ข่าว 
ข้อมูลเหรียญ 
แนะนำสื่อ 
การแข่งขันลงทุนปัญญาประดิษฐ์ (AI) ของกูเกิล(GOOGL), อเมซอน(AMZN), ไมโครซอฟท์(MSFT) และเมตา(META) กำลังเปลี่ยนจุดสนใจจากขนาดการลงทุนไปสู่คำถามว่าแต่ละบริษัทจะแบกรับต้นทุนได้นานแค่ไหน เมื่อการลงทุนในดาต้าเซ็นเตอร์และชิปเซมิคอนดักเตอร์ขยายตัวต่อเนื่อง กระแสเงินสดอิสระ (Free Cash Flow) และภาระหนี้จึงกลายเป็นตัวชี้วัดสำคัญในการประเมินมูลค่าบริษัทไฮเปอร์สเกลเลอร์เหล่านี้
เมอริทซ์ซีเคียวริตี้ส์ (Meritz Securities) บริษัทหลักทรัพย์ของเกาหลีใต้ ระบุในรายงานเมื่อวันที่ 14 (เวลาท้องถิ่น) ว่าตั้งแต่ครึ่งหลังของปีนี้ อาจเริ่มเห็นการคัดแยกฐานะการเงินระหว่างบริษัทไฮเปอร์สเกลเลอร์ด้วยกัน เนื่องจากรอบวัฏจักรเซมิคอนดักเตอร์ครั้งนี้ถูกขับเคลื่อนด้วย ‘ดีมานด์’ มากกว่าซัพพลาย ทำให้ฐานะการเงินของบริษัทคลาวด์ขนาดใหญ่ซึ่งเป็นผู้ใช้งานปลายทางมีความสำคัญมากขึ้น
ในช่วงครึ่งปีแรก ตลาดมองการลงทุนด้าน AI เป็นการสะสมสินทรัพย์เพื่อผลตอบแทนในอนาคต ตามตรรกะที่ว่าใครมีหน่วยประมวลผลกราฟิก (GPU) ดาต้าเซ็นเตอร์ และทรัพยากรคอมพิวติ้งมากกว่าจะได้เปรียบ แต่หลังผลประกอบการไตรมาส 2 ประเด็นที่ถูกจับตามากขึ้นกลับเป็นเรื่องที่ว่าการขยายการลงทุนนั้นกดดันกระแสเงินสดมากเพียงใด
ไมโครซอฟท์(MSFT) และอเมซอน(AMZN) รายงานผลประกอบการไตรมาส 2 ออกมาดี และไฮเปอร์สเกลเลอร์ส่วนใหญ่ปรับเพิ่มแผนการลงทุน ‘แคปเอ็กซ์’ ขึ้นด้วย ทว่าเมื่อต้นทุนโครงสร้างพื้นฐาน AI เพิ่มขึ้นอย่างรวดเร็ว ตลาดจึงเริ่มมองการลงทุนชุดเดียวกันนี้ทั้งในมุมการเติบโตของรายได้และภาระการระดมทุนไปพร้อมกัน
โกลด์แมนแซคส์ (Goldman Sachs) ประเมินว่าการลงทุนโครงสร้างพื้นฐาน AI ในช่วงปี 2026-2031 อาจสูงถึง 7.6 ล้านล้านดอลลาร์สหรัฐ โดยแบ่งเป็นส่วนของชิปและเซิร์ฟเวอร์ (คอมพิวต์) ราว 5.1 ล้านล้านดอลลาร์ และส่วนดาต้าเซ็นเตอร์กับโครงสร้างพื้นฐานด้านไฟฟ้าอีกราว 2.5 ล้านล้านดอลลาร์
มีการประเมินเพิ่มเติมว่าการลงทุนรวมในปีนี้อาจอยู่ที่ราว 8 แสนล้านดอลลาร์ และอาจขยับขึ้นเป็นราว 1 ล้านล้านดอลลาร์ในปีหน้า หากดูจากตัวเลขเหล่านี้ การแข่งขันด้านโครงสร้างพื้นฐาน AI ไม่ได้จำกัดอยู่แค่การวิจัยและพัฒนาของแต่ละบริษัทอีกต่อไป แต่ขยายกลายเป็นอุตสาหกรรมที่ใช้เงินทุนเข้มข้น ดึงทั้งโครงข่ายไฟฟ้า อสังหาริมทรัพย์ และห่วงโซ่อุปทานเซิร์ฟเวอร์เข้ามาเกี่ยวข้องพร้อมกัน
ปัญหาสำคัญคือ ‘ช่วงเวลาห่าง’ ระหว่างการลงทุนกับการสร้างกระแสเงินสดกลับคืน เมอริทซ์ซีเคียวริตี้ส์ระบุหลังตรวจสอบผลประกอบการไตรมาส 2 ว่ากระแสเงินสดอิสระของกลุ่มไฮเปอร์สเกลเลอร์อาจพลิกเป็นลบตั้งแต่ไตรมาส 4 ปีนี้ และอาจขาดทุนสะสมรวมกันเกิน 1 แสนล้านดอลลาร์ภายในปีหน้า
กระแสเงินสดอิสระ คือเงินสดที่เหลือหลังหักการลงทุนแคปเอ็กซ์ออกจากเงินสดที่ได้จากการดำเนินธุรกิจ ตราบใดที่ดีมานด์ AI ยังไม่แปลงเป็นรายได้และกำไรจริงมากพอ ต่อให้ลงทุนในสเกลใกล้เคียงกัน แต่ละบริษัทก็อาจแบกรับภาระต่างกันมากขึ้นเรื่อยๆ
