Goldman Sachs China AI रिपोर्ट: पावर मॉडल्स से बेहतर क्यों है

मैंने गोल्डमैन सैक्स की 8 जुलाई की रिपोर्ट दो बार पढ़ी। दूसरी बार, मैं खासतौर पर एक विवरण के लिए वापस गया: गोल्डमैन सैक्स ने बिजली को चीन की AI वैल्यू चेन में सबसे ऊपर रखा, जबकि मॉडल और एप्लिकेशन को नीचे रखा। पहले तो मुझे लगा कि यह सिर्फ एक और भावनात्मक रोटेशन है—कोरिया बहुत बढ़ गया और गिर गया, चीन बहुत गिर गया और बढ़ गया, और पूंजी अगली कहानी की तलाश में है। लेकिन पूरी रिपोर्ट खत्म करने के बाद, मैंने अपना मन बदल लिया। गोल्डमैन सैक्स वास्तव में यह नहीं कह रहा है कि "चीन AI उठेगा," बल्कि यह कि चीन की पूरी AI वैल्यू चेन ने एक बंद लूप बना लिया है, और बाजार की कीमत उसके वास्तविक आर्थिक भार से गंभीर रूप से पीछे है। इससे भी अधिक उल्टा यह है कि पूरी चेन पर सबसे अधिक निश्चितता वाली कड़ी वह है जिसे ज्यादातर लोग AI के बारे में बात करते समय सबसे पहले छोड़ देते हैं: बिजली।

यह रैंकिंग खुद पोजीशन में बदलाव से अधिक विचार करने योग्य है क्योंकि यह एक सीधे सवाल का जवाब देती है: पैसा कहाँ जाना चाहिए ताकि चीन की वर्तमान 16% वैश्विक AI राजस्व हिस्सेदारी से मेल खा सके, जिसे वर्तमान में केवल 1.2% फंड आवंटन मिलता है? इस पोस्ट में, मैं पाँच ट्रैक—बिजली, सेमीकंडक्टर, बुनियादी ढाँचा, मॉडल और एप्लिकेशन—को तोड़कर समझाऊंगा कि प्रत्येक ट्रैक किस तरह का पैसा कमाता है और प्रतिनिधि लक्ष्य कौन हैं। जैसे-जैसे आप पढ़ेंगे, आपको कई बिंदु मिलेंगे जो उल्टे हैं।

▸ गोल्डमैन सैक्स ने कोरिया को छोड़कर चीन का समर्थन क्यों किया

▸ बिजली: कम मूल्यांकित अंतर्निहित बाधा

▸ सेमीकंडक्टर: मेमोरी सुपर साइकिल में घरेलू प्रतिस्थापन

▸ बुनियादी ढाँचा: पूंजीगत व्यय वास्तव में कहाँ उतरता है

▸ मॉडल: उन्हें नीचे क्यों रखा गया है

▸ एप्लिकेशन: सबसे कम जोखिम वाला मुद्रीकरण अंतिम बिंदु

▸ पाँच ट्रैक को कैसे संयोजित करें और जोखिम कहाँ हैं

यह रिपोर्ट वास्तव में क्या कह रही है?

एक साल से अधिक समय से, वैश्विक पूंजी लगभग दक्षिण कोरिया और ताइवान में मेमोरी चिप स्टॉक में डालने के लिए कतार में खड़ी थी। सैमसंग और SK हाइनिक्स ने KOSPI सूचकांक को रिकॉर्ड ऊंचाई पर पहुंचा दिया। तर्क सरल था: AI को प्रशिक्षण और अनुमान की आवश्यकता है, और मेमोरी एक आवश्यकता है; जिसके पास क्षमता है वह जीतता है।

लेकिन यह तर्क इस साल ढीला पड़ने लगा। बाजार को AI पूंजीगत व्यय की स्थिरता पर संदेह होने लगा। कोरियाई शेयर बाजार एक ही दिन में 5% से अधिक गिर गया, जिसमें संचयी गिरावट 20% से अधिक रही, और यह तकनीकी बियर मार्केट में प्रवेश कर गया। उसी दिन, हैंग सेंग चाइना एंटरप्राइजेज इंडेक्स लगभग 4.5% बढ़ गया। पूंजी प्रवासन के निशान स्पष्ट हैं।

