---
title: "कृत्रिम बुद्धिमत्तेच्या तंत्रज्ञान स्तरांची उकल: दीर्घकालीन गुंतवणूकदारांसाठी अडथळे, आर्थिक खंदक (मोअट) आणि मूल्य संचयाचे विश्लेषण"
author: "DeepValues Research"
publisher: "DeepValues Research (DeepValues / LuLu Ventures LLC)"
type: "Research article"
date: "2026-11-05"
language: "mr"
section: "Insights"
machine_translated: true
translation_method: "machine translation (gpt-6.1-sol, Azure OpenAI)"
translated_from: "https://research.deepvalues.ai/insights/2026-11-05-decoding-ai-value/"
original_url: "https://research.deepvalues.ai/insights/2026-11-05-decoding-ai-value/"
original_language: "en"
translated_on: "2026-11-14"
translation_note: "Machine-translated from the original report; the original is authoritative."
canonical_url: "https://research.deepvalues.ai/insights/2026-11-05-decoding-ai-value-mr/"
markdown_url: "https://research.deepvalues.ai/insights/2026-11-05-decoding-ai-value-mr/index.md"
license: "CC BY 4.0"
license_url: "https://creativecommons.org/licenses/by/4.0/"
cite_as: "DeepValues Research, कृत्रिम बुद्धिमत्तेच्या तंत्रज्ञान स्तरांची उकल: दीर्घकालीन गुंतवणूकदारांसाठी अडथळे, आर्थिक खंदक (मोअट) आणि मूल्य संचयाचे विश्लेषण, https://research.deepvalues.ai/insights/2026-11-05-decoding-ai-value-mr/"
publisher_url: "https://deepvalues.ai"
app: "https://deepvalues.ai"
api: "https://app.deepvalues.ai/developers"
data_note: "Reports are dated snapshots. Current data via the DeepValues API: https://app.deepvalues.ai/developers"
disclaimer: "Educational research, not investment advice."
disclosure: "AI-assisted"
generated_by: "NotebookLM + DeepValues editors"
category: "investing"
tickers: ["UPS"]
sources:
  - title: "Decoding AI Value"
audio: "https://anchor.fm/s/105664940/podcast/play/128876669/https%3A%2F%2Fd3ctxlq1ktw2nl.cloudfront.net%2Fstaging%2F2026-10-5%2F435999874-44100-2-a31a8c348ee018.mp3"
audio_kind: "podcast episode"
audio_page: "https://open.spotify.com/episode/1FQonylAeyz5T5jwgxdOVq"
---
# कृत्रिम बुद्धिमत्तेच्या स्तररचनेचा उलगडा: दीर्घकालीन गुंतवणूकदारांसाठी अडथळे, आर्थिक खंदक (मोअट) आणि मूल्य संचयाचे विश्लेषण

कृत्रिम बुद्धिमत्तेच्या तांत्रिक स्तररचनेत मूल्याचा संचय केवळ पूर्ण भौतिक दुर्मिळतेमुळे होत नाही, तर तांत्रिक अडथळ्यांचा किंमत ठरवण्याची ताकद, सातत्यपूर्ण प्रमाणवाढ, बदल करण्याचा खर्च आणि गुंतवलेल्या भांडवलावरील उच्च वाढीव परतावा (ROIC) यांच्याशी संगम होतो तेथे होतो. Chamath Palihapitiya यांची सहा-स्तरीय रचना (पायाभूत सुविधा, चिप्स, डेटा, मॉडेल्स, अंमलबजावणी, अनुप्रयोग) मूलभूत मॉडेल्सचे आर्थिक सामान्यीकरण आणि हार्डवेअरमधील महत्त्वपूर्ण अडथळ्यांचा उदय अचूकपणे अधोरेखित करत असली, तरी दीर्घकालीन गुंतवणूकदारांनी पूर्ण तांत्रिक दुर्मिळता आणि टिकाऊ समभाग मूल्यनिर्मिती यांतील फरक ओळखला पाहिजे. अतिविशाल प्रमाणावरील संगणकीय सेवा पुरवठादार भांडवलप्रधान औद्योगिक उपक्रमांमध्ये रूपांतरित होत असून, 2026 मध्ये संगणकीय आणि वीजजाळ्याच्या पायाभूत सुविधांवर $700B पेक्षा जास्त खर्च करण्याचा अंदाज आहे. त्यामुळे अंतर्निहित मूल्याचे मूल्यमापन करताना केवळ भौतिक अडथळ्यांवर अवलंबून न राहता मुक्त रोख प्रवाहाची टिकाऊपणा, भांडवल-सघनतेची जोखीम आणि मालकीच्या कार्यप्रवाहातील अभिप्राय चक्रांचे विश्लेषण आवश्यक आहे.

