ಕ್ರಿಸ್ ವುಡ್ ಅವರ ಎಚ್ಚರಿಕೆ: ಮಲ್ ಇನ್ವೆಸ್ಟ್ಮೆಂಟ್ (ತಪ್ಪು ಹೂಡಿಕೆ) ಏಕೆ AI ಉಲ್ಬಣವನ್ನು ಕೊನೆಗೊಳಿಸಬಹುದು
ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ (AI) ಯುಗವು ಇತಿಹಾಸದಲ್ಲೇ ಅತ್ಯಂತ ನಾಟಕೀಯ ಬಂಡವಾಳ ವೆಚ್ಚದ (capex) ಚಕ್ರವನ್ನು ಪ್ರಾರಂಭಿಸಿದೆ, ಆದರೆ ಒಂದು ಪ್ರಮುಖ ರಚನಾತ್ಮಕ ಅಪಾಯವು ಮುಂಬರುವ ಸೂಚನೆ ನೀಡುತ್ತಿದೆ. ಜೆಫರೀಸ್ನ ಗ್ಲೋಬಲ್ ಹೆಡ್ ಆಫ್ ಇಕ್ವಿಟಿ ಸ್ಟ್ರಾಟಜಿ, ಕ್ರಿಸ್ ವುಡ್ ಅವರು, AI ವ್ಯಾಪಾರವು ಚಿಪ್ ಕೊರತೆ ಅಥವಾ ಪೂರೈಕೆಯ ಅತಿಯಾದ ಪ್ರಮಾಣದಿಂದಾಗಿ ಕೊನೆಗೊಳ್ಳುವುದಿಲ್ಲ, ಬದಲಾಗಿ ಬೃಹತ್ ಹೂಡಿಕೆಗಳು ಸಾಕಷ್ಟು ಲಾಭವನ್ನು ತರಲು ವಿಫಲವಾಗುತ್ತವೆ ಎಂಬ ಅರಿವು ಮೂಡಿದಾಗ ಕೊನೆಗೊಳ್ಳಬಹುದು ಎಂದು ಎಚ್ಚರಿಸಿದ್ದಾರೆ.
ಮಲ್ ಇನ್ವೆಸ್ಟ್ಮೆಂಟ್ನ (ತಪ್ಪು ಹೂಡಿಕೆ) ನೆರಳು
ಮಾರುಕಟ್ಟೆಗೆ ದಾಸ್ತಾನು ಅತಿಯಾದ ಪ್ರಮಾಣದಲ್ಲಿ ಬಂದಾಗ ಕೊನೆಗೊಳ್ಳುವ ಸಾಂಪ್ರದಾಯಿಕ ಸೆಮಿಕಂಡಕ್ಟರ್ ಚಕ್ರಗಳಿಗ Unlike, ಪ್ರಸ್ತುತ AI ಉಲ್ಬಣವು 'ಮಲ್ ಇನ್ವೆಸ್ಟ್ಮೆಂಟ್' ಎಂಬ ವಿಶಿಷ್ಟ ಬೆದರಿಕೆಯನ್ನು ಎದುರಿಸುತ್ತಿದೆ ಎಂದು ವುಡ್ ವಾದಿಸುತ್ತಾರೆ. ಹೈಪರ್ಸ್ಕೇಲರ್ಗಳು ಮತ್ತು ಪ್ರಮುಖ AI ಪ್ರಯೋಗಾಲಯಗಳು ತಾವು ಪ್ರಸ್ತುತ ಮಾಡುತ್ತಿರುವ ಬೃಹತ್ ಬಂಡವಾಳ ವೆಚ್ಚದ ಮೇಲೆ ತೃಪ್ತಿಕರವಾದ ಲಾಭವನ್ನು ಗಳಿಸಲು ವಿಫಲವಾದಾಗ, AI ವ್ಯಾಪಾರದ "ಅಂತ್ಯದ ಹಂತ" (endgame) ಪ್ರಾರಂಭವಾಗುತ್ತದೆ ಎಂದು ಅವರು ಸೂಚಿಸುತ್ತಾರೆ.
