IBM के CEO का कहना है कि AI इंफ्रास्ट्रक्चर का गणित काम नहीं करता

11 दिसंबर, 2025 को अपडेट किया गया

दिसंबर 2025 अपडेट: IBM के CEO अरविंद कृष्णा की चेतावनी: 100GW की नियोजित AI इंफ्रास्ट्रक्चर के लिए $8T CapEx और $800B वार्षिक लाभ की आवश्यकता है—"इस पर रिटर्न मिलने का कोई तरीका नहीं है।" कृष्णा का अनुमान है कि मौजूदा LLM आर्किटेक्चर से AGI हासिल होने की संभावना 0-1% है। हर 5 साल में उपकरणों के depreciation के कारण उन्हें बदलना पड़ता है, जो चुनौती को और बढ़ा देता है। एंटरप्राइज AI सफल हो रहा है; सट्टेबाजी वाला AGI इंफ्रास्ट्रक्चर संघर्ष कर रहा है।

IBM के चीफ एग्जीक्यूटिव अरविंद कृष्णा ने The Verge के Decoder पॉडकास्ट पर एक गंभीर मूल्यांकन प्रस्तुत किया: खरबों डॉलर का AI इंफ्रास्ट्रक्चर निर्माण मौजूदा अर्थशास्त्र के तहत रिटर्न नहीं दे सकता।¹ कृष्णा का विश्लेषण सीधे-साधे गणित पर आधारित है जिसे उद्योग ने काफी हद तक नजरअंदाज करना चुना है।

गणित इस प्रकार काम करता है। एक गीगावाट के AI डेटा सेंटर के लिए लगभग $80 बिलियन के कंप्यूट हार्डवेयर की आवश्यकता होती है।² सार्वजनिक और निजी घोषणाओं में मौजूदा योजनाएं लगभग 100 गीगावाट की AGI-केंद्रित क्षमता की ओर इशारा करती हैं।³ यह कुल $8 ट्रिलियन का पूंजीगत व्यय बनता है। इस निवेश को सही ठहराने के लिए, ऑपरेटरों को केवल पूंजी की लागत चुकाने के लिए लगभग $800 बिलियन के वार्षिक लाभ की आवश्यकता है।⁴

"मेरे विचार में इस पर रिटर्न मिलने का कोई तरीका नहीं है," कृष्णा ने स्पष्ट रूप से कहा।⁵

Depreciation की समस्या जिस पर कोई चर्चा नहीं करता

कृष्णा ने depreciation को उस गणना के रूप में पहचाना जिसे निवेशक और विश्लेषक सबसे कम समझते हैं। AI accelerators पांच साल में depreciate हो जाते हैं। आर्किटेक्चरल बदलाव की गति का मतलब है कि ऑपरेटरों को पूरे फ्लीट को बदलना होगा, न कि उन्हें बढ़ाना होगा। आज खरीदा गया उपकरण अपनी लागत वसूल करने से पहले ही पुराना हो जाता है।

"आपको इसे पांच साल में पूरा उपयोग करना होगा क्योंकि उस समय तक, आपको इसे फेंककर नए से भरना होगा," कृष्णा ने समझाया।⁶ हर हार्डवेयर पीढ़ी महत्वपूर्ण प्रदर्शन सुधार देती है। पांच साल पुराने GPUs पर inference चलाने का मतलब है कि बिजली पर उससे अधिक खर्च करना जितना compute मूल्य उत्पन्न करता है। Depreciation चक्र निरंतर पुनर्निवेश को मजबूर करता है जो पूंजी आवश्यकताओं को और बढ़ा देता है।

इन सुविधाओं का निर्माण करने वाले hyperscalers depreciation के गणित को समझते हैं। वे फिर भी निर्माण करते हैं, यह दांव लगाते हुए कि AI राजस्व वृद्धि इंफ्रास्ट्रक्चर लागत से आगे निकल जाएगी। कृष्णा सवाल उठाते हैं कि क्या यह दांव वर्तमान में नियोजित पैमाने पर सफल हो सकता है। पूंजी आवश्यकताओं और संभावित राजस्व के बीच का अंतर बहुत बड़ा है।

