ซีอีโอ Broadcom นาย Hock Tan ระบุเมื่อวันจันทร์ว่า ปัจจัยจำกัดการเติบโตของอุตสาหกรรมปัญญาประดิษฐ์ (AI) ในระยะถัดไปอาจไม่ใช่ปัญหาขาดแคลนเวเฟอร์หรือเมมโมรี่ แต่เป็น “เงินทุน” แม้ความต้องการใช้ศักยภาพการประมวลผล (compute) จะมีแนวโน้มสูงกว่ากำลังการผลิตไปจนถึงราวปี 2030 ก็ตาม
ประเด็นสำคัญ:
- ซีอีโอ Broadcom ชี้เงินทุน ไม่ใช่ซัพพลายเวเฟอร์หรือเมมโมรี่ อาจกลายเป็นข้อจำกัดใหญ่สุดของการเติบโต AI
- คาดดีมานด์ด้านคอมพิวต์อาจสูงกว่าซัพพลายต่อเนื่องจนถึงปี 2029 และอาจยืดไปถึงปี 2030
- ซีอีโอ Intel นาย Lip-Bu Tan สะท้อนมุมมองเดียวกัน ชี้ “ต้นทุนเงินทุน” และแรงกดดันด้านผลตอบแทนจากการลงทุน AI คือความท้าทายหลัก
Hock Tan ชูประเด็น “เงินทุน” แทนปัญหาชิป
ระหว่างร่วมเสวนาในงานที่สิงคโปร์เมื่อวันจันทร์ Tan ให้สัมภาษณ์ว่า Broadcom กำลังทยอยคลี่คลายปัญหาคอขวดด้านเวเฟอร์และเมมโมรี่ แต่สิ่งที่จะกลายเป็นข้อจำกัดใหญ่สุด เมื่อการพัฒนา AI เดินหน้าต่อไป คือ “ขนาดเงินลงทุน” เขากล่าว
เขาระบุเพิ่มเติมว่า ห้องแล็บ AI ชั้นแนวหน้าอย่าง Anthropic และ OpenAI แสดงให้เห็นแล้วว่าสามารถสร้างรายได้ระดับสูงจากโมเดลล้ำสมัยที่ถูกนำไปใช้งานเป็นผู้ช่วยส่วนตัวด้วย AI
Tan กล่าวในงานประชุม DBS Asia Future Forward ว่าในช่วงสองปีที่ผ่านมา อุตสาหกรรมเผชิญคอขวดด้านอุปทานต่อเนื่องหลายระลอก แต่ก็สามารถแก้ไขผ่านพ้นมาได้ทีละจุด เขาให้สัมภาษณ์ ว่า “ภาวะขาดแคลนเมมโมรี่วันนี้ อีกหนึ่งปีข้างหน้าอาจไม่ใช่แบบนี้แล้ว” พร้อมประเมินว่าความตึงตัวของเวเฟอร์อาจผ่อนคลายลงได้ราวปี 2028–2029 ขณะที่ซัพพลายไฟฟ้ามีแนวโน้มดีขึ้นตามการลงทุนโครงสร้างพื้นฐานใหม่
“ความต้องการด้านโครงสร้างพื้นฐานคอมพิวต์ในตอนนี้ มีมากกว่าที่เราจะส่งมอบได้” Tan กล่าว พร้อมเตือนว่าช่องว่างระหว่างดีมานด์กับซัพพลายอาจยืดเยื้อไปจนถึงปี 2029 และอาจลุกลามไปถึงปี 2030
อ่านเพิ่มเติม: UI อัจฉริยะของ ChatGPT ผสานกราฟและเครื่องคิดเลขในคำตอบสำหรับผู้ใช้ 1.2 พันล้านคน
มุมมอง Lip-Bu Tan: ต้องพิสูจน์ “ผลตอบแทน” การลงทุน AI
ด้าน Lip-Bu Tan ซีอีโอ Intel แสดงความเห็นสอดคล้องกันในงานเดียวกัน โดยชี้ไปที่ต้นทุนทางการเงินและความจำเป็นที่บริษัทต้องพิสูจน์ให้เห็นชัดว่าเม็ดเงินที่ทุ่มใน AI ให้ผลตอบแทนคุ้มค่า เขาระบุ ว่า “หากมีปัญหาเบื้องหน้า นั่นคือประเด็นเรื่องเงินทุนและต้นทุนเงินทุน ส่วนอีกด้านหนึ่งคือในระยะยาว นักลงทุนอยากเห็น ROI ที่จับต้องได้”
แรงกดดันนี้ตกอยู่บนโครงการขนาดใหญ่ ทั้งศูนย์ข้อมูล ชิป และโครงสร้างพื้นฐานไฟฟ้า ซึ่งโดยธรรมชาติแล้วต้องใช้เวลาหลายปีกว่าผลตอบแทนจะเริ่มชัดเจน
ด้าน Hock Tan เตือนเพิ่มเติมว่า ความต้องการอาจเริ่มชะลอตัว หากการใช้งานโมเดลขั้นสูงไม่เติบโตตามคาด หรือความสามารถของโมเดลเริ่ม “นิ่ง” ไม่ก้าวกระโดดเหมือนช่วงที่ผ่านมา ขณะที่ Lip-Bu Tan มองว่าบริษัทต่าง ๆ จะต้องแสดงผลลัพธ์เชิงประจักษ์ ผ่านประสิทธิภาพที่สูงขึ้นและโมเดลธุรกิจรูปแบบใหม่
กลยุทธ์จัดหาเงินทุน AI ของ Broadcom
เมื่อต้นเดือนที่ผ่านมา Tan เพิ่งชี้ให้เห็นคอขวดอีกด้านหนึ่ง ในงานสัมมนาเทคโนโลยีของ Goldman Sachs เมื่อวันที่ 8 กันยายน เขา กล่าว ว่า Broadcom สามารถวางแผนรับมือซัพพลายเวเฟอร์ เมมโมรี่ และซับสเตรตได้ระดับหนึ่ง แต่ “สถานที่ศูนย์ข้อมูลที่พร้อมด้านกำลังไฟฟ้า” กลับเป็นตัวแปรที่คาดการณ์ยากกว่า
Tan ยังเปิดเผยโครงสร้างดีลด้านการจัดหาเงินทุนที่ Broadcom ทำร่วมกับ Apollo และ Blackstone ซึ่งให้ธนาคารและพาร์ตเนอร์การเงินเข้ามารับความเสี่ยงบางส่วนในการจัดหาโครงสร้างพื้นฐานคอมพิวต์ให้ห้องแล็บ AI ที่ยังมีเงินสดหมุนเวียนไม่มากพอ
ทั้งสามบริษัทได้ เปิดตัว แพลตฟอร์มดังกล่าวอย่างเป็นทางการในเดือนมิถุนายน ด้วยวงเงินเปิดเฟสแรก 35,000 ล้านดอลลาร์ นำโดย Apollo ตั้งเป้าสนับสนุนกำลังประมวลผลรวมกว่า 20 กิกะวัตต์ให้แก่ห้องแล็บ AI ชั้นนำภายในปี 2028 โดยดีลแรกครอบคลุมโครงการขยายกำลังประมวลผลของ Anthropic ที่เคยประกาศไว้ก่อนหน้า มากกว่า 1 กิกะวัตต์
