การลงทุน AI เข้าสู่ 'หุบเหวแห่งความผิดหวัง' 18 เดือนข้างหน้าคือบททดสอบความเป็นความตาย!

การลงทุนขนาดใหญ่ในโครงสร้างพื้นฐานด้านการประมวลผลทุกรอบ สุดท้ายก็มาถึงทางแยกเดียวกันเสมอ นั่นคือตลาดเริ่มตั้งคำถามถึงผลตอบแทน

รายงานของ Goldman Sachs เมื่อวันที่ 10 พฤศจิกายน ระบุว่า การลงทุน AI ในปัจจุบันกำลังอยู่ใน "หุบเหวแห่งความผิดหวัง" (trough of disillusionment) ความผันผวนล่าสุดในตลาดหุ้นและตลาดสินเชื่อ โครงสร้างการจัดหาเงินทุนแบบหมุนเวียนที่ซับซ้อนขึ้นเรื่อย ๆ และความไม่แน่นอนด้านกฎระเบียบใหม่หลังการเลือกตั้งกลางเทอมของสหรัฐฯ ล้วนเป็นปัจจัยร่วมที่ทำให้ตลาดเกิดข้อสงสัยว่ารายจ่ายลงทุนด้าน AI จะยั่งยืนต่อไปได้หรือไม่

Eric Sheridan หัวหน้านักวิเคราะห์ฝ่ายวิจัยหุ้นอินเทอร์เน็ตสหรัฐฯ ของ Goldman Sachs กล่าวตรง ๆ ว่า "ทุกรอบวัฏจักรการประมวลผลที่ผมวิเคราะห์ล้วนมีเส้นโค้งเดียวกัน คือความตื่นเต้นในช่วงแรกของผลิตภัณฑ์ การขยายขนาดการลงทุน และจากนั้นก็คือการตรวจสอบผลตอบแทน"

เขาย้ำว่านี่ไม่ใช่ครั้งแรกที่รอบวัฏจักรนี้เกิดความรู้สึกผิดหวัง ในช่วง 12 ถึง 18 เดือนที่ผ่านมา มีการปรับฐานของตลาดในธีม AI มาแล้วสามครั้ง ได้แก่ ช่วงฤดูใบไม้ร่วง-ฤดูหนาวปีที่แล้ว ฤดูร้อนปีนี้ และในปัจจุบัน แต่เขาก็ยอมรับว่า "เดิมพันสูงขึ้นอย่างไม่ต้องสงสัย เพราะเราอยู่ในวัฏจักรนี้มานานขึ้น และเงินทุนที่ใส่ลงไปก็เพิ่มขึ้นอย่างมาก"

Chamath Palihapitiya ผู้ก่อตั้งและซีอีโอของ Social Capital กล่าวในรายงานอย่างตรงไปตรงมาว่า "สิ่งที่ผมเห็นคือความไม่สอดคล้องกันอย่างรุนแรงระหว่างกำลังการผลิตที่สัญญาไว้ของดาต้าเซ็นเตอร์ กำลังการผลิตจริง และผลตอบแทน" เขาเตือนว่า 18 เดือนข้างหน้าจะเป็นช่วงเวลาแห่งการ "ชำระสะสาง" ตลาดจะค่อย ๆ แยกแยะว่าโมเดลธุรกิจ AI และคำมั่นสัญญาด้านโครงสร้างพื้นฐานใดยั่งยืน และใดไม่ยั่งยืน

จุดเปราะบางร้ายแรงของผู้ให้บริการคลาวด์รายใหม่

Chamath Palihapitiya ได้วิเคราะห์อย่างละเอียดถึงกลุ่มที่เผชิญแรงกดดันมากที่สุดในปัจจุบัน นั่นคือผู้ให้บริการคลาวด์รายใหม่ (Neoclouds)

