ผู้เขียน: Block Analytics Ltd X Merkle 3s Capital
คำถามนี้ เราได้ตอบไปแล้วสามครั้ง
มีฟองสบู่ใน AI หรือไม่?
นี่คือคำถามที่ถูกถามบ่อยที่สุดในสองปีที่ผ่านมา และเราได้เขียนไว้ไม่เพียงครั้งเดียว ทุกครั้งที่ให้ข้อสรุป ก็ถูกกระทบกลับโดยการขึ้นลงอย่างรุนแรงและต้องทบทวนใหม่
ครั้งนี้เราไม่ได้ตั้งใจจะให้คำตอบที่เรียบง่ายว่า “มี” หรือ “ไม่มี”
เพราะคำถามนี้ตั้งขึ้นผิดเอง AI ไม่ใช่สินทรัพย์ แต่เป็นอุตสาหกรรมทั้งสาย—from โรงงานซิลิคอนถึงโรงไฟฟ้า, จากบริษัทขนาดใหญ่มูลค่าหลายล้านล้านดอลลาร์ไปจนถึงสตาร์ทอัพที่เพิ่งได้รับการระดมทุน การถามว่า “AI มีฟองสบู่หรือไม่” จึงเหมือนกับการถามว่า “อสังหาริมทรัพย์มีฟองสบู่หรือไม่” — ที่อยู่ในย่านใจกลางเมืองใหญ่และเมืองร้างในเมืองเล็กๆ ระดับ 18 จะได้คำตอบเดียวกันได้อย่างไร?
การใช้คำถามเดียวกันกับทุกระดับ จะได้คำตอบที่ผิดแน่นอน
คำถามที่ถูกต้องคือ: ฟองสบู่ของ AI อยู่ชั้นไหน?
ฟองสบู่ไม่เคยถามว่า “มีหรือไม่” แต่ถามว่า “อยู่ที่ไหนและหนาแค่ไหน”
เมื่อคุณแยกคำถามนี้ออก คุณจะเห็นภาพที่ขัดกับสัญชาตญาณ: ทุกคนจับตาดูชั้นที่กังวล ซึ่งกลับปลอดภัยที่สุด; ในขณะที่จุดที่แท้จริงกำลังฟองสบู่ กลับมีคนน้อยมากที่พูดถึงอย่างจริงจัง
สเปกตรัมปี 2000: ครั้งนี้ต่างจากเดิมยังไง
การพูดถึงฟองสบู่ AI ไม่สามารถหลีกเลี่ยงปี 2000 ได้ แต่คนส่วนใหญ่จำได้แค่ว่า "ฟองสบู่อินเทอร์เน็ตแตก" แต่ไม่จำว่ามันแตกอย่างไร
บทละครในปีนั้น: มีราคาหุ้นก่อน แล้วค่อยตามหารายได้
kịch bảnการล่มสลายในปี 2000 เป็นเช่นนี้: บริษัทโทรคมนาคมกู้เงินจำนวนมากอย่างมหาศาล สร้างสายไฟเบอร์ออปติกอย่างบ้าคลั่ง เหมือนกับการสร้างทางด่วน 8 ช่องจราจรให้กับเมืองร้าง เมื่อสร้างทางเสร็จแล้ว รถล่ะ? ไม่มีเลย ในขณะนั้น สายไฟเบอร์ออปติกที่ถูกวางลงไป 85% ถึง 95% อยู่ในสภาพ "มืด" — นอนอยู่ใต้ดิน ไม่เคยส่งข้อมูลแม้แต่บิตเดียว ทรัพย์สินยังปรากฏอยู่ในงบดุล แต่รายได้เป็นศูนย์ ส่วนหนี้สินนั้นเป็นของจริง จากนั้น ปัง
ไฟเบอร์ออปติกเป็นเพียงเรื่องของชั้นโครงสร้างพื้นฐาน ชั้นแอปพลิเคชันนั้นไร้สาระยิ่งกว่า
บริษัทอีคอมเมิร์ซผลิตภัณฑ์สัตว์เลี้ยงที่มีชื่อเสียงที่สุดในปีนั้น มีรายได้ทั้งปีเพียงไม่กี่ล้านดอลลาร์สหรัฐในปีที่เข้าตลาดหลักทรัพย์ โดยมีค่าใช้จ่ายทางการตลาดสูงกว่ารายได้หลายเท่า—พวกเขาวางโฆษณาในงานซูเปอร์โบวล์ ขาดทุนต่อหนึ่งคำสั่งซื้อ ยิ่งขายมากก็ยิ่งขาดทุนเร็ว ประมาณเก้าเดือนหลังจากการเข้าตลาด บริษัทถูกปิดกิจการและล้มละลาย นี่ไม่ใช่กรณีเดียว แต่เป็นภาพมาตรฐานของชั้นแอปพลิเคชันในยุคนั้น: กำไรเป็นศูนย์ อาศัยการระดมทุนเพื่ออยู่รอด และใช้ “จำนวนผู้ชม” และ “จำนวนการคลิก” แทนรายได้ในการประเมินมูลค่าตนเอง
สิ่งที่น่ามหัศจรรย์ยิ่งกว่านั้นคือ นักวิชาการเคยคำนวณไว้ว่า บริษัทใดก็ตามที่เปลี่ยนชื่อโดยเพิ่ม ".com" ท้ายชื่อ โดยไม่ต้องเปลี่ยนแปลงธุรกิจใดๆ ราคาหุ้นจะเฉลี่ยเพิ่มขึ้นอย่างมาก
ตลาดจ่ายเงินให้กับส่วนท้าย ไม่ใช่ให้กับธุรกิจ
กลับไปดู “ผู้ขายจอบ” ในยุคนั้น ซิสโก้คือ NVIDIA ของปี 2000 — ปริมาณการไหลเวียนของอินเทอร์เน็ตทั้งหมดต้องผ่านรูเตอร์ของมัน ตรรกะนั้นสมบูรณ์แบบ แต่ในจุดสูงสุดของฟองสบู่ ตัวเลข P/E ของซิสโก้พุ่งขึ้นไปถึงหลักร้อย หมายความว่าอย่างไร? นั่นคือตลาดคาดหวังให้มันรักษาขนาดกำไรในขณะนั้นไว้อีกกว่าหนึ่งร้อยปี หรือเติบโตขึ้นสิบหลายเท่าภายในไม่กี่ปี จึงจะคุ้มค่ากับการลงทุน ต่อมา อินเทอร์เน็ตได้เปลี่ยนโลกจริงๆ และปริมาณการไหลเวียนก็พุ่งสูงขึ้นอย่างมหาศาล — แต่ราคาหุ้นของซิสโก้ใช้เวลาเกือบสองทศวรรษกว่าจะกลับไปแตะระดับสูงสุดในปี 2000
จดจำเคส này มันคือหมายเหตุสำคัญที่สุดของบทความทั้งหมด:
ความเศร้าที่ใหญ่ที่สุดในปีนั้นไม่ใช่การซื้อหุ้นบริษัทปลอม แต่คือการซื้อหุ้นบริษัทแท้ในราคาสูงกว่าร้อยเท่า
บทบาทปัจจุบัน: มีรายได้ก่อน แล้วค่อยเพิ่มราคาหุ้น
ตอนนี้ตัดภาพไปที่ปี 2026
ไม่มี GPU ใดที่มืดสนิท ทุกชิปที่ผลิตออกมานั้นจะถูกติดตั้งลงในแร็คทันทีที่ออกจากสายการผลิต ทำงานเต็มกำลังเพื่อขุดโทเค็นและแลกเปลี่ยนเป็นเงินสดจริง ไม่ใช่เพราะการใช้งานสูง แต่เพราะถึง 100% ลูกค้าต่อคิวพร้อมเงินสดแต่ยังซื้อไม่ได้
แล้วชั้นแอปพลิเคชันล่ะ? เปรียบเทียบกับบริษัทโมเดลขนาดใหญ่ชั้นนำ รายได้ต่อปีของผู้เล่นชั้นนำรายหนึ่งเมื่อ 18 เดือนก่อนยังน้อยกว่า 1 พันล้านดอลลาร์สหรัฐ แต่ตอนนี้อยู่ที่ 450-470 พันล้านดอลลาร์สหรัฐ และได้รับกำไรในแต่ละไตรมาสแล้ว ทีมผู้บริหารเดิมวางแผนจะเติบโต 10 เท่า แต่จริงๆ แล้วเติบโตถึง 80 เท่า
เปรียบเทียบบริษัทชั้นนำของสองยุคสมัยด้วยกัน:
ปีนั้น: รายได้หลายล้าน ขาดทุนหลายสิบล้าน จดทะเบียนตลาดเก้าเดือนก็ล้มละลาย
ตอนนี้: รายได้เพิ่มขึ้นเป็นร้อยเท่าใน 18 เดือน ได้เริ่มทำกำไรแล้ว
บริษัทในสมัยนั้นใช้เรื่องราวเพื่อขอเงินจากตลาดทุน; บริษัทชั้นนำในปัจจุบันใช้สัญญาเพื่อเรียกเก็บเงินจากลูกค้า นี่ไม่ใช่เพียงความแตกต่างในระดับ แต่เป็นความแตกต่างของรูปแบบธุรกิจ
ผู้ขายจอบก็เปลี่ยนตรรกะการประเมินมูลค่าแล้ว วันนี้ PER ของ NVIDIA อยู่ที่ประมาณสามสิบเท่าเท่านั้น—น้อยกว่าจุดสูงสุดของ Cisco ในสมัยนั้นเพียงไม่กี่ส่วนหนึ่ง และการสนับสนุนการประเมินมูลค่านี้ไม่ใช่จินตนาการเกี่ยวกับอนาคต แต่เป็นคำสั่งซื้อที่ได้ลงนามแล้วและถูกบันทึกไว้ในตารางการผลิต
ในสมัยนั้น ราคาหุ้นมาก่อน แล้วจึงตามหารายได้ จนตามไม่ทัน; ตอนนี้ รายได้มาก่อน แล้วราคาหุ้นจึงเพิ่มขึ้น ตามทันได้ ลำดับที่ต่างกัน ผลลัพธ์จึงต่างกัน
ผู้ซื้อก็เปลี่ยนไปแล้ว บริษัทโทรคมนาคมที่ลงทุนติดตั้งไฟเบอร์ออปติกในปี 2000 ต้องกู้เงิน; วันนี้ผู้ซื้อพลังการคำนวณคือไมโครซอฟท์ โกเกิล เมตา และแอมะซอน — บริษัทสี่แห่งที่มีกระแสเงินสดมากที่สุดบนโลก ซึ่งใช้เงินที่ตนเองสร้างขึ้น
ปี 2000 คือการกู้เงินมาซื้อสินทรัพย์ที่ไม่มีใครใช้; ปี 2026 คือการใช้เงินที่หามาได้ซื้อสินทรัพย์ที่ไม่เพียงพอ—นี่คือสองสายพันธุ์ที่ต่างกัน!
