घसारा (Depreciation) मधील तफावत
AI इन्फ्रास्ट्रक्चरमध्ये प्रचंड गुंतवणूक होत आहे. टॉप 5 US हायपरस्केलर्स 2026 पर्यंत अंदाजे USD 600 अब्ज भांडवली खर्चाचा (CapEx) अंदाज व्यक्त करत आहेत. मात्र, एक तांत्रिक चर्चा सुरू झाली आहे, ज्याचे नेतृत्व गुंतवणूकदार मायकल बरी करत आहेत. त्यांच्या मते, या मालमत्तांचे (Assets) आर्थिक हिशोब (Financial accounting) त्यांच्या वेगाने होणाऱ्या आर्थिक ऱ्हासाशी (Economic decay) जुळत नाहीये, ज्यामुळे मूल्यांकनाचा एक मोठा भ्रम (Valuation illusion) तयार होऊ शकतो.
बरी यांचा मुख्य दावा AI GPUs च्या घसाऱ्यासंबंधी आहे. सामान्य IT उपकरणांचा घसारा 3-6 वर्षांमध्ये केला जातो, पण बरी यांच्या मते, AI चिप्स तंत्रज्ञानातील वेगवान विकासामुळे 2-3 वर्षांतच कालबाह्य होतात. विश्लेषक आकाश गुप्ता यांच्या अंदाजानुसार, 2026-2028 दरम्यान USD 176 अब्ज इतका कमी घसारा नोंदवला जाऊ शकतो, ज्यामुळे Oracle आणि Meta सारख्या कंपन्यांचा नफा 20% पेक्षा जास्त वाढू शकतो. बरी याला 'घसारा घोटाळा' (Depreciation trick) म्हणत आहेत, ज्यामुळे नफा कृत्रिमरित्या वाढतो. काही कंपन्या (उदा. CoreWeave) GPUs चे उपयुक्त आयुष्य सुमारे 6 वर्षे मानतात, तर काही जण 3 वर्षे किंवा त्याहून कमी मानतात. ट्रेनिंग आणि इन्फरन्स वर्कलोड्समध्ये फरक आहे, जुन्या चिप्स इन्फरन्ससाठी वापरून त्यांचे आयुष्य 6-7 वर्षे किंवा त्याहून अधिक वाढवता येते. तरीही, बरी यांच्या युक्तिवादानुसार, सध्याच्या घसारा पद्धती हाय-परफॉर्मन्स कॉम्प्युटिंग हार्डवेअरच्या कालबाह्यतेचा वेग दर्शवत नाहीत.
भांडवली खर्चात (CapEx) वाढ आणि कर्जाचा बोजा
AI इन्फ्रास्ट्रक्चरची मागणी प्रचंड आहे, ज्यामुळे अभूतपूर्व खर्च होत आहे. 2026 मध्ये टॉप 5 US हायपरस्केलर्स सुमारे USD 600 अब्ज खर्च करतील, ज्यापैकी सुमारे 75% AI साठी असेल. हा मोठा भांडवली खर्च अधिकाधिक कर्ज (Debt) घेऊन केला जात आहे. 2025 मध्ये टेक सेक्टरमधील कर्ज वितरणाने (Debt issuance) विक्रमी उच्चांक गाठला, जो जागतिक नॉन-फायनान्शियल कॉर्पोरेट बॉण्ड वितरणाचा सुमारे 16.7% होता. JPMorgan नुसार, टेक कंपन्या भविष्यात USD 1.5 ट्रिलियन पर्यंत कर्ज घेऊ शकतात, तर Q4 2025 मध्ये टेक कंपन्यांनी एकट्या USD 108.7 अब्ज चे कर्ज वितरीत केले. Amazon ने USD 200 अब्ज च्या CapEx ची घोषणा केली आहे आणि 2026 मध्ये निगेटिव्ह फ्री कॅश फ्लो (Negative Free Cash Flow) अपेक्षित आहे. Alphabet चा फ्री कॅश फ्लोही लक्षणीयरीत्या कमी होण्याची शक्यता आहे. अशा भांडवली-केंद्रित आणि संभाव्यतः अस्थिर प्रकल्पांसाठी कर्जावर अवलंबून राहणे, आर्थिक स्थिरतेसाठी चिंता निर्माण करते.
Nvidia ची 'प्युअर-प्ले' स्थिती आणि प्रतिस्पर्धकांचे मूल्यांकन
मायकल बरी यांनी विशेषतः Nvidia ला लक्ष्य केले आहे, कारण ती AI इन्फ्रास्ट्रक्चरमध्ये 'प्युअर-प्ले' (Purest play) कंपनी आहे. विविध टेक कंपन्यांप्रमाणे, Nvidia कडे AI व्यतिरिक्त इतर मोठे उत्पन्न स्रोत नाहीत, ज्यामुळे AI इन्फ्रास्ट्रक्चरची मागणी कमी झाल्यास ती अधिक धोक्यात येऊ शकते. Nvidia चे मार्केट कॅप अंदाजे USD 4.66 ट्रिलियन आहे. फेब्रुवारी 2026 पर्यंत, तिचा P/E रेशो सुमारे 60-75 च्या दरम्यान आहे. ॲनालिस्ट्सनी सरासरी टार्गेट प्राईस USD 254.54 ठेवली आहे, जी सुमारे 25% वाढ दर्शवते. याउलट, AMD चे मार्केट कॅप सुमारे USD 320 अब्ज आणि P/E रेशो सुमारे 75 आहे. ॲनालिस्ट्सना AMD च्या शेअरमध्ये सरासरी 45% वाढीची अपेक्षा आहे, ज्यासाठी टार्गेट प्राईस USD 283.69 आहे. Nvidia महाग असली तरी, हार्डवेअरच्या कालबाह्यतेचा धोका आणि CapEx सायकलची शाश्वती (Sustainability) लक्षात घेता, सध्याचे मूल्यांकन योग्य आहे का, हा प्रश्न आहे.
