ลงทุนโครงสร้างพื้นฐาน AI 10.3 ล้านล้านดอลลาร์ ต้องสร้างรายได้ 3.7 ล้านล้านดอลลาร์ในปี 2032

การลงทุนโครงสร้างพื้นฐาน AI ในสหรัฐฯ ราว 10.3 ล้านล้านดอลลาร์ (ประมาณ 13,977 ล้านล้านวอน) ระหว่างปี 2025-2032 จะต้องสร้างรายได้ต่อปี 3.7 ล้านล้านดอลลาร์ (ประมาณ 5,021 ล้านล้านวอน) ภายในปี 2032 ตามการวิเคราะห์ล่าสุด อย่างไรก็ตาม ตัวเลขดังกล่าวไม่ใช่การคาดการณ์รายได้ที่ยืนยันแล้วของอุตสาหกรรม AI แต่เป็นรายได้ที่จำเป็นภายใต้สมมติฐานด้านผลตอบแทนการลงทุนและอัตรากำไรจากกระแสเงินสดจากการดำเนินงาน

สเตน ฟาน นีเวอเบิร์ก (Stijn Van Nieuwerburgh) ศาสตราจารย์ด้านอสังหาริมทรัพย์ มหาวิทยาลัยโคลัมเบีย ประเมินขนาดการลงทุนโครงสร้างพื้นฐาน AI ของสหรัฐฯ ในรายงาน Brookings Papers on Economic Activity (BPEA) โดยรวมอาคารศูนย์ข้อมูล โครงข่ายไฟฟ้า อุปกรณ์เครือข่าย และชิปเฉพาะทางไว้ด้วย รายงานของ Brookings ระบุว่าการลงทุนเฉลี่ยต่อปีอาจคิดเป็น 3.63% ของ GDP สหรัฐฯ

ฉากทัศน์หลักของรายงานคือการเพิ่มกำลังการรองรับศูนย์ข้อมูล AI ในสหรัฐฯ อีก 182.7GW จนถึงปี 2032 รายงานระบุว่าขนาดการลงทุนดังกล่าวอาจสูงกว่าเมื่อเทียบกับขนาดเศรษฐกิจของการลงทุนครั้งใหญ่ในอดีต เช่น ทางรถไฟ ทางหลวง การขยายระบบไฟฟ้า และโครงข่ายโทรคมนาคม

เกณฑ์ด้านความสามารถในการทำกำไรอยู่บนสมมติฐานผลตอบแทนจากการลงทุนที่ไม่ใช้หนี้ 10% และอัตรากำไรจากกระแสเงินสดจากการดำเนินงาน 50% ภายใต้เงื่อนไขนี้ จำเป็นต้องมีรายได้ต่อปี 3.7 ล้านล้านดอลลาร์ในปี 2032

อัตราการใช้งาน GPU เป็นตัวแปรสำคัญ หากใช้งาน GPU เต็ม 100% จะต้องสร้างรายได้ประมาณ 5.5 ดอลลาร์ต่อชั่วโมงต่อ GB300 GPU ที่ติดตั้งไว้ แต่หากอัตราการใช้งานลดลงเหลือ 80% รายได้ที่เรียกเก็บได้ต่อ GPU หนึ่งชั่วโมงจะต้องอยู่ที่ประมาณ 6.9 ดอลลาร์

ตัวเลขดังกล่าวสะท้อนว่า การลงทุนศูนย์ข้อมูลไม่ได้ขึ้นอยู่กับการจัดหาไฟฟ้าเพียงอย่างเดียว แต่ยังขึ้นอยู่กับอุปสงค์จริงและอัตราการใช้งานด้วย รายงานประเมินว่ารายได้ที่จำเป็นต่อ GPU หนึ่งชั่วโมงไม่ได้แตกต่างอย่างมากจากช่วงราคาปัจจุบันของการเช่า GPU ประสิทธิภาพสูง

รายงานตั้งสมมติฐานว่ารายได้รวมต่อปีของ OpenAI และ Anthropic อยู่ที่ประมาณ 100,000 ล้านดอลลาร์ (ประมาณ 135.7 ล้านล้านวอน) และระบุว่าหากต้องการเพิ่มรายได้ดังกล่าวเป็น 3.725 ล้านล้านดอลลาร์ (ประมาณ 5,055 ล้านล้านวอน) ภายในปี 2032 จะต้องเติบโตเฉลี่ยประมาณ 80% ต่อปี ตัวเลขนี้เป็นรายได้ที่จำเป็นตามสมมติฐานด้านการลงทุนและความสามารถในการทำกำไร ไม่ใช่การคาดการณ์ที่ยืนยันแล้วของอุตสาหกรรม AI ทั้งหมด

