Micron Technology จะสามารถคว้าโอกาสจากกระแสการเติบโตของ AI ท่ามกลางความผันผวนของตลาดได้หรือไม่?

ขณะที่ความตื่นเต้นพุ่งขึ้นสู่จุดสูงสุด Google（GOOGL）（GOOG）ซึ่งเป็นหน่วยงานภายใต้ Alphabet ได้เปิดตัวชุดอัลกอริทึมการทำ Quantization ใหม่เมื่อวันที่ 24 มีนาคม ซึ่งจะช่วยลดขนาดของโครงข่ายประสาทเทียมขนาดใหญ่และเครื่องมือค้นหาแบบเวกเตอร์ได้อย่างมหาศาล

งานวิจัยดังกล่าวนำเสนอ "สูตรลัด" ทางดิจิทัลที่สามารถลดการใช้หน่วยความจำได้ประมาณ 6 เท่า และเพิ่มความเร็วในการประมวลผลได้ 8 เท่าโดยไม่มีการสูญเสียความแม่นยำ หากเทคโนโลยีนี้ทำงานในสภาพแวดล้อมการผลิตจริงได้ดีเท่ากับในห้องปฏิบัติการ เราอาจเห็นการลดการใช้หน่วยความจำลงประมาณ 83% ในอนาคต

ข่าวดังกล่าวส่งผลกระทบต่อความเชื่อมั่นของหลายบริษัทในตลาดหน่วยความจำ โดยข้อมูลจาก S&P Global Market Intelligence ระบุว่า หุ้นของ Micron สูญเสียมูลค่าไปถึง 18.1% ในช่วงเดือนมีนาคม เนื่องจากนักลงทุนประเมินแนวโน้มอุปสงค์ในระยะสั้นใหม่

การลดปริมาณหน่วยความจำของโมเดลที่จำเป็นต้องจัดเก็บและเคลื่อนย้ายน่าจะสร้างแรงกดดันโดยตรงที่สุดต่อหน่วยจัดเก็บข้อมูลแบบ NAND ของ Micron (ซึ่งคิดเป็นสัดส่วนประมาณ 21% ของรายได้รวมของ Micron)

นอกจากนี้ ยังเป็นเหตุผลสนับสนุนมุมมองเชิงลบสำหรับ DRAM เนื่องจากโมเดลที่มีประสิทธิภาพมากขึ้นจะช่วยลดปริมาณหน่วยความจำรวมที่จำเป็นสำหรับตัวเร่งความเร็วแต่ละตัวลง

อย่างไรก็ตาม พื้นฐานของเรื่องนี้คือซอฟต์แวร์ที่มีประสิทธิภาพมักนำไปสู่การใช้งานที่กว้างขวางขึ้น ซึ่งเป็นแก่นแท้ของทฤษฎีความย้อนแย้งของเจวอนส์ (Jevons Paradox) เนื่องจากต้นทุนที่ลดลงและประสิทธิภาพที่เพิ่มขึ้นมักจะกระตุ้นการบริโภคให้สูงขึ้น หรือกล่าวอีกนัยหนึ่งคือ การลดหน่วยความจำต่อโหนดอาจส่งผลให้มีจำนวนโหนดรวมมากขึ้น การปรับใช้งานที่ใหญ่ขึ้น หรือเวิร์กโหลดใหม่ๆ ที่นำไปสู่การเพิ่มขึ้นของอุปสงค์รวม แม้ว่าหน่วยความจำต่อเซิร์ฟเวอร์จะลดลงกว่าเดิมก็ตาม

ความต้องการใช้หน่วยความจำสำหรับ AI มีแนวโน้มเติบโตขึ้นอย่างมากเมื่อเทียบกับหน่วยความจำประเภทอื่นในอดีตที่ผ่านมา โดยในขณะที่โมเดล AI และชุดข้อมูลมีขนาดใหญ่ขึ้นอย่างต่อเนื่อง การฝึกฝนและการใช้งานโมเดลเหล่านี้จึงจำเป็นต้องใช้ทรัพยากรหน่วยความจำเพิ่มขึ้นแบบทวีคูณ ซึ่งมากกว่าความต้องการใช้งานหน่วยความจำในรูปแบบดั้งเดิม

