โดย Maksym Misichenko · Yahoo Finance ·
สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
คณะกรรมการโดยทั่วไปเห็นพ้องกันว่าการมุ่งเน้นของบทความไปที่ความรู้ด้าน AI ของ Mark Cuban และการจ้างงานจำนวนมากของ NVDA ในฐานะตัวเร่งปฏิกิริยาเชิงบวกสำหรับ NVDA นั้นเกินจริงและมองข้ามความเสี่ยงที่สำคัญ พวกเขามุ่งเน้นไปที่การประเมินมูลค่าที่สูงของ NVDA การพึ่งพา capex ของ hyperscaler และการแข่งขันจาก ASIC แบบกำหนดเองในฐานะข้อกังวลหลัก
ความเสี่ยง: การพึ่งพา capex ของ hyperscaler และการแข่งขันจาก ASIC แบบกำหนดเอง
โอกาส: ศักยภาพในการนำไปใช้ในองค์กรที่ขับเคลื่อนโดยการจ้างงานที่ตรงเป้าหมายและโครงสร้างพื้นฐานที่กำหนดโดยซอฟต์แวร์
การวิเคราะห์นี้สร้างขึ้นโดย StockScreener pipeline — LLM สี่ตัวชั้นนำ (Claude, GPT, Gemini, Grok) ได้รับ prompt เดียวกันและมีการป้องกันต่อภาพหลอนในตัว อ่านวิธีการ →
เราเพิ่งครอบคลุม Mark Cuban Stock Portfolio: 8 Best Stocks to Buy และ NVIDIA Corporation (NASDAQ:NVDA) อยู่ในอันดับที่ 3 ของรายการนี้
NVIDIA Corporation (NASDAQ:NVDA) เป็นหนึ่งในหุ้น AI ที่ดีที่สุดในการซื้อ Mark Cuban มักจะพูดถึงความสำคัญของ AI ในโพสต์ของเขาบนแพลตฟอร์มโซเชียลเน็ตเวิร์ก X เมื่อต้นเดือนนี้ Cuban เขียนถึงผู้ติดตามของเขาบน X ว่าขั้นตอนแรกในการรู้ว่า AI จะถูกนำไปใช้โดยบริษัทคือ CEO ได้ใช้เวลาทำความเข้าใจ AI แทนที่จะมอบหมายทักษะนั้นให้ผู้อื่น ตามที่ Cuban “ถ้า CEO ไม่มีความรู้ใดๆ เริ่มคิดถึงงานอื่น บริษัทของคุณจะถูกท้าทายในช่วงไม่กี่ปีข้างหน้า” Cuban ยังพูดถึงความรู้ความเข้าใจเกี่ยวกับ AI ในโพสต์ของเขา โดยระบุว่าสำหรับผู้ที่ท้าทายทางปัญญากับงานของตน AI จะช่วยให้พวกเขาสามารถมีส่วนร่วมในการเติบโตนั้นได้มากขึ้น ตามที่มหาเศรษฐี “บริษัทจะต้องมีคนที่เหมือนคุณมากเท่าที่จะทำได้ มีโอกาสที่ดีในการเอาชนะคู่แข่งเนื่องจากมีบุคลากรที่มีความรู้ความเข้าใจเกี่ยวกับ AI”
อ่านเพิ่มเติม: Lone Pine’s Non-AI Strategy Falters: 10 Non-AI Stocks Weighing Down Stephen Mandel’s 2026 Returns.
