חברת Niv-AI מתל אביב יוצאת מהפיתוח החשאי ומדווחת על גיוס סיד בהיקף של 12 מיליון דולר, במהלך שממקם אותה באחד מצווארי הבקבוק המרכזיים של עידן ה־AI: הפער בין עוצמת החישוב של מאיצי GPU לבין היכולת לספק להם חשמל באופן יעיל, מדויק ורציף. את הסבב הובילו Glilot Capital Partners ו־Grove Ventures, ובהשתתפות הקרנות האמריקאיות Arc VC, Encoded VC, Leap Forward ו־Aurora Capital Partners. לפי החברה, ההון ישמש להשקת פלטפורמת Power-Compute AI Stack, להרחבת צוות הפיתוח ולהקמת מעבדת מחקר בתל אביב שתדמה עומסי AI בתנאי חשמל מציאותיים.

הבעיה ש־Niv-AI מנסה לפתור אינה מחסור כללי בחשמל, אלא חוסר היכולת של מפעילי מרכזי נתונים להבין מהי צריכת החשמל האמיתית של עומסי AI. בניגוד לעומסי מחשוב מסורתיים, מאיצי GPU מודרניים מאופיינים בזינוקים חדים ומהירים מאוד בצריכת ההספק, לעיתים בפרקי זמן קצרים כל כך שמערכות הניטור הסטנדרטיות כלל אינן “רואות” אותם. התוצאה היא שמפעילי דאטה־סנטרים נערכים תמיד לתרחיש הקיצון, רוכשים קיבולת חשמל גבוהה יותר מזו שנחוצה בפועל, אך אינם מצליחים לנצל אותה באופן מלא. לפי החברה, לעיתים מדובר בכ־20%–30% מקיבולת החשמל שנותרת “כלואה” ובלתי מנוצלת.

כדי להתמודד עם הפער הזה פיתחה החברה שכבת מדידה ייעודית, המבוססת על חיישני הספק בתדר גבוה, שמסוגלים ללכוד את התנודות המהירות בצריכת החשמל של עומסי AI. על בסיס הנתונים האלה מייצרת המערכת פרופיל צריכה לכל יישום, מעין “חתימה אנרגטית” או “טביעת אצבע חשמלית”, ולאחר מכן מפעילה שכבת תוכנה שאמורה לתאם בזמן אמת בין עומסי החישוב לבין אספקת האנרגיה. במקום להאט את ה־GPU או “לחנוק” את הביצועים, המערכת מנסה להחליק את צריכת ההספק באמצעות הסטה מדורגת של עומסי העבודה, כך שניתן יהיה לנצל טוב יותר את התשתית הקיימת בלי לפגוע בתפוקה.

זהו ניסיון לגעת בבעיה שהופכת למרכזית יותר ויותר ככל שמרכזי AI גדלים. בשנים האחרונות הדיון סביב תשתיות בינה מלאכותית מתמקד לא רק בביצועי המעבדים או בזמינות של שבבים מתקדמים, אלא גם בעלות האנרגטית של הרצת המודלים. Niv-AI מבקשת לתפוס נישה שנמצאת בדיוק בתפר שבין תוכנה, חומרה ופיזיקה יישומית: לא עוד כלי לניהול עומסים בלבד, ולא עוד רכיב חשמלי, אלא מערכת בקרה מלאה שמחברת בין רשת החשמל לבין עומס ה־AI עצמו.

החברה הוקמה במאי 2025 בידי המנכ"ל תומר טימור וה־CTO אדוארד קיציס. לפי הדיווחים, השניים הם יוצאי יחידה 81 וסיירת מטכ"ל, ובצוות החברה עובדים מומחים בפיזיקה יישומית, הנדסת חשמל וארכיטקטורת מערכות מורכבות. בחברה מציגים את היתרון המרכזי שלה כיכולת לאחד באותו פתרון מומחיות מתחומי התשתיות החשמליות, שכבת ה־bare metal, עומסי ה־AI ומדידה פיזיקלית ברזולוציה גבוהה.

אם הטכנולוגיה של Niv-AI אכן תעמוד בהבטחה, היא עשויה לאפשר למפעילי דאטה־סנטרים להפיק יותר תפוקה מהקיבולת שכבר נרכשה והותקנה, במקום להמשיך ולהגדיל תשתיות חשמל בקצב יקר ואיטי. בעולם שבו כל GPU נחשב משאב יקר וכל מגה־ואט הפך למשאב אסטרטגי, לא בטוח שהמרוץ הבא יהיה רק על עוד שבבים — אלא על מי יידע להוציא מהם יותר, בלי לשלם בעודף על חשמל שלא באמת מנוצל.

הפוסט Niv-AI גייסה 12 מיליון דולר לפתרון צוואר הבקבוק האנרגטי של מרכזי AI הופיע לראשונה ב-Chiportal.

