ASML के मजबूत ऑर्डरों ने AI खर्च के उछाल के गति खोने की आशंकाएँ कम कीं
ASML की चिप-निर्माण मशीनों के रिकॉर्ड ऑर्डरों को कुछ लोग इस संकेत के रूप में पढ़ रहे हैं कि AI-प्रेरित सेमीकंडक्टर उछाल कई वर्षों तक जारी रहेगा, क्योंकि फैब्स ऐसे निवेशों की लागत लंबे समय में ही निकाल पाते हैं। दूसरे कहते हैं कि लंबे lead times, रद्द किए जा सकने वाले contracts, और FOMO से प्रेरित अधिक ऑर्डरिंग ASML के backlog को टिकाऊ AI मांग का कमजोर संकेतक बनाते हैं, और इसे डॉट-कॉम तथा telecom bubbles से जोड़ते हैं जहाँ infrastructure spending ने निकट-अवधि revenue को बहुत पीछे छोड़ दिया था। व्यापक सहमति यह है कि compute और chips की मांग बनी रहेगी, लेकिन इस बात पर तीखा मतभेद है कि आज का data center और GPU build-out टिकाऊ अर्थशास्त्र का संकेत है या एक अधिक गरमाया हुआ चक्र, जो अंततः सुधरेगा।
AI मांग के संकेतक के रूप में ASML के ऑर्डर
- कई लोगों का तर्क है कि ASML के मजबूत ऑर्डर मुख्यतः यह दिखाते हैं कि चिप निर्माता उन्नत नोड्स की दीर्घकालिक मांग की उम्मीद कर रहे हैं, न कि विशेष रूप से यह कि आज की AI अर्थव्यवस्था स्वस्थ है।
- कई लोग ध्यान दिलाते हैं कि ASML ऐसे टूल बेचता है जो कई तरह के चिप्स के लिए उपयोगी हैं (CPUs, GPUs, मेमोरी, उपभोक्ता चिप्स), इसलिए ऑर्डर AI को विशिष्ट रूप से सत्यापित नहीं करते।
- कुछ इसे lagging संकेतक कहते हैं: जब तक ASML की बुकिंग धीमी पड़ेगी, AI/डेटासेंटर का पतन पहले ही शुरू हो चुका होगा।
अधिक ऑर्डरिंग, अनुबंध, और “Real Options”
- फैब 2029–2030 तक टूल्स का ऑर्डर दे रहे हैं; कुछ लोग इसे FOMO और क्षमता-भय से प्रेरित अधिक ऑर्डरिंग मानते हैं।
- रद्दीकरण पर बहस: कुछ कहते हैं कि लंबे समय वाले ऑर्डर मूलतः “slots” हैं जिन्हें रद्द या टाला जा सकता है; जबकि अन्य जोर देते हैं कि, कम-से-कम निर्माण समय के करीब, अनुबंधीय दंड होते हैं।
- कई टिप्पणियाँ इन ऑर्डरों को भविष्य की मांग पर “real options” या OTM call options के रूप में प्रस्तुत करती हैं: कम downside, लेकिन अगर आप कम निर्माण करते हैं तो बहुत बड़ा opportunity cost।
AI मांग, लाभप्रदता, और सब्सिडी
- वर्तमान AI compute मांग को बहुत अधिक और क्षमता-सीमित बताया गया है; frontier providers अपनी सीमाओं के करीब या उन पर हैं।
- इस बात पर तीव्र असहमति है कि उपयोग “subsidized” है या नहीं:
- एक पक्ष कहता है कि यदि कंपनियाँ अरबों जला रही हैं और लाभ में नहीं हैं, तो कुछ न कुछ (tokens या infra) परोक्ष रूप से सब्सिडी दी जा रही है।
- दूसरे कहते हैं कि ऊँचा R&D burn inference को सब्सिडी देने जैसा नहीं है, और headline API prices लागत से अधिक प्रतिस्पर्धा को दर्शाते हैं।
बबल बनाम टिकाऊ वृद्धि
- कई लोगों को लगता है कि AI बबल/सुधार आएगा ही, चाहे तकनीक कितनी भी वास्तविक क्यों न हो, क्योंकि इसमें अधिक निवेश, FOMO, और ऐतिहासिक पैटर्न दिखते हैं।
- दूसरे तर्क देते हैं कि अब तक स्टॉक gains earnings के अनुरूप रहे हैं और मानते हैं कि AI में अभी भी बड़ा, अप्रयुक्त आर्थिक मूल्य है।
- कुछ का मानना है कि जब विस्तृत वित्तीय विवरण (जैसे S‑1s) पतले margins और अस्थिर capex को उजागर करेंगे, तब पतन आएगा।
हार्डवेयर बनाम मॉडल लेयर
- कई लोग इनके बीच अंतर करते हैं:
- Model/token layer, जिसके अत्यधिक प्रतिस्पर्धी होने और margins के दबने की संभावना है।
- Hardware layer (GPUs, foundries), जहाँ अभी मुनाफा केंद्रित है।
- कुछ भविष्य में कई inference-chip vendors से प्रतिस्पर्धा की भविष्यवाणी करते हैं, जो Nvidia की pricing power को घटाएगी और मूल्य को TSMC जैसी bottlenecks की ओर स्थानांतरित करेगी।
- अत्यधिक leveraged AI infra खिलाड़ियों (जैसे CoreWeave bond yields) को शुरुआती stress संकेतों के रूप में लेकर चिंताएँ उठाई गई हैं।
ऐतिहासिक उपमाएँ और सीमाएँ
- डॉट-कॉम और telecom bubbles से बार-बार तुलना की जाती है: मूल तकनीक वास्तविक थी, लेकिन अत्यधिक overbuild और लंबे, दर्दनाक corrections हुए।
- बताए गए प्रमुख अंतर: fiber का जीवन कई दशकों का था; GPUs अल्पायु “consumables” हैं, जिससे capital destruction का जोखिम अधिक है।
- कई लोग Amdahl’s Law और गैर-स्वचालित होने वाली bottlenecks (coordination, robotics, regulation) पर जोर देते हैं, जिनके कारण AI शायद अर्थव्यवस्था-व्यापी returns इतनी जल्दी नहीं दे पाएगा कि मौजूदा दांव उचित ठहरें।