लेखक: Block Analytics Ltd X Merkle 3s Capital
इस प्रश्न का हमने तीन बार जवाब दे दिया है
AI का कोई बुलबुला है?
यह पिछले दो वर्षों में सबसे अधिक पूछे जाने वाले प्रश्नों में से एक है, और हमने इसके बारे में कई बार लिखा है। हर बार हम निष्कर्ष निकालते हैं, लेकिन हर बार नए तेज़ उछाल और गिरावट से इसे फिर से देखने की आवश्यकता पड़ती है।
इस बार हम "हाँ" या "नहीं" का सरल उत्तर नहीं देने जा रहे हैं।
क्योंकि यह सवाल ही गलत है। AI एक संपत्ति नहीं है, यह एक पूरी उद्योग श्रृंखला है—वेफर फैक्ट्री से लेकर बिजली संयंत्र तक, ट्रिलियन डॉलर के मूल्य वाले विशालकाय कंपनियों से लेकर हाल ही में फंडिंग प्राप्त करने वाली स्टार्टअप तक। "क्या AI में बुलबुला है?" पूछना, "क्या रियल एस्टेट में बुलबुला है?" पूछने जितना कच्चा है: क्या मुंबई या दिल्ली के केंद्रीय क्षेत्र और अठारहवें स्तर के शहरों के भूतनगरों का एक ही उत्तर हो सकता है?
एक ही प्रश्न को सभी स्तरों पर लागू करने से प्राप्त उत्तर गलत होगा।
सही प्रश्न है: AI का बुलबुला किस स्तर पर है?
बुलबुले कभी "क्या है" नहीं पूछते, केवल "कहाँ है, कितने मोटे हैं" पूछते हैं।
इस समस्या को अलग-अलग करके देखें, आपको एक विपरीत चित्र मिलेगा: सभी लोग जिस स्तर की चिंता कर रहे हैं, वही सबसे सुरक्षित है; जहाँ वास्तव में बुलबुले उठ रहे हैं, वहाँ कम लोग गंभीरता से चर्चा कर रहे हैं।
2000 का भूत: इस बार वास्तव में क्या अलग है
AI बुलबुले की बात करते समय, 2000 का वर्ष अनिवार्य रूप से आता है। लेकिन अधिकांश लोग केवल याद रखते हैं कि "इंटरनेट बुलबुला फूट गया", यह नहीं कि यह कैसे फूटा।
पुरानी स्क्रिप्ट: पहले स्टॉक प्राइस, फिर आय ढूंढना
2000 के विनाश की कहानी ऐसी थी: टेलीकॉम कंपनियों ने विशाल ऋण लिया, बेकार फाइबर ऑप्टिक्स बिछाए, जैसे किसी खाली शहर के लिए आठ लेन की हाईवे बना रहे हों। रास्ता बन गया, लेकिन गाड़ियाँ? कोई नहीं। उस समय बिछाए गए फाइबर का 85% से 95% "अंधेरा" था—जमीन के नीचे पड़ा हुआ, एक भी बिट नहीं भेजा गया। संपत्ति बुक पर थी, आय शून्य, ऋण असली। फिर, धमाका।
फाइबर केवल बुनियादी ढांचे की कहानी है। अनुप्रयोग स्तर और भी अपराधी है।
वर्ष की सबसे प्रसिद्ध पालतू उत्पाद ई-कॉमर्स कंपनी, जिसकी पूरे वर्ष की आय केवल कुछ मिलियन डॉलर थी, उसका मार्केटिंग खर्च आय से कई गुना अधिक था—वह सुपर बॉल पर विज्ञापन देने के लिए पैसा खर्च करती थी, हर बिक्री पर नुकसान होता था, जितनी अधिक बिक्री होती थी, उतना ही तेजी से नुकसान होता था। लिस्टिंग के लगभग नौ महीने बाद, यह कंपनी बंद हो गई। यह एक अपवाद नहीं था, यह उस समय के एप्लिकेशन-लेयर का मानक चित्रण था: शून्य लाभ, फंडिंग पर निर्भर, "आंखों" और "क्लिक" का उपयोग करके अपने मूल्यांकन को आय के स्थान पर प्रतिस्थापित करना।
अधिक जादुई बात यह है कि उस समय कुछ विद्वानों ने गिनती की थी: एक कंपनी जिसने अपना नाम बदलकर उसके बाद ".com" जोड़ दिया, तो बिना किसी व्यवसाय में बदलाव किए, इसकी शेयर कीमत औसतन काफी बढ़ गई।
बाजार पूर्ववर्ती के लिए भुगतान कर रहा है, व्यवसाय के लिए नहीं।
उस समय के "कुदाल बेचने वालों" पर फिर से नजर डालें। सिस्को 2000 का निवेडिया था—इंटरनेट का सारा ट्रैफ़िक इसके रूटर्स से होकर गुजरता था, यह तर्क अपराजेय था। लेकिन बुलबुले के शिखर पर, सिस्को का P/E अनुपात तीन अंकों तक पहुँच गया। इसका क्या मतलब है? इसका मतलब है कि बाजार उससे उस समय के लाभ को 100 साल तक बनाए रखने की अपेक्षा करता था, या कुछ ही सालों में इसके लाभ को 10 गुना बढ़ाने की, ताकि यह निवेश बरकरार हो सके। बाद में, इंटरनेट ने वास्तव में दुनिया को बदल दिया, ट्रैफ़िक वास्तव में विस्फोट हो गया—लेकिन सिस्को के स्टॉक को 2000 के उच्च स्तर पर वापस पहुँचने में 20 साल से अधिक का समय लगा।
इस मामले को याद रखें, यह पूरे लेख का सबसे महत्वपूर्ण टिप्पणी है:
सबसे बड़ी त्रासदी नकली कंपनी खरीदने की नहीं, बल्कि वास्तविक कंपनी को सौ गुना की कीमत पर खरीदने की थी।
वर्तमान पटकथा: पहले आय, फिर स्टॉक की कीमत में वृद्धि
अब कैमरा 2026 में कट करें।
कोई भी GPU अंधेरा नहीं है। हर चिप को उत्पादित किए जाने के तुरंत बाद रैक में लगा दिया जाता है, टोकन के लिए पूरी क्षमता से चलाया जाता है, और सच्चे सोने और चांदी के बदले में लाया जाता है। इसका उपयोग अधिक नहीं है, बल्कि 100% है, ग्राहक पैसे लेकर कतार लगाकर भी खरीदने में असमर्थ हैं।
एप्लिकेशन लेयर के बारे में क्या? शीर्ष बड़े मॉडल कंपनियों के साथ तुलना करें। एक शीर्ष खिलाड़ी की वार्षिक आय, 18 महीने पहले 1 बिलियन डॉलर से कम थी, अब 450-470 बिलियन डॉलर है और यह क्वार्टरली लाभ कमा चुकी है। प्रबंधन मूल रूप से 10 गुना वृद्धि की योजना बना रहा था, लेकिन वास्तविकता में 80 गुना की वृद्धि हुई।
दो युगों की शीर्ष कंपनियों को एक साथ देखें:
उस वर्ष: कुछ मिलियन की आय, कुछ करोड़ का नुकसान, नौ महीने में बंद
अब: आय 18 महीनों में सैकड़ों गुना बढ़ गई है, अब लाभ कमा रहे हैं
पिछले वर्षों में कंपनियाँ बाजार को पैसा देने के लिए "कहानियों" पर निर्भर करती थीं; आज की शीर्ष कंपनियाँ ग्राहकों से अनुबंधों के माध्यम से पैसा वसूलती हैं। यह एक मात्रा का अंतर नहीं है, यह व्यावसायिक मॉडल का अंतर है।
"शूल बेचने वाले" ने अब मूल्यांकन तर्क भी बदल दिया है। आज निवेडिया का P/E अनुपात लगभग 30 के कुछ अधिक है—जो केवल सिस्को के शिखर के कुछ हिस्से है। और इस मूल्यांकन का समर्थन भविष्य की कल्पना नहीं, बल्कि हस्ताक्षरित और उत्पादन अनुसूची में शामिल ऑर्डर के बैकलॉग से हो रहा है।
पिछले साल शेयर मूल्य पहले था, फिर आय की तलाश हुई, जिससे मृत्यु हो गई; अब आय पहले है, फिर शेयर मूल्य बढ़ता है, जिसे पकड़ा जा सकता है। क्रम अलग है, परिणाम अलग है।
खरीददार भी बदल गए हैं। 2000 में फाइबर ऑप्टिक केबल लगाने वाले ऋण लेने वाले टेलीकॉम कंपनियाँ थीं; आज कैलकुलेशन क्षमता खरीद रहे हैं माइक्रोसॉफ्ट, गूगल, मेटा, अमेज़न—पृथ्वी पर सबसे अधिक कैश फ्लो वाली चार कंपनियाँ, जो अपने कमाए हुए पैसे से खर्च कर रही हैं।
2000 में, उधार लिए गए पैसे से ऐसे संपत्ति खरीदी जाती थीं जिनका कोई उपयोग नहीं था; 2026 में, कमाए गए पैसे से ऐसी संपत्ति खरीदी जाती है जो पर्याप्त नहीं है—ये दो अलग प्रजातियाँ हैं!
