כרייה

רייזור לאבס משנה מודל עסקי וצופה הכנסות של עשרות מיליוני שקלים ב-2026

פורסם בתאריך ע"י Techtime

[בתמונה למעלה: משאית קטרפילר שעליה הותקנה מערכת DataMind AI. צילום: רייזור לאבס]

חברת רייזור לאבס (Razor Labs), המפתחת פלטפורמת בינה מלאכותית לתחזוקה חזויה של מכונות כבדות, הציגה היום במצגת משקיעים מודל עסקי חדש שמתבסס על מעבר ממכירות פרויקטליות חד-פעמיות למודל הכנסות חוזרות מבוסס רישוי תוכנה שנתי. במסגרת המצגת חשפה החברה לראשונה תחזית פיננסית מפורטת לשנת 2026, הכוללת יעד להכנסות חוזרות (ARR) של עד כ-36 מיליון שקל.

עד כה פעלה רייזור לאבס בעיקר במתכונת של פרויקטים ייעודיים ופיילוטים עם לקוחות בענפי הכרייה והתעשייה הכבדה. החברה סיפקה ללקוחותיה מערכות ניטור מבוססות AI, שכללו התקנת חומרה, אינטגרציה באתר הלקוח ופיתוח אלגוריתמים מותאמים. מודל זה אמנם אפשר לחברה להוכיח את יכולות הטכנולוגיה, אך התאפיין במחזורי מכירה ארוכים ובהכנסות בעלות אופי חד-פעמי.

האסטרטגיה החדשה שמציגה החברה מבוססת על מוצר הדגל שלה – DataMind AI – שהפך בשנה האחרונה לפלטפורמה סטנדרטית המיועדת לפריסה רחבה בציי ציוד כבד ומשאיות מכרה. במקום מכירת פרויקט נקודתי, החברה מציעה כעת ללקוחות רישיון שנתי מתמשך עבור כל משאית או מכונה המחוברת למערכת. החומרה וההתקנה הופכות לרכיב משני בעסקה, בעוד שעיקר ההכנסה מגיע משירותי תוכנה במודל SaaS.

המהלך קיבל תאוצה משמעותית בעקבות חתימה על מספר חוזים אסטרטגיים גדולים במהלך 2025. המרכזי שבהם הוא הסכם רב-שנתי עם תאגיד כרייה בינלאומי גדול להטמעת מוצר ניטור המשאיות של החברה בצי המשאיות של תאגיד הכרייה, בהיקף פוטנציאלי של עד 78 מיליון דולר. לפי הנתונים שהציגה החברה, כ-95% מהיקף העסקה מוגדרים כרישוי תוכנה ארוך טווח, מה שהופך אותה למנוע מרכזי בצמיחת ההכנסות החוזרות.

הסכם זה הוא למעשה הרחבה של שיתוף הפעולה עם אותו תאגיד כרייה, לאחר שב-2023 נחתם הסכם אסטרטגי עם תאגיד הכרייה, הכולל פריסה של אלפי סנסורים בעשרות אתרים ברחבי העולם. גם הסכם זה בנוי במודל המשלב התקנה חד-פעמית לצד רישוי שנתי מתמשך, וצפוי להתרחב בהדרגה לאתרים נוספים וליכולות נוספות במערכת.

המעבר למודל החדש משנה לא רק את מבנה ההכנסות של רייזור לאבס, אלא גם את האופן שבו היא פועלת מול לקוחותיה. במקום פרויקטי הטמעה נקודתיים, החברה מאמצת אסטרטגיית “Land & Expand” – תחילה התקנה מצומצמת באתר אחד, ולאחר מכן הרחבה הדרגתית לציוד נוסף, לאתרים נוספים ולמודולים מתקדמים יותר של המערכת. מודל זה מאפשר בניית קשר ארוך טווח עם הלקוח והגדלה מתמשכת של ההכנסה ממנו.

מבחינה תפעולית, השינוי מחייב את החברה להתמקד פחות באינטגרציה בשטח ויותר בפיתוח מוצר תוכנה סקלאבילי, במערכי תמיכה גלובליים ובשיתופי פעולה עם אינטגרטורים מקומיים המבצעים את ההתקנות. לדברי החברה, רווחיות גולמית במודל החדש צפויה להיות דומה לזו של חברות SaaS, ולהשתפר ככל שהיקף הפריסות יגדל.

