הימור ה-1.4 טריליון דולר על ה-AI: מה שבאמת עומד מאחורי תחזית הענק של גולדמן זאקס

למה גולדמן חושב שהקונצנזוס נמוך מדי

בלב הטיעון של גולדמן נמצאת הטענה שהתחזיות הנוכחיות בוול סטריט מרמזות על האטה בלתי סבירה בקצב הגידול בהוצאות. הקונצנזוס ל-2027 עומד על כ-920 מיליארד דולר, נתון שייצג האטה חדה לעומת הקצב המסחרר של 2025 ו-2026 . גולדמן מאתגר הנחה זו באמצעות מודל שבודק מה יקרה אם ההשקעות ב-AI ימשיכו לטרוף 2% עד 3% מהתוצר המקומי הגולמי (GDP) – תרחיש שדוחף את ההוצאה השנתית לקו בסיס של כ-1.1 טריליון דולר, ועד ל-1.4 טריליון בתרחיש האופטימי .

מאחורי המודל עומד הימור על AI סוכני. בניגוד לצ'טבוטים פשוטים שעונים לשאלה ועוצרים, סוכני AI פועלים ברציפות – מבצעים משימות מרובות שלבים, קוראים לממשקי API ומנהלים שרשראות חשיבה ארוכות. גולדמן צופה שההתנהגות ה"דלוקה תמיד" הזו תניע זינוק של פי 24 בצריכת טוקנים עד 2030 . כל אינטראקציה של סוכן צורכת משמעותית יותר כוח מחשוב, וכשארגונים מתחילים לפרוס סוכנים בקנה מידה גדול, מסלול הביקוש לא נראה כמו עקומות הצמיחה הליניאריות שעליהן מבוססים מודלי הקונצנזוס.

צווארי הבקבוק האמיתיים: חשמל, תעסוקה ומגבלות פיזיות

גולדמן זאקס בוטה להפליא בנוגע למקום שבו נמצאות המגבלות האמיתיות. בדו"ח על הפעלת עידן ה-AI, הבנק קובע בפשטות: "מחסור בהון אינו צוואר הבקבוק הדחוף ביותר – זהו החשמל הדרוש כדי לתדלק אותו" . לאחר עשור של ביקוש שטוח, צריכת החשמל העולמית של מרכזי נתונים צפויה לזנק ב-160% עד 2030 . ארצות הברית לבדה צפויה לעמוד בפני מחסור של 45 ג'יגה-וואט בחשמל למרכזי נתונים עד 2028, מה שמחייב תוספת של 72 ג'יגה-וואט של כושר ייצור חדש עד 2030 – שווה ערך לכ-72 תחנות כוח גרעיניות גדולות .

רשת החשמל לא תוכננה לעתיד הזה. לוחות הזמנים להקמה ורישוי של תחנות כוח חדשות בגז טבעי נמתחים על פני חמש עד שבע שנים, אנרגיית רוח ושמש מספקות אספקה לסירוגין בלבד, ואנרגיה גרעינית היא פתרון לטווח ארוך יותר . טורבינות בעירה חדשות לגז, סוסי העבודה של ייצור חשמל אמין, פשוט אזלו מהמלאי עד 2030 .

ייתכן שכוח האדם הוא המגבלה הקשה מכולן. גולדמן מעריך שנדרשים כ-760,000 חשמלאים, עובדי קו מתח ואנשי מקצוע נוספים כדי לבנות את התשתית הפיזית שה-AI דורש, כולל 207,000 תפקידים מומחים הדורשים שלוש עד ארבע שנות הכשרה . לא מדובר במשרות שעמק הסיליקון יכול להפוך לאוטומטיות או להוציא למיקור חוץ – הן דורשות מגפיים בשטח, והמחסור גורם לכך שלוחות הזמנים של הפרויקטים נמתחים עם כל ג'יגה-וואט של ביקוש חדש .

