הידען·Israel·Friday, October 16, 2026 at 07:02 AM UTC

בועת הבינה המלאכותית? הטכנולוגיה אמיתית, התשואה למשקיעים עדיין בסימן שאלה

Translate

אבי בליזובסקי

הבינה המלאכותית כבר מייצרת תועלת אמיתית, אבל השקעות הענק במרכזי נתונים, שבבים ותשתיות מעלות שאלה אחרת: האם התשואה הכלכלית תצדיק את המחירים והציפיות. ההשוואה לדוט־קום מלמדת שטכנולוגיה יכולה לשנות את העולם גם כאשר חלק מהמשקיעים מפסידים.

בשנת 2000, כאשר בועת הדוט־קום החלה להתפוצץ, המשקיעים גילו אמת כואבת. העובדה שהאינטרנט עומד לשנות את העולם אינה מבטיחה שכל חברה העוסקת באינטרנט תרוויח כסף. היא בוודאי אינה מצדיקה כל מחיר שמשלמים תמורת מניותיה.

רבע מאה לאחר מכן עולה שאלה דומה לגבי הבינה המלאכותית. הטכנולוגיה מתקדמת בקצב מהיר, ומערכות חדשות מפגינות יכולות שלא היו אפשריות לפני שנים ספורות. במקביל, חברות הענק משקיעות סכומים חסרי תקדים במעבדים, במרכזי נתונים ובתשתיות חשמל. ואולם, ככל שההשקעות גדלות, מתחדדת השאלה כיצד ומתי יוחזר הכסף.

בטור שפרסם ב־8 באוקטובר 2026 באתר Seeking Alpha, טוען האנליסט ויקטור דרגונוב כי שוק ההשקעות בבינה מלאכותית מציג מאפיינים של בועה היסטורית. הוא אף מעריך שהשוק עשוי לעבור מפולת משמעותית בסביבות 2028–2029.

זוהי תחזית אישית, לא עובדה ולא מסקנה מחקרית מוכחת. דרגונוב עצמו סבור שהעליות בשוק עשויות להימשך לפני שתתרחש מפולת, ומצהיר שהוא מחזיק בהשקעות בחלק מהחברות שעליהן הוא כותב. לכן ראוי לבחון את טענותיו על בסיס הנתונים, ולא לאמץ את תחזית הקריסה שלו.

טריליוני דולרים מחפשים הצדקה כלכלית

לפי תחזית שפרסמה חברת המחקר Gartner בספטמבר 2026, ההוצאה העולמית על בינה מלאכותית צפויה להגיע השנה לכ־2.67 טריליון דולר. מדובר בגידול של כ־49.5% לעומת 2025. מתוך סכום זה, כ־1.48 טריליון דולר מיוחסים לתשתיות בינה מלאכותית.

חשוב לדייק במשמעות הנתונים. ההערכה של גרטנר כוללת שוק רחב של חומרה, שירותים ותוכנה, ולא רק כסף חדש שמשקיעות חברות בהקמת מרכזי נתונים. לא נכון לפרש את מלוא הסכום כהימור פיננסי שטרם ייצר הכנסות.

עם זאת, הדוחות הכספיים של חברות הטכנולוגיה מאשרים שההשקעות הפיזיות עצומות.

Meta צופה שהוצאותיה ההוניות בשנת 2026, לרבות תשלומי קרן על חכירות מימוניות, יגיעו ל־130–145 מיליארד דולר. מיקרוסופט דיווחה על הוצאות הוניות בסך 41 מיליארד דולר ברבעון שהסתיים ביוני 2026. כשני שלישים מהסכום הוקדשו לנכסים בעלי אורך חיים קצר יחסית, בעיקר מעבדים ומאיצים.

אלפבית, החברה האם של גוגל, דיווחה שבמחצית הראשונה של 2026 הסתכמו ההוצאות ההוניות שלה ב־80.6 מיליארד דולר, יותר מכפליים מהתקופה המקבילה אשתקד.

