ക്രിസ് വുഡിന്റെ മുന്നറിയിപ്പ്: എന്തുകൊണ്ട് തെറ്റായ നിക്ഷേപം (Malinvestment) AI കുതിപ്പിനെ അവസാനിപ്പിച്ചേക്കാം

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (AI) മേഖലയിലെ വൻതോതിലുള്ള ചെലവഴിക്കൽ ചരിത്രത്തിലെ തന്നെ ഏറ്റവും നാടകീയമായ മൂലധന ചെലവഴിക്കൽ (capex) ചക്രങ്ങളിൽ ഒന്നാണ് സൃഷ്ടിക്കുന്നത്, എന്നാൽ ഇതിൽ ഒളിഞ്ഞിരിക്കുന്ന ഒരു അപകടമുണ്ട്. ചിപ്പ് ക്ഷാമമോ അമിതലഭ്യതയോ അല്ല AI വ്യാപാരത്തിന്റെ തകർച്ചയ്ക്ക് കാരണമാകുകയെന്നും, മറിച്ച് ലാഭക്ഷമതയിലുണ്ടാകുന്ന പ്രതിസന്ധിയായിരിക്കുമെന്നും ജെഫറീസ് (Jefferies) ഗ്ലോബൽ ഹെഡ് ഓഫ് ഇക്വിറ്റി സ്ട്രാറ്റജി ക്രിസ് വുഡ് മുന്നറിയിപ്പ് നൽകുന്നു.

തെറ്റായ നിക്ഷേപത്തിന്റെ (Malinvestment) ഭീഷണി

വുഡിന്റെ ഏറ്റവും പുതിയ "Greed & Fear" വാർത്താക്കുറിപ്പ് അനുസരിച്ച്, AI ഇക്കോസിസ്റ്റത്തിന് നേരിടുന്ന പ്രധാന ഭീഷണി "തെറ്റായ നിക്ഷേപം" (malinvestment) ആണ്. ഹൈപ്പർസ്കെയിലർമാരും (hyperscalers) പ്രമുഖ AI ലാബുകളും തങ്ങളുടെ വൻതോതിലുള്ള നിക്ഷേപങ്ങളിൽ നിന്ന് മതിയായ ലാഭം ഉണ്ടാക്കാൻ കഴിയില്ലെന്ന് വിപണി തിരിച്ചറിയുന്നതോടെ, ഈ വ്യാപാരം വേദനാജനകമായ ഒരു ഇടവേള നേരിടുകയോ അല്ലെങ്കിൽ അവസാനിക്കുകയോ ചെയ്തേക്കാം എന്ന് അദ്ദേഹം വാദിക്കുന്നു.

സർക്കുലർ ഫണ്ടിംഗ് ലൂപ്പുകളുടെ (circular funding loops) സാന്നിധ്യമാണ് മറ്റൊരു പ്രധാന ആശങ്ക. Nvidia പോലുള്ള കമ്പനികൾ OpenAI പോലുള്ള AI ലാബുകൾക്ക് സാമ്പത്തിക സഹായം നൽകുകയും, ആ ലാബുകൾ ആ പണം ഉപയോഗിച്ച് കൂടുതൽ Nvidia ചിപ്പുകൾ വാങ്ങുകയും ചെയ്യുന്ന സാഹചര്യങ്ങളെ വുഡ് ചൂണ്ടിക്കാട്ടുന്നു. ഇത് ഒരു വേഗതയേറിയ ഫീഡ്‌ബാക്ക് ലൂപ്പ് സൃഷ്ടിക്കുന്നുണ്ടെങ്കിലും, ദീർഘകാല വരുമാന ലഭ്യതയെക്കുറിച്ചും മൂലധന അച്ചടക്കത്തെക്കുറിച്ചുമുള്ള നിക്ഷേപകരുടെ സംശയങ്ങൾ ഇതിനെ വലിയ രീതിയിൽ ബാധിച്ചേക്കാം.

