1.4 ट्रिलियन डॉलर का AI दांव: गोल्डमैन सैक्स के आशावादी अनुमान और छिपे कर्ज के खतरे

आर्टिफिशियल इंटेलिजेंस इंफ्रास्ट्रक्चर के विस्फोट के पीछे के आंकड़ों को अब नज़रअंदाज़ करना मुश्किल होता जा रहा है। जून 2026 के एक रिसर्च नोट में, गोल्डमैन सैक्स के रणनीतिकार रयान हैमंड ने एक ऐसा आशावादी परिदृश्य (बुल केस) प्रस्तुत किया, जिसके अनुसार हाइपरस्केलर कंपनियों का पूंजीगत खर्च (कैपेक्स) 2027 तक $1.4 ट्रिलियन तक पहुँच सकता है - एक ऐसा आंकड़ा जो वॉल स्ट्रीट की $920 बिलियन की आम सहमति से कहीं अधिक है । इसके पीछे का कारण है, एंटरप्राइज़ AI एजेंटों के उदय से 2030 तक वैश्विक टोकन खपत में अनुमानित 24 गुना वृद्धि, जो आज के चैटबॉट्स की तुलना में कहीं अधिक कंप्यूट-भूखे हैं । गोल्डमैन का एसेट मैनेजमेंट आर्म अनुमान लगाता है कि ये एजेंटिक सिस्टम मौजूदा AI उपकरणों की तुलना में 60 से 130 गुना अधिक ऊर्जा-गहन होंगे ।

हालांकि, बैंक की थीसिस एक सीधी विकास कहानी से कहीं अधिक परतों वाली है। जिस फर्म ने यह बुल केस प्रकाशित किया है, वही अपने भीतर संशयवादियों को भी रखती है। गोल्डमैन सैक्स रिसर्च के वरिष्ठ विश्लेषक जिम कोवेलो ने चेतावनी दी है कि "AI का अर्थशास्त्र आज दो साल पहले की तुलना में अधिक संदिग्ध है," उन्होंने नोट किया कि एंटरप्राइज़ खरीदार, मॉडल कंपनियां और हाइपरस्केलर अभी तक अपने भारी निवेश पर सार्थक रिटर्न प्रदर्शित नहीं कर पाए हैं । विस्फोटक मांग पूर्वानुमानों और अनिश्चित भुगतान के बीच का यह तनाव ही इस पूंजी चक्र की परिभाषित विशेषता है।

गोल्डमैन क्यों मानता है कि आम सहमति बहुत कम है

गोल्डमैन के तर्क का मूल यह है कि मौजूदा वॉल स्ट्रीट अनुमान खर्च वृद्धि में एक अविश्वसनीय मंदी को दर्शाते हैं। 2027 के हाइपरस्केलर कैपेक्स के लिए आम सहमति लगभग $920 बिलियन पर है, जो 2025 और 2026 की तेज़ रफ्तार से एक तीव्र गिरावट को दर्शाएगी । गोल्डमैन इस धारणा को चुनौती देते हुए यह मॉडल करता है कि यदि AI निवेश सकल घरेलू उत्पाद (GDP) का 2% से 3% उपभोग करना जारी रखता है तो क्या होगा - एक ऐसा परिदृश्य जो वार्षिक खर्च को $1.1 ट्रिलियन की बेसलाइन और एक उल्टे मामले (अपसाइड केस) में $1.4 ट्रिलियन तक धकेल देता है ।

मॉडल के पीछे एजेंटिक AI पर एक दांव है। साधारण चैटबॉट्स के विपरीत जो एक सवाल का जवाब देकर रुक जाते हैं, AI एजेंट लगातार काम करते हैं - बहु-चरणीय कार्यों को अंजाम देना, API को कॉल करना, और विचारों की विस्तारित श्रृंखलाओं में तर्क करना। गोल्डमैन को उम्मीद है कि यह हमेशा-सक्रिय व्यवहार 2030 तक टोकन खपत में 24 गुना वृद्धि को प्रेरित करेगा । प्रत्येक एजेंट इंटरैक्शन नाटकीय रूप से अधिक कंप्यूट की खपत करता है, और उद्यमों द्वारा बड़े पैमाने पर एजेंटों को तैनात करना शुरू करने के साथ, मांग प्रक्षेपवक्र उन रैखिक विकास वक्रों जैसा बिल्कुल नहीं दिखता जो आम सहमति मॉडलों को रेखांकित करते हैं।

