ตราบใดที่ฟองสบู่ AI ยังคงพองตัวขึ้น หุ้นของบริษัทบางแห่งจะยังคงมีศักยภาพในการปรับตัวขึ้นต่อไปได้

ภาคส่วนปัญญาประดิษฐ์กำลังอยู่ในช่วงของวัฏจักรการลงทุนครั้งใหญ่ ซึ่งตามการวิเคราะห์ของนักวิเคราะห์แล้ว อาจดำเนินต่อไปอีกหลายปี ผู้ได้รับประโยชน์จากการขยายตัวนี้ไม่เพียงแต่เป็นบริษัทยักษ์ใหญ่ด้านเทคโนโลยี (Big Tech) เท่านั้น แต่ยังรวมถึงผู้จัดหาอุปกรณ์ โครงสร้างพื้นฐาน และพลังงานด้วย

จากงานวิจัยของ Dell’Oro และ Citigroup พบว่าการลงทุนทั้งหมดของบริษัท Big Tech ในด้านปัญญาประดิษฐ์อาจเกินกว่า 2.8 ล้านล้านดอลลาร์สหรัฐภายในปี 2029 การลงทุนส่วนใหญ่จะถูกใช้ไปกับการก่อสร้างและการปรับปรุงศูนย์ข้อมูล (data centres) โดยคาดว่ามูลค่ารวมของศูนย์ข้อมูลเหล่านี้จะสูงถึง 1.2 ล้านล้านดอลลาร์สหรัฐ

ผู้ได้รับประโยชน์หลักจากวัฏจักรการลงทุนนี้คือผู้ผลิตหน่วยความจำความเร็วสูง ได้แก่ SK hynix, Samsung และ Micron Technology, Inc. (NASDAQ: MU) การเปลี่ยนผ่านไปสู่มาตรฐาน HBM4 และ HBM4E คาดว่าจะเป็นปัจจัยขับเคลื่อนรายได้และอัตรากำไรของผู้จัดจำหน่ายไปจนถึงอย่างน้อยปี 2027

อย่างไรก็ตาม กระแสการลงทุนใน AI ไม่ได้ปราศจากจุดอ่อน ความเสี่ยงหลักได้แก่ การขาดแคลนพลังงาน ต้นทุนเงินทุนที่สูงขึ้น การพึ่งพาลูกค้ารายใหญ่จำนวนน้อย และระยะเวลาคืนทุนที่ยาวนาน ตามการประเมินของ IEA (International Energy Agency) การใช้ไฟฟ้าทั่วโลกจากศูนย์ข้อมูลอาจเพิ่มขึ้นเป็นสองเท่าภายในปี 2030 ถึงระดับ 945 TWh ซึ่งจะต้องการการลงทุนในโครงสร้างพื้นฐานพลังงานมากกว่า 500 พันล้านดอลลาร์สหรัฐต่อปี

บทความนี้จะวิเคราะห์กระแสการลงทุนในปัญญาประดิษฐ์ทั่วโลก การเพิ่มขึ้นของค่าใช้จ่ายในศูนย์ข้อมูล เซมิคอนดักเตอร์ และระบบพลังงาน พร้อมระบุว่าบริษัทใดบ้างที่อยู่นอกเหนือกลุ่ม Big Tech ที่จะได้รับประโยชน์จากแนวโน้มนี้ โดยจะให้ความสำคัญเป็นพิเศษกับบริษัท Micron Technology, Inc. และผลกระทบที่อาจเกิดจากการพัฒนา AI ต่อการเติบโตของรายได้ของบริษัท

การลงทุนในปัญญาประดิษฐ์และศูนย์ข้อมูลยังคงเติบโตต่อเนื่อง

การใช้จ่ายทั่วโลกในด้านปัญญาประดิษฐ์และโครงสร้างพื้นฐานที่สนับสนุนยังคงเพิ่มขึ้นอย่างต่อเนื่อง ตามข้อมูลจาก IDC – บริษัทวิจัยระดับโลกที่เชี่ยวชาญด้านตลาดไอทีและโทรคมนาคม – บริษัททั่วโลกคาดว่าจะใช้จ่ายประมาณ 307 พันล้านดอลลาร์สหรัฐใน AI ภายในปี 2025 และคาดว่าตัวเลขนี้จะเพิ่มขึ้นเป็น 632 พันล้านดอลลาร์สหรัฐภายในปี 2028 หรือเพิ่มขึ้นมากกว่าสองเท่าในเวลาเพียงสามปี

