הביקוש הגובר לתשתיות בינה מלאכותית מתרחב מעבר למודלי שפה גדולים ויישומי AI יוצר (Generative AI) לעבר מערכות שנועדו לפעול באינטראקציה עם העולם הפיזי. ההסכם הרב-שנתי שעליו הכריזה CoreWeave עם מפתחת הנהיגה האוטונומית Wayve ממחיש תפנית זו, וממצב את תשתית הענן שלה כמשאב לאימון ולבדיקה של מערכות AI המיועדות לפעילות של כלי רכב בעולם האמיתי.

CoreWeave מרחיבה את עסקי תשתיות ה-AI שלה לתחום התחבורה האוטונומית

ההסכם, שהוכרז ב-9 בנובמבר 2026, יעניק ל-Wayve גישה לענן של CoreWeave (המופעל באמצעות מעבדי ה-GPU מדגם Blackwell של Nvidia), לצורך אימון מודלי היסוד של נהג ה-AI מקצה לקצה (end-to-end AI Driver). התשתית תתמוך גם בהערכת מודלים ובסימולציות, מה שיאפשר ל-Wayve להרחיב את משאבי המחשוב הנדרשים לפיתוח ולשיפור טכנולוגיית הנהיגה האוטונומית שלה.

ההסכם מייצג הרחבה אסטרטגית של בסיס הלקוחות של CoreWeave לתחום ה-Physical AI – קטגוריה הכוללת מערכות בינה מלאכותית הקולטות סביבות בעולם האמיתי ומקיימות עימן אינטראקציה. בניגוד ליישומי AI קונבנציונליים שמייצרים בעיקר תוכן דיגיטלי או מעבדים מידע, מודלים של נהיגה אוטונומית חייבים לפענח תנאי דרך משתנים, לזהות עצמים ולהגיב למצבים מורכבים.

עבור CoreWeave, הדבר מייצר יישום נוסף לתשתית המחשוב הייעודית שלה. עם זאת, עדיין לא ניתן לכמת את המשמעות המסחרית: אף אחת מהחברות לא חשפה את ערכו הכספי של החוזה, את היקף הקצאת המעבדים (GPUs) או את משך ההסכם המדויק, מעבר להגדרתו כהסכם רב-שנתי.

נתוני הנהיגה הגלובליים של Wayve מייצרים דרישות מחשוב משמעותיות

נהג ה-AI של Wayve לומד ממידע נהיגה בעולם האמיתי שנאסף ביותר מ-70 מדינות. תהליך הפיתוח של החברה כולל צבירת ניסיון נהיגה, אימון המודלים שלה, הערכת ביצועיהם ופריסת גרסאות מעודכנות רק כאשר הן מציגות שיפור לעומת המערכות הקיימות.

מחזור פיתוח רציף זה יוצר דרישות מחשוב ניכרות. תהליכי האימון מעבדים כמויות עצומות של מידע נהיגה, בעוד שתהליכי הערכה וסימולציה מסייעים לקבוע האם מודלים מעודכנים מסוגלים לפעול באופן אמין בסביבות ובתנאי נהיגה שונים.

הטכנולוגיה מפותחת הן עבור כלי רכב בבעלות פרטית והן עבור מוניות רובוטיות (רובוטקסי), מה שמרחיב את יישומיה הפוטנציאליים ברחבי תעשיית הרכב. הגישה של Wayve מתוכננת לתמוך בנהיגה אוטונומית בפלטפורמות רכב שונות, מה שהופך את תוכנת ה-AI שבבסיסה לרלוונטית עבור יצרניות רכב ומפעילי תחבורה המבקשים לפתח יכולות נהיגה אוטונומית.

ההבחנה בין אימון מודלים לבין פריסה בעולם האמיתי חשובה במיוחד. מערכות נהיגה אוטונומית חייבות לעבור בדיקות מקיפות מכיוון שלכשלי ביצוע עלולות להיות השלכות בטיחותיות ישירות. התשתית הנוספת שמספקת CoreWeave נועדה לתמוך בתהליך פיתוח ותיקוף זה.

החשיבות האסטרטגית של מערכת היחסים בין CoreWeave ל-Wayve

השותפות נשענת גם על מערכת יחסים קיימת בין החברות. בעבר השתמשה Wayve בפלטפורמת Weights & Biases עבור פעילויות פיתוח ה-AI שלה, בטרם הרחיבה את דרישות התשתית לענן של CoreWeave.

התקדמות זו ממחישה כיצד ספקי תשתיות AI יכולים להעמיק קשרים מסחריים על ידי הצעת שירותים בשלבים מרובים של תהליך הפיתוח. במקום לספק משאבי מחשוב עבור פעולת אימון בודדת, CoreWeave יכולה לתמוך בזרימת עבודה רחבה יותר הכוללת ניסויים, אימון, הערכה וסימולציה.

עבור משקיעים, ההסכם מספק עדות למאמציה של CoreWeave לגוון את יישומי תשתיות ה-AI שלה מעבר לפיתוח מודלי יסוד מסורתיים. תחבורה אוטונומית עשויה להפוך למקור ביקוש נוסף למחשוב עתיר ביצועים (HPC), ככל שחברות רכב ומפתחי טכנולוגיה מקדמים את תוכניות ה-AI שלהם.

עם זאת, אין לפרש את השותפות באופן אוטומטי כעדות לצמיחה מיידית בהכנסות. שווי החוזה שלא נחשף, לוח הזמנים לפריסה ודרישות המחשוב מקשים על הערכת תרומתו לביצועיה הפיננסיים של CoreWeave. קצב המסחור של כלי רכב אוטונומיים והדרישות הרגולטוריות החלות על מערכות ללא נהג ישפיעו גם הם על המהירות שבה הביקוש יתורגם לפריסה מסחרית.

במבט קדימה, תשומת הלב תתמקד בהיקף כושר המחשוב שתפרוס Wayve, בהתקדמות פיתוח נהג ה-AI שלה ובכל הסכמים מסחריים נוספים שיעשו שימוש בתשתית של CoreWeave. ההזדמנות הרחבה יותר טמונה בשאלה האם Physical AI יכול להתפתח למקור ביקוש בר-קיימא למחשוב ארגוני. עבור CoreWeave, המרת שותפויות כגון זו לניצול תשתיות מדיד ולהכנסות חוזרות תהיה אינדיקטור חשוב לערך המסחרי של התרחבותה לתחום התחבורה האוטונומית.