Whalesbook
AI गुंतवणुकीची तातडीची गरज
भारताच्या डिजिटल इन्फ्रास्ट्रक्चरला चालना देण्यासाठी युनियन बजेटमध्ये मोठी टॅक्स सूट देण्यात आली असली तरी, आर्टिफिशियल इंटेलिजन्स (AI) क्षमतांमध्ये आणखी जास्त गुंतवणुकीची गरज आहे. NVIDIA चे वरिष्ठ उपाध्यक्ष शंकर त्रिवेदी यांनी स्पष्ट केले आहे की, युनियन बजेट 2026-27 मध्ये विदेशी कंपन्यांना डेटा सेंटर सेवांसाठी 20 वर्षांची कर सूट (tax holiday) हा 'पायाभूत इन्फ्रास्ट्रक्चर' (foundational infrastructure) साठी एक चांगला संधी आहे. मात्र, देशाची AI इन्फ्रास्ट्रक्चरमधील थेट गुंतवणूक अजूनही खूप कमी आहे. त्रिवेदी यांच्या मते, भारतात सध्या AI मध्ये वार्षिक $1.2 बिलियन ची गुंतवणूक होते, जी जागतिक स्तरावर स्पर्धा करण्यासाठी पुरेशी नाही. विशेषतः, दरवर्षी सुमारे $150 बिलियन कोर फिजिकल इन्फ्रास्ट्रक्चरवर खर्च केले जातात, याच्या तुलनेत AI गुंतवणूक खूपच कमी आहे. या फरकामुळे, AI मॅन्युफॅक्चरिंग (manufacturing) आणि सर्विसेसमध्ये (services) जागतिक नेतृत्व करण्याच्या भारताच्या महत्त्वाकांक्षेला धक्का बसू शकतो. 2026 पर्यंत, जागतिक AI इन्फ्रास्ट्रक्चर खर्च वार्षिक $300 बिलियन पेक्षा जास्त अपेक्षित आहे, ज्यात उत्तर अमेरिका आणि युरोपमध्ये मोठी गुंतवणूक केंद्रित आहे.
बजेटमधील डेटा सेंटर टॅक्स हॉलिडे
युनियन बजेट 2026-27 मध्ये, भारतात डेटा सेंटर सेवा घेणाऱ्या विदेशी कंपन्यांसाठी 2047 पर्यंत, म्हणजेच 20 वर्षांची सर्वसमावेशक कर सूट (tax holiday) जाहीर करण्यात आली आहे. या धोरणाचा उद्देश समान संधी निर्माण करणे आणि विदेशी गुंतवणुकीला प्रोत्साहन देणे आहे. यामुळे कंपन्यांना स्वतःचे डेटा सेंटर उभारणे किंवा भारतीय सेवा प्रदात्यांचा वापर करणे, या दोन्ही परिस्थितीत समान कर आकारणी सुनिश्चित होईल. हा निर्णय भारतात AI ऑपरेशन्स (operations) आणि देशातील मोठ्या ग्लोबल कॅपॅबिलिटी सेंटर्स (GCCs) साठी भारताला अधिक आकर्षक बनवू शकतो. सध्या, जगातल्या टॉप 2,000 कंपन्यांपैकी 1,800 कंपन्यांचे GCCs भारतात आहेत. हे सेंटर्स एकूण दोन दशलक्षाहून अधिक लोकांना रोजगार देतात आणि हा आकडा तीन दशलक्ष पर्यंत वाढण्याची अपेक्षा आहे. या प्रत्येक GCC ला स्थानिक AI प्रोसेसिंग क्षमतांची आवश्यकता आहे. डिजिटायझेशन आणि AI च्या वाढत्या वापरामुळे, भारताचा डेटा सेंटर मार्केट वेगाने वाढण्याची अपेक्षा आहे.
मूल्यांकन तफावत आणि NVIDIA ची स्थिती
AI डेव्हलपमेंट (development) आणि स्केलिंगसाठी (scaling) आवश्यक असलेल्या ग्लोबल GPU मार्केटमध्ये NVIDIA एक प्रमुख कंपनी आहे. डेटा सेंटर्स आणि AI ऍप्लिकेशन्ससाठी वापरल्या जाणाऱ्या डिस्क्रीट GPU मार्केटमध्ये NVIDIA चा 80% पेक्षा जास्त हिस्सा आहे. त्रिवेदी यांनी वर्णन केलेल्या 'लोकल AI फॅक्टरीज' (local AI factories) तयार करण्यासाठी कंपनीचे हाय-परफॉर्मन्स हार्डवेअर (hardware) खूप महत्त्वाचे आहे. 2026 च्या सुरुवातीला, NVIDIA चे मार्केट कॅपिटलायझेशन (market capitalization) सुमारे $1.8 ट्रिलियन होते, तर किंमत-उत्पन्न (Price-to-Earnings - P/E) गुणोत्तर 75-85 च्या दरम्यान होते, जे AI-आधारित वाढीबद्दल गुंतवणूकदारांचा विश्वास दर्शवते. याउलट, NIFTY IT सारख्या इंडेक्सने दर्शविलेल्या भारतीय IT क्षेत्राचा P/E गुणोत्तर 30 ते 35 च्या दरम्यान आहे. हे NVIDIA सारख्या हार्डवेअर कंपन्यांना सेवा प्रदात्यांच्या तुलनेत अधिक मूल्यांकन (valuation) दर्शवते. भारतात AI इन्फ्रास्ट्रक्चरसाठी सध्याचे $1.2 बिलियन चे वाटप, देशाला आवश्यक असलेल्या GPU डिप्लॉयमेंट (deployment) आणि AI मॉडेल डेव्हलपमेंटच्या (development) स्केलला चालना देण्यासाठी अपुरे मानले जात आहे. 18 फेब्रुवारी 2026 रोजी, NVIDIA (NVDA) शेअर $550 वर ट्रेड करत होता, तर NIFTY IT इंडेक्स 38,000 अंकांवर होता.
