एआई खर्च और डेटा सेंटर विस्तार की चिंताओं के कारण नैस्डैक इंडेक्स में गिरावट

आर्टिफिशियल इंटेलिजेंस मॉडलों की बढ़ती उपलब्धता के बावजूद, उन्हें विश्वसनीय वाणिज्यिक उत्पादों में बदलना एक जटिल कार्य बना हुआ है, खासकर जब उद्यम बिखरे हुए डेटा इंफ्रास्ट्रक्चर का सामना करते हैं।

TechSparks 2026 कार्यक्रम में, Couchbase के एशिया-प्रशांत क्षेत्र, जापान और भारत के बिक्री उपाध्यक्ष माइकल क्रोनिन ने YourStory के वरिष्ठ निदेशक रणनीतिक सामग्री और वीडियो शिवानी मुत्तन्ना के साथ चर्चा में भाग लिया। उन्होंने प्रयोगों से पूर्ण उत्पादन तक AI के संक्रमण, प्रबंधन की समस्याओं, ग्राहक अनुभव और AI नवाचारों में भारत की बढ़ती भूमिका पर चर्चा की।

दशकों से, बड़ी कंपनियों ने विशिष्ट कार्यों को हल करने के लिए विभिन्न डेटाबेस और अत्यधिक विशिष्ट समाधान लागू किए हैं। हालांकि प्रत्येक ने एक तत्काल समस्या का समाधान किया, परिणाम अक्सर डेटा का एक खंडित स्तर होता है, जो कई प्रणालियों से बना होता है जो एक दूसरे के साथ खराब तरीके से इंटरैक्ट करती हैं।

क्रोनिन इस विखंडन को AI को अपनाने में एक गंभीर बाधा मानते हैं। वह उद्योग अनुमानों का हवाला देते हैं कि AI विकास परियोजनाओं में से 70-80% कभी भी उत्पादन चरण तक नहीं पहुंचती हैं, और एमआईटी के एक अध्ययन से पता चला है कि ऐसी 95% परियोजनाएं लाभदायक नहीं बनती हैं।

Couchbase का परिचालन डेटा प्लेटफॉर्म इस समस्या को दूर करने के लिए डिज़ाइन किया गया है, जो कंपनियों को अपने डेटा इंफ्रास्ट्रक्चर को समेकित करने में मदद करता है। सब कुछ एक बार में ठीक करने की कोशिश करने के बजाय, क्रोनिन ने कंपनियों को छोटी शुरुआत करने की सलाह दी, और डेटा स्तर के विखंडन से जूझ रहे संस्थापकों और उद्यमों को सबसे महत्वपूर्ण उपयोग के मामलों को पहले चुनने की सलाह दी।

उन्होंने यूनाइटेड किंगडम के खुदरा विक्रेता Tesco का उदाहरण दिया, जिसका बेंगलुरु में एक बड़ा वैश्विक компетенस सेंटर (GCC) है। इस खुदरा विक्रेता की कई प्रणालियाँ ग्राहक अनुभव पर नकारात्मक प्रभाव डाल रही थीं, खासकर ब्लैक फ्राइडे और सप्ताहांत जैसे व्यस्त खरीदारी अवधियों के दौरान। Tesco ने एक इंस्टेंस और एक उपयोग के मामले से शुरुआत करके अपने डेटा स्तर को समेकित करना शुरू किया, इससे पहले कि वह अपने पूरे तकनीकी स्टैक पर प्रयास फैलाए। इस समेकन ने खुदरा विक्रेता को मिलीसेकंड से कम विलंबता के साथ प्रति सेकंड लाखों लेनदेन को संसाधित करने में सक्षम बनाया। क्रोनिन के अनुसार, यह उदाहरण दर्शाता है कि कंपनियां अपने पूरे संचालन पर बदलाव फैलाने से पहले एक उपयोग के मामले के माध्यम से विखंडन की समस्या का समाधान कैसे शुरू कर सकती हैं।

