- वैश्विक AI कंपनियों के डेटा सेंटर निवेश में तेज़ी पर IBM CEO अरविंद कृष्णा ने लाभप्रदता पर गंभीर सवाल उठाया
- उन्होंने बताया कि आज की लागत गणना के आधार पर 1 गीगावॉट डेटा सेंटर बनाने में लगभग 80 अरब डॉलर खर्च होंगे, जबकि प्रमुख कंपनियाँ 20~30 गीगावॉट तक का निवेश बढ़ा रही हैं
- दुनिया भर में कुल मिलाकर करीब 100 गीगावॉट AI इंफ्रास्ट्रक्चर निवेश चल रहा है, जिसका अनुमानित कुल आकार 8 ट्रिलियन डॉलर है
- AI चिप का 5 साल का depreciation और भारी पूंजी खर्च देखते हुए उन्होंने कहा कि सालाना 800 अरब डॉलर का लाभ चाहिए, जो व्यावहारिक रूप से असंभव लगता है
- कृष्णा के अनुसार वर्तमान तकनीक के साथ AGI (सामान्य कृत्रिम बुद्धिमत्ता) हासिल होने की संभावना सिर्फ 0~1% है, और LLM अकेले पर्याप्त नहीं।
AI डेटा सेंटर निवेश में तेजी और लाभप्रदता पर बहस
- प्रमुख AI कंपनियाँ AGI प्रतिस्पर्धा में डेटा सेंटर पर अरबों डॉलर डाल रही हैं
- Meta ने हालिया earnings कॉल में “capacity” और “AI infrastructure” शब्द बार-बार दोहराए
- Google ने लंबी अवधि के लिए space-based data center निर्माण का इरादा बताया
- कृष्णा ने कहा, “इन निवेशों का लाभ में बदलना लगभग असंभव है”
- उन्होंने इसे “आज की गणना” बताते हुए कहा कि भविष्य के खर्च अनुमानित नहीं हैं
कृष्णा की लागत गणना और लाभप्रदता विश्लेषण
- 1 गीगावॉट डेटा सेंटर के लिए लगभग 80 अरब डॉलर चाहिए
- अगर कोई कंपनी 20~30 गीगावॉट का लक्ष्य रखती है, तो 1.5 ट्रिलियन डॉलर का capex बनता है
- विश्वभर में लगभग 100 गीगावॉट की निवेश परियोजनाएँ चल रही हैं, जिसकी कुल राशि 8 ट्रिलियन डॉलर के आसपास है
- इस स्थिति में सालाना 800 अरब डॉलर के लाभ के बिना सिर्फ ब्याज चुकाना मुश्किल होगा
- उनका मानना है कि “इस तरह का लाभ निकालने का कोई रास्ता नहीं”
depreciation और निवेश जोखिम
- प्रमुख जोखिम के रूप में उन्होंने AI चिप के 5 साल के depreciation को रेखांकित किया
- “5 साल बाद चिप बदलनी पड़ेगी और फिर से निवेश करना होगा”
- निवेशक माइकल बरी ने भी Nvidia के depreciation पर सवाल उठाते हुए AI शेयरों में गिरावट को तेज़ किया
- कृष्णा का आकलन है कि यह depreciation संरचना ROI (रिटर्न ऑन इन्वेस्टमेंट) को और बिगाड़ती है
AGI हासिल होने की संभावना पर संदेह
- कृष्णा ने वर्तमान तकनीक के साथ AGI हासिल होने की संभावना 0~1% बताई
- “जब तक अतिरिक्त तकनीकी ब्रेकथ्रू नहीं आता, यह संभव नहीं”
- उन्होंने कहा कि LLM (Large Language Model) अकेले पर्याप्त नहीं; ‘हार्ड नॉलेज’ के साथ एकीकरण जरूरी है
- OpenAI के एलोन सुत्स्केवर ने भी “स्केलिंग का दौर खत्म हो गया” कहते हुए रिसर्च-फोकस्ड शिफ्ट पर जोर दिया
उद्योग में अन्य संशयवादी दृष्टिकोण
- Marc Benioff ने AGI प्रयास को “हिप्नोसिस” से तुलना करते हुए संदेह जताया
- Andrew Ng ने कहा कि AGI “ओवरहाइप्ड” हो गया है
- Mistral CEO Arthur Mensch ने AGI को “मार्केटिंग स्ट्रैटेजी” बताया
IBM CEO की अंतिम राय
- कृष्णा का मानना है कि मौजूदा AI टूल्स कंपनियों की प्रोडक्टिविटी में ट्रिलियन डॉलर के स्तर का मूल्य जोड़ सकते हैं
- लेकिन AGI के लिए वर्तमान LLM रोडमैप से आगे तकनीकी प्रगति जरूरी होगी
- उन्होंने जोड़ा, “मान लें यह संभव भी हो, तो भी संभावना ‘maybe’ यानी शायद जैसी ही है,” और सतर्क रुख बनाए रखा
अभी कोई टिप्पणी नहीं है.