סטארטאפ הבינה המלאכותית AAI (דאבל A.I), שהקים פרופ' אמנון שעשוע לפני כשנתיים, הפך רשמית לאחד מגיוסי העומק המרשימים ביותר בזירת ה-AI הישראלית: החברה גייסה 200 מיליון דולר בסבב השקעה חדש, שבו הצטרפה גם ענקית השבבים אנבידיה. סך הגיוסים של החברה מגיע כעת ל־221 מיליון דולר, לפי שווי של כ-מיליארד דולר – סטטוס יוניקורן, עוד לפני השקה של מוצר מסחרי. (גלובס)

סבב הגיוס הובל על ידי קרן ההון־סיכון האמריקאית Lightspeed, מהשמות החזקים בהייטק העולמי ובזירת הסטארטאפים הישראלית. לצידה השתתפו בסבב ענקיות השקעה נוספות: זרוע ההשקעות של מייקל דל (DTC), בסמר, פיטנגו פירסט, גרינפילד, BRM – וכעת גם אנבידיה, שהפכה לשחקנית מפתח בכל מה שקשור לתשתיות AI עתירות חישוב.

AAI הוקמה באוגוסט 2023 ונרשמה תחילה בירושלים, וכיום היא פועלת ממשרדים ברמת גן. לצדו של שעשוע, שמכהן כמנכ"ל, נמנים על צוות המייסדים פרופ' שי שלו-שוורץ, ה-CTO של מובילאיי ושותפו של שעשוע גם ב-Mentee Robotics, וכן קבוצת חוקרים שהיו תלמידי וחוקרי עבר בקבוצות המחקר של שעשוע: פרופ' יואב לוין, פרופ' אור שריר, ד"ר נעם וייס וד"ר גל בנימיני. מדובר בצוות שמגיע מצומת של מדעי המחשב, מתמטיקה, פיזיקה ומדעי החיים – ומכוון לבעיות העמוקות ביותר של בינה מלאכותית. (AAI)

למרות היקף הגיוס, AAI עדיין פועלת "מתחת לרדאר": אין מוצר מסחרי, והקוד הפתוח העיקרי שיצא ממנה עד כה הוא מאמרים ומסגרות מחקר – למשל FormulaOne, דאטה־סט לבחינת יכולות הסקה אלגוריתמית של מודלים גדולים, שמנסה למדוד עומק חשיבה מעבר לשאלות קלאסיות של תכנות תחרותי.

הלב הטכנולוגי של דאבל A.I הוא לא עוד מודל שפה כללי, אלא מה שהחברה מכנה "בינה מלאכותית מומחית" (AEI – Expert AI): מערכות שמחקות את דרך החשיבה של מומחים אנושיים – מדענים, מהנדסים, מתמטיקאים – ומתמקדות בפתרון בעיות ספציפיות ומורכבות, תוך למידה מתמשכת מניסויים ומידע חדש. הרעיון הוא ליצור "סוכני AI" (AI Agents) שמסוגלים לא רק לענות על שאלות, אלא לפרק בעיות, להריץ ניסויים חישוביים, לעדכן את ההשערות שלהם – ולקבל החלטות בסגנון של חוקר מנוסה.

הגישה הזו מציבה את AAI באמצע הדרך בין שחקני ה-AGI (בינה מלאכותית כללית) שמנסים לדמות "מוח אנושי כללי", לבין חברות שמסתפקות במודלים גנרטיביים שמייצרים טקסט ותמונות. דאבל A.I מכוונת ל-AI שמתמחה בתחומים מוגדרים, אך מסוגל לבצע בהם שרשרת הסקות עמוקה, ולהציע פתרונות הנראים כמו עבודה של צוות מומחים אנושי – רק בקצב של מחשב־על.

מעבר למשקיעים, עצם הצטרפות אנבידיה לסיבוב הנוכחי מסמנת גם זווית תשתיתית: AEI וסוכני AI עתירי חישוב זקוקים לכוח GPU, לזיכרון מסיבי ולמערכות בקנה מידה גדול, ואנבידיה הופכת בשנים האחרונות לספקית ברירת המחדל של תשתיות כאלה. מבחינתה, השקעה ב-AAI משתלבת היטב באסטרטגיה של בניית אקו־סיסטם סביב שבבי ה-AI והפלטפורמות התוכנתיות שלה. (גלובס)

עבור שעשוע, זהו חוליה נוספת בשרשרת מיזמי ה-deep tech שהוביל בעשורים האחרונים: Mobileye בתחום הרכב האוטונומי, OrCam בטכנולוגיות ראייה מסייעת, AI21 Labs במודלי שפה גנרטיביים, Mentee Robotics ברובוטיקה הומנואידית ו-One Zero בבנקאות דיגיטלית. AAI מציבה אותו כעת בחזית המירוץ העולמי לדור הבא של מודלי הסקה וסוכני AI – מירוץ שבו ישראל הופכת, שוב, לשחקנית מרכזית. (וויקיפדיה)

בשלב זה, בחברה שומרים על איפוק תקשורתי ולא מפרטים על מוצרים קונקרטיים או על לוחות זמנים מסחריים. אבל שילוב של משקיעים מהשורה הראשונה, ענקית חומרה כמו אנבידיה וצוות מחקר מהחוד של ה-AI האקדמי והיישומי – מציבים את דאבל A.I כאחת החברות המסקרנות ביותר בגל הנוכחי של בינה מלאכותית מתקדמת.

