ההימור הגדול של האנושות: מלחמת העולם על כוח החישוב

בשלהי העשור השלישי של המאה ה-21, כשהעולם עוסק בפליטות פחמן, מתחים גיאופוליטיים ומשברי אמון טכנולוגיים, מתחוללת גם מלחמה שקטה בהרבה, אך לא פחות הרת גורל.

זוהי אינה מלחמה על שטח או על נפט, אלא על משאב מופשט, אמורפי, כמעט מטאפיזי, הלוא הוא כוח חישוב. לא עוד חוות שרתים אפורות מאחורי גדרות בטון, אלא קתדרלות של עידן הדאטה, שבלעדיהן אין בינה מלאכותית, ואין עתיד.

דו"ח חדש של מקינזי משרטט את גבולות הזירה הזו בדיוק מצמרר – עד שנת 2030, העולם יידרש להשקיע קרוב ל-7 טריליון דולר בתשתיות חישוב. זהו בסכום בלתי נתפש, הגדול פי עשרה מתקציב הביטחון של ארה"ב, ופי שלושה מהתמ"ג השנתי של גרמניה. לא מדובר בהזיה עתידנית, אלא בחישוב קר של המציאות, שכן רק על מנת לתמוך בדרישות של מערכות AI מתקדמות, יידרשו השקעות של 5.2 טריליון דולר. השאר, עבור מחשוב מסורתי יותר, מסתכם ב-1.5 טריליון נוספים.

תרחיש היסוד של מקינזי, זה שמבוסס על תוספת של 125 ג'יגה וואט קיבולת עד 2030, יכול להתברר כזהיר מדי. אם הביקוש יאיץ מעבר לציפיות, העולם יידרש להשקיע כמעט 8 טריליון דולר תוך חמש שנים בלבד. ואם, לעומת זאת, יתברר שהמודלים אינם אפקטיביים כמצופה, אנו עלולים למצוא את עצמנו עם תשתית עצומה אך חסרת שימוש

מה גורם לצמא הבלתי נגמר הזה?

מה שגורם לצמא הבלתי נגמר הזה בשתי מילים הם: מודלים ג'נרטיביים.

GPT, קלוד (Claude) וג'מיני (Gemini) אינם מביאים איתם רק קפיצות טכנולוגיות – הם גם מייצרים דרישות אנרגטיות. כל תהליך של אימון מודל חדש דורש כמויות חישוב בלתי נתפשות, אך גם שלב ההרצה, או ה-inference, הפך לזולל חשמל.

נתוני מקינזי מראים כי עד 2030, שלב ההרצה לבדו צפוי להיות הגורם המרכזי לעומסי העבודה של מרכזי הנתונים.

אך כאן טמון הפרדוקס: ככל שהטכנולוגיה מתייעלת, הדרישה אליה גוברת. לפי תובנתו של הכלכלן הבריטי ויליאם ג'בון, שיפור ביעילות גורם דווקא לעלייה בצריכה. וזה בדיוק מה שמתחולל כעת. המודל הסיני DeepSeek V3, למשל, הצליח להפחית את עלויות האימון פי 18 ואת עלויות ההרצה פי 36, בהשוואה ל־GPT-4o. אך התוצאה אינה צמצום הביקוש, אלא גל חדש של ניסויים, פיתוחים ומירוצים חישוביים.

יהוו לא רק תחנות כוח אלא מונומנטים של תקופה. מרכזי הנתונים של 2030. צילום: BigStock

עידן התשתית

מי שמניע את המרוץ הזה אינו שחקן אחד, אלא אקוסיסטמה שלמה. מקינזי מזהה חמישה טיפוסי משקיעים מרכזיים:

• קבלנים: חברות הנדסה, נדל"ן ותכנון, שיבנו את הקרקע הפיזית, בהיקף השקעה של 800 מיליארד דולר.
• אנרגטיקאים: ספקי חשמל וקירור, שידרשו להקים תשתיות שיכולות לתמוך בעשרות ג'יגה וואטים חדשים, בהיקף השקעה של 1.3 טריליון דולר.
• מהנדסי טכנולוגיה: יצרניות שבבים כמו אנבידיה ואינטל, שאחראיות למרכיב הגדול ביותר, בהיקף של לפחות 3.1 טריליון דולר.
• מפעילים: ספקי ענן, שמייעלים תהליכי ניהול חוות שרתים.
• אדריכלי AI: מפתחי המודלים עצמם, דוגמת OpenAI, שצורכים כמויות חישוב אקספוננציאליות.

ולמרות הנתונים המפוארים, התמונה רחוקה מלהיות בטוחה. המשקיעים הגדולים ביותר עדיין מהססים. ראשי חברות חוששים להשקיע מיליארדים בלי לדעת אם יווצר החזר השקעה ברור, או אם המודלים יהפכו לאבן יסוד כלכלית או לגימיק טכנולוגי.

אל המשוואה הזו נכנסות גם הבעיות הגדולות של זמננו: שיבושים בשרשראות האספקה, מחסור בעובדי קירור ותחזוקה, רגולציה מסורבלת, והחרפה של המתיחות בין ארה"ב לסין. כל אלה הופכים את פרויקט הדאטה סנטרים העולמי למעין "תוכנית אפולו" חדשה, שאפתנית, יקרה, ושברירית.

והבעיה הגדולה מכל היא שייתכן שכל זה לא יספיק. תרחיש היסוד של מקינזי, זה שמבוסס על תוספת של 125 ג'יגה וואט קיבולת עד 2030, יכול להתברר כזהיר מדי. אם הביקוש יאיץ מעבר לציפיות, העולם יידרש להשקיע כמעט 8 טריליון דולר תוך חמש שנים בלבד. ואם, לעומת זאת, יתברר שהמודלים אינם אפקטיביים כמצופה, אנו עלולים למצוא את עצמנו עם תשתית עצומה אך חסרת שימוש.

בסופו של דבר, שאלת ההשקעה בכוח חישוב היא גם שאלה פילוסופית. האם האנושות בונה את הבינה שתפתור את בעיותיה, או שמא היא מסתחררת במעגל של עיבוד לצורך עיבוד? האם הכסף הזה באמת נועד לייעל שירותי רפואה, תחבורה, חינוך וכלכלה, או שהוא חלק מהמרוץ להון, השפעה ושליטה?

במובן זה, מרכזי הנתונים של 2030 הם לא רק תחנות כוח. הם מונומנטים של תקופה. קתדרלות חדשות שנבנות לא על אמונה, אלא על חישוב. ומי שישלוט בהן, ישלוט גם בעתיד.

הכותבת היא ד"ר בלה ברדה ברקת, יזמת ופרשנית גאופוליטית וכלכלית