בעוד חברות משקיעות מאות מיליארדי דולרים בתשתיות AI, חלק גדול מהערך העתידי של ההשקעות עדיין אינו ניתן לחיזוי. האם אנחנו עוברים מתכנון שמבוסס על החזר השקעה לתכנון שמבוסס על תרחישים, אופציות אסטרטגיות והמחיר של לא להשקיע?
במשך עשרות שנים התבססו החלטות השקעה בעולם העסקי על ניסיון להעריך את ההון הנדרש, ההכנסות והתזרים הצפויים, הסיכונים וההחזר העתידי. תוכנית עסקית לא הייתה בהכרח תחזית מדויקת של העתיד אבל היא סיפקה מסגרת שבאמצעותה יכלו הנהלות, דירקטוריונים, משקיעים ומממנים לבחון השקעה ולהחליט אם הסיכון מצדיק אותה.
העיקרון הבסיסי עדיין קיים. חברה שמשקיעה סכום משמעותי צריכה להיות מסוגלת להסביר מדוע היא עושה זאת ומה היא מצפה לקבל בתמורה. אלא שבתחומים שבהם הטכנולוגיה והשוק משתנים במהירות, קשה יותר לבנות תחזית ארוכת טווח שעליה אפשר להישען בביטחון.
הבינה המלאכותית הגנרטיבית המחישה את הבעיה הזו בצורה יוצאת דופן. מאז פריצתה לתודעה הציבורית והעסקית בסוף 2022, התפתח מרוץ עולמי לבניית מודלים, שבבים, מרכזי נתונים, תשתיות ענן ומערכות חשמל שיאפשרו להפעיל אותם. ההשקעה אינה מתבצעת רק על ידי חברות AI. היא מערבת את יצרניות השבבים, ספקיות הענן, חברות הדאטה סנטרים, חברות החשמל והטכנולוגיה הגדולות בעולם.
המספרים ממחישים את גודל השינוי. לפי הסוכנות הבינלאומית לאנרגיה, הוצאות ההון של חמש חברות טכנולוגיה גדולות עברו את רף 400 מיליארד הדולר ב־2025 והן צפויות לגדול ב־75% נוספים ב-2026. לפי ה-IEA, היקף ה-Capex של חמש החברות הללו כבר גדול מההשקעה הגלובלית בהפקת נפט וגז.
אחת הדוגמאות הבולטות היא פרויקט Stargate. בינואר 2025 הודיעו OpenAI, SoftBank, Oracle ו-MGX על הקמת מיזם שמטרתו להשקיע עד 500 מיליארד דולר לאורך ארבע שנים בבניית תשתיות AI בארצות הברית, כאשר התוכנית המקורית דיברה על פריסה מיידית של כ-100 מיליארד דולר. חשוב להדגיש: מדובר בהתחייבות השקעה מתוכננת ולא בסכום שכבר הוצא בפועל.
מאז ההכרזה התרחב הפרויקט. בספטמבר 2025 דיווחה OpenAI כי Stargate כבר כוללת כמעט 7 גיגה ואט של קיבולת מתוכננת ויותר מ-400 מיליארד דולר של השקעות בשלוש השנים הבאות, בדרך ליעד של 500 מיליארד דולר.
אבל המספרים עצמם אינם הסיפור המרכזי. השאלה המעניינת יותר היא כיצד מקבלים החלטת השקעה כאשר חלק גדול מהמשתנים שעליהם מבוססת ההחלטה עדיין אינם ידועים.
בעולם העסקי המסורתי ניתן לבנות תחזית הכנסות, להעריך עלויות, לחשב תזרים, לקבוע שיעור היוון ולבחון את התשואה הצפויה. גם כאשר מדובר בפרויקט מסוכן, אפשר בדרך כלל להגדיר מספר תרחישים ולבחון את התוצאה בכל אחד מהם.
ב-AI המצב מורכב יותר. קשה לדעת כיצד ייראה שוק המודלים בעוד חמש שנים, כמה כוח חישוב יידרש, כמה תעלה הפעלת מערכות מתקדמות, אילו מודלים יהיו דומיננטיים, אילו שימושים יהפכו למסחריים ומה תהיה חלוקת הערך בין יצרני השבבים, ספקיות הענן, מפתחי המודלים והלקוחות.
ובכל זאת, ההשקעות ממשיכות לגדול. הסיבה אינה בהכרח התעלמות מהחישוב הכלכלי. במקרים רבים מדובר דווקא בשינוי של החישוב עצמו. הסיכון שהנהלה צריכה להעריך אינו רק ״מה יקרה אם נשקיע ולא נקבל את התשואה שציפינו לה?״ אלא גם ״מה יקרה אם לא נשקיע והטכנולוגיה תהפוך ליכולת בסיסית בענף שלנו?״. זהו הבדל משמעותי.
