சிப் உபரிப் பெருக்கத்தால் அல்ல, தவறான முதலீட்டால்தான் AI எழுச்சி முடிவுக்கு வரக்கூடும்

செயற்கை நுண்ணறிவு (AI) முதலீட்டில் ஏற்பட்டுள்ள இடைவிடாத எழுச்சி தற்போதைய சந்தை காலத்தை வரையறுத்துள்ளது, ஆனால் வால் ஸ்ட்ரீட்டின் (Wall Street) மிகவும் கவனிக்கப்படும் மூலோபாய நிபுணர்களில் ஒருவரிடமிருந்து ஒரு முக்கியமான எச்சரிக்கை வந்துள்ளது. ஜெஃபரீஸின் (Jefferies) உலகளாவிய பங்கு மூலோபாயத் தலைவரான கிறிஸ் வுட் (Chris Wood), AI வர்த்தகத்தின் வீழ்ச்சி சிப்களின் பற்றாக்குறையினால் ஏற்படாது, மாறாகப் பிரம்மாண்டமான மூலதனச் செலவுகளை (capital expenditures) அர்த்தமுள்ள லாபங்களாக மாற்றத் தவறுவதால்தான் ஏற்படும் என்று கூறுகிறார்.

தவறான முதலீட்டின் (Malinvestment) நெருங்கும் ஆபத்து

சரக்கு இருப்புத் தேக்கம் மற்றும் திடீர் விநியோக அதிகரிப்பு காரணமாக வழக்கமாக முடிவுக்கு வரும் பாரம்பரிய குறைக்கடத்தி (semiconductor) சுழற்சிகளிலிருந்து மாறு unlike, AI காலம் ஒரு தனித்துவமான கட்டமைப்பு ரீதியான ஆபத்தை எதிர்கொள்கிறது: அதுவே தவறான முதலீடு (malinvestment). ஹைப்பர்ஸ்கேலர்கள் (hyperscalers) மற்றும் முன்னணி AI ஆய்வகங்கள் தங்களின் பிரம்மாண்டமான மூலதனச் செலவுகளில் (capex) போதுமான வருவாயை ஈட்டத் தவறும்போது, AI வர்த்தகத்தின் "முடிவு" அல்லது குறைந்தபட்சம் ஒரு வலிமிகுந்த சந்தை இடைவேளை ஏற்படக்கூடும் என்று அவர் எச்சரிக்கிறார்.

இந்தச் சூழலில் ஒரு கவலைக்குரிய பின்னூட்டச் சுழற்சியை (feedback loop) வுட் சுட்டிக்காட்டுகிறார்; உதாரணமாக, என்விடியா (Nvidia) நிறுவனம் ஓபன்ஏஐ (OpenAI) போன்ற நிறுவனங்களுக்கு நிதி வழங்குகிறது, அந்த நிறுவனங்கள் அந்த நிதியைக் கொண்டு மீண்டும் அதிக என்விடியா சிப்களை வாங்குகின்றன. இந்தச் சுழற்சி முறையிலான நிதி ஆதாரம் உடனடி வளர்ச்சியைத் தூண்டினாலும், முதலீட்டாளர்கள் நீண்டகால வருவாய் மற்றும் மூலதன ஒழுக்கம் குறித்துத் தெளிவான பார்வையை எதிர்பார்க்கத் தொடங்கும் போது, இது மிக வேகமாகச் சரிந்துவிடக்கூடிய ஒரு நிலையற்ற அடித்தளத்தை உருவாக்குகிறது.

முந்தைய சாதனைகளை முறியடிக்கும் மூலதனச் செலவுச் சுழற்சி (Capex Cycle)

தற்போதைய AI செலவினங்களின் அளவு முன்னெப்போதும் இல்லாதது. தற்போது நடைபெற்று வரும் இந்த விரிவாக்கத்தை தான் பார்த்ததிலேயே மிகவும் வியக்கத்தக்க மூலதனச் செலவுச் சுழற்சி என்று வுட் விவரிக்கிறார். இந்த முதலீட்டின் செறிவு குறைக்கடத்தித் துறையில் மிகவும் தெளிவாகத் தெரிகிறது:

• TSMC-ன் விரிவாக்கம்: இந்த ஃபவுண்டிரி (foundry) தனது 2026-க்கான மூலதனச் செலவு வழிகாட்டலை கடந்த ஆண்டின் $41 பில்லியன் டாலரிலிருந்து சுமார் $56 பில்லியன் டாலராக உயர்த்தியுள்ளது. 2027-க்கான கணிப்புகள், செலவினங்கள் $65 பில்லியன் முதல் $70 பில்லியன் டாலர் வரை உயரக்கூடும் என்று தெரிவிக்கின்றன.
• வருவாய் செறிவு: 2026-ல் TSMC-ன் மொத்த வருவாயில் AI தொடர்பான தேவை சுமார் 31% பங்களிக்கும் என்று எதிர்பார்க்கப்படுகிறது.
• மேக்ரோ தாக்கம் (Macro Impact): இந்த எழுச்சி தைவானில் மிகப்பெரிய வளர்ச்சியைத் தூண்டியுள்ளது, அங்கு 2026 முதல் காலாண்டில் (Q1) உண்மையான GDP வளர்ச்சி ஆண்டுக்கு ஆண்டு 14.55% ஆக உயர்ந்துள்ளது.