ವೃತ್ತಾಕಾರದ ಹಣಕಾಸಿನ ಲೂಪ್ಗಳ (circular funding loops) ಅಸ್ತಿತ್ವವು ಒಂದು ವಿಶೇಷ ಆತಂಕವಾಗಿದೆ. Nvidia ನಂತಹ ಪ್ರಮುಖ ಕಂಪನಿಗಳು OpenAI ನಂತಹ ಕಂಪನಿಗಳಿಗೆ ಹಣಕಾಸಿನ ನೆರವು ನೀಡುತ್ತವೆ ಮತ್ತು ನಂತರ ಆ ಕಂಪನಿಗಳು ಅದೇ ಹಣವನ್ನು ಹೆಚ್ಚಿನ Nvidia ಚಿಪ್ಗಳನ್ನು ಖರೀದಿಸಲು ಬಳಸುತ್ತವೆ ಎಂಬ ಸನ್ನಿವೇಶಗಳನ್ನು ವುಡ್ ಎತ್ತಿ ತೋರಿಸುತ್ತಾರೆ. ಇದು ಶಾರ್ಟ್-ಟರ್ಮ್ ಬೆಳವಣಿಗೆಯನ್ನು ಸೃಷ್ಟಿಸಿದರೂ, ಇದು ಅತಿಯಾದ ಲಾಭದ ನಿರೀಕ್ಷೆಯ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ. ದೀರ್ಘಾವಧಿಯ ಆದಾಯದ ದೃಷ್ಟಿಕೋನದಲ್ಲಿ ಹೂಡಿಕೆದಾರರು ವಿಶ್ವಾಸ ಕಳೆದುಕೊಂಡರೆ ಈ ವ್ಯವಸ್ಥೆಯು ಕುಸಿಯಬಹುದು.
ಬೃಹತ್ ಬಂಡವಾಳ ವೆಚ್ಚ ಮತ್ತು ತೈವಾನ್ನಲ್ಲಿನ ಏರಿಕೆ
ಈ ವಲಯದಲ್ಲಿ ಪ್ರಸ್ತುತ ಕಂಡುಬರುತ್ತಿರುವ ಹೂಡಿಕೆಯ ಪ್ರಮಾಣವು ಅಭೂತಪೂರ್ವವಾಗಿದೆ. ಪ್ರಸ್ತುತ ನಡೆಯುತ್ತಿರುವ ಅಭಿವೃದ್ಧಿಯನ್ನು ತಾನು ಕಂಡ ಅತ್ಯಂತ ನಾಟಕೀಯ capex ಚಕ್ರ ಎಂದು ವುಡ್ ವಿವರಿಸುತ್ತಾರೆ. ಇದಕ್ಕೆ ಪ್ರಮುಖ ಉದಾಹರಣೆಯೆಂದರೆ TSMC, ಇದು ತನ್ನ ಮುನ್ಸೂಚನೆಯನ್ನು ಗಣನೀಯವಾಗಿ ಹೆಚ್ಚಿಸಿದೆ ಮತ್ತು 2027 ರ ವೇಳೆಗೆ ಅಂದಾಜು US$65–70 ಬಿಲಿಯನ್ ತಲುಪುವ ಸಾಧ್ಯತೆಯಿದೆ.
ಈ ಕೇಂದ್ರೀಕೃತ ವೆಚ್ಚವು ವಿಶೇಷವಾಗಿ ತೈವಾನ್ನಲ್ಲಿ ಬೃಹತ್ ಮ್ಯಾಕ್ರೋ ಎಕನಾಮಿಕ್ ಬದಲಾವಣೆಗಳನ್ನು ಉಂಟುಮಾಡುತ್ತಿದೆ. ರಫ್ತು ಆದೇಶಗಳ 53.4% ಏರಿಕೆಯಿಂದಾಗಿ, 2026 ರ ಮೊದಲ ತ್ರೈಮಾಸಿಕದಲ್ಲಿ ಈ ಪ್ರದೇಶವು 14.55% ವಾರ್ಷಿಕ ನೈಜ GDP ಬೆಳವಣಿಗೆಯನ್ನು ಕಂಡಿದೆ. ಪ್ರಸ್ತುತ, 2026 ರ TSMC ನ ಒಟ್ಟು ಆದಾಯದಲ್ಲಿ AI ಸಂಬಂಧಿತ ಬೇಡಿಕೆಯು ಸುಮಾರು 31% ಇರಬಹುದು ಎಂದು ಅಂದಾಜಿಸಲಾಗಿದೆ, ಇದು ಜಾಗತಿಕ ಆರ್ಥಿಕತೆಯು AI ಮೂಲಸೌಕರ್ಯಕ್ಕೆ ಎಷ್ಟು ಆಳವಾಗಿ ಬೆಸೆ込まಿದೆ ಎಂಬುದನ್ನು ತೋರಿಸುತ್ತದೆ.
