เขียนโดย อูซูโอมิ นินจา และ ชินเชียว TechFlow
ในเดือนกุมภาพันธ์ 2026 ตลาดหุ้นเทคโนโลยีกำลังประสบกับการล่มสลายแบบระบบซึ่งสื่อบางส่วนเรียกว่า “SaaSpocalypse”
ราคาหุ้น Salesforce ร่วงลงเกือบ 40% จากจุดสูงสุดในปี 2025; ServiceNow ร่วงกว่า 11% ในวันเดียวหลังเปิดเผยผลประกอบการรายไตรมาส เนื่องจากผู้บริหารกล่าวในโทรศัพท์ว่า “ตัวแทน AI กำลังทำให้ความชัดเจนในการเติบโตของตำแหน่งงานซับซ้อนขึ้น”; Workday ร่วงลงกว่า 22%; ดัชนีซอฟต์แวร์และบริการของ S&P 500 สูญเสียมูลค่าตลาดใกล้เคียง 1 ล้านล้านดอลลาร์สหรัฐภายในหกสัปดาห์แรกของปี 2026
ตรรกะของตลาดนั้นตรงไปตรงมา: ตัวแทน AI ได้สามารถแทนที่การทำงานด้วยมนุษย์จำนวนมากแล้ว เมื่อบริษัทใช้ AI ทำสิ่งที่ก่อนหน้านี้ต้องใช้คน 100 คน จึงไม่จำเป็นต้องมีที่นั่งซอฟต์แวร์ 100 ที่นั่งอีกต่อไป รูปแบบธุรกิจ SaaS ที่คิดค่าบริการตามที่นั่ง ถูกมองว่าได้มาถึงจุดสิ้นสุดของประวัติศาสตร์
ในขณะที่การซื้อขายที่เต็มไปด้วยความตื่นตระหนกกำลังลุกลามทั่วทั้งอุตสาหกรรม หัวหน้าการวิจัยด้านเทคโนโลยีของฮ่องกง ประเทศสหรัฐอเมริกา สตีเฟน เบอร์ซีย์ ได้เผยแพร่รายงานการวิจัยที่มีชื่อเรื่องท้าทายอย่างยิ่ง: “ซอฟต์แวร์จะกลืนกิน AI”
จุดสำคัญของเขา สรุปด้วยหนึ่งประโยค: ความตื่นตระหนกของตลาด เป็นการตีความผิด
รายงานที่มาในช่วงที่ตลาดผกผัน
ความกังวลของตลาดว่า AI จะแทนที่ซอฟต์แวร์องค์กรนั้นผิดพลาด
เขาเขียนไว้ในตอนต้นของรายงาน เขาเชื่อว่า AI จะไม่ทำให้ซอฟต์แวร์ล่มสลาย แต่จะถูกดูดซึมโดยซอฟต์แวร์ และกลายเป็นชั้นความสามารถที่ฝังอยู่ในแพลตฟอร์มซอฟต์แวร์ขององค์กร ซอฟต์แวร์ไม่ใช่ศัตรูของ AI แต่เป็นพาหนะที่ AI ใช้เข้าถึงโลกแห่งความเป็นจริง
ตรรกะนี้พลิกโฉมกรอบการเล่าเรื่องของตลาดในปัจจุบัน ความกลัวของตลาดคือ “AI จะแทนที่ซอฟต์แวร์” แต่การตัดสินของ Bersey คือ “ซอฟต์แวร์จะควบคุม AI”
เขาอ้างถึงการเปรียบเทียบทางประวัติศาสตร์จากยุคอินเทอร์เน็ต: เมื่ออินเทอร์เน็ตระเบิดขึ้น ค่าที่สะสมในระยะแรกมุ่งเน้นไปที่โครงสร้างพื้นฐานทางกายภาพ เช่น เซิร์ฟเวอร์ สายเคเบิลไฟเบอร์ออปติก และศูนย์ข้อมูล ทุนจำนวนมากไหลเข้าสู่โครงสร้างพื้นฐานด้านฮาร์ดแวร์ ขณะที่บริษัทอินเทอร์เน็ตยุคแรกๆ ที่ดิ้นรนอย่างหนัก กลับเป็นฝ่ายที่ได้รับค่าระยะยาวในที่สุด ซอฟต์แวร์ต่างหากคือจุดหมายปลายทางของค่าอินเทอร์เน็ต
การพัฒนาของ AI ตามที่ Bersey มองเห็น กำลังดำเนินไปตามบทละครเดิมซ้ำอีกครั้ง ปี 2024 และ 2025 เป็นช่วงการสร้างโครงสร้างพื้นฐาน ได้แก่ กำลังการประมวลผล โมเดล และการรวมโค้ด—ทั้งหมดนี้เป็นการเตรียมรากฐานสำหรับการระเบิดของชั้นซอฟต์แวร์ และปี 2026 จะเป็นปีที่เครื่องยนต์จริงๆ ได้จุดติด
ซอฟต์แวร์จะเป็นกลไกหลักที่ทำให้ AI แพร่กระจายในบริษัทขนาดใหญ่ที่สุดของโลก เราเชื่อว่าปี 2026 จะเป็นปีเริ่มต้นของการสร้างรายได้จากซอฟต์แวร์
