Google ತನ್ನ ಬಂಡವಾಳ ವೆಚ್ಚದ (capital-expenditure) ಮುನ್ಸೂಚನೆಯನ್ನು ಮೊದಲು ಇದ್ದ $190 ಬಿಲಿಯನ್‌ನ ಗರಿಷ್ಠ ಮಿತಿಗಿಂತ ಹೆಚ್ಚಾಗಿ, ಈಗ $205 ಬಿಲಿಯನ್ ವರೆಗೆ ಏರಿಸಿದೆ. ಹೂಡಿಕೆದಾರರು ತಕ್ಷಣವೇ ಈ ಅನಿರೀಕ್ಷಿತ ಬೆಳವಣಿಗೆಯನ್ನು AI ಉಲ್ಬಣಕ್ಕೆ (AI boom) ಎಚ್ಚರಿಕೆಯ ಸಂಕೇತವೆಂದು ಗುರುತಿಸಿದ್ದಾರೆ. ಕಂಪನಿಯ ಇತ್ತೀಚಿನ ಗಳಿಕೆಯ ವರದಿಯಲ್ಲಿ ಘೋಷಿಸಲಾದ ಈ ವೆಚ್ಚದ ಏರಿಕೆ, AI ಮಾದರಿಗಳನ್ನು ನಿರ್ಮಿಸುವ ಮತ್ತು ನಡೆಸುವ ವೆಚ್ಚವು ಅವುಗಳಿಂದ ಬರುವ ಆದಾಯಕ್ಕಿಂತ ಎಷ್ಟು ವೇಗವಾಗಿ ಹೆಚ್ಚುತ್ತಿದೆ ಎಂಬುದನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತದೆ.

ವೆಚ್ಚದ ಏರಿಕೆ ಈಗ ಏಕೆ ಮುಖ್ಯವಾಗಿದೆ

Google ನ ಮುನ್ಸೂಚನೆಯಲ್ಲಿನ ಈ ಏರಿಕೆ ಕೇವಲ ಸಣ್ಣ ಬದಲಾವಣೆಯಲ್ಲ; ಹೊಸ ಮಿತಿಯ ಕನಿಷ್ಠ ಮಟ್ಟವಾದ $195 ಬಿಲಿಯನ್ ಕೂಡ ಹಿಂದಿನ ಗರಿಷ್ಠ ಅಂದಾಜಿಗಿಂತ ಹೆಚ್ಚಾಗಿದೆ. ತನ್ನದೇ ಆದ ಹಾರ್ಡ್‌ವೇರ್ ಬಿಡುಗಡೆಗಳನ್ನು ದೀರ್ಘಕಾಲದಿಂದ ನಿಖರವಾಗಿ ಊಹಿಸಬಲ್ಲ ಕಂಪನಿಯೊಂದು ತನ್ನ ಬಜೆಟ್ ಅನ್ನು ನಿಖರವಾಗಿ ನಿರ್ಧರಿಸಲು ಸಾಧ್ಯವಾಗದಿದ್ದಾಗ, ಇಡೀ AI ನಿರ್ಮಾಣ ಪ್ರಕ್ರಿಯೆಯು ಒಂದು 'ಹಣಕಾಸಿನ ಕಪ್ಪು ಪೆಟ್ಟಿಗೆ'ಯಂತೆ (financial black box) ಪರಿಣಮಿಸುತ್ತಿದೆ ಎಂದು ವಿಶ್ಲೇಷಕರು ಕಳವಳ ವ್ಯಕ್ತಪಡಿಸುತ್ತಿದ್ದಾರೆ. ಈ ಅನಿಶ್ಚಿತತೆಯು ತಂತ್ರಜ್ಞಾನದ ದೈತ್ಯ ಕಂಪನಿಗಳು AI ಸಂಶೋಧನೆಯನ್ನು ಲಾಭವಾಗಿ ಪರಿವರ್ತಿಸುವ ಸಾಮರ್ಥ್ಯದ ಮೇಲೆ Wall Street ನ ವಿಶ್ವಾಸವನ್ನು ಕುಗ್ಗಿಸುತ್ತದೆ.

