ਦੁਨੀਆ ਭਰ ਵਿੱਚ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦੇ ਵਧਦੇ ਰੁਝਾਨ ਨੂੰ ਹੁਣ ਸਸਤੇ ਚੀਨੀ AI ਮਾਡਲਾਂ ਤੋਂ ਵੱਡੀ ਚੁਣੌਤੀ ਮਿਲ ਰਹੀ ਹੈ। ਖੋਜ ਫਰਮ Jefferies ਦੀ ਮੰਨੀਏ ਤਾਂ ਇਹ ਨਵੇਂ ਤੇਜ਼ੀ ਨਾਲ ਵੱਧ ਰਹੇ ਚੀਨੀ ਮਾਡਲ ਅਮਰੀਕੀ ਟੈਕ ਦਿੱਗਜਾਂ ਲਈ ਮੁਸ਼ਕਿਲਾਂ ਖੜ੍ਹੀ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਮੌਜੂਦਾ AI ਨਿਵੇਸ਼ (Investment) ਦੇ ਰੁਝਾਨ ਨੂੰ ਵੀ ਪ੍ਰਭਾਵਿਤ ਕਰ ਸਕਦੇ ਹਨ। ਹੁਣ ਕੰਪਨੀਆਂ ਡਾਟਾ ਪ੍ਰਾਈਵੇਸੀ (Data Privacy) ਅਤੇ ਆਪਣੇ ਖੁਦ ਦੇ ਸਰਵਰਾਂ (On-Premise AI Systems) 'ਤੇ AI ਨੂੰ ਤਰਜੀਹ ਦੇ ਰਹੀਆਂ ਹਨ, ਜਿਸ ਨਾਲ ਬਾਜ਼ਾਰ ਦਾ ਧਿਆਨ ਹੁਣ ਸੈਮੀਕੰਡਕਟਰ (Semiconductor) ਅਤੇ ਹਾਰਡਵੇਅਰ (Hardware) ਬਣਾਉਣ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਜਿਵੇਂ ਕਿ Samsung ਅਤੇ SK Hynix ਵੱਲ ਜਾ ਰਿਹਾ ਹੈ।
ਕੀ ਹੋਇਆ?
Jefferies ਦੀ ਤਾਜ਼ਾ ਰਿਪੋਰਟ ਅਨੁਸਾਰ, ਦੁਨੀਆ ਭਰ ਵਿੱਚ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਵਿੱਚ ਆਈ ਤੇਜ਼ੀ ਨੂੰ ਹੁਣ ਸਸਤੇ ਪਰ ਜ਼ਿਆਦਾ ਸਮਰੱਥਾ ਵਾਲੇ ਚੀਨੀ AI ਮਾਡਲਾਂ ਤੋਂ ਖਤਰਾ ਪੈਦਾ ਹੋ ਗਿਆ ਹੈ। ਜਿੱਥੇ ਹੁਣ ਤੱਕ ਸਾਰਾ ਧਿਆਨ ਅਮਰੀਕੀ ਕੰਪਨੀਆਂ 'ਤੇ ਸੀ, ਉੱਥੇ ਹੀ ਹੁਣ ਚੀਨੀ ਮਾਡਲ, ਜਿਵੇਂ ਕਿ ਹਾਲ ਹੀ ਵਿੱਚ ਲਾਂਚ ਹੋਇਆ GLM-5.2, 'ਟੋਕਨ' (Token) ਯਾਨੀ ਪ੍ਰੋਸੈਸ ਕੀਤੇ ਗਏ ਡਾਟਾ ਦੀ ਪ੍ਰਤੀ ਯੂਨਿਟ ਕੀਮਤ ਘੱਟ ਦੇ ਕੇ ਮਾਰਕੀਟ ਵਿੱਚ ਆਪਣੀ ਜਗ੍ਹਾ ਬਣਾ ਰਹੇ ਹਨ।
