เจาะลึกผลประกอบการไตรมาส 1 ของ NVIDIA: ทำไมผลประกอบการที่สูงกว่าคาดจึงไม่สามารถหนุนราคาหุ้นให้ปรับตัวขึ้นได้? บทวิเคราะห์เจาะลึกไฮไลท์สำคัญและความเสี่ยงที่ซ่อนอยู่ฉบับสมบูรณ์

หากจะสรุปรายงานผลประกอบการนี้ภายในประโยคเดียวคือ: ตัวเลขที่น่าทึ่งในสภาวะตลาดที่นิ่งสงบ โดยรายได้รวมอยู่ที่ 8.16 หมื่นล้านดอลลาร์ เพิ่มขึ้น 85% เมื่อเทียบรายปี ซึ่งสูงกว่าตัวเลขคาดการณ์ของวอลล์สตรีทที่ประมาณ 7.9 หมื่นล้านดอลลาร์ ขณะที่กำไรต่อหุ้นปรับลด (EPS) แบบ Non-GAAP อยู่ที่ 1.87 ดอลลาร์ สูงกว่าที่คาดไว้ประมาณ 6% และการคาดการณ์รายได้ในไตรมาส 2 อยู่ที่ 9.1 หมื่นล้านดอลลาร์ ซึ่งสูงกว่าที่ตลาดประเมินไว้ที่ประมาณ 8.7 หมื่นล้านดอลลาร์เช่นกัน ตามมาตรฐานปกติ ผลลัพธ์เหล่านี้ควรจะกระตุ้นให้เกิดการพุ่งขึ้นอย่างแข็งแกร่ง แต่ราคาหุ้นกลับแทบไม่ขยับในการซื้อขายนอกเวลาทำการ โดยปรับตัวเพิ่มขึ้นเล็กน้อยก่อนจะพลิกกลับเป็นลบและปิดตลาดเกือบทรงตัว ปรากฏการณ์ "ผลประกอบการดีแต่หุ้นไม่พุ่ง" นี้เป็นสัญญาณที่น่าคิดที่สุดจากรายงานฉบับนี้ ซึ่งสะท้อนให้เห็นว่าฝั่งผู้ซื้อเริ่มเคยชินกับผลงานที่ยอดเยี่ยมเกินคาด และตลาดกำลังกังวลอย่างเงียบๆ เกี่ยวกับประเด็นเชิงโครงสร้างที่ลึกซึ้งยิ่งขึ้น

ภาพรวมข้อมูลหลัก

ตัวชี้วัดทางการเงินที่สำคัญ

ที่มา: รายงานผลประกอบการอย่างเป็นทางการของ NVIDIA

การเปลี่ยนแปลงที่สำคัญในงบดุล

ที่มา: รายงานผลประกอบการอย่างเป็นทางการของ NVIDIA

ประมาณการสำหรับไตรมาส 2 ปีงบประมาณ 2027

ที่มา: รายงานผลประกอบการอย่างเป็นทางการของ NVIDIA

สิ่งที่ทำได้ดีกว่าความคาดหมาย

1. ระบบเครือข่ายสำหรับศูนย์ข้อมูล: กลไกที่มองไม่เห็นซึ่งตลาดประเมินต่ำเกินไปอย่างเป็นระบบ

ตัวเลขที่ถูกประเมินค่าต่ำเกินไปมากที่สุดในไตรมาสนี้คือรายได้จากระบบเครือข่ายสำหรับศูนย์ข้อมูล (Data Center Networking) ที่ 1.48 หมื่นล้านดอลลาร์ ซึ่งพุ่งขึ้น 199% เมื่อเทียบเป็นรายปี และเพิ่มขึ้น 35% เมื่อเทียบกับไตรมาสก่อนหน้า นักลงทุนจำนวนมากมุ่งความสนใจไปที่ปริมาณการส่งมอบ GPU แต่อัตราการเติบโตระดับเลขสามหลักนี้เผยให้เห็นสิ่งที่ลึกซึ้งกว่านั้น นั่นคือลูกค้ากำลังสร้างโรงงาน AI และพวกเขากำลังซื้อแบบยกทั้งระบบ ไม่ใช่แค่ตัวชิป

GPU เพียงอย่างเดียวไม่เพียงพอ ระบบเชื่อมต่อความเร็วสูงที่เชื่อมโยง GPU นับหมื่นตัวเข้าด้วยกัน เช่น สวิตช์ NVLink, InfiniBand และสวิตช์โฟโตนิก Spectrum-X Ethernet ล้วนเป็นสิ่งที่ขาดไม่ได้ ส่วนแบ่งการตลาดของ NVIDIA ในด้านระบบเครือข่ายกำลังเพิ่มขึ้นอย่างรวดเร็ว และรายได้ส่วนนี้มักจะมีอัตรากำไรที่สูงกว่าและมีความยึดติดของลูกค้าที่มากกว่า เนื่องจากเมื่อลูกค้าสร้างระบบแบบบูรณาการเสร็จแล้ว ต้นทุนในการเปลี่ยนระบบจะสูงมาก นี่ไม่ใช่แค่การเติบโตของรายได้ แต่เป็นการขยายคูเมืองทางการแข่งขันให้กว้างขึ้นอย่างเห็นได้ชัด

