IBM CEO: हाइपरस्केलर AI इंफ्रास्ट्रक्चर निवेश से "कोई रिटर्न नहीं" मिलेगा

10 दिसंबर, 2025 लेखक: Blake Crosley

IBM के CEO अरविंद कृष्णा ने 3 दिसंबर, 2025 को हाइपरस्केलर AI इंफ्रास्ट्रक्चर अर्थशास्त्र को सार्वजनिक रूप से चुनौती दी, यह कहते हुए कि एक साधारण गणना भी दिखाती है कि टेक कंपनियों के विशाल डेटा सेंटर निवेश का "कोई मतलब नहीं" बनता।¹ कृष्णा ने कहा, "मेरी राय में इस पर कोई रिटर्न मिलने का कोई तरीका नहीं है, क्योंकि $8 ट्रिलियन के capex का मतलब है कि आपको सिर्फ ब्याज चुकाने के लिए लगभग $800 बिलियन का मुनाफा चाहिए।"[^2] कृष्णा ने आगे तर्क दिया कि GPU depreciation सबसे कम आंका गया जोखिम है: "आपको इसे पांच साल में पूरा इस्तेमाल करना होगा क्योंकि उसके बाद, आपको इसे फेंकना होगा और फिर से भरना होगा।"[^3]

कृष्णा की टिप्पणियां ऐसे समय आई हैं जब हाइपरस्केलर AI इंफ्रास्ट्रक्चर में अभूतपूर्व पूंजी लगा रहे हैं। Big Four सामूहिक रूप से 2025 में $380 बिलियन से अधिक के capital expenditure की उम्मीद करते हैं, और CreditSights के अनुमान के अनुसार 2026 तक संचयी capex $602 बिलियन तक पहुंच जाएगा।[^4]

2025 हाइपरस्केलर CapEx प्रतिबद्धताएं:

गणित एक मूलभूत तनाव पैदा करता है: 2025 में संयुक्त AI cloud राजस्व संभवतः $50-60 बिलियन तक पहुंचेगा जबकि capex $380 बिलियन से अधिक है—6:1 का निवेश-से-राजस्व अनुपात जिसे सही ठहराने के लिए वर्षों तक तीन अंकों की वृद्धि चाहिए।[^5]

कृष्णा का तर्क

कृष्णा की आलोचना तकनीकी क्षमताओं के बजाय बुनियादी वित्तीय गणित पर केंद्रित है, जो तीन परस्पर जुड़ी चिंताओं पर आधारित है: ब्याज लागत, depreciation समयसीमा, और AGI अनिश्चितता।

ब्याज लागत विश्लेषण

कृष्णा का $8 ट्रिलियन संचयी capex और $800 बिलियन आवश्यक मुनाफे का संदर्भ इंफ्रास्ट्रक्चर निवेश के ब्याज बोझ को उजागर करता है। वर्तमान डॉलर में एक गीगावाट डेटा सेंटर क्षमता बनाने में लगभग $80 बिलियन का खर्च आता है।[^6] AGI के पीछे भाग रही कुल वैश्विक प्रतिबद्धताएं 100 गीगावाट के करीब पहुंच रही हैं, जो कीमत को लगभग $8 ट्रिलियन पर सेट करती है।

वर्तमान ब्याज दरों पर, $8 ट्रिलियन की पूंजी को केवल financing लागत चुकाने के लिए लगभग $800 बिलियन वार्षिक मुनाफे की आवश्यकता होती है—शेयरधारक रिटर्न से पहले। संदर्भ के लिए, Microsoft, Google, Amazon और Meta की 2024 की संयुक्त शुद्ध आय लगभग $200 बिलियन थी।[^7] गणित के अनुसार AI को केवल ब्याज कवर करने के लिए वर्तमान कुल लाभप्रदता से चार गुना जनरेट करना होगा।

Depreciation का टाइम बम

कृष्णा ने depreciation को "निवेशकों द्वारा गणना का सबसे कम सराहा गया हिस्सा" बताया।[^3] हाइपरस्केलर GPU इंफ्रास्ट्रक्चर को पांच से छह साल में depreciate करते हैं, लेकिन NVIDIA अब पहले के दो साल के चक्र के बजाय सालाना नई architectures जारी करता है।[^8]