ಕಮೋಡಿಟೈಸೇಶನ್ ಮತ್ತು ಅಗ್ಗದ ಮಾದರಿಗಳ ಉದಯ
ಮತ್ತೊಂದು ಅಪಾಯದ ಅಂಶವೆಂದರೆ Large Language Models (LLMs) ಗಳ ವೇಗವಾಗಿ ನಡೆಯುತ್ತಿರುವ ಕಮೋಡಿಟೈಸೇಶನ್ (ವಸ್ತುೀಕರಣ). ಪ್ರತಿ ಟೋಕನ್ನ ವೆಚ್ಚವು ಕಡಿಮೆಯಾಗುತ್ತಿದ್ದಂತೆ, ಪ್ರೀಮಿಯಂ ಪಾಶ್ಚಿಮಾತ್ಯ ಕಂಪನಿಗಳ ಸ್ಪರ್ಧಾತ್ಮಕ ಅನುಕೂಲವು ಸವಾಲನ್ನು ಎದುರಿಸುತ್ತಿದೆ. ಹಾಂಗ್ ಕಾಂಗ್ನಲ್ಲಿ ಪಟ್ಟಿ ಮಾಡಲಾದ Z.ai ನ GLM-5.2 ನಂತಹ ಹೊಸ ಮಾದರಿಗಳು Anthropic ನಂತಹ ಉನ್ನತ ಮಟ್ಟದ ಮಾದರಿಗಳ ಕಾರ್ಯಕ್ಷಮತೆಗೆ ಹತ್ತಿರವಾಗುತ್ತಿವೆ, ಆದರೆ ಅವುಗಳ ವೆಚ್ಚವು ಕೇವಲ ಕಾಲ್ ಭಾಗಷ್ಟಿದೆ ಎಂದು ವುಡ್ ಗಮನಿಸಿದ್ದಾರೆ.
OpenRouter ನ ದತ್ತಾಂಶವು ಈ ಬದಲಾವಣೆಯನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತದೆ: ಜೂನ್ ಅಂತ್ಯದಲ್ಲಿ, ಪ್ರಮುಖ ಚೀನೀ AI ಮಾದರಿಗಳು 21.37 ಟ್ರಿಲಿಯನ್ ಟೋಕನ್ಗಳನ್ನು ಪ್ರೊಸೆಸ್ ಮಾಡಿದವು, ಇದು ಏಪ್ರಿಲ್ನಲ್ಲಿನ 4.37 ಟ್ರಿಲಿಯನ್ನಿಂದ ಭಾರಿ ಏರಿಕೆಯಾಗಿದೆ. ಈ ಪ್ರಮಾಣವು ಅಮೆರಿಕದ ಪ್ರಮುಖ ಮಾದರಿಗಳು ಪ್ರೊಸೆಸ್ ಮಾಡಿದ 5.76 ಟ್ರಿಲಿಯನ್ ಟೋಕನ್ಗಳಿಗಿಂತ ಗಣನೀಯವಾಗಿ ಹೆಚ್ಚಿದೆ, ಇದು ಅತ್ಯಂತ ಸ್ಪರ್ಧಾತ್ಮಕ ಮತ್ತು ಕಮೋಡಿಟೈಸ್ ಆಗುತ್ತಿರುವ ಪರಿಸರವನ್ನು ಸೂಚಿಸುತ್ತದೆ.
ಬದಲಾಗುತ್ತಿರುವ ತಂತ್ರ: ಮೆಮೊರಿ ಮತ್ತು ಹಾರ್ಡ್ವೇರ್ ಮೇಲೆ ಗಮನ
ಈ ಎಚ್ಚರಿಕೆಗಳ ಹೊರತಾಗಿಯೂ, ವುಡ್ ತಕ್ಷಣದ ಕುಸಿತವನ್ನು ಊಹಿಸುತ್ತಿಲ್ಲ. ಬದಲಾಗಿ, ಅವರು ತಮ್ಮ ಪೋರ್ಟ್ಫೋಲಿಯೊಗಳನ್ನು ಉದ್ಯಮದ "picks and shovels" (ಅಗತ್ಯ ಮೂಲಭೂತ ಸಾಧನಗಳು)—ವಿಶೇಷವಾಗಿ DRAM ಮತ್ತು ಮೆಮೊರಿ ಪೂರೈಕೆದಾರರ ಕಡೆಗೆ ಬದಲಾಯಿಸುತ್ತಿದ್ದಾರೆ. Jevons Paradox ನ ಕಾರಣದಿಂದಾಗಿ, ಕಂಪ್ಯೂಟಿಂಗ್ ಹೆಚ್ಚು ದಕ್ಷ ಮತ್ತು ಅಗ್ಗವಾಗುತ್ತಿದ್ದಂತೆ, ಒಟ್ಟು ಬಳಕೆ ವಾಸ್ತವವಾಗಿ ಹೆಚ್ಚಾಗುತ್ತದೆ, ಇದು ಹಾರ್ಡ್ವೇರ್ ಪೂರೈಕೆದಾರರಿಗೆ ಪ್ರಯೋಜನಕಾರಿಯಾಗುತ್ತದೆ.
