गोल्डमैन सैक्स और सेमीएनालिसिस एआई बुनियादी ढांचे के मूल्यांकन और भविष्य के विजेताओं पर टकराए

पिछले दो वर्षों में, AI ट्रेडिंग ने वैश्विक स्टॉक बाजार पर लगभग पूर्ण नियंत्रण कर लिया है।

निविडा, सेमीकंडक्टर उपकरण, HBM, उन्नत पैकेजिंग, डेटा केंद्र, बिजली उपकरण, ट्रांसफॉर्मर, शीतलन, गैस टरबाइन—AI बुनियादी ढांचे की श्रृंखला में शामिल किए जा सकने वाले कोई भी संपत्ति, बाजार द्वारा बार-बार पुनर्मूल्यांकित की गई है। यह लेनदेन अवैध नहीं हुआ है, बल्कि इतना बढ़ गया है कि निवेशकों को एक और कठिन प्रश्न का सामना करना पड़ रहा है: AI श्रृंखला के पहले चरण के विजेताओं को बाजार ने अधिकतम रूप से पुरस्कृत कर दिया है, अगला कदम और बढ़ सकता है?

गोल्डमैन सैक्स और सेमीएनालिसिस की दो रिपोर्टें, इस विभाजन पर ठीक खड़ी हैं।

गोल्डमैन सैक्स के जेम्स कोवेलो का मूल्यांकन अधिक सावधान है: AI बुनियादी ढांचे के पहले चरण की कीमत पहले ही पूरी तरह से निर्धारित हो चुकी है, चिप्स और "खुदाई के उपकरण बेचने" वाली श्रृंखला ने बहुत सारा निश्चित लाभ ले लिया है, लेकिन उद्योग स्तर पर ROI अभी तक सामान्य रूप से सफल नहीं हुआ है, और क्लाउड प्रदाताओं का कैश फ्लो दबाव बढ़ रहा है। इस तर्क के अनुसार, अगला बेहतर सापेक्ष व्यापार, सेमीकंडक्टर में आगे बढ़ने के बजाय, हाइपरस्केल क्लाउड प्रदाताओं और कम सेमीकंडक्टर के साथ लंबी स्थिति में होगा।

सेमीएनालिसिस द्वारा दिया गया उत्तर लगभग विपरीत है: यदि एजेंटिक AI वास्तव में टोकन को उत्पादन के साधन बना देता है, मॉडल लैबोरेटरीज की घुलनशील लाभमार्जिन सुधरने लगती है, और अग्रणी मॉडल अभी भी मूल्य निर्धारण का अधिकार रखते हैं, तो AI बुनियादी ढांचा "बढ़ चुका है" नहीं है, बल्कि अभी तक नए टोकन मूल्य के अनुसार पूरी तरह से पुनर्मूल्यांकित नहीं हुआ है। नविडिया, टाइवेक, मेमोरी, निओक्लाउड, मॉडल लैबोरेटरीज — सभी के पास अतिरिक्त मूल्य का हिस्सा प्राप्त करने का कारण है।

यह AI के भविष्य के बारे में एक बहस नहीं है।

AI के लिए पूंजी खर्च अभी भी बढ़ रहा है, और AI बुनियादी ढांचे के शेयर भी शांत नहीं हुए हैं। असली सवाल अब यह बन गया है: चिप स्तर ने पहली लाभ की राशि अपने खाते पर रख ली है, अब बाजार यह तय करने में व्यस्त है कि क्या यह लाभ पर्याप्त रूप से कीमत में शामिल हो चुका है; अगर Agentic AI टोकन के मूल्य को आगे बढ़ाता रहा, तो अगली वृद्धि का लाभ अभी भी हार्डवेयर स्तर पर रहेगा, या मॉडल प्रयोगशालाओं, क्लाउड प्रदाताओं और उद्यम सॉफ्टवेयर स्तर पर पुनः वितरित होने लगेगा।

गोल्डमैन सैक्स की रिपोर्ट का सबसे तीखा पहलू एआई उपयोगकर्ता वृद्धि को सवाल उठाना नहीं है, और न ही तकनीकी प्रगति को नकारना है।

कोवेलो ने दो बातों को मान लिया: उपभोक्ता द्वारा AI के अपनाये जाने की गति उनकी अपेक्षा से तेज़ है; और बादल प्रदाता, भले ही उनके स्टॉक मूल्य में दबाव हो, उनकी अपेक्षा के विपरीत AI पर पूंजी खर्च कम नहीं कर रहे हैं, बल्कि इसमें वृद्धि कर रहे हैं। AI में शीतलन नहीं हुआ है, और पूंजी खर्च में कमी नहीं हुई है।

लेकिन गोल्डमैन सैक्स आगे देख रहा है।

उपभोक्ता AI का उपयोग करते हैं, लेकिन अभी भी बहुत से मुफ्त स्तर पर ही रुके हुए हैं। उपयोगकर्ता वृद्धि उत्पाद की आकर्षकता को साबित कर सकती है, लेकिन GPU, डेटासेंटर, बिजली, नेटवर्क और मॉडल निष्कर्षण के बिलों का सीधे रूप से भुगतान नहीं कर सकती। व्यवसायिक क्षेत्र ही AI अर्थव्यवस्था को बंद करने की कुंजी है: क्या व्यवसाय लगातार भुगतान करने को तैयार हैं, क्या वे AI से लागत कम कर सकते हैं, आय बढ़ा सकते हैं, और उत्पादन में सुधार कर सकते हैं—यही निर्धारित करता है कि आज के पूंजी खर्च को लंबे समय तक सहन किया जा सकता है या नहीं।

