ક્રિસ વુડની ચેતવણી: શા માટે માલઇન્વેસ્ટમેન્ટ (ખોટું રોકાણ) AI ટ્રેડનો અંત લાવી શકે છે

વૈશ્વિક AI બૂમ હાલમાં અત્યાર સુધીના સૌથી નાટકીય મૂડી ખર્ચ (capex) ચક્ર દ્વારા સંચાલિત છે, પરંતુ એક સંભવિત માળખાગત જોખમ બજારમાં અચાનક ફેરફાર લાવી શકે છે. જેફરીઝના ગ્લોબલ હેડ ઓફ ઇક્વિટી સ્ટ્રેટેજી, ક્રિસ વુડ ચેતવણી આપે છે કે AI ટ્રેડનો અંત ચિપની અછત અથવા અતિશય પુરવઠાને કારણે નહીં, પરંતુ રોકાણ પરના વળતર (returns on investment) અંગેના વિશ્વાસના સંકટને કારણે આવશે.

માલઇન્વેસ્ટમેન્ટ અને સર્ક્યુલર ફંડિંગનો ખતરો

ઇન્વેન્ટરીના વધારાને કારણે સમાપ્ત થતા પરંપરાગત સેમિકન્ડક્ટર ચક્રોથી વિપરીત, વુડ દલીલ કરે છે કે AI ટ્રેડ એક અનોખા મનોવૈજ્ઞાનિક અને આર્થિક જોખમનો સામનો કરી રહ્યો છે: "malinvestment" (ખોટું રોકાણ). મુખ્ય જોખમ એ છે કે હાઇપરસ્કેલર્સ અને AI લેબોરેટરીઓ તેઓ જે વિશાળ માત્રામાં મૂડી રોકી રહ્યા છે તેના પર પૂરતું વળતર મેળવવામાં નિષ્ફળ જઈ શકે છે.

વુડ ઇકોસિસ્ટમની અંદર સંભવિત રીતે નાજુક ફીડબેક લૂપ પર પ્રકાશ પાડે છે. તેઓ એવી રચનાઓ તરફ નિર્દેશ કરે છે જ્યાં Nvidia જેવી કંપનીઓ OpenAI જેવી AI લેબ્સને નાણાકીય સહાય આપી શકે છે, જે બદલામાં વધુ Nvidia ચિપ્સ ખરીદવા માટે તે મૂડીનો ઉપયોગ કરે છે. જોકે આ ચક્રીય પ્રક્રિયા ટૂંકા ગાળાના વિકાસને વેગ આપે છે, પરંતુ તે 'હાઉસ ઓફ કાર્ડ્સ' (તાશના પત્તાના મહેલ) જેવી સ્થિતિ બનાવે છે જે તૂટી શકે છે જો રોકાણકારો AI સ્ટેકની લાંબા ગાળાની મોનેટાઇઝેશન (નાણાકીય વળતર મેળવવાની) ક્ષમતા પર શંકા કરવા લાગે.

વિશાળ Capex અને સંપત્તિનું કેન્દ્રીકરણ

વર્તમાન રોકાણનું પ્રમાણ અભૂતપૂર્વ છે. TSMC એ તેનું 2026 નું capex માર્ગદર્શન ગયા વર્ષના $41 બિલિયનથી વધારીને અંદાજે $56 બિલિયન કર્યું છે, જ્યારે કેટલાક અંદાજો 2027 સુધીમાં $65–$70 બિલિયન હોવાનું સૂચવે છે. આ ઉછાળાએ તાઇવાનને મેક્રો પાવરહાઉસમાં ફેરવી દીધું છે, જેમાં Q1 2026 માં વાર્ષિક ધોરણે વાસ્તવિક GDP વૃદ્ધિ 14.55% સુધી પહોંચી છે.

AI સંબંધિત માંગ હવે એટલી કેન્દ્રિત છે કે 2026 માં TSMC ના કુલ મહેસૂલમાં તે 31% હિસ્સો ધરાવશે તેવો અંદાજ છે. કેન્દ્રીકરણનું આ સ્તર દર્શાવે છે કે વૈશ્વિક અર્થતંત્ર હાલમાં એક જ ટેકનોલોજીકલ વર્ટિકલ પર કેટલું મોટું જોખમ લઈ રહ્યું છે.