2. กำไรสุทธิตามมาตรฐาน GAAP พุ่ง 211% แต่กำไรที่ยังไม่เกิดขึ้นจริงซ่อนปัญหาใหญ่ไว้

กำไรสุทธิตามมาตรฐาน GAAP ที่ 5.83 หมื่นล้านดอลลาร์ สูงกว่ากำไรสุทธิแบบ Non-GAAP ที่ 4.55 หมื่นล้านดอลลาร์อย่างมาก ปัจจัยหลักที่ทำให้เกิดส่วนต่างนี้คือรายการ 'รายได้อื่น (สุทธิ)' ประมาณ 1.59 หมื่นล้านดอลลาร์ ซึ่งส่วนใหญ่เป็นกำไรทางบัญชี (paper gains) จากการลงทุนในหุ้นของ NVIDIA ในบริษัท AI อย่าง CoreWeave และ OpenAI กำไรที่ยังไม่เกิดขึ้นจริงเหล่านี้จะรวมอยู่ในกำไรตามมาตรฐาน GAAP แต่จะถูกตัดออกในตัวเลขแบบ Non-GAAP ซึ่งส่งผลให้กำไร GAAP รวมพุ่งสูงขึ้นอย่างมีนัยสำคัญ

นี่คือดาบสองคม ข่าวดีคือการวางเดิมพันในช่วงเริ่มต้นของ NVIDIA ในระบบนิเวศ AI สร้างผลตอบแทนทางบัญชีที่น่าทึ่ง แต่ข่าวร้ายคือผลกำไรเหล่านี้ขึ้นอยู่กับความเชื่อมั่นของตลาดหุ้นนอกตลาด (private market) ต่อมูลค่าของบริษัท AI หากกระแสความคลั่งไคล้ AI สิ้นสุดลง เงิน 1.59 หมื่นล้านดอลลาร์นั้นอาจมลายหายไปในชั่วข้ามคืนหรือกลายเป็นติดลบได้ ในเชิงปฏิบัติ นักลงทุนที่ใช้เกณฑ์ตัดสินเพียง GAAP EPS ($2.39) แทนที่จะเป็น Non-GAAP EPS ($1.87) จะประเมินความสามารถในการทำกำไรจากการดำเนินงานหลักของ NVIDIA สูงเกินจริงไปประมาณ 28%

3. ประมาณการรายได้ Q2 ที่ 9.1 หมื่นล้านดอลลาร์: ตลาดเริ่มตั้งคำถามแล้วว่า Q3 จะทะลุ 1 แสนล้านดอลลาร์ได้หรือไม่

ประมาณการรายได้ไตรมาส 2 ที่ 9.1 หมื่นล้านดอลลาร์ สูงกว่าคาดการณ์ของตลาดประมาณ 3.8 พันล้านดอลลาร์ หรือประมาณ 4.4% เมื่อพิจารณาจากพฤติกรรมที่ผ่านมาของ NVIDIA ที่มักจะให้ประมาณการแบบระมัดระวังและรายงานผลจริงที่สูงกว่าคาดเสมอ ประเด็นที่ว่ารายได้จริงจะสามารถทะลุเพดานสูงสุดของช่วงประมาณการและแตะระดับ 9.5 หมื่นล้านดอลลาร์ได้หรือไม่ จึงกลายเป็นจุดสนใจถัดไปของตลาด

สิ่งที่น่าสังเกตยิ่งกว่าคือวิสัยทัศน์ในระยะยาว โดย Jensen Huang เคยกล่าวในงาน GTC ว่าเขามั่นใจว่า Blackwell และ Rubin จะสามารถสร้างรายได้สะสมร่วมกันได้ถึง 1 ล้านล้านดอลลาร์ในช่วงปี 2025 ถึง 2027 และในการแถลงผลประกอบการครั้งนี้ เขาได้ย้ำมุมมองเพิ่มเติมว่าการใช้จ่ายด้านทุน (Capex) สำหรับ AI ทั่วโลกอาจแตะระดับ 3-4 ล้านล้านดอลลาร์ภายในปี 2030 ถ้อยแถลงเหล่านี้ไม่ใช่เพียงการกล่าวลอยๆ เพื่อสร้างแรงบันดาลใจ แต่เป็นพันธสัญญาที่ชัดเจนซึ่งได้รับการสนับสนุนจากแผนงานผลิตภัณฑ์และลำดับความต้องการของลูกค้า

