चिप्सचा अतिपुरवठा नाही, तर चुकीची गुंतवणूक (Malinvestment) AI ट्रेड संपवू शकते

आर्टिफिशियल इंटेलिजन्सचा (AI) विस्तार इतिहासातील सर्वात नाट्यमय भांडवली खर्च (capex) चक्राला चालना देत आहे, परंतु त्याच्या शाश्वततेबाबत एक महत्त्वपूर्ण इशारा समोर आला आहे. जेफरीजचे (Jefferies) ग्लोबल हेड ऑफ इक्विटी स्ट्रॅटेजी, ख्रिस वुड यांच्या मते, AI ट्रेडचा शेवट चिप्सच्या कमतरतेमुळे नाही, तर गुंतवणुकीवरील परताव्याबाबत निर्माण होणाऱ्या विश्वासाच्या संकटामुळे होईल.

चुकीच्या गुंतवणुकीचा (Malinvestment) वाढता धोका

पारंपारिक सेमीकंडक्टर चक्रांप्रमाणे, जे अचानक पुरवठा वाढल्यामुळे किंवा इन्व्हेंटरी साठल्यामुळे संपतात, त्यापेक्षा वेगळे वुड असा युक्तिवाद करतात की AI युगासमोर 'मॅलइन्व्हेस्टमेंट' (चुकीची गुंतवणूक) नावाचा एक अद्वितीय संरचनात्मक धोका आहे. हायपरस्केलर्स आणि आघाडीच्या AI लॅब्सनी तैनात केलेल्या प्रचंड भांडवलावर पुरेसा परतावा मिळवण्यात ते अपयशी ठरतील, ही मुख्य भीती आहे.

वुड या इकोसिस्टममधील एका चिंताजनक "सर्कुलर फंडिंग" (circular funding) पॅटर्नवर प्रकाश टाकतात. उदाहरणार्थ, Nvidia ने OpenAI सारख्या संस्थांना वित्तपुरवठा करण्यात सहभाग घेतला आहे, जे या भांडवलाचा वापर अधिक Nvidia चिप्स खरेदी करण्यासाठी करतात. जरी यामुळे अल्पकाळात एक शक्तिशाली गती (momentum) निर्माण होत असली, तरी यामुळे एक असा फीडबॅक लूप तयार होतो जो गुंतवणूकदारांना AI स्टॅकच्या दीर्घकालीन कमाई आणि नफ्यावर शंका आल्यास अचानक कोलमडून पडू शकतो.

प्रचंड भांडवली खर्च (Capex) आणि जोखमीचे केंद्रीकरण

सध्या पाहायला मिळणाऱ्या गुंतवणुकीचे प्रमाण अभूतपूर्व आहे. जगातील आघाडीची फाउंड्री असलेल्या TSMC ने त्यांचे 2026 चे capex मार्गदर्शन गेल्या वर्षीच्या $41 अब्ज वरून वाढवून सुमारे $56 अब्ज केले आहे. फुबॉन रिसर्चच्या (Fubon Research) अंदाजानुसार, 2027 पर्यंत हे प्रमाण $65 अब्ज ते $70 अब्ज दरम्यान पोहोचू शकते.

या वाढीमुळे प्रादेशिक अर्थव्यवस्थांमध्ये आधीच बदल होत आहेत. तैवानमध्ये, AI-संबंधित मागणीचा प्रभाव स्पष्टपणे दिसून येत असून, 2026 च्या पहिल्या तिमाहीत (Q1) वार्षिक जीडीपी वाढ 14.55% वर पोहोचली आहे. शिवाय, 2026 मध्ये TSMC च्या एकूण महसुलात AI-संबंधित मागणीचा वाटा सुमारे 31% असेल अशी अपेक्षा आहे, जे जागतिक अर्थव्यवस्था AI इन्फ्रास्ट्रक्चरवर किती मोठ्या प्रमाणात अवलंबून आहे हे अधोरेखित करते.

