המירוץ העולמי למרכזי נתונים מבוססי בינה מלאכותית: האם בועה גדולה מתקרבת? הסוד השמור היטב של שיעורי הניצול האמיתיים של ענקיות הבינה המלאכותית

השכרה במקום בנייה: מדוע אנתרופיק, זוכת הבינה המלאכותית הסודית, אינה הבעלים של מרכזי נתונים משלה

עד שנת 2026, שדה הקרב המכריע של הבינה המלאכותית השתנה באופן דרמטי. זה כבר לא רק עניין של איזה מודל שפה מייצר את הטקסטים החכמים ביותר, מעצב את התמונות היצירתיות ביותר, או כותב את הקוד נטול השגיאות ביותר. המירוץ האמיתי, הבלתי פוסק הרבה יותר, מתרחש כעת בעולם הפיזי: בצורה של מרכזי נתונים ענקיים, קיבולת חשמל מועטה וטריליוני דולרים בהשקעות בתשתיות. ענקיות טכנולוגיה כמו מיקרוסופט, גוגל ומטא, כמו גם שחקנים סיניים מתפתחים, משקיעים כיום סכומים בלתי נתפסים בבניית מה שנקרא "מפעלי בינה מלאכותית". נפח ההשקעות העולמי עולה כעת על התפוקה הכלכלית של מדינות שלמות. אבל מאחורי הקלעים של קרב משאבים חסר תקדים זה, צצות בעיות מבניות חמורות. בעוד שסטארט-אפים כמו אנתרופיק נאלצים להסתמך על מודלים גמישים של שכירות, צוואר בקבוק דרמטי מתגלה ברחבי העולם, הנובע לא בעיקר משבבי הבינה המלאכותית המוערכים, אלא מהסוגיה השגרתית של אספקת חשמל, עלויות קירור גואות וחוסר בחיבורי רשת. במאבק העצום הזה בין ארה"ב לסין, אירופה מסתכנת בפיגור מוחלט עקב תקנות מחמירות ומחסור בהון. השאלה הדחופה ביותר, עם זאת, היא: האם כאן נבנה היסוד הפיזי החיוני לכלכלה העולמית העתידית - או שמא בועת ההשקעות הגדולה והיקרה ביותר של העשור שלנו מתנפחת לנגד עינינו?

קשור לזה:

• טוב לדעת: מרכזי נתונים של בינה מלאכותית או מרכזי נתונים קלאסיים – כאשר תשתית דיגיטלית הופכת למפעל בינה מלאכותית עתיר אנרגיה

כאשר כוח המחשוב הופך לחשוב יותר מהמודל עצמו

כל מי שעוקב אחר החדשות סביב בינה מלאכותית בקיץ 2026 מקבל מהר מאוד את הרושם שהתחרות האמיתית השתנתה מזמן. כוח השוק כבר לא נקבע אך ורק על ידי איזה מודל שפה מספק את התשובות החכמות ביותר, אלא על ידי הזמינות הפיזית הפשוטה של ​​כוח מחשוב, חשמל ויכולת קירור. ההכרזות של OpenAI, Anthropic, Google, xAI, Meta, ומספר הולך וגדל של ספקים סיניים כמו Alibaba, DeepSeek, Moonshot ו-Z.ai נקראות כעת פחות כמו השקות מוצרים ויותר כמו דוחות בנייה מהתעשייה הכבדה. נתוני גיגה-וואט, זמני אספקה ​​של שנאים ויישומי חיבור לרשת הפכו למדדים האמיתיים של מרוץ הבינה המלאכותית, בעוד שהמודלים עצמם, חזקים ככל שיהיו, נראים יותר ויותר כתוכנה ניתנת להחלפה על בסיס פיזי נדיר ויקר. שינוי זה משמעותי מבחינה כלכלית משום שהוא מעצב מחדש את מאזן הכוחות בכל מגזר הטכנולוגיה וקושר הון בקנה מידה שהיה בלתי נתפס רק לפני מספר שנים.

