הסטארטאפ הישראלי xpander, שהוקם בידי יוצאי AWS, גייס 7.5 מיליון דולר לפיתוח פלטפורמה לניהול ובקרה על סוכני AI ארגוניים. בסבב, שהובילה חברת Pico Venture Partners, השתתפה גם זרוע ההשקעות של סמסונג.
סטארטאפ ישראלי בשם xpander יצא היום (ב') מהצללים עם הכרזה על השלמת סבב גיוס Seed בהיקף של 7.5 מיליון דולר, כך דיווח גיקטיים. את הסבב הובילה חברת ההשקעות Pico Venture Partners, ולצדה השתתפו גם Samsung Next — זרוע ההשקעות של ענקית האלקטרוניקה הקוריאנית — וכן Emerge Ventures ו-SeedIL.
החברה, שמעסיקה שישה עובדים במרכזי פיתוח בישראל ובארצות הברית, הוקמה בידי דוד טויזר (מנכ"ל), רן שיינברג (סמנכ"ל מוצר) ומוריאל פחימה (סמנכ"ל טכנולוגיות). טויזר ושיינברג הם יוצאי AWS, חטיבת הענן של אמזון, ולדבריהם הרעיון למוצר נולד מתוך אתגרים שבהם נתקלו בעצמם בתפקידם הקודם.
הבעיה: ארגונים נעולים בתוך גן סגור
יותר ויותר חברות משלבות כיום סוכני AI (AI Agents) כדי לייעל תהליכים פנימיים, אך מהר מתגלה קושי מוכר: היעדר שליטה ממשית על אותם סוכנים, חששות אבטחה, וכן תלות במודל שפה (LLM) בודד שמקבע את הארגון לספק אחד. xpander מציעה מענה לכך באמצעות מה שבחברה מכנים "Universal Harness" — שכבת הרצה שאינה תלויה בספק מסוים, ומאפשרת להריץ סוכנים של ספקים שונים בתוך סביבה מרכזית אחת שבשליטת הארגון.
מבחינה טכנית, מדובר בסביבת Kubernetes הרצה בתוך התשתית הקיימת של הלקוח — בענן הפרטי שלו, on-prem, או בענן של xpander עצמה. לפי טויזר, מכיוון שהסוכנים וסביבות ה-sandbox המקושרות אליהם רצים כקונטיינרים בתוך תשתית הקוברנטיס הקיימת של הלקוח, הפלטפורמה עומדת מראש בדרישות האבטחה שלו, במקום לחייב הקמת תשתית נפרדת שתעבור תהליכי אישור חדשים.
דגש נוסף בפלטפורמה מושם על ניהול זהויות: כשסוכן AI ניגש למערכות הארגון, הוא נדרש להזדהות בשם המשתמש עצמו ובהרשאותיו, ולא באמצעות מפתח גישה משותף. פרטי ההתחברות נשמרים בכספת (vault) ומוזרקים רק ברגע קריאת הכלי הרלוונטי, כך שלטענת החברה המודל עצמו אינו נחשף לסיסמאות. לצד זאת, כל הרצה מתועדת במלואה — כולל אישורים, כשלים ועלות לכל משימה.
סוכן-על שמנהל את שאר הסוכנים
מעל שכבת התשתית מריצה החברה כלי בשם Omni, שמתפקד כ"סוכן-על" המסייע לעובדים בארגון לבנות ולתפעל סוכנים אחרים — במסגרת ההרשאות שהוגדרו להם מראש. לפי טויזר, Omni מבצע את כל שרשרת התהליך: בניית הסוכן, חיבור לקונקטורים, הגדרת זיכרון ותזמונים, בדיקה והשקה, ולאחר מכן גם תפעול שוטף הכולל קריאת לוגים, תיקון ריצות שנכשלו ובחירת המודל המתאים ביותר לכל משימה לפי שיקולי עלות ואיכות. לדבריו, Omni נבנה כך שיוכל לפעול גם בתוך כלים נפוצים כמו ChatGPT ו-Claude דרך חיבור רשמי, כדי שעובדים ימשיכו לעבוד בסביבות המוכרות להם, בעוד הארגון שומר על שליטה בקונקטורים ובנתונים החשופים.
המודל העסקי: היעדר נעילה כיתרון
בשוק פתרונות ניהול הסוכנים הארגוניים פועלים כבר גורמים נוספים, וטויזר טוען כי ההבדל המרכזי של xpander הוא שהמודל העסקי כולו נבנה סביב היעדר נעילה לספק מסוים. לדבריו, ההנחה הרווחת בתעשייה הייתה כי סוכן קנייני המכוונן על מודל יחיד יעלה על שכבת הרצה גנרית מבחינת ביצועים — אך לטענתו החברה הוכיחה שניתן לספק גמישות מלאה בלי לוותר על איכות. הוא מציין כי חברה שמתחייבת למעבדת מודלים בודדת עלולה למצוא עצמה במצב בעייתי תוך זמן קצר יחסית, אם מודל "open-weight" חדש (מודל שהמשקלים שלו זמינים באופן פתוח) מגיע לרמת ביצועים תחרותית ואי אפשר יהיה לעבוד איתו במסגרת ההתחייבות הקיימת.
המשמעות
הכניסה של Samsung Next כמשקיעה, לצד קרנות ישראליות ובינלאומיות, משקפת ככל הנראה עניין הולך וגובר של תאגידי טכנולוגיה גדולים בפתרונות תשתית שמסייעים לארגונים לאמץ סוכני AI מבלי להיות תלויים בספק בודד. ריבוי מודלי השפה והקצב המהיר שבו הם מתחלפים הופכים, כך נראה, את שאלת הגמישות והשליטה לסוגיה מרכזית עבור ארגונים גדולים ששוקלים אימוץ נרחב של טכנולוגיית הסוכנים.