ਕਿਉਂ ਗਲਤ ਨਿਵੇਸ਼ (Malinvestment), ਚਿੱਪਾਂ ਦੀ ਵੱਧ ਸਪਲਾਈ ਨਹੀਂ, AI ਟ੍ਰੇਡ ਨੂੰ ਖਤਮ ਕਰ ਸਕਦਾ ਹੈ

ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦਾ ਬੂਮ ਇਤਿਹਾਸ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਡੇ ਕੈਪੀਟਲ ਐਕਸਪੈਂਡੀਚਰ (capex) ਚੱਕਰ ਨੂੰ ਚਲਾ ਰਿਹਾ ਹੈ, ਪਰ ਇਸਦੀ ਸਥਿਰਤਾ ਬਾਰੇ ਇੱਕ ਵੱਡੀ ਚੇਤਾਵਨੀ ਸਾਹਮਣੇ ਆਈ ਹੈ। ਜੈਫਰੀਜ਼ (Jefferies) ਦੇ ਗਲੋਬਲ ਹੈੱਡ ਆਫ ਇਕੁਇਟੀ ਸਟ੍ਰੈਟਜੀ, ਕ੍ਰਿਸ ਵੁੱਡ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ AI ਟ੍ਰੇਡ ਦਾ ਅੰਤ ਚਿੱਪਾਂ ਦੀ ਕਮੀ ਕਾਰਨ ਨਹੀਂ, ਸਗੋਂ ਨਿਵੇਸ਼ ਦੇ ਰਿਟਰਨ (returns) ਵਿੱਚ ਵਿਸ਼ਵਾਸ ਦੀ ਘਾਟ ਕਾਰਨ ਹੋਵੇਗਾ।

ਗਲਤ ਨਿਵੇਸ਼ (Malinvestment) ਦਾ ਵਧਦਾ ਖ਼ਤਰਾ

ਰਵਾਇਤੀ ਸੈਮੀਕੰਡਕਟਰ ਚੱਕਰਾਂ ਦੇ ਉਲਟ, ਜੋ ਅਚਾਨਕ ਸਪਲਾਈ ਵਧਣ ਜਾਂ ਇਨਵੈਂਟਰੀ ਦੇ ਜਮ੍ਹਾਂ ਹੋਣ ਕਾਰਨ ਖਤਮ ਹੋ ਜਾਂਦੇ ਹਨ, ਵੁੱਡ ਦਾ ਤਰਕ ਹੈ ਕਿ AI ਯੁੱਗ ਇੱਕ ਵਿਲੱਖਣ ਸੰਰਚਨਾਤਮਕ ਜੋਖਮ ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਿਹਾ ਹੈ: ਗਲਤ ਨਿਵੇਸ਼ (malinvestment)। ਮੁੱਖ ਖ਼ਤਰਾ ਇਸ ਸੰਭਾਵਨਾ ਵਿੱਚ ਹੈ ਕਿ ਹਾਈਪਰਸਕੇਲਰ (hyperscalers) ਅਤੇ ਪ੍ਰਮੁੱਖ AI ਲੈਬਾਂ ਉਹਨਾਂ ਵਿਸ਼ਾਲ ਪੂੰਜੀ 'ਤੇ ਲੋੜੀਂਦਾ ਰਿਟਰਨ ਪੈਦਾ ਕਰਨ ਵਿੱਚ ਅਸਮਰੱਥ ਹੋ ਸਕਦੀਆਂ ਹਨ ਜੋ ਉਹ ਲਗਾ ਰਹੇ ਹਨ।

