ตัวแปรหลักที่กำหนดตลาดหมีปัญญาประดิษฐ์

เขียนโดย เจิ้น อิง

ที่มา: Wall Street Journal

ราคาน้ำมันอยู่เหนือระดับ 100 ดอลลาร์ต่อบาร์เรล ช่องแคบฮอร์มุซยังไม่กลับมาเปิดให้บริการตามปกติ แรงกดดันจากเงินเฟ้อและอัตราดอกเบี้ยกลับมาอีกครั้ง ความคาดหวังในการลดอัตราดอกเบี้ยของเฟดกลายเป็นความเปราะบางมากขึ้น ในกรอบมหภาคแบบดั้งเดิม นี่ไม่ใช่สภาพแวดล้อมที่เหมาะสมสำหรับหุ้นเทคโนโลยีที่มีมูลค่าสูง แต่ตลาดหุ้นสหรัฐกลับแตะระดับสูงสุดใหม่ และโซ่ AI ยังคงได้รับการตามล่าโดยเงินทุน

นักวิเคราะห์เศรษฐกิจมหภาคของ Guojin Securities โซว เซี่ยนเทา ระบุในรายงานการวิจัยเมื่อวันที่ 25 พฤษภาคม: “ปัจจุบันตลาด AI อยู่ในระยะความบ้าคลั่งที่มีเหตุผล ฟองสบู่ได้ปรากฏขึ้นแล้วแต่ยังไม่ควบคุมไม่ได้” จุดสำคัญของประโยคนี้ไม่ได้อยู่ที่คำว่า “ฟองสบู่” แต่อยู่ที่คำว่า “มีเหตุผล” ความบ้าคลั่ง: AI แบบ Agentic กำลังเปลี่ยนจากเครื่องมือช่วยเหลือไปสู่เครื่องมือที่สามารถดำเนินการได้ด้วยตนเอง ทำให้ตลาดเห็นชัดเจนเป็นครั้งแรกถึงวงจรธุรกิจของ AI ที่เปลี่ยนจาก “ใช้เงินจำนวนมาก” เป็น “สร้างรายได้”

ด้านที่เป็นเหตุผล คือ การแพร่กระจายของการใช้งาน Agent นำไปสู่การบริโภคโทเค็น ความต้องการพลังการประมวลผลการให้เหตุผล และการเติบโตอย่างรวดเร็วของ ARR สำหรับผู้ผลิตชั้นนำ ในขณะที่ด้านที่เต็มไปด้วยความตื่นเต้นคือ การประเมินมูลค่าได้คาดการณ์การเติบโตของปี 2027–2028 ล่วงหน้าไปแล้ว ณ วันที่ 20 พฤษภาคม อัตรา P/E ล่วงหน้าของบริษัทขนาดใหญ่ 7 แห่งในตลาดหุ้นสหรัฐอยู่ที่ประมาณ 35 เท่า ในขณะที่บริษัทอีก 493 แห่งในดัชนี S&P 500 อยู่ที่ประมาณ 25 เท่า ส่วนต่างนี้สะท้อนถึงตรรกะที่ไม่ใช่แค่หุ้นเติบโตทั่วไป แต่เป็นการคาดการณ์ว่าความเร็วในการซึมซับของ AI จะเร็วถึง 5 ถึง 8 เท่าของปฏิวัติเทคโนโลยีในอดีต

แต่สิ่งที่ตัดสินว่าตลาดหมี AI จะยั่งยืนได้หรือไม่ ไม่ใช่ผลประกอบการในแต่ละไตรมาส หรือแอปพลิเคชันฮิตเพียงตัวเดียว แต่คือตัวแปรสามประการ: ในระยะสั้น ดูผลกระทบจากสภาพคล่อง โดยเฉพาะราคาน้ำมัน อัตราเงินเฟ้อ อัตราดอกเบี้ย และการปิดตำแหน่งการซื้อขายแบบ carry trade ของเยน; ในระยะกลาง ดูระดับการบรรลุผลของอุตสาหกรรม ว่าความเร็วในการแทรกซึมของ AI จะสอดคล้องกับมูลค่าปัจจุบันหรือไม่; ในระยะยาว ดูข้อจำกัดที่เข้มงวดกว่า เช่น พลังงาน โครงข่ายไฟฟ้า การจ้างงาน อุปสรรคทางสังคม และการเปลี่ยนแปลงทางเทคโนโลยีฮาร์ดแวร์

