S&P Global מזהירה: הימור ה-AI של 5.3 טריליון דולר מעמיד את דירוגי האשראי למבחן

הסיכון הפיננסי המרכזי בגל ההשקעות בתשתיות בינה מלאכותית אינו בהכרח חולשה בעסקי הליבה של ענקיות הענן. הבעיה היא פער הזמנים: הכסף יוצא כעת על שבבים, מרכזי נתונים, רשתות וחשמל — בעוד שהתשואה שתצדיק את ההוצאה עשויה להגיע רק בעוד שנים.

הניתוח של S&P Global מספטמבר 2026 מציג את המהפכה הזו כמבחן לאיכות האשראי. אמזון, אלפבית, מיקרוסופט, מטא ואורקל — המכונות "הייפר 5" — השקיעו יחד כ־1.1 טריליון דולר בהוצאות הון בחמש השנים האחרונות. לפי תחזיות הקונצנזוס של Visible Alpha, הן צפויות להשקיע עוד 5.3 טריליון דולר בשנים 2026–2030. 116

ההשקעות עשויות בסופו של דבר להשתלם, אם שירותי AI ייצרו הכנסות יציבות ורווחיות גבוהה. אך עד שזה יתברר, הן לוחצות על תזרים המזומנים, כריות הנזילות והגמישות הפיננסית של החברות — ועל שוק האשראי שמממן חלק מן המהלך.

ההוצאה קודמת להכנסה

בניית יכולות AI מחייבת השקעה עצומה מראש: מרכזי נתונים, מאיצי חישוב, ציוד תקשורת, קווי חשמל ותשתיות נלוות. כדי שהמהלך יצליח נדרשים ביקוש מתמשך, שיעורי ניצולת גבוהים של התשתית החדשה, ויכולת להפוך שירותי AI להכנסות ארוכות טווח עם מרווחים גבוהים.

לפי S&P Global, עוצמת השקעות ההון של ה"הייפר 5", הנמדדת ביחס לפחת, כבר עברה את השיאים שנרשמו בתקופת בועת הדוט-קום ובמהלך המשבר הפיננסי העולמי. החברות צפויות להיות אחראיות ליותר ממחצית מהוצאות ההון של מדד S&P 500 עד 2028, לעומת 13% ב־2020 ו־30% ב־2025. 1

ההשוואה לתקופות הללו אינה קביעה שמדובר באותה בועה. היא מדגישה את גודל ההימור ואת הריכוזיות שלו: מספר קטן של חברות בונה קיבולת בהיקף היסטורי ובקצב מתואם, כשכלכלת אימוץ ה-AI עדיין אינה ודאית לחלוטין.

נקודת הלחץ: תזרים המזומנים החופשי

החברות עדיין מסוגלות לייצר רווח תפעולי משמעותי ולגייס הון בשווקים. אלא שההשקעות בתשתית עלולות לצרוך מזומנים מהר יותר מכפי שהפעילות השוטפת מייצרת אותם.

S&P Global Ratings מעריכה שהוצאות ההון המשולבות של ששת ההיפרסקיילרים האמריקאיים הגדולים — ה"הייפר 5" ו־SpaceX — יעברו 1.3 טריליון דולר עד 2027. לפי התחזית, לכל השש יהיה תזרים מזומנים תפעולי חופשי שלילי ב־2026 וב־2027, וההתאוששות אינה צפויה לפני 2029. 3

ההבחנה חשובה:

• רווחיות בוחנת אם העסק מרוויח מפעילותו השוטפת.
• תזרים מזומנים חופשי בוחן כמה מזומן נותר לאחר השקעות הון.
• חברה יכולה להיות רווחית, אך להציג תזרים חופשי נמוך מאוד או שלילי כאשר היא מרחיבה תשתיות בקצב חריג.

אלפבית ממחישה את התופעה. הוצאות ההון שלה הגיעו ל־44.9 מיליארד דולר בתקופה שנבחנה בניתוח S&P Global — יותר מפי שניים לעומת שנה קודם לכן — בעוד תזרים המזומנים החופשי ירד ב־74.1% משנה לשנה. בהמשך העלתה אלפבית את תחזית הוצאות ההון שלה ל־2026 ל־195–205 מיליארד דולר. 4

לא רק החוב המדווח חשוב

ככל שהמזומן הפנימי מופנה לבניית תשתיות, ההיפרסקיילרים נשענים יותר על חוב, הנפקות מניות, התחייבויות חכירה ומבני מימון נוספים. 3

אין בכך בהכרח סימן למצוקה: חברות גדולות משתמשות דרך קבע במקורות מימון מגוונים, וחכירה או שותפויות עשויות להתאים את המימון לאורך חיי הנכס. החשש מבחינת אשראי הוא שההסדרים הללו יוצרים התחייבויות קבועות או דמויות חוב, שאינן ניכרות תמיד כשמסתכלים רק על החוב הפיננסי המסורתי.