ਵੁੱਡ ਇਸ ਈਕੋਸਿਸਟਮ ਦੇ ਅੰਦਰ ਇੱਕ ਚਿੰਤਾਜਨਕ "ਚੱਕਰਵਰਤੀ ਫੰਡਿੰਗ" (circular funding) ਪੈਟਰਨ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦੇ ਹਨ। ਉਦਾਹਰਨ ਲਈ, Nvidia ਨੇ OpenAI ਵਰਗੀਆਂ ਸੰਸਥਾਵਾਂ ਨੂੰ ਵਿੱਤ ਪ੍ਰਦਾਨ ਕਰਨ ਵਿੱਚ ਹਿੱਸਾ ਲਿਆ ਹੈ, ਜੋ ਬਦਲੇ ਵਿੱਚ ਉਸ ਪੂੰਜੀ ਦੀ ਵਰਤੋਂ ਹੋਰ Nvidia ਚਿੱਪਾਂ ਖਰੀਦਣ ਲਈ ਕਰਦੇ ਹਨ। ਹਾਲਾਂਕਿ ਇਹ ਥੋੜ੍ਹੇ ਸਮੇਂ ਲਈ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਗਤੀ (momentum) ਪੈਦਾ ਕਰਦਾ ਹੈ, ਪਰ ਇਹ ਇੱਕ ਅਜਿਹਾ ਫੀਡਬੈਕ ਲੂਪ ਬਣਾਉਂਦਾ ਹੈ ਜੋ ਤੇਜ਼ੀ ਨਾਲ ਡਿੱਗ ਸਕਦਾ ਹੈ ਜੇਕਰ ਨਿਵੇਸ਼ਕ AI ਸਟੈਕ ਦੀ ਲੰਬੇ ਸਮੇਂ ਦੀ ਮੁਦਰਾਕਰਨ (monetization) ਅਤੇ ਕਮਾਈ ਦੀ ਸਪਸ਼ਟਤਾ 'ਤੇ ਸ਼ੱਕ ਕਰਨ ਲੱਗ ਜਾਣ।

ਵਿਸ਼ਾਲ Capex ਅਤੇ ਜੋਖਮ ਦਾ ਕੇਂਦਰੀਕਰਨ

ਵਰਤਮਾਨ ਵਿੱਚ ਦੇਖਿਆ ਜਾ ਰਿਹਾ ਨਿਵੇਸ਼ ਦਾ ਪੱਧਰ ਬੇਮਿਸਾਲ ਹੈ। ਦੁਨੀਆ ਦੀ ਪ੍ਰਮੁੱਖ ਫਾਊਂਡਰੀ, TSMC ਨੇ ਆਪਣੀ 2026 ਦੀ capex ਗਾਈਡੈਂਸ ਨੂੰ ਲਗਭਗ $56 ਬਿਲੀਅਨ ਤੱਕ ਵਧਾ ਦਿੱਤਾ ਹੈ, ਜੋ ਪਿਛਲੇ ਸਾਲ $41 ਬਿਲੀਅਨ ਸੀ। Fubon Research ਦੇ ਅਨੁਮਾਨਾਂ ਅਨੁਸਾਰ, ਇਹ 2027 ਤੱਕ $65 ਬਿਲੀਅਨ ਅਤੇ $70 ਬਿਲੀਅਨ ਦੇ ਵਿਚਕਾਰ ਪਹੁੰਚ ਸਕਦਾ ਹੈ।

ਇਹ ਤੇਜ਼ੀ ਪਹਿਲਾਂ ਹੀ ਖੇਤਰੀ ਅਰਥਚਾਰਿਆਂ ਨੂੰ ਬਦਲ ਰਹੀ ਹੈ। ਤਾਈਵਾਨ ਵਿੱਚ, AI ਨਾਲ ਸਬੰਧਤ ਮੰਗ ਦਾ ਪ੍ਰਭਾਵ ਸਪਸ਼ਟ ਹੈ, ਜਿੱਥੇ 2026 ਦੀ ਪਹਿਲੀ ਤਿਮਾਹੀ (Q1) ਵਿੱਚ ਅਸਲ GDP ਵਿਕਾਸ 14.55% ਰਿਹਾ। ਇਸ ਤੋਂ ਇਲਾਵਾ, 2026 ਵਿੱਚ TSMC ਦੇ ਕੁੱਲ ਮਾਲੀਏ ਦਾ ਲਗਭਗ 31% AI ਨਾਲ ਸਬੰਧਤ ਮੰਗ ਤੋਂ ਆਉਣ ਦੀ ਉਮੀਦ ਹੈ, ਜੋ ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਵਿਸ਼ਵ ਅਰਥਚਾਰਤ ਕਿੰਨੀ ਡੂੰਘਾਈ ਨਾਲ AI ਬੁਨਿਆਦੀ ਢਾਂਚੇ 'ਤੇ ਕੇਂਦਰਿਤ ਹੋ ਰਿਹਾ ਹੈ।

AI ਮਾਡਲਾਂ ਦਾ ਕਮੋਡਿਟਾਈਜ਼ੇਸ਼ਨ (Commoditisation)

