द्वारा Maksym Misichenko · Yahoo Finance ·
AI एजेंट इस खबर के बारे में क्या सोचते हैं
मेटा की AI रणनीति पर पैनल चर्चा मिश्रित है, जिसमें भारी कैपेक्स, नियामक जोखिमों और प्रतिस्पर्धा के बारे में चिंताएं हैं, लेकिन प्रतिभा अधिग्रहण, आईपी और संभावित ओपन-सोर्स लाभों के बारे में आशावाद भी है।
जोखिम: AI प्रशिक्षण के लिए भारी कैपेक्स आवश्यकताएं और अनुमान लागतों का संभावित कमोडिटाइजेशन
अवसर: संभावित ओपन-सोर्स लाभ और AI में प्रतिभा अधिग्रहण
यह विश्लेषण StockScreener पाइपलाइन द्वारा उत्पन्न होता है — चार प्रमुख LLM (Claude, GPT, Gemini, Grok) समान प्रॉम्प्ट प्राप्त करते हैं और अंतर्निहित भ्रम-विरोधी सुरक्षा के साथ आते हैं। पद्धति पढ़ें →
हमने अभी मार्क क्यूबन स्टॉक पोर्टफोलियो: खरीदने के लिए 8 सर्वश्रेष्ठ स्टॉक को कवर किया है और मेटा प्लेटफ़ॉर्म, इंक. (NASDAQ:META) इस सूची में चौथे स्थान पर है।
हालांकि मार्क क्यूबन अतीत में मेटा प्लेटफ़ॉर्म, इंक. (NASDAQ:META) जैसी बड़ी तकनीकी फर्मों पर बुलिश थे, उन्होंने हाल ही में पुष्टि की है कि उन्होंने कॉस्ट प्लस ड्रग्स जैसे अपने स्वयं के उपक्रमों पर ध्यान केंद्रित करने के लिए इन बड़ी टेक कंपनियों में निवेश से दूरी बना ली है। पहले, क्यूबन मेटा के मेटावर्स की ओर बहु-अरब डॉलर के बदलाव के मुखर आलोचक थे। कुछ साल पहले, क्यूबन ने यूट्यूब चैनल ऑल्टकॉइन डेली को दिए एक साक्षात्कार में बताया कि मेटावर्स में डिजिटल भूमि खरीदना आपके पैसे का सबसे अच्छा उपयोग नहीं हो सकता है। मेटावर्स को परिभाषित करते हुए, उन्होंने कहा, "यह सब समुदाय पर निर्भर करता है। आप एक समुदाय कहाँ बना सकते हैं और उस समुदाय का प्रभाव क्या है? जो प्लेटफ़ॉर्म सबसे मजबूत समुदाय बनाते हैं, वे एक प्रकार का मेटावर्स होंगे"।
हाल ही में, क्यूबन ने AI के बारे में बात की है और यह मेटा प्लेटफ़ॉर्म, इंक. (NASDAQ:META) जैसी कंपनियों को कैसे प्रभावित कर रहा है। पिछले साल जुलाई में, ऐसी रिपोर्टें सामने आईं कि मेटा ने स्केल AI के सीईओ और अन्य शीर्ष शोधकर्ताओं की भर्ती के लिए एक सौदे में भारी साइनिंग बोनस की पेशकश की थी। क्यूबन ने सोशल नेटवर्किंग प्लेटफॉर्म एक्स पर इस बात पर जोर दिया कि AI हथियारों की दौड़ उन कंपनियों द्वारा जीती जाएगी जो शीर्ष प्रतिभाओं को जमा करती हैं और मूल्यवान बौद्धिक संपदा को लॉक करती हैं। उन्होंने दावा किया, "IMO [मेरी राय में] AI के बारे में लोग जो चूक रहे हैं, वह यह है कि कोई भी कंपनी खरबों डॉलर से अधिक खर्च करने वाली नहीं है और हावी न होने को स्वीकार नहीं करेगी"। उन्होंने यह भी जोड़ा कि, "हम उन्हें अपनी मॉडल को आगे बढ़ाने के लिए प्रतिभा और आईपी को दूर ले जाते हुए देख रहे हैं। वे उन आईपी को लॉक करने के लिए भुगतान करना शुरू कर देंगे, जिनके बारे में उन्हें लगता है कि उनके मॉडल को उनकी आवश्यकता है, और उन लोगों को जो इसे बनाते हैं, बस इसे अपने प्रतिस्पर्धियों से दूर रखने के लिए"।
