AI चा महाभरात पैसा ओतणार: डेटा सेंटर कंपन्यांचे मूल्यांकन वाढणार? गुंतवणूकदारांनी काय पाहावे?

INDUSTRIAL-GOODSSERVICES
Whalesbook Logo
AuthorRohan Khanna|Published at:
AI चा महाभरात पैसा ओतणार: डेटा सेंटर कंपन्यांचे मूल्यांकन वाढणार? गुंतवणूकदारांनी काय पाहावे?
Overview

जगभरातील मोठे टेक कंपन्या (Hyperscalers) **2026** मध्ये आर्टिफिशियल इंटेलिजन्स (AI) साठी तब्बल **$650 अब्ज** डॉलर्सचा विक्रमी भांडवली खर्च (Capex) करणार आहेत. यामुळे डेटा सेंटरची मागणी प्रचंड वाढणार आहे, जी Sterlite Technologies, HFCL आणि Black Box सारख्या भारतीय कंपन्यांसाठी मोठी संधी आहे. मात्र, या प्रचंड गुंतवणुकीच्या झगमगाटामागे या कंपन्यांच्या मूल्यांकनात (Valuation) मोठे फरक, नफ्यातील तफावत आणि अंमलबजावणीतील (Execution) आव्हाने आहेत, ज्याकडे गुंतवणूकदारांनी बारकाईने लक्ष देणे गरजेचे आहे.

AI मुळे डेटा सेंटर उद्योगात लाखांचा ओघ

2026 मध्ये Amazon, Alphabet, Meta आणि Microsoft सारख्या दिग्गज कंपन्या AI पायाभूत सुविधांवर $650 अब्ज डॉलर्सपेक्षा जास्त खर्च करण्याची तयारी करत आहेत. हा मागील सर्व विक्रमांना मागे टाकणारा आकडा आहे. हा प्रचंड खर्च AI साठी लागणाऱ्या प्रचंड कॉम्प्युटिंग पॉवरमुळे डेटा सेंटरची मागणी वेगाने वाढवेल. याचा थेट फायदा ऑप्टिकल नेटवर्किंग, कनेक्टिव्हिटी सोल्युशन्स आणि इंटिग्रेटेड डेटा सेंटर सेवा पुरवणाऱ्या भारतीय कंपन्यांना होण्याची शक्यता आहे.

Sterlite Technologies: 'ग्लास टू गिगाबिट' मॉडेलची कसोटी

Vedanta ग्रुपची कंपनी Sterlite Technologies (STL) 'ग्लास टू गिगाबिट' मॉडेलवर काम करते. ते ऑप्टिकल फायबरपासून तयार केबल्सपर्यंत सर्व काही बनवतात. AI डेटा सेंटरसाठी आवश्यक असलेले कमी लेटन्सी (Low Latency) आणि हाय-बँडविड्थ (High Bandwidth) असलेले विशेष फायबर उत्पादने STL विकसित करत आहे. उत्तर अमेरिका हा त्यांच्यासाठी महत्त्वाचा बाजार आहे, जिथे त्यांनी स्थानिक मागणी पूर्ण करण्यासाठी $50 दशलक्ष डॉलर्सपेक्षा जास्त गुंतवणूक करून उत्पादन क्षमता वाढवली आहे. कंपनीकडे ₹5,325 कोटी रुपयांची मोठी ऑर्डर बुक (Order Book) आहे, जी पुढील वर्षासाठी चांगली कमाई दर्शवते. STL चे लक्ष्य दीर्घकालीन 20% EBITDA मार्जिनचे असले, तरी Q3 FY26 मध्ये ते 10.3% होते, ज्यात US टॅरिफचा (Tariffs) परिणाम दिसला. FY26 साठी कंपनीने ₹5,100 कोटी महसुलाचे लक्ष्य ठेवले आहे, ज्यापैकी नऊ महिन्यांत ₹3,311 कोटी कमावले आहेत. मात्र, 2.9% ROCE (Return on Capital Employed) आणि -6.3% ROE (Return on Equity) दर्शवते की कंपनी सध्या नफ्याच्या बाबतीत आव्हानांना तोंड देत आहे.

HFCL: 'फायबर हंगर'चा फायदा घेणार

HFCL अमेरिकेतील ऑप्टिकल फायबरच्या प्रचंड मागणीची पूर्तता करण्यावर लक्ष केंद्रित करत आहे. अमेरिका वर्षाला लाखो सर्व्हर इन्स्टॉलेशन करते, तर भारतात ही संख्या हजारोमध्ये आहे. पुढील 3-5 वर्षे 'फायबर हंगर' (Fiber Hunger) कायम राहील असा अंदाज कंपनीचे व्यवस्थापन व्यक्त करते. HFCL ने अमेरिकेतील Tier 1 टेलिकॉम ऑपरेटर्सकडून ऑर्डर मिळवल्या आहेत. Q3 FY26 मध्ये निर्यातीतून (मुख्यतः अमेरिका) $192 दशलक्ष डॉलर्सचा महसूल ऑप्टिकल फायबर केबल ऑर्डरमधून आला. कंपनी पॅसिव्ह कनेक्टिव्हिटी सोल्युशन्सवरही (Passive Connectivity Solutions) काम करत आहे, ज्यातून FY27 पर्यंत ₹1,000 कोटी महसूल मिळवण्याचे लक्ष्य आहे. मात्र, HFCL सध्या 26.0 EV/EBITDA आणि त्यांच्या ऐतिहासिक सरासरीपेक्षा जास्त P/E रेशोवर ट्रेड करत आहे. 7.6% ROCE आणि 4.4% ROE सारख्या नफा मेट्रिक्सच्या तुलनेत कंपनीचे सध्याचे मूल्यांकन (Valuation) प्रश्नचिन्ह निर्माण करते.

