OpenAI ਅਤੇ Anthropic ਦੋਵੇਂ ਕੰਪਨੀਆਂ ਜਲਦ IPO ਲਿਆਉਣ ਦੀ ਦੌੜ ਵਿੱਚ ਹਨ, ਪਰ ਮਾਲੀਆ (Revenue) ਦੀ ਰਿਪੋਰਟਿੰਗ ਨੂੰ ਲੈ ਕੇ ਇੱਕ ਵੱਡਾ ਮਤਭੇਦ ਸਾਹਮਣੇ ਆ ਰਿਹਾ ਹੈ। ਨਿਵੇਸ਼ਕਾਂ (Investors) ਨੂੰ ਇਨ੍ਹਾਂ AI ਦਿੱਗਜਾਂ ਦੀ ਅਸਲ ਵਿੱਤੀ ਸਿਹਤ ਅਤੇ ਕੈਸ਼ ਬਰਨ (Cash Burn) ਨੂੰ ਸਮਝਣ ਲਈ ਥੋੜ੍ਹਾ ਡੂੰਘਾਈ ਵਿੱਚ ਜਾਣਾ ਪਵੇਗਾ।
ਕੀ ਹੋਇਆ?
ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦੇ ਖੇਤਰ ਦੇ ਦਿੱਗਜ OpenAI ਅਤੇ Anthropic, ਦੋਵੇਂ ਹੀ ਪਬਲਿਕ ਲਿਸਟਿੰਗ ਵੱਲ ਵਧ ਰਹੇ ਹਨ। ਇਹ AI ਸੈਕਟਰ ਵਿੱਚ ਇੱਕ ਵੱਡੇ ਬਦਲਾਅ ਦਾ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ। ਸੂਤਰਾਂ ਮੁਤਾਬਕ, Anthropic ਨੇ 1 ਜੂਨ, 2026 ਨੂੰ ਅਮਰੀਕੀ ਰੈਗੂਲੇਟਰਾਂ ਕੋਲ ਗੁਪਤ ਤੌਰ 'ਤੇ ਫਾਈਲਿੰਗ ਕੀਤੀ ਹੈ, ਅਤੇ OpenAI ਨੇ ਇਸ ਤੋਂ ਥੋੜ੍ਹੀ ਦੇਰ ਬਾਅਦ ਹੀ ਇਸੇ ਰਾਹ 'ਤੇ ਚੱਲਣ ਦਾ ਫੈਸਲਾ ਕੀਤਾ ਹੈ। ਇਹ ਦੌੜ ਸਿਰਫ਼ ਸਮਾਂ (Timing) ਦੀ ਨਹੀਂ ਹੈ; ਇਹ ਨਿਵੇਸ਼ਕਾਂ ਦਾ ਧਿਆਨ ਖਿੱਚਣ ਅਤੇ AI ਉਦਯੋਗ ਲਈ ਵੈਲਿਊਏਸ਼ਨ (Valuation) ਦਾ ਮਾਪਦੰਡ ਤੈਅ ਕਰਨ ਲਈ ਦੋਵਾਂ ਫਰਮਾਂ ਵਿਚਕਾਰ ਵਧਦੀ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ।
ਮਾਲੀਆ ਰਿਪੋਰਟਿੰਗ ਕਿਉਂ ਮਾਇਨੇ ਰੱਖਦੀ ਹੈ?
