מהדורת The Download של MIT Technology Review שפורסמה ב-7 באפריל 2026 קושרת בין שני סיפורים שנראים במבט ראשון רחוקים זה מזה, אך בפועל נשענים על אותו מנוע כלכלי וטכנולוגי: ההאצה של עידן ה-AI. מצד אחד, יותר גופי מחקר, בנקים וכלכלנים מנסים סוף סוף למדוד האם מערכות Generative AI כבר משנות בפועל את שוק העבודה, מעבר לרעש הציבורי ולהצהרות של מנכ"לים. מצד אחר, חברות חלל, ענקיות טכנולוגיה וסטארטאפים בוחנים רעיון שנשמע עד לא מזמן מדע בדיוני: הקמת מרכזי נתונים במסלול סביב כדור הארץ, כדי להתמודד עם מגבלות החשמל, הקירור והקרקע שמכבידות על תשתיות ה-AI על פני האדמה. שני הסיפורים הללו נוגעים ישירות לשאלה הגדולה של השנים הקרובות: לא רק מה AI יודע לעשות, אלא היכן הוא ירוץ, מי יפעיל אותו, ואילו עובדים וענפים יספגו את השינוי ראשונים.
מה מראים הנתונים הראשונים על שוק העבודה
אחרי כשנתיים של דיון כמעט תיאולוגי סביב "אפוקליפסת משרות" מונעת-AI, מתחילים להופיע נתונים אמפיריים זהירים יותר. לפי ניתוחים שפורסמו בימים האחרונים על בסיס מחקרי Goldman Sachs ו-Morgan Stanley, ההשפעה המצטברת של AI על האבטלה בארצות הברית נראית בשלב זה קטנה, אך כבר אינה תיאורטית בלבד. ב-Goldman Sachs העריכו כי במהלך השנה האחרונה נרשמה עלייה של כ-0.1 נקודת אחוז בשיעור האבטלה הכולל, לאחר הבחנה בין תפקידים שבהם AI מחליף חלק ניכר מהעבודה לבין תפקידים שבהם הוא משלים עובדים ומעלה פריון. במילים אחרות, יש כבר תפקידים שנפגעים, אך במקביל יש תפקידים שנהנים מהאצה, קיצור זמני עבודה או הרחבת תפוקה. זהו ממצא חשוב משום שהוא סותר גם את המחנה שמבטיח חורבן מיידי וגם את המחנה שטוען כי בינתיים לא קרה דבר.
הזהירות של הכלכלנים ניכרת כמעט בכל מסמך רציני שפורסם בחודשים האחרונים. ב-Goldman Sachs ממשיכים לטעון כי בטווח של עשור הם ספקנים לגבי ירידה חדה במיוחד בתעסוקה הכוללת, בין היתר משום שאימוץ הטכנולוגיה עדיין חלקי, לא אחיד, ותלוי באופי הארגון והמשימה. עם זאת, הם כן מזהים התמתנות בגידול בתעסוקה במקצועות טכנולוגיים מסוימים, ואף ירידה בחלקו של מגזר הטק מכלל התעסוקה לעומת המגמה שלפני המגפה. נתון בולט נוסף הוא הפגיעה היחסית בצעירים: לפי אותו מחקר, בקרב בני 20 עד 30 במקצועות בעלי חשיפה גבוהה ל-AI נרשמה עלייה של כמעט 3 נקודות אחוז באבטלה מתחילת 2025. המשמעות רחבה יותר ממספר אחד: ייתכן שההשפעה הראשונית של AI אינה באה לידי ביטוי בגלי פיטורים המוניים, אלא בהאטה בגיוסים, בצמצום משרות כניסה ובשחיקה של מסלול ההשתלבות של עובדים צעירים.
- ההשפעה הנמדדת עד כה על האבטלה הכוללת נראית קטנה יחסית, אך כבר ניכרת בנתונים.
- הפגיעה בולטת יותר בתפקידים שכוללים משימות שגרתיות, טקסטואליות ואדמיניסטרטיביות.
- במקביל, יש תפקידים שבהם AI דווקא מפחית עומס, מגדיל תפוקה ומשפר פריון.
- הסיכון המיידי נראה גבוה יותר אצל עובדים צעירים ומשרות התחלתיות מאשר אצל עובדים ותיקים.
