ใช้เวลาอ่านประมาณ 10 นาที
อุตสาหกรรม AI ยังคงทุ่มเงินลงทุนในการสร้างโครงสร้างพื้นฐานอย่างต่อเนื่อง แต่กว่าเม็ดเงินเหล่านี้จะสร้างกำไรได้ต้องใช้เวลา ประกอบกับต้นทุนการกู้ยืมที่ยังสูง นักลงทุนจึงเริ่มตั้งคำถามว่า ธุรกิจในอุตสาหกรรมนี้จะใช้จ่ายต่อไปในระดับเดิมไหวหรือไม่ ระหว่างรอให้กำไรเติบโตตามทัน ประเด็นนี้ส่งผลให้หุ้นที่เกี่ยวข้องกับ AI เผชิญแรงกดดันในช่วงไม่กี่สัปดาห์ที่ผ่านมา
CIO Insights ฉบับเดือนนี้จะพาไปทำความเข้าใจว่า ความกังวลเหล่านี้ส่งผลต่ออนาคตของ AI ในระยะยาวอย่างไร และในฐานะนักลงทุนควรวางแผนอย่างไรเพื่อรับโอกาสข้างหน้า
สรุปประเด็นสำคัญ
- AI ยังมีโอกาสเติบโตอีกมากในระยะยาว แต่อาจต้องใช้เวลานานขึ้นกว่าจะสร้างรายได้จากเทคโนโลยีอย่างเป็นรูปธรรม รายได้ของบริษัทผู้พัฒนา AI แถวหน้าเติบโตช้าลง ขณะที่โมเดลต้นทุนต่ำเข้ามาแข่งขันมากขึ้น นักลงทุนจึงเริ่มกังวลต่อแนวโน้มของอุตสาหกรรม แต่การใช้งาน AI ยังคงเพิ่มขึ้นอย่างต่อเนื่อง และต้นทุนที่ลดลงก็มีทั้งข้อดีและข้อเสีย แม้จะกดดันราคา แต่ก็อาจช่วยให้มีการนำ AI ไปใช้ในด้านอื่น ๆ มากขึ้น นอกเหนือจากการเขียนโค้ด เช่น การเงิน การแพทย์ หุ่นยนต์ และผู้ช่วย AI ส่วนตัว (Personal Agents) อย่างไรก็ตาม การพัฒนา AI ให้ใช้งานในแง่มุมเหล่านี้ได้อย่างปลอดภัยยังต้องใช้เวลา จึงอาจต้องรอนานขึ้นกว่าจะเห็นผลตอบแทนทางธุรกิจ
- แรงกดดันด้านเงินทุนอาจทำให้การสร้างโครงสร้างพื้นฐาน AI บางส่วนชะลอตัว แต่บริษัทที่มีฐานะการเงินแข็งแรงยังมีศักยภาพที่จะลงทุนต่อได้ ค่าใช้จ่ายด้านโครงสร้างพื้นฐาน AI มีแนวโน้มเพิ่มขึ้นมาก ซึ่งจะกดดันกระแสเงินสดอิสระ (Free Cash Flow) ขณะที่ต้นทุนการกู้ยืมยังอยู่ในระดับสูง Hyperscalers รายใหญ่ที่มีเงินสดสำรองจำนวนมากและธุรกิจหลักที่มั่นคงคอยหนุนการลงทุน ต่างจากผู้ให้บริการโครงสร้างพื้นฐานบางรายที่ต้องพึ่งเงินกู้และเผชิญความเสี่ยงมากกว่า หากการหาเงินทุนทำได้ยากขึ้น บางโครงการจึงอาจล่าช้า และการลงทุนอาจกระจุกตัวอยู่กับบริษัทที่มีฐานะการเงินแข็งแกร่ง มากกว่าที่จะทำให้การสร้างโครงสร้างพื้นฐาน AI หยุดชะงักลงทั้งหมด หากการลงทุนชะลอลงจนส่งผลให้เศรษฐกิจเติบโตช้าลง ก็อาจเพิ่มแรงกดดันให้มีการลดอัตราดอกเบี้ย ซึ่งจะช่วยลดต้นทุนการกู้ยืมและผ่อนคลายข้อจำกัดด้านเงินทุนในระยะต่อไป
