ਅਮਰੀਕੀ ਟੈੱਕ ਕੰਪਨੀਆਂ ਲਈ ਵੱਡਾ ਖ਼ਤਰਾ! ਚੀਨ ਦੇ ਸਸਤੇ ਓਪਨ-ਸੋਰਸ AI ਮਾਡਲ ਮੁਕਾਬਲੇ 'ਚ ਮੁਸ਼ਕਿਲਾਂ ਖੜ੍ਹੀਆਂ ਕਰ ਸਕਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਵੱਡੇ ਨਿਵੇਸ਼ਾਂ 'ਤੇ ਪ੍ਰਸ਼ਨਚਿੰਨ ਖੜ੍ਹਾ ਹੋ ਗਿਆ ਹੈ।
Detailed Coverage
ਬ੍ਰੋਕਰੇਜ ਫਰਮ Jefferies ਦੀ ਇੱਕ ਨਵੀਂ ਰਿਪੋਰਟ ਨੇ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਵਿੱਚ ਭਾਰੀ ਨਿਵੇਸ਼ ਕਰਨ ਵਾਲੀਆਂ ਵੱਡੀਆਂ ਅਮਰੀਕੀ ਟੈੱਕ ਕੰਪਨੀਆਂ ਲਈ ਗੰਭੀਰ ਵਿੱਤੀ ਜੋਖਮਾਂ ਨੂੰ ਉਜਾਗਰ ਕੀਤਾ ਹੈ। ਰਿਪੋਰਟ ਦਾ ਸੁਝਾਅ ਹੈ ਕਿ AI ਬੁਨਿਆਦੀ ਢਾਂਚੇ 'ਤੇ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਪੈਸਾ ਖਰਚਣ ਨਾਲ 'ਕੈਪੀਟਲ ਡਿਸਟਰਕਸ਼ਨ' (Capital Destruction) ਹੋ ਸਕਦੀ ਹੈ। ਇਸ ਦਾ ਮੁੱਖ ਕਾਰਨ ਚੀਨ ਤੋਂ ਆ ਰਹੇ ਸਸਤੇ, ਓਪਨ-ਸੋਰਸ AI ਮਾਡਲਾਂ ਤੋਂ ਵਧਦਾ ਮੁਕਾਬਲਾ ਹੈ।
ਵਧਦਾ ਨਿਵੇਸ਼ ਬਨਾਮ ਮਾਰਕੀਟ ਰਿਟਰਨ
ਅੰਦਾਜ਼ਾ ਹੈ ਕਿ ਚਾਰ ਸਭ ਤੋਂ ਵੱਡੀਆਂ ਅਮਰੀਕੀ ਹਾਈਪਰਸਕੇਲਰ ਕੰਪਨੀਆਂ 2026 ਤੱਕ ਇਨਫਰਾਸਟ੍ਰਕਚਰ 'ਤੇ $695 ਬਿਲੀਅਨ ਖਰਚ ਕਰਨਗੀਆਂ, ਜੋ 2027 ਤੱਕ $870 ਬਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚ ਸਕਦਾ ਹੈ। Alphabet ਵੱਲੋਂ $15 ਬਿਲੀਅਨ ਦਾ ਵਾਧੂ ਖਰਚ ਇਸ ਗੱਲ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਇਹ ਕੰਪਨੀਆਂ ਕਿੰਨੀ ਤੇਜ਼ੀ ਨਾਲ ਵਿਸਥਾਰ ਕਰ ਰਹੀਆਂ ਹਨ। ਪਰ Jefferies ਨੇ ਕਿਹਾ ਹੈ ਕਿ ਨਿਵੇਸ਼ਕ ਹੁਣ ਮੁਨਾਫੇ ਦੇ ਸਪੱਸ਼ਟ ਸਬੂਤ ਮੰਗ ਰਹੇ ਹਨ। ਮੁੱਖ ਚਿੰਤਾ ਇਹ ਹੈ ਕਿ ਕੀ ਮੌਜੂਦਾ ਨਿਵੇਸ਼ ਪੱਧਰ ਸਹੀ ਰਿਟਰਨ ਦੇ ਸਕਦੇ ਹਨ, ਜਦੋਂ ਕਿ ਗਲੋਬਲ ਮੰਗ ਲਾਗਤ-ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਵਿਕਲਪਾਂ ਵੱਲ ਵਧ ਰਹੀ ਹੈ।
ਚੀਨੀ ਓਪਨ-ਸੋਰਸ ਮਾਡਲਾਂ ਦਾ ਉਭਾਰ
