ಚಿಪ್‌ಗಳ ಅತಿಯಾದ ಪೂರೈಕೆಯಲ್ಲಲ್ಲ, ಬದಲಾಗಿ ತಪ್ಪು ಹೂಡಿಕೆಯೇ AI ಏರಿಕೆಯನ್ನು ಕೊನೆಗೊಳಿಸಬಹುದು

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (AI) ಹೂಡಿಕೆಯ ನಿರಂತರ ಏರಿಕೆಯು ಪ್ರಸ್ತುತ ಮಾರುಕಟ್ಟೆಯ ಯುಗವನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಿದೆ, ಆದರೆ ವాల్ ಸ್ಟ್ರೀಟ್‌ನ ಅತ್ಯಂತ ಗಮನಾರ್ಹ ಕಾರ್ಯತಂತ್ರಜ್ಞರಲ್ಲಿ ಒಬ್ಬರಿಂದ ಮಹತ್ವದ ಎಚ್ಚರಿಕೆ ಬಂದಿದೆ. ಜೆಫರೀಸ್‌ನ ಗ್ಲೋಬಲ್ ಹೆಡ್ ಆಫ್ ಇಕ್ವಿಟಿ ಸ್ಟ್ರಾಟಜಿ ಚ್ರಿಸ್ ವುಡ್ ಪ್ರಕಾರ, AI ವ್ಯಾಪಾರದ ಪತನವು ಚಿಪ್‌ಗಳ ಕೊರತೆಯಿಂದಲ್ಲ, ಬದಲಾಗಿ ಬೃಹತ್ ಬಂಡವಾಳ ವೆಚ್ಚಗಳನ್ನು (capex) ಅರ್ಥಪೂರ್ಣ ಲಾಭಗಳಾಗಿ ಪರಿವರ್ತಿಸುವಲ್ಲಿನ ವೈಫಲ್ಯದಿಂದ ಉಂಟಾಗಬಹುದು.

ತಪ್ಪು ಹೂಡಿಕೆಯ ಮುಂಬರುವ ಅಪಾಯ

ದಾಸ್ತಾನು ಹೆಚ್ಚಳ ಮತ್ತು ಹಠಾತ್ ಪೂರೈಕೆ ಏರಿಕೆಗಳಿಂದ ಸಾಮಾನ್ಯವಾಗಿ ಕೊನೆಗೊಳ್ಳುವ ಸಾಂಪ್ರದಾಯಿಕ ಸೆಮಿಕಂಡಕ್ಟರ್ ಚಕ್ರಗಳಿಗ Unlike, AI ಯುಗವು ಒಂದು ವಿಶಿಷ್ಟ ರಚನಾತ್ಮಕ ಅಪಾಯವನ್ನು ಎದುರಿಸುತ್ತಿದೆ: ಅದುವೇ 'ತಪ್ಪು ಹೂಡಿಕೆ' (malinvestment). ಹೈಪರ್ಸ್ಕೇಲರ್‌ಗಳು ಮತ್ತು ಪ್ರಮುಖ AI ಪ್ರಯೋಗಾಲಯಗಳು ತಮ್ಮ ಬೃಹತ್ ಬಂಡವಾಳ ವೆಚ್ಚಗಳ (capex) ಮೇಲೆ ಸಾಕಷ್ಟು ಆದಾಯವನ್ನು ಗಳಿಸಲು ವಿಫಲವಾದಾಗ, AI ವ್ಯಾಪಾರದ "ಅಂತ್ಯ" ಅಥವಾ ಕನಿಷ್ಠ ಪಕ್ಷ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿನ ನೋವಿನಿಂದ ಕೂಡಿದ ವಿರಾಮವು ಸಂಭವಿಸಬಹುದು ಎಂದು ಅವರು ಎಚ್ಚರಿಸುತ್ತಾರೆ.