ഇൻഫ്രാസ്ട്രക്ചർ അടിസ്ഥാനമാക്കിയുള്ള വൻതോതിലുള്ള Capex ചക്രം

AI ഇൻഫ്രാസ്ട്രക്ചറിലേക്ക് നിലവിൽ ഒഴുക്കിക്കൊണ്ടിരിക്കുന്ന നിക്ഷേപത്തിന്റെ അളവ് അഭൂതപൂർവമാണ്. ഇതിന് മികച്ച ഉദാഹരണമാണ് TSMC; കഴിഞ്ഞ വർഷം 41 ബില്യൺ യുഎസ് ഡോളർ ആയിരുന്ന കമ്പനിയുടെ 2026-ലെ capex മാർഗ്ഗനിർദ്ദേശം ഏകദേശം 56 ബില്യൺ യുഎസ് ഡോളറായി ഉയർത്തിയിട്ടുണ്ട്. Fubon Research-ന്റെ പ്രവചനങ്ങൾ അനുസരിച്ച് 2027 ആയപ്പോഴേക്കും capex 65–70 ബില്യൺ യുഎസ് ഡോളറിലെത്താം.

ഈ ചെലവഴിക്കൽ തായ്‌വാൻ പോലുള്ള പ്രദേശങ്ങളിൽ വലിയ മാക്രോ ഇക്കണോമിക് മാറ്റങ്ങൾക്ക് കാരണമാകുന്നുണ്ട്; അവിടെ 2026-ന്റെ ഒന്നാം പാദത്തിൽ യഥാർത്ഥ GDP വളർച്ച വർഷം തോറും 14.55% ആണ് രേഖപ്പെടുത്തിയത്. നിലവിൽ, 2026-ൽ TSMC-യുടെ ആകെ വരുമാനത്തിന്റെ 31% AI സംബന്ധമായ ആവശ്യകതകളിൽ നിന്നാണെന്ന് കണക്കാക്കപ്പെടുന്നു, ഇത് ആഗോള സമ്പദ്‌വ്യവസ്ഥ AI വികസനവുമായി എത്രത്തോളം ആഴത്തിൽ ബന്ധപ്പെട്ടിരിക്കുന്നു എന്ന് വ്യക്തമാക്കുന്നു.

AI മോഡലുകളുടെ കമ്മോഡിറ്റൈസേഷൻ (Commoditisation)

ലാഭവിഹിതത്തിന് (margins) മേലുള്ള സമ്മർദ്ദം വർദ്ധിപ്പിക്കുന്നത് Large Language Models (LLMs)-ന്റെ അതിവേഗത്തിലുള്ള കമ്മോഡിറ്റൈസേഷൻ ആണ്. ഉയർന്ന നിലവാരമുള്ള മോഡലുകൾ വളരെ കുറഞ്ഞ ചിലവിൽ ലഭ്യമാകുന്നതോടെ, പ്രമുഖ പാശ്ചാത്യ AI സേവനദാതാക്കൾക്ക് ചുറ്റുമുള്ള സംരക്ഷണ കവചങ്ങൾ (moats) ചുരുങ്ങിക്കൊണ്ടിരിക്കുകയാണ്.

Anthropic പോലുള്ള മികച്ച യുഎസ് മോഡലുകൾക്ക് സമാനമായ പ്രകടനം കാണിക്കുന്നതും എന്നാൽ ടോക്കണുകൾക്ക് നാലിലൊന്ന് ചിലവിൽ ലഭ്യമാകുന്നതുമായ Z.ai-യുടെ GLM-5.2 പോലുള്ള കാര്യക്ഷമമായ ചൈനീസ് മോഡലുകളുടെ വളർച്ചയെ വുഡ് ചൂണ്ടിക്കാട്ടുന്നു. OpenRouter-ൽ നിന്നുള്ള വിവരങ്ങൾ ഒരു വലിയ മാറ്റം കാണിക്കുന്നു: ജൂൺ അവസാനത്തിൽ, പ്രമുഖ ചൈനീസ് AI മോഡലുകൾ 21.37 ട്രില്യൺ ടോക്കണുകൾ പ്രോസസ്സ് ചെയ്തപ്പോൾ, യുഎസ് മോഡലുകൾ പ്രോസസ്സ് ചെയ്തത് 5.76 ട്രില്യൺ ടോക്കണുകൾ മാത്രമാണ്. AI-യുടെ സോഫ്റ്റ്‌വെയർ ഘടകം കുറഞ്ഞ ലാഭമുള്ള ഒരു കമ്മോഡിറ്റി ബിസിനസ്സായി മാറിക്കൊണ്ടിരിക്കുകയാണെന്ന് ഈ പ്രവണത സൂചിപ്പിക്കുന്നു.

