बड़े सवाल

सारांशः जब किसी पूरी इंडस्ट्री को “ख़त्म” मान लिया जाता है, तो निवेशकों के सामने सिर्फ़ अच्छे स्टॉक चुनने से बड़ी चुनौती खड़ी हो जाती है. यह लेख बताता है कि बड़े तकनीकी और आर्थिक बदलावों को कैसे समझा जाए, और जब बाज़ार में डर और शोर हावी हो, तब सोच-समझकर बनाई गई राय पर टिके रहना क्यों सबसे ज़्यादा मायने रखता है.

काफ़ी समय से हमारे बाज़ार की सबसे बड़ी चिंताओं में से एक यह रही है कि भारत की सॉफ़्टवेयर कंपनियों का लंबा और मुनाफ़े वाला दौर अब ख़त्म होने को है. हर एक्सपर्ट एक ही नतीजे पर पहुंचा, कि AI कोड लिखेगा, सपोर्ट कॉल्स संभालेगा और बैक ऑफ़िस का काम करेगा, और इस वजह से IT सर्विसेज़ इंडस्ट्री सिकुड़ जाएगी, शायद ख़त्म ही हो जाए. निवेशकों ने भी इस बात को मान लिया और सबसे बड़ी लिस्टेड कंपनियों का कुल मार्केट कैप घटकर आधा रह गया. यहां तक कि एक जानी-मानी रिसर्च फ़र्म, बर्नस्टीन, ने प्रधानमंत्री को एक खुला ख़त लिखकर वाइट-कॉलर नौकरियों पर बड़े संकट की चेतावनी दी.

इस डर भरे माहौल का इस्तेमाल मैं यह समझाने के लिए कर रहा हूं कि निवेश असल में काम कैसे करता है. किसी सेक्टर को तभी "ख़त्म" मान लिया जाता है, जब सोचने वाला निवेशक और रिएक्ट करने वाला निवेशक, दोनों अलग-अलग राह पकड़ लेते हैं. सही क़ीमत पर अच्छे स्टॉक चुनना कहानी का सिर्फ़ आधा हिस्सा है. दूसरा आधा हिस्सा, जो कहीं ज़्यादा मुश्किल है, वह यह है कि उन बड़ी आर्थिक और तकनीकी ताक़तों पर एक सोची-समझी राय बनाई जाए, जो आने वाले सालों में इन कंपनियों का भविष्य तय करेंगी. फिर उस राय पर तर्क और भरोसे के साथ टिके रहा जाए.

यह समझाने के लिए मैं आपको ऊपर बताए गए “AI के डर” का पूरा एनालिसिस दिखाता हूं. ध्यान दें कि इस लेख में एनालिसिस का तरीक़ा, नतीजे से ज़्यादा मायने रखता है. सबसे पहली बात यह समझनी होगी कि हम पहले भी ऐसे मोड़ों से गुज़र चुके हैं. ATM का उदाहरण लीजिए, या यूं कहें, बैंकों के कंप्यूटरीकरण का पूरा दौर. जब यह सब आया था, तो माना जा रहा था कि बैंक क्लर्कों और कैशियरों का काम ख़त्म हो जाएगा और यह डर फैला हुआ था कि बैंकों को अब पहले जितने कर्मचारियों की ज़रूरत नहीं रहेगी. लेकिन हुआ इसका उल्टा, बैंकिंग सस्ती हो गई, इसलिए ज़्यादा लोगों तक पहुंची और इंडस्ट्री का ज़बरदस्त विस्तार हुआ. ज़रा सोचिए, बिना ऑटोमेशन के आज का बैंकिंग नेटवर्क चलाना कितना महंगा पड़ता? कोई भी ऐसा टूल, जो किसी काम को सस्ता बना देता है, उस काम की मांग को बढ़ा देता है. काम करने का तरीक़ा बदल जाता है, लेकिन उसकी कुल ज़रूरत बढ़ जाती है.

यही सिद्धांत सॉफ़्टवेयर पर भी लागू होता है. अगर AI सॉफ़्टवेयर बनाना और चलाना सस्ता बना देता है, तो यह साफ़ है कि दुनिया को इससे जुड़ी सेवाओं की ज़रूरत कम नहीं, बल्कि कहीं ज़्यादा पड़ेगी. दरअसल, इसे लेकर एक पुराना सिद्धांत भी है, जिसे 'जेवन्स पैराडॉक्स' कहते हैं. आज से क़रीब 160 साल पहले, 1865 में, अर्थशास्त्री विलियम जेवन्स ने देखा था कि जेम्स वॉट के बनाए कुशल स्टीम इंजन कोयला बहुत कम इस्तेमाल करते थे और इसी वजह से फ़ैक्ट्रियों ने ज़्यादा इंजन लगाए और नतीजतन कोयले की खपत ही बढ़ गई. दुनिया भर में सॉफ़्टवेयर सर्विसेज़ की कुल ज़रूरत कोई तय आंकड़ा नहीं है, यह इस बात पर निर्भर करती है कि कितना सस्ता और कितने बड़े पैमाने पर बनाया और इस्तेमाल किया जा सकता है.

