AI બજાર: ડોટ-કોમ કટોકટીનું પુનરાવર્તન નહીં થાય? જાણો કારણો

બબલ્સની શ્રેણીબદ્ધ અસરનો સિદ્ધાંત

કૃત્રિમ બુદ્ધિ (AI) એક મોટો, ફુલેલો બબલ છે જે ફૂટવાની રાહ જોઈ રહ્યો છે તેવી સામાન્ય ભયની ધારણા ખોટી હોઈ શકે છે. મોટા પાયે થતા કડાકાને બદલે, વર્તમાન બજાર માળખું શ્રેણીબદ્ધ, સ્થાનિક સુધારાઓ તરફ ઈશારો કરે છે. જ્યારે AI નો કોઈ ચોક્કસ પેટા-ક્ષેત્ર (sub-sector) વેલ્યુએશનના કારણે દબાણમાં આવશે, ત્યાં સુધીમાં મૂડી (capital) પહેલેથી જ જનરેટિવ યુટિલિટી (generative utility) ના આગલા તબક્કામાં ફરી રહી હશે. આ ક્રમિક પ્રગતિ 2000 ના દાયકાના ટેક કડાકા (tech wreckage) જેવી સંપૂર્ણ બજારની સ્થિતિને અટકાવે છે, જે ગ્રોથ-ઓરિએન્ટેડ કેપિટલને જમાવવામાં મદદ કરે છે.

વેલ્યુ રોટેશન શા માટે અટકેલું છે?

રોકાણકારો જે 2022 ના રોટેશન જેવી સ્થિતિ શોધી રહ્યા છે - જ્યાં વધતી જતી વ્યાજ દરો (interest rates) એ વેલ્યુ સ્ટોક્સ (value stocks) તરફ મોટા પાયે સ્થળાંતર ફરજિયાત બનાવ્યું હતું - તેઓ નિરાશ થઈ શકે છે. વર્તમાન મેક્રો (macro) વાતાવરણ તે સમયની પોસ્ટ-પેન્ડેમિક અસ્થિરતા (post-pandemic volatility) થી નોંધપાત્ર રીતે અલગ છે. ફુગાવાના આંકડા (inflation metrics) 4% થી નીચે છે અને સેન્ટ્રલ બેંકની પોલિસી રેટ (policy rates) ન્યુટ્રલ બેઝલાઇન (neutral baseline) ની નજીક છે. ગ્રોથ સ્ટોક્સને સજા કરવા માટે જરૂરી આક્રમક રિપ્રાઇસિંગ મિકેનિઝમ (repricing mechanisms) હાલમાં ગેરહાજર છે. વધુમાં, ગ્રોથ અને વેલ્યુ વચ્ચેનો વેલ્યુએશન સ્પ્રેડ (valuation spread), જે હવે 1.3 થી 1.4 ગણા સુધી સંકુચિત થઈ ગયો છે, તે દર્શાવે છે કે બજારે પરંપરાગત, નીચા-મલ્ટિપલ (low-multiple) અસ્કયામતો માટેની મોટાભાગની પુનઃપ્રાપ્તિની સંભાવનાને પહેલેથી જ ધ્યાનમાં લીધી છે. જ્યાં સુધી ગ્રોથ કંપનીઓ શ્રેષ્ઠ રિટર્ન ઓન ઇક્વિટી (ROE) જાળવી રાખશે, ત્યાં સુધી આ કંપનીઓ લિક્વિડિટી પ્રીમિયમ (liquidity premium) મેળવતી રહેશે જે વેલ્યુ પ્લેયર્સને સાઇડલાઇન રાખે છે.

ફોરેન્સિક બેર કેસ: માળખાકીય નબળાઈ

એકંદર તેજીના વલણ છતાં, સંસ્થાકીય શંકા (institutional skepticism) આ ગ્રોથ મેટ્રિક્સની ટકાઉપણા અંગે યથાવત છે. મુખ્ય ચિંતા ગોળાકાર, સ્વ-સંદર્ભિત આવકના પ્રવાહ (circular, self-referential revenue flows) ના ઉદભવ પર કેન્દ્રિત છે. જ્યારે કંપનીઓ AI સ્ટાર્ટઅપ્સને ભંડોળ પૂરું પાડે છે જે, બદલામાં, મૂળ કોર્પોરેટ બેકર્સ પાસેથી સેવાઓ ખરીદે છે, ત્યારે પરિણામી વૃદ્ધિ મજબૂત દેખાય છે પરંતુ આખરે તે વાસ્તવિક ઓર્ગેનિક માંગ (organic demand) ના અભાવે પોકળ બની જાય છે.

નિયમનકારી અવરોધો (Regulatory friction) પણ એક મહત્વપૂર્ણ પડકાર રજૂ કરે છે. શરૂઆતના, છૂટક-નિયંત્રિત ઇન્ટરનેટ યુગ (internet era) થી વિપરીત, AI ડેટા ગોપનીયતા (data privacy) અને બૌદ્ધિક સંપદા (intellectual property) અંગે વૈશ્વિક વૈધાનિક તપાસના લક્ષ્યમાં છે. આ સાહસોની ઉચ્ચ મૂડી તીવ્રતા (high capital intensity) ને સતત, આક્રમક ફંડિંગ રાઉન્ડ (funding rounds) ની જરૂર પડે છે. જો ડેટ માર્કેટ (debt markets) અથવા જાહેર ઇક્વિટી એપ્ટાઇટ (public equity appetite) ઠંડુ પડે, તો આ કંપનીઓને સંભવિત સોલ્વન્સી કટોકટી (solvency crisis) નો સામનો કરવો પડી શકે છે. ઉચ્ચ ડેટ-ટુ-ઇક્વિટી રેશિયો (debt-to-equity ratios) ધરાવતી અથવા નોન-રિકરિંગ વેન્ચર કેપિટલ (non-recurring venture capital) પર ભારે આધાર રાખતી કંપનીઓ સૌથી પહેલા તૂટશે, જે તેમને ક્ષેત્રના ટોચના સ્તરના રોકડ-સમૃદ્ધ, ઉચ્ચ-માર્જિન લીડર્સથી અલગ પાડશે.

વ્યૂહાત્મક આગળનો માર્ગ

સૌથી વધુ નફાકારક તકો હવે રક્ષણાત્મક, ક્ષેત્ર-વ્યાપી રોટેશનમાં મળતી નથી. તેના બદલે, ધ્યાન એવી કંપનીઓ પર કેન્દ્રિત થયું છે જે ઝીરો-માર્જિનલ-કોસ્ટ કર્વ (zero-marginal-cost curve) પ્રાપ્ત કરી શકે છે, જ્યાં AI સોલ્યુશન્સને સ્કેલ કરવા માટે ન્યૂનતમ વધારાના ખર્ચની જરૂર પડે છે. રોકાણકારો વધતી જતી એવી સંસ્થાઓને પ્રાધાન્ય આપી રહ્યા છે જેઓ આ કાર્યક્ષમતા દર્શાવી શકે છે, તે કંપનીઓ કરતાં જેઓ માત્ર કમ્પ્યુટ પાવર (compute power) માટે રોકડ બાળી રહી છે.