เมื่อ Nvidia ไม่ใช่คำตอบเดียวอีกต่อไป: สิ่งที่นักลงทุนควรวิตกกังวลอย่างแท้จริงคืออะไร?

เมื่อเดือนกันยายนปีที่แล้ว Jensen Huang และ Sam Altman ได้ประกาศความร่วมมือเชิงกลยุทธ์ที่สร้างความสั่นสะเทือนให้กับตลาด: Nvidia โดย Nvidia จะมอบขีดความสามารถในการประมวลผลขนาด 10 กิกะวัตต์ให้แก่ OpenAI และลงทุนเป็นมูลค่าสูงสุดถึง 1 แสนล้านดอลลาร์ ในเวลานั้น ตลาดต่างเชื่อมั่นอย่างกว้างขวางว่าบัลลังก์ของยุค AI จะถูกครอบครองร่วมกันโดยทั้งสองบริษัทนี้

อย่างไรก็ตาม เพียงสองเดือนถัดมา สถานการณ์กลับพลิกผัน ข้อมูลที่ยื่นต่อ SEC ในเดือนพฤศจิกายนเผยให้เห็นว่าไม่มีการจ่ายเงินจำนวนดังกล่าวออกไปจริง เรื่องราวดราม่ายิ่งทวีความรุนแรงขึ้นในช่วงปลายเดือนมกราคมปีนี้ เมื่อ Jensen Huang ถูกสื่อมวลชนในไต้หวันซักถาม และเขาได้ปฏิเสธข้อสมมติฐานทั้งหมดโดยตรงว่า “เราไม่เคยมีแผนที่จะลงทุน 1 แสนล้านดอลลาร์ และนั่นไม่เคยเป็นพันธสัญญา” น้ำเสียงของเขาดูไม่สู้ดีนักและแฝงไปด้วยความลำบากใจในการชี้แจง ความเป็นจริงคือ OpenAI ได้เชิญ Nvidia ให้ร่วมลงทุนสูงสุด 1 แสนล้านดอลลาร์จริง แต่การลงทุนใดๆ จะต้องดำเนินไปทีละขั้นตอนโดยขึ้นอยู่กับความคืบหน้า

ที่มา: Yahoo News

เดี๋ยวก่อน—เพียงแค่สี่เดือนที่แล้ว การประกาศแผนลงทุน 1 แสนล้านดอลลาร์ยังได้รับการต้อนรับด้วยความตื่นเต้นอย่างล้นหลามบนเวที เหตุใดจึงกลายเป็นเรื่องที่น่าอึดอัดใจที่จะพูดถึงในตอนนี้? เกิดอะไรขึ้นในช่วงเวลาดังกล่าวกันแน่?

นี่ไม่ใช่แค่การล่มสลายของดีลธุรกิจ แต่คือโครงสร้างอำนาจที่เปลี่ยนแปลงไป

คำตอบอยู่ที่การระดมทุนรอบล่าสุดของ OpenAI เมื่อต้นปี 2026 โดย Bloomberg รายงานว่า ปัจจุบัน Nvidia กำลังเจรจาเพื่อลงทุนประมาณ 2 หมื่นล้านดอลลาร์ใน OpenAI ซึ่งหากสำเร็จ จะถือเป็นการลงทุนครั้งใหญ่ที่สุดครั้งเดียวของ Nvidia ในบริษัทนี้ ในขณะเดียวกัน เป้าหมายการระดมทุนรวมในรอบนี้ของ OpenAI อยู่ที่ระดับสูงสุด 1 แสนล้านดอลลาร์ โดย Amazon อาจใส่เงินลงทุนมากถึง 5 หมื่นล้านดอลลาร์ และ SoftBank สูงถึง 3 หมื่นล้านดอลลาร์ กล่าวอีกนัยหนึ่งคือ เม็ดเงินลงทุนจริงของ Nvidia ในขณะนี้อาจมีสัดส่วนเพียงเกือบหนึ่งในห้าของตัวเลขพาดหัวข่าวเดิมที่ระบุว่า “สูงสุด 1 แสนล้านดอลลาร์”

เห็นปัญหาหรือยัง? ในการระดมทุนรอบนี้ Amazon และ SoftBank จะมีอิทธิพลมากกว่า Nvidia อย่างมาก หาก OpenAI เข้าจดทะเบียนในตลาดหลักทรัพย์ในปี 2026 ตามที่กำลังเตรียมการอยู่ในขณะนี้ คณะกรรมการบริหารของบริษัทก็มีแนวโน้มที่จะถูกควบคุมโดยผู้ถือหุ้นรายใหญ่เหล่านี้มากกว่าที่จะเป็น Nvidia

ที่สำคัญกว่านั้น Amazon ในฐานะบริษัทแม่ของ AWS ย่อมไม่อาจนิ่งเฉยในขณะที่ OpenAI พึ่งพา GPU จากซัพพลายเออร์รายอื่นเพียงอย่างเดียว โดย Amazon จะผลักดันให้ OpenAI หันมาใช้ชิป Trainium ของตนเอง หรืออย่างน้อยก็ต้องรักษาสมดุลในการใช้ซัพพลายเออร์หลายราย นั่นหมายความว่า Nvidia กำลังเปลี่ยนสถานะจากระบบประสาทส่วนกลางของระบบนิเวศ AI ไปเป็นเพียงหนึ่งในซัพพลายเออร์หลายรายเท่านั้น

