AI चा महापूर: अमेरिकन टेक कंपन्यांना भरघोस व्हॅल्युएशन, भारतीय IT मात्र 'कमी' का?

व्हॅल्युएशनमधील तफावत: AI इन्फ्रास्ट्रक्चर विरुद्ध सेवा

यंदा Nifty IT Index मध्ये मोठी घसरण झाली असून, तो वर्षभरात 19.14% तर वर्षाच्या सुरुवातीपासून 23.34% खाली आला आहे. याउलट, अमेरिकेतील टेक स्टॉक्स AI मधील प्रचंड गुंतवणुकीमुळे तेजीत आहेत. Google सारख्या कंपन्या AI मध्ये अब्जावधी डॉलर्स ओकत आहेत, Microsoft ने AI महसूल $37 अब्ज (मागील वर्षाच्या तुलनेत 123% वाढ) नोंदवला आहे, तर Meta ने $125 ते $145 अब्ज पर्यंत खर्च वाढवण्याची घोषणा केली आहे. या गुंतवणुकीचा मुख्य भर AI इन्फ्रास्ट्रक्चर, डेटा सेंटर्स आणि स्वतःचे AI मॉडेल्स विकसित करण्यावर आहे.

या AI इन्फ्रास्ट्रक्चरमधील तेजीचा थेट फायदा भारतीय IT सेवा कंपन्यांना मिळत नाहीये. उलट, आर्थिक अनिश्चिततेचा सामना करणाऱ्या अमेरिकन कंपन्या अनावश्यक तंत्रज्ञान खर्चात कपात करत आहेत, खासकरून भारतीय IT कंपन्यांसाठी महत्त्वाचे असलेले मोठे ट्रान्सफॉर्मेशन प्रोजेक्ट्स थांबवले जात आहेत. त्यामुळे, AI तंत्रज्ञान वेगाने प्रगती करत असले तरी, त्याचा थेट आर्थिक लाभ भारतीय IT कंपन्यांना सेवा आणि इम्प्लिमेंटेशनपुरता मर्यादित राहिला आहे. याच फरकामुळे बाजारात त्यांच्या मूल्यांकनात मोठी तफावत दिसून येत आहे.

AI इकोसिस्टममध्ये भारतीय IT ची भूमिका

भारतीय IT कंपन्या AI क्रांतीमध्ये सक्रियपणे सहभागी होत आहेत. त्या प्रामुख्याने AI मॉडेल्स इम्प्लिमेंट (Implement) करण्यावर आणि AI सेवा पुरवण्यावर लक्ष केंद्रित करत आहेत. प्रमुख कंपन्यांनी आधीच AI संबंधित महसुलातून चांगली कमाई करण्यास सुरुवात केली आहे. Tata Consultancy Services (TCS) ने Q4 FY26 मध्ये वार्षिक AI सेवा महसूल $2.3 अब्ज पेक्षा जास्त नोंदवला आहे. Infosys ने आपल्या Topaz AI प्लॅटफॉर्मद्वारे $4.8 अब्ज किमतीचे मोठे डील्स मिळवले आहेत. HCLTech चा AI महसूल वार्षिक $620 दशलक्ष आहे, तर Wipro आपल्या कर्मचाऱ्यांसाठी AI-नेटिव्ह सोल्युशन्समध्ये प्रशिक्षण देत आहे. या कंपन्या महत्त्वाचे भागीदार म्हणून काम करतात, AI मॉडेल्सला एंटरप्राइज सिस्टम्समध्ये समाकलित करतात, वर्कफ्लोमधील बदल व्यवस्थापित करतात आणि सुरक्षितता व अनुपालन सुनिश्चित करतात.

मात्र, इम्प्लिमेंटेशनवर लक्ष केंद्रित केल्यामुळे, भारतीय IT कंपन्या AI व्हॅल्यू चेनचे सर्वात भांडवल-केंद्रित आणि सट्टेबाजीचे भाग, जसे की फ्रंटियर मॉडेल्स आणि कोअर इन्फ्रास्ट्रक्चर, यांच्या मालकीच्या नाहीत. त्यांची बिझनेस मॉडेल सेवा-आधारित आणि करार-चालित आहेत, ज्यामुळे स्थिर आणि कॅश-फ्लो सकारात्मक महसूल मिळतो. याउलट, अमेरिकेतील AI कंपन्या सिद्ध न झालेल्या तंत्रज्ञानावर उच्च-जोखीम, उच्च-परतावा असलेले सट्टेबाजी करत आहेत, ज्यांना भविष्यातील वाढीच्या अपेक्षेमुळे जास्त व्हॅल्युएशन मिळत आहे.

व्हॅल्युएशनची तुलना: भारतीय IT विरुद्ध US टेक

सप्टेंबर 2024 पर्यंत, Nifty IT Index चा P/E रेशो सुमारे 19.96 आहे. प्रमुख भारतीय IT कंपन्यांचे व्हॅल्युएशन असे आहे: TCS चा P/E सुमारे 17.65, Infosys चा सुमारे 16.24, Wipro चा सुमारे 15.73, आणि HCLTech चा सुमारे 19.54. हे आकडे एका परिपक्व सेवा क्षेत्राचे संकेत देतात. या कंपन्या प्रत्यक्ष, करारबद्ध AI महसूल निर्माण करत असल्या तरी, त्यांचे व्हॅल्युएशन Nvidia किंवा OpenAI सारख्या US AI इन्फ्रास्ट्रक्चर कंपन्यांच्या तुलनेत खूपच कमी आहे, ज्यांना त्यांच्या कोअर टेक्नॉलॉजी आणि कंप्यूटिंग पॉवरसाठी अब्जावधी डॉलर्समध्ये व्हॅल्युएशन मिळते. उदाहरणार्थ, Google Cloud, एक प्रमुख AI इन्फ्रास्ट्रक्चर प्रदाता, ने Q1 2026 मध्ये 63% वाढ नोंदवून $20 अब्ज महसूल मिळवला, ज्यामध्ये $462 अब्ज चा बॅकलॉग आहे. AI बूमसाठी आवश्यक असलेल्या सेमीकंडक्टर मार्केटचा अंदाज 2026 मध्ये $1.3 ट्रिलियन पेक्षा जास्त आहे, ज्यामध्ये AI चिप्सचा वाटा 30% असेल.

