רכישת Decart על ידי אמזון: מה עומד מאחורי אקזיט של 7 מיליארד דולר

רכישת Decart על ידי אמזון נמצאת בשלבי משא ומתן מתקדמים לפי דיווח הוול סטריט ג'ורנל, בשווי מוערך של כ-7 מיליארד דולר. אם העסקה תיחתם, היא תהפוך לאחד האקזיטים הגדולים בתולדות ההייטק הישראלי, רק שנתיים וחצי לאחר הקמת החברה. במאמר הזה נפרק את העסקה מנקודת מבט של בוני מוצר: למה אמזון מוכנה לשלם סכום כזה, מה הטכנולוגיה של Decart באמת עושה, ואיך זה משתלב במלחמת התשתיות מול אנבידיה.

מה ידוע על עסקת רכישת Decart בשלב הנוכחי

לפי הדיווח ב-CTech (כלכליסט), המסתמך על הוול סטריט ג'ורנל, אמזון מנהלת משא ומתן לרכישת Decart בכ-7 מיליארד דולר. העסקה טרם נחתמה, ובשלב הזה מדובר במגעים מתקדמים ולא בהסכם מחייב. חשוב להדגיש את זה, כי כפי שנראה בהמשך, עסקה קודמת של Decart כבר קרסה בשלב בדיקת הנאותות.

המספר הזה מרשים במיוחד על רקע ציר הזמן: Decart הוקמה ב-2023 על ידי דין לייטרסדורף ומשה שלו, שניהם יוצאי יחידה 8200. בסבב הגיוס האחרון שלה ב-2025 תומחרה החברה בכ-3.1 מיליארד דולר, כלומר אמזון מוכנה לשלם יותר מכפול מהשווי האחרון. פרמיה כזו לא משלמים על מצגת. משלמים אותה על נכס אסטרטגי שקשה לשחזר: צוות שיודע לסחוט ביצועים קיצוניים מחומרת AI.

נקודה מהותית נוספת מהדיווח: אמזון כבר נתנה ל-Decart גישה מוקדמת לשבבי Trainium, המאיצים הייעודיים שלה לאימון מודלים. זה אומר ששתי החברות עובדות יחד ברמה הטכנית כבר תקופה, והרכישה היא העמקה של שיתוף פעולה קיים ולא הימור עיוור.

מי זו Decart ומה הטכנולוגיה שלה עושה בפועל

Decart בונה מודלים גנרטיביים בזמן אמת, ובעיקר מודלי עולם (World Models) שמייצרים וידאו אינטראקטיבי תוך כדי ריצה. בניגוד למודלי וידאו כמו Sora, שמרנדרים קליפ לאורך דקות, המערכות של Decart מייצרות פריימים ברצף ובהשהיה נמוכה מספיק כדי שמשתמש יוכל לשחק או לתקשר איתן. זו בעיה הנדסית שונה לחלוטין: לא רק איכות, אלא latency (זמן תגובה) ו-throughput (קצב עיבוד) תחת אילוצי עלות.

Oasis ו-Mirage: הוכחת היכולת בפרודקשן

המוצר שהציב את Decart על המפה היה Oasis, מודל עולם שמייצר סביבה משחקית בסגנון Minecraft פריים אחר פריים, בתגובה לקלט של השחקן, ללא מנוע משחק מאחור. כל פריים הוא פלט של רשת נוירונים. אחריו הגיע Mirage, מודל שממיר וידאו חי לסגנון ויזואלי אחר בזמן אמת. שני המוצרים האלה הם הדגמה פומבית של היכולת האמיתית של החברה: אופטימיזציה ברמת הקרנל והחומרה שמורידה את עלות ההסקה (inference) בסדרי גודל.

מנקודת מבט של בונה מוצר, זה ההבדל בין פיצ'ר שאפשר לשים בדמו לפיצ'ר שאפשר לשים בפרודקשן. וידאו גנרטיבי במודל הסקה רגיל עולה סכומים שלא מאפשרים מוצר צרכני. וידאו גנרטיבי שרץ ביעילות על חומרה זולה יותר פותח קטגוריות שלמות: משחקים, פרסום דינמי, אווטארים אינטראקטיביים ושידורים חיים עם עיבוד AI.

