ה-AI נהיה זול יותר. אז למה המערכת כולה נכנסת לצוואר בקבוק?

כלכלת ה-AI מתפצלת לשניים

ה-AI נעשה זול יותר לשימוש, אך יקר יותר לאספקה. מצד אחד, העלות של הפעלת מודלים — מה שמכונה Inference, או הסקת מסקנות — צונחת במהירות. מצד שני, החומרים והמערכות שמאפשרים להפעיל אותם בקנה מידה גדול, ובהם שבבים מתקדמים, זיכרון מהיר, שרתים, רשתות, חשמל ושטחי דאטה סנטרים, עדיין מוגבלים.

זה אינו רק סיפור על מחירים. הפער הזה משנה את השאלה אילו חברות יוכלו לשמור על שולי רווח, כיצד יש להעריך השקעות ב-AI והיכן עלול להצטבר סיכון אשראי. החברות המנצחות לא יהיו בהכרח אלה שמוכרות הכי הרבה טוקנים, אלא אלה ששולטות בתשתית נדירה, בערוצי הפצה, בנתונים ייחודיים או בתוכנה שמחוברת לתוצאה עסקית שאפשר למדוד.

מלחמת המחירים מוציאה את הערך ממכירת טוקנים

כמה הערכות מצביעות על ירידה של כ-95% בעלות ההסקה המקבילה בתוך כשנתיים. האחוז המדויק תלוי במודלים, במשימות וברמת האיכות שנמדדת, אך הכיוון ברור: יכולות שפעם נמכרו דרך ממשקי API יקרים זמינות כיום גם דרך מודלים זולים יותר ודרך חלופות בעלות משקלים פתוחים. 39

המהלכים האחרונים של OpenAI ממחישים את הלחץ. ביולי 2026 החברה הורידה ב-80% את מחיר מודל GPT-5.6 Luna וב-20% את מחיר מודל Terra. באוגוסט היא הודיעה על הפחתה נוספת של יותר מ-20% במחיר מודל הדגל GPT-5.6 Sol למפתחים. 3433

עבור המשתמשים מדובר בבשורה טובה. עלויות נמוכות יותר הופכות הפעלת סוכנים, אוטומציה של שירות לקוחות, יצירת תוכן, כתיבת קוד ועיבוד כמויות גדולות של מידע לכדאיות יותר. עבור ספקיות המודלים, לעומת זאת, כל הורדת מחיר מקטינה את ההכנסה מכל יחידת שימוש — אלא אם היקף השימוש גדל מספיק כדי לפצות על כך.

לכן, אסטרטגיה שמבוססת רק על מכירת גישה יקרה ליכולת מודל כללית נעשית פגיעה יותר. חשוב להבחין בין אינטליגנציה זולה יותר לבין מערכת AI זולה יותר: מחיר הטוקנים יכול לרדת, בעוד שהעלות הכוללת של מוצר אמין — כולל אחזור מידע, ניטור, אבטחה, זמני תגובה, אינטגרציה ובקרה אנושית — נשארת משמעותית.

בצד הפיזי של השרשרת המחירים עולים

התשתית הנדרשת להפעלת יותר משימות AI אינה מתרחבת באותו קצב כמו הביקוש. לפי דיווחים, Samsung העלתה עד 15% את המחירים עבור שירותי ייצור שבבים מתקדמים מסוימים בהזמנות חדשות, על רקע התהדקות הקיבולת בשל הביקוש לשבבי AI. 1

החברה גם מסרה כי המחסור בשבבים עלול להחריף ולהימשך עד 2028, ובמקביל קידמה הסכמי אספקה רב-שנתיים עם לקוחות גדולים בתחום הדאטה סנטרים. 2 בעסקי הזיכרון שלה הוצג מודל שלפיו כ-60% עד 70% מהקיבולת עשויים להיות מכוסים בהסכמים ארוכי טווח, אם המגעים יושלמו. 56

הסכמים כאלה משנים את מבנה השוק. הקיבולת כבר אינה זמינה בהכרח למי שמשלם את מחיר השוק באותו רגע. לקוחות גדולים שומרים אספקה שנים מראש, ומשפרים את הוודאות שלהם — אך עלולים להשאיר רוכשים קטנים יותר חשופים למחסור ולתנודתיות.