क्लाउड बूमकडून धडे: एक ऐतिहासिक दृष्टिकोन

ही परिस्थिती क्लाउड कंप्युटिंग बूमच्या सुरुवातीच्या टप्प्यासारखीच आहे. 2015 ते 2018 दरम्यान, जेव्हा अमेरिकन कंपन्या क्लाउड इन्फ्रास्ट्रक्चर तयार करत होत्या, तेव्हा Nifty IT Index सपाट किंवा घसरलेला दिसत होता. तथापि, क्लाउड इम्प्लिमेंटेशन, मायग्रेशन आणि व्यवस्थापन करार वाढल्यानंतर, 2018 ते 2020 दरम्यान या इंडेक्समध्ये मोठी तेजी पाहायला मिळाली. AI सोबतही अशीच एक नमुना तयार होत आहे: इन्फ्रास्ट्रक्चर तयार करण्याचा आणि मॉडेल विकसित करण्याचा सुरुवातीचा टप्पा US टेक कंपन्यांच्या ताब्यात आहे, तर भारतीय IT कंपन्या एंटरप्राइज AI इम्प्लिमेंटेशन आणि इंटिग्रेशनच्या पुढील टप्प्यातून फायदा मिळवण्यासाठी सज्ज आहेत.

भारतीय IT साठी प्रमुख आव्हाने आणि धोके

AI डेव्हलपमेंटमधील संरचनात्मक तफावत:

भारतीय IT साठी मुख्य धोका म्हणजे AI व्हॅल्यू ड्रायव्हर्सवर नियंत्रण नसणे, याचा अर्थ ते GPT-4 किंवा Claude सारखे मूलभूत मॉडेल स्वतःचे मालकीचे नाहीत. याचे कारण म्हणजे भारताचा GDP च्या तुलनेत R&D खर्च 1% पेक्षा कमी आहे, जो जागतिक नेत्यांच्या तुलनेत खूपच कमी आहे. दुसरे म्हणजे, भारतीय IT कंपन्यांकडे AI मॉडेल डेव्हलपमेंटसाठी आवश्यक असलेले मोठे GPU क्लस्टर्स आणि हायपरस्केल डेटा सेंटर्स यांसारखे कंप्यूटिंग इन्फ्रास्ट्रक्चर नाही. देशांतर्गत डेटा सेंटरचे बांधकाम होत असले तरी, टॉप AI संशोधकांची कमतरता, ज्यांना प्रामुख्याने चांगला निधी असलेल्या US कंपन्यांनी नियुक्त केले आहे, हे एक मोठे आव्हान आहे.

हेडकाउंट-आधारित वाढीच्या मर्यादा:

तिसरी महत्त्वाची तफावत उत्पादनांमधून कमाई करण्याची आहे. US AI कंपन्या स्केलेबल AI उत्पादने आणि प्लॅटफॉर्म विकसित करत आहेत, जे उच्च नफा मार्जिन निर्माण करू शकतात. याउलट, भारतीय IT कंपन्या प्रामुख्याने सेवा देतात, जिथे महसूल वाढ थेट अधिक कर्मचाऱ्यांची नियुक्ती करण्याशी जोडलेली असते. एका वरिष्ठ Microsoft अधिकाऱ्याने नमूद केले की, महसूल वाढवण्यासाठी केवळ अधिक लोकांना नियुक्त करण्याचा काळ संपला आहे. या क्षेत्रासाठी मुख्य प्रश्न हा आहे की, ते प्रति कर्मचारी नफा अशा वेगाने वाढवू शकतात का, जे हेडकाउंट वाढीवरील कमी अवलंबित्व भरून काढेल, विशेषतः AI प्रतिभा आणि इन्फ्रास्ट्रक्चरच्या उच्च खर्चामुळे हे महत्त्वाचे आहे.

सट्टेबाजीच्या निधीतून होणारे धोके:

सध्या अमेरिकेतील AI बूम मोठ्या प्रमाणावर सट्टेबाजीच्या गुंतवणुकीतून चालतो. जर हा निधी चक्र उलटला, जसे पूर्वीच्या टेक बूममध्ये झाले होते, तर त्याचा परिणाम लक्षणीय असू शकतो. भारतीय IT कंपन्या थेट डेटा सेंटर बांधकाम वित्तपुरवठ्याच्या जोखमीच्या संपर्कात नसल्या तरी, बाजाराच्या भावनांमध्ये व्यापक बदल झाल्यास सर्व टेक स्टॉक्समधील गुंतवणूकदारांचा उत्साह कमी होऊ शकतो. OpenAI सारख्या कंपन्या, ज्यांना $122 अब्ज च्या निधी फेरीनंतर $852 अब्ज चे व्हॅल्युएशन मिळाले आहे, त्या सध्या फायद्यात नाहीत, ज्यामुळे त्यांच्या व्हॅल्युएशनचे सट्टेबाजीचे स्वरूप दिसून येते. या प्रचंड भांडवली उपयोजनाची टिकाऊपणा भविष्यातील महसूल प्रवाहावर अवलंबून आहे, जे अद्याप मोठ्या प्रमाणावर सिद्ध झालेले नाहीत.