कृष्णा AGI विश्वासियों से अलग राय रखते हैं

IBM के CEO ने मौजूदा दृष्टिकोणों के माध्यम से artificial general intelligence के साकार होने पर संदेह व्यक्त किया। कृष्णा ने अनुमान लगाया कि मौजूदा large language model आर्किटेक्चर से AGI हासिल होने की संभावना शून्य से एक प्रतिशत के बीच है।⁷ AGI "के लिए मौजूदा LLM पथ से परे अधिक तकनीकों की आवश्यकता होगी," उन्होंने तर्क दिया।

जब Decoder के होस्ट निलय पटेल ने नोट किया कि OpenAI के CEO सैम अल्टमैन का मानना है कि OpenAI अपने पूंजीगत व्यय पर रिटर्न उत्पन्न कर सकता है, कृष्णा ने सीधा जवाब दिया: "यह एक विश्वास है। कुछ लोग इसे पीछा करना पसंद करते हैं। मैं उनके दृष्टिकोण से इसे समझता हूं, लेकिन यह उनसे सहमत होने से अलग है।"⁸

यह असहमति AI उद्योग में एक मौलिक विभाजन को उजागर करती है। एक खेमे का मानना है कि AGI मौजूदा आर्किटेक्चर को स्केल करने से उभरेगा, जो किसी भी स्तर के इंफ्रास्ट्रक्चर निवेश को सही ठहराता है। दूसरा खेमा, जिसमें कृष्णा शामिल हैं, का मानना है कि AGI का मार्ग बड़े मॉडल और अधिक compute से परे सफलताओं की मांग करता है। यह विश्वास का अंतर बेहद अलग निवेश गणनाओं को जन्म देता है।

एंटरप्राइज अवसर वास्तविक बना हुआ है

कृष्णा का AGI इंफ्रास्ट्रक्चर अर्थशास्त्र पर संदेह एंटरप्राइज AI तक नहीं फैलता। IBM के CEO का मानना है कि AI "एंटरप्राइज में खरबों डॉलर की उत्पादकता को अनलॉक करेगा।"⁹ यह अंतर महत्वपूर्ण है: एंटरप्राइज AI उस पैमाने पर काम करता है जहां इंफ्रास्ट्रक्चर लागत स्पष्ट रिटर्न उत्पन्न करती है।

एक कंपनी जो ग्राहक सेवा को स्वचालित करने, आपूर्ति श्रृंखलाओं को अनुकूलित करने, या दवा खोज को तेज करने के लिए AI तैनात करती है, वह उचित सटीकता के साथ निवेश पर रिटर्न की गणना कर सकती है। compute आवश्यकताएं सीमित रहती हैं। उत्पन्न मूल्य सीधे प्रौद्योगिकी को तैनात करने वाले संगठन को प्रवाहित होता है। एंटरप्राइज AI अर्थशास्त्र मानवीय पैमाने पर काम करता है।

AGI अर्थशास्त्र अलग तरीके से संचालित होता है। artificial general intelligence प्राप्त करने के लिए इंफ्रास्ट्रक्चर बनाने के लिए अनिश्चित प्रतिफल के साथ बड़े पैमाने पर अग्रिम निवेश की आवश्यकता होती है। समयरेखा सामान्य निवेश क्षितिज से परे फैली हुई है। प्रतिस्पर्धी गतिशीलता overbuilding को प्रोत्साहित करती है, क्योंकि प्रत्येक खिलाड़ी पहले सफलता क्षमताओं को प्राप्त करने की दौड़ में है। तर्कसंगत निवेश विश्लेषण अस्तित्वगत प्रतिस्पर्धा को रास्ता देता है।

IBM की रणनीतिक स्थिति कृष्णा के दृष्टिकोण को दर्शाती है। कंपनी frontier model विकास के बजाय एंटरप्राइज AI तैनाती पर केंद्रित है। कृष्णा के पॉडकास्ट प्रकट होने के कुछ दिनों बाद घोषित $11 बिलियन का Confluent अधिग्रहण उस फोकस को मजबूत करता है।¹⁰ IBM वह डेटा इंफ्रास्ट्रक्चर बनाता है जिसकी एंटरप्राइजेज को AI तैनात करने के लिए आवश्यकता है, AGI की खोज को उन लोगों के लिए छोड़ देता है जो लंबी संभावनाओं को स्वीकार करने को तैयार हैं।

क्या होगा अगर कृष्णा सही हैं?

