เจนเซน หวง ออกโรงกอบกู้ตลาด: หนุน CoreWeave ชี้ 'AI ต้องพึ่งสองแล็บจ่ายค่าคอมพิวต์' คือความเข้าใจผิดครั้งใหญ่

ผู้เขียนต้นฉบับ: หลง เยว่

แหล่งข่าวต้นฉบับ: Wallstreetcn

สัปดาห์นี้หุ้นเทคทั่วโลกถูกเทขายครั้งใหญ่ มูลค่าตลาดของหุ้นเทค 20 อันดับแรกของโลกรวมกันหายไปกว่า 1 ล้านล้านดอลลาร์สหรัฐ ความกังขาต่อผลตอบแทนการลงทุนโครงสร้างพื้นฐาน AI พุ่งสูงขึ้นอย่างรวดเร็ว

ณ จุดหัวเลี้ยวหัวต่อนี้ เจนเซน หวง ซีอีโอของ Nvidia ออกโรงติดต่อกันหลายครั้ง เริ่มจากการให้สัมภาษณ์กับ Bloomberg ที่สตอกโฮล์ม โดยออกหนุน CoreWeave ต่อสาธารณะ จากนั้นในพอดแคสต์ BG2 ก็เผยแพร่บทสัมภาษณ์เชิงลึกความยาวเกือบ 140 นาที ตอบข้อกังวลใจกลางตลาด: เงินลงทุนสร้างกำลังประมวลผล AI สุดท้ายแล้วใครเป็นคนจ่าย?

ที่น่าสังเกตคือ บทสัมภาษณ์เจนเซน หวง ในพอดแคสต์การลงทุนชื่อดังแห่งซิลิคอนวัลเลย์ "BG2" ถูกเผยแพร่เมื่อเวลาประมาณ 7.00 น. ตามเวลาตะวันออกของสหรัฐฯ วันที่ 15 ตุลาคม ก่อนตลาดเปิด ซึ่งเป็นช่วงที่เทรดเดอร์ นักวิเคราะห์ และกองทุนควอนต์ในวอลล์สตรีทกำลังเตรียมตัวอย่างตึงเครียดเพื่อรับมือการเปิดตลาด

เจนเซน หวง กล่าวอย่างชัดเจนในการให้สัมภาษณ์กับ Bloomberg ว่า CoreWeave "ไม่จำเป็นต้องให้ Nvidia ค้ำประกัน" และกล่าวว่า "ต้นทุนเงินทุนของพวกเขากำลังลดลงจริง ๆ" คำกล่าวนี้ส่งผลให้หุ้นกลุ่มนีโอคลาวด์ (neocloud) ดีดตัวขึ้นระหว่างวัน CoreWeave ปิดบวกสวนตลาด 5.94% ในวันนั้น ต่อมาดัชนี Nasdaq ฟื้นตัวกลับมาปิดบวกทั้งหมด นิตยสาร Barron's ระบุในรายงานย้อนหลังว่าตลาด "แค่คำปลอบใจไม่กี่คำจาก 'เจ้าพ่อ AI' เจนเซน หวง ก็เพียงพอแล้ว"

ในบทสัมภาษณ์ BG2 เจนเซน หวง ก้าวไปอีกขั้นด้วยการชี้ให้เห็นความเข้าใจผิดหลักของตลาดโดยตรง: การเดิมพันการก่อสร้างกำลังประมวลผลมูลค่าหลายล้านล้านดอลลาร์ไว้กับรายได้ของฟรอนเทียร์แล็บ (frontier labs) สองแห่งนั้น "ถามผิดคน" เขาแยกแยะความต้องการกำลังประมวลผลของ Nvidia ออกเป็นสามส่วนที่มีขนาดพอ ๆ กัน โดยฟรอนเทียร์แล็บเป็นเพียงประมาณหนึ่งในสี่ถึงหนึ่งในสามเท่านั้น และเกี่ยวข้องกับสถาบันห้าหกแห่ง ไม่ใช่สองแห่งตามที่ตลาดรับรู้กันโดยทั่วไป การประเมินนี้มีคุณค่าอ้างอิงโดยตรงต่อตลาดในการทำความเข้าใจตรรกะที่แท้จริงของการลงทุนโครงสร้างพื้นฐาน AI