לא כל "חשיפה ל-AI" היא אובדן משרה
אחת ההבחנות החשובות ביותר שעולות מהסיקור סביב הכתבה של MIT Technology Review היא ההבדל בין חשיפה ל-AI לבין החלפה של עובדים. קל מאוד להכריז שמקצוע מסוים "בסיכון" אם רוב העבודה בו מבוססת על מסמכים, ניסוח, סיכום, חיפוש, מענה ללקוח או עיבוד נתונים. בפועל, חלק גדול מהעבודות מורכב מצירוף של משימות, ורק חלק מהן ניתן לאוטומציה יעילה, זולה ואמינה. גם ה-Fed של דאלאס, שהתבסס על נתוני שכר של 25 מיליון עובדים דרך ADP, מצא סימנים לכך שצעירים במקצועות החשופים ביותר ל-AI מתקשים יותר להיכנס לשוק העבודה, אך הדגיש כי ההשפעה המצטברת עדיין קטנה ועדינה, וייתכן שחלק ממנה קשור גם למשתנים אחרים כמו השכלה או מחזור כלכלי. התמונה, אם כך, אינה של החלפה מלאה בין אדם למכונה, אלא של שחיקה הדרגתית בחלק מהתפקידים לצד שינוי מבני באופן חלוקת העבודה.
הדיוק הזה חשוב במיוחד לשוק הישראלי. בישראל, כמו בארצות הברית, החשיפה הגבוהה ביותר ל-AI אינה מרוכזת דווקא בעבודות כפיים אלא בעבודות משרדיות, מקצועות תוכן, שירות, תמיכה, תפעול, כספים ופיתוח תוכנה ברמות מסוימות. לכן, הסיכון אינו בהכרח "ביטול" מיידי של מקצוע שלם, אלא שינוי מהיר בערך של משימות בסיסיות שבתוכן. למשל, אם עוזר משפטי, נציג תמיכה או מפתח זוטר מבצעים כיום חלק ניכר מזמנם בניסוח, תיעוד, סיווג, בדיקה ראשונית או חיפוש, ארגון שמטמיע AI עשוי להזדקק לפחות שעות אדם כדי לספק אותה תפוקה. מנגד, עובדים שיודעים לנהל תהליכים, לבדוק איכות, לעבוד מול לקוחות, להפעיל שיקול דעת או לשלב בין כלים שונים דווקא עשויים להפוך ליעילים ויקרים יותר. לכן, השאלה הנכונה עבור ארגונים איננה רק "אילו משרות נסגור", אלא אילו שכבות עבודה משתנות, ומה נדרש כדי להכשיר מחדש עובדים קיימים.
למה בכלל לחשוב על מרכזי נתונים בחלל
החלק השני במהדורת The Download עוסק באחת המגמות המסקרנות יותר של 2026: המעבר מדיון תיאורטי למרוץ של ממש סביב מרכזי נתונים במסלול. הרעיון הבסיסי פשוט על הנייר: אם מרכזי הנתונים של עידן ה-AI צורכים כמויות עצומות של חשמל, מייצרים עומסי חום אדירים, זקוקים לקרקע, למים, לרשת הולכה ולזמינות אנרגטית הולכת וגדלה, אולי בטווח הארוך יהיה נכון להעביר לפחות חלק מן המחשוב אל החלל, שם אנרגיה סולארית זמינה כמעט ברציפות ואפשר, לכאורה, לפזר חום בצורה אחרת. MIT עצמו כבר הדגיש בעבר כי מרכזי נתונים בארצות הברית צרכו יותר מ-4% מהחשמל הלאומי ב-2023, ושהנתח הזה עלול להתקרב ל-9% עד 2030. כאשר כל מודל חדש דורש יותר אימון, יותר אחסון ויותר הסקה, הלחץ על תשתיות הקרקע הופך מסוגיה תפעולית לבעיה מאקרו-כלכלית ומדינית.
כאן נכנסות לתמונה יוזמות שהיו נשמעות דמיוניות עד לאחרונה. לפי דיווחים בתקשורת האמריקאית ובפרסומים רגולטוריים, SpaceX הגישה בתחילת 2026 בקשה ל-FCC למערכת עצומה של עד מיליון לוויינים עבור מה שהיא מגדירה כמערך Orbital Data Center. Blue Origin חשפה בחודש מרץ את Project Sunrise, מערך מוצע של עשרות אלפי לוויינים למסלולים סינכרוניים לשמש. גם סטארטאפים כמו Starcloud מקדמים תוכניות להקמת רשתות לוויינים ייעודיות למחשוב, בעוד שבסין דווח על שילוב מרכזי נתונים מבוססי חלל כחלק מתוכנית חומש לארכיטקטורת חלל רחבה יותר. בחלק מהמקרים מדובר עדיין בבקשות רגולטוריות, הדגמות טכנולוגיות או מסמכי חזון; אבל עצם העובדה שמספר שחקנים שונים, ממעצמות חלל ועד חברות פרטיות, מקדמים כיוונים דומים מעידה שהרעיון כבר אינו בשולי השיח.
