השקעה בחברות AI והערכת סיכונים

שוק ההון, כדרכו, מתמגנט לחדשנות. הוא מזהה את הניצוץ של מהפכות טכנולוגיות, לעיתים עוד בטרם אלו פרצו במלוא עוצמתן, ומנסה לאמוד את גודל ההשפעה וההזדמנות הגלומות בהן. בעידן הנוכחי, אין ספק כי הבינה המלאכותית (AI) עומדת במרכז הבמה הזו, מושכת אליה משאבים פיננסיים עצומים, כישרונות מבריקים ותשומת לב ציבורית חסרת תקדים. ההבטחה הטמונה ב-AI – ייעול תהליכים, יצירת פתרונות חדשניים, פריצות דרך מדעיות ורפואיות – היא כה גדולה, עד כי קשה שלא להיסחף באופוריה סביבה. עם זאת, המשקיע הנבון יודע שמאחורי כל הבטחה נוצצת מסתתרות גם מלכודות, סיכונים ואי-ודאויות שיש לנתח בקפידה רבה. במאמר זה, נצלול לעומק עולם ההשקעות בחברות AI, ננסה לפענח את מורכבותו ונציג גישה מקיפה להערכת סיכונים, גישה הכרחית למי שמבקש לנווט בהצלחה בנוף המהפכני והתנודתי הזה.

המהפכה השקטה של ה-AI: מעבר לבאזז

בינה מלאכותית אינה רעיון חדש. עקרונותיה הבסיסיים קיימים עשרות שנים, אולם בשנים האחרונות, שילוב של כוח מחשוב אדיר, זמינות נתונים בקנה מידה חסר תקדים (Big Data) ואלגוריתמים מתקדמים, ובפרט למידת מכונה עמוקה, הוליד פריצות דרך שהפכו את ה-AI מכלי מחקר לטכנולוגיה יישומית עם השפעה רוחבית. אנחנו רואים אותה בכל פינה: במערכות המלצה, באבחון רפואי, במכוניות אוטונומיות, באוטומציה תעשייתית, במודלים פיננסיים ואפילו ביצירה אמנותית. מדובר במהפכה שאינה מוגבלת לתחום טכנולוגי צר, אלא משפיעה על מגוון רחב של תעשיות ומגזרים, משנה את אופן העבודה, הצריכה והחיים. עבור משקיעים, המשמעות היא פוטנציאל עצום, אך גם אתגר במיפוי הזדמנויות אותנטיות מתוך ים של חברות המנסות לרכוב על הגל.

ה-AI מחוללת שינויים בשרשראות ערך שלמות. היא מאפשרת אוטומציה של משימות חוזרות ונשנות, מייעלת קבלת החלטות באמצעות ניתוח דפוסים מורכבים בנתונים, ומסייעת ביצירת מוצרים ושירותים חדשים לחלוטין. ההבנה הזו היא נקודת המוצא לכל הערכת השקעה. אין מדובר רק ברכישת מניות של חברת תוכנה גדולה שמשלבת AI במוצריה, אלא בהבנת מיקום החברה בשרשרת הערך של ה-AI: האם היא מפתחת את התשתית הבסיסית (חומרה, פלטפורמות ענן), האם היא יוצרת אלגוריתמים פורצי דרך, או אולי היא מיישמת טכנולוגיות AI קיימות לפתרון בעיות ספציפיות בתעשיות מסורתיות? כל אפיק טומן בחובו פרופיל סיכון-סיכוי שונה לחלוטין.

ניתוח אפיקי השקעה: ציבורי מול פרטי

כאשר מדברים על השקעה בחברות AI, יש להבחין בין שני סוגי שווקים עיקריים: השוק הציבורי והשוק הפרטי. לכל אחד מהם מאפיינים, יתרונות וחסרונות משלו.

