by วิภาดา จิณณวาโส
การเทขายหุ้นกลุ่ม AI ในช่วงต้นสัปดาห์ที่ผ่านมาอาจทำให้นักลงทุนบางส่วนรู้สึกว่า “AI boom” กำลังเริ่มสะดุด หลังผู้บริหารบริษัท AI รายใหญ่เรียกร้องให้ชะลอความเร็วในการพัฒนาเทคโนโลยี โดยเฉพาะ AI รุ่น frontier ที่มีความสามารถสูงขึ้นอย่างรวดเร็ว จนความเสี่ยงจากการใช้งานอาจเพิ่มเร็วกว่าระบบกำกับดูแล
แต่เมื่อมองข้อมูลล่าสุดให้ละเอียดขึ้น ภาพที่เกิดขึ้นกลับไม่ได้เรียบง่ายถึงขั้นว่า AI กำลังเข้าสู่ภาวะขาลง ตรงกันข้าม สิ่งที่ตลาดกำลังเผชิญอาจเป็นการเปลี่ยนผ่านจากยุคที่นักลงทุนเชื่อว่า “AI จะโตเท่าไรก็ได้” ไปสู่ยุคที่ต้องถามว่า การเติบโตนั้นต้องใช้เงินเท่าไร สร้างรายได้จริงมากแค่ไหน และความเสี่ยงที่เพิ่มขึ้นจะถูกบริหารอย่างไร
ต้นเรื่องมาจาก Dario Amodei ซีอีโอของ Anthropic ซึ่งเรียกร้องให้บริษัท AI ชะลอความเร็วในการเพิ่มขีดความสามารถของโมเดล frontier เพื่อให้การพัฒนาด้านความปลอดภัยสามารถไล่ตามความก้าวหน้าของเทคโนโลยีได้ทัน โดยเขาเตือนถึงความเสี่ยงจาก AI ที่อาจถูกนำไปใช้ในการโจมตีทางไซเบอร์ การพัฒนาอาวุธชีวภาพ การสร้างความเสียหายทางเศรษฐกิจ รวมถึงความเสี่ยงที่ระบบ AI จะมีความสามารถเกินกว่าที่มนุษย์ควบคุมได้
Sam Altman ซีอีโอของ OpenAI และ Elon Musk จาก xAI ก็แสดงความเห็นสนับสนุนแนวคิดการควบคุมจังหวะการพัฒนา ขณะที่ Demis Hassabis ผู้ร่วมก่อตั้ง Google DeepMind ก็เห็นด้วยในหลักการ ทำให้ตลาดเริ่มกังวลว่าแนวคิด “AI slowdown” อาจกลายเป็นกระแสใหญ่ในอุตสาหกรรม
แรงกระเพื่อมเกิดขึ้นทันทีในตลาดหุ้น โดยวันที่ 14 กันยายน ที่ผ่านมา ดัชนีหุ้นเซมิคอนดักเตอร์ Philadelphia Semiconductor Index ลดลงราว 5% ขณะที่ Nvidia ลดลงประมาณ 3–4% AMD ร่วงมากกว่า 5% และ Micron ลดลงราว 6% หุ้นผู้ผลิตอุปกรณ์สำหรับโรงงานชิปอย่าง Lam Research และ Applied Materials รวมถึงหุ้นที่เกี่ยวข้องกับโครงสร้างพื้นฐานด้านพลังงานสำหรับดาต้าเซ็นเตอร์ก็ถูกขายเช่นกัน
เหตุผลที่ตลาดตอบสนองแรงไม่ได้เกิดจากคำว่า “ชะลอ” เพียงคำเดียว แต่เพราะ AI กลายเป็นหนึ่งในแรงขับเคลื่อนสำคัญของการลงทุนทั่วโลกในช่วงไม่กี่ปีที่ผ่านมา เมื่อบริษัทเทคโนโลยีแข่งขันกันสร้างโมเดลที่มีความสามารถสูงขึ้น ความต้องการ GPU และชิปประมวลผลก็เพิ่มขึ้นตามมา จากนั้นจึงเกิดการลงทุนต่อเนื่องในดาต้าเซ็นเตอร์ ระบบเครือข่าย ระบบทำความเย็น และไฟฟ้า
