સેમિકન્ડક્ટર્સના ઉદ્યોગની તેજીનો પરપોટો પણ ફૂટી શકે છે?

• સેમિકન્ડક્ટર ઉદ્યોગ સાયક્લિકલ (ચક્રીય) છે. લાંબા ગાળાના રોકાણકારો માટે અત્યારે સાવચેતી રાખવી હિતાવહ છે, કારણ કે AI ની વાસ્તવિક ક્ષમતા અને લાંબા ગાળાની માંગ વિશે હજુ અનિશ્ચિતતા છે.
• વર્તમાન સેમિકન્ડક્ટર સાયકલ અત્યંત મજબૂત દેખાય છે, પરંતુ ઇતિહાસ સૂચવે છે કે તે ક્યારેક રોકાણકારોને રાતા પાણીએ રોવડાવી શકે છે.
• કંપનીઓ હાલમાં ચિપ્સનો સંગ્રહ કરી રહી છે. જ્યારે માંગ સ્થિર થશે, ત્યારે વધારાનો સ્ટોક અને કિંમતોમાં ઘટાડો મોટું જોખમ બની શકે છે

આજે ચિપ્સ ડિઝાઇન કરનારી કે ઉત્પાદન કરનારી કંપનીઓને સોના જેવી કંપનીઓ તરીક મૂલવવામાં આવી રહી છે. રોકાણકારો અ પ આ કંપનીઓના શેર ખરીદવા માટે દોડી રહ્યા છે. હા, રોકાણકારો તેના શેર્સ પાછળ દોટ મૂકે તે સહજ છે, કારણ કે આ શેરોએ છેલ્લા એક વર્ષમાં રોકાણકારો દસ લાખ કરોડની મૂલ્યવૃદ્ધિ અપાવી છે. આ વધારો ભારતના કુલ માર્કેટ કેપ કરતાં લગભગ બમણો છે.

સેમિકન્ડક્ટર્સની ચિપ બનાવતી કંપનીઓના શેર્સે છેલ્લા ૧૨ મહિનામાં અવાસ્તવિક વળતર આપ્યું છે. આ કંપનીમાં એસકે હાઇનિક્સ (દક્ષિણ કોરિયા)નો સમાવેશ થાય છે. તેણે તેના શેરહોલ્ડર્સની ૧,૦૦૮ ટકા વધારો આપ્યો છે. તેવી જ રીતે માઇક્રોન ટેકનોલોજી (યુએસ)નો ૯૦૩ ટકા અને સેમસંગ (દક્ષિણ કોરિયા)નો ૪૬૮ ટકાનો વધારો આપ્યો છે. સેમસંગ, માઇક્રોન અને એસકે હાઇનિક્સ તો માત્ર છેલ્લા કેટલાક અઠવાડિયામાં જ ‘$૧-ટ્રિલિયન માર્કેટ-કેપ ક્લબ’માં જોડાયા છે. સંપત્તિ-નિર્માણની દ્રષ્ટિએ એનવિડિયા આ યાદીમાં ટોચ પર છે. તેના માર્કેટ-કેપમાં $૧.૭ ટ્રિલિયન ઉમેર્યા છે, ત્યારબાદ ટીએસએમસી (તાઇવાન સેમિકન્ડક્ટર મેન્યુફેક્ચરિંગ કંપની) $૧.૧ ટ્રિલિયન સાથે બીજા ક્રમે છે.

યુએસ-લિસ્ટેડ SOXX ETF (iShares Semiconductor ETF) જે ૩૦ સેમિકન્ડક્ટર શેરોના બાસ્કેટના પ્રદર્શનને ટ્રેક કરે છે, તે એક વર્ષમાં ૧૭૨ ટકા ઉપર છે, જે S&P ૫૦૦ ના ૨૮ ટકાના તંદુરસ્ત વધારાને પણ વામણું બનાવે છે. સેમિકન્ડક્ટર શેરો જે S&P ૫૦૦ નો ભાગ છે, તે હવે ઇન્ડેક્સના કુલ માર્કેટ કેપના ૧૭ ટકા હિસ્સો ધરાવતો સૌથી મોટો સમૂહ છે.

