کیوں غلط سرمایہ کاری، نہ کہ چپس کی ضرورت سے زیادہ سپلائی، AI ٹریڈ کا خاتمہ کر سکتی ہے
مصنوعی ذہانت (AI) کا عروج تاریخ کے سب سے ڈرامائی کیپیٹل ایکسپینڈچر (capex) سائیکل کو جنم دے رہا ہے، لیکن اس کے 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 ٹریڈ کا ممکنہ خاتمہ چپس کی کمی کی وجہ سے نہیں، بلکہ سرمایہ کاری کے منافع پر اعتماد کے بحران کی وجہ سے ہوگا۔
غلط سرمایہ کاری کا بڑھتا ہوا خطرہ
روایتی سیمیکانڈکٹر سائیکلز کے برعکس، جو اچانک سپلائی میں اضافے یا انوینٹری کے جمع ہونے کی وجہ سے ختم ہو جاتے ہیں، ووڈ کا استدلال ہے کہ AI کا دور ایک منفرد ساختی خطرے کا سامنا کر رہا ہے: غلط سرمایہ کاری (malinvestment)۔ بنیادی خطرہ اس امکان میں ہے کہ ہائپر اسکیلرز (hyperscalers) اور صف اول کی AI لیبز اس بھاری بھرکم سرمائے پر مناسب منافع کمانے میں ناکام رہ سکتی ہیں جو وہ لگا رہے ہیں۔
ووڈ اس ماحولیاتی نظام کے اندر ایک تشویشناک "سرکولر فنڈنگ" (circular funding) کے نمونے کی نشاندہی کرتے ہیں۔ مثال کے طور پر، Nvidia ایسی تنظیموں کی مالی معاونت میں شامل رہی ہے جیسے OpenAI، جو بدلے میں اس سرمائے کو مزید Nvidia چپس خریدنے کے لیے استعمال کرتی ہے۔ اگرچہ یہ قلیل مدت میں ایک طاقتور رفتار پیدا کرتا ہے، لیکن یہ ایک ایسا فیڈ بیک لوپ بناتا ہے جو تیزی سے الٹ سکتا ہے اگر سرمایہ کار AI اسٹیک کی طویل مدتی مونیٹائزیشن اور آمدنی کے امکانات پر شک کرنا شروع کر دیں۔
بھاری بھرکم Capex اور خطرے کا ارتکاز
اس وقت سرمایہ کاری کا پیمانہ بے مثال ہے۔ دنیا کی صف اول کی فاؤنڈری، TSMC نے اپنی 2026 کی capex گائیڈنس کو گزشتہ سال کے 41 بلین ڈالر سے بڑھا کر تقریباً 56 بلین ڈالر کر دیا ہے۔ Fubon Research کے تخمینوں کے مطابق، یہ 2027 تک 65 بلین ڈالر سے 70 بلین ڈالر کے درمیان پہنچ سکتا ہے۔
یہ اضافہ علاقائی معیشتوں کو پہلے ہی تبدیل کر رہا ہے۔ تائیوان میں AI سے متعلق طلب کا اثر واضح ہے، جہاں 2026 کی پہلی سہ ماہی میں سالانہ بنیادوں پر حقیقی GDP کی شرح نمو 14.55% تک پہنچ گئی۔ مزید برآں، توقع ہے کہ 2026 میں TSMC کی کل آمدنی کا تقریباً 31% حصہ AI سے متعلق طلب سے حاصل ہوگا، جو اس بات پر زور دیتا ہے کہ عالمی معیشت کس حد تک AI انفراسٹرکچر پر مرکوز ہو رہی ہے۔
AI ماڈلز کی کموڈٹائزیشن (Commoditisation)
ایک دوسرا دباؤ کا نقطہ Large Language Models (LLMs) کی تیزی سے بڑھتی ہوئی کموڈٹائزیشن ہے۔ جیسے جیسے کارکردگی بہتر ہو رہی ہے اور لاگت کم ہو رہی ہے، مغربی AI فراہم کنندگان کا "پریمیم" برتری کا دعویٰ چیلنج ہو رہا ہے۔ ووڈ چینی ماڈلز کے عروج کی طرف اشارہ کرتے ہیں، جیسے کہ Z.ai کا GLM-5.2، جو مبینہ طور پر صرف چوتھائی قیمت پر اعلیٰ درجے کے مغربی ماڈلز کے برابر کارکردگی پیش کرتا ہے۔
ڈیٹا اس تبدیلی کی تصدیق کرتا ہے؛ OpenRouter پلیٹ فارم پر، جون کے آخر میں ٹاپ چینی AI ماڈلز نے 21.37 ٹریلین ٹوکنز پروسیس کیے، جو اپریل کے 4.37 ٹریلین کے مقابلے میں ایک بہت بڑی چھلانگ ہے۔ یہ حجم ٹاپ امریکی ماڈلز کے ذریعے پروسیس کیے گئے 5.76 ٹریلین ٹوکنز سے کافی زیادہ ہے، جو ایک پرہجوم اور قیمت کے حوالے سے حساس منظرنامے کا اشارہ دیتا ہے۔
توجہ "Picks and Shovels" کی طرف منتقل ہونا
ان انتباہات کے باوجود، ووڈ فوری تباہی کی پیش گوئی نہیں کرتے۔ اس کے بجائے، وہ صنعت کے "picks and shovels" (بنیادی ضروریات) کی طرف اسٹریٹجک تبدیلی کا مشورہ دیتے ہیں—خاص طور پر DRAM اور میموری سپلائرز۔ Jevons Paradox کی وجہ سے، جیسے جیسے کمپیوٹ زیادہ موثر اور سستا ہوتا جاتا ہے، کل استعمال درحقیقت بڑھ جاتا ہے، جس سے ہارڈ ویئر فراہم کنندگان کو فائدہ ہوتا ہے۔
Micron جیسے بڑے کھلاڑی پہلے ہی ساختی تبدیلیوں کے ذریعے اپنی پوزیشن محفوظ کر رہے ہیں، جیسے کہ پانچ سالہ اسٹریٹجک معاہدوں پر دستخط کرنا جو ان کے DRAM اور NAND حجم کے اہم حصوں کا احاطہ کرتے ہیں۔ یہ میموری بنانے والوں کو زیادہ قیمت مقرر کرنے کی طاقت اور استحکام فراہم کرتا ہے، چاہے وسیع تر AI سافٹ ویئر لیئر اپنی منافع بخش ہونے کو ثابت کرنے کے لیے جدوجہد ہی کیوں نہ کر رہی ہو۔
اہم نکات
- اصل خطرہ: AI ٹریڈ کے روایتی چپس کی ضرورت سے زیادہ سپلائی کے بجائے "غلط سرمایہ کاری" (malinvestment) کی وجہ سے ختم ہونے کا زیادہ امکان ہے—یعنی ہائپر اسکیلرز کا بھاری بھرکم capex پر کافی منافع کمانے میں ناکام رہنا۔
- ماڈل کی کموڈٹائزیشن: کم لاگت اور اعلیٰ کارکردگی والے چینی AI ماڈلز کا تیزی سے عروج پریمیم مغربی AI فراہم کنندگان کی معیشت پر شدید دباؤ ڈال رہا ہے۔
- ہارڈ ویئر کی لچک: میموری اور DRAM بنانے والے (جیسے SK Hynix اور Samsung) اپنی طویل مدتی فروخت کے معاہدوں کو یقینی بنانے اور قیمتوں پر کنٹرول رکھنے کی صلاحیت کی وجہ سے سب سے زیادہ مستحکم فائدہ اٹھانے والے بنے ہوئے ہیں۔