על פי התחזית שהוצגה, ההכנסות החוזרות של החברה עמדו במחצית השנייה של 2025 על כ-4.2 מיליון שקל בלבד. אולם בזכות החוזים החדשים והרחבת הפעילות אצל לקוחות קיימים, צופה רייזור לאבס זינוק חד ב-ARR במהלך 2026 – לרמה של כ-18 מיליון שקל בתרחיש הבסיס, ועד כ-36 מיליון שקל בתרחיש שבו ההסכמים ייושמו במלואם.

עבור רייזור לאבס מדובר בנקודת מפנה אסטרטגית: מחברה המתמקדת בהוכחת יכולות טכנולוגיות ובפיילוטים נקודתיים, לחברת פלטפורמה השואפת להפוך לסטנדרט בתעשיית הכרייה העולמית. אם התחזיות יתממשו, המעבר למודל ההכנסות החדש עשוי להפוך אותה משחקן טכנולוגי קטן לספק תוכנה תעשייתי גלובלי בעל בסיס הכנסות יציב וצומח.

קרן BIRD מקדמת שיתופי פעולה בין סטארטאפים ישראליים לענקיות כרייה גלובליות

פורסם בתאריך ע"י Techtime

[בתמונה, מימין לשמאל: בריאן רוזן, מדען ראשי במשרד האנרגיה ויעל הרמן, משרד האנרגיה. מארק פריימן, ירון לוטן מנכ"ל בירד ולימור נקר-וינסנט, מנהלת תוכנית בירד אנרגיה]

קרן BIRD, הקרן הדו־לאומית ישראל–ארה״ב לקידום שיתופי פעולה טכנולוגיים, מרחיבה את פעילותה גם לתחום טכנולוגיות הכרייה – אחד השווקים הפחות מדוברים אך הצומחים ביותר בעולם התעשייה והאנרגיה. במסגרת זו אירחה הקרן לאחרונה בישראל את מארק פריימן, שותף מנהל בזרוע ההשקעות הטכנולוגית של קבוצת Orion Resource Partners, לפגישות עם יזמים וחברות סטארטאפ מקומיות.

המפגש, שהתקיים במשרדי הקרן בתל אביב, נועד לחשוף יזמים ישראליים להזדמנויות עסקיות והשקעתיות בתעשיית הכרייה הגלובלית, ולבחון שיתופי פעולה בתחום טכנולוגיות מתקדמות להפקת מינרלים ומתכות קריטיות. במפגש השתתפו גם נציגי קרנות הון סיכון וגורמים נוספים מהאקוסיסטם המקומי.

Orion Resource Partners היא אחת המשקיעות הפרטיות הגדולות בעולם בתחומי מתכות, כרייה וחומרי גלם. הקבוצה מנהלת נכסים בהיקף של כ־8.6 מיליארד דולר, ומתמקדת בהשקעות במתכות קריטיות, טכנולוגיות תעשייתיות, אנרגיה וחדשנות בשרשראות אספקה. לאורך השנים הייתה Orion מעורבת בפעילות של למעלה מ־80 מכרות ברחבי העולם, ופועלת הן כהשקעה פיננסית והן כשותפה אסטרטגית בפרויקטים תעשייתיים.

לדברי לימור נקר-וינסנט, מנהלת בקרן BIRD, המפגש משקף מגמה רחבה יותר: “המעבר לאנרגיה נקייה, תחבורה חשמלית ותעשיות מתקדמות נשען על זמינות של מינרלים קריטיים, שלרוב נותרת מחוץ לשיח הציבורי. בלי מתכות כמו נחושת, קובלט וגרפיט – החזון הירוק פשוט לא יכול להתממש”.