- การกระจายการลงทุนช่วยให้นักลงทุนมีโอกาสรับผลตอบแทนจากการเติบโตของ AI ในระยะยาวพร้อมดูแลความเสี่ยงของพอร์ต เรายังมองว่า AI มีโอกาสเติบโตอีกมาก แม้แรงกดดันด้านเงินทุนอาจทำให้ตลาดผันผวนในระยะสั้น การลงทุนในพอร์ตหุ้นสหรัฐฯ หรือหุ้นทั่วโลกที่ครอบคลุมหลากหลายธุรกิจ ช่วยให้คุณได้ลงทุนทั้งใน AI และธุรกิจกลุ่มอื่น ๆ จึงช่วยลดผลกระทบหากนักลงทุนย้ายเงินออกจากหุ้น AI อีกทั้งยังเปิดโอกาสให้คุณได้ลงทุนในบริษัทที่นำ AI มาใช้เพิ่มประสิทธิภาพการทำงานในระยะยาวด้วย ไม่ได้จำกัดเฉพาะบริษัทที่พัฒนา AI เท่านั้น ลองทบทวนว่าพอร์ตของคุณมีสัดส่วนการลงทุนใน AI มากน้อยเพียงใด กระจายไปยังสินทรัพย์อื่นเพียงพอหรือยัง และเลือกสัดส่วนการลงทุนที่คุณมั่นใจว่าจะลงทุนต่อได้ แม้ตลาดจะเผชิญความไม่แน่นอน
(ดูคำอธิบายท้ายบทความ)
AI ยังเติบโตได้อีกมาก แต่การสร้างรายได้ต้องใช้เวลา
ปัจจุบัน AI สร้างรายได้มหาศาลให้กับธุรกิจที่เกี่ยวข้อง ตั้งแต่ชิปและศูนย์ข้อมูล (Data Center) ไปถึงพลังงานไฟฟ้าและซอฟต์แวร์ ส่วนแอปพลิเคชัน AI ที่เริ่มประสบความสำเร็จทางธุรกิจแล้วกลุ่มแรก ๆ คือ AI Agent ที่ช่วยเขียนโค้ด (Coding Agents) โดย ณ สิ้นเดือนกันยายน Anthropic มีรายได้เมื่อคำนวณเป็นรายปี (Annualised Revenue) อยู่ที่ราว 7 หมื่นล้านดอลลาร์สหรัฐ¹ ขณะที่ OpenAI มีรายได้ในลักษณะเดียวกันแตะ 5 หมื่นล้านดอลลาร์สหรัฐ²
อย่างไรก็ตาม นักลงทุนเริ่มตั้งคำถามว่ารายได้จะยังเติบโตได้รวดเร็วเพียงใด มีการประเมินว่ารายได้รายเดือนของ Anthropic เติบโตช้าลงมากในเดือนสิงหาคมและกันยายน แม้ส่วนหนึ่งอาจเป็นเพียงผลชั่วคราวจากข้อจำกัดใหม่ด้าน Model Distillation (การนำคำตอบจากโมเดลที่ล้ำหน้ากว่าไปใช้ฝึกโมเดลอื่น) ขณะเดียวกัน โมเดล AI ชั้นแนวหน้าจากจีนที่มีราคาถูกกว่า รวมถึงโมเดล Open-source อื่น ๆ ก็เข้ามาแข่งขันและกดดันราคา ทำให้แม้จะมีการใช้งานเพิ่มขึ้น แต่การสร้างรายได้ให้เติบโตตามก็ทำได้ยากขึ้น
การนำ AI ไปใช้งานในด้านใหม่ ๆ มาพร้อมความท้าทายที่เพิ่มขึ้น โดยเฉพาะในด้านการแพทย์ การเงิน และหุ่นยนต์ ซึ่งความผิดพลาดอาจส่งผลร้ายแรงได้ จึงต้องมีมาตรการป้องกันที่รัดกุมขึ้น บริษัทผู้พัฒนา AI ชั้นนำจึงเริ่มจำกัดการใช้งานโมเดลที่มีความสามารถสูงสุดของตนแล้ว เช่น Anthropic อนุญาตให้เฉพาะองค์กรที่ผ่านการตรวจสอบใช้ความสามารถขั้นสูงด้านความมั่นคงปลอดภัยทางไซเบอร์และชีววิทยา ส่วน OpenAI ได้เพิ่มความเข้มงวดในการตรวจสอบอัตโนมัติ หลังพบว่า Coding Agents ที่ใช้ภายในบริษัททำให้การกำกับดูแลด้านความปลอดภัยอ่อนแอลง และกำลังพัฒนาข้อกำหนดให้หยุดงานที่ AI กำลังทำ หากไม่มีหลักฐานเพียงพอรองรับว่างานนั้นปลอดภัย
