2026 में AI डेटा सेंटर ऋण जोखिम: एलन मस्क के कंप्यूट लक्ष्य बनाम जेसन हुआंग की विकास दृष्टि

2026/10/27 17:18:00

परिचय

कृत्रिम बुद्धिमत्ता प्रौद्योगिकी उद्योग में सबसे बड़े बुनियादी ढांचे निवेश चक्रों में से एक को चला रही है, लेकिन एक महत्वपूर्ण प्रश्न उभर रहा है: क्या भविष्य की एआई आय डेटा केंद्र बनाने की विशाल लागत को औचित्य प्रदान कर सकती है? एलन मस्क के विस्तारित कंप्यूटिंग लक्ष्य और एनविडिया के सीईओ जेंसन हुआंग का एआई मांग के प्रति सकारात्मक दृष्टिकोण एक ही चुनौती पर अलग-अलग दृष्टिकोण प्रस्तुत करते हैं — बढ़ते बाजार की सेवा के लिए कंप्यूटिंग क्षमता को पर्याप्त तेजी से स्केल करना, जबकि यह सुनिश्चित करना कि निवेश स्थायी लाभ प्रदान करे।

वित्तपोषण का प्रश्न लगातार अधिक महत्वपूर्ण होता जा रहा है। J.P. Morgan Asset Management के 23 अक्टूबर, 2026 के विश्लेषण के अनुसार, 2023 के बाद से संचयी AI पूंजी खर्च लगभग $1.6 ट्रिलियन तक पहुंच गया है, जबकि निर्माण ऋण वित्तपोषण पर अधिक निर्भर होता जा रहा है। चिंता केवल यह नहीं है कि कंप्यूटिंग की मांग मौजूद है या नहीं, बल्कि यह है कि कंपनियां क्या उस मांग को अपने निवेश और वित्तपोषण लागत को समर्थन देने के लिए पर्याप्त नकद प्रवाह में रूपांतर कर सकती हैं।

निवेशकों के लिए, AI की मांग और AI की लाभप्रदता के बीच अंतर महत्वपूर्ण है। NVIDIA और अन्य बुनियादी ढांचा आपूर्तिकर्ता लगातार खर्च से लाभान्वित हो सकते हैं, जबकि डेटा केंद्र विकासकर्ता और भारी वित्तपोषण बोझ वाली AI कंपनियों को अलग जोखिमों का सामना करना पड़ सकता है। J.P. Morgan का विश्लेषण एक ऐसे बाजार की ओर इशारा करता है जो निष्पादन, वित्तपोषण लागत और कंप्यूटिंग क्षमता को आय में बदलने की क्षमता द्वारा अधिकतम रूप से आकारित हो रहा है।

एलन मस्क और जेंसन हुआंग एआई इंफ्रास्ट्रक्चर विकास पर कैसे भिन्न हैं?

एलन मस्क एआई कंप्यूटिंग की दीर्घकालिक महत्वपूर्णता पर आशावादी हैं, लेकिन इस बात पर संदेह रखते हैं कि नियोक्लाउड्स के रूप में जाने जाने वाले कई विशेषज्ञ एआई क्लाउड प्रदाता अपने वर्तमान व्यावसायिक मॉडल को बनाए रख सकेंगे। इसके विपरीत, जेंसन हुआंग ने एआई कंप्यूटिंग क्षमता की असाधारण मांग और बुनियादी ढांचे की आपूर्ति श्रृंखला का विस्तार करने की आवश्यकता पर जोर दिया है। उनकी स्थितियाँ एआई बूम में एक महत्वपूर्ण भिन्नता को उजागर करती हैं: कंप्यूटिंग की बढ़ती मांग का अर्थ यह नहीं है कि इस क्षमता को बनाने या वित्तपोषित करने वाली हर कंपनी लाभदायक होगी।

25 अक्टूबर, 2026 को सार्वजनिक टिप्पणियों में, मस्क ने चेतावनी दी कि 200 से अधिक नियोक्लाउड प्रदाता गंभीर संकलन और व्यावसायिक विफलता का सामना कर सकते हैं। Musk's warning on neocloud के अनुसार, उन्होंने तर्क दिया कि ऋणदाता उन कंपनियों को वित्त प्रदान करने के लिए अनिच्छुक हो सकते हैं, जिनकी आय मुख्य रूप से AI डेटा केंद्रों पर निर्भर करती है। इन व्यवसायों को संचालन खर्च और वित्तपोषण लागत को कवर करने के लिए पर्याप्त आय प्राप्त करने से पहले GPU, नेटवर्किंग उपकरण, डेटा-सेंटर सुविधाओं और बिजली के लिए भारी पूंजी का प्रतिबद्धता करना होगा।