आने वाले कुछ सालों में दुनिया की हर कंपनी, AI के साथ शौक़िया तौर पर खेलने से आगे बढ़कर, अपने पूरे कामकाज में इसे ठीक तरह से इस्तेमाल करने लगेगी. यह एक बहुत बड़ा और ज़्यादातर उलझा हुआ, बेरौनक़ काम है. इसमें दशकों पुराने डेटा को साफ़ करना, नए सिस्टम को पुराने सिस्टम से जोड़ना, उन्हें सुरक्षित रखना, क़ानूनों और नियमों का पालन करवाना, और हर छोटी-बड़ी बात का ख़याल रखना शामिल है. यह ठीक वैसा ही काम है, जिसे करने में हमारी सर्विसेज़ इंडस्ट्री ने तीन दशक लगाकर महारत हासिल की है. इसमें एक और पेच है, जिसे AI को लेकर निराशावादी लोग नज़रअंदाज़ कर देते हैं, दुनिया भर में कई कंपनियां यह समझ रही हैं कि टेक्नोलॉजी ख़रीदना आसान है, लेकिन उससे असली फ़ायदा निकालना मुश्किल है और यही वह कमी है जिसे पूरा करने के लिए भारतीय सर्विसेज़ कंपनियों की ज़रूरत पड़ती है. इसका सबूत पहले से ही सामने है, जब AI का डर अपने चरम पर है, तभी बड़ी कंपनियां AI से जुड़े अरबों डॉलर के नए बिज़नेस की रिपोर्ट दे रही हैं.

बेशक, इसका मतलब यह नहीं कि आगे का रास्ता आसान है. अगले कुछ साल मुश्किल भरे हो सकते हैं, क्योंकि एफ़िशिएंसी तो जल्दी आएगी, लेकिन नई मांग बनने में वक़्त लगेगा. वैल्यू रिसर्च में हमारी अपनी राय, जो एक ठोस अंदाज़ा है, कोई पक्की गारंटी नहीं, यह है कि सर्विसेज़ की क़ीमत तय करने और उन्हें व्यवस्थित करने का तरीक़ा काफ़ी बदल जाएगा, लेकिन आख़िर में काम घटेगा नहीं, बल्कि बढ़ेगा.

हमारे मेंबर्स अक्सर वैल्यू रिसर्च स्टॉक एडवाइज़र में होने वाले इस काम को नज़रअंदाज़ कर देते हैं. हमारी रेकमंडेशंस की लिस्ट और उसके पीछे का स्टॉक-लेवल एनालिसिस तो सबको दिखता है. लेकिन जो कम दिखता है, वह है ऊंचे स्तर के वे रुझान, जो पूरे बिज़नेस और अर्थव्यवस्था को व्यापक तौर पर प्रभावित कर सकते हैं. बेशक, कई मेंबर्स ऐसे "ऊंचे स्तर" के सवाल भी पूछते हैं, जिन्हें हम जानबूझकर नज़रअंदाज़ कर देते हैं. जैसे, "एक साल बाद सेंसेक्स किस लेवल पर होगा?" लेकिन AI जैसे किसी बड़े बदलाव पर एक सोची-समझी राय बनाना, हमारी स्टॉक से जुड़ी सोच का ही एक अहम हिस्सा है. इस तरह का एनालिसिस हमारे काम का एक बड़ा हिस्सा है.

मैं पहले भी उस अनुशासित प्रोसेस के बारे में बता चुका हूं, जो हमारी कामयाबी की बुनियाद है. हमारा प्रोसेस चुनने से नहीं, बल्कि छांटने से शुरू होता है, यानी उन कंपनियों को हटाकर, जो गवर्नेंस और फ़ाइनेंशियल हेल्थ की हमारी कसौटी पर खरी नहीं उतरतीं. इसके बाद ही हम बचे हुए विकल्पों को देखते हैं और तय करते हैं कि इनमें से कौन आपके लिए असली वेल्थ बना सकता है. AI जैसे किसी बदलाव पर सोच-समझकर बनाई गई राय इस अनुशासन की जगह नहीं लेती, बल्कि इसे और मज़बूत बनाती है और यह समझने में मदद करती है कि इससे किसे फ़ायदा होगा और क्यों. यह हमारे उस सिस्टम का हिस्सा है, जिसमें हमारी रिसर्च टीम हर महीने हमारे तीनों पोर्टफ़ोलियो, लॉन्ग-टर्म ग्रोथ, एग्रेसिव ग्रोथ और डिविडेंड ग्रोथ, की समीक्षा करती है. जब हालात बदलते हैं, तो हम उसी हिसाब से क़दम उठाते हैं और आपको बताते हैं कि ऐसा क्यों किया.

₹9,990 सालाना में आप सिर्फ़ लिस्ट नहीं ख़रीद रहे, बल्कि वह सोच ख़रीद रहे हैं, जिसने वह लिस्ट बनाई और उसे बनाए रखा है, और वह टीम भी, जो निवेशकों में फैले इस तरह के डर के बीच भी उस लिस्ट को संभाले रखती है. कुछ अच्छी कंपनियों के नाम बता देना कोई मुश्किल काम नहीं, यह कोई भी कर सकता है. असली क़ीमत उस शख़्स की होती है, जिसने दिन के बड़े सवालों के जवाब पहले से खोज रखे हैं, ताकि आपके निवेश से जुड़े फ़ैसले डर और शोर में कहीं खो न जाएं.

आज ही Stock Advisor सब्सक्राइब करें