શું તમને પહેલેથી જ FOMO (કંઈક ચૂકી જવાનો ડર) છે? રોકાણ કરવા માંગો છો? અત્યારે તે વિચારને રોકી રાખો અને આગળ વાંચો, કારણ કે અમે વિશ્લેષણ કરીએ છીએ કે શું આ તેજી વાસ્તવિક છે કે માત્ર સટ્ટાકીય, શું તેમાં હજુ ગતિ છે, અને લાંબા ગાળાના રોકાણકારો તરીકે, શું તમારે આ ટ્રેન્ડમાં જોડાવું જોઈએ.

૦ અને ૧ ને સમજવું તે સંબંધિત પ્રશ્નો પર આગળ વધતા પહેલા, ચાલો આપણે સમજીએ કે આ બધી ઉત્તેજના પાછળ શું છે.

AI એ ભૂતકાળના પર્સનલ કોમ્પ્યુટર, ઇન્ટરનેટ અને સેલ ફોન જેવી ટેકનોલોજીમાં આગામી પેઢીનો કૂદકો હોવાનું માનવામાં આવે છે. ઉદ્યોગના કેટલાક અત્યંત મંતવ્યો અનુસાર, AI રોબોટિક્સ સાથે માનવીય શ્રમને સંપૂર્ણપણે બદલી નાખશે. ખેતી, ખાણકામ, ડ્રાઇવિંગ, ગમે તે નામ લો. શું AI ત્યાં પહોંચે છે અથવા સર્ચ, સારાંશ અથવા કોડ લખવા માટેનું એક અસરકારક સાધન બનીને અટકી જાય છે, તે વાસ્તવિક છે: હકીકત એ છે કે AI મોડેલોને ડેટા સેન્ટરોમાં ચોવીસ કલાક કામ કરતા અત્યાધુનિક સેમિકન્ડક્ટર્સની જરૂર હોય છે. તાલીમ અને અનુમાન (inference) બંને માટે તેની જરૂર છે. ‘તાલીમ’ અહીં મોડેલને શીખવા અને પેટર્ન ઓળખવા માટે વિશાળ માત્રામાં ડેટા ખવડાવવાનો સંદર્ભ આપે છે. ‘ઇન્ફરન્સ’ એ તાલીમબદ્ધ મોડેલ પાસેથી પ્રોમ્પ્ટના જવાબ મેળવવાની પ્રક્રિયા છે.

‘સેમિકન્ડક્ટર’ એક વ્યાપક શબ્દ છે. આ ચિપ્સ સર્વવ્યાપી છેય તમારા કેલ્ક્યુલેટરથી લઈને સ્માર્ટફોન સુધી, બધું તેના પર જ ચાલે છે. પરંતુ AI/ડેટા સેન્ટર એપ્લિકેશન્સ માટે, આ પ્રકારની થોડી ચિપ્સ વધુ સુસંગત છે. તે GPUs, CPUs, NANDs, DRAMs અને HBMs છે. જે કંપનીઓ તેમની વેલ્યુ ચેઇનને બિંદુ બનાવે છે તે સીધા જ લાઈમલાઈટમાં છે. આ ચિપ્સ શું કરે છે તેનો એક સરળ સારાંશ અહીં છે.

GPU: ગ્રાફિક્સ પ્રોસેસિંગ યુનિટ્સ અથવા GPUs જ્યારે પેરેલલ પ્રોસેસિંગની વાત આવે ત્યારે નિર્વિવાદ રાજા છે (એક જ સમયે હજારો ગણતરીઓ કરવી), જે AI મોડેલોને તાલીમ આપવા માટે ઉપયોગી છે.

CPU: જ્યારે GPUs મુખ્ય ગણતરીઓ સંભાળે છે, ત્યારે સેન્ટ્રલ પ્રોસેસિંગ યુનિટ્સ અથવા CPUs ડેટા સેન્ટરોમાં લોજિસ્ટિક્સ સંભાળે છે. GPUs ને પ્રોસેસ કરવા માટે સ્ટોરેજમાંથી વિશાળ ડેટાસેટ્સ લાવે છે અને પાછા મોકલે છે. તેઓ હળવા ઇન્ફરન્સ કાર્યો કરવામાં પણ સક્ષમ છે.

