गुंतवणूकदार कानवाल रेखी यांनी AI क्रांतीला नाविन्यतेची एक मोठी लाट म्हटले आहे. मात्र, गुंतवणूकदारांसाठी यातील खरी आव्हाने म्हणजे कंपन्यांचे प्रचंड ग्रोथ पोटेंशिअल आणि दुसरीकडे कॉम्प्युट कॉस्ट (Compute Costs) व सेक्टरमधील मोठे बदल यांसारखे धोके यांचा समतोल साधणे. टेक आणि भारतीय बाजारासाठी याचे काय अर्थ आहेत, ते पाहूया.
काय घडले?
सिलिकॉन व्हॅलीचे अनुभवी गुंतवणूकदार आणि इनव्हेंटस कॅपिटलचे सह-संस्थापक कानवाल रेखी यांनी आर्टिफिशियल इंटेलिजन्स (AI) क्रांतीला संपत्ती निर्माण करणारा 'त्सुनामी' असे म्हटले आहे. त्यांच्या मते, हे दशकांपासून चालत आलेल्या तांत्रिक बदलांचे अंतिम स्वरूप आहे.
रेखी यांनी असेही सांगितले की, स्वस्त कॉम्प्युटिंग पॉवर, मेमरी आणि बँडविड्थमुळे AI ला मोठी चालना मिळाली आहे. यामुळे एक अशी सायकल तयार होत आहे, जिथे भांडवल आणि महत्त्वाकांक्षा वेगाने बदल घडवून आणत आहेत. त्यांनी Anthropic सारख्या स्टार्टअप्सची उदाहरणे दिली, जिथे कंपन्या पूर्वीच्या मॉडेल्सपेक्षा खूप मोठ्या स्तरावर पोहोचल्या आहेत. रेखी AI च्या प्रचंड संपत्ती निर्मिती क्षमतेवर भर देत असले, तरी 2026 च्या बाजाराचा संदर्भ गुंतवणूकदारांसाठी अधिक गुंतागुंतीचे चित्र दर्शवतो, जिथे खरे मूल्य आणि केवळ सट्टेबाजीतील वाढ यात फरक करणे आवश्यक आहे.
AI व्हॅल्युएशन आणि प्रॉफिटेबिलिटीवर चर्चा
AI स्टार्टअप्सच्या प्रचंड वाढीच्या आकडेवारीवर जरी सगळ्यांचे लक्ष असले, तरी या क्षेत्राचे खरे अर्थशास्त्र सध्या 2026 मध्ये गंभीर चर्चेचा विषय आहे. उदाहरणार्थ, मोठे AI मॉडेल्स तयार करण्यासाठी आणि चालवण्यासाठी लागणाऱ्या प्रचंड भांडवलावर (Capital Intensity) अलीकडील रिपोर्ट्समध्ये प्रकाश टाकण्यात आला आहे. काही कंपन्या अब्जावधी डॉलर्सच्या महसुलाचा अंदाज व्यक्त करत असल्या तरी, या व्यवसायातील नफा (Profitability) हा मोठ्या प्रमाणात कॉम्प्युट खर्चावर अवलंबून असतो, जसे की मोठ्या डेटा सेंटर क्लस्टर्सशी संबंधित खर्च.
गुंतवणूकदार आता महसूल वाढ (Revenue Growth) आणि टिकाऊ रोख प्रवाह (Sustainable Cash Flow) यातील फरक समजून घेण्याचा प्रयत्न करत आहेत. भूतकाळातील 'सॉफ्टवेअर-ॲज-ए-सर्व्हिस' (SaaS) क्रांतीप्रमाणे, जी कमी भांडवलात जास्त नफा देणारी होती, त्याउलट सध्याचे AI मॉडेल खूप भांडवल-केंद्रित आहे. या मॉडेलची टिकाऊपणा यावर अवलंबून आहे की कंपन्या स्केल वाढवताना त्यांचे इन्फ्रास्ट्रक्चर खर्च कमी करू शकतील की नाही, किंवा कॉम्प्युटिंग पॉवरचा जास्त खर्च त्यांच्या नफ्यावर ओझे टाकत राहील.