असली बाधाएं: बिजली, श्रम और भौतिक सीमाएं

गोल्डमैन सैक्स इस बारे में उल्लेखनीय रूप से स्पष्ट है कि असली सीमाएं कहां हैं। AI युग को शक्ति प्रदान करने पर अपनी रिपोर्ट में, बैंक साफ तौर पर कहता है: "पूंजी की कमी सबसे गंभीर बाधा नहीं है - यह इसे चलाने के लिए आवश्यक बिजली है" । एक दशक तक स्थिर बिजली की मांग के बाद, वैश्विक डेटा सेंटर बिजली की खपत 2030 तक 160% बढ़ने का अनुमान है । अकेले संयुक्त राज्य अमेरिका को 2028 तक डेटा सेंटरों के लिए अनुमानित 45 गीगावॉट बिजली की कमी का सामना करना पड़ रहा है, जिसके लिए 2030 तक 72 गीगावॉट नई क्षमता की आवश्यकता होगी - मोटे तौर पर 72 बड़े परमाणु ऊर्जा संयंत्रों के बराबर ।

ग्रिड इस भविष्य के लिए डिज़ाइन नहीं किया गया था। नए प्राकृतिक गैस संयंत्रों के लिए ट्रांसमिशन और अनुमति की समय-सीमा पांच से सात साल तक फैली हुई है, पवन और सौर ऊर्जा केवल रुक-रुक कर आपूर्ति प्रदान करते हैं, और परमाणु ऊर्जा एक दीर्घकालिक समाधान है । नए गैस कंब्शन टर्बाइन, जो विश्वसनीय बिजली उत्पादन के वर्कहॉर्स हैं, 2030 तक प्रभावी रूप से बिक चुके हैं ।

श्रम शायद सबसे कठिन बाधा साबित हो सकता है। गोल्डमैन का अनुमान है कि AI द्वारा मांगे जाने वाले भौतिक बुनियादी ढांचे के निर्माण के लिए लगभग 760,000 अतिरिक्त इलेक्ट्रीशियन, लाइनमैन और तकनीशियनों की आवश्यकता है, जिसमें 207,000 विशेष भूमिकाएं शामिल हैं जिनके लिए तीन से चार साल के प्रशिक्षण की आवश्यकता होती है । ये ऐसे काम नहीं हैं जिन्हें सिलिकॉन वैली स्वचालित या ऑफशोर कर सके - इनके लिए ज़मीनी स्तर पर लोगों की ज़रूरत है, और कमी का मतलब है कि हर नए गीगावॉट की मांग के साथ परियोजना की समयसीमा आगे खिसक जाती है ।

बैंक का "ट्रैकिंग ट्रिलियंस" पेपर "विस्तारण जोखिम" की अवधारणा पेश करता है: बिजली इंटरकनेक्शन कतारें, अनुमति में देरी, और ट्रांसफार्मर और स्विचगियर जैसे महत्वपूर्ण उपकरणों की कमी, निर्माण समयसीमा को प्रारंभिक योजनाओं से कहीं आगे बढ़ा सकती है। तनाव परिदृश्यों में, ये देरी मांग-पक्ष के संदेह में वापस फीड करती है, एक आत्म-सुदृढ़ीकरण चक्र बनाती है जहां परियोजनाएं अधिक समय लेती हैं और अधिक निर्माण का मामला कमजोर पड़ जाता है । फिर भी, गोल्डमैन का बेसलाइन अनुमान 2026 और 2031 के बीच संचयी AI पूंजीगत व्यय में लगभग $7.6 ट्रिलियन का अनुमान लगाता है ।

मॉर्गन स्टेनली के अनुमानों की तुलना

मॉर्गन स्टेनली के अनुमानों में भी अपने स्वयं के नाटकीय ऊपर की ओर संशोधन हुए हैं। एक साल पहले, फर्म ने 2026 और 2027 दोनों के लिए संयुक्त हाइपरस्केलर कैपेक्स लगभग $450 बिलियन होने का अनुमान लगाया था। 2026 में पहली तिमाही की आय रिपोर्टों के बाद, ब्रायन नोवाक के नेतृत्व में विश्लेषकों ने उन आंकड़ों को बढ़ाकर 2026 के लिए लगभग $800 बिलियन और 2027 के लिए $1.2 ट्रिलियन कर दिया ।

