AI ‘เปลี่ยนพื้นฐานหุ้นบิ๊กเทค’ สู่โมเดลลงทุนหนัก ก่อหนี้เกินรายได้ คุ้มหรือไม่กับค่าเสื่อม

เมื่อตลาดหุ้นสหรัฐทำสถิติ “สูงสุดของปี” เสียงเฉลิมฉลองก็ดังขึ้นทั่ววอลล์สตรีท และคาดหวังว่าจะ All Time High เช่นนี้เรื่อย ๆ แต่การทะยานนี้สะท้อนว่า เศรษฐกิจสหรัฐกำลังเข้าสู่ “ยุครุ่งเรือง” จริงหรือไม่ หรือมี “ความเปราะบาง” ซ่อนอยู่ 

ในความเป็นจริงแล้ว “ไม่ได้ดีอย่างที่ตัวเลขดูดี” เพราะหุ้นส่วนใหญ่ในตลาด “กำลังลง” แม้ดัชนีหุ้นสหรัฐ S&P 500 จะขึ้นก็ตาม

สิ่งที่เกิดขึ้นคือ มีเพียงหุ้นใหญ่ประมาณ 10 ตัว (ส่วนใหญ่เป็นหุ้นเทคฯ และปัญญาประดิษฐ์อย่าง Nvidia, Microsoft, Apple, Meta, Amazon ฯลฯ) ที่ดันดัชนีขึ้น ในขณะที่หุ้นส่วนใหญ่ในดัชนี “397 ตัว” กลับปรับตัวลง

นี่ถือเป็น “ความผิดปกติที่สุดครั้งหนึ่งในรอบ 35 ปี” เพราะไม่เคยมีวันไหนที่หุ้นลงเกือบทั้งตลาด แต่ดัชนียังขึ้นได้ ตามข้อมูลของ Bespoke Investment Group

สะท้อนว่า ตลาดกำลังถูกลากโดยหุ้น AI ไม่กี่ตัว ซึ่งดูเหมือนเป็น “เครื่องยนต์เดียว” ผลคือ “ตลาดดูดี” แต่ความจริงหุ้นส่วนใหญ่กำลังแย่ โดยเจคอบ ซอนเนนเบิร์ก ผู้จัดการพอร์ตโฟลิโอของ Irving Investors กล่าวตรงไปตรงมาว่า “ถ้าคุณไม่ได้ถือหุ้นอยู่ในประมาณ 10 ตัวนั้น การจะทำเงินได้ ถือเป็นเรื่องค่อนข้างท้าทาย”

และนั่นไม่ใช่การพูดเล่น เพราะวันนี้

- 8 จาก 10 หุ้นใหญ่สุดของ S&P 500 เป็น “หุ้นเทค”

- หุ้นเหล่านี้คิดเป็น 36% ของมูลค่าตลาดสหรัฐทั้งหมด

- สร้าง 60% ของผลตอบแทนดัชนีตั้งแต่เดือนเมษายน

- และสร้างเกือบ 80% ของการเติบโตกำไรสุทธิในปีที่ผ่านมา

ผู้จัดการกองทุนบางรายถึงกับตั้งชื่อยุคนี้ว่า “ยุคตลาด 8 ตัว”

ตลาดเขียวเพราะ ‘ไม่กี่ตัว’ ไม่ใช่ ‘ทั้งตลาด’

สถาบันการเงิน Nomura มองว่า การปรับขึ้นของตลาดในช่วง 5 วันก่อนหน้าช่วงต้นเดือนนี้ รวมกว่า 2.4% แทบทั้งหมด มาจากเพียง Alphabet, Broadcom และ Nvidia

ไม่ใช่จากบริษัท 500 ตัวในดัชนี แต่มาจาก “3 ตัว”

สตีเวน เกรย์ จาก Grey Value Management ให้มุมที่น่าคิดว่า “นี่คือโมเมนตัมที่ถูกขับเคลื่อนโดยหุ้นเทคไม่กี่ตัว ด้วยมูลค่าสูงอย่างน่าสงสัย”

ในขณะที่นักลงทุนรายย่อยบางคนคิดว่า ซื้อ “กองทุน MSCI All World” จะกระจายความเสี่ยง แต่ความจริงคือ ดัชนีที่มีหุ้นกว่า 2,000 บริษัทจาก 40 ประเทศ กลับมีสัดส่วนมูลค่าตลาดเกือบ “1 ใน 4” กระจุกอยู่ที่ยักษ์เทคสหรัฐเพียง 8 บริษัทเท่านั้น

บิ๊กเทคเริ่มก่อหนี้ทุ่มลงทุน AI สัญญาณระวัง?