गोल्डमैन सैक्स का उत्तर सावधानीपूर्ण है।

रिपोर्ट में बताया गया है कि व्यवसायों ने जनरेटिव AI पर बड़ी राशि निवेश की है, लेकिन बहुत से संगठनों को अभी तक सत्यापित लाभ नहीं मिला है; इसके अलावा, वैश्विक IT खर्च अभी भी बढ़ रहा है, और AI ने कुल मिलाकर कंपनियों के तकनीकी बजट को कम नहीं किया है। निवेशकों के लिए, इसका मतलब एक बहुत वास्तविक समस्या है: कंपनियाँ AI खरीद रही हैं, AI का परीक्षण कर रही हैं, AI पर चर्चा कर रही हैं, लेकिन AI अभी तक सामान्य रूप से लाभ-हानि विवरण में शामिल नहीं हुआ है।

यह AI इंफ्रास्ट्रक्चर चेन के लाभ के साथ तीव्र विपरीतता बनाता है।

चिप कंपनियाँ पहले से ही लाभ कमा चुकी हैं, जबकि स्टोरेज, बिजली और डेटा सेंटर से संबंधित कंपनियों को बाजार ने बार-बार पुनर्मूल्यांकन किया है। बादल फर्म दूसरी ओर पूंजीगत खर्च वहन कर रहे हैं। डेटा सेंटर निर्माण, GPU खरीद, बिजली कनेक्शन, नेटवर्क उपकरण और सर्वर रैक जैसे खर्च पहले ही बादल फर्म के खाते पर पड़ते हैं। गोल्डमैन सैक्स की रिपोर्ट के अनुसार, सुपरस्केल बादल फर्मों ने अपने संचालन धन प्रवाह के कुछ अधिशेष का उपयोग कर लिया है और अब डेटा सेंटर निर्माण के लिए ऋण के माध्यम से समर्थन प्राप्त कर रहे हैं, 2025 में डेटा सेंटर के लिए जारी किए गए ऋण की मात्रा 1820 अरब डॉलर तक दोगुनी हो जाएगी।

This is the imbalance in Goldman Sachs' view.

सामान्य सेमीकंडक्टर चक्र में, चिप कंपनियाँ बड़ा लाभ कमाती हैं, जो आमतौर पर इस बात का संकेत देता है कि ग्राहक भी विस्तार कर रहे हैं। जब ग्राहक पैसा कमाते हैं, तो वे चिप्स खरीदते रहते हैं, और चिप कंपनियाँ लगातार समृद्ध रहती हैं। इस AI चक्र में यह अधिक अजीब है: चिप श्रृंखला का लाभ सबसे स्पष्ट है, लेकिन ग्राहक स्तर और अनुप्रयोग स्तर का प्रतिफल अभी इतना स्पष्ट नहीं है।

इसलिए, गोल्डमैन सैक्स का निष्कर्ष "AI बेकार है" नहीं, बल्कि "वर्तमान वितरण प्रणाली को लंबे समय तक रैखिक रूप से बाहर निकाला नहीं जा सकता" है।

सेमीकंडक्टर कंपनियों ने पहले चरण का सबसे निश्चित लाभ प्राप्त कर लिया है। सवाल यह है कि निचले श्रेणी के ग्राहकों के पास पर्याप्त लाभ है या नहीं, ताकि वे ऊपरी श्रेणी के इतने उच्च पूंजी खर्च और लाभ केंद्रीकरण को जारी रख सकें।

गोल्डमैन सैक्स द्वारा दी गई ट्रेडिंग सिफारिशें विपरीत प्रतीत होती हैं: अत्यधिक आकार के क्लाउड प्रोवाइडर्स के प्रति सकारात्मक और सेमीकंडक्टर्स के प्रति निम्न भागीदारी।

इसके पीछे दो मार्ग हैं।

पहला मार्ग, व्यवसायिक AI ROI का लाभ शुरू हो रहा है। जब व्यवसाय साबित करते हैं कि AI आय, दक्षता और लागत लाभ प्रदान कर सकता है, तो बाजार बादल फर्मों के पूंजी खर्च को फिर से समझेगा। पहले मुक्त नकदी प्रवाह को कमजोर करने वाले निवेश, भविष्य की आय और प्लेटफॉर्म नियंत्रण में बदल जाएंगे। बादल फर्मों का मूल्यांकन सुधरेगा, और अर्धचालक भी लाभान्वित होंगे, हालांकि चूंकि अर्धचालक पहले ही बाजार द्वारा काफी पुरस्कृत हो चुके हैं, इसलिए सापेक्षिक लचीलापन जरूरी रूप से अधिक नहीं होगा।

दूसरा मार्ग, उद्यमों का ROI अभी भी कठिन है। बादल प्रदाता नकदी प्रवाह के दबाव और निवेशकों के दबाव के कारण पूंजी खर्च को कम कर रहे हैं, और बाजार बेहतर नकदी प्रवाह अनुशासन को पुरस्कृत करेगा। अर्धचालक श्रृंखला को ऑर्डर की अपेक्षाओं में समायोजन का सामना करना पड़ेगा।

