גידול סויה חקלאות
צילום: Istock

הסטארטאפ אינר-פלאנט מגייס 16 מיליון דולר

החברה מפתחת טכנולוגיה להגדלת תפוקות הזרעים בעולם והפחתת השימוש בכימיקלים בתוצרת חקלאית
דור עצמון |

הסטארטאפ אינר-פלאנט (InnerPlant), המשתמש בפיזיולוגיה של הצמח כדי להפוך את החקלאות הגלובלית ליעילה ובת קיימא יותר, מגייס כ-16 מיליון דולר בהובלת ג'ון דיר, מייסד חברת הציוד החקלאי הגדולה בעולם. בסבב הנוכחי השתתפו גם משקיעי החברה הקודמים ובניהם: MS&AD, Bee Partners, UpWest. עד כה גייסה החברה כ-22 מיליון דולר.

החברה שהוקמה בשנת 2018 על ידי שלי ארונוב ורוד קומימוטו. שואפת להגביר את התנובה של התוצרת החקלאית באמצעות טכנולוגיה המהנדסת את הפזיולוגיה של הזרעים. לטענת החברה, טכנולוגית הזרעים שלה, והדאטה שהיא אוספת, מאפשרת לגידולים להפיץ אותות אופטיים כאשר נוצרת בעיה בצמחים ובאמצעות טיפול מוקדם בבעיה להגדיל את התפוקות, ולהפחית את השימוש בכימיקלים בהם משתמשים היום חקלאים כדי לפתור בעיות בגידולים.

מחקרים מראים שחקלאים ברחבי העולם מבזבזים יותר מ-30% מחומרי הדברה ודשנים כימיים בניסיונות למנוע בעיות בגידולים, תוך שהם מפסידים באופן שגרתי עד 20% מהיבול לפתוגנים (חיידקים וטפילים). כיום לחקלאים אין נתונים בזמן אמת לגבי מצב הגידולים על מנת שיוכלו לטפל בתוצרת. באינר-פלאנט מבהירים כי הגידולים המהונדסים גנטית שלהם נשתלים בשדות ומשדרים אותות אופטיים ספציפיים במקרים של התקפות פטרייתיות, מחסור במים או מחסור בחנקן. האותות מוקדמים מספיק כדי שחקלאים יכולים לפעול לפני שהבעיה מתפשטת בשדות והם ניתנים לזיהוי בקלות באמצעות מכשירי הדמיה ואלגוריתמים.

שלי ארונוב, מנכ"לית ומייסדת החברה: "חקלאים לא יכולים להרשות לעצמם לאבד שדות שלמים לפתוגנים, אבל אין להם דרך אמינה לזהות בעיות בזמן לפעול. לכן, הם מפחיתים את הסיכון על ידי ריסוס שדות שלמים גם כאשר רק צמחים בודדים זקוקים לתשומת לב. הטכנולוגיה שלנו מעניקה לחקלאים את הנתונים הדרושים להם כדי לפעול מוקדם ובמיוחד ברמת הצמח הבודד כך שזה משפיע הן על התפוקה ומאידך מפחית את השימוש בכימיקלים".

הגב לכתבה

השדות המסומנים ב-* הם שדות חובה
יואב שפרינגר וגלעד עזרא, מייסדים Apptor.ai צילום פרטייואב שפרינגר וגלעד עזרא, מייסדים Apptor.ai צילום פרטי
סטארטאפ להכיר

אין לנו מתחרים- הדרך להתחרות זה אם הלקוחות יתחילו לפתח את המוצר בעצמם

שיחה עם יואב  שפרינגר- המנכ"ל ושותף מייסד של  Apptor.ai



הדס ברטל |

ספר בקצרה על עצמך:

אני במקור מבית חנן בצפון. בצבא שירתי ב-8200, שם גם פגשתי את השותף שלי, גלעד עזרא, ובזמן השירות, עבדנו על פיתוח מודלים של פרדיקציה לצבא כדי לזהות התנהגויות, אבל הרעיון זה להתעסק ב-predictable AI. אחרי הצבא הייתי בפלייטיקה בעולמות ה-AI retention. את הסטארטאפ הקמנו במהלך המלחמה, והתחלנו לרוץ איתו ממש תוך כדי המילואים.

ספר על החברה ומניין בא הרעיון?

אלו דברים דומים שעשינו בצבא. חיפשנו איפה אפשר למקסם את מה שעשינו בצבא ולהשליך על שוק, שהוא ממש בלו אושן עבורנו ואין חברה שעושה משהו דומה. תעשיית ה- direct sales, שהיא מאוד אמריקאית ואנחנו בנינו כמה מודלים של פרדיקציה שעוזרים לחברות direct sales לייצר תקשורת טובה יותר עם הלקוחות שלהן. המודלים מזהים טוב יותר מה הלקוח רוצה לקנות, מה המוצר שכדאי להציע לו ומתי יספיק לקנות, כאשר המטרה היא לטרגט בצורה טובה יותר את הלקוחות דרך המודלים שאנחנו מריצים. זה דומה לאי קומרס אבל יש הבדלים כי דרך המכירה בחברות direct sales היא שונה מעט, ואותן חברות רואות את עצמן כתעשייה נפרדת. למשל הרבהלייף היא לקוחה שלנו, ואם ספורה מבחינים שאני עובד איתם, הם יחשבו "מעולה, חברה דומה לנו." לעומת זאת, אם הרבהלייף היו רואים שאני עובד עם ספורה הם היו חושבים שזה אי קומרס. בשנה אחת הגענו ללקוחות וחברות כמו הרבהלייף, שופ דוט קום, It works! Global ו-Immunotec.