ऐतिहासिक संदर्भ: RCA चे उदाहरण
बरी यांनी सध्याच्या AI तेजीची तुलना 1920s च्या दशकातील रेडिओ (Radio) क्रांतीशी केली आहे, ज्यात Radio Corporation of America (RCA) प्रमुख होती. RCA चे शेअर्स अंदाजे 200 पट वाढले, पण 1929 ते 1932 दरम्यान ते 98% कोसळले. 1929 मध्ये RCA चा P/E रेशो 72x होता, जो बाजारातील सट्टेबाजी (Speculative fervor) दर्शवत होता. RCA चे शेअर्स 1960s पर्यंत 1929 च्या पातळीवर परत येऊ शकले नाहीत. RCA ची कहाणी एक इशारा आहे: तंत्रज्ञान (रेडिओ) अयशस्वी झाले नाही, पण सट्टेबाजीमुळे शेअरचे मूल्यांकन कोसळले. AI इन्फ्रास्ट्रक्चर बिल्डआउट, तांत्रिकदृष्ट्या कितीही महत्त्वाचे असले तरी, बाजारातील आशावाद (Market optimism) प्रत्यक्षात आर्थिक परताव्यापेक्षा (Economic returns) जास्त झाल्यास त्याच धोक्यात सापडू शकते.
विश्लेषकांचा (Bear Case) दृष्टीकोन
Nvidia ची मुख्य असुरक्षितता AI इन्फ्रास्ट्रक्चर बिल्डआउटवरील तिचे अवलंबित्व आहे. जर हायपरस्केलर्सनी खर्च कमी केला, किंवा हार्डवेअर अपेक्षेपेक्षा लवकर कालबाह्य झाले, तर Nvidia च्या उत्पन्नावर आणि नफ्यावर गंभीर परिणाम होऊ शकतो. काही ॲनालिस्ट्स म्हणतात की जुन्या GPUs चा पुनर्वापर करता येतो, परंतु बरी यांचा युक्तिवाद आहे की सततच्या वेगवान नवोपक्रमामुळे (Innovation) हे शक्य होणार नाही. धोका हा आहे की 'आर्थिक कालबाह्यता अंतर' (Economic obsolescence gap) वाढेल, ज्यामुळे मोठे राइट-डाउन्स (Write-downs) आणि नफ्याचे पुनर्मूल्यांकन (Earnings restatements) करावे लागेल. शिवाय, प्रचंड भांडवली खर्च, जो कर्जावर आधारित आहे, यामुळे एक नाजूक परिसंस्था (Fragile ecosystem) निर्माण झाली आहे. जर या प्रचंड गुंतवणुकीवरील अपेक्षित परतावा लवकर मिळाला नाही, तर आर्थिक ताण संपूर्ण AI पुरवठा साखळीत (Supply chain) मोठी घसरण घडवू शकतो. विविध टेक कंपन्यांप्रमाणे, Nvidia कडे AI हार्डवेअर मागणीतील घसरणीचा सामना करण्यासाठी जास्त आधार (Buffer) नाही.
भविष्यातील दृष्टीकोन
या चिंता असूनही, AI मुळे सेमीकंडक्टर मार्केटची वाढ जोरदार राहील, असा अंदाज आहे. 2026 पर्यंत हे मार्केट USD 1 ट्रिलियन पर्यंत पोहोचण्याची अपेक्षा आहे. Gartner नुसार, 2026 मध्ये जगभरातील AI खर्च USD 2.52 ट्रिलियन असेल, ज्यापैकी USD 1.37 ट्रिलियन AI इन्फ्रास्ट्रक्चरवर खर्च होईल. Nvidia साठी ॲनालिस्ट्सचे मत अजूनही मोठ्या प्रमाणावर सकारात्मक आहे, ज्यात 'Strong Buy' रेटिंग आणि लक्षणीय वाढीची अपेक्षा आहे. AMD लाही 'Buy' रेटिंग मिळत आहे, जे या क्षेत्रातील मजबूत वाढीवर विश्वास दर्शवते. तथापि, गुंतवणुकीचा प्रचंड आवाका, बरी यांनी उपस्थित केलेले लेखांकनाचे (Accounting) प्रश्न आणि कर्जाचा वाढता बोजा पाहता, AI इन्फ्रास्ट्रक्चरच्या अनियंत्रित वाढीच्या कथेवर आता अधिक तपासणी (Scrutiny) होण्याची शक्यता आहे. बाजार या कर्जाला आणि खर्चाला किती सहन करू शकतो, हे AI मधून मिळणाऱ्या प्रत्यक्ष आर्थिक परताव्यावर (Real-world economic returns) अवलंबून असेल.