एआई कंपनियाँ भारी मात्रा में कर्ज छिपाने की कोशिश कर रही हैं
एआई-चालित डेटा सेंटर निर्माण बड़े off-balance-sheet दायित्वों, जैसे लंबे समय के लीज़ और special-purpose vehicles, के जरिए वित्तपोषित हो रहा है, जिससे चिंता है कि बड़ी टेक कंपनियाँ प्रभावी रूप से जोखिम के खरबों छिपा रही हैं। टिप्पणीकर्ता इस पर बहस करते हैं कि यह एक मानक CFO playbook है या Enron-शैली की अस्पष्टता, और क्या अंतर्निहित एआई माँग leverage को सही ठहराने के लिए पर्याप्त वास्तविक है। कई लोगों को डर है कि यदि एआई उछाल एक bubble साबित होता है, तो उसका unwind pension funds, index investors, और व्यापक अर्थव्यवस्था को प्रभावित कर सकता है, जबकि अन्य का तर्क है कि नकदी-समृद्ध दिग्गज जैसे Meta और Google नुकसान सह सकते हैं और असली खतरा Oracle और SpaceX जैसे अधिक नाज़ुक खिलाड़ियों में है।
“छिपे” हुए एआई ऋण का पैमाना और स्वरूप
- बड़े एआई और क्लाउड खिलाड़ी ऑफ–बैलेंस शीट संरचनाओं का उपयोग कर रहे हैं: SPVs, लंबे समय के “टेक-ऑर-पे” और लीज़ दायित्व, और सहायक कंपनियों के स्वामित्व वाले डेटा सेंटर।
- कुछ लोगों का तर्क है कि यह सामान्य GAAP लीज़/प्रतिबद्धता लेखांकन है और 10-K फुटनोट्स में खुलकर बताया गया है, न कि कोई गुप्त या अवैध बात।
- अन्य लोग इन्हीं पैटर्नों को Enron-युग के SPVs और 2008-शैली की जोखिम पैकेजिंग जैसा मानते हैं: ऐसी जटिलता जो यह अस्पष्ट करती है कि अंततः दायित्व किस पर आएँगे, खासकर खुदरा निवेशकों के लिए।
क्या यह सचमुच खतरनाक है?
- एक पक्ष: मेगा-कैप टेक के पास भारी राजस्व, नकद और मुनाफा है; सैकड़ों अरब डॉलर के दायित्व भी प्रबंधनीय हैं, खासकर अन्य अत्यधिक ऋणी उद्योगों की तुलना में।
- दूसरा पक्ष: ये कंपनियाँ अब ऐसे मूल्यांकित हैं जैसे वे कम-पूँजी वाली सॉफ़्टवेयर कंपनियाँ हों, जबकि वास्तविकता में वे भारी-इन्फ्रास्ट्रक्चर खिलाड़ी बन रही हैं, जिनकी माँग अस्थिर है और संपत्तियाँ तेजी से मूल्यह्रास वाली हैं (GPUs, डेटा सेंटर)। यदि एआई की अर्थशास्त्र निराश करती है तो अधिक leverage fragility बढ़ाता है।
बबल, चक्रीय माँग, और वास्तविक लाभप्रदता
- कई लोगों का कहना है कि एआई उपयोग भारी सब्सिडी पर चल रहा है; टोकन कीमतें वास्तविक लागतों से अलग हैं, जिससे “माँग” की व्याख्या कठिन हो जाती है।
- टिप्पणियाँ चक्रीय निवेश का वर्णन करती हैं: बड़ी टेक और Nvidia डेटा सेंटर और एआई स्टार्टअप्स को फंड करते हैं, जो फिर उस पैसे को GPUs और cloud पर खर्च करते हैं, जिससे apparent demand बढ़ जाती है।
- संदेहवादी इसे 2000 या 2008 के टेक संस्करण से जोड़ते हैं; आशावादी कहते हैं कि यह अत्यधिक लाभकारी कंपनियों द्वारा किया गया तर्कसंगत capex है।
प्रणालीगत जोखिम: पेंशन, इंडेक्स फंड, और बीमाकर्ता
- चिंता है कि एआई-संबंधित इक्विटी और क्रेडिट जोखिम को उच्च इंडेक्स संकेंद्रण और ढीले समावेशन नियमों के जरिए पेंशन, जीवन बीमाकर्ताओं, और व्यापक index funds में धकेला जा रहा है।
- कुछ लोग कहते हैं कि यह “पहले से कीमत में शामिल” है; अन्य जवाब देते हैं कि पिछले संकट दिखाते हैं कि ज्ञात जोखिम वर्षों तक गलत मूल्यांकित रह सकते हैं।
- कई टिप्पणियाँ सेवानिवृत्त लोगों के लिए sequence-of-returns risk को चिन्हित करती हैं, जो tech-heavy indices में भारी रूप से एक्सपोज़्ड हैं।
हार्डवेयर का अति-निर्माण और उपभोक्ता प्रभाव
- यदि hyperscaler एआई दाँव विफल होते हैं, तो टिप्पणीकर्ता GPUs और memory की अधिकता की उम्मीद करते हैं, जिससे कीमतें गिर सकती हैं; अन्य नोट करते हैं कि कुछ datacenter-specific तकनीकें (जैसे, HBM) आसानी से उपभोक्ता उत्पादों में नहीं बदलेंगी।
- इस पर बहस है कि क्या मौजूदा निवेश अंततः उपभोक्ताओं को लाभ देगा (सस्ती, प्रचुर compute/memory) या सिर्फ rent-seeking cloud providers को और मजबूत करेगा।
एआई की दिशा और दक्षता
- Jevons paradox का उल्लेख किया जाता है: LLMs में efficiency gains कुल compute usage बढ़ा सकती हैं, घटा नहीं सकतीं।
- विपरीत दृष्टिकोण: यदि मॉडल plateau कर जाते हैं और स्थानीय रूप से चलाने के लिए पर्याप्त सस्ते हो जाते हैं, तो केंद्रीकृत एआई डेटा सेंटर economics कमजोर हो सकते हैं, जिससे आज के एआई infrastructure investments फँस सकते हैं।