แต่บนผนังมีรอยร้าว
ที่นี่ต้องเหยียบเบรกสักครั้ง
เรื่องของ “กระแสเงินสดสุทธิ” นี้เริ่มสึกหรอเล็กน้อยแล้ว ผู้ผลิตคลาวด์รายใหญ่ 4 รายมีค่าใช้จ่ายด้านทุนในปีนี้รวมกันประมาณ 725,000 ล้านดอลลาร์สหรัฐ เพิ่มขึ้น 77% เมื่อเทียบปีก่อน นี่คือขนาดเท่าใด? ประมาณเท่ากับ GDP ของประเทศพัฒนาแล้วขนาดกลางทั้งปี ที่ถูกลงทุนเข้าไปในศูนย์ข้อมูล
ที่เด่นชัดกว่านั้นคือแอมะซอน: เงินสดไหลเวียนเสรีลดลงอย่างเฉียบพลันจาก 26 พันล้านดอลลาร์สหรัฐเหลือเพียง 1.2 พันล้านดอลลาร์สหรัฐ แทบจะใกล้ศูนย์ ขณะที่หนี้ระยะยาวกำลังเพิ่มสูงขึ้น กล่าวคือ เงินที่บริษัทยักษ์ใหญ่เหล่านี้หามาได้เอง แทบจะไม่พอใช้แล้ว และเริ่มต้องกู้ยืม
นี่ไม่ใช่สัญญาณของการระเบิดของฟองสบู่—งบดุลของยักษ์ใหญ่ยังคงเป็นหนึ่งในงบดุลที่แข็งแกร่งที่สุดในประวัติศาสตร์ธุรกิจของมนุษย์ แต่มันคือรอยร้าวแรกบนผนัง: ตรรกะที่แข็งแกร่งที่สุดในรอบนี้ นั่นคือ “ผู้ซื้อกระแสเงินสด” กำลังค่อยๆ เลื่อนจาก “สมบูรณ์แบบ” สู่ “โดยทั่วไปยังคงใช้ได้”
คุ้มค่าที่จะตรวจสอบทุกไตรมาส
สรุปการวิเคราะห์ปี 2000 ให้จบสิ้น ฟองสบู่ครั้งนั้นได้หลอกคนรุ่นหลังให้จดจำว่า “เรื่องราวเป็นเรื่องหลอกลวง” แต่ลืมไปว่าสิ่งที่ฆ่าตลาดจริงๆ คืออุปทานที่ควบคุมไม่ได้: ไม่ว่าเรื่องราวจะจริงแค่ไหน หากอุปทานทุกคนสามารถเพิ่มเลเวอเรจและขยายกำลังการผลิตได้ไม่จำกัด ความเกินกำลังก็เป็นเพียงเรื่องของเวลา และการล่มสลายก็เป็นเพียงเรื่องของคณิตศาสตร์ ในทางกลับกัน การตัดสินว่ารอบนี้จะซ้ำรอยเดิมหรือไม่ จึงไม่ได้อยู่ที่ว่าเรื่องราวในด้านความต้องการจะน่าสนใจแค่ไหน แต่อยู่ที่ว่าในด้านอุปทาน มีใครบ้างที่สามารถเหยียบเบรกได้
นี่นำไปสู่คำถามถัดไป: ครั้งนี้ ผู้ที่เหยียบเบรกอยู่ที่ไหน?
วางแผนที่ก่อน แล้วค่อยระเบิดทีละชั้น: ปิรามิดห้าชั้นของพลังการประมวลผล AI
ก่อนที่จะเรียกชื่อทีละจุด ให้วาดโครงสร้างอุตสาหกรรมทั้งหมดก่อน 产业链 ด้านพลังงานการคำนวณ AI สามารถแบ่งออกเป็นห้าชั้นจากล่างขึ้นบน:
กลับมาบอกอีกครั้งด้วยตาราง:
รูปภาพนี้มีรูปแบบที่มองเห็นได้ชัดเจนทันที:
ยิ่งใกล้ความเป็นจริง ฟองสบู่ยิ่งน้อย; ยิ่งใกล้เรื่องราว ฟองสบู่ยิ่งมาก
ที่ระดับ L0 การขยายการผลิตต้องใช้เวลาสามถึงห้าปี การสร้างโรงงานต้องใช้เงินหลายร้อยพันล้านดอลลาร์สหรัฐ และแม้แต่จะพยายามสร้างฟองสบู่ก็ทำไม่ได้—อุปทานไม่รองรับเลย ยิ่งขึ้นไปสูงกว่านี้ ข้อจำกัดทางกายภาพจะยิ่งผ่อนคลายลง และพื้นที่สำหรับเรื่องเล่าจะยิ่งกว้างขึ้น: เมื่อถึงหางยาวระดับ L4 แค่เอกสาร PPT หนึ่งชุดก็สามารถระดมทุนได้ ฟองสบู่จึงสะสมอยู่ที่นั่นเอง
ข้อยกเว้นเพียงอย่างเดียวคือชั้นการเชื่อมต่อ L2—แม้ว่ามันจะเป็นฮาร์ดแวร์และควรได้รับการคุ้มครองโดยข้อจำกัดทางกายภาพ แต่กลับกลายเป็นพื้นที่ที่มีกลิ่นฟองสบู่เข้มข้นที่สุด ทำไม? จะเจาะลึกในภายหลัง
ขั้นตอนแรกในการตัดสินฟองสบู่ของ AI ไม่ใช่การดูอารมณ์ของตลาด แต่คือการเข้าใจก่อนว่าคุณอยู่บนชั้นใดของพีระมิด
ในแผนที่นี้ L0 จึงกล้าระบุว่า "ไม่มีฟองสบู่" โดยตรง เพราะมันถูกล็อกด้วยกุญแจทางกายภาพสองดอก ก่อนอื่นมาพูดถึงกุญแจก่อน แล้วค่อยระเบิดระเบิดทีละชั้น
ล็อกแรก: TSMC
ทำไมเราจึงเชื่อว่าการใช้จ่ายทุนด้าน AI รอบนี้จะไม่บานปลาย? คำตอบไม่อยู่ที่ด้านความต้องการ แต่อยู่ที่ด้านอุปทาน
การระเบิดของฟองสบู่มีเงื่อนไขจำเป็นอย่างหนึ่ง: อุปทานล้นตลาด ต้องปลูกทิวลิปให้ทั่วทุกที่ ต้องเดินสายไฟเบอร์ออปติกให้มากจนไม่มีใครใช้ และต้องสร้างบ้านจนขายไม่ออก ถ้าไม่มีอุปทานล้น ก็จะไม่มีการล่มสลาย ตัวการแท้จริงของวิกฤตปี 2000 ไม่ใช่เรื่องราวของอินเทอร์เน็ตที่เล่าผิด แต่คืออุปทานของสายไฟเบอร์ออปติกที่ควบคุมไม่ได้โดยสิ้นเชิง—บริษัทโทรคมนาคมใดๆ ก็สามารถกู้เงินมาขุดร่องและฝังสายได้ โดยไม่มีใครสามารถเหยียบเบรกได้
แต่กำลังการผลิต AI ถูกควบคุมโดยกลุ่มคนที่อนุรักษ์นิยมที่สุดในโลก
"ธนาคารกลาง" ในยุคปัญญาประดิษฐ์
ไถอั้นตั้งมีส่วนแบ่งตลาดในกระบวนการขั้นสูงเกิน 90% โดยมีข้อได้เปรียบเหนืออินเทลและซัมซุงประมาณ 9 ถึง 15 เดือน และช่องว่างนี้ไม่มีทีท่าว่าจะลดลงในกระบวนการ 2 นาโนเมตรที่ล้ำที่สุด ซึ่งหมายความว่าสิ่งหนึ่ง: ปริมาณการผลิตชิป AI ทั่วโลก ไม่ได้ถูกกำหนดโดยตลาด แต่ถูกกำหนดโดยไถอั้นตั้ง
มันเหมือนธนาคารกลางยุคปัญญาประดิษฐ์—เฟดควบคุมการพิมพ์เงินเท่าใด ขณะที่ TSMC ควบคุมการจัดหาพลังการประมวลผลเท่าใด เฟดต้องประชุม ลงคะแนน และเผชิญกับแรงกดดันทางการเมืองในการขึ้นอัตราดอกเบี้ย แต่ TSMC ในการควบคุมการจัดหาพลังการประมวลผล แค่ไม่ให้ความเห็นชอบในแผนการขยายกำลังการผลิตก็เพียงพอ
ผู้บริหารของ "ธนาคารกลาง" แห่งนี้เป็นวิศวกรรุ่นเก่าอายุกว่าเจ็ดสิบปี ที่ผ่านเหตุการณ์ปี 2001 และ 2008 มาแล้ว พวกเขาเห็นตัวเองเป็นผู้ดูแลมรดกของผู้ก่อตั้ง พวกเขาเคยเห็นฟองสบู่ของเซมิคอนดักเตอร์เกิดขึ้นและทำลายอุตสาหกรรมทั้งหมดไป ในความทรงจำของพวกเขา การลดลงอย่างรุนแรงหลังจากที่ราคาพุ่งสูงขึ้น ไม่ใช่แค่ตัวอย่างในตำราเรียน แต่คือพนักงานที่พวกเขาต้องปลดออกและสายการผลิตที่พวกเขาต้องปิดลงด้วยตัวเอง
ดังนั้นเมื่อฮวง เหรินหยุนมาขอให้เพิ่มกำลังการผลิตเป็นสองเท่าหรือแม้แต่สามเท่า—พวกเขาจึงปฏิเสธ
คิดดูสิว่าเรื่องนี้ขัดกับเหตุผลเพียงใด: บริษัทที่ร้อนแรงที่สุดบนโลกนี้ พร้อมคำสั่งซื้อและเงินสดไม่จำกัด มายังคุณเพื่อขอให้ขยายการผลิต แต่คุณกลับตอบว่าไม่ การตอบว่า “ไม่” แบบนี้ มีเพียงบริษัทเดียวบนโลกที่พูดได้ และมีเพียงบริษัทเดียวเท่านั้นที่ตัดสินใจได้
นอกจากนี้ยังมีรายละเอียดเล็กๆ น้อยๆ ว่า เฮอร์ชัน ฮวง และ TSMC ร่วมมือกันมานานกว่าสามสิบปี แต่ไม่เคยลงนามในสัญญาซื้อขายอย่างเป็นทางการใดๆ เลย ทั้งหมดอาศัยเพียงการจับมือ นี่ไม่ใช่ช่องโหว่ในการจัดการ แต่เป็นระบบอันเกิดจากการสะสมความเชื่อมั่นตลอดสามสิบปี—ซึ่งเป็นเหตุผลที่ TSMC กล้าพูด “ไม่” กับลูกค้ารายใหญ่ที่สุด ขณะที่ลูกค้ารายใหญ่ที่สุดต้องยอมรับเท่านั้น
ล็อกนี้แน่นแค่ไหน
ในระดับดิจิทัล:
กระบวนการผลิต 2 นาโนเมตรที่ทันสมัยที่สุด กำลังการผลิตจนถึงสิ้นปีนี้ถูกขายหมดแล้ว ไม่เหลือแม้แต่ชิ้นเดียว
เกาฮวงกำลังก่อสร้างโรงงานผลิตวีเฟอร์ 2 นาโนเมตร 5 แห่งพร้อมกัน—เป็นการก่อสร้างโรงงานกระบวนการขั้นสูงพร้อมกันในขนาดใหญ่ที่สุดเท่าที่เคยมีมาในประวัติศาสตร์มนุษย์ แต่การก่อสร้างโรงงานวีเฟอร์ขั้นสูงหนึ่งแห่งตั้งแต่เริ่มก่อสร้างจนถึงการผลิตเชิงพาณิชย์ต้องใช้เวลาสามถึงห้าปี โดยมีการลงทุนเบื้องต้นเกินกว่า 20,000 ล้านดอลลาร์สหรัฐ