מדוע אי אפשר עוד למדוד קיבולת ביחידות

בעיה מתודולוגית מרכזית מטרידה כל ניתוח רציני של תחום זה. כל מי שמנסה לקבוע את מספר "מרכזי הנתונים של בינה מלאכותית" לכל ספק או מודל נתקל במהירות במגבלה שאפילו צופי שוק מומחים כמו Epoch AI או מדד מרכזי הנתונים של בינה מלאכותית אינם יכולים לפתור. הסיבה לכך טמונה באופי התשתית עצמה. קמפוס של מרכז נתונים יחיד משרת לעתים קרובות מספר מטרות בו זמנית, נושא עומסי אימון עבור מודל אחד ועומסי הסקה עבור אחר, מופעל על ידי היפרסקלר אך מושכר חלקית למתחרה, ומשנה את הקצאתו ככל שנחתמים חוזים חדשים. אנתרופיק, לדוגמה, כמעט ואינה מחזיקה בקמפוסי אימון משלה, אך שוכרת קיבולת מאמזון באמצעות שבבי Trainium הקנייניים שלה, מגוגל באמצעות התחייבויות TPU בקנה מידה של ג'יגה-וואט, ממיקרוסופט, מספקי ניאו-ענן מיוחדים כמו CoreWeave, Fluidstack ו-Nscale, ואפילו מהמתחרה הישירה שלה xAI, שקבוצת Colossus שלה בממפיס מקצה קיבולת ללקוחות מרובים בו זמנית. נתון אמין לכמה ממרכזי הנתונים שלה אנתרופיק מפעילה פשוט אינו קיים מכיוון שמודל העסקי שלה מבוסס על ליסינג ולא על בעלות. חוסר בהירות זה נפוץ כמעט בכל התעשייה ומבהיר כי הצהרות אמינות חייבות להתבסס על נתוני מגה-וואט וג'יגה-וואט, מיקומים ספציפיים ועסקאות מתועדות חוזיות, ולא על מספרים מדויקים לכאורה.

הימור התשתיות, הימור של טריליון דולר

קשה עוד לתפוס את היקף ההשקעות הזורמות למגזר זה באמצעות קטגוריות מימון תאגידי מסורתיות. צופי שוק צופים היקף השקעה מצטבר של חברות ההיפר-סקייל הגדולות בשנת 2026 שינוע בין 630 מיליארד דולר ל-830 מיליארד דולר. בעוד שהמספרים המדויקים משתנים בהתאם למתודולוגיה, לכל ההערכות יש מסר משותף: מדובר בעלייה של כ-60 אחוזים בהשוואה לשנה הקודמת. גולדמן זאקס מעריכה את ההוצאה המצטברת לתקופה שבין 2026 ל-2031 בכ-7.6 טריליון דולר, בעוד שמקינזי צפתה בעבר דרישת השקעה של כ-5.2 טריליון דולר עד 2030 עבור מרכזי נתונים מבוססי בינה מלאכותית בלבד. סכומים אלה עולים על התפוקה הכלכלית של מדינות מתועשות בגודל בינוני ומעלים את השאלה הבסיסית האם התשואות הצפויות משירותי בינה מלאכותית יכולות אי פעם להצדיק הוצאת הון זו. אמזון מתכננת להשקיע כ-220 מיליארד דולר בהוצאות הון השנה, אלפבית נמצאת בטווח של 180 עד 200 מיליארד דולר, מיקרוסופט כ-175 עד 190 מיליארד דולר, ומטא בין 125 ל-145 מיליארד דולר. יחד עם אורקל, שהשקעותיה מסתכמות בכ-50 עד 56 מיליארד דולר, זה מצייר תמונה שבה חמש חברות מממנות למעשה את הבסיס הפיזי העולמי של מהפכת הבינה המלאכותית, בעוד ספקיות קטנות יותר כמו OpenAI ו-Anthropic נותרות תלויות בתשתית שלהן או בבעלי מתקנים ייעודיים.

ג'יגה-מפעלי האנרגיה של אמריקה כהצהרה גיאופוליטית

המציאות הפיזית של גל השקעות זה ניכרת במיוחד בארצות הברית, שם פרויקט Stargate של OpenAI, Oracle ו-SoftBank יוצר רשת של מרכזי נתונים. ההכרזה הראשונית על עשרה ג'יגה-וואט ו-500 מיליארד דולר הוכחה כמורכבת הרבה יותר בפועל. האתר באבילין, טקסס, פעיל כעת, בעוד שמיקומים אחרים במישיגן, ויסקונסין, אוהיו וניו מקסיקו נמצאים בבנייה או בשלבי תכנון. מעקב מעריכים כי קיבולת ההספק המתוכננת בארה"ב כרגע היא בטווח הגבוה של ג'יגה-וואט חד-ספרתי, נמוך משמעותית מההכרזה המקורית. במקביל, מיקרוסופט השיקה אשכול משלה, שתוכנן כמחשב-על יחיד ומבוסס על ארכיטקטורת GB200, בקמפוס Fairwater שלה בוויסקונסין ביוני 2026, מה שמדגיש את עצמאותה של החברה מיחסי לקוחות בודדים כמו השותפות שלה עם OpenAI. xAI, מצידה, בנתה קיבולת של כג'יגה-וואט אחד עם קומפלקס Colossus שלה בממפיס ובסאות'הייבן, ובנתה מספר בניינים. החברה אינה משתמשת במתקן באופן בלעדי עבור אימוני Grok שלה, אלא גם משכירה כוח מחשוב למתחרים כמו Anthropic ו-Google - עובדה שחושפת את התלות הכלכלית ההדוקה אפילו בין מעבדות שנראות יריבות. מטא הגדילה את הקיבולת המתוכננת שלה עבור פרויקט Hyperion שלה בלואיזיאנה לחמישה ג'יגה-וואט ולהיקף השקעה של למעלה מ-50 מיליארד דולר ביולי 2026, אם כי השלבים הראשונים של ההרחבה אינם צפויים להיכנס לתוקף באופן מציאותי לפני 2028. פער זמן זה אופייני לכל התעשייה, שבה הכרזות מגיעות באופן קבוע שנים לפני ההפעלה בפועל, ומשקיעים מסתמכים למעשה על הבטחה לקיבולת עתידית.

