AI लागत की चिंताओं के बीच अमेरिकी टेक शेयरों में तेज़ गिरावट
अमेरिकी टेक दिग्गजों को AI पर लगभग $1 ट्रिलियन के खर्च के बीच तेज़ शेयर गिरावट का सामना करना पड़ रहा है, जिससे इस पर संदेह बढ़ गया है कि विशाल डेटा सेंटर, चिप, और मॉडल निवेश कभी वसूल भी हो पाएँगे या नहीं। टिप्पणीकारों का तर्क है कि AI पहले से ही उपयोगकर्ता व्यवहार को बदल रहा है और search ads तथा social traffic जैसे legacy revenue streams को खा रहा है, जबकि बड़े models चलाने की अर्थव्यवस्था पारंपरिक software की तुलना में कहीं बदतर दिखती है। कई लोग debt-fueled infrastructure buildout और घटती PC affordability से प्रेरित एक उभरते बुलबुले को देख रहे हैं; कुछ को उम्मीद है कि शुरुआती correction अवास्तविक अपेक्षाओं को रीसेट करेगी, जबकि अन्य चेतावनी देते हैं कि अगर AI boom ढहता है तो व्यापक वित्तीय और सामाजिक असर हो सकता है।
वेब खोज में AI सर्च की गुणवत्ता और भूमिका
- Google की AI खोज के अनुभव काफ़ी मिश्रित हैं।
- कुछ लोग बार-बार तथ्यात्मक गलतियाँ, पुरानी जानकारी, और खतरनाक स्वास्थ्य सलाह की शिकायत करते हैं।
- अन्य इसे “दिशात्मक रूप से सही” मानते हैं और SEO-भरे पारंपरिक नतीजों की तुलना में, खासकर बुनियादी प्रश्नों और त्वरित गणनाओं के लिए, उपयोगिता में बड़ा सुधार मानते हैं।
- कई टिप्पणीकार AI जवाबों को मुख्यतः triage और संदर्भ-खोजने वाले साधन के रूप में देखते हैं, प्रामाणिक स्रोत के रूप में नहीं, और citations जाँचने की ज़रूरत पर ज़ोर देते हैं।
- चिंता जताई गई कि AI एकल Reddit समीक्षाओं या सीमित क्षेत्र की अटकलों को “लोग कहते हैं…” के रूप में आत्मविश्वास से बढ़ा सकता है।
हार्डवेयर, RAM की कमी, और डेटा सेंटर का विस्तार
- Intel पर consumer GPUs (ARC) की कम आपूर्ति के लिए आलोचना की गई, लेकिन अन्य लोग बाधाओं की ओर इशारा करते हैं: TSMC पर निर्भरता, अपनी इन-हाउस मेमोरी का अभाव, RAM/GDDR की कमी, और संदिग्ध लाभप्रदता।
- इस पर बहस हुई कि क्या Intel को DRAM या इसी तरह के मेमोरी व्यवसायों में फिर प्रवेश करना चाहिए; अधिकांश का तर्क है कि यह एक खराब commodity bet होगी।
- व्यापक चिंता है कि AI datacenter की मांग RAM और GPU की कीमतें बढ़ा रही है, PC बिक्री को दबा रही है, और नए मशीनों को कम आकर्षक बना रही है।
- “models on a chip” बनाम बड़े datacenter models पर चर्चा; कुछ लोग on-device inference को अपरिहार्य मानते हैं, जबकि अन्य ASIC approaches को dead-ends मानते हैं।
स्टॉक बिकवाली, बुलबुले का जोखिम, और राजनीति
- बहुत से लोग इस टेक गिरावट को earnings story के रूप में देखते हैं: भारी AI capex, विज्ञापन/खोज वृद्धि का उम्मीद से धीमा होना, और यह डर कि legacy cash cows अब AI खर्च को सहारा नहीं दे रही हैं।
- कुछ लोग इसे स्पष्ट AI bubble में एक स्वस्थ correction मानते हैं; अन्य इसे एक overreaction बताते हैं जो खरीदने के अवसर बनाता है।
- कुछ लोगों ने राजनीतिक अनिश्चितता और चुनावों को एक कारण बताया, लेकिन अन्य इसे गौण या अटकलबाज़ी मानते हैं।
व्यावसायिक मॉडल में disruption: खोज, सोशल, और सामग्री
- चिंता है कि AI summaries Google, Reddit, और अन्य के लिए click-through और ad revenue कम करती हैं।
- Roblox user softness को AI से अधिक age-gating friction से जोड़ा गया है।
- आशंका कि यदि AI content का उपभोग तो करे लेकिन ट्रैफ़िक वापस न भेजे, तो मूल सामग्री बनाने की प्रेरणा कमजोर हो जाएगी।
AI लागत, मूल्य निर्धारण, और उपयोगकर्ता निर्भरता
- कई व्यक्तिगत उपयोगकर्ता AI tools में गहराई से जुड़े हुए महसूस करते हैं और price hikes से डरते हैं; कुछ कहते हैं कि वे काफ़ी बड़ी रकम चुकाएँगे, जबकि अन्य इसकी value को लगभग $20–30/month तक सीमित मानते हैं।
- यह observation कि “value models” की हिस्सेदारी बढ़ रही है, यह संकेत देती है कि “good enough” LLMs संगठनों द्वारा लागत अनुकूलन करने पर हावी हो सकते हैं।
- मौजूदा कम कीमतें टिकाऊ हैं या नहीं, इस पर संदेह; निर्भरता लॉक हो जाने के बाद भविष्य में कीमतें बढ़ने का डर है।
उपयोगकर्ता व्यवहार और सोशल मीडिया में बदलाव
- कई लोग बता रहे हैं कि वे Reddit, YouTube, और सामान्य web browsing पर कम समय बिता रहे हैं, और LLMs के साथ अधिक समय इंटरैक्ट कर रहे हैं।
- Reddit की login walls और app-push tactics को, API और UX decisions के साथ, traffic decline और user exodus के लिए व्यापक रूप से दोषी ठहराया जा रहा है।
- कुछ लोग AI का उपयोग quasi-therapist या companion के रूप में करते हैं, जिससे loneliness, privacy, और दीर्घकालिक सामाजिक प्रभावों पर सवाल उठते हैं।