גל ההשקעה ב-AI יוצר הזדמנויות לעסקים “משעממים”

רוב הכותרות על השקעות ב-AI מתמקדות בחברות שבונות מודלים. אבל ביולי 2026 הצד הפיזי של כלכלת ה-AI הפך לקשה יותר להתעלם ממנו. מרכזי נתונים, מפעלי ייצור מוליכים למחצה, מערכות הספק בצפיפות גבוהה, קירור נוזלי, שדרוגי רשת חשמל, תחנות משנה, שנאים, תשתיות מים, לוגיסטיקה וצוותי תחזוקה, כולם הופכים לחלק מסיפור ה-AI. ההזדמנות אינה רק בתוכנה. היא גם בבטון, נחושת, קירור, מנופים, רגולציה ועבודה מקצועית מיומנת.

מחקר של Cushman & Wakefield מראה שעסקים הקשורים למערכת האקולוגית של מרכזי הנתונים היוו 10.4% מפעילות החכירה התעשייתית החדשה בשישה שווקי מרכזי נתונים מרכזיים בארה״ב בין 2022 ל-2025, ושהנתח עלה לשיא של 14.4% ב-2025, כאשר החכירה הקשורה למרכזי נתונים צמחה ב-44% משנה לשנה. הדו״ח של החברה מדגיש ביקוש מצד יצרני ציוד חשמלי, מערכות קירור, ספקי תשתיות הספק, חברות הנדסה, חברות תקשורת, ספקי לוגיסטיקה, סיטונאים וקבלנים מתמחים.

AI אולי דיגיטלי, אבל הבנייה שמאחוריו פיזית לגמרי. המנצחים הבאים עשויים למכור חשמל, קירור, בטיחות, מים, לוגיסטיקה ותחזוקה.

למה ההזדמנות נראית “משעממת”

ההזדמנויות העסקיות המשתלמות ביותר לא תמיד נוצצות. קמפוס AI בקנה מידה של hyperscale זקוק לשבבים מתקדמים, אבל הוא גם זקוק לקבלני חשמל, ציוד מיתוג, גנרטורים גיבוי, מערכות קירור, כיבוי אש, אבטחה פיזית, ניקיון תעשייתי, הובלה כבדה, מתכות, בטון, תחזוקת מבנים, טיפול במים, שירותי מזון וטכנאים שיודעים להפעיל מתקנים קריטיים ברציפות. הקטגוריות האלה כמעט ולא מופיעות בהדגמות AI צרכניות, אבל אף פריסת AI בקנה מידה גדול לא פועלת בלעדיהן.

McKinsey מעריכה שההוצאה העולמית על מרכזי נתונים עשויה להגיע ל-7 טריליון דולר עד 2030, וטוענת שספקים תעשייתיים של ציוד חשמלי, תרמי ומכני נמצאים בלב הבנייה. המגבלה אינה רק הון, היא גם ביצוע. מרכזי נתונים דורשים רכיבים עם זמני אספקה ארוכים כמו שנאים, ציוד מיתוג, מערכות תרמיות, ציוד חלוקת חשמל ותשתית מכנית. כאשר הביקוש מאיץ מהר יותר משרשראות האספקה התעשייתיות המסורתיות מסוגלות להגיב, נפתח מקום לספקים חדשים, יצרנים משיקים וחברות שירות שיכולות לעמוד בדרישות המהירות, האיכות והאמינות של תשתיות AI.

האות מהתעשייה

גם סיפור הייצור האמריקאי משקף את השינוי הזה. הסיכום של IndustrySelect ליולי 2026 על מפעלים אמריקאיים חדשים ציין גל ייצור של תשתיות AI שכלל את Bosch, שהפעילה ייצור מוליכי למחצה מסיליקון קרביד בקליפורניה, את Foxlink, שהשיקה את מפעל ה-AI Factory הראשון שלה בארה״ב, את Flex, שהרחיבה את ייצור מערכת מחשוב AI מתקדמת בעמק הסיליקון, ויצרנית גדולה שהחלה בבנייה של מה שצפוי להפוך למתקן הגדול בארץ לייצור שנאי הספק גדולים. גם ההתרחבות בתחום המוליכים למחצה מזינה את אותה מערכת אקולוגית, כאשר Micron הודיעה שהעלתה את היקף ההשקעות המתוכננות שלה בארה״ב ליותר מ-250 מיליארד דולר עד 2035, וחגגה את יציקת הבטון הראשונה באתר המפעל שלה ב-Clay, ניו יורק.