แม้มาตรการป้องกันเหล่านี้จะจำเป็นอย่างยิ่ง แต่ก็ทำให้ต้องใช้เวลานานขึ้นกว่าจะนำ AI ไปสร้างรายได้ และกว่าผู้ลงทุนจะได้รับผลตอบแทนจากความก้าวหน้าทางเทคโนโลยี ทั้งความก้าวหน้าทางเทคโนโลยีและผลตอบแทนจากการลงทุนต่างเป็นส่วนหนึ่งของวงจรการลงทุน AI (AI Investment Flywheel) ที่เราได้อธิบายไว้ใน 2026 Macro Outlook: ว่ากันด้วย 'FACTs' ล้วน ๆ (ดู Exhibit 1 ด้านล่าง)
ด้วยเหตุนี้ บริษัทต่าง ๆ อาจยังคงทุ่มเงินทุนจำนวนมากให้กับโครงสร้างพื้นฐาน AI ต่อไประหว่างรอให้รูปแบบการใช้งานใหม่ ๆ เริ่มสร้างผลตอบแทน ยิ่งต้องรอนาน นักลงทุนก็อาจยิ่งกังวลเมื่อรายได้เติบโตช้าลงหรือผลิตภัณฑ์เปิดตัวล่าช้า ทำให้ตลาดผันผวนมากขึ้น แม้ในระยะยาว AI จะมีโอกาสขยายไปสู่ลูกค้าและอุตสาหกรรมอีกหลากหลายกลุ่ม แต่รายได้ระหว่างทางอาจไม่ได้เติบโตอย่างราบรื่นตามที่นักลงทุนคาดหวัง
โอกาสของ AI ไปได้ไกลกว่างานเขียนโค้ด
แม้ปัจจัยเหล่านี้อาจทำให้รายได้เติบโตช้าลง แต่ก็ไม่ได้หมายความว่าความต้องการใช้ AI จะลดลงเสมอไป ข้อมูลใน Exhibit 2 แสดงให้เห็นว่า ตั้งแต่ปลายเดือนมิถุนายนถึงกลางเดือนตุลาคม ธุรกิจที่ Ramp ติดตามข้อมูลมีปริมาณการใช้โทเคน (Token) ของ Anthropic และ OpenAI เพิ่มขึ้น 135% ขณะที่ค่าใช้จ่ายเพิ่มขึ้น 56% นั่นหมายความว่า ภาคธุรกิจใช้ AI มากขึ้นอย่างชัดเจน แต่จ่ายต่อหน่วยน้อยลง
เมื่อต้นทุนลดลง การนำ AI ไปใช้ในงานที่หลากหลายขึ้นก็อาจคุ้มค่าทางธุรกิจมากขึ้นด้วย ตั้งแต่การวิเคราะห์ทางการเงินและการวิจัยยาใหม่ ไปจนถึงผู้ช่วย AI สำหรับการช้อปปิง (Shopping Agents) และหุ่นยนต์ โดย Exhibit 3 แสดงให้เห็นว่าโอกาสในแต่ละด้านอาจมีขนาดใหญ่เพียงใด ภาคธุรกิจจึงมีแรงจูงใจสูงที่จะนำเครื่องมือเหล่านี้มาใช้ ซึ่ง McKinsey ประเมินว่า การนำ AI มาช่วยทำงานที่มีอยู่ในปัจจุบันอาจเพิ่มประสิทธิภาพการทำงานทั่วโลก คิดเป็นมูลค่าราว 2.5 ล้านล้านดอลลาร์สหรัฐต่อปี
ภายหลังจากความสำเร็จในการเป็นเครื่องมือช่วยเขียนโค้ด บริษัท AI ก็อาจเติบโตต่อได้จากการนำ AI ไปใช้ในด้านอื่น ๆ แต่กว่าจะพัฒนาผลิตภัณฑ์ให้ทำงานได้ดีและน่าเชื่อถือ รวมถึงกว่าภาคธุรกิจจะนำมาใช้จริง ก็ยังต้องใช้เวลาอีกมาก รายได้ที่เติบโตช้าลงในช่วงนี้จึงยังไม่ใช่สัญญาณว่า AI กำลังหมดโอกาสทางธุรกิจ
ในระยะยาว สิ่งที่ต้องติดตามคือ AI จะถูกนำไปใช้อย่างแพร่หลายได้เร็วแค่ไหน และบริษัท AI จะสร้างรายได้จากมูลค่าที่เกิดขึ้นได้มากเพียงใด แต่คำถามเฉพาะหน้าคือ บริษัทที่ทุ่มเงินสร้างโครงสร้างพื้นฐาน AI จะลงทุนต่อในระดับนี้ไหวหรือไม่ ระหว่างที่รอให้เงินที่ลงไปเริ่มสร้างผลตอบแทน
ทำไมการลงทุนใน AI อาจยังเดินหน้าต่อได้ แม้เงินทุนจะตึงตัว?