היקף האתגר שמולו ניצבת תעשיית הכרייה העולמית הולך וגדל. על פי תחזיות בענף, בשלושת העשורים הקרובים תידרש כרייה של כמות נחושת כפולה מזו שנכרה לאורך כל ההיסטוריה עד כה. גם הביקוש למינרלים אחרים, בהם גרפיט וקובלט, צפוי לגדול פי שישה עד פי שלושים, בהתאם להתפתחות טכנולוגיות סוללות ואגירת אנרגיה. כדי לעמוד בקצב, ההשקעות השנתיות בכרייה צפויות לגדול מכ־45 מיליארד דולר כיום לכ־75 מיליארד דולר בשנה עד 2030.

עם זאת, יכולת ההיצע מתקשה להדביק את הביקוש. שיעורי ההצלחה בחיפושי מינרלים בשיטות מסורתיות נמוכים מאחוז אחד, וזמן הפיתוח הממוצע של מכרה – משלב הגילוי ועד הפקה מסחרית – עומד על כ־16 שנים. במקביל, איכות העפרות הולכת ויורדת, ומדינות רבות מתמודדות עם ירידה במספר המכרות הפעילים ועם רגולציה סביבתית מחמירה.

מציאות זו מחדדת את הצורך בחדשנות טכנולוגית לאורך כל שרשרת הערך של הכרייה – החל מחיפוש ואפיון תת־קרקע, דרך קידוח ותפעול, ועד עיבוד, זיקוק, טיפול סביבתי ומיחזור. “מדובר בתעשייה עתירת הון, שבה טעויות עלולות לעלות מיליארדים”, אומרת נקר-וינסנט. “טכנולוגיות מתקדמות מאפשרות דיוק גבוה יותר, קיצור זמנים והפחתת סיכונים”.

בשנים האחרונות מתחיל להתגבש תחום יזמי ייעודי של טכנולוגיות כרייה מתקדמות, הכולל פתרונות מבוססי בינה מלאכותית ולמידה עמוקה לניתוח תת־קרקע, תהליכים כימיים ואלקטרוכימיים להפקת מתכות מעפרות דלות, טכנולוגיות להפקת ליתיום ישירה וחיישנים המספקים נתונים בזמן אמת. גיוסי הון בהיקפים של מאות מיליוני דולרים לחברות בתחום מצביעים על כך שמדובר בתעשייה מתהווה בעלת פוטנציאל רחב.

לדברי הקרן, לישראל יתרון יחסי ברור בזירה זו. “ישראל מצטיינת בטכנולוגיות פלטפורמה שהן קריטיות לכרייה מודרנית – בינה מלאכותית, רובוטיקה, אוטונומיה, סייבר, אלקטרוכימיה וביולוגיה סינתטית”, מציינת נקר-וינסנט. “היכולות הללו ניתנות ליישום ישיר בחיפוש מרבצים, באופטימיזציה תפעולית, בעיבוד עפרות, בטיפול במים ובמיחזור מתכות”.

ב־BIRD מדגישים כי מימוש הפוטנציאל מחייב חיבורים יזומים בין תאגידי כרייה גלובליים לאקוסיסטם הישראלי, חשיפה של יזמים לצרכים תעשייתיים אמיתיים, פיילוטים בשטח וגישה לאתרי כרייה פעילים. “חדשנות בכרייה היא לא רק צורך תעשייתי, אלא גם אינטרס כלכלי ולאומי”, מסכמת נקר-וינסנט. “מדינות וחברות שיפתחו יכולות טכנולוגיות מתקדמות בתחום המינרלים הקריטיים יחזקו את עצמאותן האנרגטית ואת מעמדן בכלכלה הגלובלית”.

רייזור לאבס מרחיבה פעילות ה-AI לציי משאיות כבדות; פיילוטים באוסטרליה וספרד

פורסם בתאריך ע"י Techtime

[בתמונה: שלושת מייסדי רייזור לאבס. יח"צ]

חברת רייזור לאבס (Razor Labs) הודיעה היום (א') בדיווח לבורסה בתל-אביב על חתימה על שני הסכמי פיילוט מסחריים עם חברות כרייה באוסטרליה ובספרד, כחלק מהרחבת פעילותה בתחום האנליטיקה מבוססת בינה מלאכותית לציי משאיות כבדות באתרי כרייה. במסגרת ההסכמים תטמיע החברה את מוצר DataMind AI שלה כפתרון לחיזוי תקלות ותחזוקה מונעת במשאיות כבדות, כולל רישיון שימוש לתקופה של חצי שנה. לדברי החברה, הפיילוטים מהווים צעד נוסף ביישום האסטרטגיה להרחבת סל המוצרים וליצירת מנועי צמיחה חדשים.