कृष्णा की चेतावनियों के बावजूद AI इंफ्रास्ट्रक्चर निर्माण जारी है। Microsoft, Google, Amazon, और Meta सामूहिक रूप से डेटा सेंटर निवेश में सैकड़ों अरबों की योजना बना रहे हैं। OpenAI, अपनी Stargate साझेदारी के माध्यम से, $500 बिलियन के इंफ्रास्ट्रक्चर खर्च को लक्षित करता है।¹¹ पूंजी का प्रवाह जारी है।

यदि कृष्णा का विश्लेषण सही साबित होता है, तो हिसाब depreciation चक्र के भीतर आता है। 2025 में निर्मित सुविधाओं को 2030 तक रिटर्न उत्पन्न करना होगा या write-downs का सामना करना होगा। जिन कंपनियों ने अधिक निर्माण किया है वे क्षमता को तर्कसंगत बनाएंगी। AI इंफ्रास्ट्रक्चर बाजार टिकाऊ अर्थशास्त्र वाले survivors के आसपास समेकित होगा।

इस परिदृश्य के लिए AI की विफलता की आवश्यकता नहीं है। AI भारी मूल्य प्रदान कर सकता है जबकि AGI-पैमाने का इंफ्रास्ट्रक्चर निवेश फिर भी अलाभकारी साबित होता है। एंटरप्राइज AI फलता-फूलता है जबकि AGI की खोज पर्याप्त रिटर्न के बिना पूंजी का उपभोग करती है। मूल्यवान प्रौद्योगिकी और ठोस निवेश के बीच का अंतर महत्वपूर्ण रहता है।

यदि कृष्णा का विश्लेषण गलत साबित होता है, तो AGI विश्वासी प्रौद्योगिकी इतिहास का सबसे बड़ा दांव जीतते हैं। सफल AGI किसी भी इंफ्रास्ट्रक्चर निवेश को सही ठहराएगा और प्रारंभिक निर्माताओं को परिवर्तनकारी क्षमताओं से पुरस्कृत करेगा। OpenAI, xAI, और अन्य AGI-केंद्रित संगठन उसी थीसिस पर काम करते हैं।

बाजार फैसला करेगा

IBM उन कंपनियों से अलग स्थिति में है जिनकी कृष्णा परोक्ष रूप से आलोचना करते हैं। Big Blue के पास AGI इंफ्रास्ट्रक्चर दौड़ में प्रतिस्पर्धा करने के लिए संसाधन नहीं हैं और उसने कोशिश न करने का विकल्प चुना है। कृष्णा की चेतावनियां विश्लेषणात्मक विश्वास जितनी रणनीतिक स्थिति को भी दर्शा सकती हैं। IBM को लाभ होता है यदि एंटरप्राइज AI, AGI की खोज से अधिक ध्यान और पूंजी आकर्षित करता है।

वह स्थिति विश्लेषण को अमान्य नहीं करती। कृष्णा द्वारा प्रस्तुत गणित को खंडन की आवश्यकता है, खारिज करने की नहीं। आठ ट्रिलियन डॉलर की पूंजी के लिए सैकड़ों अरबों के वार्षिक रिटर्न की आवश्यकता है। वर्तमान AI राजस्व, हालांकि तेजी से बढ़ रहा है, बहुत कम है। निवेश के लिए भुगतान करने के लिए अंतर को बंद करना होगा।

कृष्णा की सार्वजनिक रूप से संदेह व्यक्त करने की इच्छा प्रचलित उत्साह के लिए एक उपयोगी प्रतिसंतुलन प्रदान करती है। AI उद्योग को उन executives से लाभ होता है जो धारणाओं पर सवाल उठाते हैं और कठोर वित्तीय विश्लेषण की मांग करते हैं। चाहे कृष्णा सही साबित हों या गलत, उनकी चुनौती का जवाब देने का अनुशासन पूरे ecosystem में निवेश निर्णयों को मजबूत करता है।

खरबों डॉलर का सवाल खुला रहता है: क्या AI इंफ्रास्ट्रक्चर वर्तमान में नियोजित पैमाने पर रिटर्न उत्पन्न कर सकता है? कृष्णा कहते हैं नहीं। निर्माता असहमत हैं। अगले पांच साल बताएंगे कि कौन सा दृष्टिकोण सही साबित होता है।

