हाइप चक्र से अवसंरचना चक्र में
पहली पीढ़ी की जेनरेटिव AI निवेश अविचारी उत्साह द्वारा चिह्नित थी — कंपनियों ने प्रेस विज्ञप्ति में AI शामिल करके मूल्यांकन में वृद्धि देखी। Goldman Sachs अनुसंधान तर्क देता है कि यह चरण समाप्त हो रहा है, अधिक चुनिंदा और भौतिक वास्तविकता पर आधारित कुछ द्वारा प्रतिस्थापित हो रहा है।
फर्म के विश्लेषकों ने गुणवत्ता की ओर उड़ान की गतिशीलता का वर्णन किया है जहां परिष्कृत निवेशकों का ध्यान AI अर्थव्यवस्था की भौतिक नींव की ओर स्थानांतरित हो रहा है: डेटा सेंटर और उन्हें भरने वाला कंप्यूटिंग हार्डवेयर। तर्क सीधा है। मॉडल क्षमताएं सुधरती रहेंगी, अनुप्रयोग आएंगे और जाएंगे, लेकिन उन मॉडेल को प्रशिक्षित और परिवेशित करने के लिए आवश्यक भौतिक अवसंरचना एक पूर्ण आवश्यकता है जिसकी आपूर्ति ऊर्जा उपलब्धता और निर्माण समयसीमा द्वारा सीमित है जिसे सॉफ्टवेयर सफलताओं से संपीड़ित नहीं किया जा सकता।
बदलाव के पीछे की संख्याएं
Goldman Sachs का अनुमान है कि AI वर्कलोड दो वर्षों में कुल डेटा सेंटर क्षमता का लगभग 30 प्रतिशत होगा, जो घोषित हाइपरस्केलर पूंजी व्यय योजनाओं पर आधारित है जो नई निर्माण में सैकड़ों अरब डॉलर का प्रतिनिधित्व करती हैं।
ऊर्जा का आयाम और भी अधिक आश्चर्यजनक है। फर्म का अनुमान है कि 2030 तक वैश्विक डेटा सेंटर शक्ति की मांग 2023 की तुलना में लगभग 175 प्रतिशत बढ़ सकती है, मुख्यतः AI प्रशिक्षण और अनुमान की ऊर्जा तीव्रता से संचालित। यह वृद्धि अकेले ग्रिड में एक शीर्ष दस वैश्विक अर्थव्यवस्था की विद्युत खपत जोड़ने जितनी होगी। यह AI रणनीति के लिए एक पृष्ठभूमि विचार नहीं है — यह एक प्राथमिक बाधा है जो पहले से ही आकार दे रही है कि विकास कहां और कितनी तेजी से आगे बढ़ सकता है।
अवसंरचना बाधाएं रणनीति को पुनर्नियंत्रित करती हैं
एक बड़े पैमाने पर AI डेटा सेंटर का निर्माण केवल पूंजी का मामला नहीं है। भूमि को विश्वसनीय ऊर्जा के पास अधिग्रहीत और क्षेत्रीकृत होना चाहिए। ग्रिड कनेक्शन को उपयोगिताओं के साथ बातचीत करनी चाहिए जो ट्रांसमिशन क्षमता बढ़ाने के लिए बहु-वर्ष की लीड समय की आवश्यकता हो सकती है। बड़े विद्युत ट्रांसफार्मर एक वास्तविक बाधा बन गए हैं; कुछ बाजारों में लीड समय दो या अधिक वर्षों तक बढ़ गए हैं, सीमित विनिर्माण क्षमता और नवीकरणीय ऊर्जा निर्माण से प्रतिस्पर्धी मांग द्वारा सीमित।
परिणामस्वरूप, साइट चयन प्रमुख AI कंपनियों में एक रणनीतिक कार्य बन गया है। जलविद्युत या भूतापीय शक्ति तक पहुंच वाले दूरस्थ स्थान, ठंडे आसपास के तापमान और मौजूदा उच्च-क्षमता फाइबर अब वास्तविक दुर्लभ संपत्ति हैं। AI कंप्यूट की भौगोलिक एकाग्रता अनुकूल बुनियादी ढांचे की स्थिति के समूहन को दर्शाती है।
निवेश निहितार्थ
निवेशकों के लिए, Goldman Sachs विश्लेषण पिछले कंप्यूटिंग चक्रों से एक पैटर्न की ओर इशारा करता है। इंटरनेट निर्माण के दौरान, कंपनियां जो भौतिक केबल और डेटा सेंटर के मालिक थे, ने स्थिर राजस्व कब्जा किया जबकि एप्लिकेशन-परत कंपनियों को अस्थिर चक्र का अनुभव हुआ। AI में एक समान गतिशीलता बन सकती है।
डेटा सेंटर ऑपरेटर, AI परिसर परोसने वाली उपयोगिता कंपनियां, शीतलन तकनीक विशेषज्ञ और नेटवर्किंग हार्डवेयर निर्माता अधिकांश AI सॉफ्टवेयर कंपनियों की तुलना में बुनियादी ढांचे के आधार के करीब बैठते हैं। फर्म नोट करता है कि हाइपरस्केल क्लाउड प्रदाता, अपनी विशाल बाजार पूंजीकरण के बावजूद, प्राथमिकता में अवसंरचना व्यवसाय हैं जहां उनकी पूंजी वास्तव में तैनात है।
ऊर्जा वाइल्डकार्ड
Goldman कंप्यूट क्षमता से पहले बाध्यकारी होने की संभावना वाले सबसे अधिक चर के रूप में ऊर्जा की पहचान करता है। मौजूदा विद्युत अवसंरचना को AI के लिए प्रजेक्ट की गई वृद्धि दरों को समायोजित करने के लिए निर्मित नहीं किया गया था। उपयोगिताएं ग्रिड विस्तार में निवेश कर रही हैं, लेकिन नियामक अनुमोदन और निर्माण समयसीमा का मतलब है कि नई पीढ़ी और ट्रांसमिशन क्षमता वर्षों से मांग में पिछड़ जाती है।
यह पहले से ही AI कंपनियों को अपरंपरागत समाधान तलाशने के लिए प्रेरित कर रहा है: परमाणु शक्ति क्रय समझौते, समर्पित प्राकृतिक गैस पीढ़ी और दीर्घ-अवधि की बैटरी भंडारण डेटा सेंटर के साथ। ऊर्जा प्रश्न अब AI रणनीति के लिए परिधीय नहीं है — यह अच्छी तरह से निर्धारक कारक हो सकता है कि कौन सी कंपनियां स्केल कर सकती हैं और कौन नहीं कर सकती।
यह लेख AI समाचार द्वारा रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें।
