טריליון דולר בAI: מה צריך לקרות כדי שההשקעה תחזיר את עצמה
אנליטיקאים ואקדמאים בוחנים את ההשקעות חסרות התקדים של חברות הענן הגדולות בתשתיות AI - מול הכנסות שעדיין רחוקות מלכסות אותן. הערכה כלכלית חדשה בוחנת כמה צריכה הפריון של החברות לגדול כדי שההשקעה תשתלם, ומה קורה אם זה לא יקרה.
ג'סיקה וכטר, פרופסור למימון בבית הספר וורטון של אוניברסיטת פנסילבניה, בחרה בגישה פשוטה כדי להעריך את השפעת ה-AI על הכלכלה: במקום לנחש כמה שימושי ונפוץ יהיה AI בעתיד, היא שאלה כמה מהר צריכות הכנסות חברות הענן הגדולות ("hyperscalers") לגדול כדי להצדיק את ההוצאות שלהן. לפי הניתוח שפרסמה עם שותף למחקר, ההוצאות על תשתיות AI צפויות להגיע לכ-1.1 טריליון דולר עד 2027. כדי לכסות סכום כזה - בהתחשב בעלות ההון, בתשואה נדרשת של 15% ובפחת על הנכסים - על חברות ה-AI להגדיל את הפריון שלהן פי 2.7 עד 2030.
וכטר, ששימשה בעבר כלכלנית ראשית ברשות ניירות ערך האמריקאית (SEC) וראש חטיבת הכלכלה והניתוח הפיננסי שם, מתארת זאת כלא בלתי אפשרי - קצב צמיחה כזה התרחש בעבר, בגל ה-IT האמריקאי שהחל באמצע שנות ה-90 ונמשך כעשור. הבעיה, לדבריה, היא לוח הזמנים: "זו הרבה צמיחה שדחוסה לתוך מספר שנים בודדות". אם החברות לא יעמדו ביעדי הרווחיות, היא מזהירה, "הן ייפלו מאחור בתשלומי הריבית שלהן, ומה שמסכן אותן בפשיטת רגל". במאמר שלה ושל שותפה למחקר נכתב כי אם "פריצת דרך בפריון" לא תתממש, "ההשקעה הנוכחית תהיה הקצאת ההון הגדולה ביותר בהיסטוריה שהושקעה לא נכון".
פער בין הוצאה להכנסה
בפועל, חברות הענן - Alphabet, מיקרוסופט, אמזון, Meta ואורקל (שותפה של OpenAI) - צפויות להוציא כ-750 מיליארד דולר השנה בלבד על הקמת מרכזי נתונים, ולפי הערכות מסוימות ההשקעות ההון הכוללות בתחום ה-AI עשויות לעבור 5 טריליון דולר בארבע השנים הקרובות - אחד ההיקפים הגדולים אי-פעם להשקעת הון בענף יחיד. מנגד, סך ההכנסות מ-AI בעולם צפוי לעמוד השנה על כ-150 עד 200 מיליארד דולר בלבד, לפי גארי גנסלר, שעמד בראש ה-SEC בתקופת ממשל ביידן ומכהן כיום כפרופסור בבית הספר סלואן שבמכון MIT. "האתגר הוא שההוצאה עדיין לא מגובה בהכנסות מקבילות. זו עובדה", אמר גנסלר. "והשאלה היא האם זו השקעה שתחזיר את עצמה בעתיד".
לפי הערכות, ההשקעות עלולות לטפס לכדי כ-3% מהתמ"ג האמריקאי - היקף שהופך את השאלה למשמעותית לא רק לחברות עצמן אלא לכלכלה כולה. אי-הוודאות נובעת מכמה כיוונים: לא ברור כמה כוח מחשוב יידרש בעתיד, האם המודלים יהפכו יעילים יותר ופחות תלויים בחומרה יקרה, האם הביקוש למוצרי AI יאט, או שלקוחות יעברו למודלים זולים יותר. הסיכון גדל השנה, ככל הנראה, גם בשל כך שחברות הענן החלו ללוות סכומים גדולים כדי לממן את ההרחבה - ותזרים המזומנים החופשי הצפוי שלהן כקבוצה, כלומר תזרים מהפעילות בניכוי השקעות הון, צפוי לרדת בקרוב מתחת לאפס. אפילו Alphabet, המוכרת בצבירת מזומנים גדולה, דיווחה כי הכנסות של כמעט 120 מיליארד דולר ברבעון האחרון "נבלעו" כמעט כליל בהוצאות על תשתית AI.
למה זה חשוב
המשמעות, ככל הנראה, היא שהשנים הקרובות יהוו מבחן ממשי: אם קצב שיפור הפריון בחברות ה-AI לא יתקרב לתחזיות, האסטרטגיה הפיננסית שמאחורי גל ההשקעות עלולה להתגלות כלא בת-קיימא - עם השלכות שיכולות לחרוג מגבולות ענף הטכנולוגיה עצמו, בהינתן ההיקף שההשקעה הזו תופסת מתוך הכלכלה האמריקאית כולה.