מסמך "מעקב אחר טריליונים" של הבנק מציג את המושג "סיכון התארכות": תורי המתנה לחיבור לרשת החשמל, עיכובים ברישוי ומחסור בציוד קריטי כמו שנאים ומפסקים יכולים להאריך את משך הבנייה הרבה מעבר לתוכניות הראשוניות. בתרחישי קיצון, עיכובים אלה חוזרים ומזינים ספקות בצד הביקוש, ויוצרים מעגל שמזין את עצמו – ככל שהפרויקטים נמשכים זמן רב יותר, כך ההיתכנות לבנות עוד נחלשת . למרות זאת, תחזית הבסיס של גולדמן צופה כ-7.6 טריליון דולר במצטבר של הוצאות הון על AI בין 2026 ל-2031 .

כיצד משתוות התחזיות של מורגן סטנלי?

תחזיות מורגן סטנלי עברו בעצמן עדכון דרמטי כלפי מעלה. לפני שנה, החברה העריכה שהוצאות ההון המשולבות של ענקיות המחשוב יעמדו על כ-450 מיליארד דולר לכל אחת מהשנים 2026 ו-2027. לאחר דוחות הרבעון הראשון של 2026, אנליסטים בראשות בריאן נובאק העלו את הנתונים הללו לכ-800 מיליארד דולר ב-2026 ול-1.2 טריליון דולר ב-2027 .

מורגן סטנלי חוזה כעת 1.16 טריליון דולר בהוצאות הון של ענקיות המחשוב ב-2027, נתון שעולה על תחזית הבסיס של גולדמן (כ-1.1 טריליון) אך נופל מהתחזית האופטימית של גולדמן (1.4 טריליון) . עד 2028, מורגן סטנלי צופה 2.9 טריליון דולר בהוצאות הון גלובליות על מרכזי נתונים, כאשר 1.4 טריליון ימומנו מתזרימי המזומנים של הענקיות, ונותר פער מימון של 1.5 טריליון דולר שיצטרך להתמלא בחוב, חכירות ומיזמים משותפים .

שני הבנקים מסכימים שיחסי הוצאות ההון למכירות נכנסו לטריטוריה לא נודעת. מורגן סטנלי צופה יחסים של 34% עד 39% בין 2026 ל-2028, גבוהים משיא של כ-32% שנרשם בתקופת בועת הדוט-קום. כאשר מוסיפים לחישוב התאמות חכירה, היחסים עלולים לטפס לגובה של 44% עד 45% .

הספר הנסתר: חכירות מחוץ למאזן וחובות באמצעות ישויות ייעודיות

מתחת למספרי ההוצאות הראשיים מסתתרת שכבה מטרידה של הנדסה פיננסית. סוכנות הדירוג מודי'ס העריכה שחמש ענקיות המחשוב הגדולות בארה"ב – אמזון, מטא, אלפבית, מיקרוסופט ואורקל – מחזיקות ב-662 מיליארד דולר של התחייבויות חכירה עתידיות למרכזי נתונים, שטרם החלו . על פי כללי חשבונאות מקובלים (GAAP), התחייבויות אלו אינן מופיעות כהתחייבויות שוטפות במאזן, מכיוון שהשירותים טרם ניתנו. הן יושבות מחוץ למאזן, גלויות בעיקר בהערות השוליים לדוחות הכספיים .

כאשר מסכמים את כל התחייבויות החכירה העתידיות הבלתי מהוונות, הנתון מגיע לכ-969 מיליארד דולר – כ-113% מהחוב המותאם המשולב של חמש החברות הללו . ככל שהחכירות הללו ייכנסו לתוקף בשנים הקרובות, הן יתחילו לזרום דרך דוחות הרווח וההפסד כהוצאות תפעוליות, עלולות ללחוץ על תזרים המזומנים החופשי ולהגביל את היכולת לבצע רכישות חוזרות של מניות, מהלך שהמשקיעים הסתמכו עליו זמן רב .