ในระดับฮาร์ดแวร์ นักวิเคราะห์ของ Dell’Oro – บริษัทวิจัยที่เน้นด้านโทรคมนาคมและโครงสร้างพื้นฐานเครือข่าย – คาดว่าการลงทุนทั้งหมดในด้านการก่อสร้างและการปรับปรุงศูนย์ข้อมูลจะสูงถึง 1.2 ล้านล้านดอลลาร์สหรัฐภายในปี 2029 ซึ่งหมายถึงอัตราการเติบโตเฉลี่ยต่อปีประมาณ 21% โดยการใช้จ่ายในปี 2025 จะเพิ่มขึ้นมากกว่า 30% ซึ่งได้รับแรงหนุนหลักจากการลงทุนในเซิร์ฟเวอร์ AI จากผู้ให้บริการคลาวด์รายใหญ่ เช่น Amazon (NASDAQ: AMZN), Microsoft (NASDAQ: MSFT), Alphabet (NASDAQ: GOOG) และ Meta (NASDAQ: META)

ในอีกแง่หนึ่ง Citigroup คาดว่าการลงทุนสะสมของ Big Tech ใน AI จะสูงถึง 2.8 ล้านล้านดอลลาร์สหรัฐภายในปี 2029 และจะเพิ่มขึ้นเป็น 490 พันล้านดอลลาร์สหรัฐภายในปี 2026 เมื่อพิจารณาร่วมกัน การประเมินเหล่านี้บ่งชี้ว่าวัฏจักรของการขยายตัวเชิงโครงสร้างพื้นฐานด้าน AI อย่างเข้มข้นในปัจจุบันมีแนวโน้มที่จะดำเนินต่อไปอีกอย่างน้อยสองถึงสามปีข้างหน้า

ความสนใจของนักลงทุนหันมาที่บริษัท Micron Technology, Inc.

Micron Technology, Inc. (NASDAQ: MU) ได้รับความสนใจจากนักลงทุนเพิ่มมากขึ้น เนื่องจากหน่วยความจำ (HBM/DRAM) ยังคงเป็นองค์ประกอบสำคัญและเป็นหนึ่งในผู้ได้รับประโยชน์หลักจากการพัฒนาเทคโนโลยีปัญญาประดิษฐ์ (AI) ตามข้อมูลจาก TrendForce – บริษัทวิเคราะห์ที่เชี่ยวชาญด้านการวิจัยอุตสาหกรรมเซมิคอนดักเตอร์ – ตลาดหน่วยความจำยังคงเป็นลักษณะผูกขาดโดยผู้เล่นหลักสามราย ได้แก่ SK hynix, Samsung และ Micron

ความต้องการหน่วยความจำแบบแบนด์วิดท์สูง (HBM) กำลังเพิ่มขึ้นอย่างรวดเร็ว และภายในปี 2026 ปริมาณการจัดส่งรวมอาจเกิน 30 พันล้านกิกะบิต

ในช่วงครึ่งหลังของปี 2026 คาดว่า HBM4 จะกลายเป็นมาตรฐานใหม่ของอุตสาหกรรม ซึ่งหมายความว่าแม้ว่าปริมาณการซื้อเครื่องเร่ง (accelerators) โดยรวมอาจชะลอตัว แต่ปริมาณ HBM ต่อบอร์ดยังคงเพิ่มขึ้นอย่างต่อเนื่อง ตัวอย่างเช่น เครื่องเร่งประสิทธิภาพสูงรุ่นถัดไปของ NVIDIA อย่าง Blackwell จะมาพร้อมกับหน่วยความจำ HBM ขนาด 192–288 GB ต่อบอร์ด เมื่อเทียบกับรุ่น H100 ที่มีเพียง 80 GB ซึ่งช่วยเพิ่มรายได้และความสามารถในการทำกำไรโดยตรงให้กับผู้ผลิต HBM ในขณะเดียวกัน Micron ก็กำลังขยายพอร์ตผลิตภัณฑ์ของตน โดย HBM3E 12-Hi มีกำหนดเปิดตัวในปี 2025 ขณะที่ HBM4/HBM4E ซึ่งพัฒนาร่วมกับ TSMC มีกำหนดวางจำหน่ายในปี 2027 การพัฒนาเหล่านี้บ่งชี้ถึงความต้องการที่แข็งแกร่งต่อเนื่องอย่างน้อยจนถึงปี 2026–2027

ตามการประมาณการของ TrendForce ราคาของ DRAM คาดว่าจะยังคงปรับตัวสูงขึ้นต่อเนื่องจนถึงไตรมาสที่ 4 ของปี 2025 นอกจากนี้ ส่วนหนึ่งของกำลังการผลิตทั่วโลกจะถูกเปลี่ยนไปใช้ในการผลิต HBM4 ในช่วงครึ่งแรกของปี 2026 ซึ่งจะทำให้เกิดภาวะขาดแคลนใน DDR5 และ DRAM สำหรับเซิร์ฟเวอร์ สำหรับ Micron นั่นหมายถึงโอกาสสูงที่จะรักษาอัตรากำไรขั้นต้นในกลุ่ม DRAM สำหรับเซิร์ฟเวอร์และ HBM ให้อยู่ในระดับสูงตลอดปี 2026 แม้ในขณะที่แนวโน้มในตลาด NAND อ่อนตัวลง

แนวโน้มของบริษัท Micron Technology, Inc.

ในช่วง 12–18 เดือนข้างหน้า Micron มีแนวโน้มที่จะได้รับประโยชน์จากสภาพแวดล้อมด้านราคาและผลิตภัณฑ์ที่เอื้ออำนวยในตลาดเซิร์ฟเวอร์ DRAM และ HBM ปัจจัยขับเคลื่อนหลักของการเติบโตคือการเปลี่ยนผ่านไปสู่ตัวเร่งประมวลผล Blackwell ของ NVIDIA และการเริ่มต้นจัดส่งหน่วยความจำ HBM4 ซึ่งทั้งสองปัจจัยนี้สร้างพื้นฐานที่เป็นบวกต่อรายได้และความสามารถในการทำกำไรของบริษัท

ในระยะยาว 18–36 เดือน การเติบโตอาจเริ่มกลับเข้าสู่ภาวะปกติหลังจากปีที่เป็นจุดสูงสุดในปี 2025 โดยสาเหตุหลักมาจากคลื่นแรกของศูนย์ข้อมูล AI ที่เริ่มถึงระดับอิ่มตัวและอุปทานที่กลับมาสมดุล อย่างไรก็ตาม ปริมาณการใช้ HBM ต่อหนึ่งตัวเร่งประมวลผลที่เพิ่มขึ้น ประกอบกับการเปลี่ยนแปลงของตลาดไปสู่มาตรฐาน HBM4 และ HBM4E ที่มีมูลค่าสูงกว่า ควรจะยังคงช่วยสนับสนุนราคาเฉลี่ยต่อหน่วย (ASP) และปรับปรุงส่วนผสมของผลิตภัณฑ์โดยรวมให้ดีขึ้น

ความเสี่ยงหลัก ได้แก่ ความล่าช้าในการเชื่อมต่อศูนย์ข้อมูลใหม่เข้ากับโครงข่ายไฟฟ้า การหยุดชะงักของการใช้จ่ายด้านเงินทุนโดยบริษัท hyperscaler เนื่องจากต้นทุนทางการเงินที่สูงขึ้น และความก้าวหน้าทางเทคโนโลยีที่อาจลดปริมาณความต้องการหน่วยความจำโดยรวม

สถานการณ์พื้นฐานของ Micron ไม่ได้บ่งชี้ถึงวัฏจักรเฟื่องฟูและถดถอย แต่เป็นการเปลี่ยนผ่านจากการเติบโตอย่างรวดเร็วในปี 2025 ไปสู่ช่วงที่มีความต้องการสูงอย่างต่อเนื่องและการเติบโตในระดับปานกลางต่อไปจนถึงปี 2026–2027 Micron ยังคงใช้ประโยชน์จากการเติบโตของ AI เป็นหลักผ่านการจัดหาผลิตภัณฑ์ HBM และเซิร์ฟเวอร์ DRAM