דוח חדש של BestBrokers טוען כי OpenAI נמצאת בדרך להפוך לאחת מעסקי המנויים הגדולים בעולם: לפי חישובי צוות האנליזה של החברה, הכנסות ChatGPT ממנויים בתשלום עשויות לעמוד על כ־955 מיליון דולר בחודש – כ־11.46 מיליארד דולר בשנה – בהנחה שמספר המנויים המשלמים (35 מיליון) שדווח בתקשורת אכן נכון. (Reuters)

לצד התחזית להכנסות, הדוח מציב תמרור אזהרה סביב ההשפעה האנרגטית של שימוש המוני בבינה מלאכותית: לפי ההערכה, מענה על היקף פעילות של כ־2.5 מיליארד שאילתות ביום ידרוש כ־17.23 מיליארד קוט״ש בשנה (17.23 TWh). אם חשמל זה היה נרכש “על הנייר” לפי תעריפים אמריקניים ממוצעים, העלות השנתית הייתה מתקרבת לכ־2.4 מיליארד דולר – רק עבור החשמל הדרוש לשירות השאילתות. (Fast Company)

מאיפה מגיעים המספרים – ומהן נקודות החולשה

ב־BestBrokers מדגישים כי מדובר באמידה המבוססת על נתונים שנחשפו בפומבי, דיווחים בתקשורת והנחות “שמרניות” לגבי תמהיל תוכניות המנוי והתמחור. אחת הנקודות המרכזיות היא מספר המנויים המשלמים: רויטרס דיווחה (בהסתמך על The Information) כי נכון ליולי 2025 היו ל־OpenAI כ־35 מיליון משתמשים משלמים, וכי היעד הפנימי עשוי להגיע לכ־220 מיליון משלמים עד 2030. (Reuters)

גם היקף השימוש שמניע את חישוב החשמל נשען על דיווחים: TechCrunch ו־The Verge כתבו ביולי 2025, בהסתמך על מידע שנמסר ל־Axios, כי משתמשי ChatGPT שולחים כ־2.5 מיליארד “פרומפטים” ביום. (TechCrunch)

עם זאת, צריך להבחין בין “עלות חשמל תאורטית” לבין עלות תפעול כוללת בפועל. צריכת החשמל היא רק רכיב אחד בעלויות: תשתיות מחשוב, רכישת שרתים ומאיצים, קירור, שטחי דאטה־סנטר, קישוריות, כוח אדם, וכן עלויות מו״פ – אינם נכללים בחישוב החשמל עצמו. בנוסף, OpenAI אינה מפרסמת פירוט מלא של עלויות אנרגיה/תפעול לכל שאילתה, ולכן כל השוואה “דולר מול קוט״ש” תלויה מאוד במודל, בהנחות, ובשאלה איך מגדירים “שאילתה” (אורך, מודל, שימוש בכלים, יצירת תמונות, ועוד). (Fast Company)

2030: הכול תלוי ב־ARPU

הדוח מציג את שנת 2030 כנקודת מבחן: אם OpenAI אכן תגיע לכ־220 מיליון מנויים משלמים, ההכנסה השנתית ממנויים בלבד עשויה להגיע לעשרות מיליארדי דולרים – אך זה תלוי בהכנסה הממוצעת למשתמש (ARPU). לפי תרחישים שמציגים מחברי הדוח:
ב־ARPU של 20 דולר לחודש – כ־52.8 מיליארד דולר בשנה; ב־25 דולר – כ־66 מיליארד; וב־30 דולר – כ־79 מיליארד (בקירוב “כ־80 מיליארד”). (Fast Company)

הטענה המרכזית של BestBrokers היא שמודל המנויים לבדו עשוי לכסות בקלות יחסית את רכיב החשמל המחושב – ולכן, בקנה מידה גדול, ChatGPT יכול להתנהג כלכלית כמו פלטפורמת מנויים גלובלית “בסדר גודל של נטפליקס/ספוטיפיי”, לפחות ברמת ההכנסות. כאן חשוב לזכור: ההשוואה להיקפי הכנסות של ענקיות צריכה אינה בהכרח השוואה לרווחיות, שכן עולם הבינה המלאכותית נושא עלויות הון ותפעול חריגות וגדלות במהירות. (Fast Company)

למה זה מעניין גם מעבר ל־OpenAI

מעבר לסקרנות על “מי מרוויח כמה”, המסמך משתלב בשיח הציבורי בתחילת 2026 סביב אנרגיה, קיימות ועלויות תשתית של בינה מלאכותית: ככל שהשימוש גדל, כך גם צריכת החשמל והלחץ על תשתיות מחשוב. במקביל, דוחות וניתוחים פיננסיים מזהירים שהאקוסיסטם כולו יצטרך להמיר השקעות עתק בהקמת דאטה־סנטרים להכנסות עצומות כדי להצדיק תשואות. (Tom's Hardware)

הפוסט דוח: הכנסות המנויים של OpenAI עשויות להגיע ל־11.46 מיליארד דולר בשנה – והתחזית ל־2030 מטפסת עד כ־80 מיליארד הופיע לראשונה ב-Chiportal.