ক্রিস উড সতর্ক করেছেন: ভুল বিনিয়োগের (Malinvestment) ঝুঁকি AI ট্রেডের সমাপ্তি ঘটাতে পারে

আর্টিফিশিয়াল ইন্টেলিজেন্স (AI) খাতে ব্যয়ের নিরন্তর বৃদ্ধি ওয়াল স্ট্রিটের অন্যতম অভিজ্ঞ কৌশলবিদদের কাছ থেকে একটি গুরুতর সতর্কবার্তা পাচ্ছে। জেফেরিস (Jefferies)-এর গ্লোবাল হেড অফ ইকুইটি স্ট্র্যাটেজি ক্রিস উড পরামর্শ দিয়েছেন যে, চাহিদার অভাবে নয়, বরং মুনাফার একটি আসন্ন সংকটের কারণে AI বুম বা এই জোয়ারের সমাপ্তি ঘটতে পারে।

অতিরিক্ত সরবরাহের চেয়ে ভুল বিনিয়োগের (Malinvestment) হুমকি বেশি

প্রথাগত সেমিকন্ডাক্টর চক্রের মতো নয়, যা সাধারণত আকস্মিক ইনভেন্টরি উদ্বৃত্ত বা সরবরাহজনিত ধাক্কার কারণে ধসে পড়ে, উড যুক্তি দেন যে AI ট্রেড একটি অনন্য কাঠামোগত ঝুঁকির সম্মুখীন: ভুল বিনিয়োগ (malinvestment)। তিনি বিশ্বাস করেন যে AI বুমের "এন্ডগেম" বা সমাপ্তি তখনই শুরু হবে যখন হাইপারস্কেলার এবং শীর্ষস্থানীয় AI ল্যাবগুলো বুঝতে পারবে যে তারা যে বিশাল মূলধনী ব্যয়ের (capex) বোঝা বহন করছে, তার বিপরীতে পর্যাপ্ত রিটার্ন বা মুনাফা অর্জন করতে পারছে না।

উড একটি সম্ভাব্য ঝুঁকিপূর্ণ ফিডব্যাক লুপের কথা উল্লেখ করেছেন যেখানে Nvidia-র মতো কোম্পানিগুলো OpenAI-র মতো প্রতিষ্ঠানগুলোকে অর্থায়ন করে, যা পরবর্তীতে সেই মূলধন ব্যবহার করে আরও বেশি Nvidia চিপ কেনে। যদিও এই চক্রটি দ্রুত প্রবৃদ্ধিকে ত্বরান্বিত করে, তবে এটি মূলত মুনাফা অর্জনের আশাবাদী অনুমানের ওপর নির্ভরশীল। যদি বিনিয়োগকারীরা AI স্ট্যাকের দীর্ঘমেয়াদী আয়ের স্বচ্ছতা নিয়ে সন্দেহ করতে শুরু করেন, তবে এই চক্রাকার অর্থায়ন মডেলটি দ্রুত ভেঙে পড়তে পারে।

বিশাল মূলধনী ব্যয় (Capex) এবং মেমরি জায়ান্টদের উত্থান

বর্তমান বিনিয়োগের মাত্রা নজিরবিহীন। উড চলমান এই পরিকাঠামো নির্মাণকে তার দেখা "সবচেয়ে নাটকীয় capex চক্র" হিসেবে বর্ণনা করেছেন। এর একটি প্রধান উদাহরণ হলো TSMC, যারা তাদের ২০২৬ সালের capex নির্দেশিকা বাড়িয়ে প্রায় ৫৬ বিলিয়ন ডলারে উন্নীত করেছে; ফুবন রিসার্চের (Fubon Research) পূর্বাভাস অনুযায়ী এটি ২০২৭ সালের মধ্যে ৬৫–৭০ বিলিয়ন ডলারে পৌঁছাতে পারে। এই উল্লম্ফন তাইওয়ানের অর্থনীতিতে উল্লেখযোগ্য প্রভাব ফেলেছে, যেখানে ২০২৬ সালের প্রথম প্রান্তিকে (Q1) রিয়েল জিডিপি প্রবৃদ্ধি বার্ষিক ১৪.৫৫% এ পৌঁছেছে।

