โดย Maksym Misichenko · Yahoo Finance ·
สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
คณะผู้ร่วมอภิปรายเห็นพ้องกันว่าการคาดการณ์ capex 5.3 ล้านล้านดอลลาร์บ่งชี้ถึงความมุ่งมั่นที่สำคัญต่อโครงสร้างพื้นฐาน AI แต่การมองเห็น ROI และอัตราการใช้งานยังคงเป็นข้อกังวลหลัก การถกเถียงที่สำคัญอยู่ที่ว่าบริษัทเหล่านี้จะสามารถสร้างรายได้จากการลงทุน AI ได้สำเร็จหรือไม่ และหลีกเลี่ยง 'capex overhang' ได้หรือไม่
ความเสี่ยง: การบีบอัดอัตรากำไรอย่างรุนแรงเนื่องจากการแข่งขันด้านฮาร์ดแวร์และการใช้งาน data centers ที่อาจต่ำเกินไป
โอกาส: การขยายตัวของตลาดรวมทั้งหมดผ่านการเปลี่ยนไปใช้การเรียกเก็บเงิน AI ตามการใช้งานที่ประสบความสำเร็จ
การวิเคราะห์นี้สร้างขึ้นโดย StockScreener pipeline — LLM สี่ตัวชั้นนำ (Claude, GPT, Gemini, Grok) ได้รับ prompt เดียวกันและมีการป้องกันต่อภาพหลอนในตัว อ่านวิธีการ →
การใช้จ่ายเพื่อปัญญาประดิษฐ์ของบริษัทเทคโนโลยีรายใหญ่นั้นเพิ่งจะเริ่มต้นขึ้นเท่านั้น
ข่าว: แอแมนดา ไลแนม นักวิเคราะห์จากโกลด์แมน แซ็กส์ ได้ให้ข้อมูลใหม่เกี่ยวกับการใช้จ่ายทุนค่าบำรุง (capex) ของผู้ให้บริการฮายเพอร์สเกลอร์ (hyperscaler) สำหรับ AI และมีค่าที่น่าตื่นเต้น
โกลดแมนแซ็กส์คาดว่าผู้ให้บริการฮายเพอร์สเกลอร์ 4 รายใหญ่ที่สุด คือ Meta (META), Microsoft (MSFT), Amazon (AMZN) และ Alphabet (GOOGL) จะใช้จ่ายทุนค่าบำรุงรวม $5.3 ล้านล้านตั้งแต่ปีงบประมาณ 2025 ถึงปีงบประมาณ 2030 ก่อนที่จะเริ่มต้นรายงานผลประกอบการไตรมาสแรก ข้อมูลนี้อยู่ที่ $4.5 ล้านล้าน
การประเมินทุนค่าบำรุงรวมพื้นฐานอยู่ที่ $7.6 ล้านล้านระหว่างปี 2026 ถึง 2031 ในด้านการคำนวณ (compute) ศูนย์ข้อมูล (data centers) และพลังงาน (power)
การวิเคราะห์: Google, Amazon, Microsoft และ Meta รวมกันวางแผนจะจัดสรร $725 พันล้านสำหรับทุนค่าบำรุงในปี 2026 — เพิ่มขึ้นอย่างน่าตื่นเต้น 77% จาก $410 พันล้านของปีที่แล้วซึ่งเป็นสถิติสูงสุดแล้ว
Amazon คาดการณ์ทุนค่าบำรุง $200 พันล้าน Alphabet มุ่งหวังที่จะใช้ $175 พันล้านถึง $185 พันล้าน Meta มองหาที่จะใช้ $115 พันล้านถึง $135 พันล้าน และ Microsoft กำลังมุ่งหวังที่จะใช้ $190 พันล้านสำหรับปีปฏิทิน
ผู้ให้บริการฮายเพอร์สเกลอร์ 5 รายหลัก (อีกรายหนึ่งคือ Oracle (ORCL)) วางแผนที่จะเพิ่มสินทรัพย์ที่เกี่ยวข้องกับ AI ในงบดุลประมาณ $2 ล้านล้านภายในปี 2030