เดิมทีนักวิเคราะห์เชื่อว่า AI ไม่ใช่ฟองสบู่ เพราะบริษัทบิ๊กเทคมีเงินสดมหาศาลและ “ออกเงินเอง” สำหรับการสร้างดาต้าเซ็นเตอร์ AI

แต่ตอนนี้เริ่มมีสัญญาณว่า บริษัทบางเจ้าในกลุ่มเทคเริ่ม “กู้เงินนักลงทุน” (ออกหุ้นกู้) เพื่อใช้ในค่าใช้จ่าย AI ที่พุ่งสูงขึ้นเรื่อย ๆ อย่าง Meta กำลังจะออกหุ้นกู้ 30,000 ล้านดอลลาร์ (ประมาณ 9.7 แสนล้านบาท) และ Oracle ออกหุ้นกู้ 18,000 ล้านดอลลาร์ (ประมาณ 5.8 แสนล้านบาท) เพื่อสร้างดาต้าเซ็นเตอร์ให้ OpenAI 

นี่ทำให้ความคล้ายคลึงกับฟองสบู่โทรคมนาคมในปี 2000 เริ่มชัดขึ้นหรือไม่ และอาจทำให้ “AI Euphoria” (ความคลั่งไคล้ AI) พลิกเป็น “Skepticism” (ความสงสัย) ได้เร็วมาก

“ช่วงเวลาสบาย ๆ ที่สามารถมีโครงสร้างพื้นฐาน AI ด้วยเงินสดของตัวเองได้ทั้งหมด กำลังจะสิ้นสุดลงแล้ว” ชาร์ลี แม็คเอลลิกอตต์ นักกลยุทธ์จากโนมูระกล่าว พร้อมเสริมว่า หากบริษัทยักษ์ใหญ่ด้านเทคโนโลยี เริ่มพึ่งพาหุ้นกู้มากเกินไป ความ ‘ฮึกเหิม’ ใน AI อาจพลิกกลายเป็น ‘ความสงสัย’ ได้อย่างรวดเร็ว

อย่างไรก็ตาม ดูเหมือนว่า “กระแสหลัก” ของนักลงทุนในตลาดตอนนี้ กลับกังวล “กลัวตกรถ AI” มากกว่าความเสี่ยงขาลง 

บริษัทเทคกำลัง ‘เปลี่ยนพื้นฐาน’ โมเดลธุรกิจ

แต่เดิมนั้น บิ๊กเทคที่เรารู้จักกัน เป็น Software Company “ไม่ต้องลงทุนหนัก” ไม่ต้องขยายร้านสาขามากมาย ขอเพียงขยายเครือข่ายผู้ใช้ให้โตขึ้นเรื่อย ๆ ผลคือ อัตรากำไรสูง และโตขึ้นเรื่อย ๆ เอง อย่างที่เห็นในโมเดล Microsoft Office, Facebook, Google ฯลฯ

แต่ในยุค AI กลับไม่ใช่แล้ว บิ๊กเทคต่างแข่งกันเร่งลงทุนหนัก เพื่อไม่ให้พลาดเทรนด์ใหญ่นี้ 
เพราะยุค AI ต้องใช้ “4 เสาหลัก” พร้อมกัน

1. ชิปประมวลผล AI 

2. ดาต้าเซ็นเตอร์

3. พลังงานมหาศาล (ทั้งไฟฟ้าและน้ำ)

4. เครือข่ายไฟเบอร์-ระบายความร้อนระดับ Hyperscale

นี่คือโครงสร้างใหม่ของบริษัทเทค ทำให้ค่าใช้จ่ายถาวรเพิ่มขึ้นอย่างมหาศาล และต้องใช้ทุนหนักต่อเนื่อง 