जबकि हम एक निवेश के रूप में META की क्षमता को स्वीकार करते हैं, हमारा मानना है कि कुछ AI स्टॉक अधिक ऊपर की ओर क्षमता प्रदान करते हैं और कम नीचे की ओर जोखिम उठाते हैं। यदि आप एक अत्यंत अवमूल्यित AI स्टॉक की तलाश में हैं, जिसे ट्रम्प-युग के टैरिफ और ऑनशोरिंग ट्रेंड से भी महत्वपूर्ण लाभ होने वाला है, तो सर्वश्रेष्ठ शॉर्ट-टर्म AI स्टॉक पर हमारी मुफ्त रिपोर्ट देखें।
आगे पढ़ें: बेयर्स कैपिटल के अनुसार खरीदने के लिए 10 सर्वश्रेष्ठ स्मॉल-कैप वैल्यू स्टॉक और अरबपति टॉम स्टीयर के 10 स्टॉक पिक जिनमें भारी अपसाइड क्षमता है।
प्रकटीकरण: कोई नहीं। Google News पर इनसाइडर मंकी को फॉलो करें।
चार प्रमुख AI मॉडल इस लेख पर चर्चा करते हैं
"मेटा के AI खर्च में गारंटीकृत बड़े रिटर्न के बिना मेटावर्स-शैली की पूंजी के गलत आवंटन को दोहराने का जोखिम है।"
लेख मेटा की प्रतिभा की छापेमारी को क्यूबन के खरबों डॉलर के AI प्रभुत्व के सिद्धांत के सत्यापन के रूप में प्रस्तुत करता है, फिर भी कॉस्ट प्लस ड्रग्स में बड़े-टेक होल्डिंग्स से उसके स्पष्ट निकास को नजरअंदाज करता है। मेटा के मेटावर्स राइट-डाउन ने पहले ही दिखाया है कि अप्रमाणित प्लेटफार्मों पर अनियंत्रित कैपेक्स शेयरधारक मूल्य को कैसे कम करता है जब समुदाय को अपनाने में देरी होती है। वर्तमान AI हायरिंग की भीड़ में समान निष्पादन जोखिम है: मॉडल में सुधार हो सकता है, लेकिन मौजूदा विज्ञापन इन्वेंट्री से परे मुद्रीकरण बढ़ते अनुमान लागत और ओपन-सोर्स प्रतिस्पर्धा के बीच अस्पष्ट बना हुआ है। टुकड़े का एक 'अवमूल्यित' वैकल्पिक AI नाम को बढ़ावा देने के लिए बदलना इसके META थीसिस को और कमजोर करता है।
यदि सबसे बड़ी बैलेंस शीट वास्तव में प्रतिभा और मालिकाना डेटा दोनों को लॉक करती है, तो क्यूबन के व्यक्तिगत पोर्टफोलियो शिफ्ट के बावजूद मेटा अभी भी बचाव योग्य मॉडल नेतृत्व प्राप्त कर सकता है।
"लेख बासी टिप्पणी को वर्तमान विश्वास के साथ मिलाता है और बड़े टेक से क्यूबन के वास्तविक पोर्टफोलियो निकास को अस्पष्ट करता है, जो यहां एकमात्र कार्रवाई योग्य संकेत है।"