ในรอบการซื้อขาย AI ที่ผ่านมา ตลาดกังวลมากที่สุดคือบริษัทขนาดใหญ่ใช้จ่ายเร็วเกินไป: การลงทุนในศูนย์ข้อมูล GPU และโครงสร้างพื้นฐานด้านคลาวด์มีขนาดใหญ่ แต่เส้นทางการคืนทุนยังไม่ชัดเจน การเปลี่ยนแปลงของ Agentic AI อยู่ที่มันไม่ได้เป็นเพียงเครื่องมือช่วยเหลือแบบ Copilot อีกต่อไป แต่กำลังพัฒนาไปสู่เครื่องมือดำเนินการแบบ Autopilot

สิ่งนี้นำไปสู่ผลลัพธ์สองประการ

ประการแรก การใช้โทเค็นกลับมาเร่งขึ้นอีกครั้ง ความต้องการรอบแรกหลังจากที่ GPT ปรากฏขึ้นมาจากความสามารถของโมเดลที่ดีขึ้น ความต้องการรอบที่สองหลังจากที่เอเจนต์ถูกนำไปใช้งานจริงมาจากความระเบิดของพลังการประมวลผลการให้เหตุผล การดำเนินงานด้วยตนเองหมายถึงบริบทที่ยาวนานขึ้น ขั้นตอนที่ซับซ้อนมากขึ้น และการเรียกใช้งานโมเดลบ่อยครั้งขึ้น การให้เหตุผลไม่ใช่เพียงสิ่งรองจากกระบวนการฝึกสอนอีกต่อไป แต่กลายเป็นสนามรบหลักที่ใช้พลังการประมวลผลอย่างต่อเนื่อง

ที่สอง คาดการณ์รายได้ถูกปรับขึ้น หลังจากแอปพลิเคชันตัวแทนตัวอย่างเช่น Openclaw และ Claude Cowork แพร่กระจายออกไป รายได้ประจำปีของผู้ผลิตโมเดลก็เติบโตอย่างรวดเร็วตามไปด้วย การประมาณการกลางปีที่อ้างอิงในวัสดุแสดงว่า คาดการณ์ ARR ทั้งปีของ Anthropic ถูกปรับขึ้นจาก 9 พันล้านดอลลาร์สหรัฐในช่วงต้นปีเป็น 44 พันล้านดอลลาร์สหรัฐ โดยเฉลี่ยทุกหกสัปดาห์จะเพิ่มขึ้นเป็นสองเท่า หากแนวโน้มนี้ยังคงดำเนินต่อไป รายได้ประจำปีในปีหน้าอาจเกิน 3 ล้านล้านดอลลาร์สหรัฐ

นี่อธิบายว่าทำไมตลาดจึงไม่ได้ลงโทษ Capex อีกต่อไป ตราบใดที่อัตราการเติบโตของรายได้เร็วพอ ค่าใช้จ่ายด้านทุนก็เปลี่ยนจากภาระให้เป็นแนวป้องกัน ทำให้ NVIDIA, Broadcom และห่วงโซ่ฮาร์ดแวร์ต่างๆ เช่น โมดูลแสงและหน่วยความจำ ได้รับการสนับสนุนอีกครั้ง

การเคลื่อนไหวของสินทรัพย์ AI ที่พุ่งขึ้นในช่วงนี้ ไม่ได้เกิดจากความเสี่ยงทางมหภาคที่หายไป แต่เกิดจากแรงผลักดันหลายปัจจัยที่ชั่วคราวกดดันความเสี่ยง

