கிறி வுட்டின் எச்சரிக்கை: தவறான முதலீடு (Malinvestment) ஏன் AI எழுச்சிக்கு முற்றுப்புள்ளி வைக்கக்கூடும்?

செயற்கை நுண்ணறிவு (AI) யுகம் வரலாற்றிலேயே மிகவும் வியக்கத்தக்க மூலதனச் செலவின (capex) சுழற்சியைத் தொடங்கியுள்ளது, ஆனால் ஒரு குறிப்பிடத்தக்க கட்டமைப்பு ரீதியான ஆபத்து உருவாகி வருகிறது. ஜெஃபெரீஸ் (Jefferies) நிறுவனத்தின் உலகளாவிய பங்கு மூலோபாயத் தலைவரான கிறி வுட், AI வர்த்தகம் என்பது சிப் தட்டுப்பாடு அல்லது விநியோகத் தட்டுப்பாட்டால் முடிவுக்கு வராது என்றும், மாறாகப் பெருமளவிலான முதலீடுகள் போதுமான வருவாயைத் தரத் தவறுவதை உணர்வதாலேயே முடிவுக்கு வரக்கூடும் என்றும் எச்சரிக்கிறார்.

தவறான முதலீட்டின் நிழல் (The Specter of Malinvestment)

சந்தையில் இருப்புத் தட்டுப்பாடு ஏற்படும் போது முடிவுக்கு வரும் பாரம்பரிய குறைக்கடத்தி (semiconductor) சுழற்சிகளிலிருந்து மாறுUnlike, தற்போதைய AI எழுச்சி ஒரு தனித்துவமான அச்சுறுத்தலை எதிர்கொள்கிறது: அதுவே தவறான முதலீடு (malinvestment). ஹைப்பர்ஸ்கேலர்கள் (hyperscalers) மற்றும் முன்னணி AI ஆய்வகங்கள் தற்பொழுது மேற்கொண்டு வரும் பிரம்மாண்டமான capex-க்கு போதுமான வருவாயைப் பெறத் தவறும்போது, AI வர்த்தகத்தின் "முடிவுக்கட்டம்" (endgame) தொடங்கும் என்று அவர் கூறுகிறார்.

வட்டச் சுழற்சி நிதி முறைகள் (circular funding loops) இருப்பது ஒரு முக்கிய கவலையாக உள்ளது. Nvidia போன்ற பெரிய நிறுவனங்கள் OpenAI போன்ற நிறுவனங்களுக்கு நிதி வழங்குகின்றன, அந்த நிறுவனங்கள் அந்த நிதியைக் கொண்டு மீண்டும் அதிகப்படியான Nvidia சிப்களை வாங்குகின்றன என்ற சூழலை வுட் சுட்டிக்காட்டுகிறார். இது குறுகிய கால வளர்ச்சியைத் தூண்டினாலும், நீண்ட கால வருவாய் குறித்த நம்பிக்கையை முதலீட்டாளர்கள் இழந்துவிட்டால், இந்தத் திட்டமிடப்படாத வருவாய் எதிர்பார்ப்புகள் (monetization assumptions) முறியடிக்கப்படலாம்.

பிரம்மாண்டமான Capex மற்றும் தைவான் எழுச்சி

இந்தத் துறையில் தற்போது காணப்படுபவை முன்னெப்போதும் இல்லாத அளவிலான முதலீடுகள் ஆகும். தற்போதைய கட்டுமானப் பணிகளை தான் பார்த்ததிலேயே மிகவும் வியக்கத்தக்க capex சுழற்சி என்று வுட் விவரிக்கிறார். இதற்குச் சிறந்த உதாரணம் TSMC ஆகும்; இது தனது வழிகாட்டுதலை (guidance) கணிசமாக அதிகரித்துள்ளதுடன், 2027-ஆம் ஆண்டிற்கான கணிப்புகளை US$65–70 பில்லியன் வரை உயர்த்தியுள்ளது.

இந்தத் குவிந்த செலவினம், குறிப்பாக தைவானில் மிகப்பெரிய மேக்ரோ பொருளாதார மாற்றங்களை ஏற்படுத்தி வருகிறது. ஏற்றுமதி ஆர்டர்கள் 53.4% அதிகரித்ததன் காரணமாக, 2026-ஆம் ஆண்டின் முதல் காலாண்டில் (Q1 2026) இப்பகுதி 14.55% ஆண்டுக்கு ஆண்டு உண்மையான GDP வளர்ச்சியைப் பதிவு செய்துள்ளது. தற்போது, 2026-ஆம் ஆண்டிற்கான TSMC-யின் மொத்த வருவாயில் சுமார் 31% AI தொடர்பான தேவைகளிலிருந்தே வரும் என்று மதிப்பிடப்பட்டுள்ளது. இது உலகப் பொருளாதாரம் AI உள்கட்டமைப்போடு எவ்வளவு ஆழமாகத் பிணைக்கப்பட்டுள்ளது என்பதை விளக்குகிறது.