AI ที่มีความสามารถสูงขึ้นต้องใช้พลังประมวลผลมากขึ้น จึงทำให้ความต้องการชิปเพิ่มขึ้นตามมา เมื่อมีชิปมากขึ้น บริษัทก็ต้องลงทุนสร้างดาต้าเซ็นเตอร์เพื่อรองรับการประมวลผล และดาต้าเซ็นเตอร์เหล่านี้ก็ต้องใช้ไฟฟ้าและระบบโครงสร้างพื้นฐานจำนวนมากขึ้นตามไปด้วย จึงเกิดเป็นห่วงโซ่การลงทุนตั้งแต่ชิป ดาต้าเซ็นเตอร์ ไปจนถึงพลังงาน เมื่อการลงทุนเหล่านี้เชื่อมโยงกันเป็นวงจรขนาดใหญ่ หากมีสัญญาณว่าการพัฒนา AI อาจชะลอลง นักลงทุนจึงกังวลว่าความต้องการชิปและการลงทุนในโครงสร้างพื้นฐานที่เกี่ยวข้องอาจชะลอตามไปด้วย
สำนักข่าว Reuters รายงานว่าการใช้จ่ายด้านทุนของอุตสาหกรรมเทคโนโลยีถูกคาดว่าจะอยู่ที่ประมาณ 795,000 ล้านดอลลาร์ในปี 2026 และอาจทะลุ 1 ล้านล้านดอลลาร์ในปี 2027 นั่นหมายความว่าหาก AI investment cycle ชะลอตัวจริง ผลกระทบจะไม่ได้จำกัดอยู่ในกลุ่มบริษัท AI แต่สามารถส่งผ่านไปยัง เซมิคอนดักเตอร์ ดาต้าเซ็นเตอร์ ผู้ผลิตอุปกรณ์ไฟฟ้า สาธารณูปโภค และตลาดทุนโดยรวมได้
แต่ตรงนี้เองที่เรื่องเริ่มน่าสนใจ เพราะข่าวล่าสุดกำลังบอกว่า “การชะลอ AI” กับ “การชะลอการลงทุน AI” อาจไม่ใช่เรื่องเดียวกัน ตัวอย่างที่ชัดที่สุด คือ Anthropic เอง บริษัทที่ออกมาเรียกร้องให้วงการควบคุมความเร็วของการพัฒนา AI กลับกำลังเดินหน้าลงทุนด้าน Compute อย่างหนัก รายงานจาก The Information ระบุว่า ในช่วง 11 เดือนที่ผ่านมา Anthropic ทำข้อตกลงด้านกำลังประมวลผลที่อาจมีมูลค่ารวมสูงถึง 517,000 ล้านดอลลาร์ และครอบคลุมกำลังประมวลผลอย่างน้อย 14.8 กิกะวัตต์ในช่วงหลายปีข้างหน้า โดยมีทั้ง Amazon, Google, Microsoft และ SpaceX อยู่ในห่วงโซ่ดังกล่าว
ตัวเลขนี้สะท้อนความย้อนแย้งของอุตสาหกรรมได้อย่างชัดเจน เพราะบริษัทสามารถเรียกร้องให้ “ชะลอความเร็วของ frontier AI” ขณะเดียวกันก็ยังต้องเร่งสร้างโครงสร้างพื้นฐานเพื่อรองรับความต้องการใช้ AI ที่กำลังเพิ่มขึ้น โดยเฉพาะการใช้งานจริงหรือ Inference ซึ่งเป็นการให้โมเดลประมวลผลคำสั่งของผู้ใช้ หลังจากโมเดลถูกสร้างขึ้นแล้ว
กล่าวอีกแบบ คือ สิ่งที่อาจชะลอไม่จำเป็นต้องเป็น “การใช้ AI” แต่อาจเป็น “ความเร็วในการเพิ่มความสามารถของ AI รุ่นใหม่” เท่านั้น ประเด็นนี้ทำให้ตลาดต้องแยกคำว่า AI investment ออกเป็นสองส่วนมากขึ้น ส่วนแรกคือ การลงทุนเพื่อสร้างโมเดลรุ่นใหม่และเพิ่มขีดความสามารถของระบบ ส่วนที่สอง คือ การลงทุนเพื่อทำให้ AI ที่มีอยู่สามารถรองรับผู้ใช้งานจำนวนมหาศาลและทำงานจริงในภาคธุรกิจ หาก AI agent เข้ามารับงานแทนมนุษย์มากขึ้น ความต้องการ Compute สำหรับการใช้งานจริงก็ยังสามารถเติบโตได้ แม้บริษัทจะใช้เวลามากขึ้นในการพัฒนาโมเดลรุ่นถัดไป