## 1. कृत्रिम बुद्धिमत्तेच्या स्तररचनेचे विघटन: अडथळे विरुद्ध आर्थिक मूल्य संचय

स्तरीय रचनेच्या माध्यमातून कृत्रिम बुद्धिमत्तेचे विश्लेषण केल्याने मूलभूत विश्लेषण करणाऱ्या गुंतवणूकदारांना आवश्यक स्पष्टता मिळते. Chamath Palihapitiya या परिसंस्थेचे सहा स्वतंत्र स्तरांमध्ये वर्गीकरण करतात: पायाभूत सुविधा (वीज, जमीन, शीतकरण, खनिजे, अर्धसंवाहक निर्मिती प्रकल्प), चिप्स (GPU/ASIC, उच्च बँडविड्थ स्मृती [HBM], पॅकेजिंग, नेटवर्किंग), डेटा (मालकीचा, संवेदनाधारित, रोबोटिक्स डेटा), मॉडेल्स (मूलभूत बुद्धिमत्ता), अंमलबजावणी (एजंट, समन्वय, API, क्रियाकारक) आणि अनुप्रयोग (अंतिम वापरकर्त्याचे सॉफ्टवेअर आणि प्रणाली). या स्तरांना जोडणारी मध्यवर्ती विश्लेषणात्मक संकल्पना म्हणजे "आधारबिंदू मालमत्ता"—असा अपरिहार्य घटक, ज्यातून प्रत्येक वरच्या स्तराला जावे लागते आणि ज्याची जागा सहजपणे दुसरा घटक घेऊ शकत नाही.

मात्र, पूर्ण तांत्रिक अडथळा आणि उच्च परतावा देणारा आर्थिक खंदक (मोअट) यांमध्ये महत्त्वाचा फरक आहे. एखादी मालमत्ता तांत्रिकदृष्ट्या निर्णायक मार्गावर थेट स्थित असू शकते, तरीही भागधारकांसाठी प्रमाणानुसार आर्थिक परतावा मिळवेलच असे नाही. Graham आणि Buffett यांच्या चौकटीतून आर्थिक खंदकांचे (मोअट) मूल्यमापन करणाऱ्या दीर्घकालीन गुंतवणूकदारांसाठी, केवळ भौतिक दुर्मिळता मालकाच्या कमाईतील दीर्घकालीन चक्रवाढीची हमी देत नाही.

ASML आणि NVIDIA यांची तुलना केल्यास हे स्वरूप स्पष्टपणे दिसते. अतिनीलाच्या पलीकडील अतिशय लहान तरंगलांबीच्या प्रकाशावर आधारित (EUV) लिथोग्राफी प्रणालींमध्ये ASML कडे पूर्णपणे अपरिहार्य तांत्रिक अडथळ्याचे नियंत्रण आहे; प्रगत अर्धसंवाहक निर्मिती प्रकल्प ASML च्या यंत्रसामग्रीला पर्याय वापरू शकत नाहीत. तरीही NVIDIA ने समभाग मूल्यात खूप अधिक वाढ निर्माण केली आहे. ASML मोजक्या खरेदीदारांच्या समूहाला मर्यादित संख्येतील, अत्यंत गुंतागुंतीची, भांडवल-सघन यंत्रे विकते; त्यामुळे जागतिक टोकन वापर दुप्पट झाल्यावर महसुलाची आपोआप होणारी प्रमाणवाढ मर्यादित राहते. याउलट, NVIDIA सिलिकॉनमधील अडथळ्यांना CUDA सॉफ्टवेअर साधनसाखळी, प्रणाली रचना, NVLink नेटवर्किंग आणि परिसंस्थेतील सखोल एकात्मता यांची जोड देते. NVIDIA कृत्रिम बुद्धिमत्तेच्या अनुमान आणि प्रशिक्षणातील वाढत्या प्रमाण-लवचिकतेचा थेट लाभ मिळवते.

स्तररचनेतील आर्थिक मूल्य संचयाचे मूल्यमापन करण्यासाठी गुंतवणूकदारांनी दुर्मिळतेचे स्वतंत्र मोजमाप करण्याऐवजी सर्वसमावेशक गुणात्मक सूत्र वापरावे:

$$\text{Value Accrual} \approx \text{bottleneck} \times \text{pricing power} \times \text{volume growth} \times \text{recurring demand} \times \text{switching costs} \times \text{incremental ROIC}$$

परिचालनातील अडथळ्याला प्रमाण-लवचिकता, बदल करण्याचा उच्च खर्च आणि गुंतवलेल्या भांडवलावरील मजबूत वाढीव परतावा यांची जोड मिळते तेव्हाच टिकाऊ आर्थिक परतावा साकार होतो.

## 2. पायाभूत सुविधा आणि भांडवली खर्चाची तीव्रता: कृत्रिम बुद्धिमत्तेखालील औद्योगिक क्रांती

कृत्रिम बुद्धिमत्तेच्या स्तररचनेतील मूलभूत स्तर कमी मालमत्ताधारित सॉफ्टवेअर प्रारूपांपासून भांडवलप्रधान औद्योगिक कार्यांकडे संरचनात्मक संक्रमण अनुभवत आहेत. स्तररचनेच्या पायथ्याशी असलेले महत्त्वपूर्ण अडथळे अत्यंत भौगोलिक आणि कॉर्पोरेट केंद्रीकरण दर्शवतात:

