AI కోసం భారీ మూలధన ప్రవాహం (The AI Capital Torrent)
ప్రముఖ ఇన్వెస్టర్ మైఖేల్ బర్రీ (Michael Burry) ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ (AI) డేటా సెంటర్ల నిర్మాణంలోకి వస్తున్న విపరీతమైన పెట్టుబడులపై (Investments) అభ్యంతరం వ్యక్తం చేశారు. ఈ వ్యయం (Spending) కేవలం ప్రతిష్టాత్మకమైనది కాదని, ఇది కంపెనీల వద్ద ఉన్న నగదు నిల్వలను (Cash Reserves) వేగంగా హరించివేస్తోందని, గతంలో నివారించిన అప్పులు (Borrowing) మరియు ఫైనాన్సింగ్ వ్యూహాలను (Financing Strategies) అవలంబించేలా బలవంతం చేస్తోందని ఆయన అభిప్రాయపడ్డారు. టెక్ దిగ్గజాలైన ఒరాకిల్ (Oracle), గూగుల్ (Alphabet), మెటా (Meta), మైక్రోసాఫ్ట్ (Microsoft), అమెజాన్ (Amazon), ఎన్విడియా (Nvidia), క్యాటర్pillar (Caterpillar) వంటి కంపెనీలు ఈ పెట్టుబడి రేసులో ఉన్నాయని బర్రీ పేర్కొన్నారు. ఈ కంపెనీలు భారీ స్థాయిలో ఉన్నప్పటికీ, సమిష్టిగా భారీ మొత్తాలను వెచ్చిస్తున్నాయి, ఇది వాటి ఆర్థిక వశ్యతను (Financial Flexibility) దెబ్బతీస్తుందని ఆయన సూచిస్తున్నారు. AI డిమాండ్ వల్ల సెమీకండక్టర్ పరిశ్రమ (Semiconductor Industry) $975 బిలియన్ల అమ్మకాలకు చేరుకుంటుందని అంచనా వేయబడింది, అయితే అధునాతన చిప్మేకింగ్ సామర్థ్యం గణనీయంగా పెరుగుతోంది. అయినప్పటికీ, ఈ వృద్ధి AI చిప్లకు మాత్రమే పరిమితమై ఉంది, మొత్తం యూనిట్ వాల్యూమ్లో 0.2% కంటే తక్కువ.
ఆర్థిక ఒత్తిడి మరియు అకౌంటింగ్ జాగ్రత్తలు (The Financial Strain and Accounting Tightrope)
అధిక వ్యయంతో పాటు, వాస్తవ పరిస్థితి కంటే మెరుగైన చిత్రాన్ని చూపించడానికి ఉపయోగించే ఆర్థిక ఇంజనీరింగ్ (Financial Engineering) మరియు అకౌంటింగ్ పద్ధతులపై (Accounting Practices) బర్రీ విశ్లేషణ దృష్టి సారిస్తుంది. ఖరీదైన హార్డ్వేర్ను దీర్ఘకాలం పాటు తరుగుదల (Depreciating) చేయడం అనేది AI టెక్నాలజీ వేగంగా మారుతున్నప్పుడు ప్రమాదకరంగా మారుతుంది. దీనివల్ల ఆస్తులు (Assets) వాటి వాస్తవ ఉపయోగ జీవితకాలం కంటే ఎక్కువ కాలం బ్యాలెన్స్ షీట్లలో ఉండవచ్చు. భవిష్యత్తులో ఆదాయాల్లో (Earnings) సవరణలు లేదా రైట్-డౌన్లు (Write-downs) అవసరం కావచ్చు. ఉదాహరణకు, మెటా ప్లాట్ఫామ్స్ (Meta Platforms) 2028 నాటికి AI డేటా సెంటర్ల కోసం కనీసం $600 బిలియన్ల పెట్టుబడి పెట్టాలని యోచిస్తోంది. అదేవిధంగా, అమెజాన్ (Amazon) 2025 కోసం సుమారు $200 బిలియన్ల మూలధన వ్యయాలను (Capital Expenditures) అంచనా వేస్తోంది. మూడీస్ (Moody's) ప్రకారం, ఈ దూకుడు వ్యయం అంతర్గత నగదు ఉత్పత్తిని (Internal Cash Generation) మించిపోవచ్చు, బాహ్య నిధులు (External Funding) అవసరం కావచ్చు. ఈ లెవరేజ్ (Leverage) పై ఆధారపడటం మరియు అకౌంటింగ్ తేడాల (Accounting Discrepancies) సంభావ్యత బర్రీ హెచ్చరికకు మూల కారణాలు.