AI மாதிரிகளின் பொதுப் பொருளாக மாறுதல் (Commoditisation)

லாப வரம்புகளில் (profit margins) அழுத்தத்தை அதிகரிப்பது, லார்ஜ் லாங்குவேஜ் மாடல்களின் (LLMs) விரைவான பொதுப் பொருளாக மாறுதல் (commoditisation) ஆகும். மலிவான மற்றும் அதிக திறன் கொண்ட மாதிரிகள்—குறிப்பாக சீன டெவலப்பர்களிடமிருந்து வரும் மாதிரிகள்—மேற்கத்திய முன்னணி நிறுவனங்களின் ஆதிக்கத்திற்கு சவால் விடுகின்றன என்று வுட் குறிப்பிடுகிறார்.

உதாரணமாக, ஹாங்காங்கில் பட்டியலிடப்பட்டுள்ள Z.ai நிறுவனத்தின் GLM-5.2, ஆந்த்ரோபிக் (Anthropic) நிறுவனத்தின் அளவிற்கே நெருக்கமாகச் செயல்படுவதாகக் கூறப்படுகிறது, ஆனால் ஒரு டோக்கனுக்கான (token) செலவு அதன் நான்கில் ஒரு பங்கு மட்டுமே. இந்த மாற்றம் பயன்பாட்டுத் தரவுகளில் பிரதிபலிக்கிறது: ஜூன் மாத இறுதியில், ஓபன்ரூட்டரில் (OpenRouter) முன்னணி சீன மாதிரிகள் 21.37 டிரில்லியன் டோக்கன்களைச் செயலாக்கியுள்ளன, இது ஏப்ரலில் இருந்த 4.37 டிரில்லியனிலிருந்து மிகப்பெரிய உயர்வாகும்; இது அமெரிக்காவின் முன்னணி மாதிரிகள் செயலாக்கிய 5.76 டிரில்லியன் டோக்கன்களை விடவும் கணிசமாக அதிகம். டோக்கன் செலவுகள் குறையும் போது, பிரீமியம் AI நிறுவனங்களின் "பாதுகாப்பு அரண்" (moat) சுருங்குகிறது, இதனால் அவர்களின் பிரம்மாண்டமான உள்கட்டமைப்புச் செலவுகளை ஈடுகட்டுவது கடினமாகிறது.

"Picks and Shovels" போட்டியில் வெற்றியாளர்கள்

இந்த நீண்டகால ஆபத்துகள் இருந்தபோதிலும், வுட் உடனடி வீழ்ச்சியைத் கணிக்கவில்லை. மாறわりに, அவர் தனது முதலீட்டுத் தொகுப்புகளை (portfolios) "picks and shovels" வகை முதலீடுகளின் பக்கம்—குறிப்பாக மெமரி மற்றும் ஹார்டுவேர் வழங்குநர்கள்—மாற்றுகிறார். இவர்கள் ஜேவோன்ஸ் முரண்பாட்டின் (Jevons Paradox) மூலம் பயனடைகிறார்கள். கணினித் திறன் (compute) மிகவும் திறமையானதாகவும் மலிவாகவும் மாறும்போது, மொத்த நுகர்வு உண்மையில் அதிகரிக்கிறது என்று இந்த பொருளாதாரக் கோட்பாடு கூறுகிறது.

மைக்ரான் (Micron), SK ஹினைக்ஸ் (SK Hynix) மற்றும் சாம்சங் (Samsung) போன்ற மெமரி ஜாம்பவான்கள் தற்போது வலுவான நிலையில் உள்ளனர். மைக்ரான் ஏற்கனவே தனது DRAM அளவின் 20% மற்றும் NAND அளவின் மூன்றில் ஒரு பங்குக்கான மூலோபாய ஒப்பந்தங்களைச் செய்துள்ளது; இவை பெரும்பாலும் ஐந்து ஆண்டு கால அளவைக் கொண்டவை, இது AI மென்பொருள் அடுக்குகளில் (software layer) எதிர்பார்க்கப்படும் ஏற்ற இறக்கங்களுக்கு எதிராக ஒரு பாதுகாப்பை வழங்குகிறது.

முக்கியக் குறிப்புகள்

• முக்கிய அச்சுறுத்தல்: AI வர்த்தகம் "தவறான முதலீடு" (malinvestment) அபாயங்களுக்கு உள்ளாகியுள்ளது, இதில் ஹைப்பர்ஸ்கேலர்களின் பிரம்மாண்டமான செலவினங்கள் முதலீட்டின் மீதான போதுமான வருவாயைத் (ROI) தருவதில்லை.
• அபாயக் கட்டமைப்பில் மாற்றம்: உபரி விநியோகத்தால் தூண்டப்பட்ட முந்தைய குறைக்கடத்தி சுழற்சிகளிலிருந்து மாறு unlike, AI சுழற்சியின் முடிவு, மூலதன ஒழுக்கம் குறித்த முதலீட்டாளர்களின் ஏமாற்றத்தினால் ஏற்படக்கூடும்.
• ஹார்டுவேர் மீள்தன்மை: மென்பொருள் மாதிரிகளின் லாப வரம்புகள் பொதுப் பொருளாக மாறுவதால் அழுத்தத்தை எதிர்கொண்டாலும், மெமரி மற்றும் ஹார்டுவேர் வழங்குநர்கள் தற்போதைய மூலதனச் செலவுப் போட்டியில் முதன்மையான பயனாளிகளாகவே உள்ளனர்.