השקעה בשוק הציבורי

בשוק הציבורי, המשקיעים יכולים לרכוש מניות של חברות AI גדולות ומבוססות, אשר חלקן נהנות ממעמד של מובילות שוק. חברות כמו NVIDIA, מיקרוסופט, גוגל ואמזון, מובילות את מהפכת ה-AI בהיבטי חומרה, תוכנה, תשתיות ענן ומחקר. היתרון בהשקעה בחברות אלה הוא נזילות גבוהה, שקיפות יחסית (חובת דיווח) ופיזור סיכונים מסוים, כיוון שלרוב הן בעלות תחומי פעילות מגוונים. חברות אלה כבר הוכיחו מודל עסקי בר-קיימא והן נהנות מיתרונות גודל, גישה למשאבים עצומים וכוח אדם מיומן. עם זאת, החיסרון טמון לרוב בתמחור הגבוה, המשקף את הציפיות העתידיות של השוק, ובפוטנציאל צמיחה מתון יותר בהשוואה לחברות סטארט-אפ בשלבים מוקדמים. בנוסף, חשיפה לחברות אלה מתאפשרת גם באמצעות תעודות סל (ETFs) ייעודיות המתמקדות בתחום ה-AI, המציעות פיזור רחב יותר בין חברות שונות אך גם גובה עמלות ניהול.

השקעה בשוק הפרטי

השוק הפרטי, לעומת זאת, מאפשר חשיפה לחברות AI צעירות וחדשניות הנמצאות בשלבי פיתוח שונים. כאן, פוטנציאל הצמיחה יכול להיות אקספוננציאלי, במיוחד אם החברה מפתחת טכנולוגיה פורצת דרך או פותרת בעיה בוערת בשוק עצום. אפיק זה כולל השקעות הון סיכון (VC), השקעות אנג’ל, פלטפורמות מימון המונים ועוד. היתרונות הבולטים הם פוטנציאל תשואה גבוה במיוחד וחשיפה לטכנולוגיות בחזית הקדמה. אך לצד זאת, קיימים גם סיכונים רבים: חוסר נזילות מוחלט (הכסף “נעול” לפרקי זמן ארוכים), היעדר שקיפות, רמת סיכון גבוהה של כשל עסקי, תלות בצוות המייסד ולרוב גם תמחור שקשה להצדיק באופן אובייקטיבי בשלבים מוקדמים. היכולת להבחין בין חברה בעלת פוטנציאל אמיתי לבין כזו שאינה אלא בלון שיווקי, דורשת מומחיות עמוקה והבנה טכנולוגית ועסקית משמעותית.

עמודי התווך להערכת חברות AI

לפני כל החלטת השקעה, נדרשת עבודת מחקר וניתוח מעמיקה. עבור חברות AI, הניתוח חייב לחרוג מהמדדים הפיננסיים הקלאסיים ולכלול התייחסות למאפיינים הייחודיים של הטכנולוגיה והשוק.

1. עומק טכנולוגי ויתרון תחרותי

השאלה המרכזית כאן היא: מהו היתרון הטכנולוגי הייחודי של החברה? האם היא פיתחה אלגוריתמים חדשניים ומוגנים? האם יש לה גישה לנתונים ייחודיים שאין למתחרים (Data Moat)? האם הטכנולוגיה שלה ניתנת לשחזור בקלות על ידי אחרים? חברות AI אמיתיות אינן רק “משתמשות ב-AI”, אלא מפתחות את הליבה הטכנולוגית, משפרות מודלים קיימים או מוצאות דרכים יצירתיות ליישם אותם. יש לבחון את תקציבי המו”פ, את מספר הפטנטים ואת פרסומי המחקר של החברה. חשוב להבין האם הטכנולוגיה ניתנת להגנה משפטית או שהיתרון שלה נובע רק מהקדימות בשוק. אם אין יתרון טכנולוגי ברור ובר-קיימא, החברה חשופה לתחרות אגרסיבית ולשחיקה מהירה של רווחיות.