मस्क ने नियोक्लाउड्स और स्पेसएक्स के बीच अंतर भी निकाला। उन्होंने कहा कि स्पेसएक्स ने GPU खरीदने के लिए लगभग 40 बिलियन डॉलर का ऋण वित्तपोषण प्राप्त किया है, जो इसके व्यापक व्यवसाय और आय स्रोतों, जिनमें स्टारलिंक और प्रक्षेपण सेवाएं शामिल हैं, के समर्थन में है। उनका तर्क है कि विविध आय और मजबूत क्रेडिट पहुंच AI कंप्यूटिंग क्षमता किराए पर देने पर निर्भर कंपनियों की तुलना में वित्तपोषण का लाभ प्रदान कर सकती है। उनका अनुमान इस बात का मतलब नहीं है कि हर नियोक्लाउड विफल हो जाएगा; बल्कि, यह कमजोर वित्तपोषण, कम अलग-थलग सेवाओं या पर्याप्त नकद प्रवाह वाले प्रदाताओं के बीच संयोजन की संभावना की ओर संकेत करता है।

हुआंग की सार्वजनिक पोज़ीशन अधिकतर AI इंफ्रास्ट्रक्चर की मांग के पैमाने और इसकी सेवा के लिए आवश्यक क्षमता के विस्तार की आवश्यकता पर केंद्रित रही है। 21 अक्टूबर, 2026 के घोषणा में, NVIDIA ने आपूर्ति श्रृंखला साझेदारों के साथ महत्वपूर्ण इंफ्रास्ट्रक्चर घटकों, जिनमें तीन वर्षों में सब्सट्रेट क्षमता में 2.5 गुना की वृद्धि शामिल है, के उत्पादन क्षमता में वृद्धि की योजनाओं का खुलासा किया। यह घोषणा NVIDIA के दृष्टिकोण को प्रतिबिंबित करती है कि आपूर्ति सीमाएं AI इंफ्रास्ट्रक्चर के विस्तार में एक महत्वपूर्ण कारक बनी हुई हैं।

ये पोज़ीशन आवश्यक रूप से विरोधी नहीं हैं। हुआंग का जोर बाजार की अधिक कंप्यूटिंग क्षमता की आवश्यकता पर है, जबकि मस्क की चेतावनी इस बात पर है कि कौन से प्रदाता इस क्षमता को वित्तपोषित कर सकते हैं और स्थायी लाभ कमा सकते हैं। व्यक्तिगत बुनियादी ढांचा कंपनियों को उच्च उधार लागत, ग्राहक सांद्रता, मूल्य दबाव या तेज़ हार्डवेयर अवमूल्यन का सामना करना पड़ सकता है, भले ही AI की मांग बढ़ती रहे।

इसलिए, क्षेत्र का मूल्यांकन करने वाले निवेशकों के लिए बुनियादी ढांचे की मांग और कंपनी स्तरीय वित्तीय लचीलापन के बीच अंतर महत्वपूर्ण है। GPU और नए डेटा-केंद्र क्षमता के आदेश मजबूत मांग को दर्शा सकते हैं, लेकिन वे स्वतंत्र रूप से यह स्थापित नहीं करते कि प्रत्येक संचालक पर्याप्त नकद प्रवाह प्राप्त कर पाएगा जिससे ऋण की चुकौती की जा सके और निवेशित पूंजी पर पर्याप्त रिटर्न कमाया जा सके।

जे.पी. मॉर्गन एआई डेटा सेंटर ऋण जोखिम के बारे में क्यों चेतावनी दे रहा है?

