הביקוש לתשתיות שמאפשרות להפעיל מודלי בינה מלאכותית ממשיך לחלחל אל שכבת החשמל, הקירור והאוטומציה של מרכזי הנתונים. Schneider Electric דיווחה ב־16 באוקטובר 2026 על הכנסות רבעוניות של כ־11.5 מיליארד אירו ברבעון השלישי, צמיחה אורגנית של 17%, והעלתה פעם נוספת את התחזית לשנה כולה.
לפי הודעת החברה, פעילות ניהול האנרגיה צמחה אורגנית ב־19%, ואילו פעילות האוטומציה התעשייתית צמחה ב־8%. Schneider ייחסה חלק מרכזי מהביצועים לביקוש ממרכזי נתונים, שלדבריה רשם קצב צמיחה תלת־ספרתי ברבעון.
מה השתנה בתחזית
Schneider מצפה כעת כי ההכנסות האורגניות בשנת 2026 יגדלו ב־12% עד 14%. יעד הצמיחה ל־Adjusted EBITA עודכן לטווח של 18% עד 21%. אלה יעדי הנהלה לשנה, ולא נתון סופי שכבר הושג, ולכן ראוי לבחון אותם מול הדוחות המלאים שיתפרסמו בהמשך.
רויטרס דיווחה כי ההכנסות המדווחות ברבעון הגיעו ל־11.46 מיליארד אירו, וכי הזמנות הקשורות למרכזי נתונים המשיכו להתרחב, בין היתר מצד מפעילי ענן גדולים. בצפון אמריקה הציגה החברה צמיחה אורגנית של 20%, ובסין ובמזרח אסיה 26%, על פי הדיווח הרשמי.
AI הוא גם סיפור של חשמל וקירור
הוויכוח הציבורי סביב AI עוסק בדרך כלל במודלים, בשבבים וביישומים. אלא שבקנה מידה ארגוני, המגבלה עשויה להימצא דווקא בתשתית: אספקת חשמל יציבה, מערכות אל־פסק, חלוקת עומסים, קירור וניהול מבנה. ככל שצפיפות החישוב עולה, כך גדלה החשיבות של תכנון כולל ולא של רכיב בודד.
המשמעות למנהלי IT היא שהקמת סביבת AI אינה יכולה להישאר רק בשולחן של צוותי הענן או הפיתוח. יש לחבר בין תחזית צריכת החשמל, זמינות קיבולת באתר, שיטות קירור, יתירות, ניטור ועלויות תפעול. גם ארגון שאינו בונה דאטה־סנטר בעצמו מושפע מהשינוי דרך מחירי שירותי הענן וזמינות הקיבולת אצל הספקים.
מגמה דומה ניכרת גם בניסיונות לפתח מקורות חשמל חלופיים למתקני ענן. לאחרונה כתבנו על שיתוף הפעולה של Google ו־AEP סביב תאי דלק לדאטה־סנטרים, שממחיש עד כמה שאלת האנרגיה הפכה לחלק בלתי נפרד ממרוץ ה־AI.
מה כדאי לארגונים לבדוק
- קיבולת ולא רק מחיר: האם הספק מסוגל להבטיח את העומס והקירור הנדרשים לאורך זמן.
- מדידה: הפרדה בין צריכת החשמל של החישוב, האחסון, הרשת והקירור.
- תרחישי גידול: תכנון המבוסס על כמה רמות שימוש, ולא על תחזית יחידה.
- תלות בספק: בחינת חלופות אזוריות והיברידיות במקרה של מחסור בקיבולת.
המספרים של Schneider אינם הוכחה לכך שכל פרויקט AI מצליח, אך הם כן מספקים אינדיקציה ברורה לגבי המקום שבו מושקע הכסף: לא רק בשבבים ובמודלים, אלא במערכת הפיזית שמאפשרת להם לעבוד. עבור מנהלי IT, זהו תזכורת לכך שאסטרטגיית AI אמינה מתחילה בתכנון תשתיות מפוכח.
צילום: Christina Morillo / Pexels. מקור התמונה; שימוש בהתאם לרישיון Pexels.
