சிப் உபரிப் பெருக்கத்தால் அல்ல, தவறான முதலீட்டினால் (Malinvestment) AI எழுச்சி முடிவுக்கு வரலாம்

செயற்கை நுண்ணறிவு (AI) தங்கம் வேட்டை தற்போது முன்னெப்போதும் இல்லாத மூலதனச் செலவினச் சுழற்சியால் (capital expenditure cycle) இயக்கப்படுகிறது, ஆனால் அதன் நீண்டகால நிலைத்தன்மை குறித்து ஒரு முக்கியமான எச்சரிக்கை எழுந்துள்ளது. ஜெஃபரீஸின் (Jefferies) உலகளாவிய பங்கு மூலோபாயத் தலைவரான கிறிஸ் வுட், AI வர்த்தகம் தேவையின்மையால் முடிவுக்கு வராமல், லாபத்தன்மை குறித்த நெருக்கடியால் முடிவுக்கு வரக்கூடும் என்று கூறுகிறார்.

தவறான முதலீடு மற்றும் சுழற்சி நிதி (Circular Funding) ஆகியவற்றின் அபாயம்

திடீர் இருப்பு மிகுதி அல்லது விநியோக அதிர்ச்சிகளால் பொதுவாக முடிவுக்கு வரும் பாரம்பரிய செமிகண்டக்டர் சுழற்சிகளிலிருந்து மாறுUnlike, AI வர்த்தகத்திற்கு "தவறான முதலீடு" (malinvestment) தான் முதன்மையான ஆபத்து என்று வுட் அடையாளம் காண்கிறார். ஹைப்பர்ஸ்கேலர்கள் (hyperscalers) மற்றும் முன்னணி AI ஆய்வகங்கள் தாங்கள் மேற்கொண்டு வரும் மிகப்பெரிய மூலதனச் செலவினங்களுக்கு (capex) போதுமான வருவாயை ஈட்டத் தவறக்கூடும் என்பதே இதன் முக்கிய கவலையாகும்.

இந்தச் சூழலில் ஒரு ஆபத்தான பின்னூட்டச் சுழற்சியை (feedback loop) வுட் சுட்டிக்காட்டுகிறார்: Nvidia போன்ற நிறுவனங்கள் OpenAI போன்ற AI ஆய்வகங்களுக்கு நிதி வழங்குகின்றன, பின்னர் அந்த ஆய்வகங்கள் அந்த நிதியைப் பயன்படுத்தி அதிக Nvidia சிப்களை வாங்குகின்றன. இது குறுகிய கால வளர்ச்சியைத் தூண்டினாலும், ஒரு பலவீனத்தை உருவாக்குகிறது. இந்த AI முதலீடுகளின் நீண்டகால வருவாய் ஈட்டும் திறனை முதலீட்டாளர்கள் சந்தேகிக்கத் தொடங்கினால், இந்தச் சுழற்சி கடுமையாகத் தலைகீழாக மாறி, சந்தையில் ஒரு கடுமையான தேக்கநிலையை ஏற்படுத்தும்.

பிரம்மாண்டமான மூலதனச் செலவு மற்றும் ஜெவோன்ஸ் முரண்பாடு (Jevons Paradox)

தற்போது காணမြင်க்கப்படும் முதலீட்டின் அளவு வரலாற்றுச் சிறப்புமிக்கது. TSMC தனது 2026-க்கான capex வழிகாட்டலை கடந்த ஆண்டின் 41 பில்லியன் டாலரிலிருந்து சுமார் 56 பில்லியன் டாலராக உயர்த்தியுள்ளது, மேலும் சில கணிப்புகள் 2027-க்குள் இந்தச் செலவு 65–70 பில்லியன் டாலர்களை எட்டக்கூடும் என்று தெரிவிக்கின்றன. இந்த எழுச்சி ஏற்கனவே தைவான் பொருளாதாரத்தை கணிசமாக உயர்த்தியுள்ளது, 2026-ன் முதல் காலாண்டில் அதன் உண்மையான GDP வளர்ச்சி ஆண்டுக்கு ஆண்டு 14.55% ஆக உயர்ந்துள்ளது.