लेकिन दीवार पर एक दरार है
At this point, we must hit the brakes.
इस "स्वयं का नकदी प्रवाह" की कहानी अब सीमांत रूप से क्षीण होने लगी है। इस वर्ष चार प्रमुख क्लाउड विक्रेताओं का पूंजी खर्च लगभग 7250 अरब डॉलर है, जो पिछले वर्ष की तुलना में 77% की वृद्धि है। यह कितना विशाल है? यह लगभग एक मध्यम विकसित देश की पूर्ण वार्षिक GDP के बराबर है, जो डेटा सेंटर में निवेश किया गया है।
अधिक ध्यान आकर्षित करने वाली बात अमेज़न है: मुक्त नकदी प्रवाह 26 बिलियन डॉलर से सीधे 1.2 बिलियन डॉलर तक गिर गया, जो लगभग शून्य हो गया, और दीर्घकालिक ऋण बढ़ रहा है। यानी, विशालकाय कंपनियाँ अब अपने स्वयं के कमाए पैसे से खर्च चलाने के लिए ऋण लेने लगी हैं।
यह बुलबुले के फटने का संकेत नहीं है—बड़े कंपनियों के बैलेंस शीट अभी भी मानव व्यापार के इतिहास में सबसे मजबूत में से हैं। लेकिन यह दीवार पर पहली दरार है: "कैश फ्लो खरीददार" यह इस चक्र का सबसे मजबूत तर्क, "पूरी तरह से सत्य" से "मुख्य रूप से सत्य" की ओर खिसक रहा है।
हर क्वार्टर में एक नजर जरूर डालें।
2000 年的复盘就此收尾。那场泡沫留给后人最大的误导，是让所有人都记住了“故事是假的”，却忘了真正摧毁市场的是供给失控：无论故事多么真实，只要供给端人人都能无限加杠杆扩大产能，过剩就只是时间问题，崩盘就只是数学问题。反过来，判断这一轮是否会重蹈覆辙，关键不在于需求端的故事有多动人，而在于供给端是否有人能踩住刹车。
यह अगले प्रश्न की ओर ले जाता है: इस चक्र में, ब्रेक किसके पैरों के नीचे है?
पहले मैप जारी करें, फिर प्रत्येक स्तर पर खनन बम निकालें: AI कैलकुलेशन का पांच स्तरीय पिरामिड
पूरी श्रृंखला को बनाएं, फिर एक-एक करके नाम लें। AI कैलकुलेशन श्रृंखला, नीचे से ऊपर तक पांच स्तरों में बांटी जा सकती है:
टेबल में फिर से बताएं:
इस चित्र में एक ऐसा नियम है जो एक नज़र में साफ़ दिखता है:
जितना भौतिक निकट होगा, उतना कम बुलबुला; जितना कहानी के निकट होगा, उतना अधिक बुलबुला।
L0 स्तर पर, उत्पादन क्षमता बढ़ाने में तीन से पाँच साल लगते हैं, कारखाना बनाने के लिए सैकड़ों अरब डॉलर खर्च करने पड़ते हैं, और बुलबुला भी नहीं फूल सकता—आपूर्ति बिल्कुल साथ नहीं देती। जितना ऊपर जाते हैं, भौतिक सीमाएँ उतनी ही ढीली होती जाती हैं, और कहानी का स्थान उतना ही बड़ा होता जाता है: L4 के लॉन्ग टेल पर, एक पीपीटी से ही फंडिंग हो जाती है, और बुलबुले वहीं इकट्ठे हो जाते हैं।
एकमात्र अपवाद L2 इंटरकनेक्ट लेयर है—यह स्पष्ट रूप से हार्डवेयर है, जिसे भौतिक सीमाओं द्वारा सुरक्षित होना चाहिए, लेकिन यही सबसे अधिक बुलबुले की गंध वाला स्थान बन गया है। क्यों? बाद में इसे विस्तार से समझाया जाएगा।
AI फोम की पहचान का पहला कदम, बाजार के मनोभाव को देखना नहीं, बल्कि यह समझना है कि आप पिरामिड की किस परत पर खड़े हैं।
इस मानचित्र में, L0 स्तर ने सीधे "बुलबुला रहित" का दावा इसलिए किया है क्योंकि इसे दो भौतिक ताले से बंद कर दिया गया है। पहले तालों की बात करते हैं, फिर प्रत्येक स्तर पर खतरे को हटाते हैं।
पहली ताला: TSMC
हम इस एआई पूंजी खर्च की लहर को अनियंत्रित नहीं मानते, क्योंकि उत्तर मांग की ओर नहीं, आपूर्ति की ओर है।
बुलबुले के फटने के लिए एक आवश्यक शर्त है: आपूर्ति का अतिरिक्त होना। ट्यूलिप्स को हर जगह लगाना पड़ता है, ऑप्टिकल फाइबर को इतना बिछाना पड़ता है कि कोई उपयोग न करे, घरों को इतना बनाना पड़ता है कि बेचा न जा सके। अतिरिक्तता के बिना, कोई धस्स नहीं होता। 2000 की आपदा का वास्तविक कारण, इंटरनेट की कहानी गलत होना नहीं था, बल्कि ऑप्टिकल फाइबर की आपूर्ति पूरी तरह से नियंत्रण से बाहर हो गई थी—कोई भी टेलीकॉम कंपनी ऋण लेकर खुदाई कर सकती थी और कोई भी ब्रेक नहीं लगा सकता था।
और AI कैलकुलेशन की आपूर्ति, दुनिया के सबसे संरक्षवादी लोगों के हाथों में है।
AI युग का "केंद्रीय बैंक"
टाइवेक द्वारा उन्नत प्रक्रिया में 90% से अधिक बाजार हिस्सा है, जो इंटेल और सैमसंग के सापेक्ष लगभग 9 से 15 महीने का अग्रणी फायदा रखता है, और सबसे उन्नत 2 नैनोमीटर पर इस अंतर में कोई कमी का संकेत नहीं है। इसका मतलब एक बात है: वैश्विक AI चिप उत्पादन, बाजार द्वारा नहीं, बल्कि टाइवेक द्वारा निर्धारित होता है।
यह AI युग का केंद्रीय बैंक है—फेड यह तय करता है कि कितना पैसा छापा जाए, और TSMC यह तय करता है कि कितनी कैलकुलेशन क्षमता छापी जाए। फेड को ब्याज दर बढ़ाने के लिए मीटिंग करनी पड़ती है, वोट लेना पड़ता है, और राजनीतिक दबाव का सामना करना पड़ता है; जबकि TSMC कैलकुलेशन सप्लाई को नियंत्रित करने के लिए सिर्फ विस्तार योजना पर हामी नहीं भरना होता।
और इस "केंद्रीय बैंक" के गवर्नर्स, 70 के दशक के बुजुर्ग इंजीनियर हैं, जिन्होंने 2001 और 2008 के समय को देखा है। वे खुद को संस्थापक की विरासत के संरक्षक मानते हैं, उन्होंने अपनी आँखों से देखा है कि सेमीकंडक्टर का बुलबुला कैसे फूला और पूरे उद्योग को कैसे दबा दिया। उनकी यादों में, "तेजी के बाद की गिरावट" कोई पाठ्यपुस्तक का उदाहरण नहीं है, बल्कि उनके द्वारा बर्खास्त किए गए कर्मचारी और उनके द्वारा बंद की गई उत्पादन लाइनें हैं।
इसलिए जब हुआंग रेन्ज़ुन आए और उत्पादन क्षमता को दोगुना या तीन गुना करने की मांग की — तो उन्होंने इनकार कर दिया।
इस बात पर विचार करें कि यह कितना विपरीत है: पृथ्वी पर सबसे अधिक लोकप्रिय कंपनी, जिसके पास असीमित ऑर्डर और नकदी है, आपके पास आती है और आपसे उत्पादन बढ़ाने का अनुरोध करती है, और आप कहते हैं नहीं। ऐसा "नहीं" दुनिया भर में केवल एक ही कंपनी कह सकती है, और केवल एक ही कंपनी के पास इसका फैसला करने का अधिकार है।
एक छोटा विवरण: हुआंग रेन्जुन और TSMC ने तीस से अधिक वर्षों तक कभी भी कोई औपचारिक खरीद समझौता नहीं किया है। सिर्फ हाथ मिलाकर। यह प्रबंधन की कमी नहीं है, बल्कि तीस साल के विश्वास का परिणाम है—इसीलिए TSMC सबसे बड़े ग्राहक को "नहीं" कह सकता है, और सबसे बड़ा ग्राहक इसे स्वीकार करने के लिए मजबूर है।
यह ताला कितना कसा हुआ है
डिजिटल स्तर पर:
सबसे उन्नत 2 नैनोमीटर प्रक्रिया की इस साल के अंत तक की सभी उत्पादन क्षमता बिक चुकी है, एक भी नहीं बचा
