ผลสำรวจของ UBS เกี่ยวกับห่วงโซ่อุตสาหกรรม AI ของจีน: โมเดลขนาดใหญ่กำลังพัฒนาอย่างรวดเร็ว และเงินทุนเริ่มไหลเข้าสู่อุตสาหกรรมเซมิคอนดักเตอร์

เมื่อวันที่ 14 สิงหาคม UBS ได้เผยแพร่รายงาน "การสังเกตการณ์สถานการณ์ในจีน – กรกฎาคม 2026" ซึ่งรวบรวมข้อมูลจากการสำรวจเทคโนโลยี WAIC 2026 การพูดคุยกับผู้บริหารของบริษัท และการวิจัยเชิงสถาบัน รายงานฉบับนี้ให้การประเมินที่ชัดเจนยิ่งขึ้นว่า โอกาสการลงทุนในอุตสาหกรรม AI ของจีนกำลังขยายตัวจากรูปแบบขนาดใหญ่ไปสู่ชิปประมวลผล เซิร์ฟเวอร์ การเชื่อมต่อเครือข่าย บรรจุภัณฑ์ขั้นสูง และโครงสร้างพื้นฐานด้านพลังงาน

ในระหว่างงาน WAIC นั้น UBS ได้จัดทำแบบสำรวจความคิดเห็นจากนักลงทุนประมาณ 40 รายจาก 12 บริษัทเทคโนโลยี ครอบคลุมด้านต่างๆ เช่น โมเดลขนาดใหญ่, GPU, ระบบเครือข่าย, ชิปอนาล็อก, การบรรจุภัณฑ์และการทดสอบ, การผลิตเซิร์ฟเวอร์แบบ ODM และอุปกรณ์เซมิคอนดักเตอร์ ผลการสำรวจที่สำคัญคือ โมเดลขนาดใหญ่ของจีนยังคงพัฒนาอย่างรวดเร็ว รูปแบบผลิตภัณฑ์ของโครงสร้างพื้นฐาน AI ที่ผลิตในประเทศกำลังได้รับการปรับปรุง และความต้องการพลังการประมวลผล AI ในภาคส่วนปลายน้ำยังไม่ลดลงอย่างมีนัยสำคัญ

การแข่งขันในกลุ่มผู้ผลิต AI ในประเทศได้เปลี่ยนจากระดับการ์ดเดี่ยวไปเป็นระดับระบบโดยรวมแล้ว

UBS สังเกตเห็นในงาน WAIC ว่าผู้ผลิตในประเทศไม่ได้มุ่งเน้นไปที่ชิปเดี่ยวอีกต่อไป แต่หันมาให้ความสำคัญกับโซลูชันระดับระบบที่ประกอบด้วยชิป เซิร์ฟเวอร์ ตัวเชื่อมต่อ และการจัดการคลัสเตอร์แทน

หัวเว่ยได้จัดแสดง Atlas 950 SuperPod ซึ่งประกอบด้วยชิป 1024 ตัว; ซูกอนได้สาธิตโซลูชัน Sugon 8000 ซึ่งรองรับการเชื่อมต่อได้มากถึง 100,000 การ์ด; และมูซี, ZTE และอาลีบาบา ก็ได้เปิดตัวผลิตภัณฑ์ซูเปอร์โนดของตนเองเช่นกัน ในส่วนของเครือข่าย ผู้ผลิตที่เกี่ยวข้องได้เริ่มจัดแสดงต้นแบบสวิตช์ 51.2T CPO และโซลูชันการเชื่อมต่อแบบออปติคอลที่สมบูรณ์

การเปลี่ยนแปลงนี้แสดงให้เห็นว่าพลังการประมวลผลที่ผลิตในประเทศกำลังลดผลกระทบของช่องว่างด้านประสิทธิภาพของชิปเดี่ยวลง โดยการขยายขนาดคลัสเตอร์ ปรับปรุงประสิทธิภาพการเชื่อมต่อ และเพิ่มประสิทธิภาพสถาปัตยกรรมระบบ สำหรับนักลงทุน ประโยชน์ที่ได้รับนั้นไม่ได้จำกัดอยู่แค่ GPU เท่านั้น แต่ยังรวมถึงชิปสวิตช์ ชิปเชื่อมต่อแบบออปติคอล เซิร์ฟเวอร์ ODM อินเทอร์เฟซจัดเก็บข้อมูล และบรรจุภัณฑ์ขั้นสูงด้วย