ทั้ง 4 บริษัท Google, Amazon, Meta และ Microsoft ประกาศว่า จะใช้จ่ายรวมกว่า 400,000 ล้านดอลลาร์ (เกือบ 13 ล้านล้านบาท) ไปกับศูนย์ข้อมูลในปี 2026 ซึ่งเพิ่มขึ้นจาก 350,000 ล้านดอลลาร์ (ราว 11 ล้านล้านบาท) ในปีนี้

ถ้ารูปแบบนี้ดำเนินต่อไป ต้นทุน AI มีแนวโน้มผลักให้บริษัทต้องกู้มากขึ้น ความเสี่ยงของงบดุลจะเพิ่มขึ้น ฟองสบู่ของโครงสร้างพื้นฐาน AI อาจเริ่มก่อตัว 

คำถามที่ตามมาคือ การลงทุนที่หนักขึ้นเรื่อย ๆ จะนำมาซึ่งกำไรและผลตอบแทนที่คุ้มค่าหรือไม่

ชิป AI อายุแค่ 1–3 ปี?

ในงบดุลของเหล่ายักษ์เทคแห่งยุค AI ค่าใช้จ่ายจำนวนมากมาจาก “สินทรัพย์ถาวรด้านเทคโนโลยี” เช่น เซิร์ฟเวอร์ ชิป AI อุปกรณ์จัดเก็บข้อมูล ระบบเครือข่ายในดาต้าเซ็นเตอร์ ต้นทุนการก่อสร้างดาต้าเซ็นเตอร์ ฯลฯ

สินทรัพย์เหล่านี้ไม่ได้บันทึกเป็นค่าใช้จ่ายทั้งก้อนทันที แต่ถูกตัดค่าเสื่อมราคา ตามอายุการใช้งานคาดการณ์

สิ่งน่าสนใจคือ สินทรัพย์เหล่านี้เสื่อมเร็วยิ่งกว่าสินทรัพย์ในธุรกิจทั่วไปอย่างโรงพยาบาล โรงไฟฟ้า โรงงาน เหตุผลก็เพราะว่าโมเดล AI ใหม่ต้องการชิปรุ่นใหม่ที่แรงขึ้น เพื่อให้ทันคู่แข่ง จนทำให้ชิป GPU รุ่นเก่าเหมือน “ล้าสมัยเร็ว” แม้ยังใช้งานได้ก็ตาม อีกทั้งการฝึกโมเดล ต้องการสเปกสูงขึ้นแบบก้าวกระโดดทุก 12–18 เดือน 

ยิ่งตัวซีอีโอเจนเซน หวงแห่ง Nvidia มักชอบออกชิปรุ่นใหม่เรื่อย ๆ จาก Hopper เป็น Blackwell และล่าสุดคือ Rubin ที่จะออกในปีหน้า

ผลคือ มูลค่าสินทรัพย์หดเร็วกว่าอดีต แม้ไม่เสีย ก็อาจ “ใช้ไม่ทันตลาด” 

สำหรับคำถามที่ว่า ชิป AI รุ่นมาตรฐานอย่าง “NVIDIA H100” มีอายุการใช้งานกี่ปี อันที่จริง Nvidia ไม่ได้ระบุตัวเลขอายุการใช้งานที่แน่ชัด แต่มีแหล่งข้อมูลใน Tom's Hardware เว็บไซต์ด้านฮาร์ดแวร์คอมพิวเตอร์ชื่อดังที่ก่อตั้งตั้งแต่ปี 1996 อ้างผู้เชี่ยวชาญใน Alphabet ที่คาดการณ์ว่าภายใต้ “การใช้งานที่สูงมากอย่างต่อเนื่อง” อายุการใช้งานชิปนี้ อาจหดสั้นลงเหลือเพียง “1-3 ปี”

อย่างไรก็ตาม จากเอกสาร “Software Lifecycle” ของ NVIDIA ระบุว่า การรับประกันฮาร์ดแวร์ของชิป AI บางรุ่น มักอยู่ที่ “ประมาณ 3 ปี” เป็นมาตรฐาน

ขณะที่ Massed Compute ซึ่งเป็นพันธมิตรระดับ Preferred Partner ของ NVIDIA ในด้านโซลูชัน ประเมินว่า อายุการใช้งานโดยทั่วไปของชิป H100 ในสภาพแวดล้อมดาต้าเซ็นเตอร์ที่ “ดูแลรักษาอย่างดี” อยู่ที่ “ประมาณ 5-7 ปี”

