AI 'ਤੇ ਨਿਵੇਸ਼: ਜ਼ਰੂਰਤ ਜਾਂ ਬੁਲਬੁਲਾ?
BlackRock ਦੇ CEO Larry Fink ਨੇ ਇਹ ਸਪੱਸ਼ਟ ਕੀਤਾ ਹੈ ਕਿ Artificial Intelligence (AI) 'ਤੇ ਹੋ ਰਿਹਾ ਜ਼ਬਰਦਸਤ ਨਿਵੇਸ਼ ਕੋਈ ਸਿਰਫ ਇੱਕ ਕਿਆਸ-ਅਰਾਈ (speculative frenzy) ਨਹੀਂ, ਬਲਕਿ ਇਹ ਇੱਕ ਜ਼ਰੂਰੀ ਗਲੋਬਲ ਮੁਕਾਬਲਾ ਹੈ। ਉਨ੍ਹਾਂ ਦਾ ਮੰਨਣਾ ਹੈ ਕਿ AI ਦਾ ਵਿਕਾਸ ਦੇਸ਼ਾਂ ਦੀ ਤਰੱਕੀ ਲਈ ਅਹਿਮ ਹੈ, ਅਤੇ AI ਨਿਵੇਸ਼ ਵਿੱਚ ਢਿੱਲ ਵਰਤਣ ਨਾਲ ਜ਼ਿਆਦਾ ਨੁਕਸਾਨ ਹੋ ਸਕਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਪੂੰਜੀਵਾਦ (capitalism) ਦੇ ਸੁਭਾਅ ਅਨੁਸਾਰ, ਇਸ ਦੌਰਾਨ ਕੁਝ ਕੰਪਨੀਆਂ ਸਫਲ ਹੋਣਗੀਆਂ, ਜਦੋਂ ਕਿ ਕੁੱਝ ਅਸਫਲ ਵੀ ਹੋ ਸਕਦੀਆਂ ਹਨ।
AI ਦਾ ਪ੍ਰਭਾਵ ਅਤੇ ਬਾਜ਼ਾਰ 'ਚ ਬਦਲਾਅ
ਦੁਨੀਆ ਦੀ ਸਭ ਤੋਂ ਵੱਡੀ ਐਸੇਟ ਮੈਨੇਜਰ BlackRock, ਜਿਸ ਕੋਲ ਦਸੰਬਰ 2025 ਤੱਕ ਲਗਭਗ $14 ਟ੍ਰਿਲੀਅਨ ਦੀ ਜਾਇਦਾਦ (assets) ਹੈ, AI ਨੂੰ ਵਿਕਾਸ ਦਾ ਮੁੱਖ ਸਰੋਤ ਮੰਨ ਰਹੀ ਹੈ। BlackRock ਦਾ ਸ਼ੇਅਰ ਵੀ ਇਸ ਸਮੇਂ ਮਜ਼ਬੂਤ ਹੈ, ਜਿਸਦਾ P/E Ratio ਲਗਭਗ 31.3x ਹੈ, ਜੋ ਕਿ ਇਸਦੇ ਮੁਕਾਬਲੇਦਾਰਾਂ T. Rowe Price (11.4x) ਅਤੇ Invesco (18.6x) ਨਾਲੋਂ ਕਾਫੀ ਜ਼ਿਆਦਾ ਹੈ। ਇਹ ਨਿਵੇਸ਼ਕਾਂ ਦਾ BlackRock ਦੇ ਭਵਿੱਖੀ ਵਾਧੇ 'ਤੇ ਭਰੋਸਾ ਦਿਖਾਉਂਦਾ ਹੈ, ਜੋ ਕਿ AI ਨੂੰ ਇਸਦੇ Aladdin ਪਲੇਟਫਾਰਮ ਅਤੇ Amazon AWS ਨਾਲ ਪਾਰਟਨਰਸ਼ਿਪ ਰਾਹੀਂ ਆਪਣੇ ਕੰਮ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰਨ ਨਾਲ ਜੁੜਿਆ ਹੋ ਸਕਦਾ ਹੈ।
ਇਸ ਦੇ ਨਾਲ ਹੀ, ਬਾਕੀ ਬਾਜ਼ਾਰ ਵਿੱਚ ਵੀ AI 'ਤੇ ਭਾਰੀ ਪੂੰਜੀ ਲਗਾਈ ਜਾ ਰਹੀ ਹੈ। Microsoft, Amazon, ਅਤੇ Alphabet ਵਰਗੀਆਂ ਵੱਡੀਆਂ ਟੈਕ ਕੰਪਨੀਆਂ AI ਬੁਨਿਆਦੀ ਢਾਂਚੇ 'ਤੇ ਅਰਬਾਂ ਡਾਲਰ ਖਰਚ ਰਹੀਆਂ ਹਨ। ਇਹ ਉਮੀਦ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ ਕਿ 2026 ਤੱਕ AI 'ਤੇ ਕੈਪੀਟਲ ਐਕਸਪੈਂਡੀਚਰ (capex) ਵਿੱਚ 30% ਦਾ ਸਾਲਾਨਾ ਵਾਧਾ ਹੋਵੇਗਾ, ਜੋ ਕਿ ਲਗਭਗ $562 ਬਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚ ਜਾਵੇਗਾ। ਇੰਨੀ ਜ਼ਿਆਦਾ ਨਿਵੇਸ਼ ਕਾਰਨ, ਇਹ ਮਹਿਸੂਸ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ ਕਿ ਭਾਵੇਂ AI ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਤਕਨੌਲੌਜੀਕਲ ਬਦਲਾਅ ਹੈ, ਪਰ ਇਸ ਸੈਕਟਰ ਵਿੱਚ ਕੁੱਝ ਨਿਵੇਸ਼ ਇੱਕ ਸਪੈਕੂਲੇਟਿਵ ਬੁਲਬੁਲੇ (speculative bubble) ਦਾ ਸ਼ਿਕਾਰ ਹੋ ਸਕਦੇ ਹਨ।
ਇਤਿਹਾਸਕ ਉਦਾਹਰਨਾਂ ਅਤੇ AI ਬੁਲਬੁਲੇ
ਤਕਨੌਲੌਜੀ ਦੇ ਤੇਜ਼ੀ ਨਾਲ ਵਿਕਾਸ ਅਤੇ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਪੂੰਜੀ ਦੇ ਪ੍ਰਵਾਹ ਦੇ ਸਮਿਆਂ ਦਾ ਇਤਿਹਾਸ ਸਾਨੂੰ ਚੇਤਾਵਨੀ ਦਿੰਦਾ ਹੈ। 1990 ਦੇ ਦਹਾਕੇ ਦੇ ਅਖੀਰ ਦਾ 'ਡਾਟ-ਕਾਮ ਬੁਲਬੁਲਾ' (dot-com bubble) ਇਸਦੀ ਇੱਕ ਵੱਡੀ ਉਦਾਹਰਨ ਹੈ। ਜਦੋਂ ਇੰਟਰਨੈੱਟ ਵਰਗੀਆਂ ਨਵੀਆਂ ਤਕਨੌਲੋਜੀਆਂ ਦਾ ਵਿਆਪਕ ਪ੍ਰਚਲਨ ਹੋਇਆ, ਤਾਂ Nasdaq Composite ਵਿੱਚ 600% ਦਾ ਵਾਧਾ ਹੋਇਆ, ਪਰ ਬਾਅਦ ਵਿੱਚ ਸਿਰਫ ਦੋ ਸਾਲਾਂ ਵਿੱਚ ਹੀ ਇਹ 78% ਡਿੱਗ ਗਿਆ। ਕਈ ਅਰਥ ਸ਼ਾਸਤਰੀਆਂ ਨੇ ਦੱਸਿਆ ਹੈ ਕਿ ਕ੍ਰਾਂਤੀਕਾਰੀ ਤਕਨੌਲੋਜੀਆਂ ਹਮੇਸ਼ਾ ਸਪੈਕੂਲੇਟਿਵ ਬੁਲਬੁਲੇ ਨੂੰ ਜਨਮ ਦਿੰਦੀਆਂ ਹਨ, ਜਿੱਥੇ ਦਾਅਵੇ ਅਤੇ ਮੁੱਲ ਅਸਲ ਲਾਭਾਂ ਤੋਂ ਬਹੁਤ ਅੱਗੇ ਨਿਕਲ ਜਾਂਦੇ ਹਨ। ਇਹ ਬੁਲਬੁਲੇ, ਜੋ ਅਕਸਰ ਛੇ ਸਾਲਾਂ ਤੱਕ ਵਿਕਸਤ ਹੁੰਦੇ ਹਨ, ਫਟਣ ਵਿੱਚ ਬਹੁਤ ਤੇਜ਼ ਹੁੰਦੇ ਹਨ ਅਤੇ ਸ਼ੁਰੂਆਤੀ ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਵੱਡਾ ਨੁਕਸਾਨ ਪਹੁੰਚਾ ਸਕਦੇ ਹਨ, ਭਾਵੇਂ ਅੰਤਰੀਵ ਤਕਨੌਲੌਜੀ ਬਦਲਾਅ ਲਿਆਉਣ ਵਾਲੀ ਸਾਬਤ ਹੋਵੇ। ਵਿਸ਼ਲੇਸ਼ਕਾਂ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਮੌਜੂਦਾ AI ਬਾਜ਼ਾਰ ਵਿੱਚ ਵੀ ਅਜਿਹੇ ਬੁਲਬੁਲੇ ਦੇ ਕਲਾਸਿਕ ਸੰਕੇਤ ਦਿਖਾਈ ਦੇ ਰਹੇ ਹਨ।
