אנטולי זיימן, צילום: ניקי וסטהפל
אנטולי זיימן מחלקת מסחר בבורסה לני״ע 14/08/2026
מחלקת המחקר של גולדמן הוציאו סקירה סופר מעניינת אבל מתבססת על המאמר שפורסם לפני חודש בערך The Second Derivative: Why No One Understands the AI Boom" by Groundbreaker
מאמר מטורף
GS:
מודל הליסינג/המימון של ה-AI עובד רק אם הגידול בביקוש ממשיך להאיץ; האנלוגיה הנכונה היא למשבר הדיור של 2008, ולא למבועת הדוט-קום של 2000.
לא התפוצצות הדוט-קום – שבה הונחו יותר מדי סיבים אופטיים וכולם בסופו של דבר גדלו לתוכם.
משבר הדיור – שבו המבנה כולו היה תלוי בכך שהמוזיקה לעולם לא תיפסק, וברגע שקונים חדשים הפסיקו להופיע, מבנה המימון עצמו קרס.
שאלו מנהל תיקים מה גרם למשבר המשכנתאות ב-2008 ותשמעו שרשרת סיבתית מסודרת: חיתום רופף יצר הלוואות שמעולם לא היו צריכות להינתן, מחירי הבתים התרסקו, הלווים מצאו את עצמם "מתחת למים", הם חדלו לפרוע, והניירות הערך שנכתבו מעל ההלוואות הללו התפוצצו. המחירים ירדו, ולכן הלווים חדלו לפרוע.
זו אותה הטעות שהשוק עושה ממש עכשיו לגבי בועת ה-AI.
עכשיו נקודות הכי חשובות של המאמר:
1. מסגרת 2008, לא 2000: בום ה-AI הנוכחי מואבחן באופן שגוי מבחינה מבנית. הוא מזכיר את המשבר הפיננסי העולמי של 2008 (מבנה המונע ממנוף וחובות), ולא את בועת הדוט-קום של שנת 2000 (בועת הערכות שווי של מניות).
2. התמקדות בנגזרת הלא נכונה: צופי השוק מתמקדים ברמה (סך ההוצאות) או בנגזרת הראשונה (קצב הצמיחה/שינוי בהוצאות הפיננסיות), בעוד שאיזון ויציבות המערכת תלויים בנגזרת השנייה (התאוצה, או קצב השינוי של הצמיחה).
3. חוב והתחייבויות במקום מניות: בניגוד לבום הדוט-קום שמומן באמצעות הון מניות, בניית תשתית ה-AI של ימינו ממומנת באמצעות חוזי תזרימי מזומנים עתידיים, חובות ומנוף פיננסי המובטחים כנגד נכסי חומרה (כמו מעבדים גרפיים GPU ומרכזי נתונים).
4. רשת סבוכה של התחייבויות צד-שלישי: חברות מודלי תשתית ה-AI (כדוגמת OpenAI) מחזיקות בהתחייבויות ענק עתידיות לכוח מחשוב מול ספקיות ענן (כגון CoreWeave ו-Oracle), שלהן בתורן יש התחייבויות החזר חוב ענקיות והזמנות פתוחות אצל יצרניות שבבים (כמו Nvidia).
5. הצורך בתאוצה מתמדת: מכיוון שהמבנה הפיננסי הבסיסי ממונף כנגד ציפיות לביקוש עתידי, המערכת מחייבת שההוצאות ההוניות יאיצו באופן מתמיד כדי לעמוד באמות המידה של החוב ובתחזיות הצמיחה.
6. האטה מעוררת לחץ במערכת: גם אם ההכנסות וההוצאות ממשיכות לגדול במונחים מוחלטים, האטה בקצב הצמיחה (נגזרת שנייה שלילית) חושפת את המנוף הפיננסי שעומד מאחורי ההתחייבויות לתשתית זו.
7. אפקט הדומינו ("איך זה נשבר"): אם מפתחת AI מובילה לא תצליח להבטיח מימון חדש ותאלץ לצמצם או להגיע לחדלות פירעון על התחייבויות המחשוב העתידיות שלה, ההלם הפיננסי יתפשט במורד השרשרת לספקיות התשתית ולספקיות השבבים.
8. הכנסות מתואמות הופכות להפסדים מתואמים: אותם מנגנונים פיננסיים שניפחו את ההכנסות בקרב חברות מקושרות בדרך למעלה, יגבירו וירכזו את ההפסדים בדרך למטה.
9. אנלוגיית סיכון גאמה (Gamma Risk): המאמר מציג מקבילה ממסחר באופציות פיננסיות, ומודד כי משתתפי השוק ממעיטים בערכו של סיכון "גאמה" (סיכון קמירות) — כה מהר משתנים מדדי הסיכון כאשר התאוצה הופכת לשלילית.
10. יעילות הון מול שירות החוב: התקדמויות שמפחיתות את עלות המחשוב או מגדילות את יעילות המודלים אינן פותרות את הבעיה באופן אוטומטי; אם צמיחת ההכנסות מאטה בעוד שחוב החומרה נשאר קבוע, תזרימי המזומנים מתקשים לשרת את נטל החוב.
11. פער בין טכנולוגיה לאריתמטיקה פיננסית: בעוד שהתועלת והערך לטווח ארוך של טכנולוגיית ה-AI עשויים להתברר כאמיתיים (בדומה לנדל"ן ב-2008 או לאינטרנט ב-2000), מגמות ארוכות טווח אינן מגינות על מבני חוב לטווח קצר מפני החשבון הפיננסי.
12. השורה התחתונה: נקודת המפנה המכרעת עבור שוק תשתיות ה-AI לא תהיה קרסיה פתאומית בשימוש ב-AI, אלא הרגע שבו קצב הצמיחה יאיט מספיק כדי לערער את היציבות של החוב וההתחייבויות החוזיות שמחזיקים את המערכת האקולוגית הזו.