AI उत्पादों के विकास का दबाव कई उद्यमों को मॉडल और अनुप्रयोगों पर प्राथमिकता देने के लिए प्रेरित करता है। हालांकि, पायलट प्रोजेक्ट अक्सर नियंत्रित वातावरण में छोटे डेटासेट पर किए जाते हैं, जो संगठनों को वास्तविक उत्पादन की मांगों के लिए तैयार नहीं करता है। क्रोनिन ने मशीन ट्रैफिक के बढ़ते पैमाने पर ध्यान दिलाया। उन्होंने कहा: 'आठारह महीनों में मशीन ट्रैफिक ने इंटरनेट पर मानव ट्रैफिक को पीछे छोड़ दिया। यह AI का पैमाना है। यह मशीन गति का पैमाना है जिस पर उद्यमों को काम करना चाहिए।'

जब AI एप्लिकेशन वास्तविक दुनिया के वर्कलोड का सामना करते हैं, तो खंडित डेटा सिस्टम उन्हें बड़े पैमाने पर विश्वसनीय रूप से कार्य करने से रोक सकते हैं। AI एजेंटों के बढ़ते उपयोग से यह समस्या और बढ़ जाती है। चूंकि एजेंट अधिक स्वायत्त होते जा रहे हैं और निर्णय लेने के कार्यों को संभाल रहे हैं, इसलिए उद्यमों को यह सुनिश्चित करना होगा कि वे उचित शासन संरचनाओं के भीतर आवश्यक डेटा तक पहुंच सकते हैं।

खंडित सिस्टम संचार और प्रबंधन को बाधित कर सकते हैं, जिससे एजेंटों की स्वायत्त रूप से कार्य करने की क्षमता सीमित हो जाती है। क्रोनिन ने उद्यमों से AI में निवेश वितरण के दृष्टिकोण पर पुनर्विचार करने का भी आग्रह किया। हालांकि मॉडल तेजी से विकसित हो रहे हैं, कॉर्पोरेट डेटा एक महत्वपूर्ण संपत्ति बना हुआ है। उन्होंने जोर देकर कहा: 'मॉडल किराए पर लिए जा सकते हैं। आज का सर्वश्रेष्ठ मॉडल कल का अखबार है। उद्यम के लिए वास्तविक संपत्ति डेटा है।'

जैसे ही उद्यमों ने महसूस करना शुरू किया कि खंडित डेटा उनकी AI पहलों को धीमा कर रहा है, उनमें से कई ने मौजूदा सिस्टम को जोड़ने के लिए एपीआई और कनेक्टर्स जोड़कर प्रतिक्रिया दी। हालांकि, क्रोनिन ने चेतावनी दी कि ऐसा तरीका मुख्य समस्या को हल करने के बजाय अतिरिक्त जटिलता पैदा कर सकता है। प्रत्येक अतिरिक्त कनेक्शन विलंबता, जोखिम बढ़ाता है और एक और संभावित विफलता बिंदु बनाता है।

इसके बजाय, उन्होंने डेटा स्तर को समेकित करने की सिफारिश की ताकि AI एप्लिकेशन और एजेंट उससे अधिक सीधे इंटरैक्ट कर सकें, डेटा को ग्राहकों के करीब ला सकें। क्रोनिन के अनुसार, भारत में बड़े GCC सहित कई उद्यम अब डेटा विखंडन को दूर करने के लिए अपनी वास्तुकला की समीक्षा कर रहे हैं। इन परिवर्तनों के बिना, AI विकास में आगे का निवेश उन्हीं समस्याओं को जन्म दे सकता है।

डेटा समेकन ग्राहक अनुभव को भी बेहतर बना सकता है, जिससे सिस्टम बढ़ती मांग को संभालने, सुलभ बने रहने और तेजी से प्रतिक्रिया करने में मदद मिलती है। चूंकि ग्राहक AI-आधारित सेवाओं से अधिक की उम्मीद करते हैं, इसलिए परिधि पर डेटा की उपस्थिति अधिक महत्वपूर्ण होती जा रही है।

