ख्रिस वुड यांचा इशारा: चुकीची गुंतवणूक (Malinvestment) AI ट्रेडचा अंत का करू शकते

जागतिक AI तेजी सध्या आतापर्यंतच्या सर्वात नाट्यमय भांडवली खर्च (capex) चक्रामुळे वेगाने वाढत आहे, परंतु एक संभाव्य संरचनात्मक धोका अचानक बाजारपेठेत बदल घडवून आणू शकतो. जेफरीजचे (Jefferies) ग्लोबल हेड ऑफ इक्विटी स्ट्रॅटेजी, ख्रिस वुड, असा इशारा देत आहेत की AI ट्रेडचा अंत चिपची टंचाई किंवा अतिपुरवठ्यामुळे होणार नाही, तर गुंतवणुकीवरील परताव्याबाबत (returns on investment) निर्माण होणाऱ्या विश्वासाच्या संकटातून होईल.

चुकीची गुंतवणूक (Malinvestment) आणि चक्रीय निधीचा (Circular Funding) धोका

इन्व्हेंटरीच्या अतिपुरवठ्यामुळे संपणाऱ्या पारंपारिक सेमीकंडक्टर चक्रांच्या उलट, वुड यांचा असा युक्तिवाद आहे की AI ट्रेडला एक अद्वितीय मानसिक आणि आर्थिक धोका आहे: "malinvestment" (चुकीची गुंतवणूक). मुख्य धोका असा आहे की हायपर्सकेलर्स (hyperscalers) आणि AI प्रयोगशाळा त्यांच्याकडून तैनात केलेल्या प्रचंड भांडवलावर पुरेसा परतावा मिळवण्यात अपयशी ठरू शकतात.

वुड या इकोसिस्टममधील एका संभाव्य नाजूक फीडबॅक लूपवर प्रकाश टाकतात. ते अशा संरचनेकडे निर्देश करतात जिथे Nvidia सारख्या कंपन्या OpenAI सारख्या AI लॅब्सना वित्तपुरवठा करू शकतात, जे बदलेल तेच भांडवल अधिक Nvidia चिप्स खरेदी करण्यासाठी वापरतात. जरी ही चक्रीयता अल्पकालीन वाढीला चालना देत असली, तरी यामुळे 'हाऊस ऑफ कार्ड्स' (नाजूक रचना) तयार होते, जी जर गुंतवणूकदारांनी AI स्टॅकच्या दीर्घकालीन कमाईच्या (monetization) क्षमतेवर शंका घ्यायला सुरुवात केली, तर कोसळू शकते.

प्रचंड Capex आणि संपत्तीचे केंद्रीकरण

सध्याच्या गुंतवणुकीचे प्रमाण अभूतपूर्व आहे. TSMC ने त्यांचे 2026 चे capex मार्गदर्शन गेल्या वर्षीच्या $41 अब्ज वरून वाढवून अंदाजे $56 अब्ज केले आहे, तर काही अंदाज 2027 पर्यंत $65–$70 अब्ज असल्याचे सुचवत आहेत. या वाढीमुळे तैवान एक मॅक्रो पॉवरहाऊस बनले आहे, जिथे 2026 च्या पहिल्या तिमाहीत (Q1) वार्षिक आधारभूत (year-on-year) वास्तविक GDP वाढ 14.55% वर पोहोचली आहे.

AI-संबंधित मागणी आता इतकी केंद्रित झाली आहे की, 2026 मध्ये TSMC च्या महसुलात तिचा वाटा 31% असेल असा अंदाज आहे. केंद्रीकरणाची ही पातळी अधोरेखित करते की जागतिक अर्थव्यवस्था सध्या एकाच तांत्रिक क्षेत्रावर (technological vertical) किती मोठी पैज लावत आहे.

AI मॉडेल्सचे कमोडिटायझेशन (Commoditisation)

आणखी एक महत्त्वाचा दबाव घटक म्हणजे Large Language Models (LLMs) चे वेगाने होणारे कमोडिटायझेशन. जसजसे उच्च-गुणवत्तेचे मॉडेल्स स्वस्त होत आहेत, तसतसे पाश्चात्य AI पुरवठादारांच्या प्रीमियम किंमत ठरवण्याच्या क्षमतेला (pricing power) आव्हान दिले जात आहे.

वुड यांनी नमूद केले आहे की चिनी मॉडेल्स वेगाने लोकप्रिय होत आहेत. OpenRouter प्लॅटफॉर्मवर, जूनच्या उत्तरार्धात अव्वल चिनी मॉडेल्सनी 21.37 ट्रिलियन टोकन्सवर प्रक्रिया केली, जी एप्रिलमधील 4.37 ट्रिलियनच्या तुलनेत मोठी वाढ आहे; हे अमेरिकेच्या अव्वल मॉडेल्सनी प्रक्रिया केलेल्या 5.76 ट्रिलियन टोकन्सपेक्षा लक्षणीयरीत्या जास्त आहे. हा बदल सुचवतो की जसजसा "प्रति टोकन खर्च" (cost per token) कमी होईल, तसतसे महागड्या, मालकीच्या (proprietary) मॉडेल्सना टिकवून ठेवण्याचे अर्थशास्त्र तीव्र चौकशीच्या कक्षेत येईल.

मेमरी आणि हार्डवेअरकडे लक्ष वळवणे

या इशाऱ्यांनंतरही, वुड तात्काळ कोसळण्याचा (crash) अंदाज वर्तवत नाहीत. त्याऐवजी, ते पोर्टफोलिओ उद्योगाच्या "पिक्स अँड शॉव्हल्स" (picks and shovels - पायाभूत साधने) कडे, विशेषतः मेमरी आणि हार्डवेअरकडे वळवत आहेत.

ते 'जेव्हॉन्स पॅराडॉक्स'चा (Jevons Paradox) दाखला देतात, जिथे वाढलेली कार्यक्षमता एकूण वापरामध्ये वाढ घडवून आणते. संगणकीय प्रक्रिया अधिक कार्यक्षम होत असल्याने, DRAM आणि NAND मेमरीची मागणी वाढते. Micron सारख्या कंपन्यांनी त्यांच्या उत्पादनाच्या मोठ्या भागासाठी आधीच दीर्घकालीन धोरणात्मक करार केले आहेत, ज्यामुळे मेमरी उत्पादकांना महत्त्वपूर्ण प्रभाव आणि किंमत ठरवण्याची शक्ती मिळते, जी पारंपारिक चिप उत्पादकांकडे मागील मंदीच्या काळात अनेकदा नव्हती.

मुख्य निष्कर्ष

• मुख्य धोका: AI ट्रेड "malinvestment" (चुकीची गुंतवणूक) च्या चिंतेमुळे सर्वाधिक असुरक्षित आहे—म्हणजेच प्रचंड capex पुरेसा नफा मिळवून देत नाही याची जाणीव होणे.
• कमोडिटायझेशनचा दबाव: वेगाने सुधारत असलेले आणि स्वस्त AI मॉडेल्स, विशेषतः चीनमधील, आघाडीच्या पाश्चात्य AI कंपन्यांच्या उच्च-मार्जिन अर्थव्यवस्थेला धोका निर्माण करत आहेत.
• मेमरी हेज (Memory Hedge): सॉफ्टवेअर आणि मॉडेल पुरवठादारांना मार्जिनचा दबाव येत असताना, हार्डवेअर आणि मेमरी उत्पादक (जसे की SK Hynix आणि Samsung) या उभारणीचे संरचनात्मक लाभार्थी म्हणून कायम राहतील.