ทำไมโมเดลพื้นฐานไม่สามารถแทนที่ซอฟต์แวร์องค์กรได้
รายงานการโต้แย้งที่มีน้ำหนักที่สุดคือการวิเคราะห์ทีละขั้นตอนของตรรกะที่ว่า “AI ทำลายซอฟต์แวร์โดยตรง”
มุมมองของนักวิจารณ์ดูมีเหตุผลมาก: โมเดลภาษาขนาดใหญ่สามารถเขียนโค้ดได้แล้ว การเขียนโปรแกรมผ่านคำอธิบายภาษาธรรมชาติ (vibe coding) กำลังเกิดขึ้น และบริษัทโมเดล AI กำลังทดลองใช้งานในระดับแอปพลิเคชันมากขึ้น ดังนั้น ทำไมบริษัทต่างๆ ยังจำเป็นต้องใช้ระบบซอฟต์แวร์แบบดั้งเดิมที่มีต้นทุนสูงอย่าง Oracle, SAP, Salesforce?
คำตอบของ Bersey แบ่งออกเป็นสามระดับ
ประการแรก แบบจำลองพื้นฐานมี “ข้อบกพร่องแต่กำเนิด”
รายงานชี้ชัดว่าโมเดลพื้นฐาน “มีข้อบกพร่องภายใน” และไม่สามารถทำหน้าที่ “แทนที่ทั้งหมด” ของแพลตฟอร์มหลักขององค์กรขนาดใหญ่ได้ แม้ว่ามันจะทำงานได้ดีในบริบทที่แคบ เช่น การสร้างภาพ การพัฒนาแอปพลิเคชันขนาดเล็ก และการประมวลผลข้อความ แต่สำหรับแพลตฟอร์มหลักระดับองค์กรที่ต้องการความแม่นยำสูง สิ่งนี้ “ไม่เป็นไปได้”
สาเหตุพื้นฐานคือข้อจำกัดของข้อมูลการฝึกอบรม โมเดล LLM ถูกฝึกบนข้อมูลสาธารณะจากอินเทอร์เน็ต ขณะที่ความรู้เกี่ยวกับสถาปัตยกรรมส่วนตัว ตรรกะทางธุรกิจ และขั้นตอนการดำเนินงานที่สะสมมาเป็นเวลาหลายทศวรรษในระบบซอฟต์แวร์องค์กร—ซึ่งเป็นทรัพย์สินทางปัญญาหลัก—ไม่มีอยู่บนอินเทอร์เน็ตสาธารณะ AI จึงไม่สามารถเรียนรู้หรือจำลองได้ รั้วป้องกันของระบบ Oracle และ SAP ไม่ได้ถูกสร้างขึ้นด้วยการเขียนโค้ด แต่เกิดจากการสะสมเวลาและบริบททางธุรกิจ
ที่สอง ขีดจำกัดของความสามารถในการเขียนโค้ดของ Vibe Coding ถูกประเมินสูงเกินไป
รายงานระบุอย่างชัดเจนถึงจุดอ่อนที่ร้ายแรงของ Vibe Coding: มันผลักภาระและความรับผิดชอบด้านการออกแบบทั้งหมดให้กับนักพัฒนา คุณบอก AI ว่า “ฉันต้องการระบบจัดการซัพพลายเชนระดับโลก” AI สามารถสร้างโค้ดได้ แต่การตัดสินใจว่า “จะกำหนดสถาปัตยกรรมของระบบอย่างไร จัดการกับข้อผิดพลาดอย่างไร และรับประกันว่าระบบจะไม่ล่มภายใต้แรงกดดันสูงสุด” ยังคงต้องใช้คน
ที่สำคัญกว่านั้น เบอร์ซีย์ชี้ให้เห็นว่าบริษัทที่พัฒนาโมเดล AI ชั้นนำ “แทบไม่มีประสบการณ์ในการสร้างซอฟต์แวร์ระดับองค์กร” พวกเขาต้องเริ่มต้นจากศูนย์ในสภาพแวดล้อมที่ซับซ้อนอย่างยิ่ง ในขณะที่ซอฟต์แวร์ระดับองค์กรได้พัฒนาผ่านการปรับปรุงหลายทศวรรษจนก้าวไปถึงมาตรฐานที่ “แทบไม่มีข้อผิดพลาด ปริมาณการประมวลผลสูง และความน่าเชื่อถือสูง” ซึ่งเป็นเกณฑ์ขั้นต่ำที่ผู้เล่นใหม่ด้าน AI ไม่สามารถบรรลุได้ในระยะสั้น
ثالثly, ค่าใช้จ่ายในการเปลี่ยนแปลงขององค์กรเป็นกำแพงที่มีอยู่จริง
