OpenAI ต้องระดมทุนเพิ่มอย่างน้อย 2.07 แสนล้านดอลลาร์ภายในปี 2030 — HSBC ประเมิน

 (ft.com)
1 คะแนน โดย GN⁺ 2025-11-27 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • แบบจำลองของ HSBC ที่สะท้อน สัญญาเช่าคลาวด์ขนาดมหาศาลกับ Microsoft และ Amazon คำนวณว่า OpenAI จะต้อง ระดมทุนเพิ่มอย่างน้อย 2.07 แสนล้านดอลลาร์ เพื่อให้ดำเนินงานต่อไปได้พร้อมกับยังคงขาดทุนต่อเนื่องจนถึงปี 2030
  • OpenAI ทำ สัญญาเช่าคลาวด์รวมมูลค่า 1.8 ล้านล้านดอลลาร์ กับ Microsoft 2.5 แสนล้านดอลลาร์และ Amazon 3.8 หมื่นล้านดอลลาร์ โดยกำลังไฟตามสัญญารวมอยู่ที่ 36GW ทำให้เกิดสถานการณ์ที่ ค่าเช่าศูนย์ข้อมูลต่อปีเพียงอย่างเดียวอาจพุ่งถึง 6.2 แสนล้านดอลลาร์
  • HSBC เสนอเส้นทางการเติบโตสูง โดยสมมติว่าจำนวนผู้ใช้จะ เติบโตแบบ S-curve ไปถึง 3 พันล้านคนในปี 2030 (ราว 44% ของประชากรผู้ใหญ่ทั่วโลกเมื่อไม่รวมจีน) โดยในจำนวนนี้ 10% เป็นสมาชิกแบบชำระเงิน และ LLM จะ ครอง 2% ของตลาดโฆษณาดิจิทัล ทำให้รายได้ปี 2030 เพิ่มเป็น 2.1359 แสนล้านดอลลาร์
  • ในขณะเดียวกัน จาก ต้นทุนคอมพิวต์มหาศาล ที่ทำให้ค่าเช่าคลาวด์สะสมถึง 7.92 แสนล้านดอลลาร์ภายในปี 2030 และ 1.4 ล้านล้านดอลลาร์ในปี 2033 จึงประเมินว่าแม้นับรวมกระแสเงินสดอิสระสะสม เงินลงทุนจาก Nvidia วงเงินกู้ที่ยังไม่ได้ใช้ และสภาพคล่องที่ถืออยู่แล้ว ก็ยังคงมี ช่องว่างเงินทุน 2.07 แสนล้านดอลลาร์
  • HSBC ยังคง มุมมองเชิงบวกอย่างมากว่า AI จะยกระดับผลิตภาพของทุกอุตสาหกรรม แต่ก็ชี้ให้เห็นว่า เพื่อรองรับ CAPEX มหาศาลนี้ OpenAI อาจต้องเผชิญกับ ทางเลือกที่เจ็บปวด เช่น การระดมทุนเพิ่มหรือการปรับสัญญาศูนย์ข้อมูล

สัญญาคลาวด์ขนาดยักษ์และโครงสร้างแบบ “หลุมเผาเงิน”

  • มีการเปรียบ OpenAI ว่าเป็น “หลุมเผาเงินขนาดมหึมาที่มีเว็บไซต์วางทับอยู่” และด้วยความที่เป็นบริษัทเอกชน ความลึกของหลุมนี้จึงยังต้องอาศัยการประมาณการ

    • ทีมซอฟต์แวร์และบริการของ HSBC ในสหรัฐฯ เพิ่งอัปเดตแบบจำลองการเงินของ OpenAI
    • การเปลี่ยนแปลงหลักคือการนำสัญญาเช่าคลาวด์ใหม่กับ Microsoft และ Amazon มารวมด้วย

  • สะท้อนว่า OpenAI ได้ทำ สัญญาเช่าคลาวด์คอมพิวต์มูลค่า 2.5 แสนล้านดอลลาร์ กับ Microsoft และ สัญญามูลค่า 3.8 หมื่นล้านดอลลาร์ กับ Amazon

    • สองสัญญานี้เพิ่มความต้องการคอมพิวต์อีก 4GW ทำให้ กำลังไฟตามสัญญารวมอยู่ที่ 36GW
    • มูลค่ารวมของสัญญาทั้งหมดประเมินได้สูงสุดถึง 1.8 ล้านล้านดอลลาร์

  • ภายใต้สมมติฐานนี้ OpenAI อยู่บนเส้นทางที่จะมี ค่าเช่าศูนย์ข้อมูลรายปีราว 6.2 แสนล้านดอลลาร์

    • อย่างไรก็ดี มีการตั้งสมมติฐานว่า กำลังไฟตามสัญญาราวหนึ่งในสามเท่านั้นที่จะเปิดใช้งานจริงภายในสิ้นปี 2030
    • ต้นทุนคลาวด์บางส่วนจะถูกบันทึกเป็น ต้นทุนขาย (COGS) และบางส่วนเป็น ค่าใช้จ่าย R&D