2. איכות הצוות והנהלה

בענף מהיר ודינמי כמו ה-AI, הצוות הוא המפתח להצלחה. יש לבחון את הרקע המקצועי של המייסדים, המנהלים ומהנדסי הליבה. האם יש להם ניסיון רלוונטי ב-AI, במדע הנתונים או בתחום היישום הספציפי? האם הם הוכיחו יכולת ביצוע? האם יש להם חזון ברור וגמישות מספקת להסתגל לשינויים? במקרים רבים, משקיעי הון סיכון מייחסים חשיבות עצומה לאיכות הצוות, לעיתים יותר מאשר למוצר הראשוני, שכן צוות חזק מסוגל לנווט את החברה גם כאשר נתקלים בקשיים או שינויים כיוון.

3. גודל השוק והתאמת מוצר-שוק

גם הטכנולוגיה המבריקה ביותר תהיה חסרת ערך אם היא לא פותרת בעיה אמיתית וגדולה מספיק בשוק. יש לבחון את גודל השוק הפוטנציאלי (Total Addressable Market – TAM) ואת יכולת החברה להשיג נתח משמעותי ממנו. האם יש ביקוש אמיתי לפתרון שלה? האם הלקוחות מוכנים לשלם עבורו? מי הם המתחרים הקיימים והפוטנציאליים, ומהו הבידול של החברה? הבנת תהליכי המכירה וההטמעה של הטכנולוגיה בקרב לקוחות היא קריטית. לעיתים קרובות, חברות AI מצליחות לפתח טכנולוגיה מרשימה, אך מתקשות למצוא עבורה מודל עסקי בר-קיימא או נתיב לשוק.

4. מודל עסקי ופוטנציאל רווחיות

הטכנולוגיה היא האמצעי, אך המטרה היא יצירת ערך כלכלי. יש לנתח את המודל העסקי: האם הוא מבוסס על מנויים (SaaS), רישיונות, שירותים, או שילוב שלהם? האם יש פוטנציאל להכנסות חוזרות? מהן שולי הרווח הצפויים והאם המודל ניתן להרחבה בקלות (Scalability)? חברות AI רבות דורשות השקעות עתק במו”פ, תשתיות וכוח אדם. יש להבין מתי וכיצד הן צפויות להפוך לרווחיות, אם בכלל, ומהו היתרון הכלכלי שהן מציעות ללקוחותיהן – חיסכון בעלויות, הגדלת הכנסות, שיפור יעילות.

ניווט בשדה המוקשים: הערכת סיכונים ספציפיים ל-AI

השקעה ב-AI טומנת בחובה סיכונים כלליים המשותפים לכל השקעה בטכנולוגיה, אך גם סיכונים ייחודיים למגזר זה.

1. קצב החדשנות המטורף וסיכון ההתיישנות הטכנולוגית

עולם ה-AI מתפתח בקצב מסחרר. אלגוריתמים, מודלים וטכניקות שנתפסו כפורצי דרך לפני שנתיים, עשויים להיות מיושנים היום. חברה שמשקיעה במחקר ופיתוח רב ואינה מצליחה לשמור על קצב החדשנות, עלולה למצוא את עצמה עם טכנולוגיה מיושנת תוך זמן קצר. עבור משקיעים, הדבר דורש הבנה עמוקה של מגמות טכנולוגיות וערנות מתמדת לחידושים.

2. בועות הערכה וספקולציה

כמו בכל מהפכה טכנולוגית, גם סביב ה-AI נוצרת לעיתים בועת ציפיות ותמחור. חברות ללא מודל עסקי מוכח או הכנסות משמעותיות זוכות להערכות שווי אסטרונומיות רק על בסיס פוטנציאל עתידי. ההיסטוריה הכלכלית רצופה בבועות דומות (בועת הדוט-קום היא דוגמה טובה). משקיעים חייבים להיות זהירים במיוחד מתמחורים אגרסיביים ולבצע בדיקת נאותות קפדנית, תוך הימנעות מלהיסחף בהייפ.