"การใช้จ่ายสำหรับโครงสร้างพื้นฐานนั้นกลับมาเป็นที่นิยมอีกครั้ง" ชัค ร็อบบินส์ ซีอีโอของซิสโก กล่าวบน Opening Bid ของ Yahoo Finance บริษัทเครือข่ายยักษ์ใหญ่ได้เห็นการเพิ่มขึ้นอย่างมากในคำสั่งซื้อที่เกี่ยวข้องกับ AI ซึ่งบางส่วนเป็นเรื่องของการใช้จ่ายโดยผู้ให้บริการฮายเพอร์สเกลอร์
ข้อสรุป: หวังว่าสำหรับทั้งสี่บริษัทนี้ การลงทุนเหล่านี้จะส่งผลต่ออัตราการเติบโตของยอดขายและกำไรที่เร็วขึ้น ที่นี่ไม่มีพื้นที่สำหรับการเคลื่อนไหว; นักลงทุนต้องการผลตอบแทนที่แข็งแกร่งในอนาคตหากกำไรในปัจจุบันจะถูกจำกัดบ้างในขณะที่ผู้ให้บริการฮายเพอร์สเกลอร์กำลังสร้างศูนย์ข้อมูลในพอดังค์
ไบรอน โซซซี เป็นบรรณาธิการบริหารของ Yahoo Finance และเป็นสมาชิกของทีมผู้นำทางบรรณาธิการของ Yahoo Finance ติดตามโซซซีบน X @BrianSozzi, Instagram, และ LinkedIn. มีข่าวเบาะแส? ส่งอีเมลไปที่ [email protected]*
คลิกที่นี่สำหรับการวิเคราะห์ลึกซึ้งเกี่ยวกับข่าวตลาดหุ้นล่าสุดและเหตุการณ์ที่ส่งผลต่อราคาหุ้น
อ่านข่าวการเงินและธุรกิจล่าสุดจาก Yahoo Finance
โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้
"ความเข้มข้นของ Capex ในระดับนี้ (การเติบโต 77% YoY) ไม่สามารถยั่งยืนได้หากไม่มีการเร่งรายได้ที่สอดคล้องกัน และบทความไม่ได้ให้หลักฐานใดๆ ว่าการสร้างรายได้กำลังติดตามการเติบโตของ capex — เพียงแค่ว่าการใช้จ่ายกำลังเร่งตัวขึ้น"
การคาดการณ์ capex 5.3 ล้านล้านดอลลาร์ (เพิ่มขึ้นจาก 4.5 ล้านล้านดอลลาร์) บ่งชี้ถึงความเชื่อมั่นที่แท้จริง แต่บทความกลับสับสนระหว่างการใช้จ่ายกับผลตอบแทน การเพิ่มขึ้นของ capex 77% YoY ในปี 2026 เป็นเรื่องจริง สิ่งที่ขาดหายไปคือการมองเห็น ROI บริษัททั้งสี่แห่งนี้กำลังเดิมพัน 725 พันล้านดอลลาร์ในปี 2026 เพียงอย่างเดียวว่า: (1) การสร้างรายได้จาก AI จะเร่งตัวขึ้นเร็วกว่าการเติบโตของ capex, (2) อัตราการใช้งานจะไม่ลดลงเมื่ออุปทานเพิ่มขึ้น และ (3) ไม่มีเทคโนโลยีใดที่จะทำให้โครงสร้างพื้นฐานปัจจุบันล้าสมัย การประมาณการพื้นฐาน 7.6 ล้านล้านดอลลาร์ (2026-2031) บ่งชี้ถึงค่าเฉลี่ยต่อปีประมาณ 1.3 ล้านล้านดอลลาร์ ซึ่งสูงกว่าวงจร IT ในอดีตอย่างมีนัยสำคัญ ความกระตือรือร้นของ Cisco เป็นตัวบ่งชี้ที่ตามมา ไม่ใช่ตัวบ่งชี้ที่นำ
หากผลผลิตจาก AI เกิดขึ้นจริงและอัตราส่วน capex ต่อรายได้ลดลงภายในปี 2027-28 บริษัทเหล่านี้อาจสร้างผลตอบแทนที่สูงเกินคาดจากต้นทุนที่จมไปแล้ว บทความสมมติว่าผลตอบแทนลดลง กรณีที่มองโลกในแง่ดีคือเรายังอยู่ในช่วงเอ็กซ์โพเนนเชียลของ S-curve
