लेखक: फेई बिनजिए
स्रोत: Alpha Engineer
जून के अंत से, वैश्विक AI सेक्टर ने एक महत्वपूर्ण समायोजन का अनुभव किया है।
क्या यह केवल एक अस्थायी तकनीकी सुधार है, या चक्र के शीर्ष का संकेत है, यह एक अमूल्य प्रश्न है।
मॉर्गन स्टैनले ने 27 जुलाई को इस प्रश्न पर एक 120 पृष्ठों की विस्तृत रिपोर्ट प्रकाशित की, जिसका शीर्षक है《Playing the AI Infrastructure Dip》।
रिपोर्ट ने स्पष्ट निष्कर्ष निकाला: समायोजन का मुख्य कारण तकनीकी कारक हैं, जिनमें पोजीशन की भीड़ को समायोजित करना, लीवरेज कम करना और मोमेंटम फैक्टर का उलटाव शामिल है, न कि मूलभूत तर्क का नुकसान।
मैंने इस रिपोर्ट को ध्यान से पढ़ा है और काफी कुछ सीखा है, आइए मुख्य बिंदुओं को समझाते हैं।
(1) बाजार की चिंता 1: टोकनमैक्सिंग नैरेटिव उलट गया?
बाजार का हालिया ध्यान आकर्षित करने वाला पहला नकारात्मक संकेत "टोकनमैक्सिंग" नैरेटिव का उलटावा है।
कई कंपनियाँ अपने कर्मचारियों के AI टोकन उपयोग के लिए बजट सीमा लागू करने लगी हैं, जिससे बड़े मॉडल कंपनियों की आय वृद्धि की सततता पर सवाल उठे हैं।
यह चिंता असंगत है।
सबसे पहले, वर्तमान उद्यमी कर्मचारियों का टोकन खर्च आधार बहुत कम है और ROI बहुत अधिक है।
मॉरगन स्टैनले द्वारा किए गए व्यावसायिक AI अनुप्रयोगों के व्यापक अध्ययन से पता चलता है कि औसतन प्रति AI कॉल पर लागत में लगभग 55 डॉलर की बचत होती है, जबकि एजेंट सहयोग के माध्यम से एक व्यावसायिक कार्य पूरा करने की औसत लागत केवल 2-5 डॉलर है, जिसका ROI 10 गुना से अधिक है।
10x से अधिक ROI गुणक वाले उपकरणों को अपनाना या नहीं अपनाना बजट निर्णय का मुद्दा नहीं है, बल्कि मुख्य प्रतिस्पर्धी लाभ का मुद्दा है; जो कंपनियाँ AI क्षमताओं को सक्रिय रूप से लागू नहीं करती हैं, उन्हें बढ़ती हुई प्रतिस्पर्धी हानि का सामना करना पड़ेगा।
दूसरा, GPU की पीढ़ीगत विकास से डेटासेंटर के लाभमार्जिन में वृद्धि होगी, जिसका अर्थ है कि भविष्य में टोकन की कीमत में बड़ी कमी की जा सकती है बिना लाभप्रदता को प्रभावित किए, जिससे मांग और अधिक मुक्त होगी।
मॉरगन स्टनले इंटेलिजेंस फैक्टरी मॉडल के अनुसार, ब्लैकवेल के आधार पर डेटासेंटर टोकन बिक्री की शुद्ध लाभक्षमता लगभग 58% है।
जब रुबिन और फेमन पीढ़ी के GPU लागू किए गए, तो लाभमार्जिन क्रमशः लगभग 80% और 90% हो गए।
इसका अर्थ है कि हाइपरस्केलर लाभमार्जिन को अपरिवर्तित रखते हुए टोकन की कीमत लगभग 75% तक कम कर सकता है, क्योंकि लागत वक्र के नीचे उतरने का पर्याप्त स्थान है, जिससे कीमत में कमी और लाभ दोनों प्राप्त हो सकते हैं।
(2) बाजार की चिंता 2: किमी समय निवेश व्यय की उचितता को असत्य साबित करता है?
