AI ची प्रचंड गुंतवणूक, पण नफ्यात मोठा फरक! कंपन्यांमध्ये मोठी दरी.

AI क्रांती: दोन गट पडले

सध्या कृत्रिम बुद्धिमत्तेच्या (AI) युगात कंपन्यांचे दोन गट पडले आहेत: एकीकडे AI साठी लागणारी साधने (Tools) विकणारे आणि दुसरीकडे बाकी सर्व. AI च्या मागणीमुळे मोठ्या टेक कंपन्यांच्या उत्पन्नात मोठी वाढ होत आहे, परंतु आरोग्यसेवा (Healthcare) ते ग्राहक उपयोगी वस्तू (Consumer Goods) यांसारख्या अनेक उद्योगांना याचा फायदा होताना दिसत नाहीये.

गुंतवणूकदारांसाठी हा कामगिरीतील फरक चर्चेचा विषय बनला आहे, विशेषतः २०२६ च्या मध्यावर प्रमुख स्टॉक इंडेक्समध्ये झालेल्या घसरणीनंतर.

खर्च विरुद्ध कमाईचा तफावत

'Magnificent Seven' म्हणून ओळखल्या जाणाऱ्या किंवा टॉप-टियर हायपरस्केलर्स (Hyperscalers) कंपन्या AI इन्फ्रास्ट्रक्चरवर (AI Infrastructure) मोठ्या प्रमाणात खर्च करत आहेत. अंदाजानुसार, २०२७ पर्यंत AI वरील भांडवली खर्च (Capital Spending) तब्बल $१.४ ट्रिलियन पर्यंत पोहोचू शकतो. हा पैसा प्रामुख्याने डेटा सेंटर्स (Data Centers), ऊर्जा (Energy) आणि ऍडव्हान्स्ड चिप्ससाठी (Advanced Chips) वापरला जात आहे. मात्र, या टेक क्षेत्राबाहेरील अनेक कंपन्यांसाठी नफ्याचे मार्जिन (Profit Margins) स्थिर आहे किंवा घटत आहे. यावरून असे दिसते की AI मधून मिळणारा तात्काळ फायदा सध्या काही हार्डवेअर आणि इन्फ्रास्ट्रक्चर पुरवठादारांपर्यंतच मर्यादित आहे.

गुंतवणूकदारांसाठी प्रश्न हा आहे की, AI वरील खर्च कंपन्यांसाठी नफ्यात कधी रूपांतरित होईल? सध्याचा मार्केट ट्रेंड AI च्या संभाव्य कमाईवर (Monetization) अवलंबून आहे. जर २०२८ पर्यंत कंपन्या AI टूल्समुळे खर्च कमी करू शकल्या नाहीत किंवा नवीन उत्पन्नाचे स्रोत तयार करू शकल्या नाहीत, तर एवढ्या मोठ्या भांडवली खर्चाचे समर्थन करणे कठीण होईल.

कर्ज आणि बाजारातील अस्थिरता

या विस्तारासाठी अनेक टेक कंपन्यांनी कर्जाचा आधार घेतला आहे. जुलै २०२६ पर्यंत, काही प्रमुख टेक कंपन्यांनी सुमारे $२०० अब्ज कॉर्पोरेट बॉन्ड्स (Corporate Bonds) जारी केले आहेत. जरी या कंपन्यांची आर्थिक स्थिती मजबूत असली, तरी अस्थिर व्याजदरांच्या वातावरणात (Volatile Interest Rate Environment) वाढलेले कर्ज धोकादायक ठरू शकते. जर उत्पन्नाची वाढ मंदावली किंवा अर्थव्यवस्थेत बदल झाले, तर कर्जाची परतफेड (Servicing Debt) करणे भविष्यातील नफ्यावर दबाव आणू शकते.

या अनिश्चिततेमुळे जून २०२६ च्या अखेरीस बाजारात अस्थिरता पाहायला मिळाली. Nasdaq आणि दक्षिण कोरियाच्या KOSPI सारख्या प्रमुख निर्देशांकांमध्ये वर्षाच्या मध्यावरील उच्चांकानंतर मोठी घसरण झाली. AI खर्चातून अपेक्षित वेगाने परतावा मिळत नाहीये, अशा कोणत्याही संकेतावर बाजार आता संवेदनशील बनला आहे.

गुंतवणूकदारांनी लक्ष ठेवावे असे धोके

दोन विशिष्ट धोक्यांकडे लक्ष देणे आवश्यक आहे. पहिला म्हणजे नवोपक्रमाचा वेग (Speed of Innovation), ज्यामुळे मालमत्ता कालबाह्य (Asset Obsolescence) होण्याचा धोका निर्माण होतो. आज स्थापित केलेले हार्डवेअर आणि चिप्स पारंपारिक इन्फ्रास्ट्रक्चरपेक्षा खूप लवकर कालबाह्य होऊ शकतात. जर कंपन्यांना दर काही वर्षांनी त्यांचे AI उपकरणे बदलावी लागली, तर त्याचा दीर्घकालीन रोख प्रवाहावर (Cash Flow) लक्षणीय परिणाम होऊ शकतो.

दुसरा म्हणजे कमाईतील तफावत (Monetization Gap). आकडेवारीनुसार, सध्या केवळ काही मोजक्या संस्था त्यांच्या AI प्रकल्पांमधून मोजता येण्याजोगा महसूल वाढ (Revenue Growth) नोंदवतात. भारतात, नियामक देखील डिजिटल इकोसिस्टमवर बारकाईने लक्ष ठेवून आहेत; उदाहरणार्थ, बाजारातील स्थिरता जपण्यासाठी BSE ने अफवांवर लक्ष ठेवण्यासाठी AI-आधारित यंत्रणा सुरू केली आहे.

गुंतवणूकदारांसाठी, आता फक्त 'AI खर्च' पाहण्याऐवजी 'संकल्पनेचा पुरावा' (Proof of Concept) शोधण्यावर लक्ष केंद्रित केले जात आहे. पुढील तिमाही निकालांमध्ये, टेक क्षेत्राबाहेरील कंपन्यांच्या ऑपरेटिंग मार्जिनमध्ये (Operating Margins) AI टूल्समुळे सुधारणा होत आहे का, हे पाहणे महत्त्वाचे ठरेल.