"การใช้จ่าย capex ของ Hyperscaler ในระดับนี้มีแนวโน้มที่จะบีบอัดอัตรากำไรและ multiples เว้นแต่การเติบโตของรายได้ที่ขับเคลื่อนด้วย AI จะเกิน 25% CAGR ภายในปี 2028"
การคาดการณ์ capex 5.3 ล้านล้านดอลลาร์จนถึงปี 2030 เน้นย้ำถึงความมุ่งมั่นของ hyperscalers ต่อโครงสร้างพื้นฐาน AI แต่ก็บดบังความเสี่ยงในการดำเนินการที่เกี่ยวข้องกับความพร้อมของพลังงานและข้อจำกัดในการจัดหาชิป ซึ่งอาจทำให้ ROI ล่าช้าไปหลายปี ด้วยการใช้จ่ายในปี 2026 ที่ตั้งไว้ที่ 725 พันล้านดอลลาร์ กระแสเงินสดอิสระของ MSFT, AMZN, GOOGL และ META มีแนวโน้มที่จะยังคงถูกกดดัน แม้ว่าค่าเสื่อมราคาจะเพิ่มขึ้นก็ตาม หากการนำ AI ไปใช้ในองค์กรชะลอตัวลงต่ำกว่าการคาดการณ์ปัจจุบัน ภาคส่วนนี้อาจเผชิญกับภาวะ capex overhang แบบคลาสสิกเช่นเดียวกับวงจรโครงสร้างพื้นฐานก่อนหน้านี้ ซึ่งจะบีบอัด multiples แทนที่จะขยาย
ประวัติของบริษัทในการใช้จ่าย capex บนคลาวด์แสดงให้เห็นถึงการสร้างรายได้ที่รวดเร็วเมื่อบรรลุขนาดแล้ว และความต้องการ AI ในปัจจุบันจากเวิร์กโหลดการฝึกอบรมอาจพิสูจน์ได้ว่าทนทานเพียงพอที่จะรับประกันการใช้จ่ายโดยไม่มีความล่าช้าที่สำคัญ
"ขนาดที่ไม่เคยมีมาก่อนของวงจร capex นี้สร้างความเสี่ยงที่สำคัญของการกัดเซาะอัตรากำไรหากการเติบโตของรายได้จาก AI ไม่สามารถแซงหน้าค่าเสื่อมราคาที่รวดเร็วของสินทรัพย์ทุนขนาดใหญ่และพิเศษเหล่านี้ได้"
ตัวเลข capex 5.3 ล้านล้านดอลลาร์ไม่ใช่แค่การลงทุนเท่านั้น เป็นการสร้างคูเมืองเชิงป้องกัน ในขณะที่ตลาดมองว่านี่คือ 'การเติบโตของ AI' ฉันมองเห็นการแข่งขันด้านฮาร์ดแวร์ครั้งใหญ่ที่เสี่ยงต่อการบีบอัดอัตรากำไรอย่างรุนแรง หาก hyperscalers เหล่านี้ใช้จ่ายรวมกัน 725 พันล้านดอลลาร์ในปี 2026 พวกเขากำลังเดิมพันกระแสเงินสดอิสระทั้งหมดด้วยกลยุทธ์ 'สร้างมันขึ้นมาแล้วพวกเขาจะมา' ความเสี่ยงที่สำคัญคืออัตราการใช้งานของ data centers เหล่านี้ หาก ROI ในการอนุมาน AI ไม่เกิดขึ้นนอกเหนือจากประสิทธิภาพภายใน เรากำลังมองไปที่การจัดสรรเงินทุนที่ผิดพลาดครั้งใหญ่ซึ่งจะลงโทษผู้ถือหุ้นผ่านค่าใช้จ่ายค่าเสื่อมราคาที่สูงขึ้นเป็นเวลาหลายปี
การสร้างโครงสร้างพื้นฐานขนาดใหญ่นี้สร้าง 'อุปสรรคในการเข้า' ที่สูงมากจนรับประกันการผูกขาดถาวร ทำให้สี่บริษัทนี้สามารถกำหนดอำนาจการกำหนดราคาสำหรับเศรษฐกิจดิจิทัลทั่วโลกได้ทั้งหมด
