מרוץ ה AI מתחיל לבלוע את המזומנים של ענקיות הטכנולוגיה

במשך שנים ענקיות הטכנולוגיה נחשבו למכונות מזומנים כמעט מושלמות.
הן ייצרו הכנסות מתוכנה, פרסום ושירותי ענן, בעוד העלות של מכירת מוצר נוסף הייתה נמוכה יחסית.
המודל הזה אפשר להן לצבור מזומנים, לרכוש מניות של עצמן ולהשקיע בתחומים חדשים בלי להישען באופן משמעותי על שוק החוב.

מרוץ הבינה המלאכותית משנה את המשוואה.
כדי להפעיל מודלים מתקדמים לא מספיק לכתוב תוכנה טובה.
החברות צריכות לרכוש שבבים, להקים מרכזי נתונים, להתחבר לרשתות חשמל, לבנות מערכות קירור ולחתום על חוזים ארוכים עם ספקים ובעלי נכסים.
ההוצאה מגיעה היום, בעוד חלק גדול מההכנסות אמור להגיע רק בעתיד.

הפער הזה מעביר את מרכז הכובד משאלה אחת לשאלה אחרת- לא רק כמה מהר יצמחו שירותי ה AI, אלא כמה כסף יישאר לחברות אחרי שהן יממנו את התשתית הדרושה לצמיחה הזאת.

השקעות בהיקף שלא נראה בעבר בענף

סוכנות דירוג האשראי הבינלאומית S&P Global Ratings, מעריכה שהשקעות ההון של שש החברות הגדולות בתחום צפויות לעבור 1.3 טריליון דולר בשנת 2027.
מדובר ביותר מפי ארבעה מההשקעה שנרשמה בשנת 2024.
הקבוצה המדוברת כוללת את Alphabet, Amazon, Microsoft, Meta, Oracle ו SpaceX, לאחר המיזוג שלה עם xAI.

הוצאות הון הן הכסף שחברה מוציאה על נכסים שישמשו אותה לאורך זמן. במקרה הנוכחי מדובר בעיקר בשרתים, שבבים, ציוד תקשורת, קרקע, מבנים, חשמל וקירור. אלה נכסים חיוניים לצמיחה, אבל רכישתם מוציאה מזומנים מהחברה לפני שההכנסה שהם אמורים לייצר מתממשת.

בואו נקח את חברת Alphabet (GOOG) כדוגמה.
חברת Alphabet דיווחה ברבעון השני של 2026 על השקעות הון של 44.9 מיליארד דולר, לעומת 35.7 מיליארד דולר ברבעון הראשון. מרבית ההוצאה הופנתה לתשתית טכנולוגית התומכת בפעילות ה AI.
החברה אף העלתה את תחזית ההשקעות השנתית לטווח של 195 עד 205 מיליארד דולר.

עוצמת ההשקעה חשובה לא פחות מהסכום המוחלט, ככל שחלק גדול יותר מההכנסות מופנה להקמת תשתית, כך נשאר לחברה פחות מרחב לטעויות.
האטה בביקוש, ירידה במחירי המחשוב או עיכוב בהקמת מתקנים עלולים לפגוע בתשואה על ההון שהושקע.

הרווח יכול לעלות בזמן שהמזומנים נעלמים

המדד החשוב להבנת הסיכון הוא FCF, תזרים המזומנים החופשי שנותר לאחר שהחברה מימנה את פעילותה השוטפת ואת השקעות ההון שלה.

חברה יכולה להציג רווח נקי גבוה ובמקביל לייצר תזרים חופשי חלש.
הסיבה היא שעלות מרכז נתונים אינה מוכרת מיד במלואה כהוצאה חשבונאית, היא נפרסת באמצעות פחת על פני מספר שנים, אף שהמזומן ששימש להקמת המרכז יצא מוקדם יותר.

חברת Alphabet שוב מספקת דוגמה ברורה.
ברבעון השני של 2026 החברה ייצרה תזרים מפעילות שוטפת של 39.1 מיליארד דולר, אבל השקעות ההון הגבוהות הובילו לתזרים חופשי שלילי של 5.9 מיליארד דולר.
ברבעון הראשון היא ייצרה תזרים חופשי חיובי של 10.1 מיליארד דולר.
התמונה השנתית עדיין חזקה יותר, עם תזרים חופשי של 53.3 מיליארד דולר ב12 החודשים שהסתיימו ברבעון השני, ולכן רבעון שלילי אחד אינו מעיד לבדו על בעיה מבנית.

המקרה של Alphabet ממחיש את השינוי הכולל שעובר על הענף, הפעילות העסקית יכולה להמשיך לצמוח, אבל כל עוד הקמת הקיבולת רצה מהר יותר מהתזרים התפעולי, החברות ייאלצו להשתמש במזומנים שצברו או למצוא מקורות מימון נוספים.