לכן, למשקיעים ולמלווים חשוב לבחון גם:

• כמה מקיבולת ה-AI מגובה בחוזי חכירה או התחייבויות מימון ארוכי טווח;
• באיזו מהירות צריך למלא את הקיבולת החדשה כדי להצדיק את ההשקעה;
• כמה נזילות תישאר אם הכנסות ה-AI יצמחו לאט מהצפוי;
• עד כמה התחייבויות ההכנסה מצד הלקוחות יציבות דיין כדי לתמוך בהתחייבויות התשתית.

ככל שיותר מההשקעה ממומנת בהתחייבויות שנמשכות גם אם הביקוש נחלש, כך גדל הסיכון אם הניצולת או המוניטיזציה יאכזבו.

אורקל: מקרה המבחן המוקדם ביותר

אורקל מדגימה כיצד דחיפה אגרסיבית לתשתיות AI יכולה לשנות במהירות את פרופיל התזרים והאשראי של חברה. בשנת הכספים 2026 היא דיווחה על תזרים מזומנים חופשי שלילי של 23.7 מיליארד דולר, לאחר שהשקעות במרכזי נתונים עקפו את יצירת המזומנים מהפעילות. S&P Global Ratings הורידה את דירוג המנפיק לטווח ארוך של אורקל מ־BBB ל־BBB-, דרגה אחת בלבד מעל דירוג ספקולטיבי. 17

המקרה של אורקל אינו מוכיח שהשקעת ה-AI שלה תיכשל. הוא מדגים את המנגנון שעליו מצביעה S&P: גם חברה עם פעילות צומחת עלולה לספוג לחץ על דירוג האשראי כאשר הוצאות ההון, צורכי המימון וההתחייבויות ארוכות הטווח גדלים מהר יותר מיכולת יצירת המזומנים שלה.

מתי זה עלול להפוך לבעיה רחבה בשוק האשראי?

לפי המסגרת של S&P, הסיכון יגדל אם יתרחשו כמה תרחישים במקביל:

1. הכנסות ה-AI יגיעו מאוחר מהצפוי — קיבולת תיבנה לפני שלקוחות יהיו מוכנים לשלם עבורה מספיק.
2. הניצולת תאכזב — מרכזי נתונים וציוד מחשוב שאינם מנוצלים במלואם יפגעו בתשואה על ההשקעה.
3. הוצאות ההון יישארו גבוהות זמן רב — דחייה בירידה בקצב ההשקעה תאריך את תקופת התזרים החלש או השלילי.
4. התחייבויות המימון יצטברו — חוב, חכירות והסדרים דומים מצמצמים את הגמישות בעת הרעה בתנאים.
5. קיצוץ השקעות יתרחש במקביל אצל כמה חברות — מאחר שההוצאות מרוכזות במספר מצומצם של שחקניות, נסיגה רחבה עלולה להשפיע גם על ספקים, מלווים ושוקי האשראי.

לכן, השאלה אינה רק אם AI הוא בעל ערך. השאלה היא אם מערכת האשראי מממנת כיום הקמת תשתית עצומה, לפני שהוכח כי התשואה ממנה תגיע באותו סדר גודל ובקצב הנדרש.

פוטנציאל הצמיחה קיים — אך עדיין צריך להוכיח אותו

התרחיש החיובי ברור: AI עשוי לייצר הכנסות חדשות מתוכנה, ענן ושירותים עסקיים, ולשפר פריון במידה שתצדיק את עלויות התשתית הנוכחיות. מדד ה-AI של Visible Alpha צפה שההכנסות החשופות ל-AI יגדלו מ־468 מיליארד דולר בסוף 2023 ל־1.354 טריליון דולר בסוף 2026. 2

אם הביקוש יוכח כבר-קיימא והכנסות AI בעלות מרווח גבוה יצמחו במהירות, גל ההשקעות הנוכחי עשוי להיראות בדיעבד כשלב הכרחי בבניית התשתית — ולא כהפרזה פיננסית. הצפי של S&P Global Ratings להתאוששות בתזרים המזומנים התפעולי החופשי עד 2029 משקף אפשרות זו. 3

אלא שזו תחזית מותנית. המדדים המרכזיים למעקב הם מימוש הכנסות ה-AI, ניצולת הקיבולת החדשה, משך הזמן שבו הוצאות ההון יישארו גבוהות, וההיקף המלא של ההתחייבויות דמויות החוב. עד שאלה ישתפרו, מרוץ ה-AI יישאר מבחן יקר במיוחד ליכולתן של חברות הטכנולוגיה להפוך השקעות תשתית חריגות לתשואה — לפני שתזרים חלש והתחייבויות גדלות יגבילו אותן.