NVIDIA Corporation (NASDAQ:NVDA) เป็นแบบอย่างของความรู้ความเข้าใจเกี่ยวกับ AI ที่ Cuban พูดถึงในโพสต์ของเขา ในยุคที่บริษัทเทคโนโลยีประกาศการเลิกจ้างจำนวนมาก ผู้ผลิตชิปรายนี้กำลังสรรหาบุคลากรจำนวนมากอย่างแข็งขัน Cuban ในทวีตเดียวกันที่กล่าวถึงข้างต้นยังเน้นย้ำสิ่งนี้ว่าเป็นสัญญาณของการเติบโต โดยสังเกตว่า AI ที่มากขึ้นซึ่งนำไปสู่ความสำเร็จในตลาดจะนำไปสู่พนักงานมากขึ้น ไม่ใช่พนักงานน้อย Cuban กล่าวว่า AI ไม่ใช่เรื่องง่ายที่จะนำไปใช้เนื่องจากเป็นเรื่องใหม่สำหรับทุกคน เขากล่าวเสริมว่าไม่ใช่ยาวิเศษที่รับประกันความสำเร็จ แต่เป็นเครื่องมือที่สามารถเร่งการเติบโตและช่วยให้ผู้ที่ฉลาดตัดสินใจได้ฉลาดขึ้น ที่ท้ายทวีตของเขา เขาบอกว่า AI จะนำไปสู่ “การแข่งขันที่มากขึ้นในการจ้างคนที่สามารถตามทันและนำ AI ไปใช้ในเวิร์กโฟลว์ส่วนบุคคลและองค์กร”
แม้ว่าเราจะตระหนักถึงศักยภาพของ NVDA ในฐานะการลงทุน แต่เราเชื่อว่าหุ้น AI บางตัวมีศักยภาพในการเติบโตที่สูงกว่าและมีความเสี่ยงด้านล่างที่น้อยกว่า หากคุณกำลังมองหาหุ้น AI ที่มีมูลค่าต่ำมากซึ่งยังได้รับประโยชน์อย่างมากจากภาษีในยุค Trump และแนวโน้มการย้ายฐานการผลิตภายในประเทศ โปรดดูรายงานฟรีของเราเกี่ยวกับ best short-term AI stock
อ่านถัดไป: 10 Best Small-Cap Value Stocks to Buy According to Bares Capital และ Billionaire Tom Steyer’s 10 Stock Picks with Huge Upside Potential.
คำชี้แจง: ไม่มี ติดตาม Insider Monkey บน Google News.
โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้
"การนำเสนอเชิงบวกของบทความเกี่ยวกับ NVDA เพิกเฉยต่อทั้งการประเมินมูลค่าที่ตึงเครียดและลักษณะทั่วไปของคำแนะนำด้านพนักงาน AI ของ Cuban"
บทความนี้ใช้ประโยชน์จากทวีตเกี่ยวกับความรู้ด้าน AI ของ Mark Cuban เพื่อนำเสนอ NVDA ในฐานะผู้ได้รับประโยชน์ในอุดมคติ โดยสังเกตถึงการจ้างงานจำนวนมากท่ามกลางการเลิกจ้างในอุตสาหกรรม อย่างไรก็ตาม บทความได้เปลี่ยนไปทันทีเพื่อโปรโมตหุ้น AI ที่ "มีมูลค่าต่ำ" ที่ไม่ได้ระบุชื่อซึ่งมีศักยภาพในการเติบโตจากภาษี โดยเปิดเผยว่าชิ้นส่วนนี้เป็นการส่งเสริมการขายมากกว่าการวิเคราะห์ บริบทที่ขาดหายไป ได้แก่ P/E ล่วงหน้าของ NVDA ที่มากกว่า 40 เท่า และการพึ่งพาชุดงบประมาณการลงทุนของ hyperscaler ที่จำกัดซึ่งอาจชะลอตัวลงในปี 2025 ประเด็นของ Cuban เกี่ยวกับทักษะ AI ของพนักงานใช้ได้กับทุกบริษัท ไม่ใช่เฉพาะ NVIDIA และไม่ได้กล่าวถึงแรงกดดันด้านกำไรจากการแข่งขัน ASIC แบบกำหนดเองที่ Google, Amazon และ Microsoft
