तीन साल पहले, सेकोइया पार्टनर डेविड काह्न ने सिलिकॉन वैली के AI इंफ्रास्ट्रक्चर खर्च को आंकने की पहल की थी। 2023 में, उन्होंने एनवीडिया की अनुमानित वार्षिक जीपीयू राजस्व $50 बिलियन को आधार बनाकर, डेटा सेंटर संचालन लागत और ऑपरेटर मार्जिन को जोड़ते हुए $200 बिलियन राजस्व की आवश्यकता का अनुमान लगाया था, ताकि प्रारंभिक निवेश की वसूली हो सके।

बढ़ता खर्च और नया आंकड़ा

तीन वर्षों के हाइपरस्केलिंग के बाद, काह्न ने 2026 के लिए AI इंफ्रास्ट्रक्चर खर्च को $1.5 ट्रिलियन तक बढ़ा दिया है। उनका गणित बताता है कि इस खर्च को जायज ठहराने के लिए AI उद्योग को कुल $3 ट्रिलियन कमाना पड़ेगा। यह अनुमान मेमोरी की बढ़ती कीमतों और विशेषीकृत चिप्स के उपयोग के कारण और भी ऊपर जा सकता है। उन्होंने लिखा, "बढ़ते निर्माण लागत और बॉटलनेक डायनामिक्स के कारण प्रति GW कैपेक्स आवश्यक राजस्व में तीव्र वृद्धि हुई है।"

मुख्य खिलाड़ियों की आय

वहीं, Anthropic ने लगभग $60 बिलियन वार्षिक आवर्ती राजस्व (ARR) दर्ज किया है, जबकि OpenAI ने 2025 में $13 बिलियन कमाए (नवंबर 2025 में उन्होंने $20 बिलियन ARR की घोषणा की)। यह दर्शाता है कि प्रमुख AI स्टार्ट‑अप्स अभी भी लक्ष्य से काफी पीछे हैं।

हाइपरस्केलर्स की भविष्यवाणी

एपोलो के मुख्य अर्थशास्त्री टॉर्स्टन स्लोक ने हालिया नोट में कहा कि गूगल, मेटा, माइक्रोसॉफ्ट और अमेज़न जैसी बड़ी कंपनियां 2028 में अपनी फ्री‑कैश‑फ़्लो में तीव्र उछाल की उम्मीद कर रही हैं। इसका अर्थ है कि वे अपने बड़े‑पैमाने के चिप निवेश की वसूली को देख रहे हैं।

संभावित जोखिम

स्लोक ने संकेत दिया कि यदि ये कंपनियां अपना लक्ष्य नहीं हासिल करतीं तो बाजार पर गंभीर प्रभाव पड़ सकता है। वह बताते हैं कि कई संस्थाएँ सस्ते, खुले‑वेट मॉडल—अक्सर चीन से—की ओर झुका रही हैं, जिससे टोकन की कीमतें गिर रही हैं। OpenAI का नवीनतम मॉडल कोडिंग कार्य में 54 % अधिक टोकन दक्षता रखता है, जो उपयोगकर्ता खर्च को घटाता है, पर टोकन निर्माण व्यवसायों के लिए जोखिम बढ़ा सकता है।

आर्थिक परिप्रेक्ष्य

स्लोक ने चेतावनी दी कि "इतने कम नामों पर इतना अधिक निर्भरता" होने से यदि हाइपरस्केलर्स की नकदी प्रवाह लक्ष्य पूरी नहीं हुई, तो यह केवल सेक्टर‑विशिष्ट समस्या नहीं, बल्कि व्यापक आर्थिक मंदी और S&P 500 में सुधार की ओर ले जा सकता है। इस संदर्भ में निवेशकों को AI एजेंटों को सस्ते टोकन की ओर मोड़ते समय इन जोखिमों को ध्यान में रखना आवश्यक है।

AI के तेज़ी से बढ़ते निवेश और संभावित राजस्व अंतराल को देखते हुए, उद्योग को नवाचार, लागत दक्षता और वास्तविक व्यावसायिक उपयोग के बीच संतुलन बनाना होगा, ताकि $3 ट्रिलियन लक्ष्य से पीछे न रह जाए।