भारतातील AI (Artificial Intelligence) समिटमध्ये डेटा सेंटर्स आणि पायाभूत सुविधांसाठी $277 अब्ज डॉलर्सहून अधिकची मोठी गुंतवणूक करण्याची घोषणा करण्यात आली. ही घोषणा भविष्यातील तंत्रज्ञानाच्या वाटचालीसाठी एक महत्त्वाचे पाऊल असली तरी, या प्रचंड गुंतवणुकीच्या तुलनेत देशाच्या GDP (Gross Domestic Product) मध्ये होणारी वाढ सध्या तरी फारच कमी आहे, ही एक चिंतेची बाब आहे. नोमुराच्या (Nomura) विश्लेषणानुसार, जरी बांधकामाचा वेग वाढण्याचा अंदाज असला तरी, जमीन, वीज आणि कुशल कामगारांची उपलब्धता यांसारखे मोठे अडथळे या डिजिटल परिवर्तनाच्या गतीला आणि परिणामाला मर्यादित करू शकतात.
मोठ्या घोषणा आणि प्रत्यक्षातील आव्हाने
या AI समिटमध्ये $277 अब्ज डॉलर्सहून अधिकची गुंतवणूक जाहीर झाली, ज्याचा मुख्य उद्देश डेटा सेंटर्सचा विस्तार करणे हा आहे, जे AI विकासासाठी अत्यंत आवश्यक आहेत. मात्र, नोमुराच्या अंदाजानुसार, ही प्रचंड गुंतवणूक (जी पुढील 5-7 वर्षांत भारताच्या GDP च्या 6.3% आहे) आतापर्यंत देशाच्या GDP वाढीमध्ये केवळ 0.09% पॉईंटचाच हातभार लावू शकली आहे. गुंतवणुकीच्या घोषणा ते प्रत्यक्ष आर्थिक उत्पादन यात एक मोठी दरी असल्याचे हे दर्शवते, विशेषतः जेव्हा मोठ्या भांडवलाची गरज असलेल्या पायाभूत सुविधा प्रकल्पांचा प्रश्न येतो. भविष्यात डेटा सेंटरची क्षमता 2025 मधील 1.93 GW वरून 2028 पर्यंत 4 GW पर्यंत दुप्पट होण्याचा अंदाज आहे. यासाठी मोठ्या भांडवली गुंतवणुकीची गरज भासेल, जिथे प्रति मेगावॅट बांधकाम खर्च अंदाजे $10 दशलक्ष येऊ शकतो.
सखोल विश्लेषण: वाढ, आव्हाने आणि जागतिक धोरणे
भारताची डेटा सेंटर क्षमता वाढत आहे, जी देशाची वाढती डिजिटल अर्थव्यवस्था आणि डेटा वापरास समर्थन देण्यासाठी महत्त्वपूर्ण आहे. जागतिक डेटा वापरामध्ये भारताचा वाटा 20% असला तरी, जागतिक डेटा सेंटर क्षमतेमध्ये भारत सध्या केवळ 3% वर आहे. विश्लेषकांच्या मते, 2033 पर्यंत हा बाजार $45.7 अब्ज डॉलर्सपर्यंत वाढण्याची अपेक्षा आहे, ज्याचा CAGR (Compound Annual Growth Rate) 2026 ते 2033 पर्यंत 15.8% असेल. डिजिटायझेशनमधील वाढ, डेटा स्थानिकीकरणाचे (Data Localization) आदेश आणि AI वर्कलोड्समुळे वाढलेल्या कम्प्युट पॉवरची गरज या विस्ताराला चालना देत आहे.
मोठे खेळाडूही यात सक्रिय आहेत: रिलायन्स इंडस्ट्रीज (Reliance Industries) आणि जिओ (Jio) यांनी पुढील 7 वर्षांत सुमारे $110 अब्ज डॉलर्सची गुंतवणूक करण्याचे नियोजन केले आहे, तर अदानी ग्रुप (Adani Group) 2035 पर्यंत $100 अब्ज डॉलर्स, मायक्रोसॉफ्ट (Microsoft) 2030 पर्यंत $50 अब्ज डॉलर्स आणि गुगल (Google) $15 अब्ज डॉलर्सची गुंतवणूक करेल. या गुंतवणुकी भारताच्या जागतिक AI सप्लाय चेनमध्ये एक महत्त्वपूर्ण भागीदार बनण्याच्या धोरणात्मक महत्त्वाकांक्षेशी जुळतात. अमेरिकेच्या नेतृत्वाखालील 'पॅक्स सिलिका' (Pax Silica) उपक्रमात भारताचा सहभाग हे दर्शवतो, ज्याचा उद्देश AI आणि सेमीकंडक्टर्ससाठी जागतिक तंत्रज्ञान पुरवठा साखळी सुरक्षित करणे आणि त्यात विविधता आणणे आहे.
मात्र, या क्षमतेला प्रत्यक्षात आणण्याच्या मार्गात अनेक मोठी आव्हाने आहेत. जमीन संपादन, उच्च दर्जाची आणि सातत्यपूर्ण वीज उपलब्धता, कूलिंगसाठी पाण्याची गरज आणि कुशल कामगारांची कमतरता हे प्रमुख अडथळे आहेत. 2033 पर्यंत 100,000 हून अधिक कुशल कामगारांची कमतरता भासण्याची शक्यता आहे. याव्यतिरिक्त, ग्रीड पायाभूत सुविधांवर ताण वाढत आहे, कारण AI-केंद्रित डेटा सेंटर रॅक्स पारंपरिक रॅक्सपेक्षा जास्त वीज वापरतात, ज्यामुळे 2030 पर्यंत राष्ट्रीय वीज वापरात या क्षेत्राचा वाटा 2.5-3% पर्यंत वाढू शकतो.
