ਵਾਸ਼ਿੰਗਟਨ 'ਚ ਛਾਂਟੀ AI-ਨੈਟਿਵ ਬਦਲਾਅ ਦਾ ਸੰਕੇਤ
Meta Platforms ਆਪਣੀ ਵਾਸ਼ਿੰਗਟਨ ਸਟੇਟ ਦੀਆਂ ਸਥਿਤੀਆਂ, ਜਿਵੇਂ ਕਿ ਸਿਆਟਲ, ਬੈਲਵਿਊ ਅਤੇ ਰੈੱਡਮੰਡ ਵਿੱਚ, 1,400 ਕਰਮਚਾਰੀਆਂ ਦੀ ਗਿਣਤੀ ਘਟਾ ਰਹੀ ਹੈ। ਇਹ ਕਦਮ ਇੱਕ "AI-ਨੈਟਿਵ" ਆਪਰੇਸ਼ਨਲ ਮਾਡਲ ਵੱਲ ਸੰਕੇਤ ਕਰਦਾ ਹੈ, ਜਿੱਥੇ ਜਨਰਲਿਸਟ ਟੈਕਨੀਕਲ ਸਟਾਫ ਦੀ ਥਾਂ AI-ਅਗਮੈਂਟਡ (AI-augmented) ਟੀਮਾਂ ਲੈਣਗੀਆਂ। ਕੰਪਨੀ ਦੁਨੀਆ ਭਰ ਦੇ ਲਗਭਗ 7,000 ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਖਾਸ AI ਵਿਭਾਗਾਂ ਵਿੱਚ ਤਬਦੀਲ ਕਰਨ ਦੀ ਯੋਜਨਾ ਬਣਾ ਰਹੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਮਨੁੱਖੀ ਪੂੰਜੀ ਨੂੰ ਇੱਕ ਲਚਕੀਲੇ ਸਰੋਤ ਵਜੋਂ ਦੇਖਿਆ ਜਾ ਰਿਹਾ ਹੈ, ਜਦੋਂ ਕਿ AI ਇਨਫ్రాਸਟ੍ਰਕਚਰ ਇੱਕ ਮੁੱਖ ਫਿਕਸਡ ਇਨਵੈਸਟਮੈਂਟ ਬਣ ਜਾਵੇਗਾ।
AI ਨਿਵੇਸ਼ 'ਤੇ ਨਿਵੇਸ਼ਕਾਂ ਦੀ ਨਜ਼ਰ
ਕੰਪਨੀ AI ਵਿੱਚ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਨਿਵੇਸ਼ ਕਰ ਰਹੀ ਹੈ, ਜਿਸ ਲਈ $115 ਬਿਲੀਅਨ ਤੋਂ ਲੈ ਕੇ $135 ਬਿਲੀਅਨ ਤੱਕ ਦਾ ਕੈਪੀਟਲ ਐਕਸਪੈਂਡੀਚਰ (Capital Expenditure) 2026 ਤੱਕ ਅਨੁਮਾਨਿਤ ਹੈ। ਇਸ ਭਾਰੀ ਖਰਚ ਦਾ ਉਦੇਸ਼ ਲੰਬੇ ਸਮੇਂ ਲਈ ਮਾਰਜਿਨ ਵਿਸਥਾਰ (Margin Expansion) ਪ੍ਰਾਪਤ ਕਰਨਾ ਹੈ। ਭਾਵੇਂ Meta ਨੇ $56.3 ਬਿਲੀਅਨ ਦਾ ਰਿਕਾਰਡ ਤਿਮਾਹੀ ਮਾਲੀਆ (Quarterly Revenue) ਦਰਜ ਕੀਤਾ ਹੈ, ਪਰ ਇਸਦੇ ਸ਼ੇਅਰਾਂ ਵਿੱਚ ਉਤਰਾਅ-ਚੜ੍ਹਾਅ ਦੇਖਣ ਨੂੰ ਮਿਲਿਆ ਹੈ। Alphabet ਅਤੇ Amazon ਵਰਗੇ ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ ਦੇ ਉਲਟ, ਜਿਨ੍ਹਾਂ ਕੋਲ ਵੱਖ-ਵੱਖ ਮਾਲੀਆ ਧਾਰਾਵਾਂ ਹਨ, Meta ਦਾ ਇਸ਼ਤਿਹਾਰਾਂ (Advertising) 'ਤੇ ਭਾਰੀ ਨਿਰਭਰਤਾ ਇਸਨੂੰ ਇਸ਼ਤਿਹਾਰਾਂ ਦੇ ਖਰਚ ਦੀ ਕੁਸ਼ਲਤਾ ਵਿੱਚ ਬਦਲਾਅ ਦੇ ਪ੍ਰਤੀ ਕਮਜ਼ੋਰ ਬਣਾਉਂਦੀ ਹੈ, ਖਾਸ ਕਰਕੇ AI-ਡ੍ਰਿਵਨ ਪਲੇਟਫਾਰਮ ਜਿਵੇਂ ਕਿ TikTok ਅਤੇ YouTube Shorts ਦੇ ਮੁਕਾਬਲੇ।
