Google ने आपला भांडवली खर्चाचा (capital-expenditure) अंदाज वाढवून $205 अब्ज केला आहे, जो यापूर्वी $190 अब्ज पर्यंत मर्यादित होता. गुंतवणूकदारांनी या अनपेक्षित वाढीकडे AI मधील तेजीसाठी एक धोक्याची सूचना म्हणून पाहिले आहे. कंपनीच्या ताज्या कमाईच्या अहवालात जाहीर झालेली खर्चातील ही वाढ, AI मॉडेल्स तयार करण्याचा आणि ते चालवण्याचा खर्च त्यांच्याद्वारे मिळणाऱ्या महसुलापेक्षा किती वेगाने वाढत आहे, हे अधोरेखित करते.

खर्चात झालेली ही वाढ आता का महत्त्वाची आहे

Google च्या अंदाजातील ही वाढ केवळ किरकोळ बदल नाही; नवीन मर्यादेचा खालचा स्तर ($195 अब्ज) देखील मागील उच्चांकी अंदाजापेक्षा जास्त आहे. जेव्हा एखादी कंपनी, जी दीर्घकाळापासून स्वतःच्या हार्डवेअर रोलआउटचा अंदाज लावू शकते, ती आता बजेट निश्चित करू शकत नाही, तेव्हा विश्लेषकांना भीती वाटते की संपूर्ण AI उभारणी ही एक 'आर्थिक ब्लॅक बॉक्स' (financial black box) बनत चालली आहे. ही अनिश्चितता तांत्रिक क्षेत्रातील दिग्गज कंपन्यांच्या AI संशोधनाचे रूपांतर नफ्यात करण्याच्या क्षमतेवर वॉल स्ट्रीटच्या (Wall Street) विश्वासाला तडा देते.

AI मधील तीव्र स्पर्धेचे अर्थशास्त्र

या समस्येच्या केंद्रस्थानी कॉम्प्युट (compute) ची किंमत आणि त्यातून मिळणारा रोख पैसा यातील वाढता फरक आहे. Google आता डेटा-सेंटर विस्तार, कस्टम सिलिकॉन आणि ऊर्जेवर AI-संबंधित सेवांमधून मिळणाऱ्या कमाईपेक्षा जास्त खर्च करत आहे. स्पर्धक—विशेषतः प्रगत चिनी AI टूल्स—बाजाराला कामगिरी आणि वैशिष्ट्यांच्या बाबतीत स्पर्धात्मक राहण्यास भाग पाडत आहेत. त्याच वेळी, AI मॉडेल्सचे बाजारपेठेत वस्तूकरण (commoditisation) होत आहे; ग्राहक प्रत्येक कॉल किंवा वापरकर्त्यासाठी कमी शुल्काची अपेक्षा करत आहेत, ज्यामुळे हार्डवेअरचा खर्च वाढत असतानाही नफ्याचे प्रमाण (margins) कमी होत आहे.

याचा परिणाम म्हणजे नफ्याचे प्रमाण कमी होणे (margin squeeze): वाढता खर्च आणि कमी होत असलेली किंमत ठरवण्याची क्षमता. ज्या कंपन्या सर्व्हर, कूलिंग इन्फ्रास्ट्रक्चर आणि विशेष चिप्सवर खर्च केलेले अब्जावधी रुपये भरून काढू शकत नाहीत, त्यांना नफ्याचे प्रमाण घटण्याचा धोका आहे, जरी AI मधील चर्चेमुळे मुख्य आकडे मोठे दिसत असले तरीही.

Google अपवाद आहे का?

बहुतेक निरीक्षकांच्या मते, Google ची परिस्थिती ही अपवादापेक्षा एक लक्षण (symptom) आहे. आता कमाईचा हंगाम इतर AI-केंद्रित कंपन्यांकडे—Meta, Amazon आणि Microsoft—वळत आहे, ज्यांच्या डेटा-सेंटर खर्च आणि सिलिकॉन विकासात अशाच प्रकारची वाढ होण्याची शक्यता आहे. विश्लेषकांनी आधीच अशी शक्यता वर्तवली आहे की या कंपन्या Google च्या पावलावर पाऊल टाकतील आणि कॉम्प्युट शर्यतीत टिकून राहण्यासाठी मोठ्या भांडवली वचनबद्धतेची घोषणा करतील.