"ผมเห็นความไม่สอดคล้องกันระหว่างกำลังการผลิตที่สัญญาไว้ของดาต้าเซ็นเตอร์ กำลังการผลิตจริง และผลตอบแทน" เขากล่าว "สิ่งนี้สำคัญอย่างยิ่งสำหรับผู้ให้บริการคลาวด์รายใหม่ พวกเขาให้คำมั่นสัญญาครั้งใหญ่ในด้าน GPU ไฟฟ้า และกำลังการผลิตของดาต้าเซ็นเตอร์ แต่ความต้องการที่จำเป็นต่อการรองรับคำมั่นสัญญาเหล่านี้ สุดท้ายแล้วขึ้นอยู่กับว่าลูกค้าปลายทางจะได้รับผลตอบแทนที่มีความหมายจากการใช้จ่ายด้าน AI หรือไม่"

Palihapitiya เปรียบเทียบกับอุตสาหกรรมการบิน GPU คือเครื่องยนต์ ดาต้าเซ็นเตอร์คือลำตัวเครื่องบิน ที่ดินพร้อมไฟฟ้าคือสนามบิน กำลังประมวลผลคือที่นั่งที่ขายเป็นรายชั่วโมง และชั่วโมงประมวลผลที่ขายไม่ออกก็เหมือนที่นั่งว่างที่สูญเสียไปตลอดกาล อัตราการใช้กำลังการผลิต ณ จุดคุ้มทุนของผู้ให้บริการคลาวด์รายใหม่อยู่ที่ประมาณ 70-75% หากเกินระดับนี้จึงจะทำกำไรได้จริง

เขาชี้ต่อไปว่า ปัญหาใหญ่ที่สุดในปัจจุบันอยู่ที่ด้านอุปสงค์ การนำโปรเจกต์ AI ไปใช้ในองค์กรทำได้ยาก พนักงานระดับกลางต่อต้าน และผลผลิตที่เพิ่มขึ้นมักสูญหายไปในส่วนอื่นของห่วงโซ่คุณค่า "ทุกวันนี้ บริษัทที่สามารถระบุได้ว่ากำไรหรือการเติบโตของกำไรมาจาก AI นั้นแทบจะเป็นศูนย์"

18 เดือน ช่วงเวลาแห่งการชำระสะสาง

Palihapitiya ให้ความเห็นเกี่ยวกับกรอบเวลาอย่างชัดเจนว่า "18 เดือนข้างหน้ามีความสำคัญอย่างยิ่ง เราจะไม่ได้คำตอบสุดท้ายในตอนนั้น แต่เราจะวางรากฐานสำหรับกระบวนการชำระสะสาง เพื่อแยกโมเดลธุรกิจ AI และคำมั่นสัญญาด้านโครงสร้างพื้นฐานที่ยั่งยืนออกจากสิ่งที่ไม่ยั่งยืน"

เขาอธิบายว่า หัวใจสำคัญของกรอบเวลานี้คือ บริษัทหลัก ๆ ในห่วงโซ่อุตสาหกรรม AI จำนวนมากขึ้นจะเข้าสู่สายตาการตรวจสอบของตลาดสาธารณะ นักลงทุนจะสามารถตัดสินได้ชัดเจนขึ้นว่าโมเดลธุรกิจของบริษัทเหล่านี้จะขยายตัวได้อย่างยั่งยืนหรือไม่

ตัวชี้วัดหนึ่งที่น่าติดตามคือ โครงสร้างรายได้ของผู้ให้บริการโมเดลหลัก ยังคงเน้น "การคิดค่าบริการตามปริมาณโทเคน" เป็นหลัก หรือจะเปลี่ยนไปสู่ "การคิดราคาตามผลลัพธ์" "ระบบสมาชิกไม่เท่ากับการคิดราคาตามผลลัพธ์ แต่ในเชิงทิศทางแล้วใกล้เคียงกว่า" เขากล่าว

ผู้ให้บริการคลาวด์ระดับไฮเปอร์สเกล: ยังทำผลตอบแทนได้เกิน 15% หรือไม่?

