AI इन्फ्रास्ट्रक्चरसाठी होणारा अफाट खर्च आणि मिळणारे उत्पन्न यात मोठी तफावत आहे. Gartner च्या ताज्या रिपोर्टनुसार, **२०३०** पर्यंत **$3.5 ट्रिलियन** किमतीच्या मालमत्तेचे मूल्य (Assets Value) धोक्यात येऊ शकते.
आर्टिफिशियल इंटेलिजन्स (AI) क्षेत्रातील झपाट्याने होणारी गुंतवणूक आता एका कठीण आर्थिक वास्तवाचा सामना करत आहे. रिसर्च फर्म Gartner च्या अहवालानुसार, डेटा सेंटर्स आणि हार्डवेअरवर होणारा आक्रमक खर्च आणि त्यातून मिळणारे उत्पन्न यात मोठी दरी निर्माण झाली आहे. यामुळे २०३० सालापर्यंत तब्बल $3.5 ट्रिलियन मालमत्तेवर 'इम्पारमेंट चार्ज' (Impairment Charge) म्हणजेच मूल्यांकनात घट होण्याची शक्यता आहे.\n\n### गुंतवणुकीचे गणित आणि धोका\n\nसध्याचा AI पायाभूत सुविधांवरील खर्च सार्थ ठरवण्यासाठी कंपन्यांना १२ टक्के इतका परतावा मिळवणे आवश्यक आहे. यासाठी २०३० पर्यंत $8.5 ट्रिलियन महसूल मिळवणे गरजेचे आहे. मात्र, सध्याच्या बाजारपेठेतील अंदाजानुसार, AI संबंधित उत्पन्न केवळ $3.6 ट्रिलियन पर्यंत पोहोचू शकेल. जेव्हा गुंतवणुकीचा खर्च उत्पन्नापेक्षा जास्त होतो, तेव्हा कंपनीच्या बॅलन्स शीटमधील उपकरणांचे मूल्य कमी होते. यामुळे कंपनीच्या नफ्यावर थेट परिणाम होतो आणि भविष्यात शेअरहोल्डर्सना 'अर्निंग डाउनग्रेड'चा सामना करावा लागू शकतो.\n\n### क्लाउड प्रोव्हायडर्सवर काय परिणाम होईल?\n\nमोठ्या टेक कंपन्या (Hyperscalers) त्यांच्याकडे असलेल्या सर्च, जाहिरात आणि ई-कॉमर्ससारख्या विविध उत्पन्नाच्या स्रोतांमुळे हा खर्च पेलू शकतात. मात्र, लहान आणि स्वतंत्र क्लाउड प्रोव्हायडर्स (Neoclouds) समोर मोठे संकट आहे. अहवालानुसार, यातील ८० टक्के कंपन्यांना २०३० पर्यंत आपला स्वतंत्र व्यवसाय टिकवून ठेवणे कठीण जाऊ शकते.\n\n### गुंतवणूकदारांनी काय करावे?\n\nआता गुंतवणूकदारांनी केवळ कंपनी किती 'AI गुंतवणूक' करतेय हे पाहण्याऐवजी, ती गुंतवणूक किती कार्यक्षमतेने महसूल आणि नफ्यात रूपांतरित होतेय, याकडे लक्ष देणे आवश्यक आहे. डेटा सेंटरची क्षमता (Capacity Utilization) आणि तिचा वापर करण्याचा वेग या गोष्टी आता कंपन्यांच्या नफ्याच्या भविष्यासाठी निर्णायक ठरतील.