AI กำลังเข้าสู่ภาวะฟองสบู่? เมื่อเงินลงทุนโตเร็วกว่าผลตอบแทน

ช่วงสัปดาห์ที่ผ่านมา หุ้นกลุ่มเทคโนโลยีและ AI เริ่มเผชิญแรงกดดัน หลังจากราคาปรับตัวขึ้นแรงในช่วงก่อนหน้า โดยเฉพาะ CoreWeave บริษัทผู้ให้บริการคลาวด์สำหรับงาน AI ที่ราคาหุ้นร่วงลงต่อเนื่อง แตะระดับต่ำสุดในรอบหลายเดือน และลดลงมากกว่า 60% จากจุดสูงสุดของปีนี้

หรือด้าน Oracle ก็เป็นอีกบริษัทที่เผชิญแรงกดดัน หลังตัวเลขกระแสเงินสดของบริษัทพลิกเป็นลบ ขณะที่ยอดสัญญางานที่รอรับรู้เป็นรายได้ในอนาคต หรือ RPO พุ่งขึ้นแตะระดับหลายแสนล้านดอลลาร์ แปลว่าแม้บริษัทจะมีงานในมือจำนวนมาก แต่ก็ต้องใช้เงินลงทุนมหาศาลเพื่อรองรับการเติบโต

ประเด็นเหล่านี้ทำให้เกิดคำถามว่า เงินมหาศาลที่กำลังถูกเทลงไปใน AI และ Data Center จะต้องใช้เวลาอีกนานแค่ไหน กว่าจะสร้างรายได้และกำไรกลับคืนมาได้จริง แล้วยิ่งเริ่มเข้าสู่ช่วงปลายปี 2026 ความกังวลเรื่อง “ฟองสบู่ AI” ก็ยิ่งกลับมาชัดเจนขึ้น เพราะราคาหุ้นและมูลค่าการลงทุนกำลังเติบโตเร็วกว่าผลตอบแทนที่ธุรกิจสร้างได้ในเวลานี้

⚫ AI ยังโตไม่หยุด แต่กำไรจะโตตามทัน?

หากมองไปที่บริษัทในต้นน้ำของอุตสาหกรรม AI จะพบว่าตัวเลขการเติบโตยังคงแข็งแกร่ง และยังไม่มีสัญญาณชะลอตัวอย่างชัดเจน อย่าง Nvidia ผู้ผลิตชิป AI รายใหญ่ที่สุดของโลก ยังคงเติบโตอย่างก้าวกระโดดจากกระแส AI โดยรายได้ไตรมาสล่าสุดพุ่งแตะถึง 96.2 พันล้านดอลลาร์ เพิ่มขึ้นมากกว่า 2 เท่าจากปีก่อน ขณะที่ธุรกิจ Data Center ก็สร้างรายได้ถึง 89 พันล้านดอลลาร์ หรือกว่า 90% ของรายได้ทั้งหมด

โดยบริษัทคาดว่ารายได้ไตรมาสถัดไป จะเพิ่มขึ้นเป็น 108 พันล้านดอลลาร์ และผู้บริหารยังมองว่ารายได้ในปีงบประมาณ 2028 จะเติบโตได้ประมาณ 70% ซึ่งการเติบโตที่รวดเร็วนี้ก็มาพร้อมกับต้นทุนและข้อจำกัดด้านซัพพลายที่สูงขึ้น

แต่เมื่อมองไปยังฝั่งผู้ซื้อ ก็ทำให้เกิดคำถามว่าเงินที่บริษัทต่างๆ ทุ่มลงทุนกับ AI จะสร้างรายได้และกำไรกลับมาได้มากแค่ไหน เพราะยิ่งการลงทุนเพิ่มขึ้น ความคาดหวังว่าธุรกิจ AI จะต้องสร้างผลตอบแทนกลับมาก็ยิ่งสูงขึ้นตามไปด้วย

นาวีน ชาบรา นักวิเคราะห์หลักจาก Forrester ให้ความเห็นกับ Wall Street Journal ว่า แม้ความต้องการโครงสร้างพื้นฐาน AI จะเติบโตอย่างรวดเร็ว แต่ก็ไม่มีใครการันตีได้ว่าเงินลงทุนมหาศาลเหล่านั้นจะเปลี่ยนเป็นรายได้และกำไรได้มากเพียงใด เพราะหลายธุรกิจยังอยู่ในช่วงเริ่มต้นของการทดลองและปรับใช้จริง ซึ่งหากไม่สามารถสร้างผลตอบแทนได้ตามคาด โครงการลงทุนเหล่านี้ก็มีความเสี่ยงที่จะถูกชะลอหรือพับเก็บลงได้

⚫ เงินลงทุน AI เริ่มวนกลับหากันเอง?

