השקעה במניות הבינה המלאכותית: מעבר מחומרה ליישומים מעשיים

בשלב הראשון של גל הבינה המלאכותית, רוב הכסף הגדול בבורסה נעשה על מי שמוכר את הכלים: יצרניות שבבים, ספקיות ציוד למרכזי נתונים וחברות הענן. מי שמחפש היום מניות AI צריך קודם להבין באיזו שכבה של התעשייה הוא קונה, כי לכל שכבה מנוע אחר וסיכון אחר. השאלה הפתוחה היא אם וכמה מהערך יעבור לשכבת היישומים. המעבר הזה קרה גם במהפכות קודמות, אבל הוא לקח שנים, והמנצחים היו קשים לזיהוי מראש.

מפת מניות AI: מי נמצא בכל שכבה?

מניות AI מתחלקות לארבע שכבות עיקריות: שבבים וחומרה, תשתיות חשמל ומרכזי נתונים, ענן ופלטפורמות, ויישומים. השמות הבאים הם דוגמאות מוכרות להמחשת המפה, לא המלצה, והמשקל של כל חברה בבינה מלאכותית שונה מאוד.

לישראל יש נוכחות משמעותית בשכבה הראשונה. מרכזי פיתוח שבבים רבים פועלים כאן, ורכישת מלאנוקס הישראלית על ידי אנבידיה, שהושלמה ב-2020, היא דוגמה מוכרת לטכנולוגיית תקשורת למרכזי נתונים שפותחה כאן והפכה לחלק מהליבה של תשתית הבינה המלאכותית.

איפה נמצא הכסף של הבינה המלאכותית, ולאן הוא עשוי לעבור?

כל מהפכה טכנולוגית מתחילה בהשקעות הון (CapEx) עצומות בתשתית. חברות הענן והטכנולוגיה הגדולות מוציאות סכומים חסרי תקדים על מרכזי נתונים, שבבים וחשמל. ההוצאה הזו היא ההכנסה של ספקי החומרה.

אבל הוצאה על תשתית היא לא תכלית. בסוף מישהו צריך לשלם על השירות שנבנה מעליה: עסקים שקונים תוכנה, צרכנים שמשלמים על מנוי, מפרסמים. אם ההכנסות בשכבת היישומים לא יגדלו מספיק מהר, קצב ההשקעה בתשתית יאט, ומניות החומרה ירגישו את זה ראשונות.

זה המתח המרכזי בסקטור היום.

שני נתונים שכדאי לעקוב אחריהם בכל עונת דוחות: תחזית ההשקעות ההוניות של חברות הענן הגדולות, שמסמנת את הביקוש לחומרה, והאם חברות התוכנה מצליחות להראות הכנסות נפרדות ומדידות ממוצרי בינה מלאכותית. כשהראשון ממשיך לעלות והשני מדשדש, הפער מתרחב.

למה חשמל הפך לחלק מסיפור ה-AI?

מרכז נתונים לבינה מלאכותית צורך הרבה יותר חשמל ממרכז נתונים רגיל, ורשתות החשמל בארה״ב ובאירופה לא נבנו לקצב הזה. לכן חלק מהמשקיעים מחפשים חשיפה דרך מי שמספק טורבינות, ציוד רשת וקירור, במקום דרך מי שמפתח את המודלים.

היתרון של הגישה הזו: היא לא דורשת לנחש איזו חברת תוכנה תנצח. החיסרון: גם כאן המחירים עלו מהר, והחברות האלה מחזוריות מטבען. ניתוח מפורט של אחת מהן יש במניית GE ורנובה.

מה למדנו מבועת האינטרנט?

בסוף שנות ה-90, השוק הבין נכון שהאינטרנט ישנה הכול. הוא טעה בשאלה מי ירוויח ובאיזה מחיר.

ספקיות הציוד של האינטרנט נסחרו אז במכפילים קיצוניים. חלקן נשארו חברות רווחיות וטובות, ובכל זאת המניות שלהן נסחרו שנים רבות אחרי 2000 הרבה מתחת לשיא. המחיר ששולם בשיא גילם את כל הצמיחה העתידית ועוד.

ובשכבת היישומים, כמה מהמנצחים הגדולים של העשורים הבאים היו חברות קטנות או כאלה שעוד לא הונפקו. גוגל, למשל, הונפקה רק ב-2004. מי שניסה לבחור את המנצחים ב-1999 קנה לרוב חברות שנעלמו.

הלקח לא אומר שהבינה המלאכותית היא בועה. הוא אומר שטכנולוגיה נכונה יכולה להיות השקעה גרועה אם משלמים עליה מחיר שמניח שהכול יצליח.

למה קשה לבחור את המנצחים בשכבת היישומים?

שלוש סיבות.

