क्रिस वुड की चेतावनी: गलत निवेश (Malinvestment) का जोखिम AI ट्रेड के अंत का कारण बन सकता है

आर्टिफिशियल इंटेलिजेंस (AI) पर होने वाले खर्च में निरंतर हो रही वृद्धि को वॉल स्ट्रीट के सबसे अनुभवी रणनीतिकारों में से एक की ओर से एक गंभीर चेतावनी मिली है। जेफ़रीज (Jefferies) के ग्लोबल हेड ऑफ इक्विटी स्ट्रैटेजी, क्रिस वुड का सुझाव है कि AI बूम मांग की कमी के कारण नहीं, बल्कि लाभप्रदता (profitability) के आसन्न संकट के कारण समाप्त होगा।

ओवरसप्लाई के बजाय गलत निवेश (Malinvestment) का खतरा

पारंपरिक सेमीकंडक्टर चक्रों के विपरीत, जो आमतौर पर अचानक इन्वेंट्री की अधिकता या आपूर्ति के झटकों के कारण ढह जाते हैं, वुड का तर्क है कि AI ट्रेड एक अद्वितीय संरचनात्मक जोखिम का सामना कर रहा है: गलत निवेश (malinvestment)। उनका मानना है कि AI बूम का "एंडगेम" तब शुरू होगा जब हाइपरस्केलर्स और प्रमुख AI लैब्स को यह एहसास होगा कि वे अपने द्वारा किए जा रहे भारी पूंजीगत व्यय (capex) पर पर्याप्त रिटर्न नहीं कमा पा रहे हैं।

वुड एक संभावित रूप से खतरनाक फीडबैक लूप की ओर इशारा करते हैं जहाँ Nvidia जैसी कंपनियाँ OpenAI जैसी संस्थाओं को वित्त पोषण (financing) प्रदान करती हैं, जो फिर उस पूंजी का उपयोग अधिक Nvidia चिप्स खरीदने के लिए करती हैं। हालाँकि यह चक्र तीव्र विकास को बढ़ावा देता है, लेकिन यह अत्यधिक आशावादी मुद्रीकरण (monetization) धारणाओं पर निर्भर है। यदि निवेशकों को AI स्टैक की दीर्घकालिक कमाई की स्पष्टता पर संदेह होने लगता है, तो यह चक्रीय फंडिंग मॉडल तेजी से चरमरा सकता है।

भारी Capex और मेमोरी दिग्गजों का उदय

वर्तमान निवेश का पैमाना अभूतपूर्व है। वुड चल रहे निर्माण कार्य को "सबसे नाटकीय capex चक्र" के रूप में वर्णित करते हैं जो उन्होंने कभी देखा है। इसका एक प्रमुख उदाहरण TSMC है, जिसने अपने 2026 के capex मार्गदर्शन को बढ़ाकर लगभग $56 बिलियन कर दिया है, जबकि Fubon Research के अनुमान बताते हैं कि यह 2027 तक $65–$70 बिलियन तक पहुँच सकता है। इस उछाल ने ताइवान की अर्थव्यवस्था को महत्वपूर्ण रूप से बढ़ावा दिया है, जहाँ 2026 की पहली तिमाही में वास्तविक GDP वृद्धि साल-दर-साल 14.55% तक पहुँच गई है।

दिलचस्प बात यह है कि जहाँ सॉफ्टवेयर और मॉडल लेयर्स को जोखिमों का सामना करना पड़ रहा है, वहीं उद्योग के "पिक्स एंड शोवेल्स" (picks and shovels)—विशेष रूप से मेमोरी सप्लायर्स—को संरचनात्मक लाभ मिल रहे हैं। वुड 'जेवन्स पैराडॉक्स' (Jevons Paradox) की ओर इशारा करते हैं, जहाँ बढ़ी हुई दक्षता और भी अधिक कुल खपत का कारण बनती है। इसने DRAM और मेमोरी को सहायक घटकों से बदलकर AI उत्पादकता के मुख्य इंजन में तब्दील कर दिया है। Micron जैसे प्रमुख खिलाड़ी पहले से ही दीर्घकालिक लाभ सुरक्षित कर रहे हैं, जिनके पास 16 रणनीतिक समझौते हैं जो उनके DRAM वॉल्यूम के 20% और उनके NAND वॉल्यूम के एक तिहाई हिस्से को कवर करते हैं।

AI मॉडल्स का कमोडिटाइजेशन (Commoditization)

पश्चिमी AI प्रदाताओं के लिए एक बड़ी बाधा Large Language Models (LLMs) का तेजी से कमोडिटाइजेशन होना है। वुड का कहना है कि उच्च प्रदर्शन करने वाले मॉडल्स की लागत तेजी से गिर रही है, विशेष रूप से कुशल चीनी मॉडल्स के उदय के साथ।

OpenRouter के डेटा से एक बड़े बदलाव का पता चलता है: जून के अंत में, शीर्ष चीनी AI मॉडल्स ने 21.37 ट्रिलियन टोकन प्रोसेस किए, जो अप्रैल के 4.37 ट्रिलियन की तुलना में एक बड़ी छलांग है। यह वॉल्यूम शीर्ष अमेरिकी मॉडल्स द्वारा प्रोसेस किए गए 5.76 ट्रिलियन टोकन से कहीं अधिक था। चूंकि Z.ai के GLM-5.2 जैसे मॉडल्स एक-चौथाई लागत पर प्रीमियम पश्चिमी प्रदाताओं के लगभग बराबर प्रदर्शन प्रदान करते हैं, इसलिए "प्रीमियम" AI सेवाओं की अर्थव्यवस्था पर दबाव बढ़ता जा रहा है।

मुख्य बातें (Key Takeaways)

• मुख्य जोखिम: AI ट्रेड के पारंपरिक चिप ओवरसप्लाई के बजाय "गलत निवेश" (malinvestment) और पूंजी पर कम रिटर्न के एहसास के कारण समाप्त होने की अधिक संभावना है।
• मेमोरी का लचीलापन: जहाँ AI सॉफ्टवेयर को कमोडिटाइजेशन का सामना करना पड़ रहा है, वहीं मेमोरी निर्माता (DRAM/NAND) संरचनात्मक मूल्य निर्धारण शक्ति और दीर्घकालिक अनुबंध स्थिरता प्राप्त कर रहे हैं।
• फीडबैक लूप: निवेशकों को चिप निर्माताओं और AI लैब्स के बीच के चक्रीय संबंध पर नज़र रखनी चाहिए, क्योंकि यह चक्र निवेशक भावना (investor sentiment) में बदलाव के प्रति अत्यधिक संवेदनशील है।