AnswersPublished22 sources
גרטנר: הוצאות ה-AI מזנקות, אבל רוב הכסף עדיין זורם לתשתיות
לפי התחזית העדכנית של גרטנר, ההוצאה העולמית על בינה מלאכותית תעמוד ב־2026 על 2.7 טריליון דולר — עלייה של 49.5% לעומת השנה הקודמת. תחזית 2026 עלתה מ־2.52 טריליון דולר בינואר ל־2.59 טריליון דולר במאי, ולבסוף לכ־2.7 טריליון דולר; סימן לכך שהביקוש לקיבולת AI ממשיך לעלות על ההערכות המוקדמות.[41][29][22] תשתיות AI הן עדיי...
פורסם על ידינערך באמצעות GPT-5.6 Terraהתמונות נוצרו באמצעות GPT Image 2
Research answer
Key takeaways
- לפי התחזית העדכנית של גרטנר, ההוצאה העולמית על בינה מלאכותית תעמוד ב־2026 על 2.7 טריליון דולר — עלייה של 49.5% לעומת השנה הקודמת.
- תחזית 2026 עלתה מ־2.52 טריליון דולר בינואר ל־2.59 טריליון דולר במאי, ולבסוף לכ־2.7 טריליון דולר; סימן לכך שהביקוש לקיבולת AI ממשיך לעלות על ההערכות המוקדמות.[41][29][22]
- תשתיות AI הן עדיין סעיף ההוצאה הגדול ביותר, בעוד שבתוכנות ארגוניות צפוי לאורך זמן מעבר מעוזרים מוטמעים למערכות אוטונומיות יותר, מבוססות סוכנים.[29][45]
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What does Gartner’s latest forecast reveal about the scale and acceleration of global artificial-intelligence spending through 2027—includin. Article summary: Gartner’s latest outlook signals that AI spending is accelerating even as enterprise ROI expectations become more demanding: global AI spend is forecast at about $2.7 trillion in 2026, up 49.5% year over year, followed b. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
התחזית העדכנית של גרטנר מציגה את הבינה המלאכותית כמחזור השקעות ענק בבניית קיבולת. ההוצאה העולמית על AI צפויה להגיע ל־2.7 טריליון דולר ב־2026, עלייה של 49.5% לעומת 2025. אבל הנתון הזה אינו אומר שרוב הארגונים כבר הפכו ניסויים ופרויקטי פיילוט למודלים תפעוליים רווחיים וניתנים לשכפול. הקונים הגדולים ביותר הם ספקיות טכנולוגיה שמרחיבות את כוח המחשוב, השרתים וקיבולת הענן הדרושים להפעלת עומסי עבודה עתידיים.22
30
התחזית ל־2026 עלתה שוב ושוב
כיוון העדכונים חשוב כמעט כמו המספר עצמו. בינואר צפתה גרטנר הוצאה של 2.52 טריליון דולר על AI ב־2026, עלייה שנתית של 44%. במאי עלתה ההערכה ל־2.59 טריליון דולר, או צמיחה של 47%. התחזית המדווחת העדכנית עומדת על כ־2.7 טריליון דולר, עם צמיחה שנתית של 49.5%.41
29
22
הרצף הזה מצביע על כך שהביקוש החזוי לקיבולת AI ממשיך להיות גבוה מההנחות הקודמות. לפי ניתוחים שדיווחו על התחזית ארוכת הטווח של גרטנר, גם ב־2027 צפויה צמיחה מהירה של כ־36%, לפני התמתנות בשנים שלאחר מכן.17
התשתיות עדיין במרכז הכובד
עיקר ההוצאה אינו מופנה בעיקר ליישומי AI עצמאיים, אלא לתשתית הפיזית והעננית הדרושה לאימון מודלים ולהרצתם: תשתית כשירות המותאמת ל־AI (IaaS), שרתים ייעודיים, רשתות, מוליכים למחצה לעיבוד והתקני קצה. בתחזית מאי של גרטנר, תשתיות AI היוו יותר מ־45% מכלל ההוצאה העולמית על AI.29
ספקיות טכנולוגיה אחראיות ל־35% מההוצאה על AI בדיווח העדכני, כשהן רוכשות שרתים מותאמי AI, תשתיות ענן ושבבים כדי לבנות, לפרוס ולהפעיל מודלים וסוכני AI.22
כך ניתן להבין מדוע העלייה במחירי רכיבי זיכרון לא עצרה את תנופת הבנייה. לפי גרטנר, הביקוש לתשתיות שיתמכו בעומסי העבודה הצפויים נותר חזק ואינו רגיש במיוחד ללחצי המחיר האלה.49 בפועל, ספקיות ענן עצומות ומפעילי שירותים גדולים מעדיפים להבטיח זמינות קיבולת על פני הקפדה קצרת טווח על מחירי רכיבים.
תוכנה, שירותים ומודלים צומחים סביב בניית התשתית
לתשתיות יש משקל דומיננטי, אך הן אינן מנוע הצמיחה היחיד. בתחזית מאי העריכה גרטנר את ההוצאה ב־2026 בכ־585.5 מיליארד דולר על שירותי AI, 453.2 מיליארד דולר על תוכנות AI, ו־64.25 מיליארד דולר על פלטפורמות ומודלי AI. הקטגוריה האחרונה צפויה לצמוח ב־63.4% לעומת 2025.38
20
35
הקטגוריות האלה חשובות משום ש־AI ארגוני שימושי דורש הרבה יותר מגישה למודל: יש צורך באינטגרציה, בהכנת נתונים, בממשל ובקרה, בתכנון תהליכי עבודה, בניטור ובתמיכה תפעולית. בום התשתיות מאפשר את הרכישות האלה בהמשך הדרך, אבל אינו מבטיח שכל פריסה תיצור ערך.