काओह्सियोंग में एक साथ 5 नैनोमीटर वेफर प्लांट बनाए जा रहे हैं—मानव इतिहास के सबसे बड़े अग्रणी प्रक्रिया समानांतर निर्माण, लेकिन एक अग्रणी वेफर प्लांट को निर्माण से उत्पादन तक पहुंचने में तीन से पांच साल लगते हैं, और प्रारंभिक निवेश दो सौ अरब डॉलर से अधिक है
इसके बावजूद, 2030 तक 2 नैनोमीटर की मासिक मांग 4-4.5 लाख वाफर्स की उम्मीद है, जबकि क्षमता केवल 3-3.5 लाख वाफर्स है—लंबे समय तक 1-1.5 लाख वाफर्स/महीने की कमी, जो मांग का एक चौथाई से एक तिहाई हिस्सा हमेशा पूरा नहीं हो पाएगा।
एक और छिपा हुआ बाधक: उन्नत पैकेजिंग। चिप बनाना केवल अधूरा उत्पाद है; कॉम्प्यूटिंग चिप और मेमोरी को "पैकेज" करना आवश्यक है ताकि इसका उपयोग किया जा सके—यह AI चिप की "अंतिम किलोमीटर" है, और यह मार्ग भी मूल रूप से ताइवान सेमीकंडक्टर मैनुफैक्चरिंग कंपनी (TSMC) के हाथों में है, जिसकी क्षमता लगातार मांग से कम है।
अगर TSMC पूरी तरह से अपने हाथों को खोल दे, तो NVIDIA थ्योरीटिकली एक वर्ष में 2 से 3 ट्रिलियन डॉलर के GPU बेच सकता है—यह संख्या वर्तमान वास्तविक वितरण स्तर के लगभग दस गुना है। TSMC ही इस संख्या को बंद कर रहा है।
दुनिया भर के AI के लक्ष्य मिलकर टाइवेक की उत्पादन सूची के सामने पंक्ति बनाते हैं।
इस ताला को भी तोड़ा जा सकता है
समानता के लिए, विपरीत पक्ष को भी स्पष्ट कर दें। यह ताला अनंत गति वाली मशीन नहीं है; इसे तोड़ने की योजना है: अगर कोई — चाहे मस्क जैसा पागल, या फिर तेजी से उबरने की कोशिश कर रहा इंटेल — टाइवेक को छोड़कर, उपकरण निर्माताओं के समर्थन के साथ, एक सुपर वेफर प्लांट क्लस्टर बनाकर, उन्नत उत्पादन के एकाधिकार को तोड़ दे, तो उत्पादन विस्तार की अनुशासन प्रणाली टूट जाएगी।
तब तक, हर चिप फैक्ट्री 2000 के टेलीकॉम कंपनियों की तरह अतिरिक्त क्षमता बनाने में लग जाएगी, और आपूर्ति के अधिक का इंजन वास्तव में चालू हो जाएगा।
अच्छी खबर यह है कि स्थापना की भौतिक अवधि वहाँ मौजूद है, और यह पटकथा 2027 तक लगभग नहीं चल सकती। बुरी खबर यह है कि जब यह पटकथा शुरू होगी, तो इसका कोई ट्रेलर नहीं होगा।
बुलबुले को अनियंत्रित आपूर्ति की आवश्यकता होती है। और AI की आपूर्ति का वाल्व, दो बार के क्रैश को देख चुके और हुआंग रेनजुन को अस्वीकार कर चुके बुजुर्गों के हाथों में है!
दूसरी ताला: बिजली
अगर टाइवेक कल ही अपने उत्पादन को बढ़ाने का फैसला कर ले, तो बनाए गए चिप्स के लिए भी जगह होनी चाहिए।
यह दूसरी ताला है: बिजली और भूमि।
बहुत से लोग सोचते हैं कि AI बुनियादी ढांचे की सीमा चिप है, लेकिन वास्तव में वर्तमान में असली समस्या अधिक साधारण चीजें हैं—डेटा केंद्रों की भूमि अनुमति और बिजली नेटवर्क से जुड़ना।
इस बात की अवास्तविकता समय के पैमाने के असंगति में है। एक चिप का डिज़ाइन करने में दो साल; एक डेटा सेंटर बनाने में दो से तीन साल; लेकिन एक डेटा सेंटर को पर्याप्त बिजली देने के लिए—नए पावर प्लांट बनाना, सबस्टेशन की क्षमता बढ़ाना, हाई-वोल्टेज ट्रांसमिशन लाइनें खींचना, और पर्यावरणीय मूल्यांकन और अनुमोदन पूरा करना—इसमें कम से कम पाँच साल लगते हैं। चिप्स नैनोमीटर के अनुसार विकसित होती हैं, जबकि ग्रिड दशकों की योजना पर काम करती है।
चिप्स मासिक रूप से अपग्रेड होते हैं, जबकि बिजली का नेटवर्क दशकों में गिना जाता है—यह AI युग का सबसे बड़ा समय अंतर है।
तो आप एक अजीब दृश्य देखेंगे: कुछ अरब डॉलर के बजट वाले टेक दिग्गज, जैसे सोने के खनिज खोजने वाले पानी की तलाश करते हैं, वैसे ही “बिजली वाली जमीन” की तलाश में दुनिया भर में घूम रहे हैं। न्यूक्लियर प्लांट के पास जमीन खरीदना, बीस साल के बिजली खरीद समझौते पर हस्ताक्षर करना, या फिर सीधे पैसे देकर बंद हो चुके न्यूक्लियर रिएक्टर को फिर से चलाना। पैसा मुद्दा नहीं है, बिजली है।
बिजली की कमी 2027-2028 तक धीरे-धीरे कम होने का अनुमान है—बिजली संयंत्रों और ग्रिड के निर्माण चक्र इस समय सारणी को निर्धारित करते हैं, और इसे कितना भी पैसा खर्च किया जाए, इसे काफी हद तक संकुचित नहीं किया जा सकता।
दो ताले एक के ऊपर एक रखे गए हैं, जिसका प्रभाव है: AI कैलकुलेशन क्षमता की वृद्धि को जबरदस्ती "समतल" कर दिया गया है। मांग विस्फोट करना चाहती है, लेकिन आपूर्ति केवल धीरे-धीरे बढ़ सकती है। इसलिए वृद्धि धीमी हो गई है, लेकिन अधिक लंबी और स्थिर—यह वही है जो इतिहास में रेलवे, नहरों, इंटरनेट जैसी प्रौद्योगिकीय क्रांतियों को कभी नहीं मिला। उन सभी में आपूर्ति पहले अनियंत्रित हो गई, और फिर पतन हुआ।
इतिहास में हर तकनीकी क्रांति आपूर्ति के अनियंत्रित होने से मर गई। AI पहला ऐसा है जिसे भौतिक नियमों ने जबरदस्ती अपनी गति पर रोक लिया है—यही इसकी सबसे बड़ी किस्मत है।
एक अंतरिक्ष से आया चर
यहाँ एक लंबे समय तक का चर छोड़ें: स्पेस डेटा सेंटर।
तर्क विज्ञान कथा जैसा है लेकिन बहुत मजबूत है—सूर्य समकालिक कक्षा में सौर ऊर्जा असीमित है, मुफ्त है; उपग्रह का अंधेरा पक्ष -200 डिग्री सेल्सियस की गहरी अंतरिक्ष की ओर मुख किए हुए है, जिससे शीतलन लगभग मुफ्त है। कल्पित आकृति यह है: उपग्रह का सामने का हिस्सा सौर पैनल है, मध्य में मानक सर्वर रैक है, और पीछे सौ मीटर लंबा शीतलन उपकरण लटका हुआ है, कई उपग्रह लेजर से जुड़े हुए हैं, जो कक्षा में एक वर्चुअल डेटासेंटर का निर्माण करते हैं।
अंतरिक्ष में भूमि केंद्रीय डेटासेंटर की सबसे महंगी दो चीजें—बिजली और शीतलन—मुफ्त हैं।
अनुसूची: दो वर्षों के भीतर संकल्पना प्रमाण देखा जा सकता है, और 2030 के आसपास भूमि केंद्रीय डेटासेंटर के निवेश तर्क को कमजोर करना शुरू हो सकता है।
इस चर को याद रखें। यह अभी कुछ भी नहीं बदलता, लेकिन यह L3 बुनियादी ढांचे के ऊपर एक तलवार की तरह लटक रहा है—जल्द ही इसका उपयोग किया जाएगा।
बुलबुले वास्तव में कहाँ हैं: पिरामिड के प्रत्येक स्तर पर खनन बम निकालें
दो ताले समाप्त, अब पांच स्तरों वाले मानचित्र पर वापस आते हैं, नीचे से ऊपर की ओर, एक-एक करके।
L0 + एप्लिकेशन लेयर हेड: लार्ज कैप—महंगा, लेकिन फोम नहीं
माइक्रोसॉफ्ट, गूगल, मेटा, अमेज़न, निवेडिया। इस स्तर का पूंजी खर्च, वास्तविक अनुबंधों, वास्तविक आय और पूर्ण क्षमता के उपयोग से संबंधित है।
Just two numbers are enough.