ในตอนนี้ บริษัทเทคโนโลยีรายใหญ่ยังดูมีเงินทุนพร้อมรองรับการขยายธุรกิจ แต่เงินที่ต้องใช้ลงทุนก็เพิ่มขึ้นเรื่อย ๆ นักวิเคราะห์ประมาณการเฉลี่ยรายจ่ายลงทุนรวมของ Amazon, Microsoft, Alphabet, Meta, Oracle และบริษัทในธุรกิจ Neocloud รายใหญ่ (ผู้ให้บริการที่ให้เช่าพลังประมวลผล AI) ไว้ว่าจะอยู่ราว 8.6 แสนล้านดอลลาร์สหรัฐในปี 2026
ตัวเลขนี้คาดว่าจะเพิ่มขึ้นเป็น 1.2 ล้านล้านดอลลาร์สหรัฐในปี 2027 และมากกว่า 1.3 ล้านล้านดอลลาร์สหรัฐต่อปีในช่วงปี 2028–2030 รวมแล้วมากกว่า 5 ล้านล้านดอลลาร์สหรัฐในอีก 4 ปีข้างหน้า โดยการใช้จ่ายส่วนใหญ่ต้องเกิดขึ้นก่อนที่โครงสร้างพื้นฐานใหม่จะเริ่มสร้างรายได้ จังหวะเวลาที่ AI จะสร้างผลตอบแทนจึงยิ่งมีความสำคัญมากขึ้น
รายจ่ายมหาศาลเหล่านี้กำลังกดดันกระแสเงินสดของบริษัท ดังที่แสดงใน Exhibit 4 ประมาณการของนักวิเคราะห์ชี้ว่า กระแสเงินสดอิสระ (Free Cash Flow) หรือเงินสดที่เหลือจากการดำเนินงานหลังหักรายจ่ายลงทุน ของบริษัทเหล่านี้รวมกันจะติดลบในปี 2026 และยังคงติดลบต่อในปี 2027 โดยนักวิเคราะห์คาดว่าจะฟื้นตัวในปี 2028 เมื่อการเติบโตของรายจ่ายชะลอลงและรายได้เริ่มตามทัน
อย่างไรก็ตาม แต่ละบริษัทเผชิญแรงกดดันไม่เท่ากัน โดย Microsoft คาดว่าจะยังมีเงินสดเหลือหลังหักค่าใช้จ่ายและเงินลงทุน หรือกระแสเงินสดอิสระเป็นบวกต่อไปอีกหลายปี ส่วน Alphabet และ Amazon แม้คาดว่าจะมีกระแสเงินสดอิสระติดลบ แต่ธุรกิจหลักที่มั่นคงยังสร้างเงินสดได้จำนวนมากเพื่อรองรับการลงทุน
บริษัทเหล่านี้ยังมีเงินสดสำรองจำนวนมากไว้รองรับการลงทุนส่วนที่เกินกว่าเงินสดที่ธุรกิจสร้างได้ โดย Exhibit 5 แสดงให้เห็นว่า Alphabet มีเงินสดหลังหักหนี้ระยะสั้นราว 1.2 แสนล้านดอลลาร์สหรัฐ เทียบกับกระแสเงินสดอิสระ (Free Cash Flow) ที่คาดว่าจะติดลบราว 3 หมื่นล้านดอลลาร์สหรัฐในปี 2027 ส่วน Amazon มีเงินสดสำรองราว 1.05 แสนล้านดอลลาร์สหรัฐ นอกจากนี้ บริษัทยังสามารถที่จะเลือกลดการซื้อหุ้นคืน (Buybacks) หรือระดมทุนเพิ่มเติมได้ จึงมีเงินรองรับการลงทุนต่อไปในระหว่างที่รอให้รายได้เติบโตตามทัน