3. אי-ודאות רגולטורית ואתית

השימוש ב-AI מעלה שאלות רגולטוריות ואתיות מורכבות: פרטיות נתונים, הטיה אלגוריתמית, אחריות משפטית במקרה של טעויות (לדוגמה, במכוניות אוטונומיות), השפעה על שוק העבודה ועוד. רגולציות עתידיות – בין אם מדובר על חקיקה בתחום ה-AI של האיחוד האירופי, או על יוזמות דומות בארה”ב ובישראל – עלולות להגביל את הפעילות של חברות AI מסוימות, להעלות את עלויות התפעול או אף לפגוע במודל העסקי שלהן. חברות שאינן מכינות את עצמן לשינויים אלה ואינן בונות “AI אחראי” עלולות להיקלע למצבים בעייתיים.

4. תחרות עזה ומלחמת כישרונות

שוק ה-AI מושך אליו את החברות הגדולות בעולם, בעלות משאבים כמעט בלתי מוגבלים, לצד אלפי סטארט-אפים קטנים וזריזים. התחרות על כל נתח שוק ועל כל כישרון הולכת וגוברת. עלויות השכר למומחי AI הן מהגבוהות בשוק הטכנולוגיה, וחברה שלא תצליח למשוך ולשמר את הכישרונות הטובים ביותר, תתקשה לשרוד. השתלטות חברות גדולות על סטארט-אפים מבטיחים דרך רכישות היא תופעה נפוצה, אך גם היא מחסום כניסה עבור שחקנים קטנים יותר.

5. אתגרי הטמעה ושילוב

רבות מחברות ה-AI מפתחות פתרונות טכנולוגיים מורכבים. הטמעה של טכנולוגיות אלו בקרב לקוחות ארגוניים דורשת תהליכים ממושכים, התאמות פרטניות ולעיתים גם שינוי תהליכי עבודה מהותיים. אם הטכנולוגיה אינה מספקת ערך מובהק וקל להטמעה, לקוחות עלולים לנטוש או להימנע מאימוץ. כשלים בהטמעה עלולים להוביל לאובדן הכנסות, פגיעה במוניטין ועיכובים בצמיחה.

אסטרטגיות להפחתת סיכונים בהשקעות AI

הסיכונים הקיימים אמנם משמעותיים, אך אינם בלתי ניתנים לניהול. גישה מושכלת ומתוכננת יכולה לסייע למשקיעים למזער את החשיפה ולמקסם את הסיכויים להצלחה.

1. פיזור השקעות רוחבי

אחת האסטרטגיות הבסיסיות והחשובות ביותר. במקום להשקיע את כל ההון בחברה אחת או בסוג אחד של AI, יש לפזר את ההשקעות על פני מספר חברות, סקטורים ותחומי התמחות שונים בתוך עולם ה-AI. ניתן לפזר בין חברות תשתית (חומרה, ענן), חברות תוכנה (פלטפורמות, אלגוריתמים) וחברות יישום (פתרונות ספציפיים לתעשיות). פיזור גיאוגרפי, בין אם לשווקים כמו ארה”ב, אירופה או ישראל, גם הוא חשוב ופועל להקטנת התלות בשוק אחד. אם חברה אחת נכשלת או שהטכנולוגיה שלה מתיישנת, הפורטפוליו עדיין נשאר יציב יחסית.

2. בדיקת נאותות מעמיקה (Due Diligence)

בדיקה זו צריכה להיות יסודית במיוחד עבור חברות AI. היא צריכה לכלול לא רק ניתוח פיננסי ועסקי, אלא גם הערכה טכנולוגית מעמיקה. יש לבחון את הליבה הטכנולוגית של החברה, את האלגוריתמים, את מקורות הנתונים, את צוות המו”פ, את קניין הרוחני (פטנטים, סודות מסחריים) ואת התוכניות העתידיות. רצוי להיעזר במומחים טכנולוגיים חיצוניים כדי לאמת את הטענות הטכנולוגיות של החברה ולהעריך את יתרונה התחרותי. בדיקת ההיתכנות של מודל הבינה המלאכותית ויכולתו לעמוד בעומסים מהעולם האמיתי, היא קריטית. כמו כן, יש לבחון את עמידת החברה בתקני אבטחת מידע ורגולציה.