מדובר במתקנים ממשיים, בשבבים, במערכות קירור, בציוד תקשורת ובתשתיות אנרגיה. אלה אינם נכסים פיננסיים מופשטים. אבל עצם קיומו של נכס פיזי אינו מבטיח שיניב תשואה מספקת.

מרכז נתונים שנבנה במחיר גבוה עלול להישאר בתפוסה נמוכה, או להידרש לשדרוג יקר כעבור שנים מעטות כאשר יופיעו שבבים יעילים יותר. בעוד שמבנה יכול לשרת את בעליו עשרות שנים, הערך הכלכלי של חלק מציוד המחשוב עשוי להישחק במהירות.

הלקח מבועת הדוט־קום: האינטרנט הצליח, המשקיעים לא תמיד

ההשוואה לבועת הדוט־קום אינה מבוססת רק על העובדה שגם אז הופיעו טכנולוגיות חדשות ומלהיבות.

בסוף שנות התשעים זרמו סכומי עתק לחברות אינטרנט, יצרניות ציוד תקשורת ומפעילות תשתיות. חברות רבות זכו לשווי שוק עצום עוד לפני שהצליחו להציג רווחים, ולעיתים אפילו לפני שפיתחו מודל עסקי בר־קיימא.

במקביל, חברות התקשורת פרסו רשתות סיבים אופטיים בהיקפים גדולים מתוך הנחה שהביקוש להעברת נתונים ימשיך לגדול במהירות.

ההנחה הטכנולוגית הייתה נכונה. השימוש באינטרנט אכן צמח והפך לתשתית מרכזית של הכלכלה העולמית. אבל חלק מההשקעות הקדימו את הביקוש בפועל, וחלק מהחברות לא הצליחו לעמוד בחובות שנטלו.

מדד נאסד"ק הגיע לשיא של כ־5,048 נקודות במרץ 2000, ולאחר מכן איבד כ־78% מערכו עד אוקטובר 2002. רק כעבור כחמש־עשרה שנים שב לרמת השיא של שנת 2000.

חברות כמו אמזון שרדו, צמחו והפכו לענקיות. חברות רבות אחרות נעלמו. אפילו יצרניות ציוד תקשורת שמכרו מוצרים נחוצים נפגעו קשות מהתפוצצות הבועה.

זהו הלקח החשוב ביותר: טכנולוגיה יכולה לממש את הבטחותיה, ובכל זאת ההשקעה בה במחיר מסוים עלולה להתברר כטעות.

אולם יש גם הבדל משמעותי בין שתי התקופות. בניגוד לחברות דוט־קום רבות שהיו צעירות וחסרות רווחים, חלק ניכר מההשקעות הנוכחיות מגיע מחברות ותיקות ורווחיות, כמו מיקרוסופט, גוגל, אמזון ו־Meta. יש להן לקוחות, הכנסות שוטפות ועסקים מבוססים שיכולים לתמוך בהשקעות לאורך זמן.

הדבר מפחית חלק מהסיכונים ששררו בשנת 2000. עם זאת, הוא אינו מבטל את האפשרות שהתחרות תוביל להקמת תשתיות בהיקף גדול מזה שהשוק יוכל לנצל ברווחיות.

הביקוש גדל, אבל האם הרווחים ידביקו את ההשקעות?

אחד הטיעונים המרכזיים נגד השימוש במונח בועה הוא שחברות הטכנולוגיה כבר מציגות גידול משמעותי בהכנסות.

אמזון דיווחה על הכנסות של 42.2 מיליארד דולר משירותי הענן AWS ברבעון השני של 2026, צמיחה של 37% לעומת התקופה המקבילה אשתקד. הרווח התפעולי של AWS הגיע ל־16.6 מיליארד דולר.

גם מיקרוסופט דיווחה על המשך צמיחה בהכנסות שירותי הענן שלה. אלה נתונים עסקיים ממשיים, שאינם מתיישבים עם הטענה שכל תעשיית הבינה המלאכותית מבוססת על הבטחות ריקות.

עם זאת, אין פירוש הדבר שכל ההכנסות הללו נובעות מבינה מלאכותית. שירותי הענן מספקים גם מחשוב עסקי רגיל, אחסון, מסדי נתונים ושירותים ותיקים נוספים.