Meta-Oracle ใช้เงินกับ AI มากเกินรายได้ที่เพิ่ม

ในตอนนี้ ตลาดกำลัง “ตั้งคำถาม” กับหุ้นเทค 2 ตัว คือ “Meta” กับ “Oracle” จากผลประกอบการที่ออกมา

เริ่มจาก META ใช้เงินกับ AI มากกว่าที่ตลาดคิด และมากเกินรายได้ที่เพิ่มขึ้น โดยได้ประกาศลงทุน AI เกิน 100,000 ล้านดอลลาร์ หรือราว 3.2 ล้านล้านบาทในปีหน้า นี่คือค่าใช้จ่ายการลงทุนในระดับที่แม้แต่บริษัทพลังงาน บริษัทโทรคมนาคม บริษัทสารสนเทศชั้นนำ ยังไม่ลงทุนหนักขนาดนี้ในปีเดียว

สิ่งที่ทำตลาดตกใจคือ Meta ยังไม่มีรายได้จาก AI ที่ “จับต้องได้” โมเดล Llama ก็ยังไม่ทำเงินเท่าที่คาด อีกทั้งค่าใช้จ่ายดาต้าเซ็นเตอร์สูงกว่าที่นักวิเคราะห์คาดหลายพันล้าน 

ด้วยเหตุนี้ รายได้ของ Meta ได้ถูกปรับคาดการณ์ว่า “จะเติบโตเฉลี่ยเพียง 1%” ในแต่ละไตรมาสตลอด 4 ไตรมาสข้างหน้า หลังจากที่ก่อนหน้านี้เติบโตเฉลี่ย 37% ในช่วง 4 ไตรมาสก่อนหน้า ตามข้อมูลของ S&P Capital IQ

ผลลัพธ์ คือ หุ้น META ร่วง 12% วันเดียว โดยนักวิเคราะห์เริ่มตั้งคำถามว่า “Meta จะกลายเป็นอีก Cisco ปี 1999 หรือไม่ ลงทุน AI หนัก แต่ไม่คืนทุน?”

ขณะที่ ORACLE แม้โตเร็วเพราะ Cloud กับปล่อยเช่าพลังประมวลผล AI แก่ OpenAI แต่ก็ลงทุนหนักจนต้องออกหุ้นกู้ 18,000 ล้านดอลลาร์ (ประมาณ 5.8 แสนล้านบาท) เพื่อสร้างดาต้าเซ็นเตอร์สำหรับรองรับการโหลดของ OpenAI

นี่ทำให้เกิดคำถาม Oracle ต้องกู้เงินเพราะเงินสดไม่พอหรือไม่ และถ้าธุรกิจ Cloud ของ Oracle โตช้าเกินคาด? จะเกิดอะไรขึ้น

อันที่จริง ความเสี่ยงที่ซ่อนอยู่ คือ ดาต้าเซ็นเตอร์ของ Oracle จำนวนมาก “ถูกเช่าเหมาโดย OpenAI” โดยถ้า OpenAI ลดการใช้ หรือย้ายค่าย Oracle จะเจ็บหนักได้ 

ยิ่งไปกว่านั้น Oracle ไม่ใช่ผู้ให้บริการคลาวด์ขนาดยักษ์แบบ AWS, Azure, Google Cloud

ทำให้การลงทุนดาต้าเซ็นเตอร์ AI มีความเสี่ยงสูงกว่า เพราะด้วยขนาดธุรกิจเล็กกว่า ลูกค้าน้อยกว่า ทำให้ต้นทุนต่อหน่วยสูงกว่า และต้องใช้หนี้มากขึ้น

นี่จึงทำให้ราคาหุ้น Oracle ค่อยๆ “ปรับตัวลงราว 35%” จาก All Time High เพราะตลาดกังวลว่า การลงทุนหนักเช่นนี้ จะเห็นผลคุ้มค่าจริงหรือไม่ หรือจะฉุดการเติบโตของบริษัทแทน

ดีลคู่ค้ากลุ่มเดิม เติบโตจริงหรือหมุนวนกันเอง

นอกจากเรื่องความเสี่ยงการลงทุนหนักแล้ว “การกระจุกตัวของรายได้” ก็เป็นอีกข้อระวังที่น่าพิจารณา เมื่อเหล่าบิ๊กเทคต่างสร้าง “ดีลหมุนวนรายได้” อย่าง 