การขาดแคลนพลังงานและศูนย์ข้อมูลอาจชะลอการเติบโตของ AI

ภัยคุกคามหลักต่อการเติบโตอย่างต่อเนื่องของกระแสการลงทุนใน AI ไม่ได้มาจากความผิดหวังในเทคโนโลยีเอง แต่เกิดจากข้อจำกัดทางกายภาพของโครงสร้างพื้นฐาน — โดยเฉพาะอย่างยิ่งการขาดแคลนไฟฟ้าและความท้าทายที่เกี่ยวข้องกับการขยายศูนย์ข้อมูล ตามข้อมูลของ IEA (International Energy Agency) การใช้ไฟฟ้าทั่วโลกโดยศูนย์ข้อมูลทั้งหมดอาจเพิ่มขึ้นเป็นสองเท่าภายในปี 2030 โดยแตะระดับประมาณ 945 TWh นักวิเคราะห์จาก Uptime Institute ระบุว่า แร็คเซิร์ฟเวอร์มีความหนาแน่นด้านพลังงานเพิ่มขึ้นอย่างต่อเนื่อง ในขณะที่ความต้องการด้านการจ่ายไฟและการระบายความร้อนก็เข้มงวดขึ้นเรื่อย ๆ

บริษัทที่ปรึกษา Bain & Company ประเมินว่าการรักษาความเร็วของการพัฒนาโครงสร้างพื้นฐาน AI ในปัจจุบันอาจต้องใช้เงินลงทุนในศูนย์ข้อมูลมากกว่า 500 พันล้านดอลลาร์สหรัฐต่อปีภายในปี 2030 พร้อมกับกำลังการผลิตไฟฟ้าใหม่อีก 100–200 กิกะวัตต์ ซึ่งเป็นเกณฑ์ที่สูงอย่างมากและอาจกลายเป็นปัจจัยจำกัดสำคัญ หากโครงสร้างพื้นฐานด้านพลังงานไม่สามารถพัฒนาได้ทันกับความต้องการ การก่อสร้างและเปิดใช้งานศูนย์ข้อมูลใหม่อาจล่าช้า แม้ว่าสิ่งนี้จะไม่ทำให้ความต้องการโครงสร้างพื้นฐาน AI หายไป แต่ก็อาจชะลอการขยายตัวโดยรวมของมันได้

ผู้ได้รับประโยชน์จาก AI ในภาคพลังงาน

เนื่องจากการขยายตัวของ AI ถูกจำกัดไม่มากนักด้วยปัจจัยด้านการเงิน แต่ถูกจำกัดด้วยความพร้อมของพลังงาน บริษัทสาธารณูปโภคด้านไฟฟ้าจึงโดดเด่นในฐานะผู้ได้รับประโยชน์หลัก ความต้องการใช้ไฟฟ้าที่เพิ่มขึ้นอาจผลักดันให้รายได้และความสามารถในการทำกำไรของบริษัทเหล่านี้สูงขึ้น แม้ว่าในช่วงเริ่มต้นพวกเขาจะต้องเพิ่มการใช้จ่ายลงทุน (capital expenditure) เพื่อขยายขีดความสามารถก็ตาม ผู้ได้รับประโยชน์หลักในภาคพลังงานสามารถแบ่งออกได้ดังนี้:

• บริษัทสาธารณูปโภคที่อยู่ภายใต้การกำกับดูแลในภูมิภาคที่มีศูนย์ข้อมูล AI หนาแน่น:

Dominion Energy, Inc. (NYSE: D) – ผู้จัดหาพลังงานไฟฟ้ารายใหญ่ที่สุดในรัฐเวอร์จิเนีย ซึ่งเป็นที่ตั้งของกลุ่มศูนย์ข้อมูลที่ใหญ่ที่สุดในสหรัฐฯ บริษัทกำลังลงทุนหลายหมื่นล้านดอลลาร์สหรัฐเพื่อขยายระบบสายส่งและการผลิตไฟฟ้าเพื่อรองรับความต้องการที่เพิ่มขึ้น โดยคาดว่าส่วนหนึ่งของต้นทุนเหล่านี้จะได้รับการชดเชยผ่านอัตราภาษีที่ได้รับการอนุมัติจากหน่วยงานกำกับดูแลของรัฐ

