નાણાકીય સંસ્થા Jefferies એ અમેરિકાની મોટી ટેક કંપનીઓને કૃત્રિમ બુદ્ધિ (AI) માં થતા જંગી રોકાણને લઈને ચેતવણી આપી છે. રિપોર્ટ મુજબ, ચીનમાંથી આવતા સસ્તા ઓપન-સોર્સ AI મોડલ્સ અમેરિકન કંપનીઓના પ્રભુત્વને પડકારી શકે છે, જેના કારણે "કેપિટલ ડિસ્ટ્રક્શન" (મૂડીનો વિનાશ) નું જોખમ ઊભું થયું છે. રોકાણકારો હવે ઇન્ફ્રાસ્ટ્રક્ચર પરના અબજો ડોલરના ખર્ચના વળતર પર સવાલો ઉઠાવી રહ્યા છે.
Detailed Coverage
Jefferies નો રિપોર્ટ શું કહે છે?
Jefferies ના નવા રિપોર્ટમાં અમેરિકાની મુખ્ય ટેક કંપનીઓ માટે AI ક્ષેત્રે મોટા નાણાકીય જોખમો ઉજાગર કરવામાં આવ્યા છે. આ કંપનીઓએ AI ઇન્ફ્રાસ્ટ્રક્ચરમાં જંગી રોકાણ કર્યું છે. રિપોર્ટ સૂચવે છે કે ચીન તરફથી ઓછા ખર્ચે ઉપલબ્ધ ઓપન-સોર્સ AI મોડલ્સની વધતી સ્પર્ધાને કારણે આ રોકાણ "કેપિટલ ડિસ્ટ્રક્શન" તરફ દોરી શકે છે.
વધતું રોકાણ અને ઘટતું વળતર
અહેવાલ મુજબ, અમેરિકાની ચાર સૌથી મોટી હાઇપરસ્કેલર કંપનીઓ 2026 સુધીમાં ઇન્ફ્રાસ્ટ્રક્ચર પર સંયુક્ત રીતે $695 બિલિયન ખર્ચ કરશે, જે 2027 સુધીમાં વધીને $870 બિલિયન સુધી પહોંચવાનો અંદાજ છે. આ ખર્ચની ગતિ ઝડપી બની રહી છે, પરંતુ Jefferies ભારપૂર્વક જણાવે છે કે રોકાણકારો હવે આ ખર્ચ સામે નફાકારકતાના સ્પષ્ટ પુરાવા માંગી રહ્યા છે. મુખ્ય ચિંતા એ છે કે શું વર્તમાન રોકાણ સ્તરો યોગ્ય વળતર આપી શકશે, ખાસ કરીને જ્યારે વૈશ્વિક માંગ વધુ ખર્ચ-અસરકારક વિકલ્પો તરફ વળી રહી છે.
ચીની AI મોડલ્સનો ઉદય
ચીની AI મોડલ્સ, જેમ કે Moonshot AI નું Kimi K3, બજારમાં ઝડપથી સ્થાન મેળવી રહ્યા છે. OpenRouter ના ડેટા અનુસાર, લેટેસ્ટ એપ્રિલના અંતમાં જ્યાં દર અઠવાડિયે 4.37 ટ્રિલિયન ટોકન્સ પ્રોસેસ થતા હતા, તે હવે 19 જુલાઈ ના અઠવાડિયા સુધીમાં વધીને 36.39 ટ્રિલિયન થઈ ગયા છે. આ જ સમયગાળા દરમિયાન, ટોચની યુએસ-આધારિત મોડલ્સ માત્ર 7.39 ટ્રિલિયન ટોકન્સ પ્રોસેસ કરી શકી. આ દર્શાવે છે કે ચીની ડેવલપર્સ ટેકનોલોજીકલ રીતે સ્પર્ધાત્મક બની રહ્યા છે અને અત્યંત સ્પર્ધાત્મક, ઓછા ખર્ચે વિકલ્પો પ્રદાન કરી રહ્યા છે, જે સ્થાપિત યુએસ કંપનીઓની માર્કેટ હિસ્સેદારીને ઘટાડી શકે છે.
દેવું અને નાણાકીય સ્થિરતા
આ ટેક જાયન્ટ્સ ડેટા સેન્ટર વિસ્તરણ અને હાર્ડવેર ખરીદી માટે દેવા પર વધુને વધુ નિર્ભર બની રહ્યા છે, જેના કારણે નાણાકીય જોખમો વધી રહ્યા છે. આ ક્ષેત્ર અમેરિકામાં ઇન્વેસ્ટમેન્ટ-ગ્રેડ ડેટ (investment-grade debt) નો મોટો જારીકર્તા બની ગયો છે, જે કંપનીઓના બેલેન્સ શીટ પર લાંબા ગાળાની અસર અંગે ચિંતાઓ ઊભી કરે છે. વધુમાં, AI ટોકન કિંમતોમાં સતત ઘટાડો, જે AI સેવાઓના કોમોડિટાઇઝેશન (commoditization) ને દર્શાવે છે, તે ભાવ નિર્ધારણમાં પડકારજનક વાતાવરણ ઊભું કરી શકે છે, જે ભવિષ્યના નફાના માર્જિન પર દબાણ લાવી શકે છે. ડેટા સેન્ટર લીઝની પ્રતિબદ્ધતાઓ અને ઓફ-બેલેન્સ શીટ જવાબદારીઓ પણ નાણાકીય જટિલતામાં વધારો કરી રહી છે.
હવે રોકાણકારો પર નજર રાખવાની સલાહ આપવામાં આવી રહી છે કે શું આ કંપનીઓ તેમના વિશાળ AI રોકાણોનું સફળતાપૂર્વક મુદ્રીકરણ કરી શકશે કે નહીં, અથવા વર્તમાન ખર્ચ ચક્ર તેમના વ્યવસાયિક મૂલ્યાંકનમાં વ્યાપક પુનઃમૂલ્યાંકન તરફ દોરી જશે. આગામી ત્રિમાસિક કમાણીના અહેવાલો પર ધ્યાન રાખવું જરૂરી રહેશે, જ્યાં મેનેજમેન્ટ AI પરના રોકાણ પર વળતર, ખર્ચ માર્ગદર્શનમાં ફેરફાર અને દેવા વ્યવસ્થાપન વ્યૂહરચનાઓ ક્ષેત્રના નાણાકીય સ્વાસ્થ્યનું મૂલ્યાંકન કરવા માટે આવશ્યક રહેશે.
