AI சந்தையில் அதிகரித்து வரும் எச்சரிக்கை அறிகுறிகள் குறித்து J.P. Morgan எச்சரிக்கை விடுக்கிறது
செயற்கை நுண்ணறிவு (AI) முன்னெப்போதும் இல்லாத தொழில்நுட்பத் துள்ளல்களைத் தொடர்ந்து ஏற்படுத்தி வரும் அதே வேளையில், சந்தையில் ஏற்படக்கூடிய நிலையற்ற தன்மை குறித்து நிதி ஆய்வாளர்கள் எச்சரிக்கை விடுத்து வருகின்றனர். "முதலீட்டாளர்களின் அதீத உற்சாகம்" AI துறையில் ஆபத்தான அளவிலான ஒருமுகத்தன்மையையும் (concentration) ஏற்ற இறக்கங்களையும் (volatility) உருவாக்கி வருவதாக J.P. Morgan-ன் சமீபத்திய அறிக்கை தெரிவிக்கிறது.
அதீத ஒருமுகத்தன்மை மற்றும் டாட்காம் (Dotcom) காலத்தின் ஒப்பீடு
S&P 500 குறியீட்டிற்குள் செல்வம் மற்றும் வளர்ச்சி ஆகியவை மிகக் குறுகிய அளவில் ஒருமுகமடைந்துள்ளதே J.P. Morgan எழுப்பியுள்ள மிக முக்கியமான கவலையாகும். 2022-இல் ChatGPT அறிமுகப்படுத்தப்பட்டதிலிருந்து, வெறும் 42 AI சார்ந்த நிறுவனங்களே அந்த குறியீட்டின் மொத்த லாபம், வருவாய் மற்றும் முதலீடுகளில் சுமார் 65% முதல் 80% வரை பங்களித்துள்ளன. இந்த ஒருமுகத்தன்மை சந்தை மூலதனத்தில் (market capitalization) மிகத் தெளிவாகத் தெரிகிறது; தற்போது அமெரிக்காவின் பத்து மிகப்பெரிய பங்குகள் S&P 500-இல் சுமார் 40% பங்கைக் கொண்டுள்ளன—இது 2015-இல் வெறும் 17% ஆக இருந்தது குறிப்பிடத்தக்கது.
மேலும், செமிகண்டக்டர் (semiconductor) துறையில் காணப்படும் தொழில்நுட்ப முறைகள், புகழ்பெற்ற டாட்காம் குமிழியை (dotcom bubble) பிரதிபலிக்கின்றன. J.P. Morgan நான்கு குறிப்பிட்ட எச்சரிக்கை அறிகுறிகளைக் கண்டறிந்துள்ளது:
- செமிகண்டக்டர் பங்குகள், 1990-களின் இறுதியில் நிகழ்ந்ததைப் போலவே, அவற்றின் 200-நாள் நகரும் சராசரியிலிருந்து (200-day moving average) கடுமையாக விலகிச் செல்கின்றன.
- ஹெட்ஜ் ஃபண்டுகள் (Hedge funds) முன்னெப்போதும் இல்லாத வகையில் சிப் பங்குகளில் அதிக அளவில் முதலீடு செய்துள்ளன.
- கொரிய பங்குச் சந்தையில் மார்ஜின் கடன்கள் (Margin loans) 2020 முதல் மூன்று மடங்காக அதிகரித்துள்ளன.
- செமிகண்டக்டர் பங்குகளில் ஆப்ஷன்ஸ் வர்த்தகம் (Options trading) 2020-ஆம் ஆண்டின் அளவை விட ஐந்து மடங்கு அதிகரித்துள்ளது.
மாறிவரும் AI வன்பொருள் (Hardware) சூழல்
Nvidia இன்னும் AI ஆக்சிலரேட்டர் (accelerator) சந்தையின் தலைவனாகத் திகழ்ந்தாலும், அதன் ஆதிக்கம் வியூக ரீதியாகக் குறைந்து வருகிறது. Nvidia-வின் சந்தைப் பங்கு 2023-இல் 85%-ஆக இருந்தது, 2026-க்குள் சுமார் 75%-ஆக குறையக்கூடும் என்று J.P. Morgan மதிப்பிடுகிறது. செலவுகளைக் குறைக்க முக்கிய கிளவுட் (cloud) நிறுவனங்கள் தமக்கென பிரத்யேக சிலிக்கான் (proprietary silicon) சிப்புகளைத் தயாரிப்பதன் காரணமாக இந்த மாற்றம் ஏற்படுகிறது.
உதாரணமாக, Google-ன் TPUs மற்றும் Amazon-ன் Trainium சிப்கள் முக்கியமான மாற்றுகளாக உருவெடுத்து வருகின்றன. வழக்கமான Nvidia GPUs உடன் ஒப்பிடும்போது, பிரத்யேக சிலிக்கானைப் பயன்படுத்துவது செயல்பாட்டுச் செலவுகளை 30% முதல் 40% வரை குறைக்கலாம். ஒரு குறிப்பிடத்தக்கத் தொழில் மாற்றம் ஏற்கனவே தொடங்கிவிட்டது: Anthropic நிறுவனம் தனது Claude மாடல்களை அடுத்த பத்து ஆண்டுகளுக்கு Amazon-ன் Trainium கட்டமைப்பில் இயக்க ஒப்புக்கொண்டுள்ளது, இது முழுமையான GPU சார்ந்திருப்பிலிருந்து விலகிச் செல்வதற்கான அறிகுறியாகும்.
லாப வரம்பு அழுத்தங்களும் திறந்த மூல (Open Source) மென்பொருளின் எழுச்சியும்
OpenAI மற்றும் Anthropic போன்ற முன்னணி AI ஆய்வகங்களின் பொருளாதாரத் திறன் ஒரு பெரிய கேள்விக்குறியாகவே உள்ளது. வருவாய் வேகமாக வளர்ந்தாலும், கணினித் திறன் (compute) சார்ந்த அதீத செலவுகள் அவற்றின் லாப வரம்புகளை (margins) சுருக்குகின்றன. இது போட்டியாளர்கள் சாதகமாகப் பயன்படுத்திக்கொள்ளக்கூடிய ஒரு பலவீனத்தை உருவாக்குகிறது.
டோக்கன் (token) விலைகள் மாறுபடும் நிலையில், நிறுவனங்கள் தங்களின் செலவுகளைக் குறைக்க, குறைந்த விலையில் அதிகத் திறன் கொண்ட திறந்த மூல (open-source) மாடல்களுக்குத் தங்கள் பணிகளை மாற்றிக்கொள்ளத் தொடங்கியுள்ளன. மேற்கத்திய பிரத்யேக மாடல்களின் விலையில் ஒரு சிறு பகுதி விலையிலேயே, மிக உயர்ந்த செயல்திறனை நோக்கி வேகமாக முன்னேறி வரும் சீன திறந்த மூல மாடல்களால் இந்தச் சூழல் மேலும் சிக்கலாக்கப்பட்டுள்ளது. டோக்கன் விலையில் ஏற்பட்டுள்ள இந்த இறக்கமும், முக்கிய கிளவுட் நிறுவனங்களின் இலவச பணப்புழக்க (free cash flow) வரம்புகள் குறைந்து வருவதன் இணைப்பும், இந்த "AI தங்க வேட்டை" (AI gold rush) லாபத்தன்மை குறித்து விரைவில் ஒரு கடுமையான யதார்த்தத்தை எதிர்கொள்ளக்கூடும் என்பதைக் காட்டுகிறது.
முக்கியக் குறிப்புகள்
- சந்தை ஏற்ற இறக்கம்: செமிகண்டக்டர் பங்கு முறைகள் மற்றும் அதிகரித்த ஆப்ஷன்ஸ் வர்த்தகம் ஆகியவை டாட்காம் குமிழியைப் போன்ற தொழில்நுட்ப ஒற்றுமைகளைக் காட்டுகின்றன.
- வன்பொருள் பன்முகத்தன்மை: செலவுகளை 40% வரை குறைக்க Amazon மற்றும் Google போன்ற கிளவுட் நிறுவனங்கள் பிரத்யேக சிப்களைப் பயன்படுத்துவதால், Nvidia-வின் சந்தைப் பங்கு குறையும் என்று கணிக்கப்பட்டுள்ளது.
- லாபத்தன்மை அபாயங்கள்: அதிகப்படியான கணினித் திறன் செலவுகள் மற்றும் குறைந்த விலையிலான, திறந்த மூல (சீன மாடல்கள் உட்பட) மென்பொருள்களின் அதிகரித்து வரும் செயல்திறன் ஆகியவை முன்னணி AI ஆய்வகங்களின் லாப வரம்புகளை அச்சுறுத்துகின்றன.
