2030 నాటికి ఇండియాలో డేటా సెంటర్ కెపాసిటీ **23 GW** కి చేరాలని లక్ష్యంగా పెట్టుకుంది. అయితే, కేవలం **23%** సంస్థలు మాత్రమే AI ద్వారా మంచి రిటర్న్స్ పొందుతున్నాయి. దీంతో ఇన్వెస్టర్లు భారీగా ఖర్చు చేసే ఇన్ఫ్రా కంపెనీల నుంచి, లాభదాయకమైన IT సర్వీస్ స్టాక్స్ వైపు మళ్లుతున్నారు.
కేవలం విస్తరణ సరిపోదు!
ఇండియాలో AI ఇన్ఫ్రాస్ట్రక్చర్ రంగం కీలక మలుపులో ఉంది. 2030 కల్లా కెపాసిటీని 1.6 GW నుండి 19-23 GW కి పెంచాలని ప్లాన్ చేస్తున్నప్పటికీ, మార్కెట్ ఇప్పుడు ఫిజికల్ ఎక్స్పాన్షన్ కంటే 'లాభాల' వైపు చూస్తోంది. దీని కోసం సుమారు $350 బిలియన్ల నుండి $435 బిలియన్ల పెట్టుబడులు అవసరమని అంచనా. అయితే, ఈ భారీ ఖర్చు ఆశించిన స్థాయిలో లాభాలను తెస్తుందా లేదా అన్నదే ఇప్పుడు బిగ్ క్వశ్చన్.
సెప్టెంబర్ 15, 2026 నాటికి మార్కెట్ సెంటిమెంట్ స్పష్టంగా మారిపోయింది. Nifty IT Index 5% దూసుకెళ్లగా, AI ఇన్ఫ్రాస్ట్రక్చర్ ప్రాజెక్టుల్లో ఉన్న పవర్ మరియు ఇన్ఫ్రా కంపెనీల షేర్లపై సెల్లింగ్ ప్రెజర్ కనిపించింది. కేవలం ఖర్చు పెంచే కంపెనీల కంటే, AIని సమర్థవంతంగా అమలు చేసే IT సేవల సంస్థల వైపు ఇన్వెస్టర్లు మొగ్గు చూపుతున్నారనడానికి ఇది నిదర్శనం.
ఎఫిషియన్సీ గ్యాప్
CRISIL డేటా ప్రకారం, 2022 నుండి 2026 మధ్య జరిగిన AI పెట్టుబడుల్లో సగం ఇన్ఫ్రాస్ట్రక్చర్ కే ఖర్చయ్యాయి. కానీ, Dun & Bradstreet సర్వే షాకింగ్ నిజాలను బయటపెట్టింది: 73% కంపెనీలు AI తో ప్రయోగాలు చేస్తున్నా, కేవలం 23% సంస్థలు మాత్రమే బలమైన ఫలితాలను (Strong Returns) సాధించగలుగుతున్నాయి. అంటే, బిల్డింగ్స్ కట్టడం ఎంత ముఖ్యమో, వాటిని ఎంత లాభదాయకంగా వాడుతున్నారనేది కూడా అంతే ముఖ్యమని ఇన్వెస్టర్లు గమనిస్తున్నారు.
మారుతున్న AI లెక్కలు
AI రంగంలో ఇప్పుడు రెండు రకాలుగా డిమాండ్ నడుస్తోంది: 'ట్రైనింగ్' మరియు 'ఇన్ఫరెన్స్'. ట్రైనింగ్ అనేది ఒక్కసారి జరిగే భారీ ప్రక్రియ. కానీ, ఇన్ఫరెన్స్ అంటే కస్టమర్ సర్వీస్, ఫ్రాడ్ డిటెక్షన్ వంటి నిరంతర ప్రక్రియలు. భవిష్యత్తు అంతా ఇన్ఫరెన్స్ పైనే ఆధారపడి ఉంది. కాబట్టి, టెంపరరీ ట్రైనింగ్ కోసం కట్టిన డేటా సెంటర్లు రేపు ఖాళీగా మిగిలిపోయే ప్రమాదం ఉంది. అంతేకాకుండా, సాధారణ డేటా సెంటర్ల కంటే ఇవి 6 నుండి 7 రెట్లు ఎక్కువ పెట్టుబడిని కోరుతున్నాయి.
ఇన్వెస్టర్లు ఏమి చూడాలి?
ఇకపై కంపెనీల కెపాసిటీ కంటే, ఆ కెపాసిటీని ఎంత సమర్థవంతంగా వాడుకుంటున్నాయి (Utilization Rates), ఒక్కో మెగావాట్ పై ఎంత ఆదాయం వస్తోంది (Revenue-per-megawatt), మరియు పవర్ ఖర్చులను ఎలా మేనేజ్ చేస్తున్నాయి అనే అంశాలు కీలకం కానున్నాయి. కేవలం డేటా సెంటర్ల సైజును చూసి కాకుండా, క్లయింట్ అడాప్షన్ రేటును బట్టి నిర్ణయాలు తీసుకోవడం మంచిది.