मेरी प्रारंभिक प्रतिक्रिया यह थी कि यह सिर्फ भावनात्मक रोटेशन हो सकता है—जो ऊपर जाता है वह नीचे आता है, और पूंजी हमेशा एक नई कहानी की तलाश करती है। लेकिन पूरी रिपोर्ट पढ़ने के बाद, मैंने अपना मन बदल दिया क्योंकि गोल्डमैन का तर्क सिर्फ यह नहीं है कि चीन AI उठने वाला है, बल्कि यह कि चीन की AI वैल्यू चेन ने एक पूर्ण बंद लूप बना लिया है, और बाजार की कीमत उसके वास्तविक आर्थिक भार से गंभीर रूप से पीछे है।

संख्या सीधी है: चीन का वैश्विक AI राजस्व में लगभग 16% और वैश्विक बाजार मूल्य का लगभग 10% हिस्सा है, लेकिन चीन की AI तकनीक के लिए वैश्विक म्यूचुअल फंड आवंटन केवल 1.2% है। गोल्डमैन सैक्स का अनुमान है कि यह अंतर 50% से 100% तक की संभावित वृद्धि का संकेत दे सकता है।

गोल्डमैन सैक्स ने इस बंद लूप को पाँच ट्रैक में तोड़ा: बिजली, सेमीकंडक्टर, AI बुनियादी ढाँचा, AI मॉडल और AI एप्लिकेशन, और एक विशिष्ट पोर्टफोलियो नाम दिया: GSXACART। ब्रेकडाउन का क्रम स्वयं एक रवैया है। जितना आगे रैंक किया गया है, उतनी ही अधिक निश्चितता और प्राथमिकता। तो सवाल यह है कि बिजली—एक ऐसा क्षेत्र जो सबसे "जमीनी" और पारंपरिक लगता है—चिप्स और मॉडल से आगे क्यों रखा गया?

1. बिजली: कम मूल्यांकित अंतर्निहित बाधा

AI प्रशिक्षण और अनुमान वास्तव में बिजली के भूखे हैं। एक सामान्य ChatGPT क्वेरी एक सामान्य खोज की तुलना में लगभग 10 गुना अधिक बिजली की खपत करती है। यह संख्या कुछ साल पहले अनदेखा किया गया हो सकता है, लेकिन जैसे-जैसे प्रशिक्षण और अनुमान स्केल एक साथ ऊपर जाते हैं, बिजली एक पृष्ठभूमि चर से एक कठिन बाधा में बदल गई है। अमेरिका में समस्या विशिष्ट है: उनके पास चिप्स और तकनीक है, लेकिन पावर ग्रिड तालमेल नहीं रख सकता। कई डेटा सेंटर परियोजनाएं पावर एक्सेस चरण पर अटकी हुई हैं। दूसरी ओर, चीन के पास एक फायदा है: बड़े पैमाने पर बिजली आपूर्ति, पश्चिम में कम हरित ऊर्जा लागत, तेज नीति समर्थन और निर्माण की गति जो तालमेल रखती है। ये कारक एक तुलनात्मक लाभ में संयोजित होते हैं जिसे अन्य लोग अल्पावधि में आसानी से दोहरा नहीं सकते।

गोल्डमैन सैक्स का अनुमान है कि चीन की अग्रणी इंटरनेट कंपनियां 2026 में डेटा सेंटरों में लगभग $70 बिलियन का निवेश करेंगी, जिसमें डेटा सेंटर बिजली की मांग सालाना लगभग 25% की दर से बढ़ेगी। राष्ट्रीय ऊर्जा प्रशासन का दीर्घकालिक आंकड़ा यह है कि 2030 तक, चीन की डेटा सेंटर बिजली खपत 800 TWh तक पहुंच जाएगी, जो देश की कुल बिजली खपत का लगभग 6% होगी, जिसमें 2025 से 2030 तक लगभग 36% की चक्रवृद्धि वृद्धि दर होगी। ब्लूमबर्ग न्यू एनर्जी फाइनेंस और भी आक्रामक है, यह मानते हुए कि 2030 तक डेटा सेंटर बिजली की मांग 600 TWh के करीब पहुंच सकती है, जो अब से दोगुनी से अधिक है।