NAND ફ્લેશ મેમરી: આ ડેટા વેરહાઉસ તરીકે કામ કરે છે અને કુદરતી રીતે નોન-વોલેટાઇલ છે (ડિવાઈસ બંધ કર્યા પછી પણ ડેટા રહે છે), લેપટોપમાં હાર્ડ ડ્રાઈવ જેવું.

DRAM: ડાયનેમિક રેન્ડમ-એક્સેસ મેમરી અથવા DRAMs આપણા કોમ્પ્યુટર પરની RAM સ્ટિક્સ કરતા ઘણા અલગ નથી, પરંતુ ડેટા સેન્ટરોમાં વધુ અદ્યતન છે – તેઓ વેરહાઉસ (NAND) માંથી CPU ને રાંધવા માટે જરૂરી ઘટકો પૂરા પાડે છે. તે કુદરતી રીતે વોલેટાઇલ હોય છે (ડિવાઈસ બંધ થતાં જ ડેટા ભૂંસાઈ જાય છે). ડેટા સેન્ટરોમાં, તેઓ CPU દ્વારા પ્રોસેસ કરવા માટે એક્ટિવ ઓપરેટિંગ સિસ્ટમ્સ, એપ્સ અને ડેટાસેટ્સને મેમરીમાં રાખે છે.

HBM: જો DRAM CPU માટે છે, તો HBM (હાઇ-બેન્ડવિડ્થ મેમરી) GPU માટે છે. કારણ કે GPU એકસાથે હજારો કાર્યો કરે છે, DRAM ખૂબ ધીમું છે અને તેથી AI ડેટા સેન્ટરો HBM ચિપ્સનો ઉપયોગ કરે છે જ્યાં બહુવિધ DRAMs ને વર્ટિકલી સ્ટેક કરવામાં આવે છે અને ઝડપી ગતિ સુનિશ્ચિત કરવા માટે GPU ની બાજુમાં મૂકવામાં આવે છે.

વ્યાપક રીતે, સેમિકન્ડક્ટરની ભાષામાં, GPUs અને CPUs ને લોજિક ચિપ્સ કહેવામાં આવે છે અને NAND, DRAMs અને HBMs ને મેમરી ચિપ્સ કહેવામાં આવે છે.

બજારની તક ૨૦૨૬ અને ૨૦૨૭ માં પૂરા થતા નાણાકીય વર્ષોમાં, મુખ્ય હાઇપરસ્કેલર્સ – એમેઝોન, આલ્ફાબેટ (ગૂગલ), માઇક્રોસોફ્ટ, ઓરેકલ અને મેટા પ્લેટફોર્મ્સ લગભગ $૧.૬ ટ્રિલિયનનો કેપેક્સ (ભારતના જીડીપીના લગભગ ૪૦ ટકા) ખર્ચ કરે તેવી અપેક્ષા છે, બ્લૂમબર્ગના સર્વસંમતિ મુજબ. પછીના વર્ષોમાં વધુ હોઈ શકે છે અને જો આ પાંચ સિવાયની કંપનીઓને પણ ગણતરીમાં લેવામાં આવે તો. આ રોકાણો ડેટા સેન્ટરો બનાવવામાં વધુ વહે તેવી શક્યતા છે.

જો ડેટા સેન્ટર બનાવવામાં $૧૦૦ નો ખર્ચ થાય, તો લગભગ $૬૦ કોમ્પ્યુટ હાર્ડવેર (જેમાં ઉપરની ચિપ પ્રકારોનો સમાવેશ થાય છે) તરફ જાય છે, એમ મેકકિન્સેનો રિપોર્ટ જણાવે છે. આ પ્રમાણ લાગુ કરતા, સેમિકન્ડક્ટર ઉદ્યોગ લગભગ એક ટ્રિલિયન ડોલરની તક ($૧.૬ ટ્રિલિયન x ૬૦ ટકા) નો લાભ લેવા માટે તૈયાર છે – અને કદાચ ચિપ કંપનીઓ આની પાછળ જ છે.

એનાલોગ ડિવાઇસીસ (યુએસ-આધારિત સેમિકન્ડક્ટર કંપની)ના પિચ ડેક આ વૃદ્ધિને વધુ સમર્થન આપે છે. સેમિકન્ડક્ટર ઉદ્યોગ, જેનું બજાર કદ અત્યારે લગભગ $૭૫૦ બિલિયન છે, તે ૨૦૩૦ સુધીમાં ૧૬ ટકા CAGR સાથે $૧.૬ ટ્રિલિયન સુધી વધવાની ધારણા છે.