กรณี CoreWeave

CoreWeave เป็นหนึ่งในจุดกดดันที่ถูกจับตามองมากที่สุดในการเทขายหุ้นเทครอบนี้ จากข้อมูลของ ICE Data Services ส่วนต่างของสัญญาแลกเปลี่ยนความเสี่ยงผิดนัดชำระหนี้ (Credit Default Swap: CDS) อายุห้าปีที่ให้ความคุ้มครองความเสี่ยงผิดนัดชำระหนี้ของ CoreWeave พุ่งขึ้นระหว่างวันถึง 74.5 จุดพื้นฐาน ทำสถิติสูงสุดระหว่างวันที่ 1194.5 จุดพื้นฐาน สะท้อนความน่าจะเป็นการผิดนัดชำระหนี้ในห้าปีเกินกว่า 60%

สัญญาณนี้ทำให้ตลาดตึงเครียดอย่างมาก CoreWeave กู้ยืมเงินจำนวนมากเพื่อขยายกำลังประมวลผล โดย Nvidia เป็นทั้งผู้จัดหาอุปกรณ์และถือหุ้นประมาณ 10% เป็นผู้ถือหุ้นรายใหญ่อันดับสอง โครงสร้างการเงินแบบวงจร (circular financing) ที่ "ผู้ขายให้เงินกู้แก่ผู้ซื้อ แล้วผู้ซื้อก็ซื้อสินค้าจากผู้ขาย" เช่นนี้ ทำให้เกิดข้อกังขาอย่างกว้างขวางต่อความยั่งยืนทางการเงินของการขยายโครงสร้างพื้นฐาน AI

คำกล่าวของเจนเซน หวง ที่สตอกโฮล์มเป็นการหักล้างการตั้งราคาของตลาดสินเชื่อโดยตรง "CoreWeave แข็งแกร่งขึ้นทุกวัน" เขาบอกกับ Bloomberg "ผมมองโลกในแง่ดี ต้นทุนเงินทุนของพวกเขากำลังลดลงจริง ๆ" พร้อมกันนั้นเขายังกล่าวอย่างชัดเจนว่า Nvidia ไม่จำเป็นต้องให้การค้ำประกันใด ๆ แก่ CoreWeave

น้ำหนักของคำพูดนี้อยู่ที่สถานะสองด้านของเจนเซน หวง เขาเป็นทั้งผู้จัดหาอุปกรณ์รายสำคัญที่สุดของ CoreWeave และผู้ถือหุ้นรายใหญ่อันดับสอง ปฏิกิริยาของตลาดเกิดขึ้นทันที: ราคาหุ้น CoreWeave ปิดบวก 5.94% ในวันนั้น หยุดแนวโน้มร่วงลงกว่า 18% สะสมสองวันก่อนหน้าได้

ชำแหละความเข้าใจผิด: ความต้องการกำลังประมวลผลไม่ได้มีแค่สองแล็บ

ตรรกะเชิงลึกประการหนึ่งของการเทขายในตลาดสัปดาห์นี้คือความกังขาเชิงระบบต่อผลตอบแทนการลงทุนโครงสร้างพื้นฐาน AI หากการเติบโตของรายได้ของ OpenAI และ Anthropic ชะลอตัวลง ใครจะจ่ายค่าก่อสร้างกำลังประมวลผลมูลค่าหลายล้านล้านดอลลาร์?

