ประเด็นน่าจับตาในการประชุมผู้ถือหุ้นปี 2026 ของ Nvidia? เจนเซน หวง: ทุกโทเค็นคือผลกำไร, การสร้างรายได้จาก AI มีคำตอบอยู่แล้ว

เจนเซน หวง เน้นย้ำซ้ำๆ ในการกล่าวสุนทรพจน์ว่า AI ได้เสร็จสิ้นการเปลี่ยนผ่านจากการทดลองทางเทคโนโลยีไปสู่การผลิตเชิงพาณิชย์อย่างเต็มตัวแล้ว

เมื่อยกตัวอย่างข้อมูลนักพัฒนาบน GitHub เขาตั้งข้อสังเกตว่าจำนวน pull request ที่ถูกนำไปรวม (merged) โดยนักพัฒนาทั่วโลกอยู่ที่ 400 ล้านครั้งในปี 2024 และเพิ่มขึ้นเป็น 500 ล้านครั้งในปี 2025 ก่อนจะเติบโตขึ้นเกือบสามเท่าในเวลาเพียงไม่กี่เดือนแรกของปี 2026 เบื้องหลังข้อมูลนี้คือความจริงที่ว่า AI Agent กำลังเข้ามาแทนที่มนุษย์ในวงกว้างเพื่อทำงานเขียนโปรแกรม ออกแบบ และวิเคราะห์ข้อมูล โดยทุกๆ โทเคน (token) ที่สร้างขึ้นได้กลายเป็นหน่วยกำไรที่สามารถสร้างรายได้ได้จริง

หวงเสนอว่า ในอดีต หน้าที่หลักของดาต้าเซ็นเตอร์คือการจัดเก็บและส่งผ่านไฟล์ ทว่าในปัจจุบัน ภารกิจหลักของโรงงาน AI ยุคใหม่คือการผลิตโทเคน ซึ่งเป็นหน่วยอัจฉริยะที่สามารถสร้างรายได้ และทำหน้าที่เป็นวัตถุดิบสำหรับโค้ด คำตอบ งานออกแบบ การดำเนินการ และการบริการ

เขาอธิบายถึงระบบนิเวศของอุตสาหกรรม AI โดยใช้โครงสร้างแบบ "เค้กห้าชั้น" ซึ่งประกอบไปด้วยพลังงาน ชิปและระบบ โครงสร้างพื้นฐาน โมเดล และแอปพลิเคชัน จากล่างขึ้นบน กรอบการทำงานนี้บ่งชี้ว่าขอบเขตธุรกิจของ Nvidia นั้นขยายไปไกลกว่าตัวชิปเองอย่างมาก โดยครอบคลุมทั้งห่วงโซ่การผลิต AI

ภายใต้ตรรกะใหม่นี้ ลูกค้าที่ซื้อระบบของ Nvidia ไม่ได้เพียงแค่จัดหาเครื่องมือประมวลผล แต่กำลังสร้างโรงงาน AI ที่สามารถสร้างรายได้ได้โดยตรง

หวงเน้นย้ำว่าประสิทธิภาพของสถาปัตยกรรมโรงงาน ซึ่งก็คือการผลิตโทเคนได้กี่โทเคนต่อวัตต์ และต้นทุนต่อโทเคนต่ำเพียงใด ได้กลายเป็นมิติการแข่งขันที่สำคัญที่สุดไปแล้ว

รายได้ตลอดทั้งปีของ Nvidia สำหรับปีงบประมาณ 2026 แตะระดับ 2.16 แสนล้านดอลลาร์ เพิ่มขึ้น 65% เมื่อเทียบรายปี โดยมีรายได้จากธุรกิจดาต้าเซ็นเตอร์อยู่ที่ 1.94 แสนล้านดอลลาร์ เพิ่มขึ้น 68% เมื่อเทียบรายปี ขณะที่กระแสเงินสดจากการดำเนินงานแตะระดับ 1.03 แสนล้านดอลลาร์ โดยมีมูลค่า 4.1 หมื่นล้านดอลลาร์ที่ถูกส่งคืนให้กับผู้ถือหุ้นตลอดทั้งปี