นั่นคือเหตุผลที่ Jensen Huang ดูอึดอัดใจมากในไต้หวัน นี่ไม่ใช่แค่กรณีของดีลธุรกิจที่ล้มเหลว แต่มันคือการที่ Nvidia กำลังสูญเสียอำนาจต่อรองในเกมชิงไหวชิงพริบด้าน AI

OpenAI กำลังมองหาแผนสำรอง — แต่ปัญหาที่แท้จริงนั้นหยั่งรากลึกกว่านั้น

รายงานจาก Reuters เมื่อเดือนกุมภาพันธ์ทำให้แนวโน้มนี้ชัดเจนยิ่งขึ้น โดย OpenAI เริ่มไม่พอใจกับประสิทธิภาพการประมวลผล (inference) ของชิปรุ่นล่าสุดบางตัวของ Nvidia โดยเฉพาะอย่างยิ่งสำหรับเวิร์กโหลด เช่น การพัฒนาซอฟต์แวร์และการโต้ตอบระหว่าง AI กับซอฟต์แวร์ ซึ่งความเร็วในการตอบสนองเป็นสิ่งสำคัญ ดังนั้น ตั้งแต่ปีที่แล้ว OpenAI จึงเริ่มมองหาทางเลือกอื่น โดยมีการพูดคุยกับสตาร์ทอัพอย่าง Cerebras และ Groq พวกเขาเน้นไปที่สถาปัตยกรรมที่บรรจุ SRAM จำนวนมากไว้ในชิปตัวเดียว โดยมีเป้าหมายเพื่อรองรับเวิร์กโหลดการประมวลผลประมาณ 10% ในอนาคต ทฤษฎีนี้ตรงไปตรงมาคือ การลดการเข้าถึงหน่วยความจำภายนอกจะช่วยให้ชิปเหล่านี้ประมวลผลได้เร็วขึ้น

แน่นอนว่า OpenAI จะยังคงพึ่งพา GPU ของ Nvidia เป็นกำลังหลักต่อไป แต่การพยายามมองหาซัพพลายเออร์ “สำรอง” นั้นก็ชัดเจนเพียงพอแล้วว่า แม้แต่ลูกค้ารายสำคัญที่สุดของ Nvidia ก็กำลังพยายามลดการพึ่งพาซัพพลายเออร์เพียงรายเดียว

อย่างไรก็ตาม นี่ไม่ใช่ภัยคุกคามหลัก สิ่งที่สร้างความปวดหัวให้กับ Nvidia อย่างแท้จริงคือคู่แข่งที่เลือกข้ามการใช้ GPU ไปเลย

สามก๊กแห่งโมเดลพื้นฐาน: มีเพียง OpenAI เท่านั้นที่ยังคงพึ่งพา Nvidia เป็นหลัก

ในช่วงสองปีที่ผ่านมา โมเดลพื้นฐานต่างผลัดกันขึ้นพาดหัวข่าว ปีที่แล้ว ChatGPT คือดาวเด่นที่ไม่มีใครเทียบได้ จากนั้น Gemini ของ Google ก็ปรากฏตัวขึ้นมาแย่งความสนใจ และตอนนี้ Claude ของ Anthropic ได้กลายเป็นขวัญใจรายใหม่ แต่มีน้อยคนนักที่จะสังเกตว่าบริษัทเหล่านี้ต่างมีกลยุทธ์ด้านชิปที่แตกต่างกันอย่างสิ้นเชิง

OpenAI ยังคงใช้ GPU ของ Nvidia เป็นหลัก (แม้จะกำลังมองหาทางเลือกอื่นอยู่ก็ตาม) ส่วน Gemini ของ Google รันบนชิป TPU ของตัวเอง แล้ว Claude ที่กำลังได้รับความนิยมล่ะ? Anthropic ใช้การผสมผสานระหว่าง Google TPU, Amazon Trainium และ Nvidia GPU โดยมีการจัดสรรเวิร์กโหลดอย่างยืดหยุ่น กลยุทธ์แบบมัลติคลาวด์นี้ช่วยเพิ่มประสิทธิภาพในขณะที่หลีกเลี่ยงการพึ่งพาซัพพลายเออร์รายใดรายหนึ่ง และ Nvidia ก็เป็นเพียงหนึ่งในตัวเลือกที่มีอยู่เท่านั้น

กล่าวอีกนัยหนึ่ง ในบรรดาโมเดล AI ที่ร้อนแรงที่สุดในปัจจุบัน สองโมเดลขับเคลื่อนด้วยชิปสั่งทำพิเศษประเภท ASIC เป็นหลัก และมีเพียง OpenAI เท่านั้นที่ยังคงพึ่งพา Nvidia เป็นหลัก

