શા માટે ચિપનો અતિશય પુરવઠો નહીં, પરંતુ ખોટું રોકાણ (Malinvestment) AI ટ્રેડનો અંત લાવી શકે છે

આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) નો ઉછાળો ઇતિહાસમાં સૌથી નાટકીય મૂડી ખર્ચ (capex) ચક્ર ચલાવી રહ્યો છે, પરંતુ તેની ટકાઉપણું અંગે એક મહત્વપૂર્ણ ચેતવણી સામે આવી છે. જેફરીઝના ગ્લોબલ હેડ ઓફ ઇક્વિટી સ્ટ્રેટેજી, ક્રિસ વુડ સૂચવે છે કે AI ટ્રેડનો અંત ચિપ્સની અછતથી નહીં, પરંતુ રોકાણ પરના વળતરમાં વિશ્વાસના સંકટને કારણે આવશે.

ખોટા રોકાણ (Malinvestment) નો વધતો જતો ખતરો

પરંપરાગત સેમિકન્ડક્ટર ચક્રો જે અચાનક પુરવઠામાં વધારો અથવા ઇન્વેન્ટરીના ભરાવાને કારણે સમાપ્ત થાય છે, તેનાથી વિપરીત વુડ દલીલ કરે છે કે AI યુગ એક અનોખા માળખાગત જોખમનો સામનો કરી રહ્યો છે: ખોટું રોકાણ (malinvestment). મુખ્ય જોખમ એ શક્યતામાં રહેલું છે કે હાઇપરસકેલર્સ અને અગ્રણી AI લેબ્સ તેઓ જે વિશાળ મૂડી ખર્ચ કરી રહ્યા છે તેના પર પૂરતું વળતર મેળવવામાં અસમર્થ રહેશે.

વુડ ઇકોસિસ્ટમની અંદર એક ચિંતાજનક "સર્ક્યુલર ફંડિંગ" પેટર્ન પર પ્રકાશ પાડે છે. ઉદાહરણ તરીકે, Nvidia એ OpenAI જેવી સંસ્થાઓને નાણાકીય સહાય આપવામાં સામેલ રહી છે, જે બદલામાં તે મૂડીનો ઉપયોગ વધુ Nvidia ચિપ્સ ખરીદવા માટે કરે છે. જોકે આ ટૂંકા ગાળામાં એક શક્તિશાળી ગતિ બનાવે છે, પરંતુ તે એક એવું ફીડબેક લૂપ બનાવે છે જે જો રોકાણકારો AI સ્ટેકના લાંબા ગાળાના મોનેટાઇઝેશન અને કમાણીની સ્પષ્ટતા પર શંકા કરવા લાગે, તો તે ઝડપથી વિખેરાઈ શકે છે.

વિશાળ Capex અને જોખમનું કેન્દ્રીકરણ

હાલમાં જોવા મળી રહેલા રોકાણનું પ્રમાણ અભૂતપૂર્વ છે. વિશ્વની અગ્રણી ફાઉન્ડ્રી, TSMC એ તેના 2026 ના capex માર્ગદર્શનને ગયા વર્ષના $41 બિલિયનથી વધારીને અંદાજે $56 બિલિયન કર્યું છે. Fubon Research ના અનુમાન સૂચવે છે કે 2027 સુધીમાં આ વધીને $65 બિલિયન થી $70 બિલિયન વચ્ચે પહોંચી શકે છે.

આ ઉછાળો પહેલેથી જ પ્રાદેશિક અર્થતંત્રોને બદલી રહ્યો છે. તાઇવાનમાં, AI સંબંધિત માંગની અસર સ્પષ્ટ છે, જ્યાં Q1 2026 માં વાર્ષિક 14.55% ના દરે વાસ્તવિક GDP વૃદ્ધિ જોવા મળી છે. વધુમાં, 2026 માં TSMC ના કુલ આવકમાં AI સંબંધિત માંગ અંદાજે 31% હિસ્સો ધરાવશે તેવી અપેક્ષા છે, જે દર્શાવે છે કે વૈશ્વિક અર્થતંત્ર AI ઇન્ફ્રાસ્ટ્રક્ચરમાં કેટલી ભારે રીતે કેન્દ્રિત થઈ રહ્યું છે.