ส่วนบริษัท Neocloud มีเงินสำรองน้อยกว่ามาก โดย IREN และ Nebius ต่างมีเงินสดสำรองสุทธิไม่ถึง 1 หมื่นล้านดอลลาร์สหรัฐ ขณะที่ CoreWeave มีหนี้ระยะสั้นมากกว่าเงินสดที่ถืออยู่แล้ว บริษัทเหล่านี้จึงต้องหาเงินทุนมารองรับการขยายธุรกิจอย่างต่อเนื่อง และจะเผชิญความเสี่ยงมากขึ้นหากผู้ให้กู้ปล่อยกู้ยากขึ้น หรือธุรกิจต้องใช้เวลานานกว่าจะสร้างผลตอบแทนได้
ต้นทุนการกู้ยืมที่สูงขึ้นกระทบบริษัท AI บางรายหนักกว่ารายอื่น
ความท้าทายคือ การกู้ยืมเริ่มมีต้นทุนสูงขึ้นแล้ว ณ เวลาที่เขียนบทความนี้ Yield ของพันธบัตรรัฐบาลสหรัฐฯ อายุ 10 ปี ซึ่งเป็นเกณฑ์อ้างอิงของต้นทุนการกู้ยืม อยู่ที่ราว 5% เพิ่มขึ้นจากราว 4% เมื่อปีก่อน (อ่านเพิ่มเติมเกี่ยวกับ Bond Yield ได้ใน CIO Insights: ถอดรหัส 3 ปัจจัยที่ดัน Bond Yield ให้สูงขึ้น)
ขณะเดียวกัน บริษัทที่มีหนี้สูงและรูปแบบธุรกิจยังไม่ชัดเจนว่าจะสร้างรายได้ได้มั่นคงเพียงใด ก็มีความเสี่ยงในการหาเงินทุนมากกว่า ใน Exhibit 6 แสดงให้เห็นว่า ในช่วง 12 เดือนที่ผ่านมา ค่า Implied Credit Default Swap (CDS) Spread ซึ่งสะท้อนมุมมองของนักลงทุนต่อความเสี่ยงด้านเครดิต เพิ่มขึ้นในกลุ่ม Neocloud บางรายมากกว่ากลุ่ม Hyperscalers ที่มีฐานะมั่นคงกว่าอย่างชัดเจน
ในช่วง 12 เดือนที่ผ่านมา Spread ของ IREN และ CoreWeave เพิ่มขึ้นมากกว่า 1% ขณะที่ Alphabet เพิ่มขึ้น 0.19% Microsoft 0.06% และ Amazon 0.04% เนื่องจาก IREN และ CoreWeave มีกระแสเงินสดอิสระติดลบและเงินสดสำรองน้อยกว่า จึงต้องพึ่งเงินทุนจากภายนอกมากขึ้น เมื่อต้นทุนการกู้ยืมสูงขึ้น การหาเงินมารองรับการขยายธุรกิจก็ยิ่งทำได้ยากขึ้น
ความกังวลเหล่านี้สะท้อนให้เห็นชัดจากการเทขายหุ้นกู้ของ CoreWeave เมื่อเร็ว ๆ นี้ หากทบทวนโมเดลธุรกิจของ CoreWeave บริษัทกู้เงินมาซื้อชิปและสร้างกำลังการประมวลผล แล้วนำไปให้ลูกค้าด้าน AI เช่า นั่นหมายความว่าบริษัทต้องใช้เงินก้อนใหญ่ล่วงหน้า แล้วค่อย ๆ เก็บรายได้กลับมาในภายหลัง โดยบริษัทก่อหนี้ไปแล้วราว 5 หมื่นล้านดอลลาร์สหรัฐเพื่อใช้ในการลงทุน³