ವುಡ್ ಈ ಪರಿಸರ ವ್ಯವಸ್ಥೆಯೊಳಗೆ ಇರುವ ಒಂದು ಆತಂಕಕಾರಿ ಫೀಡ್‌ಬ್ಯಾಕ್ ಲೂಪ್ ಅನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತಾರೆ; ಉದಾಹರಣೆಗೆ, Nvidia ಕಂಪನಿಯು OpenAI ನಂತಹ ಕಂಪನಿಗಳಿಗೆ ಹಣಕಾಸು ನೆರವು ನೀಡುತ್ತದೆ, ನಂತರ ಆ ಕಂಪನಿಗಳು ಅದೇ ಹಣವನ್ನು ಹೆಚ್ಚಿನ Nvidia ಚಿಪ್‌ಗಳನ್ನು ಖರೀದಿಸಲು ಬಳಸುತ್ತವೆ. ಈ ವೃತ್ತಾಕಾರದ ಧನಸಹಾಯವು ತಕ್ಷಣದ ಬೆಳವಣಿಗೆಯನ್ನು ಉತ್ತೇಜಿಸಿದರೂ, ಹೂಡಿಕೆದಾರರು ದೀರ್ಘಾವಧಿಯ ಗಳಿಕೆ ಮತ್ತು ಬಂಡವಾಳ ಶಿಸ್ತಿನ ಬಗ್ಗೆ ಸ್ಪಷ್ಟತೆಯನ್ನು ಬಯಸಿದ ತಕ್ಷಣ, ಇದು ವೇಗವಾಗಿ ಕುಸಿಯಬಹುದಾದ ಅಸ್ಥಿರ ಅಡಿಪಾಯವನ್ನು ನಿರ್ಮಿಸುತ್ತದೆ.

ದಾಖಲೆ ಮಟ್ಟದ ಬಂಡವಾಳ ವೆಚ್ಚದ (Capex) ಚಕ್ರ

ಪ್ರಸ್ತುತ AI ವೆಚ್ಚದ ಪ್ರಮಾಣವು ಅಭೂತಪೂರ್ವವಾಗಿದೆ. ನಡೆಯುತ್ತಿರುವ ಈ ಅಭಿವೃದ್ಧಿಯನ್ನು ತಾನು ಕಂಡ ಅತ್ಯಂತ ನಾಟಕೀಯ capex ಚಕ್ರ ಎಂದು ವುಡ್ ವಿವರಿಸುತ್ತಾರೆ. ಈ ಹೂಡಿಕೆಯ ಕೇಂದ್ರೀಕರಣವು ಸೆಮಿಕಂಡಕ್ಟರ್ ಉದ್ಯಮದಲ್ಲಿ ಅತ್ಯಂತ ಸ್ಪಷ್ಟವಾಗಿ ಕಂಡುಬರುತ್ತದೆ:

• TSMC ನ ವಿಸ್ತರಣೆ: ಈ ಫೌಂಡ್ರಿಯು ತನ್ನ 2026 ರ capex ಮಾರ್ಗದರ್ಶನವನ್ನು ಕಳೆದ ವರ್ಷದ $41 ಬಿಲಿಯನ್‌ನಿಂದ ಸುಮಾರು $56 ಬಿಲಿಯನ್‌ಗೆ ಹೆಚ್ಚಿಸಿದೆ. 2027 ರ ಮುನ್ಸೂಚನೆಗಳ ಪ್ರಕಾರ, ವೆಚ್ಚವು $65 ಬಿಲಿಯನ್ ಮತ್ತು $70 ಬಿಲಿಯನ್ ನಡುವೆ ತಲುಪಬಹುದು.
• ಆದಾಯದ ಕೇಂದ್ರೀಕರಣ: 2026 ರಲ್ಲಿ TSMC ನ ಒಟ್ಟು ಆದಾಯದಲ್ಲಿ AI ಸಂಬಂಧಿತ ಬೇಡಿಕೆಯು ಅಂದಾಜು 31% ಇರಬಹುದು ಎಂದು ನಿರೀಕ್ಷಿಸಲಾಗಿದೆ.
• ಮ್ಯಾಕ್ರೋ ಪರಿಣಾಮ: ಈ ಏರಿಕೆಯು ತೈವಾನ್‌ನಲ್ಲಿ ಭಾರಿ ಬೆಳವಣಿಗೆಗೆ ಕಾರಣವಾಗಿದೆ, ಅಲ್ಲಿ 2026 ರ ಮೊದಲ ತ್ರೈಮಾಸಿಕದಲ್ಲಿ (Q1) ವಾಸ್ತವ GDP ಬೆಳವಣಿಗೆಯು ವರ್ಷದಿಂದ ವರ್ಷಕ್ಕೆ 14.55% ತಲುಪಿದೆ.