ਦੂਜਾ ਦਬਾਅ ਪੁਆਇੰਟ Large Language Models (LLMs) ਦਾ ਤੇਜ਼ੀ ਨਾਲ ਕਮੋਡਿਟਾਈਜ਼ੇਸ਼ਨ ਹੋਣਾ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਕੁਸ਼ਲਤਾ ਵਧਦੀ ਹੈ ਅਤੇ ਲਾਗਤ ਘਟਦੀ ਹੈ, ਪੱਛਮੀ AI ਪ੍ਰਦਾਤਾਵਾਂ ਦਾ "ਪ੍ਰੀਮੀਅਮ" ਫਾਇਦਾ ਚੁਣੌਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਿਹਾ ਹੈ। ਵੁੱਡ ਚੀਨੀ ਮਾਡਲਾਂ ਦੇ ਉਭਾਰ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ Z.ai ਦਾ GLM-5.2, ਜੋ ਕਿ ਰਿਪੋਰਟਾਂ ਅਨੁਸਾਰ ਸਿਰਫ ਇੱਕ-ਚੌਥਾਈ ਲਾਗਤ 'ਤੇ ਉੱਚ-ਦਰਜੇ ਦੇ ਪੱਛਮੀ ਮਾਡਲਾਂ ਦੇ ਬਰਾਬਰ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦਾ ਹੈ।

ਡੇਟਾ ਇਸ ਤਬਦੀਲੀ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ; OpenRouter ਪਲੇਟਫਾਰਮ 'ਤੇ, ਜੂਨ ਦੇ ਅਖੀਰ ਵਿੱਚ ਚੀਨੀ AI ਮਾਡਲਾਂ ਨੇ 21.37 ਟ੍ਰਿਲੀਅਨ ਟੋਕਨਾਂ ਨੂੰ ਪ੍ਰੋਸੈਸ ਕੀਤਾ, ਜੋ ਕਿ ਅਪ੍ਰੈਲ ਦੇ 4.37 ਟ੍ਰਿਲੀਅਨ ਤੋਂ ਇੱਕ ਬਹੁਤ ਵੱਡੀ ਛਾਲ ਹੈ। ਇਹ ਮਾਤਰਾ ਪ੍ਰਮੁੱਖ ਅਮਰੀਕੀ ਮਾਡਲਾਂ ਦੁਆਰਾ ਪ੍ਰੋਸੈਸ ਕੀਤੇ ਗਏ 5.76 ਟ੍ਰਿਲੀਅਨ ਟੋਕਨਾਂ ਨਾਲੋਂ ਕਾਫ਼ੀ ਜ਼ਿਆਦਾ ਹੈ, ਜੋ ਇੱਕ ਭੀੜ-ਭੜੱਕੇ ਵਾਲੇ ਅਤੇ ਕੀਮਤ ਪ੍ਰਤੀ ਸੰਵੇਦਨਸ਼ੀਲ ਮਾਰਕੀਟ ਦਾ ਸੰਕੇਤ ਦਿੰਦੀ ਹੈ।

"Picks and Shovels" ਵੱਲ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨਾ

ਇਹਨਾਂ ਚੇਤਾਵਨੀਆਂ ਦੇ ਬਾਵਜੂਦ, ਵੁੱਡ ਤੁਰੰਤ ਪਤਨ ਦੀ ਭਵਿੱਖਬਾਣੀ ਨਹੀਂ ਕਰਦੇ। ਇਸ ਦੀ ਬਜਾਏ, ਉਹ ਉਦਯੋਗ ਦੇ "picks and shovels" (ਮੁਢਲੇ ਸਾਧਨ)—ਖਾਸ ਕਰਕੇ DRAM ਅਤੇ ਮੈਮੋਰੀ ਸਪਲਾਈਰਾਂ ਵੱਲ ਰਣਨੀਤਕ ਤਬਦੀਲੀ ਦਾ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ। Jevons Paradox ਦੇ ਕਾਰਨ, ਜਿਵੇਂ-ਜਿਵੇਂ ਕੰਪਿਊਟਿੰਗ ਵਧੇਰੇ ਕੁਸ਼ਲ ਅਤੇ ਸਸਤੀ ਹੁੰਦੀ ਹੈ, ਕੁੱਲ ਖਪਤ ਅਸਲ ਵਿੱਚ ਵਧਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਹਾਰਡਵੇਅਰ ਪ੍ਰਦਾਤਾਵਾਂ ਨੂੰ ਫਾਇਦਾ ਹੁੰਦਾ ਹੈ।

