ਕਿਉਂ ਇੱਕ AI ਮਾਰਕੀਟ ਕ੍ਰੈਸ਼ ਡੌਟ-ਕੌਮ ਬਸਟ (Dot-Com Bust) ਨਾਲੋਂ ਵੀ ਵੱਧ ਭਿਆਨਕ ਹੋ ਸਕਦਾ ਹੈ

ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦੀ ਬੁਲੰਦੀ ਨੇ ਬੇਮਿਸਾਲ ਮਾਰਕੀਟ ਉਤਸ਼ਾਹ ਨੂੰ ਜਨਮ ਦਿੱਤਾ ਹੈ, ਪਰ ਪ੍ਰਮੁੱਖ ਵਿੱਤ ਮਾਹਰ ਅਸ਼ਵਥ ਦਾਮੋਧਰਨ ਇੱਕ ਆਉਣ ਵਾਲੇ ਪ੍ਰਣਾਲੀਗਤ ਜੋਖਮ (systemic risk) ਬਾਰੇ ਚੇਤਾਵਨੀ ਦਿੰਦੇ ਹਨ। ਪਿਛਲੇ ਤਕਨੀਕੀ ਚੱਕਰਾਂ ਦੇ ਉਲਟ, ਮੌਜੂਦਾ AI ਉਛਾਲ ਵਿਸ਼ਾਲ ਭੌਤਿਕ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਅਤੇ ਭਾਰੀ ਕਰਜ਼ੇ ਦੀ ਨੀਂਹ 'ਤੇ ਟਿਕਿਆ ਹੋਇਆ ਹੈ, ਜੋ 2000 ਦੇ ਡੌਟ-ਕੌਮ ਕ੍ਰੈਸ਼ ਨਾਲੋਂ ਕਿਤੇ ਜ਼ਿਆਦਾ ਵਿਨਾਸ਼ਕਾਰੀ ਸੰਭਾਵੀ ਸੁਧਾਰ (correction) ਲਈ ਸਟੇਜ ਤਿਆਰ ਕਰ ਰਿਹਾ ਹੈ।

ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦਾ ਜਾਲ: ਕਰਜ਼ਾ ਅਤੇ ਘਾਟਾ (Depreciation)

ਨਿਊਯਾਰਕ ਯੂਨੀਵਰਸਿਟੀ ਦੇ ਪ੍ਰੋਫੈਸਰ ਅਸ਼ਵਥ ਦਾਮੋਧਰਨ ਤਕਨੀਕੀ ਦਿੱਗਜਾਂ ਦੇ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕੇ ਵਿੱਚ ਇੱਕ ਮੌਲਿਕ ਤਬਦੀਲੀ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦੇ ਹਨ। ਡੌਟ-ਕੌਮ ਯੁੱਗ ਦੌਰਾਨ, ਕੰਪਨੀਆਂ ਮੁੱਖ ਤੌਰ 'ਤੇ 'ਕੈਪੀਟਲ-ਲਾਈਟ' (capital-light) ਸਨ, ਜੋ ਘੱਟ ਤੋਂ ਘੱਟ ਭੌਤਿਕ ਖਰਚਿਆਂ ਨਾਲ ਸੌਫਟਵੇਅਰ ਦਾ ਵਿਸਤਾਰ ਕਰਦੀਆਂ ਸਨ। ਅੱਜ, AI ਦੀ ਦੌੜ ਲਈ ਡੇਟਾ ਸੈਂਟਰਾਂ ਅਤੇ ਵਿਸ਼ੇਸ਼ ਹਾਰਡਵੇਅਰ ਵਿੱਚ ਭਾਰੀ ਪੂੰਜੀ ਖਰਚਿਆਂ (CapEx) ਦੀ ਲੋੜ ਹੈ।