क्रोनिन ने उल्लेख किया कि एशिया-प्रशांत क्षेत्र में व्यावसायिक संस्कृतियां भिन्न होती हैं, लेकिन डेटा इंफ्रास्ट्रक्चर का विखंडन AI को अपनाने के लिए एक सामान्य समस्या बनी हुई है। साथ ही, भारत AI नवाचार और निर्णय लेने का एक महत्वपूर्ण केंद्र बन रहा है। उन्होंने उल्लेख किया कि Couchbase के शीर्ष 50 वैश्विक ग्राहकों में से 80% का भारत में महत्वपूर्ण उपस्थिति है, और उनके अधिकांश AI नवाचार और नेतृत्व इस देश में आधारित हैं। Couchbase भी भारत में अपनी उपस्थिति का विस्तार कर रहा है, अपने एशिया-प्रशांत मुख्यालय को बेंगलुरु स्थानांतरित कर रहा है। भारत में Couchbase के कॉर्पोरेट ग्राहकों में एयर इंडिया, एयरटेल, बिगबास्केट और महिंद्रा फाइनेंस शामिल हैं। क्रोनिन के अनुसार, वैश्विक व्यवसाय में भारत की भूमिका लागत बचत से परे चली गई है; यहां नवाचार, नेतृत्व और महत्वपूर्ण व्यावसायिक निर्णय अधिक बार हो रहे हैं। उन्होंने एयर इंडिया के अगली पीढ़ी के मनोरंजन प्लेटफॉर्म का उल्लेख किया, जो Couchbase पर बनाया जा रहा है। इस प्लेटफॉर्म का उद्देश्य विमान में नेटवर्क कनेक्टिविटी की अनुपस्थिति में भी यात्रियों को व्यक्तिगत खरीदारी और मनोरंजन अनुभव प्रदान करना है। क्रोनिन के लिए, यह परियोजना दर्शाती है कि भारतीय उद्यम वास्तविक परिचालन स्थितियों में ग्राहक अनुभव को बेहतर बनाने के लिए प्रौद्योगिकी का उपयोग कैसे करते हैं।

शेयर बाजार बड़ी तकनीकी कंपनियों से अलगाव दिखा रहा है। उदाहरण के लिए, गूगल ने अपने इतिहास का सबसे खराब दिन देखा, और इंटेल के शेयरों में निक्सन प्रशासन के दौरान से भी अधिक गिरावट आई। इस सप्ताह अमेज़ॅन और मेटा में भी उल्लेखनीय गिरावट दर्ज की गई, जिससे नैस्डैक इंडेक्स गिर गया, जो सुधार (ऐतिहासिक उच्च स्तर से 10% की गिरावट) से केवल एक प्रतिशत अंक दूर है।

इस गिरावट का समग्र कारण यह है कि आर्टिफिशियल इंटेलिजेंस (AI) को समर्थन देने के लिए बुनियादी ढांचे का निर्माण करने में अत्यधिक बड़ी लागत आती है, और बिग टेक दिग्गजों का वर्तमान लाभ अभी तक इतने विशाल खर्चों को सही नहीं ठहराता है। AI में लगी कंपनियां अक्सर अपनी व्यावसायिक गतिविधियों से उत्पन्न कर सकने वाले धन की तुलना में डेटा केंद्रों पर अधिक धन निर्देशित करती हैं।

हालांकि, यदि शेयर बाजार कोई संदेश देने की कोशिश कर रहा है, तो बड़ी तकनीकी कंपनियां उसे नजरअंदाज कर रही हैं। जेपी मॉर्गन के आंकड़ों के अनुसार, 2023 से AI पर खर्च $1.6 ट्रिलियन तक पहुंच गया है और अनुमान है कि अगले दशक में प्रति वर्ष $1 ट्रिलियन रहेगा। इस बीच, इस सप्ताह इन आंकड़ों में कोई बदलाव नहीं हुआ है।