- Nvidia ลงทุน 100,000 ล้านดอลลาร์ใน OpenAI ขณะเดียวกัน OpenAI จะต้องใช้ชิปของ Nvidia นับล้านตัว

- OpenAI ซื้อชิปจาก AMD ขณะเดียวกับ OpenAI ก็กลายเป็นผู้ถือหุ้นใหญ่ของ AMD ผลลัพธ์คือ OpenAI ได้ชิป AMD ได้รายได้ มูลค่าหุ้น AMD เพิ่ม และ OpenAI ได้กำไรกลับไปอีก

- OpenAI เซ็นสัญญา 300,000 ล้านดอลลาร์กับ Oracle เพื่อสร้างดาต้าเซ็นเตอร์ ขณะที่ Oracle เอง ก็ทุ่มเงินซื้อชิปจาก Nvidia เพื่อใช้ในศูนย์เหล่านั้น เงินจึงหมุนกลับไปยัง Nvidia อีกครั้ง แล้ว Nvidia ก็นำเงินไปลงทุนใน OpenAI ต่อ

- Nvidia ลงทุน 2,000 ล้านดอลลาร์ในบริษัท xAI ของอีลอน มัสก์ ผ่านโครงสร้างที่เงินส่วนใหญ่จะกลับมาใช้ซื้อชิป Nvidia 

- Nvidia ลงทุนใน CoreWeave โดย CoreWeave ต้องกลับมาซื้อชิป Nvidia ขณะเดียวกัน CoreWeave ปล่อยเช่าให้ OpenAI เมื่อ OpenAI ใช้มากขึ้น ความต้องการชิปเพิ่ม ราคาหุ้น Nvidia ขึ้น มูลค่าหุ้น CoreWeave ที่ Nvidia ถืออยู่ก็เพิ่มตาม แล้ว CoreWeave ก็ซื้อชิป Nvidia เพิ่มอีก

สิ่งที่น่าสนใจ ในดีลเงินวนกันที่เห็นเหล่านี้ Alphabet (Google) ไม่ได้อยู่ในวงด้วย ซึ่งบริษ้ทนี้มีลักษณะพิเศษคือ มีระบบนิเวศ AI เป็นของตัวเองอย่าง Gemini และไม่จำเป็นต้องพึ่งชิป AI จาก Nvidia หรือ AMD อย่างเดียว ไม่เหมือนบริษัทเทคอื่นที่ต้องพึ่งพาหนัก เพราะ Alphabet มีชิป AI เป็นของตนเองอย่าง TPU (Tensor Processing Unit) ซึ่งน่าจับตาในการเข้ามาลุยส่วนแบ่งตลาดชิป

กลับมาที่เงินวนลูบ ดูภายนอกเหมือนว่ารายได้เพิ่ม ราคาหุ้นก็ดีดแรงจากข่าวดีล ทุกคนมีความสุข 

แต่มีข้อควรระวังคือ หากบริษัทเทคตัวนั้น “ไม่ได้ขยายฐานรายได้ไปยังที่อื่นเพียงพอ” ไม่ได้มีระบบนิเวศที่แข็งแกร่ง พึ่งการดีลวนลูปกันเองเป็นหลัก และรายได้ไม่ได้เติบโตจริง ถ้าบริษัทใหญ่ตัวใดตัวหนึ่งสะดุดขึ้น เช่น ชะลอลงทุน ลดงบ AI หรือประสบปัญหาการเงิน จะส่งผลเป็นลูกโซ่กระทบทั้งระบบได้ทันที เพราะบริษัทเหล่านี้พึ่งพารายได้ซึ่งกันและกันอย่างมาก จนดูเหมือนเป็น “ระบบเดียวกัน”

ยิ่งหากการเติบโต “ไม่ทันกับมูลค่าหุ้นที่ทะยาน” ผลประกอบการออกมาผิดคาด การปรับฐานที่ตามมา อาจรุนแรงกว่าที่คิดได้

อ้างอิง: nvidia, tom, mass, กรุงเทพธุรกิจ, bloomberg, ft, ft(2)