3. אופק השקעה ארוך טווח

פיתוח טכנולוגיות AI והטמעתן בשוק הוא תהליך שלוקח זמן. משקיעים צריכים לאמץ אופק השקעה ארוך טווח ולהיות מוכנים לתנודתיות. ייתכן שיעברו שנים עד שהשקעה בחברת AI תניב פירות משמעותיים, ולעיתים קרובות נדרשים סבבי גיוס נוספים ודילול של בעלי המניות הקיימים. סבלנות היא מפתח להצלחה בתחום זה.

4. השקעה בתשתיות ה-AI

אסטרטגיה נוספת היא להתמקד בחברות המספקות את התשתית הבסיסית להפעלת ה-AI, בדומה לתקופת הבהלה לזהב שבה מוכרי אתי החפירה והג’ינסים היו המרוויחים הגדולים. מדובר בחברות המייצרות שבבים (כמו NVIDIA), ספקיות פלטפורמות ענן (AWS, Microsoft Azure, Google Cloud) או חברות פיתוח כלים ואוטומציה ל-AI. השקעה באלו מאפשרת חשיפה לכלל צמיחת ה-AI, ללא צורך לבחור את ה”מנצח” הספציפי בתחום יישום מסוים.

5. דגש על AI אחראי ואתי

כפי שציינו, סוגיות אתיות ורגולטוריות הופכות מרכזיות יותר ויותר. חברות המפתחות ומיישמות AI באופן אחראי, שקוף והוגן, עם דגש על צמצום הטיות, הגנה על פרטיות ופתרונות בטוחים, יהיו עמידות יותר בפני ביקורת ציבורית, רגולציה מחמירה ודרישות לקוחות. משקיעים צריכים לזהות חברות שיש להן תוכנית ברורה להתמודדות עם אתגרים אלה, שכן גישה כזו משפרת את יציבות החברה בטווח הארוך.

הזווית הישראלית: תעשיית AI תוססת

ישראל, הידועה כ”אומת הסטארט-אפ”, הפכה בשנים האחרונות למעצמה של ממש גם בתחום הבינה המלאכותית. עשרות ומאות חברות ישראליות, קטנות וגדולות, מפתחות טכנולוגיות AI פורצות דרך במגוון סקטורים – מסייבר ופינטק ועד חקלאות ורפואה. הן מושכות אליהן השקעות משמעותיות מקרנות הון סיכון מקומיות ובינלאומיות. פורטל “אלפא” עוקב מקרוב אחר התפתחויות אלה ומספק ניתוחים שוטפים על המגמות, ההשקעות והחברות המובילות בזירה המקומית והגלובלית. עבור משקיעים המחפשים חשיפה ספציפית לחדשנות ישראלית, תחום ה-AI מציע הזדמנויות רבות, אך גם כאן יש לנקוט במשנה זהירות ולבצע בדיקות מעמיקות.

סיכום: קפיצת מדרגה מחושבת

השקעה בחברות AI היא ללא ספק אחת ההזדמנויות המרכזיות בעולם ההשקעות כיום, עם פוטנציאל להניב תשואות יוצאות דופן. הטכנולוגיה מחוללת שינוי עמוק ועולמי, ומי שידע לזהות את השחקנים הנכונים ייהנה מפירותיה. אולם, הדרך לשם רצופה בסיכונים משמעותיים, החל מהתיישנות טכנולוגית מהירה וכלה בבועות ספקולטיביות ואי-ודאות רגולטורית. ההצלחה אינה מובטחת, והיא תלויה במידה רבה ביכולת של המשקיע לבצע ניתוח מעמיק, להבין את הליבה הטכנולוגית והעסקית של החברות, ולהעריך את הסיכונים באופן מושכל. גישת השקעה מפולחת, פיזור נבון, בדיקת נאותות קפדנית ואופק השקעה ארוך טווח, כל אלו חיוניים לכל מי שמבקש לקחת חלק בקפיצת המדרגה הטכנולוגית של הבינה המלאכותית ולצלוח את אתגריה.

עידו ל׳, כותב בכיר, אלפא – פורטל כלכלה, נדל״ן ועסקים