อีกประเด็นที่น่าจับตาคือ โครงสร้างการลงทุนในอุตสาหกรรม AI ที่เชื่อมโยงกันมากขึ้น เพราะเมื่อบริษัทเทคโนโลยีรายใหญ่เร่งทุ่มเงินหลายแสนล้านดอลลาร์เพื่อสร้าง Data Center และโครงสร้างพื้นฐาน AI ก็ยิ่งผลักดันความต้องการชิปของ NVIDIA ให้เพิ่มขึ้นตามไปด้วย 

ขณะเดียวกัน NVIDIA เองก็เข้าไปลงทุนและสนับสนุนทางการเงินให้บริษัท AI และผู้ให้บริการ Cloud บางรายที่เป็นลูกค้าหรือมีแนวโน้มจะใช้ชิปของบริษัท ทำให้เกิดความเชื่อมโยงระหว่าง ผู้ลงทุน ผู้ให้บริการ Cloud ผู้พัฒนา AI และผู้ผลิตชิป ที่แน่นขึ้นเรื่อยๆ จนทำให้เกิดคำถามว่า การเติบโตของ AI กำลังพึ่งพาการลงทุนและเงินทุนที่เชื่อมโยงกันภายใน Ecosystem เดียวกันมากเกินไปหรือไม่

เพราะหากการเติบโตของ AI ยังพึ่งพาเงินลงทุนที่เชื่อมโยงกันในกลุ่มบริษัทเทคโนโลยี แต่รายได้และผลตอบแทนจากการนำ AI ไปใช้งานจริงเติบโตไม่ทัน ก็อาจเพิ่มความเสี่ยงต่อการเกิดฟองสบู่จากการลงทุนที่มากเกินไปได้ เพราะเมื่อบริษัทใดบริษัทหนึ่งเริ่มชะลอการลงทุน ผลกระทบอาจส่งต่อไปยังบริษัทอื่นในห่วงโซ่ได้

⚫ ทำไม AI Boom วันนี้ ถึงชวนให้นึกถึงญี่ปุ่นเมื่อ 30 ปีก่อน?

Howard W. French คอลัมนิสต์ของ Foreign Policy มองว่า โครงสร้างการลงทุนใน AI ปัจจุบันมีความคล้ายกับญี่ปุ่นช่วงปลายทศวรรษ 1980 ที่เศรษฐกิจและตลาดหุ้นเติบโตอย่างร้อนแรง ราคาสินทรัพย์พุ่งขึ้นจากความเชื่อมั่นและเม็ดเงินลงทุนจำนวนมหาศาล ก่อนฟองสบู่จะแตกในเวลาต่อมา โดยเฉพาะในแง่ของการถือหุ้นและความเชื่อมโยงด้านเงินทุนระหว่างบริษัทต่างๆ

⚫ จีนกำลังทำให้เกม AI เปลี่ยนเร็วขึ้น?

แรงกดดันอีกด้านก็มาจากจีน เพราะหลังจีนถูกสหรัฐฯ จำกัดการส่งออกชิป AI ขั้นสูง ทำให้จีนพยายามหาทางลดการพึ่งพาเทคโนโลยีจากสหรัฐฯ พร้อมพัฒนาโมเดล AI ที่ใช้ต้นทุนต่ำลง อย่าง DeepSeek ที่แสดงให้เห็นว่าโมเดล AI สามารถพัฒนาโดยใช้ทรัพยากรน้อยกว่าที่ตลาดเคยคาดไว้ได้

แรงกดดันนี้ทำให้ NVIDIA ปรับกลยุทธ์โดยการหันมาสนับสนุน Open-Weight AI Models เช่น โมเดลตระกูล Nemotron เพื่อให้นักพัฒนาสามารถเข้าถึง AI ประสิทธิภาพสูงได้ในต้นทุนที่เหมาะสม พร้อมกระตุ้นการใช้งาน GPU สำหรับประมวลผล AI ท่ามกลางการแข่งขันจากโมเดลราคาประหยัดของจีน

นั่นหมายความว่า หาก AI สามารถพัฒนาและใช้งานได้ด้วยต้นทุนที่ลดลง เงินทุนก็มีโอกาสกระจายไปยังผู้เล่นและโครงการใหม่ๆ มากขึ้น แทนที่จะกระจุกอยู่กับบริษัทเทคโนโลยีรายใหญ่เพียงไม่กี่ราย

ประเด็นเหล่านี้ทำให้ภาพของ AI Boom ในปี 2026 มีความซับซ้อนมากขึ้น เพราะแม้การลงทุนในโครงสร้างพื้นฐานยังเติบโตอย่างแข็งแกร่ง แต่การแข่งขันด้านต้นทุนที่รุนแรงขึ้นกำลังเปลี่ยนโครงสร้างของอุตสาหกรรม และเปิดโอกาสให้ผู้เล่นรายใหม่เข้ามาแข่งขันได้มากขึ้น

นี่จึงเป็นบททดสอบสำคัญของ AI Boom ในระยะต่อไป และเป็นตัวชี้ว่าเงินลงทุนมหาศาลที่ไหลเข้าสู่อุตสาหกรรมในวันนี้ จะกลายเป็นรากฐานของเศรษฐกิจยุคใหม่ หรือกำลังสร้างความคาดหวังที่สูงเกินกว่าผลตอบแทนที่ธุรกิจจะสร้างได้