בנוסף, גוף המחקר FactSet מעריכה שחמש ענקיות הענן המרכזיות עברו בתוך 18 חודשים ממימון כמעט מלא של ההשקעות מתוך הפעילות השוטפת לשימוש נרחב יותר בחוב, בהנפקות הון ובחכירות.
לפי הניתוח שלהם, החוב השנתי הנוסף עלה משיעור השווה ל9% מהשקעות ההון בשנת הכספים 2024 לכ32% במהלך 12 החודשים שהסתיימו באמצע 2026.

החוב שלא תמיד מופיע בשורת החוב

הסיכון אינו נמצא רק באיגרות החוב שמופיעות במאזן. מרכזי נתונים רבים מוקמים באמצעות חכירות, מיזמים משותפים, ערבויות והתחייבויות רכישה ארוכות טווח.

בחכירה, החברה מתחייבת להשתמש בנכס ולשלם עליו במשך שנים, ובחלק מהמקרים החוזה נחתם זמן רב לפני שהמתקן מוכן לפעולה.
המשמעות היא שההתחייבות הכלכלית קיימת, אף שחלק ממנה עדיין אינו מופיע כחוב פיננסי רגיל.

סוכנות הדירוג S&P בוחנת את המציאות הכלכלית שמאחורי החוזים ולא מסתפקת בסיווג החשבונאי שלהם.
אם תקופת חכירה נראית קצרה באופן מלאכותי ביחס לשימוש הצפוי בנכס, הסוכנות יכולה להתייחס להתחייבות כאילו היא ארוכה יותר.
היא בוחנת גם ערבויות ערך שייר, כלומר התחייבויות לפצות את בעל הנכס אם שווי הציוד או המתקן בסוף התקופה יהיה נמוך מהסכום שסוכם.

השינוי הזה חשוב למשקיעים משום שהוא מעביר חלק מהעלות מההווה לעתיד, אך אינו מעלים אותה. חכירה יכולה לשפר את התזרים המדווח בטווח הקצר לעומת רכישה ישירה של הנכס, אבל היא יוצרת תשלום קשיח שהחברה תצטרך לעמוד בו גם אם הביקוש ייחלש.

סוכנות הדירוג מציינת שהמעבר לחוב, אשראי פרטי ומבני מימון מורכבים מגדיל את הצורך להבין מי נושא בסיכון הסופי.
הדבר נכון במיוחד כאשר המימון כולל כמה שכבות של בעלי חוב, חברות תשתית, בעלי נכסים ושוכרים.

לא כל החברות נמצאות באותו מצב

חברת Microsoft (MSFT) נמצאת בעמדה חזקה יחסית בזכות היקף הפעילות, הפיזור העסקי ויכולת ייצור המזומנים שלה.
השימוש הנרחב שלה בחכירות מאפשר לפרוס חלק מהעלות על פני זמן, אך גם אצלה צריך למדוד את התזרים שנותר לאחר דיבידנדים, רכישות עצמיות ותשלומי חכירה.

חברת Alphabet (GOOGL) מחזיקה בפעילות פרסום רווחית מאוד ובמאזן חזק, אבל העלייה החדה בהוצאות כבר משפיעה על התזרים הרבעוני שלה.
מנגד, Google Cloud הציגה ברבעון השני צמיחה של 82% בהכנסות ל24.8 מיליארד דולר וצבר הזמנות של 514 מיליארד דולר. המספרים האלה מחזקים את הטענה שההשקעה פוגשת ביקוש אמיתי, גם אם עדיין לא ידוע מה תהיה התשואה הסופית על מלוא ההון שיושקע.

חברת Amazon (AMZN) נהנית ממעמדה של AWS בשוק הענן, אך היא משקיעה במקביל בלוגיסטיקה ובתשתיות מחשוב.
שילוב כזה הופך את החברה לרגישה במיוחד לשאלה כמה מהר ההכנסה החדשה תכסה את ההשקעה.

חברת Meta (META) משתמשת ב AI גם כדי לשפר את עסקי הפרסום הקיימים וגם כדי לבנות מודלים ותשתיות חדשות.
היתרון שלה הוא האפשרות להפיק הכנסה מההשקעה באמצעות שיפור המיקוד והמעורבות בפלטפורמות שכבר משרתות מיליארדי משתמשים. הסיכון הוא שהיקף הבנייה יהיה גדול יותר מהשיפור שניתן להפיק מהפעילות הקיימת.

חברת Oracle (ORCL) מציגה את פרופיל האשראי הרגיש ביותר בקבוצה. S&P Global Ratings הורידה ביולי 2026 את דירוג החברה לBBB מינוס, הרמה הנמוכה ביותר שעדיין נחשבת לדירוג השקעה.
הסיבות כללו הוצאות גבוהות, תזרים חופשי שלילי וריכוז לקוחות.
המשמעות אינה שאורקל צפויה לקרוס, אלא שמרווח הביטחון שלה נמוך יותר מזה של החברות הגדולות בקבוצה.

הסיכון האמיתי הוא לא בהכרח חוסר ביקוש

החשש המרכזי אינו שהשימוש ב AI ייעלם, גם אם מספר המשתמשים והשאילתות ימשיך לגדול, התשואה על התשתית עדיין עלולה לאכזב.

