J.P. Morgan เตือนถึงสัญญาณอันตรายที่เพิ่มขึ้นในตลาด AI

ในขณะที่ปัญญาประดิษฐ์ (AI) ยังคงขับเคลื่อนการก้าวกระโดดทางเทคโนโลยีอย่างที่ไม่เคยมีมาก่อน แต่นักวิเคราะห์ทางการเงินกำลังส่งสัญญาณเตือนเกี่ยวกับความไม่มั่นคงที่อาจเกิดขึ้นในตลาด รายงานล่าสุดจาก J.P. Morgan ระบุว่า "ความตื่นเต้นเกินเหตุของนักลงทุน" (investor exuberance) กำลังสร้างระดับความกระจุกตัวและความผันผวนที่อันตรายภายในภาคส่วน AI

การกระจุกตัวอย่างสุดโต่งและความคล้ายคลึงกับยุค Dotcom

ข้อกังวลที่น่าตกใจที่สุดที่ J.P. Morgan ยกขึ้นมาคือการกระจุกตัวอย่างสุดโต่งของความมั่งคั่งและการเติบโตภายในดัชนี S&P 500 นับตั้งแต่การเปิดตัว ChatGPT ในปี 2022 มีบริษัทที่เกี่ยวข้องกับ AI เพียง 42 แห่งเท่านั้นที่เป็นตัวขับเคลื่อนกำไร รายได้ และการลงทุนประมาณ 65% ถึง 80% ของดัชนีทั้งหมด การกระจุกตัวนี้เห็นได้ชัดเจนที่สุดในมูลค่าหลักทรัพย์ตามราคาตลาด (market capitalization) โดยหุ้นสหรัฐฯ ที่ใหญ่ที่สุด 10 อันดับแรกมีสัดส่วนประมาณ 40% ของ S&P 500 ซึ่งเพิ่มขึ้นอย่างมหาศาลจากเพียง 17% ในปี 2015

นอกจากนี้ รูปแบบทางเทคนิคในภาคส่วนเซมิคอนดักเตอร์กำลังสะท้อนถึงฟองสบู่ดอทคอม (dotcom bubble) ที่โด่งดัง J.P. Morgan ระบุสัญญาณเตือนเฉพาะ 4 ประการ ได้แก่:

  • หุ้นเซมิคอนดักเตอร์กำลังเบี่ยงเบนออกจากเส้นค่าเฉลี่ยเคลื่อนที่ 200 วัน (200-day moving average) อย่างรุนแรงเหมือนในช่วงปลายทศวรรษ 1990
  • กองทุน Hedge fund ลงทุนในหุ้นชิปหนักกว่าช่วงเวลาใดที่ผ่านมา
  • เงินกู้ Margin ในตลาดหลักทรัพย์เกาหลีเพิ่มขึ้นถึงสามเท่าตั้งแต่ปี 2020
  • การซื้อขาย Options ในหุ้นเซมิคอนดักเตอร์พุ่งสูงขึ้นเป็นห้าเท่าของระดับในปี 2020

ภูมิทัศน์ที่กำลังเปลี่ยนไปของฮาร์ดแวร์ AI

แม้ว่า Nvidia จะยังคงเป็นยักษ์ใหญ่ในตลาด AI accelerator แต่ความครอบคลุมตลาดของบริษัทกำลังเผชิญกับการถูกกัดเซาะทางกลยุทธ์ J.P. Morgan คาดการณ์ว่าส่วนแบ่งการตลาดของ Nvidia มีแนวโน้มที่จะลดลงจาก 85% ในปี 2023 เหลือประมาณ 75% ภายในปี 2026 การเปลี่ยนแปลงนี้ถูกขับเคลื่อนโดยผู้ให้บริการคลาวด์รายใหญ่ที่กำลังพัฒนาชิป (silicon) ของตนเองเพื่อเพิ่มประสิทธิภาพด้านต้นทุน

ตัวอย่างเช่น TPU ของ Google และชิป Trainium ของ Amazon กำลังกลายเป็นทางเลือกที่สำคัญ การใช้ชิปที่ออกแบบมาโดยเฉพาะ (custom silicon) สามารถลดต้นทุนการดำเนินงานได้ 30% ถึง 40% เมื่อเทียบกับ GPU ของ Nvidia แบบดั้งเดิม การเปลี่ยนแปลงที่สำคัญในอุตสาหกรรมกำลังเกิดขึ้นแล้ว โดย Anthropic ได้ให้คำมั่นว่าจะรันโมเดล Claude บนโครงสร้างพื้นฐาน Trainium ของ Amazon ในทศวรรษหน้า ซึ่งส่งสัญญาณถึงการลดการพึ่งพา GPU เพียงอย่างเดียว

แรงกดดันด้านอัตรากำไรและการเติบโตของ Open Source

ความเป็นไปได้ทางเศรษฐกิจของห้องแล็บ AI ชั้นนำอย่าง OpenAI และ Anthropic ยังคงเป็นเครื่องหมายคำถามสำคัญ แม้ว่ารายได้จะเติบโตอย่างรวดเร็ว แต่ต้นทุนการประมวลผล (compute) ที่สูงมหาศาลกำลังบีบอัตรากำไร (margins) สิ่งนี้สร้างจุดอ่อนที่คู่แข่งพร้อมจะเข้ามาฉกฉวยโอกาส

ในขณะที่ราคา Token มีความผันผวน องค์กรต่างๆ เริ่มมองหาวิธีเพิ่มประสิทธิภาพการใช้จ่ายโดยการย้ายงานไปยังโมเดล Open Source ที่มีประสิทธิภาพสูงและราคาถูกกว่า ภูมิทัศน์นี้ยังซับซ้อนยิ่งขึ้นด้วยโมเดล Open Source จากจีน ซึ่งกำลังเข้าใกล้ประสิทธิภาพระดับแนวหน้าด้วยต้นทุนเพียงเศษเสี้ยวของโมเดลแบบปิด (proprietary models) ของตะวันตก แรงกดดันด้านราคา Token ที่ลดลง ประกอบกับอัตรากำไรจากกระแสเงินสดอิสระ (free cash flow margins) ที่ลดลงของผู้ให้บริการคลาวด์รายใหญ่ บ่งชี้ว่า "ยุคตื่นทอง AI" อาจต้องเผชิญกับความจริงที่โหดร้ายในเรื่องของความสามารถในการทำกำไรในเร็วๆ นี้

สรุปประเด็นสำคัญ

  • ความผันผวนของตลาด: รูปแบบหุ้นเซมิคอนดักเตอร์และการซื้อขาย Options ที่เพิ่มขึ้น แสดงให้เห็นถึงความคล้ายคลึงทางเทคนิคกับฟองสบู่ดอทคอม
  • การกระจายตัวของฮาร์ดแวร์: คาดการณ์ว่าส่วนแบ่งการตลาดของ Nvidia จะลดลง เนื่องจากผู้ให้บริการคลาวด์อย่าง Amazon และ Google เริ่มใช้ชิปที่ออกแบบเองเพื่อลดต้นทุนได้สูงสุดถึง 40%
  • ความเสี่ยงด้านความสามารถในการทำกำไร: ต้นทุนการประมวลผลที่สูงขึ้นและประสิทธิภาพที่เพิ่มขึ้นของโมเดล Open Source ราคาถูก (รวมถึงโมเดลจากจีน) กำลังคุกคามอัตรากำไรของห้องแล็บ AI ชั้นนำ