Moonshot AI ਦੇ Kimi K3 ਵਰਗੇ ਚੀਨੀ AI ਮਾਡਲਾਂ ਦੀ ਤੇਜ਼ੀ ਨਾਲ ਵਰਤੋਂ ਕਾਰਨ ਬਾਜ਼ਾਰ ਵਿੱਚ ਬਦਲਾਅ ਆ ਰਿਹਾ ਹੈ। OpenRouter ਦੇ ਅੰਕੜਿਆਂ ਮੁਤਾਬਕ, ਅਪ੍ਰੈਲ ਦੇ ਅੰਤ ਵਿੱਚ 4.37 ਟ੍ਰਿਲੀਅਨ ਟੋਕਨ ਪ੍ਰੋਸੈਸਿੰਗ ਤੋਂ ਇਹ ਮਾਡਲ 19 ਜੁਲਾਈ ਤੱਕ 36.39 ਟ੍ਰਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚ ਗਏ। ਇਸੇ ਸਮੇਂ ਦੌਰਾਨ, ਚੋਟੀ ਦੇ ਅਮਰੀਕੀ ਮਾਡਲਾਂ ਨੇ 7.39 ਟ੍ਰਿਲੀਅਨ ਟੋਕਨ ਪ੍ਰੋਸੈਸ ਕੀਤੇ। ਇਹ ਰੁਝਾਨ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਚੀਨੀ ਡਿਵੈਲਪਰ ਤਕਨਾਲੋਜੀ ਵਿੱਚ ਬਰਾਬਰੀ ਹਾਸਲ ਕਰ ਰਹੇ ਹਨ ਅਤੇ ਬਹੁਤ ਪ੍ਰਤੀਯੋਗੀ, ਘੱਟ-ਲਾਗਤ ਵਾਲੇ ਵਿਕਲਪ ਪ੍ਰਦਾਨ ਕਰ ਰਹੇ ਹਨ, ਜੋ ਅਮਰੀਕੀ ਕੰਪਨੀਆਂ ਦੇ ਬਾਜ਼ਾਰ ਹਿੱਸੇ ਨੂੰ ਘਟਾ ਸਕਦੇ ਹਨ।
ਕਰਜ਼ਾ ਅਤੇ ਵਿੱਤੀ ਸਥਿਰਤਾ
ਇਨ੍ਹਾਂ ਟੈੱਕ ਕੰਪਨੀਆਂ ਦੁਆਰਾ ਆਪਣੇ ਡਾਟਾ ਸੈਂਟਰਾਂ ਦੇ ਵਿਸਥਾਰ ਅਤੇ ਹਾਰਡਵੇਅਰ ਖਰੀਦ ਲਈ ਕਰਜ਼ੇ 'ਤੇ ਵਧਦੀ ਨਿਰਭਰਤਾ ਕਾਰਨ ਵਿੱਤੀ ਜੋਖਮ ਵੀ ਵਧ ਰਹੇ ਹਨ। ਇਹ ਸੈਕਟਰ ਅਮਰੀਕਾ ਵਿੱਚ ਨਿਵੇਸ਼-ਗਰੇਡ ਕਰਜ਼ੇ ਦਾ ਇੱਕ ਵੱਡਾ ਜਾਰੀਕਰਤਾ ਬਣ ਗਿਆ ਹੈ, ਜਿਸ ਨਾਲ ਬੈਲੈਂਸ ਸ਼ੀਟ 'ਤੇ ਲੰਬੇ ਸਮੇਂ ਦੇ ਪ੍ਰਭਾਵ ਬਾਰੇ ਚਿੰਤਾਵਾਂ ਵਧ ਰਹੀਆਂ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, AI ਟੋਕਨ ਦੀਆਂ ਕੀਮਤਾਂ ਵਿੱਚ ਲਗਾਤਾਰ ਗਿਰਾਵਟ, ਜੋ AI ਸੇਵਾਵਾਂ ਦੇ ਕਮੋਡਿਟੀਕਰਨ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ, ਇੱਕ ਚੁਣੌਤੀਪੂਰਨ ਕੀਮਤ ਮਾਹੌਲ ਬਣਾ ਰਹੀ ਹੈ ਜੋ ਭਵਿੱਖ ਦੇ ਮੁਨਾਫੇ ਦੇ ਮਾਰਜਿਨ 'ਤੇ ਦਬਾਅ ਪਾ ਸਕਦੀ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਹੁਣ ਇਹ ਦੇਖਣਾ ਪਵੇਗਾ ਕਿ ਕੀ ਇਹ ਕੰਪਨੀਆਂ ਆਪਣੇ AI ਨਿਵੇਸ਼ਾਂ ਦਾ ਸਫਲਤਾਪੂਰਵਕ ਮੁਦਰੀਕਰਨ ਕਰ ਸਕਦੀਆਂ ਹਨ ਜਾਂ ਕੀ ਮੌਜੂਦਾ ਖਰਚੇ ਦਾ ਚੱਕਰ ਉਨ੍ਹਾਂ ਦੇ ਕਾਰੋਬਾਰੀ ਮੁੱਲ ਦਾ ਵਿਆਪਕ ਮੁਲਾਂਕਣ ਕਰਨ ਵੱਲ ਲੈ ਜਾਵੇਗਾ।