ਦਾਮੋਧਰਨ "Magnificent Seven" ਕੰਪਨੀਆਂ ਲਈ ਇੱਕ ਗੰਭੀਰ ਜੋਖਮ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦੇ ਹਨ: ਉਹ ਕੈਪੀਟਲ-ਲਾਈਟ ਸੌਫਟਵੇਅਰ ਮਾਡਲਾਂ ਤੋਂ ਭਾਰੀ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਾਲੇ ਮਾਡਲਾਂ ਵੱਲ ਵਧ ਰਹੀਆਂ ਹਨ। ਇਹ ਕੰਪਨੀਆਂ ਅਜਿਹੀਆਂ ਸੰਪਤੀਆਂ ਵਿੱਚ ਅਰਬਾਂ ਰੁਪਏ ਨਿਵੇਸ਼ ਕਰ ਰਹੀਆਂ ਹਨ ਜੋ ਦਸ ਸਾਲਾਂ ਵਿੱਚ ਘਟਦੀਆਂ (depreciate) ਹਨ, ਫਿਰ ਵੀ ਤੇਜ਼ੀ ਨਾਲ ਬਦਲ ਰਹੇ AI ਲੈਂਡਸਕੇਪ ਵਿੱਚ, ਉਹ ਹਾਰਡਵੇਅਰ ਸਿਰਫ ਪੰਜ ਸਾਲਾਂ ਵਿੱਚ ਬੇਕਾਰ ਹੋ ਸਕਦਾ ਹੈ। ਕਿਉਂਕਿ ਇਸ ਵਿਸਤਾਰ ਦਾ ਵੱਡਾ ਹਿੱਸਾ ਕਰਜ਼ੇ ਰਾਹੀਂ ਫੰਡਾਂ ਨਾਲ ਚਲਾਇਆ ਜਾ ਰਿਹਾ ਹੈ, ਮਾਰਕੀਟ ਵਿੱਚ ਸੁਧਾਰ (correction) ਸਿਰਫ ਸ਼ੇਅਰਧਾਰਕਾਂ ਨੂੰ ਹੀ ਨੁਕਸਾਨ ਨਹੀਂ ਪਹੁੰਚਾਏਗਾ—ਇਹ ਇੱਕ ਵਿਆਪਕ ਆਰਥਿਕ ਪ੍ਰਭਾਵ (ripple effect) ਵੀ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ।

AI ਰਵਾਇਤੀ ਸੌਫਟਵੇਅਰ ਸਕੇਲਿੰਗ ਟੈਸਟ ਵਿੱਚ ਕਿਉਂ ਫੇਲ ਹੋ ਜਾਂਦਾ ਹੈ

ਤਕਨੀਕੀ ਉਦਯੋਗ ਵਿੱਚ ਇੱਕ ਆਮ ਗਲਤਫਹਿਮੀ ਇਹ ਹੈ ਕਿ AI ਕਲਾਸਿਕ ਸੌਫਟਵੇਅਰ ਦੇ "ਜ਼ੀਰੋ ਮਾਰਜਨਲ ਕਾਸਟ" (marginal cost of zero) ਨਿਯਮ ਦੀ ਪਾਲਣਾ ਕਰਦਾ ਹੈ। ਦਾਮੋਧਰਨ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਹ ਇੱਕ ਭਰਮ ਹੈ। Netflix ਦੇ ਉਲਟ, ਜੋ ਵਧ ਰਹੇ ਗਾਹਕਾਂ ਦੇ ਅਧਾਰ ਵਿੱਚ ਫਿਕਸਡ ਕੰਟੈਂਟ ਦੀ ਲਾਗਤ ਨੂੰ ਵੰਡ ਦਿੰਦਾ ਹੈ, AI ਮਾਡਲਾਂ ਨੂੰ ਹਰ ਇੱਕ ਇੰਟਰੈਕਸ਼ਨ (interaction) ਲਈ ਮਹੱਤਵਪੂਰਨ ਲਾਗਤਾਂ ਚੁਕਾਉਣੀ ਪੈਂਦੀ ਹੈ।