पहला: AWS के पास पहले से ही हस्ताक्षरित लेकिन अभी तक निष्पादित नहीं हुए ऑर्डर 3600-3700 अरब डॉलर के स्तर पर हैं, जो पिछले वर्ष की तुलना में 90% से अधिक की वृद्धि है—यह किसी शीर्ष AI प्रयोगशाला द्वारा बाद में जोड़े गए 1000 अरब डॉलर के प्रतिबद्धता को शामिल नहीं करता। इसका क्या मतलब है? इसका मतलब है कि AWS आज से एक भी नया ग्राहक नहीं हासिल करे, तो भी इसके पास पहले से हस्ताक्षरित कार्य इतने हैं कि वह कई सालों तक काम कर सकती है। ये अनुमान नहीं, बल्कि हस्ताक्षरित करार हैं।
दूसरा: पहले उल्लिखित शीर्ष बड़े मॉडल कंपनी—18 महीनों में, आय 1 अरब से कम से अधिक से 450 अरब तक पहुंच गई, क्वार्टरly लाभ कमाया। मानव व्यापारिक इतिहास में इस वृद्धि दर का कोई दूसरा उदाहरण नहीं है।
एक और लागत जिसकी बहुत कम लोग गणना करते हैं: निष्कर्षण की आर्थिकता। एक अग्रणी मॉडल को प्रशिक्षित करना केवल निवेश है, जिसमें बिना किसी झिझक के पैसा खर्च होता है; लेकिन मॉडल के प्रशिक्षण के बाद, प्रत्येक बार इसका उपयोग किए जाने और प्रत्येक टोकन के उत्पादन पर आय होती है। वर्तमान उद्योग के अनुसार, एक मॉडल के पूरे जीवनचक्र के दौरान निष्कर्षण आय का अवसर, इसके प्री-ट्रेनिंग निवेश का लगभग 5 से 10 गुना होता है। अर्थात, आज के खगोलीय पैसे के पूंजी खर्च से आप "मॉडल" नामक एकल-उपयोग उत्पाद नहीं, बल्कि भविष्य के कई वर्षों के "कैलकुलेशन टॉलबूथ" को खरीद रहे हैं।
टोल प्लाजा मॉडल की एक विशेषता है: प्रारंभिक निवेश डरावना होता है, और बाद में कैश फ्लो बहुत अधिक हो जाता है। हाईवे, बिजली का नेटवर्क, टेलीकॉम नेटवर्क—सभी इसी तरह के हैं—जब तक कि वास्तव में गाड़ियाँ चल रही हों। और हमने पहले ही पुष्टि कर ली है: कोई भी GPU अंधेरा नहीं है, हर लेन पूरी तरह से भरा हुआ है।
क्या यह महंगा है? हाँ, महंगा है। क्या यह बुलबुला है? बुलबुले की परिभाषा है कि कीमत बुनियादी बातों से अलग हो जाए, और इसकी बुनियादी बातें कीमत का हर 18 महीने में 80 गुना तेजी से पीछा कर रही हैं।
वर्षों तक मूल्यांकन आय का इंतजार कर रहा था, जिससे दिवालियापन हो गया; अब आय मूल्यांकन का पीछा कर रही है, और उसे पकड़ भी रही है।
इस स्तर के खरीददारों को एक वाक्य में समझाएं: वे कैपिटल स्पेंडिंग एक कहानी पर नहीं, बल्कि पहले से हस्ताक्षरित ऑर्डर को पूरा करने के लिए कर रहे हैं—बिना उत्पादन में वृद्धि किए, वे अपने अनुबंधों को पूरा नहीं कर सकते; यह भ्रम से नहीं, बल्कि मांग द्वारा धकेली गई पूंजी खर्च है।
L1 मेमोरी लेयर: शॉर्ट-लॉन्ग किलिंग जोन
ऊपरी स्तर, स्टोरेज चिप। यह अभी सबसे तीव्र बुल-बेयर विभाजन का मैदान है।
इस स्तर को क्यों महत्वपूर्ण समझें? अगर GPU एक शेफ है, तो मेमोरी (विशेषकर उच्च बैंडविड्थ मेमोरी HBM) एक तैयारी की मेज है—चाहे शेफ कितना भी तेज़ काटे, अगर सामग्री पहुँच नहीं पा रही है, तो सब बेकार है। और AI निष्कर्षण वास्तव में "तैयारी की गति" का बहुत अधिक उपयोग करने वाला काम है: मॉडल जितना बड़ा होगा और बातचीत जितनी लंबी होगी, मेमोरी बैंडविड्थ की आवश्यकता गणना क्षमता की आवश्यकता से भी तेज़ी से बढ़ती है।
वर्तमान स्थिति: मेमोरी की कीमतें एक वर्ष में 60-70% बढ़ गई हैं, और माइक्रोन का लाभांश अतीत के औसत 16% से बढ़कर 70% हो गया है।
इस संख्या को इतिहास में देखें कि यह कितना डरावना है: पिछले पच्चीस वर्षों में, मेमोरी उद्योग जाना जाता रहा है "सूअर चक्र" के रूप में—कीमतें बढ़ती हैं, भयानक उत्पादन विस्तार, आपूर्ति का अधिकतम, कीमतों में गिरावट, सामूहिक नुकसान, और यह चक्र बार-बार दोहराया जाता है। इस उद्योग में हर 70% के लाभमार्जिन के बाद एक अंतिम संस्कार होता है। पुराने स्क्रिप्ट के अनुसार, अब आपको सब कुछ बेचकर भागना चाहिए।
लेकिन बुलिश तर्क यह है कि इस बार की मांग इन्वेंटरी भरने की नहीं, बल्कि संरचनात्मक है। AI रीजनिंग के लिए HBM की मांग लगातार बढ़ती रहेगी, और मेमोरी निर्माता 25 सालों के चक्रीय सबक से सीख चुके हैं, इसलिए इस बार उत्पादन में वृद्धि अत्यंत सावधानी से की जा रही है—कोई भी ऐसा व्यक्ति बनना नहीं चाहता जो कीमतों को गिरा दे।
एक संरचनात्मक परिवर्तन है जिसका अलग से उल्लेख किया जाना चाहिए: बीसवीं सदी के अंत तक, वैश्विक उच्च-वर्ग मेमोरी बाजार में बारह से अधिक निर्माता थे, जिनके बीच कीमतों की युद्ध लड़ी जा रही थी; आज, केवल तीन बड़े खिलाड़ी बचे हैं, जो प्रशांत महासागर के पार एक-दूसरे के उत्पादन विस्तार की योजनाओं को देख रहे हैं, और कोई भी पहले कदम नहीं उठाना चाहता। इस अल्पसंख्यक संरचना में स्वतः ही उत्पादन का नियंत्रण होता है—यही "इस उत्पादन विस्तार का नियंत्रण खोया नहीं जाएगा" का सबसे मजबूत संरचनात्मक कारण है, जो किसी भी प्रबंधन के कथन से अधिक विश्वसनीय है।
और HBM अभी भी सामान्य मेमोरी की उत्पादन क्षमता को धीरे-धीरे विस्थापित कर रहा है: एक ही उत्पादन लाइन पर, HBM के लिए आवंटित वेफर से सामान्य मेमोरी की तुलना में काफी कम मात्रा में उत्पादन होता है। HBM की मांग जितनी अधिक होगी, सामान्य मेमोरी की आपूर्ति उतनी ही संकुचित होगी, और पूरे उद्योग में कीमतें एक साथ बढ़ जाएंगी—यही कारण है कि आपके कंप्यूटर में सामान्य मेमोरी बार की कीमत भी बढ़ रही है।
एक और महत्वपूर्ण संख्या: वर्तमान में दुनिया भर में सही ढंग से AI का उपयोग करने वाली आबादी लगभग 0.1% है। अगर यह संख्या 5% तक पहुँच जाए—यानी "जानकारों का खिलौना" से "सामान्य क्लर्क का दैनिक उपकरण" बन जाए—तो मेमोरी की मांग की सीमा बादलों से ऊपर होगी।
शॉर्ट्स का तर्क भी समान रूप से मजबूत है: वर्तमान कीमत वृद्धि कीमत द्वारा स्वयं चलाई जा रही है, न कि बिक्री द्वारा—स्टॉक करना, बेचने से इंकार करना, ऊपर की ओर बढ़ने पर खरीदना और नीचे की ओर जाने पर नहीं, यह एक आम सप्लाई-डिमांड मिसमैच का संकेत है, न कि स्वस्थ मांग का।