गोल्डमैन सैक्स का मानना है कि इन दोनों पथों से "क्लाउड प्रोवाइडर्स की तुलना में सेमीकंडक्टर बेहतर" का समर्थन होता है। इस ट्रेड को वास्तव में असफल बनाने वाली स्थिति तीसरा पथ है: उद्यमों का ROI अभी भी अस्पष्ट है, लेकिन क्लाउड प्रोवाइडर्स अभी भी बिना लागत के निवेश जारी रख रहे हैं, जबकि सेमीकंडक्टर श्रृंखला के अधिकांश लाभ को जारी रख रहे हैं।

यही पिछले दो वर्षों में बाजार के सबसे परिचित स्थिति थी।

इसी कारण, गोल्डमैन सैक्स की रिपोर्ट का ध्यान AI तकनीक पर नहीं, बल्कि बाजार की कीमत निर्धारण पर है। AI बुनियादी ढांचे के लाभ पहले ही पर्याप्त रूप से व्यापारित हो चुके हैं, और क्लाउड फर्मों के नुकसान भी पर्याप्त रूप से व्यापारित हो चुके हैं। अगला कदम, बाजार यह देखेगा कि क्या इन दोनों दिशाओं में उलटफेर होता है।

SemiAnalysis एक पूरी तरह से अलग प्रवेश बिंदु से शुरू होता है।

यह इस बात को नकारता नहीं है कि 2023 से 2025 तक, AI का मूल्य मुख्य रूप से बुनियादी ढांचे की ओर बहा। नविडिया, बिजली, डेटा केंद्र, स्टोरेज, वास्तव में पहले चरण के बड़े विजेता हैं। मॉडल कंपनियाँ और इन्फरेंस सेवा प्रदाता प्रारंभिक चरण में असुविधाजनक थे, कई AI उत्पाद केवल एक बेहतर सर्च बॉक्स की तरह दिखते थे, और घुलनशील लाभमार्जिन भी काफी अच्छा नहीं था।

लेकिन SemiAnalysis का मानना है कि 2025 के अंत के बाद, चीजें बदल गईं।

परिवर्तन Agentic AI से आया है।

पिछले टोकन अधिक "प्रश्न-उत्तर लागत" की तरह थे। उपयोगकर्ता एक प्रश्न पूछता है, मॉडल एक उत्तर देता है। यह समय बचाता है, लेकिन इसकी मूल्य सीमा सीमित है। वर्तमान टोकन अब जटिल कार्य प्रवाह में प्रवेश कर रहे हैं: कोड लिखना, वित्तीय मॉडल बनाना, डैशबोर्ड बनाना, वित्तीय विवरण विश्लेषण करना, डेटा संगठित करना, ग्राफ़ बनाना।

SemiAnalysis अपनी कंपनी के उदाहरण का उपयोग करती है। उनके विश्लेषक पहले जिन कार्यों के लिए जूनियर विश्लेषकों को कई घंटे लगते थे या जिन्हें कार्य प्रवाह में समय नहीं मिल पाता था, अब वे एजेंट का उपयोग करके रोजाना अनुसंधान और मॉडलिंग कार्य कर रहे हैं। लेख में उल्लेख किया गया है कि SemiAnalysis का Anthropic Claude पर वार्षिक token खर्च एक बार 1095 डॉलर तक पहुंच गया, जो लगभग कर्मचारी वेतन के 30% के बराबर है।

यह संख्या सभी व्यवसायों का प्रतिनिधित्व नहीं कर सकती, लेकिन यह एक प्रकार के सीमांत उपयोगकर्ताओं के परिवर्तन का प्रतिनिधित्व करती है।

सामान्य उपभोक्ताओं के लिए, AI सब्सक्रिप्शन केवल मासिक कुछ दर्जन डॉलर का उपकरण हो सकता है। उच्च तीव्रता वाले ज्ञान-आधारित कार्यकर्ताओं के लिए, टोकन उत्पादन के साधन बनने लगे हैं।

कुछ डॉलर, कुछ दर्जन डॉलर के टोकन, केवल कुछ पंक्तियों के लिए नहीं, बल्कि मॉडल, चार्ट, कोड, डेटा क्लीनिंग, वित्तीय विवरण विश्लेषण, और यहां तक कि पहले कभी नहीं किए जाने वाले कार्यों के लिए बदले जाते हैं। उपयोगकर्ता AI लागत को देखने का तरीका भी बदल जाएगा: वे केवल “प्रति मिलियन टोकन कितना है” पूछने के बजाय, “ये टोकन कितने मानवीय प्रयास को प्रतिस्थापित करते हैं और कितना उत्पादन बढ़ाते हैं” पूछने लगेंगे।

यही SemiAnalysis और Goldman Sachs के बीच अंतर की शुरुआत है।

गोल्डमैन सैक्स को औसत व्यवसाय का ROI स्पष्ट नहीं दिख रहा है। सेमीएनालिसिस को देखते हुए, सबसे मजबूत उपयोगकर्ता पहले से ही टोकन का बड़े पैमाने पर उपयोग कर रहे हैं और अधिक शक्तिशाली मॉडल के लिए भुगतान करने को तैयार हैं।

SemiAnalysis का दूसरा महत्वपूर्ण निष्कर्ष है कि मॉडल लैब की इकाई अर्थव्यवस्था सुधर रही है।