การเน้นย้ำของ Cuban เกี่ยวกับการจ้างงานที่มีความรู้ด้าน AI เป็นการยืนยันการขยายตัวในปัจจุบันของ NVDA โดยตรง และความต้องการศูนย์ข้อมูลที่ยั่งยืนอาจเป็นเหตุผลสำหรับหลายเท่าของพรีเมียม หากคำแนะนำ Q3 เกินความคาดหมายอีกครั้ง
"ทฤษฎีความรู้ด้าน AI ของ Cuban นั้นสมเหตุสมผล แต่ไม่สามารถพิสูจน์มูลค่าหลายเท่าของ NVDA ที่ 30 เท่าล่วงหน้าได้ หากไม่มีหลักฐานว่าความเสี่ยงในการดำเนินการและความเข้มข้นของการแข่งขันลดลงอย่างมาก"
บทความนี้ส่วนใหญ่เป็นเสียงรบกวนเชิงส่งเสริมการขายที่แต่งกายเป็นการวิเคราะห์ ความคิดเห็นของ Mark Cuban เกี่ยวกับความรู้ด้าน AI นั้นสมเหตุสมผล แต่เป็นเรื่องทั่วไป พวกเขาไม่ได้ส่งผลกระทบต่อ NVDA ปัญหาที่แท้จริง: NVDA ซื้อขายที่ประมาณ 30 เท่าของ P/E ล่วงหน้าจากความคาดหวังของการเติบโตอย่างต่อเนื่อง 25%+ ต่อปี ข้อสังเกตเรื่องการจ้างงานของ Cuban ถูกเลือกมาอย่างดี การเติบโตของจำนวนพนักงานของ NVDA ล้าหลังการเติบโตของรายได้ และบทความเพิกเฉยต่อคู่แข่ง (AMD, Intel, TSMC) ที่กำลังจ้างงานอย่างจริงจังเช่นกัน บทความยอมรับว่าเชื่อว่าหุ้น AI อื่น ๆ มีความเสี่ยง-ผลตอบแทนที่ดีกว่า จากนั้นจึงเปลี่ยนไปใช้ paywall สิ่งนี้อ่านเหมือน SEO bait ไม่ใช่การวิเคราะห์ที่สำคัญ
หากคูน้ำทางการแข่งขันของ NVDA ในชิป AI นั้นทนทานเท่าที่ตลาดกำหนดราคาไว้ ความสามารถของ CEO ในการนำ AI ไปใช้จะกลายเป็นปัจจัยที่แตกต่างสำหรับลูกค้าที่เลือกระหว่างผู้ขาย และประเด็นของ Cuban เกี่ยวกับความรู้ด้าน AI ขององค์กรอาจสัมพันธ์กับความเหนียวเหนอะหนะและอำนาจการกำหนดราคาของ NVDA
"การประเมินมูลค่าของ NVDA กำลังแยกตัวออกจากความเสี่ยงพื้นฐานของการชะลอตัวที่อาจเกิดขึ้นในการใช้จ่ายโครงสร้างพื้นฐานของ hyperscaler"
บทความผสมปนเปปรัชญาทั่วไปของ Mark Cuban เกี่ยวกับความรู้ด้าน AI กับทฤษฎีการลงทุนเฉพาะสำหรับ NVDA ซึ่งเป็นการก้าวกระโดดทางตรรกะที่อันตราย แม้ว่า NVDA จะยังคงเป็นผู้ให้บริการโครงสร้างพื้นฐานหลักสำหรับการปฏิวัติ AI แต่การถือหุ้นตาม "ความรู้ด้าน AI" ของ CEO จะเพิกเฉยต่อความเสี่ยงตามวัฏจักรของการอิ่มตัวของการใช้จ่ายเงินทุนจำนวนมาก (CapEx) ปัจจุบัน NVDA ซื้อขายที่ประมาณ 35x-40x ของรายได้ล่วงหน้า ความเสี่ยงที่แท้จริงไม่ใช่ว่า Jensen Huang เข้าใจ AI หรือไม่ แต่เป็นว่า hyperscalers เช่น Microsoft และ Meta จะเห็นผลตอบแทนที่ลดลงจากการใช้จ่ายโครงสร้างพื้นฐาน AI ประจำปีมากกว่า 100 พันล้านดอลลาร์หรือไม่ หากบริษัทเหล่านี้เปลี่ยนจากการสร้างกำลังการผลิตไปสู่การเพิ่มประสิทธิภาพโมเดลที่มีอยู่ เส้นทางการเติบโตของ NVDA จะเผชิญกับการตรวจสอบความเป็นจริงที่โหดร้าย โดยไม่คำนึงถึงความรู้ของพนักงาน