AI ಶಸ್ತ್ರಾಸ್ತ್ರ ಪೈಪೋಟಿಯ ಅರ್ಥಶಾಸ್ತ್ರ

ಈ ಸಮಸ್ಯೆಯ ಮೂಲದಲ್ಲಿ ಕಂಪ್ಯೂಟಿಂಗ್ ವೆಚ್ಚ ಮತ್ತು ಅದರಿಂದ ಬರುವ ಹಣದ ನಡುವೆ ಬೆಳೆಯುತ್ತಿರುವ ಅಂತರವಿದೆ. Google ಈಗ AI ಸಂಬಂಧಿತ ಸೇವೆಗಳಿಂದ ಗಳಿಸುವതിಗಿಂತ ಡೇಟಾ-ಸೆಂಟರ್ ವಿಸ್ತರಣೆ, ಕಸ್ಟಮ್ ಸಿಲಿಕಾನ್ ಮತ್ತು ಇಂಧನಕ್ಕಾಗಿ ಹೆಚ್ಚು ಖರ್ಚು ಮಾಡುತ್ತಿದೆ. ಪ್ರತಿಸ್ಪರ್ಧಿಗಳು—ವಿಶೇಷವಾಗಿ ಅತ್ಯಾಧುನಿಕ ಚೀನೀ AI ಪರಿಕರಗಳು—ಮಾರುಕಟ್ಟೆಯು ಕಾರ್ಯಕ್ಷಮತೆ ಮತ್ತು ವೈಶಿಷ್ಟ್ಯಗಳ ವಿಷಯದಲ್ಲಿ ಸ್ಪರ್ಧಾತ್ಮಕವಾಗಿರಲು ಒತ್ತಾಯಿಸುತ್ತಿವೆ. ಅದೇ ಸಮಯದಲ್ಲಿ, AI ಮಾದರಿಗಳ ಮಾರುಕಟ್ಟೆಯು ಸರಕುೀಕರಣದ (commoditisation) ಕಡೆಗೆ ಸಾಗುತ್ತಿದೆ; ಗ್ರಾಹಕರು ಪ್ರತಿ ಬಳಕೆ ಅಥವಾ ಪ್ರತಿ ಬಳಕೆದಾರರಿಗೆ ಕಡಿಮೆ ಶುಲ್ಕವನ್ನು ನಿರೀಕ್ಷಿಸುತ್ತಿದ್ದಾರೆ, ಇದು ಹಾರ್ಡ್‌ವೇರ್ ವೆಚ್ಚ ಏರುತ್ತಿದ್ದರೂ ಸಹ ಲಾಭದ ಪ್ರಮಾಣವನ್ನು (margins) ಕುಗ್ಗಿಸುತ್ತಿದೆ.

ಇದರ ಪರಿಣಾಮವು ಸಾಂಪ್ರದಾಯಿಕ 'ಮಾರ್ಜಿನ್ ಸ್ಕ್ವೀಜ್' (margin squeeze): ಹೆಚ್ಚಿನ ವೆಚ್ಚಗಳು ಮತ್ತು ದುರ್ಬಲ ಬೆಲೆ ನಿರ್ಧಾರ ಸಾಮರ್ಥ್ಯದ ನಡುವಿನ ಸಂಘರ್ಷ. ಸರ್ವರ್‌ಗಳು, ಕೂಲಿಂಗ್ ಇನ್ಫ್ರಾಸ್ಟ್ರಕ್ಚರ್ ಮತ್ತು ವಿಶೇಷ ಚಿಪ್‌ಗಳಿಗಾಗಿ ಸುರಿಯಲಾಗುವ ಶತಕೋಟಿ ಡಾಲರ್‌ಗಳನ್ನು ಸರಿದೂಗಿಸಲು ಸಾಧ್ಯವಾಗದ ಕಂಪನಿಗಳು, AI ಕುರಿತಾದ ಸುದ್ದಿಗಳು ಎಷ್ಟೇ ಭವ್ಯವಾಗಿದ್ದರೂ ಸಹ, ತಮ್ಮ ಲಾಭದ ಪ್ರಮಾಣವು ಕ್ಷೀಣಿಸುವ ಅಪಾಯವನ್ನು ಎದುರಿಸುತ್ತವೆ.

