एआई बूम का वित्तपोषण: नकदी प्रवाह से कर्ज तक [pdf]
एआई डेटा सेंटर्स पर भारी पूंजीगत खर्च—जो अब ऐतिहासिक मेगाप्रोजेक्ट्स के बराबर पैमाने का हो गया है—तेजी से कर्ज के जरिए वित्तपोषित किया जा रहा है, जिससे अपेक्षित विकास और मुनाफ़ा न आने पर वित्तीय स्थिरता को लेकर चिंताएँ बढ़ रही हैं। टिप्पणीकार इस पर बहस करते हैं कि क्या frontier AI firms “too big to fail” बन सकती हैं, और अस्पष्ट अर्थशास्त्र, एआई सप्लाई चेन के बाहर अप्रमाणित लाभप्रदता, तथा राष्ट्रीय सुरक्षा के नाम पर भविष्य के बेलआउट को पसंद करने वाले राजनीतिक प्रोत्साहनों की ओर इशारा करते हैं। अन्य लोग नोट करते हैं कि मौजूदा मॉडल मोटे तौर पर कम-से-कम “medium growth” मान लेते हैं, और चेतावनी देते हैं कि इससे कमजोर परिणाम क्रेडिट मार्केट, utilities, और व्यापक अर्थव्यवस्था में लहरें पैदा कर सकता है.
प्रणालीगत जोखिम और “too big to fail” की चिंताएँ
- कुछ लोग एआई वित्तपोषण और 2008 से पहले की बैंकिंग के बीच समानताएँ देखते हैं: भारी लीवरेज, शेयरों, क्रेडिट और रिटायरमेंट फंडों के माध्यम से व्यापक एक्सपोज़र।
- अन्य लोगों का तर्क है कि एआई कंपनियाँ बैंकों जैसी नहीं हैं: वे भुगतान और क्रेडिट की बुनियादी संरचना में अंतर्निहित नहीं हैं, इसलिए बेलआउट का औचित्य कमज़ोर है।
- कई लोगों का मानना है कि “चीन को जीतने नहीं दे सकते” जैसा राष्ट्रीय-सुरक्षा तर्क फिर भी बेलआउट को सही ठहराने के लिए इस्तेमाल किया जा सकता है, भले ही कंपनियाँ संरचनात्मक रूप से लाभहीन हों।
- संदेहवादी आवाज़ें कहती हैं कि “too big to fail” मूलतः बड़े दानदाताओं की रक्षा और भ्रष्टाचार को वैध बनाने का राजनीतिक आवरण है।
कर्ज, विकास परिदृश्य, और मैक्रो जोखिम
- टिप्पणीकारों को चिंता है कि BIS के “high” और “medium” growth परिदृश्य कम/ऋणात्मक विकास को छोड़ देते हैं, जैसा कि GFC-पूर्व मॉडलों में हुआ था जिन्होंने देशव्यापी आवास मूल्यों में गिरावट को नज़रअंदाज़ किया।
- कुछ लोगों का तर्क है कि “medium growth” से नीचे कुछ भी एक गंभीर मंदी को ट्रिगर कर सकता है, क्योंकि कर्ज निरंतर विस्तार की धारणा पर आधारित है।
- अन्य लोग नोट करते हैं कि जैसे-जैसे एआई फंडिंग इक्विटी से कर्ज की ओर शिफ्ट हो रही है, आय उम्मीदों पर खरी न उतरने पर लीवरेज नकारात्मक जोखिम को बढ़ा देता है।
एआई निवेश का पैमाना बनाम ऐतिहासिक उछाल
- एआई capex की तुलना रेलरोड्स, dot-com buildout, Apollo, Manhattan, और interstate highways से की जाती है।
- मीट्रिक्स पर बहस है: मुद्रास्फीति-समायोजित पूर्ण डॉलर के हिसाब से एआई बहुत बड़ा है; GDP के हिस्से के रूप में यह छोटा है लेकिन फिर भी महत्वपूर्ण है।
- कई लोग तर्क देते हैं कि एआई डेटा-सेंटर खर्च के मौजूदा सार्वजनिक अनुमान वास्तविकता को पहले ही कम आँक रहे हैं।
लाभप्रदता और वास्तविक आर्थिक मूल्य
- बहुतों को LLM-आधारित एआई से, infrastructure providers के बाहर, व्यापक और टिकाऊ मुनाफ़े के बहुत कम संकेत दिखते हैं।
- Duolingo जैसे उदाहरण और काल्पनिक Costco उपयोग-केस यह दिखाने के लिए इस्तेमाल किए जाते हैं कि एआई सब्सक्रिप्शन आसानी से पतले margins को खा सकते हैं, न कि उन्हें बढ़ा सकते हैं।
- प्रतिवाद:
- पारंपरिक ML-आधारित ad tech (search, social) अत्यंत लाभदायक है, हालांकि कुछ लोग कहते हैं कि यह LLMs से अलग श्रेणी है।
- एक उद्धृत बड़े पैमाने का Chinese retail study पाता है कि GenAI बिक्री और प्रति-ग्राहक मूल्य को सार्थक रूप से बढ़ा सकता है, हालांकि net profitability अभी भी अनिश्चित है।
इन्फ्रास्ट्रक्चर, बिजली, और stranded assets
- अगर एआई मांग गिर जाती है, तो अतिरिक्त बिजली और transmission capacity हो सकती है।
- इस पर असहमति है कि आखिरकार capex की लागत कौन उठाएगा: utilities और ratepayers या private generators और bondholders, जबकि bankruptcy नुकसान को investors की ओर स्थानांतरित कर देती है।
एआई IPOs और बाजार भावना
- Anthropic और OpenAI की IPO timelines को विलंबित या सतर्क माना जाता है, संभवतः अन्य high-profile tech listings की कमजोर प्रतिक्रिया और डगमगाते valuations के कारण।
- कुछ लोग अनुमान लगाते हैं कि आकर्षक एआई use cases (जैसे, LLM सहायता से codebases का पुनर्लेखन) IPO “hype cycle” का हिस्सा हो सकते हैं, हालांकि उनका वास्तविक प्रभाव स्पष्ट नहीं है।