*   **अर्धसंवाहक सामग्रीची दुर्मिळता:** कंपन्यांच्या राष्ट्रीयत्वानुसार जागतिक अर्धसंवाहक प्रकाशसंवेदी प्रतिरोधक सामग्रीच्या विक्रीपैकी अंदाजे 78% जपानी सामग्री पुरवठादारांच्या नियंत्रणात आहे; Shin-Etsu, JSR, Tokyo Ohka Kogyo आणि Fujifilm यांचे विशिष्ट उच्च-शुद्धतेच्या रसायन बाजारांवर वर्चस्व आहे.
*   **उच्च-शुद्धतेचे क्वार्ट्झ (HPQ):** अर्धसंवाहक-दर्जाच्या सिलिकॉन लगडींचे उत्पादन North Carolina मधील Spruce Pine येथे उत्खनन केलेल्या अपवादात्मक शुद्ध क्वार्ट्झपासून तयार होणाऱ्या वितळवलेल्या क्वार्ट्झच्या मुशींवर अवलंबून आहे. Sibelco (दोन शुद्ध खनिज साठ्यांतून IOTA सामग्रीचे उत्पादन करणारी कंपनी) आणि The Quartz Corp हे प्रगत, उच्च-दर्जाचे HPQ मोठ्या प्रमाणावर आर्थिकदृष्ट्या व्यवहार्य पद्धतीने तयार करणारे एकमेव पुरवठादार आहेत.

भौतिक कच्च्या मालापलीकडे, वीजपुरवठ्याच्या पायाभूत सुविधा गंभीर परिचालन मर्यादा निर्माण करतात. आंतरराष्ट्रीय ऊर्जा संस्था (IEA) असा अंदाज व्यक्त करते की जागतिक डेटा-केंद्रांचा वीजवापर जवळजवळ दुप्पट होईल आणि 2025 मधील अंदाजे 485 TWh वरून 2030 पर्यंत सुमारे 950 TWh पर्यंत वाढेल. अतिविशाल प्रमाणावरील संगणकीय सेवा पुरवठादारांचा भांडवली खर्च 2026 मध्ये $700B पेक्षा जास्त होण्याचा अंदाज असून, त्यामागे प्रामुख्याने डेटा-केंद्रांचा विस्तार आहे.

| पायाभूत सुविधांचे क्षेत्र | महत्त्वपूर्ण अडथळा आणि प्रमुख पुरवठादार | आर्थिक परिणाम आणि मापदंड |
| :--- | :--- | :--- |
| **अर्धसंवाहक सामग्री** | जपानी प्रकाशसंवेदी प्रतिरोधक सामग्री (*Shin-Etsu, JSR, TOK, Fujifilm*) | राष्ट्रीयत्वानुसार ~78% बाजारहिस्सा; पर्याय नसलेली रासायनिक निविष्ठा. |
| **उच्च-शुद्धतेचे क्वार्ट्झ** | Spruce Pine येथील खनिज साठे (*Sibelco, The Quartz Corp*) | सिलिकॉन लगडींसाठी वितळवलेल्या क्वार्ट्झच्या मुशींचा एकमेव स्रोत. |
| **वीजजाळ्यातून पुरवता येणारी वीज** | ट्रान्सफॉर्मर, स्विचगिअर, UPS, परस्पर जोडण्या | प्रत्यक्ष वीजनिर्मितीपूर्वीच मर्यादा प्रभावी होतात; 485 TWh $\rightarrow$ 950 TWh (IEA). |
| **अतिविशाल संगणकीय सेवा पुरवठादारांचा भांडवली खर्च** | डेटा-केंद्रांचा विस्तार आणि संगणकीय गतीवर्धन | 2026 मध्ये >$700B चा अंदाज (IEA); घसाऱ्यामुळे तीव्र प्रतिकूल दबाव. |

महत्त्वाचे म्हणजे, प्रत्यक्ष वीजनिर्मिती ही निकट काळातील प्रमुख मर्यादा नाही. Johns Hopkins University चे संशोधन दर्शवते की वीजजाळ्यातील पुरवठा उपकरणे—विशेषतः ट्रान्सफॉर्मर, स्विचगिअर, अखंड वीजपुरवठा (UPS) प्रणाली, पारेषण परस्पर जोडण्या आणि विशेष शीतकरण पायाभूत सुविधा—वीजनिर्मितीची क्षमता स्वतः प्रमुख अडथळा बनण्यापूर्वीच डेटा-केंद्रांच्या उभारणीवर मर्यादा आणतील. आवश्यक विद्युतदाब, ठिकाण आणि विश्वसनीयतेसह पुरवता येणारी वीज ही तत्काळ आर्थिकदृष्ट्या दुर्मिळ मालमत्ता आहे.

