ਕਿਉਂ ਗਲਤ ਨਿਵੇਸ਼ (Malinvestment), ਨਾ ਕਿ ਚਿੱਪ ਦੀ ਵਾਧੂ ਸਪਲਾਈ, AI ਬੂਮ ਨੂੰ ਖਤਮ ਕਰ ਸਕਦੀ ਹੈ

ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦੀ ਇਹ ਸੋਨੇ ਦੀ ਖੁਦਾਈ ਵਰਗੀ ਦੌੜ ਵਰਤਮਾਨ ਵਿੱਚ ਇੱਕ ਬੇਮਿਸਾਲ ਪੂੰਜੀ ਖਰਚ (capital expenditure) ਚੱਕਰ ਦੁਆਰਾ ਚਲਾਈ ਜਾ ਰਹੀ ਹੈ, ਪਰ ਇਸਦੀ ਲੰਬੇ ਸਮੇਂ ਦੀ ਟਿਕਾਊਤਾ ਬਾਰੇ ਇੱਕ ਵੱਡੀ ਚੇਤਾਵਨੀ ਸਾਹਮਣੇ ਆਈ ਹੈ। ਜੈਫਰੀਜ਼ (Jefferies) ਦੇ ਗਲੋਬਲ ਹੈੱਡ ਆਫ ਇਕੁਇਟੀ ਸਟ੍ਰੈਟਜੀ, ਕ੍ਰਿਸ ਵੁੱਡ ਦਾ ਸੁਝਾਅ ਹੈ ਕਿ AI ਦਾ ਵਪਾਰ ਮੰਗ ਦੀ ਘਾਟ ਕਾਰਨ ਨਹੀਂ, ਸਗੋਂ ਮੁਨਾਫੇ ਦੇ ਸੰਕਟ ਕਾਰਨ ਖਤਮ ਹੋ ਸਕਦਾ ਹੈ।

ਗਲਤ ਨਿਵੇਸ਼ (Malinvestment) ਅਤੇ ਸਰਕੂਲਰ ਫੰਡਿੰਗ ਦਾ ਜੋਖਮ

ਰਵਾਇਤੀ ਸੈਮੀਕੰਡਕਟਰ ਚੱਕਰਾਂ ਦੇ ਉਲਟ, ਜੋ ਆਮ ਤੌਰ 'ਤੇ ਅਚਾਨਕ ਇਨਵੈਂਟਰੀ ਦੀ ਵਾਧੂ ਸਪਲਾਈ ਜਾਂ ਸਪਲਾਈ ਦੇ ਝਟਕਿਆਂ ਕਾਰਨ ਖਤਮ ਹੋ ਜਾਂਦੇ ਹਨ, ਵੁੱਡ ਨੇ "malinvestment" (ਗਲਤ ਨਿਵੇਸ਼) ਨੂੰ AI ਵਪਾਰ ਲਈ ਮੁੱਖ ਜੋਖਮ ਵਜੋਂ ਪਛਾਣਿਆ ਹੈ। ਮੁੱਖ ਚਿੰਤਾ ਇਹ ਹੈ ਕਿ ਹਾਈਪਰਸਕੇਲਰਜ਼ (hyperscalers) ਅਤੇ ਪ੍ਰਮੁੱਖ AI ਲੈਬਾਂ ਉਹਨਾਂ ਵਿਸ਼ਾਲ ਪੂੰਜੀ ਖਰਚਾਂ (capex) 'ਤੇ ਲੋੜੀਂਦਾ ਮੁਨਾਫਾ ਪੈਦਾ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਹਿ ਸਕਦੀਆਂ ਹਨ ਜੋ ਉਹ ਕਰ ਰਹੇ ਹਨ।

