הבינה המלאכותית רצה קדימה – התשתיות כבר נשארות מאחור

המחסור הבא של תעשיית ה-AI לא יהיה בהכרח בשבבים. לפי הערכות חדשות, כבר בשנים הקרובות הביקוש למרכזי נתונים ולחשמל שהם צורכים עלול לגדול מהר יותר מהיכולת לבנות ולחבר אותם לרשת. המשמעות: המגבלה הגדולה של מהפכת הבינה המלאכותית עשויה להיות דווקא פיזית.

במהלך השנים האחרונות התרגלנו לחשוב על המרוץ בתחום הבינה המלאכותית במונחים של מודלים, שבבים וכוח מחשוב. החברות הגדולות משקיעות סכומי עתק ברכישת מעבדים מתקדמים ובהקמת מרכזי נתונים חדשים, מתוך הנחה שככל שהביקוש ל-AI יגדל, ניתן יהיה להמשיך ולהוסיף עוד ועוד כוח מחשוב.

אלא שהמשוואה הזאת נתקלת במגבלה פשוטה: את כל השבבים האלה צריך לשים במקום כלשהו – ולספק להם כמויות עצומות של חשמל.

ניתוח שפרסם Morgan Stanley, ומובא בניוזלטר AI & Business של ה-Wall Street Journal, מצביע על פער שמתחיל להיפתח בין הביקוש העולמי לקיבולת של מרכזי נתונים לבין הקצב שבו ניתן להקים ולהפעיל אותם.

לפי ההערכה, כבר ב-2027 צפוי הביקוש העולמי להגיע לכ-56 ג'יגה-ואט של קיבולת, בעוד שמרכזי נתונים חדשים בהיקף של כ-51 ג'יגה-ואט בלבד צפויים להתחיל לפעול. שנה לאחר מכן הפער עשוי להיות משמעותי בהרבה: ביקוש של כ-86 ג'יגה-ואט מול כ-68 ג'יגה-ואט שייכנסו לפעולה.

אלה אינם רק מספרים של תעשיית המחשוב. לפי החישוב שמביא ה-Wall Street Journal, צריכת החשמל המשולבת הנדרשת לתוספת הזאת בשנתיים הקרובות שקולה בערך לצריכת החשמל של 118 מיליון משקי בית.

מרכז הנתונים הופך לצוואר הבקבוק

המחסור בשבבי AI עדיין משמעותי, וגם שאלת ההחזר על השקעות העתק בתחום רחוקה מלהיות פתורה. אבל מרכזי הנתונים והחשמל הדרוש להפעלתם הופכים במהירות למגבלה מסוג אחר.

אפשר לייצר עוד שבבים. הרבה יותר מסובך להקים במהירות תחנות כוח, קווי הולכה, תחנות משנה ומרכזי נתונים עצומים, לקבל אישורים רגולטוריים ולחבר הכול לרשת החשמל.

זו אחת הסיבות שחברות הטכנולוגיה מתחילות לבחון פתרונות שבהם ייצור החשמל נמצא סמוך למרכז הנתונים ואינו תלוי לחלוטין ברשת הציבורית. בין האפשרויות נמצאים תאי דלק וטורבינות גז המספקים חשמל ישירות למתקן.

הגישה הזאת מכונה לעיתים Behind the Meter – ייצור חשמל שנמצא בצד של הצרכן ומשרת ישירות את מרכז הנתונים. לפי Morgan Stanley, המחסור הצפוי עשוי להוביל להשקעות גדולות מאוד בתשתיות כאלה.

בתיאוריה אפשר לבנות מספיק. במציאות זה מסובך

גם UBS בחן את השאלה האם יהיה בעולם מספיק מקום וחשמל לכל שבבי ה-AI שהתעשייה מתכננת להפעיל.

טים ארקורי, אנליסט השבבים של הבנק, מעריך שבתיאוריה ניתן להקים עד 2030 מספיק מרכזי נתונים כדי להכיל את שבבי ה-AI שחברות כמו Nvidia מתכננות למכור.