मूल्याधारित गुंतवणुकीच्या दृष्टिकोनातून, या संक्रमणाचा कंपन्यांच्या ताळेबंदांवर आणि परताव्याच्या मापदंडांवर गंभीर परिणाम होतो. अतिविशाल संगणकीय सेवा पुरवठादार वार्षिक भांडवली खर्चात $700B पेक्षा जास्त गुंतवत असताना, अब्जावधी डॉलरच्या भौतिक मालमत्ता ताळेबंदात मालमत्ता, संयंत्रे आणि उपकरणे (PP&E) म्हणून दाखल होतात. कार्यान्वित झाल्यानंतर, तात्काळ महसूल प्राप्त झाला किंवा नाही तरी सरळरेषीय घसारा वेळापत्रकांचा नफा-तोटा पत्रकांवर परिणाम होतो. महसूल मिळवून देणारी टोकन मागणी किंवा उद्योगांकडून सॉफ्टवेअरचा स्वीकार भौतिक उभारणीच्या मागे राहिल्यास, अद्याप खर्च-वाटप न झालेल्या पायाभूत सुविधांच्या भाराखाली गुंतवलेल्या भांडवलावरील परतावा (ROIC) आणि मुक्त रोख प्रवाह (FCF) रूपांतरण दर कोसळतात. हे स्वरूप ऐतिहासिक पायाभूत सुविधांच्या अतिउभारणीशी थेट साम्य दर्शवते, जसे WorldCom आणि Global Crossing यांचा समावेश असलेली दूरसंचार फायबर क्षेत्रातील घसरण, जिथे प्रचंड भांडवली खर्चामुळे गंभीर अतिरिक्त क्षमता निर्माण झाली आणि दीर्घकालीन इंटरनेट स्वीकाराची दिशा अखेरीस योग्य ठरूनही समभाग मूल्य नष्ट झाले.

## 3. चिप्स, स्मृती आणि मॉडेल्सचे अर्थशास्त्र: सामान्यीकरण विरुद्ध बदलत्या अग्रसीमा

उत्पादन क्षमता सामान्य पातळीवर आल्यावर हार्डवेअरमधील अडथळे कालांतराने नैसर्गिकरीत्या दूर होतील असे सैद्धांतिक मॉडेल्स गृहीत धरत असले, तरी अर्धसंवाहक पुरवठ्यावरील मर्यादा तीव्र आहेत. उच्च बँडविड्थ स्मृती (HBM) आणि प्रगत पॅकेजिंग हे तात्पुरते अडथळे नसून अनेक वर्षे टिकणारे संरचनात्मक अडथळे आहेत. किमान 2027 च्या अखेरपर्यंत HBM पुरवठ्याची टंचाई कायम राहील, असा IEA चा अंदाज आहे. बाजारहिस्सा अत्यंत केंद्रित आहे; Q2 2026 साठी Counterpoint च्या आकडेवारीनुसार HBM महसूलहिस्स्याचा अंदाज पुढीलप्रमाणे आहे:

*   **SK Hynix:** 50%
*   **Samsung:** 33%
*   **Micron:** 18%

आधुनिक हार्डवेअरचे आर्थिक खंदक (मोअट) स्वतंत्र संगणकीय डायवर अवलंबून नसून संपूर्ण प्रणाली-स्तरीय एकात्मतेवर अवलंबून असतात: मध्यस्थ जोडपट्ट्यांद्वारे HBM शी एकत्रित केलेले GPU/ASIC डाय, प्रगत पॅकेजिंग, उच्च-वेगाचे नेटवर्किंग (जसे NVLink), वीजपुरवठा आणि विशेष शीतकरण. कार्यभार मॉडेल प्रशिक्षणाकडून अनुमानाकडे वळत असताना ही प्रणाली एकात्मता आणखी महत्त्वाची ठरते. 2030 पर्यंत कृत्रिम बुद्धिमत्तेच्या एकूण मागणीपैकी अंदाजे 60% अनुमानाची असेल, असा McKinsey चा अंदाज आहे. परिणामी, स्पर्धेचे रणांगण थेट स्मृती बँडविड्थ, क्षमता, विलंब, उष्णताविषयक कार्यक्षमता आणि प्रत्येक उपयुक्त टोकन उत्पादनामागील वीजवापराकडे वळत आहे—यामुळे एकात्मिक हार्डवेअर विक्रेत्यांचे संरचनात्मक आर्थिक खंदक (मोअट) अधिक मजबूत होत आहेत.

त्याचवेळी, मूलभूत बुद्धिमत्ता मॉडेल्सच्या अर्थशास्त्रात खर्चाची झपाट्याने घट दिसते. Stanford कृत्रिम बुद्धिमत्ता निर्देशांकातील आकडेवारीनुसार, GPT-3.5-स्तरीय MMLU कामगिरी असलेले मॉडेल चालवण्याचा खर्च नोव्हेंबर 2022 मधील प्रत्येक दशलक्ष टोकनमागे अंदाजे $20 वरून ऑक्टोबर 2024 मध्ये सुमारे $0.07 झाला—18 महिन्यांत खर्चात 280-पट घट. याशिवाय, OECD च्या अभ्यासांनुसार जानेवारी 2024 ते एप्रिल 2026 दरम्यान गुणवत्तेनुसार समायोजित भाषा-मॉडेल किमती जवळजवळ 80% घटल्या.

