מאיצי הבינה המלאכותית, המפתחות מעבדים בעלי יכולת חישוב גבוהה במיוחד לאימון מודלים גדולים, Positron מתמקדת בעיקר באינפרנס (Inference) – שלב השימוש במודל שכבר אומן.

שלב זה כולל הפעלת צ'אטבוטים, יצירת תשובות לשאלות, הרצת סוכני בינה מלאכותית ויישומים ארגוניים. ככל שהשימוש במודלים מתרחב, גדלה החשיבות של עלות הרצתם, צריכת החשמל שלהם וזמינות הזיכרון למעבדים.

אחד המאפיינים המרכזיים של הארכיטקטורה של Positron הוא הדגש על קיבולת זיכרון גדולה ועל יעילות כלכלית. במקום להסתמך באופן בלעדי על זיכרון HBM, המשמש רבים ממאיצי הבינה המלאכותית המתקדמים, החברה מתכננת להשתמש בזיכרון LPDDR5X, המאפשר להציע קיבולת גדולה באמצעות רכיבים נפוצים יחסית.

מעבד הדור הבא של החברה, Asimov, נמצא בפיתוח ומיועד להגיע לייצור במהלך המחצית השנייה של 2027. על פי תוכניות החברה, מערכות Titan ישלבו מספר מעבדי Asimov לצורך הרצת מודלים גדולים במיוחד.

Positron כבר החלה לפרוס יותר מ־50 ארונות שרתים של מערכת Atlas מהדור הראשון בתשתית הענן של אורקל (Oracle Cloud Infrastructure). עם לקוחותיה נמנות גם חברות מתחומי השירותים הפיננסיים ותשתיות הענן.

ישראל כמרכז פיתוח בתחום שבבי ה־AI

כניסתה של Positron לישראל מתרחשת בתקופה שבה יצרניות שבבים וחברות תשתית בינה מלאכותית מתחרות על מהנדסים בעלי ניסיון בפיתוח מעבדים, בתכנון מערכות חומרה ובהעברת נתונים במהירות גבוהה.

פתיחת הפעילות בישראל עשויה להעניק לחברה גישה לכוח אדם מנוסה בתחום השבבים והמערכות המשובצות. עם זאת, טרם פורסמו פרטים על גודל מרכז הפיתוח, היקף ההשקעה המקומית או תחומי האחריות ההנדסיים שיועברו אליו.

הפוסט מתחרה נוספת לאנבידיה מגיעה לישראל: Positron AI מקימה פעילות פיתוח בתל אביב הופיע לראשונה ב-Chiportal.

Applied Materials ואינטל הודיעו על הרחבת שיתוף הפעולה ביניהן במטרה לקצר את הדרך מפיתוח במעבדה לייצור סדרתי של טכנולוגיות שבבים חדשות המיועדות למערכות בינה מלאכותית. הפעילות תתבצע במרכז EPIC החדש של Applied בסיליקון ואלי ובמרכז המחקר והפיתוח של אינטל בהילסבורו, אורגון.

החברות יעבדו יחד על חומרים, תהליכי ייצור וארכיטקטורות התקנים לצומתי ייצור מתקדמים, כולל שיפור קישורי המתכת בין הטרנזיסטורים. תחום נוסף יהיה אריזה מתקדמת המבוססת על Foveros של אינטל, המאפשרת ערימה תלת־ממדית של שבבים ושיפור צפיפות החיבורים, אספקת החשמל ופיזור החום.

אינטל תהיה אחת השותפות המייסדות של מרכז EPIC, שאמור להתחיל לפעול במהלך השנה. Applied Materials מייעדת את המרכז לעבודה משותפת עם יצרני שבבים כבר בשלבי הפיתוח הראשונים, במטרה לצמצם את הזמן הדרוש להעברת טכנולוגיות חדשות לייצור בכמויות גדולות.

הפוסט Applied Materials ואינטל מעמיקות את שיתוף הפעולה בפיתוח טרנזיסטורים ואריזות מתקדמות ל־AI הופיע לראשונה ב-Chiportal.

Astera Labs, המפתחת שבבים ופתרונות קישוריות לתשתיות בינה מלאכותית ומרכזי נתונים, מתכננת להרחיב את מרכז הפיתוח שלה בישראל לכ־200 עובדים עד סוף 2026. החברה מעסיקה כיום כ־1,200 עובדים ברחבי העולם, ומגדירה את הפעילות בישראל כאחד ממרכזי הפיתוח המרכזיים שלה.

הפעילות המקומית התרחבה בין היתר בעקבות רכישת Pliops הישראלית. לדברי החברה, צוות הפיתוח בישראל מופקד על חלקים מרכזיים במפת הדרכים הטכנולוגית שלה, ובהם הדורות הבאים של משפחת Scorpio ופתרונות קישוריות שיתמכו ברוחבי פס של יותר מ־100 טרה־ביט לשנייה.

Astera מתמקדת באחד מצווארי הבקבוק המרכזיים במערכות AI: העברת כמויות גדולות של מידע בין מעבדים, מאיצים, זיכרונות ורכיבי רשת. נשיא החברה ואחד ממייסדיה, סנג'יי גאג'נדרה, אמר כי מרכז הפיתוח בישראל צפוי להמשיך ולהתרחב וכי החברה בוחנת גם רכישות נוספות של צוותים וטכנולוגיות בתחומי הרשתות, האופטיקה והזיכרון.

החברה רשמה הכנסות של 852.5 מיליון דולר ב־2025, עלייה של 115%, וברבעון השני של 2026 הסתכמו הכנסותיה ב־392.4 מיליון דולר — יותר מכפול מהרבעון המקביל אשתקד.

הפוסט Astera Labs תרחיב את מרכז הפיתוח בישראל לכ־200 עובדים הופיע לראשונה ב-Chiportal.