มัสก์ พิชัย และกริฟฟิน เห็นต่างเรื่องกำลังประมวลผล AI: ซิลิคอนวัลเลย์ชี้ขาดแคลนหนัก วอลล์สตรีทถามผลตอบแทนหลังอุปทานตามทัน

การลงทุนในกำลังประมวลผล AI กำลังยืนอยู่บนทางแยกของเรื่องเล่าที่แตกออกเป็นสองขั้ว ผู้นำจากซิลิคอนวัลเลย์ใช้คำสั่งซื้อจริงและรอบระยะเวลาคืนทุนที่สั้นมากเป็นหลักฐาน ยืนยันว่ากำลังประมวลผล AI ขาดแคลนอย่างรุนแรงและอุปสงค์มากกว่าอุปทาน ขณะที่ผู้จัดการสินทรัพย์ระดับแนวหน้าของวอลล์สตรีทกลับตั้งคำถามอย่างใจเย็นว่า เมื่ออุปทานตามทันอุปสงค์แล้ว ราคาส่วนเพิ่มพังทลาย โมเดลค่าเสื่อมราคาล้มเหลว และการคำนวณ ROI ขององค์กรเข้มงวดขึ้น ผลตอบแทนของธุรกิจนี้จะยังยั่งยืนหรือไม่

อีลอน มัสก์ ซีอีโอของ SpaceX ประกาศแผนขยายกำลังประมวลผล AI ที่ก้าวร้าวที่สุดเท่าที่เคยมีมาในการประชุมรายงานผลประกอบการไตรมาสล่าสุด โดยคาดว่ากำลังประมวลผล AI ออนไลน์จะแตะ 2.5 ถึง 3 กิกะวัตต์ภายในสิ้นปี 2026 และเพิ่มขึ้นอีก 10 กิกะวัตต์ในปี 2027 พร้อมทั้งกำหนดแนวทางผลประกอบการด้วยประโยคที่ว่า "ผมจะแปลกใจถ้ากำลังประมวลผล AI ออนไลน์ ณ ตอนนั้นต่ำกว่า 13 กิกะวัตต์" ภาพตลาดสปอตที่เขาอธิบายคือ ผู้ให้บริการคลาวด์ระดับไฮเปอร์สเกลทุกรายและบริษัทขนาดเล็กอีกหลายสิบรายกำลัง "ไล่ล่าอย่างไม่ลดละ" เพื่อขอเช่ากำลังประมวลผล AI เพิ่ม "ถ้าเราตอบตกลงกับทุกคน เราสามารถปล่อยเช่ากำลังประมวลผล AI ของเราได้หลายครั้ง" ซุนดาร์ พิชัย ซีอีโอของ Google ก็ยืนยันต่อสาธารณะอย่างที่ไม่ค่อยเกิดขึ้นบ่อยนักว่า ลูกค้าในวันนี้แทบเป็นไปไม่ได้เลยที่จะล็อกกำลังประมวลผล AI สำหรับปี 2027 และทั้งอุตสาหกรรมต่างก็ต้องการกำลังประมวลผล AI เป็นสองเท่าของที่วางแผนไว้แต่แรก

อย่างไรก็ตาม เคน กริฟฟิน ผู้ก่อตั้ง Citadel กลับออกมาเตือนในการให้สัมภาษณ์กับ Bloomberg ว่า GPU มีโครงสร้างเหมือนกับสายการบินอย่างมาก ต้นทุนการดำเนินงานส่วนเพิ่มต่ำมาก เมื่ออุปทานล้นตลาด ราคาเช่าสปอตจะ "ร่วงลงอย่างอิสระ" ตลาดกำลังเปลี่ยนจาก "การซื้อตามธีม" ไปสู่การวิจัยปัจจัยพื้นฐานอย่างแท้จริง และการทดสอบครั้งนี้ "เพิ่งเริ่มต้นเท่านั้น"

หัวใจของความเห็นต่างนี้ไม่ใช่แค่การประเมินเส้นอุปสงค์ AI ที่แตกต่างกัน แต่เป็นความเห็นต่างเชิงรากฐานเกี่ยวกับแก่นแท้ของ "มูลค่ากำลังประมวลผล AI" ว่าเป็นส่วนเกินของทรัพยากรหายาก หรือเป็นโครงสร้างพื้นฐานที่จะกลายเป็นสินค้าโภคภัณฑ์ในที่สุด