હાઇપરસ્કેલર્સ પાસે બે વર્ષમાં કેપેક્સ પર ખર્ચ કરવાની ક્ષમતા હોઈ શકે છે. તે માત્ર માંગની બાજુ છે. જોકે, સપ્લાયની બાજુએ આ માંગના અભૂતપૂર્વ સ્તરો છે. તે અંગે આગળ જતાં વાત કરીશું. તેના ઓર્ડર મળતાની સાથે જ પૂરા કરવા લગભગ અશક્ય છે. તેથી, ઓર્ડર-બુક સમય જતાં તબક્કાવાર રીતે સંતોષાશે, જે તફાવતને સમજાવે છે.

ઇકોસિસ્ટમ પ્લેયર્સ ચિપ્સ સ્પેસમાં અસંખ્ય પ્લેયર્સ છે. પરંતુ આ વાર્તામાં, અમે આઠ મોટા, સ્થાપિત ખેલાડીઓની નજરે શું થઈ રહ્યું છે તે જોઈએ છીએ – એનવિડિયા, માઇક્રોન, બ્રોડકોમ અને એએમડી (યુએસ); સેમસંગ ઇલેક્ટ્રોનિક્સ અને એસકે હાઇનિક્સ (દક્ષિણ કોરિયા); તાઇવાનની ટીએસએમસી અને નેધરલેન્ડની એએસએમએલ.

આ ક્રેઝ કેમ? અગાઉ જણાવેલ બજાર વિસ્તરણ કમાણી વૃદ્ધિમાં પરિવર્તિત થવાની ધારણા છે. ચિપ ટાઇટન્સની આવક અને કમાણી CY26-27 દરમિયાન અનેકગણી વધવાની ધારણા છે. આ સામાન્ય સંખ્યાઓ નથી.

ઉદાહરણ તરીકે, CY25-27 માં, એનવિડિયા, જે સૌથી મોટી સંખ્યા ધરાવે છે, તેની કમાણી ત્રણ ગણી વધીને લગભગ $૩૦૦ બિલિયન થવાની અપેક્ષા છે. બ્રોડકોમ અને એએમડીની કમાણી ૩.૫x અને ૫.૩x થવાની સંભાવના છે. તમારે જે ચૂકી ન જવું જોઈએ તે મેમરી ચિપ પ્લેયર્સ – માઇક્રોન, સેમસંગ અને એસકે હાઇનિક્સ વચ્ચેની પેટર્ન છે. આ ત્રણનો નફાનો વૃદ્ધિ દર ૭.૫x થી ૮.૬x ની વચ્ચે ટોચ પર છે. તેમના શેરો છેલ્લા એક વર્ષમાં ૫x અને ૧૦x ની નજીક વધ્યા છે અને તેમ છતાં, ફોરવર્ડ અર્નિંગ મલ્ટિપલ્સ અપેક્ષિત કમાણીમાં તીવ્ર વધારાને ધ્યાનમાં લેતા મધ્ય-સિંગલ-ડિજિટમાં દેખાય છે.

જોકે, આ સંખ્યાઓ સંપૂર્ણ ચિત્ર રજૂ કરતી નથી. આવી મોટાભાગની કમાણી કિંમતોમાં ઉછાળા દ્વારા સંચાલિત થશે, જે માંગના વિશાળ પૂલ દ્વારા સંચાલિત છે જે સપ્લાય પૂલ કરતા ઘણો મોટો છે – આ ખાસ કરીને મેમરી ચિપ કંપનીઓ માટે સાચું છે. મેનેજમેન્ટની કોમેન્ટરીમાંથી જે ધારણા ઉતરી આવે છે તે AI/ડેટા સેન્ટર મેમરી ચિપ્સ માટેની એક રાક્ષસી ભૂખ છે જેને સપ્લાયર્સ પૂરી કરી શકતા નથી. આમ, કંપનીઓ હાલમાં કિંમત નિર્ધારણ શક્તિ (pricing power)ના સંદર્ભમાં એક સારા તબક્કામાં છે, ખાસ કરીને ૨૦૨૫ના અંતથી.