הראשונה: מודלי הבינה המלאכותית עצמם הולכים ונעשים זולים ונגישים. אם כל חברה יכולה להוסיף יכולת דומה למוצר שלה, היכולת הזו לא מבדלת.

השנייה: לחברות הקיימות יש יתרון הפצה. חברת תוכנה עם מיליוני לקוחות יכולה להוסיף תכונת בינה מלאכותית ולמכור אותה ללקוחות קיימים מהר יותר מסטארט אפ.

השלישית: חלק מהערך עובר ללקוח ולא לספק. אם בינה מלאכותית מקצרת משימה של עורך דין משעתיים לעשר דקות, לא ברור שהחברה שמוכרת את הכלי תגבה את מלוא החיסכון.

מה כן שווה לחפש? חברות עם נתונים ייחודיים שאחרים לא יכולים להשיג, מוצר שמוטמע עמוק בתהליכי עבודה של הלקוח, ומדדים שמראים שהלקוחות משלמים יותר בזכות התכונות החדשות. דוגמה לוויכוח הזה על מחיר מול צמיחה יש במניית פלנטיר.

דוגמה: כמה בינה מלאכותית כבר יש לכם בתיק?

עמית, משקיע היפותטי מראשון לציון, מחזיק תיק של 200,000 ₪: 60% במדד מניות רחב, 20% באג״ח ו-20% שהוא שוקל להעביר לקרן סל נושאית של בינה מלאכותית.

נניח, לצורך ההמחשה בלבד, שרבע מהמדד הרחב שלו מורכב מחברות שהבינה המלאכותית היא חלק מהותי מהסיפור שלהן.

• חשיפה דרך המדד הרחב: 60% כפול 25%, כלומר 15% מהתיק.
• חשיפה דרך הקרן הנושאית: 20% מהתיק.
• סך הכול: כ-35% מהתיק, כ-70,000 ₪, תלויים באותו סיפור.

עמית חשב שהוא מוסיף תבלין. בפועל הוא יותר מכפיל את החשיפה שכבר הייתה לו. לפני שמוסיפים קרן נושאית, כדאי לבדוק את עשר האחזקות הגדולות שלה ולהשוות אותן לאחזקות של הקרן הרחבה שכבר בתיק.

איך לבנות חשיפה למניות AI בלי להמר על מניה אחת?

למי שבכל זאת רוצה משקל יתר לבינה מלאכותית, כמה עקרונות:

1. להתחיל ממדד רחב ולבדוק כמה חשיפה כבר קיימת.
2. אם מוסיפים, לשקול פיזור בין השכבות ולא רק בשבבים.
3. להגביל את החלק הנושאי למשקל שאפשר לחיות איתו גם בירידה של 40% עד 50%.
4. לזכור את המס: לפי רשות המסים, נכון ל-2026 מימוש רווח חייב ב-25% מס רווחי הון על הרווח הריאלי ליחיד, ומעבר תכוף בין מניות חמות שוחק תשואה. בקרנות ומניות אמריקאיות, טופס W-8BEN מוריד את הניכוי במקור על דיבידנדים ל-25%.

שאלות נפוצות

מה ההבדל בין מניות חומרה למניות יישומים בבינה מלאכותית?

מניות חומרה מוכרות את התשתית, כמו שבבים וציוד למרכזי נתונים, ותלויות בתקציבי ההשקעה של חברות הענן. מניות יישומים מוכרות מוצר ללקוח הסופי ותלויות ביכולת לגבות כסף על ערך שהבינה המלאכותית מוסיפה.

האם מניות הבינה המלאכותית נמצאות בבועה?

אי אפשר לדעת מראש. מה שכן אפשר לבדוק הוא אם המחיר מניח צמיחה מהירה לשנים רבות ללא טעויות. ככל שההנחות אופטימיות יותר, המרחב לאכזבה גדול יותר.

איך משקיעים במניות AI מישראל?

אפשר דרך קרנות מחקות מדדים רחבים, שכבר מחזיקות את חברות הטכנולוגיה הגדולות, דרך קרנות סל נושאיות או דרך מניות בודדות אצל ברוקר או בתיק מסחר בבנק. לכל דרך רמת ריכוז וסיכון אחרת.

האם קרן סל נושאית של בינה מלאכותית מגוונת מספיק?

לרוב היא מרוכזת בכמה עשרות מניות מאותו סקטור, ולכן תנודתית יותר ממדד רחב. היא יכולה להשלים תיק, אבל לא להחליף פיזור.

רוצים ללמוד לנתח מניות טכנולוגיה לעומק ולא לפי כותרות? התחילו בקורס ההשקעות.

המידע במאמר הוא לימודי בלבד ואינו מהווה ייעוץ השקעות או תחליף לייעוץ המתחשב בנתונים ובצרכים של כל אדם.