சிப் உபரிப் பெருக்கத்தால் அல்ல, தவறான முதலீட்டால்தான் AI வர்த்தகம் முடிவுக்கு வரக்கூடும்

செயற்கை நுண்ணறிவு (AI) எழுச்சி வரலாற்றிலேயே மிகவும் வியக்கத்தக்க மூலதனச் செலவின (capex) சுழற்சியை முன்னெடுத்து வருகிறது, ஆனால் அதன் நிலைத்தன்மை குறித்து ஒரு முக்கியமான எச்சரிக்கை எழுந்துள்ளது. Jefferies நிறுவனத்தின் உலகளாவிய பங்கு மூலோபாயத் தலைவரான (Global Head of Equity Strategy) கிறிஸ் வுட், AI வர்த்தகத்தின் இறுதி முடிவு சிப் தட்டுப்பாட்டால் ஏற்படாது என்றும், மாறாக முதலீட்டு வருமானம் குறித்த நம்பிக்கையின்மையால் (crisis of confidence) ஏற்படும் என்றும் கூறுகிறார்.

தவறான முதலீட்டின் (Malinvestment) நெருங்கும் அச்சுறுத்தல்

திடீர் விநியோகத் தட்டுப்பாடு அல்லது இருப்பு அதிகரிப்பால் முடிவுக்கு வரும் பாரம்பரிய குறைக்கடத்தி (semiconductor) சுழற்சிகளிலிருந்து மாறு unlike, AI யுகம் ஒரு தனித்துவமான கட்டமைப்பு ரீதியான அபாயத்தை எதிர்கொள்கிறது: அதுதான் தவறான முதலீடு (malinvestment). ஹைப்பர்ஸ்கேலர்கள் (hyperscalers) மற்றும் முன்னணி AI ஆய்வகங்கள் தாங்கள் செலவிடும் மிகப்பெரிய மூலதனத்திற்குப் போதுமான வருமானத்தை ஈட்ட முடியாமல் போவதே இதன் முதன்மையான ஆபத்தாகும்.

இந்தச் சூழலில் உள்ள கவலைக்குரிய "சுழற்சி நிதி" (circular funding) முறையை வுட் சுட்டிக்காட்டுகிறார். உதாரணமாக, Nvidia நிறுவனம் OpenAI போன்ற நிறுவனங்களுக்கு நிதி வழங்குவதில் ஈடுபட்டுள்ளது, அந்த நிறுவனங்கள் அந்த நிதியைப் பயன்படுத்தி மீண்டும் அதிகப்படியான Nvidia சிப்களை வாங்குகின்றன. இது குறுகிய காலத்தில் ஒரு வலுவான வேகத்தை உருவாக்கினாலும், AI தொழில்நுட்பத்தின் நீண்டகால வருவாய் ஈட்டும் திறன் மற்றும் லாபத் தெளிவு குறித்து முதலீட்டாளர்கள் சந்தேகம் கொள்ளத் தொடங்கினால், இது ஒரு கடுமையான பின்னடைவை (unwind) ஏற்படுத்தக்கூடும்.

பிரம்மாண்டமான மூலதனச் செலவு மற்றும் அபாயத்தின் குவிப்பு

தற்போது காணမြင်க்கப்படும் முதலீட்டு அளவு முன்னெப்போதும் இல்லாதது. உலகின் முன்னணி ஃபவுண்டரியான (foundry) TSMC, தனது 2026-ஆம் ஆண்டிற்கான capex வழிகாட்டலை கடந்த ஆண்டின் $41 பில்லியனிலிருந்து சுமார் $56 பில்லியனாக உயர்த்தியுள்ளது. Fubon Research-ன் கணிப்புகளின்படி, இது 2027-க்குள் $65 பில்லியன் முதல் $70 பில்லியன் வரை உயரக்கூடும்.

இந்த எழுச்சி ஏற்கனவே பிராந்தியப் பொருளாதாரங்களை மாற்றியமைத்து வருகிறது. தைவானில், AI தொடர்பான தேவையின் தாக்கம் தெளிவாகத் தெரிகிறது; 2026-ஆம் ஆண்டின் முதல் காலாண்டில் (Q1) அதன் உண்மையான GDP வளர்ச்சி ஆண்டுக்கு ஆண்டு 14.55% ஆக உயர்ந்துள்ளது. மேலும், 2026-ல் TSMC-யின் மொத்த வருவாயில் சுமார் 31% AI தொடர்பான தேவைகளிலிருந்தே வரும் என்று எதிர்பார்க்கப்படுகிறது, இது உலகப் பொருளாதாரம் எவ்வளவு அதிகமாக AI உள்கட்டமைப்பில் குவிந்து வருகிறது என்பதை அடிக்கோடிட்டுக் காட்டுகிறது.