মজার বিষয় হলো, সফটওয়্যার এবং মডেল লেয়ারগুলো ঝুঁকির মুখে থাকলেও, এই শিল্পের "পিকস অ্যান্ড শভলস" (picks and shovels)—বিশেষ করে মেমরি সরবরাহকারীরা—কাঠামোগত সুবিধা পাচ্ছে। উড 'জেভন্স প্যারাডক্স' (Jevons Paradox)-এর কথা উল্লেখ করেছেন, যেখানে দক্ষতা বৃদ্ধি আসলে মোট ব্যবহার বা ভোগ আরও বাড়িয়ে দেয়। এটি DRAM এবং মেমরিকে প্রান্তিক উপাদান থেকে AI উৎপাদনশীলতার মূল চালিকাশক্তিতে পরিণত করেছে। Micron-এর মতো বড় কোম্পানিগুলো ইতিমধ্যেই দীর্ঘমেয়াদী সুবিধা নিশ্চিত করছে, যেখানে তাদের ১৬টি কৌশলগত চুক্তির মাধ্যমে তাদের DRAM ভলিউমের ২০% এবং NAND ভলিউমের এক-তৃতীয়াংশ কভার করা হয়েছে।

AI মডেলের পণ্যকরণ (Commoditization)

পশ্চিমা AI প্রদানকারীদের জন্য একটি বড় বাধা হলো Large Language Models (LLMs)-এর দ্রুত পণ্যকরণ বা কমদামি হয়ে যাওয়া। উড উল্লেখ করেছেন যে উচ্চ-ক্ষমতাসম্পন্ন মডেলগুলোর খরচ দ্রুত হ্রাস পাচ্ছে, বিশেষ করে দক্ষ চীনা মডেলগুলোর উত্থানের ফলে।

OpenRouter-এর তথ্য একটি বিশাল পরিবর্তনের ইঙ্গিত দেয়: জুনের শেষের দিকে শীর্ষস্থানীয় চীনা AI মডেলগুলো ২১.৩৭ ট্রিলিয়ন টোকেন প্রসেস করেছে, যা এপ্রিলে ছিল মাত্র ৪.৩৭ ট্রিলিয়ন। এই পরিমাণ শীর্ষ মার্কিন মডেলগুলোর প্রসেস করা ৫.৭৬ ট্রিলিয়ন টোকেনের তুলনায় অনেক বেশি। যেহেতু Z.ai-এর GLM-5.2 এর মতো মডেলগুলো পশ্চিমা প্রিমিয়াম প্রদানকারীদের প্রায় সমান পারফরম্যান্স মাত্র এক-চতুর্থাংশ খরচে দিচ্ছে, তাই "প্রিমিয়াম" AI পরিষেবাগুলোর অর্থনৈতিক স্থিতিশীলতার ওপর চাপ ক্রমাগত বাড়ছে।

মূল বিষয়সমূহ

• মূল ঝুঁকি: প্রথাগত চিপের অতিরিক্ত সরবরাহের চেয়ে "ভুল বিনিয়োগ" (malinvestment) এবং মূলধনের নিম্ন রিটার্নের উপলব্ধির কারণে AI ট্রেড শেষ হওয়ার সম্ভাবনা বেশি।
• মেমরির স্থিতিস্থাপকতা: AI সফটওয়্যার পণ্যকরণের (commoditization) সম্মুখীন হলেও, মেমরি প্রস্তুতকারকরা (DRAM/NAND) কাঠামোগত মূল্য নির্ধারণের ক্ষমতা এবং দীর্ঘমেয়াদী চুক্তির স্থিতিশীলতা অর্জন করছে।
• ফিডব্যাক লুপ: বিনিয়োগকারীদের চিপ প্রস্তুতকারক কোম্পানি এবং AI ল্যাবগুলোর মধ্যে বিদ্যমান চক্রাকার সম্পর্কের দিকে নজর রাখা উচিত, কারণ এই চক্রটি বিনিয়োগকারীদের মনোভাবের পরিবর্তনের প্রতি অত্যন্ত সংবেদনশীল।