Jefferies રિસર્ચ ફર્મની ચેતવણી મુજબ, સસ્તા અને હાઈ-કેપેસિટીવાળા ચાઇનીઝ AI મોડલ્સ હવે અમેરિકી ટેક જાયન્ટ્સ માટે પડકાર બની રહ્યા છે. આના કારણે AI રોકાણનો વર્તમાન ટ્રેન્ડ બદલાઈ શકે છે. મોટી કંપનીઓ હવે ડેટા પ્રાઈવસી અને ઓન-પ્રેમાઈસ AI સિસ્ટમ્સને વધુ મહત્વ આપી રહી છે, જેનાથી માર્કેટનું ધ્યાન ક્લાઉડ AI પ્લેયર્સથી હટીને સેમસંગ અને SK Hynix જેવા સેમિકન્ડક્ટર અને હાર્ડવેર ઉત્પાદકો તરફ વળી રહ્યું છે.
શું થયું?
Jefferies ના નવા રિપોર્ટ અનુસાર, ગ્લોબલ આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) ક્ષેત્રે તેજીના માહોલ વચ્ચે એક નવો પડકાર ઊભો થયો છે. સસ્તા અને વધુ ક્ષમતા ધરાવતા ચાઇનીઝ AI મોડલ્સ બજારમાં પોતાની પકડ મજબૂત કરી રહ્યા છે. જ્યાં અત્યાર સુધી બજાર અમેરિકી કંપનીઓના AI મોડલ્સ પર ધ્યાન કેન્દ્રિત કરી રહ્યું હતું, ત્યાં હવે GLM-5.2 જેવા ચાઇનીઝ મોડલ્સ તેની ઓછી કિંમત પ્રતિ પ્રોસેસ્ડ યુનિટ (જેને "ટોકન" કહેવાય છે) ને કારણે લોકપ્રિય બની રહ્યા છે. ડેટા દર્શાવે છે કે 21 જૂન, 2026 ના રોજ પૂરા થયેલા સપ્તાહમાં OpenRouter જેવા પ્લેટફોર્મ પર ચાઇનીઝ મોડલ્સે લગભગ 21 ટ્રિલિયન ટોકન પ્રોસેસ કર્યા, જ્યારે આ જ સમયગાળામાં ટોચની અમેરિકી મોડલ્સે માત્ર 6 ટ્રિલિયન ટોકન પ્રોસેસ કર્યા હતા.
ઓન-પ્રેમાઈસ AI તરફ વલણ
એક મોટો બદલાવ એ જોવા મળી રહ્યો છે કે મોટી કંપનીઓ હવે તેમના AI વર્કલોડને પબ્લિક ક્લાઉડથી દૂર પોતાના પ્રાઇવેટ, ઓન-પ્રેમાઈસ સર્વર્સ પર ખસેડી રહી છે. આનું મુખ્ય કારણ ડેટા પ્રાઈવસી (Data Privacy) અંગેની ચિંતાઓ છે. GLM-5.2 જેવા નવા મોડલ્સ આ પ્રાઇવેટ સેટિંગ્સમાં જ ગુણવત્તા સાથે સમાધાન કર્યા વિના જટિલ કાર્યોને હેન્ડલ કરવામાં સક્ષમ હોવાનું કહેવાય છે. પબ્લિક ક્લાઉડ સેવાઓથી આ દૂર જવાથી, જે મોટી અમેરિકી AI કંપનીઓ ક્લાઉડ સબ્સ્ક્રિપ્શન પર નિર્ભર છે, તેમની રેવન્યુ ગ્રોથ પર અસર થઈ શકે છે. રોકાણકારો માટે, આ સૂચવે છે કે "ટોકનમેક્સિંગ" (Tokenmaxxing) – જ્યાં કંપનીઓ ફક્ત AI પ્રોસેસિંગના સૌથી વધુ વોલ્યુમનો પીછો કરે છે – તેનો તબક્કો હવે ધીમો પડી શકે છે.