Kimi K3 के लॉन्च से निवेशक बाजार एक मूलभूत मान्यता को फिर से देख रहे हैं: यदि चीन किसी अग्रणी मॉडल को कम लागत पर ट्रेन कर सकता है, तो क्या संयुक्त राज्य अमेरिका के हाइपरस्केलर्स द्वारा प्रति वर्ष 1 ट्रिलियन डॉलर से अधिक का AI Capex लाभदायकता में कमी का सामना कर रहा है?
मॉरगन स्टैनले का मानना है कि चीन और संयुक्त राज्य अमेरिका की बड़ी मॉडल कंपनियों की दक्षता के प्रति अत्यधिक लगन, कैलकुलेशन की मांग को कम नहीं करेगी। बल्कि, यह "मांग, आपूर्ति से कहीं अधिक" के संरचनात्मक निष्कर्ष को मजबूत करती है।
19वीं शताब्दी के अर्थशास्त्री विलियम स्टैनले जेवोंस ने देखा कि वॉट द्वारा सुधारित भाप इंजन ने कोयले के जलने की दक्षता में भारी वृद्धि की, लेकिन ब्रिटेन में कोयले की कुल खपत बढ़ गई, क्योंकि भाप इंजन आर्थिक रूप से सुलभ होने के बाद पहले की तुलना में बहुत अधिक कारखानों और खदानों में स्थापित किए गए।
इसलिए उन्होंने प्रसिद्ध जेवॉन्स पैराडॉक्स प्रस्तुत किया: जब किसी संसाधन के उपयोग की दक्षता में वृद्धि होती है, तो उस संसाधन की कुल खपत घटती नहीं, बल्कि बढ़ जाती है।
जेवन्स पैराडॉक्स वर्तमान एआई क्रांति के लहर पर भी लागू होता है: कैलकुलेशन दक्षता में वृद्धि से इकाई टोकन लागत में कमी आती है, और कम लागत का अर्थ है अधिक स्थितियाँ, अधिक उपयोगकर्ता, और अधिक बार एक्सेस, जिससे कुल कैलकुलेशन खपत बढ़ जाती है।
मॉरगन स्टेनली ने इस आपूर्ति-मांग असंतुलन की गंभीरता को मापने के लिए एक सेट डेटा का हवाला दिया:
Google के उच्च पदाधिकारी ने हाल ही में बताया कि कंपनी को प्रत्येक 6 महीने में कैलकुलेशन क्षमता दोगुनी करने की आवश्यकता हो सकती है, जिससे 5 वर्षों में 1000 गुना की वृद्धि होगी।
हालांकि, आपूर्ति पक्ष से देखें तो, NVIDIA की 2025-2028 के बीच AI चिप बिक्री की CAGR लगभग 140% है, और यह दर 5 वर्षों तक बनी रहे, तो भी कुल आपूर्ति की गई कैलकुलेशन क्षमता Google की एकल कंपनी की मांग के अनुमान से 10% से कम होगी।
दूसरे शब्दों में, यहां तक कि विश्व के सबसे बड़े कैपेसिटी आपूर्तिकर्ता भी ऐतिहासिक उच्चतम दर से पूरी तरह से उत्पादन करें, तो भी एकल ग्राहक की मांग का केवल एक छोटा सा हिस्सा ही कवर कर पाएंगे।
(3) बाजार की चिंता 3: आपूर्ति ओर की सीमाएँ क्या कठोर ऊपरी सीमा बन जाती हैं?
पूंजी बाजार की तीसरी चिंता यह है: भले ही मांग की दिशा में निश्चितता पर्याप्त हो, लेकिन भौतिक दुनिया के प्रतिबंध क्या कैलकुलेशन बुनियादी ढांचे को आवश्यकता के अनुसार उपलब्ध नहीं करा पाएंगे?