นอกจากนี้ เนื่องจากการมีโมเดล AI จำนวนมากที่กำลังถูกฝึกฝนอย่างต่อเนื่อง และโมเดลรุ่นเก่ายังคงต้องพร้อมใช้งานสำหรับการประมวลผล (inference) ปัจจัยเหล่านี้จึงสร้างสภาพแวดล้อมสำหรับหน่วยความจำ AI ให้มีความเสถียรมากกว่าวงจรของหน่วยความจำแบบดั้งเดิม

เมื่อพิจารณาจากระดับการลงทุนในโครงสร้างพื้นฐาน AI ของบรรดาบริษัทเทคโนโลยีรายใหญ่ Micron จึงสามารถปรับขึ้นราคาและยกระดับอัตรากำไรได้ก่อนที่อุตสาหกรรมจะบรรลุจุดสมดุลระหว่างอุปสงค์และอุปทานที่มั่นคง

แนวโน้มการซื้อหุ้น Micron ในปี 2568 สะท้อนให้เห็นถึงผลประกอบการที่แข็งแกร่งของบริษัท อันเป็นผลมาจากการลงทุนใน AI อย่างต่อเนื่องยาวนานหลายปีของผู้ใช้งาน และจำนวนชิปที่มีอยู่อย่างจำกัด

รายงานในเดือนมีนาคมระบุว่ารายได้ อัตรากำไรขั้นต้น และ EPS สูงกว่าที่นักวิเคราะห์คาดการณ์ไว้ ซึ่งช่วยตอกย้ำความเชื่อมั่นในการลงทุนในสินทรัพย์นี้ อย่างไรก็ตาม ข่าวเกี่ยวกับการบีบอัด (compression) ที่ Google ได้สร้างความไม่แน่นอนเกี่ยวกับปริมาณความต้องการที่จะเกิดขึ้นในระยะสั้น

ในระยะข้างหน้า เราคาดว่าระดับความผันผวนจะเพิ่มสูงขึ้นเมื่อเทียบกับการปรับตัวขึ้นของราคาครั้งล่าสุด เนื่องจากตลาดต้องสร้างสมดุลระหว่างปัจจัยพื้นฐานที่แข็งแกร่งกับความไม่แน่นอนที่ว่าซอฟต์แวร์จะสามารถเข้ามาแทนที่ฮาร์ดแวร์บางส่วนได้หรือไม่

อย่างไรก็ตาม โดยปกติแล้วต้องใช้เวลาพอสมควรสำหรับอัลกอริทึมที่ล้ำสมัยในการเปลี่ยนผ่านจากขั้นการวิจัยไปสู่การใช้งานจริง โดยเฉพาะอย่างยิ่งเมื่อพิจารณาจากความไม่สม่ำเสมอของเส้นโค้งการยอมรับเทคโนโลยีสำหรับภาระงาน AI ที่หลากหลาย ดังนั้น จึงยังมีโอกาสสูงที่อุปทาน DRAM และ HBM ของ Micron จะยังคงตึงตัวต่อไป ในขณะที่ผู้ใช้งานกำลังพิจารณาว่า "AI ที่มีประสิทธิภาพ" ในกระบวนการผลิตจะมีรูปแบบเป็นอย่างไร

รายได้ที่เติบโตสูงสุดเป็นประวัติการณ์ที่ 196% เมื่อเทียบเป็นรายปี พร้อมด้วยการเติบโตของกำไรต่อหุ้น (EPS) ที่ระดับ 682% และอัตรากำไรขั้นต้นที่เพิ่มขึ้นเป็น 74.4% สะท้อนภาพที่ชัดเจนของสภาวะการขาดแคลนจากวิกฤตโควิด-19 และความต้องการที่พุ่งสูงขึ้นอย่างมหาศาลจากการฟื้นตัวของอุปสงค์ไมโครโปรเซสเซอร์และเซมิคอนดักเตอร์ ตลอดจนการขยายตัวของระบบคลาวด์ที่ยังคงเติบโตอย่างต่อเนื่อง

