שאלת הבועה בבינה המלאכותית שבה ומתפרצת לשיח הציבורי, אך המסגור המועיל איננו אפוקליפטי. כפי שהדגישו אנליסטים בימים האחרונים, בועה איננה סוף העולם אלא הימור שהתברר כגדול מדי: פער בין היצע שנבנה בחיפזון לבין ביקוש שמתברר כרדוד יותר, או שונה מכפי שהוערך. ההווה של ה‑AI מחדד פערי תזמון חריפים בין קצב פיתוח התוכנה והמודלים — שבועות וחודשים — לבין לוחות הזמנים האיטיים של העולם הפיזי: בניית קמפוסים של מרכזי נתונים, חיבור לרשת החשמל, הסבות רישיונות ותפעול. התוצאה היא שוק שבו מחויבויות הון אסטרונומיות מתגבשות היום, בעוד האופן שבו נשתמש ב‑AI ב‑2028 עדיין מעורפל. כדי להבין אם יש כאן “בועה”, צריך להתבונן בפרטים: מי בונה, במהירות כמה ולשם מה.
מהי בועה בעידן ה‑AI ולמה התזמון הוא הכול
במונחי כלכלה, בועה נוצרת כשציפיות לעתיד מתומחרות קדימה, והון זורם בקצב שמקדים את היכולת של שוק היעד לבלוע את התפוקה. ב‑AI זה מתבטא בהימורים על קיבולת חישוב: מפעילים וממשלות מקימים מרכזי נתונים, מתקינים שבבי עיבוד ומזמינים גיגה‑ואטים של חשמל מתוך אמונה שהביקוש לשירותי AI יגדל קווית ואולי אקספוננציאלית. אלא שהצרכים האמיתיים של ארגונים מתבררים לאט יותר. סקרים עדכניים מצביעים על אימוץ כמעט אוניברסלי של כלים גנרטיביים ברמת פיילוטים ושימושים נקודתיים, אך על מיעוט של פריסה בקנה מידה ארגוני. כלומר, גם אם הימור ה‑AI הוא “נכון” כיוון, הוא עלול להתברר כגדול מדי ביחס לחלון הזמן שבו ניתן להמירו להכנסות יציבות.
“זה לא הכול או כלום גם הימור טוב יכול להשתבש אם עושים אותו לא נכון.”
פרשנות תעשייתית על שוק ה‑AI 2025
המספרים שמאחורי הכותרות: מי מתחייב, לכמה זמן וכמה זה עולה
2025 היא שנת התחייבויות הענק. מיזם Stargate, שהוקם במשותף עם שותפים אסטרטגיים, מצהיר על השקעות של מאות מיליארדי דולרים בתשתיות חישוב בארה״ב; קונסורציום של כ‑20 בנקים מימן פרויקט מרכז נתונים בניו‑מקסיקו בהיקף אשראי של 18 מיליארד דולר; ובמקביל נסגרו חוזי ענן רבי‑שנים בהיקפים של מאות מיליארדים בין ספקיות ענן למעבדות מודלים. מטא הכריזה על התחייבות כוללת להשקעות בארה״ב עד 2028 בהיקף של מאות מיליארדים, כאשר תקציב ההשקעות השנתי לתשתיות AI כבר נע בטווח עשרות מיליארדים. כל זה מתרחש במציאות שבה ההוצאה המצטברת על מרכזי נתונים ושבבים דוחפת את ביקושי החשמל בארה״ב לשיאים, והגופים הרגולטוריים והאנרגטיים מזהירים מפני צווארי בקבוק.
- Stargate: יעד של השקעות עתק בקיבולת חישוב אמריקאית עם אתרים בטקסס, ניו‑מקסיקו ואוהיו, והוספת ג׳יגה‑ואטים של קיבולת בתוך שנים ספורות.
- אשראי פרויקטלי: הלוואות ענק של בנקים מסחריים וקונסורציומים למתחמי דאטה סנטרים מודל שמגביר מינוף ומבליט סיכוני ביקוש.
- חוזי ענן ארוכי טווח: התחייבויות קיבולת בין מעבדות מודלים לספקיות ענן בהיקפים חסרי תקדים, תוך מיקוד בהאצת מחזורי אימון והסקה.
- התחייבויות קאפקס של ענקיות טק: הובלה של מיקרוסופט, גוגל, אמזון ומטא, עם טווחי CapEx שנתיים של 60–90 מיליארד דולר לשחקן לשנת 2025 ותחזית עלייה נוספת ב‑2026.