India: AI ਮੌਕੇ ਅਤੇ ਅਮਲੀ ਰੂਪ ਦੇਣ ਦਾ ਕੇਂਦਰ
Fink ਨੇ ਖਾਸ ਤੌਰ 'ਤੇ India ਦਾ ਜ਼ਿਕਰ ਕੀਤਾ ਹੈ, ਜਿਸਨੂੰ AI ਕ੍ਰਾਂਤੀ ਦਾ ਲਾਭ ਲੈਣ ਲਈ ਇੱਕ ਵਿਲੱਖਣ ਸਥਿਤੀ ਵਿੱਚ ਦੇਖਿਆ ਜਾ ਰਿਹਾ ਹੈ। ਇੱਥੋਂ ਦੀ ਨੌਜਵਾਨ ਆਬਾਦੀ, ਡਿਜੀਟਲ ਭੁਗਤਾਨ ਪ੍ਰਣਾਲੀਆਂ ਵਰਗੀ ਤੇਜ਼ ਡਿਜੀਟਲ ਅਪਣਤ, ਅਤੇ ਨਵੀਆਂ ਤਕਨੌਲੋਜੀਆਂ ਪ੍ਰਤੀ ਸਵੀਕਾਰਤਾ India ਨੂੰ AI ਨਵੀਨਤਾ (innovation) ਅਤੇ ਪ੍ਰਤਿਭਾ (talent) ਲਈ ਇੱਕ ਆਕਰਸ਼ਕ ਕੇਂਦਰ ਬਣਾਉਂਦੀ ਹੈ। India ਵਿੱਚ ਡਾਟਾ ਸੈਂਟਰ ਦੀ ਸਮਰੱਥਾ 2030 ਤੱਕ ਲਗਭਗ ਤਿੰਨ ਗੁਣਾ ਵੱਧ ਕੇ 4.5 ਗੀਗਾਵਾਟ ਹੋਣ ਦਾ ਅਨੁਮਾਨ ਹੈ। India, ਏਸ਼ੀਆ-ਪ੍ਰਸ਼ਾਂਤ ਖੇਤਰ ਵਿੱਚ ਜਨਰੇਟਿਵ AI (generative AI) ਅਪਣਾਉਣ ਦੀ ਦਰ ਵਿੱਚ ਸਭ ਤੋਂ ਅੱਗੇ ਹੈ।
ਹਾਲਾਂਕਿ, ਇੱਛਾ ਸ਼ਕਤੀ ਦੇ ਬਾਵਜੂਦ, AI ਨੂੰ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਲਾਗੂ ਕਰਨਾ ਅਜੇ ਵੀ ਇੱਕ ਚੁਣੌਤੀ ਹੈ। ਬਹੁਤ ਸਾਰੀਆਂ ਭਾਰਤੀ ਸੰਸਥਾਵਾਂ ਅਜੇ ਵੀ ਖੋਜ ਜਾਂ ਪਾਇਲਟ ਪੜਾਅ ਵਿੱਚ ਹਨ, ਅਤੇ ਸਿਰਫ 10% ਤੋਂ ਘੱਟ ਹੀ ਐਂਟਰਪ੍ਰਾਈਜ਼-ਵਿਆਪੀ ਤੈਨਾਤੀ (deployment) ਪ੍ਰਾਪਤ ਕਰ ਸਕੀਆਂ ਹਨ। ਸ਼ਾਸਨ (governance), ਵਿਸ਼ਲੇਸ਼ਣ ਪਰਿਪੱਕਤਾ (analytics maturity), ਅਤੇ ਕਾਰੋਬਾਰੀ ਸਮਾਲਾਈ (business alignment) ਵਿੱਚ ਕਮੀਆਂ ਲਗਾਤਾਰ ਵਿਕਾਸ ਵਿੱਚ ਰੁਕਾਵਟ ਪਾ ਰਹੀਆਂ ਹਨ, ਅਤੇ ਡਾਟਾ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀ ਗੁੰਝਲਤਾ ਅਤੇ ਸੁਰੱਖਿਆ ਚਿੰਤਾਵਾਂ ਵਧ ਰਹੀਆਂ ਹਨ।
ਇੰਟੈਲੀਜੈਂਸ ਕ੍ਰਾਂਤੀ (Intelligence Revolution) ਨੂੰ ਸਮਝਣਾ
