बाजारात दबाव: 'Neutral' आणि 'Underweight' रेटिंगमुळे चिंता वाढली
मोठ्या आर्थिक संस्थांकडून भारतीय इक्विटीजवर 'Downgrade' येत असल्याने बाजारात पुन्हा एकदा दबाव जाणवत आहे. जेपी मॉर्गन (JPMorgan) ने भारतीय बाजारावरील आपले रेटिंग 'Overweight' वरून 'Neutral' केले आहे आणि निफ्टी 50 (Nifty 50) साठीचे त्यांचे प्राईस टार्गेट कमी केले आहे. यामागे इतर उदयोन्मुख बाजारपेठांच्या तुलनेत बाजारातील उच्च मूल्यांकन (High Valuations) आणि कंपन्यांच्या नफ्यासाठी (Profits) असलेले संभाव्य धोके कारणीभूत आहेत. एचएसबीसी (HSBC) ने देखील भारतीय बाजाराला 'Neutral' वरून 'Underweight' केले आहे. वाढत्या तेलाच्या किमती आणि ग्राहक मागणीतील घट यांसारख्या कारणांमुळे नफ्यातील वाढ मंदावू शकते आणि आर्थिक सुधारणांना विलंब होऊ शकतो, अशी चिंता एचएसबीसीने व्यक्त केली आहे.
AI चे आव्हान: उत्पादकता वाढीची गरज
भारतासाठी एक महत्त्वाचा धोरणात्मक बदल म्हणजे कमी-उत्पादकता (Low-Cost Labor) मॉडेलवरून उच्च-उत्पादकता (High-Productivity) मॉडेलकडे जाणे. पंतप्रधानांना (Prime Minister) दिलेल्या माहितीनुसार, नवनवीन कल्पना (Innovation) हा शाश्वत वाढीसाठी अत्यावश्यक आहे. जनरेटिव्ह एआय (Generative AI) मुळे आयटी (IT) आणि बिझनेस प्रोसेस आउटसोर्सिंग (BPO) सारख्या पारंपरिक सेवा उद्योगांसमोर मोठे आव्हान उभे राहिले आहे, जिथे एकेकाळी लाखो लोक काम करत होते. यामुळे भविष्यातील नोकऱ्यांवर आणि मध्यमवर्गाच्या वाढीवरही परिणाम होण्याची शक्यता आहे. सध्या, AI मुळे निर्माण होणारे मूल्य प्रामुख्याने अमेरिका आणि चीनमध्ये केंद्रित झाले आहे, ज्यामुळे भारत तंत्रज्ञानाचा वापरकर्ता बनू शकतो, निर्माता नाही.
टेक जायंट्सची AI मध्ये मोठी गुंतवणूक, नोकरकपात
गुगल (Google) सारख्या जागतिक तंत्रज्ञान कंपन्या त्यांच्या AI क्षमता आणि डेटा सेंटर्स उभारण्यासाठी 2026 पर्यंत $175 बिलियन ते $185 बिलियन इतका भांडवली खर्च (Capital Expenditures) करण्याची योजना आखत आहे. ही गुंतवणूक OpenAI, Meta आणि Microsoft सारख्या स्पर्धकांसोबतच्या शर्यतीचा भाग आहे, जे अब्जावधी डॉलर्सची गुंतवणूक करत आहेत. याउलट, मेटा (Meta) कंपनी कार्यक्षमता वाढवण्यासाठी आणि AI चा खर्च भागवण्यासाठी सुमारे 8,000 कर्मचाऱ्यांना कामावरून काढून टाकत आहे आणि 6,000 रिक्त पदांच्या भरतीला स्थगिती देत आहे. मायक्रोसॉफ्ट (Microsoft) देखील AI इन्फ्रास्ट्रक्चरवर संसाधने वळवण्यासाठी हजारो अमेरिकन कर्मचाऱ्यांना स्वेच्छानिवृत्तीचे (Voluntary Buyouts) प्रस्ताव देत आहे.
वाढती नियामक पाळत आणि करांचे नियम
देशांतर्गत पातळीवर, केंद्रीय अर्थमंत्री निर्मला सीतारामन (Nirmala Sitharaman) यांनी बँकांना प्रगत AI मॉडेल्सकडून येणाऱ्या नवीन आणि महत्त्वपूर्ण धोक्यांबद्दल सावध केले आहे. त्यांनी बँकांना अधिक दक्षता, सज्जता आणि सहकार्याचे आवाहन केले आहे जेणेकरून आयटी सिस्टीम, ग्राहक डेटा आणि पैशांचे संरक्षण करता येईल. आयकर विभागाने (Income Tax Department) देखील कर आकारणी वर्षाच्या 2026-27 पासून चुकीच्या उत्पन्न अहवालांसाठी कराच्या 200% पर्यंत दंड आकारण्याचे नवीन नियम लागू केले आहेत.
जागतिक आर्थिक घटक आणि बाजारांची तुलना
मध्य-पूर्वेकडील संघर्ष आणि त्याचा तेलाच्या किमतींवर होणारा परिणाम यांसारख्या जागतिक घटनांमुळे उदयोन्मुख बाजारपेठांवर नकारात्मक परिणाम होत आहे. भारताच्या दीर्घकालीन वाढीचा अंदाज सकारात्मक असला तरी, सध्याचे अल्पकालीन धोके परदेशी गुंतवणूकदारांना सावध करत आहेत आणि बाजारातून पैसा बाहेर पडू शकतो. भारतीय बाजाराची तुलना इतर आशियाई बाजारपेठांशीही केली जात आहे, जिथे काही विश्लेषक AI-आधारित वाढीच्या क्षेत्रांमध्ये गुंतवणूक आणि अधिक आकर्षक मूल्यांकनामुळे ईशान्य आशियाई बाजारपेठांना (Northeast Asian markets) प्राधान्य देत आहेत.
दीर्घकालीन दृष्टीकोन: नवनवीन कल्पनांवर अवलंबून
भारतीय शेअर बाजारासाठी सध्याची स्थिती सावधगिरीची आहे, जी जागतिक आर्थिक अनिश्चितता आणि वाढत्या ऊर्जा किमतींमुळे प्रभावित आहे. विश्लेषकांच्या मते, नफ्यात कपात होण्याची शक्यता आहे, ज्यामुळे शेअरच्या किमतींवर दबाव कायम राहू शकतो. तथापि, भारताचा दीर्घकालीन वाढीचा मार्ग आशादायक आहे. हे AI परिवर्तनाला चालना देऊन आणि उच्च-उत्पादकता क्षेत्रांमध्ये बदल करून त्याचे व्यवस्थापन करण्याच्या क्षमतेवर अवलंबून असेल. तंत्रज्ञान आणि उत्पादन क्षेत्रांवर सरकारचे सातत्यपूर्ण लक्ष, संशोधन आणि विकास (R&D) व पायाभूत सुविधांमधील (Infrastructure) धोरणात्मक गुंतवणूक महत्त्वाची ठरेल. बँकांना AI च्या नवीन धोक्यांबाबत अत्यंत सतर्क राहावे लागेल आणि त्यांच्या सायबर सुरक्षा उपायांना (Cybersecurity Measures) अद्ययावत करावे लागेल. तंत्रज्ञानाचा अवलंब करताना जोखीम व्यवस्थापित करून शाश्वत आणि व्यापक वाढ सुनिश्चित करणे, यावर भारताचे आर्थिक परिवर्तन अवलंबून असेल.