מנגד, סקרי עומק בתעשייה מציירים תמונה מפוכחת יותר בביקוש: כמעט כל הארגונים מדווחים על שימוש כלשהו ב‑AI, אך שיעור מועט בלבד מצליחים לפרוס יכולות בקנה מידה שמשפיע על דו״חות למשל, להפחית עלויות דו‑ספרתיות או לייצר זרמי הכנסה חדשים מהותיים. דוחות של גופי ייעוץ מובילים מצביעים על פער בין הצלחות נקודתיות (שיווק, תמיכה, שרשרת אספקה) לבין כישלונות סקיילינג רוחביים, ומדגישים שהערך מגיע כשה‑AI משולב בתהליכים, במבנה נתונים ובמיומנויות לא רק בטולינג. המשמעות: צמיחת הביקוש לשעות חישוב והספקה של טוקנים בהסקה אינה בהכרח ליניארית ביחס לקצב ההכרזות והפיילוטים.
הבקבוקון הצר האמיתי: לא שבבים חשמל, נדל״ן רך ורשת
בתוך מרוץ השבבים, מתגבשת מוסכמה חדשה: העיכוב איננו רק אספקת GPU, אלא המבנה הפיזי והאנרגטי. מנהלים בכירים הודו לאחרונה כי ברשותם מלאי שבבים שאינם מחוברים בפועל, משום שאין מספיק “קליפות חמות” מבני דאטה סנטר עם חשמל וקירור מוכנים. במקביל, אתרים שלמים בארה״ב הוקמו אך אינם מוזנים, עקב מגבלות רשת מקומיות. חלק מהענקיות חתמו על הסדרי Demand Response לצמצום צריכה בשעות עומס, בעוד תחזיות רשמיות מצביעות על ביקוש חשמל שובר שיאים ב‑2025–2026. מחקרים תעשייתיים מעריכים כי צריכת הכוח של מרכזי נתונים ל‑AI תוכל לזנק פי‑30 עד 2035 קפיצה שמחייבת תכנון רשת, קווי הולכה, יצור מבוזר ופתרונות אגירה.
- מגבלות רשת אזוריות: זמני חיבור של שנים וקדימות לפרויקטים תעשייתיים קיימים.
- קירור וצפיפות: מתחים של 200–300 קילוואט לרק, ולעיתים אף יותר, מחייבים אדריכלות חדשה.
- אנרגיה חליפית: הסכמי PPA, חיבורי ‘מאחורי המונה’, תחנות גיבוי גזיות ואף בחינת SMR גרעיניים.
- הסכמי גמישות: קיזוזי עומס מול חברות חשמל כדי להפחית סיכון להפסקות ייזומות.
“זה לא מחסור בשבבים הבעיה היא שאין לי קליפות חמות לחבר אליהן.”
דברי מנכ״ל ענן מוביל על צוואר הבקבוק של 2025
הקצב והיקף הזה מייצרים גם סיכון פיננסי: מימון פרויקטים בקנה מידה של עשרות מיליארדים מבוסס על מינוף בנקאי והתחייבויות שכירות ארוכות, כשיכולת החידוש תלויה בשדרוגי חומרה תכופים וברגולציה אנרגטית. אנליסטים בשוק האשראי התריעו על ריכוז סיכונים סביב חוזי ענן יחידניים וההשפעה האפשרית על דירוגי חוב, אם התחזית לשימוש לא תתממש בקצב הנדרש. מנגד, גופי מאקרו טוענים כי מבחני הבועה הקלאסיים רווחיות תאגידית, מרווחי אשראי ושיעורי מינוף עדיין אינם מאותתים על קצה פסגה. המציאות, אם כן, דואלית: שוק מנייתי ופיננסי שמגבה צמיחה יוצאת דופן, וחגורה תפעולית‑תשתיתית שמתקשה להתרחב די מהר.
יעילות, מודלים פתוחים והפתעות בשוליים: מה יקרה לביקוש לחשבון?
לצד ההשקעות, מתרחש מהפך שקט: אלגוריתמיקה יעילה ומודלים פתוחים מתחילים לסגור פערים בביצועים מול מערכות סגורות לעיתים בעלויות אימון והפעלה נמוכות משמעותית. מודלי ‘Reasoning’ פתוחים שהשתפרו לאורך השנה, לצד משפחות כמו Llama, הדגימו שייתכן ושדרוגי תוכנה ופרדיגמות אימון מתקדמות יבלמו חלק מהצמיחה הבלתי‑מרוסנת בצריכת חישוב. גם שיקולים עסקיים מגבלות רגולטוריות, פרטיות ועלויות תפעול מדרבנים ארגונים לשלב תמהיל של שירותי ענן עם פריסות מקומיות ואופטימיזציה לאפליקציות ממוקדות, במקום לרדוף תמיד אחר מודל הענן הגדול והיקר הבא. אם המגמה הזו תימשך, היא עלולה להשאיר חלק מהקיבולת המתוכננת פחות מנוצלת.
- קיטון בעלויות אימון והסקה באמצעות דיסטילציה, RL ויעילות ארכיטקטונית.
- פתיחות משקלות המאפשרת אימוץ על‑גבי תשתיות זולות יותר או באתר הלקוח.
- הסטת עומסים: מעבר לשבבים חלופיים ולאופטימיזציה של קוד ותקשורת.
