கிறி வுட்டின் எச்சரிக்கை: தவறான முதலீடு (Malinvestment) ஏன் AI வர்த்தகத்தை முடிவுக்குக் கொண்டு வரலாம்

உலகளாவிய AI எழுச்சி தற்போது இதுவரை கண்டிராத மிகத் தீவிரமான மூலதனச் செலவின (capex) சுழற்சியால் இயக்கப்படுகிறது, ஆனால் ஒரு நெருக்கடி நிலையில் உள்ள கட்டமைப்பு ரீதியான ஆபத்து சந்தையில் திடீர் மாற்றத்தை ஏற்படுத்தக்கூடும். ஜெஃபரீஸின் (Jefferies) உலகளாவிய பங்கு வியூகம்த் தலைவரான கிறி வுட், AI வர்த்தகத்தின் முடிவு என்பது சிப் தட்டுப்பாடு அல்லது அதிகப்படியான விநியோகத்தால் ஏற்படாது, மாறாக முதலீட்டின் மீதான வருவாய் குறித்த நம்பிக்கையின்மையால் ஏற்படும் என்று எச்சரிக்கிறார்.

தவறான முதலீடு மற்றும் சுழற்சி ரீதியான நிதி (Circular Funding) ஆகியவற்றின் அச்சுறுத்தல்

கையிருப்பு உபரி காரணமாக முடிவுக்கு வரும் பாரம்பரிய குறைக்கடத்தி (semiconductor) சுழற்சிகளிலிருந்து மாறு unlike, AI வர்த்தகம் ஒரு தனித்துவமான உளவியல் மற்றும் பொருளாதார அச்சுறுத்தலை எதிர்கொள்கிறது என்று வுட் வாதிடுகிறார்: அதுதான் "தவறான முதலீடு" (malinvestment). ஹைப்பர்ஸ்கேலர்கள் (hyperscalers) மற்றும் AI ஆய்வகங்கள் தாங்கள் முதலீடு செய்யும் மிகப்பெரிய அளவிலான மூலதனத்திற்கு போதுமான வருவாயை ஈட்டத் தவறக்கூடும் என்பதே முதன்மையான ஆபத்தாகும்.

இந்தச் சூழலுக்குள் ஒரு பலவீனமான பின்னூட்டச் சுழற்சி (feedback loop) இருப்பதை வுட் சுட்டிக்காட்டுகிறார். Nvidia போன்ற நிறுவனங்கள் OpenAI போன்ற AI ஆய்வகங்களுக்கு நிதி வழங்கலாம், அந்த ஆய்வகங்கள் அந்த நிதியைப் பயன்படுத்தி மீண்டும் அதிகப்படியான Nvidia சிப்களை வாங்கலாம் என்ற கட்டமைப்பை அவர் குறிப்பிடுகிறார். இந்தச் சுழற்சி குறுகிய கால வளர்ச்சியைத் தூண்டினாலும், AI தொழில்நுட்பத் தொகுப்பின் (AI stack) நீண்டகால வருவாய் ஈட்டும் திறனை முதலீட்டாளர்கள் சந்தேகிக்கத் தொடங்கினால், இது ஒரு 'வீட்டு அட்டைகள் கோபுரம்' (house of cards) போல சரிந்துவிடக்கூடும்.

பிரம்மாண்டமான மூலதனச் செலவு மற்றும் செல்வக் குவிப்பு

தற்போதைய முதலீட்டின் அளவு முன்னெப்போதும் இல்லாதது. TSMC தனது 2026-க்கான மூலதனச் செலவின வழிகாட்டலை கடந்த ஆண்டின் 41 பில்லியன் டாலரிலிருந்து சுமார் 56 பில்லியன் டாலராக உயர்த்தியுள்ளது, மேலும் சில கணிப்புகள் 2027-க்குள் இது 65–70 பில்லியன் டாலராக உயரும் என்று தெரிவிக்கின்றன. இந்த எழுச்சி தைவானைத் ஒரு பொருளாதார சக்தியாக மாற்றியுள்ளது, இதன் உண்மையான GDP வளர்ச்சி 2026-ன் முதல் காலாண்டில் ஆண்டுக்கு ஆண்டு 14.55% ஆக உயர்ந்துள்ளது.

AI தொடர்பான தேவை தற்போது எவ்வளவு அதிகமாகக் குவிந்துள்ளது என்றால், 2026-ல் TSMC-யின் வருவாயில் 31% இதிலிருந்தே வரும் என்று மதிப்பிடப்பட்டுள்ளது. இந்த அளவிலான குவிப்பு, உலகப் பொருளாதாரம் தற்போது ஒரு குறிப்பிட்ட தொழில்நுட்பத் துறையின் மீது எவ்வளவு அதிகமாகப் பந்தயம் கட்டியுள்ளது என்பதை அடிக்கோடிட்டுக் காட்டுகிறது.