Micron มีรายได้และกำไรต่อหุ้นสูงกว่าที่วอลล์สตรีทคาดการณ์ไว้ที่ 2 หมื่นล้านดอลลาร์ และ 9.31 ดอลลาร์ตามลำดับ ซึ่งเป็นหลักฐานสำคัญที่แสดงให้เห็นว่าบริษัทจะยังคงได้รับประโยชน์จากการปรับปรุงส่วนผสมผลิตภัณฑ์และอำนาจการกำหนดราคาที่เพิ่มขึ้น

แม้ว่าผลการดำเนินงานเหล่านี้อาจได้รับผลกระทบในเชิงลบจากการรักษาวินัยด้านราคาอย่างต่อเนื่องและการเพิ่มงบรายจ่ายลงทุนเพื่อการเติบโตของ AI แต่ในขณะเดียวกันก็แสดงให้เห็นถึงประสิทธิภาพการดำเนินงานของ Micron ในทุกกลุ่มผลิตภัณฑ์ ซึ่งเป็นเหตุผลที่ Mehrotra ได้นำคำว่า "อุปสงค์" "ข้อจำกัดด้านอุปทาน" และ "การดำเนินงาน" มาใช้ร่วมกันเมื่อกล่าวถึงผลประกอบการดังกล่าว

ระดับราคายังคงมีเสถียรภาพ และในขณะที่การผลิตหน่วยความจำแบนด์วิดท์สูง (High Bandwidth Memory) มีปริมาณเพิ่มขึ้นในไตรมาสต่อๆ ไป คาดว่าอัตรากำไรของ Micron จะยังคงอยู่ในระดับที่เท่ากับหรือสูงกว่าระดับปัจจุบัน แม้ว่าการเติบโตของปริมาณการจำหน่ายต่อหน่วยจะชะลอตัวลงก็ตาม

Micron ยังคงมีความสำคัญอย่างยิ่งต่อโครงสร้างพื้นฐาน AI และผลประกอบการไตรมาสล่าสุดได้ช่วยตอกย้ำความสำคัญดังกล่าวผ่านการเติบโตและกำไรที่แข็งแกร่งอย่างต่อเนื่อง อย่างไรก็ตาม เนื่องจากข่าวเรื่องการบีบอัดข้อมูลเป็นปัจจัยสำคัญที่ส่งผลต่อความเชื่อมั่นในระยะสั้น จึงมีความเป็นไปได้ที่บริษัทจะเผชิญกับความผันผวนสูง ในขณะที่ตลาดกำลังพิจารณาว่าประสิทธิภาพของซอฟต์แวร์จะนำไปสู่ความต้องการหน่วยความจำโดยรวมที่ลดลง หรือจะทำให้เกิดการขยายการใช้งานซึ่งส่งผลให้ปริมาณการใช้หน่วยความจำโดยรวมเพิ่มมากขึ้น

สำหรับนักลงทุนที่กำลังพิจารณา Micron ควรเตรียมพร้อมรับมือกับความผันผวนที่อาจเกิดขึ้น ขณะที่ตลาดโดยรวมกำลังประเมินว่าประสิทธิภาพของซอฟต์แวร์จะส่งผลให้การใช้หน่วยความจำรวมลดลง หรือจะนำไปสู่การบริโภคหน่วยความจำที่มากขึ้นจากการติดตั้งใช้งานในระดับที่ใหญ่ขึ้น

ปัจจุบันยังเร็วเกินไปที่จะตัดสินว่าจะเกิดผลลัพธ์ในทิศทางใด และการตอบสนองที่รวดเร็วเกินไปโดยขาดการไตร่ตรองอาจทำให้พลาดแนวโน้มการขยายตัวของการเปิดรับ AI ที่ดำเนินมาอย่างต่อเนื่อง ซึ่งเป็นตัวขับเคลื่อนปัจจัยพื้นฐานของ Micron

เนื้อหานี้ได้รับการแปลโดยปัญญาประดิษฐ์ (AI) และผ่านตรวจสอบโดยมนุษย์ มีไว้เพื่อการอ้างอิงและข้อมูลทั่วไปเท่านั้น ไม่ใช่การแนะนำการลงทุนแต่อย่างใด