אופן המכירה ב-direct sales זה דרך מפיצים שהם המשווקים את המוצרים של החברה. עד שאנחנו הופענו, כל החברות הללו היו בונות על המפיצים לעשות את עבודת השיווק והמכירות והכל היה קורה דרכם בלי ערוצים נוספים. המפיצים מביאים לקוחות והם מדברים עם לקוחות וכדומה. מה שקורה בפועל זה שמאחר וכיום יש עוד הרבה אלטרנטיבות לעשות הכנסה מ-gig economy ובגלל התחרות הרבה בשוק, אז המודל לפיו הם בונים רק על המפיצים כבר לא עובד. מה שאנחנו מביאים לשולחן זה שאנחנו מייצרים מודלים של פרדיקציה שעושים את הכל באופן אוטומטי, את ה-retention, ההמלצות על מוצרים כאשר אנחנו יודעים לזהות מה כל לקוח יקנה ומתי והחברות כבר לא צריכות לבנות על המפיצים אלא אנחנו עושים את זה בשבילם, הכל כבר הופך לאוטומטי.

מתי הוקמה וכמה עובדים?

קמנו ביולי 2024, אנחנו 10 עובדים, הרוב בישראל ואחת ביוטה.

מי המשקיעים?

זוהר גילון, יובל בר-גיל, ניר גרינברג, רן שריג, אפי כהן ועוד

עובדים בהייטק ערב
צילום: דאלי

מה קורה בהייטק הישראלי - מפטרים או מגייסים? הנה התשובה

ההייטק הישראלי צומח בלי לגייס עובדים - ה-AI החליף את הג'וניורים ומה השלב הבא?, על התחומים הצומחים ועל התחומים שנמצאים בסיכון

אדיר בן עמי |

ההייטק לא קורס - הוא פשוט כבר לא צריך אתכם

בחודשים האחרונים מתרבים הדיווחים על התקררות בשוק העבודה בהייטק המקומי. מדברים על קיפאון, מדברים אפילו על ירידה בכמות העובדים. אין ירידה בכמות העובדים. התמונה אומנם מורכבת, אבל אין דרמה אמיתית. ההייטק הישראלי לא נמצא בנסיגה, אלא בעיצומו של שינוי מבני עמוק, שמתרחש במקביל בכל מוקדי הטכנולוגיה בעולם.

נכון לסוף 2025, מספר המועסקים בהייטק בישראל נע סביב 410 אלף עובדים - רמה דומה מאוד לשנה הקודמת, ואף עלייה צנועה. זו אינה ירידה, אלא האטה בקצב הצמיחה. האטה שמגיעה לאחר יותר מעשור של גידול מהיר שנתפס כמובן מאליו. במובן הזה, הנתון החריג אינו ירידה במספר העובדים, אלא העובדה שההייטק כבר לא מגדיל מצבת כוח אדם בקצב משמעותי מאוד כפי שהורגלנו בעבר.

הגורם המרכזי לשינוי אינו משבר כלכלי, אלא חדירה מואצת של כלי בינה מלאכותית לתהליכי עבודה. על פי הערכות גורמים בתעשייה, בין 7,000 ל-10,000 משרות - בעיקר משרות ג'וניור ותפקידי ביניים, הוחלפו או צומצמו באמצעות אוטומציה ו-AI. משימות שבעבר דרשו צוותים של מפתחים צעירים מבוצעות כיום באמצעות קוד גנרטיבי, מערכות אוטומטיות וכלי פיתוח חכמים.

חברות ענק כמו מיקרוסופט, גוגל, אמזון, סיילספורס ואחרות פיטרו עובדים לא בשל ירידה בפעילות, אלא כחלק מהתייעלות מבנית ומעבר למודלים המסתמכים על AI. גם בישראל, ההייטק לא צריך פחות עבודה - אלא פחות עובדים בתפקידים מסוימים. עם זאת, בהחלט יש "חשיבה מחדש" ושינוי מודל עסקי אמיתי בחברות תוכנה שמאוימות על ידי ה-AI. קל היום לפתח תוכנה ופתרון אפליקטיביים וזה מעמיד את החברות האלו בסיכון גדול ובאיום גדול. חברות כמו נייס, מאנדיי וויקס נפגעו בבורסה ואכזבו את המשקיעים בדוחות האחרונים, והשאלה מה יהיה קדימה. ההנהלות של החברות האלו מדברות על התעצמות והתחזקות, אבל וול סטריט סקפטית. 


ממספרים לערך

ההייטק עובר ממודל עתיר כוח אדם למודל עתיר תפוקה, שבו השאלה המרכזית אינה כמה עובדים יש לחברה, אלא כמה ערך מייצר כל עובד. מערכות אוטומציה ופלטפורמות פיתוח חכמות מאפשרים לצוותים קטנים לייצר תפוקות שבעבר דרשו מחלקות שלמות. משימות תכנות, בדיקות, תיעוד, אנליזה ואפילו ניהול תהליכים מבוצעות היום במהירות גבוהה פי כמה ובפחות ידיים. התוצאה: חברות ממשיכות לגדול בהכנסות, במוצר ובחדירה לשווקים, בלי להגדיל את מצבת כוח האדם בהתאם.