AI मार्केटमध्ये वाढत्या धोक्यांच्या संकेतांबाबत J.P. Morgan कडून इशारा

कृत्रिम बुद्धिमत्ता (AI) अभूतपूर्व तांत्रिक प्रगती घडवून आणत असली तरी, आर्थिक विश्लेषक संभाव्य बाजार अस्थिरतेबाबत इशारा देत आहेत. J.P. Morgan च्या अलीकडील अहवालानुसार, "गुंतवणूकदारांचा अतिउत्साह" (investor exuberance) AI क्षेत्रात धोक्याच्या पातळीवरील एकाग्रता आणि अस्थिरता निर्माण करत आहे.

प्रचंड एकाग्रता आणि डॉटकॉम (Dotcom) काळाशी साधर्म्य

J.P. Morgan ने उपस्थित केलेली सर्वात मोठी चिंता म्हणजे S&P 500 मधील संपत्ती आणि वाढीची प्रचंड एकाग्रता. 2022 मध्ये ChatGPT च्या लाँचिंगनंतर, केवळ 42 AI-संबंधित कंपन्या संपूर्ण निर्देशांकाचा (index) अंदाजे 65% ते 80% नफा, महसूल आणि गुंतवणूक नियंत्रित करण्यासाठी कारणीभूत ठरल्या आहेत. ही एकाग्रता मार्केट कॅपिटलायझेशनमध्ये (market capitalization) सर्वाधिक दिसून येते, जिथे अमेरिकेतील दहा मोठ्या कंपन्या आता S&P 500 च्या अंदाजे 40% हिस्सा व्यापतात—जे 2015 मधील केवळ 17% वरून झालेली मोठी वाढ आहे.

शिवाय, सेमीकंडक्टर क्षेत्रातील तांत्रिक नमुने (technical patterns) कुप्रसिद्ध 'डॉटकॉम बबल'ची (dotcom bubble) आठवण करून देत आहेत. J.P. Morgan ने चार विशिष्ट धोक्याच्या संकेतांची ओळख पटवली आहे:

  • सेमीकंडक्टर शेअर्स त्यांच्या 200-दिवसांच्या मूव्हिंग एव्हरेजपासून (moving average) तितक्याच तीव्रतेने विचलित होत आहेत, जितक्या 1990 च्या दशकाच्या उत्तरार्धात झाले होते.
  • हेज फंड्स (Hedge funds) चिप शेअर्समध्ये पूर्वीपेक्षा कितीतरी जास्त गुंतवणूक करत आहेत.
  • कोरियन स्टॉक एक्सचेंजमधील मार्जिन लोन 2020 पासून तिप्पट झाले आहेत.
  • सेमीकंडक्टर शेअर्समधील ऑप्शन्स ट्रेडिंग (Options trading) 2020 च्या तुलनेत पाच पटीने वाढले आहे.

AI हार्डवेअरच्या बदलत्या स्वरूपाचा आढावा

Nvidia अजूनही AI अ‍ॅक्सिलरेटर मार्केटचा दिग्गज असला तरी, त्याच्या वर्चस्वाला धोरणात्मक आव्हाने निर्माण होत आहेत. J.P. Morgan च्या अंदाजानुसार, Nvidia चा मार्केट शेअर 2023 मधील 85% वरून 2026 पर्यंत अंदाजे 75% पर्यंत खाली येऊ शकतो. खर्च कमी करण्यासाठी प्रमुख क्लाउड प्रोव्हायडर्स स्वतःचे खास सिलिकॉन (proprietary silicon) विकसित करत असल्यामुळे हा बदल होत आहे.

उदाहरणार्थ, Google चे TPUs आणि Amazon चे Trainium चिप्स महत्त्वाचे पर्याय बनत आहेत. पारंपारिक Nvidia GPUs च्या तुलनेत कस्टम सिलिकॉनचा वापर केल्याने ऑपरेटिंग खर्च 30% ते 40% पर्यंत कमी होऊ शकतो. उद्योगातील एक महत्त्वाचा बदल आधीच सुरू झाला आहे: Anthropic ने पुढील दशकासाठी आपले Claude मॉडेल्स Amazon च्या Trainium इन्फ्रास्ट्रक्चरवर चालवण्याचे वचन दिले आहे, जे पूर्णपणे GPU वरील अवलंबित्व कमी करण्याच्या दिशेने एक पाऊल आहे.

मार्जिनवरील दबाव आणि ओपन सोर्सचा उदय

OpenAI आणि Anthropic सारख्या आघाडीच्या AI लॅब्सची आर्थिक व्यवहार्यता (economic viability) अजूनही एक मोठा प्रश्नचिन्ह आहे. महसुलात वेगाने वाढ होत असूनही, कम्प्युटचा (compute) प्रचंड खर्च मार्जिनवर दबाव आणत आहे. यामुळे एक अशी परिस्थिती निर्माण होत आहे ज्याचा फायदा स्पर्धक घेण्यास तयार आहेत.

टोकनच्या किमतींमध्ये चढ-उतार होत असताना, कंपन्या स्वस्त आणि उच्च कार्यक्षमता असलेल्या ओपन-सोर्स मॉडेल्सकडे वळून आपला खर्च कमी करण्याचा प्रयत्न करत आहेत. चिनी ओपन-सोर्स मॉडेल्समुळे ही परिस्थिती अधिक गुंतागुंतीची होत आहे, कारण ही मॉडेल्स पाश्चात्य प्रोप्रायटरी मॉडेल्सच्या तुलनेत अत्यंत कमी खर्चात उच्च दर्जाची कामगिरी करत आहेत. टोकनच्या किमतींवरील हा दबाव आणि प्रमुख क्लाउड प्रोव्हायडर्सच्या फ्री कॅश फ्लो मार्जिनमधील घट, हे सूचित करतात की "AI गोल्ड रश" (AI gold rush) ला नफ्याबाबत लवकरच कडू वास्तव समोर येऊ शकते.

मुख्य निष्कर्ष

  • बाजारातील अस्थिरता: सेमीकंडक्टर स्टॉकचे नमुने आणि वाढलेले ऑप्शन्स ट्रेडिंग हे डॉटकॉम बबलशी तांत्रिक साम्य दर्शवत आहेत.
  • हार्डवेअर विविधीकरण: Amazon आणि Google सारखे क्लाउड प्रोव्हायडर्स खर्च कमी करण्यासाठी कस्टम चिप्स तैनात करत असल्याने Nvidia चा मार्केट शेअर कमी होण्याची शक्यता आहे.
  • नफ्यातील जोखीम: उच्च कम्प्युट खर्च आणि कमी खर्चाच्या, ओपन-सोर्स (चिनी मॉडेल्ससह) मॉडेल्सची वाढती कार्यक्षमता आघाडीच्या AI लॅब्सच्या मार्जिनला धोका निर्माण करत आहे.