PKN LIVE : IBM CEO – टेक दुनिया में जिस तेज़ी से AI infrastructure का विस्तार हो रहा है, उसी गति से इस दौड़ की आर्थिक वास्तविकताएं भी सवालों के घेरे में आ रही हैं। IBM के CEO अरविंद कृष्णा ने हाल ही में दिए एक इंटरव्यू में दावा किया कि Google, Amazon और Microsoft जैसे hyperscalers जिस रफ्तार से data center spending कर रहे हैं, वह किसी भी हिसाब से मुनाफ़े की ओर नहीं ले जाती। उनके अनुसार, मौजूदा AI race एक ऐसे स्तर पर पहुंच रही है जहां trillion-dollar investment के बावजूद positive returns मिलना लगभग असंभव है।
AI Infrastructure और Data Center Expansion: क्या यह profit model sustainable है?
कृष्णा का कहना है कि hyperscale cloud companies जिस पैमाने पर global data center infrastructure खड़ा कर रही हैं, वह न केवल अत्यधिक capital-intensive है बल्कि energy consumption के चलते long-term sustainability पर भी गंभीर सवाल खड़े करता है। उनका कहना है कि “एक साधारण गणना बता देती है कि इन कंपनियों की massive data center investments किसी भी तरह long-term profitability के साथ align नहीं करती।”
Goldman Sachs की एक रिपोर्ट के अनुसार, वर्तमान में global data center market करीब 55 gigawatts energy consume करता है, जिसमें सिर्फ 14 प्रतिशत हिस्सा AI workloads का है। जैसे-जैसे generative AI और large language models (LLM) की demand बढ़ेगी, कुल energy demand 2027 तक 84 gigawatts तक पहुंचने का अनुमान है। यह संख्या data center economics के लिए चुनौतीपूर्ण स्तर को दर्शाती है।
IBM CEO : Gigawatt-Scale Data Centers की Real Cost: $80 Billion per GW
IBM CEO के अनुसार, आज की तारीख में किसी भी कंपनी के लिए एक gigawatt capacity वाला data center बनाना करीब 80 billion dollars का काम है। अगर कोई hyperscaler 20–30 gigawatts का infrastructure तैयार करना चाहे तो कम से कम 1.5 trillion dollars की capital expenditure (capex) चाहिए। यह investment Tesla के वर्तमान market cap के बराबर बैठती है।
उनका कहना है कि सभी hyperscalers मिलकर लगभग 100 gigawatts की नई क्षमता जोड़ सकते हैं, जिसके लिए कुल 8 trillion dollars तक का खर्च आएगा। यह टेक इतिहास के सबसे बड़े capital deployments में से एक होगा। परंतु Krishna का दावा है कि “इस स्तर के capex पर return मिल पाना लगभग असंभव है, क्योंकि 8 trillion dollars का मतलब है कि सिर्फ interest कवर करने के लिए ही सालाना 800 billion dollars का profit चाहिए।”
यहीं पर hyperscalers के future business model पर सबसे बड़ा सवाल उठता है। क्या AI infrastructure की दौड़ companies को financially unstable कर सकती है? क्या AI का excitement एक techno-economic bubble बना रहा है? Krishna इसी खतरे की चेतावनी देते हैं।
IBM CEO : Rapid Tech Obsolescence: 5 साल में data center hardware हो जाता है outdated
Hyperscale data centers में सबसे बड़ा risk technology refresh cycles की तेज़ रफ्तार है। Krishna के अनुसार, “आपको अपने पूरे data center investment को पांच साल के अंदर fully utilize करना होता है, क्योंकि उसके बाद chips obsolete हो चुकी होती हैं और आपको सारा hardware बदलना पड़ता है।”
AI accelerator chips, GPUs और custom silicon जिस गति से आगे बढ़ रहे हैं, उससे यह cycle और भी fast हो रही है। Nvidia जैसे chip manufacturers हर 12–18 महीनों में नई generation लाते हैं, जिससे पुरानी systems की efficiency dramatically घट जाती है। इसका सीधा मतलब है कि trillion-dollar data center investment की depreciation बहुत तेजी से होती है।
यही कारण है कि hyperscalers के लिए ROI (return on investment) निकल पाना और मुश्किल हो जाता है।
Hyperscalers की AI Race: AGI हासिल करने की दौड़ या financial pressure?
