by วิภาดา จิณณวาโส
ในวันที่ปัญญาประดิษฐ์ หรือ AI พัฒนาได้รวดเร็วขึ้นทุกปี บริษัทเทคโนโลยีทั่วโลกต่างเร่งลงทุนเพื่อสร้างโมเดลที่ฉลาดกว่าเดิม ตอบคำถามได้ซับซ้อนขึ้น และทำงานแทนมนุษย์ได้มากขึ้น แต่เบื้องหลังความก้าวหน้าเหล่านี้กลับมีคำถามที่สำคัญไม่แพ้เรื่องเทคโนโลยี นั่นคือ ใครจะเป็นคนจ่ายเงินสำหรับการขยายระบบ AI ที่ต้องใช้เงินลงทุนมหาศาล และเงินที่ใส่เข้าไปจะสร้างผลตอบแทนกลับมาได้ทันเวลาหรือไม่?
เพราะการพัฒนา AI ไม่ได้จบลงแค่การเขียนโปรแกรมหรือฝึกโมเดลให้เก่งขึ้น แต่ต้องอาศัยโครงสร้างพื้นฐานขนาดใหญ่ ทั้งชิปประมวลผลประสิทธิภาพสูง เซิร์ฟเวอร์ ศูนย์ข้อมูล ระบบไฟฟ้า และระบบระบายความร้อน ซึ่งล้วนมีต้นทุนสูงและต้องลงทุนล่วงหน้าก่อนที่บริษัทจะสร้างรายได้กลับมาได้เต็มที่ ยิ่งการแข่งขันรุนแรงขึ้น บริษัทก็ยิ่งต้องเร่งขยายกำลังประมวลผลเพื่อรองรับผู้ใช้งานและบริการใหม่ ๆ
ความย้อนแย้งจึงเกิดขึ้นตรงที่ แม้ AI จะถูกคาดหวังให้เป็นเทคโนโลยีที่จะเพิ่มผลิตภาพและสร้างการเติบโตทางเศรษฐกิจในระยะยาว แต่การไปให้ถึงจุดนั้นกลับต้องใช้เงินจำนวนมากตั้งแต่วันนี้ และเมื่อการลงทุนขยายตัวเร็วกว่ากระแสเงินสดที่ธุรกิจสร้างได้ แหล่งเงินทุนจึงกลายเป็นอีกหนึ่งข้อจำกัดที่อาจกำหนดว่าใครจะเดินหน้าต่อได้เร็วแค่ไหน
เมื่อการแข่งขัน AI ต้องใช้เงินมากกว่ารายได้ที่มีอยู่
ภาพของการลงทุนครั้งนี้เห็นได้จากประมาณการของ J.P. Morgan กลุ่มบริษัทบริการทางการเงินและการลงทุนที่ใหญ่ที่สุดในสหรัฐ ที่ประเมินว่า ผู้ให้บริการคลาวด์รายใหญ่ของโลกจะมีรายจ่ายลงทุนรวมสูงถึงประมาณ 697,000 ล้านดอลลาร์สหรัฐในปี 2026 โดยมี AI เป็นแรงขับเคลื่อนสำคัญ ตัวเลขนี้สะท้อนขนาดของเงินที่กำลังไหลเข้าสู่โครงสร้างพื้นฐานดิจิทัล ไม่ได้หมายความ ว่าบริษัททั้งหมดกำลังขาดเงินหรือจำเป็นต้องกู้เงินจำนวนเท่ากัน
เหตุผลที่ต้องลงทุนมากขนาดนี้ เพราะ AI ต้องใช้กำลังประมวลผลสูง โดยเฉพาะโมเดลที่สามารถวิเคราะห์ข้อมูลจำนวนมาก สร้างเนื้อหา หรือทำงานหลายขั้นตอนแทนผู้ใช้ ยิ่งมีคนใช้บริการมากขึ้น บริษัทก็ต้องเพิ่มกำลังประมวลผลตามไปด้วย ขณะเดียวกัน การแข่งขันพัฒนาโมเดลรุ่นใหม่ยังทำให้บริษัทไม่สามารถหยุดลงทุนได้นาน เพราะอาจเสียความได้เปรียบให้คู่แข่ง ปัญหาคือ การสร้างโครงสร้างพื้นฐานไม่สามารถเพิ่มได้ทันทีเหมือนการเปิดบริการซอฟต์แวร์ทั่วไป บริษัทต้องจัดหาชิป สร้างอาคาร เชื่อมต่อระบบไฟฟ้า ขออนุญาตก่อสร้าง และรอให้ระบบต่าง ๆ พร้อมใช้งาน กระบวนการเหล่านี้กินทั้งเวลาและเงินทุน ขณะที่รายได้ในอนาคตยังขึ้นอยู่กับว่าลูกค้าจะยอมจ่ายค่าบริการมากน้อยเพียงใด