வுட் இதை "ஜெவோன்ஸ் முரண்பாடு" (Jevons Paradox) என்ற கண்ணோட்டத்தில் பார்க்கிறார்—அதாவது ஒரு வளத்தின் (இங்கே கணினி டோக்கன்கள்) விலை செயல்திறன் அதிகரிப்பால் குறையும் போது, அந்த வளத்தின் மொத்த நுகர்வு உண்மையில் அதிகரிக்கிறது என்பதே அந்த கருத்து. இந்த முரண்பாடு "picks and shovels" (அடிப்படைத் தேவையானவற்றை வழங்கும்) நிறுவனங்களுக்கு, குறிப்பாக மெமரி மற்றும் DRAM விநியோகஸ்தர்களுக்குப் பயனளிக்கிறது. Micron போன்ற நிறுவனங்கள் ஏற்கனவே இந்த கட்டமைப்பு மாற்றத்தைக் கண்டு வருகின்றன; Micron தனது DRAM அளவின் 20% மற்றும் NAND அளவின் மூன்றில் ஒரு பங்கினை உள்ளடக்கிய 16 மூலோபாய வாடிக்கையாளர் ஒப்பந்தங்களில் கையெழுத்திட்டுள்ளது, இவை பெரும்பாலும் ஐந்து ஆண்டு கால வரம்பைக் கொண்டவை.

AI மாதிரிகளின் பொதுப் பொருளாக மாறுதல் (Commoditisation)

உயர்தர மேற்கத்திய AI நிறுவனங்களின் பொருளாதாரத்தில் மற்றொரு அதிகரித்து வரும் அழுத்தம், Large Language Models (LLMs) விரைவாகப் பொதுப் பொருளாக (commoditisation) மாறி வருவதுதான். உயர்தரமான, குறைந்த விலையிலான மாதிரிகளின் எழுச்சி—குறிப்பாக சீனாவிலிருந்து—அமெரிக்க நிறுவனங்களின் ஆதிக்கத்திற்கு சவாலாக உள்ளது.

உதாரணமாக, Z.ai-ன் GLM-5.2 அறிமுகமானது நிறுவனப் பயன்பாட்டிற்கு Anthropic-க்கு இணையானது என்று விவரிக்கப்படுகிறது, ஆனால் ஒரு டோக்கனுக்கான செலவு அதன் நான்கில் ஒரு பங்கு மட்டுமே. OpenRouter தரவுகள் அளவிலான குறிப்பிடத்தக்க மாற்றத்தைக் காட்டுகின்றன; ஜூன் இறுதியில், முன்னணி சீன AI மாதிரிகள் 21.37 டிரில்லியன் டோக்கன்களைச் செயலாக்கியுள்ளன, இது முன்னணி அமெரிக்க மாதிரிகள் செயலாக்கிய 5.76 டிரில்லியன் டோக்கன்களை விட கணிசமாக அதிகமாகும். மலிவான மற்றும் திறமையான மாற்றுத் தேர்வுகள் அதிகரிப்பது, AI பந்தயத்தில் முன்னணியில் உள்ள நிறுவனங்களின் லாப வரம்புகளில் (profit margins) பெரும் அழுத்தத்தை ஏற்படுத்துகிறது.

முக்கியக் குறிப்புகள்

• முதன்மை அபாயம்: AI வர்த்தகத்தின் முடிவு, பாரம்பரிய செமிகண்டக்டர் உபரிப் பெருக்கத்தால் அல்லாமல், "தவறான முதலீடு" மற்றும் capex மீதான குறைந்த வருவாய் குறித்த புரிதலால் ஏற்பட அதிக வாய்ப்புள்ளது.
• மெமரியில் கட்டமைப்பு மாற்றம்: DRAM மற்றும் மெமரி விநியோகஸ்தர்கள் தற்போது மிகவும் பாதுகாப்பான "picks and shovels" பயனாளிகளாக உள்ளனர், அவர்கள் விலையைத் தீர்மானிக்கும் அதிகாரத்தைப் பேண நீண்டகால மூலோபாய ஒப்பந்தங்களைப் பயன்படுத்துகின்றனர்.
• பொதுப் பொருளாக மாறுதல் அச்சுறுத்தல்: குறைந்த விலை, அதிக செயல்திறன் கொண்ட AI மாதிரிகளின் (குறிப்பாக சீனாவிலிருந்து) விரைவான எழுச்சி, LLM நிலப்பரப்பை பொதுப் பொருளாக மாற்றி, மேற்கத்திய AI தலைவர்களின் அதிக லாபம் தரும் மாதிரிகளுக்கு அச்சுறுத்தலை ஏற்படுத்துகிறது.