AI വിപണിയിൽ വർദ്ധിച്ചുവരുന്ന അപകടസൂചനകളെക്കുറിച്ച് ജെ.പി. മോർഗൻ മുന്നറിയിപ്പ് നൽകുന്നു

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് അഭൂതപൂർവമായ സാങ്കേതിക മുന്നേറ്റങ്ങൾ കാഴ്ചവെച്ചുകൊണ്ടിരിക്കുമ്പോഴും, വിപണിയിലെ അസ്ഥിരതയെക്കുറിച്ച് സാമ്പത്തിക വിദഗ്ധർ ആശങ്ക പ്രകടിപ്പിക്കുന്നു. AI മേഖലയിൽ നിക്ഷേപകരുടെ അമിതമായ ആവേശം (investor exuberance) അപകടകരമായ രീതിയിലുള്ള കേന്ദ്രീകരണത്തിനും (concentration) ചാഞ്ചാട്ടത്തിനും (volatility) കാരണമാകുന്നുവെന്ന് ജെ.പി. മോർഗന്റെ പുതിയ റിപ്പോർട്ട് സൂചിപ്പിക്കുന്നു.

അമിതമായ കേന്ദ്രീകരണവും ഡോട്ട്കോം കാലഘട്ടവുമായുള്ള സാമ്യവും

S&P 500 ഇൻഡക്സിനുള്ളിലെ സമ്പത്തും വളർച്ചയും അമിതമായി ഏതാനും കമ്പനികളിൽ കേന്ദ്രീകരിച്ചിരിക്കുന്നു എന്നതാണ് ജെ.പി. മോർഗൻ ഉയർത്തുന്ന പ്രധാന ആശങ്ക. 2022-ൽ ChatGPT പുറത്തിറങ്ങിയതിന് ശേഷം, വെറും 42 AI സംബന്ധമായ കമ്പനികൾ മാത്രമാണ് ഇൻഡക്സിന്റെ മൊത്തം ലാഭത്തിന്റെയോ വരുമാനത്തിന്റെയോ നിക്ഷേപത്തിന്റെയോ ഏകദേശം 65% മുതൽ 80% വരെ കൈകാര്യം ചെയ്യുന്നത്. മാർക്കറ്റ് ക്യാപിറ്റലൈസേഷനിൽ ഈ കേന്ദ്രീകരണം വ്യക്തമായി കാണാം; അമേരിക്കയിലെ പത്ത് വൻകിട ഓഹരികൾ ഇപ്പോൾ S&P 500-ന്റെ ഏകദേശം 40% വരും—2015-ൽ ഇത് വെറും 17% മാത്രമായിരുന്നു എന്നതനുസരിച്ച് വലിയൊരു വർദ്ധനവാണിത്.

കൂടാതെ, സെമികണ്ടക്ടർ മേഖലയിലെ സാങ്കേതിക രീതികൾ പ്രശസ്തമായ ഡോട്ട്കോം ബബിളിനെ (dotcom bubble) അനുസ്മരിപ്പിക്കുന്നു. ജെ.പി. മോർഗൻ നാല് പ്രധാന മുന്നറിയിപ്പ് സൂചനകൾ ചൂണ്ടിക്കാട്ടുന്നു:

• സെമികണ്ടക്ടർ ഓഹരികൾ അവയുടെ 200-ദിവസത്തെ മൂവിംഗ് ആവറേജിൽ (moving average) നിന്ന് 1990-കളുടെ അവസാനത്തിൽ സംഭവിച്ചത് പോലെ വലിയ വ്യതിയാനം കാണിക്കുന്നു.
• ഹെഡ്ജ് ഫണ്ടുകൾ മുമ്പത്തേക്കാൾ കൂടുതൽ ചിപ്പ് ഓഹരികളിൽ നിക്ഷേപിച്ചിരിക്കുന്നു.
• കൊറിയൻ സ്റ്റോക്ക് എക്സ്ചേഞ്ചിലെ മാർജിൻ ലോണുകൾ 2020 മുതൽ മൂന്നിരട്ടിയായി വർദ്ധിച്ചു.
• സെമികണ്ടക്ടർ ഓഹരികളിലെ ഓപ്ഷൻസ് ട്രേഡിംഗ് 2020-ലെ നിലവാരത്തേക്കാൾ അഞ്ചിരട്ടി വർദ്ധിച്ചു.

AI ഹാർഡ്‌വെയർ രംഗത്തെ മാറ്റങ്ങൾ

AI ആക്സിലറേറ്റർ വിപണിയിൽ Nvidia ഇപ്പോഴും മുൻപന്തിയിലാണെങ്കിലും, അതിന്റെ ആധിപത്യം കുറഞ്ഞുവരികയാണ്. Nvidia-യുടെ വിപണി വിഹിതം 2023-ലെ 85 ശതമാനത്തിൽ നിന്ന് 2026 ആയപ്പോഴേക്കും ഏകദേശം 75 ശതമാനമായി കുറഞ്ഞേക്കാം എന്ന് ജെ.പി. മോർഗൻ കണക്കാക്കുന്നു. ചെലവ് കുറയ്ക്കുന്നതിനായി പ്രമുഖ ക്ലൗഡ് സേവനദാതാക്കൾ സ്വന്തമായി സിലിക്കൺ ചിപ്പുകൾ വികസിപ്പിക്കുന്നത് ഈ മാറ്റത്തിന് കാരണമാകുന്നു.