- רגולציה וציוד נתונים: פרויקטי דאטה מונעי‑ממשלה שמקצרים זמן לערך.
“אלגוריתמיקה חכמה יכולה לשנות את משוואת העלות לא פחות ממהפכת חומרה.”
מקורות בתעשייה
הזווית הישראלית: הון גלובלי, תשתיות מקומיות וספרינט ליישום
עבור ישראל, 2025 מסמנת פרדוקס: מצד אחד, הון בינלאומי ממשיך לזרום לחדשנות מקומית אקזיטים בקנה מידה חסר תקדים, סבבי ענק ב‑GenAI ותוכניות ממשלתיות לחיזוק משילות הדאטה ומחקר יישומי. מצד שני, האתגרים התשתיתיים באירופה ובמזרח התיכון ובעיקר זמינות כוח מציבים סימני שאלה סביב בנייה מהירה של קיבולת חישוב מקומית. דו״חות רשמיים מצביעים על אימוץ AI מואץ במגזר העסקי הישראלי, אך בדומה לעולם פרויקטים ארגוניים רבים תקועים במעבר מפיילוט לסקייל. המשימה כאן היא כפולה: לשמר הובלה מחקרית‑מוצרית (למשל, אורקסטרציה, הפחתת ‘הלוצינציות’, אופטימיזציית עלויות), ובמקביל לתכנן חכם את תלות התשתית בין ענן, קו‑לוקיישן והכנות לחיבורים אנרגטיים עתידיים.
Playbook פרקטי ל‑2026: איך להמר נכון בלי להילכד בבועה
מנהלים, משקיעים ומקבלי החלטות בישראל יכולים לצמצם סיכון בועה אישי באמצעות מעבר מהנחות רוחביות ל‑unit economics מדידים. נסו לשאול: האם מפת הדרכים העסקית שלכם מחייבת קיבולת GPU בלעדית או שניתן להשיג יעד דומה באופטימיזציה אלגוריתמית? האם החוזים גמישים דיים לשינויים טכנולוגיים (למשל, יעילות מודלים פתוחים) או לשינויים תשתיתיים (זמינות חשמל)? האם קיימים מסלולי ‘שלם‑ככל‑שאתה‑צומח’ עם נקודות יציאה? מעל הכול, כדאי להגדיר KPI מפורשים לערך עסקי אחוזי חיסכון, זמן לשוק, שיעור אימוץ משתמשים במקום למדוד מספר מודלים או פיילוטים. כך מתמקדים בערך ולא בהייפ.
- להעדיף פריסות מדורגות (phased) עם אבני בוחן עסקיות, לא רק טכניות.
- לנהל חשיפת‑חוזה: רב‑ענן, ענן+אתר לקוח, וסעיפי גמישות לשדרוגי חומרה.
- לשלב מדיניות אנרגטית: PPAs, גמישות עומס ותכנון קירור מראש.
- ליישם מדדי ROI ל‑AI: חיסכון עלות/הכנסה לכל 1,000 בקשות או לכל מיליון טוקנים.
שני תרחישים ל‑2028: קיבולת כלואה או ביקוש מתפרץ
תרחיש פסימי: רשת החשמל והיתרי בנייה לא מדביקים את קצב ההשקעות; אלגוריתמיקה יעילה ומודלים פתוחים מקטינים את עומס החישוב ליחידת ערך; היקפי CapEx החזויים מתפוגגים לסבבי השקעות מחדש יקרים, וחלק מהקיבולת הופך לנכס ‘כלוא’ או נמכר בהנחה. תרחיש אופטימי: סגירת צווארי בקבוק ברשת, נפח שימוש תאגידי שמתפוצץ עם Agents תפעוליים ומדדים ברורים של ROI; חוזים בין ספקים למעבדות מודלים נפרעים בקצב, ומודל ההכנסות של ספקיות הענן מתייצב על ביקוש הסקה יומיומי. המציאות כנראה תהיה באמצע. לכן, במקום לשאול “האם זו בועה?”, עדיף לשאול “האם ההימור שלי בנוי לנצח גם אם הביקוש יגדל חצי ממה שאני מקווה או יידחה בשנתיים?”
השורה התחתונה: ב‑AI של 2025 הבועה אם ישנה איננה נבואת זעם, אלא תרגיל בניהול סיכונים תשתיתי וכלכלי. הגורל של פרויקטי הענק ייקבע פחות בידי כותרות ומכפילים, ויותר בידי לוגיסטיקה של חשמל, הסכמי נדל״ן, חוזי ענן גמישים ויכולת אמיתית להטמיע מודלים בתוך תהליכים עסקיים. לישראל, עם יתרונותיה במחקר, בסייבר וביישומי תוכנה, יש את כל הסיבות להוביל. כדי לעשות זאת, עליה לאמץ תכנון תשתיתי שקול, למדוד ערך אמיתי ולאמץ את המגמות של יעילות ופתיחות בלי לפחד לצמצם הימורים כשהמציאות משתנה.