פער ה-Capability Mirage: למה חברות ישראליות משלמות פרמיית AI בעסקאות M&A על נכסים שהיכולת שלהם כבר נצרכה על ידי השוק

המספרים נראים היסטוריים. הבעיה היא שהם גם מסתירים מלכודת שחברות ישראליות נופלות בה בדיוק כשהן הכי בטוחות בעצמן.

לפי נתוני EY לרבעון השני של 2026, שווי עסקאות ה-M&A בתחום הטכנולוגיה הכפיל את עצמו ביחס לאשתקד. ונפח העסקאות עלה ב-29%. הנתון המדהים ביותר: עסקאות מעל חמישה מיליארד דולר צמחו ב-148% בשווי. זה לא גל רגיל. זה שינוי מבני בהגיון הרכישות הגלובלי.

במרכז הגל הזה עומדת מילה אחת: AI. חברות מכל הענפים קונות יכולות טכנולוגיות שלא יצליחו לפתח לבד בזמן הנדרש. לפי PwC, ארבע חברות בלבד – Alphabet, Amazon, Meta ו-Microsoft – צפויות להוציא מעל 700 מיליארד דולר ב-2026 על תשתיות AI. המסר לשאר העולם ברור: מי שלא רוכש את היכולת עכשיו, נשאר מאחור.

חברות ישראליות קיבלו את המסר. הבעיה היא שהן קיבלו אותו בצורה הלא נכונה.

מה שנמכר לך כ"יכולת AI" הוא לרוב משהו אחר לגמרי

כשחברה ישראלית בוגרת, בין אם מתחום התעשייה, השירותים הפיננסיים או אפילו הייטק מסורתי, ניגשת לרכוש חברת AI קטנה, היא מחפשת דבר אחד: קיצור דרך. היא רואה צוות של עשרים מהנדסים, מוצר פעיל, כמה לקוחות מוכיחים, ומסיקה שהיא קונה יכולת בשלה שניתן לשלב במהירות.

זו אשליה. ואנשי ה-M&A הטובים בעולם אומרים זאת בפה מלא.

לפי ניתוח Clifford Chance לשוק ה-M&A ב-2026, שוק הטכנולוגיה עבר "inflection point" מהותי: הרוכשים הגדולים הפסיקו לקנות חברות סטארטאפ מוקדמות לשם חדשנות, ועברו לרכישות פלטפורמה טרנספורמטיביות. הסיבה היא לא שהם מחפשים גדלות לשם גדלות. הסיבה היא שהם גילו שה"יכולת" של חברה קטנה לא ניתנת להפרדה מהאנשים שבנו אותה, מהאינפרסטרוקטורה שעליה היא רצה, ומהקונטקסט הארגוני שבו היא צמחה.

כשאתה מוציא את החברה הקטנה מהסביבה הזו – אתה לא קנית יכולת. קנית רשימת קוד ואולי שניים-שלושה אנשים שישארו שנה ויעזבו.

פער ה-Capability Mirage: הגדרה מדויקת

פער ה-Capability Mirage הוא הפער בין היכולת שנראית בחברה הנרכשת ביום הסגירה לבין היכולת שנשארת ברשות הרוכש שישה עד שמונה עשר חודשים לאחר מכן.

הפער הזה נוצר משלושה מנגנונים שפועלים בו-זמנית, וכל אחד מהם נסתר בשלב ה-due diligence הסטנדרטי:

המנגנון הראשון הוא ריכוז ידע אנושי בלתי מתועד. ביכולות AI אמיתיות, חלק ניכר מהיכולת אינו קיים בקוד. הוא קיים בהבנה של הצוות את מגבלות המודל, בחוש שפיתחו לגבי מה עובד ומה לא, ובזיכרון הקולקטיבי של מאות ניסויים שנכשלו. כאשר Clifford Chance מציין "concern of an AI bubble" בגלל המתח בין שווי גבוה לבין שאלה האם מדובר ב"pioneer asset" אמיתי, הם מתארים בדיוק את הבעיה הזו. מה שנראה כנכס ייחודי הוא לעיתים קרובות אנשים ייחודיים. ואנשים לא נשארים אחרי שנמכרו.

המנגנון השני הוא תלות בסביבת הפיתוח המקורית. מודלי AI לא עובדים בוואקום. הם מאומנים על דאטה ספציפי, רצים על תשתית ספציפית, ומשולבים בפיפליינים ספציפיים. כאשר חברה ישראלית קונה חברת AI בחו"ל ומנסה להטמיע אותה בתוך הארכיטקטורה הטכנית שלה, היא גלה שהמודל שעבד יפה בסביבת המוכר לא מגיע לאותה רמה בסביבת הרוכש. לא כי הוא גרוע. כי הוא פשוט לא תוכנן לפעול שם.