ผู้ผลิตตัวเร่งความเร็ว AI ในประเทศรายงานต่อ UBS ว่าความต้องการจากผู้ให้บริการคลาวด์และลูกค้าอื่นๆ ยังคงแข็งแกร่งขึ้นเรื่อยๆ ในด้านหนึ่ง พลังการประมวลผลระดับสูงจากต่างประเทศยังคงขาดแคลนในตลาดจีน ในอีกด้านหนึ่ง ผู้ให้บริการคลาวด์ในประเทศก็เต็มใจที่จะใช้การ์ดประมวลผลที่ผลิตในประเทศมากขึ้นเรื่อยๆ ผู้ผลิตระดับรองบางรายกำลังพัฒนาผลิตภัณฑ์ที่เทียบเคียงได้กับ H100 และ H200 ในขณะเดียวกันก็พัฒนาเทคโนโลยี SuperPod อย่างต่อเนื่อง

แม้ว่ารายได้จากโมเดลจะเติบโตขึ้น แต่ต้นทุนการคำนวณยังคงเป็นตัวแปรสำคัญ

การพัฒนาเชิงพาณิชย์ของบริษัทโมเดลขนาดใหญ่ก็กำลังเร่งตัวขึ้นเช่นกัน แต่คุณภาพของการเติบโตยังคงขึ้นอยู่กับต้นทุนด้านพลังการประมวลผล

จากข้อมูลของผู้บริหาร Zhipu รายได้ประจำปีของบริษัทแตะระดับ 1 พันล้านดอลลาร์สหรัฐ ณ เดือนกรกฎาคม ซึ่งเกินเป้าหมายเดิมที่ตั้งไว้ ณ สิ้นปี 2026 ก่อนกำหนด โดยส่วนใหญ่เป็นผลมาจากการใช้งานโทเค็นที่เพิ่มขึ้นและการปรับขึ้นราคา API บริษัทเพิ่งเสร็จสิ้นการระดมทุนด้วยการออกหุ้น H-share มูลค่า 31 พันล้านดอลลาร์ฮ่องกง โดยเงินทุนดังกล่าวจะนำไปสนับสนุนการขยายกำลังการประมวลผล นอกจากนี้ บริษัทยังกำลังพิจารณาที่จะจัดหาทรัพยากรการประมวลผลขนาดใหญ่ขึ้นผ่านการเช่าอีกด้วย

UBS เชื่อว่าการเพิ่มขึ้นของราคา API และการปรับปรุงประสิทธิภาพการประมวลผลอาจส่งผลให้กำไรของ Zhipu ดีขึ้น แต่การขาดแคลนกำลังการประมวลผลภายในประเทศและราคาค่าเช่าที่สูงขึ้นยังคงเป็นตัวแปรสำคัญต่อผลกำไร กล่าวอีกนัยหนึ่ง การเติบโตของรายได้ในอนาคตไม่ได้หมายความว่าเศรษฐศาสตร์หน่วยของบริษัทต้นแบบจะมีเสถียรภาพแล้วเสมอไป

รายได้ประจำปี (ARR) ของ MiniMax เพิ่มขึ้นจากประมาณ 100 ล้านดอลลาร์สหรัฐ ณ สิ้นปี 2025 เป็นประมาณ 150 ล้านดอลลาร์สหรัฐ ตามที่เปิดเผยในการประชุมรายงานผลประกอบการไตรมาสที่ 1 และเพิ่มขึ้นมากกว่าสองเท่าก่อนการเปิดตัว M3 ผู้บริหารยังคงมั่นใจว่าจะบรรลุเป้าหมายรายได้ประจำปี 1 พันล้านดอลลาร์สหรัฐภายในสิ้นปี 2026 ส่วนแบ่งรายได้จากธุรกิจ API และ Token Plan เพิ่มขึ้นจากประมาณ 30% ในปี 2025 เป็นเกือบครึ่งหนึ่งในเดือนพฤษภาคม 2026 ซึ่งบ่งชี้ว่าการเติบโตกำลังเปลี่ยนจากบริการสมัครสมาชิกสำหรับผู้บริโภคไปสู่การใช้งานจากนักพัฒนาและองค์กรมากขึ้น

อย่างไรก็ตาม ขนาดพารามิเตอร์ของโมเดล M3 รุ่นใหม่ของ MiniMax นั้นเกือบเป็นสองเท่าของ M2.7 โดยทั่วไปแล้ว โมเดลขนาดใหญ่หมายถึงต้นทุนการประมวลผลที่สูงขึ้น และบริษัทต่างๆ จำเป็นต้องพึ่งพาการเพิ่มประสิทธิภาพทางวิศวกรรมการประมวลผล การดำเนินงานคลัสเตอร์ และการจัดหาพลังการประมวลผลล่วงหน้า เพื่อรักษาระดับอัตรากำไรขั้นต้น