มัสก์: รอบคืนทุนจะบีบลงเหลือหกเดือน อุปสงค์กำลังประมวลผล AI ยังไม่เห็นจุดสูงสุด

รายงานผลประกอบการไตรมาสสามของ SpaceX ให้ภาพตัดขวางข้อมูลที่ชัดเจนที่สุดของความไม่สมดุลระหว่างอุปสงค์และอุปทานกำลังประมวลผล AI ในปัจจุบัน สำหรับไตรมาสที่สามของปีงบประมาณ 2026 ซึ่งสิ้นสุดในเดือนกันยายน รายได้ของบริษัทเติบโต 161% เมื่อเทียบปีต่อปี แตะ 14.58 พันล้านดอลลาร์ สูงกว่าที่นักวิเคราะห์คาดการณ์ไว้ประมาณ 10% โดยธุรกิจ Super Intelligence (SI) ทำรายได้ไตรมาสเดียว 7.6 พันล้านดอลลาร์ เพิ่มขึ้น 5 พันล้านดอลลาร์จากไตรมาสก่อนหน้า กลายเป็นเครื่องยนต์การเติบโตหลัก กำไรสุทธิของบริษัทพลิกจากขาดทุน 1.1 พันล้านดอลลาร์ในปีก่อน เป็นกำไร 4.4 พันล้านดอลลาร์ และ EBITDA ที่ปรับปรุงแล้วเติบโต 306% เมื่อเทียบปีต่อปี แตะ 8.8 พันล้านดอลลาร์

ตรรกะทางธุรกิจที่มัสก์อธิบายในการประชุมรายงานผลประกอบการชี้ตรงไปที่ความแข็งแกร่งของอุปสงค์: รอบระยะเวลาคืนทุนของการติดตั้งโครงสร้างพื้นฐานซูเปอร์คอมพิวเตอร์ลดลงเหลือไม่ถึงหนึ่งปี ขณะที่ Bret Johnsen ประธานเจ้าหน้าที่ฝ่ายการเงินกล่าวว่า ด้วยระดับราคาปัจจุบัน ราคาต่อวัตต์สูงกว่าขีดจำกัดบนของช่วง 30 ถึง 50 ดอลลาร์ที่เคยพูดคุยกันไว้ และรอบคืนทุนไม่ถึงหนึ่งปี ถ้อยแถลงของมัสก์ก้าวร้าวยิ่งกว่า:

"ไม่ตัดความเป็นไปได้ที่รอบคืนทุนของกำลังประมวลผล AI จะสั้นลงเหลือหกเดือนในปีหน้า"

มัสก์เลือกทำสัญญาระยะสั้นตามราคาตลาดสปอต แทนที่จะล็อกข้อตกลงระยะยาว ตรรกะเบื้องหลังคือการประเมินแนวโน้มขาขึ้นของมูลค่าต่อหน่วยกำลังประมวลผล AI:

"เมื่อซอฟต์แวร์ AI พัฒนาอย่างต่อเนื่องและโมเดลถูกปรับให้ดีขึ้นเรื่อย ๆ มูลค่าของปัญญาที่มีประสิทธิภาพซึ่งผลิตได้ต่อวัตต์ของกำลังประมวลผล AI ก็เพิ่มขึ้น นี่คือฐานรองรับพื้นฐานของการตั้งราคากำลังประมวลผล AI จากสถานการณ์การต่อสัญญา สิ่งที่เราเห็นคือราคาต่อวัตต์ในรูปดอลลาร์เพิ่มขึ้น ไม่ใช่ลดลง"

ในด้านจังหวะการติดตั้ง มัสก์เปิดเผยว่าทีมงานกำลังนำ GB300 ขึ้นระบบออนไลน์อย่างสม่ำเสมอประมาณ 200,000 ตัวต่อเดือน และจะรักษาจังหวะนี้ต่อไปในปีหน้าพร้อมกับเปลี่ยนไปใช้กำลังประมวลผล AI Vera Rubin เขายืนยันพร้อมกันว่าจะติดตั้งคลัสเตอร์ฝึกฝนที่ประกอบด้วย Vera Rubin 440,000 ตัวให้แล้วเสร็จภายในสิ้นไตรมาสที่สอง รายจ่ายลงทุนของ SpaceX ในไตรมาสที่สี่คาดว่าจะอยู่ที่ 35,000 ถึง 40,000 ล้านดอลลาร์ บริษัทยังคงเป้าหมายรายได้ประจำรายปี (ARR) ของธุรกิจ SI ที่ 100,000 ล้านดอลลาร์ภายในสิ้นปีนี้ และคาดการณ์ว่า ARR ภายในสิ้นปี 2027 จะอยู่ระหว่าง 500,000 ล้านถึง 1 ล้านล้านดอลลาร์