| मापदंड / मापदंडाचा केंद्रबिंदू | ऐतिहासिक आधारपातळी | अलीकडील / अंदाजित पातळी | विश्लेषणात्मक महत्त्व |
| :--- | :--- | :--- | :--- |
| **GPT-3.5 MMLU टोकन खर्च** | $20.00 / M टोकन (नोव्हेंबर 2022) | $0.07 / M टोकन (ऑक्टोबर 2024) | बुद्धिमत्तेच्या प्रति-एकक खर्चात 280x घट (Stanford). |
| **भाषा मॉडेल्सच्या किमती** | आधारपातळी (जानेवारी 2024) | ~80% घट (एप्रिल 2026) | गुणवत्तेनुसार समायोजित उत्पादनाच्या किमतीत झपाट्याने घसरण (OECD). |
| **बंद विरुद्ध मुक्त मॉडेल्सच्या कामगिरीतील तफावत** | मोठी तफावत (2023) | 3.3%–3.4% तफावत (मार्च 2026) | मूलभूत क्षमतांचे सामान्यीकरण (Stanford 2026 कृत्रिम बुद्धिमत्ता निर्देशांक). |
| **उद्योगांच्या खर्चातील हिस्सा** | 35% अग्रसीमेवरील मॉडेल्स (Q3 2025) | 63% अग्रसीमेवरील मॉडेल्स (Q3 2026) | अत्याधुनिक तर्कक्षमतेसाठी अधिक किंमत देण्याची तयारी (Menlo). |

किमतीतील या घसरणीनंतरही, मूलभूत मॉडेल्स अद्याप पूर्णपणे सामान्य वस्तू बनलेली नाहीत. मूलभूत बुद्धिमत्तेचे सामान्यीकरण होत आहे—Stanford 2026 कृत्रिम बुद्धिमत्ता निर्देशांकानुसार अग्रसीमेवरील सर्वोच्च मॉडेल्समध्ये (Anthropic, xAI, Google, OpenAI) केवळ 25 Arena Elo गुणांचे अंतर आहे, आणि मार्च 2026 पर्यंत बंद मॉडेल्स मुक्त-वजन पर्यायांपेक्षा केवळ 3.3% ते 3.4% पुढे आहेत. मात्र, उद्योग ग्राहक अग्रसीमेवरील क्षमतांसाठी अधिक किंमत देत आहेत. Menlo च्या संशोधनानुसार, उद्योगांच्या कृत्रिम बुद्धिमत्तेवरील खर्चातील अग्रसीमेवरील मॉडेल्सचा हिस्सा Q3 2025 मधील 35% वरून Q3 2026 मध्ये 63% पर्यंत वाढला. 

मॉडेल स्तर हा बदलती आर्थिक अग्रसीमा म्हणून कार्य करतो: मूलभूत क्षमतांचे झपाट्याने सामान्यीकरण होते, तर अत्याधुनिक तर्कक्षमता किंमत ठरवण्याची ताकद टिकवून ठेवते, ज्यामुळे केवळ अग्रसीमेवरील समकक्षता राखण्यासाठी मॉडेल विकसकांना सातत्याने प्रचंड भांडवली गुंतवणुकीचा भार उचलावा लागतो.
## 4. अंमलबजावणी स्तर, भौतिक कृत्रिम बुद्धिमत्ता आणि जेव्हन्स विरोधाभास

पायाभूत मॉडेलांचे वस्तूकरण होत असताना, आर्थिक मूल्य अंमलबजावणी आणि नियंत्रण स्तराकडे सरकते. या मध्यस्थ सॉफ्टवेअर स्तरात गतिशील मॉडेल मार्गनिर्देशन, टिकाऊ स्थिती-स्मृती, ओळख व्यवस्थापन, परवानगी व्यवस्थापन, मूल्यमापन, साधनांचे एकत्रीकरण आणि समन्वय यांचा समावेश होतो. कॉर्पोरेट ताळेबंदांच्या दृष्टिकोनातून पाहिल्यास, एंटरप्राइझ सॉफ्टवेअरचे खरेदीदार कच्चे पायाभूत टोकन खरेदी करत नाहीत; ते पूर्ण झालेले व्यावसायिक परिणाम खरेदी करतात. अंमलबजावणी स्तर संस्थात्मक "मध्यस्थ सॉफ्टवेअर" म्हणून काम करतो—क्लाउड संगणनातील Kubernetes, ओळख व प्रवेश व्यवस्थापन आणि निरीक्षणक्षमतेप्रमाणे—आणि त्यामुळे एंटरप्राइझ ग्राहकांसाठी पुरवठादार बदलण्याचा खर्च कायम राहतो तसेच अंतर्निहित मूलभूत मॉडेलांमध्ये चढउतार होत असतानाही नफ्याच्या मार्जिनचे संरक्षण होते. 2026 मधील LangChain प्रत्यक्ष वापर सर्वेक्षण पुष्टी करते की बहु-मॉडेल एंटरप्राइझ संरचना आता प्रमाणभूत झाल्या आहेत आणि उपयोजनातील प्रमुख अडथळे टोकनच्या प्रति-एकक खर्चाकडून अंमलबजावणीची विश्वासार्हता, सुरक्षितता आणि कार्यपूर्तीकडे सरकत आहेत.

