הצמיחה המואצת של מרכזי נתונים המונעים על ידי בינה מלאכותית מתגבשת כאחד השינויים המבניים המשמעותיים ביותר בשווקי ההון הגלובליים, עם תחזית להשקעות בהיקף של 7 טריליון דולר עד שנת 2030. ככל שחברות הייפרסקייל פונות יותר ויותר להון פרטי, אשראי פרטי וחוב מובנה כדי לממן את ההתרחבות הזו, חברות הביטוח נדחפות לטריטוריה לא מוכרת. מה שהיה בעבר מגזר תשתיות נישתי התפתח למערכת אקולוגית עתירת סיכונים, שבה חדשנות טכנולוגית, הנדסה פיננסית וניהול סיכונים מצטלבים—ומעלים שאלות האם המגזר עשוי להפוך למקור חדש ללחץ מערכתי.

זרימת הון אדירה פוגשת מורכבות מבנית

היקף ההון הזורם למרכזי נתונים של AI הוא חסר תקדים. עסקאות בהיקף העולה על 10 מיליארד דולר הפכו לשגרה, כאשר חלק מהעסקאות מגיעות עד 40 מיליארד דולר. זרימת ההון הפרטי הזו משקפת הן את הביקוש העצום לתשתיות AI והן את המגבלות של מימון מסורתי מבוסס מאזנים.

עם זאת, ההסתמכות הגוברת על מבנים מחוץ למאזן ושווקי אשראי פרטיים מוסיפה שכבת חוסר שקיפות שמתחילה להדאיג משתתפי שוק. מסגרות המימון מזכירות במובנים מסוימים את המבנים המורכבים שנראו לפני המשבר הפיננסי של 2008—שם פיזור הסיכונים הסתיר לעיתים פגיעויות בסיסיות.

מנקודת מבט של פסיכולוגיית משקיעים, היקף ההזדמנות העצום מניע פריסת הון אגרסיבית, אך ייתכן על חשבון שקיפות ומודעות לסיכון. דינמיקה זו יוצרת תנאים שבהם תמחור חסר של סיכונים עלול להצטבר מתחת לפני השטח.

חברות הביטוח מתמודדות עם סיכוני קיבולת וריכוז

עבור חברות הביטוח, מרכזי נתונים של AI מהווים הן הזדמנות אטרקטיבית והן אתגר הולך וגובר. מתקנים אלו נבנים בדרך כלל בסטנדרטים גבוהים וכוללים טכנולוגיה מתקדמת, מה שהופך אותם לנכסים מבוקשים לביטוח. עם זאת, ריכוז הערך—לעיתים 10 עד 20 מיליארד דולר באתר יחיד—יוצר מגבלות קיבולת משמעותיות.

שווקי הביטוח נועדו לפזר סיכון, אך ריכוז נכסים בעלי ערך גבוה באזורים גיאוגרפיים מסוימים, כולל אזורים החשופים לאסונות טבע, מסבך את המודל הזה. האתגר אינו רק חיתום הסיכון, אלא גם היכולת לספוג אותו מבלי לחשוף יתר על המידה את המאזנים.

בתגובה, חברות הביטוח מפתחות פוליסות מותאמות אישית למאפיינים הייחודיים של מרכזי נתונים, תוך שילוב אלמנטים של נדל”ן, טכנולוגיה וסיכון תפעולי. העלייה במסגרות ביטוח ייעודיות ויחידות ייעוץ מדגישה עד כמה התעשייה מתאימה את עצמה במהירות לסוג נכסים חדש זה.

“הליכון החוב של GPU” ואי-התאמה טכנולוגית

סיכון מרכזי מתהווה טמון בפער בין אורך החיים הארוך של תשתיות מרכזי הנתונים לבין מחזור החיים הקצר יחסית של החומרה המאוחסנת בהם—ובעיקר יחידות GPU. בעוד שהמתקנים מתוכננים לפעול במשך עשרות שנים, GPUs מתיישנים לעיתים בתוך שבע שנים, מה שיוצר מתח מבני במודלי המימון.

דינמיקה זו הובילה למה שחלק מהאנליסטים מכנים “הליכון החוב של GPU”, שבו מפעילים עשויים להידרש לגייס הון באופן מתמשך כדי לשדרג ציוד ולהישאר תחרותיים. הכנסת הלוואות מגובות GPU—שבהן השבבים עצמם משמשים כבטוחה—מוסיפה שכבת מורכבות נוספת לשווקי האשראי.

עם הזמן, הדבר עשוי להפוך סיפור צמיחה מבוסס הון עצמי לכאורה לבעיה של סיכון אשראי, במיוחד אם צמיחת ההכנסות לא תעמוד בקצב צרכי המימון מחדש.

לחצים משפטיים, הערכת שווי ושרשרת אספקה

ההתרחבות המהירה של המגזר יוצרת גם סיכונים משניים בתחומים משפטיים ותפעוליים. מחלוקות סביב הערכות שווי נכסים, הסכמי שכירות ומבני חוזים כבר מתחילות להופיע, ומשקפות את הקושי בתמחור נכסים בסביבה טכנולוגית המתפתחת במהירות.

אתגרי שרשרת האספקה מוסיפים מורכבות להערכת הסיכונים, שכן ציוד בעל ערך גבוה מאוחסן לעיתים מחוץ לאתר לפני התקנה, מה שיוצר חשיפה נוספת. במקביל, המעורבות הגוברת של קרנות פנסיה, חברות ביטוח ומנהלי נכסים באמצעות כלי אשראי פרטיים מעלה חששות לגבי העברת סיכונים במורד השרשרת.

היעדר השקיפות במבני המימון מגביר את הסיכונים הללו, ועלול לחשוף משקיעים לריכוזים שהם אינם מבינים במלואם עד להופעת תנאי לחץ.

מבחן מכריע לשווקים הפיננסיים

בהסתכלות קדימה, בום מרכזי הנתונים של AI מציג נרטיב כפול של הזדמנות וסיכון. מצד אחד, מדובר במחזור השקעות טרנספורמטיבי שיכול לתמוך בהתקדמות טכנולוגית במשך עשורים. מצד שני, הוא מציג מבנים פיננסיים מורכבים וחשיפות מרוכזות שעשויות לבחון את עמידות חברות הביטוח ושווקי האשראי.

המשתנה המרכזי יהיה הביצוע—האם פריסת ההון, השדרוגים הטכנולוגיים וצמיחת הביקוש יישארו מתואמים לאורך זמן. אם כן, המגזר עשוי להניב תשואות מתמשכות. אם לא, השילוב של מינוף, חוסר שקיפות ושינוי טכנולוגי מהיר עלול ליצור מוקדי חוסר יציבות.

על משקיעים וקובעי מדיניות לעקוב מקרוב אחר התפתחויות במבני המימון, קיבולת הביטוח והערכת שווי הנכסים. כפי שההיסטוריה מראה, תקופות של חדשנות מהירה מלוות לעיתים קרובות בסיכונים מתפתחים—והיכולת לזהות אותם מוקדם תהיה קריטית בניווט אחד מנושאי ההשקעה המרכזיים של העשור.