कृष्णा का कहना है कि यह massive investment केवल cloud services के expansion के लिए नहीं है। इसके पीछे AI race भी है, जहां बड़ी टेक कंपनियां AGI (Artificial General Intelligence) हासिल करने की होड़ में लगी हैं। उनका अनुमान है कि वर्तमान LLM architecture के आधार पर AGI पाने की संभावना सिर्फ “1 प्रतिशत” है।
उनके अनुसार, “AI enterprise productivity को unlock करने में बेहद उपयोगी है और यह ट्रिलियंस डॉलर का आर्थिक लाभ देगा। लेकिन AGI के लिए सिर्फ LLMs काफी नहीं हैं। इसके लिए नई तकनीकें और entirely new architectures की जरूरत पड़ेगी।”
इसका मतलब यह है कि मौजूदा AI infrastructure जिस पर companies trillions खर्च कर रही हैं, वह शायद AGI के लिए पर्याप्त न हो।
Google, Amazon, Microsoft की बढ़ती AI Capex Spending
टेक जगत का हर बड़ा खिलाड़ी इस समय record-breaking capex investment कर रहा है। 2025 के लिए अनुमानित आंकड़े hyperscalers की aggressive strategy को स्पष्ट दिखाते हैं।
Alphabet (Google)
Google ने अपनी 2025 capital spending guidance को बढ़ाकर 91–93 billion dollars कर दिया है। कंपनी ने साफ कहा है कि अगले वर्ष “significant increase” देखने को मिलेगा क्योंकि AI infrastructure, TPU upgrades और large-scale data center builds जारी रहेंगे।
Amazon
Amazon ने भी अपना capex estimate बढ़ाकर 125 billion dollars कर दिया है। कंपनी के अनुसार, इन खर्चों का अधिकांश हिस्सा AI training clusters, Amazon Web Services (AWS) expansion और new generation data processing units पर जा रहा है।
Microsoft
Microsoft ने पिछले साल ही घोषणा की थी कि वह 2024–2026 के बीच सैकड़ों अरब डॉलर AI-driven data centers में निवेश करेगा। OpenAI partnership के चलते Microsoft पर AI demand का सबसे अधिक दबाव है।
इन सब investments को Krishna एक “high-risk capital race” बताते हैं, जहां returns uncertain हैं और technology तेजी से बदल रही है।
क्या AI Infrastructure Investment एक Bubble बन रहा है?
Experts का मानना है कि यह पूरा AI infrastructure build-out उसी पैटर्न पर चल रहा है जैसा dot-com bubble में हुआ था, लेकिन और बड़े पैमाने पर। फर्क सिर्फ इतना है कि इस बार stakes multi-trillion dollar स्तर पर हैं।
AI startup valuations तेजी से बढ़ रही हैं, cloud providers massive GPUs खरीद रहे हैं, energy demand skyrocketing है, और data center construction unprecedented pace पर हो रहा है।
परंतु revenue growth उतनी तेज़ नहीं है।
Companies अभी भी AI services को monetise करने का sustainable तरीका खोज रही हैं।
AI inference का cost बहुत ज्यादा है।
AI subscriptions से मिलने वाला पैसा trillion-dollar capex को justify नहीं करता।
यही कारण है कि IBM CEO इसे एक dangerous imbalance बताते हैं।
Enterprise AI तो बढ़ेगा, लेकिन hyperscalers की profitability questionable है
कृष्णा कंपनियों के लिए AI की power को कम नहीं आंकते। उनका कहना है कि enterprise AI automation, cloud optimisation, cybersecurity, customer service और operational efficiency में ट्रिलियन-डॉलर productivity gain दे सकता है। इससे industries का रूपांतरण होगा और companies की growth भी बढ़ेगी।
लेकिन उनका यह भी कहना है कि hyperscale companies की AI investment strategy में massive financial risks हैं।
AI infrastructure builds का scale इतना बड़ा है कि companies को returns balance करना कठिन हो रहा है।
Data centers की energy demand global grids पर भी दबाव डाल सकती है।
और सबसे बड़ा खतरा यह है कि trillion-dollar infrastructure कुछ ही सालों में obsolete हो सकता है।
Meta Title
IBM CEO warns Hyperscalers: Google और Amazon की AI Data Center Spending से Profit असंभव
Meta Description
IBM CEO Arvind Krishna का बड़ा बयान कि Google, Amazon और अन्य hyperscalers अपनी massive AI data center spending से profit नहीं कमा पाएंगे। जानिए क्यों AI infrastructure investment trillion-dollar जोखिम बन रहा है।
