คำเตือนจาก Chris Wood: ทำไมการลงทุนที่ผิดพลาด (Malinvestment) อาจเป็นจุดจบของยุคทอง AI

ยุคแห่งปัญญาประดิษฐ์ (AI) ได้จุดชนวนให้เกิดวงจรการใช้จ่ายด้านทุน (capex) ที่รุนแรงที่สุดในประวัติศาสตร์ แต่ความเสี่ยงเชิงโครงสร้างที่สำคัญกำลังคืบคลานเข้ามา Chris Wood หัวหน้าฝ่ายกลยุทธ์หุ้นระดับโลกของ Jefferies เตือนว่า การเก็งกำไรในกลุ่ม AI อาจไม่ได้สิ้นสุดลงเพราะการขาดแคลนชิปหรือภาวะสินค้าล้นตลาด แต่จะเกิดจากการตระหนักว่าการลงทุนมหาศาลเหล่านั้นไม่สามารถสร้างผลตอบแทนที่เพียงพอได้

เงาหลอนของการลงทุนที่ผิดพลาด (Malinvestment)

ต่างจากวงจรเซมิคอนดักเตอร์แบบดั้งเดิมที่มักจะสิ้นสุดลงเมื่อเกิดภาวะสินค้าคงคลังล้นตลาด Wood แย้งว่าความรุ่งเรืองของ AI ในปัจจุบันกำลังเผชิญกับภัยคุกคามที่ไม่เหมือนใคร นั่นคือ "malinvestment" หรือการลงทุนที่ผิดพลาด เขาเสนอว่า "จุดจบ" ของการเก็งกำไรใน AI จะถูกกระตุ้นเมื่อเหล่า hyperscalers และห้องปฏิบัติการ AI ชั้นนำไม่สามารถสร้างผลตอบแทนที่น่าพอใจจากการใช้จ่าย capex มหาศาลที่กำลังดำเนินการอยู่ในขณะนี้

ข้อกังวลประการหนึ่งคือการมีอยู่ของวงจรการระดมทุนแบบหมุนเวียน (circular funding loops) Wood ชี้ให้เห็นถึงสถานการณ์ที่ผู้เล่นรายใหญ่ เช่น Nvidia ให้การสนับสนุนทางการเงินแก่บริษัทอย่าง OpenAI ซึ่งจากนั้นบริษัทเหล่านั้นก็นำเงินดังกล่าวไปซื้อชิปของ Nvidia เพิ่มขึ้น แม้ว่าสิ่งนี้จะสร้างวงจรการเติบโตที่ทรงพลังในระยะสั้น แต่ก็ต้องพึ่งพาข้อสมมติฐานในการสร้างรายได้ (monetization) ที่มองโลกในแง่ดีเกินไป ซึ่งอาจพังทลายลงได้หากนักลงทุนสูญเสียความเชื่อมั่นในความชัดเจนของกำไรในระยะยาว

Capex มหาศาลและการเติบโตอย่างก้าวกระโดดของไต้หวัน

ขนาดของการลงทุนที่เห็นในภาคส่วนนี้ในปัจจุบันนั้นไม่เคยปรากฏมาก่อน Wood อธิบายว่าการขยายตัวที่กำลังดำเนินอยู่นี้เป็นวงจร capex ที่รุนแรงที่สุดเท่าที่เขาเคยเห็นมา ตัวอย่างที่ชัดเจนคือ TSMC ซึ่งได้ปรับเพิ่มคาดการณ์ (guidance) อย่างมีนัยสำคัญ โดยมีการคาดการณ์สำหรับปี 2027 ว่าอาจสูงถึง 6.5–7 หมื่นล้านดอลลาร์สหรัฐ

การใช้จ่ายที่กระจุกตัวนี้กำลังขับเคลื่อนการเปลี่ยนแปลงทางเศรษฐกิจมหภาคครั้งใหญ่ โดยเฉพาะในไต้หวัน ภูมิภาคนี้มีอัตราการเติบโตของ GDP จริงที่ 14.55% เมื่อเทียบเป็นรายปีในไตรมาสที่ 1 ของปี 2026 โดยได้รับแรงหนุนจากยอดสั่งซื้อส่งออกที่พุ่งสูงขึ้นถึง 53.4% ในปัจจุบัน คาดว่าความต้องการที่เกี่ยวข้องกับ AI จะคิดเป็นประมาณ 31% ของรายได้ทั้งหมดของ TSMC ในปี 2026 ซึ่งแสดงให้เห็นว่าเศรษฐกิจโลกกำลังผูกติดกับโครงสร้างพื้นฐาน AI อย่างลึกซึ้งเพียงใด

