Whalesbook
மூலதனத்திற்கும் கண்டுபிடிப்பிற்கும் இடையே ஒரு இடைவெளி
இந்தியாவின் செயற்கை நுண்ணறிவு (AI) துறையைப் பற்றிப் பேசும்போது, செயல்திறன் மற்றும் முதலீட்டாளர் எதிர்பார்ப்புகளுக்கு இடையே ஒரு பெரிய வேறுபாடு தெரிகிறது. 2026-ன் முதல் ஐந்து மாதங்களில் 725 மில்லியன் டாலர் முதலீடு செய்யப்பட்டாலும், புதிய கண்டுபிடிப்புகளின் வேகம் கேள்விக்குள்ளாக்கப்பட்டுள்ளது.
உலகளாவிய வென்ச்சர் கேப்பிட்டல் (VC) நிறுவனங்கள், பெரிய அளவிலான ஃபவுண்டேஷன் மாடல்களை (Foundational Models) மையமாகக் கொண்ட ஒரு சூழலில் செயல்படுகின்றன. ஆனால், இந்தியாவில் உள்ள நிறுவனர்கள் அதிக ரிஸ்க் எடுக்கத் தயங்குவதாக அவர்கள் கருதுகின்றனர். இதனால், முதலீட்டாளர்களுக்கு இந்தியாவில் மூலதனப் பற்றாக்குறை ஒரு பிரச்சனையாகத் தெரியவில்லை. மாறாக, உலகளவில் போட்டியிடக்கூடிய நிறுவனங்களை, சாதாரண சேவை வழங்குநர்களிடமிருந்து வேறுபடுத்திக் காட்டும் தைரியமான, உறுதியான தயாரிப்பு கட்டமைப்புகள் இல்லாததே முக்கியப் பிரச்சனையாகப் பார்க்கப்படுகிறது.
உள்கட்டமைப்பு சவால்களை எதிர்கொள்வது
அமெரிக்காவின் AI துறையில் காணப்படும் பிரம்மாண்டமான கணினி அமைப்புகளுக்கு (Hyper-scale Compute Clusters) மாறாக, இந்தியாவின் தற்போதைய உற்பத்தி பெரும்பாலும் பயன்பாட்டு அடுக்கு (Application Layer) மற்றும் குறிப்பிட்ட துறை சார்ந்த ஒருங்கிணைப்புகளில் (Vertical-specific Integration) கவனம் செலுத்துகிறது. உள்நாட்டு நிதி மேலாளர்கள், இது சந்தையின் வளர்ச்சிப் போக்கின் ஒரு பகுதி என்கின்றனர். சுகாதாரம், சட்டத் தொழில்நுட்பம், மற்றும் உள்ளூர் கல்வி மாதிரிகள் போன்ற துறைகளில் உள்ள குறிப்பிட்ட சவால்களில் கவனம் செலுத்துவதன் மூலம், உலகளாவிய பெரிய மாடல்கள் கவனிக்கத் தவறும் சந்தை திறமையின்மைகளை அவர்கள் குறிவைக்கிறார்கள்.
ஆனால், OpenAI அல்லது Anthropic போன்ற இந்தியாவைச் சேராத நிறுவனங்களிடமிருந்து உயர்தர உள்கட்டமைப்பைச் சார்ந்திருப்பது, உள்நாட்டு நிறுவனங்களுக்கு ஒரு வரம்பை உருவாக்குகிறது. சொந்தமான தரவுத் தொகுப்புகள் (Proprietary Data Sets) அல்லது தனிப்பயன் சிப்-சார்ந்த திறன்களில் (Custom Silicon-adjacent Capabilities) ஆழமான தொழில்நுட்ப முதலீடு இல்லாமல், உண்மையான கண்டுபிடிப்புகளின் மதிப்பை முழுமையாகப் பெறுவது கடினம்.
ஆபத்துகள் குறித்த எச்சரிக்கை (Bear Case)
தற்போதைய நிதி திரட்டும் பாதையில் உள்ள முக்கிய ஆபத்து, 'மதிப்பீட்டுப் பொறியில்' (Valuation Trap) சிக்கும் வாய்ப்பாகும். ஆரம்ப நிலை நிறுவனங்கள் உலகளாவிய சந்தைக்கான மதிப்பீட்டில் தொடங்கப்பட்டு, உள்ளூர் சந்தை செயல்திறனை மட்டுமே வழங்கக்கூடும். புள்ளிவிவரங்களின்படி, ஒப்பந்தங்களின் எண்ணிக்கை அதிகரித்தாலும், தொடக்க நிலை (Series A) முதலீடுகளில் மூலதனம் குவிவது, பிற்கட்ட வளர்ச்சிக்கு ஒரு தடையாக இருப்பதைக் காட்டுகிறது.
மேலும், உயர்தர ஆராய்ச்சி திறமையாளர்கள் சிலிக்கான் வேலி மற்றும் லண்டன் போன்ற இடங்களுக்குச் செல்வது, இந்தியாவில் அடிப்படை கண்டுபிடிப்புகளில் போட்டியிடும் நிறுவனங்களின் திறனைக் குறைக்கிறது. உலகளாவிய பணப்புழக்கம் (Global Liquidity) தொடர்ந்து இறுக்கமடைந்தால், அதன் தாக்கம் இந்த நிறுவனங்களில் அதிகமாக இருக்கும். ஏனெனில், பல நிறுவனங்களிடம் அதிக வட்டி விகிதச் சூழலில் தாக்குப்பிடிக்கத் தேவையான தனித்துவமான பாதுகாப்பு அரண்கள் (Proprietary Moat) இல்லை.
வெளிநாட்டு நிறுவனங்களின் ஃபவுண்டேஷன் மாடல்களைச் சார்ந்திருப்பது, 'பிளாட்ஃபார்ம் ரிஸ்க்' (Platform Risk) ஆபத்தையும் அதிகரிக்கிறது. அதாவது, உலகளாவிய வழங்குநர்களின் API விலை நிர்ணயம் அல்லது மாடல் அணுகலில் ஏற்படும் மாற்றங்கள், வணிக மாதிரிகளை ஒரே இரவில் பயனற்றதாக மாற்றக்கூடும்.
எதிர்காலக் கண்ணோட்டம்
2026-ன் மீதமுள்ள காலத்திற்கு, சந்தையில் ஒருங்கிணைப்பு (Consolidation) அதிகரிக்கும் என்று எதிர்பார்க்கப்படுகிறது. முதலீட்டாளர்கள், பொதுவான AI-ஒருங்கிணைந்த SaaS-லிருந்து, ஆழ்ந்த தொழில்நுட்பம் (Deep-tech) மற்றும் உள்கட்டமைப்பு சார்ந்த முதலீடுகளை நோக்கி நகர்கின்றனர். அடுத்தகட்ட சந்தை முதிர்ச்சி என்பது, வெறும் API-களைத் தாண்டி, வெளிநாட்டு உள்கட்டமைப்புச் சார்பு இல்லாமல் செயல்படும் உண்மையான, பாதுகாக்கக்கூடிய அறிவுசார் சொத்துக்களை (Intellectual Property) நிறுவிய நிறுவனங்களின் வெற்றிகரமான வெளியேற்றத்தால் (Exit) அளவிடப்படும்.