מרוץ מרכזי הנתונים ל‑AI ליד לונדון: מה הסיפור של פוטרס בר
ANSWER ZONE (MANDATORY - first 40-60 words): מרוץ מרכזי הנתונים ל‑AI הוא תחרות עולמית על חשמל, קרקע וחיבורי סיבים שמאפשרים לאמן ולהריץ מודלים בקנה מידה גדול. לפי WIRED, בפרברי לונדון אושר דאטה סנטר מהגדולים באירופה על שטח חקלאי של 85 אקר, עם השקעה מוערכת של יותר מ‑5 מיליארד דולר—ומולו התארגנות מקומית של יותר מ‑1,000 תושבים.
האירוע הזה לא “סיפור אנגלי” בלבד. הוא תזכורת לכך שכל עסק שמסתמך על שירותי ענן, מוקדי שירות דיגיטליים ויישומי AI—מייצר ביקוש לתשתיות פיזיות: מבנים, קווי מתח, גנרטורים, קירור ומים. לפי הערכת מועצת הרשות המקומית בדיווח, המתקן צפוי לייצר כ‑27 מיליון דולר בשנה בארנונה/מס רכוש, נתון שמסביר למה רשויות נוטות לתמוך—גם כשמחיר סביבתי וחברתי עולה לכותרות.
מה זה “דאטה סנטר ל‑AI”? (הגדרה)
דאטה סנטר ל‑AI הוא מתקן מחשוב עתיר-אנרגיה שמארח שרתים, אחסון ורשת, ומיועד במיוחד לעומסי עבודה כמו אימון מודלים (training) והרצתם (inference). בהקשר עסקי, זה המקום שבו “נולדת” היכולת להריץ צ’אטבוטים, חיפוש סמנטי, ניתוח שיחות ויצירת תוכן דרך ספקים כמו Equinix שמחכירים שטח ללקוחות. לפי WIRED, המתקן המתוכנן סמוך לפוטרס בר מושך בגלל קרבה ל”מוקדי אוכלוסייה” ולתשתיות חשמל מקומיות חזקות—כי אפילו מילישניות של השהיה (latency) יכולות להשפיע על חוויית מוצר.
מה קרה בפוטרס בר: ההחלטה שאישרה דאטה סנטר על שטח חקלאי
לפי הדיווח ב‑WIRED, בספטמבר 2024 יזם נדל”ן הגיש בקשה לבנות דאטה סנטר “בקנה מידה תעשייתי” על שטח חקלאי של 85 אקר בין Potters Bar ל‑South Mimms. התושבים הקימו קבוצת פייסבוק כדי לבלום את התוכנית; יותר מ‑1,000 הצטרפו. בינואר 2025 הרשות המקומית העניקה היתר תכנון, ובאוקטובר 2025 מפעילת הדאטה סנטרים Equinix רכשה את הקרקע ומתכוונת להתחיל עבודות השנה.
לפי WIRED, התושבים מתנגדים בעיקר לאובדן “רצועת הירוק” (green belt) שמקיפה את לונדון—חקלאות, יערות ושדות—שנועדה למנוע “זליגה עירונית”. מבחינתם, זו גם תשתית רווחה: מסלולי הליכה, מרחב נשימה וחציצה מכבישים מהירים. הם טוענים שהליך השיתוף לא היה הוגן: הרשות הודיעה ל‑775 נכסים סמוכים, ובהתנגדויות—מספר המתנגדים עלה כמעט פי 2 ממספר התומכים, ועדיין ההיתר אושר.
“חגורה ירוקה” מול “חגורה אפורה”: איך מדיניות פותחת דלת לתשתיות
לפי WIRED, ממשלת בריטניה אחרי 2024 יצרה סיווג קרקע חדש—“grey belt”—לתיאור חלקות “תת-מתפקדות” בחגורה הירוקה שבהן קל יותר לאשר בנייה. במקביל, המדינה הכריזה על דאטה סנטרים כ”תשתית לאומית קריטית”. השילוב הזה מאפשר גל מתקנים חדשים—והוא מסביר את העימות: הרשויות רואות תשתית דיגיטלית, התושבים רואים שינוי בלתי הפיך בנוף.
מנהיג המועצה המקומית, Jeremy Newmark, טען בדיווח שהחלקה המדוברת היא “חגורה ירוקה מתפקדת-נמוך”, ושיש “ראיות רבות” שמרכזי נתונים מושכים אשכול חברות היי-טק בסביבה. מנגד, המתנגדים מצביעים על החלטה סמוכה שביטלה פרויקט דיור כדי לשמור על חקלאות—ושואלים איך שדה אחד “אפור” ושכן שלו “ירוק” ובלתי-נוגע.
כלכלת דאטה סנטרים: מספרים שמנצחים התנגדויות (לפחות על הנייר)
כאן כדאי לשים לב למספרים שמופיעים בדיווח: Equinix מעריכה השקעה של יותר מ‑5 מיליארד דולר בפרויקט, כ‑2,500 משרות בנייה וכ‑200 תפקידים קבועים. לפי הערכת המועצה, המתקן ייצור כ‑27 מיליון דולר לשנה במס רכוש, כשכמחצית נשארת בידי השלטון המקומי “לטובת שירותי קו ראשון”. אלו בדיוק הנתונים שמעצבים החלטות תכנון—כי הם מתורגמים לכבישים, חינוך ושירותים עירוניים.
Equinix, שמפעילה לפי הדיווח 14 מתקנים בבריטניה, אומרת שזה יהיה האתר הכפרי הראשון שלה שם. החברה מסבירה שהקרבה למרכזי אוכלוסייה ולמתקנים קיימים שלה מפחיתה השהיה, ושכוח החשמל המקומי היה גורם משיכה. היא גם מצהירה שחצי מהשטח יישאר ירוק, עם אגמים/בריכות, ביצות, אחו ונטיעות לשיפור מגוון ביולוגי.