הנתיב המקביל של סין באמצעות שבבים מקומיים

בעוד שהפיתוח האמריקאי מסתמך במידה רבה על חומרה של Nvidia, סין נוקטת בנתיב שונה במכוון, שנכפה בתחילה על ידי מגבלות יצוא אמריקאיות, אך התפתח מאז לאסטרטגיית מדיניות תעשייתית עצמאית. על פי דיווחי בלומברג, Z.ai, שנודעה בעבר בשם Zhipu, השיקה באופן חלקי קמפוס של מרכז נתונים של ג'יגה-וואט אחד ביולי 2026, שיפעל אך ורק עם שבבים סיניים, אם כי מיקומו המדויק נותר לא ידוע. החברה טוענת שדגם ה-GLM-5.3-Flash שאומן שם יופעל על למעלה מ-100,000 שבבים מתוצרת מקומית לצורך הסקה, נתון שטרם אומת באופן עצמאי. DeepSeek הודיעה על תוכניות ביולי 2026 לבנות מרכז נתונים משלה בהספק של ג'יגה-וואט באולאנקב, מונגוליה הפנימית, כאשר הפעלה חלקית מתוכננת לסוף 2027 או תחילת 2028, מה שמדגיש את פיגורה בפרויקטים האמריקאים. Moonshot AI, החברה שעומדת מאחורי דגמי Kimi, בחרה בגישה פרגמטית יותר, וחתמה על הסכם חכירה עם Alibaba Cloud בקיץ 2026 עבור כ-20,000 מעבדי גרפיקה של Nvidia. זה מוכיח שגם ספקים סינים, למרות מתחים פוליטיים, ממשיכים לגשת לחומרה מערבית אם ניתן למצוא פתרון משפטי או לוגיסטי. דיווחי חקירה הטוענים כי Moonshot השיגה גישה לדור האחרון של שבבי Nvidia מדגם Blackwell דרך מדינות שלישיות בדרום מזרח אסיה, ובמיוחד תאילנד, נותרו טענות לא מאושרות, ללא תמיכה בראיות אמינות בשרשרת האספקה ​​או בהצהרות רשמיות של החברות המעורבות. עליבאבא עצמה מפעילה כיום 105 אזורי זמינות ב-32 אזורים ברחבי העולם והתחייבה ל-53 מיליארד דולר להרחבת תשתית הענן שלה. אתר מחשוב-העל אולאנקב הוא אחד מחמישה מרכזי נתונים כביכול, והוא משמש הן עבור דגם Qwen שלה והן עבור לקוחות חיצוניים כמו Moonshot. דוגמה קונקרטית יותר לקנה מידה זה היא צומת העל Lingjun Zhenwu M890 באולאנקב, שהושק מסחרית באוגוסט 2026. ארכיטקטורת HPN 8.0 הבסיסית שלו מגדילה את קנה המידה של החיבורים מ-16 ל-64 כרטיסי מסך לכל צומת עם רוחב פס של 800 ג'יגה-בייט לשנייה, מה שמאפשר תיאורטית אשכולות עם עד 130,000 כרטיסי מסך הטרוגניים ופוטנציאל להתרחבות לרשת רשת עם מיליוני מפות. זה מאפשר למתקן אימון והסקת מודלים עם עד עשרה טריליון פרמטרים. המתחרה הסינית Z.ai, לעומת זאת, מסתמכת אך ורק על מאיצים המיוצרים מקומית של Huawei, Cambricon ו-Moore Threads בקמפוס הג'יגה-וואט שלה, הפועל חלקית מאז יולי 2026. הסיבה לכך היא שהחברה נמצאת ברשימת בקרת היצוא של ארה"ב מתחילת 2025 ולכן מנותקת לחלוטין מגישה לחומרת Nvidia. כל אשכול בודד במתקן כולל, על פי הדיווחים, יותר מ-10,000 שבבים. עם זאת, DeepSeek נותרה מתלבטת ושנויה במחלוקת פוליטית בנוגע לתמהיל השבבים עבור אתר אולנקאב המתוכנן שלה. זאת בעקבות טענה של נציג ממשלת ארה"ב בפברואר 2026 לפיה החברה השתמשה באופן לא חוקי בשבבי Nvidia Blackwell במתקן במונגוליה הפנימית - טענה ש-DeepSeek מכחישה ואינה ניתנת לאימות עצמאית. כהערכת עלות גסה עבור מרכז נתונים של ג'יגה-וואט עם טכנולוגיית מאיץ מתקדמת, ציטט מנכ"ל Nvidia, ג'נסן הואנג, סכום של כ-50 מיליארד דולר, כלל אצבע שאינו מבוסס על סכום השקעה ספציפי שאושר על ידי DeepSeek עצמה. אינדיקציה עקיפה מעניינת ליעילות העלות היחסית של התשתית הסינית ניתנת על ידי מחירי ה-API של הדגמים השונים: בעוד ש-GLM 4.7 Flash של Z.ai, במחיר של כ-0.06 דולר למיליון טוקנים, ו-DeepSeek V4 Flash, במחיר של כ-0.09 דולר, הם בין ההיצע הזול ביותר בשוק, קוד Kimi K2.7 של Moonshot, במחיר של כ-0.74 דולר, יקר משמעותית. ניתן לייחס זאת בחלקו להסתמכות על כרטיסי מסך חכירה של Nvidia, שכן ל-Moonshot עצמה אין מתקן בקנה מידה גדול ידוע משלה, אלא, על פי הצהרותיה שלה, שכרה כ-20,000 כרטיסי מסך מ-Alibaba Cloud.