यह पिछले बाजार की चिंताओं के विपरीत है।

पहले, मॉडल कंपनियों को चिप और क्लाउड फर्म के बीच फंसा हुआ माना जाता था। आय तेजी से बढ़ रही थी, लेकिन प्रशिक्षण और अनुमान लगाने की लागत उससे भी तेजी से बढ़ रही थी। जितने अधिक उपयोगकर्ता, उतनी ही अधिक लागत। जितना मजबूत मॉडल, उतना ही अधिक पूंजीव्यय। यह मॉडल उच्च वृद्धि, कम लाभमार्जिन, और अत्यधिक पैसा खर्च करने जैसा दिखता था।

एजेंटिक एआई ने इस तालिका को बदल दिया।

• प्राइसिंग के मामले में, अग्रणी मॉडल उच्च मूल्यवान कार्यों को निष्पादित कर सकते हैं, और उपयोगकर्ता अधिक शक्तिशाली मॉडल के लिए प्रीमियम देने को तैयार हैं।
• लागत के पहलू में, हार्डवेयर अपग्रेड, निष्कर्षण अनुकूलन, कैशिंग तंत्र और सॉफ्टवेयर इंजीनियरिंग इकाई टोकन लागत को लगातार कम कर रहे हैं।
• उत्पाद अंत में, मॉडल कंपनियाँ उच्चतर स्कू एसकेयू, तेज़ प्रतिक्रिया और अधिक शक्तिशाली निष्कर्षण क्षमता के माध्यम से स्तरीकृत मूल्य निर्धारण कर सकती हैं।

SemiAnalysis ने उल्लेख किया कि B300 पर DeepSeek चलाने के मामले में, विभिन्न सॉफ़्टवेयर अनुकूलन संयोजनों से एक ही हार्डवेयर की थ्रूपुट 1000 और 8000 से बढ़कर लगभग 14000 टोकन/सेकंड/GPU हो सकती है। हार्डवेयर अपग्रेड को जोड़ने पर, सबसे अनुकूलित GB300 NVL72 कॉन्फ़िगरेशन FP8 में H100 की तुलना में लगभग 17 गुना अधिक थ्रूपुट प्रदान करता है; यदि FP4 पर स्विच किया जाए, जो Hopper के मूल समर्थन के बाहर है, तो यह अंतर 32 गुना हो सकता है, जबकि प्रति GPU कुल स्वामित्व लागत केवल लगभग 70% अधिक है।

इसका अर्थ है कि मॉडल लैब एक ओर टोकन के निर्माण की आर्थिक मूल्य बढ़ा सकता है, जबकि दूसरी ओर टोकन उत्पादन की लागत कम कर सकता है।

SemiAnalysis के अनुसार, Anthropic की ARR 90 अरब डॉलर से बढ़कर 440 अरब डॉलर से अधिक हो गई है, और रीजनिंग इंफ्रास्ट्रक्चर की ग्रॉस मार्जिन 38% से बढ़कर 70% से अधिक हो गई है। भले ही मॉडल की कीमतें कम हो रही हों, लेकिन उच्च-अंत मॉडल्स के उपयोग में वृद्धि, कैश हिट रेट में सुधार और हार्डवेयर की दक्षता में सुधार से ग्रॉस मार्जिन आगे बढ़ सकती है।

यदि यह निर्णय सत्य है, तो AI श्रृंखला का दूसरा चरण केवल "चिप्स अभी भी जीत रहे हैं" या "क्लाउड फर्म्स की वापसी" नहीं होगा।

मॉडल लैब खर्च करने वाले स्तर से नए मूल्य अधिग्रहण स्तर में बदल जाएगा।

गोल्डमैन सैक्स और सेमीएनालिसिस दिखने में AI ROI के बारे में लड़ रहे हैं, लेकिन वास्तव में वे यह तय कर रहे हैं कि कौन सा नमूना भविष्य का बेहतर प्रतिनिधित्व करता है।

गोल्डमैन सैक्स औसत कंपनियों को देख रहा है।

इन उद्यमों के पास जटिल डेटा सिस्टम, ऐतिहासिक आईटी बोझ, अधिकार प्रबंधन, अनुपालन आवश्यकताएँ और अनुमोदन प्रक्रियाएँ होती हैं। कई कंपनियाँ बाजार और बोर्ड को एआई रणनीति के बारे में बताने के लिए पहले चैटबॉट, आंतरिक सहायक और पायलट प्रोजेक्ट्स पर काम शुरू करती हैं। पैसा वास्तव में खर्च होता है, लेकिन व्यवसाय प्रक्रियाएँ जरूरी नहीं कि बदलें। प्रक्रियाएँ नहीं बदलीं, तो ROI को वित्तीय विवरण में शामिल करना मुश्किल होता है।

यही कारण है कि गोल्डमैन सैक्स डेटा स्ट्रक्चर और ऑर्केस्ट्रेशन लेयर पर जोर देता है।