สมมติฐานผู้ใช้และรายได้: ผู้ใช้ 3 พันล้านคน รายได้จากสมาชิกและโฆษณา

  • HSBC สร้าง แบบจำลอง S-curve ของจำนวนผู้ใช้ เพื่อประเมินรายได้ของ OpenAI

    • กำหนดให้จำนวนผู้ใช้แตะ 3 พันล้านคน ในปี 2030 คิดเป็น 44% ของประชากรผู้ใหญ่ทั่วโลกเมื่อไม่รวมจีน
    • ใช้ตัวเลขอ้างอิงเป็นจำนวนผู้ใช้ที่ประเมินไว้ราว 800 ล้านคนในเดือนที่แล้ว

  • โครงสร้างรายได้รวมถึง ค่าสมาชิก โฆษณา และในอนาคต agentic AI กับอุปกรณ์รูปแบบใหม่

    • ในระยะสั้น สมมติฐานยังพึ่งพา โมเดลที่เน้นโน้มน้าวผู้ใช้เดิมให้เปลี่ยนเป็นสมาชิกแบบชำระเงิน เป็นหลัก
    • ในระยะยาว มีโอกาสเพิ่มแหล่งรายได้จาก โฆษณา, agentic AI และโปรเจ็กต์ใหม่กับ Jony Ive

  • มีสมมติฐานพื้นฐานว่า บริการสมัครใช้ LLM จะกลายเป็น บริการที่แพร่หลายและมีประโยชน์พอๆ กับ Microsoft 365

    • ในปี 2030 คาดว่า 10% ของผู้ใช้ OpenAI จะเป็นลูกค้าแบบชำระเงิน
    • ปัจจุบันใช้ตัวเลขประเมินสัดส่วนผู้ใช้จ่ายเงินที่ราว 5%

  • ยังเพิ่มสมมติฐานว่า บริษัท LLM จะ ยึดรายได้ 2% ของตลาดโฆษณาดิจิทัลทั่วโลก

    • ปัจจุบันรายได้จากโฆษณาของบริษัท LLM ถูกมองว่ายัง ใกล้ศูนย์มาก
    • หากสมมติฐานนี้เกิดขึ้นจริง รายได้จากบริการค้นหาและโฆษณาที่อิง LLM จะกลายเป็นอีกแกนสำคัญหนึ่ง

  • เมื่อนำสมมติฐานทั้งหมดมารวมกัน รายได้ของ OpenAI จะวาดกราฟ “เติบโตแบบระเบิด” (gangbusters)

    • ปี 2025 1.25 หมื่นล้านดอลลาร์, ปี 2026 3.498 หมื่นล้านดอลลาร์, ปี 2027 6.799 หมื่นล้านดอลลาร์
    • ปี 2028 1.0689 แสนล้านดอลลาร์, ปี 2029 1.5379 แสนล้านดอลลาร์, และปี 2030 2.1359 แสนล้านดอลลาร์

สมมติฐานส่วนแบ่งตลาด AI ฝั่งผู้บริโภคและองค์กร

  • สมมติให้ รายได้รวมของตลาด AI สำหรับผู้บริโภค ในปี 2030 อยู่ที่ 1.29 แสนล้านดอลลาร์

    • ในจำนวนนี้ 8.7 หมื่นล้านดอลลาร์มาจากการค้นหา และ 2.4 หมื่นล้านดอลลาร์มาจากโฆษณา
    • ส่วนที่เหลือเป็นรายได้จากบริการ AI สำหรับผู้บริโภคประเภทอื่น

  • ในตลาดนี้ ส่วนแบ่งฝั่งผู้บริโภคของ OpenAI เป็นไปตามสถานการณ์ที่ ลดลงจากราว 71% ในปัจจุบัน เหลือ 56% ในปี 2030

    • Anthropic และ xAI ได้รับการให้ส่วนแบ่ง ระดับเลขหลักเดียว เท่ากัน
    • อีก 22% ที่เหลือ ถูกจัดให้กับกลุ่มคู่แข่งไม่ระบุชื่อในหมวด “others”
    • โดย Google แทบถูกกันออกจากสมมติฐานส่วนแบ่งตลาด AI ผู้บริโภค

  • รายได้ของตลาด AI สำหรับองค์กร ถูกตั้งไว้ที่ 3.86 แสนล้านดอลลาร์ ในปี 2030

    • ใช้สมมติฐานว่าส่วนแบ่งตลาดองค์กรของ OpenAI จะลดจากราว 50% เหลือ 37%
    • ผู้เล่นรายอื่นถูกสมมติว่า คงส่วนแบ่งใกล้เคียงกับปัจจุบัน
    • ภาพรวมคือแม้ตลาดจะใหญ่มาก แต่ส่วนแบ่งของ OpenAI จะ ถูกเจือจางลงเล็กน้อย จากการแข่งขันและความหลากหลายของผู้เล่น

โครงสร้างต้นทุนและการขาดทุนระยะยาว: โมเดลอุดหนุนผู้ใช้ยังดำเนินต่อ

  • แม้รายได้จะเติบโตอย่างรวดเร็ว แต่แบบจำลองของ HSBC แสดงให้เห็นว่า ต้นทุนก็เพิ่มขึ้นในอัตราเดียวกัน