ניסיונה של אירופה לעמדה עצמאית

האיחוד האירופי נמצא בעמדה חלשה יותר מבחינה מבנית במרוץ העולמי הזה, הן בשל חוזק ההון הנמוך של חברות הטכנולוגיה המקומיות שלו והן בשל רתיעה רגולטורית בולטת. החברה הצרפתית Mistral AI מפעילה כיום אתר ליד פריז, בעוד אתר שני בשוודיה נמצא בבנייה, במטרה מוצהרת להגיע לקיבולת של 200 מגה-וואט עד 2027 וגיגה-וואט אחד עד 2030. ראוי לציין כי ביולי 2026 חתמה מיקרוסופט על הסכם חכירה רב-שנתי לקיבולת של Mistral האירופית. בעוד שהסכום המדויק לא נחשף, רויטרס מדווחת כי הוא עומד על עשרות מיליארדי יורו. עסקה זו שופכת אור חושפני על גבולות תביעתה של אירופה לריבונות, שכן שוכר עוגן מרכזי בתשתית הבינה המלאכותית האירופית לכאורה הוא לא אחר מאשר ענקית הטכנולוגיה האמריקאית, שמעבדי הגרפיקה שלה עדיין מיוצרים בעיקר בארה"ב. בתגובה לתלות מבנית זו, הנציבות האירופית השיקה תהליך ביולי 2026 להקמת שבעה מה שנקראים גיגה-מפעלי בינה מלאכותית, עבורם יועדו כ-30 מיליארד יורו במימון ציבורי ופרטי. עם זאת, פרויקט זה נמצא כעת בשלב בניית הקונסורציום ועדיין לא יצר יכולת תפעולית כלשהי. במקביל, הסביבה הרגולטורית למרכזי נתונים חדשים באירופה הופכת מחמירה יותר ויותר, כפי שמודגם בדוגמה של ספרד, שם הוצגה הצעת חוק באוגוסט 2026 שתדרוש ממתקנים חדשים בעלי קיבולת של יותר ממגה-וואט אחד להוכיח שהם מייצרים לפחות 80 אחוז חשמל מתחדש נוסף לשעה. דרישות כאלה מגדילות משמעותית את עלויות המיקום בתוך האיחוד האירופי ועשויות להוביל למיקום קבוע של נתח הולך וגדל של יכולת הכשרת בינה מלאכותית העולמית מחוץ ליבשת.

מימד חדש של טרנספורמציה דיגיטלית עם 'בינה מלאכותית מנוהלת' (בינה מלאכותית) – פלטפורמה ופתרון B2B | ייעוץ אקספרט - תמונה: Xpert.Digital

כאן תלמדו כיצד החברה שלכם יכולה ליישם פתרונות בינה מלאכותית מותאמים אישית במהירות, בצורה מאובטחת וללא חסמי כניסה גבוהים.

פלטפורמת בינה מלאכותית מנוהלת היא הפתרון השלם והחסר דאגות שלכם לבינה מלאכותית. במקום להתמודד עם טכנולוגיה מורכבת, תשתית יקרה ותהליכי פיתוח ארוכים, אתם מקבלים פתרון מוכן מראש המותאם לצרכים שלכם משותף מתמחה - לעתים קרובות תוך מספר ימים בלבד.