"Capex ที่ไม่มีการสร้างรายได้จาก AI ที่พิสูจน์แล้ว อาจไม่สามารถแปลงเป็น ROIC ที่สอดคล้องกันสำหรับ hyperscalers ได้"
ตัวเลข capex พาดหัวข่าวบ่งชี้ถึงการบูมโครงสร้างพื้นฐาน AI แต่ ROI ขึ้นอยู่กับการสร้างรายได้จากเวิร์กโหลด AI ไม่ใช่แค่การสร้าง data centers บทความกลับมองข้ามความเสี่ยงที่สำคัญ: 1) ความเสี่ยงด้านการใช้งานและต้นทุนพลังงาน/ไฟฟ้า; 2) การแข่งขันด้านราคาที่รุนแรงในบริการคลาวด์; 3) ความไม่แน่นอนของความเร็วในการสร้างรายได้จาก AI และการอนุญาตใช้แบบจำลอง; 4) อุปสรรคด้านกฎระเบียบและการจัดเก็บข้อมูลที่เป็นไปได้; 5) ความผันผวนของห่วงโซ่อุปทานและราคา/ความต้องการชิป หากความต้องการ AI เพิ่มขึ้นช้าลงหรืออัตรากำไรลดลง เงินเหล่านั้นอาจไม่แปลเป็นกำไรที่สอดคล้องกัน แม้จะมีขนาดก็ตาม บริบทที่ขาดหายไป: ค่าใช้จ่ายในการดำเนินงาน, การระบายความร้อน, การบำรุงรักษา และระยะเวลาในการออกสู่ตลาดสำหรับผลิตภัณฑ์ที่เปิดใช้งาน AI ที่ทำกำไรได้ ตัวกระตุ้นยังคงเป็นความต้องการ ไม่ใช่แค่ capex
ข้อโต้แย้งที่มองโลกในแง่ดี: การใช้จ่าย capex ครั้งใหญ่นี้เป็นกลยุทธ์การสร้างคูเมืองเชิงกลยุทธ์ หากเวิร์กโหลด AI ขยายตัวเร็วกว่าที่คาดไว้ แพลตฟอร์มเหล่านี้อาจคว้าอำนาจการกำหนดราคาและการสร้างรายได้ที่เหนือกว่า ส่งผลให้ ROIC สูงเกินคาด
"การบูรณาการในแนวดิ่งเข้ากับการบริโภคผลิตภัณฑ์ AI ช่วยลดความเสี่ยง capex overhang เมื่อเทียบกับการเล่นโครงสร้างพื้นฐานล้วนๆ แต่ไม่ได้แก้ปัญหาการสร้างรายได้"
ChatGPT ชี้ให้เห็นความเสี่ยงในการสร้างรายได้อย่างถูกต้อง แต่ประเมินข้อได้เปรียบเชิงโครงสร้างที่ไม่มีใครกล่าวถึงต่ำเกินไป: สี่บริษัทนี้ควบคุมทั้งอุปทานและอุปสงค์ พวกเขาไม่ใช่ผู้ให้บริการโครงสร้างพื้นฐานแบบพาสซีฟ — พวกเขากำลังสร้าง data centers เพื่อรันผลิตภัณฑ์ AI ของตนเอง (Copilot, Claude, Gemini, LLaMA) อัตราการใช้งานภายในขั้นต่ำสูงกว่าคลาวด์ของบุคคลที่สามมาก สิ่งนี้ไม่ได้ขจัดความเสี่ยง ROI แต่ช่วยลดผลกระทบด้านลบของ 'สร้างมันขึ้นมาแล้วพวกเขาจะมา' ที่ Gemini กังวล
"การใช้งาน AI ภายในมีความเสี่ยงที่จะกัดกินรายได้ที่มีกำไรสูงที่มีอยู่ แทนที่จะสร้างรายได้เพิ่มเติม"