השקעה בתשתית AI יכולה להיות מוצדקת לא רק באמצעות הכנסה ישירה שהיא צפויה לייצר אלא גם באמצעות האפשרות שהיא תעניק לחברה יתרון תחרותי, גישה ללקוחות חדשים, יכולת להוריד עלויות, מהירות פיתוח גבוהה יותר או אפשרות שלא להישאר מאחור כאשר השוק משתנה. במילים אחרות, העלות של אי עשייה הופכת לחלק מהחישוב הכלכלי.
אגב, זו אינה תופעה ייחודית ל-AI. חברות השקיעו לאורך ההיסטוריה בטכנולוגיות ובתשתיות מתוך ציפייה לשינוי עתידי. מסילות רכבת, תשתיות תקשורת, חשמל ואינטרנט דרשו השקעות גדולות לפני שכל ההשלכות הכלכליות שלהם היו ברורות. אבל ההיסטוריה מציעה גם אזהרה. טכנולוגיה יכולה להיות מהפכנית ועדיין לא כל חברה שתשקיע בה תרוויח. בתקופת בועת הדוט-קום בסוף שנות התשעים הושקעו סכומים עצומים בחברות אינטרנט וחלק גדול מהחברות הללו לא הצליח להפוך את הציפיות למודל עסקי יציב.
ההשוואה ל-AI, עם זאת, צריכה להיעשות בזהירות. לפי ניתוח של סגן יו״ר הפדרל ריזרב, פיליפ ג'פרסון, חברות המזוהות כיום עם AI שונות במידה משמעותית מחברות הדוט-קום של סוף שנות התשעים: לחברות המרכזיות בתחום יש הכנסות ורווחים מבוססים וצומחים ומכפילי הרווח שלהן נמוכים משמעותית מאלה שנראו בשיא בועת הדוט־קום. כלומר, העובדה שההשקעות ב-AI עצומות אינה מוכיחה שאנחנו נמצאים בבועה.
היא כן יוצרת שאלה כלכלית אחרת: האם התשואה העתידית על התשתיות שנבנות כיום תהיה גבוהה מספיק כדי להצדיק את היקף ההון שמוזרם אליהן. כאן מופיע פער מעניין בין צד ההיצע לצד הביקוש. מצד אחד, ההשקעה בתשתיות נמצאת בקנה מידה חסר תקדים. מצד שני, ארגונים רבים עדיין נמצאים בשלבים מוקדמים של הפיכת הבינה המלאכותית ליכולת עסקית רחבת היקף.
בסקר הגלובלי של McKinsey מ-2025, כמעט שני שלישים מהמשיבים אמרו שהארגון שלהם עדיין לא החל להרחיב את השימוש ב-AI לכלל הארגון. רק 39% דיווחו על השפעה כלשהי של AI על ה-EBIT ברמת הארגון, אף שרבים דיווחו על חיסכון או גידול בהכנסות במקרי שימוש נקודתיים. הנתון הזה אינו אומר שההשקעות אינן מוצדקות. הוא ממחיש עד כמה גדול הפער בין בניית היכולת הטכנולוגית לבין מימוש הערך העסקי שלה.
ובמקביל, כבר קיימות אינדיקציות לכך שהביקוש לתשתיות AI אינו תיאורטי בלבד. חברת Nebius, למשל, דיווחה השבוע על הכנסות של 582.3 מיליון דולר ברבעון השני של 2026, עלייה חדה בביקוש לתשתיות AI ועל ארבעה חוזי AI Cloud שהיקפם הממוצע עולה על מיליארד דולר. לכן התמונה מורכבת יותר מהשאלה ״האם AI היא בועה?״.
הטכנולוגיה מייצרת ביקוש אמיתי, חברות מייצרות הכנסות אמיתיות ומשקיעים ממשיכים להזרים הון. אבל במקביל, היקף ההשקעות גדל במהירות גדולה מאוד וחלק מהתשואה שעליהן אמורות להישען ההשקעות עדיין תלויה בהתפתחויות עתידיות.
גם שוק ההון מתחיל לבחון את השאלה הזו דרך מדדים מסורתיים מאוד. ב-2026 גדל הלחץ על תזרים המזומנים החופשי של חברות הטכנולוגיה הגדולות כאשר ההשקעות בתשתיות AI צומחות במהירות. ניתוח של Reuters מצא כי ההשקעות הצפויות של חמש חברות hyperscaler גדולות עלולות לעקוף את הגידול בתזרים המזומנים התפעולי שלהן עד 2027.