ഉദാഹരണത്തിന്, Google-ന്റെ TPUs-ഉം Amazon-ന്റെ Trainium ചിപ്പുകളും പ്രധാനപ്പെട്ട ബദലുകളായി മാറിക്കൊണ്ടിരിക്കുന്നു. പരമ്പരാഗത Nvidia GPU-കളെ അപേക്ഷിച്ച് കസ്റ്റം സിലിക്കൺ ഉപയോഗിക്കുന്നത് പ്രവർത്തനച്ചെലവ് 30% മുതൽ 40% വരെ കുറയ്ക്കാൻ സഹായിക്കും. വ്യവസായ രംഗത്ത് ശ്രദ്ധേയമായ ഒരു മാറ്റം ഇതിനോടകം നടന്നു കഴിഞ്ഞു: അടുത്ത പത്ത് വർഷത്തേക്ക് തങ്ങളുടെ Claude മോഡലുകൾ Amazon-ന്റെ Trainium ഇൻഫ്രാസ്ട്രക്ചറിൽ പ്രവർത്തിപ്പിക്കാൻ Anthropic തീരുമാനിച്ചിട്ടുണ്ട്. ഇത് GPU-കളിലുള്ള പൂർണ്ണമായ ആശ്രിതത്വം കുറയ്ക്കുന്നതിന്റെ സൂചനയാണ്.

ലാഭവിഹിതത്തിലെ സമ്മർദ്ദവും ഓപ്പൺ സോഴ്സിന്റെ വളർച്ചയും

OpenAI, Anthropic തുടങ്ങിയ പ്രമുഖ AI ലാബുകളുടെ സാമ്പത്തിക നിലനിൽപ്പ് വലിയൊരു ചോദ്യചിഹ്നമായി തുടരുന്നു. വരുമാനത്തിൽ വലിയ വളർച്ചയുണ്ടെങ്കിലും, കമ്പ്യൂട്ടിംഗിനായുള്ള വൻതോതിലുള്ള ചെലവ് ലാഭവിഹിതം (margins) കുറയ്ക്കുന്നു. ഇത് എതിരാളികൾക്ക് മുതലെടുക്കാൻ കഴിയുന്ന ഒരു സാഹചര്യം സൃഷ്ടിക്കുന്നു.

ടോക്കൺ വിലകളിൽ മാറ്റം വരുമ്പോൾ, ചെലവ് കുറഞ്ഞതും മികച്ച പ്രകടനമുള്ളതുമായ ഓപ്പൺ സോഴ്സ് മോഡലുകളിലേക്ക് മാറിക്കൊണ്ട് തങ്ങളുടെ ചെലവ് കുറയ്ക്കാൻ കമ്പനികൾ ശ്രമിക്കുന്നു. പാശ്ചാത്യ കമ്പനികളുടെ മോഡലുകളെ അപേക്ഷിച്ച് വളരെ കുറഞ്ഞ ചെലവിൽ മികച്ച പ്രകടനം കാഴ്ചവെക്കുന്ന ചൈനീസ് ഓപ്പൺ സോഴ്സ് മോഡലുകൾ ഈ സാഹചര്യം കൂടുതൽ സങ്കീർണ്ണമാക്കുന്നു. ടോക്കൺ വിലയിലുണ്ടാകുന്ന ഈ കുറവും പ്രമുഖ ക്ലൗഡ് സേവനദാതാക്കളുടെ ലാഭവിഹിതം കുറയുന്നതും സൂചിപ്പിക്കുന്നത്, AI മേഖലയിലെ ഈ "സ്വർണ്ണ വേട്ട" (gold rush) ലാഭക്ഷമതയുടെ കാര്യത്തിൽ ഉടൻ തന്നെ കടുത്ത യാഥാർത്ഥ്യങ്ങൾ നേരിടേണ്ടി വരുമെന്നാണ്.

പ്രധാന കാര്യങ്ങൾ

• വിപണിയിലെ ചാഞ്ചാട്ടം: സെമികണ്ടക്ടർ ഓഹരികളുടെ രീതികളും വർദ്ധിച്ച ഓപ്ഷൻസ് ട്രേഡിംഗും ഡോട്ട്കോം ബബിളിന് സമാനമായ സാങ്കേതിക സൂചനകൾ നൽകുന്നു.
• ഹാർഡ്‌വെയർ വൈവിധ്യവൽക്കരണം: ചെലവ് 40% വരെ കുറയ്ക്കുന്നതിനായി Amazon, Google തുടങ്ങിയ ക്ലൗഡ് സേവനദാതാക്കൾ സ്വന്തം ചിപ്പുകൾ ഉപയോഗിക്കുന്നത് കാരണം Nvidia-യുടെ വിപണി വിഹിതം കുറയുമെന്ന് പ്രതീക്ഷിക്കുന്നു.
• ലാഭക്ഷമതയിലെ വെല്ലുവിളികൾ: കമ്പ്യൂട്ടിംഗ് ചെലവുകൾ കൂടുന്നതും കുറഞ്ഞ ചെലവിലുള്ള ഓപ്പൺ സോഴ്സ് (ചൈനീസ് മോഡലുകൾ ഉൾപ്പെടെ) മോഡലുകളുടെ വളർച്ചയും പ്രമുഖ AI ലാബുകളുടെ ലാഭവിഹിതത്തിന് ഭീഷണിയാകുന്നു.