AI મોડલ્સનું કોમોડિટાઇઝેશન (સામાન્યીકરણ)

બીજો મહત્વનો દબાણનો મુદ્દો Large Language Models (LLMs) નું ઝડપી કોમોડિટાઇઝેશન છે. જેમ જેમ ઉચ્ચ ગુણવત્તાવાળા મોડલ્સ સસ્તા થતા જાય છે, તેમ પશ્ચિમી AI પ્રદાતાઓનું પ્રીમિયમ પ્રાઇસિંગ પાવર પડકારમાં મુકાય છે.

વુડ નોંધે છે કે ચીની મોડલ્સ નોંધપાત્ર પ્રગતિ કરી રહ્યા છે. OpenRouter પ્લેટફોર્મ પર, જૂન ના અંતમાં ટોચના ચીની મોડલ્સે 21.37 ટ્રિલિયન ટોકન્સ પ્રોસેસ કર્યા હતા, જે એપ્રિલના 4.37 ટ્રિલિયનથી મોટો ઉછાળો છે, જે ટોચના યુએસ મોડલ્સ દ્વારા પ્રોસેસ કરાયેલા 5.76 ટ્રિલિયન ટોકન્સ કરતા નોંધપાત્ર રીતે વધુ છે. આ ફેરફાર સૂચવે છે કે જેમ જેમ "cost per token" ઘટશે, તેમ મોંઘા, પ્રોપ્રાઇટરી મોડલ્સ જાળવવાની અર્થશાસ્ત્ર પર સખત તપાસ થશે.

મેમરી અને હાર્ડવેર પર ધ્યાન કેન્દ્રિત કરવું

આ ચેતવણીઓ હોવા છતાં, વુડ તાત્કાલિક કડાકાની આગાહી નથી કરી રહ્યા. તેના બદલે, તેઓ પોર્ટફોલિયોને ઉદ્યોગના "picks and shovels" (મૂળભૂત સાધનો)—ખાસ કરીને મેમરી અને હાર્ડવેર તરફ ફરી રહ્યા છે.

તેઓ Jevons Paradox નો ઉલ્લેખ કરે છે, જ્યાં વધેલી કાર્યક્ષમતા વધુ કુલ વપરાશ તરફ દોરી જાય છે. જેમ જેમ કમ્પ્યુટિંગ વધુ કાર્યક્ષમ બનશે, તેમ DRAM અને NAND મેમરીની માંગ વધશે. Micron જેવી કંપનીઓએ પહેલેથી જ તેમના જથ્થાના નોંધપાત્ર હિસ્સા માટે લાંબા ગાળાના વ્યૂહાત્મક કરારો કર્યા છે, જે મેમરી ઉત્પાદકોને નોંધપાત્ર લીવરેજ અને પ્રાઇસિંગ પાવર આપે છે જે પરંપરાગત ચિપમેકર્સ પાસે અગાઉના મંદીના સમયગાળા દરમિયાન ઘણીવાર નહોતો.

મુખ્ય મુદ્દાઓ

• મુખ્ય જોખમ: AI ટ્રેડ "malinvestment" ની ચિંતાઓને કારણે સૌથી વધુ સંવેદનશીલ છે—એ સમજણ કે વિશાળ capex પૂરતો નફો આપી રહ્યો નથી.
• કોમોડિટાઇઝેશનનું દબાણ: ઝડપથી સુધરી રહેલા અને સસ્તા AI મોડલ્સ, ખાસ કરીને ચીનથી, અગ્રણી પશ્ચિમી AI કંપનીઓના હાઈ-માર્જિન અર્થશાસ્ત્ર માટે ખતરો બની રહ્યા છે.
• મેમરી હેજ: જ્યારે સોફ્ટવેર અને મોડલ પ્રદાતાઓ માર્જિનના દબાણનો સામનો કરી રહ્યા છે, ત્યારે હાર્ડવેર અને મેમરી ઉત્પાદકો (જેમ કે SK Hynix અને Samsung) આ નિર્માણના માળખાગત લાભાર્થી બની રહે છે.