นักลงทุนจำนวนมากเชื่อว่าไม่ว่าใครจะเป็นผู้ชนะในศึกโมเดล AI แต่ Nvidia จะเป็นผู้ที่ได้รับกำไรเสมอ ทว่าความเป็นจริงนั้นรุนแรงกว่า เนื่องจากผู้ชนะในท้ายที่สุดกำลังหันมาใช้ชิป ASIC ของตนเองมากขึ้นเพื่อแย่งชิงส่วนแบ่งการตลาดจาก Nvidia นี่คือเกมที่บริษัทอย่าง Google และ Amazon กำลังเล่นอยู่ นั่นคือการใช้ ASIC เพื่อควบคุมซัพพลายเชนพร้อมกับลดต้นทุน ซึ่งสำหรับ Nvidia แล้ว นี่คือภัยคุกคามเชิงโครงสร้างในระยะยาว

ความเสียใจของ Jensen Huang

ในการสัมภาษณ์เมื่อไม่นานมานี้ Jensen Huang ได้ให้ความเห็นที่มีความหมายลึกซึ้ง โดยเขากล่าวว่าหากย้อนเวลากลับไปได้ เขาจะตัดสินใจเลือกสิ่งอื่นสำหรับ Anthropic เนื่องจากในเวลานั้น Anthropic ต้องการเป็นพันธมิตรที่ใกล้ชิดกับ Nvidia แต่ก็ต้องการความช่วยเหลือทางการเงินด้วย ซึ่ง Nvidia ไม่สามารถตอบโจทย์นั้นได้ แต่ Amazon และ Google ทำได้

เมื่อมองจากภายนอก อาจดูเหมือนเป็นการตัดพ้อเรื่องข้อจำกัดทางการเงิน แต่สิ่งที่เขาต้องการจะสื่อจริงๆ คือ: เราได้ปล่อยให้ Amazon และ Google แย่งชิงหนึ่งในลูกค้าที่มีอนาคตไกลที่สุดในอุตสาหกรรมนี้ไป

Anthropic กลายเป็นหนึ่งในบริษัท AI ที่ร้อนแรงที่สุดในปัจจุบัน ส่วนใหญ่เป็นเพราะการสนับสนุนด้านเงินทุนจาก Amazon และ Google ซึ่งเงินทุนดังกล่าวทำให้บริษัทมีทรัพยากรในการพัฒนาชิป ASIC ของตนเอง และที่สำคัญคือการหันไปพึ่งพาชิป TPU ของ Google อย่างหนัก ทำให้สามารถข้ามการใช้ GPU ของ Nvidia ไปได้ หาก Nvidia ลงทุนใน Anthropic ตั้งแต่เนิ่นๆ Claude ก็อาจจะยังคงทำงานบนฮาร์ดแวร์ของ Nvidia เป็นหลัก แทนที่จะกลายมาเป็นภัยคุกคามด้านการแข่งขันเช่นนี้

นั่นคือเหตุผลที่ “ความเสียใจ” ของ Huang ดูเหมือนเป็นความเจ็บปวดที่ยังฝังลึก เพราะเขาไม่ได้เพียงแค่สูญเสียลูกค้ารายใหญ่ไปเท่านั้น แต่เขายังสูญเสียโอกาสในการปรับเปลี่ยนภูมิทัศน์ของอุตสาหกรรมทั้งหมด และโอกาสที่หลุดลอยไปนั้นยังคงส่งผลกระทบต่อเนื่องในเกมชิงอำนาจ AI

คอขวดที่แท้จริง: ไม่ใช่ใครที่ผลิตชิปได้ แต่คือใครที่มีกำลังซื้อ

ตั้งแต่เดือนสิงหาคมปีที่แล้วจนถึงตอนนี้ ราคาหุ้นของ Nvidia แทบไม่เคลื่อนไหว ในขณะที่ดัชนี Philadelphia Semiconductor Index ปรับตัวขึ้นประมาณ 40% ในช่วงเวลาเดียวกัน ซึ่งหมายความว่าผลการดำเนินงานของหุ้น Nvidia นั้นย่ำแย่กว่าตลาดอย่างมาก

ที่มา: TraingView

สิ่งที่น่าตลกก็คือ ความคาดหวังเรื่องกำไรของวอลล์สตรีทที่มีต่อ Nvidia ในปี 2026 นั้นพุ่งสูงเสียดฟ้า โดยสถาบันการเงินบางแห่งคาดการณ์ว่ากำไรต่อหุ้น (EPS) จะมากกว่า 9 ดอลลาร์ในปีนี้ ซึ่งสูงกว่าค่าเฉลี่ยของตลาดที่คาดไว้ประมาณ 7.75 ดอลลาร์อย่างมาก อย่างไรก็ตาม แม้การคาดการณ์กำไรจะสูงลิ่วเพียงใด แต่นั่นกลับไม่ได้เปลี่ยนมาเป็นแรงซื้อที่แข็งแกร่งในตลาด

นั่นเป็นเพราะตลาดไม่ได้ให้ความสนใจอีกต่อไปว่าใครสามารถผลิตชิปได้ แต่ให้ความสำคัญว่าใครยังมีงบดุลที่แข็งแกร่งพอจะซื้อชิปเหล่านั้น คอขวดของ AI ได้เปลี่ยนจากฝั่งอุปทานไปสู่ฝั่งอุปสงค์แล้ว