การกลายเป็นสินค้าโภคภัณฑ์ (Commoditization) และการผงาดขึ้นของโมเดลราคาถูก

ความเสี่ยงอีกระดับหนึ่งคือการที่ Large Language Models (LLMs) กำลังกลายเป็นสินค้าโภคภัณฑ์ (commoditization) อย่างรวดเร็ว เมื่อต้นทุนต่อ token ลดลง ความได้เปรียบทางการแข่งขันของผู้ให้บริการระดับพรีเมียมจากตะวันตกก็ถูกท้าทาย Wood ตั้งข้อสังเกตว่าโมเดลใหม่ๆ เช่น GLM-5.2 ของ Z.ai ที่จดทะเบียนในฮ่องกง มีรายงานว่ามีประสิทธิภาพใกล้เคียงกับโมเดลระดับแนวหน้าอย่าง Anthropic แต่มีต้นทุนเพียงหนึ่งในสี่เท่านั้น

ข้อมูลจาก OpenRouter เน้นย้ำถึงการเปลี่ยนแปลงนี้: ในช่วงปลายเดือนมิถุนายน โมเดล AI ชั้นนำของจีนได้ประมวลผลไปถึง 21.37 ล้านล้าน tokens ซึ่งเพิ่มขึ้นอย่างมหาศาลจาก 4.37 ล้านล้าน tokens ในเดือนเมษายน ปริมาณนี้แซงหน้า 5.76 ล้านล้าน tokens ที่ประมวลผลโดยโมเดลชั้นนำของสหรัฐฯ อย่างมีนัยสำคัญ ซึ่งส่งสัญญาณถึงภูมิทัศน์ที่มีการแข่งขันสูงและกำลังกลายเป็นสินค้าโภคภัณฑ์มากขึ้นเรื่อยๆ

การปรับเปลี่ยนกลยุทธ์: มุ่งเน้นที่หน่วยความจำและฮาร์ดแวร์

แม้จะมีคำเตือนเหล่านี้ แต่ Wood ไม่ได้ทำนายว่าจะเกิดการล่มสลายในทันที ในทางกลับกัน เขากำลังปรับพอร์ตการลงทุนไปยังกลุ่ม "picks and shovels" (ผู้ผลิตเครื่องมือสนับสนุน) ของอุตสาหกรรม โดยเฉพาะผู้ผลิต DRAM และหน่วยความจำ เนื่องจาก Jevons Paradox เมื่อการประมวลผลมีประสิทธิภาพมากขึ้นและราคาถูกลง การบริโภคโดยรวมกลับเพิ่มสูงขึ้น ซึ่งส่งผลดีต่อผู้ให้บริการฮาร์ดแวร์

ผู้ผลิตหน่วยความจำรายใหญ่เช่น Micron กำลังสร้างความมั่นคงในระยะยาว โดย Micron ได้ลงนามในข้อตกลงเชิงกลยุทธ์ที่ครอบคลุมปริมาณ DRAM ถึง 20% ด้วยเหตุนี้ Wood จึงเพิ่มสัดส่วนการลงทุนในหุ้นฮาร์ดแวร์เทคโนโลยี เช่น SK Hynix, Kioxia และ Samsung Electronics โดยเดิมพันว่าบริษัทเหล่านี้จะยังคงได้รับประโยชน์ แม้ว่าเลเยอร์ซอฟต์แวร์และบริการ AI ในวงกว้างจะประสบปัญหาเรื่องวินัยทางการเงินก็ตาม

สรุปประเด็นสำคัญ

  • ความเสี่ยงหลัก: การเก็งกำไรใน AI มีแนวโน้มที่จะสิ้นสุดลงเนื่องจาก "malinvestment" และการขาด ROI สำหรับเหล่า hyperscalers มากกว่าที่จะเกิดจากภาวะสินค้าเซมิคอนดักเตอร์ล้นตลาดแบบดั้งเดิม
  • ภัยคุกคามจากการกลายเป็นสินค้าโภคภัณฑ์: โมเดล AI ของจีนที่พัฒนาอย่างรวดเร็วและมีราคาถูกกว่า กำลังสร้างแรงกดดันด้านราคาอย่างหนักต่อผู้ให้บริการ AI ระดับพรีเมียมจากตะวันตก
  • การปรับเปลี่ยนเชิงกลยุทธ์: ความสนใจในการลงทุนกำลังเปลี่ยนไปสู่ผู้เล่นในกลุ่มหน่วยความจำและฮาร์ดแวร์ (DRAM) ซึ่งมีอำนาจในการกำหนดราคาและมีสัญญาซื้อขายกับลูกค้าในระยะยาว