สำหรับบริษัทที่มีเงินสดและธุรกิจเดิมแข็งแกร่ง การลงทุนอาจยังอยู่ในระดับที่รับมือได้ แต่สำหรับผู้พัฒนา AI ที่ต้องเร่งขยายระบบ หรือผู้ประกอบการที่สร้างศูนย์ข้อมูลเพื่อให้เช่ากำลังประมวลผล การหาเงินทุนจากภายนอกอาจเป็นสิ่งจำเป็นมากขึ้น เพราะไม่สามารถใช้รายได้ที่มีอยู่รองรับแผนลงทุนทั้งหมดได้
ตรงนี้เอง จึงเป็นเหตุผลที่การแข่งขัน AI เริ่มเชื่อมโยงกับตลาดการเงินอย่างแยกไม่ออก ใครเข้าถึงเงินทุนได้มากพอและมีต้นทุนที่เหมาะสม ก็มีโอกาสสร้างระบบรองรับลูกค้าได้ก่อน แต่การมีเงินทุนจำนวนมากเพียงอย่างเดียวไม่ได้รับประกันว่าจะประสบความสำเร็จ หากการลงทุนเหล่านั้นไม่สามารถเปลี่ยนเป็นรายได้ที่เพียงพอในท้ายที่สุด
จากเงินสดสู่หนี้ เมื่อบริษัทต้องหาเงินมาสร้างอนาคต
ในช่วงแรก บริษัทเทคโนโลยีสามารถใช้เงินสดจากธุรกิจเดิมหรือเงินที่ได้จากการขายหุ้นให้กับนักลงทุนมาสนับสนุนการลงทุน แต่เมื่อความต้องการเงินทุนเพิ่มขึ้นต่อเนื่อง การพึ่งพาเงินกู้และตลาดหุ้นกู้ก็มีบทบาทมากขึ้นตามไปด้วย
รายงานของธนาคารเพื่อการชำระหนี้ระหว่างประเทศ (BIS) เมื่อเดือนมกราคม 2026 ระบุว่า การลงทุนที่เกี่ยวข้องกับ AI กำลังเพิ่มขึ้นอย่างรวดเร็ว และความต้องการเงินทุนในอนาคตอาจทำให้บริษัทต้องขยับจากการใช้เงินสดที่ได้จากการดำเนินงาน ไปสู่การกู้ยืมมากขึ้น โดยเฉพาะสินเชื่อเอกชน (Private Credit) ซึ่งเป็นเงินกู้จากกองทุนและผู้ให้กู้ที่ไม่ใช่ธนาคารแบบดั้งเดิม
การกู้เงินไม่ได้เป็นเรื่องผิดปกติสำหรับธุรกิจที่ต้องลงทุนล่วงหน้า เพราะหากโครงการสร้างรายได้ได้มากพอในระยะยาว หนี้ก็อาจช่วยให้บริษัทขยายธุรกิจได้เร็วกว่าการรอสะสมเงินสด แต่ความเสี่ยงจะเพิ่มขึ้นเมื่อบริษัทต้องรับภาระดอกเบี้ยและชำระคืนเงินต้น ก่อนที่รายได้จากการลงทุนจะเติบโตได้ตามแผน ยิ่งถ้าอัตราดอกเบี้ยและผลตอบแทนพันธบัตรปรับสูงขึ้น การกู้เงินใหม่หรือการออกหุ้นกู้ก็อาจมีต้นทุนแพงกว่าเดิม บริษัทจึงต้องคำนวณให้รอบคอบว่า ผลตอบแทนที่คาดว่าจะได้จาก AI จะสูงพอชดเชยต้นทุนเงินทุนหรือไม่
อีกประเด็นที่ต้องจับตา คือ บริษัทที่เกี่ยวข้องกับ AI ไม่ได้มีเพียงผู้พัฒนาโมเดลรายใหญ่ แต่ยังรวมถึงผู้ให้บริการคลาวด์ ผู้ผลิตชิป ผู้สร้างศูนย์ข้อมูล และกองทุนที่สนับสนุนเงินลงทุนให้กับโครงการเหล่านี้ หากบริษัทหนึ่งขยายธุรกิจโดยอาศัยเงินทุนจากอีกบริษัทหนึ่ง และนำเงินที่ได้ไปซื้อชิปหรือกำลังประมวลผลจากพันธมิตร รายได้ของบริษัทในห่วงโซ่เดียวกันก็อาจเชื่อมโยงกันมากกว่าที่เห็นจากตัวเลขรายได้เพียงอย่างเดียว