แม้จะสมมติว่า AI สามารถเขียนโค้ดได้ในระดับเทียบเท่ากัน ค่าใช้จ่ายในการแทนที่ระบบหลักของบริษัทยังคงสูงมาก รวมถึงความเสี่ยงจากการหยุดชะงักของรายได้ ความสูญเสียด้านผลิตภาพ ปัญหาความเข้ากันได้ของระบบข้ามสภาพแวดล้อม IT และความเชื่อมั่นที่สะสมไว้ต่อแบรนด์และขีดความสามารถของผู้จัดจำหน่าย... เหล่านี้ล้วนเป็นต้นทุนในการเปลี่ยนแปลงที่แท้จริง ซึ่งจะไม่หายไปเพียงเพราะ AI สามารถเขียนโค้ดได้
ความต้องการของซอฟต์แวร์ระดับองค์กรคือเวลาอัปไทม์ 99.999% ที่ผ่านการพิสูจน์มาหลายปี และการทำงานที่ไม่มีข้อผิดพลาดในสภาพแวดล้อม IT ที่ซับซ้อนหลากหลาย ความเชื่อมั่นนี้ได้มาจากการใช้เวลา ไม่ใช่จากการสะสมโค้ด
ใครจะเป็นผู้ได้รับประโยชน์จริงจากการสร้างรายได้จาก AI?
หากส่วนแรกเป็นการโต้แย้งแบบป้องกัน แล้วส่วนที่สองของรายงานคือการจัดวางเชิงรุก
การตัดสินใจหลักของ Bersey คือ: ส่วนแบ่งที่ใหญ่ที่สุดของ价值链 AI จะไหลไปยังชั้นซอฟต์แวร์ ไม่ใช่ชั้นฮาร์ดแวร์และชิป
เราเชื่อว่า AI เป็นแหล่งสร้างมูลค่าหลักที่สุดในซอฟต์แวร์สแต็ก และส่วนแบ่งมูลค่าระยะยาวที่ใหญ่ที่สุดจะตกเป็นของซอฟต์แวร์ ไม่ใช่ฮาร์ดแวร์
เขายังชี้ให้เห็นว่า ความขาดแคลนฮาร์ดแวร์ รวมถึงการขาดแคลน GPU ข้อจำกัดด้านพลังงาน และจุดคอขวดของศูนย์ข้อมูล จะยังคงมีอยู่ต่อไปในอีกหลายปีข้างหน้า ความขาดแคลนนี้เองที่เสริมสร้างตำแหน่งเชิงกลยุทธ์ของแพลตฟอร์มซอฟต์แวร์: เฉพาะแพลตฟอร์มซอฟต์แวร์เท่านั้นที่สามารถแปลงความสามารถของ AI ให้กลายเป็นมูลค่าทางธุรกิจที่สามารถขยายขนาดและทำซ้ำได้
ในขณะเดียวกัน รายงานชี้ไปที่ตัวแทนปัญญาประดิษฐ์ (agentic AI) เป็นช่องทางการแปลงเป็นเงินสด
เบอร์ซีย์คาดการณ์ว่าในปี 2026 จะเห็นการปรับใช้แบบกว้างขวางของตัวแทน AI ที่มุ่งเน้นงานและผสานเข้ากับกระบวนการทำงานในบริษัท Fortune 2000 และธุรกิจขนาดกลางและขนาดย่อม แต่คำอธิบายของเขาเกี่ยวกับตัวแทนนั้นแตกต่างอย่างสิ้นเชิงจากเรื่องเล่าหลักในตลาด เพราะเขาไม่ได้ถือว่าตัวแทนเป็นผู้ทำลายล้างที่แทนที่ซอฟต์แวร์ แต่เชื่อว่าตัวแทนต้องทำงานภายในขอบเขตพารามิเตอร์และสิทธิ์ที่ซอฟต์แวร์กำหนด ซึ่งตัวแทน “ที่มีขอบเขต” เท่านั้นที่จะตอบสนองความต้องการขององค์กรในการจัดการความเสี่ยงด้าน AI
กล่าวอีกนัยหนึ่ง บริษัทไม่จำเป็นต้องมี AI ที่ทำได้ทุกอย่างและวิ่งไปตามอิสระ แต่ต้องการ AI ที่สามารถควบคุมได้ ตรวจสอบได้ และทำงานภายในกรอบการปฏิบัติตามกฎหมาย และนี่คือสิ่งที่ตัวแทนที่ผสานอย่างลึกซึ้งเข้ากับระบบซอฟต์แวร์ของบริษัทเท่านั้นที่ทำได้
ซอฟต์แวร์เป็นวิธีหลักที่องค์กรสามารถใช้ AI ได้อย่างควบคุมได้
ในขณะเดียวกัน รายงานยังคาดการณ์ว่าความต้องการในการให้บริการแบบอินเฟอเรนซ์ (inference) จะค่อยๆ เกินความต้องการในการฝึกอบรม และกลายเป็นแรงขับเคลื่อนหลักของความเติบโตในการใช้พลังงานประมวลผล ซึ่งหมายความว่า ด้วยการแพร่หลายของเอเจนต์ ปริมาณการใช้พลังงานประมวลผลจะไม่ลดลง แต่จะเติบโตอย่างต่อเนื่อง และสนับสนุนระบบนิเวศซอฟต์แวร์และโครงสร้างพื้นฐานทั้งหมดต่อไป
โอกาสหรือกับดัก?