ਇਨ੍ਹਾਂ IPOs ਦੌਰਾਨ ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਸਭ ਤੋਂ ਅਹਿਮ ਗੱਲ ਇਹ ਹੋਵੇਗੀ ਕਿ ਦੋਵੇਂ ਕੰਪਨੀਆਂ ਆਪਣੇ ਵਿੱਤੀ (Financials) ਹਾਲਾਤ ਕਿਵੇਂ ਰਿਪੋਰਟ ਕਰਦੀਆਂ ਹਨ। ਮਾਲੀਆ (Revenue) ਦੀ ਗਣਨਾ ਕਿਵੇਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਇਸ ਨੂੰ ਲੈ ਕੇ ਉਨ੍ਹਾਂ ਵਿਚਕਾਰ ਇੱਕ ਸਪੱਸ਼ਟ ਮਤਭੇਦ ਹੈ। Anthropic ਆਮ ਤੌਰ 'ਤੇ ਗਰੋਸ ਰੈਵਨਿਊ (Gross Revenue) ਰਿਪੋਰਟ ਕਰਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਗਾਹਕਾਂ ਤੋਂ ਪ੍ਰਾਪਤ ਕੁੱਲ ਭੁਗਤਾਨ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ, ਇਸ ਤੋਂ ਪਹਿਲਾਂ ਕਿ ਇਸਦਾ ਕੁਝ ਹਿੱਸਾ Amazon ਜਾਂ Google ਵਰਗੇ ਭਾਈਵਾਲਾਂ (Partners) ਨੂੰ ਦਿੱਤਾ ਜਾਵੇ। ਦੂਜੇ ਪਾਸੇ, OpenAI ਨੈੱਟ ਰੈਵਨਿਊ (Net Revenue) ਰਿਪੋਰਟ ਕਰਦਾ ਹੈ, ਜੋ ਕਿ ਆਪਣੇ ਭਾਈਵਾਲ Microsoft ਨੂੰ ਭੁਗਤਾਨ ਕਰਨ ਤੋਂ ਬਾਅਦ ਬਚੀ ਹੋਈ ਰਕਮ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ ਲਈ, ਇਹ ਇੱਕ ਅਹਿਮ ਫਰਕ ਹੈ। ਗਰੋਸ ਰੈਵਨਿਊ ਦੇ ਅੰਕੜੇ ਇੱਕ ਕੰਪਨੀ ਨੂੰ ਵੱਡਾ ਦਿਖਾ ਸਕਦੇ ਹਨ, ਜਦੋਂ ਕਿ ਨੈੱਟ ਰੈਵਨਿਊ ਦੇ ਅੰਕੜੇ ਖਰਚਿਆਂ ਤੋਂ ਬਾਅਦ ਕੰਪਨੀ ਵਿੱਚ ਆਉਣ ਵਾਲੇ ਅਸਲ ਪੈਸੇ ਦੀ ਸਪੱਸ਼ਟ ਤਸਵੀਰ ਦਿੰਦੇ ਹਨ। ਜਦੋਂ ਇਹ ਕੰਪਨੀਆਂ ਅੰਤਿਮ ਤੌਰ 'ਤੇ ਆਪਣੇ ਅਧਿਕਾਰਤ IPO ਦਸਤਾਵੇਜ਼ ਸਾਂਝੇ ਕਰਨਗੀਆਂ, ਤਾਂ ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਦੋਵਾਂ ਕਾਰੋਬਾਰਾਂ ਦੀ ਬਰਾਬਰ ਤੁਲਨਾ ਕਰਨ ਲਈ ਇਨ੍ਹਾਂ ਅੰਕੜਿਆਂ ਨੂੰ ਧਿਆਨ ਨਾਲ ਐਡਜਸਟ (Adjust) ਕਰਨ ਦੀ ਲੋੜ ਪਵੇਗੀ। ਇਸ ਐਡਜਸਟਮੈਂਟ ਤੋਂ ਬਿਨਾਂ ਤੁਲਨਾ ਕਰਨ ਨਾਲ ਉਨ੍ਹਾਂ ਦੇ ਅਸਲ ਆਕਾਰ ਅਤੇ ਮੁਨਾਫੇ (Profitability) ਦੀ ਗਲਤਫਹਿਮੀ ਹੋ ਸਕਦੀ ਹੈ।
ਕੈਪੀਟਲ ਇੰਟੈਂਸਿਟੀ (Capital Intensity) ਦਾ ਸਵਾਲ
ਰਿਪੋਰਟਿੰਗ ਬਹਿਸ ਤੋਂ ਪਰ੍ਹੇ, ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਦੋਵਾਂ ਕਾਰੋਬਾਰਾਂ ਦੀਆਂ ਭਾਰੀ ਨਕਦ ਜ਼ਰੂਰਤਾਂ (Cash Requirements) 'ਤੇ ਧਿਆਨ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ। ਵੱਡੇ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਮਾਡਲਾਂ ਨੂੰ ਵਿਕਸਿਤ ਕਰਨ ਲਈ ਅਥਾਹ ਕੰਪਿਊਟਿੰਗ ਪਾਵਰ (Computing Power) ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਜੋ ਕਿ ਬਹੁਤ ਮਹਿੰਗੀ ਹੈ। ਦੋਵੇਂ ਕੰਪਨੀਆਂ ਟੈਕ ਦਿੱਗਜਾਂ ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤੇ ਗਏ ਕਲਾਊਡ ਇਨਫ్రాਸਟ੍ਰਕਚਰ (Cloud Infrastructure) 'ਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਿਰਭਰ ਕਰਦੀਆਂ ਹਨ। Anthropic ਨੂੰ Amazon ਅਤੇ Google ਦਾ ਸਮਰਥਨ ਪ੍ਰਾਪਤ ਹੈ, ਜਦੋਂ ਕਿ OpenAI Microsoft ਨਾਲ ਇੱਕ ਗੂੜ੍ਹੇ ਭਾਈਚਾਰੇ (Partnership) ਵਿੱਚ ਕੰਮ ਕਰਦੀ ਹੈ।
ਇਸ ਨਿਰਭਰਤਾ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਉਨ੍ਹਾਂ ਦੇ ਮਾਲੀਏ ਦਾ ਇੱਕ ਵੱਡਾ ਹਿੱਸਾ ਇਨਫ్రాਸਟ੍ਰਕਚਰ ਖਰਚਿਆਂ (Infrastructure Costs) ਵਿੱਚ ਜਾਂਦਾ ਹੈ। ਕਿਸੇ ਵੀ ਸੰਭਾਵੀ ਸ਼ੇਅਰਧਾਰਕ (Shareholder) ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਵਾਲ ਇਹ ਹੈ ਕਿ ਜਦੋਂ ਇਹਨਾਂ ਮਾਡਲਾਂ ਨੂੰ ਟ੍ਰੇਨ (Train) ਕਰਨ ਅਤੇ ਚਲਾਉਣ ਦੀ ਲਾਗਤ ਇੰਨੀ ਜ਼ਿਆਦਾ ਰਹੇ, ਤਾਂ ਕੰਪਨੀਆਂ ਲੰਬੇ ਸਮੇਂ ਦੀ ਮੁਨਾਫੇਬਾਜ਼ੀ ਤੱਕ ਕਿਵੇਂ ਪਹੁੰਚਣਗੀਆਂ? ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਇਹ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ ਕਿ ਇਹਨਾਂ ਕਲਾਊਡ ਸੇਵਾਵਾਂ ਲਈ ਭੁਗਤਾਨ ਕਰਨ ਤੋਂ ਬਾਅਦ ਕੰਪਨੀਆਂ ਕੋਲ ਕਿੰਨਾ ਪੈਸਾ ਬਚਦਾ ਹੈ।
ਜੋਖਮ ਅਤੇ ਮਾਰਕੀਟ ਦਾ ਸੰਦਰਭ
ਦੋਵਾਂ ਫਰਮਾਂ ਵਿਚਕਾਰ ਮੁਕਾਬਲਾ ਬਹੁਤ ਤਿੱਖਾ ਹੈ, ਹਰ ਇੱਕ ਕੰਪਨੀ ਦੂਜੇ ਤੋਂ ਅੱਗੇ ਰਹਿਣ ਲਈ ਨਵੇਂ ਟੂਲ (Tools) ਅਤੇ ਫੀਚਰ (Features) ਜਾਰੀ ਕਰ ਰਹੀ ਹੈ। ਜਦੋਂ ਕਿ ਇਹ ਨਵੀਨਤਾ (Innovation) ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ, ਇਹ ਖੋਜ ਅਤੇ ਵਿਕਾਸ (Research and Development) 'ਤੇ ਤੇਜ਼ੀ ਨਾਲ ਖਰਚ ਕਰਨ ਦਾ ਦਬਾਅ ਵੀ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਉੱਚ ਖਰਚੇ ਅਤੇ ਹਮਲਾਵਰ ਮੁਕਾਬਲੇ ਦਾ ਇਹ ਮਾਹੌਲ ਮੁਨਾਫਾ ਮਾਰਜਿਨ (Profit Margins) ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰ ਸਕਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, AI ਲਈ ਰੈਗੂਲੇਟਰੀ ਵਾਤਾਵਰਣ (Regulatory Environment) ਅਜੇ ਵੀ ਵਿਕਾਸ ਅਧੀਨ ਹੈ, ਜੋ ਪਬਲਿਕ ਮਾਰਕੀਟ ਦੇ ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਅਨਿਸ਼ਚਿਤਤਾ (Uncertainty) ਦੀ ਇੱਕ ਹੋਰ ਪਰਤ ਜੋੜਦਾ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਕੀ ਟਰੈਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ?