หวงชี้ให้เห็นเป็นพิเศษว่า แม้ราคาซื้อระบบของ Nvidia อาจไม่ใช่ราคาที่ต่ำที่สุด แต่ Nvidia สามารถผลิตโทเคนได้มากที่สุดด้วยต้นทุนที่ต่ำที่สุดและมีอัตราการประมวลผลสูงสุด โมเดลธุรกิจนี้ได้รับการพิสูจน์อย่างสมบูรณ์จากตลาดแล้ว ซึ่งเป็นการวางรากฐานที่มั่นคงสำหรับความเป็นผู้นำอย่างต่อเนื่องของ Nvidia ในยุค AI

ด้วยการนำการฝึกอบรมโมเดลขนาดใหญ่ การอนุมาน และการใช้งาน AI Agent ไปใช้อย่างรวดเร็ว คุณค่าเชิงกลยุทธ์ของหน่วยความจำและสตอเรจในดาต้าเซ็นเตอร์จึงเพิ่มขึ้นอย่างต่อเนื่อง และ Nvidia ซึ่งมีข้อได้เปรียบทางเทคโนโลยีแบบฟูลสแตก กำลังกลายเป็นผู้ขับเคลื่อนหลักในการปฏิวัติอุตสาหกรรม AI ครั้งนี้

เจนเซน หวง วางตำแหน่งแพลตฟอร์ม Vera Rubin ให้เป็น "หนึ่งในผลิตภัณฑ์ที่สำคัญที่สุดในประวัติศาสตร์ของบริษัท" แตกต่างจากแพลตฟอร์ม Hopper รุ่นก่อนหน้าซึ่งมุ่งเน้นไปที่การฝึกฝนโมเดล (training) และแพลตฟอร์ม Blackwell ที่ออกแบบมาสำหรับการประมวลผลอนุมาน (inference) โดย Vera Rubin เป็นโซลูชันโรงงาน AI (AI factory) ที่สมบูรณ์แบบซึ่งปรับแต่งมาเพื่อยุคของ AI agent ขณะที่ Vera CPU ถือเป็นหลักไมล์สำคัญในการก้าวเข้าสู่ตลาด CPU ทั่วไปเป็นครั้งแรกของ Nvidia

หวงอธิบายว่า AI agent ทำงานในลักษณะที่แตกต่างจากมนุษย์โดยสิ้นเชิง โดยพวกมันอาศัยอยู่ในโลกการคำนวณระดับนาโนวินาที มีการเรียกใช้เครื่องมือ เข้าถึงฐานข้อมูล ประมวลผลโค้ด และทำซ้ำขั้นตอนการทำงานอยู่บ่อยครั้ง ในสถานการณ์เช่นนี้ หาก CPU กลายเป็นคอขวด GPU ราคาแพงก็จะถูกปล่อยทิ้งไว้โดยเปล่าประโยชน์ ซึ่งทุกวินาทีที่สูญเสียไปหมายถึงรายได้ที่ลดลงของโรงงาน AI ด้วยเหตุนี้ Nvidia จึงได้สร้าง Vera CPU ขึ้นมาใหม่ทั้งหมดตั้งแต่เริ่มต้นสำหรับเอเจนต์โดยเฉพาะ โดยไม่ได้มุ่งเน้นการทำการตลาดในเรื่องจำนวนคอร์อีกต่อไป แต่เปลี่ยนมามุ่งเน้นการตอบสนองที่มีความหน่วงต่ำเป็นพิเศษ (ultra-low latency) เพื่อรองรับความต้องการใช้งานพร้อมกันของ AI agent หลายพันล้านตัวทั่วโลก

