המחקר הוא המודל העסקי החדש של עידן ה־AI / אילוסטרציה: Shutterstock
מעבדת הבינה המלאכותית Flapping Airplanes הושקה בתחילת 2026 עם נתון שממחיש עד כמה השוק השתנה: סבב סיד של 180 מיליון דולר, עוד לפני מוצר והכנסות, ובעיקר סביב הבטחה אחת: מחקר. החברה, שנתמכת על ידי גוגל ונצ'רס, סקויה ואינדקס, מציגה את עצמה כמעבדת "מחקר־תחילה", שמבקשת לפתח מודלים גדולים שידרשו הרבה פחות דאטה וכוח מחשוב. במילים אחרות, היא מנסה להציע אלטרנטיבה לגישת "Scale at all costs" ששלטה בתעשייה בשנים האחרונות, שבמסגרתה ההתקדמות נמדדה בעיקר בעוד שרתים, עוד דאטה ועוד השקעות תשתית.
● תתחרה באנבידיה ובברודקום: חברת שבבים חדשה מגיעה לישראל
● אחרי הטלטלה במניות התוכנה. על מי האנליסטים בכל זאת מהמרים לחיוב?
Flapping Airplanes היא לא מקרה בודד, אלא דוגמה עדכנית לגל הולך ומתרחב של חברות AI שמוקמות במתכונת שונה מזו של סטארט־אפים קלאסיים: מעבדות מחקר פרטיות שמגייסות סכומי עתק עוד לפני שיש להן מוצר מוגדר או מסלול מסחור ברור. בשנה האחרונה קצב ההאצה בולט במיוחד, עם סבבים של מאות מיליונים ואף מיליארדים לחברות שמצהירות בגלוי שהן מתמקדות בפריצות דרך מדעיות ארוכות טווח.
למעשה, הרעיון של "מעבדה לפני מוצר" אינו חדש, רק שלא תמיד זה קרה במכוון. גם OpenAI ואנתרופיק החלו כמעבדות מחקר ורק בהמשך הפכו לענקיות מסחריות. אלא שבשנה האחרונה המודל הזה מתפשט הרבה מעבר לשמות המוכרים (כמו איליה סוצקבר, לשעבר המדען הראשי של OpenAI, שהקים את Safe Superintelligence וגייס מיליארדים בלי כיוון מוצרי מיידי; או מירה מוראטי, לשעבר בכירה ב־OpenAI, שמובילה חברה שהיא בעצם מעבדה), ונבנה גל רחב של חברות מחקר־תחילה שמושכות הון משמעותי.
בוול סטריט ג’ורנל כינו את הגל הזה "ניאו־לאבס" - מעבדות מחקר פרטיות שפועלות כסטארט־אפ, אך מתפקדות בפועל כמו מוסדות מדעיים עצמאיים. במקום להציג תוכנית עסקית מסורתית, הן מציגות צוות חוקרים, כיוון מדעי ושאיפה לפריצת דרך בתחום המודלים הבסיסיים, שכבת התשתית שעליה נשענת מהפכת ה־AI.
ההון חוזר למעבדה
יש משקיעים שטוענים שהסיבה לגל היא תחושת מיצוי של פרדיגמת ההתרחבות. אם עד כה ההתקדמות נשענה בעיקר על הרחבת מודלים קיימים, ייתכן שהשלב הבא יגיע דווקא מפריצות דרך מחקריות עמוקות יותר, בהם פרויקטים שיכולים להבשיל רק בעוד חמש או עשר שנים.
העניין הגובר במעבדות כאלה לא נובע מרומנטיקה אקדמית. היום, מודלי היסוד הפכו לנכס אסטרטגי: מי שמפתח את שכבת הבסיס של ה־AI עשוי לשלוט בעולמות שלמים של יישומים, מתוכנה ארגונית ועד ביטחון, בריאות ורובוטיקה. לכן, ההשקעה אינה באפליקציה נקודתית, אלא במנוע.
יונתן מנדלבוים, שותף בקרן TLV Partners, מסביר כי מדובר במפגש חדש בין שני עולמות שבעבר היו מופרדים. "יש עכשיו חברות שמטרתן לקדם מחקר ולא בהכרח להכניס כסף", הוא אומר. "אם מסתכלים היסטורית, מעבדות מחקר היו באוניברסיטאות ואולי תחת ממשלות, והמטרה שלהן הייתה לקדם טכנולוגיה לטובת האנושות או המדינה. ומנגד היו חברות שמטרתן להרוויח. עכשיו אנחנו רואים מפגש בין שני המושגים האלה, חברות שמגייסות כסף מהון סיכון כדי לקדם מחקר".
