גרינפילד מגייסת קרנות השקעה בהיקף של 350 מיליון דולר
קרן גרינפילד פרטנרס מכריזה על סגירה סופית של קרנות השקעה חדשות, בהיקף של 350 מיליון דולר. ההון החדש מתפלג על פני קרן גרינפילד II, שתשקיע בכ-15 סטארט-אפים בשלבי צמיחה מוקדמת (סבבי B-C) ולתמוך בחברות הפורטפוליו שלה בשלבי גיוס מאוחרים.
גרינפילד פרטנרס, הוקמה בשנת 2016, על ידי קרן TPG Growth, וב-2020 יצאו שותפי הקרן לדרך עצמאית אשר כללה גיוס משקיעים חדשים ביניהם גופים מוסדיים, יזמים, ומשקיעים. לקרן הצטרפו אייברי שוורץ כשותף, לאחר תקופה ממושכת במחלקת בנקאות ההשקעות של גולדמן סאקס ורז מנגל מבנק ההשקעות ברקליס. הקרן מעסיקה כיום 7 משקיעים בצוות ההשקעות הפרוסים על פני משרדים בניו יורק ותל אביב.
בין ההשקעות שגרינפילד פרטנרס ביצעה, ניתן למנות את חברת גארדיקור שנמכרה לפני שנה לאקאמאיי, AVANAN שלפני שנה נמכרה לצ'ק פוינט, והיונקורנים VAST Data שהגיעה לשווי 3.7 מיליארד דולר, וביג פנדה בשווי 1.2 מיליארד דולר. הקרן השניה, ביצעה גם היא מספר השקעות בולטות, ביניהן החברות: קפיטוליס, סילברפורט, קורלוג'יקס, אקוויטי בי, מיקסטיילז, סיינט, דאסטפוטוניקס, פנורייז, פלאנק, ו- קוואלי.
ההשקעות אותן מבצעת הקרן הינן בעיקר בתחום התוכנה, החומרה, פינטק, ומתמקדות בשלב הצמיחה המוקדמת. הערך העיקרי עליו שמה דגש הקרן הוא לעזור ליזמים וחברות בתהליך המעבר מארגון הממוקד בפיתוח טכנולוגיה לארגון צומח בו התרחבות בינלאומית ובניית מערך המכירות הופכות לרכיב מרכזי. צוות המשקיעים בקרן יחד עם היועצים שלה מורכב משילוב של יזמים, בכירים בחברות טכנולוגיה ואנשים מעולם הפיננסים, בנקאות, והשקעות.
- מה השכר הממוצע במשק וכמה מרוויחים בהייטק?
- לוחמי חרבות ברזל: יש לכם מקום בהייטק! מגוון הכשרות מקצועיות עומדות לרשותכם
- המלצת המערכת: כל הכותרות 24/7
"אנחנו בתקופה בה השוק חזר לתת חשיבות ל- Unit Economics בריא, ששם גם תחום ההתמקצעות שלנו, לאחר מספר שנים בהן ראינו עידוד צמיחה של חברות בכל מחיר", אומר שי גרינפלד, שותף-מייסד בקרן. "אנחנו משקיעים בחברות לאחר שנים בהן הנהלת החברה הייתה עסוקה בפיתוח הטכנולוגיה, התאמת המוצר לשוק, ובנייה ראשונית של ארגון מכירות. בשלבי צמיחה מוקדמת בהם אנחנו נכנסים ישנם אתגרים חדשים איתם החברות צריכות להתמודד ולנו יש את המומחיות והכלים לעבוד עם היזמים כדי לצלוח אותם על הצד הטוב ביותר."

כולם מדברים על שבבים - אבל מה זה בעצם?
השבבים לא יורדים מהכותרות - הם חומרי הגלם של הטכנולוגיה והמערכות האלקטרוניות ונחשבים למשאב לאומי; הם הבסיס למהפכת ה-AI והם במוקד המלחמה הטכנולוגית בין ארה"ב לסכין - כל מה שצריך לדעת על שבבים, שאלות ותשובות
שבבים נמצאים תמיד בכותרות - החברות הכי חמות בשוק מתעסקות בהם. אנבידיה מזנקת לשווי עתק בגלל הביקוש לשבבי ה-AI שלה, טייוואן הפכה למוקד גיאופוליטי בגלל מפעלי השבבים, סין וארה"ב במלחמת שבבים. אבל מה זה בעצם "שבב"? למה הוא כל כך חשוב? למה הוא כל כך יקר, מורכב ואסטרטגי? ומה הופך את תעשיית השבבים לאחת התעשיות הכי רגישות, מתוחכמות ורווחיות בעולם?
ובכן, שבב הוא רכיב אלקטרוני זעיר, שמכיל למעשה מיליונים ואפילו מיליארדים של טרנזיסטורים. מה זה טרנזיסטור? אפשר לחשוב עליו כמו על מתג קטן מאוד - כזה שמאפשר לחשמל לזרום או לא לזרום. בעזרת מיליארדי מתגים כאלה, אפשר לבנות מכונות חישוב המסוגלות לבצע משימות מתקדמות מאוד - חשוב, גרפיקה, בינה מלאכותית, עיבוד קול, ניהול חיישנים ועוד ועוד.
במילים פשוטות: השבב הוא "המוח" של כל מכשיר אלקטרוני מודרני - מטלפון נייד, דרך מברשת שיניים חשמלית ועד לוויינים בחלל. כמעט כל דבר שיש בו טכנולוגיה חכמה, פועל בזכות שבבים. הם קטנים, דקים כמו ציפורן, אבל טומנים בחובם עוצמה חישובית שלא הייתה קיימת אפילו במחשבים של נאס"א לפני כמה עשורים.