แม้จะสร้างอย่างหนักเช่นนี้ ความต้องการรายเดือนของชิป 2 นาโนเมตรในปี 2030 คาดว่าจะอยู่ที่ 400,000–450,000 ชิ้น แต่กำลังการผลิตมีเพียง 300,000–350,000 ชิ้น—ขาดแคลนระยะยาว 100,000–150,000 ชิ้นต่อเดือน หรือเทียบเท่ากับหนึ่งในสี่ถึงหนึ่งในสามของความต้องการที่จะไม่สามารถตอบสนองได้ตลอดไป
ข้อจำกัดที่ซ่อนเร้นอีกประการหนึ่งคือการแพ็คเกจขั้นสูง: การผลิตชิปเพียงอย่างเดียวยังไม่เสร็จสมบูรณ์ ต้องนำชิปประมวลผลและหน่วยความจำมา “แพ็คเกจ” รวมกันจึงจะใช้งานได้ — นี่คือ “กิโลเมตรสุดท้าย” ของชิป AI และเส้นทางนี้ก็ถูกควบคุมโดย TSMC เพียงรายเดียว โดยกำลังการผลิตยังคงขาดแคลนอย่างต่อเนื่อง
หาก TSMC ปลดล็อกเต็มที่ NVIDIA อาจสามารถส่งออก GPU ได้ถึง 2 ถึง 3 ล้านล้านดอลลาร์สหรัฐต่อปีในทางทฤษฎี—ตัวเลขนี้ใกล้เคียงกับขนาดการส่งออกจริงในปัจจุบันถึงสิบเท่า ซึ่ง TSMC เป็นผู้ล็อกตัวเลขนี้ไว้
ความทะเยอทะยานด้าน AI ของทั่วโลกทั้งหมดต้องรอคิวตามตารางกำลังการผลิตของ TSMC
ล็อกนี้อาจถูกเปิดโดยการขโมยได้เช่นกัน
เพื่อความเป็นธรรม โปรดระบุด้านลบให้ชัดเจนด้วย: ล็อกนี้ไม่ใช่เครื่องจักรเคลื่อนที่ตลอดกาล มันมีแผนการที่จะถูกเปิดออก: หากมีใครสักคน—ไม่ว่าจะเป็นคนบ้าคลั่งแบบมัสก์ หรืออินเทลที่เร่งรีบฟื้นตัว—หลีกเลี่ยง TSMC และร่วมมือกับผู้ผลิตอุปกรณ์เพื่อสร้างคลัสเตอร์โรงงานผลิตวัสดุซิลิคอนขนาดใหญ่ของตนเอง ทำลายการผูกขาดกำลังการผลิตขั้นสูง วินัยในการขยายกำลังการผลิตก็จะพังทลาย
ในเวลานั้น โรงงานผลิตชิปทุกแห่งจะเร่งขยายกำลังการผลิตอย่างบ้าคลั่งเหมือนบริษัทโทรคมนาคมในปี 2000 จนเครื่องยนต์ของภาวะอุปทานล้นตลาดจึงจะเริ่มติดเครื่องอย่างแท้จริง
ข่าวดีคือ: วงจรทางกายภาพของการสร้างโรงงานนั้นอยู่ตรงนั้น บทนี้แทบเป็นไปไม่ได้ที่จะเกิดขึ้นก่อนปี 2027 ข่าวร้ายคือ: เมื่อบทนี้เริ่มถ่ายทำแล้ว จะไม่มีทริลเลอร์预告片
ฟองสบู่ต้องการอุปทานที่ควบคุมไม่ได้ แต่ก๊อกอุปทานของ AI อยู่ในมือของผู้สูงอายุที่เคยเห็นการล่มสลายสองครั้งและปฏิเสธฮวง เรินหยวน!
ล็อกที่สอง: ไฟฟ้า
แม้ว่า TSMC จะตัดสินใจขยายการผลิตอย่างสุดขั้วในวันพรุ่งนี้ ชิปที่ผลิตออกมาก็ยังต้องมีที่สำหรับเสียบ
นี่คือกุญแจที่สอง: ไฟฟ้าและที่ดิน
หลายคนคิดว่าข้อจำกัดของโครงสร้างพื้นฐาน AI คือชิป แต่ในปัจจุบันสิ่งที่แท้จริงแล้วเป็นจุดคอขวดคือการอนุมัติที่ดินสำหรับศูนย์ข้อมูลและการเชื่อมต่อกับระบบไฟฟ้า
ความอัปยศของเรื่องนี้อยู่ที่การไม่สอดคล้องกันของช่วงเวลา การออกแบบชิปใช้เวลาสองปี การสร้างศูนย์ข้อมูลใช้เวลาสองถึงสามปี แต่การจัดหาไฟฟ้าเพียงพอสำหรับศูนย์ข้อมูลหนึ่งแห่ง—การสร้างโรงไฟฟ้าใหม่ การขยายกำลังของสถานีแปลงไฟฟ้า การติดตั้งสายส่งไฟฟ้าแรงสูง และผ่านกระบวนการประเมินผลกระทบสิ่งแวดล้อมและการอนุมัติ—มักเริ่มต้นที่ห้าปีขึ้นไป ชิปพัฒนาเป็นนาโนเมตรในแต่ละปี ขณะที่โครงข่ายไฟฟ้าวางแผนเป็นระยะสิบปี
ชิปมีการอัปเดตเป็นรายเดือน ขณะที่โครงข่ายไฟฟ้าคำนวณเป็นรายสิบปี — นี่คือช่องว่างเวลาที่ใหญ่ที่สุดในยุคปัญญาประดิษฐ์
ดังนั้นคุณจะเห็นภาพที่แปลกประหลาด: ยักษ์ใหญ่ด้านเทคโนโลยีที่มีงบประมาณหลายร้อยพันล้านดอลลาร์สหรัฐ วิ่งตามหา "ที่ดินที่มีไฟฟ้า" เหมือนนักล่าทองหาแหล่งน้ำ ซื้อที่ดินใกล้โรงไฟฟ้านิวเคลียร์ ลงนามในสัญญาซื้อไฟฟ้าระยะยาว 20 ปี หรือแม้แต่จ่ายเงินเองเพื่อเปิดใช้งานเตาปฏิกรณ์นิวเคลียร์ที่ปิดไปแล้ว เงินไม่ใช่ปัญหา ปัญหาคือไฟฟ้า
การขาดแคลนพลังงานคาดว่าจะค่อยๆ บรรเทาลงในปี 2027-2028 — ระยะเวลาการก่อสร้างโรงไฟฟ้าและระบบสายส่งกำหนดตารางเวลาดังกล่าว แม้จะมีเงินมากเพียงใดก็ไม่สามารถเร่งได้มากนัก
การซ้อนกันของสองกุญแจมีผลทำให้การเติบโตของพลังการประมวลผล AI ถูกบีบให้ “แบนราบ” ความต้องการต้องการระเบิด แต่การจัดหาสามารถเพิ่มขึ้นได้เพียงอย่างช้าๆ การเติบโตจึงช้าลง แต่ยืดเยื้อและมั่นคงกว่า—ซึ่งเป็นสิ่งที่การปฏิวัติทางเทคโนโลยีในอดีต เช่น ทางรถไฟ คลอง และอินเทอร์เน็ต ไม่เคยได้รับมาก่อน พวกเขาทั้งหมดล้วนมีการจัดหาที่ควบคุมไม่อยู่ก่อนแล้วตามด้วยการล่มสลาย
ทุกการปฏิวัติทางเทคโนโลยีในประวัติศาสตร์ล้วนล้มเหลวเพราะอุปทานหลุดควบคุม AI เป็นเทคโนโลยีแรกที่ถูกกฎทางฟิสิกส์บังคับให้รักษาจังหวะ—นี่คือโชคชะตาที่ดีที่สุดของมัน
ตัวแปรจากอวกาศ
ทิ้งตัวแปรระยะยาวไว้ที่นี่: ศูนย์ข้อมูลอวกาศ
แนวคิดนี้ดูเหมือนวิทยาศาสตร์แฟนตาซี แต่มีพื้นฐานทางวิศวกรรมที่แข็งแกร่ง—บนวงโคจรแบบซิงโครนัสกับดวงอาทิตย์ มีพลังงานแสงอาทิตย์ไม่จำกัดและไม่มีค่าใช้จ่าย; ด้านหลังของดาวเทียมหันเข้าหาอวกาศลึกที่มีอุณหภูมิต่ำกว่าศูนย์สองร้อยองศาเซลเซียส ทำให้การระบายความร้อนมีต้นทุนใกล้เคียงศูนย์ รูปแบบที่คาดการณ์ไว้คือ: ด้านหน้าของดาวเทียมเป็นแผงเซลล์แสงอาทิตย์ ตรงกลางเป็นชั้นเซิร์ฟเวอร์มาตรฐาน และด้านท้ายมีเครื่องระบายความร้อนยาวกว่าร้อยเมตร ดาวเทียมหลายตัวเชื่อมต่อกันด้วยเลเซอร์ เพื่อสร้างศูนย์ข้อมูลเสมือนที่ลอยอยู่บนวงโคจร
สองสิ่งที่มีค่าที่สุดในศูนย์ข้อมูลบนพื้นดิน—ไฟฟ้าและการระบายความร้อน—กลับฟรีในอวกาศ
ตารางเวลา: อาจเห็นการพิสูจน์แนวคิดภายในสองปี และอาจเริ่มสั่นคลอนตรรกะการลงทุนในศูนย์ข้อมูลบนพื้นดินประมาณปี 2030
จดจำตัวแปรนี้ไว้ มันยังไม่สามารถเปลี่ยนแปลงอะไรได้ในตอนนี้ แต่มันเป็นดาบที่แขวนอยู่เหนือชั้นโครงสร้างพื้นฐาน L3 — จะใช้ในภายหลัง
โฟมอยู่ที่ไหนจริงๆ: ระเบิดทีละชั้นตามพีระมิด
ได้พูดถึงสองกุญแจแล้ว กลับมาที่แผนที่ห้าชั้นอีกครั้ง ไล่ทีละชั้นจากล่างขึ้นบน
L0 + หัวหน้าชั้นแอปพลิเคชัน: คริปโตที่มีมูลค่าตลาดใหญ่—แพง แต่ไม่ใช่ฟองสบู่
ไมโครซอฟต์ โกลเกิล เมตา แอมะซอน นิวไดอา ค่าใช้จ่ายด้านทุนในระดับนี้ สอดคล้องกับสัญญาจริง รายได้จริง และการใช้งานเต็มกำลังการผลิต
แค่สองตัวเลขก็เพียงพอ
คำสั่งซื้อที่ได้ลงนามแล้วแต่ยังไม่ได้ดำเนินการของ AWS ในไตรมาสแรกอยู่ที่ 360-370 พันล้านดอลลาร์สหรัฐ เพิ่มขึ้นมากกว่า 90% เมื่อเทียบกับปีก่อนหน้า—ยังไม่รวมคำมั่นเพิ่มเติมอีก 100 พันล้านดอลลาร์สหรัฐจากห้องปฏิบัติการ AI ชั้นนำที่เพิ่งประกาศเพิ่มเติม หมายความว่าอย่างไร? หมายความว่าแม้ AWS จะไม่ได้รับลูกค้าใหม่เลยตั้งแต่วันนี้เป็นต้นไป งานที่ได้ลงนามไว้ก็เพียงพอสำหรับการดำเนินงานหลายปี นี่ไม่ใช่เพียงการคาดการณ์ แต่เป็นสัญญาที่ได้ลงนามแล้ว