AI મોડલ્સનું કોમોડિટીકરણ (Commoditisation)

બીજો દબાણનો મુદ્દો Large Language Models (LLMs) નું ઝડપી કોમોડિટીકરણ છે. જેમ જેમ કાર્યક્ષમતા સુધરે છે અને ખર્ચ ઘટે છે, તેમ પશ્ચિમી AI પ્રદાતાઓનું "પ્રીમિયમ" વર્ચસ્વ પડકારવામાં આવી રહ્યું છે. વુડ ચીની મોડલ્સના ઉદય તરફ નિર્દેશ કરે છે, જેમ કે Z.ai નું GLM-5.2, જે અહેવાલો મુજબ માત્ર ચોથા ભાગના ખર્ચે ટોચના પશ્ચિમી મોડલ્સની સમકક્ષ કામગીરી પ્રદાન કરે છે.

ડેટા આ ફેરફારને સમર્થન આપે છે; OpenRouter પ્લેટફોર્મ પર, જૂન ના અંતમાં ટોચના ચીની AI મોડલ્સ દ્વારા 21.37 ટ્રિલિયન ટોકન્સ પ્રોસેસ કરવામાં આવ્યા હતા, જે એપ્રિલમાં 4.37 ટ્રિલિયનથી એક મોટો ઉછાળો છે. આ પ્રમાણ ટોચના US મોડલ્સ દ્વારા પ્રોસેસ કરવામાં આવેલા 5.76 ટ્રિલિયન ટોકન્સ કરતા નોંધપાત્ર રીતે વધારે છે, જે ભીડભાડવાળા અને કિંમત-સંવેદનશીલ લેન્ડસ્કેપનો સંકેત આપે છે.

"Picks and Shovels" તરફ બદલાતું ધ્યાન

આ ચેતવણીઓ છતાં, વુડ તાત્કાલિક પતનનું અનુમાન નથી કરતા. તેના બદલે, તેઓ ઉદ્યોગના "picks and shovels" — ખાસ કરીને DRAM અને મેમરી સપ્લાયર્સ તરફ વ્યૂહાત્મક ફેરફાર સૂચવે છે. Jevons Paradox ને કારણે, જેમ જેમ કમ્પ્યુટ વધુ કાર્યક્ષમ અને સસ્તું બનશે, તેમ કુલ વપરાશ ખરેખર વધશે, જે હાર્ડવેર પ્રદાતાઓને ફાયદો કરાવશે.

Micron જેવા મુખ્ય ખેલાડીઓ માળખાગત ફેરફારો દ્વારા પહેલેથી જ તેમની સ્થિતિ સુરક્ષિત કરી રહ્યા છે, જેમ કે વ્યૂહાત્મક પાંચ વર્ષના કરારો પર હસ્તાક્ષર કરવા જે તેમના DRAM અને NAND વોલ્યુમના નોંધપાત્ર ભાગને આવરી લે છે. આ મેમરી ઉત્પાદકોને વધુ પ્રાઇસિંગ પાવર અને સ્થિરતા પ્રદાન કરે છે, ભલે વ્યાપક AI સોફ્ટવેર લેયર તેની નફાકારકતા સાબિત કરવા માટે સંઘર્ષ કરતું હોય.

મુખ્ય મુદ્દાઓ

• વાસ્તવિક જોખમ: AI ટ્રેડ પરંપરાગત ચિપના અતિશય પુરવઠાને બદલે "malinvestment" — એટલે કે હાઇપરસકેલર્સ વિશાળ capex પર પૂરતું વળતર મેળવવામાં નિષ્ફળ જાય — તેના કારણે સમાપ્ત થવાની વધુ શક્યતા છે.
• મોડલ કોમોડિટીકરણ: ઓછા ખર્ચવાળા, ઉચ્ચ-પ્રદર્શન ધરાવતા ચીની AI મોડલ્સનો ઝડપી ઉદય પ્રીમિયમ પશ્ચિમી AI પ્રદાતાઓના અર્થશાસ્ત્ર પર ભારે દબાણ લાવી રહ્યો છે.
• હાર્ડવેર સ્થિતિસ્થાપકતા: મેમરી અને DRAM ઉત્પાદકો (જેમ કે SK Hynix અને Samsung) લાંબા ગાળાના વેચાણ કરારો નક્કી કરવાની અને પ્રાઇસિંગ પાવર જાળવી રાખવાની તેમની ક્ષમતાને કારણે સૌથી વધુ સ્થિતિસ્થાપક લાભાર્થીઓ બની રહે છે.