एक रिटेल उद्यम यदि स्टॉक, ग्राहक प्रोफाइल और अनुशंसा प्रणाली को जोड़े बिना है, तो AI कस्टमर सर्विस एक अनुपलब्ध उत्पाद की सिफारिश कर सकती है। यदि कोई उद्यम मॉडल रूटिंग लेयर के बिना है, तो साधारण प्रश्नों को भी सबसे महंगे अग्रणी मॉडल को सौंपा जाता है, जिससे लागत स्वतः अनियंत्रित हो जाती है। AI के कार्यान्वयन में अटकने का कारण अब केवल मॉडल की पर्याप्त शक्ति का अभाव नहीं है, बल्कि यह है कि उद्यम अभी तक मॉडल को अपनी व्यावसायिक प्रणाली में शामिल करने के लिए तैयार नहीं है।

SemiAnalysis मार्जिनल यूजर्स को देख रहा है।

अनुसंधान, कोडिंग, मॉडलिंग, चार्ट्स, वित्तीय विवरण विश्लेषण—ये कार्य स्वाभाविक रूप से एजेंट के लिए उपयुक्त हैं। ये अत्यधिक पाठ्य, डिजिटल और संरचित होते हैं, और उनके परिणाम आसानी से मूल्यांकन किए जा सकते हैं, साथ ही उपयोगकर्ता AI को अपने कार्य प्रवाह में एम्बेड करने में सक्षम होते हैं। ऐसे संगठन सामान्य उद्यमों की तुलना में अधिक जल्दी ROI देखेंगे और टोकन खपत बढ़ाने के प्रति अधिक तैयार होंगे।

बाजार को यह निर्धारित करना होगा कि इस अग्रणी नमूने का फैलाव होगा या नहीं।

यदि SemiAnalysis द्वारा देखा गया केवल कुछ अत्यधिक उपयोगकर्ताओं का अपवाद है, तो गोल्डमैन सैक्स ढांचा प्रभुत्व पाएगा। AI के लिए पूंजी व्यय अब नकदी प्रवाह से सीमित होता जाएगा, अर्धचालक श्रृंखला को उच्च अपेक्षाओं को समायोजित करना होगा, और क्लाउड फर्म संभवतः खर्च नियंत्रण और मूल्यांकन संकुचन के कारण सापेक्ष रिटर्न प्राप्त करेंगी।

अगर सेमीएनालिसिस द्वारा देखा गया अग्रणी संकेतक फैलाव से पहले की रात है, तो बाजार AI श्रृंखला को आज के औसत उद्यम के कम ROI के साथ नकार नहीं सकता। जैसे ही एजेंटिक AI अधिक श्वेत कुंबल कार्यप्रवाह में प्रवेश करता है, टोकन मांग, मॉडल आय, क्लाउड आय और हार्डवेयर की मांग सभी एक साथ बढ़ेंगी।

यह निर्णय, "AI के प्रति बुलिश है या बेयरिश है" से अधिक महत्वपूर्ण है। बाजार कभी स्थिर औसत का व्यापार नहीं करता, बल्कि क्षेत्रीय परिवर्तन बन सकता है कि वह मुख्यधारा में बदल जाए।

गोल्डमैन सैक्स और सेमीएनालिसिस के बीच सबसे बड़ा बाजार पूंजी अंतर, अंततः निवेडिया और सेमीकंडक्टर श्रृंखला पर केंद्रित है।

गोल्डमैन सैक्स का दृष्टिकोण सीधा है: सेमीकंडक्टर ने पहले चरण में सबसे बड़ा और सबसे निश्चित लाभ हासिल कर लिया है। जब बाजार ने "खुदाई के गड्ढे बेचने" के तर्क को कीमत में शामिल कर लिया, तो जोखिम-प्रतिफल खराब होने लगा। जब तक क्लाउड फर्मों के पूंजी खर्च में कमी नहीं होती, सेमीकंडक्टर श्रृंखला को मूल्यांकन और ऑर्डर दोनों पर दबाव का सामना करना पड़ेगा।

SemiAnalysis का मानना है कि निविडा और टाइवेक एआई युग के सबसे दुर्लभ संसाधनों पर नियंत्रण रखते हैं, लेकिन अभी तक उनकी पूरी मूल्य के अनुसार मूल्यांकन नहीं किया गया है।

लेख में उल्लेख किया गया है कि पिछले वर्ष में मेमोरी की कीमतें लगभग 6 गुना बढ़ गईं, और Neocloud की एक वर्षीय H100 किराए की अनुबंध कीमत 2025 अक्टूबर के निम्न स्तर से लगभग 40% बढ़ गई है। इसी बीच, निवेडिया और टाइविसी ने नीचे के टोकन मूल्य की तरह त्वरित पुनर्मूल्यांकन नहीं किया है।

SemiAnalysis ने निवर्डिया को AI इकोसिस्टम का "केंद्रीय बैंक" कहा है।

यह उपमा बहुत उपयुक्त है। न्वाइडिया गणना क्षमता की तरलता पर नियंत्रण रखती है। इसकी क्षमता है कि वह कीमतें बढ़ाए, लेकिन पूरे प्रणाली को खाली नहीं कर सकती। बहुत अधिक कीमत बढ़ाने से ग्राहक अपने स्वयं के ASIC, TPU, Trainium के विकास की ओर तेजी से रुख करेंगे, और नियामक दबाव भी बढ़ेगा। टाइवेस्ट भी इसी तरह है। उन्नत नोड अत्यंत दुर्लभ हैं, लेकिन यह लंबे समय से ग्राहक संबंधों और पारिस्थितिकी स्थिरता पर ध्यान केंद्रित करती है, और समृद्धि के समय में सभी दुर्लभता को एक साथ मुद्रीकृत नहीं करती है।