สถานการณ์ที่ยากลำบากของ Oracle คือตัวอย่างที่ชัดเจนที่สุด โดยบริษัทมีภาระผูกพันตามสัญญาที่ยังไม่ได้รับรู้เป็นรายได้ประมาณ 5.23 แสนล้านดอลลาร์ ซึ่งในจำนวนนี้ประมาณ 3 แสนล้านดอลลาร์มีความเชื่อมโยงกับ OpenAI แต่การจะปฏิบัติตามสัญญาเหล่านั้นให้สำเร็จ Oracle จำเป็นต้องใช้จ่ายเงินลงทุนด้านไอทีอย่างน้อย 3.5 แสนล้านดอลลาร์

ความเป็นจริงนั้นโหดร้าย อัตราส่วนหนี้สินต่อทุนของ Oracle พุ่งสูงขึ้นแตะระดับ 500% และในไตรมาสล่าสุดมีกระแสเงินสดอิสระติดลบ 1 หมื่นล้านดอลลาร์ เมื่อเดือนธันวาคม 2025 Blue Owl Capital ซึ่งเดิมถูกกำหนดให้เป็นพันธมิตรด้านเงินทุนรายสำคัญสำหรับโครงการศูนย์ข้อมูลขนาด 1 กิกะวัตต์ มูลค่า 1 หมื่นล้านดอลลาร์ในรัฐมิชิแกน ได้ถอนตัวจากข้อตกลง ซึ่งเป็นเรื่องที่แทบไม่น่าเชื่อ ราคาหุ้นของ Oracle ได้ปรับตัวลดลงจนลบการพุ่งขึ้น 36% ที่เคยทำไว้ในเดือนกันยายน 2025 ไปจนหมด และราคา CDS อายุ 5 ปี ก็พุ่งแตะระดับสูงสุดเป็นประวัติการณ์ ขณะที่ Morgan Stanley ได้ปรับลดคาดการณ์ EPS ปี 2030 ลงเหลือเพียงประมาณครึ่งหนึ่งของเป้าหมายระยะยาวเดิมของผู้บริหาร Oracle การ “หั่นเป้าหมายลง 50%” จากโบรกเกอร์รายใหญ่นี้ยิ่งกระพือความกังวลในตลาด และผลักดันให้นักลงทุนจำนวนมากตัดสินใจเทขายหุ้น Oracle ออกไปก่อน

แรงกดดันทั้งหมดนี้ย่อมส่งผลกระทบต่อ Nvidia อย่างหลีกเลี่ยงไม่ได้ หาก Oracle ไม่สามารถจ่ายเงินได้ ยอดคำสั่งซื้อค้างส่งของ Nvidia ก็จะกลายเป็นเพียงสัญญาที่ว่างเปล่า และยังมีกรณีของ OpenAI เองที่สถานะทางการเงินก็ไม่สู้ดีนัก โดยมีรายได้ต่อปีประมาณ 2 หมื่นล้านดอลลาร์ แต่ค่าใช้จ่ายด้านการประมวลผลต่อปีกลับสูงเกือบ 6 หมื่นล้านดอลลาร์ ช่องว่างนี้สามารถเติมเต็มได้ด้วยการระดมทุนอย่างต่อเนื่องเท่านั้น

ปัจจัยบวกของ Nvidia: ไพ่สามใบจะช่วยกู้สถานการณ์ได้หรือไม่?

ภายใต้แรงกดดันเหล่านี้ Nvidia ยังคงมีไพ่เหลือให้เล่นอีกไม่กี่ใบ

ไพ่ใบที่หนึ่ง: ก้าวกระโดดทางเทคโนโลยีของ Vera Rubin

การตอบโต้ของ Nvidia นั้นชัดเจน คือการเร่งแผนงานผลิตภัณฑ์ เมื่อครั้งที่เปิดตัว Blackwell ในปี 2025 ปัญหาในการขยายกำลังการผลิตได้กดดันราคาหุ้น แต่ Nvidia ได้เรียนรู้จากเหตุการณ์นั้น โดยแพลตฟอร์ม Vera Rubin รุ่นถัดไปมีกำหนดผลิตจำนวนมากในครึ่งหลังของปี 2026 และผู้บริหารได้ย้ำว่าการขยายกำลังการผลิตควรจะเป็นไปอย่างราบรื่นขึ้นมาก

ประสิทธิภาพที่เพิ่มขึ้นนั้นน่าทึ่งมาก เมื่อเทียบกับ Blackwell แล้ว ชิป Rubin ให้ประสิทธิภาพในการฝึกฝนสูงกว่าประมาณ 3.5 เท่า และมีปริมาณงานประมวลผลสูงขึ้นถึง 5 เท่า ในขณะที่ช่วยลดต้นทุนต่อโทเคนในฝั่งการประมวลผลได้มากถึง 90% แต่การปรับปรุงที่สำคัญที่สุดซึ่งมักถูกมองข้ามคือความสามารถในการปรับใช้: โดยการประกอบและบำรุงรักษาระบบที่ใช้ Blackwell หนึ่งแร็คอาจใช้เวลานานกว่าหนึ่งชั่วโมงครึ่ง แต่การออกแบบถาดโมดูลาร์และการกำหนดค่าแบบไร้สายของ Rubin สามารถย่อกระบวนการดังกล่าวให้เหลือเพียงประมาณห้านาที ซึ่งช่วยเพิ่มประสิทธิภาพในการประกอบและบำรุงรักษาได้ถึง 18 เท่า