- מגבלת חשמל גוברת על פני הקרקע, במיוחד עם התרחבות אימון המודלים והסקה בזמן אמת.
- מחירי קרקע, מים וחיבור לרשת הופכים צוואר בקבוק להקמת חוות שרתים חדשות.
- אנרגיה סולארית בחלל נתפסת כמשאב זמין ורציף יותר מאשר באתרים יבשתיים רבים.
- עיבוד נתונים קרוב ללוויינים, חיישנים ומערכות חלל עשוי לצמצם את הצורך בהורדת כל המידע חזרה לכדור הארץ.
ההבטחה גדולה, אבל גם המכשולים עצומים
לצד ההתלהבות, חשוב להבין עד כמה המודל הזה רחוק ממימוש מסחרי רחב. לפי דיווחי TechCrunch, Space.com ומקורות נוספים, הכלכלה של מרכזי נתונים בחלל עדיין בעייתית מאוד. יש צורך בפתרונות קירור חדשים לשבבים במסלול, בקישורי לייזר מהירים במיוחד בין לוויינים, בהגנה מפני קרינה, באמינות חומרה קיצונית, ובירידה משמעותית בעלויות שיגור, תחזוקה והחלפה. מעבר לכך, יש גם מגבלות רגולטוריות וסביבתיות: אסטרונומים כבר מזהירים מפני פגיעה קשה בתצפיות שמיים אם קונסטלציות ענק של לווייני מחשוב אכן ישוגרו. מחקרים אקדמיים ראשונים מעלים גם חשש לזיהום אור ולהשלכות סביבתיות שטרם נמדדו לעומק. לכן, לפחות בשלב הנוכחי, סביר יותר לראות ב"מרכז נתונים בחלל" שכבת תשתית משלימה עבור שימושים מסוימים, ולא תחליף מיידי ל-AWS, Azure או Google Cloud על פני הקרקע.
יש גם שאלה טכנית עמוקה יותר: איזה מחשוב בכלל הגיוני להעלות למסלול. אימון מודלים עצומים דורש לא רק חשמל אלא גם שרשראות אספקה, החלפת רכיבים, אחסון, רשת, כוח אדם ותחזוקה שוטפת. לכן, ייתכן שהשימוש הסביר יותר בטווח הבינוני יהיה עיבוד קרוב למקור עבור לווייני תצפית, מודיעין, חישה מרחוק, תקשורת, ניווט או יישומים ביטחוניים ומדעיים, שבהם כדאי לעבד נתונים כבר במסלול במקום להעביר הכול לכדור הארץ. ככל שמתפתחים שבבים ייעודיים, תקשורת אופטית מהירה וארכיטקטורות מבוזרות, אפשר לדמיין שכבה של inference או preprocessing בחלל, בעוד שעיקר האימון הכבד ימשיך להתבצע במתקנים יבשתיים. כלומר, הדיון אינו רק על "חוות שרתים מעופפות", אלא על פיצול חדש של עומסי העבודה בין קרקע, ענן ומסלול.
הזווית הישראלית: עבודה, תשתיות וריבונות טכנולוגית
עבור ישראל, שני קווי הסיפור הללו רלוונטיים במיוחד. מצד שוק העבודה, ישראל היא כלכלה עתירת שירותים, תוכנה, פיתוח, סייבר, פיננסים ותפקידי ידע בדיוק הסביבה שבה כלי AI משפיעים קודם כול על שכבות העבודה הלבנות, ולאו דווקא על רצפת הייצור. משמעות הדבר היא שהמערכת הישראלית תידרש כנראה להאיץ הכשרות מחדש, לעדכן מסלולי לימוד ולהגדיר מחדש את ערכן של משרות התחלתיות. אם מודלי AI מבצעים חלק ניכר מן העבודה הבסיסית של אנליסט, מתכנת זוטר, איש תוכן, עוזר מחקר או נציג שירות, ארגונים יצטרכו לתכנן מחדש את מסלול הצמיחה המקצועי של העובדים הצעירים שלהם. בלי התאמה כזאת, קיים סיכון ל"דור ביניים" שמתקשה להיכנס למקצועות שעד לאחרונה היו שער כניסה טבעי להייטק ולמקצועות משרדיים מתקדמים.