עבור יצרן, קבלן או ספק שירות אזורי, ההזדמנות אולי אינה “להוסיף AI” למוצר. היא עשויה להיות להפוך למוכן לתשתיות AI: הצעות מחיר מהירות יותר, תיעוד חזק יותר, עמידה טובה יותר ברגולציה, זמינות שירות מסביב לשעון, הכשרות בטיחות מיוחדות, גישה מאובטחת למתקנים, רישומי תחזוקה דיגיטליים, והיכולת לעבוד עם לקוחות גדולים שפועלים לפי דרישות זמינות מחמירות.

איך עסקים “משעממים” יכולים למקם את עצמם מחדש

• תרגמו את ההצעה לשפת תשתיות. החליפו תיאורים כלליים בהבטחות רלוונטיות למרכזי נתונים: זמינות, יתירות, בטיחות, זמן תגובה, תיעוד ועמידה ברגולציה.
• בנו הוכחות עבור קונים גדולים. הכינו מקרי בוחן, הסמכות, תיעוד ביטוחי, רישומי בטיחות, נהלים מבוקרים והמלצות.
• התאימו את עצמכם ללוחות זמנים דחוסים. לקוחות תשתיות AI זקוקים לרוב לפריסה מהירה יותר מפרויקטים תעשייתיים מסורתיים. ספקים שיכולים להציע הצעת מחיר, לתזמן ולספק במהירות זוכים ליתרון.
• צרו שותפויות לאורך כל השרשרת. ספקי חשמל, קירור, כיבוי אש, אבטחה, מים, לוגיסטיקה ותחזוקה יכולים לגבש הצעות משולבות עבור יזמי מרכזי נתונים ופרויקטים בתחום המוליכים למחצה.
• השקיעו בהכנת כוח האדם. טכנאים מיומנים, הכשרות בטיחות, בדיקות רקע ונהלי אבטחת אתר עשויים להפוך לחשובים לא פחות מהמחיר.

סיכונים חבויים בתוך הפריחה

לא כל ספק צריך לרדוף אחרי כל פרויקט תשתיות AI. אותה פריחה שיוצרת הזדמנות מביאה גם ריכוזיות סיכון, כוח מיקוח ללקוח, מורכבות בתשלומים, מחסור בכוח אדם, מחזורי מכירה ארוכים ודרישות שירות תובעניות. פרויקטים של מרכזי נתונים עלולים להתעכב בגלל חיבור לרשת החשמל, היתרים, התנגדות קהילתית, זמינות מים או צווארי בקבוק בשרשרת האספקה. ספק קטן שמתרחב מהר מדי עבור פרויקט גדול אחד עלול ליצור סיכון פיננסי אם לוחות הזמנים של הבנייה מתעכבים.

לכן האסטרטגיה הטובה ביותר היא התמחות ממושמעת. חברה צריכה לזהות היכן היכולות הקיימות שלה נפגשות עם הבנייה של התשתית, ואז לשפר את החלקים שחשובים לקונים רציניים: אמינות, עמידה ברגולציה, תיעוד, בטיחות, קיבולת ויכולת חזרתיות. המטרה היא להיראות כשותף תשתיות אמין, לא להישמע כמו חברת הייטק.

DNLA Playbook לספקי תעשייה ושירות

• מפו את הרלוונטיות שלכם. רשמו את הדרכים שבהן המוצרים או השירותים הנוכחיים שלכם תומכים במרכזי נתונים, מפעלי ייצור, תשתיות אנרגיה או מתקנים קריטיים לתפעול.
• ארזו הצעות לפעילות קריטית. בנו חבילות שירות סביב זמינות, תגובת חירום, תחזוקה מונעת ותיעוד רגולטורי.
• שדרגו את החומרים ללקוחות. הכינו גיליונות טכניים, מדיניות בטיחות, הסמכות, התחייבויות לזמני תגובה והמלצות מפרויקטים.
• מצאו שותפים במערכת האקולוגית. התחברו עם ספקים משלימים כדי שקונים גדולים יוכלו לרכוש פתרונות שלמים יותר.
• הגנו על הליבה העסקית. הימנעו מהתחייבות יתר של קיבולת לפרויקטים ספקולטיביים או ללקוח דומיננטי יחיד.
• מדדו רווחיות, לא התלהבות. עקבו אחר השאלה האם עבודת תשתיות AI משפרת את הרווחיות בפועל, אחרי עלויות עבודה, ביטוח, מימון ודרישות שירות.

DNLA Take