J.P. Morgan के हालिया विश्लेषण में एक बढ़ती वित्तपोषण चुनौती पर प्रकाश डाला गया है: AI बुनियादी ढांचे पर खर्च तेजी से बढ़ रहा है, और ऋण उन परियोजनाओं को वित्तपोषित करने में बड़ी भूमिका निभा रहा है, जिनके भविष्य के नकदी प्रवाह अनिश्चित हैं। चिंता विशेष रूप से विशेष AI क्लाउड प्रदाताओं के लिए प्रासंगिक है, जिन्हें अपने वित्तपोषण लागतों को कवर करने के लिए पर्याप्त आय कमाने से पहले महंगे हार्डवेयर को खरीदना और सुरक्षित सुविधाओं को सुनिश्चित करना पड़ सकता है।

J.P. Morgan Asset Management के अनुसार, 2023 के बाद से AI बुनियादी ढांचे में निवेश लगभग $1.6 ट्रिलियन तक पहुंच गया है। विश्लेषण कहता है कि खर्च ऋण बाजारों पर अधिक निर्भर होता जा रहा है और वित्तपोषण की चिंताओं ने AI-संबंधित समता और बुनियादी ढांचे के ऋण में अस्थिरता में योगदान दिया है। इसमें यह भी जोर दिया गया है कि जोखिम कंपनियों के बैलेंस शीट, ग्राहक अनुबंधों और वित्तपोषण संरचनाओं के अनुसार भिन्न होते हैं।

एक महत्वपूर्ण अंतर बड़े, विविध बादल प्रदाताओं और विशेषज्ञ AI बादल व्यवसायों के बीच है। प्रमुख बादल प्रदाता सामान्यतः कई आय स्रोतों और स्थापित ग्राहक संबंधों के साथ होते हैं, जो उन्हें वित्तपोषण लागत को सहन करने में मदद कर सकते हैं। विशेषज्ञ प्रदाता अधिक रूप से एक छोटे समूह के ग्राहकों और उनके द्वारा कंप्यूटिंग के लिए शुल्क लेने और अपने हार्डवेयर के वित्तपोषण और संचालन की लागत के बीच के अंतर पर निर्भर हो सकते हैं।

J.P. Morgan के 19 अक्टूबर, 2026 के वैश्विक शोध दृष्टिकोण में अनुमान लगाया गया है कि 2026 तक वैश्विक AI पूंजी व्यय $900 बिलियन तक पहुंच सकता है और 2030 तक कुल मिलाकर $5.5 ट्रिलियन हो सकता है। ये भविष्यवाणियाँ हैं, भविष्य के खर्च की पुष्टि नहीं। इनका महत्व इस पूंजी के समर्पण के पैमाने में है: उद्योग को कई वर्षों में निर्मित बुनियादी ढांचे को समर्थन देने के लिए पर्याप्त आय, उपयोग और संचालन की दक्षता की आवश्यकता होगी।

डेटा सेंटर ऋण कैसे वित्तीय जोखिम पैदा करता है?

ऋण तब जोखिम बन जाता है जब डेटा केंद्र द्वारा उत्पन्न नकदी अपेक्षित समय से बाद में प्राप्त होती है, अनुमानों से कम हो जाती है, या ब्याज और मूलधन भुगतानों को कवर नहीं कर पाती। क्योंकि AI अवसंरचना को उल्लेखनीय प्रारंभिक पूंजी की आवश्यकता होती है, एक परियोजना तब भी वित्तीय दबाव का सामना कर सकती है जब कंप्यूटिंग की मांग मजबूत बनी रहे।

एक ऋण-वित्तपोषित परियोजना की वित्तीय स्थायित्व को कई कारक निर्धारित करते हैं:

ग्राहक सांद्रता: एक छोटी संख्या में बड़े ग्राहकों पर निर्भर प्रदाता अधिक जोखिम में होता है अगर कोई ग्राहक डिप्लॉयमेंट में देरी करे, क्षमता के प्रतिबद्धता को कम करे, या भुगतान न करे।
हार्डवेयर का मूल्यह्रास: एआई त्वरक और संबंधित उपकरण नए पीढ़ियों द्वारा प्रदर्शन में सुधार या गणना की लागत में कमी के कारण आर्थिक मूल्य खो सकते हैं। जब उपकरण कम प्रतिस्पर्धी हो जाते हैं, तब भी ऋण अपूर्ण रह सकता है।
ब्याज और पुनर्वित्त लागतें: अधिक उधार लागतें ऋण से वित्तपोषित परियोजनाओं की लाभदायकता को कम कर सकती हैं, खासकर जब मूल व्यावसायिक योजना स्थिर वित्तपोषण की परिस्थितियों को मानती है।
निर्माण और बिजली की देरी: यदि डेटा केंद्र तैयार नहीं है, पर्याप्त बिजली से जुड़ा नहीं है या आवश्यक हार्डवेयर से लैस नहीं है, तो पूरा किया गया अनुबंध अपेक्षित आय उत्पन्न नहीं कर सकता है।
उपयोग और मूल्य निर्धारण: एक सुविधा को अपने स्थिर लागतों को कवर करने के लिए उच्च उपयोग की आवश्यकता हो सकती है। यदि मांग कमजोर हो जाती है या प्रतिस्पर्धी प्रदाता मूल्य कम कर देते हैं, तो संचालन मार्जिन संकुचित हो सकते हैं।