AI ਦਾ ਮੌਜੂਦਾ ਉਛਾਲ ਸਿਰਫ ਇੱਕ ਛੋਟਾ ਰੁਝਾਨ ਨਹੀਂ ਹੈ; ਇਹ ਇੱਕ "ਇੰਟੈਲੀਜੈਂਸ ਕ੍ਰਾਂਤੀ" ਹੈ ਜੋ ਅਰਥਚਾਰਿਆਂ ਅਤੇ ਉਦਯੋਗਾਂ ਨੂੰ ਨਵੇਂ ਸਿਰੇ ਤੋਂ ਆਕਾਰ ਦੇਣ ਲਈ ਤਿਆਰ ਹੈ। ਐਸੇਟ ਮੈਨੇਜਰ ਆਪਣੇ ਕੰਮਕਾਜ ਵਿੱਚ AI ਨੂੰ ਸਰਗਰਮੀ ਨਾਲ ਸ਼ਾਮਲ ਕਰ ਰਹੇ ਹਨ, ਜਿੱਥੇ 91% ਗਲੋਬਲ ਮੈਨੇਜਰ ਨਿਵੇਸ਼ ਰਣਨੀਤੀ (investment strategy) ਅਤੇ ਖੋਜ (research) ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹਨ ਜਾਂ ਯੋਜਨਾ ਬਣਾ ਰਹੇ ਹਨ। ਮਸ਼ੀਨ ਲਰਨਿੰਗ (machine learning) ਅਤੇ ਨੈਚੁਰਲ ਲੈਂਗੂਏਜ ਪ੍ਰੋਸੈਸਿੰਗ (natural language processing) ਵਰਗੀਆਂ AI ਤਕਨੀਕਾਂ ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਬਿਹਤਰ ਬਣਾ ਰਹੀਆਂ ਹਨ, ਜੋਖਮ ਦੇ ਅੰਦਾਜ਼ਿਆਂ ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਰਹੀਆਂ ਹਨ, ਅਤੇ ਨਵੇਂ ਨਿਵੇਸ਼ ਰਣਨੀਤੀਆਂ ਨੂੰ ਸਮਰੱਥ ਬਣਾ ਰਹੀਆਂ ਹਨ।
ਹਾਲਾਂਕਿ, ਅੱਗੇ ਦਾ ਰਾਹ ਗੁੰਝਲਦਾਰ ਹੈ। ਜਦੋਂ ਕਿ AI ਉਤਪਾਦਕਤਾ (productivity) ਵਧਾਉਣ ਅਤੇ ਘੱਟਦੀ ਆਬਾਦੀ ਵਾਲੇ ਦੇਸ਼ਾਂ ਵਿੱਚ ਵੀ GDP ਵਾਧਾ ਕਰਨ ਦਾ ਵਾਅਦਾ ਕਰਦਾ ਹੈ, ਇਹ ਨੌਕਰੀਆਂ ਦੇ ਨੁਕਸਾਨ ਅਤੇ ਲਾਭਾਂ ਦੇ ਨਿਰਪੱਖ ਵੰਡ ਬਾਰੇ ਵੀ ਚਿੰਤਾਵਾਂ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਇਸਦੇ ਵਿੱਤੀ ਪ੍ਰਭਾਵ ਡੂੰਘੇ ਹਨ: ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਅਸਲ ਲੰਬੇ ਸਮੇਂ ਦੇ ਤਕਨੌਲੌਜੀਕਲ ਵਿਕਾਸ ਅਤੇ ਉਸ ਗੋਟੇ-ਕੰਨਾਂ (froth) ਵਿਚਕਾਰ ਫਰਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਜੋ ਅਕਸਰ ਅਜਿਹੇ ਪਰਿਵਰਤਨਸ਼ੀਲ ਸਮਿਆਂ ਨਾਲ ਆਉਂਦਾ ਹੈ। ਇਤਿਹਾਸਕ ਵਿਸ਼ਲੇਸ਼ਣ ਦੱਸਦਾ ਹੈ ਕਿ ਇਹ ਅੰਤਰ ਲਗਾਤਾਰ ਪੂੰਜੀ ਨਿਵੇਸ਼ ਲਈ ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਹੈ।