AI பங்குகள் ‘Blowoff Top’ கட்டத்தை எட்டுகின்றன: ஏற்றச் சந்தை (Bull Run) முடிந்துவிட்டதா?
உலகளாவிய தொழில்நுட்பம் மற்றும் AI சார்ந்த பங்குகளில் சமீபத்தில் ஏற்பட்டுள்ள தீவிர விற்பனை, சர்வதேச சந்தைகளில் அதிர்வுகளை ஏற்படுத்தியுள்ளது. இது செயற்கை நுண்ணறிவு (AI) வளர்ச்சியின் நிலைத்தன்மை குறித்து முதலீட்டாளர்கள் கேள்வி எழுப்பும் நிலையை உருவாக்கியுள்ளது. இந்த சரிவு மிகக் கடுமையாகத் தோன்றினாலும், இது AI கோட்பாட்டின் முழுமையான வீழ்ச்சி அல்லாமல், ஒரு தேவையான கட்டமைப்பு மறுசீரமைப்பாக இருக்கலாம் என்று சந்தை நிபுணர்கள் தெரிவிக்கின்றனர்.
'Blowoff Top' மற்றும் சரிவின் அவசியம்
Westminster Asset Management நிறுவனத்தின் துணை CIO ஆன Jonathan Schiessl கருத்துப்படி, சாம்சங் (Samsung) மற்றும் SK Hynix போன்ற நினைவக சிப் தயாரிப்பாளர்கள் உட்பட பல முக்கியத் துறைகளின் விலை நகர்வு "செங்குத்தாக" (vertical) உயர்ந்திருந்தது. இந்த வேகமான, செங்குத்தான உயர்வு, சந்தையின் சில பகுதிகளை "blowoff top" கட்டத்திற்குத் தள்ளியது. இது ஒரு கடுமையான சரிவுக்கு முன்னதாக, விலைகள் மிக வேகமாக உயரும் ஒரு இறுதிக்கட்ட நகர்வைக் குறிக்கிறது.
அதிகப்படியான கடன் பயன்பாடு (leverage) மற்றும் முதலீட்டாளர்கள் ஒரே மாதிரியான பங்குகளில் குவிந்திருப்பது தற்போதைய பாதிப்பை அதிகப்படுத்துவதாக Schiessl குறிப்பிடுகிறார். சந்தையில் அதிகப்படியான பங்கேற்பாளர்கள் ஒரே வர்த்தகத்தில் கவனம் செலுத்தும்போது, ஒரு சிறிய சரிவு ஏற்பட்டாலும் அது மிகப்பெரிய மற்றும் வலிமிகுந்த விலகலை (unwind) ஏற்படுத்தும். இருப்பினும், வியக்கத்தக்க உயர்வுக்குப் பிறகு ஏற்படும் கடுமையான விற்பனை என்பது சந்தையின் இயல்பான நடத்தை என்றும், அது AI புரட்சி தோல்வியடைந்துவிட்டது என்று அர்த்தமல்ல என்றும் அவர் வலியுறுத்துகிறார்.
வருவாய் ஆதரவு மற்றும் மூலதனச் செலவு அபாயம்
சந்தை முழுமையாக வீழ்ச்சியடைவதைத் தடுக்கும் ஒரு முக்கிய காரணி அமெரிக்க நிறுவனங்களின் வலுவான வருவாய் ஆகும். அமெரிக்க சந்தை மதிப்பீடுகள் வெறும் ஊகங்களால் (speculation) அல்லாமல், "அசாதாரணமான" வருவாய் வளர்ச்சியால் நியாயப்படுத்தப்படுகின்றன என்று Schiessl வாதிடுகிறார். குறிப்பாக, "Magnificent 7" பங்குகள் சமீபகாலமாக ஒட்டுமொத்த சந்தையை விடக் குறைந்த செயல்திறனையே வெளிப்படுத்தியுள்ளன, இது நிலையற்ற நினைவக சிப் துறையிலிருந்து மாறுபட்ட ஒரு மதிப்பீட்டுப் பாதுகாப்பை (valuation buffer) வழங்குகிறது.