4. กระแสเงินสดอิสระ 4.86 หมื่นล้านดอลลาร์: ตัวเงินจริง ไม่ใช่นิยายทางบัญชี

กระแสเงินสดจากการดำเนินงาน 5.03 หมื่นล้านดอลลาร์ และกระแสเงินสดอิสระ 4.855 หมื่นล้านดอลลาร์ คิดเป็นอัตราส่วนกระแสเงินสดอิสระที่ประมาณ 59% หมายความว่าเกือบทุกดอลลาร์ของกำไรที่รายงานได้เปลี่ยนเป็นเงินสดรับจริง ในช่วงไตรมาสนี้ NVIDIA ได้ซื้อหุ้นคืนเป็นมูลค่า 1.931 หมื่นล้านดอลลาร์ และคืนเงินให้แก่ผู้ถือหุ้นรวมทั้งสิ้นประมาณ 2 หมื่นล้านดอลลาร์เมื่อรวมเงินปันผล ซึ่งถือเป็นสถิติสูงสุดเมื่อเทียบกับไตรมาสเดียวกันในอดีต

การปรับโครงสร้างส่วนงานธุรกิจ: เป็นมากกว่าแค่การเปลี่ยนชื่อเรียกใหม่

การเปลี่ยนแปลงที่อาจถูกมองข้ามได้ง่ายแต่สำคัญอย่างยิ่งต่อการทำความเข้าใจกลยุทธ์ระยะยาวของ NVIDIA คือการรื้อโครงสร้างการรายงานผลการดำเนินงานใหม่ทั้งหมดในไตรมาสนี้:

กรอบโครงสร้างเดิม (แบ่งตามสายผลิตภัณฑ์): ศูนย์ข้อมูล / การเล่นเกม / การแสดงภาพระดับมืออาชีพ / ยานยนต์

กรอบโครงสร้างใหม่ (แบ่งตามรูปแบบการประมวลผล):

• ศูนย์ข้อมูล (Data Center): Hyperscale (คลาวด์สาธารณะและบริษัทอินเทอร์เน็ตขนาดใหญ่) + ACIE (คลาวด์ AI, อุตสาหกรรม และองค์กร)
• การประมวลผลที่ปลายทาง (Edge Computing):พีซี, การเล่นเกม, เวิร์กสเตชัน, สถานีฐาน AI-RAN, หุ่นยนต์, ยานยนต์

ข้อความที่ NVIDIA กำลังส่งสัญญาณคือ สมรภูมิ GPU ได้ขยายวงกว้างออกไปไกลกว่าการฝึกฝนโมเดลระดับแนวหน้าในศูนย์ข้อมูลขนาดใหญ่เพียงไม่กี่แห่ง โดยปัจจุบัน AI กำลังแทรกซึมเข้าไปในแล็ปท็อปทุกเครื่อง รถยนต์ทุกคัน และโรงงานทุกแห่ง รายได้จาก Edge Computing ที่ 6.4 พันล้านดอลลาร์ ซึ่งเติบโตขึ้น 29% เมื่อเทียบเป็นรายปี แม้จะช้ากว่ากลุ่มศูนย์ข้อมูลมาก แต่นี่คือการที่ NVIDIA เข้าไปวางรากฐานเชิงรุกเพื่อสร้างกระแสรายได้ที่หลากหลายในอนาคต

ข้อมูลสำคัญที่เพิ่มขึ้นจากการแถลงผลประกอบการ: NVIDIA กำลังก้าวขึ้นเป็นผู้จัดหา CPU รายใหญ่ที่สุดของโลก

ในการแถลงผลประกอบการ บริษัทได้เปิดเผยข้อมูลที่เปรียบเสมือนข่าวใหญ่ที่สั่นสะเทือนวงการ: รายได้จาก Vera CPU ของ NVIDIA ในปีนี้ ทั้งจากการขายแยกและการรวมชุดในโครงสร้าง Rubin คาดว่าจะสูงถึงประมาณ 2 หมื่นล้านดอลลาร์ ซึ่งจะส่งผลให้ NVIDIA กลายเป็นผู้จัดหา CPU รายใหญ่ที่สุดของโลก แซงหน้า AMD และ Intel

เรื่องนี้ควรค่าแก่การให้ความสนใจเป็นพิเศษด้วยเหตุผล 3 ประการ:

ประการแรก ตลาดยังไม่ได้สะท้อนมูลค่ารายได้ส่วนนี้ในราคาหุ้นเลยโมเดลของนักวิเคราะห์ทุกรายมองว่า CPU เป็นปัจจัยคงที่สำหรับ NVIDIA ดังนั้นรายได้ 2 หมื่นล้านดอลลาร์นี้จึงเกือบจะเป็นส่วนต่างกำไรส่วนเกิน (upside) ทั้งหมดจากที่คาดการณ์ไว้ ซึ่งหมายความว่าประมาณการกำไรในปีงบประมาณ 2027 น่าจะยังต่ำกว่าความเป็นจริง

ประการที่สอง เรื่องนี้บั่นทอนสมมติฐานเชิงบวกสำหรับ AMD และ Intel โดยตรงนักลงทุนบางส่วนถือหุ้น AMD และ Intel บนสมมติฐานที่ว่า Agentic AI จะเพิ่มความต้องการ CPU ในภาระงานด้าน AI อย่างมหาศาล แต่ NVIDIA เพิ่งประกาศว่าเป็นผู้จัดหา CPU รายใหญ่ที่สุดแล้ว ซึ่งเท่ากับการปักธงชัยในถิ่นของคู่แข่งอย่างชัดเจน