    • ในกราฟมีทั้งรายได้และ ส่วนแบ่งรายได้ให้ Microsoft, COGS, R&D และ SG&A เคลื่อนไปพร้อมกัน
    • ส่วนแบ่งรายได้ให้ Microsoft ถูกสมมติเป็นรายการ ไม่ใช่เงินสด (non-cash) ที่ราว 20% ของรายได้

  • ตลอดช่วงปี 2025~2030 OpenAI ถูกอธิบายว่ายังไม่สามารถหลุดพ้นจาก โครงสร้างที่อุดหนุนผู้ใช้อย่างหนัก

    • มีการนำเสนอสถานการณ์ที่แม้ถึงปี 2030 ก็ยังมี ผลขาดทุนจากการดำเนินงาน -1.772 หมื่นล้านดอลลาร์
    • กล่าวคือ แม้รายได้จะใหญ่ระดับบิ๊กเทค แต่ในแง่กำไรขาดทุนก็ยังคง ขาดทุนขนาดใหญ่อยู่ดี

  • ในสถานการณ์เช่นนี้ เงินทุนใหม่ที่ระดมได้จะไหลไปยังเจ้าของศูนย์ข้อมูลโดยตรง

    • มีการเน้นว่าการระดมทุนเพิ่มทำหน้าที่ อุดค่าเช่าคลาวด์และศูนย์ข้อมูล
    • ในทางปฏิบัติจึงมีลักษณะคล้ายวงจร “เงินสดไหลเข้าศูนย์ข้อมูล ส่วนโมเดลยังขาดทุนต่อไป”

ค่าเช่าคลาวด์สะสมและช่องว่างเงินทุน 2.07 แสนล้านดอลลาร์

  • แบบจำลองของ HSBC ประเมิน ค่าเช่าคลาวด์สะสมจากปัจจุบันถึงปี 2030 ไว้ที่ 7.92 แสนล้านดอลลาร์

    • หากขยายช่วงเวลาไปถึงปี 2033 ตัวเลขนี้จะเพิ่มเป็น 1.4 ล้านล้านดอลลาร์
    • อธิบายว่าเส้นทางนี้โดยรวม สอดคล้องกับ guidance ระยะยาว 8 ปีของ OpenAI

  • ในช่วงเวลาเดียวกัน กระแสเงินสดอิสระสะสม (FCCF) ของ OpenAI ถูกประเมินไว้ที่ราว 2.82 แสนล้านดอลลาร์

    • จากนั้นบวก เงินสดที่ Nvidia ให้คำมั่นและการขายหุ้น AMD อีก 2.6 หมื่นล้านดอลลาร์
    • รวมถึง ความสามารถในการระดมทุนผ่านหนี้และทุนที่ยังไม่ได้ใช้ 2.4 หมื่นล้านดอลลาร์ และ สภาพคล่องที่ถืออยู่ 1.75 หมื่นล้านดอลลาร์ ณ กลางปี 2025

  • แม้รวมแหล่งเงินทั้งหมดแล้ว ก็ยังสรุปว่าเกิด ช่องว่าง 2.07 แสนล้านดอลลาร์ ซึ่งต่ำกว่าค่าเช่าคลาวด์สะสม

    • HSBC ยังเผื่อ บัฟเฟอร์เงินสดเพิ่มอีกราว 1 หมื่นล้านดอลลาร์ เพื่อสร้าง margin of safety
    • ผลลัพธ์คือได้ตัวเลขพาดหัวว่า OpenAI จะต้อง ระดมทุนใหม่อย่างน้อย 2.07 แสนล้านดอลลาร์ภายในปี 2030

การวิเคราะห์ความไว: ผู้ใช้ สัดส่วนสมาชิก และราคาคอมพิวต์ที่เปลี่ยนไป

  • HSBC ระบุว่าประมาณการนี้ อาจยังค่อนข้างอนุรักษ์นิยม และให้ตัวเลขการวิเคราะห์ความไวไว้หลายกรณี

    • ทุกครั้งที่ OpenAI เพิ่มผู้ใช้ได้อีก 500 ล้านคน จะทำให้ รายได้สะสมตั้งแต่ตอนนี้ถึงปี 2030 เพิ่มขึ้นราว 3.6 หมื่นล้านดอลลาร์
    • หากดันอัตราการเปลี่ยนเป็นสมาชิกแบบชำระเงินขึ้นไปถึง 20% จะมี รายได้เพิ่มอีกราว 1.94 แสนล้านดอลลาร์ ในช่วงเวลาเดียวกัน

  • สมมติฐานเกี่ยวกับปริมาณการใช้ LLM และต้นทุนคอมพิวต์ก็ถูกตั้งให้เป็น ตัวแปรที่ยืดหยุ่นได้ ในหลายทิศทาง

    • หากราคาคอมพิวต์ลดลงและประสิทธิภาพดีขึ้นจริง ก็มี โอกาสที่ขนาดเงินทุนที่ต้องใช้จะลดลง
    • ในทางกลับกัน หากการใช้งาน AI เพิ่มขึ้นเร็วกว่าเดิม ก็เป็นโครงสร้างแบบสองด้านที่ ต้นทุนจะพุ่งขึ้นตามไปด้วย