ในแง่ปฏิบัติ นี่หมายความว่าลูกค้าสามารถขยายขีดความสามารถได้เร็วขึ้น ช่วยร่นระยะเวลาการสร้างศูนย์ข้อมูล และลดต้นทุนรวมได้อย่างมีนัยสำคัญ การเปลี่ยนแปลงในด้านความง่ายในการผลิตและการปฏิบัติงานนี้ถือเป็นความได้เปรียบในการแข่งขันที่แท้จริง โดยไม่ใช่แค่เรื่องของประสิทธิภาพดิบๆ เท่านั้น แต่เป็นเรื่องของความคุ้มค่าทางเศรษฐกิจ

การตรวจสอบผ่านช่องทางต่างๆ บ่งชี้ว่าความกระตือรือร้นของลูกค้าที่มีต่อ Rubin นั้นแข็งแกร่งกว่าแพลตฟอร์มของคู่แข่งอย่างมาก และการเปลี่ยนผ่านจาก Blackwell ไปสู่ Rubin อาจเกิดขึ้นเร็วกว่าที่ตลาดคาดการณ์ไว้ แม้ว่า AMD และ Broadcom จะเติบโตอย่างรวดเร็ว แต่รายได้รายไตรมาสที่เพิ่มขึ้นของ Nvidia ยังคงสูงกว่ารายได้ที่เพิ่มขึ้นรวมของคู่แข่งส่วนใหญ่อย่างมีนัยสำคัญ

แน่นอนว่าความเป็นผู้นำทางเทคโนโลยีเพียงอย่างเดียวไม่สามารถลบล้างข้อได้เปรียบเชิงโครงสร้างของ ASIC ได้ทั้งหมด สำหรับบริษัทยักษ์ใหญ่อย่าง Google และ Anthropic ที่มีความสามารถในการออกแบบภายในองค์กร ASIC สามารถมอบคุณค่าด้านต้นทุนต่อประสิทธิภาพที่ดียิ่งขึ้นสำหรับเวิร์กโหลดเฉพาะ และให้การควบคุมซัพพลายเชนที่เข้มงวดกว่า แต่ชิป Rubin อย่างน้อยก็ช่วยให้ Nvidia รักษาตำแหน่งในกลุ่ม GPU และช่วยซื้อเวลาสำหรับการดำเนินกลยุทธ์อื่นๆ

ไพ่ใบที่สอง: การส่งออกชิป H200 ไปยังจีน

เมื่อวันที่ 13 มกราคม รัฐบาลของ Trump ได้อนุมัติการส่งออกชิป H200 ไปยังประเทศจีน แม้ว่าเบื้องต้นจะดูเป็นปัจจัยบวกที่สำคัญ แต่รายละเอียดในเงื่อนไขนั้นมีความสำคัญอย่างยิ่ง

เงื่อนไขต่างๆ รวมถึงการเก็บภาษีนำเข้า 25% การจำกัดปริมาณรวมไว้ที่ 50% และต้องผ่านการตรวจสอบจากห้องปฏิบัติการของสหรัฐฯ ซึ่งเป็นบุคคลที่สามสำหรับชิปทั้งหมด เมื่อรวมอุปสรรคเหล่านี้เข้าด้วยกัน หมายความว่ารายได้ที่เกิดขึ้นจริงอาจน้อยกว่าตัวเลขคำสั่งซื้อตามพาดหัวข่าวมาก

รายงานระบุว่ายักษ์ใหญ่ด้านเทคโนโลยีของจีนกำลังเตรียมส่งคำสั่งซื้อที่มีมูลค่าสูงถึง 1.4 หมื่นล้านดอลลาร์ แต่เมื่อพิจารณาปัจจัยด้านภาษี การจำกัดปริมาณ และกระบวนการอนุมัติ ส่วนที่จะเปลี่ยนเป็นรายได้อาจน้อยกว่าครึ่งหนึ่งของจำนวนนั้น นอกจากนี้ ความมั่นคงของนโยบายยังเป็นอีกคำถามที่ยังไม่มีคำตอบ ในขณะที่ผู้ผลิตชิป AI ในประเทศจีนกำลังไล่ตามมาติดๆ และในระยะยาว ส่วนแบ่งการตลาดของ Nvidia ในจีนมีแนวโน้มที่จะถูกกัดเซาะต่อไป

ถึงกระนั้น นี่ก็ยังคงเป็นกระแสรายได้ที่จับต้องได้ บนฐานที่ใหญ่มากอย่าง Nvidia ยอดคำสั่งซื้อที่เป็นไปได้จำนวน 1.4 หมื่นล้านดอลลาร์ แม้จะรับรู้เป็นรายได้จริงเพียง 6–7 พันล้านดอลลาร์ ก็สามารถช่วยหนุนผลประกอบการปี 2026 ได้อย่างมีนัยสำคัญ

ไพ่ใบที่สาม: การลงทุนเชิงกลยุทธ์เพื่อสร้างระบบนิเวศ

Nvidia ไม่ใช่แค่ซัพพลายเออร์ชิปเท่านั้น แต่ยังเป็นนักลงทุนใน OpenAI, CoreWeave, Anthropic และแม้แต่ Intel ซึ่งเป็นเรื่องที่เข้าใจได้ว่าทำไมตลาดถึงตั้งคำถามว่า: นี่คือการระดมทุนแบบหมวนเวียนหรือไม่?