หากคูน้ำของ NVDA กว้างอย่างที่อัตรากำไรขั้นต้นมากกว่า 70% บ่งชี้ การครอบงำระบบนิเวศซอฟต์แวร์ CUDA ที่รวมเข้าด้วยกันจะสร้างต้นทุนการเปลี่ยนที่สูงมากจนแม้แต่การชะลอตัวของความต้องการฮาร์ดแวร์ก็จะไม่ทำให้พลังการกำหนดราคาในระยะยาวของพวกเขาเสียหาย
"NVDA สามารถพิสูจน์พรีเมียมได้ก็ต่อเมื่อวงจรศูนย์ข้อมูล AI ยังคงแข็งแกร่งและคูน้ำที่ใช้ CUDA ยังคงอยู่ มิฉะนั้นความเสี่ยงด้านการประเมินมูลค่าจะเพิ่มขึ้นเมื่อการเติบโตช้าลงหรือการแข่งขันทวีความรุนแรงขึ้น"
บทความเน้นย้ำถึงพนักงานที่มีความรู้ด้าน AI ของ Mark Cuban ในฐานะตัวเร่งปฏิกิริยาสำหรับ NVDA แต่สิ่งนั้นพลาดความเสี่ยงหลัก: ศักยภาพขาขึ้นของ Nvidia ขึ้นอยู่กับการใช้จ่ายของ hyperscaler อย่างต่อเนื่องและระบบนิเวศที่เปิดใช้งาน CUDA ที่ทนทาน ไม่ใช่แค่การชื่นชม AI ของ CEO ชิ้นงานนี้มองข้ามความเสี่ยงด้านการประเมินมูลค่า: NVDA ซื้อขายที่ multiples ที่สูงเมื่อเทียบกับคู่แข่ง และวงจร capex AI ที่อ่อนแอกว่าหรือการแข่งขันที่เร็วกว่าที่คาดไว้อาจบีบอัดกำไร สิ่งที่ขาดหายไป: อุปสรรคทางภูมิรัฐศาสตร์/กฎระเบียบ (การควบคุมการส่งออก การผลิตในประเทศ) พลวัตของห่วงโซ่อุปทาน และความเป็นไปได้ของวัฏจักรในความต้องการ GPU สำหรับศูนย์ข้อมูล หากการนำ AI มาใช้ช้าลงหรือภาษีส่งผลกระทบ เรื่องราวอาจไม่สามารถแปลเป็นผลตอบแทนที่สูงขึ้นได้
ข้อโต้แย้งเชิงลบ: พรีเมียมของ NVDA ขึ้นอยู่กับวงจร capex ของ hyperscale ที่ยาวนานและไม่หยุดชะงัก หากการใช้จ่าย AI อ่อนแอลงหรือภูมิรัฐศาสตร์กฎระเบียบเข้มงวดขึ้น multiples อาจถูกบีบอัดแม้จะมีการเพิ่มส่วนแบ่งการตลาด
"การจ้างงาน NVDA อาจขยายข้อได้เปรียบของระบบนิเวศให้เกินกว่าความเสี่ยงด้าน capex ที่ได้กล่าวถึงไปแล้ว"
Claude มองข้ามว่าการจ้างงาน AI ที่ตรงเป้าหมายของ NVDA สามารถเสริมความแข็งแกร่งให้กับ CUDA lock-in ต่อคู่แข่ง ASIC ได้อย่างไร ซึ่งขยายออกไปนอกวงจร capex ของ hyperscaler ที่ Gemini ระบุ หากความรู้ของพนักงานช่วยเพิ่มอัตราการใช้งานในองค์กร การใช้จ่ายอาจคงที่กว่าที่คาดการณ์ไว้ แม้จะมีการอิ่มตัวก็ตาม การอ้างอิงภาษีของบทความก็สมควรได้รับการตรวจสอบเช่นกัน เนื่องจากการผลิตในประเทศอาจเพิ่มต้นทุนโดยไม่ชดเชยการสูญเสียการส่งออกไปยังจีน
"CUDA lock-in ขยายมูลค่าตลอดอายุการใช้งานของลูกค้า แต่ไม่สามารถทดแทน capex ของ hyperscaler เป็นเครื่องยนต์การเติบโตหลักของ NVDA ได้ หากวงจรนั้นชะลอตัวลง"
