רכישת Decart על ידי אמזון: אקזיט של 7 מיליארד דולר באופק לסצנת ה-AI הישראלית

לפי דיווח מה-16 באוקטובר שפורסם בניוזלטר VC Cafe, אמזון מנהלת מגעים מתקדמים לרכישת חברת ה-AI הישראלית Decart בכ-7 מיליארד דולר, לאחר שמגעים קודמים עם אנבידיה לא הבשילו. אם רכישת Decart תושלם, מדובר באחד האקזיטים הגדולים בתולדות תעשיית הבינה המלאכותית הישראלית. במאמר הזה נפרק את העסקה מנקודת מבט של בוני מוצר: מה הטכנולוגיה שאמזון קונה בפועל, איך היא משתלבת בארכיטקטורת AWS, ומה ההשלכות על מי שבונה מוצרי AI בפרודקשן.

מה ידוע על המגעים לרכישת Decart על ידי אמזון?

נכון לדיווח מ-16 באוקטובר, אמזון ו-Decart נמצאות במשא ומתן על עסקה בשווי של כ-7 מיליארד דולר, אך העסקה טרם נחתמה. הפרט המעניין ביותר בדיווח הוא שהמגעים עם אמזון הגיעו אחרי שמשא ומתן קודם מול אנבידיה לא הבשיל לכדי עסקה. העובדה ששתי ענקיות מתשתית ה-AI העולמית התעניינו באותה חברה ישראלית צעירה אומרת משהו מהותי על הנכס הטכנולוגי שנמצא על השולחן.

חשוב לדייק: בשלב הזה מדובר במגעים ולא בהסכם חתום. עסקאות בסדר גודל כזה כוללות בדיקת נאותות טכנולוגית ומשפטית ממושכת, ולעיתים נופלות על מחלוקות שווי, תנאי שימור עובדים או שיקולים רגולטוריים. עם זאת, עצם קיומם של שני מחזורי משא ומתן מול רוכשות שונות מעיד שהחברה עברה את סף הרצינות של השוק, וכי המחיר משקף תחרות אמיתית בין רוכשות פוטנציאליות ולא הערכה חד-צדדית.

הדיווח מגיע בשבוע עמוס במיוחד לאקוסיסטם הישראלי: באותו שבוע נחתמה גם עסקת הרכישה של ורוניס (Varonis) על ידי Proofpoint תמורת 6.3 מיליארד דולר. שתי עסקאות בהיקף מצטבר של יותר מ-13 מיליארד דולר בתוך ימים ספורים הן נתון שמחזיר את ישראל למרכז מפת ה-M&A העולמית.

מי זו Decart ומה הטכנולוגיה שהיא בנתה?

Decart היא חברת AI ישראלית שהתמחתה בשני תחומים משלימים: אופטימיזציית אינפרנס (הרצת מודלים ביעילות גבוהה על GPU) ומודלים גנרטיביים בזמן אמת לווידאו ולעולמות אינטראקטיביים. החברה, שהוקמה על ידי דין לייטרסדורף ומשה שלו, התפרסמה כשהציגה את Oasis, מודל עולם (World Model) שמייצר סביבת משחק אינטראקטיבית פריים אחר פריים בזמן אמת, ללא מנוע גרפי מסורתי מאחורי הקלעים.

בהמשך הציגה החברה את Mirage, מערכת להמרת וידאו-לווידאו בזמן אמת בטכניקת דיפוזיה בשידור חי. המשמעות הטכנית: המודל מקבל זרם וידאו נכנס ומחזיר זרם מעובד ברצף, עם חביון (latency) נמוך מספיק לאינטראקציה חיה. זה שונה מהותית ממודלים כמו Sora או Veo, שמייצרים קליפים באצ'ים (batch) של שניות עד דקות עיבוד.

למה זמן אמת הוא הנכס האמיתי כאן

ייצור וידאו גנרטיבי בזמן אמת דורש פתרון של שתי בעיות קשות במקביל. הראשונה אלגוריתמית: דחיסת תהליך דיפוזיה שדורש בדרך כלל עשרות צעדי דגימה (sampling steps) למספר צעדים מינימלי, תוך שמירה על קוהרנטיות טמפורלית בין פריימים, כלומר שהתמונה לא "תרצד" ותשבור רצף. השנייה הנדסית: ניצול מקסימלי של החומרה, כולל קרנלים מותאמים אישית, ניהול זיכרון GPU אגרסיבי וצנרת (pipeline) שממזערת העתקות נתונים בין CPU ל-GPU. הידע המצטבר של Decart בשכבה הזו, זו שמתחת ל-PyTorch ומעל הסיליקון, הוא בדיוק סוג הנכס שקשה מאוד לשחזר בגיוס עובדים רגיל, ולכן מצדיק תג מחיר של רכישה.

אינפרנס (Inference)

שלב הרצת המודל המאומן בפרודקשן. כאן נמצאות ההכנסות השוטפות של ספקיות הענן, וכל שיפור בניצולת GPU מתורגם ישירות לרווח.