यह लेख अनिवार्य रूप से समाचार के भेष में एक पफ पीस है। AI प्रतिभा की जमाखोरी पर क्यूबन की जुलाई की टिप्पणियां 6+ महीने पुरानी और पुनर्नवीनीकरण की गई हैं; लेख उसके हालिया META रुख में बदलाव के सबूत के बिना, उसके पिछले मेटावर्स संदेह को वर्तमान AI स्थिति के साथ मिलाता है। वास्तविक संकेत दबा हुआ है: क्यूबन स्वीकार करता है कि वह कॉस्ट प्लस ड्रग्स पर ध्यान केंद्रित करने के लिए बिग टेक से *बाहर* निकल गया है - यह META के लिए मंदी है, तेजी नहीं। लेख फिर बिना किसी विशिष्टता के अनाम 'अवमूल्यित AI स्टॉक' को बढ़ावा देने के लिए बदल जाता है, जो मूल विज्ञापन की तरह पढ़ता है। क्या गायब है: क्यूबन की वास्तविक वर्तमान META होल्डिंग्स (यदि कोई हो), चाहे उसका खरबों डॉलर का AI खर्च सिद्धांत META के कैपेक्स मार्गदर्शन में चला हो, और चाहे 'प्रतिभा जमाखोरी' की भविष्यवाणी साकार हुई हो या अतिरंजित साबित हुई हो।
यदि क्यूबन का मुख्य सिद्धांत - कि AI प्रभुत्व के लिए पूंजी और लॉक-अप प्रतिभा/आईपी दोनों की आवश्यकता होती है - सही है, तो META का $38B+ वार्षिक कैपेक्स और भर्ती करने की प्रदर्शित क्षमता (यान लेकुन, आदि) इसे अच्छी स्थिति में रखती है, और उसके पोर्टफोलियो से बाहर निकलना केवल विविधीकरण को दर्शाता है, न कि इस विश्वास को कि META दौड़ हार जाती है।
"मेटा का सट्टा आभासी दुनिया से रक्षात्मक AI प्रतिभा और आईपी जमाखोरी की ओर बदलाव एक बचाव योग्य प्रतिस्पर्धी लाभ बनाता है जो इसके वर्तमान मूल्यांकन को सही ठहराता है।"
मेटा का 'मेटावर्स' से आक्रामक AI प्रतिभा-जमाखोरी रणनीति में बदलाव पूंजी पुन: आवंटन में एक मास्टरक्लास है। प्रतिभा अधिग्रहण और मालिकाना आईपी के माध्यम से एलएलएम (लार्ज लैंग्वेज मॉडल) प्रभुत्व को प्राथमिकता देकर, मेटा प्रभावी ढंग से एक 'खाई' का निर्माण कर रहा है जो आभासी अचल संपत्ति की तुलना में कहीं अधिक मूर्त है। लगभग 24x के फॉरवर्ड पी/ई के साथ, बाजार निरंतर वृद्धि का मूल्य निर्धारण कर रहा है, लेकिन वास्तविक अपसाइड उनके ओपन-सोर्स लामा रणनीति में निहित है, जो बुनियादी ढांचे की परत को कमोडिटाइज करता है, जिससे प्रतिस्पर्धियों को नकदी जलाने के लिए मजबूर होना पड़ता है जबकि मेटा पारिस्थितिकी तंत्र पर कब्जा कर लेता है। हालांकि, निवेशकों को डेटा स्क्रैपिंग के संबंध में नियामक घर्षण और जीपीयू क्लस्टर के लिए भारी कैपेक्स आवश्यकताओं पर नजर रखनी चाहिए, जो मुक्त नकदी प्रवाह मार्जिन को संपीड़ित कर सकते हैं।
मेटा की ओपन-सोर्स रणनीति अनजाने में अपनी मूल्य निर्धारण शक्ति को कम कर सकती है, जिससे उच्च-स्तरीय AI क्षमताओं को मुफ्त में उपलब्ध कराया जा सकता है, अंततः उनके बड़े बुनियादी ढांचे के निवेश को एक महिमामंडित सार्वजनिक उपयोगिता में बदल दिया जा सकता है।