היתרונות המרכזיים במבט חטוף:

⚡ יישום מהיר: מרעיון ליישום מוכן לשימוש תוך ימים, לא חודשים. אנו מספקים פתרונות מעשיים היוצרים ערך מוסף מיידי.

🔒 אבטחת מידע מקסימלית: המידע הרגיש שלך נשאר אצלך. אנו מבטיחים עיבוד מאובטח ותואם ללא שיתוף מידע עם צדדים שלישיים.

💸 אין סיכון פיננסי: אתם משלמים רק על תוצאות. השקעות גבוהות מראש בחומרה, תוכנה או כוח אדם מבוטלות לחלוטין.

🎯 התמקדו בעסק הליבה שלכם: התרכזו במה שאתם עושים הכי טוב. אנחנו דואגים לכל תהליך היישום הטכני, התפעול והתחזוקה של פתרון הבינה המלאכותית שלכם.

📈 עמיד לעתיד וניתן להרחבה: הבינה המלאכותית שלכם גדלה איתכם. אנו מבטיחים אופטימיזציה וגמישות מתמשכת, ומתאימים את המודלים לדרישות חדשות בצורה גמישה.

מידע נוסף כאן:

• פתרון בינה מלאכותית מנוהלת - שירותי בינה מלאכותית תעשייתיים: המפתח לתחרותיות במגזרי השירותים, התעשייה וההנדסה המכנית

חשמל כצוואר הבקבוק האמיתי של העשור

אלו שמצמצמים את הדיון הציבורי סביב תשתית בינה מלאכותית אך ורק ליחידות עיבוד גרפיות (GPU) מבינים לא נכון את הדינמיקה האמיתית של המגזר. מומחים ואנליסטים רבים מצביעים כעת על כך שהגורם המגביל המכריע אינו זמינות השבבים, אלא זמינות החשמל ותשתית הרשת הנלווית. ביוני 2026, הרשות הרגולטורית האמריקאית FERC פרסמה הנחיות שנועדו לזרז את חיבורם של מה שנקרא עומסים גדולים לרשת החשמל - הודאה ישירה בכך שתהליכי אישור חיבור הרשת הקיימים אינם מספיקים עוד לתוכניות ההתרחבות של מפעילי מרכזי נתונים. במקביל, ביולי 2026, הבית הלבן הרחיב את התחייבות הגנת משלם המסים, התחייבות פוליטית של מפעילי מרכזי נתונים לא לגלגל עלויות רשת נוספות שנוצרות על ידי מתקניהם ללקוחות חשמל ביתיים. צעד מדיניות זה נבע כתגובה ישירה להתנגדות הציבורית הגוברת לעליית מחירי החשמל באזורים עם צפיפות גבוהה של מרכזי נתונים ומדגים כי הרחבת תשתית בינה מלאכותית הפכה מזמן לנושא רגיש מבחינה פוליטית. הדוגמה של xAI, שהסתמכה זמנית על טורבינות גז ניידות בממפיס כדי להבטיח את אספקת החשמל למתקניה מבלי להמתין לחיבור קבוע לרשת, ממחישה עד כמה גבר לחץ הזמן במרוץ אחר כושר המחשוב. אנליסטים במכון המחקר BloombergNEF מעריכים כי כושר הייצור של מרכזי הנתונים העולמיים הנמצאים בבנייה עולה כעת על 23 ג'יגה-וואט, בעוד שהיקף ההשקעה של המפעילים הגדולים ביותר לבדם מתקרב ל-750 מיליארד דולר בשנת 2026. נתונים אלה מבהירים כי צוואר הבקבוק האמיתי בשנים הקרובות אינו טמון בתעשיית המוליכים למחצה, אלא במגזר האנרגיה ובתהליכי ההיתרים הנלווים אליו, כולל זמני האספקה ​​של שנאים ורכיבי רשת קריטיים אחרים, שיכולים כעת להתארך על פני מספר שנים.

קשור לזה:

• כאשר הרעב הדיגיטלי מכבה את האורות: כיצד מרכזי נתונים דוחפים את אספקת האנרגיה של וירג'יניה אל סף הקריסה

