เหตุใดหุ้น Intel จึงดิ่งลง 8%? การปรับลดงบลงทุนของ Tesla จุดชนวนความกังวลเกี่ยวกับอุปสงค์ชิป AI

เทสลาได้ปรับลดคาดการณ์รายจ่ายลงทุนตลอดทั้งปีลงจาก 2.5 หมื่นล้านดอลลาร์ เหลือ 2 หมื่นล้านดอลลาร์ในรายงานผลประกอบการ ซึ่งคิดเป็นการลดลง 20% โดยไวภาฟ ทาเนจา ประธานเจ้าหน้าที่ฝ่ายการเงิน (CFO) ของบริษัทระบุว่า การดำเนินการดังกล่าวมีเป้าหมายเพื่อบริหารจัดการการจัดสรรเงินทุนอย่างมีประสิทธิภาพยิ่งขึ้น

รายจ่ายลงทุนครอบคลุมสินทรัพย์ระยะยาว รวมถึงศูนย์ข้อมูล ชิป เครื่องจักรการผลิต และโรงงานผลิต ปัจจุบัน เทสลากำลังเร่งผลักดันโครงการ Robotaxi, FSD, หุ่นยนต์ฮิวมานอยด์ Optimus และชิป Terafab ซึ่งเป็นเหตุผลที่ก่อนหน้านี้ตลาดมองว่าบริษัทเป็นแหล่งอุปสงค์ส่วนเพิ่มหลักสำหรับชิป AI ทั้งนี้ การที่บริษัทปรับลดเป้าหมายการใช้จ่ายประจำปีลงเชิงรุก ทำให้นักลงทุนกังวลว่าบริษัทเทคโนโลยีรายใหญ่อื่น ๆ อาจรัดเข็มขัดงบประมาณลงเช่นกัน ซึ่งอาจส่งผลกระทบต่อห่วงโซ่อุปทานเซมิคอนดักเตอร์ทั้งหมด

แม้ว่าอินเทลยังไม่ได้กลายเป็นผู้เล่นหลักในตลาดชิปเร่งความเร็ว AI (AI accelerator) แต่บริษัทก็กำลังขยายธุรกิจกระบวนการผลิตขั้นสูง ชิปเซิร์ฟเวอร์ และธุรกิจรับจ้างผลิตชิป (foundry) ซึ่งต้องใช้การลงทุนสูงอย่างต่อเนื่อง หากตลาดปรับลดคาดการณ์การเติบโตของภาคฮาร์ดแวร์ AI อินเทล—เนื่องจากมีความเข้มข้นของการใช้เงินทุนสูงและกระแสเงินสดยังคงอยู่ในช่วงฟื้นตัว—มักจะเผชิญแรงกดดันด้านการประเมินมูลค่าที่รุนแรงยิ่งขึ้น

อย่างไรก็ตาม การปรับลดรายจ่ายลงทุนประจำปีของเทสลาไม่ได้หมายความว่าโครงการริเริ่มด้าน AI ของบริษัทจะชะลอตัวลงเสมอไป โดยเจพีมอร์แกนชี้ว่า การลงทุนบางส่วนอาจเพียงแค่ถูกเลื่อนออกไป และเมื่อโครงการ Robotaxi, Optimus และ Terafab เข้าสู่ระยะการก่อสร้างขนาดใหญ่ขึ้น รายจ่ายลงทุนของเทสลาก็อาจกลับมาเพิ่มขึ้นอีกครั้งในปี 2027 และ 2028

นอกจากนี้ แนวโน้มผลประกอบการจากบริษัทผู้ผลิตอุปกรณ์เซมิคอนดักเตอร์อย่างแลม รีเสิร์ช (Lam Research) ยังได้เพิ่มความระมัดระวังในตลาดมากยิ่งขึ้น โดยบริษัทระบุว่าข้อจำกัดด้านห่วงโซ่อุปทานในระยะสั้นจะส่งผลกระทบต่อรายได้ในไตรมาสเดือนธันวาคม พร้อมออกประมาณการที่ต่ำกว่าความคาดหวังของตลาด ส่งผลให้ราคาหุ้นของบริษัทดิ่งลง 11.8%

เนื่องจากผู้ผลิตอุปกรณ์ดำเนินธุรกิจอยู่ในช่วงต้นน้ำของห่วงโซ่อุปทานเซมิคอนดักเตอร์ ปริมาณคำสั่งซื้อและแนวโน้มรายได้ของบริษัทเหล่านี้จึงมักถูกใช้เพื่อประเมินแผนการขยายกำลังการผลิตในอนาคตของโรงงานรับจ้างผลิตชิป สัญญาณเตือนเชิงระมัดระวังจากแลม รีเสิร์ช ได้เพิ่มความกังวลแก่นักลงทุนว่า รายจ่ายลงทุนของผู้ผลิตชิปอาจชะลอตัวลงชั่วคราว ซึ่งส่งผลกดดันต่อหุ้นอินเทล (Intel), เอเอ็มดี (AMD), อินวิเดีย (Nvidia) และหุ้นกลุ่มหน่วยความจำพร้อม ๆ กัน