ਜਿਵੇਂ-ਜਿਵੇਂ IPO ਪ੍ਰਕਿਰਿਆ ਅੱਗੇ ਵਧਦੀ ਹੈ, ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਰੈਗੂਲੇਟਰਾਂ ਕੋਲ ਦਾਇਰ ਕੀਤੇ ਗਏ ਅਧਿਕਾਰਤ ਪ੍ਰੌਸਪੈਕਟਸ (Prospectus) ਦੀ ਭਾਲ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ। ਇਹ ਦਸਤਾਵੇਜ਼ ਉਨ੍ਹਾਂ ਦੇ ਵਿੱਤੀ ਡਾਟਾ, ਜਿਸ ਵਿੱਚ ਸਹੀ ਮਾਲੀਆ, ਕਰਜ਼ੇ ਦਾ ਪੱਧਰ ਅਤੇ ਕੈਸ਼ ਬਰਨ ਰੇਟ (Cash Burn Rates) ਸ਼ਾਮਲ ਹਨ, ਲਈ ਸਭ ਤੋਂ ਸਹੀ ਸਰੋਤ ਹੋਵੇਗਾ। ਇਹ ਉਨ੍ਹਾਂ ਦੀ ਅਸਲ ਮਲਕੀਅਤ ਢਾਂਚੇ (Ownership Structure) ਅਤੇ ਉਨ੍ਹਾਂ ਦੇ ਮੁੱਖ ਟੈਕ ਭਾਈਵਾਲਾਂ ਨਾਲ ਕਿਸੇ ਵੀ ਸਮਝੌਤੇ ਨੂੰ ਵੀ ਪ੍ਰਗਟ ਕਰੇਗਾ। ਟਿਕਾਊ ਮੁਨਾਫੇ (Sustainable Profit) ਵੱਲ ਉਨ੍ਹਾਂ ਦੇ ਰਸਤੇ ਬਾਰੇ ਪ੍ਰਬੰਧਨ (Management) ਦੀ ਟਿੱਪਣੀ 'ਤੇ ਨਜ਼ਰ ਰੱਖਣਾ ਜ਼ਰੂਰੀ ਹੋਵੇਗਾ, ਕਿਉਂਕਿ ਸਿਰਫ਼ ਵਾਧੇ ਤੋਂ ਮੁਨਾਫੇ ਵੱਲ ਉਦਯੋਗ ਦੇ ਬਦਲਾਅ ਦਾ ਬਾਜ਼ਾਰ ਇਨ੍ਹਾਂ ਫਰਮਾਂ ਨੂੰ ਕਿਵੇਂ ਮੁੱਲ ਦਿੰਦਾ ਹੈ, ਇਸ 'ਤੇ ਕਾਫੀ ਅਸਰ ਪੈ ਸਕਦਾ ਹੈ।