• 16 שנים מאוחר מדי: בעיית הנחושת המדאיגה של בינה מלאכותית

התעלומה סביב השימוש בפועל בקיבולת

היבט של הדיון, שלעתים קרובות מתעלמים ממנו, נוגע לניצול בפועל של הקיבולת הבנויה ביחס לעומס המחובר הנומינלי. נתוני הגיגה-וואט המופצים בדוחות ציבוריים מתארים בדרך כלל את הקיבולת המותקנת המרבית של אתר, אך אומרים מעט על כמה מקיבולת זו משמשת בפועל לאימון פרודוקטיבי או להרצות הסקה וכמה נותרת לא מנוצלת כעתודה או עקב צווארי בקבוק טכניים. הבחנה זו משמעותית כלכלית משום שהיא משפיעה ישירות על התשואה בפועל על ההשקעה עבור פרויקטים אלה של מיליארדי דולרים. מרכז נתונים שיש לו באופן רשמי גיגה-וואט אחד של עומס מחובר אך מנוצל רק ב-60 או 70 אחוז עקב בעיות קירור, אופטימיזציה של תוכנה או פשוט חוסר ביקוש, ייצר באופן טבעי תשואה נמוכה משמעותית מזו שהוצעה במצגות של משקיעים. נתונים אמינים ומאומתים באופן עצמאי על הניצול בפועל של אתרים בודדים כמעט ואינם קיימים, מכיוון שמפעילים אינם חושפים מידע זה מסיבות תחרותיות. חוסר שקיפות זה לא רק מקשה על הערכת החלטות השקעה חיצונית, אלא גם מלבה את הספקנות הגוברת של חלק ממשקיפי השוק הרואים סימנים לתגובת יתר ספקולטיבית בזרימות ההון הנוכחיות, בהשוואה לשלבים קודמים של השקעות מופרזות בתשתיות בתעשיית התקשורת בתחילת שנות ה-2000.

אנתרופיקה כדוגמה מובהקת לגישת "קלת הנכסים"

חושפני במיוחד להבנת ההיגיון הכלכלי של מגזר זה הוא המקרה של Anthropic, שמודל העסקי שלה מסתמך במכוון על בעלות פיזית מינימלית וגמישות חוזית מקסימלית. באוגוסט 2026, חתמה החברה על חוזה עם ספקית הניאו-עננים הבריטית Nscale עבור קיבולת של 460 מגה-וואט במערב וירג'יניה, שערכו הכולל, על פי דיווחי בלומברג, צפוי להגיע לכ-45 מיליארד דולר על פני תקופה של שש שנים. במקביל, Anthropic מקיימת הסכמי קיבולת מקבילים עם אמזון, ששבבי Trainium שפיתחה באופן עצמאי משמשים יותר ויותר כחלופה לחומרת Nvidia; עם גוגל, שגם התחייבויותיה ל-TPU הן בטווח הגיגה-וואט; ועם ספקים מתמחים אחרים כמו Fluidstack ואפילו עם המתחרה שלה xAI, שמתקן Colossus שלה משכיר קיבולת ללקוחות מרובים בו זמנית. אסטרטגיה זו מאפשרת לאנתרופיק לממן את צמיחתה ללא השקעות ראשוניות עצומות שחברות כמו Meta או OpenAI צריכות לנהל בעצמן, אך יחד עם זאת מעבירה סיכון משמעותי לבעל הבית והופכת את החברה לתלויה מבחינה מבנית בכוח המשא ומתן ובהחלטות קיבולת של צדדים שלישיים. מנקודת מבט כלכלית, גישה זו מייצגת הימור שעלויות קיבולת המחשוב השכורה לא יעלו מהר יותר מהכנסות החברה עצמה בטווח הארוך - הנחה שאינה מובנת מאליה בשום אופן בהתחשב במחסור הנוכחי בשבבים בעלי ביצועים גבוהים ובקיבולת חשמל.

סקירה כללית של גודל מרכזי הנתונים החשובים ביותר בתחום הבינה המלאכותית

למרות, כפי שהוסבר לעיל, לא ניתן לציין מספר מדויק ומקובל באופן אוניברסלי של מרכזי נתונים מבוססי בינה מלאכותית לכל ספק מודל, קיימים כיום קירובים אמינים לביצועים, נפח השקעה ומלאי שבבים עבור האשכולות הגדולים ביותר. אלה מתועדים על ידי עוקבים ייעודיים כמו Epoch AI ומדד מרכזי הנתונים של בינה מלאכותית, כמו גם על ידי נתוני חברה ומסמכי רגולציה. הסקירה הבאה מסכמת את סדר הגודל של המיקומים החשובים ביותר, תוך הבחנה תמיד בין הקיבולת התפעולית הנוכחית לקיבולת הסופית הצפויה.