Google ಒಂದು ಅಪವಾದವೇ?

ಹೆಚ್ಚಿನ ವೀಕ್ಷಕರು Google ನ ಪರಿಸ್ಥಿತಿಯನ್ನು ಒಂದು ಅಪವಾದಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿ ಒಂದು ಲಕ್ಷಣವೆಂದು ನೋಡುತ್ತಾರೆ. ಈಗ ಗಳಿಕೆಯ ಹಂಗಾಮು (earnings season) ಇತರ AI-ಪ್ರಧಾನ ಕಂಪನಿಗಳಾದ Meta, Amazon ಮತ್ತು Microsoft ಕಡೆಗೆ ತಿರುಗುತ್ತಿದೆ—ಇವುಗಳು ಕೂಡ ಡೇಟಾ-ಸೆಂಟರ್ ವೆಚ್ಚ ಮತ್ತು ಸಿಲಿಕಾನ್ ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ಇದೇ ರೀತಿಯ ಏರಿಕೆಗಳನ್ನು ಪ್ರಕಟಿಸುವ ನಿರೀಕ್ಷೆಯಿದೆ. ಕಂಪ್ಯೂಟಿಂಗ್ ಪೈಪೋಟಿಯೊಂದಿಗೆ ಹೆಜ್ಜೆ ಹಾಕಲು ಈ ಕಂಪನಿಗಳು Google ನ ಹಾದಿಯನ್ನು ಅನುಸರಿಸಬಹುದು ಮತ್ತು ದೊಡ್ಡ ಬಂಡವಾಳದ commitments ಅನ್ನು ಘೋಷಿಸಬಹುದು ಎಂದು ವಿಶ್ಲೇಷಕರು ಈಗಾಗಲೇ ಸೂಚಿಸಿದ್ದಾರೆ.

ಈ ಪ್ರವೃತ್ತಿ ಮುಂದುವರಿದರೆ, AI ಪರಿಸರ ವ್ಯವಸ್ಥೆಯು ಆ ವೆಚ್ಚಗಳನ್ನು ಮರಳಿ ಪಡೆಯಲು ಸ್ಪಷ್ಟವಾದ ಮಾರ್ಗವಿಲ್ಲದೆಯೇ, ಸದಾ ಹೆಚ್ಚುತ್ತಿರುವ ಹೂಡಿಕೆಯ ಚಕ್ರದಲ್ಲಿ ಸಿಲುಕಿಕೊಳ್ಳಬಹುದು. ತಂತ್ರಜ್ಞಾನದ ವೇಗದ ಪ್ರಗತಿಯನ್ನು ಅಲ್ಲಗಳೆಯಲಾಗದು, ಆದರೆ ಈ ಬಿಲಿಯನ್ ಡಾಲರ್‌ಗಳ ಹಾರ್ಡ್‌ವೇರ್ ಮತ್ತು ಇಂಧನ ವೆಚ್ಚಗಳನ್ನು ಸಮರ್ಥಿಸಿಕೊಳ್ಳಲು ಸಾಫ್ಟ್‌ವೇರ್ ಆದಾಯ ಮತ್ತು ಉತ್ಪಾದಕತೆಯ ಲಾಭಗಳು ಸಾಕಷ್ಟು ವೇಗವಾಗಿ ಬೆಳೆಯಬಲ್ಲವೇ ಎಂಬುದು ಆರ್ಥಿಕತೆಯ ಪ್ರಮುಖ ಪ್ರಶ್ನೆಯಾಗಿದೆ.