כדי להעריך את רווחיות ההשקעות החדשות צריך לבודד, ככל האפשר, את ההכנסות שנוצרות מהפעלת הבינה המלאכותית. את ההכנסות האלה יש להשוות לעלות פיתוח המודלים, רכישת המאיצים, צריכת החשמל והתחזוקה.

גם מחיר שירותי הבינה המלאכותית נמצא תחת לחץ תחרותי. מודלים חדשים עשויים להיות יעילים וזולים יותר, והלקוחות נהנים מירידת מחירים. אך התועלת ללקוח אינה בהכרח רווח לספק.

ככל שהמחיר ליחידת חישוב יורד, ייתכן שהביקוש יגדל במידה שתפצה על הירידה. ייתכן גם שהלקוחות יתרגלו למחירים נמוכים, בעוד שספקי השירותים יתקשו להחזיר את עלויות התשתית.

השאלה אינה רק כמה אנשים משתמשים בבינה מלאכותית, אלא כמה הם מוכנים לשלם עבורה לאורך זמן.

האם התעשייה מממנת את הביקוש של עצמה?

סימן אזהרה נוסף הוא מבנה העסקאות בין חברות בתחום.

יצרניות שבבים משקיעות בחברות שמקימות מרכזי נתונים. ספקיות ענן משקיעות במפתחי מודלים, והחברות הללו מתחייבות לרכוש מהמשקיעים שלהן שירותי מחשוב בהיקפים גדולים.

עסקאות כאלה אינן פסולות בהכרח. הן עשויות לשקף צורך אמיתי במימון ובהבטחת אספקה של משאבים נדירים. אולם הן מחייבות בדיקה זהירה של מקורות ההכנסה.

כאשר חברה משקיעה בלקוח שלה, והלקוח משתמש בכסף כדי לרכוש ממנה ציוד או שירותים, נוצר סיכון. ייתכן שחלק מהצמיחה המדווחת משקף את זרימת ההון בתוך אותה מערכת עסקית, ולא רק ביקוש עצמאי של לקוחות קצה.

באוקטובר 2026 דווח בבלומברג ובפייננשל טיימס על מהלך לגיוס מימון בסך כ־60 מיליארד דולר הקשור לברודקום ולשימוש של Anthropic בשבבים מתקדמים. מדובר במימון מורכב שכולל הלוואות מובטחות והתחייבויות שונות, ולא ברכישה פשוטה של שבבים במזומן.

גם חכירות עתידיות נעשות גורם סיכון מרכזי. לפי ניתוח שפרסמה רויטרס באוגוסט 2026, חמש חברות טכנולוגיה גדולות – מיקרוסופט, Meta, אורקל, אמזון ואלפבית – דיווחו יחד על כ־1.09 טריליון דולר בהתחייבויות לתשלומי חכירה עתידיים. חלק מהמתקנים שבגינם נרשמו ההתחייבויות טרם נכנסו לשימוש.

התחייבויות אלו אינן זהות לחוב פיננסי רשום, ואין להוסיף אותן באופן אוטומטי לחוב המאזני. אולם אם הביקוש העתידי יהיה נמוך מהתחזיות, התשלומים עלולים להכביד על החברות למשך שנים.

מקרה Anthropic: הפסד גדול, אבל צריך להבין מה הוא כולל

דוגמה בולטת לצורך להבחין בין נתונים לבין פרשנות מופיעה בטור של דרגונוב עצמו.

הכותב מציין ש־Anthropic רשמה בשנת 2025 הפסד של כ־42 מיליארד דולר, נתון שאכן הופיע בדיווחים על מסמכי ההנפקה שלה.

אלא שמתוך הסכום, כ־34 מיליארד דולר נבעו מחיוב חשבונאי הקשור למכשירים פיננסיים הניתנים להמרה למניות. אין מדובר ב־34 מיליארד דולר שהחברה הוציאה במזומן באותה שנה כדי להפעיל שרתים.

ההפסד התפעולי של החברה עמד על כ־8.06 מיליארד דולר, מול הכנסות של כ־4.6 מיליארד דולר בשנת 2025.