"पूर्व डेटा पश्चिम गणना" नीति, जिसे कई लोग पहले सिर्फ एक नारा मानते थे, वास्तव में एक बहुत ही विशिष्ट काम करती है: यह पश्चिम की कम बिजली कीमतों, कम भूमि कीमतों और कम तापमान वाले वातावरण को सीधे डेटा सेंटरों के परिचालन लागत लाभों में बदल देती है। अनुमान है कि 2025 तक, इससे बिजली की लागत में 300 बिलियन युआन से अधिक की बचत हो सकती है, और कम तापमान वाला वातावरण स्वाभाविक रूप से ऊर्जा दक्षता अनुपात को अनुकूलित करता है।

लक्ष्य	मुख्य तर्क
Xuji Electric	UHV एक्सेस + डेटा सेंटर पावर वितरण
Pinggao Electric	हाई-वोल्टेज स्विचिंग उपकरण, कंप्यूटिंग हब के लिए पावर एक्सेस
Sifang Shares	पावर ऑटोमेशन, डेटा सेंटर ऊर्जा प्रबंधन प्रणाली
TGOOD / Sinexcel	लिक्विड कूलिंग + पावर इंटीग्रेशन, डेटा सेंटरों का आंतरिक ऊर्जा नवीनीकरण

इस ट्रैक का सबसे आसानी से कम आंका जाने वाला हिस्सा यह है कि हर कोई बिजली को पारंपरिक बुनियादी ढाँचे के रूप में मानने का आदी है जिसका रूढ़िवादी मूल्यांकन होता है। लेकिन AI चक्र में, बिजली एक लागत मद से प्रतिस्पर्धात्मकता में बदल गई है। अमेरिका के पास चिप और एल्गोरिदम लाभ हैं लेकिन ग्रिड द्वारा बाधित है। चीन, इसके विपरीत, ने बिजली—सबसे बुनियादी संसाधन—को कंप्यूटिंग पावर लागतों के लिए एक मोट में बदल दिया है। कुछ हद तक, बिजली उपकरण कंपनियों की निश्चितता सेमीकंडक्टर कंपनियों से अधिक हो सकती है क्योंकि सेमीकंडक्टर तकनीकी पकड़ने की गति पर निर्भर करते हैं, जबकि बिजली उपकरण खरीद तब तक कठोर है जब तक डेटा सेंटर बनाए जा रहे हैं।

2. सेमीकंडक्टर: मेमोरी सुपर साइकिल में घरेलू प्रतिस्थापन

बिजली इस समस्या को हल करती है कि क्या आप मशीन चालू कर सकते हैं। इसके चालू होने के बाद क्या होता है? क्या चिप्स और मेमोरी पर्याप्त हैं? यही दूसरा ट्रैक जवाब देता है।

गोल्डमैन सैक्स सेमीकंडक्टर को दूसरे स्थान पर रखता है, जिसमें एक आसानी से अनदेखा किया जाने वाला विशिष्ट क्षेत्र है: लॉजिक चिप्स नहीं, बल्कि मेमोरी। AI सर्वरों की DRAM, NAND और HBM की मांग लगभग तेजी से बढ़ रही है, और चीन संयोगवश सामान्य प्रयोजन मेमोरी के बड़े पैमाने पर उत्पादन और घरेलू प्रतिस्थापन की खिड़की से टकराया है। संख्याएं कहानी से अधिक सीधी हैं: यांग्त्ज़ी मेमोरी (YMTC) का वैश्विक NAND हिस्सा 2026 की पहली तिमाही में 8% से बढ़कर 13% हो जाएगा, जो वैश्विक स्तर पर चौथे स्थान पर होगा, जिसमें राजस्व सालाना 445% बढ़ा है। चांगक्सिन मेमोरी (CXMT) का राजस्व उसी अवधि में सालाना 719% बढ़ा, जिसमें H1 राजस्व मार्गदर्शन 11 से 12 बिलियन RMB है। मई 2026 में चीन के एकीकृत सर्किट निर्यात में सालाना 111% की वृद्धि हुई और यह $35.55 बिलियन हो गया, जो मुख्य रूप से बढ़ती मेमोरी कीमतों से प्रेरित था। ये संख्याएं एक साथ दिखाती हैं कि यह सिर्फ एक सपना नहीं है; यह प्रदर्शन है जो पहले से ही ऑर्डर और कीमतों में साकार हो चुका है।

