کیوں غلط سرمایہ کاری، نہ کہ چپس کی ضرورت سے زیادہ سپلائی، AI کے عروج کا خاتمہ کر سکتی ہے
مصنوعی ذہانت (AI) کی اس 'گولڈ رش' کی موجودہ لہر ایک بے مثال کیپٹل ایکسپینڈچر (capital expenditure) سائیکل سے چل رہی ہے، لیکن اس کے طویل مدتی استحکام کے حوالے سے ایک اہم انتباہ سامنے آیا ہے۔ جیفریز (Jefferies) کے گلوبل ہیڈ آف ایکویٹی اسٹریٹجی، کرس ووڈ کا کہنا ہے کہ AI کا یہ رجحان طلب کی کمی کی وجہ سے نہیں، بلکہ منافع بخش ہونے کے بحران کی وجہ سے ختم ہو سکتا ہے۔
غلط سرمایہ کاری اور سرکولر فنڈنگ کا خطرہ
روایتی سیمیکانڈکٹر سائیکلز کے برعکس، جو عام طور پر انوینٹری کے اچانک ذخیرہ ہونے یا سپلائی میں رکاوٹ کی وجہ سے ختم ہو جاتے ہیں، ووڈ "malinvestment" (غلط سرمایہ کاری) کو AI ٹریڈ کے لیے بنیادی خطرہ قرار دیتے ہیں۔ اصل تشویش یہ ہے کہ ہائپر اسکیلرز (hyperscalers) اور صف اول کی AI لیبز شاید ان بھاری بھرکم کیپٹل ایکسپینڈچرز (capex) پر مناسب منافع حاصل کرنے میں ناکام رہ جائیں جو وہ کر رہے ہیں۔
ووڈ اس ماحولیاتی نظام کے اندر ایک ممکنہ طور پر خطرناک فیڈ بیک لوپ کی نشاندہی کرتے ہیں: سرکولر فنڈنگ کے انتظامات جہاں Nvidia جیسی کمپنیاں OpenAI جیسی AI لیبز کو مالی معاونت فراہم کرتی ہیں، جو پھر اس سرمائے کو مزید Nvidia چپس خریدنے کے لیے استعمال کرتی ہیں۔ اگرچہ یہ مختصر مدت میں ترقی کو فروغ دیتا ہے، لیکن یہ ایک کمزوری پیدا کرتا ہے۔ اگر سرمایہ کار ان AI سرمایہ کاریوں کی طویل مدتی مونیٹائزیشن (monetization) کی صلاحیتوں پر شک کرنے لگیں، تو یہ فیڈ بیک لوپ تیزی سے ختم ہو سکتا ہے، جس سے مارکیٹ میں ایک تکلیف دہ وقفہ آ سکتا ہے۔
بھاری بھرکم Capex اور Jevons Paradox
اس وقت سرمایہ کاری کا پیمانہ تاریخی 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 تخمینوں کے مطابق 2027 تک یہ اخراجات 65 سے 70 بلین ڈالر تک پہنچ سکتے ہیں۔ اس اضافے نے تائیوان کی معیشت کو پہلے ہی نمایاں طور پر فروغ دیا ہے، جہاں 2026 کی پہلی سہ ماہی میں حقیقی GDP کی شرح نمو سالانہ بنیادوں پر 14.55% تک پہنچ گئی۔
ووڈ اسے "Jevons Paradox" کے تناظر میں دیکھتے ہیں—یہ خیال کہ جیسے جیسے کارکردگی میں اضافے کی وجہ سے کسی وسیلے (اس معاملے میں، کمپیوٹنگ ٹوکنز) کی قیمت کم ہوتی ہے، اس وسیلے کا کل استعمال درحقیقت بڑھ جاتا ہے۔ یہ تضاد "picks and shovels" (بنیادی ڈھانچے کے فراہم کنندگان) کے کھلاڑیوں، خاص طور پر میموری اور DRAM سپلائرز کو فائدہ پہنچاتا ہے۔ Micron جیسی کمپنیاں پہلے ہی اس ساختی تبدیلی کو دیکھ رہی ہیں، جہاں Micron نے 16 اسٹریٹجک کسٹمر معاہدوں پر دستخط کیے ہیں جو اس کے DRAM حجم کے 20% اور NAND حجم کے ایک تہائی حصے پر محیط ہیں، جو اکثر پانچ سالہ مدت کے لیے ہوتے ہیں۔
AI ماڈلز کی کموڈٹائزیشن (Commoditisation)
مغربی ممالک کے اعلیٰ معیار کے AI فراہم کنندگان کی معیشت پر ایک اور بڑھتا ہوا دباؤ Large Language Models (LLMs) کی تیزی سے ہوتی ہوئی کموڈٹائزیشن ہے۔ اعلیٰ معیار کے، کم لاگت والے ماڈلز کا ابھار—خاص طور پر چین سے—امریکی کمپنیوں کے غلبے کو چیلنج کر رہا ہے۔
مثال کے طور پر، Z.ai کے GLM-5.2 کے آغاز کو کارپوریٹ استعمال کے لیے Anthropic کے تقریباً برابر قرار دیا گیا ہے، لیکن فی ٹوکن لاگت اس کے صرف چوتھائی حصے کے برابر ہے۔ OpenRouter کا ڈیٹا حجم میں ایک اہم تبدیلی دکھاتا ہے؛ جون کے آخر میں، ٹاپ چینی AI ماڈلز نے 21.37 ٹریلین ٹوکنز پروسیس کیے، جو ٹاپ امریکی ماڈلز کے ذریعے پروسیس کیے گئے 5.76 ٹریلین ٹوکنز سے کہیں زیادہ تھے۔ سستے اور قابل متبادل کا یہ بہاؤ AI کی دوڑ میں سب سے آگے رہنے والی کمپنیوں کے منافع کے مارجن پر شدید دباؤ ڈالتا ہے۔
کلیدی نکات
- بنیادی خطرہ: AI ٹریڈ کا خاتمہ روایتی سیمیکانڈکٹر کی ضرورت سے زیادہ سپلائی کے بجائے "malinvestment" اور capex پر کم منافع کے احساس کی وجہ سے ہونے کا زیادہ امکان ہے۔
- میموری میں ساختی تبدیلی: DRAM اور میموری سپلائرز اس وقت سب سے زیادہ محفوظ "picks and shovels" مستفید ہونے والے ہیں، جو قیمتوں پر کنٹرول برقرار رکھنے کے لیے طویل مدتی اسٹریٹجک معاہدوں کا فائدہ اٹھا رہے ہیں۔
- کمودٹائزیشن کا خطرہ: کم لاگت اور اعلیٰ کارکردگی والے AI ماڈلز (خاص طور پر چین سے) کا تیزی سے ابھار LLM کے منظر نامے کو کموڈٹائز کر رہا ہے، جو مغربی AI لیڈروں کے ہائی مارجن ماڈلز کے لیے خطرہ ہے۔