AI ಮಾದರಿಗಳ ಕಮೋಡಿಟೈಸೇಶನ್ (Commoditisation)

ಲಾಭದ ಅಂಚಿನ (profit margins) ಮೇಲೆ ಒತ್ತಡವನ್ನು ಹೆಚ್ಚಿಸುತ್ತಿರುವುದು Large Language Models (LLMs) ಗಳ ಕ್ಷಿಪ್ರ ಕಮೋಡಿಟೈಸೇಶನ್ ಆಗಿದೆ. ಅಗ್ಗದ ಮತ್ತು ಹೆಚ್ಚು ದಕ್ಷ ಮಾದರಿಗಳು—ವಿಶೇಷವಾಗಿ ಚೀನೀ ಡೆವಲಪರ್‌ಗಳಿಂದ ಬರುವ ಮಾದರಿಗಳು—ಪರಿಮಿತ ಪಾಶ್ಚಿಮಾತ್ಯ ಪೂರೈಕೆದಾರರ ಪ್ರಾಬಲ್ಯಕ್ಕೆ ಸವಾಲು ಹಾಕುತ್ತಿವೆ ಎಂದು ವುಡ್ ಗಮನಿಸುತ್ತಾರೆ.

ಉದಾಹರಣೆಗೆ, ಹಾಂಗ್ ಕಾಂಗ್‌ನಲ್ಲಿ ಪಟ್ಟಿ ಮಾಡಲಾದ Z.ai ನ GLM-5.2 ಮಾದರಿಯು Anthropic ಮಟ್ಟಕ್ಕೆ ಹತ್ತಿರವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿದೆ ಎಂದು ವರದಿಯಾಗಿದೆ, ಆದರೆ ಇದು ಪ್ರತಿ ಟೋಕನ್‌ಗೆ ಕೇವಲ ಕಾಲ್ ಭಾಗದ ವೆಚ್ಚವನ್ನು ಹೊಂದಿದೆ. ಈ ಬದಲಾವಣೆಯು ಬಳಕೆಯ ದತ್ತಾಂಶದಲ್ಲಿ ಪ್ರತಿಫಲಿಸುತ್ತದೆ: ಜೂನ್ ಅಂತ್ಯದಲ್ಲಿ, OpenRouter ನಲ್ಲಿ ಅಗ್ರ ಚೀನೀ ಮಾದರಿಗಳು 21.37 ಟ್ರಿಲಿಯನ್ ಟೋಕನ್‌ಗಳನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಿದವು, ಇದು ಏಪ್ರಿಲ್‌ನಲ್ಲಿನ 4.37 ಟ್ರಿಲಿಯನ್‌ನಿಂದ ಭಾರಿ ಏರಿಕೆಯಾಗಿದೆ ಮತ್ತು ಇದು ಅಗ್ರ ಅಮೆರಿಕದ ಮಾದರಿಗಳು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಿದ 5.76 ಟ್ರಿಲಿಯನ್ ಟೋಕನ್‌ಗಳಿಗಿಂತ ಗಮನಾರ್ಹವಾಗಿ ಹೆಚ್ಚಿದೆ. ಟೋಕನ್ ವೆಚ್ಚಗಳು ಕಡಿಮೆಯಾದಂತೆ, ಪ್ರೀಮಿಯಂ AI ಪೂರೈಕೆದಾರರ "moat" (ಅಭೇದ್ಯ ರಕ್ಷಣೆ) ಕುಸಿಯುತ್ತದೆ, ಇದರಿಂದಾಗಿ ಬೃಹತ್ ಮೂಲಸೌಕರ್ಯ ವೆಚ್ಚಗಳನ್ನು ಮರಳಿ ಪಡೆಯುವುದು ಕಷ್ಟವಾಗುತ್ತದೆ.

"Picks and Shovels" ಸ್ಪರ್ಧೆಯಲ್ಲಿ ವಿಜೇತರು

ಈ ದೀರ್ಘಾವಧಿಯ ಅಪಾಯಗಳ ಹೊರತಾಗಿಯೂ, ವುಡ್ ತಕ್ಷಣದ ಕುಸಿತವನ್ನು ಊಹಿಸುತ್ತಿಲ್ಲ. ಬದಲಾಗಿ, ಅವರು ತಮ್ಮ ಪೋರ್ಟ್‌ಫೋಲಿಯೊಗಳನ್ನು "picks and shovels" ಆಟಗಳ ಕಡೆಗೆ—ವಿಶೇಷವಾಗಿ ಮೆಮೊರಿ ಮತ್ತು ಹಾರ್ಡ್‌ವೇರ್ ಪೂರೈಕೆದಾರರ ಕಡೆಗೆ—ಮರುಹೊಂದಿಸುತ್ತಿದ್ದಾರೆ, ಇವರು Jevons Paradox ನಿಂದ ಪ್ರಯೋಜನ ಪಡೆಯುತ್ತಾರೆ. ಕಂಪ್ಯೂಟ್ ಹೆಚ್ಚು ದಕ್ಷ ಮತ್ತು ಅಗ್ಗವಾಗುತ್ತಿದ್ದಂತೆ, ಒಟ್ಟು ಬಳಕೆ ವಾಸ್ತವವಾಗಿ ಹೆಚ್ಚಾಗುತ್ತದೆ ಎಂದು ಈ ಆರ್ಥಿಕ ತತ್ವ ಸೂಚಿಸುತ್ತದೆ.

