בבהלה לזהב בקליפורניה, שהחלה ב־1848, רבים מהמתעשרים החדשים לא היו מחפשי זהב, אלא יזמים וסוחרים שסיפקו להם ציוד, סחורות ושירותים נלווים. סוחרי ה-picks and shovels קראו להם - המכושים והאתים שבלעדיהם אין שום סיכוי לגלות מתכות יקרות.

 אם הייתם חיים בימים ההם, מה הייתם מעדיפים: לחפש זהב או למכור ציוד לאלפי כורי זהב? השאלה הזו רלוונטית מאי פעם כיום, עם "הבהלה לבינה המלאכותית" או מהפכת ה-AI שכולנו מכירים: הריצה המטורפת לעבר הדבר הבא בתחום זה מגובה באלפי ספקים של תשתיות, ציוד, אחסון, אנרגיה ועוד. בלעדיהם כל הרצים ייפלו עוד בהקפה הראשונה.

 מדריך זה לא עוסק בשאלות כמו "איזו חברת AI תנצח" או מהן "מניות ה-AI המומלצות להשקעה". בעידן ה-AI, האתים והמכושים הם שבבים, שרתים, זיכרונות, ציוד תקשורת, מערכות קירור, תשתיות חשמל ומרכזי נתונים. זו שרשרת הערך מאחורי מהפכת ה-AI, אלו הענפים שנהנים מהצמיחה הסילונית בתחום זה גם בלי לייצר מודל בינה מלאכותית אחד.

מהפכת ה-AI: האם זו "הבהלה לזהב" של המאה ה-21?

במובנים רבים, כן. כל מרוץ אחר הזדמנות חדשה יוצר מערך שלם של הזדמנויות משנה: ספקים, יצרנים ונותני שירותים שנהנים מהכסף שזורם לתחום זה, גם מבלי להשתתף ישירות במרוץ עצמו. 

כך היה עם מהפכת הרכב בתחילת המאה ה־20, שהצמיחה לצדן של יצרניות המכוניות תעשיות ענק של צמיגים, דלק, כבישים, מוסכים וחלקי חילוף; וכך קרה שוב עם מהפכת האינטרנט בשנות ה־90, שהזניקה לא רק חברות אינטרנט, אלא גם יצרניות של ציוד תקשורת, שרתים ושבבים וחברות שהקימו את התשתיות שעליהן נבנתה הרשת. 

בעולם ההשקעות מכנים את הגישה הזו Picks and Shovels: השקעה בחברות שמספקות את הכלים והתשתיות הדרושים לצמיחתה של מגמה חדשה וגדולה.

מנהל ההשקעות דיוויד אייזוורט מ-T. Rowe Price ניסח את זה באופן חד: 

 "Value is shifting from platforms to physical supply chains, power, infrastructure and manufacturing".

הערך שנוצר בתעשיית ה-AI עובר מהפלטפורמות עצמן לחברות שמייצרות את התשתיות הפיזיות. במקום לנסות לנחש איזה מודל AI יהיה המנצח הגדול, אפשר לבחון אילו חברות מספקות משאבים למתחרות בתחום הבינה המלאכותית. 

כל זאת, כמובן, חייב להתבצע בזהירות המתבקשת ומתוך הבנה שגם בין חברות "האתים והמכושים" מתקיימת תחרות עזה, שגם הן חשופות למחזוריות, עודף כושר ייצור, שינויים טכנולוגיים ולירידה אפשרית בהשקעות ב-AI. זו בוודאי לא נוסחה להשקעה בטוחה.

מהי שרשרת הערך מאחורי ה-AI? 

שרשרת הערך של ה-AI היא מעין פירמידה של חברות, המספקות אפשרות לפיתוח, אימון והפעלת יישומים ומודלים של בינה מלאכותית. בבסיס הפירמידה ניצבים תחומי התשתיות הפיזיות: חשמל, מרכזי נתונים, שבבים, שרתים, זיכרונות ורשתות תקשורת. מעליהם מתקיימים תשתיות ענן ומודלי AI ובראש הפירמידה - אפליקציות ושירותי AI בשימוש עסקים וצרכנים פרטיים.

אנרגיה ותשתיות חשמל: מערכות AI דורשות כמויות גדולות של חשמל להפעלת מרכזי הנתונים. זה אומר ייצור ואספקת חשמל, רשתות הולכה, שנאים, גנרטורים ומערכות גיבוי.

מרכזי נתונים וקירור: מרכזי הנתונים מספקים את המבנים והתשתיות שבהם פועלים השרתים, ולצדם מערכות קירור שנועדו להתמודד עם החום הרב שנוצר בעת הפעלת ציוד מחשוב בהספקים גבוהים.