ตัวอย่างเช่น CoreWeave ซึ่งเป็นชื่อที่ถูกพูดถึงมากที่สุดในประเด็นนี้ การลงทุนของ Nvidia ในที่นั่นเป็นการถือหุ้นโดยตรง ไม่ใช่หนี้สิน โดยไม่ได้เป็นการให้สินเชื่อแก่ผู้ซื้อหรือเสนอเครดิตดอกเบี้ยต่ำ แต่เป็นการซื้อหุ้นตามเงื่อนไขของตลาด หากธุรกิจประสบความสำเร็จ ทุกฝ่ายก็ได้กำไร หากล้มเหลว Nvidia ก็ได้รับผลกระทบเหมือนผู้ถือหุ้นรายอื่นๆ ซึ่งแตกต่างอย่างสิ้นเชิงจากการจัดหาเงินทุนของซัพพลายเออร์ที่ช่วยกระตุ้นยอดขายผ่านการขยายระยะเวลาชำระเงินหรือการอุดหนุนเงินกู้

ข้อโต้แย้งของผู้บริหารคือขนาดของการลงทุนในโครงสร้างพื้นฐาน AI ในขณะนี้เกินขีดความสามารถด้านเงินทุนของบริษัทใดบริษัทหนึ่งไปแล้ว หากไม่มีเงินทุนจากการถือหุ้นของผู้เล่นอย่าง Nvidia หลายโครงการอาจไม่มีวันเกิดขึ้นได้ นี่คือสิ่งที่พวกเขาเรียกว่าการลงทุนเชิงกลยุทธ์ วิสัยทัศน์ระยะยาวของ Nvidia คาดการณ์ว่ารายได้ของบริษัทจะแตะระดับหนึ่งล้านล้านดอลลาร์ต่อปีภายในสิ้นศตวรรษนี้ โดยที่ระบบนิเวศในวงกว้างจะสร้างมูลค่าได้มหาศาลกว่ามาก และ Nvidia ต้องการมีส่วนร่วมในฐานะเจ้าของ ไม่ใช่แค่ผู้จัดจำหน่ายเพียงอย่างเดียว

อย่างไรก็ตาม นักลงทุนพบว่าเป็นเรื่องยากที่จะไว้วางใจความบริสุทธิ์ของตัวเลขการเติบโตที่รายงานได้อย่างเต็มที่ เมื่อพวกเขาเห็น Nvidia อัดฉีดเงินทุนให้กับลูกค้าที่ย้อนกลับมาซื้อชิปของ Nvidia เอง ความกังวลเหล่านั้นได้กลายเป็นปัจจัยกดดันหลักต่อมูลค่าของบริษัท ทว่าจากมุมมองทางเศรษฐกิจเพียงอย่างเดียว ในยุคที่เงินทุนสำหรับ AI มีความตึงตัวอย่างยิ่ง การลงทุนในระบบนิเวศลักษณะนี้อาจเป็นสิ่งที่จำเป็นอย่างยิ่งจริงๆ

นอกจากนี้ยังมีอีกมุมมองหนึ่งคือ การเดิมพันของ Nvidia ใน OpenAI และ Anthropic ไม่ใช่แค่เรื่องของการขาย GPU ให้มากขึ้นเท่านั้น เนื่องจากทั้งสองบริษัทกำลังเตรียมตัวสำหรับการเสนอขายหุ้น IPO ในปี 2026 เมื่อเข้าจดทะเบียนและมูลค่าของบริษัทเหล่านั้นชัดเจนขึ้น Nvidia ในฐานะผู้ถือหุ้นรายแรกๆ ก็จะได้รับประโยชน์อย่างมากจากมูลค่าส่วนต่างของหุ้นเอง

มูลค่าหุ้นถูก แต่ไม่มีผู้ซื้อ: เงินหายไปไหนหมด?

เมื่อพิจารณาจากมาตรวัดมูลค่าแบบดั้งเดิม Nvidia ดูเหมือนจะไม่แพงนัก โดยหุ้นมีการซื้อขายอยู่ที่ประมาณ 20 เท่าของกำไรคาดการณ์ล่วงหน้าในปี 2027 ซึ่งใกล้เคียงกับค่าเฉลี่ยของ S&P 500 ที่ 22 เท่า แต่ Nvidia ยังคงถูกคาดการณ์ว่าจะเติบโตของ EPS ในอัตราทบต้นต่อปีที่ประมาณ 35% พร้อมกับการเติบโตของกระแสเงินสดอิสระที่สูงกว่า 40% เมื่อเทียบกันแล้ว Broadcom ซึ่งเป็นอีกหนึ่งผู้ได้รับประโยชน์รายใหญ่จากการใช้จ่ายด้าน AI กลับมีระดับมูลค่าที่สูงกว่าทั้งในแง่ของกำไรปัจจุบันและกำไรคาดการณ์ล่วงหน้า