ก่อนอื่นคือการขยายตัวของความต้องการในห่วงโซ่อุตสาหกรรม ระยะการให้เหตุผลไม่ได้ต้องการเพียง GPU เท่านั้น แต่ CPU, โมดูลแสง, และหน่วยความจำ ก็ถูกดึงเข้าสู่ตรรกะที่มีความเฟื่องฟูสูง โมดูลแสง 800G/1.6T ขาดแคลน และความต้องการหน่วยความจำระดับสูงเพิ่มขึ้น Light Counting คาดการณ์ว่า ปริมาณการจัดส่งเรซิเวอร์ 800G จะเพิ่มขึ้นมากกว่าสองเท่าในปี 2026 และปริมาณการจัดส่งพอร์ต 1.6T จะเติบโตจากฐานตัวเลขเล็กๆ ในปี 2025 เป็นหลายล้านหน่วย ในปี 2026 รายได้จากการขายชิปเซ็ต 1.6T จะเกิน 2 พันล้านดอลลาร์สหรัฐ และจะรักษาอัตราการเติบโตสูงในอีกสามปีข้างหน้า

ถัดมาคือผลประกอบการของบริษัทเทคโนโลยียักษ์ใหญ่แข็งแกร่งเกินไป ผลกำไรต่อหุ้น (EPS) ของดัชนี S&P 500 ในไตรมาสแรกเติบโตประมาณ 27.1% ซึ่งเป็นระดับสูงสุดนับตั้งแต่ไตรมาสที่สี่ของปี 2021 โดยบริษัท Meta, Alphabet และ Amazon สามแห่งนี้มีส่วนร่วมในการเพิ่มผลกำไรของดัชนีถึง 70% ตราบใดที่บริษัทเหล่านี้ยังคงทำกำไรต่อไป การกระทบจากราคาเชื้อเพลิงต่อดัชนีจะถูกเลื่อนออกไป

ثالثคือการที่การเติบโตของสหรัฐอเมริกาพึ่งพาโครงสร้างพื้นฐานด้าน AI มากขึ้น ในหลายไตรมาสที่ผ่านมา การลงทุนในโครงสร้างพื้นฐานด้าน AI มีส่วนร่วมมากกว่าครึ่งหนึ่งต่อการเติบโตของ GDP ของสหรัฐอเมริกา ข้อมูลรวมเช่น จำนวนผู้ว่างงานและรายได้ค้าปลีกยังอยู่ในระดับที่ยอมรับได้ แม้ว่าโครงสร้างการจ้างงานจะเริ่มแตกต่างกัน แต่จนกว่าข้อมูลรวมจะแสดงสัญญาณการอ่อนตัวอย่างชัดเจน ตลาดยังยากที่จะเปลี่ยนไปสู่การซื้อขายแบบสตัลเฟชันอย่างทันที

ยังมีปัจจัยที่ตรงไปตรงมาอีกประการหนึ่ง: บริษัทเทคโนโลยีขนาดใหญ่มีความอ่อนไหวต่อราคาเชื้อเพลิงน้อยกว่าอุตสาหกรรมต่างๆ เช่น การบิน จัดส่ง รถไฟ เคมีภัณฑ์ ยานยนต์ และการท่องเที่ยว พวกเขากังวลมากกว่าเกี่ยวกับค่าไฟฟ้ามากกว่าค่าเชื้อเพลิง เมื่อเศรษฐกิจแบบดั้งเดิมได้รับผลกระทบจากราคาเชื้อเพลิง กระแสเงินทุนกลับมักไหลเข้าสู่สินทรัพย์ AI อย่างง่ายดายยิ่งขึ้น ผสมผสานการซื้อขายเพื่อป้องกันความเสี่ยงเข้ากับการซื้อขายเพื่อการเติบโต

อันตรายของราคา AI ไม่ได้อยู่ที่การไม่มีพื้นฐานอุตสาหกรรมสนับสนุน แต่อยู่ที่การกำหนดราคาโดยตลาดเร็วเกินไป