  • ที่น่าสนใจคือ แบบจำลองนี้ ไม่ได้รวมสถานการณ์การบรรลุ AGI (ปัญญาประดิษฐ์ทั่วไป)

    • ผลกระทบของ AGI ต่อรายได้ ต้นทุน และมูลค่ากิจการยังถูกปล่อยไว้เป็น ตัวแปร “นอกแบบจำลอง”
    • ดังนั้น แบบจำลองนี้จึงเป็นเพียงการประเมินที่จำกัดอยู่ในกรอบ การขยายธุรกิจ LLM แบบสมจริง

ทางเลือกเมื่อการเติบโตชะลอ: ความเป็นไปได้ในการปรับสัญญาศูนย์ข้อมูล

  • หากอัตราการเติบโตของรายได้ไม่เป็นไปตามคาดและ นักลงทุนเริ่มระมัดระวังมากขึ้น OpenAI อาจต้องเผชิญกับ ทางเลือกที่ยากลำบาก

    • มีการกล่าวถึงกรณีของ Oracle ว่า ตลาดหนี้อยู่ในภาวะตึงตัวอยู่แล้ว
    • ท่าทีการสนับสนุน OpenAI ของ Microsoft ช่วงหลังถูกมองว่ามีความ กลับไปกลับมา (flip-flop) อยู่บ้าง
    • พร้อมกันนั้นยังกล่าวถึงว่า ผู้ถือหุ้นใหญ่อันดับสองคือ SoftBank

  • “ตัวเลือกแย่น้อยที่สุดที่ดีที่สุด” (best worst option) ที่ HSBC เสนอ คือสถานการณ์ที่ OpenAI ทยอยยกเลิก commitment บางส่วนของศูนย์ข้อมูล

    • มีการพูดถึงแนวทางลดหรือเลิก commitment ของศูนย์ข้อมูลทั้ง ก่อนและหลังครบอายุสัญญาตามปกติราว 4~5 ปี
    • การวิเคราะห์มองว่าเมื่อพิจารณาความสัมพันธ์ที่เชื่อมโยงกันของบริษัท AI LLM คลาวด์ และชิปแล้ว ผู้เล่นรายใหญ่มีความยืดหยุ่นอยู่ระดับหนึ่ง

  • ตามรายงาน มีแนวโน้มที่จะมีมุมมองร่วมกันว่า “การลดกำลังการผลิตบางส่วนย่อมดีกว่าวิกฤตสภาพคล่องเสมอ”

    • โดยเฉพาะเมื่อเทียบกับ neo cloud (ผู้ให้บริการคลาวด์หน้าใหม่) ผู้ให้บริการรายใหญ่เดิมอาจมีพื้นที่ให้ยืดหยุ่นมากกว่า
    • ดังนั้น หากฐานะการเงินของ OpenAI แย่ลง การ ปรับ commitment ฝั่งคลาวด์อาจเป็นเครื่องมือบรรเทาความเสี่ยงเชิงโครงสร้าง

มุมมองเชิงบวกแรงของ HSBC ต่อ AI และการให้เหตุผลกับ CAPEX

  • แม้จะมีตัวเลขที่ดูอนุรักษ์นิยมและน่ากังวลดังกล่าว ทีมของ HSBC ยังคง มุมมองเชิงบวกต่อ AI อย่างมาก

    • มองว่า AI จะ แทรกซึมเข้าไปในทุกกระบวนการผลิตและทุกอุตสาหกรรมแนวดิ่ง
    • และท้ายที่สุดจะช่วยยกระดับ ผลิตภาพของโลกอย่างมีนัยสำคัญ

  • แม้สินทรัพย์ AI บางส่วนอาจมีทั้งการประเมินค่าสูงเกินและต่ำเกินปะปนกันอยู่ แต่มุมมองนี้เชื่อว่า ท้ายที่สุดแล้ว หากอัตราการเติบโตทางเศรษฐกิจที่ขับเคลื่อนด้วยผลิตภาพเพิ่มขึ้นเพียงไม่กี่ bp ก็อาจเพียงพอที่จะทำให้ CAPEX ที่กำลังถกเถียงกันอยู่มีเหตุผลรองรับ

    • บนฐานของ GDP โลกมากกว่า 110 ล้านล้านดอลลาร์ การเพิ่มขึ้นของอัตราการเติบโตเพียงไม่กี่ bp ก็สามารถสร้างผลลัพธ์ตัวเลขที่มหาศาลได้
    • ในมุมนี้ เงิน 2.07 แสนล้านดอลลาร์เพื่อพยุง OpenAI ให้อยู่รอดถึงปี 2030 อาจเป็นตัวเลขที่เล็กกว่าที่คิด

  • โดยสรุป HSBC แสดงให้เห็นทั้ง ความตึงเครียดระหว่างการขาดทุนมหาศาลและความเสี่ยงด้านการระดมทุนในระยะสั้น กับ ผลด้านผลิตภาพมหภาคที่ AI อาจสร้างขึ้นในระยะยาว