ประการที่สาม Vera CPU ไม่ใช่หน่วยประมวลผลอเนกประสงค์ทั่วไปนี่คือ CPU รุ่นแรกของโลกที่สร้างขึ้นเพื่อภาระงาน Agentic AI โดยเฉพาะ มาพร้อมกับคอร์ Olympus สถาปัตยกรรม ARM ที่ออกแบบเอง 88 คอร์ และแบนด์วิดท์หน่วยความจำสูงสุด 1.2 TB/s ซึ่งได้รับการปรับแต่งมาโดยเฉพาะสำหรับการใช้เหตุผลหลายขั้นตอนและการอนุมานในบริบทที่ยาว NVIDIA ไม่ได้แข่งกับ Intel หรือ AMD ในตลาด CPU เซิร์ฟเวอร์แบบเดิม แต่กำลังกำหนดประเภทผลิตภัณฑ์ใหม่ทั้งหมดที่ไม่มีคู่แข่งโดยตรง

Vera Rubin: ปัจจัยเร่งทางเทคนิคที่ใหญ่ที่สุดในช่วงครึ่งปีหลัง

NVIDIA ยืนยันว่าแพลตฟอร์ม Vera Rubin จะเริ่มจัดส่งในไตรมาสที่ 3 ตามกำหนดการ ซึ่งช่วยคลายความกังวลของตลาดก่อนหน้านี้เกี่ยวกับความล่าช้าที่อาจเกิดขึ้น โดยมีตัวชี้วัดประสิทธิภาพที่สำคัญดังนี้:

ตัวเลขที่มีนัยสำคัญที่สุดคือต้นทุนการสร้างโทเคนที่ลดลงถึง 10 เท่า อุปสรรคใหญ่ที่สุดประการเดียวที่ขัดขวางไม่ให้ AI ถูกนำไปใช้ในเชิงพาณิชย์ในวงกว้างไม่ใช่ความสามารถของโมเดล แต่คือต้นทุนการอนุมาน หาก Rubin ทำได้ตามสัญญานี้ จะเป็นการปรับเปลี่ยนโครงสร้างเศรษฐศาสตร์ของบริการ AI อย่างสิ้นเชิง พร้อมกับบีบโอกาสทางการตลาดสำหรับชิป ASIC ของคู่แข่งในด้านต้นทุน

ส่วนที่ผลประกอบการยังทำได้ไม่ถึงเป้า

1. การตอบแทนผู้ถือหุ้นต่ำกว่าความคาดหวังเชิงรุกของนักลงทุนฝั่งซื้อเล็กน้อย

NVIDIA ประกาศวงเงินซื้อหุ้นคืนเพิ่มเติม 8 หมื่นล้านดอลลาร์ (ซึ่งเมื่อรวมกับวงเงินที่เหลือประมาณ 3.85 หมื่นล้านดอลลาร์ ณ สิ้นไตรมาส จะทำให้มีงบซื้อหุ้นคืนรวมประมาณ 1.185 แสนล้านดอลลาร์) และเพิ่มปันผลรายไตรมาสขึ้น 25 เท่าจาก 0.01 ดอลลาร์ เป็น 0.25 ดอลลาร์ต่อหุ้น ตัวเลขเหล่านี้ไม่แย่ในเชิงปริมาณ แต่นักลงทุนเชิงรุกบางส่วนคาดว่าวงเงินซื้อหุ้นคืนใหม่จะเกิน 1 แสนล้านดอลลาร์ ดังนั้นตัวเลข 8 หมื่นล้านดอลลาร์จึงดูน้อยไปนิดสำหรับนักลงทุนกลุ่มนี้

เป็นที่น่าสังเกตว่าสิ่งที่ขาดหายไปนี้เป็นผลมาจากความคาดหวังที่สูงเกินไปของฝั่งซื้อ มากกว่าความตระหนี่ของ NVIDIA เนื่องจากยอดการซื้อหุ้นคืนจริงในไตรมาสที่ 1 ที่ 1.931 หมื่นล้านดอลลาร์ บวกกับเงินปันผลรวมแล้วประมาณ 2 หมื่นล้านดอลลาร์ ถือเป็นการตอบแทนผู้ถือหุ้นที่สูงที่สุดเป็นประวัติการณ์ในรอบปี

2. การเติบโตของค่าใช้จ่ายในการดำเนินงานกำลังเร่งตัวขึ้น

ค่าใช้จ่ายในการดำเนินงานตามหลัก GAAP ที่ 7.6 พันล้านดอลลาร์ เติบโตขึ้น 52% เมื่อเทียบเป็นรายปี ซึ่งยังต่ำกว่าอัตราการเติบโตของรายได้ที่ 85% หมายความว่าการใช้ประโยชน์จากมาตรการดำเนินงานยังคงได้ผล แต่ทิศทางของตัวเลขนั้นควรค่าแก่การจับตา โดยประมาณการไตรมาสที่ 2 คาดว่าค่าใช้จ่ายในการดำเนินงานตาม GAAP จะอยู่ที่ประมาณ 8.5 พันล้านดอลลาร์ เพิ่มขึ้นราว 12% จากไตรมาสก่อน เฉพาะงบวิจัยและพัฒนาพุ่งสูงถึง 6.32 พันล้านดอลลาร์ในไตรมาสนี้ (+58% YoY) สะท้อนถึงการลงทุนอย่างหนักในระบบนิเวศซอฟต์แวร์ (CUDA, Dynamo, NemoClaw ฯลฯ) และการวิจัยผลิตภัณฑ์รุ่นถัดไป