מודל עולם (World Model)

מודל שמייצר סביבה אינטראקטיבית פריים אחר פריים בזמן אמת, ללא מנוע גרפי מסורתי - כמו Oasis של Decart.

צעדי דגימה (Sampling Steps)

שלבי העיבוד ההדרגתיים בתהליך דיפוזיה. זמן אמת מחייב לדחוס עשרות צעדים למספר מינימלי בלי לפגוע באיכות.

קוהרנטיות טמפורלית

שמירה על רצף חלק ועקבי בין פריימים, כדי שהווידאו לא 'ירצד' וישבור את אשליית הרציפות.

חביון (Latency)

הזמן בין קלט לפלט. לאינטראקציה חיה נדרש חביון של 100-200 מילישניות - דרישה שונה מהותית מ-LLM טקסטואלי.

למה אמזון מעוניינת בעסקת Decart דווקא עכשיו?

התשובה הקצרה: אמזון זקוקה ליתרון בשכבת האינפרנס היעיל, שהפכה ב-2026 לשדה הקרב המרכזי של ספקיות הענן. בעוד ששלב האימון של מודלים גדולים מתרכז אצל מעטות, ההכנסות השוטפות של AWS מ-AI מגיעות מהרצת מודלים בפרודקשן עבור מיליוני לקוחות. כל שיפור של עשרות אחוזים בניצולת GPU מתורגם ישירות לשולי רווח או לתמחור תחרותי מול Azure ו-Google Cloud.

WSJ just reported that Amazon is in talks to buy Decart for about $7B, after earlier talks with Nvidia and Anthropic collapsed.

Decart, founded in 2023 by Dean and Orian Leitersdorf and Moshe Shalev, builds software that lets developers move AI workloads between different chips.… pic.twitter.com/TjdBjB87rI

— Rohan Paul (@rohanpaul_ai) 12 באוקטובר 2026

יש כאן גם זווית חומרה. אמזון משקיעה שנים בשבבי ה-AI שלה, Trainium ו-Inferentia, כחלופה לתלות באנבידיה. צוות שמומחיותו היא סחיטת ביצועים מחומרה בתרחישי זמן אמת הוא נכס אסטרטגי למאמץ הזה. העובדה שאנבידיה עצמה ניהלה מגעים לרכישת Decart מחזקת את ההיגיון: אם היצרנית של ה-GPU ראתה ערך בצוות, סביר שהערך הזה רלוונטי עוד יותר למי שמנסה לבנות חלופה.

הזווית השלישית היא מוצרית. לאמזון יש פורטפוליו שצמא ליכולות וידאו גנרטיבי בזמן אמת: Twitch בתחום הסטרימינג, Prime Video בתחום התוכן, Amazon Ads בפרסום מותאם דינמית, וחטיבת הגיימינג. Mirage ו-Oasis הם בדיוק אבני הבניין למוצרים כאלה, והטמעתם כשירות מנוהל ב-Bedrock או כ-API ייעודי היא מהלך טבעי.

מה המשמעות של רכישת Decart לבוני מוצרי AI בפרודקשן?

לבוני מוצרים, ההשלכה המיידית היא שתחום הווידאו הגנרטיבי בזמן אמת עובר מקטגוריית ניסוי לקטגוריית תשתית מסחרית. כשענקית ענן מוכנה לשלם 7 מיליארד דולר על היכולת, סביר שתוך שנה-שנתיים נראה אותה חשופה כ-API מנוהל עם SLA, תמחור לפי שניות וידאו או לפי פריימים, ואינטגרציה לשירותי הענן הקיימים.

מבחינת שיקולי ארכיטקטורה, מוצרי זמן אמת מהסוג הזה מציבים דרישות שונות מאוד מ-LLM טקסטואלי. חביון של 100-200 מילישניות הוא קריטי לחוויית אינטראקציה, מה שמחייב פריסה קרובה למשתמש (edge או region מקומי), סטרימינג דו-כיווני על WebRTC או WebSocket במקום REST רגיל, וניהול sessions ארוכים עם state על ה-GPU. מי שמתכנן מוצר בתחום צריך לתכנן את שכבת התקשורת והתזמור סביב האילוצים האלה כבר היום, ולא להניח שמודל חזק יותר יפתור את בעיית החביון.

מתכננים מוצר וידאו גנרטיבי בזמן אמת? ודאו שיש לכם

• יעד חביון של 100-200 מילישניות מוגדר כבר בשלב האפיון
• פריסה קרובה למשתמש - edge או region מקומי
• סטרימינג דו-כיווני על WebRTC או WebSocket במקום REST רגיל
• ניהול sessions ארוכים עם state על ה-GPU
• תוכנית תזמור שלא מניחה ש'מודל חזק יותר' יפתור את בעיית החביון

יש גם לקח רחב יותר: Decart לא ניצחה בזכות המודל הגדול ביותר, אלא בזכות הנדסת מערכות. בעידן שבו משקולות מודלים פתוחים זמינות לכולם, היתרון התחרותי עובר לשכבת האופטימיזציה, הצנרת והחוויה. זו נקודה שכדאי להפנים לכל מי שבוחן איפה להשקיע מאמץ הנדסי במוצר AI.