למה העסקה עם Anthropic קרסה, ומה זה מלמד

לפי הדיווח, לפני המגעים עם אמזון התנהל משא ומתן בין Decart ל-Anthropic, והעסקה קרסה בשלב בדיקת הנאותות (Due Diligence), השלב שבו הרוכשת בוחנת לעומק את הטכנולוגיה, הפיננסים וההתחייבויות של חברת המטרה. הדיווח לא מפרט את סיבת הקריסה, ולכן לא נספקולציות כאן.

מה שכן אפשר ללמוד זה על מפת האינטרסים. Anthropic היא חברת מודלים שמחפשת יתרון בעלויות אימון והסקה. אמזון היא ספקית ענן שמחפשת יתרון בתשתית עצמה. העובדה ששתי שחקניות כל כך שונות רדפו אחרי אותה חברה מחזקת את התזה שהנכס המרכזי של Decart הוא לא מוצר הווידאו, אלא שכבת האופטימיזציה: הידע לגרום למודלים גדולים לרוץ מהר וזול על חומרה נתונה.

יש כאן גם שיעור למי שעוקב אחרי שוק ה-M&A בתחום ה-AI: עסקאות בסדרי גודל כאלה שבירות עד הרגע האחרון. גם הדיווח הנוכחי על אמזון צריך להיקרא בזהירות המתבקשת.

Trainium מול אנבידיה: הזווית התשתיתית של העסקה

הסיבה האסטרטגית לרכישה היא המאבק של אמזון בדומיננטיות של אנבידיה בתשתיות AI. אמזון מפתחת את שבבי Trainium לאימון מודלים ואת Inferentia להסקה, במטרה להציע ללקוחות AWS חלופה זולה יותר ל-GPU של אנבידיה. הבעיה היא לא החומרה עצמה, אלא סטאק התוכנה: אנבידיה בנתה סביב CUDA אקוסיסטם של ספריות, קרנלים מותאמים וכלי פרופיילינג שמפתחים מכירים ובוטחים בו. זה החפיר (moat) האמיתי שלה.

כאן Decart נכנסת לתמונה. צוות שהוכיח שהוא יודע לכתוב קרנלים ברמת ביצועים קיצונית, ושכבר קיבל גישה מוקדמת ל-Trainium ועבד איתו בפועל, הוא בדיוק הנכס שאמזון צריכה כדי לסגור את פער התוכנה. אם Decart תדגים שמודל וידאו בזמן אמת, אחת מעבודות העומס התובעניות שיש, רץ על Trainium בעלות נמוכה משמעותית מ-H100 או B200 של אנבידיה, זה סיפור מכירה חזק לכל לקוח AWS.

מה זה אומר על כלכלת ההסקה ב-2026

ב-2026 מרכז הכובד של הוצאות ה-AI עבר מאימון להסקה. ארגונים שמריצים מודלים בפרודקשן מגלים שהעלות השוטפת של inference עולה על עלות האימון החד-פעמית. לכן כל שיפור ביחס ביצועים-לדולר בהסקה מתורגם ישירות לשורת הרווח. רכישת Decart היא השקעה בדיוק בנקודה הזו של שרשרת הערך.

מודל עולם (World Model)

מודל גנרטיבי שמייצר סביבה או וידאו אינטראקטיבי פריים אחר פריים, בתגובה לקלט המשתמש בזמן אמת.

הסקה (Inference)

הרצת מודל מאומן בפרודקשן. ב-2026 העלות השוטפת שלה עולה על עלות האימון החד-פעמית ברוב הארגונים.

Trainium

המאיץ הייעודי של אמזון לאימון מודלים, שנועד להציע ללקוחות AWS חלופה זולה ל-GPU של אנבידיה.

CUDA

סטאק התוכנה של אנבידיה - ספריות, קרנלים וכלי פרופיילינג - שמהווה את החפיר התחרותי האמיתי שלה.

Latency / Throughput

זמן תגובה וקצב עיבוד - שני האילוצים ההנדסיים שהופכים וידאו גנרטיבי בזמן אמת לבעיה שונה לחלוטין מרנדור קליפים.

