AI के लिए अब अपनी उपयोगिता साबित करने का समय आ गया है

​यह तकनीक भारी उत्पादकता लाभ दे सकती है और दे भी रही है। फिर भी निवेशकों को यह तय करना होगा कि मुनाफा किसे मिलेगा—और उसके लिए उन्हें कितना भुगतान करना चाहिए।

आर्टिफिशियल इंटेलिजेंस उस मुकाम पर पहुँच चुका है जहाँ यह अपने प्रचारकों के किए गए हर वादे को पूरा कर सकता है, लेकिन उन निवेशकों को निराश भी कर सकता है जिन्होंने गलत कंपनियों के लिए बहुत अधिक कीमत चुकाई।

AI के लिए असली सवाल यह है कि क्या वादा किए गए उत्पादकता लाभ राजस्व में बदलेंगे, और क्या यह डेटा सेंटरों तथा चिप्स में लगाए जा रहे भारी-भरकम पूंजी निवेश की भरपाई के लिए पर्याप्त होगा। और, यदि AI शेयरों का मूल्यांकन जरूरत से ज्यादा है, तो क्या हम कम जोखिम वाले किसी विकल्प की ओर रुख देख सकते हैं?

AI खर्च और उत्पादकता लाभ के बीच का अंतर

जून 2026 के अपने आउटलुक में J.P. Morgan Asset Management ने पाँच अमेरिकी hyperscalers के लिए वर्ष के consensus capex अनुमान को $697 billion रखा। इसका अनुमान था कि capex उनके operating cash flow का 93% सोख लेगा, जबकि 2023 में यह 33% था। निश्चित रूप से ये अनुमान हैं, लेकिन पूंजी एक ही लक्ष्य की ओर बढ़ती दिख रही है—जो 1800 के दशक के railroad mania की याद दिलाता है।

यह समझने के लिए कि यह धन सही जगह खर्च हो रहा है या नहीं, हमें वर्तमान और भविष्य में वादा किए गए उत्पादकता लाभों का विश्लेषण करना होगा। पृथ्वी की लगभग हर कंपनी किसी न किसी रूप में AI से जुड़ी है और उत्पादकता दक्षता हासिल करने की उम्मीद कर रही है। 

ये लाभ असमान हैं और बहुत भरोसा पैदा नहीं करते: National Bureau of Economic Research ने नवंबर 2025 से जनवरी 2026 के बीच अमेरिका, ब्रिटेन, जर्मनी और ऑस्ट्रेलिया के लगभग 6,000 executives का सर्वेक्षण किया। करीब 89% ने बताया कि पिछले तीन वर्षों में AI का labour productivity पर कोई प्रभाव नहीं पड़ा।

इसका यह मतलब जरूरी नहीं है कि AI में उनका investment लाभ नहीं देगा; इसका केवल यह अर्थ है कि कंपनियों की अपेक्षाओं और उनके द्वारा मापे गए परिणामों के बीच बड़ा अंतर है।

इसका यह भी मतलब नहीं है कि AI का असफल होना तय है। AI को अपनाने में बस अधिक समय लग सकता है, जबकि AI की कीमत घट रही है। कंपनियों द्वारा AI अपनाने पर असर डालने वाला एक अन्य कारक प्रतिस्पर्धा है—यदि हर व्यवसाय समान tools का उपयोग कर रहा है, तो प्रतिस्पर्धात्मक बढ़त खत्म हो जाती है, जबकि ग्राहकों को कम कीमतों के रूप में लाभ मिलता है।

इसी वजह से बाजार में “AI bubble” और उसके अनिवार्य रूप से फूटने को लेकर चर्चाएँ शुरू हुई हैं।

निवेशक शायद गलत बाजार को माप रहे हैं

Wall Street के अनुभवी निवेशक Jordi Visser को आज व्यवसायों द्वारा मापे जा रहे उत्पादकता लाभों से कहीं बड़ा अवसर दिखाई देता है। उनका तर्क है कि AI की मांग का आकलन केवल chatbot के लिए भुगतान करने वाले लोगों की संख्या से नहीं किया जाना चाहिए, बल्कि ऐसी अर्थव्यवस्था के संभावित उदय से किया जाना चाहिए जिसमें autonomous agents एक-दूसरे के साथ कारोबार करें।

