क्रिस वुड की चेतावनी: क्यों गलत निवेश (Malinvestment) AI उछाल को समाप्त कर सकता है

आर्टिफिशियल इंटेलिजेंस (AI) खर्च में भारी उछाल इतिहास के सबसे नाटकीय पूंजीगत व्यय (capex) चक्रों में से एक बना रहा है, लेकिन इसमें एक छिपा हुआ खतरा भी है। जेफ़रीज (Jefferies) के ग्लोबल हेड ऑफ इक्विटी स्ट्रैटेजी, क्रिस वुड, चेतावनी देते हैं कि AI ट्रेड की गिरावट चिप की कमी या अधिक आपूर्ति के कारण नहीं, बल्कि लाभप्रदता (profitability) के संकट के कारण होगी।

गलत निवेश (Malinvestment) का मंडराता खतरा

वुड के नवीनतम "Greed & Fear" न्यूज़लेटर के अनुसार, AI इकोसिस्टम के लिए प्राथमिक जोखिम "malinvestment" (गलत निवेश) है। उनका तर्क है कि यह ट्रेड संभवतः एक दर्दनाक ठहराव या अंत का सामना करेगा जब बाजार को यह एहसास होगा कि हाइपरस्केलर्स (hyperscalers) और प्रमुख AI लैब्स अपने भारी निवेश पर पर्याप्त रिटर्न नहीं कमा सकते हैं।

एक महत्वपूर्ण चिंता सर्कुलर फंडिंग लूप्स (circular funding loops) का अस्तित्व है। वुड उन परिदृश्यों की ओर इशारा करते हैं जहाँ Nvidia जैसी कंपनियाँ OpenAI जैसी AI लैब्स को वित्तपोषित कर सकती हैं, जो फिर उस पूंजी का उपयोग अधिक Nvidia चिप्स खरीदने के लिए करती हैं। हालांकि यह मोमेंटम-संचालित फीडबैक लूप बनाता है, लेकिन यह दीर्घकालिक कमाई की दृश्यता (earnings visibility) और पूंजी अनुशासन (capital discipline) के संबंध में निवेशकों के संदेह के प्रति अत्यधिक संवेदनशील बना हुआ है।

इंफ्रास्ट्रक्चर द्वारा संचालित एक विशाल Capex चक्र

AI इंफ्रास्ट्रक्चर में वर्तमान में किया जा रहा निवेश अभूतपूर्व है। TSMC इस संकेंद्रण का एक प्रमुख उदाहरण है; कंपनी ने अपने 2026 के capex मार्गदर्शन को पिछले वर्ष के US$41 बिलियन से बढ़ाकर लगभग US$56 बिलियन कर दिया है। Fubon Research के आगे के अनुमान बताते हैं कि 2027 तक capex US$65–70 बिलियन तक पहुँच सकता है।

यह खर्च ताइवान जैसे क्षेत्रों में बड़े मैक्रोइकॉनॉमिक बदलावों को बढ़ावा दे रहा है, जहाँ Q1 2026 में वास्तविक GDP वृद्धि साल-दर-साल 14.55% तक पहुँच गई। वर्तमान में, अनुमान है कि 2026 के लिए TSMC के कुल राजस्व में AI से संबंधित मांग की हिस्सेदारी 31% होगी, जो यह दर्शाता है कि वैश्विक अर्थव्यवस्था अब AI निर्माण से कितनी गहराई से जुड़ी हुई है।

AI मॉडल्स का कमोडिटाइजेशन (Commoditisation)

मार्जिन पर दबाव को Large Language Models (LLMs) के तेजी से कमोडिटाइजेशन से और बल मिल रहा है। जैसे-जैसे उच्च गुणवत्ता वाले मॉडल बहुत कम लागत पर उपलब्ध हो रहे हैं, प्रीमियम पश्चिमी AI प्रदाताओं के आसपास के "moats" (सुरक्षात्मक घेरे) सिकुड़ रहे हैं।

वुड कुशल चीनी मॉडल्स के उदय को नोट करते हैं, जैसे कि Z.ai का GLM-5.2, जो कथित तौर पर Anthropic जैसे शीर्ष स्तर के अमेरिकी मॉडल्स के लगभग बराबर प्रदर्शन प्रदान करता है, लेकिन प्रति टोकन लागत केवल एक-चौथाई है। OpenRouter का डेटा एक महत्वपूर्ण बदलाव दिखाता है: जून के अंत में, शीर्ष चीनी AI मॉडल्स ने 21.37 ट्रिलियन टोकन प्रोसेस किए, जो प्रमुख अमेरिकी मॉडल्स द्वारा प्रोसेस किए गए 5.76 ट्रिलियन टोकन से कहीं अधिक है। यह रुझान बताता है कि AI का सॉफ्टवेयर लेयर एक कम-मार्जिन वाला कमोडिटी बिजनेस बनता जा रहा है।

"Picks and Shovels" की ओर बढ़ना

इन जोखिमों के बावजूद, वुड तत्काल गिरावट की भविष्यवाणी नहीं करते हैं। इसके बजाय, वह उद्योग के "picks and shovels" (बुनियादी उपकरणों)—विशेष रूप से मेमोरी और हार्डवेयर—की ओर रणनीतिक बदलाव का सुझाव देते हैं।

सॉफ्टवेयर लेयर के विपरीत, DRAM और मेमोरी सप्लायर्स महत्वपूर्ण बढ़त हासिल कर रहे हैं। उदाहरण के लिए, Micron ने पहले ही 16 रणनीतिक ग्राहक समझौते किए हैं, जो उसके DRAM वॉल्यूम के 20% और NAND वॉल्यूम के एक-तिहाई हिस्से को कवर करते हैं, जो अक्सर पांच साल की शर्तों के साथ होते हैं। यह संरचनात्मक परिवर्तन मेमोरी निर्माताओं को मूल्य निर्धारण शक्ति (pricing power) प्रदान करता है, जिससे वे सुरक्षित विकल्प बन जाते हैं, भले ही व्यापक AI capex चक्र को वास्तविकता का सामना करना पड़े।

मुख्य बातें (Key Takeaways)

• जोखिम कारक: AI ट्रेड "malinvestment" के प्रति संवेदनशील है, जहाँ निवेशकों को एहसास होता है कि हाइपरस्केलर्स अपने भारी पूंजीगत व्यय पर पर्याप्त रिटर्न नहीं कमा सकते हैं।
• कमोडिटाइजेशन का दबाव: कम लागत वाले, उच्च-प्रदर्शन वाले चीनी AI मॉडल्स का तेजी से उदय LLM बाजार को कमोडिटाइज कर रहा है और पश्चिमी प्रदाताओं के मार्जिन को कम कर रहा है।
• रणनीतिक बदलाव: जबकि सॉफ्टवेयर मार्जिन सिकुड़ सकते हैं, हार्डवेयर और मेमोरी प्रदाता (जैसे SK Hynix और Samsung) रणनीतिक, बहु-वर्षीय आपूर्ति समझौतों के माध्यम से दीर्घकालिक लाभ सुरक्षित कर रहे हैं।