האם בינה מלאכותית סינית זולה עלולה לשבור את הכלכלה מאחורי בום מרכזי הנתונים של אמריקה בהיקף 5.3 טריליון דולר?
- מודלים סיניים זולים של בינה מלאכותית מעלים ספקות לגבי היכולת של חברות אמריקאיות להצדיק השקעות ענק של 5.3 טריליון דולר במרכזי נתונים ובתשתיות AI, במיוחד אם הם מספקים ביצועים דומים במחיר נמוך יותר.
- שימוש רחב יותר בבינה מלאכותית עשוי להגדיל את הביקוש לשבבים, ענן וחשמל, אבל ירידת מחירים עלולה לפגוע בתשואות; רגולציה אמריקאית עשויה להגן על כוח התמחור של שחקנים מקומיים אך גם להעלות עלויות ולהגביל תחרות.
מודלים סיניים זולים של בינה מלאכותית מפעילים לחץ חדש על אחת מההימורים הגדולים ביותר בשוק: שחברות הטכנולוגיה בארה"ב יוכלו להרוויח מספיק מבינה מלאכותית כדי להצדיק הוצאה של מאות מיליארדי דולרים על שבבים, מרכזי נתונים, רשתות וחשמל.
הדיון בוושינגטון מתמקד בשאלה אם צריך לאפשר לחברות אמריקאיות להשתמש במודלים סיניים בעלי משקלים פתוחים. עם זאת, המשקיעים ניצבים מול שאלה בסיסית הרבה יותר: אם המודלים האלה יכולים לספק תוצאות חזקות במחירים נמוכים בהרבה ממערכות של OpenAI ו-Anthropic, הכלכלה שמאחורי ההתרחבות של הבינה המלאכותית בארה"ב עלולה להיחלש.
למעשה, לפי גולדמן זאקס (GS), היפרסקיילרים צפויים להוציא 5.3 טריליון דולר על בינה מלאכותית ומרכזי נתונים עד 2030.
מודלים עדכניים של Moonshot AI ושל Alibaba (BABA) משכו תשומת לב בזכות הביצועים שלהם והעלות הנמוכה. Kimi K3 של Moonshot היה תחרותי מול מודלים אמריקאיים מובילים בכמה מדדי ייחוס, בעוד ש-Qwen 3.8 Max של Alibaba קיבל גם הוא תגובה חיובית ממשתמשים ומשקיעים.
מודלים בעלי משקלים פתוחים אפשר להוריד, לשנות ולאמן על נתונים של החברה עצמה. זה נותן לעסקים יותר שליטה, ויכול להוזיל את העלות של שימוש בבינה מלאכותית במשימות כמו כתיבת קוד, תמיכת לקוחות, מחקר ואוטומציה פנימית.
עבור OpenAI ו-Anthropic, הסיכון ברור. המודלים העסקיים שלהן תלויים בין השאר ביכולת לגבות מספיק על גישה למודלים מתקדמים, כדי לממן את העלות האדירה של אימון הדור הבא. אם עסקים יוכלו לקבל תוצאות דומות מחלופות זולות יותר, יצרניות המודלים בארה"ב עשויות להידרש להוריד מחירים או לקבל שולי רווח נמוכים יותר.
בתרשים שלמטה, גולדמן זאקס מעריך שחברות הטכנולוגיה המובילות יוציאו יחד 5.3 טריליון דולר בהוצאות הוניות בין 2025 ל-2030, עלייה לעומת תחזית קודמת של 4.5 טריליון דולר.
שימוש גבוה לא בהכרח אומר תשואות גבוהות
מחירים נמוכים יותר לא בהכרח אומרים שחברות יצטרכו פחות מרכזי נתונים. בינה מלאכותית זולה יכולה להוביל לשימוש רחב הרבה יותר, ולהגדיל את הביקוש לשבבים, לקיבולת ענן, לאחסון ולחשמל.
השאלה הקשה יותר היא אם התוספת הזאת בהיקף השימוש תפצה על המחירים הנמוכים יותר. מרכזי נתונים יכולים להישאר עמוסים, ובכל זאת לייצר תשואות חלשות יותר, אם ההכנסה שמתקבלת מכל משימת בינה מלאכותית יורדת מהר יותר מאשר הביקוש גדל.
זה מציב סיכון חדש סביב תוכניות ההשקעה בבינה מלאכותית של מיקרוסופט (מיקרוסופט), אמזון (אמזון), Alphabet Inc. (גוגל), מטא (מטא) וחברות טכנולוגיה גדולות נוספות. החברות האלה משקיעות כבד בתשתיות, על בסיס הציפייה שביקוש לבינה מלאכותית יתמוך בשנים של צמיחת הכנסות.
ההשפעה לא תהיה שווה בכל המגזר. OpenAI ו-Anthropic חשופות יותר להיחלשות בתמחור המודלים. למיקרוסופט, אמזון ו-Alphabet יש יותר הגנה, כי הן מחזיקות גם בפלטפורמות ענן, במוצרי תוכנה וברשתות לקוחות גדולות.
באותו זמן, אנבידיה (אנבידיה) עדיין עשויה להרוויח אם מודלים זולים יותר יגרמו לזינוק בשימוש הכולל בבינה מלאכותית. עם זאת, הצמיחה שלה בטווח הארוך תלויה גם בכך שלקוחות ירוויחו מספיק מהתשתיות שלהם כדי להמשיך להגדיל הוצאות הוניות. ביקוש חזק למחשוב לא מבטיח תשואות חזקות לחברות שמשלמות עליו.
רגולציה יכולה להגן על כוח התמחור
מנהלים ב-OpenAI וב-Anthropic העלו חששות ביטחוניים לגבי מודלים חזקים שאפשר להוריד ולשנות בלי הבקרות שבהן משתמשים מפתחים אמריקאיים מובילים. מנכ"ל Anthropic, דריו אמודיי, הזהיר שמודלים פתוחים עם יכולות מתקדמות בתחום הסייבר עלולים להזיק.
מבקרים, ובהם יועץ הבינה המלאכותית של הבית הלבן דייוויד סאקס, טוענים שקריאות להחמרת הכללים עשויות גם לעזור לחברות בינה מלאכותית מבוססות להגביל תחרות זולה יותר. ממשל טראמפ עדיין חלוק בדעותיו לגבי הגבלות אפשריות על מפתחים סיניים ועל מודלים פתוחים.
כל מגבלה אמריקאית עשויה להאט את השימוש במערכות סיניות ולתת ליצרניות מודלים מקומיות יותר מרחב להגן על המחירים. מצד שני, היא גם עלולה להעלות עלויות לעסקים אמריקאיים שרוצים להשתמש בכלים זולים יותר, ולהקשות על מפתחי קוד פתוח אמריקאיים להתחרות.
הסימן המרכזי הבא יגיע מהוצאות החברות על בינה מלאכותית ומהתמחור. אם חברות הענן ימשיכו להגדיל תקציבי הון בזמן שמחירי המודלים יורדים, המשקיעים יצטרכו לראות הוכחה שהשימוש גדל מהר מספיק כדי לסגור את הפער. בלי זה, הבום הנוכחי במרכזי הנתונים עלול לייצר הרבה כוח מחשוב, אבל תשואות נמוכות יותר ממה שהשוק מצפה כיום.
השתמשנו ב-כלי ההשוואה של TipRanks כדי להציג יחד את כל היפרסקיילרי הבינה המלאכותית, לצד Alibaba, ולקבל מבט עמוק יותר על כל מניה ועל תעשיית הבינה המלאכותית הרחבה יותר.