वित्तपोषण की संरचना भी मायने रखती है। कॉर्पोरेट ऋण आमतौर पर कंपनी के व्यापक बैलेंस शीट द्वारा समर्थित होता है, जबकि प्रोजेक्ट-स्तरीय ऋण किसी विशिष्ट प्रोजेक्ट से जुड़े नकदी प्रवाह और संपत्तियों पर अधिक निर्भर करता है। प्रोजेक्ट फाइनेंसिंग जोखिमों को अलग करने में मदद कर सकती है, लेकिन सुविधा द्वारा पर्याप्त नकदी उत्पन्न करने की आवश्यकता को हटाती नहीं है।

निवेशकों के लिए, महत्वपूर्ण मुद्दा केवल बाकी ऋण की रकम नहीं है। यह यह है कि क्या कंपनी की अपेक्षित नकदी प्रवाह, ग्राहक प्रतिबद्धताएँ, संपत्ति जीवनकाल और वित्तपोषण संरचना उसकी चुकौती के दायित्वों के साथ संगत हैं।

क्या एआई डेटा सेंटर ऋण एक व्यापक बाजार सुधार को ट्रिगर कर सकता है?

अगर वित्तपोषण की कठिनाइयाँ बुनियादी ढांचा प्रदाताओं, ऋणदाताओं, आपूर्तिकर्ताओं और प्रमुख प्रौद्योगिकी कंपनियों के बीच फैलती हैं, तो एआई डेटा केंद्र कर्ज़ एक व्यापक बाजार समायोजन में योगदान दे सकता है। हालाँकि, व्यक्तिगत कंपनियों पर कर्ज़-संबंधी तनाव का तात्पर्य यह नहीं है कि एआई कंप्यूटिंग की मांग गिर रही है या पूरा क्षेत्र समान स्तर के जोखिम का सामना कर रहा है।

एक संभावित तनाव परिदृश्य उच्च लीवरेज वाले इंफ्रास्ट्रक्चर प्रोवाइडर से शुरू हो सकता है, जिसे उधार लेने की लागत में वृद्धि या नई क्षमता ऑनलाइन लाने में देरी का सामना करना पड़ रहा हो। यदि इसकी नकदी प्रवाह ऋण की सेवा के लिए पर्याप्त नहीं है, तो ऋणदाता अधिक मजबूत सुरक्षा की मांग कर सकते हैं, पुनः वित्तपोषण महंगा हो सकता है, और योजनाबद्ध परियोजनाएं स्थगित हो सकती हैं। कम खर्च करने से हार्डवेयर आपूर्तिकर्ताओं और निर्माण साझेदारों पर प्रभाव पड़ सकता है, जबकि निवेशक ऐसी अन्य कंपनियों के मूल्यांकन का पुनर्मूल्यांकन कर सकते हैं, जिनकी वित्तपोषण प्रोफाइल समान है।

प्रभाव इस बात पर निर्भर करेगा कि समस्या कितनी व्यापक हो जाती है। J.P. Morgan का 23 अक्टूबर का विश्लेषण अधिक केंद्रित जोखिम वाले विशेषज्ञ बुनियादी ढांचा प्रदाताओं और मजबूत बैलेंस शीट और विविध आय वाले बड़े क्लाउड कंपनियों के बीच अंतर करता है। यह अंतर महत्वपूर्ण है क्योंकि वित्तीय तनाव AI परितंत्र में समान रूप से वितरित नहीं होता है।

