טוקנים זולים, מחשוב יקר: מדוע תנופת ה-AI הופכת ללחץ על המרווחים

שוק הבינה המלאכותית נמשך כעת לשני כיוונים מנוגדים. מצד אחד, מחיר השימוש במודלים מתקדמים קורס: מודל חינמי בשם Ox Alpha הופיע, לפי דיווחים, קרוב לחזית היכולת של התחום, ו-OpenAI הורידה ביולי את המחירים של שני מסלולי GPT-5.6 ב-80% וב-20%. 1716 הערכות רחבות יותר מצביעות על ירידה של כ-95% בעלות ההרצה — עבור רמת יכולת דומה — בתוך כשנתיים. 22

מצד שני, המערכות הפיזיות שמפיקות את אותם טוקנים מתייקרות. סמסונג העלתה את המחירים עבור חלק מהזמנות ייצור השבבים המתקדמות בשיעור של עד 15%, והיא צופה שמחסור הזיכרון העולמי יחריף ויימשך עד 2028. 3233 התוצאה היא תופעה כלכלית חריגה: מחירי התפוקה יורדים, בעוד שעלויות התשומות הקריטיות עדיין עולות.

שרשרת הערך של ה-AI מתפצלת לשניים

ההבחנה החשובה ביותר היא בין שכבת המודיעין, שהופכת למוצר זול וניתן להחלפה, לבין שכבת התשתית, שמוגבלת בהיצע.

הגישה למודלים כלליים נעשית קלה יותר להחלפה. אם ספק אחד מוריד את מחירי ה-API שלו, משיק מודל קטן יותר או מציע מודל מוכשר בחינם, המתחרים נאלצים להגיב. שינויי המחירים של OpenAI ביולי הורידו את מחיר הקלט של GPT-5.6 Luna מדולר ל-20 סנט למיליון טוקנים, ואת מחיר Terra מ-2.50 דולר ל-2 דולר. 16

התשתית היא סיפור אחר. קיבולת ייצור מתקדמת, זיכרון ברוחב פס גבוה, רכיבי תקשורת, חשמל ומערכות שרתים מלאות ל-AI אינם ניתנים להרחבה באותה מהירות שבה אפשר להוזיל תוכנה. סמסונג מסרה שלקוחות מבקשים הסכמי אספקה רב-שנתיים, ושייתכן שהמחסור יחריף עד 2028. 33 דיווחים על תוכניות להעלות ביותר מ-15% את מחירי השרתים המבוססים על שבבי Nvidia ממחישים כיצד ספקים עשויים לגלגל את העלויות הלאה — אף שמדובר בדיווח שאינו הודעת תמחור רשמית של Nvidia. 36

עבור ספקיות שירותי AI, האתגר העסקי ברור: ההכנסה מכל טוקן עלולה לרדת גם כאשר השימוש גדל, בעוד שעלויות הקיבולת, האנרגיה, החומרה והמימון אינן בהכרח יורדות יחד איתה.

מה מלמדים הדוחות של Nvidia

תוצאות הרבעון הכספי השני של Nvidia לשנת 2027 מראות שתנופת התשתיות עדיין חזקה במיוחד. החברה דיווחה על הכנסות רבעוניות של 96.2 מיליארד דולר — עלייה של 106% לעומת השנה הקודמת — ועל רווח מתואם של 2.22 דולר למניה בדילול. 60 ההנהלה גם ציינה כי ההכנסות בשנת הכספים 2028 עשויות לצמוח בכ-70%. 51

הנתונים האלה אינם מוכיחים שכל כלכלת ה-AI כבר פתרה את בעיית הרווחיות. הם מראים שהביקוש למערכות האצה נדירות עדיין עצום, וש-Nvidia ממוקמת בצוואר בקבוק שבו הלקוחות ממשיכים להתחרות על ההיצע.

עם זאת, התייקרות הזיכרון מתחילה להשפיע על איכות הצמיחה. Nvidia צופה מרווח גולמי של כ-74% ברבעון הבא, לעומת 75% ברבעון המדווח, והדיווחים על התחזית קישרו חלק מהלחץ למחירי הזיכרון. 51 אין פירוש הדבר בהכרח שהכלכלה של Nvidia קורסת. המשמעות היא שהביצועים העתידיים עשויים להיות תלויים יותר בהעלאות מחירים, באינטגרציה של מערכות, בתקשורת בין רכיבים, בתוכנה ובביצועי שרשרת האספקה — ולא רק במכירת שבבים נדירים במרווחים גבוהים.

Broadcom הופכת את הביקוש לתשתיות למבחן מימוני

Broadcom ממחישה צד אחר של הלחץ. רויטרס ובלומברג דיווחו שהחברה מנהלת מגעים לגיוס חוב של יותר מ-60 מיליארד דולר במסגרת מימון שבבי AI, שייהנה ממנו גם Anthropic ולקוחות נוספים. המבנה עשוי לכלול כ-30 מיליארד דולר של חוב נחות לצד שכבת חוב מובטחת בכירה, כאשר התנאים עדיין נמצאים במשא ומתן. 12

ההבחנה הזו חשובה: מדובר במימון מוצע ולא בהלוואה שהושלמה. לכן יש להתייחס לסכומים המדווחים כטווח שנמצא בדיון, ולא כעסקה סופית.