त्याचप्रमाणे, मालकीच्या, परिणामाधारित अभिप्राय चक्रांच्या तुलनेत सर्वसाधारण वेब प्रशिक्षण डेटाचे वस्तूकरण होत आहे. जेव्हा सॉफ्टवेअर अनुप्रयोग विशिष्ट क्षेत्रातील परिचालन कार्यप्रवाहांमध्ये थेट समाविष्ट होतात आणि त्यांच्या कृतींमधून पडताळता येण्याजोगी वास्तविक-जगातील मूल्यमापने निर्माण होतात, तेव्हा टिकाऊ आर्थिक खंदक (मोअट) तयार होतात.

या प्रक्रियेचे एक प्रमुख उदाहरण म्हणजे कायदेशीर क्षेत्रातील **Harvey**. सर्वसाधारण टोकन निर्मिती विकणारे, पायाभूत मॉडेलाभोवतीचे अस्थिर आवरण म्हणून Harvey स्पर्धा करत नाही. त्याऐवजी, ते कायदेशीर कार्यप्रवाहांमध्ये थेट समाविष्ट होते आणि कायदेशीर अधिकृत नोंद प्रणाली, वितरण, नियामक अनुपालन, ग्राहकांचा विश्वास आणि मालकीची अभिप्राय चक्रे यांना एकत्र आणते (करार विश्लेषण $\rightarrow$ वकिलाकडून सुधारणा $\rightarrow$ अंतिम न्यायालयीन दाखल प्रक्रिया/निराकरण). संपूर्ण कार्यप्रवाह आणि त्यातून निर्माण होणारा परिणाम डेटा Harvey च्या मालकीचा असल्याने, ते पुरवठादार बदलण्याचा मोठा खर्च निर्माण करते आणि आपली किंमतनिर्धारण क्षमता टिकवते; त्यामुळे साध्य झालेल्या व्यावसायिक परिणामाच्या तुलनेत अंतर्निहित पायाभूत मॉडेलाची निवड दुय्यम ठरते. अशीच परिणामाधारित अभिप्राय चक्रे प्रोग्रामिंग (दुरुस्ती $\rightarrow$ चाचणीचा निकाल $\rightarrow$ उपयोजनाचा परिणाम), वैद्यक (निदान $\rightarrow$ उपचार $\rightarrow$ रुग्णाच्या आरोग्यावरील परिणाम) आणि वित्त (चलन $\rightarrow$ समाशोधन $\rightarrow$ विवाद निराकरण) यांसारख्या विशेष क्षेत्रांत उदयास येत आहेत.

भौतिक कृत्रिम बुद्धिमत्ता प्रणालींमध्ये भांडवल वाटपाची गतिशीलता केवळ सॉफ्टवेअरवर आधारित एंटरप्राइझ अर्थकारणापेक्षा मूलभूतरीत्या वेगळी असते. सॉफ्टवेअर जवळजवळ शून्य सीमांत खर्चावर विस्तारते, तर भौतिक रोबोटिक्ससाठी साहित्य-सूचीवर (BOM) मोठ्या प्रमाणात भांडवल आवश्यक असते. McKinsey च्या अंदाजानुसार, मानवरूपी रोबोटच्या BOM मध्ये अचूक हालचाल घडवणाऱ्या यंत्रणांचा वाटा 40% ते 60% असतो, तर बॅटरी घटकांचा वाटा 5% ते 10% असतो. याशिवाय, CRU च्या अंदाजानुसार प्रत्येक मानवरूपी रोबोटला 2 ते 3 किग्रॅ NdFeB (निओडिमियम-लोह-बोरॉन) दुर्मिळ-पृथ्वी चुंबकांची आवश्यकता असते. भौतिक कृत्रिम बुद्धिमत्तेचे घटक दीर्घकालीन धोरणात्मक पर्यायक्षमता दर्शवत असले, तरी डेटा-केंद्रातील संगणन आणि स्मृती मालमत्ता आजच तात्काळ, पडताळता येण्याजोगे रोख प्रवाह निर्माण करतात.

| भौतिक कृत्रिम बुद्धिमत्तेचा हार्डवेअर घटक | अंदाजित BOM / संसाधन वाटा | प्रमुख आर्थिक आणि पुरवठा साखळीतील चालक घटक |
| :--- | :--- | :--- |
| **अचूक हालचाल घडवणाऱ्या यंत्रणा** | एकूण BOM च्या 40% – 60% (McKinsey) | उच्च-अचूकतेचे सांधे, गिअरबॉक्स, मोटर्स आणि वेग कमी करणाऱ्या यंत्रणा. |
| **बॅटरी घटक** | एकूण BOM च्या 5% – 10% (McKinsey) | हालचाल घडवणाऱ्या यंत्रणांच्या तुलनेत कमी सापेक्ष भांडवल वाटप. |
| **NdFeB दुर्मिळ-पृथ्वी चुंबक** | प्रति मानवरूपी रोबोट 2 – 3 किग्रॅ (CRU) | जड दुर्मिळ-पृथ्वी मूलद्रव्यांच्या मागणीचा संरचनात्मक चालक घटक. |

भांडवली खर्चातील हा संरचनात्मक विस्तार समजून घेण्यासाठी जेव्हन्स विरोधाभास लागू करणे आवश्यक आहे. प्रति-एकक टोकन खर्चात 100-पट घट झाल्याने संगणनावरील एकूण खर्च कमी होत नाही; त्याऐवजी, कमी प्रति-एकक किमतींमुळे एकूण टोकन वापराचा प्रचंड विस्तार होतो. एकल प्रश्न-प्रतिसाद संवादांची जागा सतत पार्श्वभूमी अनुकरणे आणि स्वयंचलित साधन आवाहने चालवणारी बहु-एजंट तर्क चक्रे घेत असल्याने, प्रति-एकक किमती कोसळत असूनही हार्डवेअर संगणनाची एकूण मागणी वेगाने वाढते.