GPU Depreciation की वास्तविकता:

Michael Burry ने तर्क दिया है कि Meta, Oracle, Microsoft, Google, और Amazon सहित कंपनियां GPU के उपयोगी जीवन को बढ़ा-चढ़ाकर और depreciation को कम करके बताती हैं, वास्तविक उपयोगी जीवन को दो से तीन साल बताते हुए।[^9] एक Google architect ने कथित तौर पर कहा कि datacenter GPUs उपयोग के आधार पर केवल एक से तीन साल तक चल सकते हैं, जो obsolescence के बजाय thermal stress से प्रेरित है।[^10]

टेलीकॉम बबल का समानांतर

टेक्नोलॉजी इंफ्रास्ट्रक्चर निवेश ने ऐतिहासिक रूप से overcapacity पैदा की है। फाइबर ऑप्टिक बूम (1995-2000) के दौरान, कंपनियों ने अनुमानित $2 ट्रिलियन खर्च करके 80-90 मिलियन मील के फाइबर नेटवर्क बनाए।[^11] 2001 तक, 95% dark fiber बनी रही—ऐसी unused capacity जो उस demand की प्रतीक्षा कर रही थी जो कभी आई नहीं।[^12]

टेलीकॉम बबल बनाम AI इंफ्रास्ट्रक्चर:

Corning का स्टॉक 2002 तक $100 से $1 तक गिर गया। Global Crossing, WorldCom, और 360networks ने दिवालियापन के लिए फाइल किया। 2000 और 2002 के बीच, वैश्विक टेलीकॉम स्टॉक्स ने बाजार मूल्य में $2 ट्रिलियन से अधिक खो दिए।[^13]

AGI संशयवाद

कृष्णा ने सवाल उठाया कि क्या वर्तमान architectures AGI प्राप्त करेंगे, संभावना को "मूलभूत breakthrough के बिना लगभग 0-1%" अनुमानित करते हुए।[^14] यदि AGI मायावी बनी रहती है, तो AGI-स्केल compute के लिए बनाया गया इंफ्रास्ट्रक्चर वास्तविक अनुप्रयोगों के लिए oversized साबित हो सकता है।

प्रतिवाद

हाइपरस्केलर नेतृत्व कृष्णा की आलोचना के लिए ठोस प्रतिवाद प्रस्तुत करता है।

मांग आपूर्ति से अधिक है

Amazon के CEO Andy Jassy ने कहा कि capacity "जितनी तेजी से हम इसे लगाते हैं उतनी ही तेजी से" consume हो जाती है।[^15] AWS का AI व्यवसाय "triple-digit year-over-year" वृद्धि पर संचालित होता है, "AWS खुद इस चरण में जितनी तेजी से बढ़ा उससे तीन गुना से अधिक तेजी से" विस्तार कर रहा है।[^16] Q3 2025 cloud राजस्व वृद्धि मजबूत रही: AWS +20% से $33B, Azure +40%, Google Cloud +34% से $15.15B।[^17]

वैश्विक cloud इंफ्रास्ट्रक्चर खर्च Q2 2025 में $95.3 बिलियन तक पहुंच गया, जो लगातार चौथी तिमाही है जो 20% वृद्धि से अधिक है।[^18] मांग सट्टा के बजाय वास्तविक प्रतीत होती है।

Value cascade तर्क

समर्थक तर्क देते हैं कि GPU का उपयोगी जीवन "value cascading" के माध्यम से बढ़ता है—चिप्स को training से inference से utility workloads में repurpose करना।[^19] CoreWeave के CEO ने नोट किया कि उनके 2020-विंटेज A100 चिप्स पूरी तरह से बुक हैं, हाल ही में उपलब्ध H100s मूल कीमतों के 95% पर तुरंत बुक हो रहे हैं।[^20]