ดังนั้น สิ่งที่ต้องพิจารณาไม่ใช่แค่ว่าอุตสาหกรรม AI ระดมทุนได้มากเท่าไร แต่ต้องดูด้วยว่าเงินทุนมาจากไหน ใครเป็นผู้รับความเสี่ยง และรายได้ที่นำมาใช้ชำระหนี้ในอนาคตจะมาจากลูกค้าจริงมากน้อยเพียงใด
เมื่อแหล่งเงินทุนเริ่มเลือกมากขึ้น การขยาย AI ก็ไม่ง่ายเหมือนเดิม
แม้เงินทุนยังไหลเข้าสู่ธุรกิจ AI แต่ผู้ให้กู้และนักลงทุนก็ต้องประเมินความเสี่ยงมากขึ้น ไม่ใช่พิจารณาเพียงว่าบริษัทมีเทคโนโลยีล้ำหน้าแค่ไหน ตัวอย่างที่เห็นได้ชัด คือ NVIDIA บริษัทเทคโนโลยีคอมพิวเตอร์ระดับโลกที่มีชื่อเสียงโดดเด่นด้านการผลิต GPU สำหรับเกมเมอร์ ครีเอเตอร์ และ AI ซึ่งร่วมมือกับสถาบันการเงินและผู้จัดการสินทรัพย์รายใหญ่เพื่อผลักดันการจัดหาเงินทุนสำหรับโครงสร้างพื้นฐาน AI โดยตั้งเป้าระดมเงินทุนจากบุคคลภายนอกได้สูงถึง 500,000 ล้านดอลลาร์สหรัฐในระยะยาว ตัวเลขนี้เป็นเป้าหมายในการจัดหาเงินทุน ไม่ใช่เงินที่ระดมได้ครบแล้ว
อย่างไรก็ตาม การประกาศแผนระดมทุนขนาดใหญ่ ไม่ได้หมายความว่าเงินจะเข้าถึงทุกโครงการได้โดยง่าย เพราะผู้ให้กู้ยังต้องประเมินความเสี่ยง เช่น ชิปที่นำมาใช้เป็นหลักประกันจะมีมูลค่าเหลือเท่าไรเมื่อเทคโนโลยีเปลี่ยนไป ความต้องการใช้กำลังประมวลผลจะสูงต่อเนื่องหรือไม่ และรายได้จากสัญญาให้บริการจะเพียงพอต่อการชำระหนี้หรือเปล่า
รายงานของสำนักข่าว Reuters เมื่อวันที่ 1 ตุลาคม 2026 ระบุว่า แผนจัดหาเงินทุนของ NVIDIA เผชิญข้อกังวลจากผู้ให้กู้และนักลงทุนบางส่วนเกี่ยวกับมูลค่าของชิปในระยะยาว เนื่องจากสถาบันการเงินต้องพิจารณาว่าอุปกรณ์เหล่านี้จะมีมูลค่าเหลือเท่าไรเมื่อเทคโนโลยีรุ่นใหม่เข้ามาแทนที่ ผู้ให้กู้จึงต้องการหลักประกันและแหล่งรายได้ที่ชัดเจนมากขึ้นก่อนรับความเสี่ยง
ประเด็นนี้สะท้อนความท้าทายของการลงทุน AI ได้ดี เพราะอุปกรณ์ที่มีความสำคัญอย่างมากในวันนี้อาจมีมูลค่าลดลงได้เมื่อเทคโนโลยีพัฒนาไปอีกขั้น ขณะที่โครงการศูนย์ข้อมูลต้องใช้เวลาสร้างและอาศัยรายได้ต่อเนื่องหลายปี หากรายได้ไม่เป็นไปตามแผน บริษัทก็อาจต้องแบกรับทั้งต้นทุนการลงทุนและภาระหนี้ไปพร้อมกัน
เมื่อแหล่งเงินทุนเริ่มระมัดระวัง บริษัทที่มีฐานะการเงินแข็งแกร่ง สัญญารายได้ระยะยาว หรือมีลูกค้าพร้อมจ่ายเงินจริง ย่อมมีข้อได้เปรียบกว่าบริษัทที่ยังต้องใช้เงินลงทุนจำนวนมากเพื่อสร้างธุรกิจให้เติบโต การแข่งขัน AI จึงไม่ได้ตัดสินกันแค่ใครมีโมเดลเก่งที่สุด แต่รวมถึงใครมีเงินทุนเพียงพอจะประคองธุรกิจไปจนถึงวันที่สร้างผลตอบแทนได้ด้วย
หากการลงทุน AI สะดุด จะกระทบเศรษฐกิจโลกอย่างไร?
