חברת השבבים הישראלית היילו (Hailo) הודיעה על פיטורי כ-110 עובדים, כמחצית מכוח האדם שלה. לפי הדיווח בכלכליסט, החברה מעסיקה כיום כ-220 עובדים, והמהלך מגיע בהמשך לשינוי ארגוני שביצעה לפני כמה חודשים כדי להתמקד בתחום ה-Physical AI – יישומי בינה מלאכותית בעולם הפיזי, ובהם רובוטיקה, רחפנים ומכשירי קצה חכמים.

היילו, שהוקמה ב-2017 ונחשבה במשך שנים לאחת ההבטחות הבולטות של תעשיית השבבים הישראלית, מפתחת מאיצי AI למכשירי קצה. מוצרי החברה נועדו להריץ מודלי ראייה ממוחשבת ובינה מלאכותית גנרטיבית קרוב למקור הנתונים, בלי להעביר את כל העיבוד לענן. לפי החברה, מעבדי הקצה שלה מיועדים ליישומי AI במכשירי קצה, ובהם מוצרי צריכה, רכב, מערכות תעשייתיות ורובוטיקה.

מהתלהבות סביב AI Edge לצמצום חריף

הפיטורים הנוכחיים הם סבב הקיצוצים השני של היילו השנה. בינואר 2026 פיטרה החברה כ-10% מעובדיה, אז כ-30 עובדים, והסבירה כי היא ממקדת משאבים בתחומי צמיחה ובהם רובוטיקה ו-Physical AI.

לפי הדיווח, החברה מבקשת להגיע למבנה תפעולי רזה יותר, שיאפשר לה להמשיך לשרת לקוחות קיימים באמצעות רשת שותפים ומפיצים גלובלית, ובמקביל לשפר את הגמישות לקראת השקעה, רכישה או מהלך פיננסי אחר. החברה מסרה כי מוצרי הדגל שלה, מאיצי AI למכשירי קצה, נמכרו ביותר מ-500 אלף יחידות.

ההתמקדות ב-Physical AI משקפת מגמה רחבה יותר בתעשייה: מעבר מחישובי AI גדולים בענן בלבד אל עיבוד מקומי במצלמות, רובוטים, רחפנים, מערכות רכב ומכשירי IoT. עבור היילו, זהו גם ניסיון לבדל את עצמה מול שוק צפוף ותחרותי, שבו פועלות ענקיות שבבים לצד חברות צעירות רבות שניסו לנצל את גל ההשקעות בבינה מלאכותית.

לחץ פיננסי ומחיקת השקעה בדלק רכב

המהלך מגיע על רקע מצוקה פיננסית מתמשכת. לפי כלכליסט, דלק רכב, אחת המחזיקות המשמעותיות בהיילו, דיווחה כי מיזוג SPAC שתוכנן עבור החברה בוול סטריט נקלע לקשיים ואינו מתקדם. בעקבות זאת, דלק רכב צפויה למחוק את מרבית שווי השקעתה בהיילו כבר בדוחות הרבעון השני של 2026, מהלך שעלול להעביר אותה להפסד מהותי באותו רבעון.

בשיאה, באפריל 2024, גייסה היילו 120 מיליון דולר לפי שווי של 1.2 מיליארד דולר, והפכה לאחת מחברות החד־קרן הבולטות בתחום שבבי ה-AI למכשירי קצה. רויטרס דיווחה אז כי החברה גייסה עד אותו שלב יותר מ-340 מיליון דולר מאז הקמתה. לפי הדיווחים האחרונים, שוויה הריאלי של החברה מוערך כעת בפחות מ-500 מיליון דולר.

כלכליסט ציין כי סך החשיפה של דלק רכב להיילו עומד על כ-62.4 מיליון דולר, שהם כ-197 מיליון שקל, וכי בינואר 2026 העמידה דלק מוטורס להיילו הלוואה של 9 מיליון דולר, עם אפשרות להגדלה נוספת של 3 מיליון דולר. לפי הדיווח, ההלוואה נושאת ריבית גבוהה של 1.5% בחודש, שעשויה לעלות ל-3% בחודש אם לא יתרחש אירוע נזילות בתוך 12 חודשים.