גם תחזית הזיכרון קשוחה במיוחד. קוואק נו-ג'ונג, מנכ״ל SK Hynix, אמר כי 2027 עלולה להיות שנת האספקה הקשה ביותר בתולדות תעשיית הזיכרונות, וכי הביקוש עשוי להישאר גבוה מהקיבולת גם אחרי 2030. זו תחזית של הנהלת חברה, לא תוצאה מובטחת, אך היא ממחישה כמה זמן עשויה להידרש לתגובת ההיצע. 17

Nvidia מוכיחה שלתשתית עדיין יש כוח תמחור

התוצאות האחרונות של Nvidia מראות שמחירי מודלים יורדים עדיין לא החלישו את הביקוש לשכבת החומרה. החברה דיווחה על הכנסות של 96.2 מיליארד דולר ברבעון הפיסקלי השני של 2027 — עלייה של 106% לעומת השנה הקודמת. הכנסות הדאטה סנטרים הסתכמו ב-89 מיליארד דולר, עלייה של 117%. 4950

כאן נמצא המתח המרכזי בשוק. מודלים יעילים יותר יכולים להפחית את כמות כוח המחשוב הדרושה למשימה מסוימת, אך ירידת המחירים עשויה גם לעודד שימוש רב בהרבה. אם הביקוש מתרחב מהר יותר מהשיפור ביעילות, צריכת התשתית הכוללת תמשיך לעלות גם כאשר העלות לכל הפעלה יורדת.

המשמעות היא שצווארי הבקבוק עלולים פשוט לעבור מקום. ייתכן שיהיו מספיק מאיצים, אך לא מספיק זיכרון, אריזה מתקדמת, ציוד תקשורת, חשמל או חיבורי רשת. Nvidia דיווחה על שיעור רווח גולמי של 75% ברבעון, אך דיווחים אחרים הצביעו על כך שעליית מחירי הזיכרון עלולה ללחוץ על השוליים בעתיד. 4953

המסקנה אינה שכלכלת התשתית נשברה, אלא שביקוש חזק אינו הופך כל חוליה בשרשרת לרווחית באותה מידה.

ענקיות הענן יכולות לספוג את הלחץ — עד גבול מסוים

חברות הענן הגדולות נמצאות בעמדה טובה יותר מספקיות AI קטנות להתמודד עם הפער בין מחירי שירותים יורדים לבין עלויות תשתית עולות. הן יכולות לפרוס השקעות על פני ענן, פרסום, תוכנה ארגונית ופלטפורמות צרכניות; לשלב AI בחוזים רחבים יותר; להשתמש בהפצה שלהן כדי להגדיל את השימוש; ולנהל משא ומתן על הסכמי אספקה ארוכי טווח.

לכן הן עשויות לשמש כבולמי הזעזועים של התעשייה. ייתכן שיסכימו לשולי רווח נמוכים יותר בשירותי AI כדי לשמר קשרי ענן או לצבור נתח שוק. המחיר הוא יעילות הון נמוכה יותר: אם המחירים יירדו מהר יותר מהשימוש, יידרש זמן רב יותר עד שההשקעות העצומות בדאטה סנטרים יניבו תשואה מספקת.

עבור ספקיות קטנות המצב פחות סלחני. חברה ששוכרת קיבולת יקרה ומוכרת מחדש גישה למודל כללי חשופה מאוד לתרחיש שבו מחירי ה-API יורדים מהר יותר מבסיס הלקוחות שלה. עסקים בני-קיימא יידרשו לבדל את עצמם באמצעות בעלות על תהליכי עבודה, נתונים ייחודיים, אבטחה, אמינות, הפצה או תמחור שמבוסס על תוצאה — ולא רק על מספר הטוקנים.

מודלים זולים לא מבטיחים קפיצה מיידית בפריון

מחירים נמוכים יותר אמורים לעודד ניסויים ואימוץ, אך אימוץ אינו זהה לערך כלכלי ממומש. חברות עדיין צריכות לעצב מחדש תהליכים, לנקות נתונים, לשלב מערכות, להכשיר עובדים ולהקים מנגנוני בקרה לפני שה-AI יפיק שיפור יציב בפריון.

עבור משקיעים, זה יוצר סיכון תזמון. ההוצאות עלולות להאיץ לפני שהתשואה ניתנת למדידה — במיוחד כאשר חברות רוכשות קיבולת או תוכנה מפני שהמתחרות עושות זאת. אם השיפור בפריון יגיע מאוחר מהצפוי, התחייבויות התשתית יישארו קבועות גם כאשר תחזיות ההכנסות מ-AI יעודכנו כלפי מטה.

בתרחיש האופטימי, AI זול יוביל להתרחבות חדה בשימוש, כך שסך ההוצאות, צריכת הענן והפריון ימשיכו לעלות. בתרחיש השלילי, מחירי המודלים יקרסו, השימוש יגדל לאט מדי, וחלק מפרויקטי הדאטה סנטרים יניבו תשואה נמוכה מזו שעליה התבססו תוכניות המימון.

שוק האשראי יבחן את איכות הביקוש

מרוץ ה-AI הופך גם לשאלה של אשראי. דאטה סנטרים, רכישות תשתית והתחייבויות לרכישת רכיבים דורשים הון רב, לעיתים לטווח ארוך. חוב קל יותר להצדיק כאשר הוא מגובה בלקוחות בעלי איכות אשראי גבוהה, בחוזים רב-שנתיים ובשימוש צפוי.

