Raghuram Rajan की AI पर चेतावनी: बूम के पीछे छिपे हैं ये बड़े खतरे!

कैपिटल एक्सपेंडिचर का जाल

फाइनेंशियल मार्केट में AI को एक बड़ी प्रोडक्टिविटी मिरेकल के तौर पर देखा जा रहा है। लेकिन, कैपिटल स्ट्रक्चर की हकीकत कुछ और कहानी कह रही है। भारी भरकम GPU क्लस्टर और डेटा सेंटर बनाने के लिए तेजी से कर्ज लिया जा रहा है, जो पिछली इंफ्रास्ट्रक्चर बूम की याद दिलाता है। ऐसे में, डेप्रिसिएशन (मूल्यह्रास) अक्सर रेवेन्यू जेनरेशन से आगे निकल जाता है। अगर लार्ज लैंग्वेज मॉडल (LLM) में इनोवेशन की रफ्तार धीमी पड़ गई, जैसा कि पैरामीटर एफिशिएंसी में तकनीकी सीमाओं से संकेत मिलता है, तो भारी इंफ्रास्ट्रक्चर लागत वाली कंपनियों को बड़े मार्जिन लॉस का सामना करना पड़ेगा। एक्सपेरिमेंटल डिप्लॉयमेंट से लेकर एंटरप्राइज-ग्रेड प्रॉफिटेबिलिटी तक का सफर अभी भी मुश्किल है, जिसे मौजूदा वैल्यूएशन मॉडल में कम करके आंका गया है।

कॉम्पिटिटिव 'पीट' का भ्रम

निवेशक अक्सर यह मानकर चलते हैं कि AI सेक्टर में फर्स्ट-मूवर एडवांटेज एक मजबूत बैरियर (बाधा) खड़ा करता है। लेकिन, इन मॉडलों की प्रकृति, जिसमें रिसर्च में हाई ट्रांसपेरेंसी और ओपन-सोर्स रेप्लीकेशन शामिल है, सस्टेन्ड डिफरेंसिएशन (लगातार विशिष्टता बनाए रखना) को मुश्किल बनाती है। ट्रेडिशनल सॉफ्टवेयर के विपरीत, AI मॉडल को नए और अधिक एनर्जी-एफिशिएंट आर्किटेक्चर से लगातार चुनौती मिलती रहती है। इससे उन फर्मों के लिए टेक्नोलॉजिकल ऑब्सोलेसेंस (तकनीकी अप्रचलन) का खतरा पैदा होता है जो आज के हार्डवेयर फुटप्रिंट में लॉक हो जाती हैं। अगर कोई फर्म अपने डेटा स्ट्रैटेजी को मौजूदा चिप आर्किटेक्चर के इर्द-गिर्द बनाती है और बाद में अधिक एफिशिएंट, स्पेशलाइज्ड सिलिकॉन की ओर शिफ्ट होता है, तो उस इंफ्रास्ट्रक्चर की सनक कॉस्ट एक कॉम्पिटिटिव एडवांटेज के बजाय एक बड़ी लायबिलिटी (देनदारी) बन जाती है।

फॉरेंसिक रिस्क का नजरिया

रिस्क मैनेजमेंट के नजरिए से, AI सेक्टर को तीन प्रमुख चुनौतियों का सामना करना पड़ रहा है जो सेक्टर-व्यापी री-वैल्यूएशन (पुनर्मूल्यांकन) को ट्रिगर कर सकती हैं। पहला, हाइपर-स्केल डेटा सेंटर के लिए बिजली की खपत एक ऐसे स्तर पर पहुंच गई है जहां लोकल ग्रिड की स्थिरता खतरे में है, जिससे हाई-डेंसिटी टेक कॉरिडोर में निर्माण पर रोक लग सकती है। दूसरा, मॉडल आउटपुट (जैसे डीपफेक्स और सिक्योरिटी ब्रीच) के संबंध में डेवलपर लायबिलिटी (डेवलपर की देनदारी) की संभावना एक कानूनी जोखिम पेश करती है जिसे बीमा बाजार ने अभी तक पूरी तरह से नहीं आंका है। तीसरा, राजनीतिक पहलू को नजरअंदाज नहीं किया जा सकता। जैसे-जैसे व्हाइट-कॉलर नौकरियों के बड़े पैमाने पर विस्थापन की संभावना चुनावी मंचों का केंद्र बिंदु बनती जा रही है, वैसे-वैसे सरकारें संभावित रूप से ऐसे सुरक्षा कानून लागू कर सकती हैं जो आक्रामक छंटनी को प्रतिबंधित कर सकते हैं या AI-विशिष्ट टैक्स लगा सकते हैं, जिससे लागत-बचत की वह थ्योरी कमजोर हो जाएगी जो वर्तमान वैल्यूएशन मल्टीपल्स को सपोर्ट करती है।

मार्केट की उम्मीदें और भविष्य की अस्थिरता

ब्रोकरेज का अनुमान अभी भी हाई-ग्रोथ टेक फर्मों के पक्ष में है, लेकिन सेक्टर-विशिष्ट मेनिया (उन्माद) के ऐतिहासिक डेटा बताते हैं कि वर्तमान आशावाद शायद ही कभी कैपिटल एक्सपेंडिचर में साइक्लिकल डाउनटर्न (चक्रीय गिरावट) को ध्यान में रखता है। यदि इंटरनल सिक्योरिटी बाधाओं और डेटा गवर्नेंस मुद्दों के कारण एडॉप्शन साइकल (ग्रहण चक्र) में देरी जारी रहती है, तो अपेक्षित रेवेन्यू स्पाइक्स (राजस्व में वृद्धि) भविष्य के फाइनेंशियल पीरियड्स में धकेल दिए जाएंगे। इससे वर्तमान स्टॉक कीमतों, जो परफेक्शन के लिए प्राइस की गई हैं, और मल्टी-ईयर इंटीग्रेशन प्रोसेस की वास्तविकता के बीच एक डिस्कनेक्ट (असंतुलन) पैदा होता है। भविष्य का प्रदर्शन नवाचार की क्षमता से तय नहीं होगा, बल्कि कर्ज के बोझ और रेगुलेटरी कंप्लायंस को एक टाइट मैक्रोइकॉनॉमिक माहौल में प्रबंधित करने की क्षमता से तय होगा।