คำเตือนจาก Chris Wood: ทำไมการลงทุนที่ผิดพลาด (Malinvestment) อาจทำให้ยุคทองของ AI สิ้นสุดลง

การใช้จ่ายมหาศาลในด้านปัญญาประดิษฐ์ (Artificial Intelligence) กำลังสร้างวงจรการใช้จ่ายด้านทุน (capex) ที่รุนแรงที่สุดครั้งหนึ่งในประวัติศาสตร์ แต่สิ่งนี้กลับแฝงไปด้วยอันตรายที่ซ่อนอยู่ Chris Wood หัวหน้าฝ่ายกลยุทธ์หุ้นระดับโลกของ Jefferies เตือนว่า ความล่มสลายของการเก็งกำไรใน AI จะไม่ได้เกิดจากการขาดแคลนชิปหรือภาวะอุปทานล้นตลาด แต่จะเกิดจากวิกฤตด้านความสามารถในการทำกำไร

ภัยคุกคามที่กำลังคืบคลานจากการลงทุนที่ผิดพลาด (Malinvestment)

จากจดหมายข่าว "Greed & Fear" ฉบับล่าสุดของ Wood ความเสี่ยงหลักต่อระบบนิเวศ AI คือ "malinvestment" หรือการลงทุนที่ผิดพลาด เขาโต้แย้งว่าการเก็งกำไรในกลุ่มนี้มีแนวโน้มที่จะเผชิญกับการชะงักงันที่เจ็บปวดหรืออาจสิ้นสุดลง เมื่อตลาดตระหนักว่าเหล่า hyperscalers และห้องปฏิบัติการ AI ชั้นนำไม่สามารถสร้างผลตอบแทนที่เพียงพอจากการลงทุนมหาศาลของพวกเขาได้

ข้อกังวลที่สำคัญคือการมีอยู่ของวงจรการระดมทุนแบบหมุนเวียน (circular funding loops) Wood ชี้ให้เห็นถึงสถานการณ์ที่บริษัทอย่าง Nvidia อาจให้เงินสนับสนุนห้องปฏิบัติการ AI อย่าง OpenAI ซึ่งจากนั้น OpenAI ก็นำเงินทุนดังกล่าวกลับไปซื้อชิปของ Nvidia เพิ่มขึ้น แม้ว่าสิ่งนี้จะสร้างวงจรป้อนกลับที่ขับเคลื่อนด้วยโมเมนตัม แต่ก็ยังมีความเสี่ยงสูงต่อความเคลือบแคลงใจของนักลงทุนเกี่ยวกับความชัดเจนของกำไรในระยะยาวและวินัยในการใช้เงินทุน

วงจร Capex มหาศาลที่ขับเคลื่อนโดยโครงสร้างพื้นฐาน

ขนาดของการลงทุนที่กำลังถูกเทลงไปในโครงสร้างพื้นฐาน AI ในขณะนี้ถือว่าไม่เคยปรากฏมาก่อน TSMC เป็นตัวอย่างที่ชัดเจนของการกระจุกตัวนี้ โดยบริษัทได้ปรับเพิ่มคาดการณ์ capex สำหรับปี 2026 เป็นประมาณ 5.6 หมื่นล้านดอลลาร์สหรัฐ จากเดิม 4.1 หมื่นล้านดอลลาร์สหรัฐในปีที่แล้ว นอกจากนี้ การคาดการณ์จาก Fubon Research ยังระบุว่า capex อาจสูงถึง 6.5–7 หมื่นล้านดอลลาร์สหรัฐภายในปี 2027

การใช้จ่ายนี้กำลังขับเคลื่อนการเปลี่ยนแปลงทางเศรษฐกิจมหภาคครั้งใหญ่ในภูมิภาคอย่างไต้หวัน ซึ่งอัตราการเติบโตของ GDP ที่แท้จริงพุ่งสูงถึง 14.55% เมื่อเทียบเป็นรายปีในไตรมาสที่ 1 ของปี 2026 ปัจจุบัน คาดการณ์ว่าความต้องการที่เกี่ยวข้องกับ AI จะคิดเป็น 31% ของรายได้ทั้งหมดของ TSMC ในปี 2026 ซึ่งตอกย้ำว่าเศรษฐกิจโลกในปัจจุบันผูกติดอยู่กับการขยายโครงสร้างพื้นฐาน AI อย่างลึกซึ้งเพียงใด

การกลายเป็นสินค้าโภคภัณฑ์ของโมเดล AI (Commoditisation)

