کرس ووڈ کی وارننگ: کیوں غلط سرمایہ کاری (Malinvestment) AI ٹریڈ کا خاتمہ کر سکتی ہے

عالمی سطح پر AI کا عروج اس وقت سرمائے کے اخراجات (capex) کے سب سے ڈرامائی دور سے تقویت پا رہا ہے، لیکن ایک ابھرتا ہوا ساختی خطرہ مارکیٹ میں اچانک تبدیلی کا سبب بن سکتا ہے۔ Jefferies کے گلوبل ہیڈ آف ایکویٹی اسٹریٹجی، کرس ووڈ، خبردار کرتے ہیں کہ AI ٹریڈ کا خاتمہ چپس کی کمی یا ضرورت سے زیادہ سپلائی کی وجہ سے نہیں ہوگا، بلکہ سرمایہ کاری پر منافع (returns on investment) کے حوالے سے اعتماد کے بحران کی وجہ سے ہوگا۔

غلط سرمایہ کاری اور دائرہ وار فنڈنگ کا خطرہ

روایتی سیمیکنڈکٹر سائیکلز کے برعکس جو انوینٹری کی زیادتی کی وجہ سے ختم ہو جاتے ہیں، ووڈ کا کہنا ہے کہ AI ٹریڈ کو ایک منفرد نفسیاتی اور اقتصادی خطرہ درپیش ہے: "malinvestment" (غلط سرمایہ کاری)۔ بنیادی خطرہ یہ ہے کہ hyperscalers اور AI لیبارٹریز اس بھاری مقدار کے سرمائے پر مناسب منافع پیدا کرنے میں ناکام ہو سکتی ہیں جو وہ استعمال کر رہے ہیں۔

ووڈ اس ماحولیاتی نظام (ecosystem) کے اندر ایک ممکنہ طور پر کمزور فیڈ بیک لوپ کی نشاندہی کرتے ہیں۔ وہ ایسے ڈھانچوں کی طرف اشارہ کرتے ہیں جہاں Nvidia جیسی کمپنیاں OpenAI جیسی AI لیبز کو مالی معاونت فراہم کر سکتی ہیں، جو بدلے میں اس سرمائے کو مزید Nvidia چپس خریدنے کے لیے استعمال کرتی ہیں۔ اگرچہ یہ دائرہ وار عمل مختصر مدت کی ترقی کو فروغ دیتا ہے، لیکن یہ تاش کے پتوں کے گھر (house of cards) کی طرح ہے جو اس وقت گر سکتا ہے جب سرمایہ کار AI stack کی طویل مدتی مونیٹائزیشن (monetization) کی صلاحیتوں پر شک کرنا شروع کر دیں۔

بھاری Capex اور دولت کا ارتکاز

موجودہ سرمایہ کاری کا پیمانہ بے مثال ہے۔ TSMC نے اپنی 2026 کی capex گائیڈنس کو گزشتہ سال کے 41 بلین ڈالر سے بڑھا کر تقریباً 56 بلین ڈالر کر دیا ہے، جبکہ کچھ پیش گوئیاں 2027 تک اسے 65 سے 70 بلین ڈالر تک پہنچنے کا اشارہ دے رہی ہیں۔ اس اضافے نے تائیوان کو ایک میکرو پاور ہاؤس بنا دیا ہے، جہاں 2026 کی پہلی سہ ماہی میں سالانہ بنیادوں پر حقیقی GDP کی شرح نمو 14.55% تک پہنچ گئی۔

AI سے متعلقہ طلب اب اتنی زیادہ مرکوز ہو چکی ہے کہ اندازہ ہے کہ 2026 میں یہ TSMC کے ریونیو کا 31% حصہ ہوگی۔ ارتکاز کی یہ سطح اس بات پر زور دیتی ہے کہ عالمی معیشت اس وقت کس حد تک ایک واحد تکنیکی شعبے (technological vertical) پر انحصار کر رہی ہے۔

AI ماڈلز کی کموڈٹائزیشن (Commoditisation)

ایک اور اہم دباؤ کا نقطہ Large Language Models (LLMs) کی تیزی سے بڑھتی ہوئی کموڈٹائزیشن ہے۔ جیسے جیسے اعلیٰ معیار کے ماڈلز سستے ہو رہے ہیں، مغربی AI فراہم کنندگان کی پریمیم قیمتوں کے تعین کی طاقت کو چیلنج کیا جا رہا ہے۔

ووڈ نوٹ کرتے ہیں کہ چینی ماڈلز تیزی سے مقبول ہو رہے ہیں۔ OpenRouter پلیٹ فارم پر، جون کے آخر میں ٹاپ چینی ماڈلز نے 21.37 ٹریلین ٹوکنز پروسیس کیے، جو اپریل کے 4.37 ٹریلین کے مقابلے میں ایک بہت بڑا اضافہ ہے، اور یہ ٹاپ امریکی ماڈلز کے ذریعے پروسیس کیے گئے 5.76 ٹریلین ٹوکنز سے کہیں زیادہ ہے۔ یہ تبدیلی ظاہر کرتی ہے کہ جیسے جیسے "فی ٹوکن لاگت" (cost per token) کم ہوگی، مہنگے اور ملکیتی (proprietary) ماڈلز کو برقرار رکھنے کے معاشی پہلوؤں کو سخت جانچ کا سامنا کرنا پڑے گا۔

توجہ میموری اور ہارڈ ویئر کی طرف منتقل ہونا

ان وارننگز کے باوجود، ووڈ فوری کریش کی پیش گوئی نہیں کر رہے ہیں۔ اس کے بجائے، وہ پورٹ فولیو کو صنعت کے "picks and shovels" (بنیادی ضروریات) یعنی خاص طور پر میموری اور ہارڈ ویئر کی طرف دوبارہ ترتیب دے رہے ہیں۔

وہ Jevons Paradox کا حوالہ دیتے ہیں، جہاں بڑھتی ہوئی کارکردگی مجموعی استعمال میں اضافے کا باعث بنتی ہے۔ جیسے جیسے کمپیوٹنگ زیادہ موثر ہوتی جا رہی ہے، DRAM اور NAND میموری کی طلب بڑھ رہی ہے۔ Micron جیسی کمپنیوں نے پہلے ہی اپنے حجم کے ایک بڑے حصے کے لیے طویل مدتی اسٹریٹجک معاہدے حاصل کر لیے ہیں، جس سے میموری بنانے والوں کو خاطر خواہ اثر و رسوخ اور قیمتوں کے تعین کی طاقت حاصل ہو گئی ہے جو روایتی چِپ سازوں کے پاس اکثر پچھلے مندی کے دور میں نہیں ہوتی تھی۔

اہم نکات

  • بنیادی خطرہ: AI ٹریڈ "malinvestment" کے خدشات کے حوالے سے سب سے زیادہ حساس ہے—یعنی یہ احساس کہ بھاری capex کافی منافع نہیں دے رہی۔
  • کمودٹائزیشن کا دباؤ: تیزی سے بہتر اور سستے AI ماڈلز، خاص طور پر چین سے، صف اول کی مغربی AI کمپنیوں کے زیادہ منافع والے معاشی ڈھانچے کے لیے خطرہ بن رہے ہیں۔
  • میموری ہیج (Hedge): جہاں سافٹ ویئر اور ماڈل فراہم کنندگان کو مارجن کے دباؤ کا سامنا ہے، وہیں ہارڈ ویئر اور میموری بنانے والے (جیسے SK Hynix اور Samsung) اس تعمیراتی عمل کے ساختی طور پر مستفید ہونے والے رہیں گے۔