नियंत्रण का अर्थ स्थान की कमी नहीं है।

रुबिन VR NVL72, SemiAnalysis द्वारा निवेडिया के अभी भी मूल्य निर्धारण अधिकार के बारे में निष्कर्ष निकालने का महत्वपूर्ण आधार है। उनके मॉडल के अनुसार, Neocloud को VR NVL72 प्रोजेक्ट को GB300 प्रोजेक्ट के 15.6% IRR के समान पहुंचाने के लिए, प्रति GPU प्रति घंटे लगभग 4.92 डॉलर किराया आवश्यक होगा; यदि GB300 की प्रति PFLOP किराया दर के आधार पर समकक्षता का अनुमान लगाया जाए, तो VR NVL72 की सैद्धांतिक सीमा लगभग 12.25 डॉलर/घंटा/GPU होगी; यहां तक कि 0.55 डॉलर/PFLOP के अधिक सावधानीपूर्वक अनुमान का उपयोग करने पर भी, यह लगभग 9.63 डॉलर/घंटा/GPU के समान है, जो लागत मूल्य दर की सीमा के लगभग दोगुना है।

यहाँ का अर्थ स्पष्ट है: जब तक डाउनस्ट्रीम टोकन का मूल्य बढ़ता रहेगा, न्यूनिडिया का नया सिस्टम अभी भी कीमत बढ़ाने का स्थान रखता है, नियोक्लाउड अभी भी लाभ कमा सकता है, और अंतिम उपयोगकर्ता अभी भी स्वीकार कर सकते हैं।

गोल्डमैन सैक्स और सेमीएनालिसिस के बीच अंतर इससे तीखा हो गया।

गोल्डमैन सैक्स का मानना है कि सेमीकंडक्टर में अकेला लाभ अस्थायी है, क्योंकि नीचे की श्रृंखला में अभी पर्याप्त लाभ नहीं है।
SemiAnalysis का मानना है कि डाउनस्ट्रीम लाभ स्तर बढ़ रहा है, इसलिए हार्डवेयर स्तर पर अभी बहुत अधिक कमाई नहीं हो रही है, बल्कि इसकी कीमत अभी तक इसके मूल्य के अनुसार पूरी तरह से सेट नहीं हुई है।

जीत या हार का एकमात्र चर है: AI द्वारा बनाया गया नया लाभ भंडार, क्या इतना बड़ा होगा कि वह मॉडल लैब, क्लाउड प्रोवाइडर, Neocloud, NVIDIA, TSMC, स्टोरेज और बिजली चेन को एक साथ चला पाए?

The cake isn't big enough, Goldman Sachs wins.

केक अभी भी बड़ा हो रहा है, SemiAnalysis जीतता है।

क्लाउड प्रोवाइडर इस विवाद में सबसे असहज स्तर हैं।

वे एक ओर निवेश खर्च के सबसे बड़े खरीददार हैं, और दूसरी ओर AI की मांग को सबसे अधिक संभावना से मुनाफा देने वाले प्लेटफॉर्म हैं। वे निवेडिया, स्टोरेज और बिजली चेन के दबाव में हैं, साथ ही उनके पास उद्योगगत ग्राहक, क्लाउड सेवाएँ, मॉडल API, स्व-विकसित चिप्स और सॉफ्टवेयर पारिस्थिति है।

गोल्डमैन सैक्स क्लाउड प्रोवाइडर्स पर बुलिश है क्योंकि बाजार ने पहले ही कई नकारात्मकताओं को शामिल कर लिया है। पूंजी व्यय ने मुक्त नकदी प्रवाह को दबाया है, निवेशकों ने AI के ROI पर सवाल उठाए हैं, और मूल्यांकन में दबाव है। अगले चरण में, जब तक दो में से कोई एक स्थिति दिखाई देती है—उद्यमिक AI आय का वास्तविकीकरण या पूंजी व्यय में संकुचन—क्लाउड प्रोवाइडर्स के लिए सुधार का मार्ग होगा।

SemiAnalysis बादल प्रदाताओं को मांग के पहलू से देखता है। जब तक टोकन की मांग बढ़ती रहेगी, मॉडल प्रयोगशालाएं और उद्योग ग्राहकों को अधिक कैलकुलेशन क्षमता की आवश्यकता होगी। कैलकुलेशन क्षमता उन्नत प्रक्रिया, मेमोरी, बिजली और रैक-लेवल सिस्टम से सीमित है। खरीददार सबसे अधिक चिंतित नहीं हैं कि महंगा है, बल्कि यह है कि वे प्राप्त नहीं कर पा रहे हैं।

इसलिए क्लाउड प्रदाता केवल पीड़ित नहीं हैं, और न ही वे स्वतः विजेता हैं।

उन्हें वित्तीय विवरणों द्वारा साबित करना होगा कि AI की पूंजी व्यय आय, लाभ और ग्राहक लयबद्धता में परिवर्तित हो सकती है। क्लाउड बिजनेस की वृद्धि क्या फिर से तेज हुई है, AI आय का प्रकाशन क्या अधिक स्पष्ट हुआ है, निष्कर्षण उपयोग दर में सुधार हो सकता है क्या, स्वयं विकसित चिप्स से नवीडिया पर निर्भरता कम हो सकती है क्या, उद्योगगत ग्राहक क्या पायलट परियोजनाओं से दीर्घकालिक लागूकरण की ओर बढ़ रहे हैं, और मुक्त नकदी प्रवाह स्थिर हो गया है क्या—ये सूचकांक पिछले समय की तुलना में अधिक महत्वपूर्ण होंगे।