מומלץ לנקוט משנה זהירות בפירוש נתונים אלה, שכן כמעט כל מפרט בנוגע לביצועים או קיבולת מכמת באופן שונה על ידי מקורות שונים. הדוגמה של Colossus ממחישה זאת בצורה חיה, שבה הדיווחים נעים בין 300,000 ליותר ממיליון מעבדי גרפיקה, ובין 500 מגה-וואט ל-1.4 ג'יגה-וואט, בהתאם לזמן ולשיטת הספירה. Epoch AI, אחד המעקבים השקופים ביותר מבחינה מתודולוגית, מגיע לקיבולת IT כוללת של כ-13.3 ג'יגה-וואט וכ-14.6 מיליון שווי ערך ל-H100 עבור כל מערך הנתונים שלו, הכולל 86 מרכזי נתונים מבוססי בינה מלאכותית ברחבי העולם, המחולקים בין 18 בעלים שונים. ככלל אצבע גס לעצימות הון, Epoch AI מחשבת השקעה אופיינית של כ-30 עד 44 מיליארד דולר לכל ג'יגה-וואט של קיבולת שרת, שרובה מיועד לחומרה עצמה, והשאר מכסה מבנים, קירור וקישוריות רשת. נתון זה ממחיש מדוע אתר ג'יגה-וואט בודד כבר משיג נפח השקעה העולה על סך המאזנים של קבוצות תעשייתיות בינוניות, ומדוע המירוץ אחר כושר המחשוב מתרכז יותר ויותר במספר קטן של שחקנים חזקים כלכלית בעלי גישה להון.

רגולציה כחזית תחרות שנייה

לצד התשתית הפיזית, רגולציה הופכת יותר ויותר לגורם תחרותי עצמאי, המשפיע באופן משמעותי על ההחלטות האסטרטגיות של הספקים. בארצות הברית, OpenAI פרסמה בתחילה את מודל GPT-5.6 שלה בגרסאות Sol, Terra ו-Luna כגרסה מוגבלת מראש ביוני 2026, לאחר התייעצות עם ממשלת ארה"ב - צעד חסר תקדים המדגים את הקשר ההולך וגובר בין מעבדות בינה מלאכותית אמריקאיות מובילות למנהיגים פוליטיים. מעורבות ממשלתית זו בהחלטות אישור למוצרי בינה מלאכותית מסחריים מסמנת הפסקה ברורה מהנוהג הקודם של פרסומי מודל פתוחים יחסית וניתן לפרש אותה כתגובה לחששות ביטחוניים בנוגע ליכולות של מערכות חזקות יותר ויותר. באיחוד האירופי, חבילת ה-AI Omnibus Package נכנסה לתוקף ביולי 2026. בעוד שהיא דוחה את המועדים האחרונים לעמידה בתקנות מחמירות יותר עבור מערכות בינה מלאכותית בסיכון גבוה, היא משאירה את הארכיטקטורה הרגולטורית הבסיסית של חוק הבינה המלאכותית ללא שינוי. עיכוב זה מתקבל בברכה רבה על ידי התעשייה, מכיוון שהוא מספק זמן נוסף להסתגלות, אך סופג ביקורת מצד ארגוני הגנת הצרכן מכיוון שהוא דוחה עוד יותר את האכיפה בפועל של תקנות בטיחות חשובות. בנוסף, באוגוסט 2026, פרסמה ממשלת ארה"ב צו נשיאותי בנוגע לציוד רשת זר, שהתוצאה המעשית שלו עשויה להיות שזמני האספקה ​​הארוכים ממילא של שנאים ורכיבים קריטיים אחרים ברשת יתארכו עוד יותר, מה שצפוי בתורו להאט את הרחבת קיבולת מרכזי הנתונים החדשים בארצות הברית.

מגבלות המידע הזמין לציבור

למרות הפירוט הקפדני של הדיווח, יש לציין כי חלק ניכר מהנתונים הפומביים על מרכזי נתונים של בינה מלאכותית מסתמכים בסופו של דבר על מקורות אנונימיים, הודעות הקשורות לחברה, או עוקבים מגוונים מבחינה מתודולוגית שהרכבם לא ניתן להשוות בקלות. המספר המדויק של בניינים באתר Colossus של xAI, המספר המדויק של מעבדי הגרפיקה שם, והאם המתקן הגיע בפועל לשני ג'יגה-וואט או משמעותית יותר, כולם מכומתים באופן שונה בהתאם למקור, ללא כל אפשרות לאימות עצמאי. כך גם לגבי המיקום המדויק של קמפוס הג'יגה-וואט Z.ai הסיני, שקיומו דווח על ידי מספר כלי תקשורת, אך מיקומו הגיאוגרפי טרם אושר בפומבי. באופן דומה, תשתית ההדרכה של ספקים קטנים יותר אך רלוונטיים מבחינה מסחרית כמו MiniMax משנגחאי, שנתוניהם הכספיים מראים צמיחה חזקה בהכנסות יחד עם הפסדים גבוהים והוצאות מחקר, נותרת מעבר לכל הערכה ציבורית אמינה מכיוון שהחברה אינה חושפת את משאבי מרכז הנתונים שלה. חוסר שיטתי זה של שקיפות אינו צירוף מקרים, אלא עוקב אחר ההיגיון התחרותי של תעשייה שבה התשתית הפיזית עצמה הפכה לסוד אסטרטגי, בדומה לסודיות סביב יכולות הייצור התעשייתיות בתעשיות היי-טק אחרות.

