ഗൂഗിൾ അതിന്റെ മൂലധന ചെലവ് (capital-expenditure) പ്രതീക്ഷകൾ മുൻപ് നിശ്ചയിച്ചിരുന്ന പരമാവധി 190 ബില്യൺ ഡോളറിൽ നിന്ന് 205 ബില്യൺ ഡോളർ വരെയായി ഉയർത്തി. നിക്ഷേപകർ ഈ അപ്രതീക്ഷിത നീക്കത്തെ AI കുതിപ്പിന്റെ മുന്നറിയിപ്പ് സൂചനയായി ഉടൻ തന്നെ വിലയിരുത്തി. കമ്പനിയുടെ ഏറ്റവും പുതിയ വരുമാന റിപ്പോർട്ടിൽ പ്രഖ്യാപിച്ച ഈ ചെലവ് വർദ്ധനവ്, AI മോഡലുകൾ നിർമ്മിക്കുന്നതിനും പ്രവർത്തിപ്പിക്കുന്നതിനുമുള്ള ചിലവ് അവ ഉൽപ്പാദിപ്പിക്കുന്ന വരുമാനത്തേക്കാൾ എത്ര വേഗത്തിൽ വർദ്ധിക്കുന്നു എന്നതിനെ അടിവരയിടുന്നു.

എന്തുകൊണ്ടാണ് ഈ ചെലവ് വർദ്ധന ഇപ്പോൾ പ്രധാനമാകുന്നത്

ഗൂഗിളിന്റെ ഈ പ്രവചനത്തിലെ വർദ്ധന വെറുമൊരു ചെറിയ മാറ്റമല്ല; പുതിയ പരിധിയിലെ ഏറ്റവും കുറഞ്ഞ തുകയായ 195 ബില്യൺ ഡോളർ പോലും മുൻപത്തെ പരമാവധി കണക്കാക്കിയിരുന്ന തുകയേക്കാൾ കൂടുതലാണ്. സ്വന്തം ഹാർഡ്‌വെയർ വിന്യാസങ്ങൾ പോലും കൃത്യമായി പ്രവചിക്കാൻ കഴിഞ്ഞിരുന്ന ഒരു കമ്പനിക്ക് ബജറ്റ് കൃത്യമായി നിശ്ചയിക്കാൻ കഴിയുന്നില്ലെങ്കിൽ, മുഴുവൻ AI നിർമ്മാണ പ്രക്രിയയും ഒരു സാമ്പത്തിക അനിശ്ചിതത്വത്തിലേക്ക് (financial black box) മാറുന്നുവെന്ന് വിശകലന വിദഗ്ധർ ആശങ്കപ്പെടുന്നു. AI ഗവേഷണങ്ങളെ ലാഭമാക്കി മാറ്റാനുള്ള ടെക് ഭീമന്മാരുടെ കഴിവിനെക്കുറിച്ചുള്ള വാൾസ്ട്രീറ്റിന്റെ വിശ്വാസത്തെ ഈ അനിശ്ചിതത്വം ബാധിക്കുന്നു.

AI ആയുധപ്പന്തയത്തിന്റെ സാമ്പത്തികവശങ്ങൾ

കമ്പ്യൂട്ടിംഗിന്റെ വിലയും അത് വരുത്തിത്തരുന്ന വരുമാനവും തമ്മിലുള്ള വർദ്ധിച്ചുവരുന്ന വ്യത്യാസമാണ് ഈ പ്രശ്നത്തിന്റെ കാതൽ. ഡാറ്റാ സെന്റർ വിപുലീകരണം, കസ്റ്റം സിലിക്കൺ (custom silicon), ഊർജ്ജം എന്നിവയ്ക്കായി ഗൂഗിൾ ഇപ്പോൾ AI സംബന്ധമായ സേവനങ്ങളിൽ നിന്ന് ലഭിക്കുന്നതിനേക്കാൾ കൂടുതൽ ചെലവഴിക്കുന്നു. എതിരാളികൾ—പ്രത്യേകിച്ച് വികസിത നിലവാരമുള്ള ചൈനീസ് AI ടൂളുകൾ—പ്രകടനം de കാര്യത്തിൽ വിപണിയിൽ മത്സരിക്കാൻ കമ്പനികളെ നിർബന്ധിക്കുന്നു. അതേസമയം, AI മോഡലുകളുടെ വിപണി സാമാന്യവൽക്കരണത്തിലേക്ക് (commoditisation) നീങ്ങുകയാണ്; ഉപഭോക്താക്കൾ കുറഞ്ഞ നിരക്കുകൾ പ്രതീക്ഷിക്കുന്നു, ഇത് ഹാർഡ്‌വെയർ ചെലവ് വർദ്ധിക്കുമ്പോഴും ലാഭവിഹിതം (margins) കുറയാൻ കാരണമാകുന്നു.