เจนเซน หวง ให้นิยามตรรกะนี้ว่า "ถามผิดคน" ในบทสัมภาษณ์ BG2 เขาแยกแยะความต้องการกำลังประมวลผลของ Nvidia ออกเป็นสามส่วนที่มีขนาดพอ ๆ กัน:

ส่วนแรก ประมาณหนึ่งในสามเป็นการประมวลผลพื้นฐานที่ไม่เกี่ยวข้องกับห้องปฏิบัติการ AI เลย ได้แก่ พลศาสตร์โมเลกุล การจำลองทางฟิสิกส์ เคมีควอนตัม แมชชีนเลิร์นนิงแบบดั้งเดิม (เช่น การตรวจจับการฉ้อโกงของ Visa และ Mastercard) ระบบแนะนำ เป็นต้น "แม้ไม่มี AI เลย Nvidia ก็ไม่ใช่ศูนย์" เขากล่าว "ธุรกิจส่วนนี้เติบโตปีละ 30% ถึง 40%"

ส่วนที่สอง ประมาณหนึ่งในสี่ถึงหนึ่งในสามเป็นความต้องการกำลังประมวลผลของฟรอนเทียร์แล็บ (frontier labs) แต่เจนเซน หวง ย้ำว่าตลาดมักมองเห็นแค่สองแห่ง ในขณะที่เขามองเห็นห้าหกแห่ง ได้แก่ Meta, Grok, Gemini, Anthropic และสถาบันอื่น ๆ ที่กำลังเติบโต "ถ้าคุณบอกผมว่านี่คิดเป็นไม่ถึงหนึ่งในสามของธุรกิจเรา ประมาณหนึ่งในสี่ ก็ดีเลย"

ส่วนที่สาม ประมาณหนึ่งในสามเช่นกัน คือบริษัทสตาร์ทอัปหลายพันแห่งที่เช่ากำลังประมวลผล เขาเปรียบเทียบว่าเป็น "AWS รุ่นต่อไป" บริษัทเหล่านี้ 80% ใช้โมเดลโอเพนซอร์ส สร้างปัญญาเฉพาะทางในแนวดิ่ง เช่น AI เชิงกายภาพ (physical AI), AI เชิงชีวภาพ (biological AI), วัสดุศาสตร์ "มองคลาวด์คอมพิวติงก้อนใหญ่นี้เป็น AWS รุ่นต่อไป" เขากล่าว "นี่คือ AWS ในวันนี้ เพียงแต่เป็นเวอร์ชันสำหรับอนาคต"

"การเดิมพันการก่อสร้างมูลค่าหลายล้านล้านดอลลาร์ไว้กับรายได้ของสองแล็บ เป็นความผิดพลาดครั้งใหญ่" เจนเซน หวง กล่าว "ผมยินดีร่วมงานกับพวกเขา สนับสนุนพวกเขา พวกเขาจะเป็นหนึ่งในบริษัทเทคโนโลยีที่สำคัญที่สุดเท่าที่เคยมีมา และจะประสบความสำเร็จอย่างงดงาม แต่รายได้ของพวกเขาไม่จำเป็นต้องเข้าใกล้หนึ่งล้านล้านดอลลาร์เลย เรื่องนี้ถึงจะสมเหตุสมผล"

ตรรกะพื้นฐานของอุปสงค์ที่เร่งตัว

เจนเซน หวง อธิบายอย่างเป็นระบบในบทสัมภาษณ์ว่าเหตุใดความต้องการกำลังประมวลผลจึงไม่ชะลอตัวแบบเส้นตรง แต่กลับเร่งตัวขึ้นอย่างต่อเนื่อง

หัวใจสำคัญอยู่ที่ปัจจัยทบต้นสองตัวคูณกัน หนึ่ง การอนุมาน (inference) มีราคาแพงกว่าการสร้างแบบท่องจำหลายอันดับความสำคัญ AI ต้องขยายทางเลือกหลายแบบ วางแผน ทบทวน ตัดทอน รักษา "ทางเลือกเชิงกลยุทธ์" ไว้ ซึ่งตัวมันเองก็ใช้กำลังประมวลผลมหาศาล สอง ยิ่งโมเดลเก่งขึ้นเท่าไร สถานการณ์ที่ถูก "จ้างงาน" ก็ยิ่งมากขึ้นเท่านั้น "มันใช้กำลังประมวลผลมากขึ้นทำงานให้เสร็จ แต่มันทำได้ดี เราจึงจ้างมันทำงานมากขึ้น" เขากล่าว "สองสิ่งนี้ซ้อนกัน อุปสงค์จึงเร่งตัว ไม่ใช่ชะลอตัว"