หกบริษัทใหญ่ของตลาดหุ้นสหรัฐฯ มี PER ล่วงหน้า 35 เท่า ในขณะที่อีก 493 บริษัทที่เหลือในดัชนี S&P 500 มี PER 25 เท่า ความแตกต่างของการประเมินมูลค่านี้สะท้อนถึงอนาคตที่ราบรื่นมาก: ในอีก 3 ถึง 5 ปีข้างหน้า โครงสร้างพื้นฐาน AI จะยังคงขยายตัว ความต้องการด้านกำลังการประมวลผล คลาวด์ ศูนย์ข้อมูล และเซมิคอนดักเตอร์ยังคงอยู่ในระดับสูง; AI จะยังคงแทรกซึมเข้าไปในบริบทต่างๆ เช่น โฆษณา การค้นหา บริการคลาวด์ ซอฟต์แวร์สำนักงาน การสร้างโค้ด การควบคุมความเสี่ยงทางการเงิน บริการลูกค้า การวิจัยและวิเคราะห์ และเนื้อหา; รายได้และประสิทธิภาพจะถูกสร้างขึ้นพร้อมกัน

แต่การปฏิวัติทางเทคโนโลยีมักไม่ราบรื่นเช่นนี้ ไฟฟ้าใช้เวลาประมาณ 40 ปีตั้งแต่การค้นพบจนถึงการใช้งานแบบใช้สายการผลิตอย่างกว้างขวาง คอมพิวเตอร์ใช้เวลาประมาณ 25 ปี ขณะนี้ความเร็วในการแพร่กระจายของ AI ที่ตลาดกำหนดราคา ต้องการให้มันเร็วกว่าเทคโนโลยีทั่วไปเหล่านี้ถึง 5 ถึง 8 เท่า

นี่ไม่ใช่เรื่องเป็นไปไม่ได้ แต่พื้นที่สำหรับข้อผิดพลาดนั้นแคบมาก หากการพาณิชย์แอปพลิเคชัน AI ช้ากว่าการใช้จ่ายด้านทุน การขอใช้การอนุมานไม่สามารถต่อเนื่องจากความต้องการการฝึกอบรม หรือค่าเสื่อมราคาและค่าไฟฟ้าเริ่มกัดกินกำไร ราคาประเมินจะตอบสนองก่อน ทิศทางอุตสาหกรรมที่ถูกต้องไม่ได้หมายความว่าราคาหุ้นสามารถล่วงหน้าได้ไม่จำกัด

แรงกดดันที่แท้จริงในระยะสั้นมาจากการไหลเวียนของสภาพคล่อง

หากช่องแคบฮอร์มุซไม่เปิดให้ผ่านเป็นระยะเวลานาน และราคาน้ำมันยังคงอยู่เหนือ 100 ดอลลาร์สหรัฐหรือยังคงพุ่งสูงขึ้น ภาวะเงินเฟ้อจะลุกลามจากราคาพลังงานไปสู่บริการ การขนส่ง และวัตถุดิบ ดัชนี PPI ของสหรัฐในเดือนเมษายนได้เพิ่มขึ้นเป็น 9.8% เมื่อเทียบปีต่อปี ซึ่งเป็นระดับสูงสุดนับตั้งแต่เดือนตุลาคม 2022 เมื่อภาวะเงินเฟ้อกลายเป็นถาวร นโยบายของเฟดจะถูกบังคับให้ต้องเขียนใหม่

ตลาดสวอปได้กำหนดอัตราการขึ้นอัตราดอกเบี้ยของเฟดปีนี้ที่ 0.8 ครั้ง ขณะที่ธนาคารกลางยุโรปและธนาคารกลางอังกฤษแม้แต่จะขึ้นอัตราดอกเบี้ยมากกว่า 2 ครั้ง ในขณะเดียวกัน ข้อสงสัยเกี่ยวกับความเป็นอิสระทางนโยบายที่เกิดจากการเปลี่ยนผ่านของเฟด และความไม่เห็นด้วยภายใน FOMC ก็กำลังลดความเชื่อมั่นของตลาดต่อการผ่อนคลายในอนาคต