भांडवल वाटपाचे मूल्यमापन करणाऱ्या दीर्घकालीन मूलभूत गुंतवणूकदारांसाठी, टिकाऊ मूल्य हस्तगत करण्यासाठी केवळ भौतिक टंचाईवर अवलंबून राहण्याऐवजी उच्च वाढीव ROIC, किंमतनिर्धारण क्षमता आणि कार्यप्रवाहात अंतर्भूत अभिप्राय चक्रे असलेल्या व्यवसायांना प्राधान्य देणे आवश्यक आहे. अधिक सखोल मूल्यांकन मॉडेलांमध्ये आणि मूलभूत मालकाच्या कमाईच्या गणनांमध्ये स्वारस्य असलेले गुंतवणूकदार DeepValues Research संकेतस्थळावरील आमचे मुक्त-स्रोत कंपनी संशोधन पाहू शकतात किंवा DeepValues अनुप्रयोग वापरून कोणत्याही समभागाचे अंतर्निहित मूल्य आणि सुरक्षिततेचे मार्जिन तपासू शकतात.

## 5. महत्त्वाचे आकडे

*   **78%**: कंपनीच्या राष्ट्रीयत्वानुसार अर्धसंवाहक प्रकाशप्रतिरोधक पदार्थांच्या विक्रीतील जपानी कंपन्यांचा अंदाजे बाजारहिस्सा.
*   **>$700B**: आंतरराष्ट्रीय ऊर्जा संस्थेनुसार 2026 मधील अतिविशाल क्लाउड सेवा पुरवठादारांचा अंदाजित भांडवली खर्च, प्रामुख्याने डेटा-केंद्र विस्तारासाठी.
*   **485 TWh ते ~950 TWh**: 2025 ते 2030 दरम्यान डेटा-केंद्रांच्या वीज वापरातील अपेक्षित वाढ (आंतरराष्ट्रीय ऊर्जा संस्था).
*   **2027 अखेर**: उच्च बँडविड्थ स्मृतीच्या (HBM) पुरवठ्यातील तुटवडा कायम राहण्याचा अपेक्षित कालावधी (आंतरराष्ट्रीय ऊर्जा संस्था).
*   **50% / 33% / 18%**: Q2 2026 मधील SK Hynix, Samsung आणि Micron यांचा अनुक्रमे अंदाजित HBM महसूल वाटा (Counterpoint).
*   **प्रति M टोकन $20 ते $0.07**: नोव्हेंबर 2022 ते ऑक्टोबर 2024 दरम्यान GPT-3.5-स्तरीय MMLU कामगिरी साध्य करण्याच्या खर्चातील घट, जी 280x घट दर्शवते (Stanford कृत्रिम बुद्धिमत्ता निर्देशांक).
*   **~80%**: जानेवारी 2024 ते एप्रिल 2026 दरम्यान गुणवत्तेनुसार समायोजित भाषा-मॉडेल किमतींमधील घट (आर्थिक सहकार्य आणि विकास संघटना).
*   **25 Arena Elo गुण**: मार्च 2026 पर्यंत Anthropic, xAI, Google आणि OpenAI यांच्या अग्रणी मॉडेलांमधील मर्यादित कामगिरी अंतर (Stanford 2026 कृत्रिम बुद्धिमत्ता निर्देशांक).
*   **3.3%–3.4%**: मार्च 2026 मध्ये सर्वोत्तम बंद-स्रोत मॉडेल आणि सर्वोत्तम खुले-वजन मॉडेल यांच्यातील कामगिरी अंतर (Stanford कृत्रिम बुद्धिमत्ता निर्देशांक).
*   **35% ते 63%**: Q3 2025 ते Q3 2026 दरम्यान एंटरप्राइझ कृत्रिम बुद्धिमत्ता खर्चातील अग्रणी मॉडेलांच्या वाट्यातील वाढ (Menlo संशोधन).
*   **40%–60% विरुद्ध 5%–10%**: मानवरूपी रोबोटच्या साहित्य-सूचीमध्ये (BOM) हालचाल घडवणाऱ्या यंत्रणा आणि बॅटरी घटक यांचे अनुक्रमे अंदाजित प्रमाण (McKinsey).
*   **2–3 किग्रॅ**: प्रति मानवरूपी रोबोट NdFeB दुर्मिळ-पृथ्वी चुंबकांची अंदाजित आवश्यकता (CRU).