חברה עם טכנולוגיה קיימת, אבל שוק קשה יותר

הקושי של היילו אינו נובע בהכרח מהיעדר טכנולוגיה. החברה השיקה בשנים האחרונות כמה דורות של מאיצי AI, ובהם Hailo-8 ליישומי ראייה ממוחשבת ו-Hailo-10H, שנועד להריץ מודלי שפה וראייה גנרטיביים במכשירי קצה. לפי היילו, Hailo-10H מספק 40 TOPS בביצועי INT4, תומך במודלי LLM ו-VLM, ומתוכנן לפעול בהספק טיפוסי של 2.5 ואט.

עם זאת, פיתוח שבבים הוא תחום עתיר הון, והמעבר ממוצר טכנולוגי מרשים להכנסות בהיקף גדול דורש זמן, שרשרת אספקה יציבה, תוכנה בשלה, תמיכת לקוחות רחבה וחדירה לשווקים שמאמצים טכנולוגיה בקצב מספק. במקרה של היילו, הנתונים הפיננסיים שפורסמו סביב דלק רכב מצביעים על פער בין ההבטחה הטכנולוגית לבין צורכי המזומן והקצב העסקי של החברה.

מנכ”ל היילו, אור דנון, מסר כי ענף השבבים בעידן ה-AI הופך לחלק מהתשתיות הקריטיות במדינות רבות, וכי הבינה המלאכותית “עוזבת את הענן ועוברת לעולם הפיזי”. לדבריו, המהלכים הנוכחיים נועדו לשמר את המובילות הטכנולוגית של החברה ולהמשיך לייצר ערך ללקוחות קיימים ועתידיים.

היילו עדיין מחזיקה במוצר, בלקוחות, ברשת שותפים ובמוניטין טכנולוגי בתחום שבו הביקוש עשוי לצמוח בשנים הקרובות. אבל סבב הפיטורים החריף מסמן כי החברה נכנסת לשלב מבחן: האם תצליח להפוך את פעילותה לממוקדת ורזה מספיק כדי לשרוד עד גיוס, רכישה או התאוששות עסקית – או שהלחץ הפיננסי יכריע את אחת ההבטחות הגדולות של שבבי ה-AI בישראל.

הפוסט היילו מפטרת כמחצית מעובדיה ותתמקד ב-Physical AI הופיע לראשונה ב-Chiportal.

בסימפוזיון הטכנולוגי של TSMC באמסטרדם הציגה Hailo הישראלית את הדור השני של טכנולוגיית האצת הבינה המלאכותית שלה, עם דגש ברור על הכיוון שאליו נעה התעשייה: פחות הדגמות ענן כלליות, ויותר מערכות AI שפועלות בתוך המכשיר עצמו, קרוב לחיישנים, למצלמות, לכלי הרכב, לרובוטים ולמערכות התעשייתיות.

בראיון ל-CHIPORTAL אמר יאן-פריסו בלאקר, סמנכ״ל המכירות לאירופה ב-Hailo, כי שיתוף הפעולה עם TSMC הוא מרכיב מרכזי בהתפתחות החברה. לדבריו, Hailo היא שותפה ותיקה וקרובה של TSMC, ומוצריה מיוצרים בטכנולוגיות הייצור של החברה הטייוואנית. הדור הראשון והשני של שבבי Hailo מבוססים על תהליך 16 ננומטר FinFET של TSMC, ואילו הדור השלישי המתוכנן צפוי לעבור לצומת ייצור קטן בהרבה.

המסר המרכזי של Hailo באירוע היה “GenAI on the edge” – הרצת בינה מלאכותית גנרטיבית במכשירי קצה, ללא צורך קבוע בחיבור לענן. בלאקר הדגיש כי העניין איננו רק בביצועים גולמיים, אלא ביכולת לספק חישוב AI יעיל מבחינת צריכת הספק, שאפשר לשלב במגוון רחב של מערכות משובצות.

אחת ההדגמות שהוצגו באירוע המחישה מעלית חכמה בבית חולים, שמבינה הוראות בשפה טבעית. במקום פקודה קשיחה כמו “קומה שלוש” או “מסעדה”, המשתמש יכול לומר משפט כמו “אני רעב”, והמערכת מבינה את הכוונה ומפנה את המעלית לקומה שבה נמצאת המסעדה. לפי Hailo, הדבר מתאפשר באמצעות הרצת מודל שפה גדול ישירות על השבב שבמערכת, בלי לשלוח את המידע לענן.

