IBM CEO ने AI पर खरबों डॉलर के खर्च का लगाया हिसाब, बोले— मौजूदा लागत पर निवेश की गणित बैठना मुश्किल

IBM CEO ने AI निवेश की गणित पर उठाया बड़ा सवाल

आर्टिफिशियल इंटेलिजेंस को लेकर दुनिया की बड़ी टेक कंपनियों के बीच चल रही निवेश की दौड़ ने डेटा सेंटर, एडवांस्ड चिप्स और बिजली की मांग को अभूतपूर्व स्तर तक पहुंचा दिया है। लेकिन IBM के चेयरमैन और CEO अरविंद कृष्णा का मानना है कि इस दौड़ के पीछे की आर्थिक गणित पर गंभीरता से विचार करने की जरूरत है।

कृष्णा ने AI डेटा सेंटर बनाने में लगने वाली पूंजी और उससे जरूरी संभावित कमाई का आकलन करते हुए सवाल उठाया कि क्या मौजूदा लागत पर इतना विशाल निवेश वास्तव में पर्याप्त रिटर्न दे सकता है। उनका तर्क AI की क्षमता को खारिज करने के बजाय उसके इंफ्रास्ट्रक्चर पर खर्च की रफ्तार और आर्थिक व्यवहार्यता पर केंद्रित है।

1 गीगावॉट डेटा सेंटर की लागत करीब $80 अरब

कृष्णा के आकलन के अनुसार, लगभग एक गीगावॉट क्षमता वाले आधुनिक AI डेटा सेंटर को तैयार करने और आवश्यक कंप्यूटिंग उपकरण लगाने की लागत करीब 80 अरब डॉलर तक हो सकती है।

यदि उद्योग की कुल कंप्यूटिंग प्रतिबद्धताएं लगभग 100 गीगावॉट के स्तर तक पहुंचती हैं, तो इस गणना के आधार पर कुल पूंजीगत निवेश करीब 8 ट्रिलियन डॉलर हो सकता है।

यही वह आंकड़ा है जिसने AI निवेश की मौजूदा रफ्तार को लेकर आर्थिक बहस तेज कर दी है।

$8 ट्रिलियन निवेश और $800 अरब मुनाफे की चुनौती

कृष्णा की गणना का सबसे महत्वपूर्ण हिस्सा संभावित रिटर्न से जुड़ा है। उनके मुताबिक, यदि पूंजीगत खर्च करीब 8 ट्रिलियन डॉलर होता है, तो केवल पूंजी की लागत को संभालने के लिए लगभग 800 अरब डॉलर सालाना मुनाफे की जरूरत पड़ सकती है।

यह अनुमान दिखाता है कि AI इंफ्रास्ट्रक्चर की चुनौती केवल तकनीकी नहीं है। कंपनियों को यह भी साबित करना होगा कि AI सेवाओं से पैदा होने वाला राजस्व और मुनाफा विशाल डेटा सेंटर निवेश को आर्थिक रूप से उचित ठहरा सकता है।

तेजी से पुराने होते AI चिप्स भी बढ़ाते हैं जोखिम

AI डेटा सेंटर की अर्थव्यवस्था में एक और महत्वपूर्ण मुद्दा हार्डवेयर का तेजी से बदलना है।

कृष्णा ने इस ओर भी ध्यान दिलाया है कि AI कंप्यूटिंग में इस्तेमाल होने वाले महंगे चिप्स और संबंधित हार्डवेयर का आर्थिक जीवन सीमित हो सकता है। नई और अधिक शक्तिशाली तकनीक आने पर कंपनियों को कुछ वर्षों के भीतर इंफ्रास्ट्रक्चर अपग्रेड करना पड़ सकता है।

इसका अर्थ है कि कंपनियों को केवल शुरुआती निर्माण लागत ही नहीं, बल्कि भविष्य में हार्डवेयर बदलने और क्षमता बढ़ाने पर होने वाले खर्च को भी ध्यान में रखना होगा।

क्या AI निवेश वास्तव में बुलबुला बन रहा है?

कृष्णा की टिप्पणी ऐसे समय आई है जब AI इंफ्रास्ट्रक्चर पर बड़े निवेश को लेकर उद्योग में दो अलग-अलग विचार दिखाई दे रहे हैं।

एक पक्ष का मानना है कि जनरेटिव AI और भविष्य के अधिक उन्नत मॉडल कंपनियों की उत्पादकता बढ़ाने, नई सेवाएं बनाने और पूरे डिजिटल उद्योग को बदलने की क्षमता रखते हैं। यदि AI का इस्तेमाल अर्थव्यवस्था के बड़े हिस्से में फैलता है, तो आज का भारी निवेश भविष्य में महत्वपूर्ण राजस्व पैदा कर सकता है।

दूसरी ओर, आलोचकों का सवाल है कि क्या AI से होने वाली वास्तविक कमाई इतनी तेजी से बढ़ पाएगी कि डेटा सेंटर, बिजली, नेटवर्क और अत्याधुनिक चिप्स पर हो रहे विशाल खर्च की भरपाई हो सके।

यह बहस केवल IBM तक सीमित नहीं है। Zoho के सह-संस्थापक श्रीधर वेम्बू ने भी कृष्णा की चिंताओं का समर्थन करते हुए AI इंफ्रास्ट्रक्चर की निवेश दौड़ पर सवाल उठाए हैं।

IBM की रणनीति क्यों है अलग?