## 6. आमचा दृष्टिकोन कशामुळे बदलेल

*   **CUDA आणि HBM संरचना वेगाने कालबाह्य होणे:** HBM आणि NVLink यांना यशस्वीरीत्या विस्थापित करणाऱ्या पर्यायी आंतरजोडण्या किंवा स्मृती संरचनांचा वेगवान विकास, ज्यामुळे 2027 पूर्वी प्रणाली-स्तरीय नेटवर्किंगचे आर्थिक खंदक (मोअट) कमकुवत होतील.
*   **अतिविशाल क्लाउड सेवा पुरवठादारांच्या भांडवली खर्चात कपात:** गुंतवलेल्या भांडवलावरील निराशाजनक परतावा (ROIC) किंवा वीज वितरण जाळ्याशी जोडणीतील गंभीर विलंबांमुळे >$700B वार्षिक भांडवली खर्चाच्या अपेक्षित वाटचालीत मोठी घट.
*   **खुले-वजन मॉडेलांचे वेगवान महसुलीकरण आणि स्थिरावणे:** अग्रणी कामगिरीतील 3.3–3.4% अंतर नाहीसे होणे, ज्यामुळे एंटरप्राइझ ग्राहक महागडी बंद मॉडेल सोडून स्थानिक गरजांनुसार अनुकूलित, स्वस्त खुले-वजन मॉडेलांकडे वळतील.
*   **भौतिक कृत्रिम बुद्धिमत्तेचे वेगवान उपयोजन:** 2030 च्या बरेच आधी मानवरूपी रोबोटिक्सचे व्यापक व्यापारीकरण आणि उच्च-प्रमाणातील उत्पादन अनेक दशलक्ष युनिटपर्यंत पोहोचणे, ज्यामुळे तात्काळ रोख प्रवाहाचे मूल्य हस्तगत करण्याची संधी हालचाल घडवणाऱ्या यंत्रणा आणि चुंबकांच्या पुरवठा साखळ्यांकडे सरकेल.

## 7. स्रोत

कृत्रिम बुद्धिमत्तेच्या मूल्याचे विश्लेषण, Chamath Palihapitiya (2025 वार्षिक पत्र आणि संबंधित चौकट)
Stanford कृत्रिम बुद्धिमत्ता निर्देशांक (Stanford University, 2024–2026 डेटा)
आंतरराष्ट्रीय ऊर्जा संस्था वीज आणि भांडवली खर्च अहवाल
Counterpoint Research (Q2 2026 अर्धसंवाहक आणि HBM बाजार विश्लेषण)
McKinsey & Company रोबोटिक्स BOM संशोधन
CRU Group साहित्य आणि दुर्मिळ-पृथ्वी पदार्थ संशोधन
आर्थिक सहकार्य आणि विकास संघटना भाषा मॉडेल किंमत अभ्यास (2024–2026)
Menlo Ventures एंटरप्राइझ कृत्रिम बुद्धिमत्ता खर्च संशोधन (2025–2026)
Johns Hopkins University पायाभूत सुविधा आणि डेटा-केंद्र वीज संशोधन
LangChain प्रत्यक्ष वापरातील कृत्रिम बुद्धिमत्ता सर्वेक्षण (2026)

## From DeepValues

- DeepValues app: intrinsic value, stances and the latest reports for 300+ stocks. [iPhone](https://apps.apple.com/us/app/deepvalues/id6775568608?utm_source=research&utm_medium=web&utm_campaign=markdown) · [Android](https://play.google.com/store/apps/details?id=app.deepvalues.android&referrer=utm_source%3Dresearch%26utm_medium%3Dweb%26utm_campaign%3Dmarkdown) · [Web](https://app.deepvalues.ai/?utm_source=research&utm_medium=web&utm_campaign=markdown)
- [Deep Value Intelligence](https://deepvalues.ai/?utm_source=research&utm_medium=web&utm_campaign=markdown): the multi-agent AI analyst behind these reports, for any listed company
- [Margin of Safety Weekly](https://app.deepvalues.ai/letter?utm_source=research&utm_medium=web&utm_campaign=markdown): free weekly email, every Saturday
- YouTube: videos on investing and on AI. [@TheDeepValues](https://www.youtube.com/@TheDeepValues?utm_source=research&utm_medium=web&utm_campaign=markdown) (investing) · [@deep-values](https://www.youtube.com/@deep-values?utm_source=research&utm_medium=web&utm_campaign=markdown) (AI)
- Podcasts: 6 shows in English and Chinese (Deep Values, 深度价值, Deep Values Frontier, 深度價值前沿, Deep Value Intelligence, 深度价值情报站). [all shows on Apple Podcasts](https://podcasts.apple.com/us/channel/deepvalues/id6826606342)
- Buffett Indicator: market-valuation gauge. [iPhone](https://apps.apple.com/us/app/buffett-indicator/id6747404614?utm_source=research&utm_medium=web&utm_campaign=markdown) · [Android (Buffett Indicator & Shiller PE)](https://play.google.com/store/apps/details?id=com.luluventures.bubblewatch.android&utm_source=research&utm_medium=web&utm_campaign=markdown)