ઉદાહરણ તરીકે, તેના તાજેતરના ક્વાર્ટર (ફેબ્રુઆરી ૨૦૨૬) માં, માઇક્રોનનું DRAM વેચાણ અનુક્રમે ૭૪ ટકા વધ્યું છે, જે મુખ્યત્વે સરેરાશ વેચાણ કિંમતમાં ‘મિડ-૬૦ ટકા’ વૃદ્ધિ અને બીટ શિપમેન્ટમાં માત્ર ‘મિડ-સિંગલ-ડિજિટ’ વધારાને કારણે હતું. સમાન ટ્રેન્ડ NAND સેગમેન્ટમાં પણ જોવા મળ્યો હતો. એસકે હાઇનિક્સનું DRAM વેચાણ Q1 CY26 માં Q4 CY25 કરતા ૬૪ ટકા વધ્યું. બીટ ગ્રોથ (વોલ્યુમ) સપાટ હતો, જ્યારે સરેરાશ વેચાણ કિંમત ‘મિડ-૬૦ ટકા QoQ’ વધી હતી.

આ ટ્રેન્ડ ગ્રોસ માર્જિનમાં શ્રેષ્ઠ રીતે કેપ્ચર થાય છે. તેમાં અનુકૂળ મિક્સનું પરિબળ પણ છે, પરંતુ તે માનવું સલામત છે કે છેલ્લા બે ક્વાર્ટરમાં વધારો મોટાભાગે કિંમતને આભારી છે. મેનેજમેન્ટ નજીકના ગાળામાં આ ટ્રેન્ડ ચાલુ રહેવાની અપેક્ષા રાખે છે.

જ્યારે તમામ સંખ્યાઓ અને મંતવ્યો ખાતરીપૂર્વકના લાગે છે, ત્યારે બજારના દિગ્ગજોએ વિરોધી મંતવ્યો આપ્યા છે. ‘ધ બિગ શોર્ટ’ ફેમ માઇકલ બરી અને BCA રિસર્ચના પીટર બેરેઝિન શંકાશીલ છે અને આ ઘટનાને ‘બુલવ્હિપ ઇફેક્ટ’ અથવા ‘ટોઇલેટ પેપર ઇફેક્ટ’ કહે છે. આ ત્યારે થાય છે જ્યારે ગ્રાહકની માંગમાં ટૂંકો, ગભરાટ/FOMO-આધારિત ઉછાળો (લોકડાઉન દરમિયાન ટોઇલેટ પેપર જેવું) સપ્લાય ચેઇનના દરેક નોડ પર મોટા ઓર્ડર આપવાનું શરૂ કરે છે, જે અંતે ઉત્પાદક દ્વારા ઉત્પાદનમાં ભારે વધારો કરે છે. જ્યારે વધેલી સપ્લાય છાજલીઓ પર પહોંચે છે, ત્યારે ગ્રાહકનો ગભરાટ સમાપ્ત થાય છે, જેનાથી ઇન્વેન્ટરીનો ભરાવો અને કિંમતમાં સુધારો થાય છે.

બેરેઝિન એક X પોસ્ટમાં: તેને “ટોઇલેટ પેપર ઇફેક્ટ” કહો! જેમ કંપનીઓને સમજાયું કે મેમરીની અછત છે, તેઓએ ઇન્વેન્ટરી સંગ્રહિત કરવાનું અને શક્ય તેટલા આગળના ઓર્ડર આપવાનું શરૂ કર્યું. બધું ખાતરી કરવા માટે કે તેઓ ટૂંકા પડ્યા નથી. હવે જોખમ એ છે કે AI કેપેક્સના અંદાજો ટોચ પર પહોંચે છે અને મેમરીના ભાવ ઘટવા લાગે છે.

ત્રણ મેમરી પ્લેયર્સ ૨૦૨૬-૨૭ દરમિયાન લગભગ $૨૩૦ બિલિયનનો સંયુક્ત કેપેક્સ ખર્ચ કરશે તેવો અંદાજ છે (બ્લૂમબર્ગ સર્વસંમતિ મુજબ).