इसका कारण यह है कि इन खर्चों को वित्तपोषित करने वाला बाजार - बॉन्ड बाजार - मुख्य रूप से निष्क्रिय बना हुआ है, जबकि शेयर बाजार मध्यम दहशत का अनुभव कर रहा है। ऋणदाता विश्व अर्थव्यवस्था को बदलने वाली तकनीकों के भुगतान के लिए बड़ी तकनीकी कंपनियों को ऋण देने को तैयार हैं।

इस प्रकार, वे प्रश्न जो बाजार AI के बारे में पूछता प्रतीत होता है - क्या बिग टेक खर्च बढ़ाना जारी रखेगा (जो निश्चित रूप से होगा) और क्या AI निकट भविष्य में लाभदायक होगा (ऐसा लगता है कि नहीं) - गलत हैं। वास्तविक प्रश्न जो AI के बारे में पूछा जाना चाहिए वह यह है: बॉन्ड बाजार इस निरंतर खर्च में वृद्धि को कितनी देर तक बनाए रख सकता है?

यह अंततः निर्धारित करेगा कि AI सफल होगा या विफल।

एआई गणना तंत्र

AI के काम करने का सिद्धांत यह है: पहले आवश्यक बुनियादी ढांचे (सर्वर, चिप्स, डेटा केंद्र, बिजली, कार्यबल और निर्माण सामग्री) में महत्वपूर्ण निवेश किया जाता है। फिर, डेटा केंद्र शुरू होने के बाद, AI में लगी कंपनियां इन निवेशों का मुद्रीकरण कर सकती हैं - गोल्डमैन सैक्स के अनुसार लगभग तीन महीने या दो साल के भीतर।

चूंकि लाभ प्राप्त होने में इतना लंबा समय लगता है, इसलिए हाइपरस्केलर्स (गूगल, अमेज़ॅन, माइक्रोसॉफ्ट और मेटा जैसे बड़े तकनीकी खिलाड़ी) को अग्रिम में भारी मात्रा में धन जुटाना पड़ता है और इसे बाद में निवेशकों को चुकाना पड़ता है। 'भारी मात्रा' एक बहुत ही विनम्र विवरण है। कैपिटल इकोनॉमिक्स के मुख्य आर्थिक सलाहकार जॉन हिगिंस बताते हैं कि ये चार हाइपरस्केलर्स मिलकर पिछले 12 महीनों में S&P 500 के सभी पूंजीगत व्यय का एक तिहाई से अधिक हिस्सा कवर करते हैं।

इसलिए, उम्मीद है कि इस वर्ष बिग टेक के पूंजीगत व्यय का एक तिहाई ऋण से वित्तपोषित होगा - उदाहरण के लिए, केवल हाइपरस्केलर्स से बॉन्ड के रूप में लगभग $250 बिलियन, गोल्डमैन सैक्स के अनुमान के अनुसार। उम्मीद है कि यह आंकड़ा अगले साल चरम पर पहुंच जाएगा, जो हाइपरस्केलर्स के खर्च का लगभग 35 प्रतिशत होगा।

हालांकि, बॉन्ड बाजार के निवेशकों के पास असीमित धन नहीं है, और वर्तमान में उधार लेने के लिए बड़ी प्रतिस्पर्धा है, खासकर अमेरिकी ट्रेजरी बॉन्ड से, क्योंकि सरकार एक साथ सामाजिक सुरक्षा, स्वास्थ्य सेवा और महंगे युद्ध का भुगतान करने की कोशिश कर रही है।

यह एक स्पष्ट प्रश्न उठाता है: AI कंपनियों को निवेशक वास्तव में कितना पैसा देने को तैयार हैं? इससे भी अधिक, हम क्या अनुमान लगा सकते हैं।