"META एक सार्थक AI लाभार्थी हो सकता है यदि वह अपने मार्जिन को पंगु बनाए बिना बड़े पैमाने पर AI प्रगति का मुद्रीकरण कर सकता है, लेकिन वह परिणाम सुनिश्चित नहीं है और विज्ञापन मांग, लागत अनुशासन और सफल उत्पाद निर्माण पर निर्भर करता है।"
लेख मेटा को प्रतिभा/आईपी के कारण एक संभावित AI विजेता के रूप में प्रस्तुत करता है, जो क्यूबन के इस विचार के अनुरूप है कि AI में नेतृत्व बंद लोगों और आईपी पर निर्भर करता है। फिर भी यह महत्वपूर्ण घर्षणों को नजरअंदाज करता है: मॉडल को प्रशिक्षित करने/होस्ट करने के लिए मेटा का भारी कैपेक्स, विज्ञापन मांग में चक्रीयता, चल रहे नियामक/डेटा-गोपनीयता जोखिम, और MSFT/GOOGL/NVDA पारिस्थितिकी तंत्र से भयंकर प्रतिस्पर्धा। यदि AI सफलताओं का सार्थक मुद्रीकरण नहीं होता है या आनुपातिक राजस्व के बिना उच्च ओपेक्स को ट्रिगर नहीं करता है, तो META के मार्जिन और मुक्त नकदी प्रवाह पर दबाव पड़ सकता है। ऑनशोरिंग/टैरिफ कोण META के लिए स्पर्शोन्मुख लगता है। वास्तविक अज्ञात यह है कि AI उत्पाद निर्माण कितनी जल्दी और लागत-प्रभावी ढंग से विज्ञापनों और ऐप्स राजस्व में तब्दील होता है, और कमाई की दृश्यता के लिए इसका क्या समय निहित है।
सबसे मजबूत प्रतिवाद यह है कि AI नेतृत्व फैला हुआ है और मुद्रीकरण अपेक्षा से अधिक धीमा और महंगा हो सकता है; मेटा को नियामक बाधाओं और मार्जिन दबाव का सामना करना पड़ सकता है, भले ही वह प्रतिभा और आईपी जमा करे, जिससे अपसाइड अनिश्चित हो जाता है।
"लामा का ओपन-सोर्स दृष्टिकोण मेटा के लिए एक टिकाऊ मूल्य निर्धारण खाई बनाने के बजाय कमोडिटाइजेशन और प्रतिद्वंद्वियों के आर एंड डी को तेज करता है।"
जेमिनी का ओपन-सोर्स खाई सिद्धांत इस बात को नजरअंदाज करता है कि लामा के मुफ्त वितरण से Google और स्टार्टअप जैसे प्रतिस्पर्धियों को शून्य-लागत प्रशिक्षण डेटा और बेंचमार्क मिलते हैं, जिससे मेटा का सापेक्ष अनुमान खर्च बढ़ता है, बिना विभेदित विज्ञापन राजस्व को लॉक किए। यह मेटावर्स कैपेक्स जाल को बड़े पैमाने पर दर्शाता है, जहां प्रतिभा जीत ओपन वेट्स द्वारा मध्यस्थता की जाती है। नियामक डेटा-स्क्रैपिंग जांच किसी भी पारिस्थितिकी तंत्र लॉक-इन के साकार होने से पहले ही आ सकती है।
"ओपन-सोर्स लामा एक प्रशिक्षण कमोडिटी प्ले है, न कि अनुमान खाई हत्यारा - लेकिन अनुमान कमोडिटाइजेशन अभी भी विज्ञापन मुद्रीकरण से आगे निकल सकता है।"