นี่คือกลยุทธ์ที่จงใจใช้ค่าใช้จ่ายดำเนินงานเพื่อสร้างปราการทางซอฟต์แวร์ แต่หากการเติบโตของรายได้ชะลอตัวลงในขณะที่ค่าใช้จ่ายในการดำเนินงานยังคงเติบโตมากกว่า 10% ต่อไตรมาส แรงกดดันต่ออัตรากำไรจะปรากฏชัดอย่างรวดเร็ว

3. รายได้จากจีนยังคงเป็นศูนย์

Colette Kress ประธานเจ้าหน้าที่ฝ่ายการเงินระบุอย่างชัดเจนในการแถลงว่า รายได้จากการประมวลผลศูนย์ข้อมูลจากจีนเป็นศูนย์ในไตรมาสที่ 1 แม้รัฐบาลสหรัฐฯ จะอนุมัติการส่งออกชิป H200 จำนวนจำกัดไปยังจีน แต่ ณ วันที่รายงาน NVIDIA ยังไม่ได้รับรู้รายได้ใดๆ จากการอนุมัตินี้ และยังไม่แน่นอนว่าจะได้รับอนุญาตให้นำเข้าจริงหรือไม่ เช่นเดียวกับประมาณการไตรมาสที่ 2 ที่ไม่รวมรายได้ศูนย์ข้อมูลจากจีนอย่างชัดเจน

ความเสี่ยง: 5 ข้อกังวลที่ซ่อนอยู่เบื้องหลังตัวเลข

ความเสี่ยงที่ 1: สินค้าคงคลังพุ่งสูง — การสต็อกสินค้าด้วยความมั่นใจหรือชนวนที่รอวันปะทุ?

งบแสดงฐานะการเงินแสดงให้เห็นว่าสินค้าคงคลังไตรมาสที่ 1 พุ่งจาก 2.14 หมื่นล้านดอลลาร์ เป็น 2.58 หมื่นล้านดอลลาร์ เพิ่มขึ้นประมาณ 4.4 พันล้านดอลลาร์ หรือ +20% ในไตรมาสเดียว ฝ่ายบริหารอธิบายว่านี่คือการสต็อกสินค้าล่วงหน้าเพื่อรองรับการส่งมอบ Blackwell และการเร่งผลิต Rubin ซึ่งเป็นสัญญาณของความเชื่อมั่นในอุปสงค์

แต่ประวัติศาสตร์เคยให้บทเรียนที่ควรระวัง ทั้งวิกฤตสินค้าคงคลัง GPU สำหรับเล่นเกมในปี 2022 และการลดมูลค่าชิป H20 มูลค่า 4.5 พันล้านดอลลาร์จากมาตรการควบคุมการส่งออกในไตรมาสที่ 1 ปีงบประมาณ 2026 แสดงให้เห็นว่าสินค้าคงคลังที่สูงมีต้นทุนที่แท้จริง เจ้าหนี้การค้าที่เพิ่มขึ้นจาก 9.8 พันล้านดอลลาร์ เป็น 1.31 หมื่นล้านดอลลาร์ในช่วงเวลาเดียวกัน บ่งชี้ว่า NVIDIA กำลังขยายระยะเวลาชำระเงินให้ซัพพลายเออร์ ซึ่งอาจหมายความว่า NVIDIA กำลังบริหารเงินสดอย่างระมัดระวังแม้จะมีการสต็อกสินค้า หากงบลงทุนของลูกค้าสั่นคลอนหรือมาตรการควบคุมการส่งออกขยายวงกว้าง สินค้าคงคลัง 2.58 หมื่นล้านดอลลาร์นี้จะเสี่ยงต่อการด้อยค่า

ความเสี่ยงที่ 2: พอร์ตการลงทุนในหุ้นมูลค่า 7.36 หมื่นล้านดอลลาร์ — ผลกระทบแบบผีเสื้อขยับปีกจากการลงทุนในระบบนิเวศ AI

ในไตรมาสนี้ การลงทุนในหุ้นของ NVIDIA สร้างกำไรทางบัญชีประมาณ 1.59 หมื่นล้านดอลลาร์ (รวมถึงมูลค่าที่เพิ่มขึ้นของ CoreWeave, OpenAI และบริษัท AI อื่นๆ) ซึ่งทั้งหมดถูกบันทึกเป็นรายได้อื่นตาม GAAP และทำให้กำไรสุทธิ GAAP พุ่งสูงขึ้นอย่างมาก นอกจากกำไรที่ยังไม่เกิดขึ้นจริงแล้ว NVIDIA ยังเพิ่มเงินลงทุนเริ่มแรกอย่างมหาศาล ส่งผลให้พอร์ตโดยรวมพุ่งจากประมาณ 3.51 หมื่นล้านดอลลาร์ เป็น 7.36 หมื่นล้านดอลลาร์ในไตรมาสเดียว ซึ่งสร้างปัญหาต่อเนื่อง 3 ประการคือ:

• ส่วนที่ไม่สามารถซื้อขายในตลาดได้ (รวมถึงบริษัทก่อน IPO อย่าง OpenAI) ถูกประเมินมูลค่าตามสมมติฐานของตลาดนอกตลาดหลักทรัพย์เพียงอย่างเดียว โดยที่แทบไม่มีสภาพคล่องเลย
• หากกระแสการลงทุนใน AI ซบเซาลง (ย้อนกลับไปดูการล่มสลายของพอร์ตการลงทุนในยุคดอทคอมปี 2000–2001) กำไรทางบัญชีเหล่านั้นสามารถพลิกกลับได้อย่างรวดเร็ว
• CoreWeave เป็นทั้งหนึ่งในลูกค้ารายสำคัญที่เช่าใช้ GPU คลาวด์ของ NVIDIA และเป็นบริษัทที่ NVIDIA ถือหุ้นใหญ่ ความสัมพันธ์แบบสองสถานะที่เป็นทั้งลูกค้ารายใหญ่และผู้รับการลงทุนรายใหญ่ก่อให้เกิดความขัดแย้งทางผลประโยชน์ที่อาจเกิดขึ้น และหมายความว่ารายได้และมูลค่าสินทรัพย์ของ NVIDIA มีความเสี่ยงซ้ำซ้อนต่อกลุ่มบริษัท AI กลุ่มเดียวกัน

ความเสี่ยงประการที่ 3: ชิป ASIC เฉพาะทางของกลุ่ม Hyperscaler — จากลูกค้ารายใหญ่ในวันนี้ สู่ผู้เล่นที่อาจเข้ามาดิสรัปต์ในอนาคต

ลูกค้ารายใหญ่ที่สุดของ NVIDIA ซึ่งได้แก่ Microsoft, Meta, Google และ Amazon ต่างก็เป็นบริษัทที่กำลังเร่งพัฒนาชิปเร่งความเร็ว AI (AI accelerator chips) ของตนเองอย่างจริงจังที่สุด โดย Microsoft มีชิป Maia, Google มี TPU, Amazon มี Trainium และ Inferentia ส่วน Meta มี MTIA ซึ่งชิป ASIC เฉพาะทางเหล่านี้เริ่มมีความสามารถในการแข่งขันด้านการอนุมาน (inference) แล้ว และมีอัตราการเข้าถึงตลาดที่ค่อยๆ เติบโตขึ้นอย่างมั่นคง

ปราการด่านสำคัญ (moat) ของ NVIDIA ในปัจจุบันคือระบบนิเวศ CUDA และซอฟต์แวร์แบบฟูลสแตก อย่างไรก็ตาม เมื่อชุดเครื่องมือซอฟต์แวร์สำหรับเซมิคอนดักเตอร์เฉพาะทางเหล่านี้มีความเสถียรมากขึ้น ปราการดังกล่าวก็อาจไม่คงทนถาวรอีกต่อไป สถานการณ์ที่น่ากังวลที่สุดไม่ใช่การที่ลูกค้าเหล่านี้จะหยุดซื้อ GPU ในทันที แต่เป็นการที่พวกเขาค่อยๆ ย้ายเวิร์กโหลดด้านการอนุมานไปยังชิปของตนเอง และเก็บ NVIDIA ไว้สำหรับการประมวลผลขั้นฝึกสอน (training) เท่านั้น ซึ่งจะส่งผลให้โอกาสในการเติบโตที่ใหญ่ที่สุดของ NVIDIA ถูกบีบอัดลงอย่างเป็นระบบ

ความเสี่ยงประการที่ 4: การเปลี่ยนผ่านสู่ผลิตภัณฑ์ Rubin — ความไม่แน่นอนของอัตรากำไรขั้นต้นในช่วงขยายกำลังการผลิต

ระบบ Vera Rubin ประกอบด้วยชิ้นส่วนมากกว่า 1.3 ล้านชิ้นที่จัดหาจากซัพพลายเออร์กว่า 80 รายในอย่างน้อย 20 ประเทศ ความซับซ้อนของห่วงโซ่อุปทานนี้ก่อให้เกิดความเสี่ยงด้านอัตราการผลิตของดี (yield risks) ความท้าทายในการประสานงานด้านโลจิสติกส์ และความไม่แน่นอนทางภูมิรัฐศาสตร์ (เช่น TSMC ในไต้หวัน หรือ HBM4 จาก Samsung/SK Hynix) ในช่วงของการเร่งขยายกำลังการผลิตขนานใหญ่