ਵੁੱਡ ਈਕੋਸਿਸਟਮ ਦੇ ਅੰਦਰ ਇੱਕ ਸੰਭਾਵੀ ਖਤਰਨਾਕ ਫੀਡਬੈਕ ਲੂਪ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦੇ ਹਨ: ਸਰਕੂਲਰ ਫੰਡਿੰਗ ਦੇ ਪ੍ਰਬੰਧ ਜਿੱਥੇ Nvidia ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ OpenAI ਵਰਗੀਆਂ AI ਲੈਬਾਂ ਨੂੰ ਵਿੱਤੀ ਸਹਾਇਤਾ ਪ੍ਰਦਾਨ ਕਰਦੀਆਂ ਹਨ, ਜੋ ਫਿਰ ਉਸ ਪੂੰਜੀ ਦੀ ਵਰਤੋਂ ਹੋਰ Nvidia ਚਿੱਪਾਂ ਖਰੀਦਣ ਲਈ ਕਰਦੀਆਂ ਹਨ। ਹਾਲਾਂਕਿ ਇਹ ਥੋੜ੍ਹੇ ਸਮੇਂ ਲਈ ਵਿਕਾਸ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ, ਪਰ ਇਹ ਇੱਕ ਕਮਜ਼ੋਰੀ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਜੇਕਰ ਨਿਵੇਸ਼ਕ ਇਹਨਾਂ AI ਨਿਵੇਸ਼ਾਂ ਦੀ ਲੰਬੇ ਸਮੇਂ ਦੀ ਮੁਨਾਫਾ ਕਮਾਉਣ ਦੀ ਸਮਰੱਥਾ 'ਤੇ ਸ਼ੱਕ ਕਰਨ ਲੱਗਦੇ ਹਨ, ਤਾਂ ਇਹ ਫੀਡਬੈਕ ਲੂਪ ਤੇਜ਼ੀ ਨਾਲ ਟੁੱਟ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਬਾਜ਼ਾਰ ਵਿੱਚ ਇੱਕ ਦਰਦਨਾਕ ਰੁਕਾਵਟ ਆ ਸਕਦੀ ਹੈ।

ਵਿਸ਼ਾਲ Capex ਅਤੇ ਜੇਵੋਨਜ਼ ਪੈਰਾਡੌਕਸ (Jevons Paradox)

ਵਰਤਮਾਨ ਵਿੱਚ ਦੇਖਿਆ ਜਾ ਰਿਹਾ ਨਿਵੇਸ਼ ਦਾ ਪੱਧਰ ਇਤਿਹਾਸਕ ਹੈ। TSMC ਨੇ ਆਪਣੀ 2026 ਦੀ capex ਗਾਈਡੈਂਸ ਨੂੰ ਲਗਭਗ $56 ਬਿਲੀਅਨ ਤੱਕ ਵਧਾ ਦਿੱਤਾ ਹੈ, ਜੋ ਪਿਛਲੇ ਸਾਲ $41 ਬਿਲੀਅਨ ਸੀ, ਅਤੇ ਕੁਝ ਅਨੁਮਾਨਾਂ ਅਨੁਸਾਰ 2027 ਤੱਕ ਖਰਚ $65–$70 ਬਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚ ਸਕਦਾ ਹੈ। ਇਸ ਤੇਜ਼ੀ ਨੇ ਤਾਈਵਾਨੀ ਅਰਥਵਿਵਸਥਾ ਨੂੰ ਪਹਿਲਾਂ ਹੀ ਕਾਫ਼ੀ ਹੱਦ ਤੱਕ ਉਤਸ਼ਾਹਿਤ ਕੀਤਾ ਹੈ, ਜਿਸ ਵਿੱਚ 2026 ਦੀ ਪਹਿਲੀ ਤਿਮਾਹੀ (Q1) ਵਿੱਚ ਅਸਲ GDP ਵਿਕਾਸ 14.55% ਰਿਹਾ।