एक अधिक निर्माणात्मक परिदृश्य भी संभव है। यदि AI सेवाएँ पर्याप्त आय उत्पन्न करती हैं और ग्राहक आवश्यकता मजबूत बनी रहती है, तो कंपनियाँ उस नकदी प्रवाह का उपयोग मौजूदा सुविधाओं का समर्थन करने और आगे के विस्तार के लिए धन आवंटित करने के लिए कर सकती हैं। मजबूत प्रदाता भी बाजार हिस्सा प्राप्त कर सकते हैं यदि कमजोर प्रतिद्वंद्वी निवेश कम कर देते हैं। मुख्य अनिश्चितता यह है कि AI अनुप्रयोगों द्वारा उत्पन्न आय पहले से ही निवेशित पूंजी को समझाने के लिए पर्याप्त तेजी से बढ़ेगी या नहीं।

इसलिए निवेशकों को ग्राहक दायित्वों, बुनियादी ढांचे के उपयोग, क्रेडिट स्प्रेड, उधार लागत, प्रोजेक्ट अनुसूची और संचालन नकद प्रवाह में बदलाव का ध्यान रखना चाहिए। ये सूचक यह दर्शा सकते हैं कि वित्तपोषण दबाव व्यक्तिगत व्यवसायों तक सीमित है या एआई निवेश पर एक व्यापक प्रतिबंध बन रहा है।

निष्कर्ष

एआई बुनियादी ढांचे के तेजी से विस्तार ने कंप्यूटिंग आपूर्तिकर्ताओं, क्लाउड प्रदाताओं और एआई विकासकों के लिए अवसर बनाए हैं, लेकिन इसने वित्तपोषण अनुशासन के महत्व को भी बढ़ा दिया है। एलन मस्क के कंप्यूटिंग लक्ष्य एआई परितंत्र के लिए बुनियादी ढांचा बनाने की मांगों को दर्शाते हैं, जबकि जेंसन हुआंग की एनवीडिया रणनीति एक व्यापक बाजार में हार्डवेयर और प्रणालियों की आपूर्ति का अवसर दर्शाती है। उनके दृष्टिकोण भिन्न हैं, लेकिन दोनों सतत मांग और क्षमता को प्रभावी ढंग से स्थापित करने की क्षमता पर निर्भर करते हैं।

J.P. Morgan का अक्टूबर 2026 का विश्लेषण बताता है कि डेटा सेंटर ऋण पर क्यों ध्यान देना चाहिए। AI खर्च भारी है, और कंपनियाँ सुविधाएँ बनाते हुए, हार्डवेयर खरीदते हुए और बिजली की व्यवस्था करते हुए बाहरी वित्तपोषण की भूमिका बढ़ रही है। मुख्य जोखिम यह है कि आय और उपयोग पर्याप्त तेजी से विकसित नहीं हो सकते हैं ताकि वित्तपोषण लागतों को कवर किया जा सके, खासकर ऐसे विशेषज्ञ प्रदाताओं के लिए जिनके पास केंद्रित ग्राहक या सीमित वित्तीय लचीलापन है।

उद्योग में दृष्टिकोण समान नहीं है। बड़े क्लाउड प्रोवाइडर्स उच्च लागतों को सहन करने के लिए बेहतर स्थिति में हो सकते हैं, जबकि अधिक लीवरेज ऑपरेटर्स को अधिक पुनर्वित्तपोषण और कार्यान्वयन दबाव का सामना करना पड़ सकता है। निवेशकों को यह मानने के बजाय कि बढ़ती AI मांग शक्तिशाली वित्तीय रिटर्न की गारंटी देती है, नकदी प्रवाह, ग्राहक प्रतिबद्धताएं, ऋण संरचना, बिजली उपलब्धता और हार्डवेयर अर्थशास्त्र पर ध्यान केंद्रित करना चाहिए। दीर्घकालिक अवसर यही रहता है कि क्या AI सेवाएं आज के बुनियादी ढांचे पर खर्च को स्थायी, लाभदायक व्यावसायिक गतिविधि में बदल सकती हैं।

अक्सर पूछे जाने वाले प्रश्न

1. AI डेटा केंद्र ऋण पर अधिक निर्भर क्यों बन रहे हैं?

AI डेटा केंद्रों को भवनों, बिजली प्रणालियों, ठंडा करने की व्यवस्था, नेटवर्किंग और कंप्यूटिंग हार्डवेयर में बड़े प्रारंभिक निवेश की आवश्यकता होती है। जैसे-जैसे खर्च कुछ कंपनियों के आंतरिक नकद प्रवाह से अधिक होता जाता है, ऋण और अन्य बाहरी वित्तपोषण स्रोत निर्माण और उपकरण की खरीद के लिए मदद कर सकते हैं।

2. हाइपरस्केलर और विशेषज्ञ AI क्लाउड प्रोवाइडर के बीच क्या अंतर है?