ഇതിന്റെ ഫലമായി ലാഭവിഹിതം കുറയുന്ന ഒരു സാഹചര്യം (margin squeeze) ഉണ്ടാകുന്നു: ഉയർന്ന ചെലവുകളും കുറഞ്ഞ വില निर्धारण ശേഷിയും ഇതിന്റെ ഫലമാണ്. സെർവറുകൾ, കൂളിംഗ് ഇൻഫ്രാസ്ട്രക്ചർ, സ്പെഷ്യലൈസ്ഡ് ചിപ്പുകൾ എന്നിവയ്ക്കായി കോടിക്കണക്കിന് ഡോളർ ചെലവഴിക്കേണ്ടി വരുന്ന കമ്പനികൾക്ക്, AI സംബന്ധിച്ച വാർത്തകൾ ആവേശകരമാണെങ്കിലും ലാഭവിഹിതം ഇല്ലാതാകാനുള്ള സാധ്യതയുണ്ട്.

ഗൂഗിൾ ഒരു ഒറ്റപ്പെട്ട ഉദാഹരണമാണോ?

ഭൂരിഭാഗം നിരീക്ഷകരും ഗൂഗിളിന്റെ ഈ സാഹചര്യം ഒരു അപവാദമായല്ല, മറിച്ച് ഒരു ലക്ഷണമായാണ് കാണുന്നത്. മെറ്റ (Meta), ആമസോൺ (Amazon), മൈക്രോസോഫ്റ്റ് (Microsoft) തുടങ്ങിയ മറ്റ് AI മേഖലകളിൽ മുന്നിലുള്ള കമ്പനികളുടെ വരുമാന റിപ്പോർട്ടുകളും വരാനിരിക്കുകയാണ്. ഡാറ്റാ സെന്റർ ചെലവിലും സിലിക്കൺ വികസനത്തിലും സമാനമായ വർദ്ധനവ് ഇവർക്കും ഉണ്ടാകുമെന്ന് വിശകലന വിദഗ്ധർ സൂചിപ്പിക്കുന്നു. കമ്പ്യൂട്ടിംഗ് മത്സരത്തിനൊപ്പം സഞ്ചരിക്കാൻ ഈ കമ്പനികളും ഗൂഗിളിനെപ്പോലെ വലിയ മൂലധന നിക്ഷേപങ്ങൾ പ്രഖ്യാപിച്ചേക്കാം.

ഈ പ്രവണത തുടരുകയാണെങ്കിൽ, ചെലവുകൾ തിരിച്ചുപിടിക്കാനുള്ള വ്യക്തമായ മാർഗ്ഗമില്ലാതെ തന്നെ AI ഇക്കോസിസ്റ്റം വലിയ നിക്ഷേപങ്ങളുടെ ഒരു ചക്രത്തിൽ അകപ്പെട്ടേക്കാം. സാങ്കേതികവിദ്യയുടെ അതിവേഗത്തിലുള്ള പുരോഗതി തർക്കമില്ലാത്തതാണ്, എന്നാൽ സോഫ്റ്റ്‌വെയർ വരുമാനവും ഉൽപ്പാദനക്ഷമതയും ഈ കോടിക്കണക്കിന് ഡോളറിന്റെ ഹാർഡ്‌വെയർ, ഊർജ്ജ ചെലവുകളെ ന്യായീകരിക്കാൻ പാകത്തിൽ വേഗത്തിൽ വർദ്ധിക്കുമോ എന്നതിലാണ് സാമ്പത്തിക വിജയം നിലനിൽക്കുന്നത്.

വിപരീത വാദം: വളർച്ചാ സാധ്യതകളും തന്ത്രപരമായ നീക്കങ്ങളും

ചെലവ് വർദ്ധിക്കുന്നത് ഒരു വലിയ പോരായ്മയായി എല്ലാവരും കാണുന്നില്ല. ഈ വൻതോതിലുള്ള ചെലവ് ദീർഘകാലാടിസ്ഥാനത്തിലുള്ള ആധിപത്യത്തിനായുള്ള ഒരു തന്ത്രപരമായ നീക്കമാണെന്ന് അനുകൂലിക്കുന്നവർ വാദിക്കുന്നു. ഇപ്പോൾ തന്നെ കസ്റ്റം സിലിക്കണും വിപുലമായ ഡാറ്റാ സെന്റർ ശേഷിയും ഉറപ്പാക്കുന്നതിലൂടെ, ഭാവിയിലെ AI സേവനങ്ങൾ, ക്ലൗഡ് കരാറുകൾ, എന്റർപ്രൈസ് ലൈസൻസുകൾ എന്നിവയിൽ വലിയൊരു വിഹിതം പിടിച്ചെടുക്കാൻ കമ്പനികൾക്ക് സാധിക്കും. തുടക്കത്തിലുള്ള വലിയ നിക്ഷേപം ഒരു നെറ്റ്‌വർക്ക് ഇഫക്റ്റ് സൃഷ്ടിക്കുകയും, പിന്നീട് രംഗപ്രവേശം ചെയ്യുന്നവർക്ക് പ്രകടനത്തിലോ വിലയിലോ മത്സരിക്കാൻ പ്രയാസമുണ്ടാക്കുകയും ചെയ്യും.