ข้อที่สอง: บริษัทโมเดลขนาดใหญ่ชั้นนำที่กล่าวถึงก่อนหน้านี้—ในเวลา 18 เดือน รายได้เพิ่มจากน้อยกว่า 1 พันล้านเป็นมากกว่า 45,000 ล้าน และมีกำไรในแต่ละไตรมาสแล้ว การเติบโตเช่นนี้ไม่มีตัวอย่างที่สองในประวัติศาสตร์ธุรกิจของมนุษย์
ยังมีต้นทุนอีกข้อที่คนส่วนน้อยนับ: เศรษฐศาสตร์ของการให้เหตุผล การฝึกโมเดลขั้นสูงเป็นการลงทุนล้วนๆ ใช้เงินอย่างไม่ยั้งมือ แต่เมื่อโมเดลถูกฝึกเสร็จแล้ว การเรียกใช้งานแต่ละครั้งและการสร้างทีละโทเค็น ล้วนเป็นรายได้ ตามการประเมินของอุตสาหกรรมปัจจุบัน โอกาสของรายได้จากการให้เหตุผลตลอดวงจรชีวิตของโมเดลหนึ่งๆ อยู่ที่ประมาณ 5 ถึง 10 เท่าของต้นทุนการฝึกล่วงหน้า กล่าวคือ ค่าใช้จ่ายทางทุนที่มีตัวเลขมหาศาลในวันนี้ ไม่ได้ซื้อแค่ “โมเดล” ซึ่งเป็นผลิตภัณฑ์แบบใช้ครั้งเดียว แต่เป็น “ด่านเก็บค่าผ่านทางด้านการประมวลผล” ที่จะสร้างรายได้ในอีกหลายปีข้างหน้า
รูปแบบค่าผ่านทางมีจุดเด่นอย่างหนึ่ง: การลงทุนช่วงแรกนั้นน่ากลัวสุดๆ แต่กระแสเงินสดช่วงหลังนั้นท่วมท้น—ทางด่วน ระบบไฟฟ้า และเครือข่ายการสื่อสารล้วนเป็นเช่นนี้—แต่ต้องมีรถวิ่งจริงๆ ซึ่งเราได้ยืนยันแล้วว่า: ไม่มี GPU เครื่องใดที่เงียบงัน ทุกเลนล้วนเต็มหมด
แพงไหม? แพง. เป็นฟองสบู่ไหม? นิยามของฟองสบู่คือราคาที่แยกออกจากพื้นฐาน แต่พื้นฐานระดับนี้กำลังตามราคาด้วยอัตราเร็ว 80 เท่าทุกๆ 18 เดือน
ในสมัยนั้น การประเมินมูลค่าอยู่นิ่งรอรายได้ จนกระทั่งล้มละลาย; ตอนนี้รายได้กำลังวิ่งไล่ตามการประเมินมูลค่า และตามทันแล้ว
สรุปผู้ซื้อในระดับนี้ด้วยหนึ่งประโยค: พวกเขาซื้อพลังการคำนวณไม่ใช่เพื่อเดิมพันกับเรื่องราว แต่เพราะไม่มีทางเลือกอื่นเมื่อมีคำสั่งซื้อที่ลงนามแล้ว—การลงทุนด้านทุนนี้ถูกผลักดันโดยความต้องการ ไม่ใช่ถูกดึงดูดโดยภาพหลอน
ชั้นหน่วยความจำ L1: พื้นที่การต่อสู้ระหว่างผู้ซื้อและผู้ขาย
ชั้นบนกว่าหนึ่งชั้น ชิปจัดเก็บข้อมูล นี่คือสนามรบที่มีความขัดแย้งระหว่างผู้ซื้อและผู้ขายมากที่สุดในขณะนี้
มาอธิบายก่อนว่าทำไมชั้นนี้ถึงสำคัญ หากพูดว่า GPU เป็นเชฟ หน่วยความจำ (โดยเฉพาะ HBM ที่มีแบนด์วิดธ์สูง) ก็คือโต๊ะเตรียมวัตถุดิบ—ไม่ว่าเชฟจะฝีมือเร็วแค่ไหน ถ้าวัตถุดิบส่งมาไม่ทัน ก็ไร้ประโยชน์ และการประมวลผล AI นั้นเป็นงานที่กิน “ความเร็วในการเตรียมวัตถุดิบ” อย่างสุดขีด: ยิ่งโมเดลใหญ่เท่าใด และการสนทนายิ่งยาวเท่าใด ความต้องการแบนด์วิดธ์หน่วยความจำจะเพิ่มขึ้นเร็วกว่าความต้องการพลังการประมวลผล
สถานการณ์ปัจจุบัน: ราคาหน่วยความจำเพิ่มขึ้น 60-70% ในหนึ่งปี กำไรสุทธิของ Micron พุ่งจากค่าเฉลี่ยในอดีตที่ 16% เป็น 70%
ดูว่าตัวเลขนี้น่ากลัวแค่ไหนเมื่อพิจารณาจากประวัติศาสตร์: ในรอบ 25 ปีที่ผ่านมา อุตสาหกรรมหน่วยความจำมีชื่อเสียงในเรื่อง “วัฏจักรหมู” — ราคาพุ่งขึ้น ขยายการผลิตอย่างบ้าคลั่ง ปริมาณสินค้าล้นตลาด ราคาตกหัก เกิดขาดทุนร่วมกัน แล้ววนกลับไปวนมาอีก ทุกครั้งที่อัตรากำไรในระดับ 70% เกิดขึ้น มักตามด้วยงานศพ ตามสคริปต์เดิม ตอนนี้ควรขายออกและถอยออกแล้ว
แต่เหตุผลของผู้ซื้อที่คาดการณ์ว่าราคาจะขึ้นคือ: ความต้องการครั้งนี้ไม่ใช่การเติมสต็อก แต่เป็นความต้องการเชิงโครงสร้าง ความต้องการ HBM จากการประมวลผล AI จะเพิ่มขึ้นอย่างต่อเนื่อง และผู้ผลิตหน่วยความจำได้เรียนรู้จากวัฏจักรในอดีตเป็นเวลา 25 ปี ครั้งนี้จึงระมัดระวังอย่างยิ่งในการขยายกำลังการผลิต—ไม่มีใครอยากเป็นคนที่ทำให้ราคาตกฮวบ
มีการเปลี่ยนแปลงเชิงโครงสร้างที่ควรกล่าวถึงเป็นพิเศษ: หลังจากผ่านกระบวนการปรับโครงสร้างอย่างรุนแรงเป็นเวลาห้าสิบปี ตลาดหน่วยความจำระดับสูงทั่วโลกเหลือผู้เล่นเพียงสามรายเท่านั้น ในทศวรรษที่ 1990 อุตสาหกรรมนี้มีผู้ผลิตกว่าสองสิบราย และการแข่งขันด้านราคาเกิดขึ้นอย่างไม่สามารถหยุดยั้งได้; วันนี้ ผู้เล่นสามรายที่ครองตลาดต่างจับตาดูแผนการขยายกำลังการผลิตของกันและกันข้ามมหาสมุทรแปซิฟิก โดยไม่มีใครอยากเริ่มต้นก่อน การครองตลาดโดยผู้เล่นไม่กี่รายนี้มีวินัยด้านกำลังการผลิตเป็นธรรมชาติ—นี่คือเหตุผลเชิงโครงสร้างที่แข็งแกร่งที่สุดว่า “การขยายกำลังการผลิตครั้งนี้จะไม่หลุดควบคุม” ซึ่งน่าเชื่อถือกว่าคำแถลงใดๆ จากผู้บริหาร
นอกจากนี้ HBM ยังแอบ "แย่ง" กำลังการผลิตหน่วยความจำทั่วไป: บนสายการผลิตเดียวกัน วัสดุซิลิคอนที่ใช้ผลิต HBM จะให้ปริมาณผลิตภัณฑ์น้อยกว่าหน่วยความจำทั่วไปมาก เมื่อความต้องการ HBM เพิ่มขึ้น ปริมาณอุปทานหน่วยความจำทั่วไปจึงลดลง และราคาของทั้งอุตสาหกรรมจึงถูกดันขึ้น—นี่คือเหตุผลที่ราคาของแท่งหน่วยความจำทั่วไปในคอมพิวเตอร์ของคุณก็กำลังเพิ่มขึ้นเช่นกัน
ตัวเลขที่สำคัญกว่าอีกตัวหนึ่ง: ขณะนี้ ประชากรทั่วโลกที่ใช้ AI อย่างถูกต้องมีเพียงประมาณ 0.1% หากตัวเลขนี้เพิ่มขึ้นเป็น 5% — นั่นคือ จาก “ของเล่นสำหรับผู้เชี่ยวชาญ” กลายเป็น “เครื่องมือประจำวันของพนักงานออฟฟิศทั่วไป” — ขีดจำกัดความต้องการหน่วยความจำจะสูงกว่าเมฆ
เหตุผลของผู้ขายสั้นก็แข็งแกร่งเช่นกัน: ราคาที่เพิ่มขึ้นในขณะนี้ถูกขับเคลื่อนโดยราคาเอง ไม่ใช่โดยปริมาณการขายออก—การสะสมสินค้า การเก็บรักษาไว้ไม่ขาย และการซื้อเมื่อราคาขึ้นแต่ไม่ซื้อเมื่อราคาลง นี่คือสัญญาณของความไม่สมดุลระหว่างอุปสงค์และอุปทาน ไม่ใช่ลักษณะของความต้องการที่แข็งแรง
กำไร 70% อาจเป็นจุดเริ่มต้นของยุคใหม่ หรืออาจเป็นจุดสูงสุดของบทเก่า การซื้อแบบขาขึ้นเดิมพันว่า “ครั้งนี้ต่างจากครั้งก่อน” — และห้าคำนี้ กลับเป็นห้าคำที่แพงที่สุดในประวัติศาสตร์การลงทุน
ในระดับนี้ เราจะไม่สรุปใดๆ มันคือโต๊ะพนัน ไม่ใช่ฟองสบู่ และทั้งสองข้างมีชิปจริงๆ
ชั้นการเชื่อมต่อ L2: โมดูลแสง — กลิ่นฟองอากาศเริ่มต้นที่นี่
ถึงเวลาที่เราอยากตีกระดานแล้ว นี่คือข้อยกเว้นด้านฮาร์ดแวร์เพียงจุดเดียวบนแผนที่นี้
ใช้เวลาสามสิบวินาทีอธิบายว่าอุปกรณ์ออปติคัลโมดูลคืออะไร ในศูนย์ข้อมูล AI หนึ่งแห่งมี GPU หลายหมื่นตัว ซึ่งไม่ได้ทำงานแยกจากกัน แต่ต้องแลกเปลี่ยนข้อมูลตลอดเวลาและร่วมกันคำนวณโมเดลเดียวกัน—ปริมาณการสื่อสารระหว่างชิปมากจนสายทองแดงรับไม่ไหว จึงจำเป็นต้องแปลงสัญญาณไฟฟ้าเป็นสัญญาณแสงแล้วส่งผ่านไฟเบอร์ออปติก อุปกรณ์ขนาดเล็กที่รับผิดชอบการแปลง “ไฟฟ้าเป็นแสง และแสงเป็นไฟฟ้า” นั่นแหละคืออุปกรณ์ออปติคัลโมดูล
GPU คือกล้ามเนื้อ โมดูลแสงคือหลอดเลือด ยิ่งขนาดคลัสเตอร์ใหญ่เท่าใด ความต้องการเชื่อมต่อระหว่างชิปจะเพิ่มขึ้นในอัตราสี่เหลี่ยม—ดังนั้น AI ยิ่งร้อนแรง โมดูลแสงยิ่งร้อนแรง ตรรกะอุตสาหกรรมนี้เป็นความจริง ปีนี้ตลาดโมดูลแสงคาดว่าจะเติบโตใกล้เคียง 60% และกำลังการผลิตจริงๆ ได้รับการขายหมดจนถึงปี 2028