זו דוגמה קטנה, אך היא ממחישה את השינוי הרחב יותר: מערכות AI אינן חייבות עוד להמתין לעיבוד מרוחק במרכז נתונים. כאשר החישוב מתבצע בקצה, המערכת יכולה להגיב מהר יותר, לשמור מידע רגיש בתוך המכשיר, ולפעול גם בסביבה שבה החיבור לרשת חלקי, יקר או בלתי זמין.

רובוטים, כלי רכב ומערכות תעשייתיות

בלאקר קשר את הטכנולוגיה של Hailo למגמה רחבה יותר שעלתה גם בהרצאות המרכזיות של TSMC: מעבר מגל ההתלהבות הראשוני סביב AI ליישומים מעשיים של הסקה, inference, במערכות פיזיות. אלה כוללות כלי רכב, רחפנים, רובוטים, מערכות תעשייתיות, מכשירי בית חכמים ומערכות עירוניות.

ביישומים כאלה זמן תגובה הוא קריטי. רכב אוטונומי, רובוט תעשייתי או רחפן אינם יכולים להסתמך תמיד על תקשורת לענן כדי לקבל החלטות בזמן אמת. הם צריכים לעבד מידע מחיישנים, להבין את הסביבה, ולהגיב מיד. לכן, מאיצי AI קטנים וחסכוניים יחסית הופכים לחלק חשוב מהארכיטקטורה של מערכות הקצה.

לדברי בלאקר, יותר ויותר חברות עוברות משלב ההערכה והניסויים לשילוב מוצרים של Hailo במערכות ייצור. המשמעות היא שהשוק מתחיל להתכנס סביב יישומים מעשיים של AI בקצה, ולא רק סביב הדגמות או מודלים גדולים במרכזי נתונים.

TSMC כבסיס לתעשיית ה-AI הפיזית

הנוכחות של Hailo במתחם ההדגמות של TSMC הדגישה גם את מקומה של TSMC בשרשרת הערך החדשה של AI. אם מרכזי הנתונים הם השכבה הבולטת ביותר של מהפכת הבינה המלאכותית, הרי שהשלב הבא כולל הפצה של יכולות AI למיליארדי מכשירים פיזיים. לשם כך נדרשים שבבים יעילים, תהליכי ייצור מתקדמים ויכולת לייצר מוצרים אמינים בהיקפים גדולים.

עבור Hailo, החיבור הזה מאפשר להציג פתרון שמיועד לא רק למפתחים או למעבדות, אלא ליצרני מערכות שמחפשים לשלב AI במוצר אמיתי: מעלית, מצלמה, רובוט, מכונה תעשייתית או רכב. זהו בדיוק האזור שבו התחרות על הדור הבא של שבבי AI צפויה להיות חריפה במיוחד – לא רק במרכזי הנתונים, אלא גם בכל מקום שבו החלטה חכמה צריכה להתקבל במקום, במהירות ובצריכת הספק נמוכה.

הפוסט Hailo מציגה בסימפוזיון TSMC באמסטרדם: בינה מלאכותית גנרטיבית בקצה, בלי ענן הופיע לראשונה ב-Chiportal.

עבור מהנדסי השבבים, שינוי זה מייצג אתגר ארכיטקטוני מהותי המשנה את סדרי העדיפויות בתכנון. השאלה אינה עוד כיצד למקסם את התפוקה (Throughput) במעבד גרפי עתיר הספק, אלא כיצד לספק יכולות בינה מלאכותית משמעותיות במכשיר בעל הספק המוגבל לעשרות מילי-וואטים בלבד ומיועד לפעול במשך שנים על סוללה בודדת. המניעים למעבר זה נובעים משלושה אילוצים קריטיים: השהייה (Latency),  פרטיות  (Privacy)  וקישוריות  . (Connectivity) במערכות בטיחותיות כמו רכב אוטונומי או רובוטיקה רפואית, ההשהייה הקיימת בענן אינה קבילה, שכן תגובה במקרי קיצון חייבת להימדד במיקרו-שניות. במקביל, הצורך בפרטיות המידע והרגולציה הגוברת דורשים שנתונים ביומטריים גולמיים יישארו במכשיר. לבסוף, חוסר האמינות המובנה בהסתמכות על רשתות תקשורת אלחוטיות בסביבות תעשייתיות או חקלאיות הופך את ההסקה העצמאית למציאות הכרחית.