IBM स्वयं AI से पीछे हटने वाली कंपनी नहीं है। कंपनी जनरेटिव AI और AI-ऑप्टिमाइज्ड कंप्यूटिंग इंफ्रास्ट्रक्चर पर काम कर रही है, लेकिन उसकी रणनीति मुख्य रूप से एंटरप्राइज उपयोग और व्यावसायिक अनुप्रयोगों पर केंद्रित रही है।

IBM ने अपने AI मॉडल विकास के लिए Vela और Blue Vela जैसे विशेष कंप्यूटिंग वातावरण विकसित किए हैं, जो यह दिखाता है कि कृष्णा की आपत्ति AI तकनीक के अस्तित्व या उपयोगिता से नहीं, बल्कि अत्यधिक बड़े पैमाने पर पूंजी लगाने की आर्थिक व्यवहार्यता से जुड़ी है।

AI इंडस्ट्री के लिए क्यों महत्वपूर्ण है यह चेतावनी?

AI की मौजूदा प्रतिस्पर्धा में अक्सर बड़े मॉडल, ज्यादा GPUs और विशाल डेटा सेंटर क्षमता को रणनीतिक बढ़त के रूप में देखा जाता है। लेकिन यदि इंफ्रास्ट्रक्चर खर्च उससे मिलने वाली कमाई की तुलना में बहुत तेजी से बढ़ता है, तो कंपनियों पर निवेशकों को रिटर्न साबित करने का दबाव बढ़ सकता है।

यही कारण है कि कृष्णा की गणना महत्वपूर्ण है। यह AI की तकनीकी क्षमता से अलग एक मूल प्रश्न सामने रखती है—AI कितना शक्तिशाली बनेगा, इसके साथ-साथ यह भी जरूरी है कि उससे टिकाऊ व्यवसाय कैसे बनाया जाएगा।

संतुलित विश्लेषण: गणित आज कठिन है, लेकिन तस्वीर बदल सकती है

कृष्णा की चिंता मौजूदा लागत संरचना को देखते हुए महत्वपूर्ण है, लेकिन इससे यह निष्कर्ष निकालना जल्दबाजी होगी कि AI इंफ्रास्ट्रक्चर में किया जा रहा पूरा निवेश असफल साबित होगा।

तकनीक के इतिहास में कंप्यूटिंग की लागत समय के साथ तेजी से घटती रही है। बेहतर चिप्स, अधिक ऊर्जा-कुशल डेटा सेंटर, नए मॉडल आर्किटेक्चर और सस्ते inference से भविष्य में AI सेवाओं की लागत कम हो सकती है। दूसरी तरफ, यदि AI से अपेक्षित उत्पादकता और राजस्व वृद्धि हासिल नहीं होती, तो आज की विशाल पूंजीगत प्रतिबद्धताएं कंपनियों के लिए वित्तीय दबाव बन सकती हैं।

इस बहस का दूसरा पक्ष भी मजबूत है। JPMorgan के CEO जेमी डिमन ने हाल में AI से जुड़े निवेश के दीर्घकालिक आर्थिक लाभ को लेकर अधिक सकारात्मक रुख दिखाया है, हालांकि उन्होंने भी खर्च में तर्कसंगतता की जरूरत पर जोर दिया है।

इसलिए असली सवाल यह नहीं है कि AI महत्वपूर्ण होगा या नहीं। असली सवाल यह है कि AI से पैदा होने वाला आर्थिक मूल्य कितनी जल्दी और कितने बड़े स्तर पर उस इंफ्रास्ट्रक्चर की लागत को सही साबित कर पाएगा जिसे आज बनाया जा रहा है।

निष्कर्ष

IBM CEO अरविंद कृष्णा की गणना AI उद्योग के सामने मौजूद एक महत्वपूर्ण विरोधाभास को उजागर करती है। एक तरफ कंपनियां भविष्य की AI मांग को देखते हुए अभूतपूर्व स्तर पर डेटा सेंटर क्षमता तैयार कर रही हैं, जबकि दूसरी तरफ इस निवेश से जरूरी मुनाफा पैदा करने का मॉडल अभी पूरी तरह साबित नहीं हुआ है।

यदि AI अपनाने की गति और उससे मिलने वाला आर्थिक मूल्य तेजी से बढ़ता है, तो मौजूदा निवेश भविष्य के डिजिटल इंफ्रास्ट्रक्चर की नींव साबित हो सकता है। लेकिन यदि कमाई उम्मीद से पीछे रहती है और हार्डवेयर तेजी से पुराना होता जाता है, तो AI की मौजूदा इंफ्रास्ट्रक्चर दौड़ टेक उद्योग के लिए महंगी परीक्षा बन सकती है।

फिलहाल कृष्णा का संदेश स्पष्ट है: AI की संभावनाएं विशाल हो सकती हैं, लेकिन निवेश का फैसला केवल उत्साह नहीं, टिकाऊ आर्थिक गणित पर भी टिकना चाहिए।