70% का लाभ मार्जिन, या तो एक नए युग की शुरुआत है, या पुराने स्क्रिप्ट का शीर्षक है। बुल्स यह मानते हैं कि "इस बार अलग है" — और यह पांच शब्द, निवेश के इतिहास में सबसे महंगे पांच शब्द हैं।
हम इस स्तर पर कोई निष्कर्ष नहीं निकालते। यह एक जुए की मेज है, एक बुलबुला नहीं, दोनों ओर वास्तविक चिप्स हैं।
L2 इंटरकनेक्ट लेयर: ऑप्टिकल मॉड्यूल — फोम की गंध, यहाँ से शुरू होती है
अंततः हम उस जगह पर पहुँच गए जहाँ हमें वास्तव में बोर्ड पर ध्यान देना था। यही उस मानचित्र पर एकमात्र "हार्डवेयर अपवाद" है।
पहले तीस सेकंड में समझिए कि ऑप्टिकल मॉड्यूल क्या है। एक AI डेटासेंटर में कई लाख GPU होते हैं, जो अलग-अलग काम नहीं करते, बल्कि लगातार डेटा आदान-प्रदान करते हैं और एक ही मॉडल की गणना करते हैं—चिप्स के बीच की "बातचीत" इतनी भारी होती है कि कॉपर तार इसे सहन नहीं कर सकते, इसलिए बिजली के संकेतों को प्रकाश संकेतों में बदलकर ऑप्टिकल फाइबर से प्रेषित किया जाता है। जो छोटा बॉक्स "विद्युत से प्रकाश" और "प्रकाश से विद्युत" में बदलता है, वही ऑप्टिकल मॉड्यूल है।
GPU मांसपेशियाँ हैं, ऑप्टिकल मॉड्यूल रक्त नलिकाएँ हैं। जितना बड़ा क्लस्टर होता है, उतना ही चिप्स के बीच कनेक्शन की आवश्यकता वर्गानुपातिक रूप से बढ़ती है—इसलिए AI जितना लोकप्रिय होता है, ऑप्टिकल मॉड्यूल उतना ही अधिक पागल हो जाते हैं। यह उद्योग का तर्क सच है; इस साल पूरे ऑप्टिकल मॉड्यूल बाजार में लगभग 60 प्रतिशत की वृद्धि की उम्मीद है, और क्षमता वास्तव में "2028 तक बिक चुकी है"।
यह तर्क सच है। लेकिन हम प्रत्येक कंपनी के स्टॉक प्राइस को अलग-अलग देखते हैं।
पहला: Lumentum — पिछले बुलबुले का बेटा, इस बुलबुले का नेता
यह कंपनी लेजर और ऑप्टिकल कंपोनेंट्स बनाती है, जिसका मतलब है कि यह ऑप्टिकल मॉड्यूल और ऑप्टिकल कम्युनिकेशन सिस्टम में सबसे महत्वपूर्ण "सोर्स" है। इसकी वंशावली बहुत दिलचस्प है: इसका पूर्ववर्ती, 2000 के ऑप्टिकल कम्युनिकेशन बुलबुले का सबसे प्रसिद्ध स्टार स्टॉक में से एक था—उस कंपनी का बाजार मूल्य एक समय अरबों डॉलर तक पहुंच गया था, लेकिन बुलबुले के फटने के बाद यह 99% गिर गया और "इंफ्रास्ट्रक्चर बुलबुला" के लिए पाठ्यपुस्तक का मानक उदाहरण बन गया। Lumentum उसी कंपनी से अलग हुई बिजनेस इकाई है।
बीच के बीस वर्षों में, यह बहुत साधारण रहा: आईफोन के चेहरा पहचान प्रणाली के लिए लेजर, टेलीकॉम नेटवर्क के लिए घटक प्रदान करना, एक पारंपरिक "अच्छी लेकिन बोरिंग" हार्डवेयर कंपनी।
फिर AI आया। डेटा सेंटर को विशाल मात्रा में उच्च गति लेजर की आवश्यकता है, और नवीनतम "प्रकाश मार्ग को सीधे स्विच में एकीकृत करने" की तकनीकी दिशा ने इसे पुनः स्टेज पर ला दिया, जिसमें न्यूमाडा ने 20 बिलियन डॉलर का निवेश भी किया। इसलिए: पिछले 12 महीनों में, स्टॉक की कीमत 10 गुना से अधिक बढ़ गई।
क्या व्यवसाय बेहतर हो रहा है? हाँ, वास्तव में बेहतर हो रहा है। ऑर्डर 2028 तक के लिए बुक्ड हैं, यह असली बात है। लेकिन कृपया दो संख्याओं को एक साथ रखें: इसकी आय वृद्धि की अपेक्षा अगले कुछ वर्षों में हर साल कुछ प्रतिशत है, जबकि शेयर मूल्य एक वर्ष में 1000 प्रतिशत से अधिक बढ़ गया है। बाजार इसकी कीमत इसकी वार्षिक आय के कई गुना पर तय कर रहा है—जबकि एक परिपक्व हार्डवेयर कंपनी के लिए सामान्य स्तर तीन से पाँच गुना होता है।
पिछले बुलबुले के टूटने का केंद्र प्रकाश था, और इस बुलबुले का सबसे तीव्र स्वाद भी प्रकाश ही है। इतिहास दोहराता नहीं, लेकिन वास्तव में छंद बनाता है।
दूसरा: AAOI — एक बार गिर चुके व्यक्ति फिर उसी चट्टान पर खड़े हो गए
यह कंपनी ऑप्टिकल ट्रांसीवर मॉड्यूल के पूरे उत्पाद बनाती है, जिन्हें मुख्य रूप से क्लाउड फर्मों के डेटासेंटर में बेचा जाता है। इसका इतिहास भी दिलचस्प है: पिछली डेटासेंटर निर्माण लहर (2017 के आसपास) में, यह एक बड़ी स्टॉक थी—जब तक कि इसका सबसे बड़ा ग्राहक अचानक आदेश काटकर अन्य आपूर्तिकर्ता की ओर मुड़ गया, जिसके परिणामस्वरूप अगले दो वर्षों में शेयर मूल्य 90 प्रतिशत गिर गया, और उसके बाद पूरे सात-आठ साल तक नुकसान के किनारे पर संघर्ष करती रही।
फिर AI आया, नई पीढ़ी के हाई-स्पीड ऑप्टिकल मॉड्यूल की मांग फूट पड़ी, पुराने ग्राहक वापस आ गए। इसलिए: इस साल के भीतर स्टॉक की कीमत 4 गुना से अधिक बढ़ गई।
इस कंपनी और Lumentum में अंतर पर ध्यान दें: Lumentum कम से कम उद्योग का नेता है, इसके पास तकनीकी बाध्यता है और NVIDIA का समर्थन है; AAOI एक दूसरी श्रेणी की कंपनी है जो पिछले दशक के अधिकांश समय लाभ नहीं कमा पाई है, इसके ग्राहक अत्यधिक केंद्रित हैं, और पिछली बार इसे ऑर्डर कटौती का सबक सिखाया गया है। इसकी तेजी लगभग पूरी तरह से सेक्टर के उत्साह के बल से हुई है।
और ज्वार अब हिलने लगा है। पिछले महीने, इस सेक्टर में एक ही दिन में दो अंकों की गिरावट कई बार हुई — AAOI एक दिन में 10% से अधिक गिरा, और नेता कंपनियाँ भी 7%-10% गिरीं। कोई वास्तविक नकारात्मक समाचार नहीं था, बस उच्च स्तर पर के शेयर ढीले पड़ने लगे हैं।
एक और बहुत कम चर्चित जोखिम है: तकनीकी रास्ता स्वयं।
अभी उद्योग में एक आर्किटेक्चर क्रांति चल रही है: ऑप्टिकल डिवाइस को "स्विच पर लगाए जाने वाले अलग छोटे बॉक्स" से बदलकर सीधे चिप पैकेजिंग में एकीकृत किया जा रहा है—इसे उद्योग में को-पैकेज्ड ऑप्टिक्स कहा जाता है। यदि यह दिशा मुख्यधारा बन जाती है, तो इसका मतलब दो बातें है: पहली, "ऑप्टिकल मॉड्यूल" एक स्वतंत्र उत्पाद रूप के रूप में क्रमशः समाहित हो जाएगा, और नियंत्रण मॉड्यूल निर्माताओं से चिप के विशालकाय कंपनियों के हाथों में स्थानांतरित हो जाएगा; दूसरी, श्रृंखला पर मूल्य "मुख्य प्रकाश स्रोत" की ओर केंद्रित हो जाएगा, और समारोह प्रक्रिया के लाभ को समाप्त कर दिया जाएगा।