แม้จะเผชิญแรงกดดันมากมาย แต่ Goldman Sachs ยังมีมุมมองค่อนข้างเป็นบวกต่อผู้ให้บริการคลาวด์ระดับไฮเปอร์สเกล (Hyperscalers)

Sheridan กล่าวว่า "ถึงอย่างนั้น เราประเมินว่าผู้ให้บริการคลาวด์ระดับไฮเปอร์สเกลรายใหญ่ 6 แห่งของสหรัฐฯ สามารถทำผลตอบแทนจากเงินลงทุน (Return on Invested Capital: ROIC) ได้เกิน 15% อย่างสบาย ๆ" ทั้งหกบริษัทประกอบด้วย Alphabet, Amazon, Microsoft, Meta, Oracle และ SpaceX ซึ่งคาดว่าจะมีรายได้สะสมราว 1.42 ล้านล้านดอลลาร์สหรัฐในช่วงปี 2028 ถึง 2030

ณ สิ้นไตรมาสที่ 3 ปี 2026 ยอดค้างรับรู้รายได้รวมของผู้ให้บริการคลาวด์รายใหญ่สามราย ได้แก่ AWS, Azure และ Google Cloud อยู่ที่ 1.8 ล้านล้านดอลลาร์สหรัฐ เพิ่มขึ้นประมาณ 140% เมื่อเทียบกับปีก่อน ผู้ให้บริการคลาวด์ระดับไฮเปอร์สเกลบางรายเปิดเผยต่อสาธารณะแล้วว่า คาดว่าประมาณ 50% ของยอดค้างรับรู้จะเปลี่ยนเป็นรายได้ภายในสองปีข้างหน้า

"ความชัดเจนไม่เคยปรากฏเร็วเท่าที่นักลงทุนต้องการ" Sheridan กล่าว "แต่ภาคธุรกิจก็มีความคืบหน้าอย่างเป็นรูปธรรมแล้ว"

ตลาดทุน: เริ่มเห็นรอยร้าว

สัญญาณแรงกดดันในตลาดทุนก็ไม่ควรมองข้ามเช่นกัน

Miriam Wheeler หัวหน้าฝ่ายการจัดหาเงินทุนแบบเลเวอเรจระดับโลกของ Goldman Sachs ชี้ว่า จังหวะของธุรกรรมที่เกี่ยวข้องกับ AI ในตลาดตราสารหนี้ผลตอบแทนสูงชะลอตัวลงอย่างมาก ในช่วงฤดูร้อนปีนี้ ตลาดเคยคาดการณ์ว่าในฤดูใบไม้ร่วงจะมีปริมาณการออกตราสารหนี้ใหม่ 6 หมื่นล้านดอลลาร์สหรัฐ ส่งผลให้ส่วนต่างอัตราดอกเบี้ยกว้างขึ้นอย่างมาก ในช่วงเดือนที่ผ่านมา แทบไม่มีธุรกรรมใหม่เกิดขึ้นในตลาดตราสารหนี้ระดับต่ำกว่าระดับลงทุน

"การแบ่งขั้วมีแนวโน้มสูงที่จะยังคงเป็นธีมหลักในตลาดตราสารหนี้ผลตอบแทนสูง" Wheeler กล่าว "ซึ่งสอดคล้องกับพลวัตที่กำลังเกิดขึ้นในภาพรวมของตลาดที่กว้างขึ้น" เธอคาดว่า ผู้พัฒนาชั้นนำและโครงการชั้นนำจะยังคงเข้าถึงช่องทางการจัดหาเงินทุนได้สะดวกกว่า ในขณะที่ผู้เล่นรายอื่น ๆ จะเผชิญความท้าทายมากขึ้น