מה המשמעות של התפתחות זו לשנים הבאות

סקירה מקיפה של המידע הזמין מצביעה על הערכה מעמיקה אך מוצדקת בבירור. פריחת הבנייה הנוכחית במרכזי נתונים מבוססי בינה מלאכותית מייצגת ללא ספק את אחד מגלי ההשקעות התעשייתיות הגדולים ביותר בהיסטוריה הכלכלית האחרונה, כאשר היקפה כבר עולה, במונחים מוחלטים, על השקעות במחזורי טכנולוגיה קודמים כמו הרחבת רשתות סיבים אופטיים בסוף שנות ה-90 או חשמול אזורים שלמים בתחילת המאה ה-20. יחד עם זאת, בחינה מדוקדקת יותר מגלה כי חלק ניכר מנתוני הקיבולת שפורסמו בפומבי הם יותר עניין של הכרזות מאשר מציאות אמינה, שהניצול בפועל של המתקנים שנבנו נותר מוסתר, ושהגורם המגביל האמיתי אינו עוד זמינות של מוליכים למחצה, אלא זמינות של אנרגיה חשמלית וקיבולת חיבור לרשת. עבור אירופה, התפתחות זו מציבה אתגר מבני, שכן ליבשת חסרה הן את משאבי ההון של חברות ההיפר-סקייל האמריקאיות והן את כוח ההשקעה המכוון על ידי המדינה של ספקים סיניים, ובמקביל מקבלת חסרונות תחרותיים נוספים עקב תקנות סביבתיות ואנרגיה מחמירות יותר. השאלה האם ניתן להצדיק את סכומי ההשקעות העצומים בשנים הקרובות על ידי תשואות כלכליות מקבילות מיישומי בינה מלאכותית נותרת פתוחה, והתשובה עליה תלויה במידה רבה בשאלה האם התשתית הבנויה מנוצלת בפועל באופן פרודוקטיבי, או שמא חלקים ממנה יתגלו כעודפי כושר ייצור, שפיחותו הכלכלי צפוי להכביד על החברות המעורבות בשנים הבאות.

מנראות לאמון: הנתיב הניתן להרחבה שלך עם Xpert.Digital - תמונה: Xpert.Digital

ב-B2B תעשייתי, קשרים עסקיים בני קיימא לעיתים רחוקות נוצרים בן לילה. הם מתפתחים צעד אחר צעד - באמצעות נראות, רלוונטיות מקצועית, נקודות מגע חוזרות ואמון גובר. מודל 4 השלבים של Xpert.Digital מטפל בדיוק בזה: הוא מציע נתיב מובנה שמתחיל בנקודת כניסה ניתנת לניהול ויכול להתפתח לשיתוף פעולה מעמיק יותר בפיתוח עסקי במידת הצורך.

במקום להסתמך על הבטחות שיווקיות קולניות, מודל זה שם את מערכת היחסים בחזית. חברות מתחילות עם מדדים מוגדרים בבירור וניתנים לחישוב בקלות, ולאחר מכן מחליטות, בהתבסס על ניסיונן האישי, עד כמה הן רוצות להרחיב את שיתוף הפעולה. גורם מפתח לתהליך בניית האמון הבלתי מופרע הזה: הפלטפורמה נמנעת לחלוטין ממודעות פרסום מעצבנות, כך שהמוקד העריכה נשאר אך ורק על המומחיות של החברות.

מידע נוסף כאן:

• מנראות לאמון: הנתיב הניתן להרחבה שלך עם Xpert.Digital

☑️ שפת העסקים שלנו היא אנגלית או גרמנית

☑️ חדש: התכתבות בשפת האם שלך!

Konrad Wolfenstein

אני והצוות שלי שמחים לעמוד לרשותכם כיועצים האישיים שלכם.

ניתן ליצור איתי קשר על ידי מילוי טופס יצירת הקשר כאן [email protected]:או פשוט להתקשר אליי למספר 49 7348 4088 965+. כתובת הדוא"ל שלי היא

אני מצפה בקוצר רוח לפרויקט המשותף שלנו.

☑️ תמיכה לעסקים קטנים ובינוניים באסטרטגיה, ייעוץ, תכנון ויישום

☑️ יצירה או התאמה מחדש של האסטרטגיה הדיגיטלית והדיגיטציה

☑️ הרחבה ואופטימיזציה של תהליכי מכירה בינלאומיים

☑️ פלטפורמות מסחר B2B גלובליות ודיגיטליות

☑️ פיתוח עסקי חלוצי / שיווק / יחסי ציבור / ירידי סחר