การปลดล็อกสำคัญเมื่อปีที่แล้ว เจนเซน หวง เรียกว่า "harness" ได้แก่ การจัดการความจำใช้งาน (working memory) การสร้างกราฟความรู้ (คล้ายการบีบอัดแบบออฟไลน์ระหว่างนอนหลับ) และการใช้เครื่องมือ สามสิ่งนี้ทำให้โมเดลภาษาขนาดใหญ่เปลี่ยนจาก "แชทบอท" เป็นเอเจนต์อัจฉริยะที่เข้าไปทำงานในองค์กรได้ "การเขียนโปรแกรมเป็นสถานการณ์แรกที่นำไปใช้จริง" เขากล่าว "การออกแบบและงานสร้างสรรค์คือระลอกถัดไป"

ในมุมมองของเขา ปัจจุบัน OpenAI และ Anthropic ต่างมีกำลังประมวลผลเพียงประมาณสองสามกิกะวัตต์ "เทียบกับขนาดที่กำลังจะมาถึง นี่เป็นปริมาณที่เล็กมาก" และด้วยขนาดกำลังประมวลผลที่เล็กเช่นนี้ AI ก็สามารถแก้สมการนาเวียร์-สโตกส์ ซึ่งเป็นโจทย์คณิตศาสตร์รางวัลมิลเลนเนียมได้แล้ว "นี่คือปัญญาที่แย่ที่สุดที่เราจะมีนับจากนี้" เขากล่าว "จากจุดนี้ไป มันจะดีขึ้นเรื่อย ๆ เท่านั้น"

ไฟฟ้าหายากดันส่วนแบ่งตลาด Nvidia คอขวดปี 2027 อยู่ที่โลกกายภาพ

เจนเซน หวง ให้การประเมินที่ชัดเจนในบทสัมภาษณ์เกี่ยวกับคอขวดการก่อสร้างกำลังประมวลผลในปี 2027: อุปสงค์ "มีแต่เพิ่ม ไม่มีลด" แต่ที่ดิน ใบอนุญาต ไฟฟ้า และแรงงานก่อสร้างจะเป็นอุปสรรคหลัก

จากข้อมูลของ SemiAnalysis ที่ Brad Gerstner พิธีกร BG2 อ้างถึง ปีหน้าจะมีการเพิ่มกำลังประมวลผล AI 43 กิกะวัตต์ มากกว่ายอดรวมที่มีอยู่ทั่วโลกในปัจจุบัน และปีถัดไปจะเพิ่มอีก 40 กิกะวัตต์ เจนเซน หวง เห็นด้วยกับการประเมินด้านอุปสงค์ของตัวเลขนี้ แต่ชี้ว่าข้อจำกัดของโลกกายภาพจะจำกัดจังหวะการดำเนินการจริง "ที่ดิน ไฟฟ้า อาคาร" เขากล่าว "นี่จะเป็นหนึ่งในอุปสรรคสำคัญที่สุด"

ที่น่าสังเกตคือ ในกรอบตรรกะของเจนเซน หวง ความหายากของไฟฟ้ากลับกลายเป็นแรงขับเคลื่อนให้ส่วนแบ่งตลาดของ Nvidia เพิ่มขึ้นอีก ข้อโต้แย้งของเขาคือ สถาปัตยกรรมของ Nvidia ให้ผลผลิตโทเคนต่อวัตต์ (tokens/watt) สูงที่สุดในโลก ยิ่งไฟฟ้าตึงตัว ลูกค้ายิ่งมีแนวโน้มเลือกแพลตฟอร์มที่ให้ผลผลิตต่อหน่วยพลังงานสูงที่สุด "เมื่อไฟฟ้าลดลง คุณภาพของกำลังประมวลผลที่คุณใส่เข้าไปต้องสูงที่สุด" เขากล่าว "เราเช่าได้มากที่สุด ใช้แทนกันได้ และทนทาน"