ความเสี่ยงไม่ได้จำกัดอยู่ในอุตสาหกรรมเทคโนโลยี เพราะการลงทุน AI กลายเป็นส่วนหนึ่งของการลงทุนภาคเอกชนและการเติบโตทางเศรษฐกิจในหลายประเทศ หากบริษัทเริ่มลดแผนสร้างศูนย์ข้อมูลหรือชะลอการสั่งซื้ออุปกรณ์ ผลกระทบก็อาจส่งต่อไปยังผู้ผลิตชิป ผู้รับเหมาก่อสร้าง ผู้ผลิตอุปกรณ์ไฟฟ้า ผู้ให้บริการพลังงาน และธุรกิจที่อยู่ในห่วงโซ่อุปทาน
ในด้านตลาดการเงิน หากนักลงทุนเริ่มสงสัยว่ารายได้จาก AI จะเติบโตได้ตามความคาดหวัง ราคาหุ้นของบริษัทที่เกี่ยวข้องอาจถูกปรับมูลค่าลง และหากความกังวลลามไปถึงความสามารถในการชำระหนี้ ผู้ให้กู้อาจเข้มงวดกับการปล่อยสินเชื่อมากขึ้น ไม่เพียงต่อบริษัท AI แต่รวมถึงธุรกิจอื่นที่ต้องพึ่งพาเงินทุนภายนอกด้วย
รายงานเสถียรภาพการเงินโลกของกองทุนการเงินระหว่างประเทศ (IMF) เดือนตุลาคม 2026 เตือนว่า หากความคาดหวังต่อการลงทุนหรือกำไรจาก AI ไม่เป็นไปตามที่ตลาดประเมิน การปรับฐานของการลงทุน AI อาจสร้างความผันผวนให้ตลาดการเงินได้ โดยเฉพาะเมื่อบริษัทในอุตสาหกรรมนี้มีภาระหนี้เพิ่มขึ้น ขณะเดียวกัน ตลาดยังเผชิญแรงกดดันจากผลตอบแทนพันธบัตรรัฐบาลที่สูงขึ้นและความไม่แน่นอนทางเศรษฐกิจโลก
อย่างไรก็ตาม ยังไม่ควรด่วนสรุปว่าการลงทุน AI กำลังเข้าสู่วิกฤต เพราะความต้องการใช้ AI ยังมีอยู่ และการลงทุนในโครงสร้างพื้นฐานก็สามารถสร้างรายได้ระยะยาวได้ หากธุรกิจมีลูกค้าที่พร้อมจ่ายและบริหารต้นทุนได้เหมาะสม ประเด็นจึงอยู่ที่ความเร็วในการลงทุนและความคาดหวังของตลาดจะสอดคล้องกับความสามารถในการสร้างรายได้จริงหรือไม่
สำหรับเศรษฐกิจไทย เรื่องนี้ก็มีความเกี่ยวข้องไม่น้อย เพราะไทยกำลังพยายามดึงดูดการลงทุนด้านดิจิทัลและศูนย์ข้อมูล หากเงินทุนทั่วโลกยังพร้อมสนับสนุนโครงการที่มีศักยภาพ ไทยก็มีโอกาสได้รับเม็ดเงินลงทุน การจ้างงาน และการพัฒนาโครงสร้างพื้นฐานตามมา แต่หากต้นทุนเงินทุนสูงขึ้นหรือผู้ลงทุนเริ่มเลือกโครงการเข้มงวดกว่าเดิม การแข่งขันเพื่อดึงดูดเงินลงทุนก็อาจยากขึ้น โดยเฉพาะโครงการที่ยังไม่สามารถแสดงให้เห็นถึงความพร้อมด้านไฟฟ้า ต้นทุนดำเนินงาน และผลตอบแทนในระยะยาวได้ชัดเจน
ท้ายที่สุด การแข่งขัน AI ไม่ได้ขึ้นอยู่กับว่าใครพัฒนาเทคโนโลยีได้ก้าวหน้าเพียงใดเท่านั้น แต่ยังขึ้นอยู่กับว่า “ใครสามารถหาเงินทุนมารองรับการเติบโตและบริหารต้นทุนได้อย่างมีประสิทธิภาพ” บริษัทที่มีโมเดล AI เก่งที่สุดอาจไม่ได้เป็นผู้ชนะ หากขยายระบบต่อไปไม่ไหวเพราะเงินทุนไม่เพียงพอ ขณะที่บริษัทที่เข้าถึงเงินทุนได้มากก็ต้องพิสูจน์ให้ได้ว่าการลงทุนเหล่านั้นจะสร้างรายได้และกำไรกลับมาคุ้มค่า เพราะหากเงินที่ใส่เข้าไปเพิ่มขึ้นเร็วกว่าผลตอบแทน ความก้าวหน้าของ AI ก็อาจมาพร้อมภาระหนี้และความเสี่ยงที่ขยายวงกว้างไปสู่ตลาดการเงินและเศรษฐกิจโลก
ข่าวเด่น