שבבים וזיכרונות: בלב מערכות ה-AI נמצאים מעבדים שמבצעים את החישובים הדרושים לאימון ולהפעלת המודלים, לצד רכיבי זיכרון מהירים שמאפשרים להעביר ולעבד כמויות גדולות של נתונים. 

שרתים ורשתות תקשורת: השרתים ומערכות התקשורת המהירות מחברים בין אלפי עד מיליוני מעבדים, כדי להעביר כמויות עצומות של מידע.

ענן ותשתיות מחשוב: ספקיות הענן מרכזות את כוח המחשוב ומעמידות אותו לרשות חברות ומפתחים לפי דרישה. ארגון שרוצה לפתח או להפעיל מערכת AI לא חייב בהכרח להקים מרכז נתונים ולרכוש מעבדים.

מודלי AI ופלטפורמות: מערכות שפועלות על בסיס כמויות גדולות של נתונים ומסוגלות לבצע משימות כמו יצירת טקסט ותמונות, כתיבת קוד, ניתוח מידע וזיהוי דפוסים.

אפליקציות ושירותים: המוצרים שהמשתמש פוגש בפועל כמו כלי חיפוש, תוכנות ארגוניות, כלי פיתוח, שירותי יצירת תוכן ויישומי AI המשולבים בתחומים כמו פיננסים, בריאות, תעשייה ומסחר.

מהפכת ה-AI אינה רק סיפורן של החברות שמפתחות מודלים. אין לה קיום ללא שרשרת הערך, "המכושים והאתים".

טבלה 1: מבט אל שרשרת הערך

פרומפט מומלץ 1: "פרק עבורי את שרשרת הערך המלאה של תעשיית הבינה המלאכותית משלב השבבים ועד הפעלת המודל"

פרומפט מומלץ 2: "מי הן החברות שמספקות את תשתיות החומרה, החשמל והתקשורת שעליהן נשענת מהפכת ה-AI?"

יצרני השבבים ומהפכת ה-AI

כשמדברים על שבבים ובינה מלאכותית, השם הראשון שעולה הוא אנבידיה. מעבדי ה-GPU שלה הפכו למרכיב מרכזי באימון ובהפעלת מודלי AI, אבל התמקדות בהם בלבד מפספסת חלק גדול מהתמונה.

 מאחורי כל שבב AI מתקדם נמצאת שרשרת שלמה של חברות וטכנולוגיות  שחשוב להכיר: 

 יצרני זיכרון:  זיכרון ברוחב פס גבוה, HBM ‏(High Bandwidth Memory), ממוקם על יד המעבד ומאפשר קצב העברת נתונים גבוה במיוחד. ככל שמודלי AI גדלים ודרישות המחשוב עולות, הזיכרון עלול להפוך לצוואר בקבוק וחשיבותו עולה.

חומרה משלימה: כאן אנחנו מדברים על שבבי תקשורת, רכיבי ניהול חשמל, רכיבים אנלוגיים ובקרים. 

ציוד לייצור שבבים: מפעלי שבבים זקוקים למכונות ולתהליכים מתקדמים ליצירת מעגלים זעירים על גבי פרוסות הסיליקון, לצד חומרי גלם, מערכות בדיקה וציוד נוסף. 

אריזה מתקדמת (Advanced Packaging): טכנולוגיות אריזה מאפשרות להציב ולחבר מעבדים ורכיבי זיכרון שונים בצפיפות גבוהה ובקרבה זה לזה, וכך לשפר את מהירות העברת הנתונים ואת יעילות המערכת.

בשורה התחתונה, חשוב להבין כי השבב הוא רק חוליה אחת בשרשרת. מהפכת ה-AI מייצרת ביקוש למערכת שלמה של מעבדים, זכרונות, שבבי תקשורת, ציוד לייצור מוליכים למחצה, חומרי גלם, מפעלי ייצור, אריזה ובדיקות.

האם החשמל הוא צוואר הבקבוק החדש של ה-AI?

בהחלט כן. כמויות החשמל העצומות הנדרשות לאימון ולהפעלת מערכות בינה מלאכותית מכבידות כבר כיום על תשתיות האנרגיה באזורים שבהם מרוכזים מרכזי נתונים גדולים, והביקוש ממשיך לגדול במהירות. למרות זאת, בעוד שכמעט כל כתבה על AI מדברת על תוכנה, מודלים ושבבים, הרבה פחות תשומת לב מוקדשת לחשמל ולאנרגיה שמאפשרים לכל אלה לפעול.

