ડોટ-કોમ પાઠ: બે એન્જિન, એક દિશા

ઘણા લોકો માને છે કે 2000 પછીનું દાયકા સરળ હતું. તેઓ કહે છે કે વેલ્યુ (value) અને ઉભરતા બજારોએ US ગ્રોથને હરાવ્યું. તે એક પરિણામ છે, સમજૂતી નથી.

સત્ય વધુ જટિલ છે. બે સ્વતંત્ર પરિબળોએ બજારને એક જ દિશામાં આગળ વધાર્યું હતું. જો તમે આ ચૂકી જશો, તો તમે AI યુગ માટે ખોટા પાઠ શીખશો.

પરિબળ 1: વેલ્યુએશન રિવર્ઝન (Valuation Reversion) 2000 માં, S&P 500 રેકોર્ડ સ્તરે મોંઘું હતું. Shiller CAPE 44 હતું. Microsoft અને Cisco જેવી મહાન કંપનીઓને પણ નુકસાન થયું હતું. Microsoft ની કમાણી આખા દાયકા દરમિયાન વધી હતી, પરંતુ તેના સ્ટોકને બ્રેક-ઈવન (break even) થવામાં 16 વર્ષ લાગ્યા. શા માટે? કારણ કે શરૂઆતની કિંમત ખૂબ વધારે હતી. જ્યારે તમે ગ્રોથ માટે ખૂબ વધારે ચૂકવો છો, ત્યારે તમે વર્ષો સુધી માત્ર તે પ્રીમિયમ ચૂકવવામાં જ વિતાવો છો.

પરિબળ 2: મેક્રો અને કરન્સી શિફ્ટ (Macro and Currency Shifts) આનો ટેક બબલ (tech bubble) સાથે કોઈ સંબંધ નહોતો. તે એક વૈશ્વિક પરિવર્તન હતું.

  • Fed એ વ્યાજ દરો 6.5% થી ઘટાડીને 1% ની આસપાસ કર્યા.
  • અન્ય ચલણ સામે US ડોલર 40% ઘટ્યો.
  • ચીનનું ઉદ્યોગીકરણ થયું, જેના કારણે તેલ અને તાંબા જેવા કોમોડિટીઝની માંગમાં ધરખમ વધારો થયો.

આ બંને પરિબળો એકબીજા સાથે સુસંગત હતા. મોંઘા, US-કેન્દ્રિત ટેક સ્ટોક્સ ઘટ્યા જ્યારે સસ્તા, અવગણાયેલા, રિયલ-એસેટ (real-asset) સ્ટોક્સ વધ્યા.

આને AI યુગમાં લાગુ કરતા: આજે, બજાર અલગ દેખાય છે પરંતુ તેમાં પરિચિત જોખમો છે.

સારા સમાચાર: 2000 ની સરખામણીમાં, આજની મોટી ટેક લીડર્સ પાસે વાસ્તવિક અને વિશાળ નફો છે. નફો ન કરતી કંપનીઓના સંપૂર્ણ પતન આવવાની શક્યતા ઓછી છે.

જોખમ: સટ્ટાકીય ઘેલછા (speculative frenzy) હવે ખાનગી ક્ષેત્રમાં વળી ગઈ છે. SpaceX અને OpenAI જેવી કંપનીઓ એવા સ્કેલ પર કામ કરે છે જે પરંપરાગત P/E મેટ્રિક્સને અવગણે છે. આપણે AI હાર્ડવેરમાં મોટા પાયે મૂડી ખર્ચ (capital expenditure) જોઈ રહ્યા છીએ. આ 2000 ના ટેલિકોમ ઓવરબિલ્ડ જેવું લાગે છે.

ક્રેશ (crash) ના ચોક્કસ સમયની આગાહી કરવાનો પ્રયાસ કરશો નહીં. તેના બદલે, આ ચોક્કસ સંકેતો પર નજર રાખો:

  • Hyperscalers દ્વારા capex માર્ગદર્શનમાં ઘટાડો.
  • AI ખર્ચ અને વાસ્તવિક AI આવક વચ્ચેનું અંતર.
  • ઊંચા વ્યાજ દરો હોવા છતાં US ડોલરનું ઘટવું.
  • Equal-weight indexes દ્વારા cap-weighted index ને હરાવવાનું શરૂ કરવું.

ઇતિહાસ દર્શાવે છે કે દિશા વિશે સાચા હોવું પૂરતું નથી. તમારે આ હલચલ પાછળના એન્જિનને સમજવું પડશે.

સ્ત્રોત: https://dev.to/yanggoufang/after-the-dot-com-bubble-it-was-two-forces-not-one-and-why-that-matters-for-the-ai-era-6ig

વૈકલ્પિક લર્નિંગ કોમ્યુનિટી: https://t.me/GyaanSetuAi