भारतीय बाजारपेठ आणि IT क्षेत्रावर परिणाम
भारतीय गुंतवणूकदारांसाठी, AI चा 'त्सुनामी' दुहेरी अर्थाने येतो. एकीकडे, भारतीय IT सेवा क्षेत्रासाठी उच्च-मूल्य असलेल्या भूमिकांमध्ये, जसे की AI ची अंमलबजावणी आणि एकत्रीकरण, बदलण्याची संधी आहे. दुसरीकडे, या क्षेत्रासमोर एक संरचनात्मक आव्हान आहे.
अलीकडील बाजारातील आकडेवारी Nifty IT निर्देशांकात वाढती अस्थिरता दर्शवते. याचे कारण म्हणजे एजंटिक AI आणि कोडिंग टूल्समुळे भारतीय IT कंपन्यांना आउटसोर्स केली जाणारी नियमित कामे स्वयंचलित (Automate) होण्याची भीती आहे. यामुळे पारंपरिक IT सेवा व्यवसायाचा किती भाग ऑटोमेशनच्या धोक्यात आहे, याचे पुनर्मूल्यांकन केले जात आहे. मोठ्या कंपन्या सध्या या बदलांना सामोरे जात आहेत, त्यांच्या ग्राहकांसाठी AI स्वीकारण्याची गरज आणि त्यांचे सध्याचे सेवा मार्जिन (Service Margins) जपण्याची कसरत करत आहेत.
धोके आणि बाजारातील वास्तव
गुंतवणूकदारांनी सध्याच्या AI वातावरणातील काही प्रमुख धोक्यांबद्दल जागरूक असले पाहिजे:
- कॉम्प्युट खर्च: अनेक AI कंपन्यांचा नफा हार्डवेअर आणि ऊर्जेच्या खर्चावर खूप अवलंबून असतो. या खर्चात वाढ झाल्यास नफा कमी होऊ शकतो.
- व्हॅल्युएशन बबल: कोणत्याही वेगाने होणाऱ्या नवकल्पना चक्रात (Innovation Cycle), भविष्यातील क्षमतेवर आधारित कंपन्यांना जास्त किंमत देण्याचा धोका असतो, जी प्रत्यक्षात येण्यास वर्षे लागू शकतात.
- नियामक आणि नैतिक अडथळे: AI चा वापर जसजसा वाढत जाईल, तसतसे डेटा वापर आणि मॉडेलच्या विश्वासार्हतेबाबत नियामक तपास वाढण्याची शक्यता आहे, ज्यामुळे व्यवसाय मॉडेल्सवर परिणाम होऊ शकतो.
- नोकरी घालवण्याचा धोका: IT क्षेत्रासाठी, महसूल घट (Revenue Deflation) हा मोठ्या आणि मध्यम-श्रेणीतील स्टॉक्सचा मागोवा घेणाऱ्या गुंतवणूकदारांसाठी चिंतेचा मुख्य विषय आहे.
गुंतवणूकदारांनी पुढे काय पाहावे?
फक्त आकडेवारीवर लक्ष केंद्रित करण्याऐवजी, गुंतवणूकदार खालील गोष्टींवर लक्ष केंद्रित करू शकतात:
- टिकाऊ नफा: अशा कंपन्या शोधा ज्यांना त्यांचे कामकाज खर्च कमी न करता नफा मिळवण्याचा स्पष्ट मार्ग दाखवतात.
- अंमलबजावणीचे यश: भारतीय IT कंपन्या ज्या जागतिक ग्राहकांसाठी AI एकत्रित करण्याच्या डील जिंकण्यात यशस्वी होत आहेत, त्यांच्याकडे लक्ष ठेवा, कारण हे नवीन परिस्थितीत त्यांची प्रासंगिकता सिद्ध करते.
- इन्फ्रास्ट्रक्चरची मागणी: AI युगातील 'पिक आणि फावडे' पुरवणाऱ्या कंपन्यांवर लक्ष ठेवा - जसे की वीज, डेटा सेंटर इन्फ्रास्ट्रक्चर आणि विशेष हार्डवेअर - जे शुद्ध सॉफ्टवेअर अस्थिरतेपासून अधिक सुरक्षित असतात.
- व्यवस्थापनाची टिप्पणी: तंत्रज्ञान क्षेत्रातील नेतृत्व टीम्स पारंपारिक सेवा मॉडेल्समधून AI-आधारित वितरणाकडे संक्रमण कसे व्यवस्थापित करतात याकडे बारकाईने लक्ष द्या.