ในอดีต ช่วงเริ่มต้นการขยายกำลังการผลิตชิป Blackwell เคยประสบกับแรงกดดันด้านอัตรากำไรขั้นต้นแบบครั้งเดียว จากปัญหาเรื่อง yield ในการบรรจุภัณฑ์และการตั้งสำรองขาดทุนจากการควบคุมการส่งออก สำหรับชิป Rubin แม้ปัจจุบันจะเป็นไปตามแผน แต่ช่วงเวลาการเปลี่ยนผ่านผลิตภัณฑ์ในไตรมาส 3 ถึงไตรมาส 4 ยังคงมีความไม่แน่นอนของอัตรากำไรขั้นต้นที่ต้องจับตาอย่างใกล้ชิด เนื่องจากโดยปกติแล้วการผลิตผลิตภัณฑ์ใหม่จะต้องใช้เวลา 1-2 ไตรมาสเพื่อให้ yield และโครงสร้างต้นทุนเข้าสู่สภาวะคงที่

ความเสี่ยงประการที่ 5: ความคาดหวังที่สูงเกินไปคือความเสี่ยงที่ยิ่งใหญ่ที่สุด

นี่อาจเป็นความเสี่ยงที่ประเมินเป็นตัวเลขได้ยากที่สุดแต่มีความเป็นจริงมากที่สุด โดย Bloomberg consensus ได้คาดการณ์รายได้เต็มปีงบประมาณ 2027 ไว้ที่ประมาณ 3.7 แสนล้านดอลลาร์หรือสูงกว่านั้น ซึ่งหมายความว่า NVIDIA จะต้องรักษาอัตราการเติบโตเฉลี่ยเมื่อเทียบรายปี (YoY) ไว้ที่ประมาณ 70% ในทุกไตรมาส โดยแทบจะไม่มีที่ว่างสำหรับความผิดพลาดใดๆ

เมื่อพิจารณาจากประวัติศาสตร์ที่ผ่านมา ราคาหุ้น NVIDIA เคยร่วงลง 5.5% ในวันที่ประกาศผลประกอบการเดือนกุมภาพันธ์ 2026 และลดลง 3.2% ในวันถัดมาหลังจากรายงานเดือนพฤศจิกายน 2025 แม้ว่าทั้งสองครั้งบริษัทจะมีรายได้สูงกว่าคาดการณ์ก็ตาม ตลาดได้กำหนดให้ "ผลประกอบการที่ชนะคาดการณ์" กลายเป็นเกณฑ์พื้นฐานขั้นต่ำไปแล้ว นอกจากนี้ ราคาหุ้น NVDA ยังให้ผลตอบแทนต่ำกว่าดัชนี Philadelphia Semiconductor (SOX) ตั้งแต่ต้นปีจนถึงปัจจุบัน ซึ่งสะท้อนถึงคำถามสำคัญของตลาดที่ว่า ด้วยระดับความคาดหวังที่สะท้อนไปในราคาหุ้นขนาดนี้ ยังมีโอกาสขยับขึ้น (upside) ได้อีกมากน้อยเพียงใด? เมื่อการชนะคาดการณ์กลายเป็นมาตรฐานขั้นต่ำสุด ไตรมาสใดที่ไม่สามารถสร้างเซอร์ไพรส์ได้อย่างแท้จริงก็จะกระตุ้นให้เกิดความผิดหวัง นี่ไม่ใช่ปัญหาเฉพาะของ NVIDIA แต่เป็นความท้าทายด้านมูลค่าหุ้น (valuation) ที่บริษัทชั้นนำทุกแห่งต้องเผชิญในท้ายที่สุด

ภาพรวมในระดับมหภาค: ทั้งผู้ได้รับผลประโยชน์สูงสุดและการเดิมพันที่ยิ่งใหญ่ที่สุด

Jensen Huang ได้กล่าวเน้นย้ำหลายครั้งว่า "โรงงาน AI ซึ่งเป็นการสร้างโครงสร้างพื้นฐานที่ใหญ่ที่สุดในประวัติศาสตร์ของมนุษยชาติ กำลังเร่งตัวขึ้น" โดยกลุ่ม Hyperscaler มียอดรวมการใช้จ่ายด้านทุน (capex) ประมาณ 7 แสนล้านดอลลาร์ในปีนี้ ซึ่งสัดส่วนจำนวนมหาศาลจะไหลเข้าสู่แพลตฟอร์มการประมวลผล AI ของ NVIDIA

อย่างไรก็ตาม ภาพนี้ตั้งอยู่บนสมมติฐานสำคัญประการหนึ่งคือ ผลตอบแทนจากการลงทุน (ROI) ในด้าน AI จะต้องเกิดขึ้นจริง แต่ในปัจจุบันการทำกำไรเชิงพาณิชย์จากโมเดลขนาดใหญ่ (Large Model) ยังไม่ได้รับการพิสูจน์อย่างเต็มที่ ส่วน Agentic AI ในระดับสเกลใหญ่ก็ยังอยู่ในช่วงเริ่มต้น จึงยังมีความไม่แน่นอนอย่างมากว่าความต้องการด้านการอนุมาน AI จะสามารถรองรับระดับการลงทุนด้านการประมวลผลนี้ได้อย่างยั่งยืนหรือไม่ หากคุณค่าในเชิงพาณิชย์ของ AI ปรากฏออกมาได้ช้ากว่าที่คาดการณ์ และกระแสการขยายการลงทุนหยุดชะงัก NVIDIA ในฐานะผู้ได้รับประโยชน์สูงสุดจากการแข่งขันนี้ ก็จะเป็นรายแรกที่ได้รับแรงกดดัน