    • กรณีของ OpenAI เป็นตัวอย่างสุดขั้วของ การที่บริษัทโครงสร้างพื้นฐาน AI ต้องลงทุนล่วงหน้าทั้งเงินทุนและคอมพิวต์ในขนาดใหญ่มหาศาลเพียงใด
    • ขณะเดียวกัน นี่ก็เป็นการทดลองว่าเดิมพันระดับนี้ อาจขับเคลื่อนเศรษฐกิจโลกโดยรวมได้มากเพียงใดในระยะยาว

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2025-11-27
ความเห็นจาก Hacker News

  • บทความต้นฉบับ (archive.ph)

  • ดูเหมือนว่า OpenAI จะยากที่จะยึดครองมูลค่าได้จริงใน ธุรกิจมาร์จิ้นสูง ที่บริษัทพูดถึงว่าเป็นแหล่งรายได้หลักในอนาคต
    ตัวอย่างเช่น บริษัทยาไม่มีเหตุผลที่จะต้องแบ่งรายได้จากการพัฒนายาใหม่ให้ OpenAI และในตลาดโฆษณา·การสร้างสื่อก็มี Google, Meta, Amazon ครองความสัมพันธ์กับผู้ลงโฆษณาอยู่แล้ว
    นอกจากนี้ OpenAI ก็ไม่มี แพลตฟอร์มเป็นฐาน แบบ Chrome ของ Google, Office ของ Microsoft หรือ OS ของ Apple ทำให้ขยายบริการแบบเอเจนต์ได้ยาก
    ถึงแม้การจับมือกับพาร์ตเนอร์อย่าง Etsy ในค้าปลีกจะพอดูมีความเป็นไปได้ แต่สุดท้ายก็ยังต้องแข่งกับ Amazon อยู่ดี

    • คิดว่าในอนาคตอาจเกิดรูปแบบแบบนี้ขึ้น — “ChatGPT ช่วยซื้อคีย์บอร์ดแมคคานิคัลให้ฉันอันหนึ่ง” → ผู้ขายที่ถูกดันขึ้นอันดับต้น ๆ ใน GPT เป็นฝ่ายจ่ายค่าโฆษณา
      กล่าวคือ อาจเกิดการเปลี่ยนผ่านจาก การแฮ็ก Google ไปสู่การแฮ็ก GPT ในฐานะแกนกลางของธุรกิจโฆษณา
    • ที่ Google, Meta, Amazon สร้างความสัมพันธ์กับผู้ลงโฆษณาได้ ก็เพราะมี ฐานผู้ใช้มหาศาลและเครื่องมือกำหนดเป้าหมายที่ละเอียดมาก
      แต่ ChatGPT เองก็มีฐานผู้ใช้บุคคลทั่วไปที่หนาแน่นอยู่แล้ว และการใช้งานในที่ทำงานผ่าน Copilot เป็นต้น ก็เพิ่มขึ้นเรื่อย ๆ
      ถ้า OpenAI ออกเครื่องมือโฆษณามา ก็มีโอกาสสูงที่ผู้ลงโฆษณาจะหลั่งไหลเข้าไป
      แถม Google ถึงจะเก่งด้านเทคโนโลยีแต่ไม่เด่นเรื่องทำผลิตภัณฑ์ ขณะที่ OpenAI อาจได้เปรียบในด้าน ความสมบูรณ์ของผลิตภัณฑ์
    • สำหรับคำพูดที่ว่า “ทำไมบริษัทยาต้องแบ่งรายได้ให้เลเยอร์ความฉลาดด้วย” ความจริงคือพวกเขา ยังไงก็ต้องจ่ายค่าการใช้โมเดล AI อยู่ดี
      ชื่อเสียงของ DeepMind ไม่ได้สำคัญขนาดนั้น ตอนนี้ทรัพยากร AI ก็ยังหายาก และอุปสงค์ยังสูงกว่าอุปทาน
      หลายบริษัทสามารถทำเงินจากช่องว่างนี้ได้ และบริษัทที่เปลี่ยนอุปสงค์เป็นกำไรได้เก่งที่สุดก็จะเป็นผู้ชนะในท้ายที่สุด
    • เห็นด้วยกับคำพูดที่ว่า “OpenAI ไม่มีแพลตฟอร์มให้สร้างต่อยอด”
      ถ้าสามารถสร้าง ตัวแทนของ G Suite หรือ MS Office แล้วผนวกรวมเข้ากับ ChatGPT บนเว็บ·มือถือได้ก็อาจพอมีโอกาส แต่ต้องใช้แรงวิศวกรรมมหาศาล
    • Nvidia เป็นเพียงส่วนหนึ่งของห่วงโซ่มูลค่า แต่ก็ยังน่าทึ่งที่มูลค่าตลาดสูงได้ขนาดนั้น
      แม้จะเป็นผลจาก แรงล็อกอินของ CUDA แต่การรับรู้ของตลาดก็กำลังเปลี่ยนไปทีละน้อย