Duke Energy Corporation (NYSE: DUK) ดำเนินธุรกิจในพื้นที่ครอบคลุมทั้งนอร์ทและเซาท์แคโรไลนา และกำลังเตรียมการขยายกำลังการผลิตในระดับขนาดใหญ่ ซึ่งรวมถึงการพัฒนาเครื่องปฏิกรณ์นิวเคลียร์ขนาดเล็กแบบโมดูลาร์ (SMRs) และระบบกักเก็บพลังงาน ตามการประเมินภายในของบริษัท ความต้องการใช้ไฟฟ้าในปัจจุบันกำลังเติบโตเร็วขึ้นถึงแปดเท่าเมื่อเทียบกับช่วง 15 ปีที่ผ่านมา โดยได้รับแรงขับเคลื่อนจากการก่อสร้างศูนย์ข้อมูลปัญญาประดิษฐ์ (AI data centres) การเปลี่ยนผ่านสู่ระบบขนส่งไฟฟ้า และการฟื้นตัวของภาคการผลิต (https://www.reuters.com/business/energy/duke-energy-considers-nuclear-reactors-coal-extensions-carolinas-energy-plan-2025-10-01/)

ในรัฐจอร์เจีย บริษัท Southern Company (NYSE: SO) ซึ่งเป็นบริษัทย่อยของ Georgia Power Company (NYSE: GPJA) ได้รับการอนุมัติจากหน่วยงานกำกับดูแลสำหรับแผนการลงทุน (IRP) ซึ่งรวมถึงการคงไว้ซึ่งบางส่วนของกำลังการผลิตพลังงานความร้อน ในขณะเดียวกันก็ขยายสัดส่วนของพลังงานหมุนเวียนและแบตเตอรี่ แผนงานนี้มีเป้าหมายเพื่อตอบสนองความต้องการใช้ไฟฟ้าสูงสุดจากศูนย์ข้อมูล AI

• สัญญาพลังงานสะอาดขององค์กร:

บริษัท The AES Corporation (NYSE: AES) กำลังดำเนินการทำข้อตกลงระยะยาวกับ Microsoft และบริษัท IT อื่น ๆ สำหรับศูนย์ข้อมูลเฉพาะแห่ง บริษัทกำลังขยายพอร์ตโฟลิโอของโครงการพลังงานหมุนเวียนและการจัดเก็บพลังงานเพื่อรองรับความต้องการของลูกค้าเหล่านี้

NextEra Energy, Inc. (NYSE: NEE) ซึ่งเป็นหนึ่งในผู้พัฒนาโครงสร้างพื้นฐานด้านพลังงานหมุนเวียนและการส่งไฟฟ้ารายใหญ่ที่สุดในสหรัฐฯ ระบุอย่างชัดเจนในเอกสารสำหรับนักลงทุนว่าคาดว่าจะมีการเร่งการเติบโตของการลงทุน อันเป็นผลมาจากความต้องการที่เพิ่มขึ้นจากศูนย์ข้อมูล ทั้ง AES และ NextEra มีแนวโน้มที่จะได้รับประโยชน์จากกระแสการลดการปล่อยคาร์บอนในวงกว้าง เนื่องจากบริษัทขนาดใหญ่ต้องการขับเคลื่อนศูนย์ข้อมูล AI และคลาวด์ของตนด้วยพลังงานสะอาดตลอด 24 ชั่วโมง (https://www.investor.nexteraenergy.com/~/media/Files/N/NEE-IR/news-and-events/events-and-presentations/2025/2025-09-02%20September%20Investor%20Deck.pdf)

• ผู้ผลิตไฟฟ้าอิสระในตลาดเสรี:

Constellation Energy Corporation (NASDAQ: CEG) – ผู้ดำเนินการโรงไฟฟ้านิวเคลียร์เอกชนที่ใหญ่ที่สุดในสหรัฐฯ ความต้องการไฟฟ้าที่เชื่อถือได้และปลอดคาร์บอนจากศูนย์ข้อมูลที่เพิ่มขึ้น กำลังเพิ่มคุณค่าทางกลยุทธ์ของการผลิตพลังงานนิวเคลียร์ โดยเฉพาะอย่างยิ่งเมื่อมีแรงจูงใจทางภาษีจากรัฐบาลกลางที่สนับสนุนภาคส่วนนี้