इस तकनीकी क्रांति के लिए, लेजर रखने वाली कंपनी लुमेंटम के लिए अवसर जोखिम से अधिक हैं—प्रकाश स्रोत हमेशा की तरह आवश्यक हैं, और अब वे अधिक मूल्यवान हो गए हैं; लेकिन AAOI जैसी स्थापना पर आधारित मॉड्यूल निर्माताओं के लिए, यह सिर पर लटकी हुई दूसरी तलवार है। विडंबना यह है कि बाजार अब दोनों प्रकार की कंपनियों को लगभग समान उत्साह के साथ मूल्यांकन कर रहा है—जब ज्वार तेज होता है, तो कोई यह नहीं जांचता कि किसने स्विमिंग पैंट पहना हुआ है।
एक ही सेक्टर में, कुछ अनुपलब्ध प्रकाश स्रोत बेच रहे हैं, जबकि कुछ ऐसे बॉक्स बेच रहे हैं जिन्हें आसानी से आर्किटेक्चर के क्रांतिकारी परिवर्तन से बाहर किया जा सकता है—लेकिन शेयर मूल्य में कोई अंतर नहीं दिखता। यही बुलबुले की विशेषता है।
इस स्तर की लागत को जोड़ें: मांग में लगभग 60% की वृद्धि हुई है, और शेयर मूल्य चार से दस गुना तक बढ़ गया है। इन दोनों के बीच का अंतर क्या है? बाजार ने 2028 की आय को 2026 के शेयर मूल्य में पहले से ही डिस्काउंट कर दिया है।
सही कहानी, अतिरिक्त मूल्यांकन के साथ—यही बुलबुले का मानक रूप है। यह झूठा नहीं है, बल्कि इतना महंगा है कि भविष्य के लिए कोई गलती करने का स्थान नहीं छोड़ता।
क्यों ठीक इसी स्तर पर बुलबुला बन रहा है? उस मानचित्र के पैटर्न को वापस देखें—ऑप्टिकल मॉड्यूल पूरी हार्डवेयर श्रृंखला में सबसे कम भौतिक बाधा वाला हिस्सा है। वेफर फैक्ट्री बनाने में कई सौ अरब डॉलर और पांच साल लगते हैं, लेकिन ऑप्टिकल मॉड्यूल उत्पादन लाइन को बढ़ाने में केवल कुछ अरब डॉलर और कुछ क्वार्टर लगते हैं—यह एकमात्र हार्डवेयर हिस्सा है जिसकी आपूर्ति "अफवाहों" के साथ समायोजित हो सकती है। आपूर्ति को बंद नहीं किया जा सकता, इसलिए बुलबुले के लिए विकास का अवसर मिल जाता है।
टाइवेक की लॉक ऑप्टिकल मॉड्यूल को सुरक्षित नहीं कर सकती—क्योंकि ऑप्टिकल मॉड्यूल की उत्पादन क्षमता, पूरी श्रृंखला में एकमात्र ऐसा चरण है जिसके लिए टाइवेक की सहमति की आवश्यकता नहीं होती।
दैनिक दो अंकों की गिरावट बार-बार देखी जा रही है, जो बुद्धिमान पैसे के दरवाजे पर कतार लगाने लगे होने का संकेत है।
L3 इंफ्रास्ट्रक्चर लेयर: GPU क्लाउड सब-लीज़र — जीवित है, लेकिन दूसरों की बॉटलनेक पर निर्भर है
पिछले दो वर्षों में GPU किराए पर देने वाले नए क्लाउड फर्म उभरे हैं: वे स्वयं कार्ड खरीदते हैं, स्वयं डेटासेंटर बनाते हैं, और फिर कार्ड की कमी वाली कंपनियों को कैलकुलेशन पावर किराए पर देते हैं, जिसे उद्योग में NeoCloud कहा जाता है—हम इन्हें "GPU द्वितीयक किरायेदार" कहना पसंद करते हैं।
वे बहुत अच्छी तरह से काम कर रहे हैं, और वास्तव में दो तरीके जानते हैं: ये लोग हार्डवेयर को F1 ड्राइवर द्वारा रेस कार को चलाने के समान दबाते हैं, GPU का वास्तविक उपयोग पारंपरिक दूसरे स्तर के आपूर्तिकर्ताओं की तुलना में 2-3 गुना हो सकता है। एक ही सेट कार्ड्स के साथ, वे अधिक आय प्राप्त कर सकते हैं।
यह भी सत्य है: चार बड़े क्लाउड विक्रेताओं की अपनी क्षमता पर्याप्त नहीं है, और अतिरिक्त मांग को किसी न किसी को स्वीकार करना होगा। जब तक "कैलकुलेशन की कमी" यह प्रमुख पूर्वधारणा बनी रहेगी, तब तक द्वितीयक किरायेदार के लिए व्यवसाय होगा।
लेकिन इस व्यवसाय की प्रकृति पर ध्यान दें: वे बॉटलनेक के लाभार्थी हैं, न कि डिफेंसिव मूव के धारक।
उनकी स्थिति को स्पष्ट रूप से समझें: वे जो भी पैसा कमाते हैं, वह मूल रूप से "बड़ी कंपनियों की उत्पादन विस्तार अभी तक पीछे है" इस समय के अंतर से आता है। लेकिन—बिजली की बाधा 2027-2028 तक आरामदायक होने का अनुमान है; बड़ी कंपनियों के स्वयं के डेटासेंटर मानव इतिहास के सबसे तेज़ गति से बन रहे हैं; पहले रखा गया वह संकेत, अंतरिक्ष डेटासेंटर, अगर 2030 के दशक में लागू हुआ, तो भूमि पर कैलकुलेशन की दुर्लभता का तर्क पूरी तरह से नष्ट हो जाएगा।
समय अंतराल बंद हो जाएगा। सब-लीज़र के पास प्रॉपर्टी सर्टिफिकेट नहीं है, केवल एक अज्ञात समाप्ति तिथि वाली किराये की समझौता है।
और इस व्यवसाय का एक संरचनात्मक कमजोर पहलू भी है: ग्राहक और मुख्य आय स्रोत अत्यधिक केंद्रीकृत हैं। उनके कार्ड एक ही चिप विशालकाय से आते हैं, बड़े ग्राहक अक्सर केवल दो या तीन AI कंपनियाँ होती हैं, और कुछ प्लेयर्स के सबसे बड़े शेयरधारक और सबसे बड़े आपूर्तिकर्ता एक ही नाम के होते हैं। ऊपरी चरण आपके स्रोत पर कब्जा किए हुए है, निचला चरण आपकी आय पर, और मध्यवर्ती में आप "मैचिंग समय अंतर" का कमाई करते हैं—ऐसा व्यवसाय बहुत मुनाफा कमा सकता है, लेकिन "प्लेटफॉर्म" के मूल्यांकन के लायक नहीं है।
दूसरों के बॉटलनेक से पैसा कमाने के लिए, उस दिन की तैयारी भी कर लें जब बॉटलनेक खत्म हो जाए।
यह स्तर धोखेबाजी नहीं है, आज की नकदी प्रवाह वास्तविक है। लेकिन बाजार अभी इन्हें एक अस्थायी स्थिति के स्थायीकरण के लिए उच्च मूल्यांकन दे रहा है—यह मूल्यांकन त्रुटि है, जो बुलबुले की ओर बढ़ रही है।
L4 एप्लिकेशन लेयर के लॉन्ग टेल + VC इकोसिस्टम: बुलबुले के संकेत सबसे मजबूत जगह
अंतिम रूप से पिरामिड के शीर्ष पर पहुँचें। इस स्तर को दो हिस्सों में देखें।
शीर्ष आधे हिस्से—कुछ ही ऐसी बड़ी मॉडल कंपनियाँ जिनकी वास्तविक आय है—पहले ही बता चुके हैं, आय अनुमान के बराबर है, इस पर विस्तार नहीं किया जाएगा।
असली समस्या लॉन्ग टेल में है, और लॉन्ग टेल को रक्त देने वाले VC पारिस्थितिकी तंत्र में। सबसे अधिक चौंकाने वाली संख्याएँ यहीं हैं:
इस साल की पहली तिमाही में, AI कंपनियों ने वैश्विक जोखिम निवेश का अधिकांश हिस्सा ले लिया—प्रत्येक 10 डॉलर के VC निवेश में से 8 डॉलर से अधिक AI की ओर गए।
1999 में, इंटरनेट बुलबुले के शीर्ष पर, यह अनुपात कितना था? लगभग एक तिहाई से चार दशमलव दसवां हिस्सा।
That means today, VCs' concentration of bets on a single theme is twice that of the peak of the largest bubble in human history.