เป็นเรื่องจริงทางตรรกะ แต่เรามาดูกันทีละบริษัทว่าราคาหุ้นทำอะไรไป
บริษัทแรก: Lumentum — ลูกของฟองสบู่ครั้งก่อน และผู้นำของฟองสบู่ครั้งนี้
บริษัทนี้ผลิตเลเซอร์และชิ้นส่วนออปติคัล หรือพูดง่ายๆ คือเป็น "แหล่งกำเนิดแสง" ที่สำคัญที่สุดในโมดูลแสงและระบบการสื่อสารด้วยแสง ประวัติของบริษัทนี้น่าสนใจมาก: ต้นกำเนิดของมันคือหนึ่งในหุ้นที่มีชื่อเสียงที่สุดในฟองสบู่การสื่อสารด้วยแสงปี 2000 — บริษัทนั้นมีมูลค่าตลาดเคยพุ่งสูงถึงหลายร้อยพันล้านดอลลาร์สหรัฐ แต่เมื่อฟองสบู่แตก ราคาหุ้นร่วงลง 99% และกลายเป็นตัวอย่างมาตรฐานในตำราเรียนเกี่ยวกับ "ฟองสบู่โครงสร้างพื้นฐาน" Lumentum เป็นธุรกิจที่แยกตัวออกมาจากบริษัทนั้น
ในช่วงสองทศวรรษที่ผ่านมา มันดำเนินชีวิตอย่างเรียบง่าย: จัดหาเลเซอร์ให้กับระบบสแกนใบหน้าของ iPhone และจัดหาชิ้นส่วนให้กับเครือข่ายโทรคมนาคม เป็นบริษัทฮาร์ดแวร์แบบธรรมดาที่ “ดีแต่น่าเบื่อ”
จากนั้น AI ก็เข้ามา ศูนย์ข้อมูลต้องการเลเซอร์ความเร็วสูงจำนวนมาก เทคโนโลยีรุ่นใหม่ที่ “ทำเส้นทางแสงให้เป็นส่วนหนึ่งของสวิตช์โดยตรง” จึงถูกผลักให้อยู่ในจุดศูนย์กลางอีกครั้ง แม้แต่นิวเดียก็ลงทุนจริง 2,000 ล้านดอลลาร์สหรัฐในมัน ดังนั้น: ในช่วง 12 เดือนที่ผ่านมา ราคาหุ้นพุ่งขึ้นเกิน 10 เท่า
ธุรกิจกำลังดีขึ้นไหม? ใช่ กำลังดีขึ้นจริงๆ คำสั่งซื้อถูกจองจนถึงปี 2028 ซึ่งเป็นเรื่องจริง แต่โปรดพิจารณาตัวเลขสองตัวนี้ร่วมกัน: คาดการณ์รายได้ของมันจะเติบโตปีละเปอร์เซ็นต์หลายสิบในอีกไม่กี่ปีข้างหน้า ขณะที่ราคาหุ้นพุ่งขึ้นกว่าพันเปอร์เซ็นต์ในหนึ่งปี ตลาดได้กำหนดราคาให้มันสูงถึงหลายสิบเท่าของรายได้รายปี — ในขณะที่ระดับปกติของบริษัทฮาร์ดแวร์ที่มีความ成熟อยู่ที่สามถึงห้าเท่า
ศูนย์กลางของการฟองสบู่ครั้งก่อนคือแสง ขณะที่จุดที่มีกลิ่นฟองสบู่แรงที่สุดในครั้งนี้ก็ยังคงเป็นแสง ประวัติศาสตร์ไม่ซ้ำกัน แต่มันจริงๆ แล้วมีจังหวะคล้องจอง
รายที่สอง: AAOI—คนที่เคยล้มลงแล้ว กลับยืนขึ้นอีกครั้งบนหน้าผาเดิม
บริษัทนี้ผลิตอุปกรณ์ส่งรับแสงแบบสมบูรณ์ ซึ่งส่วนใหญ่ขายให้กับศูนย์ข้อมูลของผู้ให้บริการคลาวด์ ประวัติของบริษัทนี้ก็น่าสนใจเช่นกัน: ในช่วงคลื่นการก่อสร้างศูนย์ข้อมูลครั้งก่อน (ประมาณปี 2017) บริษัทนี้เคยเป็นหุ้นที่โดดเด่น—จนกระทั่งลูกค้ารายใหญ่ที่สุดตัดคำสั่งซื้อและเปลี่ยนไปใช้ผู้จัดจำหน่ายรายอื่น ราคาหุ้นร่วงลงเกือบ 90% ในช่วงสองปีถัดมา และใช้เวลาประมาณเจ็ดถึงแปดปีต่อมาในการดิ้นรนเพื่อหลีกเลี่ยงการขาดทุน
จากนั้น AI ก็มาถึง ความต้องการโมดูลแสงความเร็วสูงรุ่นใหม่จึงพุ่งสูงขึ้น และลูกค้าเก่ากลับมา จึงเกิดขึ้น: ราคาหุ้นเพิ่มขึ้นมากกว่า 4 เท่าภายในปีนี้
โปรดสังเกตความแตกต่างระหว่างบริษัทนี้กับ Lumentum: Lumentum อย่างน้อยก็เป็นผู้นำอุตสาหกรรม มีกำแพงเทคโนโลยี และได้รับการสนับสนุนจาก NVIDIA; AAOI เป็นผู้ผลิตระดับสองที่ส่วนใหญ่ไม่ทำกำไรในช่วงสิบปีที่ผ่านมา มีลูกค้ากระจุกตัวสูง และเคยถูกยกเลิกคำสั่งซื้อมาแล้วหนึ่งครั้ง การพุ่งขึ้นของมันเกิดขึ้นเกือบแท้จริงจากแรงลอยตัวของคลื่นอุตสาหกรรมเท่านั้น
แต่คลื่นน้ำ已经开始สั่นไหวแล้ว ช่วงเดือนที่แล้ว กลุ่มนี้มีกรณีลดลงแบบรุนแรงเกิน 10% ในหนึ่งวันไม่ใช่ครั้งเดียว — AAOI ร่วงมากกว่า 10% ในหนึ่งวัน และหัวหน้ากลุ่มก็ร่วงตามไป 7%-10% ไม่มีข่าวลบเชิงพื้นฐานใดๆ เกิดขึ้น เพียงแต่หุ้นที่อยู่ในระดับสูงเริ่มมีการขายออก
ยังมีความเสี่ยงอีกประการหนึ่งที่ถูกพูดถึงน้อยมาก: เส้นทางเทคโนโลยีเอง
ขณะนี้อุตสาหกรรมกำลังขับเคลื่อนการปฏิวัติด้านสถาปัตยกรรม: รวมอุปกรณ์แสงออปติคัลเข้าไปในแพ็กเกจชิปโดยตรง แทนที่จะเป็น "กล่องเล็กๆ ที่เสียบไว้บนสวิตช์" — ซึ่งอุตสาหกรรมเรียกว่า Co-Packaged Optics (CPO) หากแนวทางนี้กลายเป็นมาตรฐาน จะหมายถึงสองสิ่ง: หนึ่ง, รูปแบบผลิตภัณฑ์ "ออปติคัลโมดูล" จะถูกรวมเข้าไปอย่างค่อยเป็นค่อยไป และอำนาจการควบคุมจะเคลื่อนย้ายจากผู้ผลิตโมดูลไปสู่ผู้ผลิตชิปรายใหญ่; สอง, มูลค่าในห่วงโซ่จะรวมตัวอยู่ที่ "แหล่งกำเนิดแสงหลัก" และกำไรจากขั้นตอนการประกอบจะถูกบีบให้ลดลง
การเปลี่ยนแปลงทางเทคโนโลยีนี้เป็นโอกาสที่ใหญ่กว่าความเสี่ยงสำหรับบริษัทอย่าง Lumentum ที่ครอบครองเทคโนโลยีเลเซอร์ — แหล่งกำเนิดแสงยังคงจำเป็นอยู่และมีมูลค่าสูงขึ้น; แต่สำหรับโรงงานโมดูลอย่าง AAOI ที่เชี่ยวชาญด้านการประกอบ เป็นดาบอีกเล่มที่แขวนอยู่เหนือศีรษะ น่าขำคือ ตอนนี้ตลาดให้ราคาแก่บริษัททั้งสองประเภทอย่างใกล้เคียงกันมาก — เมื่อคลื่นสูง ไม่มีใครตรวจสอบว่าใครใส่กางเกงว่ายน้ำหรือไม่
ในกลุ่มเดียวกัน บางคนขายแหล่งแสงที่ไม่สามารถแทนที่ได้ ขณะที่บางคนขายกล่องที่อาจถูกปฏิวัติทางสถาปัตยกรรมข้ามพ้นไปได้ทุกเมื่อ—แต่การเพิ่มขึ้นของราคาหุ้นกลับไม่มีความแตกต่างใดๆ นี่เองคือลักษณะของฟองสบู่
คำนวณยอดรวมของระดับนี้: ความต้องการเติบโตใกล้เคียง 60% ราคาหุ้นพุ่งขึ้น 4 ถึง 10 เท่า ช่องว่างระหว่างสองสิ่งนี้คืออะไร? คือตลาดได้ลดมูลค่ารายได้ปี 2028 มาเป็นราคาหุ้นปี 2026
เรื่องเล่าที่ถูกต้อง บวกกับการกำหนดราคาเกินจริง—นี่คือรูปแบบมาตรฐานของฟองสบู่ ไม่ใช่ของปลอม แต่แพงจนไม่เหลือพื้นที่สำหรับข้อผิดพลาดในอนาคต
ทำไมโฟมจึงเกิดขึ้นเฉพาะชั้นนี้เท่านั้น? เมื่อกลับไปดูรูปแบบบนแผนที่นั้น ก็จะเข้าใจได้: โมดูลแสงคือส่วนที่มีอุปสรรคทางกายภาพต่ำที่สุดในห่วงโซ่อุปกรณ์ทั้งหมด การสร้างโรงงานผลิตวเฟอร์ต้องใช้เงินหลายร้อยพันล้านดอลลาร์และเวลาห้าปี แต่การขยายสายการผลิตโมดูลแสงใช้เพียงไม่กี่พันล้านดอลลาร์และไม่กี่ไตรมาส—มันเป็นเพียงส่วนเดียวในฮาร์ดแวร์ที่อุปทานสามารถ “ตามทัน” การระบายความร้อนได้ อุปทานไม่สามารถควบคุมได้ จึงมีช่องว่างให้โฟมเติบโต
การป้องกันโดย TSMC ไม่สามารถปกป้องโมดูลแสงได้ — เพราะกำลังการผลิตของโมดูลแสงคือเพียงส่วนเดียวในห่วงโซ่ทั้งหมดที่ไม่จำเป็นต้องได้รับการอนุมัติจาก TSMC
การตกแบบสองหลักในหนึ่งวันเกิดขึ้นซ้ำๆ แสดงว่าเงินฉลาดเริ่มเข้าคิวที่ประตูแล้ว
ระดับโครงสร้างพื้นฐาน L3: ผู้ให้เช่า GPU บนคลาวด์ — ยังมีชีวิตอยู่ แต่อาศัยความแออัดของผู้อื่น
ในสองปีที่ผ่านมา มีผู้ให้บริการคลาวด์รายใหม่จำนวนมากปรากฏขึ้นที่เชี่ยวชาญในการให้เช่า GPU: ซื้อการ์ดเอง สร้างศูนย์ข้อมูลเอง แล้วให้พลังการประมวลผลเช่าแก่บริษัทที่ขาดการ์ด ซึ่งอุตสาหกรรมเรียกว่า NeoCloud—เราชอบเรียกพวกมันว่า “เจ้าของอพาร์ตเมนต์ GPU”