מה המשמעות של רכישת Decart למפתחים ובוני מוצר

ההשלכה המעשית המרכזית: אם העסקה תושלם, סביר שנראה את היכולות של Decart נחשפות כשירותים מנוהלים ב-AWS, בדומה למה שקרה עם רכישות תשתית קודמות של אמזון כמו Annapurna Labs, שהפכה לבסיס של שבבי Graviton ו-Trainium. עבור צוותי פיתוח זה פותח כמה כיוונים קונקרטיים:

• וידאו גנרטיבי כ-API: שירות שמקבל סטרים נכנס ומחזיר סטרים מעובד בזמן אמת, עם SLA של latency, במקום להרים תשתית GPU עצמאית.
• הוזלת עומסי הסקה כבדים: אם האופטימיזציות של Decart יוטמעו בסטאק של Trainium, גם עומסים שאינם וידאו, כמו מודלי שפה גדולים, ייהנו מעלות נמוכה יותר לטוקן.
• תחרות מחירים מול אנבידיה: חלופה אמינה ל-CUDA תלחץ את מחירי ה-GPU בענן כלפי מטה, מה שמשנה חישובי כדאיות לכל מוצר AI.

שיקול ארכיטקטוני שכדאי לאמץ כבר עכשיו: לבנות את שכבת ההסקה שלכם אגנוסטית לחומרה ככל האפשר. הסתמכות על אבסטרקציות כמו ONNX, Triton או שכבות serving מנוהלות תאפשר לכם לנצל חומרה זולה יותר כשהיא תבשיל, בלי לשכתב את הפייפליין.

איפה העסקה ממוקמת בהיסטוריית האקזיטים הישראליים

אקזיט של 7 מיליארד דולר ימקם את Decart בצמרת העסקאות הישראליות אי פעם, לצד רכישת Mobileye על ידי אינטל ב-15.3 מיליארד דולר ב-2017 ורכישת Wiz על ידי גוגל בכ-32 מיליארד דולר ב-2025. אבל הנתון החריג כאן הוא הזמן: Mobileye נבנתה לאורך כמעט שני עשורים, Wiz לאורך חמש שנים, ו-Decart הוקמה ב-2023. מסלול של שנתיים וחצי מהקמה לאקזיט במיליארדים הוא כמעט חסר תקדים בהיקף כזה.

יש כאן גם אמירה על מבנה שוק ה-AI ב-2026: הערך הגדול לא נמצא רק אצל מי שבונה את המודל הכי חכם, אלא אצל מי שיודע להריץ מודלים ביעילות הגבוהה ביותר. חברות התשתית והאופטימיזציה הפכו לנכסים אסטרטגיים שענקיות הענן מוכנות לשלם עליהם פרמיה משמעותית, כי הן קונות בעזרתם עצמאות מאנבידיה.

עבור האקוסיסטם הישראלי, עסקה כזו מחזקת מגמה קיימת: יוצאי יחידות טכנולוגיות שמביאים מומחיות בתכנות ברמה נמוכה (low-level) ובאופטימיזציית ביצועים מוצאים את עצמם בדיוק בצומת הביקוש החם ביותר בעולם. זה גם רמז לאן כדאי לכוון מבחינת פיתוח קריירה.

מה הלאה: תרחישים, סיכונים ומה כדאי לעקוב אחריו

התרחיש המרכזי הוא חתימה על העסקה והטמעת Decart בתוך ארגון התשתית של AWS, עם דגש על סטאק התוכנה של Trainium. התרחיש הנגדי מוכר מהניסיון עם Anthropic: קריסה בבדיקת נאותות או במחלוקת על תנאים. יש גם תרחיש שלישי, שבו Decart מנצלת את הביקוש כדי לגייס סבב ענק ולהישאר עצמאית, מהלך שראינו אצל חברות AI אחרות שסירבו לרכישה.

מה שכדאי לעקוב אחריו בחודשים הקרובים: הודעה רשמית מאמזון או מ-Decart, אישורים רגולטוריים אם העסקה תיחתם, והאם מוצרי Oasis ו-Mirage ימשיכו כמוצרים עצמאיים או ייבלעו לתוך שירותי AWS. כל אחד מהסימנים האלה ילמד על הכיוון האמיתי של הרכישה.

בין אם העסקה תיסגר ובין אם לא, המסר לשוק ברור: מומחיות בתשתיות AI, באופטימיזציית הסקה ובהנדסת ביצועים היא המטבע החזק של 2026. מי שרוצה לבנות את המומחיות הזו בעצמו מוזמן לעיין בקורסי הבינה המלאכותית והנדסת ה-AI שלנו, ולהמשיך לעקוב אחרי ניתוחי העומק והחדשות במגזין ה-AI של AICourse, שם נמשיך לסקר את העסקה הזו ואת השלכותיה על התעשייה.