డాట్-కామ్ బబుల్ ను గుర్తుచేస్తూ (Echoes of the Dot-Com Bust)
2000ల ప్రారంభంలో ఇంటర్నెట్ బబుల్ (Dot-com bubble) సమయంలో జరిగిన దానితో బర్రీ ప్రస్తుత AI మౌలిక సదుపాయాల (Infrastructure) బూమ్ను పోల్చారు. ఆ సమయంలో, ఇంటర్నెట్ మౌలిక సదుపాయాలలో భారీ పెట్టుబడులు పెట్టిన తర్వాత, మార్కెట్ గణనీయంగా పడిపోయింది. 2002 నాటికి అనేక స్టాక్స్ వాటి విలువలో 78% కంటే ఎక్కువ కోల్పోయాయి. ప్రస్తుత పరిస్థితి 2000 సంవత్సరం నాటి డేటా కనెక్టివిటీ నిర్మాణాన్ని (Data Connectivity Buildout) అనుకరిస్తోందని, ఖర్చు కొనసాగితే, స్థిరమైన రాబడి (Sustainable Returns) లేకపోతే ఇలాంటి మార్కెట్ పతనం (Market Collapse) సంభవించవచ్చని ఆయన హెచ్చరించారు. టెక్నాలజీ చక్రాల చరిత్ర ప్రకారం, వేగవంతమైన, మూలధన-ఇంటెన్సివ్ విస్తరణ కాలాలు తరచుగా అధిక సరఫరాకు (Overcapacity) దారితీస్తాయి, ఆ తర్వాత డిమాండ్ తగ్గితే లేదా అంచనాలు నెరవేరకపోతే తీవ్ర సంకోచం (Sharp Contraction) ఏర్పడుతుంది.
ఎలుగుబంటి వాదన: నిర్మాణాత్మక బలహీనతలు మరియు వాల్యుయేషన్ రిస్కులు (The Bear Case: Structural Weaknesses and Valuation Risks)
బర్రీ దృక్పథం నుండి మరియు ప్రస్తుత మార్కెట్ డేటా నుండి అనేక నిర్మాణాత్మక ఆందోళనలు (Structural Concerns) తలెత్తుతున్నాయి. ముఖ్య AI ఎనేబ్లర్ల (AI Enablers) వాల్యుయేషన్లు (Valuations) గణనీయమైన వృద్ధి అంచనాలను ప్రతిబింబిస్తాయి. AI చిప్ల కీలక సరఫరాదారు అయిన ఎన్విడియా (Nvidia) సుమారు 47 P/E నిష్పత్తితో ట్రేడ్ అవుతోంది, అమెజాన్ (Amazon) సుమారు 28.5 P/E తో, మరియు మెటా (Meta) సుమారు 27.5 P/E తో ఉన్నాయి. ఈ గుణకాలు (Multiples) మార్కెట్ ఇప్పటికే గణనీయమైన భవిష్యత్ వృద్ధిని ధరలో చేర్చినట్లు సూచిస్తున్నాయి. అయితే, ఈ కేంద్రీకృత వ్యయం ఆధారపడటాన్ని సృష్టిస్తుంది; సెమీకండక్టర్ పరిశ్రమ, వృద్ధిలో ఉన్నప్పటికీ, డేటా సెంటర్ల కోసం AI చిప్లపై ఎక్కువగా ఆధారపడి ఉంది, డిమాండ్ మారితే లేదా చల్లబడితే ప్రమాదం ఏర్పడుతుంది. ప్రత్యక్ష టెక్ ప్రొవైడర్ కానప్పటికీ, క్యాటర్pillar (Caterpillar) ఈ డేటా సెంటర్ల కోసం భౌతిక మౌలిక సదుపాయాలను నిర్మించడంలో పాత్ర పోషిస్తుంది, సుమారు 40 P/E నిష్పత్తితో, దాని వాల్యుయేషన్ కూడా ఈ మూలధన వ్యయ చక్రానికి ముడిపడి ఉందని సూచిస్తుంది. గూగుల్, మైక్రోసాఫ్ట్, అమెజాన్ వంటి హైపర్స్కేలర్ల (Hyperscalers) మధ్య AI ఆధిపత్యం కోసం తీవ్రమైన పోటీ, ఆవిష్కరణలను ప్రోత్సహిస్తున్నప్పటికీ, మూలధన అవసరాలను పెంచుతుంది మరియు ఏదైనా తప్పు లేదా మందగమనం ప్రభావాన్ని పెంచుతుంది. అంతేకాకుండా, గూగుల్ తన AI చిప్ మార్కెట్ను TPUs తో విస్తరించడానికి చేసే ప్రయత్నాలు, ఎన్విడియా యొక్క స్థిరపడిన స్థానం మరియు TSMC యొక్క ఎన్విడియాకు ప్రాధాన్యత ఇవ్వడం వంటి వాటితో సవాళ్లను ఎదుర్కొంటున్నాయి.
భవిష్యత్ అంచనాలు (Future Outlook)
పెట్టుబడిదారుల అప్రమత్తత (Vigilance) చాలా ముఖ్యం. బర్రీ కంపెనీల భవిష్యత్ మూలధన వ్యయాల (Forward-looking statements on capital expenditures) ప్రకటనలను నిశితంగా పర్యవేక్షించాలని మరియు ఫ్రీ క్యాష్ ఫ్లో (Free Cash Flow) ధోరణులను ట్రాక్ చేయాలని సలహా ఇస్తున్నారు. ఆస్తుల అకౌంటింగ్ జీవితకాలం (Accounting lifespan of assets) మరియు వాటి వాస్తవ ఉపయోగ జీవితకాలం (Actual useful life) మధ్య వ్యత్యాసాలు ఆర్థిక ఒత్తిడికి (Financial strain) ప్రారంభ హెచ్చరిక సంకేతంగా మారవచ్చు. మైక్రోసాఫ్ట్ మరియు ఎన్విడియా వంటి ప్రధాన టెక్ ప్లేయర్ల కోసం విశ్లేషకుల సెంటిమెంట్ (Analyst sentiment) ఎక్కువగా సానుకూలంగా ఉన్నప్పటికీ, అధిక 'బై' రేటింగ్లతో (Buy ratings), బర్రీ చారిత్రక దూరదృష్టి (Historical prescience) ఏకాభిప్రాయ అభిప్రాయాలు (Consensus views) ఊహించని ఆర్థిక ఒత్తిళ్ల వల్ల ఆశ్చర్యపోవచ్చని సూచిస్తుంది. AI-ఆధారిత మూలధన వ్యయాల స్థిరత్వం (Sustainability), సాంకేతిక కాలం చెల్లడం (Technological obsolescence) సంభావ్యత మరియు కార్పొరేట్ బ్యాలెన్స్ షీట్ల (Corporate balance sheets) లెవరేజింగ్ రాబోయే సంవత్సరాల్లో మార్కెట్ పనితీరును రూపొందించడంలో కీలక అంశాలుగా ఉంటాయి.