พวกมันทำงานได้ดีมาก และมีความสามารถจริง: ทีมงานนี้บีบอัดฮาร์ดแวร์เหมือนนักขับ F1 ขับรถแข่ง ทำให้การใช้งาน GPU มีประสิทธิภาพสูงถึง 2-3 เท่าของผู้ให้บริการรายที่สองทั่วไป ด้วยการ์ดชุดเดียวกัน พวกมันสามารถสร้างรายได้ได้มากกว่า
ตรรกะการอยู่รอดก็ใช้ได้: ผู้ผลิตคลาวด์รายใหญ่ทั้งสี่รายไม่มีกำลังการผลิตเพียงพอ ความต้องการที่ล้นออกมาก็ต้องมีใครสักคนรับไป ตราบใดที่เงื่อนไขหลักคือ “การขาดแคลนพลังงานการคำนวณ” ยังคงอยู่ ผู้ให้เช่ารายสองก็ยังมีธุรกิจ
แต่โปรดสังเกตว่าแก่นแท้ของธุรกิจนี้คือ: พวกเขาเป็นผู้ได้รับประโยชน์จากจุดแคบ ไม่ใช่ผู้ถือรั้วกัน
พิจารณาสถานการณ์ของพวกเขาให้ชัดเจน: ทุกเหรียญที่พวกเขาทำได้ ล้วนมาจากการมีช่องว่างเวลาที่บริษัทขนาดใหญ่ขยายกำลังการผลิตไม่ทัน แต่—ข้อจำกัดด้านพลังงานคาดว่าจะคลี่คลายในปี 2027-2028; ศูนย์ข้อมูลที่บริษัทขนาดใหญ่สร้างเองกำลังถูกสร้างขึ้นด้วยความเร็วที่เร็วที่สุดในประวัติศาสตร์มนุษยชาติ; และจุดที่เราได้วางไว้ก่อนหน้านี้ ศูนย์ข้อมูลในอวกาศ หากเกิดขึ้นในทศวรรษที่ 2030 ตรรกะของความหายากของพลังการประมวลผลบนพื้นดินจะถูกตัดรากถอนราก
ช่องว่างเวลาจะปิดลง ผู้เช่ารายที่สองไม่มีหนังสือรับรองกรรมสิทธิ์อสังหาริมทรัพย์ แต่มีสัญญาเช่าเพียงฉบับเดียวที่ไม่ทราบว่าจะหมดอายุเมื่อใด
นอกจากนี้ ธุรกิจนี้ยังมีจุดอ่อนเชิงโครงสร้าง: ลูกค้าและหัวใจหลักของธุรกิจมีความกระจุกตัวสูง บัตรของพวกเขาผลิตจากผู้ผลิตชิปรายใหญ่เพียงรายเดียว ลูกค้ารายใหญ่มักมีเพียงสองถึงสามบริษัท AI เท่านั้น และผู้ถือหุ้นรายใหญ่ที่สุดของบางผู้เล่นก็เป็นผู้จัดจำหน่ายรายใหญ่ที่สุดในเวลาเดียวกัน ผู้ผลิตด้านบนควบคุมแหล่งจัดหาของคุณ ขณะที่ผู้ซื้อด้านล่างควบคุมรายได้ของคุณ คุณเองก็ทำกำไรจาก “ส่วนต่างเวลาในการจับคู่” — ธุรกิจแบบนี้สามารถทำกำไรได้มาก แต่ไม่สมกับการประเมินมูลค่าแบบ “แพลตฟอร์ม”
การหารายได้จากข้อจำกัดของผู้อื่น ต้องเตรียมตัวให้พร้อมสำหรับวันที่ข้อจำกัดนั้นหายไป
ระดับนี้ไม่ใช่การหลอกลวง กระแสเงินสดวันนี้เป็นของจริง แต่ตลาดปัจจุบันให้ค่าประเมินสูงกับมัน โดย定价สถานการณ์ชั่วคราวให้กลายเป็นถาวร—นี่คือการประเมินค่าผิดพลาด และกำลังเดินหน้าสู่ฟองสบู่
ชั้นแอปพลิเคชัน L4 ที่มีหางยาวร่วมกับระบบนิเวศของ VC: จุดที่สัญญาณฟองสบู่ชัดเจนที่สุด
ปีนขึ้นไปถึงยอดของพีระมิด ส่วนนี้ต้องแยกออกเป็นสองส่วนเพื่อดู
ครึ่งบนสุด—บริษัทโมเดลขนาดใหญ่ไม่กี่แห่งที่มีรายได้จริง—ได้กล่าวไปแล้วว่า รายได้ตามทันมูลค่าการประเมิน จึงไม่ขยายความเพิ่มเติม
ปัญหาที่แท้จริงอยู่ที่หางยาว และระบบนิเวศ VC ที่หล่อเลี้ยงหางยาว ตัวเลขที่เด่นชัดที่สุดอยู่ที่นี่:
ในไตรมาสแรกของปีนี้ บริษัท AI ได้รับเงินทุนระดับโลกส่วนใหญ่—มากกว่า 8 ดอลลาร์จากทุก 10 ดอลลาร์ของเงินทุน VC ไหลเข้าสู่ AI
ในปี 1999 ขณะที่ฟองสบู่อินเทอร์เน็ตกำลังรุนแรงที่สุด อัตราส่วนนี้อยู่ที่เท่าใด? ประมาณหนึ่งในสามถึงสี่ในสิบ
กล่าวคือ วันนี้การลงทุนของ VC บนหัวข้อเดียวมีความเข้มข้นสูงเป็นสองเท่าของจุดสูงสุดของฟองสบู่ที่ใหญ่ที่สุดในประวัติศาสตร์มนุษยชาติ
และโครงสร้างไม่สมดุลอย่างรุนแรง: การซื้อขายขนาดใหญ่เพียงสี่รายการ ได้ดูดซับไปถึง 65% ของยอดการลงทุนจากนักลงทุนด้านทุนเสี่ยงทั่วโลกในแต่ละไตรมาส สองในสามของเงินทุนเสี่ยงทั่วโลกในหนึ่งไตรมาสไหลเข้าสู่บัญชีของบริษัทเพียงสี่แห่ง
สิ่งนี้สร้างห่วงโซ่การถ่ายทอด: บริษัทชั้นนำที่มีชื่อเสียงใช้รายได้จริงเพื่อสนับสนุนการประเมินมูลค่าที่สูงลิ่ว—ซึ่งไม่มีปัญหา; แต่บริษัทสตาร์ทอัพนับพันๆ แห่งที่ไม่มีรายได้ กำลังยืมตรรกะการประเมินมูลค่าของบริษัทชั้นนำมาใช้กับตัวเอง—“บริษัทนั้นเติบโตขึ้น 80 เท่าใน 18 เดือน ทำไมฉันถึงทำไม่ได้?”—นี่คือปัญหาใหญ่ เกมในปี 1999 ที่ว่า “แค่เพิ่ม .com ก็ขึ้นราคา” ตอนนี้เวอร์ชันใหม่คือ “แค่เพิ่ม AI Agent ก็เพิ่มเป็นสองเท่า”
ที่ยิ่งไปกว่านั้น วิธีการล้มตายของบริษัทเหล่านี้สามารถคาดการณ์ได้แล้ว พวกเขาจะไม่ล้มตายเพราะผลิตภัณฑ์ล้มเหลว—ผลิตภัณฑ์อาจยังดีอยู่เลย แต่พวกเขาจะล้มตายเพราะการประเมินมูลค่าที่กลับด้าน: เงินที่ระดมมาในรอบก่อนหน้าในราคาฟองสบู่ได้ใช้หมดแล้ว แต่ผู้ลงทุนในรอบถัดไปยอมจ่ายเฉพาะในราคาที่เป็นจริงเท่านั้น การระดมทุนในราคาที่เป็นจริงหมายความว่าผู้ลงทุนในรอบก่อนหน้าจะขาดทุนมหาศาล และทีมผู้ก่อตั้งจะสูญเสียหุ้นของตนทั้งหมด—ดังนั้นการเจรจาจึงล้มเหลว บริษัทจึงติดอยู่ระหว่าง “ศักดิ์ศรีของการประเมินมูลค่า” กับ “การอยู่รอด” จนกระทั่งเงินในบัญชีหมดสิ้น บริษัทจำนวนมากในปี 1999 ก็ล้มตายด้วยวิธีนี้: ไม่ได้ถูกตลาดฆ่า แต่ถูกมูลค่าที่ประเมินไว้ในรอบก่อนหน้าของตัวเองสำลัก
ยังมีตัวขยายอีกหนึ่งตัว: โครงสร้างต้นทุนของบริษัทเล็กๆ ในรอบนี้อ่อนแอกว่าปี 1999 อย่างมาก ในสมัยนั้น บริษัทสตาร์ทอัพอินเทอร์เน็ตใช้เงินไปกับค่าใช้จ่ายทางการตลาด ถ้าตัดโฆษณาออกก็ยังพยุงตัวอยู่ได้ แต่ในปัจจุบัน สตาร์ทอัพ AI ใช้เงินไปกับค่าใช้จ่ายด้านการประมวลผล—ถ้าไม่เรียกใช้งานโมเดล ผลิตภัณฑ์ก็หยุดทำงานทันที เงินส่วนนี้ตัดไม่ได้เลย รายได้เป็นเรื่องเล่า แต่ต้นทุนเป็นสิ่งที่ไม่ยืดหยุ่น การรวมกันแบบนี้เมื่อเงินทุนถอยหลัง จะทำให้บริษัทเหล่านี้ล้มลงเร็วกว่ารอบก่อนหน้า
โปรดทราบว่า สิ่งนี้ไม่ขัดแย้งกับ "Large cap ไม่มีฟองสบู่"
หัวมีรายได้จริงรองรับ ขณะที่หางมีเพียงเรื่องราวรองรับ ฟองสบู่ไม่เคยอยู่ในบริษัทขนาดใหญ่ที่สุด แต่อยู่ในบริษัทขนาดเล็กที่ใช้ตรรกะการประเมินมูลค่าของบริษัทขนาดใหญ่ที่สุดมาตั้งราคาให้ตัวเอง
จำได้ไหมว่าบทเรียนที่แท้จริงในปี 1999 คืออะไร? ไม่ใช่ "อินเทอร์เน็ตเป็นเรื่องหลอกลวง" — อินเทอร์เน็ตเป็นของจริง คอมเมิร์ซอิเล็กทรอนิกส์เป็นของจริง บริษัทคอมเมิร์ซอิเล็กทรอนิกส์ที่ใหญ่ที่สุดยังคงอยู่รอดและครองโลก บทเรียนคือ:
ในปฏิวัติทางเทคโนโลยีที่แท้จริง คุณยังสามารถสูญเสียเงินทั้งหมดได้ — หากคุณซื้อชั้นที่ผิด
ผู้ขายก็ไม่ได้ผิดทั้งหมด: สองเส้นการโจมตีที่ควรคิดทบทวนก่อนนอน
เขียนมาถึงตรงนี้ หากคุณคิดว่าเราเป็นผู้สนับสนุนราคาแบบไม่คิดอะไร โปรดอ่านต่อไป ตลาดขาลงมีสิ่งที่แท้จริงอยู่ และสิ่งที่แท้จริงนี้ครั้งนี้คมกว่าที่ผู้สนับสนุนราคาส่วนใหญ่ยินดีจะยอมรับ
ผู้ขายมีเส้นทางหลักสองเส้น ดูเหมือนว่าเป็นหัวข้อสองหัวข้อ แต่เมื่อเจาะลึกลงไป คุณจะพบว่ามันแท้จริงแล้วเป็นสองด้านของปัญหาเดียวกัน
เส้นการโจมตีที่หนึ่ง: สงครามการเสื่อมค่า—GPU ของคุณใช้งานได้นานกี่ปี?