ವಿರೋಧಾತ್ಮಕ ಅಂಶ: ಬೆಳವಣಿಗೆಯ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಕಾರ್ಯತಂತ್ರದ ಪಣಗಳು

ಎಲ್ಲರೂ ಈ ವೆಚ್ಚದ ಏರಿಕೆಯನ್ನು ದೊಡ್ಡ ದೋಷವೆಂದು ಪರಿಗಣಿಸುವುದಿಲ್ಲ. ಈ ಬೃಹತ್ ವೆಚ್ಚವು ದೀರ್ಘಕಾಲದ ಪ್ರಾಬಲ್ಯಕ್ಕಾಗಿ ಹಾಕಿದ ಕಾರ್ಯತಂತ್ರದ ಪಣ ಎಂದು ಬೆಂಬಲಿಗರು ವಾದಿಸುತ್ತಾರೆ. ಈಗಲೇ ಕಸ್ಟಮ್ ಸಿಲಿಕಾನ್ ಮತ್ತು ವ್ಯಾಪಕ ಡೇಟಾ-ಸೆಂಟರ್ ಸಾಮರ್ಥ್ಯವನ್ನು ಭದ್ರಪಡಿಸಿಕೊಳ್ಳುವ ಮೂಲಕ, ಕಂಪನಿಗಳು ಭವಿಷ್ಯದ AI ಸೇವೆಗಳು, ಕ್ಲೌಡ್ ಒಪ್ಪಂದಗಳು ಮತ್ತು ಎಂಟರ್‌ಪ್ರೈಸ್ ಲೈಸೆನ್ಸ್‌ಗಳ ಹೆಚ್ಚಿನ ಪಾಲನ್ನು ಪಡೆಯಲು ಸಿದ್ಧವಾಗುತ್ತವೆ. ಆರಂಭಿಕ ಹೂಡಿಕೆಯು ನೆಟ್‌ವರ್ಕ್ ಪರಿಣಾಮಗಳನ್ನು (network effects) ಸೃಷ್ಟಿಸಬಹುದು, ಇದು ನಂತರ ಬರುವವರಿಗೆ ಕಾರ್ಯಕ್ಷಮತೆ ಅಥವಾ ಬೆಲೆಯಲ್ಲಿ ಸ್ಪರ್ಧಿಸುವುದನ್ನು ಕಷ್ಟಕರವಾಗಿಸುತ್ತದೆ.

ಕೆಲವು ವಿಶ್ಲೇಷಕರು AI ಹೊಸ ಆದಾಯದ ಮೂಲಗಳನ್ನು—ಜನರೇಟಿವ್ ಕಂಟೆಂಟ್ ಟೂಲ್ಸ್, ಉದ್ಯಮ-ನಿರ್ದಿಷ್ಟ ಅನಾಲಿಟಿಕ್ಸ್—ತೆರೆಯಬಹುದು ಎಂದು ಸೂಚಿಸುತ್ತಾರೆ, ಇವುಗಳನ್ನು ಇನ್ನು ಗಳಿಕೆಯ ವರದಿಗಳಲ್ಲಿ ಸಂಪೂರ್ಣವಾಗಿ ಅಳೆಯಲಾಗಿಲ್ಲ. ಆ ಆದಾಯದ ಮೂಲಗಳು ದೊಡ್ಡ ಮಟ್ಟದಲ್ಲಿ ಸಾಕಾರಗೊಂಡರೆ, ಅವು ಪ್ರಸ್ತುತ ವೆಚ್ಚದ ಅಂತರವನ್ನು ಸರಿದೂಗಿಸಬಹುದು.