สิ่งที่เพิ่มแรงกดดันต่ออัตรากำไร (margins) คือการที่ Large Language Models (LLMs) กลายเป็นสินค้าโภคภัณฑ์อย่างรวดเร็ว เมื่อโมเดลคุณภาพสูงมีให้ใช้งานในราคาที่ถูกลงมาก "คูเมือง" (moats) ที่ล้อมรอบผู้ให้บริการ AI ระดับพรีเมียมของตะวันตกจึงเริ่มแคบลง

Wood ตั้งข้อสังเกตถึงการเติบโตของโมเดลจีนที่มีประสิทธิภาพ เช่น GLM-5.2 ของ Z.ai ซึ่งมีรายงานว่าให้ประสิทธิภาพใกล้เคียงกับโมเดลชั้นนำของสหรัฐฯ อย่าง Anthropic แต่มีต้นทุนต่อ token เพียงหนึ่งในสี่เท่านั้น ข้อมูลจาก OpenRouter แสดงให้เห็นถึงการเปลี่ยนแปลงที่สำคัญ โดยในช่วงปลายเดือนมิถุนายน โมเดล AI ชั้นนำของจีนได้ประมวลผลไปถึง 21.37 ล้านล้าน token ซึ่งแซงหน้า 5.76 ล้านล้าน token ที่ประมวลผลโดยโมเดลชั้นนำของสหรัฐฯ อย่างมาก แนวโน้มนี้บ่งชี้ว่าเลเยอร์ซอฟต์แวร์ของ AI กำลังกลายเป็นธุรกิจสินค้าโภคภัณฑ์ที่มีอัตรากำไรต่ำ

มุ่งสู่กลุ่ม "เครื่องมือและอุปกรณ์" (Picks and Shovels)

แม้จะมีความเสี่ยงเหล่านี้ แต่ Wood ไม่ได้ทำนายว่าจะเกิดการล่มสลายในทันที ในทางกลับกัน เขาเสนอให้มีการปรับเปลี่ยนกลยุทธ์ไปสู่กลุ่ม "picks and shovels" หรือผู้ผลิตเครื่องมือและอุปกรณ์ในอุตสาหกรรม โดยเฉพาะอย่างยิ่งในส่วนของหน่วยความจำ (memory) และฮาร์ดแวร์

ต่างจากเลเยอร์ซอฟต์แวร์ ผู้ผลิต DRAM และหน่วยความจำกำลังได้รับอำนาจต่อรองที่สำคัญ ตัวอย่างเช่น Micron ได้ลงนามในข้อตกลงลูกค้าเชิงกลยุทธ์ไปแล้ว 16 ฉบับ ซึ่งครอบคลุมปริมาณ DRAM 20% และ NAND หนึ่งในสามของปริมาณทั้งหมด โดยมักเป็นสัญญาที่มีระยะเวลา 5 ปี การเปลี่ยนแปลงเชิงโครงสร้างนี้ช่วยให้ผู้ผลิตหน่วยความจำมีอำนาจในการกำหนดราคา ทำให้พวกเขากลายเป็นการลงทุนที่ปลอดภัยกว่า แม้ว่าวงจร capex ของ AI ในภาพรวมจะต้องเผชิญกับการตรวจสอบความเป็นจริงก็ตาม

สรุปประเด็นสำคัญ

• ปัจจัยความเสี่ยง: การเก็งกำไรใน AI มีความเสี่ยงต่อ "malinvestment" เมื่อนักลงทุนตระหนักว่าเหล่า hyperscalers ไม่สามารถสร้างผลตอบแทนที่เพียงพอจากการใช้จ่ายด้านทุนมหาศาลได้
• แรงกดดันจากการกลายเป็นสินค้าโภคภัณฑ์: การเกิดขึ้นอย่างรวดเร็วของโมเดล AI จากจีนที่มีประสิทธิภาพสูงแต่ราคาต่ำ กำลังทำให้ตลาด LLM กลายเป็นสินค้าโภคภัณฑ์และบีบอัตรากำไรของผู้ให้บริการฝั่งตะวันตก
• การปรับเปลี่ยนกลยุทธ์: แม้อัตรากำไรของซอฟต์แวร์อาจลดลง แต่ผู้ให้บริการฮาร์ดแวร์และหน่วยความจำ (เช่น SK Hynix และ Samsung) กำลังสร้างความได้เปรียบในระยะยาวผ่านข้อตกลงการจัดหาวัตถุดิบเชิงกลยุทธ์แบบหลายปี