ญี่ปุ่นก็เป็นแรดสีเทาเช่นกัน ญี่ปุ่นเป็นแหล่งเงินทุนสำหรับการซื้อขายด้วยเลเวอเรจทั่วโลกมานาน แต่ค่าเงินเยนที่อ่อนค่าลงและแรงกดดันจากเงินเฟ้อบังคับให้ธนาคารกลางญี่ปุ่นส่งสัญญาณการ收紧นโยบาย ผลตอบแทนพันธบัตรญี่ปุ่นระยะ 30 ปีได้พุ่งขึ้นเกิน 4% หากต้นทุนการระดมทุนของญี่ปุ่นยังคงเพิ่มสูงขึ้นและกระตุ้นให้เกิดการปิดตำแหน่งการซื้อขาย arbitrage ทั่วโลก ทรัพย์สิน AI ที่มีมูลค่าสูงจะยากที่จะหลีกพ้นผลกระทบ

เมื่อวันที่ 15 พฤษภาคม เคยเกิดการซ้อมรบครั้งหนึ่ง: อัตราผลตอบแทนพันธบัตรรัฐบาลสหรัฐฯ 10 ปี พุ่งเกิน 4.5% และพันธบัตร 30 ปี เกิน 5% การซื้อขายตามแนวโน้มที่มีความหนาแน่นสูงเริ่มลดลง ดัชนีเซมิคอนดักเตอร์ฟิลาเดลเฟียร่วงลงประมาณ 4% ในวันเดียว และดัชนีนาส์แด็กลดลงประมาณ 1.5% นี่ไม่ใช่หลักฐานของการกลับทิศทางของแนวโน้ม แต่แสดงให้เห็นว่าการซื้อขายที่มีความหนาแน่นสูงนั้นไวต่ออัตราดอกเบี้ยอย่างมาก

การเปรียบเทียบที่สำคัญที่สุดในระยะสั้นคือ: ความเร็วในการปรับเพิ่ม ARR (รายได้ประจำรายปี) จะเร็วกว่าความเร็วในการขึ้นของอัตราดอกเบี้ยหรือไม่? หากไม่เร็วกว่า ทุนอาจถดถอยกลับไปยังส่วนที่มีความแน่นอนสูงกว่า เช่น ฮาร์ดแวร์; หากสภาพคล่องยังคงแย่ลง และความคาดหวังรายได้จาก AI ไม่สามารถปรับเพิ่มขึ้นต่อไปได้ แรงกดดันด้านการประเมินมูลค่าจะชัดเจนยิ่งขึ้น

การทดสอบในระยะกลางคือการชำระหนี้ของอุตสาหกรรม การปฏิวัติของเทคโนโลยีทั่วไปมักไม่เพิ่มขึ้นแบบเส้นตรง แต่เป็นรูปแบบ “เร่งก่อน แล้วชะลอ แล้วเร่งอีกครั้ง” ก่อนจะมีคลื่นทุน ตามด้วยการปรับตัวขององค์กร และสุดท้ายจึงเป็นการปลดปล่อยผลิตภาพ ตลาดอินเทอร์เน็ตในช่วงต้นก็เคยผ่านช่วงความร้อนแรงด้านการลงทุน การขยายการใช้จ่ายด้านทุน และฟองสบู่ของสินทรัพย์ การปรับปรุงผลิตภาพที่แท้จริงจึงค่อยๆ เกิดขึ้นหลังจากหลายปี

ปัจจุบัน ความท้าทายในการกำหนดราคาโดย AI อยู่ที่การที่มันแทบจะต้องการให้องค์กรปรับโครงสร้างอย่างรวดเร็ว แรงงานต้องได้รับการฝึกฝนใหม่อย่างรวดเร็ว รูปแบบธุรกิจต้องดำเนินการได้อย่างรวดเร็ว และไม่เกิดการต่อต้านอย่างรุนแรงในระดับสังคม ความเร็วเช่นนี้ไม่เคยพบเห็นมาก่อนในประวัติศาสตร์ของมนุษย์

Long-term constraints are stricter.