ਵੁੱਡ ਇਸਨੂੰ "Jevons Paradox" ਦੇ ਨਜ਼ਰੀਏ ਤੋਂ ਦੇਖਦੇ ਹਨ—ਇਹ ਵਿਚਾਰ ਕਿ ਜਿਵੇਂ-ਜਿਵੇਂ ਵਧੇ ਹੋਏ ਕੁਸ਼ਲਤਾ ਕਾਰਨ ਕਿਸੇ ਸਰੋਤ (ਇਸ ਮਾਮਲੇ ਵਿੱਚ, ਕੰਪਿਊਟਿੰਗ ਟੋਕਨ) ਦੀ ਲਾਗਤ ਘਟਦੀ ਹੈ, ਉਸ ਸਰੋਤ ਦੀ ਕੁੱਲ ਖਪਤ ਅਸਲ ਵਿੱਚ ਵਧ ਜਾਂਦੀ ਹੈ। ਇਹ ਪੈਰਾਡੌਕਸ "picks and shovels" ਖਿਡਾਰੀਆਂ, ਖਾਸ ਤੌਰ 'ਤੇ ਮੈਮੋਰੀ ਅਤੇ DRAM ਸਪਲਾਈਰਾਂ ਨੂੰ ਲਾਭ ਪਹੁੰਚਾਉਂਦਾ ਹੈ। Micron ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ ਪਹਿਲਾਂ ਹੀ ਇਸ ਸੰਰਚਨਾਤਮਕ ਤਬਦੀਲੀ ਨੂੰ ਦੇਖ ਰਹੀਆਂ ਹਨ, ਜਿੱਥੇ Micron ਨੇ 16 ਰਣਨੀਤਕ ਗਾਹਕ ਸਮਝੌਤੇ ਕੀਤੇ ਹਨ ਜੋ ਇਸਦੇ DRAM ਵੌਲਯੂਮ ਦੇ 20% ਅਤੇ NAND ਵੌਲਯੂਮ ਦੇ ਇੱਕ ਤਿਹਾਈ ਹਿੱਸੇ ਨੂੰ ਕਵਰ ਕਰਦੇ ਹਨ, ਜੋ ਅਕਸਰ ਪੰਜ ਸਾਲਾਂ ਦੀ ਮਿਆਦ ਦੇ ਹੁੰਦੇ ਹਨ।

AI ਮਾਡਲਾਂ ਦਾ ਕਮੋਡਿਟਾਈਜ਼ੇਸ਼ਨ (Commoditisation)

ਪ੍ਰੀਮੀਅਮ ਪੱਛਮੀ AI ਪ੍ਰਦਾਤਾਵਾਂ ਦੀ ਆਰਥਿਕਤਾ 'ਤੇ ਇੱਕ ਹੋਰ ਵਧਦਾ ਦਬਾਅ Large Language Models (LLMs) ਦਾ ਤੇਜ਼ੀ ਨਾਲ ਕਮੋਡਿਟਾਈਜ਼ੇਸ਼ਨ (ਵਸਤੂਕਰਨ) ਹੈ। ਉੱਚ-ਗੁਣਵੱਤਾ ਵਾਲੇ, ਘੱਟ-ਲਾਗਤ ਵਾਲੇ ਮਾਡਲਾਂ ਦਾ ਉਭਾਰ—ਖਾਸ ਕਰਕੇ ਚੀਨ ਤੋਂ—ਅਮਰੀਕਾ ਅਧਾਰਤ ਕੰਪਨੀਆਂ ਦੇ ਦਬਦਬੇ ਨੂੰ ਚੁਣੌਤੀ ਦੇ ਰਿਹਾ ਹੈ।