बाजार द्वारा अवशोषित किए जा सकने वाले ऋण की काल्पनिक अधिकतम मात्रा अज्ञात है, लेकिन गोल्डमैन सैक्स ने गणना की है और प्रमुख हाइपरस्केलर्स के लिए $510 बिलियन उच्च-स्तरीय निवेश बॉन्ड की उपलब्धता निर्धारित की है। यह उस राशि से दोगुने से अधिक है जिसे वे वर्ष के अंत तक उधार लेने की उम्मीद करते हैं।

दूसरे शब्दों में, प्रमुख AI कंपनियों के पास उधार लेने के साधनों के लिए पर्याप्त भंडार है। सवाल यह नहीं है कि कितना, बल्कि यह है कि कितने समय तक।

उत्तर दो कारकों पर निर्भर करता है: कौन भुगतान करता है और कौन प्राप्त करता है।

गोल्डमैन सैक्स की मुख्य क्रेडिट रणनीतिकार अमांडा लीनम ने कंपनी के हालिया पॉडकास्ट में कहा: 'हम पूंजी तक पहुंच के बारे में चिंतित नहीं हैं। हम बस इस बात पर अधिक सूक्ष्म चर्चा की उम्मीद कर रहे हैं कि बॉन्ड कहाँ और किस कीमत पर जारी किए जाएं।'

लीनम ने आगे कहा कि निजी निवेश फंड, वेंचर फंड और निजी पूंजी AI के विकास का समर्थन करने के लिए मुख्य बोझ उठाने को तैयार हैं, उनके पास वित्तपोषण के लिए 'सूखे बारूद' के अरबों अतिरिक्त संसाधन हैं।

लेकिन हाइपरस्केलर्स बाजार के एकमात्र प्रतिभागी नहीं हैं। इस क्षेत्र में अन्य कंपनियां भी काम करती हैं, जिनमें गैर-क्लाउड सेवाएं शामिल हैं। ये अत्यधिक ऋणग्रस्त फर्में हैं जो अन्य उद्यमों को कंप्यूटिंग क्षमता किराए पर देती हैं, और उनकी क्रेडिट स्थिति संदिग्ध दिखनी शुरू हो गई है। उनके निम्न निवेश-ग्रेड बॉन्ड उच्च रिटर्न प्रदान करते हैं, जिस पर निवेशक दांव लगाने को तैयार हैं जो संभावित रूप से बड़े इनाम के लिए अधिक जोखिम लेने को तैयार हैं।

CoreWeave इसी तरह के बाजार में काम करता है, जिसका बॉन्ड रिटर्न इस महीने नुकसान जमा होने के मद्देनजर बढ़कर 15 प्रतिशत हो गया है। एलोन मस्क ने कहा कि गैर-क्लाउड सेवाओं का उद्योग, जिसमें CoreWeave शामिल है, को एक गंभीर सफाई से गुजरना चाहिए (उन्होंने इसे 'गुप्पी स्तर की मृत्यु' कहा)।

हर नई तकनीक में विजेता और हारने वाले होते हैं, और मस्क गैर-क्लाउड सेवाओं के बारे में सही हो सकते हैं। देखना बाकी है।

इसके विपरीत, हाइपरस्केलर्स विजेताओं की तरह दिखते हैं। क्लाउड सेवाओं से राजस्व (एक मीट्रिक जिसका उपयोग वॉल स्ट्रीट AI की मांग को मापने के लिए करता है) दूसरी तिमाही में 50 प्रतिशत बढ़ा है। उनके पास अनुबंधों के विशाल पोर्टफोलियो और उच्च उधार लागतों को अवशोषित करने की क्षमता है।

ये बाधाएं उच्च कीमतों को बनाए रखने में योगदान करती हैं, जिससे हिगिंस के अनुसार पिछले 12 महीनों में हाइपरस्केलर्स के राजस्व में 19 प्रतिशत की वृद्धि हुई है। एजेंट AI के आगमन से मांग में विस्फोटक वृद्धि हुई है: ओपनरूट के अनुसार, एजेंटों द्वारा अनुरोध मानव द्वारा शुरू किए गए अनुरोधों की तुलना में 15 गुना अधिक टोकन का उपभोग करते हैं।