Visser के अनुसार, इस भविष्य में tokenised stocks की 24/7 trading, cryptocurrencies और stablecoins के साथ मिलकर autonomous agents के बीच लेन-देन को सक्षम करना शामिल हो सकता है। हम अभी वहाँ पूरी तरह नहीं पहुँचे हैं, लेकिन करीब पहुँच रहे हैं। Grokbot जैसे AI tools का उपयोग करके निवेशकों द्वारा अपने स्वयं के indices और ETFs विकसित करने की क्षमता निवेश के लिए एक आकर्षक (और decentralised) भविष्य का संकेत देती है।

Visser ने एक “46 Name” crypto index विकसित किया, जिसमें छह stocks और 40 tokens शामिल हैं, सभी को समान weight दिया गया है। इसमें Coinbase, Robinhood, Circle, PayPal, BTC, ETH, SOL, ZEC, TAO और NEAR शामिल हैं। यह index year-to-date 50% ऊपर है, जबकि Bitcoin 3.2% नीचे है, जिससे संकेत मिलता है कि निवेशकों की रुचि Bitcoin से आगे भी फैल रही है।

नीचे दिया गया chart तीन वर्षों में Global X के AI & Technology fund (AIQ) के S&P 500 के मुकाबले बेहतर प्रदर्शन को दर्शाता है। तीन वर्षों में AIQ 136% ऊपर है, जबकि S&P 500 में 86% की वृद्धि हुई है। 

यह स्पष्ट है कि निवेशकों का मानना है कि भविष्य किस दिशा में जा रहा है।

AI की असली परीक्षा 

यदि AI किसी छोटी टीम को वह काम करने में सक्षम बनाता है जिसके लिए पहले कहीं बड़े संगठन की जरूरत होती थी, तो इसका आर्थिक मूल्य model provider द्वारा अर्जित subscription revenue से कहीं अधिक हो जाता है।

कुछ विशेष परिस्थितियों में AI से लाभ मिलने के प्रमाण मौजूद हैं। Erik Brynjolfsson, Danielle Li और Lindsey Raymond के शोध में पाया गया कि AI assistance से customer-support productivity में लगभग 14% की वृद्धि हुई, और कम अनुभवी तथा कम-skilled workers में यह लाभ अधिक था। 

Microsoft ने अपने July 2026 results में Microsoft 365 Copilot की 30 million से अधिक paid seats की जानकारी दी। वित्तीय वर्ष के लिए Azure revenue $100 billion से अधिक रहा, हालांकि Azure में AI के साथ-साथ conventional cloud services भी शामिल हैं।

यह स्पष्ट है कि ग्राहक AI के लिए भुगतान करने को तैयार हैं, हालांकि यह देखना अभी बाकी है कि ये निवेश दीर्घकालिक competitive advantage प्रदान करते हैं या नहीं।

लाभ समान रूप से वितरित नहीं होंगे। Visser का तर्क है कि छोटे व्यवसाय AI की मदद से तेजी से efficiencies हासिल कर सकते हैं, जबकि अधिक स्थापित कंपनियों को अपनी मौजूदा लागतों और गिरती कीमतों के कारण कठिनाई हो सकती है। यह जोखिम भी है कि computing bottlenecks adoption को धीमा कर सकते हैं और इस तरह capital पर मिलने वाले return को कमजोर कर सकते हैं।

किस ओर रुख करें?

इससे सवाल उठता है—यदि AI का मूल्यांकन जरूरत से ज्यादा है, तो smart money किस दिशा में जाएगा?

स्थिर earnings वाले mature businesses स्पष्ट विकल्प लग सकते हैं, लेकिन उन earnings पर उन प्रतिस्पर्धियों से खतरा मंडरा सकता है जो अब कम लागत में बाजार में प्रवेश करने में सक्षम हैं।

Micron और AMD जैसे chip suppliers इस समय उत्साह की लहर पर सवार हैं, लेकिन ग्राहकों की investment plans में संभावित मंदी से वे भी अछूते नहीं हैं।

Semiconductor producers -Year-to-date stock performance

ऊपर दी गई तालिका से पता चलता है कि semiconductor chip sector में प्रतिस्पर्धा लगातार बढ़ रही है। कभी वॉल स्ट्रीट की चहेती रही Nvidia ने साल-दर-साल केवल 16.8% रिटर्न दिया है, जबकि कुछ प्रतिद्वंद्वियों का प्रदर्शन असाधारण रहा है।

Micron इस साल का सबसे शानदार stock रहा है, जिसका YTD रिटर्न 218% है। इसकी मुख्य वजह memory supply में आई कमी है। AI processors को data तक तेज़ पहुँच की ज़रूरत होती है, जिससे high-bandwidth memory यानी HBM की मांग बढ़ रही है। Micron को इस मांग के साथ-साथ पूरे memory market में कम supply से भी फायदा हो रहा है, जिससे selling prices ऊँची बनी हुई हैं।