พิชัย: ธุรกิจคลาวด์กำลังสละกำลังประมวลผล AI ให้การวิจัย AI แนวหน้า โมเดลพยากรณ์อุปสงค์ล้มเหลวเชิงระบบแล้ว

ซุนดาร์ พิชัย ซีอีโอของ Google ให้หลักฐานสนับสนุนจากอีกขั้วหนึ่งของระบบนิเวศ AI ในการให้สัมภาษณ์กับรายการ Big Technology Podcast เขายืนยันว่า Gemini 4 Argon โมเดลเรือธงของ Google ใช้โทเคน 25 ล้านล้านโทเคนภายใน 72 ชั่วโมงหลังเปิดตัว ซึ่งเป็นสามเท่าของ Gemini 3.0 รุ่นก่อนหน้าในช่วงเวลาเดียวกัน ข้อมูลภายในที่เขาอ้างถึงก็เจาะจงไม่แพ้กัน: ภายในสี่สัปดาห์หลัง Argon เปิดตัว ปริมาณการผลิตโค้ดภายใน Google เพิ่มขึ้น 30% และอัตราการ rollback ของโค้ดลดลงประมาณหนึ่งในสาม

ในการประเมินเรื่องการขาดแคลนกำลังประมวลผล AI พิชัยยืนยันโดยตรงถึงความสมเหตุสมผลของข่าวลือในอุตสาหกรรมว่า ลูกค้าในวันนี้แทบเป็นไปไม่ได้เลยที่จะล็อกกำลังประมวลผล AI สำหรับปี 2027 เขามองว่าปัญหานี้เกิดจากความล่าช้าเชิงโครงสร้างของการก่อสร้างโครงสร้างพื้นฐาน:

"ศูนย์ข้อมูลมีความล่าช้า 2 ถึง 3 ปีนับจากการตัดสินใจจนถึงการเริ่มดำเนินการ และกำลังประมวลผล AI ที่เรามีอยู่ในมือวันนี้คือผลผลิตของการตัดสินใจในปี 2024 แม้แต่ย้อนกลับไปวันนี้ของปีที่แล้ว การระเบิดของงานด้านเอเจนต์ก็ยังไม่เกิดขึ้น"

สิ่งที่หายากยิ่งกว่าคือ พิชัยยอมรับต่อสาธารณะถึงลำดับความสำคัญของทรัพยากรกำลังประมวลผล AI ภายใน Google: การวิจัย AI แนวหน้าเป็นลำดับความสำคัญอันดับหนึ่งที่ "ไม่สามารถต่อรองได้" และธุรกิจคลาวด์ในทางปฏิบัติ "ได้สละรายได้ระยะสั้นเพื่อสนับสนุนการพัฒนา AI แนวหน้าแล้ว เพราะเรากำลังตัดสินใจแลกเปลี่ยนในเรื่องกำลังประมวลผล AI" นี่คือการยืนยันอย่างเป็นทางการในระดับซีอีโอ ไม่ใช่แค่มุมมองเชิงกลยุทธ์

สำหรับข้อกังขาเรื่อง "การก่อสร้างเกินความจำเป็น" คำตอบของพิชัยคือการแยกกรอบเวลา: "ถ้าขยายกรอบเวลาให้ยาวพอ การก่อสร้างในระดับนี้ก็สมเหตุสมผลอย่างยิ่ง เราอยู่ในช่วงเริ่มต้นของเทคโนโลยีที่สำคัญที่สุดเท่าที่เคยมีมา นี่ไม่เหมือนไฟเบอร์ออปติก ไฟเบอร์ที่วางเสร็จแล้วยังมืดอยู่ ไม่มีใครใช้ แต่เรากำลังใช้มันภายใต้ข้อจำกัดด้านกำลังการผลิตทุกวัน" เขาไม่ได้ปฏิเสธความเป็นไปได้ที่จะมีอุปทานล้นเกินเฉพาะจุดในระยะสั้น แต่การประเมินอุปสงค์ระยะยาวของเขาชัดเจนแน่นอน: "ถ้าให้เวลามากพอ กำลังประมวลผล AI ที่เราวางแผนไว้จะมีที่ใช้ในที่สุด"