מבחינה טכנולוגית, פתרון DataMind AI לציי משאיות כבדות מבוסס על ניתוח רציף של נתונים תפעוליים המוזרמים מהמשאית בזמן אמת, בהם נתוני מנוע, מערכות דלק, טמפרטורה, לחצים, רעידות ופרמטרים נוספים. המערכת עושה שימוש במודלים של למידת מכונה כדי לזהות דפוסי שחיקה, חריגות ואנומליות המעידות על התפתחות תקלה עוד בשלב מוקדם, לעיתים ימים או שבועות לפני כשל מלא. הפתרון מיועד לצי נייד של כלי רכב כבדים בסביבת כרייה מאתגרת, ומותאם לפעולה גם כאשר קיימים פערי נתונים, תנאי עבודה קיצוניים ורעש תפעולי גבוה, תוך הפחתת התראות שווא והתמקדות באירועים בעלי משמעות תחזוקתית אמיתית.

הפתרון למשאיות כבדות לא פותח כקו מוצר עצמאי מלכתחילה, אלא נולד מתוך שיתוף פעולה ארוך טווח עם חברת הכרייה השוויצרית-בריטית גלנקור, אחת הגדולות בתעשיית המחצבים. במהלך העבודה המשותפת הרחיבה גלנקור בהדרגה את השימוש בפלטפורמת הבינה המלאכותית של החברה, תחילה לציוד לוגיסטי ומכני באתרי הכרייה, ובהמשך גם לציי המשאיות הכבדות המהווים מרכיב קריטי בעלויות ובזמינות התפעולית של המכרה. ההצלחה בהטמעה זו הובילה את רייזור לאבס לפתח גרסה ייעודית של המוצר לציי משאיות, ולהפוך את התחום לאפיק מסחרי מובחן.

באתר החברה פורסם מקרה מבחן המדגים את יכולות הפתרון בפועל, שבו מערכת DataMind AI זיהתה הידרדרות מוקדמת במזרקי דלק של משאית כרייה כבדה מדגם CAT 793D. לפי התיאור, המערכת הצליחה לאתר שינוי עדין בדפוסי הפעולה של המנוע ולהתריע על כשל מתפתח זמן רב לפני שמערכות היצרן או הבקרה הסטנדרטיות הצביעו על תקלה. הזיהוי המוקדם איפשר לצוותי התחזוקה לבצע טיפול יזום, למנוע השבתה יקרה של המשאית ולהפחית נזק מצטבר למערכות נוספות. מקרה זה משמש, לדברי החברה, כהוכחת היתכנות ליכולת של הפתרון להתמודד עם מורכבות תפעולית של משאיות כבדות ולהפוך תחזוקה חזויה לכלי כלכלי משמעותי עבור מפעילי מכרות.

זינוק בהכנסות רייזור לאבס, שמגיעות כמעט במלואן מלקוח אחד

פורסם בתאריך ע"י Techtime

[בתמונה: שלושת מייסדי רייזור לאבס. יח"צ]

חברת רייזור לאבס (Razor Labs) סיכמה את המחצית הראשונה של 2025 עם הכנסות של 15.66 מיליון שקל – זינוק של 212% לעומת התקופה המקבילה אשתקד. עיקר הצמיחה נובע ממימוש חוזה אסטרטגי רחב היקף עם חברת הכרייה הבינלאומית Glencore, המוערך בכ-62.4 מיליון דולר.

במסגרת ההסכם, החברה מטמיעה את פלטפורמת ה-DataMind AI בכ-14 אתרים ברחבי העולם, ומתקדמת בהתקנות בשלבים – ארבעה אתרים כבר פעילים, ובחודשים הקרובים צפויות השלמות נוספות. החוזה מהווה את העסקה הגדולה בתולדות רייזור לאבס, והוא אחראי ליותר מ-80% מהכנסותיה במחצית הראשונה של 2025. מצד אחד מדובר במנוע צמיחה אדיר ופתח לשווקים חדשים, ומצד שני בתלות גבוהה מדי בלקוח יחיד – תלות שעלולה להציב סיכון עסקי במקרה של האטה או שינוי מצד הלקוח.