המצב הזה צפוי להשתנות במהירות. לפי סוכנות האנרגיה הבינלאומית (IEA), צריכת החשמל של מרכזי הנתונים בעולם צפויה לגדול מכ־415 טרה־ואט שעה (TWh) ב־2024 לכ־945 TWh ב־2030 – יותר מפי שניים בתוך שש שנים. מרכזי נתונים המותאמים ל-AI צפויים להיות מנוע מרכזי של העלייה הזו, וצריכת החשמל שלהם צפויה לגדול ביותר מפי ארבעה עד סוף העשור. ב־2030 הם לבדם עשויים לצרוך יותר חשמל מכפי שיפן כולה צורכת כיום.

 בארה"ב, שבה נמצא הריכוז הגדול ביותר של מרכזי נתונים בעולם, המגמה בולטת במיוחד. מרכזי הנתונים צרכו כ־4.4% מהחשמל במדינה ב־2023, ולפי משרד האנרגיה האמריקאי חלקם בצריכת החשמל עשוי להגיע ל־6.7%–12% כבר ב־2028.

למה בעצם AI צורך כל כך הרבה חשמל? יש לכך כמה סיבות מרכזיות:

• כמויות אדירות של חישובים: אימון מודלים גדולים דורש הפעלה של אלפי מעבדים רבי־עוצמה במקביל, לאורך תקופות ממושכות. ככל שהמודלים גדלים ומורכבים יותר, גדלות גם דרישות המחשוב.

• שימוש מצטבר: מענה על שאילתות, יצירת תמונות,כתיבת קוד - כאשר מאות מיליוני משתמשים וארגונים משתמשים במערכות AI, גם הפעולות הקטנות מצטברות לצריכת מחשוב וחשמל עצומה.

• פעילות מסביב לשעון: מרכזי נתונים צריכים להיות זמינים 24 שעות ביממה, שבעה ימים בשבוע.

קצב הקמת מרכזי הנתונים וכוח המחשוב יכול להיות מהיר בהרבה מקצב הקמתן של תשתיות החשמל שמזינות אותם. תחנות כוח, קווי הולכה, תחנות משנה ושנאים אינם מוקמים בן לילה. לפי ה־IEA, מגבלות ברשת החשמל עלולות לעכב כ־20% מהפרויקטים המתוכננים של מרכזי הנתונים אם לא יטופלו.

בשורה התחתונה, לאתגרי החשמל והאנרגיה יש השפעה ישירה על יכולתה של מהפכת ה-AI להמשיך לצמוח. זה בדיוק המקום שבו שרשרת הערך של ה-AI מתרחבת מהשבבים והשרתים לתחנות כוח, רשתות חשמל, שנאים, מערכות גיבוי וקירור.

טבלה 2: מה דורש ה-AI ולמה זה חשוב

פרומפט מומלץ: "מה קורה מאחורי הקלעים כאשר משתמש שולח שאלה ל-ChatGPT?"

אילו תחומים נהנים ממהפכת ה-AI?

הזינוק בביקוש לכוח מחשבים מייצר זינוק מקביל בשורה ארוכה מוצרים, תשתיות ושירותים שנדרשים כדי להקים ולהפעיל את מרכזי הנתונים שבהם מתבצעים החישובים. אלה הם ה"מכושים והאתים" של מהפכת ה-AI.

קירור תעשייתי: מעבדי AI מייצרים כמויות אדירות  של חום. ככל שצפיפות המחשוב במרכזי הנתונים עולה, אתגר פינוי החום נעשה גדול ומורכב יותר. 

תשתיות חשמל: ייצור חשמל, רשתות הולכה, תחנות משנה, שנאים, מערכות חלוקת חשמל, גנרטורים ומערכות גיבוי - כל אלה קריטיים להמשך הצמיחה המהירה של ה-AI. 

ציוד תקשורת: מערכות AI לא נשענות רק על כוח העיבוד של כל שבב בנפרד. אלפי מעבדים צריכים להעביר ביניהם כמויות עצומות של נתונים במהירות גבוהה, כך שגדל הצורך במתגים, נתבים, רכיבים אופטיים וציוד רשת מהיר שמחבר בין השרתים ובין מרכזי הנתונים.

נדל"ן ומרכזי נתונים: הקמת מרכז נתונים דורשת קרקע, מבנים ותשתיות מתאימות.

ציוד לייצור שבבים: ייצור מוליכים למחצה מתקדמים דורש מערכות חריטה, ציפוי, מדידה ובדיקה, לצד חומרי גלם וציוד נוסף. בלי התשתית הזו אי אפשר להגדיל את היצע השבבים.

מערכות אחסון וזיכרון: AI זקוקה לכמויות גדולות של נתונים לצורך אימון מודלים, הפעלתם ושמירת המידע שנוצר. לצד המעבדים גדל הצורך בזיכרונות מהירים ובמערכות אחסון שמסוגלות להעביר ולספק נתונים בקצב הנדרש ממערכות AI.