לדבריו, גם השפה "מחקר ופיתוח" איבדה את המשמעות הישנה שלה. "בעשור האחרון הפוקוס ב־R&D היה בעיקר על ה־D, הפיתוח. היה את ה־R, המחקר, אבל הוא לא היה הדבר הכי חשוב. ועכשיו אנחנו רואים מהפך, כשרוב הפוקוס הוא על המחקר".
מעבר להימור על פריצות דרך מדעיות, יש עוד מניע מרכזי שמסביר את הצ’קים החריגים שנכתבים למעבדות הללו: מרוץ הטאלנטים. בעולם שבו מספר החוקרים שמסוגלים לפתח מודלי יסוד מתקדמים הוא מצומצם במיוחד, ההשקעה היא לא רק בטכנולוגיה אלא באנשים עצמם. כך נוצרת מציאות שבה עבור קרנות רבות, סבב סיד של 100 או 200 מיליון דולר הוא דרך "לנעול" צוות קטן של חמישה־עשרה חוקרים מהשורה הראשונה, לפני שחברות כמו OpenAI, גוגל או מטא יציעו להם חבילות שכר עצומות. במובן הזה, הניאו־לאבס הן גם תוצר של מחסור קיצוני בכוח אדם, לא רק של חזון מחקרי.
ומה לגבי ישראל?
אם עד לאחרונה התופעה נתפסה בעיקר כאמריקאית, בשנה האחרונה היא מתחילה לתפוס תאוצה גם בישראל. "יש גל מעבדות שקמות נטו עבור המחקר", אומר אורי אליאבייב, יועץ בתחום ה־AI. "זה אמנם לא באותם נפחים וגדלים כמו בחו"ל, אבל כבר יש כמה דוגמאות פעילות, ואני מאמין שנראה עוד כאלה בשנים הקרובות".
עם זאת, אליאבייב מדגיש שהגרסה הישראלית שונה באופיה: "גם בחברות שקמות על טהרת המחקר אפשר לראות ניסיון לבנות מוצר, או משהו שאפשר לעבוד איתו ולהציג לחברות". במילים אחרות, בעוד שבארה"ב יש מעבדות שמצהירות שאין להן עניין במסחור בשלב הזה, בישראל גם מעבדות מחקר מרגישות צורך להחזיק לפחות כיוון יישומי.
הדינמיקה הזו מתחילה לקבל ביטוי בשטח. כך למשל, Enigma AI Labs, שפועלת בתחום "מודלי עולם" אוטונומיים לסביבות וירטואליות, גייסה לפי נתוני Startup Nation Finder כ־30 מיליון דולר בסבב סיד בנובמבר 2025, בהשתתפות אינדקס ונצ'רס ו־Conviction Ventures. גם במקרה הזה, הדגש הוא לא על מוצר אלא על פיתוח תשתית מחקרית.
מנדלבוים סבור שישראל עדיין נמצאת מאחור בתחום הזה, אך הפער מתחיל להיסגר. "הייתי שמח לראות יותר מאמצים מחקריים בישראל. רוב המשקיעים בארץ עוד לא מוכנים להשקיע בדברים כאלה, וזה פספוס. אבל אני כבר רואה את זה משתנה. יש מעבדות מחקר כמו AAI של אמנון שעשוע וחברות כמו דקארט, שנראה מבחוץ שהתחילו לעבוד על מוצר, אבל בגדול מדובר בהרבה חוקרים. ואני מכיר עוד ארבעה־חמישה צוותים שהוקמו בחודשים האחרונים וגייסו עשרות מיליונים".
אבל כמו בכל האצה חדה בשוק ההון סיכון, גם כאן עולה שאלת הקיימות: האם מדובר בשלב חדש בהתפתחות תעשיית ה־AI, או בגל השקעות שיתברר כהייפ. מנדלבוים לא מתעלם מהסיכון. "זו תופעה סופר מעניינת, אבל יש אנשים שמצביעים עליה כסימן לבועה", הוא אומר, אך מדגיש שהוא דווקא אופטימי לגבי הכיוון הכללי. גם לדבריו, במקרים רבים מדובר בהימור מחושב על המשאב הנדיר ביותר בשוק: חוקרי AI ברמה הגבוהה ביותר - "כנראה הדבר שהכי קשה להשיג היום", הוא אומר.