ਮਾਰਕੀਟ ਦੇ ਅੰਕੜਿਆਂ ਮੁਤਾਬਕ, 21 ਜੂਨ, 2026 ਨੂੰ ਖਤਮ ਹੋਏ ਹਫ਼ਤੇ ਦੌਰਾਨ OpenRouter ਵਰਗੇ ਪਲੇਟਫਾਰਮਾਂ 'ਤੇ ਚੀਨੀ ਮਾਡਲਾਂ ਨੇ ਲਗਭਗ 21 ਟ੍ਰਿਲੀਅਨ ਟੋਕਨ ਪ੍ਰੋਸੈਸ ਕੀਤੇ, ਜੋ ਕਿ ਇਸੇ ਸਮੇਂ ਦੌਰਾਨ ਚੋਟੀ ਦੇ ਅਮਰੀਕੀ ਮਾਡਲਾਂ ਦੁਆਰਾ ਪ੍ਰੋਸੈਸ ਕੀਤੇ ਗਏ ਲਗਭਗ 6 ਟ੍ਰਿਲੀਅਨ ਟੋਕਨਾਂ ਤੋਂ ਕਾਫੀ ਜ਼ਿਆਦਾ ਹੈ।
On-Premise AI ਵੱਲ ਵਧ ਰਿਹਾ ਰੁਝਾਨ
ਇਸ ਸਮੇਂ ਕਾਰਪੋਰੇਟ ਕਲਾਇੰਟਸ (Enterprise Clients) ਵਿੱਚ ਇੱਕ ਵੱਡਾ ਰੁਝਾਨ ਦੇਖਣ ਨੂੰ ਮਿਲ ਰਿਹਾ ਹੈ ਕਿ ਉਹ ਆਪਣੀ AI ਪ੍ਰੋਸੈਸਿੰਗ ਨੂੰ ਪਬਲਿਕ ਕਲਾਊਡ (Public Cloud) ਤੋਂ ਹਟਾ ਕੇ ਆਪਣੇ ਪ੍ਰਾਈਵੇਟ, ਆਨ-ਪ੍ਰੈਮਿਸ ਸਰਵਰਾਂ (On-Premise Servers) 'ਤੇ ਲੈ ਜਾ ਰਹੇ ਹਨ। ਇਸ ਬਦਲਾਅ ਦਾ ਮੁੱਖ ਕਾਰਨ ਡਾਟਾ ਪ੍ਰਾਈਵੇਸੀ (Data Privacy) ਨੂੰ ਲੈ ਕੇ ਚਿੰਤਾਵਾਂ ਹਨ। ਦੱਸਿਆ ਜਾ ਰਿਹਾ ਹੈ ਕਿ GLM-5.2 ਵਰਗੇ ਨਵੇਂ ਮਾਡਲ ਇਨ੍ਹਾਂ ਪ੍ਰਾਈਵੇਟ ਸੈਟਿੰਗਜ਼ ਵਿੱਚ ਗੁਣਵੱਤਾ ਨਾਲ ਸਮਝੌਤਾ ਕੀਤੇ ਬਿਨਾਂ ਵੀ ਗੁੰਝਲਦਾਰ ਕੰਮਾਂ ਨੂੰ ਸੰਭਾਲਣ ਦੇ ਸਮਰੱਥ ਹਨ।
ਪਬਲਿਕ ਕਲਾਊਡ ਸੇਵਾਵਾਂ ਤੋਂ ਇਹ ਦੂਰੀ ਅਮਰੀਕਾ ਦੀਆਂ ਉਨ੍ਹਾਂ ਵੱਡੀਆਂ AI ਕੰਪਨੀਆਂ ਦੇ ਮਾਲੀਆ ਵਾਧੇ (Revenue Growth) 'ਤੇ ਅਸਰ ਪਾ ਸਕਦੀ ਹੈ ਜੋ ਕਲਾਊਡ ਸਬਸਕ੍ਰਿਪਸ਼ਨ 'ਤੇ ਨਿਰਭਰ ਹਨ। ਨਿਵੇਸ਼ਕਾਂ (Investors) ਲਈ, ਇਸਦਾ ਮਤਲਬ ਇਹ ਹੋ ਸਕਦਾ ਹੈ ਕਿ 'ਟੋਕਨਮੈਕਸਿੰਗ' (Tokenmaxxing) ਦਾ ਦੌਰ, ਜਿੱਥੇ ਕੰਪਨੀਆਂ ਸਿਰਫ ਵੱਧ ਤੋਂ ਵੱਧ AI ਪ੍ਰੋਸੈਸਿੰਗ ਦੀ ਮਾਤਰਾ ਪਿੱਛੇ ਭੱਜ ਰਹੀਆਂ ਸਨ, ਹੁਣ ਥਕਾਵਟ ਵੱਲ ਵਧ ਰਿਹਾ ਹੈ।
ਟੈਕ ਹਾਰਡਵੇਅਰ 'ਤੇ ਅਸਰ
ਜਿੱਥੇ ਇੱਕ ਪਾਸੇ ਸੌਫਟਵੇਅਰ (Software) ਅਤੇ ਕਲਾਊਡ-ਆਧਾਰਿਤ AI ਪ੍ਰਦਾਤਾਵਾਂ ਨੂੰ ਸੰਭਾਵੀ ਵਿਘਨ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਰਿਹਾ ਹੈ, ਉੱਥੇ ਹੀ ਸੈਮੀਕੰਡਕਟਰ (Semiconductor) ਅਤੇ ਹਾਰਡਵੇਅਰ (Hardware) ਨਿਰਮਾਤਾਵਾਂ ਲਈ ਹਾਲਾਤ ਜ਼ਿਆਦਾ ਸਥਿਰ ਦਿਖਾਈ ਦੇ ਰਹੇ ਹਨ। Jefferies ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਟੋਕਨ ਦੀਆਂ ਕੀਮਤਾਂ ਘਟਣ ਨਾਲ DRAM (ਡਾਇਨਾਮਿਕ ਰੈਂਡਮ-ਐਕਸੈਸ ਮੈਮਰੀ) ਦੀ ਮੰਗ ਵਧਣ ਦੀ ਉਮੀਦ ਹੈ, ਜੋ ਕਿ AI ਸਿਸਟਮਾਂ ਲਈ ਇੱਕ ਮੁੱਖ ਹਿੱਸਾ ਹੈ। ਇਹ ਮੈਮਰੀ ਚਿੱਪ ਉਦਯੋਗ ਲਈ ਇੱਕ ਸਕਾਰਾਤਮਕ ਸੰਕੇਤ ਹੈ।
ਦੁਨੀਆ ਦੇ ਵੱਡੇ ਖਿਡਾਰੀ ਇਸ ਰੁਝਾਨ ਦਾ ਸਾਹਮਣਾ ਕਰਨ ਲਈ ਪੂੰਜੀ ਖਰਚ (Capital Expenditure) ਵਧਾ ਰਹੇ ਹਨ। ਉਦਾਹਰਨ ਲਈ, Taiwan Semiconductor Manufacturing Company (TSMC) 2026 ਵਿੱਚ ਆਪਣੇ ਪੂੰਜੀ ਖਰਚ ਨੂੰ $56 ਬਿਲੀਅਨ ਅਤੇ 2027 ਤੱਕ $65-70 ਬਿਲੀਅਨ ਤੱਕ ਵਧਾਉਣ ਦੀ ਉਮੀਦ ਹੈ। AI-ਸਬੰਧਤ ਪ੍ਰੋਜੈਕਟ ਪਹਿਲਾਂ ਹੀ ਇਸ ਸਾਲ ਕੰਪਨੀ ਦੇ ਮਾਲੀਏ ਦਾ 31% ਯੋਗਦਾਨ ਪਾ ਰਹੇ ਹਨ। ਨਿਵੇਸ਼ ਰਣਨੀਤੀਆਂ ਹੁਣ SK Hynix, Kioxia, ਅਤੇ Samsung Electronics ਵਰਗੀਆਂ ਹਾਰਡਵੇਅਰ ਫਰਮਾਂ ਵੱਲ ਮੁੜ ਰਹੀਆਂ ਹਨ ਤਾਂ ਜੋ ਇਸ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀ ਮੰਗ ਦਾ ਫਾਇਦਾ ਉਠਾਇਆ ਜਾ ਸਕੇ।
ਸਾਈਬਰਸੁਰੱਖਿਆ ਅਤੇ ਕਾਰਪੋਰੇਟ ਜੋਖਮ
ਮੁਕਾਬਲੇ ਤੋਂ ਇਲਾਵਾ, ਐਡਵਾਂਸਡ AI ਦੇ ਸੁਰੱਖਿਆ ਪਹਿਲੂਆਂ 'ਤੇ ਵੀ ਧਿਆਨ ਵੱਧ ਰਿਹਾ ਹੈ। Five Eyes Alliance ਨੇ AI ਤਰੱਕੀ ਦੁਆਰਾ ਹੋਣ ਵਾਲੇ ਸਾਈਬਰ ਹਮਲਿਆਂ (Cyber Attacks) ਦੇ ਵਧਦੇ ਜੋਖਮ ਬਾਰੇ ਚੇਤਾਵਨੀਆਂ ਜਾਰੀ ਕੀਤੀਆਂ ਹਨ। ਇਸ ਵਿਕਾਸ ਕਾਰਨ ਸੰਗਠਨਾਂ ਨੂੰ ਸਾਈਬਰਸੁਰੱਖਿਆ (Cybersecurity) ਵਿੱਚ ਨਿਵੇਸ਼ ਨੂੰ ਤਰਜੀਹ ਦੇਣੀ ਪੈ ਰਹੀ ਹੈ। ਭਾਰਤੀ IT ਸੇਵਾਵਾਂ ਖੇਤਰ ਲਈ, ਇਹ ਰੁਝਾਨ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਨਿਗਰਾਨੀਯੋਗ ਬਿੰਦੂ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਗਲੋਬਲ ਕਾਰਪੋਰੇਸ਼ਨਾਂ ਆਨ-ਪ੍ਰੈਮਿਸ AI ਤਾਇਨਾਤੀਆਂ ਵੱਲ ਵਧ ਰਹੀਆਂ ਹਨ ਅਤੇ ਆਪਣੀ ਡਿਜੀਟਲ ਸੁਰੱਖਿਆ ਨੂੰ ਮਜ਼ਬੂਤ ਕਰ ਰਹੀਆਂ ਹਨ, ਸਾਈਬਰਸੁਰੱਖਿਆ ਸਲਾਹ-ਮਸ਼ਵਰਾ, ਏਕੀਕਰਨ ਅਤੇ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਪ੍ਰਬੰਧਨ ਪ੍ਰਦਾਨ ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਦੀ ਮੰਗ ਦੇ ਪੈਟਰਨ ਵਿੱਚ ਬਦਲਾਅ ਦੇਖਣ ਨੂੰ ਮਿਲ ਸਕਦਾ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਕੀ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣਾ ਚਾਹੀਦਾ ਹੈ?
ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਆਉਣ ਵਾਲੇ ਤਿਮਾਹੀਆਂ ਵਿੱਚ ਕਾਰਪੋਰੇਟ AI ਖਰਚਿਆਂ ਦੇ ਵਿਕਾਸ 'ਤੇ ਨਜ਼ਰ ਰੱਖਣੀ ਚਾਹੀਦੀ ਹੈ। ਮੁੱਖ ਨਿਗਰਾਨੀਯੋਗ ਬਿੰਦੂਆਂ ਵਿੱਚ ਆਨ-ਪ੍ਰੈਮਿਸ ਬਨਾਮ ਪਬਲਿਕ ਕਲਾਊਡ AI ਹੱਲਾਂ ਦੀ ਅਪਣਾਉਣ ਦੀ ਦਰ ਅਤੇ ਮੁੱਖ AI-ਭਾਰੀ ਕੰਪਨੀਆਂ ਦੇ ਨਿਵੇਸ਼ 'ਤੇ ਅਸਲ ਵਾਪਸੀ (Return on Investment) ਸ਼ਾਮਲ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, TSMC ਵਰਗੇ ਪ੍ਰਮੁੱਖ ਸੈਮੀਕੰਡਕਟਰ ਨਿਰਮਾਤਾਵਾਂ ਦੀਆਂ ਪੂੰਜੀ ਖਰਚ ਯੋਜਨਾਵਾਂ ਗਲੋਬਲ ਟੈਕ ਉਦਯੋਗ ਦੀ ਸਿਹਤ ਦਾ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸੂਚਕ ਬਣੀਆਂ ਹੋਈਆਂ ਹਨ। ਅੰਤ ਵਿੱਚ, ਗਲੋਬਲ ਸਾਈਬਰਸੁਰੱਖਿਆ ਨਿਯਮਾਂ ਜਾਂ ਕਾਰਪੋਰੇਟ ਖਰਚ ਪੈਟਰਨ ਵਿੱਚ ਕੋਈ ਵੀ ਬਦਲਾਅ IT ਸੇਵਾਵਾਂ ਅਤੇ ਹਾਰਡਵੇਅਰ ਕੰਪਨੀਆਂ ਦੀ ਲੰਬੇ ਸਮੇਂ ਦੀਆਂ ਸੰਭਾਵਨਾਵਾਂ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰੇਗਾ।