AI மாதிரிகளின் பொதுப் பொருளாக மாறுதல் (Commoditisation)

மற்றொரு முக்கிய அழுத்தப் புள்ளி, Large Language Models (LLMs) மிக விரைவாகப் பொதுப் பொருட்களாக (commoditisation) மாறி வருவதுதான். உயர்தர மாதிரிகள் மலிவாகக் கிடைக்கும்போது, மேற்கத்திய AI நிறுவனங்களின் அதிகப்படியான விலை நிர்ணயத் திறன் சவாலுக்கு உள்ளாகிறது.

சீன மாதிரிகள் குறிப்பிடத்தக்க வளர்ச்சியைப் பெற்று வருவதாக வுட் குறிப்பிடுகிறார். OpenRouter தளத்தில், ஜூன் மாத இறுதியில் முன்னணி சீன மாதிரிகள் 21.37 டிரில்லியன் டோக்கன்களைச் செயலாக்கியுள்ளன; இது ஏப்ரல் மாதத்தில் இருந்த 4.37 டிரில்லியனிலிருந்து மிகப்பெரிய உயர்வாகும். இது அமெரிக்காவின் முன்னணி மாதிரிகள் செயலாக்கிய 5.76 டிரில்லியன் டோக்கன்களை விடவும் அதிகமாகும். "டோக்கன் ஒரு டோக்கனுக்கான செலவு" குறையும் போது, விலையுயர்ந்த, பிரத்யேக மாதிரிகளைப் பராமரிப்பதற்கான பொருளாதாரத் திட்டங்கள் கடுமையான ஆய்வுக்கு உள்ளாகும் என்பதை இந்த மாற்றம் உணர்த்துகிறது.

நினைவகம் (Memory) மற்றும் வன்பொருளின் (Hardware) பக்கம் கவனம் மாறுதல்

இந்த எச்சரிக்கைகள் இருந்தபோதிலும், வுட் உடனடி சரிவை முன்னறிவிப்பதாக இல்லை. மாறாக, அவர் தனது முதலீட்டுத் தொகுப்புகளை (portfolios) இந்தத் தொழில்துறையின் "picks and shovels" எனப்படும் அடிப்படைத் தேவைகளான நினைவகம் மற்றும் வன்பொருளின் பக்கம் மாற்றி அமைக்கிறார்.

செயல்திறன் அதிகரிப்பது மொத்த நுகர்வையும் அதிகரிக்கும் என்ற 'ஜெவன்ஸ் முரண்பாட்டை' (Jevons Paradox) அவர் மேற்கோள் காட்டுகிறார். கணினித் திறன் அதிகரிக்கும் போது, DRAM மற்றும் NAND நினைவகத்திற்கான தேவையும் அதிகரிக்கிறது. Micron போன்ற நிறுவனங்கள் ஏற்கனவே தங்களின் பெரும்பகுதிக்கான நீண்டகால மூலோபாய ஒப்பந்தங்களைப் பெற்றுள்ளன, இது நினைவகத் தயாரிப்பாளர்களுக்கு முந்தைய சரிவுகளின் போது பாரம்பரிய சிப் தயாரிப்பாளர்களிடம் இல்லாத அளவிலான செல்வாக்கையும் விலை நிர்ணய அதிகாரத்தையும் வழங்குகிறது.

முக்கியக் குறிப்புகள்

• முதன்மை ஆபத்து: AI வர்த்தகம் "தவறான முதலீடு" (malinvestment) குறித்த கவலைகளுக்கு மிகவும் ஆளாகக்கூடியது—அதாவது, பிரம்மாண்டமான மூலதனச் செலவினங்கள் போதுமான லாபத்தைத் தரவில்லை என்ற உணர்தல்.
• பொதுப் பொருளாக மாறுதல் அழுத்தம்: குறிப்பாக சீனாவிலிருந்து வரும், வேகமாக மேம்படும் மற்றும் மலிவான AI மாதிரிகள், முன்னணி மேற்கத்திய AI நிறுவனங்களின் அதிக லாபம் ஈட்டும் பொருளாதாரத்தை அச்சுறுத்துகின்றன.
• நினைவகப் பாதுகாப்பு (Memory Hedge): மென்பொருள் மற்றும் மாதிரி வழங்குநர்கள் லாப வரம்பு அழுத்தத்தை எதிர்கொண்டாலும், வன்பொருள் மற்றும் நினைவகத் தயாரிப்பாளர்கள் (SK Hynix மற்றும் Samsung போன்ற) இந்த வளர்ச்சியின் கட்டமைப்பு ரீதியான பயனர்களாகத் தொடர்கின்றனர்.