לפי הדו"ח, הפריסה מתבצעת באתרים בקולומביה, דרום אפריקה, קונגו ואוסטרליה, והחברה כבר נכנסת גם לפרויקטים נלווים – בהם התאמת הפלטפורמה לניהול צי של עשרות משאיות כרייה כבדות. המערכות מיועדות לניטור בזמן אמת של ציוד מכני כבד, איסוף ועיבוד של נתוני חיישנים, וזיהוי אנומליות ותקלות עוד לפני שהן מתרחשות. כך ניתן לבצע "תחזוקה חזויה" (Predictive Maintenance) – לצמצם השבתות יקרות, להאריך את חיי הציוד ולהפחית עלויות תפעול.

ה-DataMind AI מתבססת על אלגוריתמים של למידת מכונה ולמידה עמוקה, המסוגלים לנתח מיליארדי נקודות נתונים שמתקבלות מחיישנים שונים – מצלמות, חיישני רעידות, טמפרטורה ולחץ – ולזהות דפוסים חריגים המעידים על שחיקה או על בעיות תפעוליות. יכולת זו מאפשרת ללקוח לבצע פעולות תחזוקה ממוקדות, במועד האופטימלי, ולהימנע מהתקלות הבלתי צפויות שגורמות להפסדי ייצור כבדים. בנוסף, רייזור לאבס מקדמת את מערכת ה-Inspection AI, המיועדת לבקרת איכות אוטומטית במפעלי עיבוד, ומאפשרת לה להציע חבילת פתרונות שלמה לשוק הכרייה – מהשטח ועד קווי הייצור. החברה רואה בשילוב בין שתי המערכות יתרון תחרותי משמעותי שיכול להקל על כניסה לשווקים תעשייתיים נוספים.

לצד השיפור בשיעור הרווח הגולמי ל-43% והכפלה ביותר מפי שניים של ההכנסות החוזרות, החברה עדיין מציגה הפסד תפעולי של 8.05 מיליון שקל – אך צמצמה אותו לעומת השנה שעברה. עם צבר הזמנות ארוך טווח ותלות גבוהה בלקוח אחד, האתגר המרכזי של רייזור לאבס בשנים הקרובות יהיה פיזור מקורות ההכנסה תוך שמירה על קצב הצמיחה המרשים.

מדוע זינקה מניית רייזור לאבס ביותר מ-200%?

פורסם בתאריך ע"י Techtime

בתמונה למעלה: סמנכ"ל הטכנולוגיות של רייזור לאבס, מיכאל זולוטוב

מנייתה של חברת הבינה המלאכותית רייזור לאבס (Razor Labs) מזנקת ביותר מ-200% במסחר בתל-אביב, לאחר שהחברה דיווחה על עסקה משמעותית מאוד בתעשיית המכרות העולמית, שהיא שוק היעד שבו מתמקדת החברה. רייזור לאבס מספקת פלטפורמת את התחזוקה המונעת DateMine, המנטרת את הפעילות של מכונות תעשייתיות גדולות באמצעות AI ומסייעת לחזות תקלות. הלקוחה היא חברת כרייה בינלאומית גדולה, שלה אתרי כרייה באוסטרליה, דרום אפריקה וארצות הברית. לדברי רייזור לאבס, מדובר באחת מחברות הכרייה הגדולות בעולם, עם יותר מ-80 אתרים ברחבי העולם.

לפי ההסכם, חברת הכרייה תתקין את הפלטפורמה בכ-14 אתרי כרייה תמורת סכום כולל של כ-31.2 מיליון דולר. כדי להשמיש את התוכנה באתרים הללו, תרכוש אותה חברת כרייה גם כ-600 חיישנים שיסייעו לאסוף מהמכונות את הדאטה הדרוש. להערכת רייזור לאבס, הטמעת הפלטפורמה בכלל האתרים צפויה להימשך עד 3 שנים. רישיונות השימוש בתוכנה הינם למשך 5 שנים מיום ההפעלה. זוהי העסקה המשמעותית ביותר שעליה מדווחת רייזור לאבס, שהכנסותיה ב-2022 הסתכמו ב-5.1 מיליון שקל בלבד.

