HCLTech ने ५० MW पर्यंत क्षमता असलेले डेटा-सेंटर्स उभारण्यासाठी आणि चालवण्यासाठी ₹३,५०० कोटींचा (सुमारे $३६५ दशलक्ष) प्लॅन जाहीर केला आहे, ज्याला "full-stack" आर्टिफिशियल-इंटेलिजन्स ऑफरचा कणा मानले जात आहे.

डेटा-सेंटरवरील हा भर आता का महत्त्वाचा आहे

AI वर्कलोड्सचा आकार आणि खर्च प्रचंड प्रमाणात वाढला आहे, ज्यामुळे कंपन्यांना सामान्य क्लाउड सेवांऐवजी स्थानिक, उच्च-कार्यक्षमता असलेल्या कम्प्युट (compute) पर्यायांचा शोध घेणे भाग पडत आहे. स्वतःची भौतिक यंत्रणा (physical plant) मालकीमध्ये असल्याने, HCLTech ला लॅटन्सी (latency) कमी करणे, खर्च नियंत्रित करणे आणि मोठ्या मॉडेल्सना प्रशिक्षित करण्यासाठी आणि चालवण्यासाठी आवश्यक असलेले सॉफ्टवेअर आणि सेवांसह इन्फ्रास्ट्रक्चर एकत्रितपणे उपलब्ध करून देण्याची आशा आहे. कंपनीचे म्हणणे आहे की, या गुंतवणुकीमुळे AI प्रकल्प विस्तारताना अनेक ग्राहकांना येणारे अडथळे (bottlenecks) दूर होतील.

TCS पेक्षा वेगळी रणनीती

HCLTech आणि TCS दोन्ही डेटा-सेंटरच्या मालकीकडे वळत आहेत, परंतु त्यांच्या रणनीतींमध्ये मोठा फरक आहे. TCS ने १ GW क्षमता प्रदान करण्यासाठी सहा वर्षांत $६.५ अब्ज खर्च करण्याचे वचन दिले आहे – ही एक शुद्ध 'व्हॉल्यूम प्ले' (volume play) आहे जी कंत्राटे मिळवण्यासाठी मोठ्या प्रमाणावर (scale) अवलंबून आहे. याउलट, HCLTech ५० MW च्या मर्यादित क्षेत्रावर लक्ष केंद्रित करत आहे आणि कच्च्या कम्प्युटवर आधारित विविध स्तर एकत्र जोडत आहे: हाय-स्पीड नेटवर्किंग, GPU-समृद्ध सर्व्हर्स आणि थेट वापरण्यायोग्य AI ॲप्लिकेशन्स. विखुरलेल्या सेवांऐवजी ग्राहकांना एकसंध, एकात्मिक इकोसिस्टम (integrated ecosystem) देणे हे कंपनीचे उद्दिष्ट आहे.

भांडवली खर्च आणि अपेक्षित परतावा

उद्योगांसाठी, बँडविड्थ किंवा कम्प्युटच्या कमतरतेमुळे अडकतील अशा मॉडेल्सना तैनात करताना जलद 'टाइम-टू-व्हॅल्यू' (time-to-value) मिळवण्याचे आश्वासन यातून मिळते.

बाजारपेठेतील प्रतिक्रिया आणि वाढीची पार्श्वभूमी

जेव्हा HCLTech ने हा प्लॅन जाहीर केला, तेव्हा बॉम्बे स्टॉक एक्सचेंजवर त्याचे शेअर्स ४.४२% घसरले आणि ₹१,१६७ वर बंद झाले. विश्लेषकांच्या मते, ही घसरण कंपनीच्या अलीकडील मार्गदर्शकामुळे (guidance) झाली आहे, ज्यामध्ये गेल्या चार वर्षांतील सर्वात कमकुवत पूर्ण-वर्षीय वाढीचा अंदाज वर्तवण्यात आला आहे. या मार्गदर्शनामुळे चिंता निर्माण झाली आहे की, मोठ्या भांडवली खर्चामुळे (capex) अल्पकाळात नफ्याचे प्रमाण (margins) कमी होऊ शकते, विशेषतः जर AI सेवा विभागाने खर्च भरून काढण्यासाठी वेगाने प्रगती केली नाही तर.

जोखीम आणि प्रतिवाद

पुढे काय पाहावे

  • वापर दर (Utilisation rates): ५० MW क्षमतेपैकी किती भाग बुक केला जात आहे, यावरील सुरुवातीचे अहवाल बाजारपेठेची मागणी दर्शवतील.
  • महसूल मिश्रण (Revenue mix): पारंपारिक IT आउटसोर्सिंगच्या तुलनेत AI-संबंधित सेवांमधून मिळणाऱ्या कमाईचा वाटा नवीन मॉडेल किती वेगाने विस्तारत आहे हे स्पष्ट करेल.
  • मार्जिन कल (Margin trends): ऑपरेटिंग मार्जिनचा मागोवा घेतल्यास भांडवली खर्च नफा कमी न करता शोषला जात आहे की नाही, हे समजेल.
  • स्पर्धक प्रतिसाद: TCS च्या रोडमॅपमध्ये कोणताही बदल—मग तो अधिक एकात्मिकतेकडे असो किंवा सखोल विशेषीकरण (specialization) कडे—या दोन दिग्गजांमधील समीकरणे बदलू शकतो.

निष्कर्ष

HCLTech चा ₹३,५०० कोटींचा डेटा-सेंटरचा डाव हा TCS द्वारे समर्थित 'प्युअर-स्केल' मॉडेलला मागे टाकण्याचा एक मोजलेला प्रयत्न आहे. इन्फ्रास्ट्रक्चर आणि ॲप्लिकेशनचा एक घट्ट जोडलेला संच उद्याची AI कंत्राटे जिंकून देईल, असा यामागे विश्वास आहे. बाजारपेठेचा सावध प्रतिसाद दीर्घकालीन महत्त्वाकांक्षा आणि अल्पकालीन आर्थिक शिस्त यातील तणावावर प्रकाश टाकतो. वापराचे प्रमाण वाढल्यावर आणि AI मधून महसूल मिळण्यास सुरुवात झाल्यावर, ही 'full-stack' रणनीती वचन दिलेला फायदा देईल की नाही, हे स्पष्ट होईल.