זה מחזיר אותנו לתוכנית העסקית; התוכנית אינה מתה. להיפך. בעולם של אי ודאות גבוהה היא עשויה להיות חשובה אפילו יותר. מה שמשתנה זה השימוש בה; במקום לנסות לחזות במדויק את העולם בעוד חמש או עשר שנים, התוכנית העסקית נדרשת יותר ויותר לבחון תרחישים: מה יקרה אם הביקוש יגדל מהר מהצפוי? מה יקרה אם עלות המחשוב תרד? מה יקרה אם מודלים יהפכו יעילים יותר וידרשו פחות כוח חישוב? מה יקרה אם מתחרה ישקיע הרבה יותר מאיתנו? ומה המחיר של החלטה שלא להשקיע כלל?
זהו מעבר מתכנון המבוסס בעיקר על תחזית לתכנון שמבוסס גם על אפשרויות אסטרטגיות. במובן הזה, גם המושג ROI מקבל משמעות רחבה יותר. לא כל השקעה חייבת להחזיר את עצמה באמצעות מוצר חדש שמייצר הכנסות ישירות. לפעמים ההחזר הוא חיסכון בעלויות, לפעמים שיפור בפריון, לפעמים שמירה על נתח שוק ולפעמים עצם היכולת להישאר רלוונטי בענף שעובר שינוי.
אבל גם כאן יש גבול. העובדה שקשה לחזות את העתיד אינה פוטרת הנהלות מהצורך לבחון את הכלכלה של ההשקעה. בסופו של דבר, ההון שהושקע צריך להצדיק את עצמו באמצעות שילוב כלשהו של רווח, תזרים, פריון, יתרון תחרותי או ערך אסטרטגי. וזה אולי האתגר הגדול של תקופת או עידן ה-AI; אם חברה משקיעה מעט מדי, היא עלולה להישאר מאחור. אם היא משקיעה יותר מדי, היא עלולה לבנות קיבולת שהשוק לא יצטרך או לחילופין לשלם מחיר גבוה על טכנולוגיה שתתיישן מהר מכפי שציפתה.
גם שאלת ריכוז הכוח הופכת משמעותית יותר. בניית מערכות AI מתקדמות דורשת שילוב של שבבים מתקדמים, מרכזי נתונים, חשמל, קישוריות, מומחי מחקר והון בהיקפים עצומים. כתוצאה מכך, חלקים מרכזיים מהתשתית נמצאים בידיהן של מספר מצומצם יחסית של חברות גדולות. לכך יש משמעות כלכלית רחבה. אם AI תהפוך לאחת התשתיות המרכזיות של הכלכלה, ההחלטות שמתקבלות כיום לגבי השקעות, קיבולת מחשוב, שבבים ואנרגיה ישפיעו לא רק על חברות הטכנולוגיה אלא על המבנה התחרותי של תעשיות שלמות.
גם כאן, השאלה אינה בהכרח אם הריכוזיות היא טובה או רעה. השאלה היא כיצד היא תשפיע על המחירים, התחרות, החדשנות ועל היכולת של חברות שאינן ענקיות להשתתף במהפכה. בסופו של דבר, הבינה המלאכותית אינה מבטלת את הכלכלה הישנה, לפחות בינתיים, היא מאלצת אותה להתמודד עם רמת אי ודאות גבוהה יותר.
התוכנית העסקית עדיין צריכה לשאול כמה עולה הפרויקט, כמה הוא צפוי להכניס ומה הסיכונים. אבל היא נדרשת להוסיף שאלות שלא תמיד עמדו במרכז בעבר: מהו מחיר אי העשייה? אילו אפשרויות עתידיות ההשקעה פותחת? כמה מהר ניתן לשנות כיוון? ומה יקרה אם התחזית שעליה בנינו את ההשקעה תתברר כשגויה?
יתכן שבעוד עשור נסתכל על תקופת ה-AI ונראה בה את הרגע שבו נבנתה התשתית למהפכה הכלכלית הבאה. יתכן גם שנגלה שחלק מההשקעות היו מוקדמות מדי, שחלק מהקיבולת שנבנתה לא הייתה נחוצה ושחלק מההבטחות היו גדולות יותר מהערך שנוצר בפועל. שתי האפשרויות עדיין פתוחות אבל דבר אחד כבר מסתמן: הבינה המלאכותית אינה משנה רק את עולם הטכנולוגיה. היא משנה גם את האופן שבו חברות מעריכות השקעות, סיכונים ואפשרויות אסטרטגיות.
התוכנית העסקית לא מתה. אבל בעולם שבו העתיד עצמו הפך למשתנה מרכזי בהחלטת ההשקעה, היא כבר אינה יכולה להסתפק בניסיון לחזות את העתיד. היא צריכה לעזור לחברה להתכונן למספר עתידים אפשריים. וזו אולי השאלה הגדולה של ימינו: לא רק כמה תרוויח ההשקעה שנעשה היום אלא כמה יעלה לנו אם נגלה בעוד חמש שנים שלא עשינו אותה.