लक्ष्य	मुख्य तर्क
चांगक्सिन मेमोरी (CXMT)	DRAM लीडर, वैश्विक हिस्सेदारी शीर्ष चार में प्रवेश, IPO प्रक्रिया में
यांग्त्ज़ी मेमोरी (YMTC)	NAND लीडर, हिस्सेदारी 8% से 13% तक बढ़ रही है, IPO अपेक्षित
SMIC	वेफर फाउंड्री प्लेटफॉर्म, पूरी घरेलू प्रतिस्थापन श्रृंखला का समर्थन करता है

इस ट्रैक के बारे में दिलचस्प बात यह है कि दक्षिण कोरिया की इस दौर में उछाल और उसके बाद की गिरावट अनिवार्य रूप से इसलिए थी क्योंकि सैमसंग और SK हाइनिक्स ने लगभग सब कुछ मेमोरी के एकल लिंक पर दांव लगा दिया था। एक बार जब बाजार पूंजीगत व्यय की स्थिरता पर संदेह करता है, तो एकल लिंक का जोखिम फट जाता है। चीनी मेमोरी, हालांकि, एक साथ तीन आयामों में आगे बढ़ रही है: मात्रा, लागत-प्रभावशीलता और आपूर्ति श्रृंखला सुरक्षा। यह एकल-बिंदु दांव नहीं है। मेमोरी लिंक का लाभ लोच भी आमतौर पर लॉजिक चिप्स की तुलना में अधिक होता है क्योंकि यह एक मानक उपभोग्य है जो हर AI सर्वर में उपयोग किया जाता है, एक विकल्प नहीं।

3. AI बुनियादी ढाँचा: पूंजीगत व्यय वास्तव में कहाँ उतरता है

मेमोरी सामग्री होने की समस्या को हल करती है। एक बार सामग्री बन जाने के बाद, आप उन्हें कहाँ रखते हैं? यह तीसरे ट्रैक की ओर ले जाता है।

यदि बिजली और मेमोरी कच्चे माल हैं, तो बुनियादी ढाँचा वह है जहाँ उन सामग्रियों को कंप्यूटिंग पावर में इकट्ठा किया जाता है। सर्वर, ऑप्टिकल मॉड्यूल, लिक्विड कूलिंग और डेटा सेंटर स्वयं सभी इस परत में हैं। चीन का यहाँ मार्ग भी स्पष्ट है: "पूर्व डेटा पश्चिम गणना" साइट चयन में लागत लाभ उतारती है, और घरेलू सर्वर और ऑप्टिकल मॉड्यूल उद्योग श्रृंखलाएं पर्याप्त रूप से परिपक्व हैं। परिणाम तेज निर्माण और लागत-कुशल उपयोग है।

लक्ष्य	मुख्य तर्क
Innolight	वैश्विक हाई-स्पीड ऑप्टिकल मॉड्यूल लीडर, 800G/1.6T वॉल्यूम रिलीज
Inspur Information	AI सर्वर + लिक्विड कूलिंग, H1 आय पूर्वानुमान 226%-288% ऊपर
Sugon	सर्वर + स्टोरेज + लिक्विड कूलिंग के लिए फुल-स्टैक समाधान
Tongfei / Envicool	लिक्विड कूलिंग और पावर इंटीग्रेशन सपोर्ट