ข้อมูลของ Amanda Lynam หัวหน้านักกลยุทธ์ด้านสินเชื่อของ Goldman Sachs เผยให้เห็นปัญหาที่ลึกกว่านั้นคือ ความอิ่มตัวของตลาด ไม่ใช่ต้นทุนการจัดหาเงินทุน คือปัจจัยจำกัดที่ใหญ่ที่สุดในปัจจุบัน ณ ต้นเดือนพฤศจิกายน 2026 ผู้ให้บริการคลาวด์ระดับไฮเปอร์สเกลรายใหญ่ 5 แห่งได้ออกตราสารหนี้ไปแล้ว 2.96 แสนล้านดอลลาร์สหรัฐในปีนี้ เกินกว่าที่ Goldman Sachs เคยคาดการณ์ไว้ทั้งปีที่ 2.5 แสนล้านดอลลาร์สหรัฐ นอกจากนี้ บริษัททั้งห้าแห่งยังมีภาระผูกพันตามสัญญาเช่าอีก 1.7 ล้านล้านดอลลาร์สหรัฐ (ซึ่ง 75% ยังไม่มีผลบังคับใช้) และภาระผูกพันด้านการจัดซื้ออื่น ๆ อีก 1.9 ล้านล้านดอลลาร์สหรัฐ โดยในจำนวนหลังนี้มี 6.85 แสนล้านดอลลาร์สหรัฐที่จะครบกำหนดภายในสิ้นปี 2027

"สถาบันจัดอันดับความน่าเชื่อถือได้ใช้จุดยืนที่ระมัดระวังมากขึ้น" Lynam เขียนไว้ ในเดือนกันยายน 2026 Moody's ระบุว่า ภาระผูกพันทางการเงินโดยรวมของผู้ให้บริการคลาวด์ระดับไฮเปอร์สเกลเพิ่มขึ้นแปดเท่านับตั้งแต่ปี 2023 และในเดือนตุลาคม S&P กล่าวว่า "พื้นที่สำหรับความผิดพลาดในระบบนิเวศการจัดหาเงินทุนด้าน AI กำลังแคบลง"

หากอุปสงค์ไม่เป็นจริงตามคาด

Palihapitiya ได้ประเมินสถานการณ์เลวร้ายที่สุดไว้ด้วย แต่เขาไม่คิดว่าจะเกิดการล่มสลายแบบปี 1999 ซ้ำรอย

"สิ่งที่มีโอกาสเกิดขึ้นมากกว่าคือช่วงเวลาแห่งการปรับเข้าสู่เหตุผล" เขากล่าว ลูกค้าปลายทางอาจปฏิเสธที่จะเพิ่มการใช้จ่าย หากตลาดตราสารหนี้หมดความเชื่อมั่นในสมมติฐานอัตราการใช้กำลังการผลิต ต้นทุนเงินทุนก็จะสูงขึ้น "ผู้กู้ยืมที่อ่อนแอที่สุดอาจเผชิญต้นทุนการกู้ยืมใกล้ 20% และส่วนต่าง CDS อาจเข้าใกล้ 1,000 จุดพื้นฐาน (basis points) แม้แต่ผู้กู้ยืมระดับน่าลงทุน (investment grade) ก็อาจเผชิญต้นทุนการจัดหาเงินทุนใกล้เลขสองหลัก"

เขาเชื่อว่า ผลลัพธ์ที่มีโอกาสมากกว่าคือการจัดสรรสินทรัพย์ใหม่ ไม่ใช่การล่มสลาย ผู้ให้บริการคลาวด์ระดับไฮเปอร์สเกลซึ่งมีงบดุลที่แข็งแกร่งและธุรกิจหลักที่มั่นคง จะกลายเป็นผู้ซื้อสินทรัพย์โดยธรรมชาติ

Sheridan เห็นด้วยกับมุมมองนี้ และเสริมเงื่อนไขสามประการที่อาจเป็นชนวนให้วัฏจักรชะลอตัวว่า "หากอุปสงค์น่าผิดหวัง การเข้าถึงเงินทุนถูกขัดขวาง หรือระบบนิเวศ AI พบว่าตนเองขาดแคลนไฟฟ้า หุบเหวแห่งความผิดหวังในปัจจุบันอาจพัฒนาไปสู่ภาวะหดตัวที่ยืดเยื้อยาวนานขึ้น"