त्याच वेळी, भारताच्या पारंपरिक IT सेवा क्षेत्राला AI मुळे मोठ्या बदलांना सामोरे जावे लागत आहे. निफ्टी IT (Nifty IT) इंडेक्समध्ये मोठी घसरण दिसून आली आहे. विश्लेषकांच्या मते, पारंपारिक, मनुष्यबळ-आधारित मॉडेल्सवर अवलंबून असलेल्या कंपन्यांच्या महसुलात घट होऊ शकते. या बदलामुळे कंपन्यांना AI-आधारित सोल्युशन्स आणि आधुनिकीकरण प्रकल्पांकडे आपले व्यवसाय मॉडेल वळवावे लागतील.
अंमलबजावणीतील जोखीम आणि संरचनात्मक त्रुटी
जाहीर झालेली प्रचंड गुंतवणूक ही उद्देश दर्शवणारी असली तरी, त्यात अंमलबजावणीची मोठी जोखीम आहे. जमीन संपादन, सातत्यपूर्ण वीज पुरवठा (ज्यासाठी अनेकदा डिझेल जनरेटरवर अवलंबून राहावे लागते, जी पर्यावरणीय समस्या आहे) आणि कूलिंगसाठी पाण्याची उपलब्धता सुनिश्चित करणे ही मोठी आव्हाने आहेत. इतर विकसित बाजारपेठांच्या तुलनेत, भारताची ग्रीड पायाभूत सुविधा वाढत्या मागणीमुळे आधीच तणावाखाली आहे, ज्यामुळे नवीन डेटा सेंटर क्षमतेसाठी अडचणी निर्माण होऊ शकतात. कुशल कामगारांची भाकित कमतरता या जोखमींना आणखी वाढवते, ज्यामुळे प्रकल्प लांबणीवर पडू शकतात आणि कामाचा खर्च वाढू शकतो. 'पॅक्स सिलिका' मार्फत भारत जागतिक AI पुरवठा साखळीत महत्त्वाची भूमिका बजावत असला तरी, काही प्रगत तंत्रज्ञानासाठी आयात केलेल्या घटकांवर अवलंबून राहिल्यास (देशांतर्गत उत्पादनाने हे कमी न केल्यास) समस्या निर्माण होऊ शकतात. AI-अनुकूल सुविधांचा खर्च प्रति मेगावॅट $20 दशलक्ष पेक्षा जास्त असू शकतो, ज्यामुळे प्रकल्पांचा वित्तपुरवठा आणि परताव्यावर दबाव येतो. पारंपरिक IT सेवा क्षेत्र, जे भारताच्या अर्थव्यवस्थेत महत्त्वपूर्ण योगदान देते, त्याला AI-आधारित ऑटोमेशनशी जुळवून न घेतल्यास भविष्यात अस्तित्वाचे प्रश्न उभे राहू शकतात, ही बाब नुकत्याच झालेल्या शेअर बाजारातील कामगिरीतून आणि विश्लेषकांच्या रेटिंग कपातीतून स्पष्ट होते.
भविष्यातील दृष्टिकोन
सध्याच्या आव्हानांनंतरही, नोमुरा येत्या काही तिमाहीत बांधकामाच्या कामात गती येण्याची अपेक्षा करते, ज्यामुळे या गुंतवणुकीचे आर्थिक योगदान वाढण्याची शक्यता आहे. उद्योग अहवालानुसार, भारताची डेटा सेंटर बाजारपेठ लक्षणीयरीत्या वाढेल, 2030 पर्यंत क्षमता 8-10 GW पर्यंत पोहोचण्याची अपेक्षा आहे. 'पॅक्स सिलिका' मार्फत धोरणात्मक जुळवणीमुळे भारताला जागतिक AI पायाभूत सुविधा गुंतवणुकीचा मोठा हिस्सा मिळण्यास मदत होईल, ज्याचा अंदाज 2029 पर्यंत $758 अब्ज डॉलर्स आहे. AI-आधारित वाढीवर लक्ष केंद्रित केल्याने बांधकाम, वीज आणि सर्व्हर उत्पादन यांसारख्या संबंधित क्षेत्रांमध्ये मागणी वाढण्याची अपेक्षा आहे, ज्यामुळे भविष्यातील विस्तार मार्गाला बळ मिळेल, जो सध्याच्या पायाभूत आणि अंमलबजावणीतील अडथळ्यांवर मात करण्यावर अवलंबून आहे.
प्रमुख कंपन्यांचे मूलभूत विश्लेषण (अंदाजित फेब्रुवारी 2026):
- रिलायन्स इंडस्ट्रीज (Reliance Industries): मार्केट कॅप ~₹19.32 ट्रिलियन. P/E रेशो ~19.8x - 23.4x.
- अदानी एंटरप्रायझेस (Adani Enterprises): मार्केट कॅप ~₹2.49 - ₹2.52 ट्रिलियन. P/E रेशो ~17.87x - 34.2x (यामध्ये लक्षणीय तफावत दिसून येते).
- अल्फाबेट (Alphabet - Google): मार्केट कॅप ~$3.77 ट्रिलियन. P/E रेशो ~28.3x - 29.1x.
- मायक्रोसॉफ्ट (Microsoft): P/E रेशो ~23.95x (एका स्रोतानुसार).