การเทขายดังกล่าวทำให้ Yield ของหุ้นกู้บางรุ่นของ CoreWeave พุ่งสูงกว่า 15% สะท้อนว่านักลงทุนกังวลต่อฐานะการเงินของบริษัทในอนาคต หาก CoreWeave ต้องระดมทุนด้วยการออกหุ้นกู้ลักษณะเดียวกันในวันนี้ ก็จะต้องจ่ายดอกเบี้ยสูงขึ้นมาก ทำให้การหาเงินทุนมาขยายธุรกิจยากขึ้นตามไปด้วย
ปัญหานี้อาจเป็นอีกหนึ่งอุปสรรคต่อวงจรการลงทุน AI หากบริษัทยังต้องรอรายได้ ขณะที่ต้นทุนการกู้ยืมยังสูง บริษัทที่มีหนี้มากก็อาจต้องชะลอการขยายธุรกิจ หรือควบรวมกิจการเพื่อให้เดินหน้าต่อได้
อย่างไรก็ตาม เรามองว่าความต้องการใช้พลังประมวลผล AI อาจยังอยู่ในระดับสูงตลอดช่วงการปรับตัวนี้ โดย Hyperscalers ที่มีฐานะการเงินแข็งแกร่งกว่าอาจได้ประโยชน์จากการที่คู่แข่งลดลง และเข้ามารองรับความต้องการส่วนนี้แทน แรงกดดันด้านเงินทุนจึงอาจทำให้บางโครงการล่าช้า และทำให้บริษัทที่มีเงินทุนพร้อมกว่าเข้ามามีบทบาทในการสร้างโครงสร้างพื้นฐาน AI มากขึ้น
หากการลงทุนชะลอลง ปัญหาเงินทุนจะคลี่คลายหรือไม่?
หากบริษัทหาเงินทุนได้ยากขึ้น ก็อาจต้องลดรายจ่ายด้าน AI ซึ่งอาจทำให้เศรษฐกิจเติบโตช้าลงตามไปด้วย เมื่อเศรษฐกิจชะลอตัว Yield ของพันธบัตรรัฐบาลสหรัฐฯ ก็อาจลดลง ซึ่งอาจช่วยลดต้นทุนการกู้ยืมของบริษัท ดังนั้น การลงทุนที่ชะลอลงจึงอาจช่วยบรรเทาปัญหาเงินทุนได้ในที่สุด
อย่างไรก็ตาม แม้ Yield พันธบัตรจะลดลง บริษัทที่มีความเสี่ยงสูงก็อาจไม่ได้กู้ยืมถูกลงตามไปด้วย เพราะหากผู้ให้กู้เรียกเก็บดอกเบี้ยส่วนเพิ่มเพื่อชดเชยความเสี่ยง (Credit Spread) มากขึ้น ก็อาจหักล้างประโยชน์จาก Yield ที่ลดลงได้ อีกทั้งการลงทุนด้าน AI ก็เป็นเพียงปัจจัยหนึ่งที่มีผลต่ออัตราดอกเบี้ย หากเงินเฟ้อยังสูงต่อเนื่องและรัฐบาลสหรัฐฯ ยังขาดดุลงบประมาณมาก Yield ก็อาจอยู่ในระดับสูงต่อไป ขณะที่ผลการเลือกตั้งกลางเทอมของสหรัฐฯ อาจมีผลต่อการตัดสินใจเรื่องภาษีและการใช้จ่ายของรัฐบาล ซึ่งอาจส่งผลต่อทิศทาง Yield พันธบัตรด้วยเช่นกัน
ลงทุนเพื่อรับโอกาสจาก AI พร้อมบริหารความเสี่ยงอย่างไร?