Training के लिए नवीनतम architectures की आवश्यकता होती है, लेकिन inference workloads—उच्च-मात्रा और अत्यधिक लाभदायक—पुराने चिप्स पर कुशलतापूर्वक चलते हैं। Training से inference से fine-tuning तक की प्रगति संभावित रूप से आर्थिक जीवन को पांच साल तक बढ़ाती है।

रणनीतिक moats

इंफ्रास्ट्रक्चर निवेश ऐसी बाधाएं पैदा करता है जिन्हें देर से आने वाले प्रतिस्पर्धी दोहरा नहीं सकते। Microsoft का Azure इंफ्रास्ट्रक्चर enterprise AI स्थिति की रक्षा करता है। Google का compute search को AI विकल्पों से बचाता है। Meta की training capacity foundation model विकास को सक्षम बनाती है जिसे छोटे प्रतिस्पर्धी मैच नहीं कर सकते।

ROI से परे रणनीतिक मूल्य:

दीर्घकालिक समय क्षितिज

टेलीकॉम बबल का silver lining शिक्षाप्रद साबित होता है: 2000 में overbuild फाइबर ने YouTube (2005), Netflix streaming (2007), और cloud computing (2006+) को सक्षम बनाया।[^21] overcapacity से सस्ती bandwidth ने पूरी तरह से नए व्यवसाय मॉडल बनाए।

इसी तरह, AI इंफ्रास्ट्रक्चर overcapacity—यदि यह साकार होती है—GPU rental लागत को कम करेगी और वर्तमान में अलाभकारी AI अनुप्रयोगों को सक्षम करेगी। इंफ्रास्ट्रक्चर foundational साबित हो सकता है भले ही मूल निवेशकों को नुकसान हो।

इंफ्रास्ट्रक्चर योजना के लिए निर्णय ढांचा

कृष्णा की आलोचना AI इंफ्रास्ट्रक्चर निवेश का मूल्यांकन करने वाले संगठनों के लिए कार्रवाई योग्य निहितार्थ बनाती है।

इंफ्रास्ट्रक्चर रणनीति मैट्रिक्स:

यदि कृष्णा सही साबित होते हैं

जो संगठन बनाने के बजाय rent करते हैं वे optionality बनाए रखते हैं। Overcapacity H100 की कीमतों को वर्तमान $2.85-3.50/घंटा से नीचे $1-2/घंटा की ओर ले जाएगी।[^22] लचीलेपन clauses के साथ rental agreements दीर्घकालिक प्रतिबद्धताओं से बेहतर प्रदर्शन करते हैं।

देखने योग्य संकेतक: - हाइपरस्केलर utilization rates 70% से नीचे गिरना - GPU spot pricing में >20% quarter-over-quarter गिरावट - Earnings calls में capex guidance में कमी - प्रमुख परियोजना रद्दीकरण या देरी

यदि कृष्णा गलत साबित होते हैं

जिन संगठनों ने जल्दी capacity सुरक्षित की, उन्हें scarcity premiums और locked pricing से लाभ होता है। AI अनुप्रयोगों में first-mover लाभ समय के साथ compound होते हैं। इंफ्रास्ट्रक्चर constraints स्थापित operators का पक्ष लेंगे।

देखने योग्य संकेतक: - 2026 तक sustained triple-digit AI राजस्व वृद्धि - GPU pricing स्थिरीकरण या वृद्धि - हाइपरस्केलर capex guidance में वृद्धि - नई architecture release में देरी

Hedged दृष्टिकोण

अधिकांश संगठनों को दिशात्मक दांव लगाने के बजाय hedge करना चाहिए:

1. वर्तमान जरूरतों का 60-70% rent करें - लचीलापन बनाए रखें
2. 30-40% के लिए committed capacity सुरक्षित करें - critical workloads के लिए उपलब्धता की गारंटी
3. Flexibility clauses negotiate करें - बिना penalties के scaling rights
4. त्रैमासिक निगरानी करें - बाजार संकेतों के आधार पर allocation adjust करें

पेशेवर मार्गदर्शन

इस magnitude और अनिश्चितता के इंफ्रास्ट्रक्चर निर्णयों को अनुभवी दृष्टिकोण से लाभ होता है।