हिगिंस ने टिप्पणी की: 'यह देखते हुए कि AI धीरे-धीरे अर्थव्यवस्था में व्यापक रूप से उपयोग किया जा रहा है, इन चीजों की संभावनाएं स्पष्ट रूप से निराशाजनक नहीं लगती हैं।'

चिंता यह है कि उधार लेने की लागत असहनीय हो सकती है। और यह उस अर्थव्यवस्था को बदल सकता है जो अभी AI के लिए काम कर रही है।

शेयर बाजार में प्रचलित नकारात्मक भावनाएं बॉन्ड बाजार में रिसना शुरू कर सकती हैं, जिससे बॉन्ड यील्ड में वृद्धि और AI कंपनियों के लिए उधार लेने की लागत में वृद्धि हो सकती है।

लिमन ने टिप्पणी की कि बॉन्ड बाजार तब सबसे अच्छा काम करता है जब रास्ते का अंत दिखाई देता है। AI में प्रत्येक निवेशक मानता है कि सुरंग के अंत में रोशनी है। बस हम नहीं जानते कि यह सुरंग कितनी लंबी है।

उसने कहा कि इस बात की अनिश्चितता कि कंपनियां कब लाभ कमाना और अपने विशाल AI निवेश पर पैसा कमाना शुरू करेंगी, बॉन्ड बाजार को धीमा कर सकती है। इस बीच, जेपी मॉर्गन के वैश्विक बाजार रणनीतिकार स्टेफ़नी एरियागा ने निवेशकों के लिए एक हालिया नोट में प्रौद्योगिकी और बड़ी कंपनियों की वित्तीय स्थिति के लिए काफी मजबूत पूर्वानुमान बताया है।

चिंता के संकेत AI के उपयोग में व्यवसायों द्वारा कमी, मूल्य निर्धारण में कमी या ग्राहकों की देनदारियों में कमी हो सकते हैं। अभी तक ऐसे कोई संकेत नहीं देखे गए हैं।

अमेरिका के तकनीकी दिग्गजों के मुख्य व्यवसाय क्षेत्र - विज्ञापन, उपभोक्ता और खुदरा सेवाएं, जो इस वर्ष एआई पर कुल 750 बिलियन डॉलर के खर्च का समर्थन करते हैं - धीमा होने के संकेत दिखाना शुरू कर रहे हैं। कुछ मामलों में, वह तकनीक जिस पर कंपनियां भारी दांव लगा रही हैं, उनकी पारंपरिक व्यावसायिक मॉडल को विस्थापित करना शुरू कर रही है।

इस सप्ताह पहले, गूगल के मालिक अल्फाबेट इंक. ने बताया कि खोज और अन्य चैनलों के माध्यम से विज्ञापन बिक्री पिछले पांच तिमाहियों में सबसे धीमी गति से बढ़ रही है - एक खंड जो कुल राजस्व का लगभग आधा हिस्सा बनाता है। फिर भी, कंपनी ने चालू वर्ष के लिए पूंजीगत व्यय के पूर्वानुमान को $205 बिलियन पर बनाए रखा है।

अमेज़ॅन.कॉम इंक. ने गुरुवार को घोषणा की कि पिछले तिमाही में इसके मुख्य ऑनलाइन स्टोर और विज्ञापन व्यवसाय दोनों की वृद्धि धीमी हो गई है, हालांकि कंपनी ने इस वर्ष लगभग $220 बिलियन के पूंजीगत व्यय की अपनी योजना की पुष्टि की। माइक्रोसॉफ्ट कॉर्प और मेटा प्लेटफॉर्म्स इंक. ने भी अपने खर्च के पूर्वानुमान बनाए रखे, ऐसे परिणाम प्रस्तुत किए जो अंततः निवेशकों की उम्मीदों पर खरे नहीं उतरे।