  • ในบทความพูดถึง ChatGPT เป็นหลัก แต่ความจริงแล้วก็ยัง ไม่ชัดว่ารายได้หลักจะมาจาก ChatGPT หรือไม่
    การประเมินว่าบริษัท LLM จะได้ส่วนแบ่ง 2% ของตลาดโฆษณาดิจิทัลนั้นรู้สึกว่าต่ำเกินไป
    เมื่อพิจารณาว่าโฆษณาค้นหากินสัดส่วน 40% ของโฆษณาดิจิทัลทั้งหมด โฆษณาบน LLM ก็อาจเป็น โฆษณาตามเจตนาที่ทรงพลังยิ่งกว่าโฆษณาค้นหา
    แต่ตัวเลขประเมินแบบนี้ก็น่าจะมีช่วงความคลาดเคลื่อนกว้างมาก

    • ปัญหาใหญ่ที่สุดของ OpenAI คือ ทุ่มสุดตัวกับ AGI
      ถ้า AGI เป็นไปไม่ได้ หรือไม่เกิดขึ้นภายใน 10 ปี OpenAI ก็เสี่ยงจะกลายเป็นแค่ผู้ขายโมเดลที่ไม่มีคูเมืองป้องกันธุรกิจ
      ในทางกลับกัน Google ยังอยู่รอดได้สบาย แม้เพียงแค่ผสาน AI เข้ากับชุดผลิตภัณฑ์เดิม
    • คิดว่าการประเมินว่า LLM จะได้แค่ 2% ของตลาดโฆษณาดิจิทัลนั้นต่ำเกินจริง
      ตอนนี้ผู้คนเริ่มมอบ ความไว้วางใจในระดับส่วนตัว ให้ AI แล้ว และกำลังก้าวไปสู่การรับคำแนะนำจากมันเหมือนรับคำแนะนำจากเพื่อน
      นี่คือโอกาสระดับ Holy Grail ของวงการการตลาด
      ตัวอย่างเช่น เหตุที่ Claude แนะนำหนังสือโดยไม่แนบลิงก์ Amazon อาจเป็นเพราะต้องการสร้างความน่าเชื่อถือ
      วันหนึ่ง AI อาจเป็นฝ่ายแนะนำและพาไปสู่การขายได้โดยตรง
      ผู้ใช้อาจได้รับคำแนะนำจาก AI ที่ มีสปอนเซอร์หนุนหลัง โดยไม่รู้ตัวด้วยซ้ำ
    • การประเมินว่าบริษัท LLM จะได้ 2% ของตลาดโฆษณาอาจต่ำเกินไปหรือสูงเกินไปก็ได้
      เพราะยังไม่มีสัญญาณว่า OpenAI กำลังเตรียม ทีมโฆษณาหรือผลิตภัณฑ์โฆษณา อยู่
    • ก่อนที่ Google จะปรากฏขึ้น แทบไม่มีตลาดโฆษณาค้นหาออนไลน์เลย
      แต่ตอนนี้ Google กินส่วนแบ่งเม็ดเงินโฆษณาทั่วโลกมากกว่าครึ่ง
      ถ้า OpenAI กลายเป็น ช่องทางใหม่ของการค้นหา·การค้นพบ ตัวเลข 2% ก็ถือว่าต่ำเกินไป
    • ตลาดโฆษณาแบบค้นหาอาจพังทลาย และ โฆษณาแบบแนะนำภายในแชตบอต อาจกลายเป็นแหล่งรายได้ใหม่
      ตัวอย่างเช่น ฟีเจอร์ที่ให้ซื้อของจาก Walmart ใน ChatGPT ได้ทันทีอาจออกมาในไม่ช้า

  • Meta มีผู้ใช้ 3.5 พันล้านคน และคาดว่าปี 2025 จะมีรายได้โฆษณาราว 2 แสนล้านดอลลาร์ ดังนั้นถ้า ChatGPT มี 1 พันล้านคน ก็อาจโตถึง 2 พันล้านคนในปี 2030 ได้
    ChatGPT มี คุณภาพของข้อมูลผู้ใช้ สูงกว่า Meta มาก และสามารถสร้างโปรไฟล์โฆษณาแบบเฉพาะบุคคลได้
    อีกทั้งยังสร้างแพลตฟอร์มโฆษณาแบบใหม่ที่ เรียนรู้ผลิตภัณฑ์สปอนเซอร์ผ่านบทสนทนา ได้
    พลังของแบรนด์ ChatGPT ก็ยังถูกประเมินต่ำไป
    กลยุทธ์ขยายตัวอย่างแอป Sora หรือการเข้าซื้อ TikTok ก็น่าพิจารณาเช่นกัน