สิ่งที่ทำให้ตำแหน่งของ NVIDIA น่าสนใจเป็นพิเศษคือ ปัจจุบันบริษัทกำลังดำเนินบทบาทในเรื่องราวนี้พร้อมกันถึง 3 ระดับ ได้แก่ การขายพลังประมวลผล (GPU และเครือข่าย), การลงทุนในบริษัทที่เป็นผู้ใช้พลังประมวลผลเหล่านั้น (เช่น CoreWeave, OpenAI) และการเตรียมพร้อมที่จะท้าชิงกับ Intel และ AMD ในตลาด CPU การวางตำแหน่งแบบฟูลสแตกนี้เป็นกลยุทธ์การสร้างปราการทางธุรกิจที่แข็งแกร่ง แต่ในขณะเดียวกันก็เป็นการเปิดรับความเสี่ยงในทุกมิติ โดยทุกระดับชั้นจะผูกโยงอยู่กับความสำเร็จหรือความล้มเหลวของระลอกคลื่น AI เดียวกันนี้

บทสรุปสุดท้าย

มุมมองเชิงบวก (Bullish): ปัจจัยพื้นฐานมีความแข็งแกร่ง รายได้จากส่วนงานเครือข่ายที่พุ่งขึ้นสามเท่าพิสูจน์ให้เห็นว่าลูกค้ากำลังซื้อระบบแบบฟูลสแตก การที่ CPU มียอดขายก้าวสู่ระดับ 2 หมื่นล้านดอลลาร์ยืนยันว่าปราการทางธุรกิจยังคงขยายตัว อัตรากำไรขั้นต้นที่คงอยู่ที่ระดับ 75% แสดงให้เห็นว่าอำนาจการต่อรองราคายังไม่ลดลง และกระแสเงินสดอิสระ (FCF) ที่เข้าใกล้ 5 หมื่นล้านดอลลาร์ก็พิสูจน์ให้เห็นถึงคุณภาพของกำไรที่ชัดเจน การซื้อหุ้นตัวนี้ที่ระดับ Forward P/E ประมาณสิบกลางๆ (mid-teens) สำหรับปีงบประมาณ 2027 ท่ามกลางบรรยากาศการใช้จ่ายด้านโครงสร้างพื้นฐาน AI ที่ยังคงเร่งตัวขึ้น จึงเป็นจุดยืนที่สมเหตุสมผล

มุมมองเชิงระมัดระวัง (Cautious): ความคาดหวังที่สูงลิ่วเปรียบเสมือนดาบที่แขวนอยู่ซึ่งไม่อาจยอมให้เกิดความผิดพลาดแม้แต่น้อย สินค้าคงคลังจำนวน 2.58 หมื่นล้านดอลลาร์มีความเสี่ยงที่อาจเกิดการด้อยค่า พอร์ตการลงทุนในตราสารทุนมูลค่า 7.36 หมื่นล้านดอลลาร์ขึ้นอยู่กับสมมติฐานด้านมูลค่าของ AI อย่างมาก เส้นทางในการกู้คืนรายได้จากศูนย์ข้อมูลในจีนยังไม่ชัดเจนในระยะสั้น และหากการเติบโตของค่าใช้จ่ายในการดำเนินงานแซงหน้าการเติบโตของรายได้เป็นระยะเวลานาน ก็จะนำไปสู่การบีบตัวของอัตรากำไร

ท้ายที่สุด รายงานผลประกอบการนี้ยืนยันว่า NVIDIA ยังคงเป็นแพลตฟอร์มเทคโนโลยีที่เติบโตเร็วที่สุดในยุคนี้ แต่คำถามของตลาดไม่เคยอยู่ที่ว่า NVIDIA ยิ่งใหญ่หรือไม่ แต่อยู่ที่ว่าราคาหุ้นที่พุ่งขึ้นมาไกลถึงระดับนี้ ได้สะท้อนความ "ยิ่งใหญ่" ไปหมดแล้วหรือยัง เมื่อการทำผลงานให้ดีกว่าที่คาดหมายกลายเป็นผลลัพธ์ขั้นต่ำที่ยอมรับได้ ไตรมาสใดก็ตามที่ไม่สามารถสร้างความประทับใจได้อย่างน่าทึ่งก็จะมีความเสี่ยงที่จะทำให้ผิดหวัง ซึ่งนี่ไม่ใช่ปัญหาเฉพาะของ NVIDIA เท่านั้น แต่เป็นภาวะกลืนไม่เข้าคายไม่ออกด้านราคาเหมาะสม (valuation dilemma) ที่บริษัทที่ยิ่งใหญ่ทุกแห่งต้องเผชิญในช่วงใดช่วงหนึ่งของประวัติศาสตร์