ในฐานะ CPU รุ่นแรกที่มาพร้อมกับหน่วยความจำ LPDDR5 ส่งผลให้ Vera ทำงานได้เร็วกว่า CPU สถาปัตยกรรม x86 แบบดั้งเดิมถึง 1.8 เท่า พร้อมเพิ่มประสิทธิภาพการทำงานแบบคอร์เดียว (single-core) ขึ้น 50% และรองรับความแม่นยำระดับ FP8 โดยตรง เพื่อจัดการกับงานประมวลผลอนุมาน AI (AI inference) และการเรียนรู้แบบเสริมกำลัง (reinforcement learning) โดยไม่จำเป็นต้องส่งผ่านข้อมูลไปยัง GPU

ปัจจุบัน Vera Rubin ได้เข้าสู่กระบวนการผลิตเชิงพาณิชย์อย่างเต็มรูปแบบแล้ว และบรรดาผู้พัฒนาโมเดลรายใหญ่ระดับโลก ผู้ให้บริการคลาวด์สาธารณะ (public cloud) คลาวด์ AI (AI cloud) และผู้ให้บริการระบบคลาวด์ขนาดใหญ่ (hyperscaler) ต่างก็เริ่มนำไปใช้งานแล้ว

เจนเซน หวง กล่าวว่า: "Vera Rubin ไม่ใช่แค่ชิปตัวเดียว แต่เป็นแพลตฟอร์มโรงงาน AI และระบบนิเวศนี้ได้เริ่มขับเคลื่อนแล้ว ผู้พัฒนาโมเดลรายใหญ่ คลาวด์สาธารณะ คลาวด์ AI และผู้ให้บริการระบบคลาวด์ขนาดใหญ่ (hyperscaler) ทุกรายต่างกำลังเตรียมพร้อมที่จะพัฒนาต่อยอดบนแพลตฟอร์มนี้"

การแบ่งหน้าที่การทำงานสำหรับผลิตภัณฑ์ AI เจเนอเรชันที่สามของ Nvidia นั้นมีความชัดเจน โดย Hopper จะเน้นไปที่การฝึกฝนโมเดลล่วงหน้า (pre-training) ขณะที่ Blackwell จะขยายการประมวลผลอนุมานไปสู่ระดับตู้แร็ก (rack level) และแพลตฟอร์ม Vera Rubin ซึ่งประกอบด้วย Vera CPU สำหรับการจัดสรรงานและ Rubin GPU สำหรับการคำนวณ ได้รับการออกแบบมาโดยเฉพาะสำหรับยุคของ AI agent

ที่น่าสนใจคือ Nvidia เป็นผู้ให้บริการเพียงรายเดียวในอุตสาหกรรมที่มีพอร์ตโฟลิโอระบบเครือข่ายความเร็วสูงถึง 3 รูปแบบพร้อมกัน ได้แก่ NVLink, Spectrum-X Ethernet และ InfiniBand ซึ่งช่วยสร้างรากฐานการเชื่อมต่อที่โดดเด่นไม่เหมือนใครให้กับ Vera CPU เพื่อรับประกันการตอบสนองที่มีความหน่วงต่ำและการทำงานร่วมกันอย่างมีประสิทธิภาพสูงในสถานการณ์การใช้งาน AI ในรูปแบบเอเจนต์ (agentic AI)

นอกเหนือจากเอเจนต์ในโลกดิจิทัลแล้ว เจนเซน หวง (Jensen Huang) ยังได้เบนความสนใจไปยังปัญญาประดิษฐ์ในโลกจริง (Physical AI) โดยเขาชี้ว่า ปัญญาประดิษฐ์กำลังก้าวข้ามจากโลกเสมือนจริงเพื่อนำไปใช้งานอย่างเต็มรูปแบบในอุปกรณ์ปลายทาง เช่น ระบบขับขี่อัตโนมัติ หุ่นยนต์ฮิวแมนนอยด์ และอุปกรณ์อัจฉริยะในภาคอุตสาหกรรม ซึ่งจะช่วยเพิ่มขีดความสามารถอัจฉริยะที่สมบูรณ์แบบให้กับฮาร์ดแวร์จริง ทั้งในด้านการรับรู้ การคิดวิเคราะห์ การวางแผน และการลงมือปฏิบัติการ ทั้งนี้ การนำมาใช้งานในวงกว้างในภาคส่วนนี้จะช่วยกระตุ้นการลงทุนในโครงสร้างพื้นฐานระลอกใหม่ที่มีมูลค่านับล้านล้านดอลลาร์