รายจ่ายฝ่ายทุนของบริษัทคลาวด์รายใหญ่ก็เพิ่มขึ้นอย่างรวดเร็วเช่นกัน รายจ่ายฝ่ายทุนของไมโครซอฟท์($MSFT), อเมซอน($AMZN), เมตา($META), อัลฟาเบต($GOOGL) และออราเคิล($ORCL) เพิ่มจากประมาณ 97,000 ล้านดอลลาร์ (ประมาณ 13.165 ล้านล้านวอน) ในปี 2020 เป็น 415,800 ล้านดอลลาร์ (ประมาณ 56.42 ล้านล้านวอน) ในปี 2025 และคาดว่าจะเกิน 800,500 ล้านดอลลาร์ (ประมาณ 108.63 ล้านล้านวอน) ในปี 2026

รายงานวิเคราะห์ว่ารายจ่ายฝ่ายทุนรวมของบริษัทเหล่านี้อาจสูงกว่ากระแสเงินสดจากการดำเนินงานรวมเป็นครั้งแรกในปี 2026 ส่งผลให้โครงสร้างการลงทุนศูนย์ข้อมูลกำลังเปลี่ยนจากการถือครองโดยตรงและการใช้หุ้นกู้ของบริษัท ไปสู่การเช่า กิจการร่วมค้า การจัดหาเงินทุนโครงการ สินเชื่อภาคเอกชน การแปลงสินทรัพย์เป็นหลักทรัพย์ และนิติบุคคลเฉพาะกิจ

รูปแบบการระดมทุนเหล่านี้อาจเพิ่มแหล่งเงินลงทุน แต่ก็อาจทำให้เกิดเลเวอเรจในระดับสินทรัพย์สูงขึ้น และทำให้ระบุได้ยากว่าความเสี่ยงอยู่ที่นักลงทุนหรือสถาบันการเงินรายใด รายงานก่อนหน้านี้ของ TokenPost ที่วิเคราะห์การลงทุนศูนย์ข้อมูล AI และคอขวดของโครงข่ายไฟฟ้า ระบุว่าขอบเขตการลงทุนอาจขยายจากศูนย์ข้อมูลไปสู่การผลิตไฟฟ้า ระบบส่งไฟฟ้า และอุปกรณ์ทำความเย็น

รายงานยกโครงการจัดหาเงินทุนสำหรับศูนย์ข้อมูลไฮเพอเรียนของเมตาเป็นกรณีศึกษา โครงการขนาดประมาณ 2GW ใช้เงินลงทุนประมาณ 30,000 ล้านดอลลาร์ (ประมาณ 40.71 ล้านล้านวอน) ขณะที่เบย์ก์เน็ต ซึ่งเป็นกิจการร่วมค้า ระดมเงินกู้จากภายนอกได้ 27,000 ล้านดอลลาร์ (ประมาณ 36.64 ล้านล้านวอน) ทำให้อัตราส่วนหนี้สินต่อโครงการอยู่ที่ประมาณ 90%

รายงานอธิบายว่ากรณีดังกล่าวแสดงให้เห็นว่าเลเวอเรจในงบดุลของบริษัทเทคโนโลยีรายใหญ่อาจแตกต่างจากเลเวอเรจที่แท้จริงของสินทรัพย์โครงสร้างพื้นฐาน การใช้บริษัทเฉพาะกิจและการจัดหาเงินทุนโครงการอาจทำให้ประเมินความเสี่ยงทั้งหมดของธุรกิจได้ยาก หากพิจารณาเฉพาะขนาดหนี้ที่กู้ในระดับบริษัท

รายงานระบุว่ายังเร็วเกินไปที่จะสรุปว่าโครงสร้างพื้นฐาน AI ก่อให้เกิดความเสี่ยงเชิงระบบในลักษณะเดียวกับวัฏจักรสินเชื่อในอดีต แต่เตือนว่าหากอุปสงค์ชะลอตัว เทคโนโลยี GPU ล้าสมัยอย่างรวดเร็ว การจัดหาไฟฟ้า ระบบส่งไฟฟ้าและใบอนุญาตล่าช้า รวมถึงการพึ่งพาผู้เช่าจำนวนน้อยเกิดขึ้นพร้อมกัน ความเสี่ยงอาจส่งต่อระหว่างผู้ประกอบการศูนย์ข้อมูล ผู้ให้กู้ และนักลงทุนโครงสร้างพื้นฐาน

หากอายุการใช้งานทางเศรษฐกิจของอุปกรณ์ IT ลดลงจาก 6 ปีเหลือ 3 ปี รายได้ต่อปีที่จำเป็นอาจเพิ่มขึ้นเป็นประมาณ 6 ล้านล้านดอลลาร์ (ประมาณ 8,142 ล้านล้านวอน) ท้ายที่สุด ความคุ้มค่าทางเศรษฐกิจของการลงทุนศูนย์ข้อมูล AI ต้องพิจารณาทั้งอัตราการเติบโตของรายได้ อัตราการใช้งาน ต้นทุนการจัดหาเงินทุน มูลค่าคงเหลือของ GPU และความพร้อมของโครงสร้างพื้นฐานไฟฟ้า