संशोधन संस्था जेफरीज (Jefferies) च्या अहवालानुसार, स्वस्त आणि हाय-कॅपॅसिटी चायनीज AI मॉडेल्स अमेरिकन टेक कंपन्यांसाठी मोठे आव्हान बनले आहेत. यामुळे सध्याच्या AI गुंतवणुकीच्या ट्रेंडमध्ये बदल होण्याची शक्यता आहे. कंपन्या आता डेटा प्रायव्हसी आणि ऑन-प्रिमाइसेस (on-premise) AI सिस्टीम्सना अधिक महत्त्व देत आहेत.
काय घडले?
जेफरीजच्या ताज्या अहवालानुसार, जगभरातील आर्टिफिशियल इंटेलिजन्स (AI) मधील मोठी तेजी आता एका नवीन आव्हानाला सामोरे जात आहे. हे आव्हान आहे स्वस्त आणि अधिक क्षमतेच्या चायनीज AI मॉडेल्सचे. जिथे आतापर्यंत मार्केट अमेरिकेतील मोठ्या कंपन्यांवर लक्ष केंद्रित करत होते, तिथे आता चीनचे मॉडेल्स, जसे की नुकतेच लॉन्च झालेले GLM-5.2, चर्चेत आले आहेत. हे मॉडेल्स प्रति 'टोकन' (token) प्रोसेसिंगसाठी कमी खर्च आकारत असल्याने लोकप्रिय होत आहेत. मार्केट डेटानुसार, जून २०२६ च्या आठवड्यात OpenRouter सारख्या प्लॅटफॉर्मवर चायनीज मॉडेल्सनी सुमारे २१ ट्रिलियन टोकन्सवर प्रक्रिया केली, तर याच काळात अमेरिकेतील प्रमुख मॉडेल्सनी केवळ ६ ट्रिलियन टोकन्सवर प्रक्रिया केली.
ऑन-प्रिमाइसेस AI कडे कल
कंपन्या आता पब्लिक क्लाउडवरून (public cloud) AI संबंधित कामे स्वतःच्या ऑन-प्रिमाइसेस सर्व्हर्सवर (on-premise servers) हलवत आहेत. डेटा प्रायव्हसीच्या चिंतेमुळे हा बदल होत आहे. GLM-5.2 सारखे नवीन मॉडेल्स या खाजगी सिस्टीम्समध्येही उच्च दर्जा राखत जटिल कामे करण्यास सक्षम असल्याचे सांगितले जात आहे. पब्लिक क्लाउड सेवांवर अवलंबून असलेल्या मोठ्या अमेरिकन AI कंपन्यांच्या कमाईवर याचा परिणाम होऊ शकतो. गुंतवणूकदारांसाठी, याचा अर्थ असा की केवळ जास्त टोकन्सवर प्रक्रिया करण्याच्या 'टोकनमॅक्सिंग' (tokenmaxxing) च्या धोरणाला आता ब्रेक लागण्याची शक्यता आहे.
टेक हार्डवेअरवर काय परिणाम?
सॉफ्टवेअर आणि क्लाउड-आधारित AI कंपन्यांसमोर जरी आव्हान असले तरी, सेमीकंडक्टर (semiconductor) आणि हार्डवेअर उत्पादकांसाठी परिस्थिती अधिक स्थिर दिसत आहे. जेफरीजच्या मते, टोकनच्या किमती कमी झाल्याने DRAM (डायनॅमिक रँडम-ॲक्सेस मेमरी) ची मागणी वाढेल, जी या सिस्टीम्ससाठी एक महत्त्वाची घटक आहे. यामुळे मेमरी चिप उद्योगासाठी चांगले संकेत आहेत.
जागतिक स्तरावर मोठ्या कंपन्या या ट्रेंडला प्रतिसाद देत भांडवली खर्चात (capital expenditure) वाढ करत आहेत. उदाहरणार्थ, TSMC (Taiwan Semiconductor Manufacturing Company) २०२६ मध्ये आपला भांडवली खर्च $५६ अब्ज आणि २०२७ मध्ये $६५-७० अब्ज पर्यंत वाढवण्याची अपेक्षा आहे. AI संबंधित प्रोजेक्ट्समुळे कंपनीच्या चालू वर्षाच्या कमाईत आधीच ३१% योगदान मिळत आहे. यामुळे SK Hynix, Kioxia आणि Samsung Electronics सारख्या कंपन्यांच्या हार्डवेअर व्यवसायाकडे गुंतवणुकीचा कल वळत आहे.
सायबर सुरक्षा आणि एंटरप्राइझ धोके
स्पर्धेसोबतच, AI च्या प्रगत वापरामुळे सायबर सुरक्षेचे धोकेही वाढत आहेत. 'फाइव्ह आईज अलायन्स' (Five Eyes Alliance) ने AI मुळे सायबर हल्ल्यांचा धोका वाढल्याचा इशारा दिला आहे. त्यामुळे कंपन्यांना सायबर सुरक्षा गुंतवणुकीला प्राधान्य द्यावे लागत आहे. भारतीय IT सेवा क्षेत्रासाठी हा एक महत्त्वाचा बदल आहे. कंपन्या ऑन-प्रिमाइसेस AI आणि डिजिटल सुरक्षा मजबूत करत असल्याने, सायबर सुरक्षा सल्लागार, इंटिग्रेशन आणि इन्फ्रास्ट्रक्चर व्यवस्थापन सेवा देणाऱ्या कंपन्यांच्या मागणीत बदल दिसू शकतो.
गुंतवणूकदारांनी काय लक्षात घ्यावे?
गुंतवणूकदारांनी येत्या तिमाहीत एंटरप्राइझ AI खर्चाचा आढावा घ्यावा. ऑन-प्रिमाइसेस वि. पब्लिक क्लाउड AI सोल्यूशन्सचा अवलंब दर आणि मोठ्या AI कंपन्यांच्या गुंतवणुकीवरील परतावा (ROI) हे मुख्य मुद्दे असतील. तसेच, TSMC सारख्या प्रमुख सेमीकंडक्टर उत्पादकांच्या भांडवली खर्चाच्या योजना जागतिक टेक उद्योगाच्या आरोग्याचे सूचक राहतील. यासोबतच, जागतिक सायबर सुरक्षा नियम किंवा कंपन्यांच्या खर्चाच्या पद्धतींमधील कोणतेही बदल IT सेवा आणि हार्डवेअर कंपन्यांच्या भविष्यातील वाटचालीस प्रभावित करतील.