זהו עדיין פער משמעותי בין הכנסות להוצאות. הוא ממחיש את האתגר הכלכלי של מפתחי מודלים גדולים. עם זאת, לא נכון להתייחס למלוא ההפסד החשבונאי כהפסד תפעולי או ככסף שנשרף בפעילות השוטפת.

ההבחנה הזאת חשובה כאשר דנים בסכומי עתק: גם ביקורת על השקעות מופרזות צריכה להישען על מדדים חשבונאיים מדויקים.

הבינה המלאכותית כבר משפרת פריון – אך לא בכל מקום

הדיון הכלכלי אינו יכול להתעלם מההישגים הטכנולוגיים ומהתועלת שכבר נמדדה.

במחקר שפורסם בשנת 2025 בכתב העת The Quarterly Journal of Economics, בחנו אריק בריניולפסון, דניאל לי ולינדזי ריימונד את השפעת השימוש בבינה מלאכותית על עובדי שירות לקוחות. המחקר כלל יותר מ־5,000 עובדים. החוקרים מצאו שיפור ממוצע של כ־15% בפריון העבודה, עם שיפור משמעותי במיוחד אצל עובדים פחות מנוסים.

יש גם עדויות לתועלת בתכנות, בניתוח מידע ובמחקר מדעי, אם כי מידת ההשפעה משתנה מאוד בין משימות ועובדים.

מנגד, מחקר של הלשכה הלאומית למחקר כלכלי בארצות הברית (NBER), שפורסם ב־2026, הציג תמונה מורכבת יותר. המחקר התבסס על סקר בקרב כמעט 6,000 מנהלים בארבע מדינות.

כ־69% מהחברות דיווחו שהן משתמשות בבינה מלאכותית. עם זאת, תשעה מכל עשרה מנהלים לא זיהו השפעה על התעסוקה או על פריון העבודה בחברותיהם בשלוש השנים שקדמו לסקר. אותם מנהלים צפו שיפור בפריון בשנים הבאות.

אין בהכרח סתירה בין הממצאים. מחקר ממוקד עשוי לזהות שיפור ברור במשימה מסוימת, בעוד שבנתוני החברה כולה השפעת הטכנולוגיה עדיין קטנה או קשה למדידה.

ההבדל הזה הוא אחד המפתחות להבנת הסיכון הכלכלי. הוכחת יעילות במשימה מסוימת אינה שקולה להוכחת תשואה על השקעות של מאות מיליארדי דולרים בתשתית.

גם לחשמל, למים ולקרקע יש מחיר

ההשקעות בבינה מלאכותית אינן משפיעות רק על מאזני החברות ושערי המניות.

הקמת מרכזי נתונים מחייבת אספקת חשמל רציפה, מערכות קירור, שימוש במים ותשתיות הולכה. חלק מהעלויות הללו אינן מופיעות במחיר שמשלם המשתמש הסופי עבור שירות בינה מלאכותית.

לפי הסוכנות הבינלאומית לאנרגיה (IEA), צריכת החשמל העולמית של מרכזי נתונים צפויה להכפיל את עצמה בקירוב עד 2030, כאשר הבינה המלאכותית היא אחד הגורמים המרכזיים לגידול.

גם אם חלק מההשקעות במרכזי הנתונים יתבררו בעתיד כלא רווחיות, המתקנים הפיזיים, ההתחייבויות לחברות החשמל והשפעותיהם על הסביבה לא ייעלמו עם ירידת מחיר המניות.

השאלה הכלכלית היא אפוא גם שאלה ציבורית: מי נהנה מהתועלת של מערכות הבינה המלאכותית, ומי נושא בעלויות הקמת התשתית והפעלתה?

האם אפשר לקבוע מתי הבועה תתפוצץ?

דרגונוב מעריך כי תיקון גדול בשוק עשוי להתרחש בשנים 2028–2029. הוא אף מעלה אפשרות לירידה של עשרות אחוזים במדדי המניות.

אין כיום דרך מהימנה לקבוע שמפולת אכן תתרחש באותן שנים, או שהירידה תהיה בשיעור מסוים.

