התזה שעוררה סערה

אשנברנר, חבר לשעבר בצוות ה-"Superalignment" של OpenAI, משך תשומת לב עם מאמר שכותרתו "Situational Awareness". הוא טען שהגל הבא של התקדמות ה-AI לא ייבלם על ידי אלגוריתמים, אלא על ידי החומרה הדרושה לאימון מודלים גדולים יותר ויותר: שבבים, זיכרון ברוחב פס גבוה, מרכזי נתונים רחבי היקף ורשתות חשמל מאסיביות. בהתבסס על תפיסה זו, הוא הקים קרן גידור בעלת אותו שם והחל לרכוש חברות המספקות את עמוד השדרה למודלי שפה גדולים ולמחשוב חזיתי (frontier compute).

הביצועים המוקדמים של הקרן נראו כמי שמאששים את ההימור. רווח של 439 אחוזים במחצית הראשונה של השנה תפס כותרות ומשך משקיעים צמאים הון, המבקשים לרכוב על גל ה-AI. בשיאה, הקרן ניהלה נכסים בשווי של כ-45 מיליארד דולר עם צוות של שמונה אנשים בלבד, קנה מידה שהראה עד כמה מהר השוק היה מוכן לממן רעיונות ממוקדי-תשתית בעלי שכנוע גבוה.

כיצד המינוף הפך רצף ניצחונות למכירה בלחץ

אותו מינוף שהגדיל את רווחי הקרן הפך אותה גם לפגיעה. בסוף יולי, אשנברנר ביקש ממשקיעים קיימים הון חדש, מה שסימן שהקרן זקוקה למזומנים כדי לשמר את הפוזיציות שלה. ימים ספורים לאחר מכן, נסיגה חדה במניות מרכזיות הקשורות ל-AI — ובראשן הצניחה ב-SK Hynix — עוררה דרישות מרג'ין (margin calls) מהבנקים שהלוו לקרן כספים. הימור שורט (short) מקביל נגד חברות תוכנה כמו Adobe פגע גם הוא בקרן, מה שהוסיף למתח.

אל מול דרישות מזומנים בו-זמניות, הקרן מיהרה למכור כמעט את כל אחזקותיה הנסחרות בבורסה ל-Citadel. הצד הציבורי התרוקן. נאמר כי אשנברנר שומר על אחזקותיו הפרטיות, כולל נתח משמעותי ב-Anthropic, אך היעלמות הפורטפוליו הציבורי ממחישה בצורה חדה כיצד כסף מלווה יכול להפוך תשואה שעומדת בכותרות למשבר נזילות.

מדוע הקריסה חשובה מעבר לקרן אחת

האירוע מדגיש את התנודתיות המאפיינת כעת את עידן ה-"AI CapEx". חברות שופכות מאות מיליארדים לתוך חומרה, והשוק מגיב בחדות לכל רמז לכך שההשקעות הללו עלולות לא לעמוד בלוחות הזמנים שלהן. עבור מפתחים ומייסדים, הלקח הוא שבעוד שמפות הדרכים (roadmaps) של ה-AI מאיצות, התשתית הפיננסית התומכת בבנייה עדיין כפופה לדינמיקה המסורתית של השוק — דרישות מרג'ין, עלויות מימון ושינויים פתאומיים בסנטימנט המשקיעים.

מנקודת מבט השקעתית, נפילתה של הקרן מדגישה את המתח שבין שכנוע למבנה ההון. לקיחת הלוואות כבדות יכולה להגדיל תשואות כאשר התזה עולה בקנה אחד עם ההיסטוריה, אך היא גם מותירה את הקרן חשופה לתנודות מחירים בטווח הקצר, שלעיתים קרובות יש להן מעט מאוד קשר לביקוש לתשתית בטווח הארוך. במקרה של אשנברנר, הביקוש לתשתית עדיין מתממש, אך עיתוי הנזילות גרם לקרן להחמיץ את ההתאוששות שבאה לאחר מכן במניות רבות שלה.

שורה תחתונה

תפיסה בעלת שכנוע גבוה לגבי חומרת AI יכולה לייצר תשואות מרהיבות, אך שילוב התפיסה הזו עם לקיחת הלוואות אגרסיבית יוצר מבנה שביר שעלול להתפרק תחת טלטלה מתונה בשוק. סיפורה של קרן אשנברנר מזכיר לנו שבמרוץ למימון הגל הבא של ה-AI, המנוע הפיננסי חייב להיות מכויל בקפידה רבה כמו המנוע הטכני.