"Picks and Shovels" മേഖലയിലേക്ക് മാറുന്നു

ഈ അപകടസാധ്യതകൾക്കിടയിലും, പെട്ടെന്നൊരു തകർച്ച വരാൻ സാധ്യതയില്ലെന്ന് വുഡ് പ്രവചിക്കുന്നു. പകരം, ഈ വ്യവസായത്തിന്റെ "picks and shovels" (അടിസ്ഥാന ആവശ്യകതകൾ)—പ്രത്യേകിച്ച് മെമ്മറിയും ഹാർഡ്‌വെയറും—ലേക്ക് ഒരു തന്ത്രപരമായ മാറ്റം അദ്ദേഹം നിർദ്ദേശിക്കുന്നു.

സോഫ്റ്റ്‌വെയർ മേഖലയിൽ നിന്ന് വ്യത്യസ്തമായി, DRAM, മെമ്മറി വിതരണക്കാർക്ക് വലിയ സ്വാധീനം ലഭിക്കുന്നുണ്ട്. ഉദാഹരണത്തിന്, Micron ഇതിനകം തന്നെ തങ്ങളുടെ DRAM വോളിയത്തിന്റെ 20 ശതമാനവും NAND വോളിയത്തിന്റെ മൂന്നിലൊന്ന് ഭാഗവും ഉൾക്കൊള്ളുന്ന 16 തന്ത്രപരമായ ഉപഭോക്തൃ കരാറുകളിൽ ഒപ്പുവെച്ചിട്ടുണ്ട്, ഇവ പലതും അഞ്ച് വർഷത്തെ കാലാവധിയുള്ളവയാണ്. ഈ ഘടനാപരമായ മാറ്റം മെമ്മറി നിർമ്മാതാക്കൾക്ക് വില നിശ്ചയിക്കാനുള്ള അധികാരം നൽകുന്നു, ഇത് വിശാലമായ AI capex ചക്രം പ്രതിസന്ധി നേരിട്ടാൽ പോലും അവരെ സുരക്ഷിതമായ നിക്ഷേപമാക്കി മാറ്റുന്നു.

പ്രധാന കാര്യങ്ങൾ

  • അപകടസാധ്യത: ഹൈപ്പർസ്കെയിലർമാർക്ക് അവരുടെ വൻതോതിലുള്ള മൂലധന ചെലവുകളിൽ നിന്ന് മതിയായ ലാഭം ഉണ്ടാക്കാൻ കഴിയില്ലെന്ന് നിക്ഷേപകർ തിരിച്ചറിയുന്ന "തെറ്റായ നിക്ഷേപം" (malinvestment) AI വ്യാപാരത്തിന് ഭീഷണിയാകാം.
  • കമ്മോഡിറ്റൈസേഷൻ സമ്മർദ്ദം: കുറഞ്ഞ ചിലവിലുള്ളതും ഉയർന്ന പ്രകടനമുള്ളതുമായ ചൈനീസ് AI മോഡലുകളുടെ അതിവേഗത്തിലുള്ള വരവ് LLM വിപണിയെ കമ്മോഡിറ്റൈസ് ചെയ്യുകയും പാശ്ചാത്യ സേവനദാതാക്കളുടെ ലാഭവിഹിതം കുറയ്ക്കുകയും ചെയ്യുന്നു.
  • തന്ത്രപരമായ മാറ്റം: സോഫ്റ്റ്‌വെയർ ലാഭവിഹിതം കുറഞ്ഞേക്കാമെങ്കിലും, ഹാർഡ്‌വെയർ, മെമ്മറി വിതരണക്കാർ (SK Hynix, Samsung എന്നിവരെപ്പോലെ) തന്ത്രപരമായ ദീർഘകാല കരാറുകളിലൂടെ ദീർഘകാല നേട്ടങ്ങൾ ഉറപ്പാക്കുന്നു.