Micron ਵਰਗੇ ਪ੍ਰਮੁੱਖ ਖਿਡਾਰੀ ਪਹਿਲਾਂ ਹੀ ਸੰਰਚਨਾਤਮਕ ਤਬਦੀਲੀਆਂ ਰਾਹੀਂ ਆਪਣੀ ਸਥਿਤੀ ਸੁਰੱਖਿਅਤ ਕਰ ਰਹੇ ਹਨ, ਜਿਵੇਂ ਕਿ ਰਣਨੀਤਕ ਪੰਜ ਸਾਲਾਂ ਦੇ ਸਮਝੌਤੇ ਕਰਨਾ ਜੋ ਉਹਨਾਂ ਦੇ DRAM ਅਤੇ NAND ਵੌਲਯੂਮ ਦੇ ਮਹੱਤਵਪੂਰਨ ਹਿੱਸੇ ਨੂੰ ਕਵਰ ਕਰਦੇ ਹਨ। ਇਹ ਮੈਮੋਰੀ ਬਣਾਉਣ ਵਾਲਿਆਂ ਨੂੰ ਵਧੇਰੇ ਕੀਮਤ ਨਿਰਧਾਰਤ ਕਰਨ ਦੀ ਸ਼ਕਤੀ ਅਤੇ ਸਥਿਰਤਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਭਾਵੇਂ ਕਿ ਵਿਸ਼ਾਲ AI ਸਾਫਟਵੇਅਰ ਲੇਅਰ ਆਪਣੀ ਮੁਨਾਫਾਖੋਰੀ ਸਾਬਤ ਕਰਨ ਲਈ ਸੰਘਰਸ਼ ਕਰ ਰਹੀ ਹੋਵੇ।

ਮੁੱਖ ਨੁਕਤੇ

• ਅਸਲੀ ਜੋਖਮ: AI ਟ੍ਰੇਡ ਦੇ ਰਵਾਇਤੀ ਚਿੱਪ ਓਵਰਸਪਲਾਈ ਦੀ ਬਜਾਏ "malinvestment" (ਗਲਤ ਨਿਵੇਸ਼) ਕਾਰਨ ਖਤਮ ਹੋਣ ਦੀ ਵੱਧ ਸੰਭਾਵਨਾ ਹੈ—ਯਾਨੀ ਕਿ ਹਾਈਪਰਸਕੇਲਰਾਂ ਦੁਆਰਾ ਵਿਸ਼ਾਲ capex 'ਤੇ ਲੋੜੀਂਦਾ ਰਿਟਰਨ ਕਮਾਉਣ ਵਿੱਚ ਅਸਫਲਤਾ।
• ਮਾਡਲ ਕਮੋਡਿਟਾਈਜ਼ੇਸ਼ਨ: ਘੱਟ ਲਾਗਤ ਵਾਲੇ, ਉੱਚ-ਪ੍ਰਦਰਸ਼ਨ ਵਾਲੇ ਚੀਨੀ AI ਮਾਡਲਾਂ ਦਾ ਤੇਜ਼ੀ ਨਾਲ ਉਭਾਰ ਪ੍ਰੀਮੀਅਮ ਪੱਛਮੀ AI ਪ੍ਰਦਾਤਾਵਾਂ ਦੀ ਆਰਥਿਕਤਾ 'ਤੇ ਭਾਰੀ ਦਬਾਅ ਪਾ ਰਿਹਾ ਹੈ।
• ਹਾਰਡਵੇਅਰ ਦੀ ਲਚਕਤਾ: ਮੈਮੋਰੀ ਅਤੇ DRAM ਨਿਰਮਾਤਾ (ਜਿਵੇਂ ਕਿ SK Hynix ਅਤੇ Samsung) ਲੰਬੇ ਸਮੇਂ ਦੇ ਵਿਕਰੀ ਸਮਝੌਤੇ ਕਰਨ ਅਤੇ ਕੀਮਤਾਂ ਨਿਰਧਾਰਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਕਾਰਨ ਸਭ ਤੋਂ ਵੱਧ ਲਚਕੀਲੇ ਲਾਭਪਾਤਰੀ ਬਣੇ ਹੋਏ ਹਨ।