ניתוח מקצועי: למה המאבק האמיתי הוא על חשמל ורישוי—לא על “אוהבי טבע” מול “היי-טק”
מניסיון בהטמעה אצל עסקים ישראלים, הדיון על AI כמעט תמיד מתחיל במודל (“איזה GPT לבחור?”) ונגמר בביצוע בפועל: זמני תגובה, עלויות ענן, אבטחת מידע, ורציפות תפעולית. הסיפור מפוטרס בר מחדד שהשכבה שמתחת—תשתיות—היא צוואר הבקבוק. כשדאטה סנטר מסווג כ”תשתית לאומית קריטית”, התכנון הופך לשאלה מדינתית: הקצאת קרקע, תעדוף חשמל, וחיבור רשת. ואז קהילה מקומית, גם אם היא “קולנית”, מתקשה להתחרות במטריצה של 5 מיליארד דולר, 2,500 משרות ו‑27 מיליון דולר בשנה במס.
המשמעות האמיתית לעסקים: אם אתם בונים מוצר או תהליך שירות שמבוסס על AI בזמן אמת—אתם חשופים לעולם שבו תשתית מחשוב, חשמל וקישוריות מתומחרים כמו משאב נדיר. זה דוחף את השוק לאופטימיזציה: יותר inference יעיל, יותר caching, יותר בחירה חכמה של אזורי ענן, ויותר חיבור בין נתונים עסקיים (CRM) לערוצים כמו WhatsApp כדי לצמצם קריאות מיותרות למודלים.
ההשלכות לעסקים בישראל: רגולציה, קרקע, וערך עסקי אמיתי
בישראל, המתח בין תשתיות לצרכים קהילתיים עלול להיות חד אפילו יותר: צפיפות גבוהה, תחרות על קרקע, ומערכת תכנון שמושפעת מהרבה שחקנים. אם וכאשר יוקמו מתקנים גדולים יותר בפריפריה או בסמוך ליישובים, תראו אותם ויכוחים—רק בעברית, ועם שאלות נוספות כמו זמינות תשתיות חשמל, גיבוי בזמן מלחמה, ורעש/זיהום.
לצד זה, יש לעסקים קטנים ובינוניים נקודת מבט פרקטית: אתם לא צריכים “לבנות דאטה סנטר”, אבל כן כדאי להבין מה קורה כשהביקוש לתשתיות AI עולה. לדוגמה, משרד עורכי דין, סוכנות ביטוח או מרפאה פרטית שמפעילים מענה ראשוני ב‑WhatsApp—יכולים להפחית עלויות שימוש במודלים באמצעות תכנון נכון: לחבר WhatsApp Business API ל‑Zoho CRM דרך N8N, לשמור תקציר שיחה ושדות מובנים ב‑CRM, ולהריץ מודל רק כשצריך. זה מקצר זמן תגובה ומפחית קריאות API יקרות.
כאן גם נכנס ממד הרגולציה: אם אתם מאחסנים תמלילי שיחות, מסמכים רפואיים או פרטי לקוחות—הקפידו על מינימיזציה של מידע ושמירת לוגים מסודרת, בהתאם לחובות פרטיות ואבטחת מידע החלות עליכם בישראל. תכנון נכון של זרימת נתונים בין WhatsApp, CRM ואוטומציות הוא לא “מותרות”; הוא הדרך להקטין סיכון משפטי לצד סיכון תפעולי.
למי שמחפש ליישם זאת בפועל, שני צירי עבודה טבעיים הם אוטומציית שירות ומכירות וחיבור נתונים ל‑CRM חכם—במיוחד כשעובדים עם Zoho CRM, WhatsApp Business API ו‑N8N באותה תשתית.
מה לעשות עכשיו: צעדים מעשיים לצמצום תלות בתשתיות AI יקרות
- מיפוי עומסי AI: בדקו כמה בקשות מודל אתם שולחים ביום (למשל דרך לוגים של ספק ה‑API) ומה העלות החודשית; היעד: לצמצם 20% קריאות מיותרות באמצעות כללים.
- חיבור ערוץ‑CRM: אם אתם עובדים עם Zoho CRM, HubSpot או Monday—וודאו שיש API/וובהוקים, וחברו דרך N8N כדי לשמור נתונים מובנים (ולא רק טקסט חופשי).
- שכבת “טריאז’” לפני מודל: הגדירו שאלות נפוצות, תשובות קבועות וחיפוש בסיס ידע לפני הפעלת מודל—זה מוריד latency ועלות.
- פיילוט 14 יום: הריצו פיילוט ממוקד על WhatsApp בלבד, עם מדדים: זמן תגובה, שיעור המרות, ועלות ל‑שיחה.
מבט קדימה: 12–18 חודשים של יותר פרויקטים—ויותר התנגדויות
הסיפור של פוטרס בר מצביע על תבנית שתחזור: ממשלות יתייגו תשתיות AI כקריטיות, וחברות כמו Equinix ימשיכו לרדוף אחרי חשמל, סיבים וקרבה לאוכלוסייה כדי להקטין latency. ב‑12–18 החודשים הקרובים, עסקים ישראלים ירוויחו ממי שיבנה תהליכים חסכוניים ב‑AI: פחות קריאות מודל, יותר אוטומציות ממוקדות, וחיבור הדוק בין WhatsApp, CRM ו‑N8N—כך שהערך העסקי לא תלוי רק במירוץ התשתיות, אלא בעיצוב נכון של המערכת.