- ฟองสบู่การลงทุนในอุตสาหกรรม AI ได้ก่อตัวขึ้นแล้ว และมีโอกาสแตกเร็วกว่าที่คาดจากช่องว่างระหว่างผลิตภาพกับความสามารถในการทำกำไร
- บริษัทบิ๊กเทค กำลังทำสงคราม การแข่งขันด้านรายจ่ายฝ่ายทุน ครั้งใหญ่ที่สุดเป็นประวัติการณ์เพื่อรักษาความได้เปรียบในการแข่งขัน แต่มีความเป็นไปได้สูงว่าขนาดการใช้จ่ายจริงจะลดลง
- ต้นทุนพลังงานที่สูงขึ้น, ความผันผวนของราคา RAM, การถูกตัดขาดจากเงินทุนตะวันออกกลาง เป็นต้น กำลังกดดันฐานะการเงินของห้องปฏิบัติการ AI มากขึ้น และบางแห่งกำลังรับมือด้วย การขึ้นค่าบริการผู้ใช้
- OpenAI ถูกพูดถึงทั้งเรื่องการนำโฆษณาเข้ามาใช้และความเป็นไปได้ในการขายกิจการ จากข้อจำกัดด้านการสร้างรายได้ ขณะที่ความพยายามเข้าซื้อโดย Microsoft ก็มีความเสี่ยงทำให้เหตุผลรองรับราคาหุ้นอ่อนแอลง
- กระแสเหล่านี้อาจนำไปสู่ การลดลงของมูลค่าประเมินในตลาด, ภาวะเงินทุน VC ตึงตัว, ความต้องการดาต้าเซ็นเตอร์และ GPU ที่ลดลง และมีโอกาสสูงที่จะเห็นวัฏจักร บูม-ซบเซา ของอุตสาหกรรม AI เกิดขึ้นอีกครั้ง
สัญญาณล่วงหน้าของการแตกของฟองสบู่ AI
- ตัวเร่งให้เกิดการพังทลายของอุตสาหกรรม AI ได้ก่อตัวขึ้นแล้ว และอาจเกิดเร็วกว่าที่คาด
- เทคโนโลยี AI เองจะยังคงอยู่ต่อไป แต่ การเพิ่มขึ้นของผลิตภาพ กับ ความคุ้มค่าของการลงทุน เป็นคนละประเด็นกัน
- เทคโนโลยีอาจช่วยเพิ่มประสิทธิภาพให้สังคมได้ แต่ความน่าดึงดูดในฐานะสินทรัพย์ลงทุนอาจลดลง
กลยุทธ์ของบิ๊กเทค: ไม่ใช่ชัยชนะ แต่เป็น สงครามการใช้จ่าย
- บริษัทในกลุ่ม Magnificent 7 กำลังวางแผน รายจ่ายฝ่ายทุน(capex) ในระดับสูงสุดเป็นประวัติการณ์ ซึ่งเป็นมาตรการเชิงป้องกันเพื่อสร้างความแตกต่างจากคู่แข่งและห้องปฏิบัติการ AI
- ตัวอย่างเช่น หากบริษัทหนึ่งทุ่ม 5 หมื่นล้านดอลลาร์ OpenAI และ Anthropic ก็ต้องระดมทุน 1 แสนล้านดอลลาร์เพื่อแข่งขัน
- ยิ่งขนาดเงินทุนใหญ่ขึ้น กองทุนที่สามารถรองรับได้ก็ยิ่งมีน้อยลง และโดยเฉพาะ เงินทุนจากตะวันออกกลาง ก็เข้าถึงได้ยากจากเหตุผลด้านภูมิรัฐศาสตร์
- ด้วยเหตุนี้ การผลักดัน IPO ของบริษัท AI จึงเร่งตัวขึ้น และทำหน้าที่เป็นช่องทางหลักในการคงกระแสเงินทุนไหลเข้า
- Google อยู่ในตำแหน่งที่ได้เปรียบจากความสามารถในการบริหารเงินทุนระยะยาว
- สามารถไม่ต้องใช้ capex ที่ประกาศไว้ทันที และค่อย ๆ ลงทุนไปจนกว่าคู่แข่งจะประสบปัญหาขาดเงิน
- หลังจากนั้นเมื่อคู่แข่งยอมแพ้ ก็สามารถลดการใช้จ่ายและครองตลาดได้
- มูลค่าตลาดของ Alphabet อยู่ที่ราว 2 ล้านล้านดอลลาร์ คิดเป็นประมาณ 10 เท่าของบริษัทด้านอุตสาหกรรมป้องกันประเทศรายใหญ่ที่สุด
- ผลลัพธ์คือ capex จริงของ บริษัท Mag 7 โดยเฉพาะ Google มีแนวโน้มจะต่ำกว่าที่คาด และอาจเป็นปัจจัยบวกต่อนักลงทุน