लाभ रिपोर्ट और बाद में शेयरों की बिक्री बड़े प्रौद्योगिकी कंपनियों द्वारा कृत्रिम बुद्धिमत्ता पर आधारित नए उत्पादों और इससे जुड़ी लागतों की ओर बदलाव के आसपास बढ़ते तनाव को उजागर करती है। कंपनियां अभूतपूर्व मात्रा में ऋण जुटा रही हैं, इक्विटी बेच रही हैं, डेटा केंद्रों के लिए अरबों डॉलर के सौदे कर रही हैं और वैश्विक एआई बुनियादी ढांचे के निर्माण के लिए खरबों भविष्य की देनदारियां ले रही हैं। साथ ही, नए उत्पाद लाभप्रदता को कम कर रहे हैं और कुछ पुरानी पेशकशों से ध्यान भटका रहे हैं।

निवेशकों का धैर्य समाप्त हो रहा है। गुरुवार को अल्फाबेट के शेयर रिकॉर्ड स्तर पर गिर गए, जिससे बाजार पूंजीकरण में लगभग 500 बिलियन डॉलर की गिरावट आई। अमेज़ॅन के शेयर कारोबार के दौरान 7% गिर गए, और मेटा ने पिछले सप्ताह रिपोर्ट जारी करने के बाद 10% की गिरावट दर्ज की, जब कंपनी ने निवेशकों को चेतावनी दी कि नया एजेंट एआई एप्लिकेशन म्यूज विशाल कम्प्यूटेशनल शक्ति की मांग करता है, भले ही एआई में अधिक आक्रामक रूप से निवेश करने की योजना हो।

सिनोवस ट्रस्ट के वरिष्ठ पोर्टफोलियो मैनेजर डैन मॉर्गन ने अल्फाबेट की रिपोर्ट के बाद स्थिति पर टिप्पणी की: 'बाजार हैरान है: यह सब कैसे चुकाया जाएगा?'

यहां तक कि माइक्रोसॉफ्ट, जिसने क्लाउड व्यवसाय में मजबूत वृद्धि प्रदर्शित की और खर्चों को नियंत्रित किया, वह नकारात्मक परिणामों से अछूता नहीं रहा। शुरुआत में, कंपनी के शेयरों में वृद्धि हुई जब यह बताया गया कि क्लाउड कंप्यूटिंग की बारीकी से निगरानी की जाने वाली Azure में बिक्री में 48% की वृद्धि हुई, जो सितंबर में समाप्त तिमाही में $33.2 बिलियन तक पहुंच गई। हालांकि, गुरुवार को कारोबार बंद होने तक, शेयरों ने पूरी वृद्धि मिटा दी और 0.2% गिर गए।

अमेज़ॅन के परिणाम अधिक मिश्रित थे। कंपनी ने पिछले साल की तीसरी तिमाही से इस साल की दूसरी तिमाही में वार्षिक प्राइम डे को स्थानांतरित कर दिया, जिसने कुछ मंदी की व्याख्या की। लेकिन विश्लेषकों ने पहले ही इस बात को ध्यान में रखते हुए अपने अनुमानों को समायोजित कर लिया था, और परिणाम फिर भी अपेक्षाओं से कम थे। वाणिज्यिक दिग्गज की विज्ञापन सेवा इकाई में 11% की वृद्धि हुई, जो 2022 में अमेज़ॅन द्वारा पहली बार इस श्रेणी को अलग करने के बाद से सबसे धीमी गति है। ऑनलाइन स्टोर व्यवसाय में केवल 2% की वृद्धि हुई, जो तीन वर्षों से अधिक समय में नहीं देखा गया है, जब लोगों ने महामारी-पूर्व उपभोग की आदतों को फिर से शुरू किया और ऑनलाइन व्यापार धीमा हो गया।