אבל כדי שזה יקרה, הרבה מאוד דברים צריכים להסתדר במקביל.

חלק גדול מכ-110 ג'יגה-ואט של פרויקטים אפשריים לייצור חשמל מקומי יצטרך להתממש. במקביל, חלק גדול מכ-150 ג'יגה-ואט של תחנות כוח המתוכננות להתחבר לרשת ועדיין ממתינות לאישורים רגולטוריים יצטרך אכן להיבנות.

בטווח הקרוב התמונה מעט פחות קיצונית. לפי ארקורי, אם כמחצית מפרויקטי האנרגיה שנמצאים כיום בשלבים מוקדמים יושלמו ויחוברו לרשת החשמל, ניתן יהיה לצמצם חלק ניכר מהמחסור. אלא שגם התרחיש הזה דורש סביבה רגולטורית תומכת ומעט יחסית עיכובים בשרשרת האספקה.

והמציאות כבר מתחילה להפריע

כרגע לא ברור שהתנאים האלה מתקיימים.

בארצות הברית גוברת ההתנגדות המקומית להקמת מרכזי נתונים, בין היתר בגלל צריכת החשמל והמים שלהם והשפעתם על הקהילות הסמוכות. במקביל מתגבר העניין הפוליטי בפיקוח על התרחבות התעשייה.

גם פרויקטים שכבר יצאו לדרך אינם חסינים מעיכובים. Oracle, למשל, מנסה לדחות חלק מתשלומי השכירות המלאים עבור מרכז נתונים ענק בניו מקסיקו בעקבות בעיות הקשורות לחשמל ולאישורים.

והבעיה הגדולה ביותר אולי היא שאף אחד לא באמת יודע מה יהיה גודל המחסור.

מחקר של Bernstein מצא פער עצום בין התחזיות השונות לגבי קיבולת מרכזי הנתונים בארצות הברית. חלק מההערכות מדברות על כ-60 ג'יגה-ואט, ואחרות מגיעות עד 180 ג'יגה-ואט. פער כזה מעיד עד כמה קשה אפילו לתעשייה עצמה להבין את היקף התשתיות שנמצאות בדרך.

אפשר גם לצרוך פחות חשמל

יש כמובן דרך נוספת להתמודד עם הבעיה: במקום להגדיל ללא הפסקה את אספקת האנרגיה, אפשר לנסות להקטין את כמות האנרגיה הדרושה לכל חישוב.

דורות חדשים של שבבים אמורים לבצע יותר חישובים עבור כל יחידת אנרגיה. גם שיפורים באלגוריתמים, במודלים ובאופן שבו מתבצעת הסקה עשויים להפחית את צריכת החשמל.

אם קצב השיפור ביעילות יהיה מהיר מספיק, חלק מהתחזיות הקודרות עשויות להתמתן.

אבל גם כאן יש פרדוקס מוכר: ככל שה-AI נעשה זול ויעיל יותר, נוצרים עבורו שימושים נוספים – ולכן הביקוש הכולל לכוח מחשוב עלול דווקא להמשיך לעלות.

מהפכה דיגיטלית עם מגבלות פיזיות

אולי זו הנקודה החשובה ביותר בסיפור.

אנחנו נוטים לדבר על הבינה המלאכותית כעל מהפכה של תוכנה: מודלים חכמים יותר, סוכנים אוטונומיים ויישומים חדשים. אבל מאחורי כל שאילתה למודל עומדת מערכת פיזית עצומה של שבבים, שרתים, מערכות קירור, מרכזי נתונים, רשתות חשמל ותחנות כוח.

עד עכשיו המרוץ התמקד בעיקר בשאלה מי יפתח את המודל הטוב ביותר ומי ישיג מספיק שבבים.

בשנים הקרובות שאלה אחרת עשויה להפוך לחשובה לא פחות: מי יצליח למצוא מספיק מקום וחשמל כדי להפעיל את כל הבינה הזאת.

מקור: Asa Fitch, A Data-Center Crunch is Coming, WSJ AI & Business, The Wall Street Journal, 6 באוקטובר 2026.