איך העסקה משתלבת בגל האקזיטים הישראלי של 2026?

העסקה הפוטנציאלית מצטרפת לרצף שממצב את 2025-2026 כתקופת שיא לאקזיטים ישראליים בתחומי התוכנה. רכישת ורוניס על ידי Proofpoint ב-6.3 מיליארד דולר, שנחתמה באותו שבוע לפי הדיווח, ממחישה שהביקוש חוצה קטגוריות: סייבר ואבטחת דאטה מצד אחד, תשתיות AI גנרטיבי מצד שני.

בהקשר היסטורי, עסקה של 7 מיליארד דולר תציב את Decart בשורה הראשונה של האקזיטים הישראליים, לצד רכישת מובילאיי על ידי אינטל (15.3 מיליארד דולר ב-2017) ורכישת Wiz על ידי גוגל. ההבדל המהותי הוא קצב ההבשלה: בעוד מובילאיי נבנתה לאורך כמעט שני עשורים, Decart הגיעה לשווי הזה תוך שנים ספורות מהקמתה. זה משקף את הדינמיקה הייחודית של שוק ה-AI, שבו צוות קטן עם פריצת דרך בשכבת התשתית יכול לייצר ערך אסטרטגי עצום בזמן קצר.

עסקה	רוכשת	סכום	סטטוס
Decart	אמזון	כ-7 מיליארד דולר	מגעים (2026)
ורוניס (Varonis)	Proofpoint	6.3 מיליארד דולר	נחתמה באותו שבוע
מובילאיי	אינטל	15.3 מיליארד דולר	הושלמה ב-2017

לאקוסיסטם המקומי יש כאן אפקט מתגלגל מוכר: אקזיטים גדולים מייצרים דור חדש של יזמים ואנג'לים עם הון וניסיון, ומושכים קרנות בינלאומיות להגדיל נוכחות בישראל. עבור מי שעובד בתעשייה, המשמעות המעשית היא ביקוש גובר למומחיות ב-GPU engineering, באופטימיזציית אינפרנס ובמודלים מולטימודליים.

האם רכישת Decart תושלם, ומה עלול לעכב אותה?

התשובה הישירה: אין ודאות, והיסטוריית המגעים עם אנבידיה שלא הבשילו היא תזכורת לכך. שלושה גורמים עיקריים יכריעו. הראשון הוא רגולציה: רכישות AI של ענקיות טכנולוגיה נמצאות תחת עין בוחנת של רשויות התחרות בארה"ב ובאירופה, וחלק מהעסקאות בשוק נבנות כעסקאות רישוי וגיוס צוות (acqui-hire בקנה מידה גדול) בדיוק כדי לעקוף את החסם הזה.

הגורם השני הוא שימור הצוות. בחברה שעיקר שוויה הוא ידע הנדסי מרוכז בקבוצה קטנה של חוקרים ומהנדסים, תנאי ה-retention הם לב העסקה. הגורם השלישי הוא מבנה העסקה עצמו: האם Decart תוטמע לתוך AWS כצוות תשתית, תישאר יחידה עצמאית, או תמשיך להציע מוצרים ללקוחות חיצוניים. לכל תרחיש השלכות שונות על לקוחות קיימים ועל מתחרים שבונים על הטכנולוגיה שלה.

מה שבטוח הוא שעצם המגעים כבר שינה את תמונת השוק: הוא קבע רף מחיר לחברות אינפרנס וזמן אמת, ואותת למשקיעים שהקטגוריה הזו היא יעד רכישה חם. גם אם העסקה הספציפית הזו לא תיסגר, הביקוש לנכסים מהסוג הזה לא ייעלם.

מה כדאי לעשות עם המידע הזה כבר עכשיו?

העסקה המסתמנת היא איתות ברור לכיוון שאליו זורם הערך בשוק ה-AI: הנדסת ביצועים, אינפרנס יעיל וחוויות גנרטיביות בזמן אמת. מי שרוצה לבנות קריירה או מוצר בתחום צריך להשקיע ביסודות האלה, מהבנת ארכיטקטורות דיפוזיה ועד עבודה מעשית עם תשתיות GPU. נקודת פתיחה טובה היא קורסי הבינה המלאכותית שלנו, שמכסים מהיסודות ועד פריסת מודלים בפרודקשן. ואם אתם רוצים להישאר מעודכנים בעסקאות, במגמות ובניתוחים טכניים של סצנת ה-AI הישראלית והעולמית, המשיכו לעקוב אחרי מגזין ה-AI שלנו עם סיקור שוטף של חדשות ומגמות. הסיפור של Decart רחוק מסיומו, ואנחנו נמשיך ללוות אותו מקרוב.