Meta ਲਈ ਮੁੱਖ ਜੋਖਮ
Meta ਦੇ AI ਵੱਲ ਮੁੜਨ ਦੇ ਨਾਲ ਨਿਵੇਸ਼ਕ ਕਈ ਜੋਖਮਾਂ 'ਤੇ ਨੇੜਿਓਂ ਨਜ਼ਰ ਰੱਖ ਰਹੇ ਹਨ। ਕੰਪਨੀ ਨੂੰ ਬਾਲ ਸੁਰੱਖਿਆ ਅਤੇ ਪਲੇਟਫਾਰਮ ਡਿਜ਼ਾਈਨ ਨਾਲ ਸਬੰਧਤ ਹਾਲ ਹੀ ਦੇ ਅਦਾਲਤੀ ਫੈਸਲਿਆਂ ਤੋਂ ਗੰਭੀਰ ਕਾਨੂੰਨੀ ਚੁਣੌਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਰਿਹਾ ਹੈ, ਜਿਸ ਨਾਲ ਇਸਦੇ ਐਂਗੇਜਮੈਂਟ ਐਲਗੋਰਿਦਮ (Engagement Algorithms) ਵਿੱਚ ਮਹਿੰਗੇ ਬਦਲਾਅ ਕਰਨ ਦੀ ਲੋੜ ਪੈ ਸਕਦੀ ਹੈ। ਸਪਲਾਈ ਚੇਨ (Supply Chain) ਮੁੱਦੇ, ਖਾਸ ਤੌਰ 'ਤੇ Nvidia ਤੋਂ GPUs 'ਤੇ ਨਿਰਭਰਤਾ, ਇੱਕ ਨਾਜ਼ੁਕ ਰੁਕਾਵਟ ਪੇਸ਼ ਕਰਦੀ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, Reality Labs ਡਿਵੀਜ਼ਨ ਲਗਾਤਾਰ ਭਾਰੀ ਨੁਕਸਾਨ ਉਠਾ ਰਿਹਾ ਹੈ, ਜਿਸਨੂੰ ਵਰਤਮਾਨ ਵਿੱਚ ਇਸ਼ਤਿਹਾਰੀ ਕਾਰੋਬਾਰ ਕਵਰ ਕਰ ਰਿਹਾ ਹੈ। ਭੂ-ਰਾਜਨੀਤਿਕ ਜੋਖਮ (Geopolitical Risks), ਜਿਸ ਵਿੱਚ ਚੀਨ-ਸਬੰਧਤ ਇਸ਼ਤਿਹਾਰ ਦੇਣ ਵਾਲਿਆਂ 'ਤੇ ਨਿਰਭਰਤਾ ਸ਼ਾਮਲ ਹੈ, ਵੀ ਇੱਕ ਸੰਭਾਵੀ ਖਤਰਾ ਪੈਦਾ ਕਰਦੇ ਹਨ।
ਬਦਲਾਅ ਦਰਮਿਆਨ ਤੇਜ਼ੀ ਦਾ ਦ੍ਰਿਸ਼ਟੀਕੋਣ
ਇਹਨਾਂ ਚੁਣੌਤੀਆਂ ਦੇ ਬਾਵਜੂਦ, ਬ੍ਰੋਕਰੇਜ ਫਰਮਾਂ ਮੁੱਖ ਤੌਰ 'ਤੇ Meta 'ਤੇ ਤੇਜ਼ੀ ਦਾ ਰੁਖ (Bullish Stance) ਬਣਾਈ ਰੱਖ ਰਹੀਆਂ ਹਨ, ਆਪਣੇ ਪ੍ਰੋਪਰਾਈਟਰੀ AI ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ ਆਪਣੇ ਮਜ਼ਬੂਤ ਫਸਟ-ਪਾਰਟੀ ਡਾਟਾ (First-party Data) ਦੇ ਫਾਇਦੇ ਦਾ ਹਵਾਲਾ ਦਿੰਦੀਆਂ ਹਨ। ਆਉਣ ਵਾਲੇ ਕੁਆਰਟਰ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਹੋਣਗੇ ਕਿ ਕੀ Meta ਦੀ ਹਮਲਾਵਰ ਪੁਨਰਗਠਨ ਅਤੇ AI ਨਿਵੇਸ਼ ਸੁਧਰੀ ਹੋਈ ਮੁਨਾਫੇਬਾਜ਼ੀ ਜਾਂ ਸਥਾਈ ਮਾਰਜਿਨ ਸੰਕੁਚਨ (Margin Compression) ਵੱਲ ਲੈ ਜਾਂਦੇ ਹਨ।