பொதுப் பொருளாக மாறுதல் (Commoditization) மற்றும் மலிவான மாடல்களின் எழுச்சி

மற்றொரு ஆபத்து என்பது Large Language Models (LLMs) மிக விரைவாகப் பொதுப் பொருட்களாக (commoditization) மாறி வருவதுதான். ஒரு டோக்கனுக்கான (token) செலவு குறையும் போது, உயர்தர மேற்கத்திய நிறுவனங்களின் போட்டித்தன்மை சவாலுக்கு உள்ளாகிறது. ஹாங்காங் பட்டியலிடப்பட்ட Z.ai நிறுவனத்தின் GLM-5.2 போன்ற புதிய மாடல்கள், Anthropic போன்ற உயர்தர மாடல்களின் செயல்திறனை நெருங்குவதாகவும், ஆனால் அதன் நான்கில் ஒரு பங்கு விலையில் கிடைப்பதாகவும் வுட் குறிப்பிடுகிறார்.

OpenRouter தரவுகள் இந்த மாற்றத்தை அடிக்கோடிட்டுக் காட்டுகின்றன: ஜூன் மாத இறுதியில், முன்னணி சீன AI மாடல்கள் 21.37 டிரில்லியன் டோக்கன்களைச் செயலாக்கியுள்ளன, இது ஏப்ரல் மாதத்தில் இருந்த 4.37 டிரில்லியனை விடப் மிகப்பெரிய வளர்ச்சியாகும். இந்த அளவு, முன்னணி அமெரிக்க மாடல்கள் செயலாக்கிய 5.76 டிரில்லியன் டோக்கன்களை விடப் பல மடங்கு அதிகமாகும், இது மிகவும் போட்டி நிறைந்த மற்றும் பொதுப் பொருளாக மாறிவரும் சூழலை உணர்த்துகிறது.

மாறும் உத்தி: மெமரி மற்றும் ஹார்டுவேர் மீது கவனம்

இந்த எச்சரிக்கைகள் இருந்தபோதிலும், வுட் உடனடி வீழ்ச்சியைத் கணிக்கவில்லை. மாறாக, அவர் தனது முதலீட்டுத் தொகுப்புகளை (portfolios) இந்தத் துறையின் "picks and shovels" (அடிப்படைத் தேவைகள்) எனப்படும் DRAM மற்றும் மெமரி சப்ளையர்கள் பக்கம் திருப்பி வருகிறார். Jevons Paradox காரணமாக, கணினித் திறன் (compute) மிகவும் திறமையானதாகவும் மலிவானதாகவும் மாறும் போது, மொத்த நுகர்வு உண்மையில் அதிகரிக்கிறது, இது ஹார்டுவேர் வழங்குநர்களுக்குப் பயனளிக்கிறது.

Micron போன்ற பெரிய மெமரி தயாரிப்பாளர்கள் ஏற்கனவே நீண்ட கால நிலைத்தன்மையை உறுதி செய்துள்ளனர்; Micron தனது DRAM அளவின் 20% க்கான மூலோபாய ஒப்பந்தங்களில் கையெழுத்திட்டுள்ளது. இதன் விளைவாக, வுட் SK Hynix, Kioxia மற்றும் Samsung Electronics போன்ற தொழில்நுட்ப ஹார்டுவேர் நிறுவனங்களில் தனது முதலீட்டை அதிகரித்து வருகிறார். பரந்த அளவிலான AI மென்பொருள் மற்றும் சேவைத் துறைகள் மூலதன ஒழுக்கத்தைக் (capital discipline) கடைப்பிடிப்பதில் சிரமப்பட்டாலும், இந்த நிறுவனங்கள் பயனாளிகளாகவே தொடரும் என்று அவர் பந்தயம் கட்டுகிறார்.

முக்கியக் குறிப்புகள்

• முதன்மையான ஆபத்து: AI வர்த்தகம் என்பது பாரம்பரிய குறைக்கடத்தி விநியோகத் தட்டுப்பாட்டினால் முடிவுக்கு வருவதை விட, "தவறான முதலீடு" மற்றும் ஹைப்பர்ஸ்கேலர்களுக்கான ROI (முதலீட்டின் மீதான வருவாய்) இல்லாமை காரணமாக முடிவுக்கு வர அதிக வாய்ப்புள்ளது.
• பொதுப் பொருளாக மாறுதல் அச்சுறுத்தல்: வேகமாக முன்னேறும் மற்றும் மலிவான சீன AI மாடல்கள், உயர்தர மேற்கத்திய AI நிறுவனங்களின் விலையைத் தீர்மானிப்பதில் கடும் அழுத்தத்தை ஏற்படுத்துகின்றன.
• மூலோபாய மாற்றம்: குறிப்பிடத்தக்க விலையைத் தீர்மானிக்கும் திறன் மற்றும் நீண்ட கால வாடிக்கையாளர் ஒப்பந்தங்களைக் கொண்டுள்ள மெமரி மற்றும் ஹார்டுவேர் (DRAM) நிறுவனங்களின் மீது முதலீட்டு ஆர்வம் திரும்புகிறது.