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

वैश्विक AI उछाल वर्तमान में अब तक के सबसे नाटकीय पूंजीगत व्यय (capex) चक्र से प्रेरित है, लेकिन एक मंडराता हुआ संरचनात्मक जोखिम बाजार में अचानक बदलाव ला सकता है। जेफ़रीज (Jefferies) के ग्लोबल हेड ऑफ इक्विटी स्ट्रैटेजी, क्रिस वुड, चेतावनी देते हैं कि AI ट्रेड का अंत चिप की कमी या अधिक आपूर्ति से नहीं, बल्कि निवेश पर रिटर्न (returns on investment) के संबंध में विश्वास के संकट से होगा।

गलत निवेश (Malinvestment) और चक्रीय फंडिंग का खतरा

पारंपरिक सेमीकंडक्टर चक्रों के विपरीत, जो इन्वेंट्री की अधिकता के कारण समाप्त हो जाते हैं, वुड का तर्क है कि AI ट्रेड को एक अनूठे मनोवैज्ञानिक और आर्थिक खतरे का सामना करना पड़ रहा है: "गलत निवेश" (malinvestment)। प्राथमिक जोखिम यह है कि हाइपरस्केलर्स और AI प्रयोगशालाएं उस विशाल पूंजी पर पर्याप्त रिटर्न उत्पन्न करने में विफल हो सकती हैं जिसे वे तैनात कर रहे हैं।

वुड इकोसिस्टम के भीतर एक संभावित रूप से नाजुक फीडबैक लूप पर प्रकाश डालते हैं। वह उन संरचनाओं की ओर इशारा करते हैं जहाँ Nvidia जैसी कंपनियाँ OpenAI जैसी AI लैब को वित्तपोषित कर सकती हैं, जो बदले में उस पूंजी का उपयोग अधिक Nvidia चिप्स खरीदने के लिए करती हैं। हालांकि यह चक्रण अल्पकालिक विकास को बढ़ावा देता है, लेकिन यह ताश के पत्तों के महल (house of cards) जैसा है जो तब ढह सकता है जब निवेशक AI स्टैक की दीर्घकालिक मुद्रीकरण (monetization) क्षमताओं पर संदेह करने लगें।

भारी Capex और धन का संकेंद्रण

वर्तमान निवेश का पैमाना अभूतपूर्व है। TSMC ने अपने 2026 के capex मार्गदर्शन को पिछले वर्ष के $41 बिलियन से बढ़ाकर लगभग $56 बिलियन कर दिया है, जबकि कुछ अनुमान 2027 तक $65–$70 बिलियन का संकेत देते हैं। इस उछाल ने ताइवान को एक मैक्रो पावरहाउस बना दिया है, जहाँ 2026 की पहली तिमाही (Q1) में वास्तविक GDP वृद्धि साल-दर-साल 14.55% तक पहुँच गई है।

AI से संबंधित मांग अब इतनी केंद्रित है कि अनुमान है कि 2026 में यह TSMC के राजस्व का 31% हिस्सा होगी। संकेंद्रण का यह स्तर इस बात को रेखांकित करता है कि वैश्विक अर्थव्यवस्था वर्तमान में एक एकल तकनीकी वर्टिकल पर कितना बड़ा दांव लगा रही है।

AI मॉडल्स का कमोडिटाइजेशन (Commoditisation)

एक अन्य महत्वपूर्ण दबाव बिंदु लार्ज लैंग्वेज मॉडल्स (LLMs) का तेजी से कमोडिटाइजेशन होना है। जैसे-जैसे उच्च गुणवत्ता वाले मॉडल सस्ते होते जा रहे हैं, पश्चिमी AI प्रदाताओं की प्रीमियम प्राइसिंग पावर को चुनौती मिल रही है।

वुड का कहना है कि चीनी मॉडल्स महत्वपूर्ण पकड़ बना रहे हैं। OpenRouter प्लेटफॉर्म पर, शीर्ष चीनी मॉडल्स ने जून के अंत में 21.37 ट्रिलियन टोकन प्रोसेस किए, जो अप्रैल के 4.37 ट्रिलियन से एक बड़ी छलांग है, और यह शीर्ष अमेरिकी मॉडल्स द्वारा प्रोसेस किए गए 5.76 ट्रिलियन टोकन से काफी बेहतर है। यह बदलाव बताता है कि जैसे-जैसे "प्रति टोकन लागत" (cost per token) कम होगी, महंगे और प्रोप्रायटरी मॉडल्स को बनाए रखने के अर्थशास्त्र को कड़ी जांच का सामना करना पड़ेगा।

मेमोरी और हार्डवेयर पर ध्यान केंद्रित करना

इन चेतावनियों के बावजूद, वुड तत्काल क्रैश की भविष्यवाणी नहीं कर रहे हैं। इसके बजाय, वह पोर्टफोलियो को उद्योग के "पिक्स एंड शोवेल्स" (picks and shovels — बुनियादी उपकरण)—विशेष रूप से मेमोरी और हार्डवेयर की ओर पुनर्गठित कर रहे हैं।

वह जेवन्स पैराडॉक्स (Jevons Paradox) का हवाला देते हैं, जहाँ बढ़ी हुई दक्षता से कुल खपत बढ़ जाती है। जैसे-जैसे कंप्यूटिंग अधिक कुशल होती जाती है, DRAM और NAND मेमोरी की मांग बढ़ जाती है। Micron जैसी कंपनियों ने पहले ही अपने वॉल्यूम के एक महत्वपूर्ण हिस्से के लिए दीर्घकालिक रणनीतिक समझौते सुरक्षित कर लिए हैं, जिससे मेमोरी निर्माताओं को पर्याप्त लाभ और प्राइसिंग पावर मिलती है, जिसकी पारंपरिक चिप निर्माताओं के पास अक्सर पिछले मंदी के दौर में कमी थी।

मुख्य बातें (Key Takeaways)

• प्राथमिक जोखिम: AI ट्रेड "गलत निवेश" (malinvestment) की चिंताओं के प्रति सबसे अधिक संवेदनशील है—यह अहसास कि भारी capex पर्याप्त लाभ नहीं दे रहा है।
• कमोडिटाइजेशन का दबाव: तेजी से बेहतर और सस्ते होते AI मॉडल्स, विशेष रूप से चीन से, प्रमुख पश्चिमी AI फर्मों के उच्च-मार्जिन अर्थशास्त्र के लिए खतरा पैदा कर रहे हैं।
• मेमोरी हेज (The Memory Hedge): जबकि सॉफ्टवेयर और मॉडल प्रदाता मार्जिन के दबाव का सामना कर रहे हैं, हार्डवेयर और मेमोरी निर्माता (जैसे SK Hynix और Samsung) इस विस्तार के संरचनात्मक लाभार्थी बने हुए हैं।