นอกจากนี้ ฝั่งที่ไม่เห็นด้วยกับแนวคิดชะลอก็เริ่มออกมาแสดงจุดยืนชัดขึ้น Jensen Huang ซีอีโอ Nvidia และ Mark Zuckerberg ซีอีโอ Meta ต่างไม่สนับสนุนความพยายามที่จะประสานกันเพื่อชะลอการวิจัย AI โดย Huang มองว่าความปลอดภัยควรเดินไปพร้อมกับนวัตกรรม ขณะที่ Zuckerberg ระบุว่า บริษัทต่าง ๆ มีแรงจูงใจอยู่แล้วที่จะทำให้ผลิตภัณฑ์ของตัวเองปลอดภัย ความเห็นที่แตกต่างกันนี้ทำให้เห็นว่าอุตสาหกรรม AI ไม่ได้กำลังเดินไปในทิศทางเดียวกันทั้งหมด และสิ่งที่เกิดขึ้นอาจไม่ใช่ “AI กำลังหยุด” แต่เป็นการถกเถียงครั้งใหญ่ว่า ใครควรเป็นคนกำหนดความเร็วของการพัฒนาเทคโนโลยี
สำหรับ Nvidia ซึ่งเป็นหนึ่งในผู้ได้รับประโยชน์สูงสุดจาก AI boom คำถามเรื่องความเร็วมีความหมายโดยตรง เพราะโมเดลที่ใหญ่ขึ้นและการใช้งาน AI ที่เพิ่มขึ้นหมายถึงความต้องการ GPU ที่เพิ่มขึ้น ขณะที่บริษัท AI เองก็มีแรงจูงใจที่จะลงทุนต่อ เพราะการหยุดในขณะที่คู่แข่งยังเดินหน้าอาจทำให้เสียตำแหน่งทางการแข่งขัน
นี่คือเหตุผลที่หลายฝ่ายยังไม่เชื่อว่าการลงทุน AI จะลดลงอย่างรวดเร็ว Deutsche Bank มองว่าการแข่งขันระหว่างบริษัทและประเทศต่าง ๆ ยังคงเข้มข้นเกินกว่าที่บริษัทจะยอมถอยออกจากการแข่งขันโดยสมัครใจ ขณะที่ Morgan Stanley ประเมินว่าการใช้จ่ายด้าน AI อาจทะลุ 1.3 ล้านล้านดอลลาร์ภายในปี 2027
แต่ในอีกด้านหนึ่ง สิ่งที่ตลาดเริ่มตั้งคำถามจริง ๆ คือ “ราคาที่ต้องจ่ายเพื่อการเติบโต” เพราะ AI infrastructure boom ต้องใช้เงินมหาศาล และบางบริษัทเริ่มพึ่งพาการกู้ยืมและโครงสร้างทางการเงินที่ซับซ้อนเพื่อรองรับการลงทุน ขณะที่ต้นทุนการเงินทั่วโลกไม่ได้อยู่ในระดับต่ำเหมือนช่วงก่อนหน้า หากรายได้จาก AI ไม่โตเร็วพอที่จะรองรับต้นทุนของโครงสร้างพื้นฐาน ความเสี่ยงจึงอาจไม่ได้อยู่ที่เทคโนโลยีไม่เติบโต แต่อยู่ที่ผลตอบแทนจากเงินลงทุนไม่คุ้มกับต้นทุนที่เพิ่มขึ้น
ตรงนี้ทำให้การปรับฐานของหุ้น AI มีความหมายมากกว่าการตอบสนองต่อคำเตือนด้านความปลอดภัย นักลงทุนกำลังพยายามประเมินมูลค่าของ AI ใหม่ หลังจากหลายปีที่ตลาดให้ premium สูงกับบริษัทที่อยู่ในห่วงโซ่ AI โดยตั้งสมมติฐานว่าการลงทุนจะเพิ่มขึ้นต่อเนื่อง
และสิ่งที่เกิดขึ้นในวันที่ 15–16 กันยายนก็เริ่มสะท้อนว่าตลาดไม่ได้มองเรื่องนี้แบบ “AI จบแล้ว” เพียงอย่างเดียว เพราะมีการฟื้นตัวของหุ้นชิปบางส่วนหลังจากแรงขายในวันก่อนหน้า ขณะที่นักวิเคราะห์บางรายมองว่าตลาดกำลังอยู่ในช่วง “Digest” หรือย่อยข่าวและปรับความคาดหวัง มากกว่าจะเป็นหลักฐานว่าพื้นฐานของ AI investment cycle พังลงแล้ว