הפוסט אנבידיה מצטרפת לגיוס הענק בסטארטאפ ה-AI החדש של אמנון שעשוע AAI הופיע לראשונה ב-Chiportal.

חברת הדאטה DualBird, שהוקמה ב־2022 על ידי יזמים ישראלים ופועלת מבוסטון, הודיעה על גיוס כולל של 25 מיליון דולר בסבב Seed ו־A. את הסבב הוביל קרן  Lightspeed Venture Partners, ובהשתתפות Bessemer Venture Partners, Angular Ventures ו־Uncork Capital.

DualBird  הוקמה על ידי גלעד טל – מייסד שותף ו־CTO, אמיר גלעד – מייסד שותף ומנכ"ל, אוהד גמליאל – סמנכ"ל מחקר ופיתוח  ואהוד אליעז – Chief HW Architect

ארבעת המייסדים הם בוגרי הטכניון ומביאים ניסיון מצטבר מאמזון AWS, מלאנוקס, הבאנה ותעשיית המוליכים למחצה. לחברה כ־30 עובדים, ומתוכה שילוב של מומחי חומרה, ענן ותשתיות דאטה.

לפי DualBird, הטכנולוגיה שפיתחה מאפשרת לארגונים להאיץ עומסי דאטה פי 10 עד 100 ולהפחית 50%–90% מעלויות התשתית, באמצעות תוסף תוכנה קל לשילוב – בלי להחליף מערכות, בלי לשכתב קוד ובלי לשנות תהליכי עבודה.

פקק ה־ : AIהנתונים גדלים מהר יותר מהתקציב

לפי הערכות שצוטטו על ידי החברה, שמבוססות בין היתר על נתוני מקינזי, שמירת הקצב עם הצמיחה בביקוש לחישוב – ובעיקר עומסי AI – תדרוש עד 7 טריליון דולר השקעה חדשה במרכזי נתונים עד 2030. יותר משלושה רבעים מסכום זה מיוחסים לעומסי AI בלבד. המשמעות: עלות עיבוד הנתונים גדלה הרבה יותר מהר מהתקציב, וארגונים עלולים למצוא את עצמם לא יכולים להרשות לעצמם ניתוחי דאטה מתקדמים או אימון חוזר תכוף של מודלי AI. (Pulse 2.0)

DualBird טוענת שהיא תוקפת את הבעיה ברמת הארכיטקטורה, ולא רק באמצעות "קוסמטיקה" כמו הוספת GPUs או אופטימיזציות קטנות.

"עיבוד נתונים הוא עומס העבודה הגדול ביותר שעדיין תקוע על מעבדים כלליים (CPU). הוא ראוי למעבדים ייעודיים משלו, בדיוק כמו של־AI יש GPUs", אומר אמיר גלעד, מייסד שותף ומנכ"ל DualBird. "חברות שופכות מיליונים על תשתיות דאטה ו־AI, אבל הארכיטקטורות הקיימות פשוט לא עומדות בקצב".

לדבריו, מנוע הענן של DualBird "מאחד את השכבות" – ממזג חומרה ותוכנה למנוע אחד. במקום להקים חומרה ייעודית באתר הלקוח, החברה מנצלת אינסטנסים בענן עם חומרה ניתנת להגדרה מחדש (rewritable hardware), ומספקת את האצה ברמת חומרה דרך תוסף תוכנה בלבד.

התוצאה: עומסים שלקחו שעות – מסתיימים בדקות, ותהליכים שבעבר היו יקרים מדי להרצה תדירה – כמו אימון חוזר של מודלי AI או אנליטיקות כבדות – הופכים מעשיים וכלכליים.

למה זה מעניין את שוק ה־AI?

בעידן שבו כל מודל AI גדול תלוי בצוואר בקבוק של עיבוד דאטה – איסוף, ניקוי, המרה, אחסון ואימון חוזר – פתרונות כמו של DualBird מכוונים להפוך את שכבת הדאטה ל"מאיץ" ולא לנטל.

עבור ארגונים גדולים, המשמעות הפוטנציאלית היא:פחות שרתים ומרכזי נתונים כדי לבצע את אותה עבודה; יכולת להריץ אנליטיקות כבדות ומודלי AI בתדירות גבוהה יותר ויתור על פרויקטי חומרה יקרים וארוכים, והסתמכות על תוסף ענני אחד.

החברה מתכוונת להשתמש בהשקעה להתרחבות מסחרית – גיוס צוותי מכירות ושירות לקוחות, העמקת שיתופי פעולה עם ארגונים גלובליים והכנת המוצר לזמינות רחבה בתחילת 2026.

הפוסט DualBird גייסה 25 מיליון דולר כדי להאיץ עיבוד נתונים לענן ה־AI הופיע לראשונה ב-Chiportal.