אפשרות אחת היא ירידה מהירה במחיר המחשוב.
ככל שהשבבים נעשים יעילים יותר והמודלים דורשים פחות משאבים לכל תשובה, הלקוחות עשויים לשלם פחות עבור אותה עבודה. מצב כזה טוב למשתמשים ויכול להרחיב את השוק, אבל הוא מקשה על בעל תשתית להצדיק השקעה שבוצעה לפי מחירים גבוהים יותר.

אפשרות נוספת היא עודף קיבולת.
מרכז נתונים נבנה לשנים, אך הביקוש יכול להשתנות בתוך חודשים. אם כמה חברות בונות בו זמנית לפי אותה תחזית אופטימית, השוק עלול להגיע לנקודה שבה ההיצע גדל מהר יותר מהשימוש בפועל.

קיים גם סיכון של השכרה מחדש.
מתקן שהותאם ללקוח, לשבב או למערכת קירור מסוימים אינו בהכרח מתאים מיד ללקוח הבא. ככל שהנכס ייחודי יותר, כך קשה יותר להחליף שוכר או סוג עומס עבודה. מספר סוכנויות דירוג מציינות שמשקיעים בוחנים יותר מקרוב את הגמישות של מרכזי הנתונים ואת ערכם לאחר סיום החוזים הראשונים.

האם חלק מהביקוש מממן את עצמו?

שוק ה AI בנוי מרשת צפופה של קשרים.
חברות ענן משקיעות במעבדות AI, המעבדות רוכשות מהן שירותי מחשוב, יצרניות שבבים משתתפות במימון תשתיות וחברות תשתית בונות מתקנים על בסיס חוזים עם אותן מעבדות.

המבנה הזה אינו מוכיח שהביקוש מלאכותי.
שירותי הענן מציגים צמיחה אמיתית, שימוש גדל וצברי הזמנות משמעותיים.
עם זאת, הוא מקשה למדוד כמה מהביקוש נובע מלקוחות חיצוניים שמייצרים הכנסה יציבה וכמה ממנו תלוי בהמשך זרימת ההון בתוך אותה מערכת.

אם גיוסי ההון יואטו, מעבדת AI שאינה רווחית עלולה לצמצם רכישות מחשוב. ההאטה תפגע בספק הענן, בבעל מרכז הנתונים ובגוף שמימן את הקמתו.
זה בדיוק המקום שבו הקשרים בין החברות עלולים להגדיל את התנודתיות.

זה מה שחשוב לבדוק מעכשיו

הנתון הראשון הוא התזרים החופשי ולא רק הרווח הנקי.
רווח שעולה לצד תזרים שנחלש עשוי להעיד שההשקעות מקדימות את התמורה הכלכלית.

הנתון השני הוא היחס בין השקעות ההון לצמיחת ההכנסות בענן ובמוצרי AI.
אם ההשקעות גדלות הרבה יותר מהר מההכנסות במשך כמה שנים, החברות יצטרכו להראות כיצד הפער ייסגר.

הנתון השלישי הוא צמיחת ההתחייבויות החוזיות.
משקיע צריך לבחון חכירות עתידיות, התחייבויות רכישה, ערבויות ומיזמים משותפים, ולא להסתפק בשורת החוב המסורתית.

חשוב לעקוב גם אחר הכנסה ביחס לקיבולת החשמל, מחירי שימוש במודלים, עלות הפקת תשובה, שיעורי ניצול של מרכזי נתונים ומועד המעבר של לקוחות גדולים לרווחיות. אלה המדדים שיבהירו אם התשתית הופכת למנוע רווח או לנכס יקר שהוקם מוקדם מדי.

השורה התחתונה נמצאת בתשואה על ההון

מרוץ ה AI אינו בהכרח בועה.
הביקוש לשירותי ענן, שבבים וכלי בינה מלאכותית ממשיך לצמוח, וחלק מהחברות כבר מציגות הכנסות משמעותיות מהתחום. הבעיה היא שגם השקעה בתחום צומח יכולה להניב תשואה חלשה אם מחיר הרכישה גבוה מדי, המימון יקר מדי או הקיבולת גדולה מדי.

ענקיות הטכנולוגיה אינן הופכות ביום אחד לחברות חלשות.
הן עדיין מחזיקות בפעילויות רווחיות, במאזנים גדולים ובגישה עמוקה לשוקי ההון. השינוי הוא בפרופיל שלהן. חברות שהיו קלות יחסית בנכסים הופכות לבעלות תשתית פיזית עצומה והתחייבויות ארוכות טווח.

מכאן, הצמיחה בהכנסות כבר אינה מספיקה כדי לשפוט את ההצלחה.
השאלה החשובה תהיה כמה תזרים ורווח תפעולי ייווצרו מכל דולר שהושקע. כל עוד אין תשובה ברורה, הסיכון המרכזי אינו שה AI ייכשל, אלא שהחברות ישלמו יותר מדי כדי לנצח במרוץ.