इन सूचकों में सुधार होने से गोल्डमैन सैक्स का सापेक्षिक बुलिश क्लाउड प्रोवाइडर तर्क मजबूत होगा।

इन सूचकों में देरी से सुधार हो रहा है, और क्लाउड फर्म अभी भी निवेश खर्च के दबाव के बीच में निवेशकों और उद्योग ग्राहकों के बीच फंसे हुए हैं।

गोल्डमैन सैक्स की रिपोर्ट में "डेटा स्ट्रक्चर" और "ऑर्केस्ट्रेशन लेयर" पर जो जोर दिया गया है, वह व्यवसायिक वास्तविकता के सबसे करीबी पहलू हो सकता है।

एआई जो केवल कर्मचारी द्वारा चैट बॉक्स खोलकर प्रश्न पूछने तक सीमित रहेगा, वह स्थायी नहीं होगा। वास्तविक वित्तीय प्रभाव वाला एआई, कस्टमर सपोर्ट, बिक्री, वित्त, खरीदारी, अनुसंधान और विकास, जोखिम प्रबंधन, आपूर्ति श्रृंखला और आईटी ऑपरेशन में प्रवेश करेगा। प्रत्येक प्रक्रिया में डेटा, अधिकार, अनुपालन, अनुमोदन, पुराने प्रणालियाँ और जिम्मेदारी की सीमाएँ होती हैं।

जितना भी मॉडल मजबूत हो, इन चीजों को नहीं छोड़ सकता।

यहीं पर उद्योग सॉफ्टवेयर स्तर पुनः महत्वपूर्ण हो जाता है। निम्न जोखिम वाले, उच्च आवृत्ति वाले कार्यों को हल्के मॉडल या ओपन सोर्स मॉडल को सौंपा जा सकता है; उच्च जोखिम वाले, उच्च मूल्य वाले कार्यों के लिए ही अग्रणी मॉडल की आवश्यकता होती है। मध्य में एक सिस्टम की आवश्यकता होती है जो कार्य प्रकार का निर्धारण करे, डेटा को कॉल करे, अधिकारों को नियंत्रित करे, मॉडल का चयन करे, लागत का निगरानी करे, और परिणामों को पुनः लिखे।

• पारंपरिक SaaS कंपनियों के लाभ हैं: उद्योग का अनुभव, ग्राहक संबंध, डेटा प्रवेश बिंदु और कार्य प्रवाह का संचय। नुकसान हैं: तकनीकी ऋण और अपडेट की गति।
• एआई-नेटिव कंपनियों के लाभ, उत्पाद गति, मॉडल कॉल क्षमता और लागत संरचना हैं। नुकसान उद्यम प्रवेश और उद्योग संदर्भ की कमी है।
• एक फ्रंटियर मॉडल कंपनी का लाभ सबसे शक्तिशाली बुद्धिमत्ता है। नुकसान व्यवसाय प्रक्रिया नियंत्रण की कमी है।

सॉफ्टवेयर लेयर को एआई आसानी से नहीं खा जाएगा। डेटा और प्रोसेस कंट्रोल के बिना सॉफ्टवेयर कंपनियाँ मॉडल द्वारा अमूर्त हो सकती हैं। डेटा स्ट्रक्चर, वर्कफ्लो और मॉडल रूटिंग पर कब्जा करने वाली सॉफ्टवेयर कंपनियाँ एआई को एक बड़ा बाजार बनाने का मौका पा सकती हैं, जहाँ वे सीट बेचने के बजाय उत्पादकता बेचती हैं।

क्या एक सामान्य उद्यम में उद्यमिता ROI को SemiAnalysis जैसे मजबूत उपयोगकर्ता नमूने से विस्तारित किया जा सकता है, यह इस स्तर पर निर्भर करता है।

AI ट्रेडिंग ने पिछले प्रश्न पूछा: कौन सबसे निकट है कैलकुलेशन शक्ति के?

यह सवाल अब बहुत गलत है।

अगले चरण में, बाजार अधिक विस्तृत चरों की जांच करेगा।

पहला, टोकन का मूल्य क्या बढ़ता रहेगा। अगर एजेंटिक एआई कोड, अनुसंधान और विश्लेषण से अधिक श्वेत कुंबल कार्यप्रवाहों में फैलता है, तो मॉडल प्रयोगशालाएँ और निष्कर्ष श्रृंखलाएँ फिर से मूल्यांकन की जाएँगी।

दूसरा, मॉडल लैब की शुद्ध लाभमार्जिन क्या लगातार सुधर रही है। आय में वृद्धि अब पर्याप्त नहीं है; बाजार निष्कर्षण लागत, कैश दक्षता, SKU अपग्रेड और अग्रणी मॉडल की मूल्य निर्धारण क्षमता को देखेगा।