जर हा कल कायम राहिला, तर AI इकोसिस्टम अशा चक्रात अडकू शकते जिथे खर्च वसूल करण्याचा कोणताही स्पष्ट मार्ग नसेल आणि गुंतवणूक सतत वाढत राहील. तंत्रज्ञानाची झपाट्याने होणारी प्रगती नाकारता येत नाही, परंतु आर्थिक गणित हे सॉफ्टवेअर महसूल आणि उत्पादकता वाढ यावर अवलंबून आहे की ते अब्जावधी डॉलर्सचा हार्डवेअर आणि ऊर्जा खर्च न्याय देण्यासाठी पुरेसे वेगाने वाढू शकतील का.

प्रतिवाद: वाढीची क्षमता आणि धोरणात्मक डावपेच

प्रत्येकाला खर्चातील ही वाढ ही एक मोठी त्रुटी वाटत नाही. समर्थकांचे म्हणणे आहे की हा प्रचंड खर्च हा दीर्घकालीन वर्चस्वासाठी लावलेला एक धोरणात्मक डावपेच आहे. आताच कस्टम सिलिकॉन आणि विस्तीर्ण डेटा-सेंटर क्षमता सुनिश्चित करून, कंपन्या भविष्यातील AI सेवा, क्लाउड कॉन्ट्रॅक्ट्स आणि एंटरप्राइझ लायसन्सचा मोठा हिस्सा मिळवण्यासाठी स्वतःला सज्ज करत आहेत. सुरुवातीची मोठी गुंतवणूक 'नेटवर्क इफेक्ट्स' निर्माण करू शकते, ज्यामुळे नंतर येणाऱ्या स्पर्धकांना कामगिरी किंवा किमतीच्या बाबतीत बरोबरी करणे कठीण होईल.

काही विश्लेषक अशी शक्यता वर्तवतात की AI मुळे उत्पन्नाचे नवीन स्रोत—जसे की जनरेटिव्ह कंटेंट टूल्स, उद्योग-विशिष्ट विश्लेषण—उघडू शकतात, ज्यांचे मूल्य अद्याप कमाईच्या अहवालात पूर्णपणे मोजले गेलेले नाही. जर हे स्रोत मोठ्या प्रमाणावर प्रत्यक्षात आले, तर ते सध्याच्या खर्चातील तफावत भरून काढू शकतात.

पुढे काय पाहावे

  • आगामी कमाईचे अहवाल: Meta, Amazon आणि Microsoft चे पुढील त्रैमासिक अहवाल हे स्पष्ट करतील की भांडवली खर्चातील ही वाढ संपूर्ण क्षेत्रातील घटना आहे की नाही.
  • AI APIs साठी किंमत कल: प्रति-कॉल किंमतीत होणारा कोणताही बदल, मग तो वाढ किंवा घट, थेट नफ्याच्या गणनेवर परिणाम करेल.
  • ऊर्जा खर्चातील घडामोडी: डेटा-सेंटरचा वीज खर्च हा AI खर्चाचा मोठा भाग असल्याने, वीज दरातील बदल किंवा कार्यक्षमतेतील महत्त्वपूर्ण प्रगती खर्च कमी करण्यास मदत करू शकते.
  • हार्डवेअर नाविन्यपूर्णतेचा कालक्रम: कस्टम AI चिप्स आणि कूलिंग तंत्रज्ञानाचा विस्तार कंपन्या आपला भांडवली खर्च किती वेगाने वसूल करू शकतात यावर परिणाम करेल.

मुख्य निष्कर्ष

Google चा सुधारित $205 अब्ज भांडवली खर्चाचा (capex) अंदाज AI इन्फ्रास्ट्रक्चरचा खर्च आणि त्यातून सध्या मिळणारा रोख पैसा यातील वाढती तफावत अधोरेखित करतो. हाच दबाव इतर तांत्रिक दिग्गज कंपन्यांमध्येही दिसून येण्याची शक्यता आहे, ज्यामुळे AI मधील तीव्र स्पर्धेत नफा मिळवणे हा एक मुख्य प्रश्न बनला आहे. गुंतवणूकदार केवळ चर्चेकडेच नाही, तर नफ्याचे प्रमाण कमी होण्यापूर्वी या प्रचंड खर्चाचे रूपांतर शाश्वत महसूल स्रोतात होऊ शकते का, याकडे लक्ष देतील.