กริฟฟิน: กับดักสามประการชี้ตรงรากฐานตรรกะการลงทุนกำลังประมวลผล AI

ในการประชุมสุดยอด Citadel Global Markets Future ประจำปี เคน กริฟฟินให้สัมภาษณ์กับ Dani Burger ผู้สื่อข่าว Bloomberg โดยตั้งคำถามเชิงระบบต่อความยั่งยืนของเรื่องเล่าจากซิลิคอนวัลเลย์ในสามมิติ

ความเสี่ยงด้านการตั้งราคาส่วนเพิ่มคือคำเตือนชั้นแรกของกริฟฟิน เขาเปรียบเทียบ GPU กับอุตสาหกรรมการบินโดยตรง: "GPU เหมือนกับสายการบินอย่างมาก ต้นทุนการดำเนินงานส่วนเพิ่มต่ำมาก ถ้ามีที่นั่งว่างหนึ่งที่บนเที่ยวบิน ต่อให้ขายเพียง 20 ดอลลาร์ ที่นั่งนั้นก็ทำกำไร คุณสมบัติข้อนี้เองที่กำหนดว่า เมื่อเกิดกำลังการผลิตล้นเกิน ราคาก็จะร่วงลงอย่างอิสระ" เขาอ้างถึงบทเรียนของ "ไฟเบอร์มืด" ในฟองสบู่โทรคมนาคมปี 2000 เป็นข้อมูลอ้างอิงทางประวัติศาสตร์ ไฟเบอร์จำนวนมหาศาลที่วางไว้แล้วไม่เคยถูกเปิดใช้เพราะอุปสงค์ไม่เพียงพอ และราคาโทรคมนาคมก็ร่วงลงเป็นเส้นตรง ในกรอบคิดของเขา ราคาสปอตที่สูงในตลาดปัจจุบันไม่ใช่ข้อพิสูจน์ความยืดหยุ่นของอุปสงค์ แต่เป็นส่วนเกินชั่วคราวในช่วงที่อุปทานยังอยู่ในระยะตึงตัว

ความล้มเหลวของโมเดลค่าเสื่อมราคาคือความเสี่ยงชั้นที่สอง กริฟฟินชี้ว่า ตลาดปัจจุบันมีปรากฏการณ์ผิดปกติอย่างหนึ่ง: GPU รุ่นเก่าที่มีอายุห้าหกปียังคงเรียกค่าเช่าได้สูงมาก แต่เขาเชื่อว่าสถานะนี้ยากจะยั่งยืน: "ผู้คนจำนวนมากขึ้นเริ่มกังวลว่า ฉันไม่สามารถให้อัตราการแปลงเป็นทุนหรือโมเดลรายได้แบบเดียวกับเมื่อ 12 เดือนก่อนกับชิปตัวหนึ่งในปีที่เจ็ด แปด หรือเก้าได้อีกต่อไป" หากสถาบันการลงทุนยังคงคิดลดค่าเสื่อมราคาด้วยมูลค่าคงเหลือสูงในช่วง 7 ถึง 9 ปี โมเดลการประเมินมูลค่าของพวกเขาจะเผชิญแรงกดดันให้ต้องประเมินใหม่เชิงระบบ

การคำนวณ ROI ขององค์กรคือแรงกดดันเชิงโครงสร้างชั้นที่สาม กริฟฟินบรรยายภาพฝั่งองค์กรที่ขัดแย้งกับเรื่องเล่าการใช้จ่ายลงทุนขนาดมหึมาว่า: "องค์กรที่เฉียบแหลมที่สุดในอเมริกากำลังตระหนักดี ว่าธุรกิจใดต้องจ่ายราคาสูงลิ่วเพื่อโมเดลชั้นนำ และธุรกิจใดสามารถใช้โมเดลโอเพนซอร์สด้วยต้นทุนต่ำมากได้ ทั้งภาคองค์กรกำลังมองใบแจ้งหนี้จาก Anthropic และ OpenAI แล้วพูดว่า เราต้องคิดให้ดีว่าจะแน่ใจได้อย่างไรว่าได้ประสิทธิภาพการผลิตจากสิ่งนี้จริง ๆ" ตามรายงานของ The Wall Street Journal Anthropic เปิดเผยในเอกสาร S-1 ว่าแผนการใช้จ่ายด้านกำลังประมวลผล AI ในอนาคตอยู่ที่ 750,000 ล้านดอลลาร์ และขนาดการใช้จ่ายยังเพิ่มขึ้นเรื่อย ๆ ผู้สื่อข่าวถามกริฟฟินต่อว่ามีความตึงเครียดระหว่างสองเรื่องนี้หรือไม่ คำตอบของเขาสั้นและตรงประเด็น: "ใช่ ตอนที่คุณถามคำถาม คุณก็ตอบคำถามนั้นไปแล้ว"