Vistra Corp. (NYSE: VST) – ผู้จัดหาไฟฟ้ารายใหญ่ในรัฐเทกซัส ซึ่งมีสินทรัพย์ในโรงไฟฟ้าก๊าซธรรมชาติและระบบกักเก็บพลังงานขนาดใหญ่ที่สุดบางส่วนในสหรัฐฯ รวมถึงโครงการในรัฐแคลิฟอร์เนีย ความต้องการที่เพิ่มขึ้นจากโครงสร้างพื้นฐานและการใช้โครงข่ายไฟฟ้าที่มากขึ้น กำลังเสริมความแข็งแกร่งให้กับส่วนต่างกำไรจากการผลิตไฟฟ้า และปรับปรุงความสามารถในการทำกำไรของการดำเนินงานด้านการจัดเก็บพลังงานด้วยแบตเตอรี่

การเติบโตของการลงทุนใน AI ยังคงดำเนินต่อไป แม้จะมีความกังวลเรื่องความร้อนแรงเกินไป

การถกเถียงเกี่ยวกับฟองสบู่ในตลาด AI ยังคงดำเนินอยู่ อย่างไรก็ตาม บริษัทวิเคราะห์และการลงทุนชั้นนำยังคงคาดว่าการใช้จ่ายเงินลงทุน (capital expenditure) ในภาคส่วนนี้จะเติบโตขึ้น แม้ว่าความเร็วของการขยายตัวอาจชะลอลงในปี 2026 เมื่อเทียบกับระดับที่ร้อนแรงในปี 2025 แต่แนวโน้มโดยรวมยังคงเป็นบวก

ตามการประเมินของ Barclays การลงทุนในโครงสร้างพื้นฐาน AI ยังคงได้รับแรงขับเคลื่อนที่เพิ่มขึ้น ธนาคารระบุว่าการใช้จ่ายเงินลงทุนของผู้ให้บริการคลาวด์รายใหญ่ (hyperscaler) เช่น Microsoft, Amazon และ Google กำลังเพิ่มขึ้นอย่างรวดเร็ว แต่ได้รับการสนับสนุนจากปัจจัยพื้นฐานที่แข็งแกร่ง เนื่องจากการใช้จ่ายส่วนใหญ่ได้รับการสนับสนุนจากกระแสเงินสดจากการดำเนินงาน ไม่ใช่จากหนี้สินหรือเงินทุนจากภายนอก ซึ่งทำให้รอบการลงทุนมีความยั่งยืนมากขึ้น

Barclays ได้ทำการทดสอบภาวะกดดัน (stress test) เพื่อประเมินผลกระทบของความเป็นไปได้ที่การขยายตัวอาจชะลอลง ภายใต้สถานการณ์แบบอนุรักษ์นิยม แทนที่ค่าใช้จ่ายประจำปีจะเติบโตขึ้น 30% การลงทุนในศูนย์ข้อมูล (data centre) อาจลดลง 20% ภายในระยะเวลา 2 ปี ในกรณีนั้น กำไรของบริษัทในดัชนี S&P 500 อาจลดลง 3–4% ในปี 2026 และลดลงเพิ่มเติมอีก 1.5% ในปี 2027 ธนาคารมองว่าสถานการณ์นี้เป็นเพียงกรณีทางเลือก ไม่ใช่สถานการณ์พื้นฐาน

หนึ่งในข้อจำกัดหลักที่ Barclays ระบุไว้คือการขาดแคลนกำลังการผลิตและไฟฟ้าที่มีอยู่ ซึ่งอาจทำให้การดำเนินโครงการล่าช้าและขยายระยะเวลาก่อสร้างออกไป โดยเฉพาะเมื่อความต้องการจากคลัสเตอร์ AI ยังคงสูง ธนาคารเชื่อว่าการขาดแคลนกำลังการผลิตในหมู่ผู้ให้บริการคลาวด์รายใหญ่ (hyperscalers) มีแนวโน้มที่จะดำเนินต่อไปอย่างน้อยจนถึงต้นปี 2026