ਉਦਾਹਰਣ ਵਜੋਂ, Z.ai ਦੇ GLM-5.2 ਦੀ ਸ਼ੁਰੂਆਤ ਨੂੰ ਕਾਰਪੋਰੇਟ ਵਰਤੋਂ ਲਈ Anthropic ਦੇ ਲਗਭਗ ਬਰਾਬਰ ਦੱਸਿਆ ਗਿਆ ਹੈ, ਪਰ ਇਹ ਪ੍ਰਤੀ ਟੋਕਨ ਸਿਰਫ ਇੱਕ ਚੌਥਾਈ ਲਾਗਤ 'ਤੇ ਹੈ। OpenRouter ਦਾ ਡੇਟਾ ਵੌਲਯੂਮ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਤਬਦੀਲੀ ਦਿਖਾਉਂਦਾ ਹੈ; ਜੂਨ ਦੇ ਅੰਤ ਵਿੱਚ, ਚੀਨੀ AI ਮਾਡਲਾਂ ਨੇ 21.37 ਟ੍ਰਿਲੀਅਨ ਟੋਕਨਾਂ ਨੂੰ ਪ੍ਰੋਸੈਸ ਕੀਤਾ, ਜੋ ਕਿ ਪ੍ਰਮੁੱਖ ਅਮਰੀਕੀ ਮਾਡਲਾਂ ਦੁਆਰਾ ਪ੍ਰੋਸੈਸ ਕੀਤੇ ਗਏ 5.76 ਟ੍ਰਿਲੀਅਨ ਟੋਕਨਾਂ ਨਾਲੋਂ ਕਾਫ਼ੀ ਵਧੇਰੇ ਹੈ। ਸਸਤੇ ਅਤੇ ਸਮਰੱਥ ਵਿਕਲਪਾਂ ਦੀ ਇਹ ਭਰਮਾਰ AI ਦੌੜ ਦੀ ਅਗਵਾਈ ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਦੇ ਮੁਨਾਫੇ ਦੇ ਮਾਰਜਿਨ 'ਤੇ ਭਾਰੀ ਦਬਾਅ ਪਾਉਂਦੀ ਹੈ।

ਮੁੱਖ ਨੁਕਤੇ

• ਮੁੱਖ ਜੋਖਮ: AI ਵਪਾਰ ਦਾ ਅੰਤ ਰਵਾਇਤੀ ਸੈਮੀਕੰਡਕਟਰ ਦੀ ਵਾਧੂ ਸਪਲਾਈ ਦੀ ਬਜਾਏ "malinvestment" ਅਤੇ capex 'ਤੇ ਮਾੜੇ ਰਿਟਰਨ ਦੇ ਅਹਿਸਾਸ ਕਾਰਨ ਹੋਣ ਦੀ ਵੱਧ ਸੰਭਾਵਨਾ ਹੈ।
• ਮੈਮੋਰੀ ਵਿੱਚ ਸੰਰਚਨਾਤਮਕ ਤਬਦੀਲੀ: DRAM ਅਤੇ ਮੈਮੋਰੀ ਸਪਲਾਈਰ ਵਰਤਮਾਨ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਸੁਰੱਖਿਅਤ "picks and shovels" ਲਾਭਪਾਤਕਰਤਾ ਹਨ, ਜੋ ਕੀਮਤਾਂ 'ਤੇ ਕੰਟਰੋਲ ਬਣਾਈ ਰੱਖਣ ਲਈ ਲੰਬੇ ਸਮੇਂ ਦੇ ਰਣਨੀਤਕ ਸਮਝੌਤਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹਨ।
• ਕਮੋਡਿਟਾਈਜ਼ੇਸ਼ਨ ਦਾ ਖਤਰਾ: ਘੱਟ-ਲਾਗਤ, ਉੱਚ-ਪ੍ਰਦਰਸ਼ਨ ਵਾਲੇ AI ਮਾਡਲਾਂ (ਖਾਸ ਕਰਕੇ ਚੀਨ ਤੋਂ) ਦਾ ਤੇਜ਼ੀ ਨਾਲ ਉਭਾਰ LLM ਲੈਂਡਸਕੇਪ ਨੂੰ ਕਮੋਡਿਟਾਈਜ਼ ਕਰ ਰਿਹਾ ਹੈ, ਜੋ ਪੱਛਮੀ AI ਲੀਡਰਾਂ ਦੇ ਉੱਚ-ਮਾਰਜਿਨ ਮਾਡਲਾਂ ਲਈ ਖਤਰਾ ਪੈਦਾ ਕਰ ਰਿਹਾ ਹੈ।