เรายังมองแนวโน้มระยะยาวของ AI ในเชิงบวก แม้ข้อจำกัดด้านเงินทุนอาจทำให้การลงทุนด้าน AI สะดุดเป็นระยะ การใช้งานที่เพิ่มขึ้นและโอกาสในการนำ AI ไปใช้ในด้านอื่น ๆ นอกเหนือจากการเขียนโค้ด สะท้อนว่า AI ยังเติบโตได้อีกมาก แต่กว่าการใช้งานใหม่ ๆ เหล่านี้จะสร้างผลตอบแทนได้ก็ต้องใช้เวลา ขณะที่การสร้างโครงสร้างพื้นฐานมารองรับต้องใช้เงินทุนตั้งแต่วันนี้ ระหว่างรอผลตอบแทน บริษัทจึงอาจต้องชะลอการใช้จ่าย และตลาดอาจผันผวนมากขึ้น แม้เทคโนโลยี AI จะยังพัฒนาต่อไป
สำหรับนักลงทุน พอร์ตหุ้นสหรัฐฯ หรือหุ้นทั่วโลกที่ลงทุนในหลากหลายกลุ่มธุรกิจ เป็นทางเลือกหนึ่งที่ช่วยให้มีโอกาสรับผลตอบแทนจากการเติบโตระยะยาวของ AI พร้อมกระจายความเสี่ยงไปด้วย หากหุ้น AI เผชิญแรงกดดัน เงินลงทุนอาจย้ายไปยังหุ้นกลุ่มอื่น ซึ่งอาจช่วยลดผลกระทบต่อพอร์ตโดยรวมได้ อีกทั้งยังเปิดโอกาสให้ลงทุนในธุรกิจที่นำ AI มาเพิ่มประสิทธิภาพการทำงานในระยะยาว นอกเหนือจากบริษัทผู้พัฒนา AI ด้วย
หากคุณลงทุนอยู่แล้ว ลองทบทวนว่าหุ้นที่ถืออยู่ทำให้คุณมีสัดส่วนลงทุนใน AI มากน้อยแค่ไหน และมีสินทรัพย์อื่นช่วยกระจายความเสี่ยงเพียงพอหรือยัง จากนั้นปรับสัดส่วนพอร์ตให้เหมาะกับเป้าหมายและความเสี่ยงที่คุณรับได้ เพื่อให้คุณลงทุนต่อได้อย่างมั่นใจแม้ตลาดผันผวน และให้เวลา AI เติบโตในระยะยาว
ผู้เขียน
Stephanie Leung, Group Chief Investment Officer
ในฐานะ Group Chief Investment Officer คุณ Stephanie และทีมงานของเธอเป็นผู้ดูแลผลิตภัณฑ์และพอร์ตการลงทุนทั้งหมดของ StashAway โดยเธอมีประสบการณ์ด้านการลงทุนแบบ Multi-asset มากกว่า 20 ปี ซึ่งก่อนที่จะเข้าร่วมกับ StashAway ในปี 2020 เธอเคยบริหารพอร์ตการลงทุนให้กับสถาบันการเงินชั้นนำอย่าง Goldman Sachs และ Family Offices ขนาดหลายพันล้านดอลลาร์ฯ ภายในภูมิภาค
Justin Jimenez, Group Head of Macro and Investment Research
คุณ Justin มีประสบการณ์ด้านการวิจัยเศรษฐกิจและการลงทุน 15 ปี และมีบทบาทสำคัญในการสร้างมุมมองต่อเศรษฐกิจโลกและตลาดการเงินให้ทีมงานด้านการลงทุนของ StashAway โดยก่อนที่จะเข้าทำงานกับ StashAway ในปี 2022 คุณ Justin เคยเป็นนักเศรษฐศาสตร์อยู่ที่ Bloomberg คุณ Justin สำเร็จการศึกษาด้านเศรษฐศาสตร์ระหว่างประเทศและการเงินจาก Columbia และ UCLA
คำอธิบาย
Hyperscaler
บริษัทเทคโนโลยีขนาดใหญ่ที่บริหารโครงสร้างพื้นฐานศูนย์ข้อมูล เพื่อขับเคลื่อนบริการของตนเองหรือให้บริการคลาวด์คอมพิวติ้งแก่ลูกค้า ตัวอย่างเช่น Amazon, Microsoft, Alphabet และ Meta
Neoclouds
คือบริษัทผู้ให้บริการคลาวด์ที่ให้เช่าพลังประมวลผลสำหรับงาน AI โดยทั่วไปใช้ชิปประสิทธิภาพสูง เช่น CoreWeave, Nebius และ IREN
บริษัท AI แถวหน้า (Frontier Companies)