Introl के 550 field engineers का नेटवर्क build, rent, और hybrid रणनीतियों में AI इंफ्रास्ट्रक्चर अर्थशास्त्र का मूल्यांकन करने वाले संगठनों का समर्थन करता है।[^23] कंपनी ने 9,594% तीन-वर्षीय वृद्धि के साथ 2025 Inc. 5000 में #14 स्थान प्राप्त किया, जो इंफ्रास्ट्रक्चर सलाहकार सेवाओं की मांग को दर्शाता है।[^24]

257 वैश्विक स्थानों में विशेषज्ञता विविध बाजार स्थितियों में इंफ्रास्ट्रक्चर निवेश पर दृष्टिकोण प्रदान करती है।[^25] Introl 100,000 GPUs तक पहुंचने वाले deployments का प्रबंधन करता है, utilization optimization और cost management में operational insight प्रदान करता है।[^26]

मुख्य बातें

इंफ्रास्ट्रक्चर planners के लिए: - पूंजी commit करने से पहले Krishna-right और Krishna-wrong दोनों परिदृश्यों को model करें - जब तक utilization 80% से अधिक न हो, owned इंफ्रास्ट्रक्चर पर flexibility clauses के साथ rental को प्राथमिकता दें - त्रैमासिक रूप से हाइपरस्केलर utilization rates और pricing trends की निगरानी करें - बहु-वर्षीय प्रतिबद्धताओं में exit clauses बनाएं

वित्तीय विश्लेषकों के लिए: - Depreciation policy परिवर्तनों पर नजर रखें जो management concern का संकेत देते हैं - 5-6 साल के accounting lives की तुलना 1-3 साल की economic realities से करें - Capex growth rates के सापेक्ष AI राजस्व वृद्धि दरों को track करें - इंफ्रास्ट्रक्चर-heavy portfolios में stranded asset risk का आकलन करें

रणनीतिक planners के लिए: - पहचानें कि overcapacity उपभोक्ताओं को लाभ पहुंचाती है भले ही यह निवेशकों को नुकसान पहुंचाए - यदि इंफ्रास्ट्रक्चर लागत 30-50% गिरती है तो second-mover advantage पर विचार करें - यदि peers over-invest करते हैं और write-downs का सामना करते हैं तो competitive dynamics का मूल्यांकन करें - Hybrid cloud architectures के माध्यम से optionality बनाए रखें

दृष्टिकोण

कृष्णा की आलोचना industry उत्साह के बीच अल्पमत दृष्टिकोण का प्रतिनिधित्व करती है, लेकिन गणितीय विश्लेषण गंभीर विचार की मांग करता है। 2025 में $380 बिलियन के capex को सही ठहराने के लिए अभूतपूर्व राजस्व सृजन की आवश्यकता है—राजस्व वृद्धि जो depreciation schedules के खिलाफ वर्षों तक बनी रहनी चाहिए जो आशावादी साबित हो सकती है।

बहस का समाधान प्रतिक्रिया से कम मायने रखता है: संगठनों को दांव लगाने के बजाय hedge करना चाहिए। Rent flexibility, terms negotiate करें, signals monitor करें, और optionality बनाए रखें। चाहे कृष्णा prophet साबित हों या contrarian, तैयार संगठन consensus assumption के बजाय scenario analysis पर आधारित इंफ्रास्ट्रक्चर निर्णयों से लाभान्वित होते हैं।

जैसा कि कृष्णा ने खुद अपने इंफ्रास्ट्रक्चर संशयवाद के बावजूद नोट किया: "मुझे लगता है कि यह enterprise में ट्रिलियन डॉलर की productivity को unlock करने वाला है, बिल्कुल स्पष्ट होने के लिए।"[^27] सवाल यह नहीं है कि AI मूल्य बनाता है या नहीं, बल्कि यह है कि क्या वर्तमान इंफ्रास्ट्रक्चर निवेश स्तर उस मूल्य सृजन की समयसीमा और magnitude से मेल खाते हैं।

संदर्भ

[सामग्री अनुवाद के लिए संक्षिप्त की गई]