กิจกรรมการวิจัยด้านเซมิคอนดักเตอร์กำลังคึกคัก โดยเทคโนโลยีบรรจุภัณฑ์ขั้นสูงเป็นเทคโนโลยีแรกที่ได้รับประโยชน์

ในประเทศจีน การสนับสนุนจากสถาบันต่างๆ เริ่มหันมาให้ความสำคัญกับด้านฮาร์ดแวร์ของปัญญาประดิษฐ์มากขึ้นเช่นกัน

จากสถิติของทีมวิเคราะห์เชิงปริมาณของ UBS พบว่า สามภาคส่วนที่มีส่วนแบ่งการวิจัยจากสถาบันการเงินเพิ่มขึ้นเร็วที่สุดในแต่ละเดือนในเดือนกรกฎาคม ได้แก่ เซมิคอนดักเตอร์และอุปกรณ์เซมิคอนดักเตอร์ ฮาร์ดแวร์และอุปกรณ์เทคโนโลยี และธนาคาร ในขณะที่ภาคส่วนสินค้าทุน พลังงาน และอาหารและเครื่องดื่ม มีส่วนแบ่งการวิจัยลดลงมากที่สุด

ในบรรดาภาคส่วนต่างๆ ความสนใจในการวิจัยด้านซอฟต์แวร์และบริการเพิ่มขึ้น แต่ดัชนีความหนาแน่นยังคงอยู่ในแดนลบ ขณะที่ความสนใจในการวิจัยด้านวัสดุ อาหารและเครื่องดื่ม และสินค้าทุนลดลง แต่ตำแหน่งการลงทุนค่อนข้างหนาแน่น สิ่งนี้ชี้ให้เห็นว่าเซมิคอนดักเตอร์กลายเป็นพื้นที่ที่มีกิจกรรมการซื้อขาย AI เพิ่มขึ้นอย่างเห็นได้ชัดที่สุด ในขณะที่ภาคส่วนซอฟต์แวร์อาจยังมีช่องว่างความคาดหวังอยู่บ้าง

โดยเฉพาะอย่างยิ่งในส่วนของห่วงโซ่อุตสาหกรรม Montage Technology ระบุว่าชิปอินเทอร์เฟซหน่วยความจำ DDR5 รุ่นที่สามและสี่กำลังเร่งการผลิตอย่างรวดเร็ว และคาดว่าผลิตภัณฑ์รุ่นที่ห้าจะเริ่มจัดส่งในช่วงครึ่งหลังของปี 2026 ผลิตภัณฑ์ที่เกี่ยวข้องกับ MRDIMM ได้กลายเป็นแหล่งรายได้ที่สำคัญสำหรับธุรกิจใหม่ ๆ และการตรวจสอบ PCIe 6.0 Retimer ก็กำลังดำเนินการอยู่เช่นกัน

ความเจริญรุ่งเรืองของกลุ่มธุรกิจบรรจุภัณฑ์ขั้นสูงสะท้อนให้เห็นได้ชัดเจนยิ่งขึ้นในธุรกิจของบริษัท อัตราการใช้กำลังการผลิตของกลุ่มบริษัท JCET ในไตรมาสที่สองอยู่ที่ประมาณ 80% โดยธุรกิจที่เกี่ยวข้องกับ AI ธุรกิจบรรจุภัณฑ์ระดับเวเฟอร์ และธุรกิจบัมพ์ปิ้ง ล้วนดำเนินงานเต็มกำลังการผลิต บริษัทวางแผนที่จะลงทุน 7.8 พันล้านหยวนเพื่อสร้างโรงงานแห่งใหม่ที่เน้นบรรจุภัณฑ์ 2.5D ซึ่งคาดว่าจะแล้วเสร็จในครึ่งหลังของปี 2028 และเริ่มดำเนินการในปี 2029

UBS เชื่อว่าวงจรการผลิตบรรจุภัณฑ์ในครั้งนี้แตกต่างจากวงจรที่ขับเคลื่อนด้วยสินค้าอิเล็กทรอนิกส์สำหรับผู้บริโภคในอดีต โดยความต้องการเชิงโครงสร้างที่ขับเคลื่อนด้วย AI อาจช่วยสนับสนุนการปรับปรุงอัตราการใช้กำลังการผลิตและอัตรากำไรขั้นต้นอย่างต่อเนื่อง อย่างไรก็ตาม โรงงานใหม่เหล่านี้ยังต้องใช้เวลาอีกระยะหนึ่งกว่าจะเริ่มการผลิตได้ และผลตอบแทนในท้ายที่สุดจะขึ้นอยู่กับการเพิ่มกำลังการผลิตชิป AI ที่ผลิตในประเทศ การยอมรับของลูกค้า และอัตราการขยายตัวของอุตสาหกรรม