विश्लेषणात्मक दृष्टिकोन
जागतिक स्तरावर, देश AI वर्चस्वासाठी मोठे सार्वजनिक आणि खाजगी गुंतवणूक करत आहेत, अनेकदा लक्ष्यित प्रोत्साहन योजनांसह. अमेरिका आणि युरोपियन युनियनने AI संशोधन (research), प्रतिभा विकास (talent development) आणि महत्त्वाच्या हार्डवेअर मॅन्युफॅक्चरिंगवर (manufacturing) लक्ष केंद्रित करून अब्जावधी डॉलर्सच्या AI योजना जाहीर केल्या आहेत. भारताच्या युनियन बजेट 2026-27 मधील डेटा सेंटर सेवांसाठीची चाल सकारात्मक आहे, परंतु AI इन्फ्रास्ट्रक्चरमधील एकूण गुंतवणूक या जागतिक प्रतिस्पर्धकांच्या तुलनेत खूपच मागे आहे. उदाहरणार्थ, सिंगापूर आणि दक्षिण कोरियासारखे देश देखील AI हब (hubs) आणि डेटा सेंटर क्षमतेमध्ये मोठी गुंतवणूक करत आहेत, तसेच AI-विशिष्ट R&D (Research and Development) साठी स्पर्धात्मक कर प्रणाली (tax regimes) आणि प्रोत्साहन देत आहेत. ₹10,371.92 कोटी (अंदाजे $1.2 बिलियन USD) खर्चासह मंजूर झालेल्या इंडियाएआय मिशनचा (IndiaAI Mission) उद्देश एक सर्वसमावेशक AI इकोसिस्टम (ecosystem) तयार करणे आहे. तथापि, ही आकृती वार्षिक AI इन्फ्रास्ट्रक्चर खर्चाऐवजी मिशनच्या बहु-वर्षीय कार्यक्रमांसाठी एकूण खर्च दर्शवते. विश्लेषकांना (analysts) भारतात AI गुंतवणुकीत लक्षणीय वाढ अपेक्षित आहे, परंतु सध्याच्या सार्वजनिक निधीला मागणी आणि स्पर्धेची पूर्तता करण्यासाठी मोठ्या प्रमाणात वाढवणे आवश्यक आहे, असे त्यांचे म्हणणे आहे. भारताच्या नॅशनल AI स्ट्रॅटेजीचे (National AI Strategy) उद्दिष्ट आर्थिक वाढीसाठी AI चा वापर करणे आहे, ज्यामध्ये प्रमुख क्षेत्रांवर लक्ष केंद्रित केले जाईल.
जोखीम घटक (Risk Factors)
भारताची सध्याची AI इन्फ्रास्ट्रक्चर गुंतवणूक आणि त्याच्या घोषित महत्त्वाकांक्षा यातील मोठा फरक स्पष्ट धोका दर्शवतो. जलद निधीअभावी, भारत अशा प्रतिस्पर्धकांकडून मागे पडू शकतो जे AI हार्डवेअर आणि R&D मध्ये अधिक आक्रमकपणे गुंतवणूक करत आहेत. यामुळे शीर्ष AI प्रतिभा (talent) आणि जागतिक तंत्रज्ञान कंपन्यांना आकर्षित करण्याची आणि टिकवून ठेवण्याची भारताची क्षमता मर्यादित होऊ शकते. डेटा सेंटर्ससाठी 20 वर्षांची कर सूट (tax holiday) एक सकारात्मक संकेत असली तरी, ती प्रामुख्याने सुविधांशी संबंधित खर्च कव्हर करते, GPU सारख्या प्रगत कंप्यूटिंग हार्डवेअरच्या भांडवली-केंद्रित अधिग्रहणाचे (capital-intensive acquisition) नाही, जे प्रामुख्याने आयात केले जातात. याव्यतिरिक्त, देशाचे उच्च-स्तरीय AI चिप्सवरील अवलंबित्व भू-राजकीय धोके (geopolitical risks) निर्माण करू शकते आणि पुरवठा साखळीच्या स्थिरतेवर (supply chain stability) परिणाम करू शकते. इंडियाएआय मिशनची (IndiaAI Mission) यशस्विता सार्वजनिक-खाजगी भागीदारीच्या (public-private partnerships) प्रभावी अंमलबजावणीवर देखील अवलंबून आहे, ज्यामध्ये ऐतिहासिकदृष्ट्या विलंब किंवा निधी आव्हाने असू शकतात. GCC रोजगारात तीन दशलक्ष पर्यंत वाढीचा अंदाज, वाढीचा सकारात्मक निर्देशक असूनही, सध्याच्या गुंतवणूक स्तरांनुसार कमी सेवा दिलेल्या (underserviced) अत्याधुनिक AI इन्फ्रास्ट्रक्चरची मागणी वाढवते. पारंपरिक इन्फ्रास्ट्रक्चरवरील वार्षिक $150 बिलियन चा मोठा खर्च राष्ट्रीय प्राधान्य दर्शवितो, ज्यावर पुनर्विचार न केल्यास AI गुंतवणुकीला दुय्यम स्थान मिळू शकते, ज्यामुळे भारताची दीर्घकालीन डिजिटल स्पर्धात्मकता (digital competitiveness) धोक्यात येऊ शकते.