הוא פגיע יותר כאשר ההחזר תלוי בביקוש עתידי ספקולטיבי. מחירי AI נמוכים יותר, גידול איטי בשימוש, עלויות חשמל גבוהות או מחסור ברכיבים — כולם עלולים להחליש את תזרים המזומנים שממנו אמור פרויקט תשתית להחזיר את חובו.

פריסת חוב נחותה גדולה יותר או עלייה בעלויות ביטוח האשראי עשויות להעיד שמלווים דורשים פיצוי על סיכון שלילי גבוה יותר. אף אחת מהן אינה מוכיחה שאירוע אשראי קרוב, אך שתיהן הופכות את איכות החוזים ואת עמידות תזרים המזומנים לחשובות יותר מהכותרת הכללית של “ביקוש ל-AI”.

השפעת המאקרו תהיה מעורבת

ל-AI עשויה להיות השפעה דפלציונית על שירותים דיגיטליים. עלויות הסקה נמוכות יותר עשויות להוזיל תכנות, אנליטיקה, תמיכת לקוחות, יצירת תוכן וחלק מהעבודה האדמיניסטרטיבית. החיסכון יגיע בסופו של דבר לעסקים ולצרכנים אם התחרות תגרום לחברות לגלגל אותו הלאה.

אך בניית התשתית יכולה להשפיע בכיוון ההפוך בשווקים מסוימים. זיכרון, שבבים מתקדמים, שרתים, עבודות בנייה, קרקע, חשמל וחיבורי רשת עלולים להתייקר כאשר ההיצע מוגבל. בטווח הקצר ייתכן אפוא שילוב של מחירים נמוכים יותר לעבודה דיגיטלית מבוססת AI לצד לחץ אינפלציוני על ציוד ההון ועל מקורות האנרגיה הדרושים לייצורה.

לא צפויה תוצאה אחידה של “אינפלציית AI” או “דפלציית AI”. התוצאה תלויה בשאלה אם שיפורי היעילות יתפשטו מהר יותר מצווארי הבקבוק, ואם החברות יעבירו את החיסכון ללקוחות או ישמרו אותו כשולי רווח.

שרשראות האספקה הופכות לנכס אסטרטגי

הזמנת קיבולת לשנים קדימה מגדילה גם את החשיבות הגיאופוליטית של תעשיית המוליכים למחצה. ל-Samsung ול-SK Hynix יש כוח רב יותר בתחום הזיכרון, ואילו ייצור לוגי מתקדם ואריזה מתקדמת מרוכזים במספר מצומצם של ספקים ואזורים.

כאשר הקיבולת מוזמנת שנים מראש, לפיקוחי יצוא, לסובסידיות ולשיבושים אזוריים יש השלכות גדולות יותר, משום שלא ניתן להפנות את ההיצע במהירות ליעד אחר.

יצרניות זיכרון סיניות עשויות למצוא הזדמנויות במקטעים שפחות מוגבלים על ידי רגולציה, במיוחד אם הביקוש העולמי ימשיך לגדול. סגירת הפער ב-HBM — זיכרון מהיר במיוחד החיוני למאיצי AI — וברכיבים קריטיים אחרים קשה יותר. הסמכת לקוחות, דרישות אמינות, מורכבות טכנולוגית, פיקוחי יצוא וכללי רכש עלולים להגביל את הקצב שבו ספקיות חלופיות יגדילו את נתח השוק שלהן.

מי ישלם על הפער?

השאלה המרכזית שעדיין לא נפתרה היא מי יספוג את ההפרש בין AI זול יותר לצריכה לבין AI יקר יותר לייצור:

• ענקיות הענן עשויות לספוג אותו באמצעות שולי רווח נמוכים יותר, תוך שימוש ב-AI כדי להגן על אקוסיסטמות רחבות יותר.
• ספקיות השבבים והזיכרון עשויות לשמור על כוח תמחור כל עוד המחסור נמשך.
• המשקיעים עלולים לספוג תשואות נמוכות יותר על השקעות בתשתית AI.
• המלווים עלולים לספוג מרווחי אשראי רחבים יותר או הפסדים אם פרויקטים ימומנו במינוף יתר.
• הלקוחות עשויים לשלם יותר אם ספקיות יצליחו לארוז את עלויות התשתית במוצרים יקרי-ערך שמחירם מבוסס על תוצאה.

בטווח הקרוב, התוצאה הסבירה ביותר היא שילוב של שלושת הראשונים. הגישה ל-AI תמשיך להתוזל, אך התשתית הנדרשת להפעלתו תישאר יקרה עד שההיצע ידביק את הביקוש — או עד שהביקוש יוכיח שאינו מצדיק את ההתחייבויות שכבר נחתמו.

המשמעות האסטרטגית פשוטה: ירידת מחירי הטוקנים אינה מסיימת את סיפור ההשקעות ב-AI. היא בוחנת היכן נמצא הערך העמיד כאשר האינטליגנציה נעשית שופעת, אך המכונות, הזיכרון, החשמל וערוצי ההפצה הדרושים כדי להשתמש בה נשארים נדירים.