जब मैं इस ट्रैक को देखता हूं, तो एक आसानी से अनदेखा किया जाने वाला बिंदु यह है कि हर किसी का ध्यान हमेशा पहले मॉडल प्रशिक्षण जैसी एक बार की बड़ी घटनाओं पर जाता है। लेकिन जो वास्तव में लगातार पैसा खर्च करता है वह प्रशिक्षण के बाद अनुमान और पुनरावृत्ति है। मांग का यह हिस्सा दीर्घकालिक और रोलिंग है। बुनियादी ढाँचा कंपनियां इस हिस्से को खाती हैं, न कि केवल एकल प्रशिक्षण कार्य से एक बार के ऑर्डर। गोल्डमैन सैक्स द्वारा बुनियादी ढाँचे को मॉडल से आगे रैंक करना, कुछ हद तक, एक अनुस्मारक है कि जो स्केल किया जा सकता है और लगातार मुद्रीकृत किया जा सकता है, वह अक्सर मशीन रूम बनाना, बिजली की आपूर्ति करना और नेटवर्क कनेक्ट करना जैसी भारी-संपत्ति वाली कड़ियां हैं, न कि स्वयं सबसे आकर्षक मॉडल।

4. AI मॉडल: उन्हें नीचे क्यों रखा गया है

बुनियादी ढाँचा सड़क बनाता है; कार के बारे में क्या? कार मॉडल है।

जब मैंने यह ट्रैक देखा तो मुझे थोड़ा आश्चर्य हुआ, क्योंकि मॉडल वह हिस्सा है जिसके बारे में AI पर चर्चा करते समय सबसे अधिक बात करना पसंद करते हैं। लेकिन गोल्डमैन सैक्स ने इसे चौथे स्थान पर रखा, एप्लिकेशन से केवल एक स्थान ऊपर। चीन का मॉडल मार्ग अमेरिकी मार्ग नहीं है जो पैरामीटर स्टैकिंग और कंप्यूटिंग पावर जलाने पर है। DeepSeek ने साबित कर दिया है कि शीर्ष स्तर के मॉडल कम लागत पर बनाए जा सकते हैं। पर्याप्त घरेलू परिदृश्य डेटा के साथ, वे कोड, गणित और मल्टी-मॉडलिटी जैसे ऊर्ध्वाधर क्षेत्रों में उच्च लागत-दक्षता प्राप्त कर सकते हैं।

लक्ष्य	मुख्य तर्क
iFLYTEK	वॉयस + मल्टी-मॉडलिटी, ऊर्ध्वाधर परिदृश्यों में अग्रणी (शिक्षा/चिकित्सा/ऑटो)
Baidu	Ernie Bot + सर्च + क्लाउड, मॉडल-एप्लिकेशन एकीकरण
Alibaba	Tongyi Qianwen + क्लाउड + ई-कॉमर्स, सबसे पूर्ण पारिस्थितिकी तंत्र

एक बात जो मैंने पूरी तरह से नहीं समझी है, वह यह है कि क्या गोल्डमैन सैक्स ने मॉडल को नीचे रैंक किया क्योंकि उनका मानना है कि मॉडल व्यावसायीकरण की गति बुनियादी ढाँचे की तुलना में धीमी है, या क्योंकि इस परत में प्रतिस्पर्धा पहले से ही काफी भयंकर है और अतिरिक्त रिटर्न की गुंजाइश कम हो गई है। मेरे पास अभी तक किसी भी स्पष्टीकरण के लिए निर्णायक सबूत नहीं है, लेकिन कम से कम एक बात स्पष्ट है: मॉडल भाला है। यदि सामने बिजली और कारखाने पहले स्थापित नहीं हैं, तो भाला बहुत दूर तक नहीं पहुंचेगा।

5. AI एप्लिकेशन: सबसे कम जोखिम वाला मुद्रीकरण अंतिम बिंदु

भाला बन गया है; इसे किसी चीज़ पर प्रहार करना होगा। वह अंतिम कड़ी है: एप्लिकेशन।

कई लोगों की एप्लिकेशन परत के बारे में पहली छाप यह है कि यह सबसे भीड़भाड़ वाली है और इसमें पैसा बनाना सबसे कठिन है, उपयोगकर्ताओं के लिए नकदी जलाना और भारी समरूपता। लेकिन विशिष्ट चीनी बाजार में, स्थिति इसके विपरीत हो सकती है। चीन के पास दुनिया का सबसे बड़ा एकल इंटरनेट बाजार है। Tencent, Meituan और Xiaomi जैसी कंपनियों के पास भारी मात्रा में वास्तविक उपयोगकर्ता और परिदृश्य हैं। AI फ़ंक्शन को पहले एक भव्य कहानी बताने की आवश्यकता नहीं है; उन्हें सीधे मौजूदा उत्पादों में भुगतान बिंदुओं के रूप में एम्बेड किया जा सकता है।