เป้าหมายจากฝั่งขาย (Sell-side) กระจุกตัวอยู่ในช่วง 250–275 ดอลลาร์ ซึ่งหมายถึงกำไรในปี 2027 ประมาณ 26–28 เท่า เมื่อราคาหุ้นอยู่ที่ประมาณ 180 ดอลลาร์ จึงบ่งชี้ว่ามีโอกาสปรับตัวขึ้นได้อีก 30–40% ในทางทฤษฎี แต่ประเด็นสำคัญคือราคาที่ถูกไม่ได้หมายความว่าจะมีอุปสงค์ส่วนเพิ่มเสมอไป เนื่องจากเม็ดเงินใหม่ๆ ได้ไหลเข้าสู่ผู้ผลิตหน่วยความจำและโรงหล่อชิปมากขึ้น ซึ่งให้เลเวอเรจในการดำเนินงานที่สูงกว่า

ตรรกะนั้นเรียบง่าย ในช่วงปี 2023–2024 หากคุณต้องการลงทุนในธีม AI วิธีที่ง่ายที่สุดคือการซื้อ Nvidia แต่ภายในปี 2026 การลงทุนในโครงสร้างพื้นฐาน AI ได้พุ่งสูงขึ้นจนถึงขีดจำกัดที่ขีดความสามารถในการผลิตที่มีอยู่จะรองรับได้ แม้ว่าอุปสงค์ของ GPU จะยังคงเติบโตอย่างรวดเร็ว แต่อัตราการเร่งของกำไรที่ "ปลายขอบ" ของห่วงโซ่มูลค่า เช่น หน่วยความจำ HBM, ชิปเทคโนโลยีขั้นสูงของ TSMC, รวมถึงอุปกรณ์บรรจุภัณฑ์และการทดสอบ อาจจะสูงกว่า เนื่องจากธุรกิจเหล่านั้นมีขนาดเล็กกว่าและอุปทานตึงตัวมากกว่า

นี่ไม่ใช่เรื่องของพื้นฐานของ Nvidia ที่พังทลายลง แต่มันเป็นเรื่องของการเปลี่ยนแปลงในการคำนวณความเสี่ยงต่อผลตอบแทน เมื่อหุ้นตัวอื่นๆ ที่ผูกโยงกับเรื่องราว AI เดียวกันเสนอความยืดหยุ่นในการปรับตัวขึ้นที่สูงกว่า เม็ดเงินลงทุนจึงหมุนเวียนไปยังหุ้นเหล่านั้นโดยธรรมชาติ

งบลงทุน AI ชะลอตัวในปี 2026: ทำไมเงินทุนถึงรอสัญญาณ?

อีกเหตุผลหนึ่งที่นักลงทุนลังเลที่จะหมุนเวียนเงินกลับเข้าสู่ Nvidia นั้นลึกซึ้งกว่า นั่นคืออัตราการเติบโตของงบลงทุน (CapEx) ด้าน AI เริ่มมีแนวโน้มลดลง

หากดูเพียงผิวเผิน Wall Street ยังคงดูมีมุมมองเชิงบวกเกี่ยวกับปี 2026 โดยการคาดการณ์เชิงรุกบ่งชี้ว่า CapEx ที่เกี่ยวข้องกับ AI ของเหล่า Hyperscaler อาจเพิ่มขึ้นเกือบ 40% เมื่อเทียบเป็นรายปี ซึ่งจะส่งผลให้การใช้จ่ายรวมสูงกว่า 6 แสนล้านดอลลาร์ ดูเหมือนว่ายังแข็งแกร่ง แต่ความไม่สบายใจอยู่ที่ความชันของกราฟ: การเติบโตถูกคาดหมายว่าจะชะลอตัวลงจากประมาณ 70% ในปี 2025 สู่ระดับ 30% ต้นๆ ในปี 2026

หากแนวโน้มนั้นยังคงดำเนินต่อไป ภายในปลายปี 2026 การเติบโตของ CapEx ด้าน AI อาจจะดูคล้ายกับการใช้จ่ายด้าน IT แบบดั้งเดิม สำหรับ Nvidia นั่นอาจหมายถึงจุดสิ้นสุดของช่วงเวลา "ฮันนีมูน" ของการเติบโตอย่างก้าวกระโดดแบบสุดขีด

ที่แย่กว่านั้นคือ ความแตกต่างภายในแพลตฟอร์มรายใหญ่กำลังขยายตัว Meta ยังคงลงทุนในอัตรา 40% ขึ้นไป ขณะที่ Amazon และ Google ให้แนวทางเพียงการเติบโตสิบกว่าเปอร์เซ็นต์ต้นๆ ความแตกแยกนี้สะท้อนถึงมุมมองที่แตกต่างกันเกี่ยวกับผลตอบแทนจากการลงทุนด้าน AI รายได้จากศูนย์ข้อมูลของ Nvidia ประมาณครึ่งหนึ่งมาจากเหล่า Hyperscaler เหล่านี้โดยตรง ดังนั้นการลดลงหรือการเร่งตัวขึ้นในแผน CapEx ของพวกเขาจะถูกขยายผลให้เห็นชัดเจนในวิธีที่ตลาดประเมินยอดคำสั่งซื้อของ Nvidia