मॉरगन स्टैनले भौतिक दुनिया के प्रतिबंधों को सामूहिक रूप से 3P: People, Power, Politics कहते हैं।
लोग: डेटा सेंटर निर्माण के लिए आवश्यक कुशल पेशेवर (बिजली के मजदूर, वेल्डर, पाइपफिटर) की संरचनात्मक कमी है।
पावर: कुछ क्षेत्रों में ग्रिड कनेक्शन के लिए लाइन में प्रतीक्षा की अवधि 5-7 वर्ष तक बढ़ गई है, जो डेटा सेंटर के ऑपरेशन में सबसे बड़ा एकल समय बैरियर बन गया है।
राजनीति: डेटा केंद्र निर्माण का स्थानीय से लेकर संघीय स्तर तक बहुस्तरीय राजनीतिक प्रतिरोध का सामना कर रहा है, और दिशा में संरचनात्मक उलटफेर हो रहा है।
पिछले कुछ वर्षों में, राज्य डेटा केंद्रों को आकर्षित करने के लिए उदार निवेश प्रोत्साहन प्रदान करने के लिए प्रतिस्पर्धा कर रहे थे, लेकिन अब यह प्रवृत्ति उलट गई है, और राज्य डेटा केंद्रों के लिए कर छूट को निलंबित, शर्तों के साथ जोड़ रहे हैं या सीधे समाप्त कर रहे हैं।
केंद्रीय डेटा सेंटर के विकास की गति को धीमा करना और निवासियों के बिजली बिल को डेटा सेंटर बुनियादी ढांचे की लागत से बचाना जैसे मुद्दे अब राज्यपाल चुनाव के मंच का हिस्सा बनते जा रहे हैं, और इन्हें नवंबर के चुनाव में महत्वपूर्ण मतदाता मुद्दा माना जा रहा है।
इसी बीच, संघीय स्तर पर राष्ट्रीय "डेटा सेंटर शुल्क" स्थापित करने का प्रयास किया जा रहा है।
हाउस रेटपेयर प्रोटेक्शन एक्ट पर विचार कर रहा है, जो केंद्रीय स्तर पर बुनियादी ढांचे लागत को बांटने के लिए पहली बार कानूनी प्रयास है, जिसमें राज्य सार्वजनिक उपयोगिता कंपनियों से डेटा केंद्रों को ग्रिड अपग्रेड के लिए भुगतान करने के लिए "बड़े लोड मानक" बनाने का अनुरोध किया जाता है।
पहले (मार्च में), Amazon, Google, Meta, Microsoft, Oracle, xAI आदि ने व्हाइट हाउस के Ratepayer Protection Pledge पर हस्ताक्षर किए थे, जिसमें वे स्वेच्छा से मौजूदा उपभोक्ताओं को डेटा केंद्र बुनियादी ढांचे की लागत से बचाने का वादा करते हैं।
यह बिल इस स्वैच्छिक प्रतिबद्धता को कानूनी रूप देगा और वास्तव में एक राष्ट्रीय स्तर का डेटा केंद्र बिजली अतिरिक्त शुल्क प्रणाली बनाएगा।
Morgan Stanley ने इस चिंता की वैधता को स्वीकार किया, लेकिन इसे "स्पीड बंप्स" के रूप में वर्गीकृत किया, संरचनात्मक बाधाओं के रूप में नहीं।
जबकि ग्रिड कनेक्शन की प्रतीक्षा सूची के चक्र कुछ क्षेत्रों में 5 वर्ष से अधिक हैं और डेटा केंद्रों को अपनी ऊर्जा का स्वयं प्रबंधन करने का दबाव बढ़ रहा है, स्थानीय स्वयं बिजली उत्पादन मुख्य समाधान बन रहा है।
(4) टाइम टू पावर: अवमूल्यांकित बिजली समय आर्बिट्रेज
Morgan Stanley ने संयुक्त राज्य अमेरिका के डेटा केंद्रों के बिजली के अभाव का मात्रात्मक आकलन किया है।