एक हाइपरस्केलर एक बड़ा क्लाउड या टेक्नोलॉजी प्रोवाइडर होता है जिसके पास व्यापक बुनियादी ढांचा और विविध व्यावसायिक संचालन होते हैं। एक विशेषज्ञ AI क्लाउड प्रोवाइडर AI कार्यभारों के लिए कंप्यूटिंग क्षमता प्रदान करने पर अधिक सीधे ध्यान केंद्रित करता है और इसके पास संभवतः एक संकीर्ण ग्राहक आधार और वित्तपोषण लागतों की अधिक निर्भरता हो सकती है।

3. एआई डेटा केंद्र ऋण के लिए हार्डवेयर की मूल्यह्रास क्यों महत्वपूर्ण है?

AI हार्डवेयर कम प्रतिस्पर्धी बन सकता है जब नए उत्पाद प्रदर्शन में सुधार करते हैं या कंप्यूटिंग लागत कम करते हैं। यदि उपकरण का आर्थिक मूल्य उस परियोजना द्वारा अपने ऋण की चुकौती करने के लिए पर्याप्त नकदी उत्पन्न करने से पहले खो जाता है, तो संचालक को कमजोर लाभ और अधिक कठिन पुनर्वित्तपान निर्णयों का सामना करना पड़ सकता है।

4. क्या एआई कंप्यूटिंग की मजबूत मांग का अर्थ है कि डेटा सेंटर कंपनियाँ लाभदायक होंगी?

नहीं। मांग केवल व्यापार मॉडल का एक हिस्सा है। लाभप्रदता भी कीमत, उपयोग, बिजली लागत, वित्तपोषण व्यय, निर्माण समय सारणी और उपकरणों के उपयोगी जीवन पर निर्भर करती है। एक कंपनी के पास मजबूत मांग हो सकती है, लेकिन अगर इसकी लागत बहुत अधिक है, तो यह पर्याप्त लाभ नहीं कमा सकती।

5. उच्च ब्याज दरें AI बुनियादी ढांचे के निवेश को कैसे प्रभावित कर सकती हैं?

उच्च ब्याज दरें उधार लेने और पुनर्वित्तपूर्ति की लागत बढ़ा सकती हैं, परियोजनाओं के लाभ को कम कर सकती हैं और वर्तमान मूल्य के संदर्भ में भविष्य के नकद प्रवाहों को कम मूल्यवान बना सकती हैं। प्रभाव सामान्यतः अत्यधिक ऋणग्रस्त कंपनियों और अनिश्चित या विलंबित आय वाली परियोजनाओं के लिए अधिक महत्वपूर्ण होता है।

अपवाद

यह सामान्य बाजार सूचना, जो संभवतः तीसरे पक्ष, वाणिज्यिक या प्रायोजित स्रोतों से आई है, केवल संदर्भ और शैक्षिक उद्देश्यों के लिए प्रदान की गई है और यह वित्तीय या निवेश सलाह, एक ऑफर, आमंत्रण या गारंटी नहीं है। हम इसकी सटीकता, पूर्णता, विश्वसनीयता और किसी भी परिणामस्वरूप हुए नुकसान के लिए जिम्मेदारी से मुक्त हैं। निवेश/व्यापार जोखिम भरा है; अतीत का प्रदर्शन भविष्य के परिणामों की गारंटी नहीं देता। उपयोगकर्ताओं को अनुसंधान करना चाहिए, सावधानी से निर्णय लेना चाहिए और पूरी जिम्मेदारी लेनी चाहिए। अधिक विवरण के लिए, कृपया KuCoin के उपयोग के नियम और जोखिम अवगति को संबोधित करें।

डिस्क्लेमर: इस पेज का भाषांतर आपकी सुविधा के लिए AI तकनीक का इस्तेमाल करके किया गया है। सबसे सटीक जानकारी के लिए, मूल अंग्रेजी वर्जन देखें।