AI വഴി പുതിയ വരുമാന സ്രോതസ്സുകൾ—ജനറേറ്റീവ് കണ്ടന്റ് ടൂളുകൾ, വ്യവസായ അധിഷ്ഠിത അനലിറ്റിക്സ് എന്നിവ—തുറക്കപ്പെട്ടേക്കാം എന്ന് ചില വിശകലന വിദഗ്ധർ ചൂണ്ടിക്കാട്ടുന്നു. ഇവ വലിയ തോതിൽ യാഥാർത്ഥ്യമായാൽ നിലവിലെ ചെലവ് വർദ്ധനവിനെ മറികടക്കാൻ സാധിക്കും.

ഇനി ശ്രദ്ധിക്കേണ്ട കാര്യങ്ങൾ

  • വരാനിരിക്കുന്ന വരുമാന റിപ്പോർട്ടുകൾ: മെറ്റ, ആമസോൺ, മൈക്രോസോഫ്റ്റ് എന്നിവയുടെ അടുത്ത പാദവാർഷിക റിപ്പോർട്ടുകൾ മൂലധന ചെലവ് വർദ്ധനവ് ഈ മേഖലയിലുടനീളം നടക്കുന്ന ഒന്നാണോ എന്ന് വെളിപ്പെടുത്തും.
  • AI API-കളുടെ വില de രീതികൾ: ഓരോ ഉപയോഗത്തിനും (per-call) നൽകേണ്ടി വരുന്ന നിരക്കിലുണ്ടാകുന്ന മാറ്റം ലാഭവിഹിതത്തെ നേരിട്ട് ബാധിക്കും.
  • ഊർജ്ജ ചെലവിലെ മാറ്റങ്ങൾ: ഡാറ്റാ സെന്ററുകളുടെ വൈദ്യുതി ബില്ലുകൾ AI ചെലവിന്റെ വലിയൊരു ഭാഗമായതിനാൽ, വൈദ്യുതി നിരക്കിലുണ്ടാകുന്ന മാറ്റങ്ങളോ കാര്യക്ഷമതയിലുണ്ടാകുന്ന പുരോഗതിയോ ചെലവിനെ സ്വാധീനിക്കും.
  • ഹാർഡ്‌വെയർ നവീകരണ സമയക്രമങ്ങൾ: കസ്റ്റം AI ചിപ്പുകളുടെയും കൂളിംഗ് സാങ്കേതികവിദ്യകളുടെയും വിന്യാസ വേഗത കമ്പനികൾക്ക് അവരുടെ നിക്ഷേപം എത്ര വേഗത്തിൽ തിരിച്ചുപിടിക്കാം എന്നതിനെ സ്വാധീനിക്കും.

ചുരുക്കത്തിൽ

ഗൂഗിളിന്റെ പുതുക്കിയ 205 ബില്യൺ ഡോളറിന്റെ മൂലധന ചെലവ് പ്രതീക്ഷകൾ, AI ഇൻഫ്രാസ്ട്രക്ചർ ചെലവുകളും അവ നിലവിൽ വരുത്തിത്തരുന്ന പണവും തമ്മിലുള്ള വർദ്ധിച്ചുവരുന്ന അകലം എടുത്തുകാണിക്കുന്നു. ഇതേ സമ്മർദ്ദം മറ്റ് ടെക് ഭീമന്മാരിലും ഉണ്ടാകാൻ സാധ്യതയുണ്ട്, ഇത് AI ആയുധപ്പന്തയത്തിൽ ലാഭക്ഷമതയെ ഒരു പ്രധാന ചോദ്യമാക്കി മാറ്റുന്നു. നിക്ഷേപകർ വെറും വാർത്തകൾക്കപ്പുറം, ഈ വൻതോതിലുള്ള ചെലവുകൾ ലാഭകരമായ വരുമാന സ്രോതസ്സുകളായി മാറുന്നുണ്ടോ എന്ന് നിരീക്ഷിക്കും.