AMD अपने EPYC ब्रांड के server processors और Instinct AI accelerator की पेशकश करता है, जिससे वह तेज़ी से बढ़ते data centre market में मजबूती से स्थापित हो गया है। कंपनी ने दूसरी तिमाही में data-centre revenue $6.7 billion बताया, जो साल-दर-साल 107% अधिक है। यह बढ़ोतरी दोनों product lines की मांग से प्रेरित रही। कंपनी ने Anthropic के साथ सहयोग की भी घोषणा की है, जिसके तहत AMD की computing capacity के 2 gigawatts तक की तैनाती की जाएगी।

CEO Lip-Bu Tan के नेतृत्व में बदलाव के बाद Intel ने निवेशकों की उम्मीदें फिर जगा दी हैं। दूसरी तिमाही में revenue 25% बढ़कर $16.1 billion हो गया—हालाँकि standard accounting rules के तहत कंपनी ने loss दर्ज किया—जबकि data centre और AI revenue 59% बढ़ा। 

Arm processor technology डिज़ाइन करता है और उसे chipmakers को लाइसेंस देता है। इसके डिज़ाइन का इस्तेमाल करने वाली chips पर कंपनी licensing fees और royalties कमाती है। इसकी technology अधिकांश smartphones को शक्ति देती है और अब data centres तथा AI में भी विस्तार कर रही है। कंपनी ने अपने data-centre processors बेचना भी शुरू कर दिया है, जबकि manufacturing का काम outsourced है। Arm का अनुमान है कि उसके नए processors वित्त वर्ष 2031 तक सालाना लगभग $15 billion revenue generate कर सकते हैं।

निवेशकों को किन बातों पर नज़र रखनी चाहिए

इन stocks ने भविष्य के revenue की उम्मीदों को स्पष्ट रूप से पहले ही कीमतों में शामिल कर लिया है। Nvidia जैसी अधिक mature AI stocks की धीमी वृद्धि एक गंभीर सबक देती है: AI trade के अगले चरण में अधिक विवेकपूर्ण approach की ज़रूरत होगी।

मौजूदा valuations बनाए रखने के लिए निवेशकों को demand पर नज़र रखनी होगी, जिसमें existing customers के renewals और spending भी शामिल हैं। केवल revenue growth का मतलब profits नहीं होता, इसलिए अधिक महत्वपूर्ण सवाल यह है: यह growth कितनी profitable है?

इसके केंद्र में customer experience है: क्या integration, supervision और errors की लागत को ध्यान में रखने के बाद business customers measurable savings या अतिरिक्त output की रिपोर्ट कर रहे हैं?

Rotation का मतलब यह नहीं है कि AI को पूरी तरह छोड़ दिया जाए। पूँजी महंगे suppliers से हटकर उन उचित valuation वाले businesses में जा सकती है, जो अपनी operations बेहतर बनाने के लिए AI का इस्तेमाल कर रहे हैं। वैकल्पिक रूप से, निवेशक ऐसी companies को प्राथमिकता दे सकते हैं जिनकी cash generation भरोसेमंद हो और technological disruption का exposure कम हो।

इनमें से कोई भी नतीजा तय नहीं है। दोनों इस बात पर निर्भर करते हैं कि earnings और cash-flow figures क्या संकेत देते हैं।

AI निवेशकों की असली परीक्षा

AI का prove-it phase किसी प्रभावशाली demonstration से तय नहीं होगा। इसका फैसला paying customers, sustainable margins और invested money पर मिलने वाले returns से होगा। बढ़ती demand उत्साहजनक है, लेकिन निवेशकों को यह देखना होगा कि chips, data centres और power पर होने वाले भारी खर्च को उचित ठहराने के लिए revenue पर्याप्त तेज़ी से बढ़ सकता है या नहीं।

इसके लाभ infrastructure बनाने वाली companies से आगे बढ़कर उन businesses तक भी पहुँच सकते हैं, जो लागत घटाने, services बेहतर करने और बड़ी संख्या में staff जोड़े बिना विस्तार करने के लिए AI का इस्तेमाल कर रहे हैं। संभावित winners में से कुछ पर आज बहुत कम ध्यान दिया जा सकता है।

Visser अवसर के पैमाने को लेकर सही हो सकते हैं। लेकिन economy को बदल देने वाली technology से जुड़ी हर company अच्छा investment नहीं बन जाती। निवेशकों को अब भी company, price और timing—तीनों का सही आकलन करना होगा।