સાયકલિકલિટી સોફ્ટવેરથી વિપરીત, એક ક્ષેત્ર જે સામાન્ય રીતે ડાઉનસાયકલ્સ દરમિયાન રક્ષણાત્મક માનવામાં આવે છે, સેમિકન્ડક્ટર્સ સામાન્ય રીતે સાયક્લિકલ ઉદ્યોગ છે, જેમ કે ઇન્ફ્રાસ્ટ્રક્ચર, કેપિટલ ગુડ્સ અને કન્ઝ્યુમર ડિસ્ક્રિશનરી. તે યુએસ, ચીન અને તાઇવાનના મુખ્ય બજારોમાં સેમિકન્ડક્ટર્સ અને સંલગ્ન ઉદ્યોગોના વાસ્તવિક ઉત્પાદન (વોલ્યુમ) માં વર્ષ-દર-વર્ષ વૃદ્ધિને કેપ્ચર કરે છે. વૃદ્ધિ ક્યારેય એકસમાન રહી નથી. જુઓ કેવી રીતે, ઉચ્ચ વૃદ્ધિના વિસ્ફોટો પછી, મંદી આવે છે.

તેમાં ૧૦ વર્ષના સમયગાળામાં સાયકલ દરમિયાન સોફ્ટવેર ઉદ્યોગના પ્રતિનિધિ તરીકે માઇક્રોસોફ્ટની આવક વૃદ્ધિ અને સેમિકન્ડક્ટર ઉદ્યોગના પ્રતિનિધિ તરીકે માઇક્રોનની આવક વૃદ્ધિ શામેલ છે. ૨૦૦૦ ના ડોટ-કોમ બસ્ટ પહેલા બંને કંપનીઓએ સારી વૃદ્ધિ જોઈ હતી. ૨૦૦૦ પછી, જ્યારે માઇક્રોસોફ્ટની આવક સતત ૧૦-૧૬ ટકાની રેન્જમાં વધી, ત્યારે માઇક્રોનની આવક ટૂંકા વિસ્ફોટોમાં હતી, અસ્થિર અને અસમાન – જે સાયકલિકલિટીના સંકેતો દર્શાવે છે.

આ ટુચકો મુદ્દાને વધુ મજબૂતીથી ઘરે લાવશે. ન્યૂયોર્ક ટાઇમ્સના લેખ મુજબ, માર્ચ ૨૦૦૦માં, માઇક્રોને તેના Q2 FY00 ક્વાર્ટર માટે પરિણામો જાહેર કર્યા તે પહેલાં, બે ઇન્વેસ્ટમેન્ટ ફર્મોએ કંપનીની સંભાવનાઓ વિશે અનુકૂળ અહેવાલો બહાર પાડ્યા હતા (જેમ કે UBS નું તાજેતરનું અપગ્રેડ $૫૩૫ થી $૧,૬૨૫; વર્તમાન કિંમત $૯૭૧). કંપનીએ ક્વાર્ટર માટે નફામાં ૭x વર્ષ-દર-વર્ષનો વધારો નોંધાવ્યો હતો. જોકે, સરેરાશ વેચાણ કિંમતમાં ૨૦-ટકાના ક્રમિક ઘટાડાને કારણે તે વોલ સ્ટ્રીટની અપેક્ષાઓને પૂરી કરી શકી ન હતી. કંપનીએ સ્વીકાર્યું કે ઘટાડો Q1 FY00 માં મજબૂત કિંમતો પછી આવ્યો છે, અને તે ‘સેમિકન્ડક્ટર મેમરી કિંમતોની અસ્થિર પ્રકૃતિ’ દર્શાવે છે. આજની પરિસ્થિતિ તે સમય સાથે ભયાનક સમાનતા ધરાવે છે. જુલાઈ ૨૦૦૦ માં $૯૭.૫ ની ટોચ બનાવી તે પહેલાં સ્ટોક થોડા સમય માટે સુધર્યો હતો. પરંતુ ત્યારબાદ આવેલા ક્રેશમાં અને ત્યારબાદના દાયકાઓમાં, સ્ટોક ક્યારેય તે જુલાઈની ટોચને ઓળંગશે નહીં, જ્યાં સુધી અંતે એપ્રિલ ૨૦૨૧ માં ન થયું.