อีกเรื่องที่ยิ่งตอกย้ำความย้อนแย้ง คือ Anthropic เองกำลังเดินหน้าสู่ตลาดทุน โดยสำนักข่าว Reuters รายงานว่า บริษัทกำลังหารือกับ Nvidia เรื่องการเข้ามาเป็นผู้ลงทุนหลักในการ IPO ซึ่งอาจกลายเป็นหนึ่งในการเสนอขายหุ้นที่มีขนาดใหญ่ที่สุดเท่าที่เคยเกิดขึ้น โดย Nvidia อาจลงทุนสูงถึง 10,000 ล้านดอลลาร์ตามแผนที่อยู่ระหว่างการเจรจา ภาพนี้สะท้อนเศรษฐกิจ AI ได้ดีมาก เพราะบริษัทที่กำลังเตือนโลกให้ระวังความเร็วของ AI ก็ยังต้องระดมทุนและสร้าง Compute จำนวนมหาศาลเพื่อแข่งขันในตลาด ขณะที่บริษัทผู้ผลิตชิปที่ได้รับประโยชน์จากการเติบโตของ AI ก็อาจกลายเป็นผู้ลงทุนในบริษัท AI เหล่านั้นด้วย
ดังนั้น สิ่งที่ตลาดกำลังเผชิญ จึงไม่ใช่คำถามว่า “AI จะหยุดหรือไม่” แต่เป็นคำถามที่ละเอียดกว่านั้นว่า AI จะโตด้วยโมเดลธุรกิจแบบไหน และใครจะเป็นผู้รับต้นทุนของการเติบโตดังกล่าว สำหรับประเทศไทย ประเด็นนี้มีความสำคัญไม่น้อย เพราะไทยกำลังพยายามดึงดูดการลงทุนใน Data Center, Cloud และโครงสร้างพื้นฐานดิจิทัล หากการลงทุน AI ทั่วโลกยังขยายตัว ประเทศไทยมีโอกาสได้รับประโยชน์จากเงินลงทุนในดาต้าเซ็นเตอร์ การก่อสร้าง ระบบไฟฟ้า และบริการดิจิทัล แต่การแข่งขันจะไม่ได้วัดกันแค่การมีพื้นที่หรือไฟฟ้ารองรับอีกต่อไป
หากโลกเข้าสู่ยุคที่นักลงทุนคัดเลือกโครงการ AI มากขึ้น ประเทศที่ต้องการเงินลงทุนจะต้องพิสูจน์ทั้งความพร้อมของโครงสร้างพื้นฐาน บุคลากร ระบบพลังงาน และกฎเกณฑ์ที่เอื้อต่อการลงทุนระยะยาว เพราะเมื่อเงินลงทุนมีต้นทุนสูงขึ้น นักลงทุนก็จะเลือกมากขึ้นเช่นกัน
ท้ายที่สุด การเรียกร้องให้ชะลอ AI อาจไม่ได้หมายถึงจุดจบของ AI boom แต่สะท้อนว่าตลาดกำลังเข้าสู่ช่วงที่ให้ความสำคัญกับต้นทุนและผลตอบแทนมากขึ้น AI ยังเดินหน้า การแข่งขันระหว่างบริษัทและประเทศยังไม่จบ และความต้องการ Compute ยังมีโอกาสเพิ่มขึ้น แต่ยุคที่ตลาดพร้อมให้มูลค่ากับ AI จากความคาดหวังเพียงอย่างเดียวอาจกำลังเปลี่ยนไป จากนี้จึงไม่ใช่แค่การแข่งขันด้านความเร็ว แต่เป็นการพิสูจน์ว่าใครสามารถเปลี่ยนเงินลงทุนมหาศาลให้กลายเป็นรายได้จริง สร้าง AI ที่ปลอดภัย และพัฒนาโครงสร้างพื้นฐานให้รองรับการเติบโตโดยไม่ทำให้ต้นทุนสูงจนผลตอบแทนตามไม่ทัน เพราะสิ่งที่ตลาดกำลัง “เบรก” อาจไม่ใช่ AI แต่อาจเป็นเพียงความคาดหวังว่า AI จะโตได้โดยไม่มีเพดาน
ข่าวเด่น