ประการแรกคือพลังงานและโครงสร้างพื้นฐาน ศูนย์ข้อมูล AI ต้องการไฟฟ้าและน้ำหล่อเย็นปริมาณมาก การขยายระบบไฟฟ้า หม้อแปลง และการเก็บพลังงาน ไม่ใช่ตัวแปรในงานนำเสนอ แต่เป็นข้อจำกัดที่แท้จริง หากโครงสร้างพื้นฐานด้าน AI ยังคงผลักดันต้นทุนไฟฟ้าของสังคมให้สูงขึ้น ความกดดันจากหน่วยงานกำกับดูแลและสังคมจะทวีความรุนแรงขึ้น

ข้อที่สองคือการจ้างงานและการบริโภค AI ในระยะสั้นสามารถเพิ่มประสิทธิภาพของบริษัทและลดความต้องการตำแหน่งงาน เช่น วิศวกรและเจ้าหน้าที่บริการลูกค้า แต่หากการว่างงานทางเทคนิคเกิดขึ้นเร็วกว่าการสร้างตำแหน่งงานใหม่ กำลังซื้อของประชาชนจะถูกทำลาย การเพิ่มประสิทธิภาพในภาค B สุดท้ายแล้วต้องพึ่งพาความสามารถในการซื้อของภาค C หากภาคที่ไม่ใช่ AI ตกอยู่ในภาวะถดถอย AI ก็ยากที่จะยืนหยัดโดดเด่นได้นาน

ประการที่สามคือการยอมรับทางสังคม ช่วงต้นปีนี้ จีนมีกระแสความนิยมทั่วประเทศในการติดตั้ง Openclaw แต่ประชาชนอเมริกันเริ่มมีความต่อต้านต่อการที่ศูนย์ข้อมูลทำให้ค่าไฟฟ้าสูงขึ้นและปัญหาการว่างงานทางเทคนิค ซึ่งจะส่งผลต่อความเร็วในการซึมซับของ AI

ข้อที่สี่คือการเปลี่ยนแปลงทางเทคโนโลยีฮาร์ดแวร์ หากเกิดการพัฒนาทางวิศวกรรมเช่นเดียวกับ “ช่วงเวลาของ DeepSeek” ซึ่งทำให้ประสิทธิภาพของกำลังการประมวลผล การจัดเก็บ และการส่งข้อมูลเพิ่มขึ้นอย่างมาก องค์ประกอบฮาร์ดแวร์ที่ขาดแคลนที่สุดในปัจจุบันอาจกลายเป็นส่วนเกินทันที ตรรกะของความเฟื่องฟูในห่วงโซ่ฮาร์ดแวร์ไม่ได้เป็นสิ่งที่ไม่สามารถล้มล้างได้

แนวโน้มระยะยาวของอุตสาหกรรม AI ยังคงเป็นบวกอยู่ หากไม่พิจารณาถึงความขัดแย้งทางสังคมที่เกิดจากภาวะว่างงานเชิงเทคนิคและการปรับโครงสร้างความสัมพันธ์การผลิต AI จริงๆ แล้วมีศักยภาพในการเพิ่มผลิตภาพปัจจัยทั้งหมด และช่วยให้เศรษฐกิจพ้นจากแรงกดดันของภาวะเงินเฟ้อร่วมกับการชะลอตัว แม้ว่าตลาดการเงินจะมีการลดเลเวอเรจในระหว่างทาง ศูนย์ข้อมูลที่เหลืออยู่ เทคโนโลยีต้นทุนต่ำ และแอปพลิเคชันที่ได้รับการพิสูจน์แล้ว ก็อาจกลายเป็นรากฐานสำหรับการขยายตัวของอุตสาหกรรมในรอบถัดไป

แต่การกำหนดราคาหุ้นไม่ใช่วิสัยทัศน์ของอุตสาหกรรมเอง สิ่งที่ต้องการการยืนยันมากที่สุดในวัฏจักร AI ครั้งนี้ คือการที่ตลาดกำลังเดิมพันบน ARR, ROI และอัตราการซึมซับเทคโนโลยี จะสามารถดำเนินการต่อไปได้หรือไม่ ในสภาพแวดล้อมที่ราคาน้ำมัน อัตราเงินเฟ้อ อัตราดอกเบี้ย และข้อจำกัดทางสังคมต่างก็เข้มงวดขึ้น ทิศทางที่ถูกต้องสามารถอธิบายได้ว่าทำไมจึงมีตลาดขาขึ้น แต่อัตราการดำเนินการจริงต่างหากที่จะกำหนดว่าฟองสบู่จะควบคุมไม่อยู่หรือไม่