เขาเปิดเผยเพิ่มเติมว่า มูลค่าตลาดต่อกิกะวัตต์ของกำลังประมวลผล Nvidia เพิ่มขึ้นจากประมาณ 18,000 ล้านดอลลาร์ เป็นกว่า 20,000 ล้านดอลลาร์ และตอนนี้เกิน 40,000 ล้านดอลลาร์ และยังเพิ่มขึ้นเรื่อย ๆ ในรายจ่ายลงทุนของผู้ให้บริการคลาวด์ทั่วโลก (CSP) Nvidia มีสัดส่วนประมาณ 40% ส่วนฝั่งที่ไม่ใช่ CSP (รวมการติดตั้งในองค์กรและคลาวด์ใหม่) มีสัดส่วนประมาณ 80% "เมื่อหกปีก่อน สัดส่วนของเราต่อรายจ่ายลงทุนทั่วโลกยังเป็นเลขหลักเดียว" เขากล่าว

สิ้นทศวรรษนี้: ขนาดการก่อสร้างต่อปี 3–4 ล้านล้านดอลลาร์ "10 ล้านล้านไม่น่าแปลกใจเลย"

เจนเซน หวง ให้กรอบการประเมินขนาดระยะยาวของโครงสร้างพื้นฐาน AI ในบทสัมภาษณ์ ซึ่งเป็นเหตุผลหลักที่เขามองว่าตลาดประเมินความยั่งยืนของอุปสงค์กำลังประมวลผล AI ต่ำเกินไป

แนวทางการคำนวณของเขาคือ ก่อน AI เกิดขึ้น ขนาดการก่อสร้างโครงสร้างพื้นฐานคอมพิวติงทั่วโลกต่อปีอยู่ที่ประมาณ 500,000 ล้านดอลลาร์ และอยู่ในเส้นทางการเติบโตตามธรรมชาติ เมื่อรวมผลกระทบของการสิ้นสุดกฎของมัวร์ "ถ้าคุณต้องการทรานซิสเตอร์สองเท่า ไม่ว่าจะรอนานแค่ไหน คุณก็ต้องจ่ายสองเท่า" อุตสาหกรรมเซมิคอนดักเตอร์เองก็กำลังเดินไปสู่การเป็นอุตสาหกรรมใหญ่ที่สุดของโลกอยู่แล้ว เมื่อรวมอุปสงค์ใหม่และคลื่นการเริ่มต้นธุรกิจรอบใหม่ที่ AI นำมา "ภายในสิ้นทศวรรษนี้ ขนาดการก่อสร้างต่อปีจะอยู่ระหว่าง 3 ถึง 4 ล้านล้านดอลลาร์ ใกล้ 4 ล้านล้านมากกว่า ในจำนวนนี้เป็นการประมวลผลล้วนประมาณ 1.5 ล้านล้าน" เขากล่าว

สำหรับมุมมองระยะยาวกว่านั้น เขากล่าวว่า "ถ้ามีคนบอกผมว่า ขนาดการก่อสร้างและปรับปรุงโครงสร้างพื้นฐานต่อปีแตะ 10 ล้านล้านดอลลาร์ ผมไม่แปลกใจเลย"

ด้านกลยุทธ์การเงินของ Nvidia เอง เจนเซน หวง เปิดเผยว่า ปัจจุบันบริษัทใช้กระแสเงินสดอิสระมากกว่า 50% ในการซื้อหุ้นคืน ไตรมาสล่าสุดสัดส่วนนี้อยู่ที่ประมาณ 60% เขายังกล่าวถึงเวกเตอร์การเติบโตใหม่สองทาง ได้แก่ การอนุญาตใช้สิทธิซอฟต์แวร์สำหรับองค์กร (เก็บค่าธรรมเนียมรายปีตามจำนวน GPU) และข้อตกลงการแบ่งรายได้ (Revshare) กับผู้ให้บริการคลาวด์บางราย ซึ่งทั้งสองทางค่อนข้างเป็นอิสระจากการขายฮาร์ดแวร์ โดยอาศัยฐานการติดตั้งขนาดใหญ่และระบบนิเวศของ Nvidia