המעבר לקצה מחייב חשיבה מחדש על כל שכבה בחומרה. בניגוד לפרדיגמת מרכזי הנתונים, המהנדסים נדרשים כעת למקסם את ה"AI לכל מילי-וואט". זהו המניע העיקרי למעבר מארכיטקטורות GPU כלליות למאיצים ייעודיים .(Domain-Specific Accelerators) עם זאת, השינוי העמוק ביותר מתרחש בהיררכיית הזיכרון. בבינה מלאכותית בקצה, הזיכרון ולא כוח המחשוב , הוא צוואר הבקבוק העיקרי. שליפת נתונים מזיכרון הDRAM- צורכת סדרי גודל יותר אנרגיה מביצוע החישוב עצמו. כתוצאה מכך, מאיצי קצה מודרניים מתבססים על מערכי SRAM רחבים על השבב השומרים על הנתונים קרובים למארג המחשוב. טכניקות כמו גיזום נתונים (Pruning) , דלילות (Sparsity) וכימות (Quantization) הפכו מהנחות אופציונליות לדרישות יסוד בתכנון, כאשר חלק מהארכיטקטורות כבר דוחפות לכיוון של חישוב בתוך הזיכרון (In-Memory Computing) המצמצם את תנועת הנתונים כמעט לאפס.

מעבר ליכולות הסקה, הדרישה הגוברת ללמידה אדפטיבית במכשיר מציבה רף חדש של דרישות. יישומים רבים מניטור בריאות מותאם אישית ועד לתחזוקה חזויה דורשים מודלים המסוגלים להתאים את עצמם לאורך זמן, מה שמחייב חומרה התומכת בעדכוני תוכנה חסכוניים. טכנולוגיות זיכרון לא נדיף מתפתחות, כגון RRAM ו MRAM- נבחנות כיום כחלופות לאחסון פרמטרים של מודלים המתפתחים במהלך הפעולה. במקביל, מסגרות למידה מאוחדות (Federated Learning) מאפשרות למכשירים להתאמן מקומית ולתרום לעדכון מודל גלובלי מבלי לחשוף מידע גולמי. זה מחייב את מתכנני השבבים למטב את המאיצים לא רק לתפוקת הסקה, אלא גם לעומסי עבודה של אימון בדיוק נמוך.

המגמה המשמעותית ביותר המגדירה את 2026 היא התכנון המשותף של חומרה ותוכנה ביחד. הגבולות המסורתיים בין פיתוח אלגוריתמים לארכיטקטורת שבבים מיטשטשים; מהנדסי תוכנה מתכננים כיום מודלים המותאמים מראש לאילוצי החומרה, וצוותי חומרה בונים מאיצים התפורים למשפחות מודלים ספציפיות, כגון Vision Transformers למערכות ראייה או מודלי שפה קומפקטיים לעוזרים קוליים. ההתכנסות של טכניקות דחיסה בוגרות, מאיצים ייעודיים וארכיטקטורות זיכרון מתקדמות יצרה נקודת מפנה בה הEdge AI  הופך למודל הפריסה המוגדר כברירת מחדל.

בתוך מארג זה,  לתעשייה הישראלית תפקיד מפתח בתכנון ארכיטקטורת הEdge AI- העולמית, כשהיא נשענת על מסורת רבת שנים של מצוינות בתחומי התקשורת והVLSI-  .

האקו-סיסטם המקומי, שהוביל בעבר את מהפיכות הקישוריות והאחסון, השכיל להסב את ה DNA ההנדסי שלו להתמודדות עם אתגרי ההסקה והעיבוד בקצה. מרכזי הפיתוח של הענקיות הבינלאומיות בישראל, לצד דור חדש של סטארטאפים המתמקדים בAI-Centric Silicon-  מציבים את ישראל בחזית המאבק על יעילות ה- PPA  (Power, Performance, Area) .

היכולת הישראלית המוכחת בתכנון שבבים מורכבים (SoC) ובייצור פתרונות המגשרים על פער המחשוב והזיכרון, היא שהופכת את התעשייה המקומית לקטר המוביל של עידן הInference-  גם בקצה.

בשנת 2026, ברור כי הפתרונות שיאפשרו לאינטליגנציה המלאכותית לפעול בצורה אוטונומית, מאובטחת וחסכונית במכשירים הסובבים אותנו, נוצרו במידה רבה מתוך היוזמה והחדשנות של קהילת השבבים הישראלית.