שרתים וחומרה משלימה: שבבי AI משולבים בשרתים הכוללים מעבדים נוספים, זיכרון, ספקי כוח, רכיבי תקשורת ומערכות ניהול. הגידול בהקמת תשתיות AI מייצר בהתאם ביקוש למכלול החומרה שמקיף את המעבד עצמו.

טבלה 3: מי מספק את ה"מכושים והאתים" של מהפכת ה-AI?

פרומפט מומלץ: "אילו תעשיות עשויות להיות מושפעות מעלייה גלובלית בביקוש לכוח חישוב?"

מה יכול ללמוד המשקיע במסחר העצמאי?

כמשקיעים עצמאיים, אתם לא בהכרח צריכים לחפש את מניית ה-AI  הבאה. דרך נוספת לבחון את המגמה היא לפרק את שרשרת הערך ולבדוק מי החברות שמספקות את התשתיות, הציוד והשירותים שבלעדיהם המהפכה לא יכולה להמשיך לצמוח. הרעיון הוא להסתכל מעבר לחברות שנמצאות במרכז הבמה ולזהות היכן נוצר ביקוש משמעותי, גם אם הרחק מאור הזרקורים.

השלב הבא הוא להבין לאן זורם הכסף. אם חברות הטכנולוגיה מקימות עוד דאטה סנטרים, למשל, המשמעות אינה רק ביקוש לעוד שבבים: נדרשים גם שרתים, זיכרונות, ציוד תקשורת, מערכות קירור והרבה יותר חשמל. השקעות שמתבצעות בחולייה אחת של השרשרת עשויות לייצר ביקוש גם בחוליות אחרות.

ניתוח כזה מאפשר גם לזהות צווארי בקבוק.  מה קורה כאשר קצב הקמת הדאטה סנטרים מהיר מקצב הרחבת רשת החשמל? כאשר הביקוש לזיכרונות מתקדמים גדל מהר מכושר הייצור? או כאשר נדרשת תשתית קירור חדשה כדי להפעיל שרתי AI חזקים יותר? צווארי בקבוק יכולים לסמן למשקיע היכן נמצאים הביקושים והאתגרים המרכזיים של התעשייה ואילו חברות פועלות בנקודות הקריטיות האלה.

חשוב לא פחות להבדיל בין מגמה טובה להשקעה טובה. העובדה שהבינה המלאכותית ממשיכה לצמוח במהירות אינה הופכת כל חברה שקשורה אליה להשקעה אטרקטיבית. חברה יכולה לפעול בשוק מצוין וצומח ועדיין להיות יקרה, ממונפת, חשופה לתחרות עזה או תלויה במספר קטן של לקוחות.

לכן, מנקודת מבטו של המשקיע העצמאי, זיהוי המגמה ופירוק שרשרת הערך הם בעיקר כלים למציאת המקומות שכדאי לחקור לעומק. משם עדיין צריך לבדוק את החברה עצמה: קצב הצמיחה, הרווחיות, התחרות, המאזן, התמחור והסיכונים. במילים אחרות: "המכושים והאתים" עשויים  לעזור להבין איפה לחפש, אבל הם לא יגידו לכם מה לקנות.

FAQ 

מה הכוונה ב"אתי החפירה והמכושים" של מהפכת ה-AI?

"אתי החפירה והמכושים" של מהפכת ה-AI הם החברות, המוצרים והתשתיות שמאפשרים לתעשיית הבינה המלאכותית לפעול ולצמוח, גם אם אינם מפתחים מודלי AI בעצמם. בין היתר מדובר בשבבים, שרתים, זיכרונות, ציוד תקשורת, מערכות קירור, תשתיות חשמל ומרכזי נתונים. 

 האם רק חברות AI נהנות מצמיחת הבינה המלאכותית?

לא. הצמיחה המהירה של AI מגדילה את הביקוש גם למוצרים ולשירותים שמאפשרים להפעיל אותה.

מהו Data Center?

דאטה סנטר, מרכז נתונים, הוא מתקן פיזי שבו מרוכזות מערכות מחשוב כמו שרתים, מערכות אחסון וציוד תקשורת.

 למה מדברים כל כך הרבה על חשמל בהקשר של בינה מלאכותית?

אימון והפעלת מודלי AI דורשים כוח מחשוב רב, וכוח מחשוב זה דורש כמויות עצומות של חשמל. 

אילו סוגי תשתיות נדרשים כדי להפעיל AI?

הפעלת מערכות AI נשענת על שרשרת רחבה של תשתיות:

•  שבבים ומעבדי AI

• זיכרונות ומערכות אחסון

• שרתים

• רשתות וציוד תקשורת

• מרכזי נתונים

• מערכות קירור

• ייצור ואספקת חשמל

• תשתיות הולכה, חלוקה וגיבוי לחשמל