ในบริบทนี้ นักลงทุนจึงเลือกที่จะรอคอย ไม่ใช่ว่าพวกเขาสงสัยในความสามารถในการทำกำไรของ Nvidia แต่พวกเขาต้องการความชัดเจนว่า CapEx ด้าน AI กำลังเข้าสู่ "บรรทัดฐานใหม่" ที่ปานกลางและยั่งยืนมากขึ้น หรือกำลังมุ่งหน้าสู่การเบรกตัวอย่างกะทันหัน

ทำไมทุกคนถึงรอคอยงาน GTC ในเดือนมีนาคม

นั่นคือสาเหตุที่ตอนนี้ตลาดจดจ่ออยู่ที่ "จุดตัดสินใจ" เพียงจุดเดียว นั่นคือการประชุม GTC ของ Nvidia ในช่วงกลางเดือนมีนาคม 2026

ในงานดังกล่าว คาดว่า Nvidia จะให้รายละเอียดที่เป็นรูปธรรมมากขึ้นเกี่ยวกับข้อกำหนดของชิป Rubin, กำหนดการผลิต และลูกค้ารายแรกๆ นอกจากนี้ นักลงทุนยังหวังว่าจะได้รับความมั่นใจอีกครั้งจาก Jensen Huang เกี่ยวกับภาพที่ชัดเจนขึ้นของโอกาสในโครงสร้างพื้นฐาน AI ทั้งหมดและจังหวะก้าว ขีดความสามารถในการใช้จ่ายเงินทุนของลูกค้ารายใหญ่ที่สุดของ Nvidia และขอบเขตที่ Nvidia วางแผนจะเข้าไปสนับสนุนด้านเงินทุนให้กับฐานลูกค้าของตนเอง

จนกว่าจะถึงตอนนั้น หุ้นมีแนวโน้มที่จะเคลื่อนไหวออกด้านข้างในกรอบประมาณ 180–210 ดอลลาร์ หากจะทะลุออกจากกรอบนั้นได้ ตลาดอาจต้องการเห็นสามสิ่งนี้:

1. OpenAI, Oracle และลูกค้ารายสำคัญอื่นๆ มีความคืบหน้าอย่างชัดเจนในการระดมทุนและแผน IPO เพื่อพิสูจน์ว่าห่วงโซ่การเงินของระบบนิเวศยังคงสมบูรณ์
2. แผนผังคำสั่งซื้อที่น่าเชื่อถือและโรดแมปการเพิ่มกำลังการผลิตสำหรับ Vera Rubin ที่แข็งแกร่งพอที่จะต้านทานแรงกดดันเชิงโครงสร้างจาก ASIC และชิปที่พัฒนาขึ้นเองภายใน
3. เรื่องราวที่ชัดเจนขึ้นเกี่ยวกับการลงทุนในหุ้นของ Nvidia ในลูกค้า ซึ่งจะทำให้นักลงทุนเชื่อมั่นว่านี่ไม่ใช่เพียงการหมุนเวียนเงินทุนเพื่อเพิ่มรายได้ แต่เป็นกลยุทธ์ที่สามารถสร้างผลตอบแทนระยะยาวในด้านการถือหุ้นได้เช่นกัน

สิ่งเหล่านี้ไม่ใช่เรื่องง่ายที่จะเกิดขึ้น โดยสอดคล้องโดยตรงกับมิติหลักสามประการ ได้แก่ ความยั่งยืนของอุปสงค์ ความแข็งแกร่งของปราการทางเทคโนโลยี และคุณภาพของกำไร

แล้วสิ่งที่ผู้คนควรจะกังวลจริงๆ คืออะไร?

นี่คือความตึงเครียดหลักรอบตัว Nvidia ในปัจจุบัน หากมองย้อนกลับไปในช่วงสามปีที่ผ่านมา บริษัทสมควรได้รับมูลค่าหุ้นที่สูงขึ้นอย่างชัดเจน แต่หากมองไปข้างหน้าถึงความเป็นไปได้ที่ CapEx ด้าน AI จะชะลอตัวลงหลังจากปี 2026 ตลาดจึงมีความลังเลที่จะให้ระดับมูลค่าที่เชิงรุกมากขึ้น ซึ่งเป็นเรื่องที่เข้าใจได้

ผลที่ตามมาคือบริษัทที่ยังคงเป็นหัวใจสำคัญของโครงสร้างพื้นฐาน AI ในระดับพื้นฐาน แต่ในตลาดหุ้นนั้นได้เปลี่ยนสถานะจาก "หุ้นหลักที่ต้องมี" ไปเป็นเพียงหนึ่งในหลายรายชื่อที่นักลงทุนรู้สึกว่าสามารถเลือกพิจารณาได้ สำหรับเงินทุนระยะสั้น การเปลี่ยนแปลงสถานะนี้เป็นสิ่งที่น่ากังวลอย่างยิ่ง อย่างไรก็ตาม สำหรับนักลงทุนระยะยาว หากขยายระยะเวลาออกไปเป็นสามถึงห้าปี ระดับราคาในปัจจุบันแม้ว่าจะไม่ใช่ระดับที่ถูกที่สุด แต่ก็ดูมีความน่าดึงดูดใจค่อนข้างมากแล้ว