ख्रिस वुड यांचा इशारा: चुकीची गुंतवणूक (Malinvestment) AI मधील तेजी संपवू शकते

कृत्रिम बुद्धिमत्तेच्या (AI) युगाने इतिहासातील सर्वात नाट्यमय भांडवली खर्च (capex) चक्र सुरू केले आहे, परंतु एक मोठा संरचनात्मक धोका समोर येत आहे. जेफरीजचे (Jefferies) ग्लोबल हेड ऑफ इक्विटी स्ट्रॅटेजी, ख्रिस वुड, असा इशारा देत आहेत की AI मधील व्यापार चिपची कमतरता किंवा पुरवठ्यातील अतिरेकामुळे संपणार नाही, तर प्रचंड प्रमाणात केलेली गुंतवणूक पुरेसा परतावा देण्यात अपयशी ठरल्याचे लक्षात आल्यामुळे संपू शकतो.

चुकीच्या गुंतवणुकीचा (Malinvestment) सावली

पारंपारिक सेमीकंडक्टर चक्रांप्रमाणे, जे बाजारात साठ्याचा अतिरेक झाल्यामुळे संपतात, त्यापेक्षा वेगळे, वुड यांच्या मते सध्याच्या AI तेजीला 'मॅलइन्व्हेस्टमेंट' (चुकीची गुंतवणूक) नावाचा एक अनोखा धोका आहे. ते सुचवतात की, जेव्हा हायपरस्केलर्स (hyperscalers) आणि आघाडीचे AI लॅब्स सध्या करत असलेल्या प्रचंड भांडवली खर्चावर (capex) समाधानकारक परतावा मिळवण्यात अपयशी ठरतील, तेव्हा AI व्यापाराचा "अंतिम टप्पा" (endgame) सुरू होईल.

'सर्कुलर फंडिंग लूप्स' (circular funding loops) असणे ही एक विशेष चिंता आहे. वुड अशा परिस्थितींकडे निर्देश करतात जिथे Nvidia सारखे मोठे खेळाडू OpenAI सारख्या कंपन्यांना वित्तपुरवठा करतात, आणि नंतर या कंपन्या त्याच निधीचा वापर अधिक Nvidia चिप्स खरेदी करण्यासाठी करतात. जरी यामुळे अल्पकालीन वाढीचे एक शक्तिशाली चक्र तयार होत असले, तरी ते आशावादी कमाईच्या (monetization) गृहितकांवर मोठ्या प्रमाणावर अवलंबून आहे. जर गुंतवणूकदारांचा दीर्घकालीन कमाईच्या स्पष्टतेवरील विश्वास उडाला, तर हे चक्र कोलमडू शकते.

प्रचंड भांडवली खर्च (Capex) आणि तैवानमधील वाढ

या क्षेत्रात सध्या दिसून येत असलेल्या गुंतवणुकीचे प्रमाण अभूतपूर्व आहे. वुड सध्या सुरू असलेल्या उभारणीचे वर्णन त्यांनी आतापर्यंत पाहिलेल्या सर्वात नाट्यमय capex चक्राचे वर्णन म्हणून करतात. याचे प्रमुख उदाहरण म्हणजे TSMC, ज्याने आपले मार्गदर्शन (guidance) लक्षणीयरीत्या वाढवले आहे आणि २०२७ साठीचा अंदाज US$६५–७० अब्जपर्यंत पोहोचला आहे.

हा केंद्रित खर्च मोठ्या मॅक्रोइकोनॉमिक बदलांना चालना देत आहे, विशेषतः तैवानमध्ये. निर्यात ऑर्डरमध्ये ५३.४% ची वाढ झाल्यामुळे, २०२६ च्या पहिल्या तिमाहीत या प्रदेशाचा वास्तविक GDP वाढीचा दर वार्षिक १४.५५% इतका होता. सध्या, २०२६ साठी TSMC च्या एकूण महसुलात AI संबंधित मागणीचा वाटा अंदाजे ३१% असेल, जे जागतिक अर्थव्यवस्था AI पायाभूत सुविधांशी किती खोलवर जोडली जात आहे हे दर्शवते.

