ארבעה יוצאי מיקרוסופט שבנו את Kusto הקימו את Edelbyte וגייסו 70 מיליון דולר בשנה
הסטארטאפ הישראלי Edelbyte, שהקימו ארבעה מהנדסים שעבדו על מנוע הדאטה Kusto של מיקרוסופט, יצא מהצללים עם גיוסים של 70 מיליון דולר בשנה הראשונה שלו. החברה בונה מנוע דאטה חדש מאפס, שנועד לעמוד בעומס השאילתות שסוכני AI מייצרים בלי לנפח את חשבון הענן.
הסטארטאפ הישראלי Edelbyte יצא מהצללים, ואיתו הודעה על גיוסים בהיקף כולל של 70 מיליון דולר בתוך שנה בלבד מאז הקמתו. את החברה הקימו ארבעה מהנדסים שעבדו במיקרוסופט על אחת מתשתיות הדאטה המרכזיות שלה. עכשיו הם רוצים לפתור בעיה שהולכת ומחריפה: מנועי הדאטה המסורתיים לא עומדים בעומס שמייצרים סוכני AI, כך דווח בגיקטיים.
מ-Kusto לסטארטאפ
Edelbyte הוקמה בנובמבר 2025. המייסדים הם אבנר אהרוני (מנכ"ל), יבגני רייזיק (CTO), אלכסנדר סלוצקי (סמנכ"ל הנדסה) ויוני ליבוביץ (סמנכ"ל הנדסת פלטפורמה). הארבעה עבדו יחד במיקרוסופט יותר מעשור, ואהרוני עזב את החברה אחרי 26 שנים. בין השאר הם היו שותפים לבניית Kusto, המנוע שעומד מאחורי Azure Data Explorer ומאחורי מוצרי האבטחה של מיקרוסופט.
הגיוס מורכב משני סבבים: סבב Seed של 25 מיליון דולר בהובלת Sequoia, וסבב A של 45 מיליון דולר בהובלת Quiet Capital. בסבבים השתתפו גם משקיעים נוספים, ביניהם קרן Swish Ventures של עמרי כספי. החברה מעסיקה כיום כ-40 עובדים. לדברי אהרוני יש לה כבר לקוחות משלמים, שמעבדים באמצעותה דאטה בהיקפים של פטה-בייט בסביבות פרודקשן, כלומר במערכות חיות ולא בניסויים.
הבעיה: סוכנים שלא מתעייפים
אנליסט אנושי שולח כמה שאילתות, בודק את התוצאות, ובשלב כלשהו עוצר. סוכני AI עובדים אחרת: הם מריצים עשרות כיווני חקירה במקביל, בודקים השערות ומייצרים שאילתות בלי הפסקה. לפי החברה, התוצאה היא עומס שחונק את המערכות הקיימות ומנפח את חשבון הענן.
"במשך שנים, תשתיות הדאטה הן אלה שהכתיבו למפתחים את כללי המשחק", אמר אהרוני לגיקטיים. "כדי לעמוד בדרישות הביצועים והעלויות, הם נאלצו להתפשר: לשמור פחות היסטוריה, להגביל את סוגי השאלות שאפשר לשאול, לבחור סביבת ענן בהתאם למגבלות, או לשלב כמה מערכות". את החזון של החברה הוא מסכם במשפט אחד: "Performance. Scale. Cost. Functionality. Pick all four". כלומר ביצועים, יכולת גדילה, עלות ופונקציונליות, בלי לוותר על אף אחד מהם.
מה בנו מאפס
כדי לעמוד בהבטחה הזאת, החברה בנתה את הטכנולוגיה מאפס, משכבת האחסון ועד למנוע השאילתות. לדברי רייזיק, המנוע משלב חיפוש טקסט חופשי עם אנליטיקה מתקדמת על אותה תשתית. כך הוא יכול לעבוד עם סוגי דאטה שונים, כמו JSON, סדרות זמן, וקטורים (הייצוג המספרי שמודלי AI משתמשים בו) וגרפים. כל המידע שנכנס למערכת מאונדקס אוטומטית, בלי שהמשתמש צריך להגדיר מראש מה לאנדקס.
עוד רכיב בפלטפורמה הוא שכבת Cache (זיכרון מטמון) ייעודית. היא מנצלת את הדיסקים המקומיים של מכונות החישוב כדי להאיץ את הגישה לנתונים ולהוזיל את האחסון. לפי החברה, המערכת יכולה להתפרס על מאות ואף אלפי מכונות ולרוץ בכל ענן ציבורי, או על השרתים של הארגון עצמו בתצורת On-Premise.
למה זה חשוב
הסיפור של Edelbyte מעניין משתי סיבות. הראשונה היא זהות המייסדים: מי שבנו את Kusto מכירים מבפנים את המגבלות של מנועי הדאטה של ענקית ענן, ועכשיו הם מנסים לבנות חלופה. ככל הנראה זו גם הסיבה שהיכולת לרוץ בכל ענן, ולא רק ב-Azure, מודגשת כל כך במסר של החברה. השנייה היא התזה עצמה: אם סוכני AI אכן יהפכו לצרכנים העיקריים של מאגרי הדאטה בארגונים, ייתכן שהתשתית שנבנתה עבור משתמשים אנושיים תצטרך להשתנות מהיסוד.
על הצורך בבנייה מחדש אמר אהרוני: "ההזדמנות לבנות שוב מערכת גדולה ומורכבת, אבל הפעם מאפס, בלי להיות כבולים להחלטות ארכיטקטוניות מהעבר, הייתה מרגשת במיוחד". השאלה הפתוחה היא אם 70 מיליון דולר ו-40 עובדים יספיקו לצוות כדי לממש את ההבטחה מול שחקני הענן הגדולים.
כל בוקר במייל?סיכום חדשות ה-AI של אתמול, בעברית, בדקות קריאה ספורות. חינם, בלי ספאם.
מעדיפים טלגרם?להצטרפות לערוץ ←
ביטול בקליק אחד, בכל מייל · מדיניות פרטיות