मॉर्गन स्टेनली अब 2027 के लिए $1.16 ट्रिलियन हाइपरस्केलर कैपेक्स का पूर्वानुमान लगाता है, एक आंकड़ा जो गोल्डमैन की ~$1.1 ट्रिलियन की बेसलाइन से अधिक है लेकिन गोल्डमैन की $1.4 ट्रिलियन की ऊपरी सीमा से कम है । 2028 तक, मॉर्गन स्टेनली वैश्विक डेटा सेंटर पूंजीगत व्यय में $2.9 ट्रिलियन की उम्मीद करता है, जिसमें $1.4 ट्रिलियन हाइपरस्केलर नकदी प्रवाह द्वारा वित्त पोषित है और $1.5 ट्रिलियन का वित्तपोषण अंतर है जिसे ऋण, पट्टों और संयुक्त उद्यमों द्वारा भरा जाना चाहिए ।

दोनों बैंक इस बात से सहमत हैं कि कैपेक्स-टू-सेल्स अनुपात अज्ञात क्षेत्र में प्रवेश कर चुके हैं। मॉर्गन स्टेनली 2026 से 2028 तक 34% से 39% के अनुपात का अनुमान लगाता है, जो डॉट-कॉम युग के दौरान दर्ज लगभग 32% के शिखर से अधिक है। जब लीज़-समायोजित आंकड़े शामिल किए जाते हैं, तो अनुपात 44% से 45% तक चढ़ सकता है ।

छिपा हुआ बहीखाता: ऑफ-बैलेंस-शीट लीज़ और SPV ऋण

मुख्य खर्च के आंकड़ों के नीचे वित्तीय इंजीनियरिंग की एक अधिक चिंताजनक परत है। मूडीज़ रेटिंग्स ने अनुमान लगाया है कि पांच सबसे बड़े अमेरिकी हाइपरस्केलर - अमेज़ॅन, मेटा, अल्फाबेट, माइक्रोसॉफ्ट और ओरेकल - के पास भविष्य के डेटा सेंटर लीज़ की $662 बिलियन की प्रतिबद्धताएं हैं जो अभी तक शुरू नहीं हुई हैं । आम तौर पर स्वीकृत लेखा सिद्धांतों (GAAP) के तहत, ये दायित्व वर्तमान देयताओं के रूप में प्रकट नहीं होते हैं क्योंकि सेवाएं शुरू नहीं हुई हैं। वे बैलेंस शीट से बाहर बैठते हैं, मुख्य रूप से फ़ुटनोट में दिखाई देते हैं ।

जब सभी गैर-रियायती भविष्य की लीज़ प्रतिबद्धताओं को जोड़ा जाता है, तो यह आंकड़ा अनुमानित $969 बिलियन तक पहुँच जाता है - इन पांच कंपनियों के संयुक्त समायोजित ऋण का लगभग 113% । जैसे-जैसे ये लीज़ आने वाले वर्षों में शुरू होंगी, वे आय विवरणों के माध्यम से परिचालन व्यय के रूप में प्रवाहित होने लगेंगी, संभावित रूप से मुक्त नकदी प्रवाह को संकुचित करेंगी और शेयर बायबैक की क्षमता को सीमित करेंगी जिस पर निवेशक लंबे समय से निर्भर रहे हैं ।

एक समानांतर चिंता AI बुनियादी ढांचे को निधि देने के लिए विशेष प्रयोजन वाहनों (SPV) का बढ़ता उपयोग है। प्रमुख प्रौद्योगिकी कंपनियों ने दिवालियापन-रिमोट SPV के माध्यम से डेटा सेंटर ऋण में $120 बिलियन से अधिक की संरचना की है जो समेकित बैलेंस शीट से बाहर बैठते हैं । मॉर्गन स्टेनली का अनुमान है कि यह ऑफ-बैलेंस-शीट फंडिंग तंत्र 2028 तक $800 बिलियन तक पहुंच सकता है । ये वाहन आम तौर पर 8% से 10% की पतली इक्विटी कुशन के साथ काम करते हैं, GPU संपार्श्विक पर भरोसा करते हैं जो तेजी से मूल्यह्रास करता है, और पारंपरिक दस-प्लस वर्षों की तुलना में चार साल जितनी छोटी लीज़ शर्तें शामिल करते हैं ।