    • แต่ตลาดโฆษณาเป็น ตลาดอิ่มตัวที่การเติบโตชะงักแล้ว
      Google กับ Meta กินสัดส่วนรวมกันถึง 1.5% ของ GDP ทั้งหมด และถ้า OpenAI จะสู้กับสองรายนี้ก็ต้องพิสูจน์ตัวเองทั้งด้านประสิทธิภาพโฆษณา เงินทุน และการลงทุนฮาร์ดแวร์
    • Meta มีฐานมาจาก แพลตฟอร์มโซเชียล อย่าง WhatsApp, Instagram, Facebook
      ChatGPT ไม่ได้มีโครงสร้างแบบนั้น จึงเทียบกันตรง ๆ ได้ยาก
    • Meta ออกแบบให้ผู้ใช้อยู่ในระบบนาน ขณะที่ Google ให้คำตอบเร็วแล้วก็จบ
      มูลค่าเชิงโฆษณาของ ChatGPT จะเปลี่ยนไปตามว่ามันใกล้กับฝั่งไหนมากกว่า
    • ผู้คน ไม่ชอบคอนเทนต์ที่สร้างโดย AI
      แค่ดูคอมเมนต์ใน Instagram Reels ก็เห็นแรงต้านชัด และวิดีโอจาก Sora ก็ลอยไปทุกแพลตฟอร์ม ทำให้คุณค่าความเป็นเอกสิทธิ์ต่ำ
    • Gemini ถูกผสานเข้าไปใน Google Docs และ Search อยู่แล้ว
      การตัดสินฐานผู้ใช้จากการติดตั้งแอปอย่างเดียวจึงทำได้ยาก

  • ขนาดของอุตสาหกรรม AI ถูกปั่นให้ใหญ่เกินจริงเมื่อเทียบกับเศรษฐกิจจริง
    ตลาดโฆษณาสหรัฐมีมูลค่า 3.9 แสนล้านดอลลาร์ แต่ระบบสาธารณสุขมีมูลค่า 4.3 ล้านล้านดอลลาร์ และธนาคารพาณิชย์มีมูลค่า 1.5 ล้านล้านดอลลาร์
    ทั้งที่เป็นแบบนั้น หุ้นที่เกี่ยวกับ AI กลับกินสัดส่วนถึง 1 ใน 3 ของทั้งตลาด ซึ่งไม่ปกติ
    เงินทุนเชิงเก็งกำไรกำลังร้อนแรงเกินกว่ามูลค่าที่แท้จริง

    • มีบริษัทที่ยังไม่เข้าตลาดอีกมาก และโดยธรรมชาติแล้วหุ้นเทคก็ถูกประเมินจาก ความคาดหวังการเติบโต
      ราคาหุ้นสะท้อน จิตวิทยาการลงทุน ต่อกระแสเงินสดในอนาคต ไม่ใช่รายได้ปัจจุบัน
      อีกทั้งคำว่า “AI” ก็มักถูกใช้ราวกับหมายถึงแค่ LLM แต่จริง ๆ แล้วมันถูกใช้งานในหลากหลายอุตสาหกรรมมานานแล้ว
      ต่อให้พรุ่งนี้ LLM หายไปหมด โลกก็แค่กลับไปสู่ระดับก่อนหน้า ไม่ได้ล่มสลาย
    • ควรเทียบกันด้วยกระแสเงินสดอิสระ
    • ตลาด AI ท้ายที่สุดก็คือ ผลรวมของงานที่จะถูกแทนที่ในอนาคต
      ค่าบริการสมัครสมาชิกเดือนละ 20 ดอลลาร์ถือว่าเล็กน้อยมากเมื่อเทียบกับขนาดนั้น
    • ตลาดหุ้นไม่ใช่ตัวเศรษฐกิจจริงทั้งหมด
      เมื่อคำนึงถึงโครงสร้างมาร์จิ้นสูงของ Nvidia ภาระต่อเศรษฐกิจจริงก็ลดลง
      แต่ก็มีความเสี่ยงที่การลงทุนด้วยหนี้จะ ลุกลามเข้าสู่ระบบธนาคาร
      แค่ค่าแรงคนขับรถบรรทุกก็แตะระดับ 2 แสนล้านดอลลาร์ต่อปีแล้ว และการทำให้อุตสาหกรรมแบบนี้เป็นอัตโนมัติต่างหากที่จะมีผลกระทบทางเศรษฐกิจจริงอย่างมหาศาล
    • น่าขันตรงที่คนซึ่งเคยตะโกนว่า “ไปแก้ปัญหาโลกก่อนสิ” กลับเงียบกันเมื่อเจอภาวะ AI ร้อนแรงเกินจริง

  • แหล่งรายได้ของ OpenAI จะขยายไปไกลกว่าแค่ค่าสมาชิก ChatGPT สู่ การสร้างภาพ·วิดีโอ และ เครื่องมือแบบเอเจนต์
    อุตสาหกรรมโฆษณา·ข่าว·สื่อจะเป็นผู้บริโภคหลักของคอนเทนต์ AI และโมเดลรายได้แบบ B2B ผ่าน API ก็จะเติบโตด้วย
    OpenAI อาจผูกขาดทุกตลาดไม่ได้ แต่ก็มี จุดเริ่มต้นและความน่าเชื่อถือ ที่แข็งแกร่ง