निष्कर्ष यह है कि 2026-2028 में संयुक्त राज्य अमेरिका में डेटा केंद्रों की बिजली की मांग लगभग 68 गीगावाट होगी, निर्माणाधीन सुविधाओं (15 गीगावाट) और पहले से हस्ताक्षरित ग्रिड क्षमता (15 गीगावाट) को घटाने के बाद, संभावित अंतर 38 गीगावाट है, और कुछ क्षेत्रों में ग्रिड कनेक्शन की प्रतीक्षा सूची 5-7 वर्ष तक पहुंच चुकी है।
इस संदर्भ में, मॉर्गन स्टैनले का मानना है कि बिजली तक पहुँच का समय मूल्य (Time to Power) वर्तमान बाजार मूल्यांकन विचलन का सबसे बड़ा दिशा है।
पीछे का त論 बहुत स्पष्ट है: डेटा केंद्र का उत्पादन बिजली की आपूर्ति पर निर्भर करता है → ग्रिड कनेक्शन के लिए 5-7 वर्ष की प्रतीक्षा → 1-3 वर्षों में बिजली प्रदान करने में सक्षम वैकल्पिक समाधानों के पास स्पष्ट समय-लाभ मूल्य है।
मॉर्गन स्टनले द्वारा पहचानी गई दो मुख्य "बॉटलनेक दूर करने" की राहें:
- बिटकॉइन माइनिंग फार्म: इन कंपनियों के पास 10-19 GW की दृश्य ग्रिड कनेक्शन क्षमता और भौतिक भूमि है, जिसे सीधे डेटा सेंटर उद्देश्यों के लिए रूपांतरित किया जा सकता है।
- त्वरित अमलान्वयन के लिए बिजली उत्पादन समाधान: ग्रिड कनेक्शन की तुलना में 1-3 वर्ष का समय लाभ प्रदान करता है, जिसमें गैस टरबाइन 15-20GW और ईंधन सेल 5-8GW योगदान देते हैं।
यदि नैचुरल गैस टरबाइन, ईंधन सेल, परमाणु बिजली संयंत्र की सीधी आपूर्ति, बिटकॉइन माइनिंग फार्म के रूपांतरण जैसे "Time-to-Power" समाधानों को संभावना-भारित गणना में शामिल किया जाए, तो मध्यम परिदृश्य में लगभग 1GW की शुद्ध कमी रह जाती है, जबकि निराशाजनक परिदृश्य में यह कमी 11GW तक बढ़ जाती है।
दूसरे शब्दों में, हाइपरस्केलर के लिए वर्तमान में सबसे कम उपलब्ध चीज Capex नहीं, बल्कि बिजली उपलब्ध भौतिक स्थान, यानी “Powered Shell” है।
मॉरगन स्टेनले के अनुसार, वर्तमान बाजार इस प्रकार के Powered Shell Provider असेट को पर्याप्त रूप से मूल्यांकित नहीं कर रहा है।
इस अवमूल्यांकन को मापने के लिए, मॉर्गन स्टेनले ने नीचे दी गई सारणी में दर्शाए अनुसार पारंपरिक नवीकरणीय ऊर्जा PPA को संदर्भ मानक के रूप में तुलना की है:
इस प्रकार के Powered Shell Provider की EV/Watt वर्तमान में $2-4 के बीच है, जिसमें TeraWulf, Cipher Mining, HUT 8, Riot Platforms, Applied Digital, Galaxy Digital जैसी कंपनियाँ शामिल हैं।
Equinix, Digital Realty जैसे परिपक्व डेटा केंद्र संचालकों के 20-25x EV/Watt के संदर्भ के आधार पर, मॉर्गन स्टेनले ने इन रूपांतरण करने वाली कंपनियों के लिए 15x EV/Watt का छूट वाला आकलन निर्धारित किया है।