ขณะเดียวกัน เมตา (Meta) ได้ประกาศแผนการสร้างหุ้นคลาสใหม่ เพื่อเพิ่มความยืดหยุ่นในการระดมทุนผ่านการออกหุ้นในอนาคต โดยเอเวอร์คอร์ ไอเอสไอ (Evercore ISI) ข้อสังเกตว่า เมตาอาจพิจารณาการระดมทุนทั้งผ่านตราสารหนี้และตราสารทุนในช่วง 3 ถึง 6 เดือนข้างหน้า

การจัดสรรเช่นนี้สะท้อนถึงอีกประเด็นที่ละเอียดอ่อนท่ามกลางกระแสการลงทุน AI ที่เติบโตอย่างร้อนแรง นั่นคือ การก่อสร้างศูนย์ข้อมูลจะยังคงสามารถพึ่งพาแหล่งเงินทุนจากภายนอกต่อไปได้หรือไม่

หากกระแสเงินสดจากการดำเนินงานของบริษัทไม่เพียงพอต่อค่าใช้จ่ายในการจัดหาชิป ศูนย์ข้อมูล และโครงสร้างพื้นฐานด้านพลังงาน บริษัทเหล่านี้ก็จำเป็นต้องออกตราสารหนี้หรือตราสารทุนอย่างต่อเนื่อง และเมื่อต้นทุนการระดมทุนสูงขึ้น บริษัทต่าง ๆ อาจลดขนาดหรือชะลอโครงการบางโครงการออกไป ซึ่งจะส่งผลกระทบต่อคำสั่งซื้อ GPU, โพรเซสเซอร์สำหรับเซิร์ฟเวอร์, ชิปหน่วยความจำ และอุปกรณ์สื่อสารทางแสง

ท่ามกลางแรงกดดันต่อราคาหุ้นในระยะสั้น อินเทลยังคงเดินหน้าวางโรดแมปเทคโนโลยีเซมิคอนดักเตอร์ระยะยาว โดยบริษัทคาดว่าชิปในอนาคตจะไม่พึ่งพาเพียงการลดขนาดทรานซิสเตอร์เท่านั้น แต่จะเพิ่มความหนาแน่นของการคำนวณต่อหน่วยพื้นที่ผ่านการวางซ้อนในแนวตั้งแทน

ทรานซิสเตอร์ได้พัฒนาจากโครงสร้างแบบระนาบไปสู่เทคโนโลยี FinFET และ Gate-All-Around (GAA) แล้ว และในก้าวถัดไปอาจเข้าสู่ยุคของ Complementary Field-Effect Transistor (CFET) ซึ่งเป็นการวางซ้อนทรานซิสเตอร์ชนิด N-type และ P-type ในแนวตั้ง นอกจากนี้ สายเชื่อมต่อโลหะจะมีความเป็นสามมิติมากยิ่งขึ้น ช่วยย่อระยะทางการส่งผ่านข้อมูลและเพิ่มประสิทธิภาพการคำนวณ

อย่างไรก็ตาม การเปลี่ยนเทคโนโลยีเหล่านี้ให้กลายเป็นรายได้ยังคงต้องรับมือกับความท้าทายหลายประการ เช่น การระบายความร้อน อัตราผลผลิตในการผลิตเชิงปริมาณ และการจัดหาเครื่องจักร ทั้งนี้ กำลังการผลิตที่จำกัดของเครื่องพิมพ์ลายวงจร EUV lithography และระยะเวลาส่งมอบที่ยาวนานอาจกลายเป็นข้อจำกัดต่อความเร็วในการขยายกำลังการผลิตชิปขั้นสูง โดยอินเทลวางแผนที่จะเพิ่มการนำเครื่องจักรกลับมาใช้ซ้ำข้ามโหนดการผลิตต่าง ๆ เพื่อลดรายจ่ายลงทุนและย่อรอบการอัปเกรดให้สั้นลง อย่างไรก็ดี ประสิทธิผลที่แท้จริงยังคงต้องรอการพิสูจน์จากยอดคำสั่งซื้อของลูกค้าและความคืบหน้าในการผลิตเชิงปริมาณ

เนื้อหานี้ได้รับการแปลโดยปัญญาประดิษฐ์ (AI) และผ่านตรวจสอบโดยมนุษย์ มีไว้เพื่อการอ้างอิงและข้อมูลทั่วไปเท่านั้น ไม่ใช่การแนะนำการลงทุนแต่อย่างใด