સંખ્યાઓ દ્વારા, આ વિચાર સામે દલીલ કરવી મુશ્કેલ છે કે ચિપ સુપર-સાયકલ શરૂ થઈ છે અને આ ઉદ્યોગના તેજીના એટલ કે તપતા સૂરજ જેવી સ્થિતિનો નિર્દેશ આપે છે. તેજીની સાયકલ કેટલા સમય સુધી ટકી શકે છે તે કોઈની ધારણા છે, ખાસ કરીને કારણ કે માંગ સંપૂર્ણપણે AI ઉપયોગના કિસ્સાઓ દ્વારા નક્કી કરવામાં આવે છે. AI ની અંતિમ સંભાવના શું હોઈ શકે છે તે અંગે વિશ્વ વિભાજિત હોવાથી, આઉટલુક અત્યંત અણધારી રહે છે.

ડોટ-કોમ પાઠ સેમિકન્ડક્ટર કંપનીઓ, આજે, ડોટ-કોમ ક્રેશ પહેલા ઘણી ચિપ કંપનીઓ જ્યાં હતી તેવી સ્થિતિમાં છે. ત્યારે, ઇન્ટરનેટ એ આગામી પેઢીની વ્યાખ્યાયિત ટેકનોલોજી હતી; આજે, તે ભૂમિકા AI દ્વારા ભજવવામાં આવી રહી છે. આ સંદર્ભમાં, ભૂતકાળને જોવાથી વસ્તુઓ કેવી રીતે પ્રગટ થઈ શકે છે તેનો સ્વાદ મળી શકે છે – ખાસ કરીને જો અહીંથી ચિપ શેરો માટે સેન્ટિમેન્ટ અને શરતો બગડે છે.

અહીં વિશ્લેષણ કરાયેલ આઠ શેરો (આજનો સમૂહ) CY23-26E દરમિયાન ૪૫ ટકા અને ૧૬૪ ટકાની વચ્ચે (ASML ના ૧૯ ટકા સિવાય) કમાણી વૃદ્ધિ CAGR પોસ્ટ કરે તેવી અપેક્ષા છે. માઇક્રોન અને એસકે હાઇનિક્સ અનુક્રમે CY23 ના $૫.૫ બિલિયન અને $૬ બિલિયનના નુકસાનથી CY26E નફામાં $૯૮ બિલિયન અને $૧૩૧ બિલિયન સુધી પહોંચવાની અપેક્ષા છે.

આ મજબૂત કમાણી CAGR જેવી જ છે જે ડોટ-કોમ યુગના ચિપ શેરોએ (ડોટ-કોમ સમૂહ) FY97-00 માં જોઈ હતી. રેન્જ ૧૫ ટકા થી ૬૫ ટકા ની વચ્ચે હતી. પરંતુ તે સમયે તેમની પાસે મર્યાદિત શાણપણ હતું કે સારા દિવસો પૂરા થયા હતા અને FY00 પછી આવેલી આપત્તિમાંથી સાજા થવામાં વર્ષો લાગશે. કમાણી ખડક પરથી કૂદી પડી. ડોટ-કોમ સમૂહનો FY01 PAT ઘટાડો (FY00 પર) એપ્લાઇડ મટિરિયલ્સના ૭૫થી માઇક્રોનના ૧૪૨ ટકાની વચ્ચે હતો (૧૦૦ થી વધુ એટલે નુકસાનમાં સરકવું). ઇન્ટેલ અને માઇક્રોન FY00 ની તેમની તત્કાલીન ટોચની કમાણી FY10 માં જ પહોંચી શક્યા હતા. STMicroelectronics ને FY00 ના નફા સુધી પહોંચવા માટે FY21 સુધીનો સમય લાગ્યો હતો. તેમાંથી કેટલાકને તો વચ્ચેના સમયગાળામાં અનેક વર્ષોનું નુકસાન પણ થયું હતું. સ્ટોક વળતરે ફંડામેન્ટલ્સને પ્રતિબિંબિત કર્યા હતા કારણ કે ડોટ-કોમ સમૂહના ડ્રોડાઉન્સ હંમેશા ૮૦ ટકાથી વધુ માપવામાં આવ્યા હતા – ૨૦૦૦ માં ક્રેશ પહેલા તેમની ટોચથી ૨૦૦૨-૦૩ ના તળિયા સુધી.