โดยรวมแล้ว Barclays ยังคงยืนยันสมมติฐานพื้นฐานว่ารอบการลงทุนใน AI จะดำเนินไปในอัตราที่แข็งแกร่งในช่วง 12–24 เดือนข้างหน้า โดยการชะลอตัวหรือการกลับสู่ภาวะปกติอาจเกิดขึ้นในระยะต่อมา – แต่ไม่ใช่ในอนาคตอันใกล้นี้และไม่เกิดขึ้นอย่างฉับพลัน

วัฏจักรการลงทุนด้านปัญญาประดิษฐ์ (AI) และความเสี่ยง

วัฏจักรการลงทุนด้าน AI ในปัจจุบันดำเนินการในลักษณะดังต่อไปนี้: ผู้บริโภครายใหญ่ของพลังการประมวลผล AI – เช่น OpenAI และผู้พัฒนาโมเดล AI รายอื่น ๆ – อยู่บนสุดของห่วงโซ่คุณค่า ใต้พวกเขามีเครือข่ายของบริษัทที่ช่วยให้ระบบสามารถทำงานได้ ผู้ให้บริการคลาวด์ เช่น Microsoft, Amazon, Alphabet, Oracle และ CoreWeave สร้างศูนย์ข้อมูล ผู้ผลิตฮาร์ดแวร์ – รวมถึง NVIDIA, Broadcom และรายอื่น ๆ – จัดหาตัวเร่งความเร็ว (accelerators), ชิป และส่วนประกอบเครือข่าย ธนาคาร กองทุนการลงทุน และหน่วยงานรัฐบาลจัดหาทุนและเงินอุดหนุน

สัญญาขนาดใหญ่เพียงหนึ่งฉบับสามารถกระตุ้นปฏิกิริยาลูกโซ่ได้ ตัวอย่างเช่น NVIDIA และ OpenAI ได้ประกาศความร่วมมือเชิงกลยุทธ์ในการติดตั้งระบบของ NVIDIA สูงสุดถึง 10 กิกะวัตต์ (GW) สำหรับโครงสร้างพื้นฐานของ OpenAI โดย NVIDIA วางแผนที่จะลงทุนมากถึง 100 พันล้านดอลลาร์สหรัฐเพื่อสนับสนุนโครงการนี้ ผลที่ตามมาคือ บริษัทคลาวด์จะมีรายได้ที่คาดการณ์ได้ ซึ่งใช้เป็นหลักประกันในการระดมทุนและเริ่มสร้างโครงสร้างพื้นฐาน ผู้ผลิตฮาร์ดแวร์ได้รับเงินล่วงหน้าและเร่งการผลิต นักลงทุนเห็นการเติบโตของรายได้และเพิ่มมูลค่าประเมินของบริษัท ช่วยให้สามารถระดมทุนรอบต่อไปได้ วัฏจักรจึงเกิดซ้ำอีกครั้ง

โครงสร้างนี้สามารถทำงานได้เพราะมีความต้องการจริง: การฝึกและการปรับใช้โมเดล AI ต้องใช้ทรัพยากรการประมวลผลจำนวนมหาศาล และทั้งภาคเอกชนและภาครัฐต่างยินดีจ่ายเพื่อเร่งการนำ AI มาใช้ ผู้ให้บริการขนาดใหญ่ (Hyperscalers) สร้างกระแสเงินสดจากการดำเนินงานที่แข็งแกร่ง ซึ่งช่วยให้พวกเขามีเงินทุนสำหรับการลงทุนขนาดใหญ่ นอกจากนี้ เทคโนโลยียังพัฒนาอย่างรวดเร็ว – ทุก ๆ 12–24 เดือน จะมี GPU รุ่นใหม่ มาตรฐานหน่วยความจำใหม่ เช่น HBM4 และโซลูชันเครือข่ายอย่าง 800G หรือ 1.6T ถูกนำเสนอ กระตุ้นให้เกิดการอัปเกรดอย่างต่อเนื่อง สุดท้าย ผลกระทบจากขนาด (scale effects) ยังช่วยเสริมวัฏจักรนี้: ยิ่งคลัสเตอร์ AI มีขนาดใหญ่เท่าไร ต้นทุนต่อหน่วยยิ่งต่ำลง และอุปสรรคในการเข้าสู่ตลาดของคู่แข่งรายใหม่ยิ่งสูงขึ้น