גם האינדיקטורים הפיננסיים אינם מצביעים כולם לאותו כיוון.

לפי נתוני FactSet מתחילת אוקטובר 2026, מכפיל הרווח העתידי של מדד S&P 500 עמד על כ־19. זו רמה שאינה גבוהה באופן חריג ביחס לממוצעים של השנים האחרונות. נכון ל־9 באוקטובר, האנליסטים צפו צמיחה של כ־29.6% ברווחי החברות במדד ברבעון השלישי לעומת השנה הקודמת.

אלה תחזיות ולא תוצאות סופיות, אך הן מלמדות שהעליות בשוק אינן נשענות רק על סיפורים עתידיים. קיימת גם צמיחה ברווחי חברות.

מנגד, ציפיות הרווח עצמן עלולות להתברר כאופטימיות מדי. ריבית גבוהה מגדילה את עלויות המימון. השקעות הוניות גדולות עלולות לצמצם את תזרים המזומנים החופשי, גם כאשר הרווח החשבונאי ממשיך לגדול.

ייתכנו כמה תרחישים. בתרחיש הראשון, הביקוש לבינה מלאכותית יגדל במהירות מספקת ויצדיק חלק גדול מההשקעות. בתרחיש השני, השוק יתאזן בהדרגה תוך ירידת מחירים וצמצום השקעות. בתרחיש השלישי, הפער בין ההשקעות לתשואה יוביל למשבר משמעותי בענף.

הנתונים הקיימים אינם מאפשרים להכריע איזה תרחיש יתממש.

השאלה החשובה אינה האם הבינה המלאכותית תצליח

גם בשיא בועת הדוט־קום לא היה צורך להניח שהאינטרנט ייכשל כדי להבין שחלק מההשקעות בו היו מסוכנות.

אותו עיקרון נכון לבינה המלאכותית.

כבר כיום הטכנולוגיה מסייעת למחקר, לכתיבת תוכנה, לניתוח נתונים ולביצוע משימות מקצועיות. יכולותיה צפויות להמשיך ולהשתפר, אם כי היקף השפעתה העתידית על המשק עדיין אינו ידוע.

אולם הצלחתה הטכנולוגית אינה מבטיחה שכל מפתח מודלים, ספק תשתיות או יצרן שבבים ייהנה מצמיחה רווחית לאורך זמן. התחרות עשויה להעביר חלק גדול מהערך הכלכלי מן החברות המפתחות את התשתית אל הלקוחות המשתמשים בה.

בסופו של דבר, ייתכן שהמרוויחים הגדולים מהבינה המלאכותית יהיו דווקא חברות וארגונים שישתמשו בה כדי לשפר את פעילותם. הם לא יהיו בהכרח החברות שהשקיעו את הסכומים הגדולים ביותר בפיתוח המודלים ובבניית מרכזי הנתונים.

בועת הדוט־קום לא הוכיחה שהאינטרנט היה אשליה. היא הוכיחה שגם כאשר התחזית הטכנולוגית נכונה, התחזית הפיננסית יכולה להיות שגויה לחלוטין.

התשתית שהבועה השאירה אחריה

אחת התובנות המעניינות לגבי בועת הדוט־קום הופיעה בספרו של העיתונאי תומס פרידמן, העולם הוא שטוח, שפורסם בשנת 2005. פרידמן הסביר כי ההשקעות המופרזות בתשתיות תקשורת בשנות התשעים הותירו אחריהן רשת עולמית עצומה של סיבים אופטיים. ברשת זו נכללו גם כבלים תת־ימיים שחיברו בין יבשות. חלק מהחברות שהשקיעו בהקמת הרשתות קרסו, אך התשתית שהקימו המשיכה לפעול.

עודף הקיבולת והירידה במחירי התקשורת אפשרו לחברות בארצות הברית להעביר להודו משימות שבעבר נדרשו להתבצע במשרדיהן: פיתוח תוכנה, שירות לקוחות, הנהלת חשבונות, תמיכה טכנית ועיבוד מידע. חברות הודיות יכלו להעסיק מהנדסים ואנשי מקצוע מקומיים ולספק שירותים ללקוחות אמריקנים כמעט בזמן אמת. כך הפכה בנגלור לאחד המרכזים החשובים של תעשיית שירותי המחשוב העולמית.

