Alphabet, Microsoft, Amazon, Meta અને Oracle જેવી દિગ્ગજ ટેક કંપનીઓ પર AI ઇન્ફ્રાસ્ટ્રક્ચર માટે ₹1.65 ટ્રિલિયનનું ઓફ-બેલેન્સ-શીટ કમિટમેન્ટ છે. આ ભવિષ્યના લીઝ અને સાધનસામગ્રીની જવાબદારીઓ પરંપરાગત દેવું તરીકે જાહેર થતી નથી, જે કંપનીઓની વાસ્તવિક નાણાકીય સ્થિતિ છુપાવી શકે છે.
Detailed Coverage
AI ઇન્ફ્રાસ્ટ્રક્ચરનો વધતો બોજ
આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) ના ઝડપી વિકાસને પહોંચી વળવા માટે મોટી ટેકનોલોજી કંપનીઓ ભારે રોકાણ કરી રહી છે, પરંતુ આ રોકાણનો મોટો હિસ્સો તેમના બેલેન્સ શીટ પર દેખાતો નથી.
તાજેતરના અહેવાલો અનુસાર, Alphabet, Microsoft, Amazon, Meta અને Oracle જેવી કંપનીઓએ GPU (ગ્રાફિક્સ પ્રોસેસિંગ યુનિટ) ની ખરીદી અને ડેટા-સેન્ટર લીઝ માટે આશરે ₹1.65 ટ્રિલિયન ની ઓફ-બેલેન્સ-શીટ જવાબદારીઓ લીધી છે. આ ખર્ચાઓ હાલના એકાઉન્ટિંગ ધોરણો મુજબ દેવું તરીકે નોંધવામાં આવતા નથી, કારણ કે તે ત્યારે જ નોંધાય છે જ્યારે સંબંધિત સુવિધાઓ કાર્યરત થાય.
નાણાકીય પારદર્શિતા પર અસર
આ છૂપા દેવાનો વ્યાપ છેલ્લા ચાર વર્ષમાં આઠ ગણો વધ્યો છે. કારણ કે આ રકમો મોટાભાગે લેવરેજ રેશિયો (Leverage Ratios) માંથી બાકાત રાખવામાં આવે છે, રોકાણકારો કંપનીઓના વાસ્તવિક નાણાકીય જોખમને સંપૂર્ણપણે સમજી શકતા નથી. જ્યારે કોઈ લીઝ્ડ સુવિધા સત્તાવાર રીતે શરૂ થાય છે, ત્યારે તેની જવાબદારીઓ બેલેન્સ શીટ પર આવી જાય છે, જેનાથી અચાનક દેવું વધી શકે છે અને જો AI થી થતી આવક આ ખર્ચને પહોંચી વળવા માટે પૂરતી ન હોય તો રોકડ પ્રવાહ (Cash Flows) પર દબાણ આવી શકે છે.
Meta અને Oracle નો કેસ
કેટલીક કંપનીઓમાં આ છૂપા દેવાની રકમ નોંધપાત્ર રીતે વધારે છે. Meta Platforms પર તેની સત્તાવાર રીતે જાહેર કરાયેલ દેવાની રકમના લગભગ ત્રણ ગણા, એટલે કે લગભગ $420 બિલિયન ની ઓફ-બેલેન્સ-શીટ જવાબદારીઓ હોવાનો અહેવાલ છે. આ મુખ્યત્વે જોઈન્ટ વેન્ચર્સ અને લીઝિંગ મોડેલ દ્વારા સંચાલિત ડેટા સેન્ટર ફાઇનાન્સિંગ વ્યવસ્થાઓને કારણે છે.
તેવી જ રીતે, Oracle ની ભવિષ્યની લીઝ પ્રતિબદ્ધતાઓ પણ વધી છે, જે હાલમાં અંદાજે $260 બિલિયન છે. આ રકમ OpenAI જેવા ભાગીદારો માટે AI કમ્પ્યુટ પાવરને સપોર્ટ કરવા માટે જરૂરી ઇન્ફ્રાસ્ટ્રક્ચર સાથે જોડાયેલી છે.
જોખમો અને રોકાણકારો માટે ધ્યાનમાં રાખવા જેવી બાબતો
બેંક ફોર ઇન્ટરનેશનલ સેટલમેન્ટ્સ (BIS) જેવી નિયમનકારી સંસ્થાઓએ ભૂતકાળમાં આવા 'શેડો બોરોઇંગ' (Shadow Borrowing) થી ઉદ્ભવતા જોખમો પર પ્રકાશ પાડ્યો છે. AI હાર્ડવેર ઝડપથી જૂનું થઈ જાય છે, તેથી આવી વ્યવસ્થાઓ લવચીકતા પૂરી પાડે છે. જોકે, તે ફાઇનાન્સિંગની અવધિ અને સંપત્તિના જીવનકાળ વચ્ચે મેળ ન હોવાનું જોખમ ઊભું કરે છે.
આગામી કમાણી રિલીઝ (Earnings Releases) સમયે, રોકાણકારો માટે મુખ્ય ચિંતા એ છે કે AI-આધારિત આવક આ ઇન્ફ્રાસ્ટ્રક્ચર રોકાણો દ્વારા નિર્ધારિત ઊંચી અપેક્ષાઓને પૂર્ણ કરવામાં નિષ્ફળ જાય તો એસેટ રાઇટ-ડાઉન (Asset Write-downs) ની સંભાવના છે. રોકાણકારોએ આ પ્રતિબદ્ધતાઓ કેવી રીતે ઓળખવામાં આવે છે અને તે નફા માર્જિન (Profit Margins) અથવા લાંબા ગાળાની નાણાકીય સ્થિતિને કેવી રીતે અસર કરે છે તેના પર નજર રાખવી જોઈએ.