เมื่อวันที่ 8 ตุลาคมที่ผ่านมา ตลาดหุ้นสหรัฐฯ เกิดอาการสะดุ้งกันยกใหญ่ หลัง Financial Times รายงานตัวเลขรายได้ของ OpenAI ที่เคยมีรายงานว่าอาจสูงถึง 70,000 ล้านดอลลาร์ต่อปี กลับกลายเป็นว่าน่าจะอยู่ที่ประมาณ 50,000 ล้านดอลลาร์เท่านั้น


แต่เดี๋ยวก่อนๆ นี่ไม่ใช่ตัวเลขผลประกอบการจริง

เป็นเพียง Annualized Revenue หรือการนำรายได้ในช่วงล่าสุดมาประเมินว่า หากทำได้ในอัตราเดียวกันตลอด 12 เดือน จะมีรายได้ประมาณเท่าไร ไม่ใช่รายได้ที่เกิดขึ้นจริง และไม่ใช่กำไรของบริษัท


พูดง่ายๆ คือ OpenAI ไม่ได้รายได้ลดลงไป 20,000 ล้านดอลลาร์ แต่ตลาดเคยคาดหวังไว้สูงกว่านี้

เรียกว่า OpenAI สะดุดนิดเดียว (นิดมั้ยไม่รู้ 20,000 ล้าน) พาหุ้น AI แดงกันทั้งตลาด!


หลังข่าวออก นักลงทุนเริ่มเทขายหุ้นเทคโนโลยีที่เกี่ยวข้องกับ AI กันอย่างฉ่ำ

NVIDIA ผู้ผลิตชิป AI รายใหญ่ของโลก ร่วงประมาณ 2.9%

Broadcom ร่วงประมาณ 4.3%

Micron ร่วงประมาณ 4.8%

ส่วน Oracle ผู้ให้บริการโครงสร้างพื้นฐาน Cloud ที่มีความเกี่ยวข้องกับ OpenAI ก็ถูกเทขายอย่างหนักเช่นกัน


ก็คือข่าว OpenAI งบไม่มาพาเพื่อนๆ เครียดไปตามๆ กัน

แต่ทำไมนักลงทุนถึงต้องขี้ตื่นขนาดนั้น?

คำตอบอยู่ที่ความคาดหวังอันมหาศาลที่ตลาดมีต่อ AI


ที่ผ่านมา บริษัทเทคโนโลยียักษ์ใหญ่ต่างทุ่มเงินลงทุนใน AI กันอย่างบ้าคลั่ง ไม่ว่าจะเป็น Microsoft, Google, Amazon, Meta หรือ Oracle

เพราะทุกคนต่างเชื่อว่า AI จะกลายเป็นหนึ่งในธุรกิจที่ใหญ่ที่สุดในประวัติศาสตร์มนุษยชาติ


แต่เมื่อรายได้ของหนึ่งในผู้เล่นที่สำคัญที่สุดอย่าง OpenAI ออกมาต่ำกว่าตัวเลขที่เคยคาดหวังไว้ คำถามที่น่ากลัวจึงเริ่มปรากฏขึ้น...

แล้วเงินมหาศาลที่ทุกบริษัทกำลังทุ่มลงทุนกันอยู่นั้น จะหาเงินกลับมาได้คุ้มค่าจริงหรือ?

และงบลงทุนมหาศาลที่ว่านั่น คือสิ่งที่เรียกกันว่า CapEx


CapEx คืออะไร? ทำไมใคร ๆ ก็เริ่มพูดถึง?

CapEx ย่อมาจาก Capital Expenditure หรือรายจ่ายลงทุน

ง่ายๆ คือ เงินที่บริษัทนำไปใช้สร้างหรือซื้อสิ่งที่จำเป็นสำหรับการทำธุรกิจในระยะยาว เช่น การสร้างโรงงาน ซื้อเครื่องจักร หรือสร้างโครงสร้างพื้นฐาน


สำหรับอุตสาหกรรม AI สิ่งเหล่านี้ประกอบไปด้วย Data Center ขนาดมหึมา ชิปประมวลผลราคาแพง ระบบไฟฟ้า และระบบระบายความร้อนที่ต้องรองรับการทำงานของคอมพิวเตอร์จำนวนมหาศาล


เพราะทุกครั้งที่เราพิมพ์คำถามให้ ChatGPT หรือสั่ง AI ให้สร้างภาพ เขียนโปรแกรม วิเคราะห์ข้อมูล เบื้องหลังไม่ได้มีเวทมนตร์อะไรทั้งนั้น