ટેક હાર્ડવેર પર અસર
જ્યારે AI સોફ્ટવેર અને ક્લાઉડ-આધારિત AI પ્રદાતાઓ સંભવિત વિક્ષેપનો સામનો કરી રહ્યા છે, ત્યારે સેમિકન્ડક્ટર અને હાર્ડવેર ઉત્પાદકો માટે ચિત્ર વધુ સ્થિર દેખાય છે. Jefferies નોંધે છે કે ટોકનના ભાવમાં ઘટાડો થવાથી DRAM (ડાયનેમિક રેન્ડમ-એક્સેસ મેમરી) ની માંગ વધવાની અપેક્ષા છે, જે આ સિસ્ટમ્સ માટે મુખ્ય ઘટક છે. આ મેમરી ચિપ ઉદ્યોગ માટે સકારાત્મક સંકેત છે.
Taiwan Semiconductor Manufacturing Company (TSMC) જેવી મોટી ગ્લોબલ કંપનીઓ આ ટ્રેન્ડનો સામનો કરવા માટે મોટા પાયે મૂડી ખર્ચ કરી રહી છે. TSMC 2026 માં તેના મૂડી ખર્ચને $56 બિલિયન સુધી અને 2027 માં તેને $65-70 બિલિયન સુધી વધારવાની અપેક્ષા રાખે છે. AI સંબંધિત પ્રોજેક્ટ્સ પહેલેથી જ આ વર્ષે કંપનીની આવકમાં 31% નો ફાળો આપી રહ્યા છે. રોકાણની વ્યૂહરચના SK Hynix, Kioxia અને Samsung Electronics જેવી હાર્ડવેર કંપનીઓ તરફ વળી રહી છે જેથી આ ઇન્ફ્રાસ્ટ્રક્ચરની માંગનો લાભ લઈ શકાય.
સાયબર સુરક્ષા અને એન્ટરપ્રાઇઝ જોખમો
સ્પર્ધાત્મક લેન્ડસ્કેપ ઉપરાંત, AI ના સુરક્ષા પાસાઓ પર પણ ધ્યાન વધી રહ્યું છે. ફાઇવ આઇઝ એલાયન્સ (Five Eyes Alliance) એ AI વિકાસ દ્વારા સુવિધાજનક સાયબર હુમલાઓના વધતા જોખમ વિશે ચેતવણી જારી કરી છે. આ વિકાસને કારણે સંસ્થાઓ સાયબર સુરક્ષા રોકાણોને પ્રાથમિકતા આપી રહી છે. ભારતીય IT સેવા ક્ષેત્ર માટે, આ ટ્રેન્ડ એક મહત્વપૂર્ણ નિરીક્ષણ બિંદુ છે. જેમ જેમ વૈશ્વિક કંપનીઓ ઓન-પ્રેમાઈસ AI ડિપ્લોયમેન્ટ તરફ વળી રહી છે અને તેમની ડિજિટલ સુરક્ષાને મજબૂત કરી રહી છે, તેમ સાયબર સુરક્ષા કન્સલ્ટિંગ, ઇન્ટીગ્રેશન અને ઇન્ફ્રાસ્ટ્રક્ચર મેનેજમેન્ટ પૂરી પાડતી કંપનીઓની માંગમાં ફેરફાર જોવા મળી શકે છે.
રોકાણકારોએ શું ટ્રેક કરવું?
રોકાણકારોએ આગામી ત્રિમાસિક ગાળામાં એન્ટરપ્રાઇઝ AI ખર્ચ કેવી રીતે વિકસિત થાય છે તેના પર નજર રાખવી જોઈએ. મુખ્ય નિરીક્ષણોમાં ઓન-પ્રેમાઈસ વિરુદ્ધ પબ્લિક ક્લાઉડ AI સોલ્યુશન્સનો અપનાવવાનો દર અને મુખ્ય AI-હેવી કંપનીઓ પરના રોકાણ પર વાસ્તવિક વળતર (ROI) નો સમાવેશ થાય છે. આ ઉપરાંત, TSMC જેવી મુખ્ય સેમિકન્ડક્ટર ઉત્પાદકોની મૂડી ખર્ચ યોજનાઓ વૈશ્વિક ટેક ઉદ્યોગના સ્વાસ્થ્યનું મહત્વપૂર્ણ સૂચક રહે છે. અંતે, વૈશ્વિક સાયબર સુરક્ષા નિયમો અથવા કોર્પોરેટ ખર્ચની પેટર્નમાં કોઈપણ ફેરફાર IT સેવાઓ અને હાર્ડવેર કંપનીઓની લાંબા ગાળાની સંભાવનાઓને પ્રભાવિત કરશે.