מהצד התשתיתי, ישראל אינה שחקנית חלל בקנה המידה של ארצות הברית, סין או החברות הפרטיות הגדולות, אך היא מושפעת ישירות מהמרוץ על מחשוב, אנרגיה וקישוריות. הביקוש המקומי לשירותי AI גדל, בעוד שהגישה למחשוב מתקדם נשענת במידה רבה על ספקיות זרות, חיבורי ענן בינלאומיים ומרכזי נתונים שאינם בהכרח בישראל. אם בעתיד יתפתחו שכבות חדשות של מחשוב במסלול, הדבר עשוי להשפיע גם על שוק התקשורת הלוויינית, על עיבוד נתוני חישה מרחוק, על יישומים ביטחוניים ועל שיתופי פעולה בין חברות שבבים, סייבר, אופטיקה ותקשורת. דווקא משום שישראל חזקה בנישות כמו שבבים, תוכנה ארגונית, תקשורת מתקדמת ואלגוריתמיקה, היא עשויה ליהנות מהשרשרת הטכנולוגית שסביב התחום גם אם לא תקים בעצמה קונסטלציות בקנה מידה אמריקאי.
- למעסיקים בישראל: למדוד אילו משימות משתנות בגלל AI, ולא להסתפק בסיסמאות על "התייעלות".
- למערכת החינוך וההכשרה: לחזק כישורי שיפוט, בקרה, תקשורת ועבודה רב-תחומית, ולא רק הפעלה של כלים.
- לממשלה: לבחון מדיניות תשתיות מחשוב, נגישות למאיצים, אנרגיה וענן, כחלק משאלת התחרותיות הלאומית.
- לתעשייה הביטחונית והחלל: לעקוב מקרוב אחר התפתחות מחשוב מסלולי כתחום שעשוי לייצר יתרונות מבצעיים ומסחריים.
בין רעש למציאות: מה באמת חשוב לקחת מהסיפור הזה
החיבור שעושה MIT Technology Review בין השפעת AI על משרות לבין מרכזי נתונים בחלל מדויק יותר מכפי שנדמה. בשני המקרים, השיח הציבורי נוטה לנוע מהר מאוד לקצוות: או הבטחה לפריון אינסופי, או נבואות חורבן על אבטלה המונית ותשתיות בלתי אפשריות. הנתונים הקיימים כרגע משרטטים תמונה מפוכחת יותר. בשוק העבודה, ההשפעה אמיתית אך עדיין מוגבלת, עם עדויות חזקות יותר לשינוי בדפוסי גיוס, בייחוד עבור עובדים צעירים ובתפקידים שגרתיים. בתחום התשתיות, המרדף אחר כוח חישוב דוחף את התעשייה לחפש פתרונות קיצוניים יותר ויותר, אבל הרוב המכריע של המיזמים בחלל נמצא עדיין בשלבים מוקדמים, ניסיוניים או רגולטוריים. לכן, במקום להיתפס לסנסציה, נכון יותר לראות בשני הסיפורים סימנים לשלב הבא של תעשיית ה-AI: פחות דיון תיאורטי ביכולות המודל, ויותר עיסוק בכלכלה, בהנדסה, ברגולציה ובחלוקת הכוח בין עובדים, חברות ומדינות.
בשורה התחתונה, החדשות אינן ש-AI כבר "לקח את העבודות" או שמרכזי הנתונים הבאים יהיו בהכרח במסלול סביב כדור הארץ. החדשות הן שהשפעת ה-AI מתחילה סוף סוף להופיע בנתונים ולא רק בכותרות, ושמרוץ התשתיות שלו הופך אגרסיבי, יקר ושאפתני בהרבה מכפי שהיה לפני שנה. עבור מנהלים, עובדים, רגולטורים ומשקיעים, זה הרגע להחליף אינטואיציה במדידה. מי שיבחן מקרוב אילו תהליכים משתנים, אילו שכבות תשתית נבנות ואיפה נוצרים צווארי הבקבוק, יבין טוב יותר לאן נעה הכלכלה הדיגיטלית של סוף העשור. זה נכון בארצות הברית, וזה נכון לא פחות גם עבור ישראל.