    • ประเด็นคือผู้คนจะ ยอมจ่ายเงินจริงให้คอนเทนต์อัตโนมัติหรือไม่
      ตอนนี้คนใช้เพราะมันฟรี แต่จะเปลี่ยนเป็นการจ่ายระดับหลายหมื่นล้านดอลลาร์ได้หรือเปล่ายังน่าสงสัย
      ตรงกันข้าม การเปลี่ยนผ่านไปสู่ หุ่นยนต์ อาจมีคุณค่าเชิงปฏิบัติมากกว่า
    • โฆษณา AI เป็นเรื่องจริงแล้วในตอนนี้
      ผู้สมัครชิงตำแหน่งนายกเทศมนตรีนิวยอร์กใช้แคมเปญวิดีโอ AI, ครึ่งหนึ่งของโฆษณาอสังหาริมทรัพย์เป็นภาพรีโนเวตด้วย AI
      และ 1 ใน 4 ของโฆษณาสิ่งพิมพ์ก็เป็นงานสร้างโดย AI
    • โครงสร้างผูกขาดของ OpenAI เป็นไปไม่ได้
      โมเดลโอเพนซอร์สกำลังพัฒนาอย่างรวดเร็ว และฝั่งที่มี ประสิทธิภาพด้านต้นทุน สูงกว่าจะครองตลาด
      เช่นเดียวกับที่ Git แทนที่ BitKeeper ตลาด LLM ก็น่าจะไปสู่ โครงสร้างหลายขั้ว
    • การขายคอนเทนต์ตั้งราคาได้ยาก และยิ่งอุปทานเพิ่ม มูลค่าก็ยิ่งลดลง
      ถ้าเทคโนโลยีไม่สามารถสร้าง economies of scale ได้ การทำรายได้ก็จะยาก
    • กรณีใช้งานเหล่านี้สุดท้ายแล้วก็เป็น สนามแข่งขันแบบสินค้าโภคภัณฑ์
      Google, Meta, Anthropic ต่างก็ออกผลิตภัณฑ์คุณภาพใกล้เคียงกัน และการแข่งขันด้านราคาก็รุนแรงขึ้น

  • แม้แต่การที่ LLM จะได้ 2% ของตลาดโฆษณาดิจิทัลก็ ไม่ใช่เป้าหมายที่ง่ายเลย
    แม้ Google จะครองการค้นหาแล้ว แต่กว่าจะสร้างระบบนิเวศโฆษณาได้ก็ยังต้องเข้าซื้อหลายบริษัท เช่น Urchin, DoubleClick, YouTube

  • เงินทุนที่ไหลเข้าสู่ตลาด LLM มีขนาดใกล้เคียงกับ ยอดการลงทุนร่วมทุนทั้งหมดของสหรัฐในปี 2024 (2.15 แสนล้านดอลลาร์)
    ที่มา: NVCA 2025 Yearbook

  • เป็นไปได้ว่าสิทธิ์เข้าถึง LLM วันหนึ่งจะกลายเป็น บริการสมัครสมาชิกแพงแบบ Bloomberg Terminal
    เหมือนที่เทรดเดอร์ใช้ Excel แทบฟรี แต่ยอมจ่าย Bloomberg ปีละ 20,000 ดอลลาร์ การเข้าถึง AI ก็อาจไปในทาง โมเดลพรีเมียมสำหรับมืออาชีพ

    • Bloomberg แพงมาตั้งแต่แรก ตลาดเลยยอมรับได้ แต่ LLM ตอนนี้ผู้ใช้คุ้นกับของฟรีแล้ว จึงน่าจะมี แรงต้านต่อการขึ้นราคา สูง
    • โครงสร้างคล้ายกันนี้อาจเกิดขึ้นใน ตลาดหุ่นยนต์ ได้เช่นกัน
      อาจพัฒนาไปเป็นการที่คนซื้อหุ่นยนต์ที่ทำอาหาร·ทำความสะอาด·คุยโต้ตอบได้เอง หรือเช่าใช้งานเป็นรายชั่วโมง
    • ถ้าจะคิดปีละ 20,000 ดอลลาร์ได้จริง ก็ต้องมี ความเหนือกว่าคู่แข่งแบบทิ้งห่างมาก
      ไม่อย่างนั้นถ้าราคาขึ้นเพราะทรัพยากรจำกัด นั่นก็ไม่ใช่มาร์จิ้น แต่เป็นต้นทุนที่สูงขึ้น
    • LLM สำหรับผู้ใช้ทั่วไปอาจกลายเป็นของฟรี ส่วน โมเดลขั้นสูงสำหรับองค์กร·ภาครัฐ อาจมีราคาแพงหรืออยู่ภายใต้การกำกับดูแล
    • Bloomberg Terminal ราคา 20,000 ดอลลาร์ในอดีตยังใช้โมเด็ม 300bps แต่ตอนนี้ LLM ฟรีกลับเร็วกว่าเยอะ
      ถ้าเพิ่มแค่ข้อมูลเรียลไทม์เข้าไป ก็อาจ แทนที่ได้ด้วยชุดโอเพนซอร์ส

  • ตามรายงานของ TechCrunch นั้น Anthropic คาดว่าจะ พลิกเป็นกำไรในปี 2028 แต่ OpenAI ถูกมองว่าจะมี การเผาเงินสด 1.4 หมื่นล้านดอลลาร์ในปี 2026