המערכת שהותקנה, DataMind AI, היא פלטפורמת בינה מלאכותית מבוססת-ענן המיועדת לשיפור תהליכי ייצור בתעשיית כריית המחצבים. המערכת מתממשקת עם נתוני מערכות הייצור, ובאמצעות מודלים של בינה מלאכותית מסייעת לאתר תקלות ובעיות תחזוקה ולהפחית את זמן השבתת התפעול (downtime). החברה השיקה את המוצר ב-2021. במקביל, החברה משקיעה בהתאמת המערכת לתעשיות אחרות כמו תשתיות, מים, נפט וגז וכדומה.

מרייזור לאבס נמסר כי "העובדה שאחד מהתאגידים המובילים בעולם בתחומ בחר להצטייד במוצר מהווה אינדיקציה משמעותית לנחיצות המוצר והערך שהוא נותן ללקוחות בשוק הכרייה. אנו מעריכים כי הצטיידות רחבה מעין זו תסייע למאמצי השיווק הנוספים שהחברה מבצעת בתעשייה זו".

האזינו לשיחה עם מיכאל זולוטוב, סמנכ"ל הטכנולוגיות של חברת רייזור לאבס, מתוך תוכנית מס' 48 של הפודקאסט שלנו, שעלתה ביוני 2022:

 

 

3 חברות מחצבים הטמיעו את מערכת חיזוי התקלות של רייזור לאבס

פורסם בתאריך ע"י yochais

[בתמונה: מיכאל זולוטוב, סמנכ"ל הטכנולוגיות של רייזור לאבס]

חברת רייזור לאבס (Razor Labs) דיווחה כי ברבעון האחרון הרחיבה את חדירתה לתעשיית המכרות העולמית, שוק היעד העיקרי של החברה, שעבורו פיתחה בשנה שעברה מערכת ייעודית, מבוססת AI, לחיזוי תקלות. לדברי החברה, היא התקינה את המערכת במספר אתרים של שלוש חברות כרייה ופלדה מובילות באוסטרליה ובדרום אפריקה.

המערכת שהותקנה, DataMind AI, היא פלטפורמת בינה מלאכותית מבוססת-ענן המיועדת לשיפור תהליכי ייצור בתעשיית כריית המחצבים. המערכת מתממשקת עם נתוני מערכות הייצור, ובאמצעות מודלים של בינה מלאכותית מסייעת לאתר תקלות ובעיות תחזוקה ולהפחית את זמן השבתת התפעול (downtime). החברה השיקה את המוצר בשנה שעברה, ובחודש מרץ 2022 חתמה על הסכם ראשון להטמעת המערכת,  עם חברת כרייה אוסטרלית. ואולם, לאחר חודשים ספורים החליטה החברה האוסטרלית לסיים את ההתקשרות. במקביל, החברה משקיעה בהתאמת המערכת לתעשיות אחרות כמו תשתיות, מים, נפט וגז וכדומה.

הכנסות החברה ב-2022 הסתכמו ב-5.1 מיליון שקל בלבד. מדובר בשנה שלישית ברציפות של ירידה חדה בהכנסות, כאשר ב-2021 עמדו ההכנסות על 15.1 מיליון שקל וב-2019 על 22.3 מיליון שקל. ההפסד התפעולי ב-2022 הסתכם ב-27.3 מיליון שקל. הביצועים הללו גם הובילו לאובדן של 95% בשווי המנייה מאז הנפקתה ב-2021, והיא נסחרת כיום בשווי שוק של 28 מיליון שקל בלבד.

פרויקט משמעותי נוסף של החברה הוא פיתוח, עבור חברה בטחונית גלובלית, של מערכת בדיקה מבוססת AI, המבצעת זיהוי וסיווג אוטומטי של פגמים בתחמושת על-גבי פס הייצור.