גרטנר גם צופה שימוש מתמחה יותר במודלים בארגונים: עד 2027, יותר ממחצית ממודלי ה־AI הגנרטיבי שבהם ישתמשו ארגונים יהיו ייעודיים לענף או לפונקציה עסקית, לעומת כ־1% ב־2024.12
בתוכנה: מעבר מעוזרים לסוכנים
שינוי מרכזי בתוך שוק תוכנות ה־AI הוא המעבר מעוזרים שיחתיים למערכות שנועדו להשלים משימות מוגדרות הכוללות כמה שלבים. לפי ניתוח שדיווח על נתוני תחזית גרטנר, ההוצאה על צ'אטבוטים ועוזרים המוטמעים בתוכנות מגיעה לשיא ב־2027; באותה שנה ההוצאה על AI סוכני מוטמע עוברת אותה וממשיכה להתרחב לאחר מכן.45
יש לכך משמעות אסטרטגית: עוזרים יכולים לסייע בכתיבה, בחיפוש או בסיכום, ואילו מערכות סוכנים אמורות להפעיל כלים ולקדם עבודה לאורך תהליך. אולם אוטונומיה גבוהה יותר מחייבת גם הקפדה רבה יותר על הרשאות, הערכה, יכולת ביקורת ובקרות שימוש.
"עמק ההתפכחות" הוא אזהרה על ROI, לא קריסה בהוצאות
גרטנר תיארה את 2026 כתקופה של "עמק ההתפכחות" בתחום ה־AI — שלב שבו ההתלהבות המוקדמת נתקלת במציאות של הטמעות שאינן מספקות את התוצאות המקוות.41
53
הדבר מתיישב עם הוצאות גבוהות מאוד. ספקיות תשתית יכולות להשקיע סכומי עתק בקיבולת, בזמן שארגונים בודדים עדיין בוחנים בזהירות אילו תרחישי שימוש אמינים, כלכליים וניתנים לניהול בקנה מידה רחב. החומרים הפומביים במקורות שלפנינו אינם קובעים שיעור כולל ומובהק של פריסות AI ייצוריות בארגונים לפי גרטנר; לכן יש להתייחס בזהירות לטענות מדויקות על שיעור הארגונים שכבר הרחיבו את השימוש ב־AI.
מה ארגונים צריכים לקחת מהתחזית
המסקנה המעשית אינה פשוט "להגדיל את תקציב ה־AI". יש להבחין בין מרוץ תשתיות כלל־שוקי לבין היכולת של חברה מסוימת להפיק ערך מדיד.
העדיפויות לרוכשים כוללות:
- למדוד כלכליות לפי תהליך עבודה. לעקוב אחר עלויות המודל, ההסקה, האינטגרציה והבקרה האנושית מול תוצאה עסקית מוגדרת.
- להקים בקרות שימוש כבר בשלב מוקדם. תקציבים, הגבלות קצב וניטור חשובים במיוחד כאשר סוכנים מבצעים יותר עבודה מרובת שלבים.
- לשמור על גמישות ארכיטקטונית. ככל שניתן, לשמור על שכבות הנתונים, ההערכה והתזמור ניידות, במקום לקשור את כל המערכת למודל קנייני יחיד או לסביבת ענן אחת.
- לטפל בריבונות נתונים ובסיכון יציאה כבר ברכש. בדיווח העדכני גרטנר מזהה נעילת ספק, ריבונות נתונים ועלויות שעלולות לצאת משליטה כחששות מתמשכים, גם כשהרוכשים ממשיכים לאמץ יכולות קנייניות.
30
השורה התחתונה
תחזית ה־2.7 טריליון דולר של גרטנר מלמדת שההוצאה על AI מואצת בחדות אל תוך 2026, וסביר שתישאר גבוהה גם ב־2027. אך בראש ובראשונה זהו סיפור של הקמת קיבולת AI עולמית. המבחן החשוב יותר עבור ארגונים עדיין מצומצם בהרבה: האם הם מסוגלים להפוך את הקיבולת הזו לתהליכי עבודה מאובטחים, מנוהלים היטב, עם כלכלת יחידה מדידה ותוצאות עסקיות מתמשכות.22
30
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "גרטנר: הוצאות ה-AI מזנקות, אבל רוב הכסף עדיין זורם לתשתיות"?
לפי התחזית העדכנית של גרטנר, ההוצאה העולמית על בינה מלאכותית תעמוד ב־2026 על 2.7 טריליון דולר — עלייה של 49.5% לעומת השנה הקודמת.
What are the key points to validate first?
לפי התחזית העדכנית של גרטנר, ההוצאה העולמית על בינה מלאכותית תעמוד ב־2026 על 2.7 טריליון דולר — עלייה של 49.5% לעומת השנה הקודמת. תחזית 2026 עלתה מ־2.52 טריליון דולר בינואר ל־2.59 טריליון דולר במאי, ולבסוף לכ־2.7 טריליון דולר; סימן לכך שהביקוש לקיבולת AI ממשיך לעלות על ההערכות המוקדמות.[41][29][22]
What should I do next in practice?
תשתיות AI הן עדיין סעיף ההוצאה הגדול ביותר, בעוד שבתוכנות ארגוניות צפוי לאורך זמן מעבר מעוזרים מוטמעים למערכות אוטונומיות יותר, מבוססות סוכנים.[29][45]