העשור הקרוב לא יוכרע על ידי עוצמת העיבוד בענן, אלא על ידי התושייה הנדרשת להטמעת אינטליגנציה במכשירים הקטנים והמוגבלים ביותר המקיפים אותנו – בכיס, ברכב ובמפעל.

הפוסט 2026 – שנת המפנה לכיוון ה- EDGE-AI הופיע לראשונה ב-Chiportal.

מבצע שאגת הארי מסתמך במידה רבה על "בינה מלאכותית בקצה" – היכולת לעבד כמויות אדירות של נתוני חיישנים באופן מקומי במכשיר עצמו במקום לשלוח אותם בחזרה לענן מרכזי.

שבבי SoC מתקדמים מעבדים נתונים חזותיים בפחות ממילישנייה, ומאפשרים למערכות אוטונומיות לנווט ולזהות מטרות בדיוק ברמת האדם אך במהירויות ברמת המכונה.

צמתים חדשנים בטכנולוגיות 3 ננומטר ו-2 ננומטר מאפשרים מיחשוב בעל ביצועים אולטרה גבוהים במכשירים ניידים, ומבטיחים שציוד השטח יישאר פעיל למשך פרקי זמן ממושכים ללא צורך בהחלפות סוללות כבדות.

מבצע "שאגת הארי" כולל שימוש באלפי כלי נשק מדויקים והרס של מאות תשתיות אסטרטגיות. מערכות מונחות מדויקות מסתמכות על שבבים בעלי ביצועים גבוהים לניווט, רכישת מטרות ותיקון מסלול באמצע הטיסה. ללא שבבים מתקדמים, הדיוק הנדרש לתקיפה צפופה ומתואמת שכזו יהיה בלתי אפשרי.

כלי טיס בלתי מאוישים (UAVs) משמשים עמוד תווך מרכזי במבצע, ומספקים מעקב, יכולת תקיפה ועדכון מצב מתמשך עמוק בתוך שטח איראן. רחפנים אלה תלויים במעבדים מיוחדים לטיסה אוטונומית, שימוש בחיישנים חכמים, תקשורת מוצפנת ובינה מלאכותית בתוך כלי טיס. יכולתם לפעול הרחק מגבולות ישראל ולשמור על עליונות אווירית קשורה ישירות לתחכום של ערכות השבבים שלהם.

תיאום מערכה משותפת של ארה"ב וישראל במספר תחומים דורש מערכות תקשורת מאובטחות, עמידות ובעלות רוחב פס גבוה. שבבים מתקדמים מפעילים מכשירי רדיו מוצפנים, קישורי לוויין ורשתות שדה קרב המאפשרות למפקדים לסנכרן תקיפות אוויריות, לנטר איומים ולהסתגל לתגובות טילים ורחפנים איראניות בזמן אמת.

השלכות אסטרטגיות על הביטחון הלאומי

יכולתה של ישראל לבסס עליונות אווירית תוך 24 שעות מהשקת המבצע משקפת לא רק תכנון טקטי אלא גם השקעה ארוכת טווח בטכנולוגיות הגנה מבוססות שבבים. מטוסי חמקן, טילים ארוכי טווח וחיישנים מתקדמים, כולם מסתמכים על שבבים מתקדמים המעניקים לישראל ולבנות בריתה יתרון מכריע.

יכולות הטילים והרחפנים של איראן הפכו מתוחכמות יותר, ודורשות מערכות הגנה שיכולות לזהות, לעקוב וליירט איומים תוך שניות. מערכי מכ"ם מונעי שבבים מתקדמים, ניתוח איומים משופר על ידי בינה מלאכותית ופלטפורמות יירוט אוטומטיות חיוניים לנטרול התקפות אלו ולמניעת הסלמה.

משרד הביטחון הדגיש את הצורך לחזק את הסיבולת האסטרטגית של ישראל, כולל אספקה ​​מתמשכת של תחמושת וציוד. רבות ממערכות אלו תלויות בשבבים ייעודיים שיש לאסוף, להעביר ולשלב במהירות כדי לשמור על מוכנות בחזיתות מרובות.