संदर्भ

1. Fortune. "IBM CEO warns there's 'no way' hyperscalers like Google and Amazon will be able to turn a profit at the rate of their data center spending." December 3, 2025. https://fortune.com/2025/12/03/ibm-ceo-no-way-hyperscalers-google-amazon-turn-profit-data-center-spending/

2. Tom's Hardware. "IBM CEO warns that ongoing trillion-dollar AI data center buildout is unsustainable." December 4, 2025. https://www.tomshardware.com/tech-industry/ibm-ceo-warns-trillion-dollar-ai-boom-unsustainable-at-current-infrastructure-costs

3. Tom's Hardware. "IBM CEO warns that ongoing trillion-dollar AI data center buildout is unsustainable."

4. Fortune. "IBM CEO warns there's 'no way' hyperscalers will be able to turn a profit."

5. Fortune. "IBM CEO warns there's 'no way' hyperscalers will be able to turn a profit."

6. TechRadar. "IBM CEO warns trillion-dollar AI data center expansions risk catastrophic losses if hardware refresh cycles stay relentlessly fast." December 2025. https://www.techradar.com/pro/there-is-no-way-ibm-ceo-says-current-ai-data-center-trends-are-unsustainable-and-he-would-know

7. CXO Digital Pulse. "IBM's Arvind Krishna Warns of Unsustainable Economics Behind AGI-Scale Data Center Race." December 2025. https://www.cxodigitalpulse.com/ibms-arvind-krishna-warns-of-unsustainable-economics-behind-agi-scale-data-center-race/

8. Fortune. "IBM CEO warns there's 'no way' hyperscalers will be able to turn a profit."

9. Fortune. "IBM CEO warns there's 'no way' hyperscalers will be able to turn a profit."

10. IBM. "IBM to Acquire Confluent to Create Smart Data Platform for Enterprise Generative AI." IBM Newsroom, December 8, 2025. https://newsroom.ibm.com/2025-12-08-ibm-to-acquire-confluent-to-create-smart-data-platform-for-enterprise-generative-ai

11. OpenAI Stargate Partnership announcements, 2025.

• Alt 2: ibm-ceo-8-trillion-ai-infrastructure-returns

मुख्य निष्कर्ष

रणनीतिक योजनाकारों के लिए: - 1GW AI डेटा सेंटर को ~$80B compute हार्डवेयर चाहिए; 100GW की नियोजित AGI क्षमता = $8T capex - $8T इंफ्रास्ट्रक्चर निवेश पर केवल पूंजी की लागत चुकाने के लिए $800B वार्षिक लाभ आवश्यक - कृष्णा का अनुमान है कि मौजूदा LLM आर्किटेक्चर से AGI हासिल होने की संभावना 0-1% है

वित्त टीमों के लिए: - AI accelerators 5 साल में depreciate होते हैं; आर्किटेक्चरल बदलाव पूर्ण फ्लीट प्रतिस्थापन को मजबूर करते हैं - 5 साल पुराने GPUs पर inference चलाने पर बिजली की लागत compute द्वारा उत्पादित मूल्य से अधिक होती है - कृष्णा के अनुसार पूंजी आवश्यकताओं और संभावित राजस्व के बीच का अंतर बहुत बड़ा है

एंटरप्राइज AI टीमों के लिए: - कृष्णा AGI की खोज को एंटरप्राइज AI से अलग करते हैं: सीमित compute आवश्यकताएं, गणना योग्य ROI - IBM का $11B Confluent अधिग्रहण frontier models पर एंटरप्राइज डेटा इंफ्रास्ट्रक्चर पर फोकस को मजबूत करता है - एंटरप्राइज AI अर्थशास्त्र मानवीय पैमाने पर काम करता है; AGI अर्थशास्त्र को अनिश्चित प्रतिफल के साथ बड़े पैमाने पर अग्रिम निवेश की आवश्यकता है

निवेशकों के लिए: - यदि कृष्णा सही साबित होते हैं, तो हिसाब 5 साल के depreciation चक्र के भीतर आता है (2025 में निर्मित सुविधाओं को 2030 तक रिटर्न देना होगा) - OpenAI Stargate साझेदारी $500B इंफ्रास्ट्रक्चर लक्षित करती है; Microsoft/Google/Amazon सैकड़ों अरबों और की योजना बना रहे हैं - IBM frontier model विकास के बजाय एंटरप्राइज AI तैनाती के लिए स्थित है