ธนาคารเพื่อการชำระหนี้ระหว่างประเทศ (BIS) ก็ชี้ถึงโครงสร้างการระดมทุนสำหรับโครงสร้างพื้นฐาน AI ว่าเป็นปัจจัยเสี่ยงเช่นกัน โดยรายงานของ BIS เมื่อเดือนมีนาคมระบุว่าบริษัทเทคโนโลยีรายใหญ่ใช้ทั้งการออกหุ้นกู้ นิติบุคคลเฉพาะกิจสำหรับดาต้าเซ็นเตอร์ (SPV) สัญญาเช่าระยะยาว รวมถึงสัญญาซื้อไฟฟ้าและกำลังประมวลผลล่วงหน้า
โครงสร้างเหล่านี้ช่วยแปลงการลงทุนแคปเอ็กซ์ก้อนใหญ่ในช่วงแรกให้กลายเป็นต้นทุนที่ทยอยจ่ายในระยะยาว แต่ภาระบางส่วนอาจไม่ปรากฏในงบดุล ทำให้มีเสียงเตือนว่าการดูตัวเลขหนี้ในบัญชีเพียงอย่างเดียวอาจไม่เพียงพอต่อการประเมินภาระหนี้ที่แท้จริง
สำนักข่าวอาเซียเอโคโนมี (Asiae) ของเกาหลีใต้ อ้างอิงการวิเคราะห์ของ BIS รายงานว่าหนี้ของกลุ่มไฮเปอร์สเกลเลอร์สหรัฐฯ อาจไม่ได้อยู่ที่ 5 แสนล้านดอลลาร์ตามตัวเลขในบัญชีเท่านั้น แต่อาจสูงถึง 1.6 ล้านล้านดอลลาร์ หากนับรวมภาระที่ซ่อนอยู่นอกงบดุล สะท้อนว่าการแข่งขันโครงสร้างพื้นฐาน AI ได้ลามจากสนามแข่งรายได้คลาวด์ไปสู่ประเด็นตลาดสินเชื่อและโครงสร้างสัญญาระยะยาวแล้ว
อัตราดอกเบี้ยและเงินเฟ้อยังคงเป็นแรงกดดันที่ค้างอยู่ ยุน ยอซัม(Yoon Yeo-sam) นักวิเคราะห์จากเมอริทซ์ซีเคียวริตี้ส์ กล่าวว่า “หากอัตราดอกเบี้ยต้องปรับขึ้นอีกเพื่อสกัดเงินเฟ้อ กลุ่มแรกที่จะได้รับผลกระทบก็คือบริษัทที่ลงทุนด้าน AI ซึ่งต้องใช้เงินทุนมหาศาล” พร้อมย้ำว่า “ไม่ได้กำลังตั้งข้อสงสัยต่อพื้นฐานการลงทุน AI ในตอนนี้ แต่ต้องการเน้นย้ำถึงความเปราะบางของเศรษฐกิจมหภาค” คำกล่าวนี้สะท้อนว่าความเสี่ยงหลักในสายตาของนักวิเคราะห์อยู่ที่ปัจจัยแวดล้อมทางเศรษฐกิจ มากกว่าตัวธุรกิจ AI เอง
โครงสร้างต้นทุน AI ยังเป็นตัวแปรทางอ้อมต่อตลาดคริปโตด้วย เพราะธุรกิจขุดบิตคอยน์(BTC) การประมวลผล AI และดาต้าเซ็นเตอร์ ต่างใช้ทรัพยากรร่วมกันทั้งไฟฟ้า เซมิคอนดักเตอร์ และต้นทุนการระดมทุน ทางเราเคยรายงานว่า โครงสร้างต้นทุนโครงสร้างพื้นฐาน AI และการเปลี่ยนแปลงการออกแบบดาต้าเซ็นเตอร์ อาจเป็นตัวชี้วัดพื้นฐานสำหรับมองอุตสาหกรรมที่เกี่ยวข้อง
ภาระการลงทุนด้าน AI ของบิ๊กเทคสหรัฐฯ เริ่มปรากฏชัดในตัวเลขกระแสเงินสดแล้วเช่นกัน ทางเราเคยรายงานว่า กระแสเงินสดอิสระของอัลฟาเบท อเมซอน เมตา และออราเคิล ลดลงหรือพลิกเป็นลบ ขณะที่ไมโครซอฟท์ยังคงรักษาสถานะเป็นบวกไว้ได้
จุดโฟกัสของสงคราม AI กำลังย้ายจากความมุ่งมั่นในการลงทุน ไปสู่ความสามารถในการแบกรับต้นทุน ตราบใดที่การแย่งชิงดาต้าเซ็นเตอร์ ไฟฟ้า และเซมิคอนดักเตอร์ยังดำเนินต่อไป กระแสเงินสดอิสระและภาระนอกงบดุลของแต่ละบริษัทจะยังเป็นตัวชี้วัดที่ต้องติดตามควบคู่กัน
แหล่งที่มาที่ตรวจสอบแล้ว: ต้นฉบับอาเซียเอโคโนมี (https://view.asiae.co.kr/article/2026081315350228917), BIS (https://www.bis.org/publ/qtrpdf/r_qt2603u.htm), BIS Bulletin No.120 (https://www.bis.org/publ/bisbull120.htm), สรุปรายงานโกลด์แมนแซคส์โดย RealClear AI (https://www.realclear.ai/blog/goldmans-tracking-trillions)
ความคิดเห็น 0