कमोडिटायझेशन (Commoditization) आणि स्वस्त मॉडेल्सचा उदय

जोखमीचा दुसरा स्तर म्हणजे Large Language Models (LLMs) चे वेगाने होणारे कमोडिटायझेशन. प्रति टोकन खर्च कमी होत असताना, प्रीमियम पाश्चात्य पुरवठादारांचा स्पर्धात्मक फायदा धोक्यात येत आहे. वुड नमूद करतात की, हाँगकाँगमध्ये सूचीबद्ध असलेल्या Z.ai च्या GLM-5.2 सारखी नवीन मॉडेल्स Anthropic सारख्या उच्च दर्जाच्या मॉडेल्सच्या कामगिरीच्या जवळ पोहोचत आहेत, परंतु ती केवळ एक चतुर्थांश खर्चात उपलब्ध आहेत.

OpenRouter कडील डेटा या बदलावर प्रकाश टाकतो: जूनच्या उत्तरार्धात, आघाडीच्या चिनी AI मॉडेल्सनी २१.३७ ट्रिलियन टोकन्सवर प्रक्रिया केली, जी एप्रिलमधील ४.३७ ट्रिलियनच्या तुलनेत मोठी वाढ आहे. ही संख्या आघाडीच्या अमेरिकन मॉडेल्सनी प्रक्रिया केलेल्या ५.७६ ट्रिलियन टोकन्सपेक्षा लक्षणीयरीत्या जास्त आहे, जे अत्यंत स्पर्धात्मक आणि वाढत्या कमोडिटायझेशनच्या परिस्थितीचे संकेत देते.

बदलती रणनीती: मेमरी आणि हार्डवेअरवर लक्ष केंद्रित करणे

या इशाऱ्यांनंतरही, वुड तात्काळ कोसळण्याचा अंदाज वर्तवत नाहीत. त्याऐवजी, ते पोर्टफोलिओ उद्योगाच्या "पिक्स अँड शॉव्हल्स" (picks and shovels - पायाभूत साधने) कडे, विशेषतः DRAM आणि मेमरी पुरवठादारांकडे वळवत आहेत. Jevons Paradox मुळे, जसा कॉम्प्युट अधिक कार्यक्षम आणि स्वस्त होतो, तसा एकूण वापर प्रत्यक्षात वाढतो, ज्याचा फायदा हार्डवेअर पुरवठादारांना होतो.

Micron सारखे प्रमुख मेमरी उत्पादक आधीच दीर्घकालीन स्थिरता सुनिश्चित करत आहेत, Micron ने त्यांच्या DRAM प्रमाणाच्या २०% साठी धोरणात्मक करार केले आहेत. परिणामी, वुड SK Hynix, Kioxia आणि Samsung Electronics सारख्या टेक हार्डवेअर कंपन्यांमध्ये गुंतवणूक वाढवत आहेत. जरी व्यापक AI सॉफ्टवेअर आणि सेवा स्तर भांडवली शिस्तीसाठी संघर्ष करत असले, तरी या कंपन्यांना त्याचा फायदा होईल, असा त्यांचा विश्वास आहे.

मुख्य निष्कर्ष

• प्राथमिक जोखीम: AI मधील व्यापार पारंपारिक सेमीकंडक्टर पुरवठ्यातील अतिरेकामुळे नाही, तर "मॅलइन्व्हेस्टमेंट" (चुकीची गुंतवणूक) आणि हायपरस्केलर्ससाठी ROI (गुंतवणुकीवरील परतावा) च्या अभावामुळे संपण्याची शक्यता जास्त आहे.
• कमोडिटायझेशनचा धोका: वेगाने प्रगत होत असलेली आणि स्वस्त चिनी AI मॉडेल्स प्रीमियम पाश्चात्य AI पुरवठादारांवर तीव्र किंमत दबाव निर्माण करत आहेत.
• धोरणात्मक बदल: गुंतवणुकीचा कल आता मेमरी आणि हार्डवेअर (DRAM) क्षेत्रातील कंपन्यांकडे वळत आहे, ज्यांच्याकडे महत्त्वपूर्ण किंमत ठरवण्याची क्षमता (pricing power) आणि दीर्घकालीन ग्राहक करार आहेत.