Micron, SK Hynix ಮತ್ತು Samsung ನಂತಹ ಮೆಮೊರಿ ದೈತ್ಯರು ಪ್ರಸ್ತುತ ಬಲವಾದ ಸ್ಥಿತಿಯಲ್ಲಿದ್ದಾರೆ. Micron ಈಗಾಗಲೇ ತನ್ನ DRAM ಪ್ರಮಾಣದ 20% ಮತ್ತು NAND ಪ್ರಮಾಣದ ಮೂರನೇ ಒಂದು ಭಾಗವನ್ನು ಒಳಗೊಂಡಿರುವ ಕಾರ್ಯತಂತ್ರದ ಒಪ್ಪಂದಗಳನ್ನು ಮಾಡಿಕೊಂಡಿದೆ, ಇವು ಹೆಚ್ಚಾಗಿ ಐದು ವರ್ಷಗಳ ಅವಧಿಯದ್ದಾಗಿದ್ದು, AI ಸ್ಟ್ಯಾಕ್‌ನ ಸಾಫ್ಟ್‌ವೇರ್ ಪದರದಲ್ಲಿ ನಿರೀಕ್ಷಿತ ಅಸ್ಥಿರತೆಯ ವಿರುದ್ಧ ರಕ್ಷಣೆಯನ್ನು ನೀಡುತ್ತವೆ.

ಪ್ರಮುಖ ಅಂಶಗಳು

• ಪ್ರಾಥಮಿಕ ಬೆದರಿಕೆ: AI ವ್ಯಾಪಾರವು "ತಪ್ಪು ಹೂಡಿಕೆ" (malinvestment) ಅಪಾಯಗಳಿಗೆ ತುತ್ತಾಗುವ ಸಾಧ್ಯತೆಯಿದೆ, ಅಲ್ಲಿ ಹೈಪರ್ಸ್ಕೇಲರ್‌ಗಳ ಬೃಹತ್ ವೆಚ್ಚವು ಹೂಡಿಕೆಯ ಮೇಲಿನ ಆದಾಯವನ್ನು (ROI) ನೀಡಲು ವಿಫಲವಾಗಬಹುದು.
• ಅಪಾಯದ ಸ್ವರೂಪದಲ್ಲಿ ಬದಲಾವಣೆ: ಅತಿಯಾದ ಪೂರೈಕೆಯಿಂದ ಚಲಿಸುವ ಹಿಂದಿನ ಸೆಮಿಕಂಡಕ್ಟರ್ ಚಕ್ರಗಳಿಗ Unlike, AI ಚಕ್ರದ ಅಂತ್ಯವು ಬಂಡವಾಳ ಶಿಸ್ತಿನ ಬಗ್ಗೆ ಹೂಡಿಕೆದಾರರ ನಿರಾಸೆಯಿಂದ ಉಂಟಾಗಬಹುದು.
• ಹಾರ್ಡ್‌ವೇರ್ ಸ್ಥಿತಿಸ್ಥಾಪಕತ್ವ: ಸಾಫ್ಟ್‌ವೇರ್ ಮಾದರಿಗಳ ಲಾಭದ ಅಂಚುಗಳು ಕಮೋಡಿಟೈಸೇಶನ್‌ನಿಂದ ಒತ್ತಡವನ್ನು ಎದುರಿಸುತ್ತಿದ್ದರೂ, ಮೆಮೊರಿ ಮತ್ತು ಹಾರ್ಡ್‌ವೇರ್ ಪೂರೈಕೆದಾರರು ನಡೆಯುತ್ತಿರುವ capex ಸ್ಪರ್ಧೆಯ ಪ್ರಮುಖ ಫಲಾನುಭವಿಗಳಾಗಿ ಉಳಿದಿದ್ದಾರೆ.