เมื่อรายงานถูกเผยแพร่ ค่าประเมินของภาคซอฟต์แวร์โดยรวมได้ลดลงถึงระดับต่ำสุดเป็นประวัติการณ์ การตัดสินใจของเบอร์ซีย์คือ: การประเมินราคาต่ำร่วมกับปีแรกของการแปลงเป็นเงินสดที่กำลังจะมาถึง คือโอกาสในการเข้าสู่ตลาด ไม่ใช่สัญญาณในการออก
Software valuation is at a historical low, despite the industry being on the brink of massive expansion.
ในเรื่องของการแนะนำสินทรัพย์เฉพาะเจาะจง ตรรกะของ HSBC ชัดเจนมาก: บริษัทซอฟต์แวร์ที่ได้สร้างรั้วข้อมูลที่แข็งแกร่ง มีความสามารถในการผสานรวมตัวแทนปัญญาประดิษฐ์ และไม่พึ่งพาโมเดลการคิดค่าบริการตามจำนวนผู้ใช้ จะเป็นผู้ได้รับประโยชน์สูงสุดจากคลื่นการแปลงค่าปัญญาประดิษฐ์ครั้งนี้ รายชื่อที่ได้รับการจัดอันดับซื้อรวมถึง Oracle, Microsoft, Salesforce, ServiceNow, Palantir, CrowdStrike, Alphabet ฯลฯ ซึ่งเกือบครอบคลุมผู้เล่นหลักทั้งหมดในตลาดซอฟต์แวร์องค์กร
ควรสังเกตว่า HSBC ได้ลดอันดับของ IBM และ Asana พร้อมจัดให้ Palo Alto Networks อยู่ในหมวด “ขายออก” ไม่ใช่ทุกบริษัทซอฟต์แวร์จะผ่านช่วงเวลานี้ไปได้อย่างปลอดภัย จุดสำคัญอยู่ที่ความสามารถในการเป็นโครงสร้างพื้นฐานสำหรับการนำไปใช้งานจริงของ AI แอเจนต์ ไม่ใช่แค่เป็นอินเตอร์เฟซมนุษย์ที่ถูกแอเจนต์ข้ามผ่าน
รายงานของเบอร์ซีมีตรรกะที่แน่นหนาและจังหวะที่แม่นยำ ท่าทางที่ดำเนินการในทางตรงข้ามกับแนวโน้มตลาดนั้นเองก็มีประสิทธิภาพในการแพร่กระจายอย่างมาก
แต่มีปัญหาหนึ่งที่รายงานไม่ได้ตอบอย่างตรงไปตรงมา: หากตัวแทน AI สามารถทำงานได้อย่างมีประสิทธิภาพภายในกรอบซอฟต์แวร์องค์กร ความต้องการขององค์กรต่อ “ที่นั่ง” ซอฟต์แวร์จะยังคงค่อยๆ ลดลงอย่างเงียบๆ หรือไม่? คุณค่าของซอฟต์แวร์ในฐานะแพลตฟอร์มของ AI อาจเป็นจริง แต่โมเดลธุรกิจที่เรียกเก็บเงินตามจำนวนผู้ใช้ยังคงเป็นคำถามที่ยังค้างอยู่ว่าจะสามารถรองรับมูลค่าปัจจุบันได้หรือไม่
ซอฟต์แวร์กลืนกิน AI หรือ AI กลืนกินซอฟต์แวร์ การอภิปรายครั้งนี้ รายงานผลทุกฉบับในปี 2026 จะเป็นหลักฐานใหม่