लक्ष्य	मुख्य तर्क
Tencent	विज्ञापन अनुशंसा + सामग्री निर्माण + गेम AI अपग्रेड
Meituan	डिलीवरी पूर्ति अनुकूलन, स्थानीय जीवन AI परिदृश्य लैंडिंग
Xiaomi	AIoT पारिस्थितिकी तंत्र + स्मार्ट कॉकपिट/इंटेलिजेंट ड्राइविंग AI

मूल्य श्रृंखला में अंतिम होने का मतलब यह नहीं है कि यह महत्वपूर्ण नहीं है। इसके विपरीत, एप्लिकेशन छोर के बिना पैसा वापस कमाने के लिए, बिजली, मेमोरी और बुनियादी ढाँचे में पिछले निवेश बिना किसी रिटर्न के डूबी हुई लागत बन जाते हैं। एप्लिकेशन परत अंतिम बिंदु और वह शक्ति स्रोत है जो पूरी श्रृंखला को घुमाता रहता है।

पाँच ट्रैक को कैसे संयोजित करें और जोखिम कहाँ हैं

गोल्डमैन सैक्स का इस बार कोरिया से चीन की ओर बदलाव अनिवार्य रूप से एक भावनात्मक रोटेशन नहीं है, बल्कि पूंजी एक एकल लिंक पर दांव लगाने से पूरे बंद लूप पर दांव लगाने की ओर बढ़ रही है। अगर मुझे एक कॉन्फ़िगरेशन विचार देना होता, तो मैं इसे इस प्रकार रैंक करूंगा: बिजली और बुनियादी ढाँचा निश्चितता प्रदान करते हैं—जब तक डेटा सेंटर बनाए और विस्तारित किए जा रहे हैं, यह खरीद कठोर है। सेमीकंडक्टर, विशेष रूप से मेमोरी, लोच प्रदान करते हैं—प्रदर्शन पहले से ही साकार हो रहा है, और मूल्यांकन लोच सबसे अधिक है। मॉडल और एप्लिकेशन लंबी अवधि के अतिरिक्त रिटर्न प्रदान करते हैं, लेकिन गति और प्रतिस्पर्धी परिदृश्य अभी भी परिवर्तनशील हैं।

जोखिमों को भी स्पष्ट रूप से बताया जाना चाहिए: भू-राजनीतिक मुद्दे, निष्पादन की गति और मूल्यांकन में उतार-चढ़ाव—इनमें से कोई भी गायब नहीं होगा। इसके अलावा, यहाँ सूचीबद्ध डेटा और मूल्यांकन मीट्रिक सार्वजनिक जानकारी के आधार पर एक स्नैपशॉट हैं। मेमोरी दिग्गज अभी भी IPO प्रक्रिया में हैं, और संख्याएं बदलेंगी। कार्रवाई करने से पहले स्वयं नवीनतम डेटा सत्यापित करें। यह पोस्ट गोल्डमैन के ढांचे और तर्क को आपके लिए तोड़ने के बारे में अधिक है और यह निवेश सलाह का गठन नहीं करता है।

1.2% आवंटन और 16% राजस्व हिस्सेदारी के बीच का अंतर अभी भी मौजूद है। क्या यह भरा जाएगा और कितनी तेजी से, मैं गारंटी नहीं दे सकता। लेकिन इस बार, गोल्डमैन सैक्स ने कोई नई कहानी नहीं दी; उन्होंने एक बहीखाता दिया जो पहले से ही आपके लिए तोड़ा गया है। तथ्य यह है कि उस बहीखाते पर बिजली पहले स्थान पर है, मुझे लगता है, "लॉन्ग चाइना" वाक्यांश से अधिक याद रखने योग्य है।

यदि आपका किसी भी ट्रैक पर अलग निर्णय है, तो टिप्पणियों में विचारों का आदान-प्रदान करने में संकोच न करें। मुझे उत्सुकता है कि आप किसे पहले स्थान पर रखेंगे, हाहा।