מבחן ה־300 מיליארד דולר של תשתיות הבינה המלאכותית

ההשקעה בתשתיות בינה מלאכותית יכולה להמשיך לגדול גם אם התשואה עליה תאכזב. זו ההבחנה החשובה בניתוחים שמיוחסים לגולדמן זאקס: ביקוש לכוח מחשוב הוא סימן מעודד, אבל כדי להצדיק את ההשקעה צריך להפוך אותו להכנסות ולרווחים שיחזיקו מעמד.3717

כמה הכנסות צריך כדי להגיע לאיזון?

לפי הערכתו המדווחת של אסטרטג גולדמן זאקס ראיין האמונד, ספקיות הענן הגדולות — חברות שמפעילות תשתיות מחשוב בהיקף עצום — יצטרכו לייצר בשנים הקרובות כ־300 מיליארד דולר בהכנסות AI בשנה כדי להגיע לאיזון על השקעותיהן. זהו יעד להכנסות שנתיות, ולא סכום שאפשר לצבור לאורך כמה שנים.3713

יש סימנים לביקוש, אך חשוב להבין מה בדיוק הם מודדים. לפי ניתוחו של האמונד, ברבעון השני של 2026 הכנסות הענן של החברות הללו היו בקצב שנתי הגבוה בכ־70 מיליארד דולר מהמגמה שקדמה לגל ה־AI. במקביל, צבר העסקאות שעליו הכריזו החברות עולה על 1.5 טריליון דולר.7 אלא ש־70 מיליארד הדולר הם הכנסות ענן מעל המגמה הקודמת, לא נתון מדווח של כלל הכנסות ה־AI. גם צבר העסקאות מייצג פעילות עתידית שהחברות הודיעו עליה, ולא הכנסות שכבר התקבלו. בלי לדעת מתי העסקאות יהפכו להכנסות ובאיזה שיעור רווח, אי אפשר להשוות את הנתונים האלה ישירות לרף האיזון השנתי.

להגיע לאיזון — ולהשיג תשואה טובה — אלה שני מבחנים שונים

מסגרת חישוב נפרדת שמיוחסת לגולדמן בוחנת יעד שאפתני יותר. לפיה, שש חברות טכנולוגיה יידרשו לייצר כ־1.42 טריליון דולר בהכנסות מצטברות בשנים 2028–2030 כדי להשיג תשואה שנתית של 15% על ההון שהושקע במחשוב AI בשנים 2026–2027. לפי הדיווחים, הדרישה שקולה לכ־11.6 מיליארד דולר בהכנסות שנתיות לכל ג׳יגה־ואט של קיבולת.1721 זה אינו עדכון של יעד ה־300 מיליארד דולר: קבוצת החברות, תקופת המדידה והתשואה הנדרשת שונים.

יש גם אי־בהירות שחשוב להשאיר גלויה. כותרת של דיווח משני אחד מכנה את סכום ה־1.42 טריליון דולר ״רווחים נוספים״, ואילו דיווחים אחרים מתארים אותו כ״הכנסות מצטברות״. בלי המודל המקורי של גולדמן, אי אפשר לקבוע בוודאות מהי ההגדרה המדויקת ומהן כל הנחות החישוב.1817

ההערכה המיוחסת להאמונד מסתכלת גם על מי שמשלם בסופו של דבר על היישומים: לפי הדיווחים, משתמשי AI יצטרכו להוציא כ־טריליון דולר בשנה על יישומים, כדי שספקיות התשתית ישיגו תשואה טובה בעוד ספקיות היישומים ישמרו על שולי רווח בריאים.613 ההוצאה על יישומים וההכנסות מתשתיות הן חוליות קשורות באותה שרשרת עסקית — לא שני סכומים נפרדים שיש לחבר זה לזה.

למה הרף ממשיך לעלות?

בזמן שהחברות מנסות להגדיל הכנסות, גם חשבון ההשקעות גדל. גולדמן צופה שאמזון, מיקרוסופט, אלפבית, מטא ואורקל יוציאו יחד כ־800 מיליארד דולר ב־2026 וכ־1.2 טריליון דולר ב־2027 על תשתיות AI. התחזית ל־2027 גבוהה מהערכת הקונצנזוס המדווחת של כ־1.1 טריליון דולר.237 לכן צמיחה בהכנסות, כשלעצמה, אינה עונה על שאלת התשואה: צריך לבחון אותה מול ההון הנוסף שנדרש כדי לייצר אותה.

הסיכון למשקיעים אינו מסתכם בשאלה אם מחיר המניות גבוה מדי. אסטרטג גולדמן פיטר אופנהיימר העלה אפשרות ל*״בועת רווחים״* שמונעת מ־AI: רווחים הנתמכים כיום בגל הקמת התשתיות עלולים להתגלות כפחות יציבים אם קצב ההשקעות יאט או אם ההכנסות מהשימוש ב־AI לא יעמדו בציפיות.3641 מנגד, לוק בארס מגולדמן זאקס ניהול נכסים תיאר את מחזור ההשקעות ככזה שנמצא עדיין בשלב מוקדם, לצד שוק שנעשה בררני יותר לגבי החברות שייהנו ממנו.34

המבחן המעשי פשוט בניסוחו, אך קשה בביצוע: האם צבר העסקאות יהפוך להכנסות שייגבו בפועל, האם ההכנסות יניבו שולי רווח לאורך זמן, והאם הרווחים יצדיקו את ההשקעה המתמשכת. שוק AI צומח והשקעה רווחית בתשתיות AI אינם בהכרח אותו הדבר.