เจนเซน หวง ได้เปรียบเทียบโครงสร้างพื้นฐาน AI กับโครงการโครงสร้างพื้นฐานที่สำคัญในประวัติศาสตร์ของมนุษยชาติ เช่น โครงข่ายไฟฟ้าและอินเทอร์เน็ต โดยเชื่อว่านี่จะเป็นยุคเฟื่องฟูของการก่อสร้างที่จะดำเนินต่อไปอีกหลายทศวรรษ นอกจากนี้ เขายังเน้นย้ำว่าเทคโนโลยีของ Nvidia ไม่เพียงแต่จะรองรับเอเจนต์ในโลกดิจิทัลเท่านั้น แต่ยังจะช่วยสนับสนุนขุมพลังการประมวลผลหลักสำหรับ Physical AI ซึ่งจะกลายเป็นกลไกขับเคลื่อนการเติบโตที่สำคัญรายต่อไปของบริษัท

ท่ามกลางสถานการณ์ที่หุ้นของบริษัททำผลงานได้ต่ำกว่าตลาดหุ้นสหรัฐฯ โดยรวมในปีนี้ เจนเซน หวง (Jensen Huang) ได้พยายามสร้างเสถียรภาพให้กับความเชื่อมั่นของตลาด ด้วยการเน้นย้ำมุมมองที่ว่า ซูเปอร์ไซเคิลการใช้จ่ายลงทุนในเทคโนโลยี AI ยังคงอยู่ในช่วงเริ่มต้นเท่านั้น

เขายังคงย้ำถึงแผนการที่จะจ่ายคืนกระแสเงินสดอิสระมากกว่า 50% ให้แก่ผู้ถือหุ้น และประกาศใช้นโยบายการคืนเงินทุนหลายโครงการเพื่อเป็นข้อผูกพันระยะยาว ขณะเดียวกัน ในการแถลงผลประกอบการครั้งล่าสุด Nvidia ได้ประกาศอนุมัติโครงการซื้อหุ้นคืนมูลค่า 8 หมื่นล้านดอลลาร์สหรัฐ

เมื่อมองไปข้างหน้า หวงได้แสดงความเชื่อมั่นอย่างเต็มเปี่ยมว่า "โครงสร้างพื้นฐาน AI ไม่ใช่แค่การทดลองอีกต่อไป แต่ได้ก้าวเข้าสู่ขั้นตอนการใช้งานจริงแล้ว" นอกจากนี้ เขายังคาดการณ์ว่า ความต้องการด้านการประมวลผลในยุคของ AI Agent จะเติบโตขึ้นอย่างทวีคูณ และ Nvidia ซึ่งมีข้อได้เปรียบทางเทคโนโลยีแบบฟูลสแต็กและมีปราการที่แข็งแกร่งด้านระบบนิเวศ จะยังคงเป็นผู้นำในสิ่งที่เขาเรียกว่าเป็น การสร้างโครงสร้างพื้นฐานครั้งใหญ่ที่สุดในประวัติศาสตร์ของมนุษยชาติ

เนื้อหานี้ได้รับการแปลโดยปัญญาประดิษฐ์ (AI) และผ่านตรวจสอบโดยมนุษย์ มีไว้เพื่อการอ้างอิงและข้อมูลทั่วไปเท่านั้น ไม่ใช่การแนะนำการลงทุนแต่อย่างใด