CuspAI: סטארט-אפ הבינה המלאכותית שמגלה חומרים חדשים גייס 450 מיליון דולר מג'ף בזוס ומקרן הריבונות הבריטית

התובנה המרכזית של CuspAI היא גישת "עיצוב הפוך" (Inverse Design), שהופכת את מדעי החומרים הקונבנציונליים על ראשם . במקום להתחיל מחומר ידוע ולמדוד את תכונותיו, המשתמשים מתחילים בציון התכונות המדויקות הנדרשות - למשל, מוליך למחצה עם פער אנרגיה ספציפי, מוליכות תרמית גבוהה ותלות נמוכה בגליום - והפלטפורמה מייצרת מבנים מולקולריים וגבישיים חדשים לחלוטין, שתוכננו מאפס כדי להתאים למפרט זה .

סבב גיוס B והערכת שווי

CuspAI סגרה סבב גיוס B של 450 מיליון דולר ב-20 ביולי 2026, לפי שווי חברה בתום ההשקעה (post-money) של 2.6 מיליארד דולר . מדובר בקפיצה של כמעט פי חמישה מהשווי של 520 מיליון דולר בסבב A בספטמבר 2025 . סך ההון שגויס עומד כעת על למעלה מ-670 מיליון דולר .

הסבב הובל יחד על ידי קליינר פרקינס (Kleiner Perkins) ו-NEA, עם השתתפות משמעותית של בזוס אקספדישנס (Bezos Expeditions) (קרן ההשקעות הפרטית של ג'ף בזוס) וקרן הריבונות הבריטית לאינטליגנציה מלאכותית (UK Sovereign AI Fund) - קרן הון סיכון הנתמכת על ידי ממשלת בריטניה . סכום הגיוס היה גבוה יותר מ-400 מיליון הדולר שדווחו בתחילה על ידי הפייננשל טיימס ביוני 2026 .

רשימת משקיעים מלאה בסבב B

המשקיעים המאושרים בסבב B כוללים :

• מובילים משותפים: קליינר פרקינס, NEA
• משתתפים: בזוס אקספדישנס, קרן הריבונות הבריטית לאינטליגנציה מלאכותית, Glade Brook Capital Partners, Lux Capital, AMD Ventures, StepStone Group, Invest-NL, וג'ון דואר

משקיעים מוקדמים יותר מסבבי ה-Seed וה-A כוללים את Hoxton Ventures (מוביל ה-Seed), Temasek, Prosus, Basis Set Ventures, Giant Ventures ואחרים .

חבר מייעץ (Advisory Board)

ל-CuspAI יש את אחד מהרכבי היועצים המכובדים ביותר בעולם הבינה המלאכותית והמדע :

• ג'פרי הינטון - זוכה פרס נובל ופרס טיורינג, הנחשב לעתים קרובות ל"סנדק הבינה המלאכותית"
• יאן לקון - זוכה פרס טיורינג, המדען הראשי של מטה בתחום הבינה המלאכותית
• אבהי טלווקר - חבר דירקטוריון AMD, לשעבר מנכ"ל LSI Corporation (הצטרף בסבב B)
• מרטין ואן דן ברינק - לשעבר נשיא ו-CTO של ASML (הצטרף ב-2025)
• לורד (ג'ון) בראון - לשעבר מנכ"ל BP, יו"ר מכון פרנסיס קריק, יו"ר משותף של המועצה למדע וטכנולוגיה של ממשלת בריטניה (הצטרף ב-2025)

כיצד פועלת פלטפורמת גילוי החומרים מבוססת הבינה המלאכותית

הפלטפורמה של CuspAI בנויה על גישת "עיצוב הפוך" (Inverse Design), שהופכת את מדעי החומרים הקונבנציונליים על ראשם .

השיטה המסורתית: מתחילים בחומר ידוע, בודקים אותו במעבדה ומודדים את תכונותיו. זה איטי ויקר - לרוב עשור של מו"פ לכל חומר.

השיטה של CuspAI ("עיצוב הפוך"):

1. הגדרת תכונות היעד - לקוח או חוקר מזינים את התכונות המדויקות הנדרשות (למשל, "מוליך למחצה עם פער אנרגיה ספציפי, מוליכות תרמית גבוהה ותלות נמוכה בגליום") .
2. בינה מלאכותית גנרטיבית מייצרת מועמדים - מודלים גנרטיביים קנייניים מייצרים מבנים מולקולריים וגבישיים חדשים לחלוטין שמעולם לא היו קיימים, שתוכננו מאפס כדי להתאים למפרט .
3. סימולציה וסינון - סימולציות מבוססות פיזיקה ולמידת חיזוק (Reinforcement Learning) מעריכות במהירות את המועמדים, ומדרגות אותם לפי ביצועים חזויים, יציבות ויכולת סינתזה .
4. אימות פיזי - המועמדים המובילים נשלחים למעבדות שותפות (באמצעות רשת AI Materials Foundry) לצורך סינתזה ובדיקה בעולם האמיתי, תוך דחיסת תהליך שבעבר ארך עשור למספר חודשים .

הפלטפורמה הושקה במקביל לרשת AI Materials Foundry, רשת גלובלית של למעלה מ-45 ארגונים - כולל ספקי נתונים, מעבדות, שותפי מחשוב ומומחים מדעיים - שמתזמנת את צינור הגילוי והאימות המלא על פלטפורמה סוכנית אחת . החברות המייסדות כוללות את NVIDIA (המספקת תשתית מחשוב) ואת צוות המחקר הבסיסי של מטה בתחום הבינה המלאכותית (FAIR), המפתח את המודל האוניברסלי לאטומים (UMA) .

יישומים בתחומי האנרגיה הנקייה והמוליכים למחצה

• מוליכים למחצה: CuspAI עובדת עם אנבידיה (Nvidia) ומטה (Meta) כדי לגלות חומרי שבבים חדשים שיכולים להחליף משאבים נדירים כמו גליום - ש-99% ממנו נמצא בשליטת סין - ובכך לאפשר שבבים מהירים יותר, קרירים יותר ובטוחים יותר מבחינה גיאופוליטית .
• אנרגיה נקייה: הפלטפורמה מתכננת חומרים לאלקטרודות סוללות טובות יותר, אלקטרוליטים במצב מוצק וזרזים יעילים יותר לאגירה והמרת אנרגיה . מייסד שותף של CuspAI, מקס וולינג, הצהיר שהחברה גם "בונה מולקולות להסרת כימיקלים לנצח (PFAS) ממים" .
• ציפויים תעשייתיים: גילוי פולימרים וציפויים חדשים בעלי עמידות, מוליכות או תכונות תרמיות ספציפיות לפי דרישה .

החברה טוענת כי במהלך 2025 היא העבירה חומר ללכידת פחמן מעיצוב גנרטיבי, דרך סינתזה ועד לאימות ניסיוני תוך שישה חודשים בלבד, מה שממחיש את יתרון המהירות של הפלטפורמה שלה .