ประเด็นของ Claude เกี่ยวกับอัตราการใช้งานภายในขั้นต่ำมองข้ามไปว่าข้อเสนอ AI ของบริษัทเหล่านี้กำลังกัดกินรายได้ซอฟต์แวร์ที่มีกำไรสูงของตนเอง แทนที่จะสร้างรายได้ใหม่สุทธิ ตัวอย่างเช่น Copilot ของ MSFT จะรวมอยู่ในแผนการสมัครสมาชิกที่มีอยู่ด้วยราคาที่เพิ่มขึ้นเล็กน้อย ซึ่งจำกัดความสามารถในการสร้างรายได้จากโครงสร้างพื้นฐานในวงกว้าง พลวัตนี้อาจเร่ง capex overhang ที่ฉันได้กล่าวไว้ก่อนหน้านี้ หากความเต็มใจที่จะจ่ายขององค์กรไม่เพิ่มขึ้น
"การเปลี่ยนไปใช้การเรียกเก็บเงิน AI ตามการใช้งานน่าจะชดเชยข้อกังวลเรื่องการกัดกินซอฟต์แวร์โดยการขยายตลาดโดยรวม"
Grok ทฤษฎีการกัดกินของคุณไม่สนใจวิวัฒนาการของ 'software-as-a-service' MSFT และ GOOGL ไม่ได้ขายแค่ฟีเจอร์ พวกเขากำลังเปลี่ยนโครงสร้างต้นทุนของตนไปสู่สแต็ก AI-native หากพวกเขาเปลี่ยนจากโมเดลการสมัครสมาชิกแบบเดิมไปสู่การเรียกเก็บเงิน AI ตามการใช้งานได้สำเร็จ 'การกัดกิน' ที่คุณกลัวจะกลายเป็นการขยายตัวของตลาดรวมทั้งหมด ความเสี่ยงที่แท้จริงไม่ใช่การกัดกิน — แต่เป็นศักยภาพที่บริษัทเหล่านี้จะสูญเสียอำนาจการกำหนดราคา หากโมเดลโอเพนซอร์สเช่น LLaMA ทำให้ชั้นสติปัญญาพื้นฐานกลายเป็นสินค้าโภคภัณฑ์
"การกำหนดราคา AI ตามการใช้งานสามารถปลดล็อก TAM และ ROIC ชดเชยความเสี่ยงจากการกัดกิน และสนับสนุนการสร้างรายได้ที่แข็งแกร่งขึ้น แม้ว่าความต้องการภายในจะลดลงก็ตาม"
Grok ข้อกังวลเรื่องการกัดกินของคุณอาจมีผลกับอัตรากำไรซอฟต์แวร์แบบเดิมๆ แต่ก็มองข้ามข้อดีที่แท้จริงไป: บริษัทที่จัดตั้งขึ้นกำลังเปลี่ยนไปใช้การเรียกเก็บเงิน AI ตามการใช้งานที่ยึดตามผลผลิต ซึ่งควรจะขยาย TAM และ ROIC แม้ว่าความต้องการภายในจะสูงก็ตาม ความเสี่ยงที่ใหญ่กว่ายังคงเป็นพลังงาน ความน่าเชื่อถือของพลังงาน และระยะเวลาของ capex — หากสิ่งเหล่านี้เพิ่มขึ้น multiples จะลดลงแม้จะมีการใช้งานที่สูงขึ้น ดังนั้น ใช่ การกัดกินมีความสำคัญ แต่ผลตอบแทนจากนวัตกรรมการกำหนดราคามีแนวโน้มที่จะถูกประเมินต่ำเกินไป
คณะผู้ร่วมอภิปรายเห็นพ้องกันว่าการคาดการณ์ capex 5.3 ล้านล้านดอลลาร์บ่งชี้ถึงความมุ่งมั่นที่สำคัญต่อโครงสร้างพื้นฐาน AI แต่การมองเห็น ROI และอัตราการใช้งานยังคงเป็นข้อกังวลหลัก การถกเถียงที่สำคัญอยู่ที่ว่าบริษัทเหล่านี้จะสามารถสร้างรายได้จากการลงทุน AI ได้สำเร็จหรือไม่ และหลีกเลี่ยง 'capex overhang' ได้หรือไม่
การขยายตัวของตลาดรวมทั้งหมดผ่านการเปลี่ยนไปใช้การเรียกเก็บเงิน AI ตามการใช้งานที่ประสบความสำเร็จ
การบีบอัดอัตรากำไรอย่างรุนแรงเนื่องจากการแข่งขันด้านฮาร์ดแวร์และการใช้งาน data centers ที่อาจต่ำเกินไป