இருப்பினும், உண்மையான கட்டமைப்பு ரீதியான அபாயம் உலகளாவிய மேக்ரோ சூழலில் உள்ளது. AI தரவு மையங்களுக்கான (data centers) பிரம்மாண்டமான மூலதனத் தேவைகள், பாதுகாப்புச் செலவுகள் மற்றும் எரிசக்தி மாற்றம் ஆகியவை உலகளாவிய மூலதனச் செலவை (cost of capital) உயர்த்துகின்றன. அதிகரித்து வரும் வட்டி விகிதங்கள் மற்றும் அதிகப்படியான கடன் செலவுகள், உலகளாவிய தரவு மைய விரிவாக்கத்தைத் தொடரத் தேவையான பெரும் நிதித் தேவைகளுக்கு ஒரு "தடையாக" (blocker) அமையக்கூடும் என்று Schiessl எச்சரிக்கிறார்.
இந்தியாவின் மூலோபாயப் பாதுகாப்பு மற்றும் IT சிக்கல்
ஒரு ஆச்சரியமான திருப்பமாக, AI வன்பொருள் (hardware) மற்றும் குறைக்கடத்தி (semiconductor) வர்த்தகத்தில் இந்தியாவின் நேரடித் தொடர்பு குறைவாக இருப்பது ஒரு பாதுகாப்பு கவசமாகச் செயல்படுகிறது. தொழில்நுட்பப் பங்குகளில் கட்டாய விற்பனை (forced selling) நிலவும் தென்கொரிய அல்லது அமெரிக்க சந்தைகளைப் போலல்லாமல், இந்தியச் சந்தை இந்த குறிப்பிட்ட சரிவிலிருந்து பெரும்பாலும் விலகி உள்ளது.
எண்ணெய் விலைகளும் மத்திய கிழக்கு பதற்றங்களும் நிலையாக இருக்கும் பட்சத்தில், இந்தியாவின் ஒட்டுமொத்தப் பார்வை சாதகமாகவே உள்ளது. இருப்பினும், இந்திய IT சேவைகளில் Schiessl எச்சரிக்கையான போக்கைக் கடைப்பிடிக்கிறார். AI மாற்றங்களால் பாரம்பரிய அவுட்சோர்சிங் (outsourcing) வணிக மாதிரியில் குறிப்பிடத்தக்க அபாயம் இருப்பதாக அவர் அடையாளம் காண்கிறார். தற்போது, இந்திய IT பங்குகள் வருவாய்க்குத் தோராயமாக 18 மடங்கு விலையில் வர்த்தகம் செய்யப்படுகின்றன. அடுத்த நான்கு முதல் ஐந்து ஆண்டுகளுக்கான வருவாய் முன்னறிவிப்பு குறைவாக இருந்தபோதிலும், இது சீன இணைய நிறுவனங்களின் (12 மடங்கு விலையில் வர்த்தகம் செய்யப்படுபவை) তুলনায় அதிக விலையுள்ளதாக உள்ளது.
முக்கியக் குறிப்புகள்
- சந்தை சரிவு: தற்போதைய AI விற்பனை என்பது AI யுகத்தின் அடிப்படை முடிவு அல்ல; மாறாக, செங்குத்தான விலை நகர்வுகள் மற்றும் அதிகப்படியான வர்த்தகங்களால் ஏற்பட்ட ஒரு "blowoff top" சரிவாகவே பார்க்கப்படுகிறது.
- மேக்ரோ தடைகள்: AI உள்கட்டமைப்புத் திட்டங்களுக்கு உள்ள முதன்மையான நீண்டகால அபாயம், உலகளாவிய மூலதனச் செலவு அதிகரிப்பதே ஆகும். இது பிரம்மாண்டமான தரவு மையத் திட்டங்களுக்கான நிதித் தேவையைத் தடையுண்டாக்கலாம்.
- இந்தியப் பார்வை: வன்பொருள் விற்பனை சரிவிலிருந்து இந்தியா பாதுகாப்பாக உள்ளது, ஆனால் பாரம்பரிய அவுட்சோர்சிங் மாதிரிகளை AI மாற்றியமைக்கும் சாத்தியக்கூறுகளால் இந்திய IT துறை குறிப்பிடத்தக்க நிச்சயமற்ற தன்மையை எதிர்கொள்கிறது.