ความต้องการใช้งาน AI เริ่มขยายไปสู่ภาคไฟฟ้าและการจัดเก็บพลังงานแล้ว

รายงานฉบับนี้ยังขยายข้อสังเกตเกี่ยวกับโครงสร้างพื้นฐานด้านปัญญาประดิษฐ์ไปยังการจัดเก็บพลังงานและอุปกรณ์ไฟฟ้าอีกด้วย

Sungrow Power ระบุว่า ตั้งแต่ไตรมาสแรกของปี 2026 บริษัทได้จำหน่ายระบบจัดเก็บพลังงานสำหรับศูนย์ข้อมูล AI ให้แก่นักพัฒนาและผู้รวมระบบ ซึ่งจะนำผลิตภัณฑ์ไปจำหน่ายต่อให้แก่ผู้ให้บริการคลาวด์ในสหรัฐอเมริกา เนื่องจากโดยทั่วไปแล้ว การซื้อระบบจัดเก็บพลังงานมักเกิดขึ้นในช่วงท้ายของกระบวนการก่อสร้างศูนย์ข้อมูล ทำให้การยืนยันคำสั่งซื้อค่อนข้างช้า และโอกาสที่ผู้ให้บริการคลาวด์จะกลายเป็นลูกค้าโดยตรงนั้นค่อนข้างต่ำ

บริษัทฯ ยังร่วมมือกับผู้ให้บริการคลาวด์ในสหรัฐฯ เพื่อพัฒนาการวิจัยและพัฒนา รวมถึงการตรวจสอบหม้อแปลงไฟฟ้าแบบโซลิดสเตท โดยคาดว่าจะเปิดตัวผลิตภัณฑ์ในอีกไม่กี่เดือนข้างหน้า หม้อแปลงไฟฟ้าแบบโซลิดสเตทและระบบจัดเก็บพลังงานใช้การออกแบบแบบโมดูลาร์ ซึ่งสามารถลดเวลาในการติดตั้งในสถานที่และลดต้นทุนการติดตั้งได้

อย่างไรก็ตาม ความต้องการ AI ไม่สามารถชดเชยแรงกดดันจากวัฏจักรเศรษฐกิจในธุรกิจจัดเก็บพลังงานได้อย่างเต็มที่ บริษัท Sungrow Power คาดว่าราคาลิเธียมที่สูงขึ้นจะยังคงกดดันอัตรากำไรขั้นต้นในไตรมาสที่สองของปี 2026 และการขยายธุรกิจของบริษัทไปยังตลาดที่มีอัตรากำไรต่ำก็จะลดผลกำไรโดยรวมลงด้วย ดังนั้น UBS จึงเชื่อว่าศูนย์ข้อมูล AI การจัดเก็บพลังงาน และหม้อแปลงไฟฟ้าแบบโซลิดสเตทมีศักยภาพในการเติบโตในระยะยาว แต่ผลการดำเนินงานในระยะสั้นยังคงขึ้นอยู่กับจังหวะเวลาในการรับคำสั่งซื้อ ราคาวัตถุดิบ และการจัดการห่วงโซ่อุปทานในต่างประเทศ

โดยรวมแล้ว รายงานฉบับนี้ไม่ได้บ่งชี้ว่าอุตสาหกรรม AI ของจีนได้ก้าวข้ามข้อจำกัดทั้งหมดไปแล้ว แต่แสดงให้เห็นว่าเส้นทางการเติบโตของอุตสาหกรรมนี้มีความสมบูรณ์มากขึ้น กล่าวคือ การใช้งานโมเดลต่างๆ กำลังผลักดันความต้องการพลังการประมวลผล การนำพลังการประมวลผลที่ผลิตในประเทศมาใช้กำลังส่งเสริมการอัพเกรดเซิร์ฟเวอร์และการเชื่อมต่อ และการผลิตชิปที่เพิ่มขึ้นกำลังส่งผลดีต่อบรรจุภัณฑ์ อุปกรณ์ และโครงสร้างพื้นฐานด้านพลังงาน

ขั้นตอนการทดสอบต่อไปจะไม่มุ่งเน้นเพียงแค่ว่าแบบจำลองที่พัฒนาขึ้นภายในประเทศจะสามารถพัฒนาความสามารถต่อไปได้หรือไม่ แต่จะมุ่งเน้นไปที่ว่าเทคโนโลยี AI ที่ค่อยๆ ก่อตัวขึ้นนี้จะสามารถเปลี่ยนความต้องการให้เป็นรายได้ที่มั่นคง ต้นทุนที่ควบคุมได้ และผลกำไรที่ยั่งยืนได้หรือไม่