דאגה מקבילה היא השימוש הגובר בישויות ייעודיות (SPV) למימון תשתיות AI. חברות טכנולוגיה גדולות בנו חובות של מעל 120 מיליארד דולר למרכזי נתונים באמצעות ישויות ייעודיות "חסינות פשיטת רגל", היושבות מחוץ למאזנים המאוחדים . מורגן סטנלי צופה שמנגנון המימון החוץ-מאזני הזה עשוי להגיע ל-800 מיליארד דולר עד 2028 . כלים אלו פועלים בדרך כלל עם כריות הון דקות של 8% עד 10%, מסתמכים על בטוחות בדמות מעבדים גרפיים (GPU) שערכם יורד במהירות, וכוללים תנאי חכירה קצרים של ארבע שנים לעומת עשר שנים ויותר במקובל .

אזהרת אורקל והתרחבות מרווחי האשראי

אורקל הפכה למקרה בוחן למהירות שבה הנחות מימון ה-AI יכולות להתפרק. בסוף 2025, החברה נפרדה מקרן Blue Owl Capital בנוגע למימון מרכז נתונים במישיגן, וחשפה את השבריריות של המודל החוץ-מאזני. אורקל נושאת חוב של 124 מיליארד דולר והתחייבויות חכירה של 248 מיליארד דולר, ותגובת השוק הייתה מהירה – האשראי תומחר מחדש "במהירות אכזרית", אפילו עבור מנפיק בדירוג השקעה .

הבנק להסדרים בינלאומיים (BIS) ציין שמרווחי חוזי החלפת אשראי (CDS) עבור ענקיות מחשוב בעלות דירוג אשראי נמוך יותר כבר עלו, ומשקפים הן את היקף היצע החוב העצום והן את חוסר הוודאות הגוברת בשאלה האם פרויקטי ה-AI יניבו תשואות נאותות . המועצה לפיקוח על יציבות פיננסית בארה"ב (FSOC) ובנק אוף אינגלנד סימנו במפורש את הצטברות החוב החוץ-מאזני של תשתיות ה-AI כנקודת תורפה מערכתית פוטנציאלית .

סיכון הריכוזיות מחמיר את הבעיה. חלק ניכר מהחוב מבוסס ה-SPV קשור למרכזי נתונים של נכס יחיד או דייר יחיד. אם הדייר נכשל או שהביקוש מתרכך, מבנה ה-SPV מספק אפשרות חזרה מוגבלת למאזן של חברת האם, ויוצר פוטנציאל להפסדים מדורגים . ענקית ההשקעות פימקו סימנה גם את האופי המעגלי של מימון ה-AI, שבו ספקים כמו יצרני מעבדים גרפיים מעניקים אשראי או לוקחים נתחי הון באותן ישויות ייעודיות שהם מספקים להן, וחושפים את עצמם לסיכוני מחזור מימון אם שוקי ההון יתהדקו .

בום בעל שני נרטיבים

בניית תשתית ה-AI היא חסרת תקדים בהיקפה ובמהירותה. חמש ענקיות המחשוב הגדולות בדרך להוציא סכום משולב של 755 מיליארד דולר בשנת 2026 בלבד – זינוק של 83% לעומת השנה הקודמת . מורגן סטנלי מציין כי הנתח של 800 מיליארד דולר ל-2026 שווה בערך למה שכל הקבוצה הלא-טכנולוגית במדד S&P 500 הוציאה על הוצאות הון בשנה הקודמת .

ועדיין, מבני המימון שמאפשרים זאת מייצרים סיכונים משלהם. הנרטיב השורי נשען על זינוק של פי 24 בביקוש לטוקנים מצד סוכני AI שעדיין לא נפרסו בקנה מידה משמעותי. טיעון הנגד הדובי, שמגיע מתוך גולדמן זאקס עצמה, הוא שהתשואות עד כה אינן מצדיקות את ההשקעה . בין שני הקטבים הללו נמצאות המציאויות הפיזיות: רשת חשמל שלא יכולה לעמוד בקצב, כוח עבודה מיומן שלא קיים במספרים מספקים, וספר חובות נסתר של כמעט טריליון דולר בהתחייבויות שיהפכו בקרוב לפירעון, עם השלכות שיתרחבו הרבה מעבר לסקטור הטכנולוגיה.