เจาะลึกความเสี่ยงหุ้น AI: หุ้นกลุ่มไหนเปราะบางที่สุดหากแล็บชั้นนำชะลอการพัฒนา

ข้อเสนอให้ชะลอการพัฒนาขีดความสามารถของปัญญาประดิษฐ์ (AI) โดยผู้นำในอุตสาหกรรม ได้ส่งผลให้เกิดการเทขายในหุ้นกลุ่มโครงสร้างพื้นฐาน AI เนื่องจากตลาดกำลังประเมินสมมติฐานการเติบโตที่ไม่หยุดยั้งตลอดทศวรรษใหม่อีกครั้ง การเคลื่อนไหวนี้เริ่มต้นจากบทความของ Dario Amodei ซีอีโอของ Anthropic ซึ่งได้รับการสนับสนุนอย่างรวดเร็วจากบุคคลสำคัญอย่าง Sam Altman แห่ง OpenAI, Elon Musk และ Demis Hassabis จาก Google DeepMind

ผลกระทบแบบโดมิโน

นักวิเคราะห์จาก Bernstein ชี้ว่าการชะลอตัวเชิงโครงสร้างไม่ใช่แค่ข่าวเดียว แต่เป็นผลกระทบต่อเนื่องที่จะเกิดขึ้นเป็นทอดๆ โดยมีกลไกดังนี้

• แล็บ AI ลดการฝึกโมเดล: ปริมาณงานที่ต้องใช้พลังการประมวลผลมหาศาลจะลดลงเป็นอันดับแรก
• ความต้องการ GPU Cluster ลดลง: ส่งผลกระทบโดยตรงต่อผู้ให้บริการคลาวด์เฉพาะทางอย่าง CoreWeave
• คำสั่งซื้อหน่วยความจำ HBM หายไป: HBM ถูกสั่งซื้อตามรอบการฝึกโมเดล ไม่ใช่การสต็อกสินค้า
• คุณภาพของงานในมือ (Backlog) ของธุรกิจคลาวด์ลดลง: แล็บ AI ชั้นนำเป็นลูกค้ากลุ่มใหญ่ของคลาวด์ แต่ส่วนใหญ่ยังขาดทุนและอาศัยเงินทุนจากผู้ขายโครงสร้างพื้นฐานที่ตนเองเป็นลูกค้าอยู่
• ดาต้าเซ็นเตอร์นอกเมืองใหญ่ถูกทิ้งร้าง: ข้อมูลจาก Bernstein ระบุว่า 70% ของดาต้าเซ็นเตอร์ที่สร้างขึ้นในสหรัฐฯ มีไว้สำหรับรองรับการฝึก AI ซึ่งไม่ต้องการความเร็วในการตอบสนองสูง (low latency)

หุ้นกลุ่มเสี่ยงสูง-ต่ำ

การชะลอการลงทุนจะส่งผลกระทบต่อบริษัทต่างๆ ไม่เท่ากัน โดยนักวิเคราะห์ได้จัดลำดับความเปราะบางไว้ดังนี้

Ad

• ความเสี่ยงสูงสุด (Extreme): CoreWeave (CRWV) ซึ่งมีโมเดลธุรกิจให้เช่า GPU ของ NVIDIA แก่แล็บ AI โดยตรง และ Lumentum (LITE) ผู้ผลิตชิ้นส่วนใยแก้วนำแสงที่เติบโตจากการขยายตัวของดาต้าเซ็นเตอร์ AI
• ความเสี่ยงสูง (High): Oracle (ORCL) ซึ่งลงทุนมหาศาลในธุรกิจคลาวด์ GPU จนมีกระแสเงินสดอิสระติดลบ และ Intel (INTC)
• ความเสี่ยงปานกลาง (Moderate): NVIDIA (NVDA) แม้จะมีความเสี่ยงด้านมูลค่าสูงสุด แต่ยังมีปราการป้องกันที่แข็งแกร่งจากระบบนิเวศซอฟต์แวร์ CUDA ขณะที่ AMD และ Micron (MU) เผชิญความเสี่ยงจากตลาด HBM และการประเมินมูลค่าที่สูง
• ความเสี่ยงต่ำกว่า (Lower): Equinix (EQIX) และ Digital Realty (DLR) ซึ่งเป็นผู้ให้บริการดาต้าเซ็นเตอร์ในเมืองใหญ่ (Tier 1-2) จะได้เปรียบเชิงเปรียบเทียบ เนื่องจากเวิร์กโหลดประเภทอนุมาน (Inference) ต้องการที่ตั้งในเมืองเพื่อลดค่าความหน่วง (latency)

ข้อควรระวังและมุมมองในอนาคต

อย่างไรก็ตาม นักวิเคราะห์ของ Bernstein ย้ำว่าข้อเสนอของ Amodei "ไม่ใช่การเรียกร้องให้ลดงบลงทุน (capex) หรือหยุดการฝึกโมเดล" แต่เป็นการเรียกร้องให้มีธรรมาภิบาลด้านความปลอดภัย สัญญาซื้อขายล่วงหน้าส่วนใหญ่ยังคงช่วยป้องกันรายได้ในระยะสั้น

บทพิสูจน์ที่แท้จริงจะมาถึงในช่วงประกาศผลประกอบการไตรมาส 3 จากกลุ่มผู้ให้บริการคลาวด์รายใหญ่ (Hyperscaler) อย่าง Microsoft, Alphabet, Amazon และ Meta หากแนวโน้มงบลงทุนยังคงแข็งแกร่ง เหตุการณ์ในสัปดาห์นี้อาจเป็นเพียงความผันผวนระยะสั้น แต่หากงบลงทุนถูกปรับลดลง ผลกระทบแบบโดมิโนที่กล่าวมาข้างต้นก็อาจจะเริ่มต้นขึ้นอย่างจริงจัง