กริฟฟินไม่ได้ปฏิเสธลักษณะการเปลี่ยนแปลงเชิงปฏิวัติของเทคโนโลยี AI เขากล่าวว่า "ณ เวลานี้ เกือบจะแน่นอนว่ามีฟองสบู่เฉพาะจุดอยู่ การเปลี่ยนแปลงเชิงรากฐานใด ๆ ต่อเศรษฐกิจมักจะเกี่ยวข้องกับฟองสบู่เสมอ" แต่เขาเน้นว่า นี่ไม่ได้หมายความว่าความเสี่ยงด้านราคาในปัจจุบันจะถูกมองข้ามได้ "การปรับราคาใหม่ของตลาดเพิ่งเริ่มต้นเท่านั้น"

แก่นของความเห็นต่าง: ความคลาดเคลื่อนซ้ำซ้อนของกรอบเวลาและฐานการตั้งราคา

เมื่อพิจารณาถ้อยแถลงของทั้งสามฝ่าย ความเห็นต่างนี้ไม่ใช่การปะทะกันง่าย ๆ ระหว่างมุมมองเชิงบวกและเชิงลบ แต่เป็นเรื่องเล่าคู่ขนานที่ตั้งอยู่บนกรอบเวลาและสมมติฐานการตั้งราคาที่แตกต่างกัน

สิ่งที่มัสก์และพิชัยบรรยายคือแรงกระแทกของอุปสงค์ที่เกิดขึ้นทันทีในปัจจุบัน ซึ่งขับเคลื่อนโดยการเติบโตอย่างรวดเร็วของเอเจนต์ กำลังประมวลผล AI ไม่ว่าจะเพิ่มเท่าไรก็ไม่พอ รอบคืนทุนคิดเป็นเดือนไม่ใช่ปี และราคาสปอตยังคงไต่ขึ้นเรื่อย ๆ เงื่อนไขที่ทำให้ตรรกะชุดนี้เป็นจริงคือ ความต่อเนื่องของอัตราการเติบโตของอุปสงค์จะเหนือกว่าความเร็วในการไล่ตามของอุปทาน

สิ่งที่กริฟฟินตั้งคำถามคือ "ส่วนเกินจากความหายาก" นี้จะรักษาไว้ได้หรือไม่เมื่ออุปทานไล่ตามทันแล้ว ข้อเสนอหลักของเขาไม่ใช่การปฏิเสธความจริงของอุปสงค์ปัจจุบัน แต่เป็นการชี้ว่า GPU ในฐานะประเภทสินทรัพย์มีโครงสร้างใกล้เคียงกับที่นั่งบนเครื่องบิน ต้นทุนส่วนเพิ่มที่เข้าใกล้ศูนย์หมายความว่า เมื่อดุลยภาพถูกทำลาย การกำหนดราคาจะปรับตัวลงในลักษณะที่ไม่เป็นเชิงเส้น

เรื่องเล่าทั้งสองชุดมีความสอดคล้องในตัวเอง แต่พุ่งเป้าไปที่ช่วงเวลาที่แตกต่างกัน ความตึงเครียดของตลาดในปัจจุบันอยู่ที่นักลงทุนต้องตัดสินว่า ช่วงเวลาแห่งความหายากของกำลังประมวลผล AI ยังเหลืออยู่นานแค่ไหน และการตัดสินใจนี้จะส่งผลกระทบต่อการประเมินมูลค่าของผู้ให้บริการโครงสร้างพื้นฐานซูเปอร์คอมพิวเตอร์ ผู้ผลิต GPU และซัพพลายเชนที่เกี่ยวข้องในระดับที่แตกต่างกันอย่างมีนัยสำคัญ