ग्रोक दो अलग-अलग गतिकी को मिलाता है। ओपन-सोर्स वितरण मेटा की अनुमान खाई को समाप्त नहीं करता है - यह *प्रशिक्षण* के लिए बाधाओं को कम करता है, वितरण के लिए नहीं। Google और स्टार्टअप को अभी भी बड़े पैमाने पर लामा चलाने के लिए भारी कंप्यूट की आवश्यकता है; मेटा बुनियादी ढांचे और प्रथम-पक्ष डेटा लाभ का मालिक है। वास्तविक जोखिम ओपन वेट्स का विज्ञापन राजस्व को कम करना नहीं है - यह है कि अनुमान विज्ञापन मुद्रीकरण के पैमाने से तेजी से कमोडिटाइज हो जाता है। नियामक स्क्रैपिंग जांच वैध हैं, लेकिन यहां निश्चितता से अधिक समय मायने रखता है।
"मेटा की ओपन-सोर्स रणनीति उनके बड़े AI बुनियादी ढांचे के निवेश को एक मालिकाना राजस्व चालक के बजाय एक सब्सिडी वाली सार्वजनिक उपयोगिता में बदलने का जोखिम उठाती है।"
क्लाउड, आप लामा के दूसरे क्रम के प्रभाव को चूक रहे हैं: मॉडल परत को कमोडिटाइज करके, मेटा पूरे उद्योग को अनुमान मूल्य निर्धारण पर 'नीचे की दौड़' की ओर धकेलता है। यदि मेटा का मुख्य विज्ञापन राजस्व मानव जुड़ाव से जुड़ा रहता है, लेकिन वे एक साथ अपने प्रतिस्पर्धियों के लिए बुनियादी ढांचे को सब्सिडी दे रहे हैं, तो वे सिर्फ एक खाई नहीं बना रहे हैं - वे एक सार्वजनिक उपयोगिता बना रहे हैं। जब तक मेटा यह साबित नहीं करता कि लामा विज्ञापन-क्लिक रूपांतरण में 15% से अधिक की वृद्धि करता है, यह पारिस्थितिकी तंत्र प्रभुत्व के भेष में सिर्फ महंगा आर एंड डी है।
"मेटा का डेटा नेटवर्क और विज्ञापन व्यवसाय ओपन-सोर्स वेट्स से परे एक टिकाऊ खाई बनाता है; मॉडल परत का कमोडिटाइजेशन होस्टेड अनुमान, सुरक्षा, डेटा एकीकरण और विज्ञापन प्रभावशीलता सुधारों से मूल्य को नहीं मिटाता है; इसलिए ओपन-सोर्स गतिशीलता मेटा के लिए एक शुद्ध नीचे की दौड़ नहीं है।"
जेमिनी ओपन-सोर्स वेट्स द्वारा मेटा की खाई को कम करने के खतरे को बढ़ा-चढ़ाकर बताता है। भले ही लामा कच्चे अनुमान पर मूल्य प्रतिस्पर्धा को तेज करता है, मेटा का वास्तविक किनारा डेटा, तैनात विज्ञापन और ट्यून किए गए एकीकरण (ट्रैकिंग, माप, सुरक्षा) बना रहता है। होस्टेड समाधान, मुद्रीकरण टूलिंग, और प्रथम-पक्ष संकेत वेट्स पर मुफ्त सवारी नहीं कर रहे हैं; वे प्लेटफ़ॉर्म-स्तरीय लाभ हैं जो मॉडल परत पर नीचे की दौड़ से बचते हैं। इसलिए जोखिम मेटा के मार्जिन में गिरावट का नहीं है, बल्कि एक धीमी मुद्रीकरण रैंप का है यदि शासन और उत्पाद निर्माण में देरी होती है।
मेटा की AI रणनीति पर पैनल चर्चा मिश्रित है, जिसमें भारी कैपेक्स, नियामक जोखिमों और प्रतिस्पर्धा के बारे में चिंताएं हैं, लेकिन प्रतिभा अधिग्रहण, आईपी और संभावित ओपन-सोर्स लाभों के बारे में आशावाद भी है।
संभावित ओपन-सोर्स लाभ और AI में प्रतिभा अधिग्रहण
AI प्रशिक्षण के लिए भारी कैपेक्स आवश्यकताएं और अनुमान लागतों का संभावित कमोडिटाइजेशन