ความเสี่ยงหลักภายในวัฏจักรการลงทุนด้าน AI นี้:

• ผลตอบแทนจากการลงทุน

หากรายได้จากบริการ AI เติบโตช้ากว่าที่คาด ขณะที่ค่าใช้จ่ายยังคงเพิ่มขึ้นอย่างต่อเนื่อง แบบจำลองการลงทุนอาจล้มเหลวได้ สัญญาณเตือนรวมถึงการเติบโตของจำนวนสมาชิกที่ช้าลง ศูนย์ข้อมูลที่ถูกใช้งานไม่เต็มประสิทธิภาพ การปรับโครงสร้างอัตราค่าบริการ และระยะเวลาคืนทุนที่ยาวนานขึ้น

• ต้นทุนเงินทุนและหนี้สิน

หากต้นทุนการกู้ยืมเพิ่มขึ้น – ตัวอย่างเช่น หากธนาคารกลางสหรัฐ (Federal Reserve) ใช้นโยบายการเงินที่เข้มงวดขึ้น – หรือหากการเข้าถึงแหล่งเงินทุนอ่อนแอลง การก่อสร้างและการจัดซื้อจัดจ้างจะมีค่าใช้จ่ายสูงขึ้น โครงการที่มีอยู่เดิมอาจแล้วเสร็จตามแผน แต่โครงการใหม่ ๆ อาจถูกเลื่อนออกไป

• ไฟฟ้าและการเชื่อมต่อ

ไม่ใช่ทุกภูมิภาคที่จะมีความสามารถในการจ่ายไฟฟ้า สถานีไฟฟ้าย่อย สายส่ง หรือแหล่งน้ำเพียงพอสำหรับการระบายความร้อนของเซิร์ฟเวอร์ หากไม่สามารถเชื่อมต่อสิ่งอำนวยความสะดวกใหม่เข้ากับโครงข่ายไฟฟ้าได้ การก่อสร้างจะชะลอตัว การสั่งซื้อจะล่าช้า และจะต้องใช้มาตรการชั่วคราว (ซึ่งมักมีค่าใช้จ่ายสูง) ทั้งหมดนี้อาจส่งผลกระทบต่อความสามารถในการทำกำไร

• การพึ่งพาผู้เล่นเพียงไม่กี่ราย

ความต้องการส่วนใหญ่กระจุกตัวอยู่ในบริษัทขนาดใหญ่ไม่กี่แห่ง หากพวกเขาชะลอการลงทุนพร้อมกัน – เนื่องจากผลตอบแทนที่ลดลงหรือการเปลี่ยนลำดับความสำคัญ – ผลกระทบจะส่งต่อไปทั่วทั้งห่วงโซ่อุปทานอย่างรวดเร็ว ตั้งแต่ผู้ผลิต GPU และหน่วยความจำไปจนถึงผู้รับเหมาก่อสร้างศูนย์ข้อมูล ก่อให้เกิดการปรับลดมูลค่าบริษัทอย่างรุนแรง

• ความเสี่ยงด้านการดำเนินงาน

การชำระเงินล่วงหน้าจำนวนมากอาจก่อให้เกิดภาวะคอขวดของอุปทานและการขาดแคลนชั่วคราวสำหรับผู้ผลิตบางราย ทำให้เกิดกำไรพิเศษซึ่งอาจหายไปเมื่ออุปทานเริ่มทันกับความต้องการ ความเสี่ยงอื่น ๆ รวมถึงปัญหาการผลิต (คุณภาพ ระยะเวลาในการส่งมอบ) และข้อจำกัดทางกฎระเบียบหรือการส่งออกที่อาจทำให้การขนส่งหยุดชะงักโดยไม่คาดคิด

เปิดบัญชี

คำชี้แจง: บทความนี้ได้รับการแปลด้วยความช่วยเหลือจากเครื่องมือ AI แม้ว่าจะได้พยายามอย่างเต็มที่ในการรักษาความหมายดั้งเดิม แต่อาจมีความคลาดเคลื่อนหรือข้อบกพร่องบางประการ หากไม่มั่นใจ โปรดอ้างอิงจากต้นฉบับภาษาอังกฤษ