ਉਹ AI ਬਿਜ਼ਨਸ ਮਾਡਲ ਦੀ ਤੁਲਨਾ Netflix ਦੀ ਬਜਾਏ Spotify ਨਾਲ ਕਰਦੇ ਹਨ। Spotify ਦੇ ਮਾਡਲ ਵਿੱਚ, ਹਰ ਨਵਾਂ ਸਟ੍ਰੀਮ ਇੱਕ ਲਾਗਤ ਪੈਦਾ ਕਰਦਾ ਹੈ, ਜਿਸ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਮੁਨਾਫਾ (margins) ਘੱਟ ਹੁੰਦਾ ਹੈ। ਇਸੇ ਤਰ੍ਹਾਂ, ਹਰ ਵਾਧੂ AI ਕੁਐਰੀ (query) ਮਹਿੰਗੀ ਕੰਪਿਊਟਿੰਗ ਪਾਵਰ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ। ਰਵਾਇਤੀ 'ਇਕੋਨੋਮੀਜ਼ ਆਫ ਸਕੇਲ' (economies of scale) ਦੀ ਕਮੀ, ਅਤੇ DeepSeek ਵਰਗੇ ਘੱਟ ਲਾਗਤ ਵਾਲੇ ਪ੍ਰਤੀਯੋਗੀਆਂ ਤੋਂ ਸੰਭਾਵੀ ਕੀਮਤਾਂ ਵਿੱਚ ਗਿਰਾਵਟ, ਇਹ ਸੰਕੇਤ ਦਿੰਦੀ ਹੈ ਕਿ ਤੇਜ਼ੀ ਨਾਲ ਹੋ ਰਹੀ ਵਿਕਾਸ ਪ੍ਰਕਿਰਿਆ ਅਸਲ ਵਿੱਚ ਮੁੱਲ (value) ਬਣਾਉਣ ਦੀ ਬਜਾਏ ਉਸ ਨੂੰ ਖਤਮ ਕਰ ਸਕਦੀ ਹੈ।

"AI ਫੀਵਰ ਡ੍ਰੀਮ" ਅਤੇ ਸਮਾਜਿਕ ਵਿਘਨ

ਦਾਮੋਧਰਨ AI ਦੇ "ਬੁੱਲ ਕੇਸ" (bull case) ਬਾਰੇ ਵੀ ਗੱਲ ਕਰਦੇ ਹਨ, ਜਿਸ ਵਿੱਚ ਆਪਣੇ ਖ਼ਤਰੇ ਸ਼ਾਮਲ ਹਨ। ਜੇਕਰ AI ਆਪਣਾ ਅੰਤਿਮ ਵਾਅਦਾ ਪੂਰਾ ਕਰਦਾ ਹੈ—ਸਿਰਫ਼ ਉਤਪਾਦਕਤਾ ਦੇ ਸਾਧਨ ਵਜੋਂ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਮਨੁੱਖੀ ਮਿਹਨਤ ਦੇ ਪੂਰਨ ਬਦਲ ਵਜੋਂ—ਤਾਂ ਇਸ ਦੇ ਸਮਾਜਿਕ ਨਤੀਜੇ ਬੇਮਿਸਾਲ ਹੋਣਗੇ।

ਉਹ ਇਸ ਸਥਿਤੀ ਨੂੰ ਇੱਕ "AI fever dream" ਵਜੋਂ ਦਰਸਾਉਂਦੇ ਹਨ, ਜਿੱਥੇ ਇਸ ਤਕਨਾਲੋਜੀ ਦੀ ਸਫਲਤਾ ਹੀ ਅੱਧੇ ਤੋਂ ਵੱਧ ਵ੍ਹਾਈਟ-ਕਾਲਰ ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਬੇਰੁਜ਼ਗਾਰ ਕਰ ਸਕਦੀ ਹੈ। ਹਾਲਾਂਕਿ ਆਰਥਿਕ ਲਾਭ ਬੈਲੇਂਸ ਸ਼ੀਟ 'ਤੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਲੱਗ ਸਕਦੇ ਹਨ, ਪਰ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਨੌਕਰੀਆਂ ਜਾਣ ਕਾਰਨ ਸਮਾਜ 'ਤੇ ਪੈਣ ਵਾਲੇ "ਭਿਆਨਕ ਖਰਚੇ" ਇੱਕ ਅਜਿਹਾ ਜੋਖਮ ਹਨ ਜਿਸ ਨੂੰ ਮੌਜੂਦਾ ਮਾਰਕੀਟ ਮੁਲਾਂਕਣ (market valuations) ਗਲਤ ਅੰਦਾਜ਼ੇ ਲਗਾ ਰਹੇ ਹਨ।