और संरचना अत्यधिक असंतुलित है: केवल चार बड़ी शीर्ष लेनदेन ने वैश्विक चौथाई के कुल VC निवेश का 65% खा लिया। पूरी दुनिया का एक चौथाई का जोखिम निवेश, चार कंपनियों के खातों में चला गया।
इससे एक प्रभाव श्रृंखला बन गई: शीर्ष सितारे कंपनियाँ वास्तविक आय के साथ अत्यधिक अवलोकन मूल्यांकन को समर्थन देती हैं—यह समस्या नहीं है; लेकिन हजारों ऐसी लंबी पूँजी वाली स्टार्टअप कंपनियाँ, जिनकी कोई आय नहीं है, शीर्ष कंपनियों के मूल्यांकन तर्क का उपयोग करके अपना मूल्य निर्धारित कर रही हैं—“उस कंपनी ने 18 महीनों में 80 गुना बढ़ा, मुझे क्यों नहीं करना चाहिए?”—यह बड़ी समस्या है। 1999 में “केवल .com जोड़ो और बढ़ाओ” का खेल, आज का संस्करण है “केवल AI Agent जोड़ो और दोगुना करो।”
अधिक जटिल बात यह है कि इन लॉन्ग टेल कंपनियों की मृत्यु का परिदृश्य पहले से ही देखा जा सकता है। वे उत्पाद की विफलता से नहीं मरेंगी—उत्पाद तो अच्छा भी हो सकता है। वे मूल्यांकन उलटाव के कारण मरेंगी: पिछले राउंड में बुलबुले की कीमत पर जुटाए गए पैसे का उपयोग पूरा हो चुका है, और अगले राउंड में निवेशक केवल वास्तविक कीमत पर ही पैसा देने को तैयार हैं, और वास्तविक कीमत पर फंडिंग का मतलब है कि पिछले राउंड के निवेशकों को भारी नुकसान होगा और संस्थापक टीम के स्टॉक पूरी तरह से शून्य हो जाएंगे—इसलिए बातचीत टूट जाती है, और कंपनी "मूल्यांकन की सम्मानजनकता" और "जीवित रहना" के बीच फंसी रहती है, जब तक कि खाते में पैसा समाप्त नहीं हो जाता। 1999 की उस पीढ़ी की अधिकांश कंपनियाँ इसी तरह मरीं: बाजार द्वारा मारी नहीं गईं, बल्कि अपने पिछले मूल्यांकन से घुटनों पर ले आईं।
एक और एम्पलीफायर: इस चक्र की लॉन्ग टेल कंपनियों की लागत संरचना 1999 की तुलना में अधिक कमजोर है। उस समय की इंटरनेट स्टार्टअप्स बाजार खर्च पर पैसा खर्च करती थीं—विज्ञापन बंद कर देने से वे जीवित रह सकती थीं; आज की AI स्टार्टअप्स की लागत गणना बिल पर है—मॉडल का उपयोग नहीं होता, तो उत्पाद ठहर जाता है, और इस राशि को काटा नहीं जा सकता। आय कहानी है, लागत कठोर है, और पूंजी के प्रवाह में कमी के समय इस संयोजन की मृत्यु दर पिछले चक्र से अधिक तेज़ होगी।
ध्यान दें, यह "बड़े कैप में बुलबुला नहीं है" के साथ विरोधाभासी नहीं है—
शीर्ष पर वास्तविक आय का समर्थन है, लेकिन लॉन्ग टेल पर केवल कहानियों का समर्थन है। बुलबुला सबसे बड़ी कंपनियों में नहीं होता, बुलबुला उन छोटी कंपनियों में होता है जो सबसे बड़ी कंपनियों के मूल्यांकन तर्क का उपयोग करके अपना मूल्य निर्धारित करती हैं।
क्या आपको याद है 1999 का असली सबक क्या था? यह नहीं कि "इंटरनेट झूठा है" — इंटरनेट सच है, ई-कॉमर्स सच है, सबसे बड़ा ई-कॉमर्स प्लेटफॉर्म बच गया और दुनिया पर राज किया। सबक है:
एक वास्तविक तकनीकी क्रांति में, आप अभी भी सारा पैसा खो सकते हैं—अगर आप गलत स्तर पर खरीदते हैं।
शॉर्ट्स पूरी तरह गलत नहीं हैं: सोने से पहले सोचने लायक दो हमला रेखाएँ
यहां तक पढ़ने के बाद, अगर आपको लगता है कि हम बेवकूफ बुलिश हैं, तो कृपया आगे पढ़ें। बेयर साइड पर असली चीजें हैं, और इन असली चीजों की तीखापन अधिकांश बुलिश्स के स्वीकार करने से अधिक है।
शॉर्ट्स की दो मुख्य हमला रेखाएँ हैं। सतही रूप से ये दो विषय हैं, लेकिन गहराई से खोजने पर, आप पाएंगे कि वे एक ही समस्या के दो पहलू हैं।
आक्रमण लाइन 1: अवमूल्यन युद्ध—आपका GPU वास्तव में कितने साल तक उपयोग किया जा सकता है?
एक जीवनिक उदाहरण के साथ "डिप्रिसिएशन" को समझाएं।
मान लीजिए आप एक राइड-शेयरिंग ड्राइवर हैं और आपने कार खरीदने के लिए 3 लाख रुपये खर्च किए। यदि आप इस कार को 3 साल में पुरानी मानकर लेखा करते हैं, तो प्रति वर्ष लागत 10 लाख रुपये होगी; यदि आप इसे 6 साल में पुरानी मानकर लेखा करते हैं, तो प्रति वर्ष लागत केवल 5 लाख रुपये होगी। ध्यान दें: आपको एक पैसा भी अधिक कमाई नहीं हुई है, कार भी वही है, केवल एक लेखांकन मान्यता बदल गई है, और आपका लाभ प्रति वर्ष 5 लाख रुपये से बढ़ गया है।
अब कार को GPU से बदल दें, और 30 लाख को कई अरब डॉलर से बदल दें।
टेक दिग्गज एक साथ एक ही काम कर रहे हैं: GPU के अवमूल्यन अवधि को बढ़ा रहे हैं। पहले सामान्यतः 3-4 वर्ष माना जाता था, अब यह 5 या 6 वर्ष तक बढ़ा दिया गया है। प्रत्येक वर्ष की वृद्धि से वर्तमान लाभ अधिक अच्छा दिखता है। शॉर्ट सेलर्स के अनुमान के अनुसार, इस तरह के परिवर्तन से आगामी तीन वर्षों में पूरे उद्योग में हजारों अरब डॉलर का अवमूल्यन कम किया जा सकता है, और कुछ दिग्गजों का वर्तमान लाभ 20% से अधिक अतिआकलित हो सकता है।
बीस प्रतिशत का क्या अर्थ है? इसका मतलब है कि आप जो वित्तीय विवरण में लाभ देख रहे हैं, उसमें से एक-पांचवां हिस्सा संभवतः "लेखाकरण की मान्यताओं का उपहार" है, और व्यवसाय द्वारा कमाया गया नहीं।
बुलिश तर्क भी तर्कसंगत है: अवमूल्यन अवधि को अचानक नहीं बदला गया है। इन्फरेंस स्थितियों में, पुराने GPU पूरी तरह से काम करते हैं—अग्रणी मॉडल के प्रशिक्षण के लिए नवीनतम कार्ड की आवश्यकता होती है, लेकिन तीन साल पुराने कार्ड का उपयोग दैनिक इन्फरेंस के लिए किया जा सकता है, जिससे पूर्ण भार पर काम होता है और लाभ होता है। इस तर्क के अनुसार, GPU का 10 या 15 साल तक उपयोग करना अतिशयोक्ति नहीं है, और पिछले 3 साल के अवमूल्यन काल में वास्तव में कम मूल्यांकन किया गया था।
कौन सही है? सच्चा जवाब है: यह न्वाडिया पर निर्भर करता है। जितना अगली दो पीढ़ियों के बीच प्रदर्शन में बड़ी छलांग होगी, उतना ही पुराने कार्ड का मूल्य तेजी से गिरेगा और शॉर्ट साइड सही होगी; जितना छलांग कम होगी, उतना ही पुराने कार्ड की आयु बढ़ेगी और लॉन्ग साइड सही होगी। न्वाडिया हर नई पीढ़ी के लॉन्च के साथ अपने ग्राहकों के बैलेंस शीट के लिए मतदान कर रहा है।
AI फाइनेंस के सबसे विरोधाभासी पहलू में से एक: जितना निवेडिया का उत्पाद सफल होता है, उतना ही उसके ग्राहकों के फाइनेंशियल स्टेटमेंट संदिग्ध होते जाते हैं।
दूसरा हमला रेखा: GPU क्रेडिट — ऋण को अदृश्य स्थान पर ले जाएं
दूसरी हमला रेखा को अपडेट किया गया है, और यह अधिक छिपा हुआ है। बाजार में इसकी चर्चा कम है, लेकिन हम मानते हैं कि यह मूल्यह्रास की समस्या से एक क्रम अधिक गंभीर है।
GPU पहले ही जटिल बाहरी संरचनाओं के माध्यम से प्रवाहित हो रहे हैं। इस संरचना को अलग-अलग देखें, तो यह इस प्रकार काम करती है:
एक शेल कंपनी बनाएं: एक विशेष उद्देश्य वाहन (SPV) की स्थापना करें—एक ऐसी कंपनी जिसका केवल "GPU रखना" ही कारोबार हो।
Shell borrows money: Shell companies borrow from private credit funds to purchase thousands of GPUs
कार्ड उपयोगकर्ताओं को किराए पर दें: शेल कंपनियाँ GPU को AI कंपनियों को लंबे समय तक किराए पर देती हैं, किराया वसूलती हैं और किराए से ऋण का भुगतान करती हैं।
Card sellers join in: The best part is this step—the chip manufacturers also invest money into the shell company, becoming anchor investors.