ओरेकल की चेतावनी और बढ़ता क्रेडिट स्प्रेड

ओरेकल एक केस स्टडी बन गया है कि AI वित्तपोषण धारणाएं कितनी जल्दी उधड़ सकती हैं। 2025 के अंत में, कंपनी ने मिशिगन डेटा सेंटर के लिए फंडिंग को लेकर ब्लू आउल कैपिटल के साथ संबंध तोड़ लिया, जिससे ऑफ-बैलेंस-शीट मॉडल की नाजुकता उजागर हुई। ओरेकल पर $124 बिलियन का कर्ज और $248 बिलियन की लीज़ प्रतिबद्धताएं हैं, और बाजार की प्रतिक्रिया तेज थी - "क्रूर गति से क्रेडिट का पुनर्मूल्यांकन किया गया," यहां तक कि एक निवेश-ग्रेड जारीकर्ता के लिए भी ।

बैंक फॉर इंटरनेशनल सेटलमेंट्स (BIS) ने देखा है कि कम क्रेडिट रेटिंग वाले हाइपरस्केलर्स के लिए क्रेडिट डिफ़ॉल्ट स्वैप (CDS) स्प्रेड पहले ही बढ़ गए हैं, जो ऋण आपूर्ति की भारी मात्रा और इस बारे में बढ़ती अनिश्चितता दोनों को दर्शाता है कि क्या AI परियोजनाएं पर्याप्त रिटर्न उत्पन्न करेंगी । वित्तीय स्थिरता निरीक्षण परिषद (FSOC) और बैंक ऑफ इंग्लैंड ने स्पष्ट रूप से ऑफ-बैलेंस-शीट AI इंफ्रास्ट्रक्चर ऋण के संचय को एक संभावित प्रणालीगत भेद्यता के रूप में चिह्नित किया है ।

एकाग्रता जोखिम समस्या को और जटिल बनाता है। अधिकांश SPV-आधारित ऋण एकल-संपत्ति या एकल-किरायेदार डेटा सेंटरों से जुड़ा है। यदि किरायेदार विफल हो जाता है या मांग नरम पड़ती है, तो SPV संरचना मूल कंपनी की बैलेंस शीट के लिए सीमित सहारा प्रदान करती है, जिससे व्यापक नुकसान की संभावना पैदा होती है । PIMCO ने AI वित्तपोषण की चक्रीय प्रकृति को भी चिह्नित किया है, जहां GPU निर्माता जैसे आपूर्तिकर्ता उन्हीं SPV को ऋण देते हैं या उनमें इक्विटी हिस्सेदारी लेते हैं जिनकी वे आपूर्ति करते हैं, यदि पूंजी बाजार सख्त होते हैं तो खुद को पुनर्वित्त जोखिमों के प्रति उजागर करते हैं ।

दो कथाओं वाला एक उछाल

AI इंफ्रास्ट्रक्चर का निर्माण पैमाने और गति में अभूतपूर्व है। पांच सबसे बड़े हाइपरस्केलर अकेले 2026 में संयुक्त रूप से $755 बिलियन खर्च करने की राह पर हैं - साल-दर-साल 83% की वृद्धि । मॉर्गन स्टेनली ने नोट किया कि 2026 का $800 बिलियन का आंकड़ा मोटे तौर पर उस राशि के बराबर है जो पूरे गैर-तकनीकी समूह ने S&P 500 में पिछले वर्ष कैपेक्स पर खर्च की थी ।

फिर भी जो वित्तपोषण संरचनाएं इसे संभव बनाती हैं, वे अपने स्वयं के जोखिम उत्पन्न कर रही हैं। आशावादी कथा AI एजेंटों से टोकन मांग में 24 गुना वृद्धि पर टिकी हुई है जिन्हें अभी तक बड़े पैमाने पर तैनात नहीं किया गया है। मंदी का प्रतिवाद, जिसे स्वयं गोल्डमैन सैक्स के भीतर व्यक्त किया गया है, यह है कि अब तक के रिटर्न निवेश को उचित नहीं ठहराते । इन दो ध्रुवों के बीच भौतिक वास्तविकताएं हैं: एक पावर ग्रिड जो गति नहीं बनाए रख सकता, एक कुशल कार्यबल जो पर्याप्त संख्या में मौजूद नहीं है, और लगभग एक ट्रिलियन डॉलर के दायित्वों का एक छिपा हुआ बहीखाता जो जल्द ही देय होगा, जिसके परिणाम प्रौद्योगिकी क्षेत्र से कहीं आगे तक फैलेंगे।