ਰਣਨੀਤਕ ਸੰਜਮ ਬਨਾਮ ਹਮਲਾਵਰ ਖਰਚ

ਇਸ ਭੱਜ-ਦੌੜ ਦੇ ਵਿਚਕਾਰ, Damodaran AI ਦੀ ਦੌੜ ਵਿੱਚ Apple ਦੀ ਪ੍ਰਤੀਤ ਹੋ ਰਹੀ ਹਿਚਕਿਚਾਹਟ ਦਾ ਇੱਕ ਹੈਰਾਨੀਜਨਕ ਬਚਾਅ ਕਰਦੇ ਹਨ। ਜਦੋਂ ਕਿ ਆਲੋਚਕਾਂ ਦਾ ਤਰਕ ਹੈ ਕਿ Apple ਪਿੱਛੇ ਰਹਿ ਰਿਹਾ ਹੈ, Damodaran ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ ਕਿ "ਸੰਜਮ ਦੀ ਘੱਟ ਕਦਰ ਕਰਨਾ" ਇੱਕ ਆਮ ਗਲਤੀ ਹੈ। ਆਪਣੇ ਸਾਥੀਆਂ ਦੁਆਰਾ ਸਾਹਮਣੇ ਕੀਤੇ ਗਏ ਭਾਰੀ CapEx ਗਲਤ ਫੈਸਲਿਆਂ ਅਤੇ ਹਾਰਡਵੇਅਰ ਦੇ ਪੁਰਾਣੇ ਹੋਣ ਦੇ ਜੋਖਮਾਂ ਨੂੰ ਦੇਖਦੇ ਹੋਏ, Apple ਸ਼ਾਇਦ ਆਪਣੇ ਆਪ ਨੂੰ ਵਧੇਰੇ ਕੁਸ਼ਲਤਾ ਅਤੇ ਘੱਟ ਬਰਬਾਦ ਹੋਈ ਪੂੰਜੀ ਨਾਲ ਬਾਜ਼ਾਰ ਵਿੱਚ ਉਤਰਨ ਲਈ ਤਿਆਰ ਕਰ ਰਿਹਾ ਹੈ।

ਮੁੱਖ ਨੁਕਤੇ

• ਸੰਰਚਨਾਤਮਕ ਜੋਖਮ: ਡੌਟ-ਕੌਮ (dot-com) ਯੁੱਗ ਦੇ ਉਲਟ, AI ਦੀ ਬੁਲੰਦੀ ਭਾਰੀ ਕਰਜ਼ੇ ਅਤੇ ਵਿਸ਼ਾਲ ਭੌਤਿਕ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੁਆਰਾ ਚਲਾਈ ਜਾ ਰਹੀ ਹੈ, ਜੋ ਕਿ ਕਿਸੇ ਵੀ ਡਿੱਗਣ (crash) ਨੂੰ ਪ੍ਰਣਾਲੀਗਤ ਤੌਰ 'ਤੇ ਵਧੇਰੇ ਖ਼ਤਰਨਾਕ ਬਣਾਉਂਦੀ ਹੈ।
• ਮਾਰਜਿਨ ਕੰਪਰੈਸ਼ਨ (Margin Compression): AI ਵਿੱਚ ਰਵਾਇਤੀ ਸਾਫਟਵੇਅਰ ਵਾਂਗ 'ਜ਼ੀਰੋ-ਮਾਰਜਿਨਲ-ਕਾਸਟ' (zero-marginal-cost) ਦਾ ਫਾਇਦਾ ਨਹੀਂ ਹੈ, ਇਹ ਇੱਕ ਸਕੇਲੇਬਲ ਪਲੇਟਫਾਰਮ (ਜਿਵੇਂ ਕਿ Netflix) ਦੀ ਬਜਾਏ ਇੱਕ ਉੱਚ-ਲਾਗਤ ਸੇਵਾ (Spotify ਵਾਂਗ) ਵਾਂਗ ਕੰਮ ਕਰਦਾ ਹੈ।
• ਸਮਾਜਿਕ ਪ੍ਰਭਾਵ: ਸਭ ਤੋਂ ਸਫਲ AI ਬਿਜ਼ਨਸ ਮਾਡਲ—ਜੋ ਮਨੁੱਖੀ ਮਿਹਨਤ ਦੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਜਗ੍ਹਾ ਲੈ ਲੈਂਦੇ ਹਨ—ਡੂੰਘੀ ਸਮਾਜਿਕ ਅਸਥਿਰਤਾ ਅਤੇ ਆਰਥਿਕ ਵਿਗਾੜ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦੇ ਹਨ।