ใช้ตัวอย่างจากชีวิตประจำวันเพื่ออธิบายคำว่า "ค่าเสื่อมราคา" ก่อน
สมมติว่าคุณขับรถรับส่งผู้โดยสาร และซื้อรถราคา 3 ล้านหยวน หากคิดค่าเสื่อมราคาตามอายุการใช้งาน 3 ปี ค่าใช้จ่ายต่อปีจะอยู่ที่ 1 ล้านหยวน แต่หากคิดตามอายุการใช้งาน 6 ปี ค่าใช้จ่ายต่อปีจะลดเหลือเพียง 5 แสนหยวน โปรดสังเกต: คุณไม่ได้รับรายได้เพิ่มแม้แต่หยวนเดียว และรถก็ยังเป็นคันเดิม เพียงแต่คุณเปลี่ยนสมมติฐานทางบัญชี ทำให้กำไรในบัญชีของคุณเพิ่มขึ้นโดยไม่มีเหตุผลจริงๆ 5 แสนหยวนต่อปี
ตอนนี้เปลี่ยนรถเป็น GPU และเปลี่ยน 300,000 เป็นหลายพันล้านดอลลาร์
บริษัทเทคโนโลยีชั้นนำกำลังร่วมกันทำสิ่งเดียวกัน: ยืดระยะเวลาการเสื่อมค่าของ GPU ให้นานขึ้น เดิมทีมีการคำนวณโดยทั่วไปที่ 3-4 ปี แต่ตอนนี้ต่างก็ขยายเป็น 5 หรือ 6 ปี การยืดเวลาออกหนึ่งปีจะทำให้กำไรในช่วงเวลานั้นดูดีขึ้นมาก นักวิเคราะห์ขาลงคำนวณว่า หากเปลี่ยนแปลงแบบนี้ต่อไป ภายในสามปีข้างหน้า อุตสาหกรรมทั้งหมดอาจลดการจัดสรรค่าเสื่อมราคาไปมากกว่าพันพันล้านดอลลาร์สหรัฐ และกำไรในช่วงเวลานี้ของบริษัทชั้นนำบางแห่งอาจถูกประเมินสูงเกินความเป็นจริงมากกว่าร้อยละยี่สิบ
สองเปอร์เซ็นต์หมายถึงอะไร? หมายความว่ากำไรในงบการเงินที่คุณเห็น อาจมีหนึ่งในห้าเป็นเพียง “ของขวัญจากสมมติฐานทางบัญชี” ไม่ใช่กำไรที่เกิดจากธุรกิจจริง
ข้อโต้แย้งของผู้ซื้อขายแบบยาวก็มีเหตุผล: อายุการใช้งานในการคิดค่าเสื่อมราคาไม่ได้ถูกเปลี่ยนแปลงแบบไม่มีเหตุผล ในสถานการณ์การประมวลผล การใช้งาน GPU รุ่นเก่ายังคงใช้งานได้ดี—การฝึกโมเดลขั้นสูงสุดต้องการการ์ดรุ่นใหม่ล่าสุด แต่การใช้การ์ดที่มีอายุสามปีสำหรับการประมวลผลรายวันยังคงสามารถใช้งานเต็มประสิทธิภาพและสร้างกำไรได้ตามปกติ ตามตรรกะนี้ การใช้งาน GPU นานถึง 10 หรือ 15 ปีจึงไม่ได้เป็นเรื่องเกินจริง และการคิดค่าเสื่อมราคาในช่วง 3 ปีที่ผ่านมาแท้จริงแล้วคือการประเมินต่ำเกินไป
ใครถูก? คำตอบที่ซื่อสัตย์คือ: ขึ้นอยู่กับนิวเดียเอง ยิ่งประสิทธิภาพของผลิตภัณฑ์สองรุ่นถัดไปเพิ่มขึ้นมากเท่าไร ราคาการ์ดรุ่นเก่าก็จะลดลงเร็วเท่านั้น ผู้ขายสั้นจึงถูกต้องมากขึ้น; ยิ่งการเพิ่มขึ้นช้าเท่าไร อายุการใช้งานของการ์ดรุ่นเก่าก็จะยาวนานขึ้นเท่านั้น ผู้ซื้อจึงถูกต้องมากขึ้น ทุกครั้งที่นิวเดียเปิดตัวผลิตภัณฑ์รุ่นใหม่ ก็กำลังลงคะแนนเสียงให้สมุดบัญชีของลูกค้าของตน
นี่คือฉากที่ขำขันที่สุดในปัญหาทางการเงินของ AI: ยิ่งผลิตภัณฑ์ของ NVIDIA ประสบความสำเร็จมากเท่าใด งบการเงินของลูกค้าของมันก็ยิ่งน่าสงสัยมากขึ้นเท่านั้น
เส้นการโจมตีที่สอง: สินเชื่อ GPU — ย้ายหนี้ไปยังที่ที่มองไม่เห็น
เส้นการโจมตีที่สองได้รับการอัปเดตและซ่อนเร้นมากขึ้น แม้จะมีคนพูดถึงน้อยบนตลาด แต่เราเชื่อว่ามันรุนแรงกว่าปัญหาการเสื่อมค่าหนึ่งระดับ
มี GPU บางตัวเริ่มไหลเวียนผ่านโครงสร้างนอกสมดุลที่ซับซ้อนแล้ว เมื่อพิจารณาอย่างละเอียด โครงสร้างนี้ทำงานดังนี้:
ตั้งบริษัทเปลือก: จัดตั้งหน่วยงานวัตถุประสงค์พิเศษ (SPV) — บริษัทเปลือกที่มีเพียงกิจกรรมเดียวคือ "ถือ GPU"
Shell borrows money: Shell companies borrow from private credit funds to purchase tens of thousands of GPUs
ให้เช่าแก่ผู้ใช้การ์ด: บริษัทเปล่าเช่า GPU ระยะยาวให้กับบริษัท AI รับค่าเช่า และใช้ค่าเช่าชำระหนี้
ผู้ขายบัตรเข้าร่วม: จุดที่ยอดเยี่ยมที่สุดคือขั้นตอนนี้—ผู้ผลิตชิปเองก็ลงทุนเงินเข้าไปในบริษัทเปลือก แล้วกลายเป็นนักลงทุนผู้ถือหุ้นหลัก
แต่ละฝ่ายได้สิ่งที่ต้องการ: บริษัท AI ได้ใช้การ์ดโดยไม่ต้องรับภาระหนี้; บริษัทขนาดใหญ่และงบดุลของบริษัท AI ไม่แสดงหนี้นี้; ผู้ผลิตชิปสามารถรับประกันปริมาณการขายและได้กำไรจากการลงทุนเพิ่มเติม; กองทุนสินเชื่อเอกชนได้รับสินทรัพย์ที่ให้ดอกเบี้ยสูง
ได้รับประโยชน์ร่วมกันทั้งสี่ฝ่าย มีเพียงปัญหาเล็กน้อยเท่านั้น: หนี้ยังไม่หายไป แค่ไม่มีใครมองเห็นมันอยู่ที่ไหน
โครงสร้างนี้ควรทำให้คุณนึกถึงบางสิ่งบางอย่าง ที่จริงแล้วมันสอดคล้องกับประวัติศาสตร์สองช่วงเวลาพร้อมกัน
ช่วงแรกคือปี 2000 แทบไม่มีใครจดจำได้ว่า ในฟองสบู่โทรคมนาคม มีตัวละครหนึ่งที่ช่วยเร่งให้ฟองสบู่ขยายตัว นั่นคือ “การเงินจากผู้ผลิต” บริษัทผู้ผลิตอุปกรณ์ให้กู้เงินแก่ลูกค้าของตนเอง เพื่อให้ลูกค้าซื้ออุปกรณ์จากพวกเขา บนสมุดบัญชี ยอดขายดูเหมือนเติบโตอย่างมีประสิทธิภาพและเส้นกราฟการเติบโตดูสมบูรณ์แบบ แต่ในความเป็นจริง เป็นเพียงการถ่ายโอนเงินจากมือซ้ายไปมือขวา—ลูกค้าใช้เงินของคุณซื้อสินค้าของคุณ เมื่อฟองสบู่ระเบิด ผู้ผลิตอุปกรณ์เหล่านี้ไม่ได้ถือครองกำไร แต่กลับถือครองหนี้สินจำนวนมากที่ไม่สามารถเรียกคืนได้ และล้มลงอย่างน่าสลดกว่าใครๆ โครงสร้างในปัจจุบันที่ว่า “ผู้ผลิตชิปลงทุนเงินให้บริษัทเปลือก แล้วบริษัทเปลือกใช้เงินนั้นซื้อชิป” มีความเกี่ยวข้องทางสายเลือดอย่างใกล้ชิดกับการเงินจากผู้ผลิตในยุคนั้น
ช่วงที่สองคือปี 2008 ก่อนหน้านั้น ระบบการเงินทั้งระบบเคยหลงใหลในการแพ็คเกจ จัดชั้น และย้ายความเสี่ยงไปยังที่ที่ผู้กำกับดูแลและนักลงทุนมองไม่เห็น ซึ่งคือการแปลงสินเชื่อที่อยู่อาศัยเป็นหลักทรัพย์ในช่วงก่อนวิกฤตครั้งนั้น วันนั้นสิ่งที่ถูกแพ็คเกจคือบ้าน ขณะที่ตอนนี้สิ่งที่ถูกแพ็คเกจคือ GPU
เมื่ออุตสาหกรรมหนึ่งเริ่มจ่ายเงินให้ลูกค้าของตนเองเพื่อซื้อผลิตภัณฑ์ของตัวเอง ตัวเลขการเติบโตทุกตัวที่คุณเห็นควรตั้งคำถาม
การคิดค่าเสื่อมราคาเป็นปัญหาด้านบัญชี ซึ่งปัญหาด้านบัญชีไม่เคยทำให้ฟองสบู่แตกได้; การใช้เลเวอเรจเป็นปัญหาด้านการเงิน ประวัติศาสตร์ทุกฟองสบู่ล้วนถูกทำลายโดยปัญหาด้านการเงิน
เส้นสองเส้นจริงๆ แล้วคือเส้นเดียว
ตอนนี้เชื่อมเส้นการโจมตีทั้งสองเส้นเข้าด้วยกัน คุณจะเห็นพลังการทำลายที่แท้จริงของแนวคิดของผู้ขาย
แก่นของข้อพิพาทเรื่องการคิดค่าเสื่อมราคาคือ: GPU ใช้งานได้นานกี่ปี และมีมูลค่าเหลือเท่าใด?