AI मॉडेल्सचे कमोडिटायझेशन (Commoditisation)

दुसरा महत्त्वाचा मुद्दा म्हणजे लार्ज लँग्वेज मॉडेल्सचे (LLMs) वेगाने होणारे कमोडिटायझेशन. कार्यक्षमता सुधारत असताना आणि खर्च कमी होत असताना, पाश्चात्य AI पुरवठादारांचे "प्रीमियम" वर्चस्व धोक्यात येत आहे. वुड चिनी मॉडेल्सच्या वाढीकडे लक्ष वेधतात, जसे की Z.ai चे GLM-5.2, जे केवळ एक चतुर्थांश खर्चात उच्च दर्जाच्या पाश्चात्य मॉडेल्सच्या तोडीची कामगिरी देते असे म्हटले जाते.

डेटा या बदलाला पुष्टी देतो; OpenRouter प्लॅटफॉर्मवर, जूनच्या अखेरीस आघाडीच्या चिनी AI मॉडेल्सनी 21.37 ट्रिलियन टोकन्सवर प्रक्रिया केली, जी एप्रिलमधील 4.37 ट्रिलियनच्या तुलनेत मोठी झेप आहे. हे प्रमाण अमेरिकेतील आघाडीच्या मॉडेल्सनी प्रक्रिया केलेल्या 5.76 ट्रिलियन टोकन्सपेक्षा लक्षणीयरीत्या जास्त आहे, जे या क्षेत्रात वाढती स्पर्धा आणि किमतीबाबतची संवेदनशीलता दर्शवते.

"पिक्स अँड शॉव्हल्स" (Picks and Shovels) कडे लक्ष वळवणे

या चेतावणी असूनही, वुड तात्काळ कोलमडण्याचा अंदाज वर्तवत नाहीत. त्याऐवजी, ते उद्योगातील "पिक्स अँड शॉव्हल्स" (म्हणजेच आवश्यक पायाभूत साधने)—विशेषतः DRAM आणि मेमरी पुरवठादारांकडे धोरणात्मक वळण घेण्याचा सल्ला देतात. 'जेव्होन्स पॅराडॉक्स'मुळे (Jevons Paradox), जशी कम्प्युटिंग अधिक कार्यक्षम आणि स्वस्त होते, तसे एकूण वापर प्रत्यक्षात वाढतो, ज्याचा फायदा हार्डवेअर पुरवठादारांना होतो.

Micron सारखे मोठे खेळाडू आधीच संरचनात्मक बदलांद्वारे आपले स्थान सुरक्षित करत आहेत, जसे की त्यांच्या DRAM आणि NAND व्हॉल्यूमचा मोठा भाग कव्हर करणारे पाच वर्षांचे धोरणात्मक करार करणे. यामुळे मेमरी उत्पादकांना अधिक किंमत ठरवण्याचे सामर्थ्य (pricing power) आणि स्थिरता मिळते, जरी व्यापक AI सॉफ्टवेअर लेयरला आपली नफाक्षमता सिद्ध करण्यासाठी संघर्ष करावा लागला तरीही.

मुख्य निष्कर्ष

  • खरा धोका: AI ट्रेडचा शेवट पारंपारिक चिप्सच्या अतिपुरवठ्यामुळे नाही, तर "मॅलइन्व्हेस्टमेंट" मुळे—म्हणजेच हायपरस्केलर्सना त्यांच्या प्रचंड भांडवली खर्चावर (capex) पुरेसा परतावा मिळवण्यात अपयश आल्यामुळे—होण्याची शक्यता जास्त आहे.
  • मॉडेल कमोडिटायझेशन: कमी खर्चाच्या आणि उच्च कार्यक्षमतेच्या चिनी AI मॉडेल्सच्या वेगाने होणाऱ्या वाढीमुळे प्रीमियम पाश्चात्य AI पुरवठादारांच्या आर्थिक मॉडेलवर प्रचंड दबाव येत आहे.
  • हार्डवेअर लवचिकता: मेमरी आणि DRAM उत्पादक (जसे की SK Hynix आणि Samsung) दीर्घकालीन विक्री करार निश्चित करण्याची आणि किंमत ठरवण्याचे सामर्थ्य राखण्याची क्षमता असल्यामुळे सर्वात लवचिक लाभार्थी ठरत आहेत.