AI மாதிரிகளின் பொதுப் பொருளாக மாறுதல் (Commoditisation)

இரண்டாவது அழுத்தப் புள்ளி என்பது பெரிய மொழி மாதிரிகளின் (LLMs) விரைவான பொதுப் பொருளாக (commoditisation) மாறுவதாகும். செயல்திறன் மேம்பட்டு, செலவுகள் குறையும் போது, மேற்கத்திய AI நிறுவனங்களின் "பிரீமியம்" தனித்துவம் சவாலுக்கு உள்ளாகிறது. Z.ai-ன் GLM-5.2 போன்ற சீன மாதிரிகளின் எழுச்சியை வுட் சுட்டிக்காட்டுகிறார்; இவை மேற்கத்திய உயர்தர மாதிரிகளுக்கு இணையான செயல்திறனை வெறும் கால் பங்கு விலையில் வழங்குவதாகக் கூறப்படுகிறது.

தரவுகள் இந்த மாற்றத்தை உறுதிப்படுத்துகின்றன; OpenRouter தளத்தில், ஜூன் மாத இறுதியில் முன்னணி சீன AI மாதிரிகள் 21.37 டிரில்லியன் டோக்கன்களை (tokens) செயலாக்கியுள்ளன, இது ஏப்ரல் மாதத்தில் இருந்த 4.37 டிரில்லியனிலிருந்து மிகப்பெரிய வளர்ச்சியாகும். இது அமெரிக்காவின் முன்னணி மாதிரிகள் செயலாக்கிய 5.76 டிரில்லியன் டோக்கன்களை விட கணிசமாக அதிகம், இது சந்தையில் கடும் போட்டி மற்றும் விலை உணர்திறன் நிலவுவதை உணர்த்துகிறது.

"Picks and Shovels" (அடிப்படைத் தேவைகள்) நோக்கி மாறுதல்

இந்த எச்சரிக்கைகள் இருந்தபோதிலும், வுட் உடனடி வீழ்ச்சியைத் கணிக்கவில்லை. மாறாக, தொழில்துறையின் "picks and shovels" எனப்படும் அடிப்படைத் தேவைகளை நோக்கி—குறிப்பாக DRAM மற்றும் மெமரி (memory) வழங்குநர்களை நோக்கி—ஒரு மூலோபாய மாற்றத்தை அவர் பரிந்துரைக்கிறார். Jevons Paradox காரணமாக, கணினித் திறன் (compute) மிகவும் திறமையானதாகவும் மலிவாகவும் மாறும் போது, மொத்த நுகர்வு உண்மையில் அதிகரிக்கிறது, இது வன்பொருள் (hardware) வழங்குநர்களுக்குப் பயனளிக்கிறது.

Micron போன்ற முக்கிய நிறுவனங்கள் ஏற்கனவே கட்டமைப்பு ரீதியான மாற்றங்கள் மூலம் தங்கள் நிலையை உறுதிப்படுத்திக் கொண்டுள்ளன; உதாரணமாக, தங்கள் DRAM மற்றும் NAND அளவின் குறிப்பிடத்தக்க பகுதிகளை உள்ளடக்கிய ஐந்து ஆண்டு மூலோபாய ஒப்பந்தங்களில் கையெழுத்திட்டுள்ளன. இது AI மென்பொருள் அடுக்கு தனது லாபத்தன்மையை நிரூபிக்கப் போராடினாலும், மெமரி தயாரிப்பாளர்களுக்கு அதிக விலையை நிர்ணயிக்கும் அதிகாரத்தையும் (pricing power) நிலைத்தன்மையையும் வழங்குகிறது.

முக்கியக் குறிப்புகள்

• உண்மையான ஆபத்து: AI வர்த்தகம் பாரம்பரிய சிப் உபரிப் பெருக்கத்தால் முடிவடைவதை விட, "தவறான முதலீடு" (malinvestment)—அதாவது ஹைப்பர்ஸ்கேலர்கள் தங்களின் பிரம்மாண்டமான capex-க்கு போதுமான வருமானத்தைப் பெறத் தவறுவது—காரணமாக முடிவடைய அதிக வாய்ப்புள்ளது.
• மாதிரிகளின் பொதுப் பொருளாக மாறுதல்: குறைந்த விலை மற்றும் அதிக செயல்திறன் கொண்ட சீன AI மாதிரிகளின் விரைவான எழுச்சி, மேற்கத்திய பிரீமியம் AI நிறுவனங்களின் பொருளாதாரச் சூழலில் பெரும் அழுத்தத்தை ஏற்படுத்துகிறது.
• வன்பொருள் மீள்தன்மை: நீண்டகால விற்பனை ஒப்பந்தங்களை உறுதி செய்யவும், விலையை நிர்ணயிக்கும் அதிகாரத்தைப் பெறவும் கூடிய திறன் காரணமாக, மெமரி மற்றும் DRAM உற்பத்தியாளர்கள் (SK Hynix மற்றும் Samsung போன்றவர்கள்) மிகவும் நிலையான பயனாளிகளாகத் தொடர்கின்றனர்.