หลักประกันของสินเชื่อ GPU คือมูลค่าคงเหลือของ GPU
กล่าวคือ: ฐานการกู้ยืมเงินหลายสิบพันล้านดอลลาร์ของบริษัทเปลือกนั้นอิงจากสมมติฐานว่า “GPU ชุดนี้จะมีมูลค่าสูงและสามารถสร้างรายได้เช่าได้อย่างต่อเนื่องในอีกหลายปีข้างหน้า” หากผลิตภัณฑ์รุ่นถัดไปของ NVIDIA มีประสิทธิภาพสูงขึ้นอีกเท่าตัว ค่าเช่าของการ์ดรุ่นเก่าจะร่วงลงอย่างหนัก—บริษัทที่ล้มแรกจะไม่ใช่บริษัทขนาดใหญ่ (ซึ่งรับมือได้) แต่เป็นบริษัทเปลือกเหล่านี้ รวมถึงกองทุนสินเชื่อส่วนตัวที่ให้กู้เงินแก่บริษัทเปลือก
จากนั้นคำถามที่คุณต้องถามก็คือ: สินเชื่อส่วนตัวเติบโตขึ้นเท่าใดในช่วงไม่กี่ปีที่ผ่านมา? และมีสิ่งอื่นๆ ถูกใส่เข้าไปอีกเท่าใด? นั่นคือหัวข้อของบทความอีกบทความหนึ่ง
ในขณะนี้ โครงสร้างนี้ยังมีขนาดเล็ก และยังห่างไกลจากความเสี่ยงเชิงระบบ—นี่คือความจริง แต่แม้แต่ผู้ถือมุมมองเชิงบวกที่แน่วแน่ที่สุดก็ยังจัดให้ “การใช้เลเวอเรจอย่างกว้างขวางผ่านการจำนอง GPU” เป็นสัญญาณความเสี่ยงอันดับหนึ่งของวัฏจักรนี้ เมื่อทั้งผู้ซื้อและผู้ขายต่างหายากที่จะชี้ไปที่จุดเดียวกันและพูดว่า “ดูที่นั่น” นั่นคือจุดที่คุณควรจับตาอย่างจริงจัง
ขณะที่ใส่ GPU เข้าไปในตัวเรือนบริษัท ปี 2026 ก็เริ่มมีกลิ่นคล้ายปี 2008 ครั้งแรก ตอนนี้ยังเป็นเพียงกลิ่นอ่อนๆ—จับตาดูว่ามันจะเข้มขึ้นเร็วแค่ไหน
สรุป: แพง แต่ประตูก็ยังล็อกอยู่
บีบอัดทั้งหมดเป็นหนึ่งภาพ ยังคงเป็นพีระมิดเดิม:
ไม่มีฟองสบู่ (หัวหน้าระดับ L0 + L4): TSMC, NVIDIA, ผู้ให้บริการคลาวด์รายใหญ่สี่ราย, บริษัทโมเดลขนาดใหญ่ชั้นนำ มีสัญญาจริง รายได้จริง การใช้งานเต็มความสามารถ พร้อมกับกุญแจทางกายภาพสองใบจาก TSMC และเครือข่ายไฟฟ้า แพง แต่ราคาแพงไม่ได้หมายถึงฟองสบู่
การต่อสู้ระหว่างผู้ซื้อและผู้ขาย (L1): หน่วยความจำ กำไร 70% อาจเป็นจุดเริ่มต้นของวัฏจักรใหม่เชิงโครงสร้าง หรือจุดสูงสุดของบทเก่า เกมโต๊ะได้จัดเตรียมไว้แล้ว
มีกลิ่นฟองสบู่ (L2, L3, L4 หางยาว): โมดูลแสง—จุดเดียวในห่วงโซ่อุปกรณ์ทั้งหมดที่ไม่ได้รับการคุ้มครองโดยความ disipline ของ TSMC กำหนดราคาปี 2026 ด้วยรายได้ปี 2028; ผู้ให้เช่า GPU—แปลงจุดอับชั่วคราวให้เป็นแนวป้องกันถาวร; ระบบนิเวศ VC—ความเข้มข้นของหัวข้อเดียวสูงถึงสองเท่าของจุดสูงสุดในปี 1999 บริษัทสตาร์ทอัพหางยาวใช้ตรรกะการประเมินมูลค่าของผู้นำเพื่อกำหนดราคาเรื่องราว
สามจุดที่ควรจับตาอย่างใกล้ชิด:
การปฏิวัติด้านประสิทธิภาพของอัลกอริทึม หากวันหนึ่ง อัลกอริทึมที่ฉลาดกว่าสามารถบรรลุผลลัพธ์เดียวกันด้วยพลังการประมวลผลเพียงหนึ่งในสิบ ตรรกะการใช้ทุนเพื่อสะสมพลังการประมวลผลทั้งหมดจะพังทลายลงในคืนเดียว นี่คือความเป็นไปได้ต่ำที่สุด แต่มีผลกระทบรุนแรงที่สุด
การใช้เลเวอเรจเครดิตสำหรับ GPU เมื่อโครงสร้างนอกงบดุล การจัดหาเงินทุนด้วยหลักประกัน และการแปลงสภาพเป็นหลักทรัพย์เริ่มขยายตัว ผู้ซื้อกระแสเงินสดจะกลายเป็นผู้ซื้อที่ใช้เลเวอเรจ และบทละครปี 2000 จะถูกติดตั้งเครื่องยนต์ปี 2008 เพื่อเล่นซ้ำอีกครั้ง นี่คือสัญญาณที่ดูเป็นจริงที่สุดในขณะนี้
ไถอิจฉาละทิ้งความระมัดระวัง ไม่ว่าจะถูกคู่แข่งเจาะช่องผูกขาด หรือตัวเองเปลี่ยนใจอย่างสุดขั้วในการขยายการผลิต—ในขณะที่อุปทานหลุดควบคุม เงื่อนไขที่จำเป็นสำหรับฟองสบู่จึงจะเกิดขึ้นอย่างแท้จริง นี่คือสิ่งที่ต้องติดตามอย่างต่อเนื่องที่สุด
ก่อนที่สามสิ่งนี้จะเกิดขึ้นแม้แต่ข้อเดียว AI เป็นการปฏิวัติทางเทคโนโลยีที่ถูกกฎทางฟิสิกส์บังคับให้รักษาจังหวะ: ราคาสูง แออัด ร้อนแรงบางส่วน แต่พื้นฐานนั้นแน่นอน
สุดท้าย แปลแผนที่นี้ให้เป็นสามคำถามที่คุณสามารถพกติดตัวไปได้ ครั้งหน้าเมื่อคุณเห็นสินทรัพย์ AI ใดๆ ก็ตาม ไม่ว่าจะเป็นหุ้นหรือโครงการสตาร์ทอัพ ให้ถามก่อน:
คำถามแรก: มันอยู่ชั้นไหนของพีระมิด? ยิ่งใกล้กับสิ่งที่เป็นรูปธรรมยิ่งปลอดภัย ยิ่งใกล้กับเรื่องเล่ายิ่งอันตราย หากไม่สามารถอธิบายได้ว่าตัวเองอยู่ชั้นไหน ให้ถือว่าอยู่ที่ชั้นที่อันตรายที่สุด
คำถามที่สอง: รายได้ของมันเกิดขึ้นจริง หรือถูกยืมมาจากมูลค่าบริษัทชั้นนำ? ความถี่ที่ปรากฏคำว่า “เทียบเคียงกับบริษัท某某” มีสัดส่วนตรงกับความเข้มข้นของฟองสบู่
คำถามที่สาม: มันทำกำไรจากเงินโครงสร้าง หรือเงินข้อจำกัด? เงินโครงสร้างสามารถทำกำไรได้นานหลายปี แต่เงินข้อจำกัดมีอายุการใช้งาน—และอายุการใช้งานมักสั้นกว่าช่วงเวลาที่การประเมินมูลค่าคาดการณ์ไว้อย่างมาก
ตอบคำถามทั้งสามข้อให้ได้ก่อนค่อยพูดถึงราคา
ฟองสบู่ไม่เคยแจ้งให้คุณรู้ว่ามันจะแตกที่ชั้นไหน แต่อย่างน้อยคุณก็สามารถเลือกได้ว่าจะไม่ยืนอยู่ที่ชั้นที่ใช้เรื่องราวของผู้อื่นมาตั้งราคาให้ตัวคุณ
ครั้งหน้าถ้ามีใครถามคุณว่า “AI เป็นฟองสบู่ไหม” คุณสามารถถามกลับเขาได้ว่า: คุณหมายถึงระดับไหน?
วิศวกรรุ่นอายุกว่าเจ็ดสิบปีของ TSMC อาจเป็นกลุ่มเดียวบนดาวเคราะห์นี้ที่สามารถหยุดฟองสบู่ AI ได้ จนถึงขณะนี้ พวกเขายังคงอยู่ในตำแหน่ง