આ લેખ દરમિયાન પ્રકાશિત થયા મુજબ, અકલ્પનીય રકમ દાવ પર છે, જે AI અને તેની સંભાવનાઓ પર સવાર છે. આગામી ક્વાર્ટરમાં જો મેનેજમેન્ટ સારી રીતે અમલ કરે, તો બજારો કોઈપણ કમાણીને પચાવે તેમ ચિપ શેરો થોડા સમય માટે તેજીમાં રહી શકે છે. શું ‘બુલવ્હિપ ઇફેક્ટ’ રમશે? તે ચોક્કસપણે એક શક્યતા છે અને તેને લખી શકાતી નથી. જોકે, AI-સંચાલિત વિક્ષેપની સાચી હદ હજુ પણ વાદળોની નીચે છે અને બે-ત્રણ વર્ષ પહેલાં જે હતી તેના કરતા થોડી વધુ સ્પષ્ટતા આપે છે, લાંબા ગાળાના રોકાણકારો ઝડપી નફાની શોધ કરતા સાવચેતીને પ્રાથમિકતા આપીને વધુ સારી રીતે સેવા આપશે. ડોટ-કોમ યુગ સાથે સમાંતર દોરવાનું સૂચન કરે છે કે ડાઉનસાઇડ જોખમો જીવલેણ બની શકે છે અને જો યોગ્ય રીતે રમવામાં ન આવે તો વર્ષો સુધી અપરિવર્તનીય નુકસાન તરફ દોરી શકે છે. આવા વાતાવરણમાં, લાંબા ગાળાના રોકાણકારો બાજુમાંથી અવલોકન કરીને વધુ સારું કરી શકે છે.

મુખ્ય મુદ્દાઓ:

• AI ની તેજી: આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) ના કારણે સેમિકન્ડક્ટર ચિપ્સની માંગમાં જબરદસ્ત વધારો થયો છે. Nvidia, Micron, અને SK hynix જેવી કંપનીઓના શેરના ભાવમાં છેલ્લા એક વર્ષમાં અનેકગણો ઉછાળો આવ્યો છે.
• કમાણી અને સપ્લાય: હાલની કમાણીમાં વધારો મુખ્યત્વે ચિપ્સના ઊંચા ભાવને કારણે છે, કારણ કે માંગ સપ્લાય કરતા ઘણી વધારે છે.
• ‘ટોઇલેટ પેપર ઇફેક્ટ‘: કેટલાક નિષ્ણાતો ચેતવણી આપે છે કે આ તેજી એક પ્રકારનો ‘બુલવ્હિપ ઇફેક્ટ’ (બુલવ્હિપ ઇફેક્ટ) હોઈ શકે છે. જેમ લોકડાઉન દરમિયાન લોકોએ જરૂર કરતા વધુ ટિશ્યુ પેપર ખરીદ્યા હતા, તેમ કંપનીઓ હાલમાં ચિપ્સનો સંગ્રહ (hoarding) કરી રહી છે. જ્યારે માંગ સ્થિર થશે, ત્યારે વધારાનો સ્ટોક અને કિંમતોમાં ઘટાડો મોટું જોખમ બની શકે છે.
• ઐતિહાસિક પાઠ (ડોટ-કોમ ક્રેશ): લેખમાં ૨૦૦૦ના ડોટ-કોમ ક્રેશ સાથે સરખામણી કરવામાં આવી છે. તે સમયે પણ ટેકનોલોજી સેક્ટરમાં આવી જ તેજી હતી, ત્યારબાદ ઘણા શેરોમાં ૮૦ ટકાથી વધુનો ઘટાડો થયો હતો અને કેટલાકને તેમના જૂના સ્તરે પહોંચવા માટે દાયકાઓ લાગ્યા હતા.
• નિષ્કર્ષ: સેમિકન્ડક્ટર ઉદ્યોગ સાયક્લિકલ (ચક્રીય) છે. લાંબા ગાળાના રોકાણકારો માટે અત્યારે સાવચેતી રાખવી હિતાવહ છે, કારણ કે AI ની વાસ્તવિક ક્ષમતા અને લાંબા ગાળાની માંગ વિશે હજુ અનિશ્ચિતતા છે.

(સૌજન્ય બ્લુમબર્ગ)