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

आर्टिफिशियल इंटेलिजेंस (AI) के युग ने इतिहास के सबसे नाटकीय पूंजीगत व्यय (capex) चक्र को जन्म दिया है, लेकिन क्षितिज पर एक महत्वपूर्ण संरचनात्मक जोखिम मंडरा रहा है। जेफ़रीज (Jefferies) के ग्लोबल हेड ऑफ इक्विटी स्ट्रैटेजी, क्रिस वुड, चेतावनी देते हैं कि AI ट्रेड चिप की कमी या आपूर्ति की अधिकता के कारण नहीं, बल्कि इस अहसास के कारण समाप्त हो सकता है कि भारी निवेश पर्याप्त रिटर्न देने में विफल हो रहा है।

गलत निवेश (Malinvestment) का साया

पारंपरिक सेमीकंडक्टर चक्रों के विपरीत, जो बाजार में इन्वेंट्री की अधिकता आने पर समाप्त हो जाते हैं, वुड का तर्क है कि वर्तमान AI उछाल को एक अनूठे खतरे का सामना करना पड़ रहा है: गलत निवेश (malinvestment)। उनका सुझाव है कि AI ट्रेड का "एंडगेम" तब शुरू होगा जब हाइपरस्केलर्स और प्रमुख AI लैब्स उस खगोलीय capex पर संतोषजनक रिटर्न प्राप्त करने में विफल रहेंगे जो वे वर्तमान में कर रहे हैं।

एक विशेष चिंता सर्कुलर फंडिंग लूप्स (circular funding loops) का अस्तित्व है। वुड उन परिदृश्यों की ओर इशारा करते हैं जहाँ Nvidia जैसे प्रमुख खिलाड़ी OpenAI जैसी कंपनियों को वित्त पोषण प्रदान करते हैं, जो फिर उन निधियों का उपयोग अधिक Nvidia चिप्स खरीदने के लिए करते हैं। हालांकि यह एक शक्तिशाली अल्पकालिक विकास चक्र बनाता है, लेकिन यह मुद्रीकरण (monetization) की उन आशावादी धारणाओं पर बहुत अधिक निर्भर करता है जो तब विफल हो सकती हैं यदि निवेशकों का दीर्घकालिक आय की दृश्यता (earnings visibility) में विश्वास कम हो जाता है।

भारी Capex और ताइवान में उछाल

इस क्षेत्र में वर्तमान में देखा जा रहा निवेश का पैमाना अभूतपूर्व है। वुड चल रहे निर्माण को अब तक के सबसे नाटकीय capex चक्र के रूप में वर्णित करते हैं। इसका एक प्रमुख उदाहरण TSMC है, जिसने अपने मार्गदर्शन (guidance) में उल्लेखनीय वृद्धि की है, जिसमें 2027 के लिए अनुमान US$65–70 बिलियन तक पहुँच गया है।

यह केंद्रित खर्च बड़े मैक्रोइकॉनॉमिक बदलाव ला रहा है, विशेष रूप से ताइवान में। इस क्षेत्र ने Q1 2026 में साल-दर-साल 14.55% की वास्तविक GDP वृद्धि देखी, जो निर्यात ऑर्डर में 53.4% की वृद्धि से प्रेरित थी। वर्तमान में, अनुमान है कि 2026 के लिए TSMC के कुल राजस्व में AI से संबंधित मांग का हिस्सा लगभग 31% होगा, जो यह दर्शाता है कि वैश्विक अर्थव्यवस्था कितनी गहराई से AI इन्फ्रास्ट्रक्चर से जुड़ती जा रही है।

कमोडिटाइजेशन और सस्ते मॉडलों का उदय

जोखिम की एक और परत लार्ज लैंग्वेज मॉडल्स (LLMs) का तेजी से कमोडिटाइजेशन (commoditization) है। जैसे-जैसे प्रति टोकन लागत कम हो रही है, प्रीमियम पश्चिमी प्रदाताओं के प्रतिस्पर्धी लाभ को चुनौती दी जा रही है। वुड बताते हैं कि नए मॉडल, जैसे कि हांगकांग-सूचीबद्ध Z.ai का GLM-5.2, कथित तौर पर Anthropic जैसे शीर्ष स्तर के मॉडलों के प्रदर्शन के करीब पहुँच रहे हैं, लेकिन लागत में केवल एक-चौथाई खर्च पर।

OpenRouter का डेटा इस बदलाव को उजागर करता है: जून के अंत में, शीर्ष चीनी AI मॉडलों ने 21.37 ट्रिलियन टोकन प्रोसेस किए, जो अप्रैल के 4.37 ट्रिलियन से एक बड़ी छलांग है। यह मात्रा प्रमुख अमेरिकी मॉडलों द्वारा प्रोसेस किए गए 5.76 ट्रिलियन टोकन से काफी आगे निकल गई, जो एक अत्यधिक प्रतिस्पर्धी और तेजी से कमोडिटाइज्ड होते परिदृश्य का संकेत देती है।

बदलती रणनीति: मेमोरी और हार्डवेयर पर ध्यान

इन चेतावनियों के बावजूद, वुड तत्काल गिरावट की भविष्यवाणी नहीं कर रहे हैं। इसके बजाय, वे पोर्टफोलियो को उद्योग के "पिक्स एंड शोवेल्स" (picks and shovels — बुनियादी उपकरण)—विशेष रूप से DRAM और मेमोरी सप्लायर्स की ओर पुनर्गठित कर रहे हैं। जेवन्स पैराडॉक्स (Jevons Paradox) के कारण, जैसे-जैसे कंप्यूट अधिक कुशल और सस्ता होता जाता है, कुल खपत वास्तव में बढ़ जाती है, जिससे हार्डवेयर प्रदाताओं को लाभ होता है।

Micron जैसे प्रमुख मेमोरी निर्माता पहले से ही दीर्घकालिक स्थिरता सुनिश्चित कर रहे हैं, जिसमें Micron ने अपने DRAM वॉल्यूम के 20% को कवर करने वाले रणनीतिक समझौते किए हैं। परिणामस्वरूप, वुड SK Hynix, Kioxia, और Samsung Electronics जैसे टेक हार्डवेयर नामों में निवेश बढ़ा रहे हैं, इस दांव के साथ कि यदि व्यापक AI सॉफ्टवेयर और सर्विस लेयर्स पूंजी अनुशासन (capital discipline) के साथ संघर्ष करती हैं, तब भी वे लाभार्थी बने रहेंगे।

मुख्य बातें

• प्राथमिक जोखिम: AI ट्रेड के पारंपरिक सेमीकंडक्टर आपूर्ति की अधिकता के बजाय "गलत निवेश" (malinvestment) और हाइपरस्केलर्स के लिए ROI की कमी के कारण समाप्त होने की अधिक संभावना है।
• कमोडिटाइजेशन का खतरा: तेजी से आगे बढ़ते और सस्ते चीनी AI मॉडल प्रीमियम पश्चिमी AI प्रदाताओं पर तीव्र मूल्य दबाव (pricing pressure) डाल रहे हैं।
• रणनीतिक बदलाव: निवेश की रुचि मेमोरी और हार्डवेयर (DRAM) खिलाड़ियों की ओर स्थानांतरित हो रही है जिनके पास महत्वपूर्ण मूल्य निर्धारण शक्ति (pricing power) और दीर्घकालिक ग्राहक अनुबंध हैं।