มีแต่คอมพิวเตอร์จำนวนมหาศาลกำลังทำงาน ใช้หน่วยความจำมหาศาล ชิปประมวลผลจำนวนมหาศาล และใช้พลังงานมหาศาลอีกเช่นกัน


ยิ่งคนใช้ AI มากขึ้น ความต้องการทุกสิ่งเหล่านี้ก็ยิ่งเพิ่มมากขึ้น

บริษัทเทคโนโลยีจึงแข่งกันลงทุนสร้าง Data Center และซื้อชิปกันชนิดที่ตัวเลขงบลงทุนใหญ่จนแทบจะอ่านไม่ออก


แต่มันมีเรื่องสำคัญอยู่ข้อหนึ่ง

CapEx คือเงินลงทุนต้องจ่ายออกไปก่อน ส่วนรายได้และกำไรที่จะได้รับกลับมาในอนาคต ยังเป็นเรื่องที่ต้องลุ้นกันต่อไป


และตัวเลขประมาณการรายได้ของ OpenAI นี่แหล่ะ ที่ทำเอานักลงทุนที่รอลุ้นขาสั่นพั่บๆๆ

นี่ยังไม่นับเรื่องที่ อุปกรณ์ AI ยังมีความเสี่ยงที่จะล้าสมัยอย่างรวดเร็ว เพราะเทคโนโลยีใหม่เกิดขึ้นแทบทุกปี


ลองนึกภาพว่าลงทุนสร้าง Data Center ไปหลายแสนล้านบาท แต่ยังไม่ทันคืนทุน ชิปประมวลผลรุ่นใหม่ก็ออกมาแรงกว่าเดิม ประหยัดไฟกว่าเดิม และอาจทำงานได้ถูกกว่าเดิมอีก!

กลายเป็นว่าอาจต้องควักเงินลงทุนเพิ่มเติม ทั้งที่ของเก่ายังหาเงินกลับมาไม่ครบด้วยซ้ำ


คำถามสำคัญที่สุดสำหรับ AI Supercycle นี้จึงอาจจะเป็น “รายได้จาก AI หรือเงินลงทุนที่ต้องใส่ลงไปอย่างมหาศาล อะไรจะวิ่งเร็วกว่ากัน??”


ลองสมมติว่าบริษัทแห่งหนึ่งมีรายได้จาก AI เพิ่มขึ้นปีละ 50%

ฟังดูเริ่ศ!

แต่ถ้าบริษัทต้องลงทุนเพิ่มปีละ 100% เพื่อรองรับการเติบโตนั้นล่ะ?

…..เริ่มไม่เริ่ศละใช่ไหม?

และถ้าเป็นแบบนี้ต่อเนื่อง บริษัทก็อาจต้องกู้เงินเพิ่ม ระดมทุนเพิ่ม หรือดึงเงินจากธุรกิจส่วนอื่นมาสนับสนุนการเติบโตของ AI


และที่ทำให้ร่วงทีก็กอดคอกันไปทั้งวงก็เพราะ AI มีลักษณะเป็นห่วงโซ่ธุรกิจขนาดใหญ่

OpenAI ต้องการพลังประมวลผล

ผู้ให้บริการ Cloud ต้องสร้าง Data Center

ผู้สร้าง Data Center ต้องซื้อชิป

ผู้ผลิตชิปก็ต้องขยายกำลังการผลิต

ทุกคนจึงกำลังลงทุนเพื่อรองรับความต้องการที่คาดว่าจะ “เกิดขึ้นในอนาคต”


แต่ถ้าความต้องการปลายทางเติบโตช้ากว่าที่คาดไว้เพียงเล็กน้อย (ย้ำอีกทีว่ามันคือ 20,000 ล้าน USD หรือก็แค่ หกแสนกว่าล้านบาท เอ๊งงง) ผลกระทบก็อาจส่งต่อไปถึงทุกบริษัทในห่วงโซ่นี้ได้


นี่จึงเป็นเหตุผลว่าทำไมข่าวรายได้ของ OpenAI เพียงข่าวเดียว ถึงทำให้หุ้นบริษัทผลิตชิปและผู้ให้บริการโครงสร้างพื้นฐาน AI ถูกเทขายตามกันไปด้วย

เพราะตลาดไม่ได้กำลังตั้งคำถามแค่กับ OpenAI


แต่กำลังตั้งคำถามกับความคุ้มค่าของเงินลงทุนมหาศาลทั้งอุตสาหกรรม

AI Supercycle ยังไม่จบ ฟองสบู่ยังไม่แตก แต่ต่อจากนี้จะออกท่าไหน .......ได้แต่ติดตามตอนต่อไปเท่านั้น...