ಮುಂದೆ ಗಮನಿಸಬೇಕಾದ ಅಂಶಗಳು

  • ಮುಂದಿನ ಗಳಿಕೆಯ ವರದಿಗಳು: Meta, Amazon ಮತ್ತು Microsoft ನ ಮುಂದಿನ ತ್ರೈಮಾಸಿಕ ಹೇಳಿಕೆಗಳು, ಬಂಡವಾಳ ವೆಚ್ಚದ ಏರಿಕೆ ಇಡೀ ವಲಯದ ವಿದ್ಯಮಾನವೇ ಎಂಬುದನ್ನು ಬಹಿರಂಗಪಡಿಸಲಿವೆ.
  • AI APIs ಗಳ ಬೆಲೆ ಪ್ರವೃತ್ತಿಗಳು: ಪ್ರತಿ ಬಳಕೆ ಅಥವಾ ಪ್ರತಿ ಕರಲ್ (per-call) ಬೆಲೆಯಲ್ಲಿ ಆಗುವ ಯಾವುದೇ ಬದಲಾವಣೆಗಳು ನೇರವಾಗಿ ಮಾರ್ಜಿನ್ ಲೆಕ್ಕಾಚಾರದ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುತ್ತವೆ.
  • ಇಂಧನ ವೆಚ್ಚದ ಬೆಳವಣಿಗೆಗಳು: ಡೇಟಾ-ಸೆಂಟರ್ ವಿದ್ಯುತ್ ಬಿಲ್‌ಗಳು AI ವೆಚ್ಚದ ದೊಡ್ಡ ಭಾಗವಾಗಿರುವುದರಿಂದ, ವಿದ್ಯುತ್ ಬೆಲೆಗಳಲ್ಲಿನ ಬದಲಾವಣೆಗಳು ಅಥವಾ ದಕ್ಷತೆಯಲ್ಲಿನ ಸುಧಾರಣೆಗಳು ವೆಚ್ಚದ ಹರಿವನ್ನು ಬದಲಿಸಬಹುದು.
  • ಹಾರ್ಡ್‌ವೇರ್ ನಾವೀನ್ಯತೆಯ ಕಾಲಮಿತಿಗಳು: ಕಸ್ಟಮ್ AI ಚಿಪ್‌ಗಳು ಮತ್ತು ಕೂಲಿಂಗ್ ತಂತ್ರಜ್ಞಾನಗಳ ಬಿಡುಗಡೆಯ ವೇಗವು ಕಂಪನಿಗಳು ತಮ್ಮ ಬಂಡವಾಳ ವೆಚ್ಚವನ್ನು ಎಷ್ಟು ವೇಗವಾಗಿ ಮರುಪಡೆಯಬಹುದು ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ.

ಸಾರಾಂಶ

Google ನ ಪರಿಷ್ಕೃತ $205 ಬಿಲಿಯನ್ ಬಂಡವಾಳ ವೆಚ್ಚದ ಮುನ್ಸೂಚನೆಯು AI ಮೂಲಸೌಕರ್ಯ ವೆಚ್ಚಗಳು ಮತ್ತು ಅವುಗಳಿಂದ ಪ್ರಸ್ತುತ ಬರುವ ಹಣದ ನಡುವಿನ ಬೆಳೆಯುತ್ತಿರುವ ಅಂತರವನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತದೆ. ಇದೇ ರೀತಿಯ ಒತ್ತಡವು ಇತರ ತಂತ್ರಜ್ಞಾನ ದೈತ್ಯ ಕಂಪನಿಗಳಲ್ಲೂ ಕಂಡುಬರುವ ಸಾಧ್ಯತೆಯಿದೆ, ಇದು AI ಶಸ್ತ್ರಾಸ್ತ್ರ ಪೈಪೋಟಿಯಲ್ಲಿ ಲಾಭದಾಯಕತೆಯನ್ನು ಒಂದು ಪ್ರಮುಖ ಪ್ರಶ್ನೆಯನ್ನಾಗಿ ಮಾಡುತ್ತದೆ. ಹೂಡಿಕೆದಾರರು ಕೇವಲ AI ಕುರಿತಾದ ಸುದ್ದಿಯನ್ನು ಮಾತ್ರವಲ್ಲದೆ, ಮಾರ್ಜಿನ್ ಕುಸಿತವು ದೀರ್ಘಕಾಲಿಕವಾಗುವ ಮೊದಲೇ ಈ ಭಾರಿ ವೆಚ್ಚವನ್ನು ಸುಸ್ಥಿರ ಆದಾಯದ ಮೂಲಗಳಾಗಿ ಪರಿವರ್ತಿಸಲು ಸಾಧ್ಯವೇ ಎಂಬುದನ್ನು ಗಮನಿಸುತ್ತಿರುತ್ತಾರೆ.