השאלה הכלכלית היא האם ההכנסות שיופקו מהשבבים יהיו יציבות מספיק כדי לשרת את החוב. שבב יכול להיות בעל ערך טכנולוגי רב, אך עדיין להניב השקעה ממונפת חלשה אם מחירי המודלים ימשיכו לרדת, אם הריכוזיות בקרב הלקוחות תהיה גבוהה, אם ערך הציוד יישחק או אם המימון מחדש יתייקר.

זו הסיבה ששווקי האשראי חשובים כאן. ברגע שתשתיות ממומנות בחוב משמעותי, ירידת מחירי הטוקנים אינה עוד רק בעיית תמחור של חברות תוכנה. היא עלולה להשפיע גם על תזרימי המזומנים הצפויים לתמוך בחכירות, בחברות ייעודיות, בספקים ובמלווים.

לחברות הענן הגדולות יש יתרון — אך לא חסינות

חברות ענן גדולות נמצאות בעמדה טובה יותר מספקיות מודלים עצמאיות, משום שהן יכולות לשלב AI עם שירותי ענן קיימים, תוכנה ארגונית, פרסום, נתונים ומערכי הפצה. הן גם יכולות לסבסד תכונות AI ולייצר הכנסות מהלקוח בתחומים אחרים.

אך הדבר אינו מוכיח שכל השקעה ב-AI תניב תשואה אטרקטיבית. מודלים זולים עשויים להגדיל את השימוש ובמקביל להקטין את ההכנסה מכל יחידת שימוש. קיבולת עודפת עלולה להפוך את ה-AI לתכונה בעלת מרווח נמוך יותר בתוך שירותי הענן, ולא למנוע רווח נפרד. המדד החשוב אינו מספר הטוקנים שעובדו, אלא האם הלקוחות משלמים מספיק עבור הפריון, ההכנסות או החיסכון בעלויות שנוצרים כתוצאה מכך.

מה המשמעות של טוקנים זולים יותר לעסקים

עבור עסקים, הירידה במחירי ההרצה היא בשורה חיובית. היא מקלה על בחינת יישומי AI, על אוטומציה של תהליכי עבודה ממוקדים ועל שימוש במודלים חזקים יותר למשימות שבעבר לא היו כדאיות מבחינה כלכלית.

אבל מחיר הטוקנים הוא רק רכיב אחד בעלות ההטמעה. עסקים עדיין צריכים להתמודד עם אינטגרציה, הכנת נתונים, אבטחה, בקרות, ממשל נתונים, הערכה וניהול שינוי. חשבון API נמוך יותר אינו מבטיח החזר חיובי על ההשקעה.

לכן השוק עובר לשאלה תובענית יותר: איזו תוצאה עסקית מדידה מייצרת כל יחידת מחשוב של AI? חברות שיצליחו לקשר את השימוש במודל להכנסות או לחיסכון מוכח בעלויות צפויות ליהנות יותר מחברות שצוברות קיבולת בלי שימוש ברור.

המשמעות למשקיעים ולשווקי האשראי

משקיעים צריכים להפריד בין חשיפה לתשומות נדירות לבין חשיפה לגישה למודלים, שהופכת למוצר תחרותי וזול.

הצד המוגבל בהיצע כולל זיכרון, ייצור שבבים מתקדם, תקשורת, חשמל ומערכות מאיצים משולבות. חברות בתחומים האלה עשויות לשמור על כוח מיקוח כל עוד הלקוחות מתחרים על קיבולת. צעדי התמחור של סמסונג והתחזית למחסור הם עדות למנוף הזה כיום. 3233

שכבת הגישה למודלים ניצבת בפני מבחן קשה יותר. מודלים חינמיים או מוזלים מאוד יכולים להרחיב את השוק, אך גם מקשים לשמור על מחירים גבוהים עבור שירותי הרצה שאינם מובחנים. כלכלה בת-קיימא עשויה להישען במקום זאת על הפצה ייחודית, נתונים קנייניים, תהליכי עבודה מתמחים, ביקוש חוזי או תוכנה שלוכדת ערך מעבר לטוקן עצמו.

משקיעי אשראי צריכים לבחון תזרימי מזומנים חוזיים, ריכוזיות לקוחות, ערך שיורי של חומרה, מבנה החוב ומועדי המימון מחדש. העסקה המוצעת של Broadcom היא תמרור אזהרה שימושי, משום שהיא מראה באיזו מהירות תשתיות AI יכולות להפוך משאלה טכנולוגית לשאלה פיננסית ואשראית. 12

השורה התחתונה

לתנופת ה-AI אין עקומת עלויות אחידה. המודיעין נעשה זול וזמין יותר, בעוד שהקיבולת הפיזית הדרושה לייצורו נותרת נדירה ויקרה.

הפער הזה מסביר כיצד Nvidia יכולה לדווח על צמיחה יוצאת דופן ובמקביל להזהיר מפני לחץ על המרווחים, ומדוע מבנה מימון שבבים אפשרי בהיקף של עשרות מיליארדי דולרים מושך את תשומת לבם של שוקי האשראי גם כאשר הביקוש ל-AI נותר חזק.

השלב הבא בשוק יוכרע פחות לפי יכולת המודל לבדה, ויותר לפי השאלה אם הלקוחות יצליחו להפוך מודיעין זול לתזרים מזומנים יציב — לפני שקיבולת מחשוב יקרה, שמומנה בחוב, תידרש למימון מחדש.