Black Box: प्लॅटफॉर्मची महत्त्वाकांक्षा विरुद्ध अंमलबजावणी

Black Box पारंपरिक कनेक्टिव्हिटी सोडून आता इंटिग्रेटेड प्लॅटफॉर्मवर (Integrated Platforms) लक्ष केंद्रित करत आहे. कंपनीने अमेरिकेत विशेष डेटा सेंटर AI सेवा टीम्स स्थापन केल्या आहेत आणि $50 दशलक्ष ते $100 दशलक्ष डॉलर्सच्या मोठ्या ऑर्डर्ससाठी बोली लावत आहे. Wind River सोबतच्या नवीन भागीदारीमुळे त्यांचे एज डेटा सेंटर सोल्यूशन्स (Edge Data Center Solutions) सुधारतील, ज्यातून पाच वर्षांत सुमारे ₹1,350 कोटी महसूल मिळण्याची अपेक्षा आहे. Q2 FY26 च्या अखेरीस $555 दशलक्ष डॉलर्सच्या ऑर्डर बुकमध्ये डेटा सेंटरचा मोठा वाटा आहे, ज्यामुळे FY29 पर्यंत $2 अब्ज डॉलर्स महसुलाचे लक्ष्य गाठण्यास मदत होईल. कंपनीचा ROCE 29.8% आणि ROE 44.2% आहे. 19.3 EV/EBITDA वर ट्रेड करणारी ही कंपनी आपल्या महत्त्वाकांक्षी वाढीच्या लक्ष्यांसाठी प्लॅटफॉर्म स्ट्रॅटेजीच्या यशस्वी अंमलबजावणीवर अवलंबून आहे.

स्पर्धा आणि बाजारातील दबाव

जागतिक डेटा सेंटर बाजारपेठेत CommScope आणि Corning सारखे स्थापित खेळाडू आहेत. अमेरिकेतील डेटा सेंटर बाजार वेगाने वाढत असला तरी, बांधकाम खर्च आणि पुरवठा साखळीतील (Supply Chain) अडथळे यांसारखी आव्हाने आहेत. भारतात, जागतिक व्याजदर आणि कंपन्यांच्या खर्चातील बदलांचा IT आणि इन्फ्रास्ट्रक्चर क्षेत्रावर परिणाम होऊ शकतो. सध्या या क्षेत्राचा सरासरी EV/EBITDA 19.4 आहे, ज्यात Sterlite 15.2, HFCL 26.0, आणि Black Box 19.3 वर आहेत.

गुंतवणूकदारांसाठी चिंतेचे मुद्दे

AI मध्ये होणारी प्रचंड गुंतवणूक चांगली संधी असली तरी, या भारतीय कंपन्यांसमोर काही गंभीर धोके आहेत. Sterlite Technologies ला US टॅरिफमुळे मार्जिन सुधारण्यावर आणि सध्या तोट्यातून नफ्यात येण्यावर अवलंबून राहावे लागेल. HFCL चे 26.0 EV/EBITDA सारखे उच्च मूल्यांकन सूचित करते की भविष्यातील वाढीची किंमत आधीच मोजली गेली आहे, ज्यामुळे मागणी मंदावल्यास किंवा स्पर्धेमुळे किंमती कमी झाल्यास कंपनी असुरक्षित ठरू शकते. Black Box चे FY29 पर्यंत $2 अब्ज महसुलाचे लक्ष्य हे प्लॅटफॉर्म स्ट्रॅटेजीच्या यशस्वी अंमलबजावणीवर आणि मोठ्या ऑर्डर्स मिळवण्यावर अवलंबून आहे, जे एक मोठे आव्हान आहे. याव्यतिरिक्त, काही मोठ्या Hyperscalers वरील अवलंबित्व आणि भू-राजकीय (Geopolitical) अनिश्चितता पुरवठा साखळीसाठी धोकादायक ठरू शकते. तंत्रज्ञानातील किंवा बाजारपेठेतील कोणत्याही चुकीमुळे गुंतवणूकदारांचा विश्वास कमी होऊ शकतो.

भविष्यातील वाटचाल

पुढील काळात, AI आणि क्लाउड कंप्युटिंगमुळे डेटा सेंटर क्षेत्रात वाढ कायम राहण्याची अपेक्षा आहे. Sterlite Technologies उत्तर अमेरिकेतील बाजारपेठेत 13.7% CAGR (CAGR) वाढीचा फायदा घेण्यासाठी आपल्या उत्पादन क्षमतेचा वापर करेल. HFCL फायबर ऑप्टिक उत्पादनांची मागणी कायम राहील असे मानते आणि पॅसिव्ह कनेक्टिव्हिटी सोल्यूशन्सचा विस्तार करेल. Black Box आपल्या वाढलेल्या डेटा सेंटर आणि AI सेवांद्वारे FY29 पर्यंत $2 अब्ज महसूल मिळवण्याचे ध्येय ठेवत आहे. विश्लेषकांचे मत विभागलेले आहे; काही AI च्या जोरावर सकारात्मक आहेत, तर काही मूल्यांकन आणि नफ्यातील आव्हानांबद्दल सावध आहेत. कंपन्यांची कामगिरी आणि बाजारातील बदल त्यांच्या भविष्यातील यशासाठी महत्त्वपूर्ण ठरतील.

Disclaimer:This content is for educational and informational purposes only and does not constitute investment, financial, or trading advice, nor a recommendation to buy or sell any securities. Readers should consult a SEBI-registered advisor before making investment decisions, as markets involve risk and past performance does not guarantee future results. The publisher and authors accept no liability for any losses. Some content may be AI-generated and may contain errors; accuracy and completeness are not guaranteed. Views expressed do not reflect the publication’s editorial stance.