บริษัทที่กำลังพัฒนาโมเดล AI ที่ล้ำหน้าที่สุดในปัจจุบัน เช่น Anthropic และ OpenAI หรือที่เรียกอีกชื่อหนึ่งว่า Frontier Labs
รายจ่ายเพื่อการลงทุน (Capital Expenditure: Capex)
เงินที่บริษัทใช้จ่ายไปกับสินทรัพย์ถาวรระยะยาว เช่น ศูนย์ข้อมูล ฮาร์ดแวร์คอมพิวเตอร์และเครือข่าย และโครงสร้างพื้นฐานด้านพลังงาน
กระแสเงินสดอิสระ (Free Cash Flow: FCF)
เงินสดที่บริษัทสร้างได้จากการดำเนินงานหลังหักรายจ่ายลงทุน ซึ่งแสดงให้เห็นว่ามีเงินสดเหลือเท่าใดสำหรับชำระหนี้ ลงทุน หรือจ่ายคืนให้ผู้ถือหุ้น
สัญญาป้องกันความเสี่ยงผิดนัดชำระหนี้ (Credit Default Swap (CDS) Spread)
ต้นทุนในการทำประกันความเสี่ยงกรณีผู้กู้ผิดนัดชำระหนี้ โดยทั่วไป Spread ที่สูงขึ้นสะท้อนว่านักลงทุนมองว่ามีความเสี่ยงด้านเครดิตสูงขึ้น
ห่วงโซ่คุณค่า AI (AI Value Chain)
ธุรกิจในแต่ละระดับที่เกี่ยวข้องกับ AI ตั้งแต่ผู้ผลิตชิปและศูนย์ข้อมูล ไปจนถึงผู้จัดหาพลังงาน ผู้พัฒนาซอฟต์แวร์ และธุรกิจที่นำ AI ไปใช้
Token
หน่วยพื้นฐานของข้อความที่โมเดล AI ประมวลผล ผู้ให้บริการ AI มักคิดค่าบริการตามจำนวน Token ปริมาณการใช้ Token จึงเป็นตัวชี้วัดที่นิยมใช้วัดปริมาณการใช้งาน AI
เงินที่บริษัทใช้จ่ายไปกับสินทรัพย์ถาวรระยะยาว เช่น ศูนย์ข้อมูล ฮาร์ดแวร์คอมพิวเตอร์และเครือข่าย และโครงสร้างพื้นฐานด้านพลังงาน
กระแสเงินสดอิสระ (Free Cash Flow: FCF)
เงินสดที่บริษัทสร้างได้จากการดำเนินงานหลังหักรายจ่ายลงทุน ซึ่งแสดงให้เห็นว่ามีเงินสดเหลือเท่าใดสำหรับชำระหนี้ ลงทุน หรือจ่ายคืนให้ผู้ถือหุ้น
สัญญาป้องกันความเสี่ยงผิดนัดชำระหนี้ (Credit Default Swap (CDS) Spread)
ต้นทุนในการทำประกันความเสี่ยงกรณีผู้กู้ผิดนัดชำระหนี้ โดยทั่วไป Spread ที่สูงขึ้นสะท้อนว่านักลงทุนมองว่ามีความเสี่ยงด้านเครดิตสูงขึ้น
เอกสารอ้างอิง
- Lipschultz, B., Mascarenhas, N., Torrence, R., & Ghaffary, S. (2026). Anthropic Revenue Jumps to $16.8 Billion in Quarter Before IPO. Bloomberg. Retrieved from: https://www.bloomberg.com/news/articles/2026-10-14/anthropic-revenue-jumps-to-16-8-billion-in-quarter-before-ipo
- Hammond, G., & Morris, S. (2026). OpenAI annualised revenues $20bn less than previously signalled. Financial Times. Retrieved from: https://www.ft.com/content/b66a9858-f8fb-46cb-b506-44bfe26fca2a
- Soni, A., Rooprai, A., & Matthews, L. (2026). CoreWeave’s slump spotlights growing burden of debt behind AI boom. Reuters. Retrieved from: https://www.reuters.com/legal/transactional/coreweave-shares-bonds-slide-further-ai-debt-fears-mount-2026-10-15/
