งานวิจัยล่าสุดเตือนว่า กลุ่มผู้ให้บริการคลาวด์รายใหญ่ (AI hyperscalers) อาจจำเป็นต้องดัน “ผลิตภาพ” ให้เพิ่มขึ้นถึง 2.7 เท่าภายในปี 2030 เพื่อให้สมเหตุสมผลกับแผนลงทุนโครงสร้างพื้นฐานด้าน AI เกือบ 1.1 ล้านล้านดอลลาร์ไปจนถึงปี 2027
ประเด็นสำคัญ
- Hyperscalers ด้าน AI ต้องเผชิญโจทย์ผลิตภาพเพิ่ม 2.7 เท่าภายในปี 2030 เพื่อรองรับภาระลงทุนโครงสร้างพื้นฐานที่ล็อกไว้แล้ว
- Morgan Stanley คาดการใช้จ่ายสร้างดาต้าเซ็นเตอร์ทั่วโลกสูงถึง 2.9 ล้านล้านดอลลาร์ภายในปี 2028 ราว 1.5 ล้านล้านดอลลาร์ต้องพึ่งเงินทุนภายนอก
- การใช้หนี้และเครดิตเอกชนมากขึ้น ทำให้ความเสี่ยงโครงสร้างพื้นฐาน AI กระจายจากยักษ์เทคไปสู่ตลาดหนี้และโครงสร้างสินเชื่อวงกว้าง
สมการ AI ของ Wachter
MIT Technology Review รายงาน ผลงานวิจัยของ เจสสิกา วักเตอร์ (Jessica Wachter) ศาสตราจารย์การเงินจาก Wharton และผู้เขียนร่วม โจนาธาน วักเตอร์ (Jonathan Wachter) ที่อ้างอิงข้อมูลการลงทุนของ Alphabet, Microsoft, Amazon, Meta และ Oracle
งานวิจัยดังกล่าว ระบุ ว่า ภาคส่วนนี้จำเป็นต้องสร้าง “ผลิตภาพ” เพิ่มขึ้น 2.7 เท่าภายในปี 2030 หลังหักต้นทุนทุน (cost of capital), ค่าเสื่อมราคา และผลตอบแทนที่นักลงทุนต้องการราว 15% หากการเติบโตตามคาดไม่เกิดขึ้น การลงทุนสร้างโครงสร้างพื้นฐาน AI ในระดับปัจจุบันอาจกลายเป็น “การจัดสรรเงินทุนที่ผิดพลาดครั้งใหญ่ที่สุดในประวัติศาสตร์”
แรงกดดันเริ่มสะท้อนชัดในกระแสเงินสดของบริษัทขนาดใหญ่ Alphabet รายงานกระแสเงินสดอิสระ (free cash flow) ติดลบ 5.9 พันล้านดอลลาร์ในไตรมาส 2 ปี 2026 ซึ่งเป็นครั้งแรกนับตั้งแต่ Google เข้าจดทะเบียนในตลาดหุ้นปี 2004 จากการเร่งเพิ่มงบลงทุน (capex) อย่างก้าวกระโดด
อ่านเพิ่มเติม: กระเป๋า Bitcoin เงียบตั้งแต่ปี 2012 ขยับย้ายเหรียญทั้งกอง
ความเสี่ยงเครดิตในสายตา Gensler
ตามประมาณการของ Morgan Stanley เม็ดเงินลงทุนก่อสร้างดาต้าเซ็นเตอร์ทั่วโลกระหว่างปี 2025–2028 จะสูงราว 2.9 ล้านล้านดอลลาร์ โดยประมาณ 1.5 ล้านล้านดอลลาร์ต้องมาจากเงินทุนภายนอก นั่นหมายถึงความเสี่ยงของโครงสร้างพื้นฐาน AI จะถูกผลักออกจากงบดุลของบริษัทยักษ์ไปสู่หนี้องค์กร หลักทรัพย์ค้ำประกัน (securitized credit) และตลาดเครดิตเอกชนมากขึ้น
โครงการ Hyperion ของ Meta ในรัฐลุยเซียนาเป็นตัวอย่างโครงสร้างเงินทุนรูปแบบใหม่ กองทุนภายใต้การบริหารของ Blue Owl Capital ถือหุ้น 80% ในกิจการร่วมค้าพัฒนาแคมปัสดาต้าเซ็นเตอร์มูลค่าราว 2.7 หมื่นล้านดอลลาร์ ขณะที่ Meta ถืออีก 20%
สตีน์ ฟาน นิวเวอร์เบิร์ก (Stijn Van Nieuwerburgh) ศาสตราจารย์จาก Columbia Business School ศึกษาว่าการเร่งสร้างดาต้าเซ็นเตอร์กำลังแพร่กระจายภาระหนี้ไปตามห่วงโซ่ ตั้งแต่ผู้พัฒนาโครงการ สถาบันการเงิน ไปจนถึงตราสารโครงสร้างซับซ้อนต่าง ๆ
ด้านอดีตประธาน ก.ล.ต. สหรัฐ และศาสตราจารย์ MIT Sloan อย่าง แกรี เกนสเลอร์ (Gary Gensler) เคยอธิบายวัฏจักรลงทุน AI รอบนี้ว่าเป็น “การเดิมพันหลายชั้นของตลาดทุนและเศรษฐกิจ”
นักกลยุทธ์คริปโต อาร์เธอร์ เฮย์ส (Arthur Hayes) ให้มุมมองว่า หากเกิดภาวะชะลอตัวในตลาดเครดิตที่โยงกับ AI อาจบีบให้เฟดผ่อนคลายนโยบายการเงินเร็วกว่าคาด และเปิดทางให้ Bitcoin (BTC) ทยานสู่ระดับ 1 ล้านดอลลาร์ได้ แม้แนวคิดดังกล่าวยังเป็นเพียงสมมติฐานเชิงเก็งกำไร ไม่ใช่ข้อสรุปจากงานวิจัยของ Wharton
กระแสลงทุนโครงสร้างพื้นฐาน AI ทยอยเร่งตัวมาหลายปี จากการแข่งขันสะสมชิป กำลังไฟฟ้า และความจุดาต้าเซ็นเตอร์ของกลุ่ม hyperscalers คำถามที่ยังไร้คำตอบคือ ผลิตภาพและรายได้จะเติบโตทันและมากพอหรือไม่ เมื่อเทียบกับภาระลงทุนที่พึ่งพาเงินกู้นอกงบดุลและตลาดเครดิตมากขึ้นอย่างต่อเนื่อง
อ่านต่อ: XRP ทะลุ 1.544 ดอลลาร์ ท่ามกลางเลเวอเรจและกิจกรรมวาฬพุ่ง