מבט קדימה: שבבים כשדה הקרב החדש

מבצע "שאגת הארי" מדגיש מציאות עולמית רחבה יותר: שבבים הם כיום אמצעי קריטי להגנה הלאומית כמו דלק, מטוסים או כוח אדם. המדינות השולטות בתכנון, ייצור ושרשראות אספקה ​​של שבבים יעצבו את עתיד הלוחמה. כאשר ישראל מתמודדת עם איומים מתפתחים, היתרון הטכנולוגי שלה – המושרש ביכולות שבבים מתקדמות – יישאר מרכזי להרתעה, תגובה מהירה ודומיננטיות אסטרטגית.

הפוסט שבבים מתקדמים: המנוע השקט מאחורי מבצע שאגת הארי הופיע לראשונה ב-Chiportal.

סבסטיאן דובה, מנהל CEA-Leti, מציג תמונת מצב עדכנית של תעשיית השבבים באירופה ומסביר כיצד פרויקט הדגל FAMES עשוי לסייע לאירופה להיאבק בתלותה באסיה ובארה"ב – ולבסס יתרון בתחומים כמו בינה מלאכותית בקצה הרשת וחדשנות אקולוגית

לאחר מחסור השבבים בזמן מגפת הקורונה, שהבהיר לאירופה את תלותה באסיה ובארה"ב, הושקה בשנת 2022 תוכנית השבבים האירופית – CHIPS Act – במטרה להכפיל עד 2030 את חלקה של אירופה בשוק העולמי ל-20%. כיום, שלוש שנים מאוחר יותר, אירופה עדיין אחראית לפחות מ-10% מייצור השבבים בעולם. האם היא מסוגלת להחזיר לעצמה את הבכורה?

לדברי סבסטיאן דובה , מנהל CEA-Leti ומוביל פרויקט FAMES בגרנובל, אין מדובר במהפכה מיידית: "ההשקעות הנדרשות עצומות, וקשה לדמיין שינוי דרמטי בטווח הקצר. השוק נותר גלובלי ותלוי הדדית: עיצוב באמריקה, ייצור באסיה וחומרי גלם מסין." למרות זאת, לדובה יש תקווה באשר ליתרונות היחסיים של אירופה – בעיקר ביישומים משולבים כמו חיישנים, מיקרו-בקרים, רכיבים לרכב, לתעשייה ולתחום הבריאות. הוא מזכיר בגאווה את ההובלה של ASML ההולנדית בתחום ליתוגרפיה מתקדמת – תחום קריטי שכל יצרני השבבים בעולם תלויים בו.

במסגרת המאמצים האירופיים הוקם פרויקט FAMES , בהובלת CEA-Leti ושותפים נוספים, אשר נהנה מהשקעה של 830 מיליון אירו של האיחוד האירופי והממשל הצרפתי. "FAMES נכנס לפעולה בתחילת השנה – עמדנו בלוחות הזמנים, וזה חשוב. אסיה ידועה ביעילותה, אבל אנחנו מראים שגם אירופה מסוגלת לפעול באותה רמה," מדגיש דובה.

מטרת FAMES: להכין את הקרקע לדורות הבאים של טכנולוגיות FD-SOI בגדלים של 10 ואף 7 ננומטר, ולהאיץ פיתוח של טכנולוגיות מפתח לעשור הקרוב: זיכרונות לא נדיפים, רכיבי תדר רדיו לדור 6G ואינטגרציה תלת-ממדית הטרוגנית . אחת ההזדמנויות הבולטות עבור אירופה נמצאת דווקא בתחום שבו לא נדרשים שבבים מתקדמים במיוחד – אלא פתרונות משולבים ויעילים אנרגטית:

"בינה מלאכותית בקצה – edge AI – תדרוש שבבים שחוסכים באנרגיה ומבצעים למידה והסקה מקומית, ישירות במכשירים כמו סמארטפונים וחיישנים. זהו תחום שבו יש לאירופה יתרון מובהק," מסביר דובה.

לסיכום, למרות הפערים מול ענקיות כמו TSMC ו-Samsung, דובה בטוח שעם השקעה נכונה בשיתופי פעולה, מחקר וחדשנות סביבתית – אירופה יכולה לשמר ואף לחזק את מקומה בזירה הגלובלית.

"השוק הזה מחזורי מטבעו. מה שנכון היום – לא בהכרח יהיה נכון מחר. עלינו להמשיך לפעול בחזית החדשנות כדי להיות מוכנים לעתיד."

הפוסט אירופה מנסה להחזיר את הבכורה: האם תעשיית השבבים האירופית תצליח לצמצם פערים? הופיע לראשונה ב-Chiportal.