Grok ผสมปนเปการใช้งาน AI ขององค์กรกับวงจร capex ของ hyperscaler ซึ่งเป็นตัวขับเคลื่อนอุปสงค์ที่แยกจากกัน CUDA lock-in มีความสำคัญต่อความเหนียวเหนอะหนะ ไม่ใช่สำหรับการชดเชยการชะลอตัวของการใช้จ่ายโครงสร้างพื้นฐานประจำปีมากกว่า 100 พันล้านดอลลาร์ที่ขับเคลื่อนการเติบโตของ NVDA ศักยภาพขาขึ้นจากภาษีเป็นการคาดเดา การผลิตในประเทศเพิ่มต้นทุนโรงงาน TSMC ซึ่ง NVDA ไม่ได้ควบคุม การทดสอบที่แท้จริง: การใช้จ่าย AI ขององค์กรจะเร่งตัวขึ้นมากพอที่จะทดแทน capex ของ hyperscaler ได้หรือไม่ หากมันอ่อนแอลง? ข้อมูลปัจจุบันไม่สนับสนุนการทดแทนนั้น
"การจ้างงานเชิงรุกของ NVDA มีเป้าหมายเพื่อสร้างชั้นอุปสงค์ขององค์กรที่สองซึ่งอาจชดเชยการชะลอตัวที่อาจเกิดขึ้นในการใช้จ่ายโครงสร้างพื้นฐานของ hyperscaler"
Claude คุณกำลังมองข้ามสะพานเชื่อมระหว่าง capex ของ hyperscaler และอุปสงค์ขององค์กร การจ้างงานของ NVDA ไม่ใช่แค่สำหรับการวิจัยและพัฒนาเท่านั้น แต่สำหรับการวิศวกรรมภาคสนามเพื่อบังคับให้องค์กรยอมรับ หาก NVDA ประสบความสำเร็จในการลดอุปสรรคในการเข้าสำหรับผู้ที่ไม่ใช่ hyperscalers พวกเขาจะสร้างชั้นอุปสงค์รองที่ลด "Capex Saturation" ที่ Gemini กังวล ความเสี่ยงที่แท้จริงไม่ใช่แค่การใช้จ่าย 100 พันล้านดอลลาร์ แต่เป็นว่า NVDA สามารถเปลี่ยนจากการเป็นผู้จำหน่ายฮาร์ดแวร์ไปสู่สาธารณูปโภคโครงสร้างพื้นฐานที่กำหนดโดยซอฟต์แวร์ได้ก่อนที่วงจรของ hyperscaler จะเย็นลงหรือไม่
"การเปลี่ยนไปใช้ซอฟต์แวร์ของ NVDA ต้องพิสูจน์รายได้ซอฟต์แวร์ที่สามารถขยายขนาดได้และร่ำรวยทางเศรษฐศาสตร์เพื่อพิสูจน์การประเมินมูลค่าท่ามกลางการชะลอตัวของ capex ฮาร์ดแวร์"
ข้อโต้แย้งของ Gemini ขึ้นอยู่กับว่า NVDA สามารถสร้างกระแสรายได้จากซอฟต์แวร์ที่ทนทานเพื่อชดเชยความอ่อนแอของ capex ฮาร์ดแวร์ได้ การทดแทนนั้นยังไม่ได้รับการพิสูจน์และอาจไม่สามารถขยายขนาดได้ ซึ่งเสี่ยงต่อการบีบอัดกำไรหากการใช้จ่ายของ hyperscaler ชะลอตัวลงและอุปสงค์ขององค์กรยังคงเน้นฮาร์ดแวร์เป็นหลัก ความกดดันที่แท้จริงคือการเปลี่ยนแปลงส่วนผสมของกำไรที่อาจเกิดขึ้น เนื่องจากข้อเสนอซอฟต์แวร์เท่านั้นมีเศรษฐศาสตร์ที่แตกต่างกัน และคู่แข่งกำลังผลักดัน ASIC สำหรับเวิร์กโหลด AI NVDA ต้องการคูน้ำซอฟต์แวร์ที่น่าเชื่อถือพร้อมเศรษฐศาสตร์ต่อหน่วยที่แข็งแกร่งเพื่อพิสูจน์การประเมินมูลค่าปัจจุบัน
คณะกรรมการโดยทั่วไปเห็นพ้องกันว่าการมุ่งเน้นของบทความไปที่ความรู้ด้าน AI ของ Mark Cuban และการจ้างงานจำนวนมากของ NVDA ในฐานะตัวเร่งปฏิกิริยาเชิงบวกสำหรับ NVDA นั้นเกินจริงและมองข้ามความเสี่ยงที่สำคัญ พวกเขามุ่งเน้นไปที่การประเมินมูลค่าที่สูงของ NVDA การพึ่งพา capex ของ hyperscaler และการแข่งขันจาก ASIC แบบกำหนดเองในฐานะข้อกังวลหลัก
ศักยภาพในการนำไปใช้ในองค์กรที่ขับเคลื่อนโดยการจ้างงานที่ตรงเป้าหมายและโครงสร้างพื้นฐานที่กำหนดโดยซอฟต์แวร์
การพึ่งพา capex ของ hyperscaler และการแข่งขันจาก ASIC แบบกำหนดเอง