इन परिणामों ने अमेज़ॅन के क्लाउड कंप्यूटिंग सेगमेंट की वृद्धि पर छाया डाली और एआई में इसके आक्रामक निवेश के बारे में निवेशकों के संदेह को बढ़ाया। क्लाउड कंप्यूटिंग गूगल के लिए भी एक उज्ज्वल धब्बा बन गया: इस इकाई में बिक्री पिछले वर्ष की तुलना में दोगुनी से अधिक हो गई, और परिचालन राजस्व तिगुना हो गया। इकाई के सीईओ, थॉमस क्यूरियन, ने पहली बार रिपोर्ट कॉल में भाग लिया, जिसमें भविष्य के लिए गूगल के लिए इस व्यवसाय के महत्व पर जोर दिया।

हालांकि, निवेशक गूगल सर्च में उत्पन्न समस्याओं पर अधिक ध्यान केंद्रित कर रहे हैं, जो कंपनी की जीवन रेखा बनी हुई है। चैटजीपीटी जैसे चैटबॉट्स की लोकप्रियता के मद्देनजर प्रासंगिक बने रहने के लिए, गूगल ने खोज प्रणाली में अधिक एआई एकीकृत किया, जिसमें एआई मोड नामक एक विशेष टैब शामिल है। लेकिन इस सुविधा की बढ़ती लोकप्रियता ने गूगल सर्च की लाभप्रदता पर नकारात्मक प्रभाव डाला है। वाणिज्यिक विकास के निदेशक फिलिप शिंत्ज़लर ने बुधवार को स्वीकार किया कि कंपनी एआई मोड का उपयोग करने वाले प्रश्नों के 'मुद्रीकरण में कमी' देख रही है, जिससे शेयरों में और गिरावट आई है। शिंत्ज़लर ने कहा कि कंपनी एआई मोड में अधिक विज्ञापन आकर्षित करने पर काम कर रही है और उत्पाद की दिशा को आशावादी रूप से आंकती है।

इस साल गूगल एंथ्रोपिक और ओपनएआई के स्टार्टअप्स के खिलाफ एआई दौड़ में चुनौतियों का सामना कर रहा है। ब्लूमबर्ग इंटेलिजेंस के विश्लेषक मानदीप सिंह का मानना है कि यदि कंपनी एआई मॉडल के विकास में अपनी स्थिति बहाल कर सकती है, तो संभावना है कि वह निवेशकों द्वारा अपेक्षित राजस्व प्रदान करना फिर से शुरू कर देगी। सिंह ने टिप्पणी की: 'इन सभी बदलावों के बावजूद, हम कभी-कभी बिजनेस-दाता पर बहुत अधिक ध्यान केंद्रित करते हैं। क्लाउड व्यवसाय में मार्जिन विस्तार को देखते हुए, मेरा मानना है कि क्लाउड व्यवसाय और खोज का संयोजन, जब वे अत्याधुनिक तक पहुंचेंगे, तो उनकी लाभप्रदता को पूर्व स्तर पर वापस लाएगा।'

डीपवॉटर एसेट मैनेजमेंट के प्रबंध भागीदार जीन मंस्टर ने गूगल में एआई मोड के मुद्रीकरण में कमी पर टिप्पणी की, यह उल्लेख करते हुए कि नए विज्ञापन प्रारूपों को अक्सर कम मार्जिन पर लॉन्च किया जाता है, जो समय के साथ धीरे-धीरे बढ़ता है। फर्म के लिए अधिक जटिल कार्य उपयोगकर्ताओं की ओर से खरीदारी करने और इन लेनदेन से कमीशन अर्जित करने में सक्षम एजेंट बनाना है - एक व्यावसायिक मॉडल जिसे सिलिकॉन वैली में कई लोग मेटा के व्यक्तिगत सहायक म्यूज की सफलता के बाद प्राप्त करने योग्य मानते हैं। मंस्टर ने निष्कर्ष निकाला: 'पुराना तरीका उपभोक्ताओं के व्यवहार को प्रभावित करने के लिए नीले लिंक या डिस्प्ले विज्ञापन का उपयोग करना था। नया तरीका - बॉट को कैसे प्रभावित करें।'