שבב הוא ה-"המוח"
שבב עשוי לרוב מחומר שנקרא סיליקון שזה סוג של חול שעבר תהליך טיהור ועיבוד מורכב במיוחד. הסיליקון הוא "מוליך למחצה", כלומר, הוא יודע להעביר חשמל, אבל לא תמיד. אפשר לשלוט בו. זו תכונה קריטית כדי לבנות רכיבים לוגיים, כאלה שמבצעים חישובים, השוואות והחלטות דיגיטליות.
- הישראליות שנהנות מהביקוש הגובר לשבבים
- הגבלות היצוא לסין מורידות את יצרניות ציוד השבבים
- המלצת המערכת: כל הכותרות 24/7
התהליך שבו מייצרים שבב הוא אחד המורכבים בעולם. הוא מתרחש בחדרים נקיים יותר מחדר ניתוח, עם טמפרטורות ולחות מבוקרות, ובציוד שמחירו מאות מיליוני דולרים. לוח דק מאוד של סיליקון (כמו דיסקית שקופה) עובר עשרות שלבים - מדפיסים עליו דפוסים מיקרוסקופיים בעזרת לייזרים ואור אולטרה־סגול, מטמיעים בו חומרים, צורבים שכבות, חותכים, בודקים, עוטפים - ורק אז מקבלים את מה שנראה כמו חתיכה קטנה של פלסטיק שחור עם רגליים. מתוך אלפי השבבים שנחתכים מכל דיסקית - רק חלק עובר את כל הבדיקות בהצלחה. דרוש דיוק של ננומטרים, מיליארדית המטר.

ראש בראש עם ענקיות ה-AI: מודל הסקה חדש של AI21
AI21 חושפת את Jamba Reasoning 3B: מודל הסקה זעיר ומהיר שפותח בישראל, פועל ישירות על מחשבים וטלפונים ניידים בלי צורך בחיבור לאינטרנט, מהיר פי 2-4 מהמתחרים, ושובר שיא עולמי באורך הקונטקסט - מעל 250 אלף טוקנים
AI21 המריזה על השקת Jamba Reasoning 3B, מודל Reasoning (מודל להסקת מסקנות ופתרון בעיות מורכבות) ממשפחת מודלי Jamba, שהושק בקוד פתוח וקובע סטנדרטים חדשים בקטגוריית המודלים הזעירים (3 מיליארד פרמטרים). המודל מצטיין ב-Reasoning, מתמטיקה, כתיבה וניתוח של קוד, ופועל בקצב גבוה פי 2-4 ממודלים מתחרים במכשירי קצה. Jamba Reasoning 3B הוא הראשון מסוגו בעולם שמסוגל לעבוד עם קונטקסט של מעל 250K טוקנים במכשירי קצה סטנדרטיים, כולל מחשבים ניידים, אייפונים וטלפוני פיקסל.
להמחשה, בריצה על מקבוק פרו סטנדרטי Jamba Reasoning 3B מפגין ביצועים יוצאי דופן - עיבוד של 35 טוקנים לשנייה עם קונטקסט של 32K, לעומת 8-15 טוקנים לשניה במודלים זעירים מתחרים. בנוסף, הוא שבר את שיא אורך הקונטקסט הקיים בשוק, שעמד עד כה על 128K טוקנים (Llama 3.2-3B, Phi-4 Mini ו-DeepSeek) והצליח לעבד מעל 250K טוקנים בקצב מרשים של מעל 17 טוקנים לשנייה, בעוד שעל מכשירי קצה דוגמת המקבוק, מודלים מתחרים קורסים ב-100K טוקנים.
Jamba Reasoning 3B תוכנן תוך מחשבה על מפתחי AI למכשירי קצה ומערכות ייעודיות, הזקוקות לעיבוד יעיל על המכשיר עצמו, ורץ היטב על מחשבים וטלפונים ללא תלות בענן. המודל מותאם במיוחד למשימות הדורשות קונטקסט ארוך, כמו קריאה לפונקציות וכלים חיצוניים (Function Calling), פעולה במסגרת חוקים ומגבלות קשיחים (Policy Grounded Generation), מענה לשאלות על בסיס מסמכים מרובים, ניתוב בין מודלים וכלים, או ניתוח קוד.
היכולת של המודל לפעול ביעילות על מכשירי קצה מאפשר בניה של ארכיטקטורות היברידיות - מערכת המאפשרת לנתב משימות פשוטות למודלים יעילים על המכשיר עצמו ולשמור את משאבי ה-GPU היקרים למשימות מורכבות. ארכיטקטורה מסוג זה עשויה לחסוך פי 10-30 בעלויות תשתיות ה-AI, המהוות אתגר כלכלי משמעותי.
- גיוס ענק: סטארט-אפ ה-AI של אמנון שעשוע גייס 155 מיליון דולר, בין היתר מגוגל ואנבידיה
- המלצת המערכת: כל הכותרות 24/7
יעילות המודל מתאפשרת בזכות ארכיטקטורת Jamba של AI21. טכנולוגיה ייחודית זו משלבת במודל השפה שכבות טרנספורמרים (עליו מבוססים הרוב המוחלט של מודלי השפה בעולם) עם שכבות Mamba State Space. שלוב זה מפחית את צריכת הזיכרון פי 10 בהשוואה לטרנספורמרים בלבד, ומשמר ביצועים גבוהים גם בריצה בקונטקסט ארוך.