प्रत्येक पक्ष को अपना लक्ष्य प्राप्त हुआ: AI कंपनी को कार्ड मिल गए, लेकिन उस पर कोई दायित्व नहीं पड़ा; विशालकाय और AI कंपनियों के बैलेंस शीट पर यह दायित्व दिखाई नहीं दिया; चिप निर्माताओं को बिक्री सुनिश्चित हो गई और निवेश लाभ भी मिल गया; निजी क्रेडिट फंड को उच्च ब्याज वाले संपत्ति मिल गए।
चारों पक्षों के लिए लाभ। केवल एक छोटी सी समस्या: ऋण गायब नहीं हुआ है, केवल यह दिखाई नहीं दे रहा है कि यह कहाँ है।
यह संरचना आपको कुछ याद दिलानी चाहिए। वास्तव में, यह दो इतिहास के अनुच्छेदों के साथ एक साथ तालमेल बैठाती है।
पहला अध्याय 2000 का था। कम ही लोग याद रखते हैं कि उस समय टेलीकॉम बुलबुले में एक भूमिका थी, जिसे "विक्रेता वित्तपोषण" कहा जाता था: उपकरण विशालकाय कंपनियाँ स्वयं अपने ग्राहकों को ऋण देती थीं, ताकि वे अपने ही उपकरण खरीद सकें। बुक पर बिक्री तेजी से बढ़ रही थी, वृद्धि वक्र परफेक्ट लग रहा था, लेकिन वास्तव में यह बस बाएँ हाथ से दाएँ हाथ में पैसा स्थानांतरित करना था—ग्राहक आपके पैसे से आपका सामान खरीद रहा था। जब बुलबुला फूटा, तो इन उपकरण निर्माताओं के पास मुनाफा नहीं, बल्कि कई अवसंगठित कर्ज़ थे, और वे सबसे बुरी तरह से प्रभावित हुए। आज, "चिप निर्माता कंपनियाँ कॉन्टेक्स्ट कंपनियों में पैसा डालती हैं, और कॉन्टेक्स्ट कंपनियाँ इस पैसे से चिप्स खरीदती हैं" की संरचना, पिछले समय के "विक्रेता वित्तपोषण" के साथ परिवार के समान है।
दूसरा अध्याय 2008 का है। पिछली बार जब पूरा वित्तीय प्रणाली "जोखिम को पैकेज करने, स्तरबद्ध करने और नियामक और निवेशकों की दृष्टि से छुपाने" में लगी थी, वह उस संकट से पहले की हाउसिंग सेक्युरिटाइजेशन थी। उस समय पैकेज किए गए थे घर, अब पैकेज किए जा रहे हैं GPU।
जब एक उद्योग अपने ग्राहकों को अपने उत्पाद खरीदने के लिए स्वयं पैसा देना शुरू कर देता है, तो आप जो भी वृद्धि का आंकड़ा देखते हैं, उस पर सवाल लगाएं।
अवमूल्यन एक लेखांकन समस्या है, और लेखांकन समस्याएँ कभी बुलबुले को नहीं फोड़तीं; लीवरेज एक वित्तीय समस्या है, और इतिहास में हर बुलबुला वित्तीय समस्याओं द्वारा ही फोड़ा गया है।
दो रेखाएँ वास्तव में एक ही रेखा हैं
अब दो हमला रेखाओं को जोड़ें, आप शॉर्ट लॉजिक की वास्तविक विनाशक्षमता देखेंगे।
अवमूल्यन विवाद की मूल बात यह है: GPU कितने वर्षों तक उपयोग किया जा सकता है और इसका शेष मूल्य क्या है?
GPU क्रेडिट का अधिग्रहण क्या है? या GPU का शेष मूल्य।
That is to say: the basis for shell companies borrowing tens of billions of dollars is the assumption that "this batch of GPUs will remain valuable and continue generating rental income for many years to come." If NVIDIA’s next-generation products perform another leap forward, the rental value of older cards could plummet—first to collapse won’t be the giants (who can withstand it), but these shell companies and the private credit funds that lent money to them.
फिर आपके पास यह प्रश्न बच जाता है: पिछले कुछ वर्षों में निजी क्रेडिट कितना बढ़ गया है? इसमें कितनी अन्य चीजें भर दी गई हैं? यह एक अलग लेख है।
अभी इस संरचना का पैमाना छोटा है और व्यवस्थित रूप से समस्या पैदा करने के लिए पर्याप्त नहीं है—यह सच है। लेकिन सबसे दृढ़ बुलिस्ट खुद भी "GPU के आधार पर बड़े पैमाने पर लीवरेज" को इस चक्र का प्रमुख जोखिम संकेत मानते हैं। जब बुल्स और बेयर्स दोनों अपनी उंगलियाँ एक ही जगह की ओर उठाते हैं और कहते हैं "वहाँ देखो", तो वहाँ आपको गंभीरता से देखना चाहिए।
जब GPU को टेबल केस कंपनी में घुसाया गया, तो 2026 का पहला बार 2008 की तरह खुशबू आने लगी। अभी तो यह सिर्फ एक खुशबू है—इसके तेज होने की गति पर नजर रखें।
निष्कर्ष: महंगा, लेकिन दरवाजा अभी बंद है
पूरा विषय एक चित्र में संक्षिप्त करें, फिर भी वही पिरामिड:
बुलबुले विहीन (L0 + L4 हेड): TSMC, NVIDIA, चार प्रमुख क्लाउड प्रदाता, प्रमुख बड़े मॉडल कंपनियाँ। वास्तविक अनुबंध, वास्तविक आय, पूर्ण उपयोग दर, और TSMC और ग्रिड द्वारा दो भौतिक ताले। महंगा, लेकिन महंगा का मतलब बुलबुला नहीं है।
लॉन्ग-शॉर्ट किलिंग (L1): मेमोरी। 70% का मुनाफा या तो संरचनात्मक नए चक्र की शुरुआत है, या पुराने स्क्रिप्ट का शीर्षक, जुए की मेज़ तैयार है।
बुलबुले की गंध वाले (L2, L3, L4 लॉन्ग टेल): ऑप्टिकल मॉड्यूल — पूरी हार्डवेयर श्रृंखला में एकमात्र ऐसा हिस्सा जो टाइवेन की उत्पादन क्षमता के नियमों से सुरक्षित नहीं है, जो 2028 की आय के आधार पर 2026 की कीमत निर्धारित कर रहा है; GPU द्वितीयक किराएदार — अस्थायी बैरियर को स्थायी प्रतिरक्षा के रूप में प्रस्तुत कर रहा है; VC पारिस्थितिकी — एकल विषय पर केंद्रितता 1999 के शिखर की दोगुनी है, लॉन्ग टेल स्टार्टअप कंपनियाँ शीर्ष निवेशकों के मूल्यांकन तर्क का उपयोग करके कहानियों को मूल्य दे रही हैं।
तीन संभावित खतरों पर ध्यान देने की आवश्यकता:
एल्गोरिदम की दक्षता का क्रांति। अगर किसी दिन, अधिक बुद्धिमान एल्गोरिदम एक दसवां हिस्सा की गणना क्षमता के साथ समान परिणाम प्राप्त करते हैं, तो पूरा "कैपिटल स्पेंडिंग फॉर कैलकुलेशन" का तर्क एक रात में ढह जाएगा। यह सबसे कम संभावना वाला, लेकिन सबसे अधिक क्षति पहुंचाने वाला है।
GPU क्रेडिट लीवरेज। बाहरी संरचनाएँ, अधिग्रहण वित्तपोषण, सीक्युरिटाइजेशन एक बार शुरू हो जाएँ, तो कैश फ्लो खरीददार लीवरेज खरीददार बन जाते हैं, और 2000 का स्क्रिप्ट 2008 के इंजन के साथ दोहराया जाता है। यह वर्तमान में सबसे वास्तविक संकेत है।
टाइवेक ने सावधानी छोड़ दी। चाहे प्रतिद्वंद्वी द्वारा अकेलेपन को तोड़ा जाए या खुद का मन बदलकर उत्पादन में भारी वृद्धि की जाए—जब आपूर्ति नियंत्रण से बाहर हो जाती है, तब बुलबुले की आवश्यकता पूरी तरह से पूरी होती है। यह सबसे अधिक लंबे समय तक ट्रैक किए जाने की आवश्यकता वाला है।
इन तीन बातों में से कोई भी नहीं हुआ, तब तक AI एक ऐसी तकनीकी क्रांति थी जिसे भौतिक नियमों ने जबरदस्ती अपने ताल पर रखा था: महंगी, भीड़भाड़ वाली, स्थानीय रूप से बुखारी, लेकिन नींव मजबूत थी।
अंत में, इस मानचित्र को तीन ऐसे प्रश्नों में बदल दें जिन्हें आप अपने साथ ले जा सकें। अगली बार जब आप किसी भी AI संबंधित वस्तु—चाहे वह स्टॉक हो या स्टार्टअप प्रोजेक्ट—देखें, तो पहले पूछें:
पहला प्रश्न: यह पिरामिड के किस स्तर पर है? जितना भौतिक के करीब, उतना ही सुरक्षित; जितना कहानी के करीब, उतना ही खतरनाक। अगर आप अपने स्तर को स्पष्ट नहीं कर सकते, तो इसे सबसे खतरनाक स्तर पर मान लिया जाएगा।
दूसरा प्रश्न: इसकी आय वास्तविक है, या इसे शीर्ष कंपनियों के मूल्यांकन से "उधार" लिया गया है? "किसी के बराबर" शब्द की आवृत्ति, बुलबुले की सांद्रता के समानुपाती होती है।
तीसरा प्रश्न: यह संरचना के पैसे कमा रहा है, या बॉटलनेक के पैसे? संरचना के पैसे कई वर्षों तक कमाए जा सकते हैं, जबकि बॉटलनेक के पैसों की अवधि होती है—और यह अवधि आमतौर पर मूल्यांकन में निहित समय से काफी कम होती है।
कीमत की बात करने से पहले तीनों प्रश्नों के उत्तर दें।
बुलबुले कभी आपको सूचित नहीं करते कि वे किस स्तर पर फट रहे हैं। लेकिन आप कम से कम यह चुन सकते हैं कि दूसरों की कहानियों से अपनी कीमत निर्धारित करने वाले स्तर पर न खड़े हों।
अगली बार जब कोई आपसे पूछे "क्या AI एक बुलबुला है?", तो आप उससे पूछ सकते हैं: आप किस स्तर की बात कर रहे हैं?
टैवान सेमीकंडक्टर मैनुफैक्चरिंग कंपनी के सात्तर के दशक में काम कर रहे इंजीनियर, शायद इस ग्रह पर एआई बुलबुले को रोकने वाले एकमात्र लोग हैं। अब तक, वे अपनी नौकरी पर हैं।