המנגנון השלישי הוא קצב ירידת ערך שוק מהיר מהצפוי. לפי נתוני PwC, רכישות תוכנה במטרה לרכוש יכולות AI כבר "cooled from 2025 levels, with sector valuations re-rated lower." זה מידע קריטי שמרבית הרוכשים הישראלים לא הכניסו למודל שלהם: היכולת שרכשת הייתה שוות ערך לפני שנה. כיום השוק כבר מחפש את הדור הבא. כאשר אתה מבצע 18 חודשים של אינטגרציה, ומגיע לנקודה שבה הנכס "פעיל", השוק כבר עקף אותך בשתי גרסאות.

למה זה קורה דווקא לחברות ישראליות בוגרות

חברות ישראליות גדולות – בייחוד אלה שמגיעות מענפי תעשייה, שירותים פיננסיים, או אפילו ייטק "דור ראשון" – נושאות תרבות ארגונית שפותחה סביב מוצר ברור, תהליכי ייצור מוגדרים, ומדדי ביצוע מספריים. כאשר הן ניגשות לרכוש חברת AI, הן מיישמות את אותה מתודולוגיה.

הן בודקות את הקוד. הן בודקות את הלקוחות. הן בודקות את ההכנסות. הן מאשרות שהמוצר "עובד" לפי הדמו שקיבלו. ואז הן חותמות.

מה שהן לא בודקות: כמה מהיכולת קיימת בעצמאות מהאנשים שבנו אותה. מה קורה למוצר כשמפתח הליבה עוזב. האם הארכיטקטורה הטכנית תשרוד הטמעה במסד טכנולוגי שנבנה עשור לפניה. ואם הפרמיה ששילמו עדיין מוצדקת בהינתן קצב ה-commoditization של ה-AI.

לפי נתוני EY, חברות מחוץ לענף הטכנולוגיה "are increasingly buying technology assets to accelerate AI adoption, modernize operations and build capabilities that would take too long to develop organically." זה בדיוק הפרופיל של הרוכש הישראלי הטיפוסי שמגיע אלינו. הלחץ לרכוש הוא לגיטימי. הדחיפות היא אמיתית. הבעיה היא שהלחץ הזה מקצר בדיוק את השלבים שבהם מתגלה פער ה-Capability Mirage.

האינדיקטורים שהמודל הסטנדרטי לא מודד

כאשר אנחנו בודקים עסקת M&A טכנולוגית עבור לקוח, הפרמטרים הקלאסיים מוסיפים לנו אמינות ודיוק – אבל אינם מספיקים. ישנם ארבעה מדדים ספציפיים שאנחנו מוסיפים בכל עסקה שבמרכזה "רכישת יכולת AI":

מדד הריכוז הידעי: נמדד כאחוז מהקוד והארכיטקטורה שכתב צוות שקיים בחברה פחות משלוש שנים. ריכוז מעל 60% בצוות שלא נחשף לסייקל שלם של המוצר הוא דגל אדום. הוא מעיד שהיכולת עדיין בשלב "embedded in founders", ולא בשלב "embedded in systems".

מדד עצמאות הסביבה: האם המוצר תועד, נבחן ואושר בסביבת תפעול שאינה של המוכר? חברות AI רבות פועלות על תשתיות ענן ספציפיות, עם API keys שהם רכוש המייסדים, ועם גישות דאטה שיחלפו אחרי הרכישה. בלי מיפוי מלא של תלויות הסביבה, אין אפשרות לדעת מה הנכס שווה עצמאית.

מדד ה-Shelf Life הטכנולוגי: כמה חודשים לפני ש"יכולת" זו תהפוך לקומודיטי על ידי שינויים בשוק – מגרסאות GPT חדשות, מ-open source models שמתקרבים לרמת הביצועים, או מ-API services זולים שמשחקים אותו שדה. אם ה-shelf life קצר מ-24 חודשים ופרק הזמן להטמעה הוא 18 חודשים, הרוכש מגיע לשוק עם נכס שכבר בשקיעה.

מדד המחויבות הפוסט-סגירה: מה מבנה ה-retention האמיתי של הצוות המרכזי. לא מה שכתוב בחוזה. מה שקורה בפועל לאחר שהלוק-אפ מסתיים. בשוק שבו, לפי PwC ו-EY גם יחד, הביקוש לכישרון AI גובר, כל מהנדס שרכשת שווה פי שניים ממה ששולם עליו, ובאמצע האינטגרציה הוא מקבל הצעה שאתה לא תוכל להתחרות בה.

כיצד מסגרת ה-Capability Audit משנה את המשא ומתן

כאשר מייצגים רוכש ישראלי בעסקת AI M&A, פגישת ה-LOI אינה המקום לדון בשאלות האלה. הן צריכות להגיע קודם. הן צריכות להגיע לפני שהרוכש נכנס לחדר עם מחיר ייחוס בראש.

הסיבה היא פש