Micron ನಂತಹ ಪ್ರಮುಖ ಮೆಮೊರಿ ತಯಾರಕರು ಈಗಾಗಲೇ ದೀರ್ಘಾವಧಿಯ ಸ್ಥಿರತೆಯನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುತ್ತಿದ್ದಾರೆ, Micron ತನ್ನ DRAM ಪ್ರಮಾಣದ 20% ಅನ್ನು ಒಳಗೊಂಡಿರುವ ಕಾರ್ಯತಂತ್ರದ ಒಪ್ಪಂದಗಳಿಗೆ ಸಹಿ ಹಾಕಿದೆ. ಇದರ ಪರಿಣಾಮವಾಗಿ, ವುಡ್ SK Hynix, Kioxia ಮತ್ತು Samsung Electronics ನಂತಹ ತಾಂತ್ರಿಕ ಹಾರ್ಡ್ವೇರ್ ಕಂಪನಿಗಳ ಮೇಲೆ ಹೆಚ್ಚಿನ ಹೂಡಿಕೆ ಮಾಡುತ್ತಿದ್ದಾರೆ. ವಿಶಾಲವಾದ AI ಸಾಫ್ಟ್ವೇರ್ ಮತ್ತು ಸೇವಾ ವಲಯಗಳು ಬಂಡವಾಳ ನಿಯಂತ್ರಣದಲ್ಲಿ ಕಷ್ಟಪಡಿದರೂ ಸಹ, ಈ ಹಾರ್ಡ್ವೇರ್ ಕಂಪನಿಗಳು ಲಾಭದನ್ನು ಪಡೆಯುತ್ತವೆ ಎಂಬುದು ಅವರ ನಂಬಿಕೆ.
ಪ್ರಮುಖ ಅಂಶಗಳು
- ಪ್ರಾಥಮಿಕ ಅಪಾಯ: AI ವ್ಯಾಪಾರವು ಸಾಂಪ್ರದಾಯಿಕ ಸೆಮಿಕಂಡಕ್ಟರ್ ಪೂರೈಕೆಯ ಅತಿಯಾದ ಪ್ರಮಾಣಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿ, "ಮಲ್ ಇನ್ವೆಸ್ಟ್ಮೆಂಟ್" ಮತ್ತು ಹೈಪರ್ಸ್ಕೇಲರ್ಗಳಿಗೆ ROI (ಹೂಡಿಕೆಯ ಮೇಲಿನ ಲಾಭ) ಇಲ್ಲದಿರುವುದರಿಂದ ಕೊನೆಗೊಳ್ಳುವ ಸಾಧ್ಯತೆಯಿದೆ.
- ಕಮೋಡಿಟೈಸೇಶನ್ ಬೆದರಿಕೆ: ವೇಗವಾಗಿ ಬೆಳೆಯುತ್ತಿರುವ ಮತ್ತು ಅಗ್ಗದ ಚೀನೀ AI ಮಾದರಿಗಳು ಪ್ರೀಮಿಯಂ ಪಾಶ್ಚಿಮಾತ್ಯ AI ಪೂರೈಕೆದಾರರ ಮೇಲೆ ತೀವ್ರ ಬೆಲೆ ಒತ್ತಡವನ್ನು ಹೇರುತ್ತಿವೆ.
- ತಂತ್ರಾತ್ಮಕ ಬದಲಾವಣೆ: ಹೂಡಿಕೆಯ ಆಸಕ್ತಿಯು ಮೆಮೊರಿ ಮತ್ತು ಹಾರ್ಡ್ವೇರ್ (DRAM) ಕಂಪನಿಗಳ ಕಡೆಗೆ ಬದಲಾಗುತ್ತಿದೆ, ಏಕೆಂದರೆ ಅವುಗಳು ಗಮನಾರ್ಹ ಬೆಲೆ ನಿರ್ಧಾರದ ಶಕ್ತಿ ಮತ್ತು ದೀರ್ಘಾವಧಿಯ ಗ್ರಾಹಕ ಒಪ್ಪಂದಗಳನ್ನು ಹೊಂದಿವೆ.