तीसरा, क्लाउड प्रोवाइडर क्या पूंजी खर्च को आय में बदल सकते हैं। AI कैपेक्स अब स्वयं अच्छी खबर नहीं मानी जाती; केवल वही कैपेक्स जो क्लाउड आय, इन्फरेंस मार्जिन और उद्यम समझौतों में शामिल होता है, बाजार द्वारा पुरस्कृत किया जाएगा।

चौथा, निविडा क्या सिस्टम-लेवल बॉटलनेक से मूल्य बढ़ाना जारी रख सकता है। GPU केवल पहली परत है; रुबिन, SOCAMM, नेटवर्क, रैक-लेवल सिस्टम, सॉफ्टवेयर स्टैक और सप्लाई चेन खरीदारी क्षमता यह तय करती हैं कि निविडा अभी भी कमीशन कैसे वसूल सकता है।

पाँचवाँ, टाइवेक और स्टोरेज क्या दुर्लभता को पुनः मूल्यांकित कर सकते हैं? उन्नत नोड, HBM, DRAM, SoC RAMM और उन्नत पैकेजिंग, यदि आपूर्ति की बाधाएँ बनी रहती हैं, तो मूल्य ऊपरी श्रृंखला से आसानी से नहीं जाएगा।

छठा, क्या उद्यम सॉफ्टवेयर AI के लागू होने का प्रवेश बिंदु प्राप्त कर सकता है? प्रक्रिया प्रवेश बिंदु वाली सॉफ्टवेयर कंपनियों को संकुचित किया जाएगा, जबकि प्रवेश बिंदु, डेटा और व्यवस्था क्षमता वाली सॉफ्टवेयर कंपनियाँ अधिक महँगी हो सकती हैं।

AI infrastructure trading has not expired.

इसकी इतनी तेजी से बढ़ोतरी हुई कि गोल्डमैन सैक्स और सेमीएनालिसिस के बीच इस विवाद का खुलासा हुआ।

गोल्डमैन सैक्स ने बाजार को सचेत किया है कि चिप चेन के लाभ पहले ही पूरी तरह से समाप्त हो चुके हैं। यदि उद्यमों का ROI लंबे समय तक नहीं आता है, तो क्लाउड फर्मों की नकदी प्रवाह निवेश पर ऋणात्मक प्रभाव डालेगी, और सेमीकंडक्टर के अकेले लाभ का पैटर्न सुधारा जाएगा।

SemiAnalysis ने बाजार को सचेत किया है कि 2026 के Agentic AI का आकलन 2024 के AI अनुभव से नहीं किया जा सकता। टोकन उत्पादन साधन बन रहे हैं, मॉडल लैब्स अपनी शुद्ध लाभमार्जिन में सुधार कर रहे हैं, कैलकुलेशन क्षमता की आपूर्ति अभी भी संकुचित है, और NVIDIA और TSMC अभी तक पूरी तरह से मूल्य के अनुसार मूल्यांकित नहीं हुए हैं।

इन दोनों निर्णयों को एक साथ रखने पर, AI ट्रेडिंग का केंद्र बदल चुका है।

पिछले दो वर्षों में, बाजार ने दुर्लभ संपत्तियों को पुरस्कृत किया है। अब, बाजार यह देखेगा कि कौन AI द्वारा उत्पन्न आर्थिक मूल्य को लाभ और हानि खाते में लगातार बनाए रख सकता है।

यदि SemiAnalysis द्वारा देखा गया सीमांत मोड़ है, तो AI चेन का केक आगे बढ़ता रहेगा, और मॉडल लैब, क्लाउड प्रोवाइडर, NVIDIA, TSMC, स्टोरेज और बिजली चेन के सभी के पास अपना हिस्सा लेने का कारण बनता रहेगा।

अगर गोल्डमैन सैक्स को औसत उद्यम के अधिक वास्तविक चित्र दिख रहे हैं, तो पूंजी खर्च पहले कैश फ्लो से टकराएगा, सेमीकंडक्टर चेन को अत्यधिक अपेक्षाओं को अवशोषित करना होगा, जबकि क्लाउड प्रोवाइडर्स को मूल्यांकन में संकुचन और संभावित खर्च नियंत्रण के कारण बेहतर सापेक्ष रिटर्न मिलेंगे।

अब सबसे अधिक संभावित स्थिति, दोनों के बीच।

सबसे मजबूत उपयोगकर्ता पहले ही टोकन खरीदना शुरू कर चुके हैं, जबकि सामान्य कंपनियाँ अभी अपने खाते नहीं निकाल पाई हैं। बाजार पूंजी सबसे मजबूत उपयोगकर्ताओं द्वारा लाए गए सीमांत परिवर्तनों का पहले व्यापार करेगी, फिर औसत कंपनियों के वित्तीय विवरणों द्वारा सत्यापन का इंतजार करेगी। सत्यापन जितना तेज़ होगा, SemiAnalysis की दुनिया उतनी ही निकट होगी; सत्यापन जितना धीमा होगा, गोल्डमैन सैक्स के लेन-देन की सफलता की संभावना उतनी ही अधिक होगी।

AI "खुदाई का उपकरण" अभी भी बाजार पर राज कर रहा है, लेकिन सवाल अब "कौन खुदाई का उपकरण बेच रहा है" से बदलकर एक अलग बही में आ गया है: किसने पर्याप्त कमाया है, कौन अभी भी कीमतें बढ़ा सकता है, और कौन अगली परत का वास्तविक किराया संग्रहकर्ता बनेगा।