כמובן, התשתית לא הייתה הגורם היחיד. הודו נהנתה גם ממאגר גדול של מהנדסים דוברי אנגלית, מניסיון שצברה בהיערכות לבאג 2000 ומלחץ שהופעל על חברות אמריקניות לצמצם הוצאות לאחר התפוצצות הבועה.

הדוגמה הזאת ממחישה תופעה כלכלית רחבה יותר: השקעה עשויה להתברר ככישלון עבור מי שמימן אותה, ובכל זאת ליצור תשתית שתניע צמיחה כלכלית במשך עשרות שנים.

האם כך יקרה גם בבינה המלאכותית? ייתכן. גם אם חלק מהחברות המשקיעות היום במרכזי נתונים לא ישיגו את התשואות שהן מצפות להן, תשתיות החשמל, התקשורת והמבנים שיישארו עשויים לשרת שימושים עתידיים. עם זאת, יש הבדל מהותי. סיב אופטי יכול להמשיך לשרת את המשתמשים במשך עשרות שנים, ואילו מעבדים ומאיצי בינה מלאכותית עלולים להתיישן במהירות יחסית. לכן אין ביטחון שכל השקעת יתר בתשתיות הבינה המלאכותית תשאיר אחריה נכסים בעלי ערך ארוך טווח.

ייתכן שבעוד עשרים שנה נראה שחלק מההשקעות של ימינו היו מוגזמות, אך גם שהן סייעו להניח את התשתית לשינוי כלכלי וטכנולוגי עמוק. השאלה תהיה מי שילם על התשתית ומי נהנה ממנה. זו גם השאלה המרכזית של גל ההשקעות הנוכחי: לא האם הבינה המלאכותית תשנה את העולם, אלא מי יצליח להרוויח מהשינוי, מי יישא בעלויותיו, וכמה מן ההבטחות הכלכליות כבר מגולמות במחירי המניות.

שאלות ותשובות

האם הטענה שהבינה המלאכותית נמצאת בבועה פירושה שהטכנולוגיה אינה עובדת?

לא. בועה פיננסית עשויה להיווצר גם סביב טכנולוגיה מועילה ומצליחה. השאלה היא האם המחירים וההשקעות משקפים באופן סביר את ההכנסות והרווחים העתידיים.

במה שונה גל ההשקעות בבינה מלאכותית מבועת הדוט־קום?

בתקופת הדוט־קום חברות רבות היו צעירות וחסרות רווחים. כיום חלק ניכר מההשקעות נעשה בידי חברות טכנולוגיה גדולות ורווחיות. עם זאת, בשתי התקופות קיים סיכון של השקעת יתר בתשתיות על בסיס תחזיות ביקוש אופטימיות.

כיצד ייתכן שהשימוש בבינה מלאכותית גדל, אבל ההשקעה אינה משתלמת?

שימוש רב אינו מבטיח רווחים גבוהים. אם עלויות הפיתוח, החומרה והחשמל גדלות מהר מהכנסות הלקוחות, או אם התחרות מורידה את המחירים, ספקי השירותים עלולים להתקשות להשיג תשואה מספקת.

האם צפויה מפולת בשוק הבינה המלאכותית ב־2028–2029?

אין לכך הוכחה. מדובר בתחזית של אנליסט, ואי אפשר לקבוע במדויק מתי יתרחש תיקון שוק או מה יהיה היקפו. השאלות החשובות יותר הן קצב גידול ההכנסות, תזרים המזומנים, החובות וההתחייבויות העתידיות של החברות.

מקורות

עוד בנושא באתר הידען

למאמר שהניע את הדיון: Victor Dergunov, “Is The AI Bubble Really About To Burst?”, Seeking Alpha, 8.10.2026

View the original on הידען →

KioskNews shows a cleaned-up reading view extracted from the publisher’s page — the original always lives on their site, not ours.