- Apple กำลังมองหาวิธี เชื่อมต่อโมเดล AI ภายนอกแบบมีค่าใช้จ่ายเข้ากับ Siri แทนการแข่งโดยตรง, Amazon กระจายความเสี่ยงผ่านการลงทุนใน Anthropic และ Meta ยังคงใช้จ่ายขนาดใหญ่ต่อเนื่อง
ปัจจัยเร่ง: ต้นทุนที่สูงขึ้นและสภาพคล่องตึงตัว
- ห้องปฏิบัติการ AI กำลังเผชิญแรงกดดันหลายด้านพร้อมกัน เช่น ต้นทุนพลังงานที่พุ่งสูง, การถูกตัดขาดจากเงินทุนตะวันออกกลาง, ความกังวลเรื่องการขึ้นดอกเบี้ย, และ การร่วงลงอย่างหนักของราคา RAM
- การลดลงของราคา RAM เกิดจากเทคโนโลยี TurboQuant AI ของ Google ที่ทำให้โมเดลรุ่นถัดไปต้องใช้หน่วยความจำน้อยลง ขณะที่ห้องปฏิบัติการต่าง ๆ ได้ทำสัญญาซื้อจำนวนมากในราคาสูงไว้แล้ว
- Anthropic กำลังปรับข้อจำกัดการใช้งานเพื่อลดต้นทุนและเพิ่มรายได้ และหากเงินลงทุนแห้งลง ก็ยากจะหลีกเลี่ยง การผลักภาระต้นทุนไปยังผู้ใช้
- ตามรายงานอิสระ ต้นทุนใช้งานจริงต่อหน่วยของโมเดล Claude สูงกว่าค่าบริการสมัครสมาชิกถึง 5 เท่า และความสามารถในการทำกำไรยังไม่แน่นอน
- การขึ้นราคาอาจนำไปสู่ความต้องการที่ลดลง และทำให้เรื่องเล่าการเติบโตอ่อนแรงลง
- แม้รายได้เพิ่มขึ้น แต่ การเติบโตที่ไม่มีผลกำไร จะยิ่งเร่งการเผาเงินสด
- บริษัทคลาวด์รายใหญ่สามารถนำฟีเจอร์ AI ไปบันเดิลแบบ loss leader ได้ ทำให้ความสามารถในการแข่งขันด้านราคาของห้องปฏิบัติการอิสระอ่อนลง
- แพ็กเกจ Claude Max และ Max 5x (เดือนละ 100 ดอลลาร์ และ 200 ดอลลาร์ตามลำดับ) ไม่สามารถชำระแบบรายปีได้ ซึ่งบ่งชี้ถึงการขึ้นราคาในอนาคต
ข้อจำกัดด้านการสร้างรายได้ ของ OpenAI
- OpenAI กำลังประสบปัญหาในการสร้างรายได้ และเริ่มใช้มาตรการสุดท้ายคือ การนำโฆษณาเข้าไปใน ChatGPT
- เป็นวิธีที่ CEO Sam Altman เคยกล่าวไว้ในอดีตว่าเป็น “ทางเลือกสุดท้าย”
- ในทางกลับกัน Anthropic กำลังสร้างผลตอบแทนที่ดีกว่าในตลาดลูกค้าองค์กรและนักพัฒนา
- ฟีเจอร์ช้อปปิง ล้มเหลว และ Sora แอปวิดีโอสั้น ถูกปิดเพื่อประหยัดต้นทุน
- มีการพูดถึง ความเป็นไปได้ที่ OpenAI จะถูกขายกิจการ ในอนาคตอันใกล้
- ผู้เข้าซื้อที่มีแนวโน้มมากที่สุดคือ Microsoft ซึ่งถือหุ้นอยู่มากแล้ว
- แต่การเข้าซื้อ OpenAI ต้องใช้เงิน 6.13 แสนล้านดอลลาร์ หรือประมาณ 22% ของมูลค่าตลาด Microsoft และยังไม่แน่ชัดว่าจะได้รับอนุมัติจากผู้ถือหุ้นหรือไม่
- แม้ Microsoft จะเดินหน้าซื้อกิจการ ก็ยังมีความเสี่ยงที่ เรื่องเล่าการเติบโตของ AI จะพังลง จนทำให้เหตุผลรองรับราคาหุ้นอ่อนแอ
- หาก OpenAI ล้มเหลว Microsoft จะสูญเสียลูกค้าคลาวด์รายสำคัญ และยังมีโอกาสที่ AI ที่บริษัทสนับสนุนจะ เข้ามาแย่งบทบาทผลิตภัณฑ์หลักอย่าง GitHub
ผลกระทบต่อตลาดและต่อบุคคล
- ปัญหาสภาพคล่องของห้องปฏิบัติการ AI รายใหญ่ อาจกระทบโดยตรงต่อ งบการเงินและแนวโน้มการเติบโตของบริษัทมหาชน
- ซึ่งอาจนำไปสู่ การลดลงของมูลค่าประเมินทั้งตลาด, ดีล M&A ที่ชะลอตัว, และ ภาวะเงินทุน VC ตึงตัว
- มีความเป็นไปได้ที่จะเกิดวัฏจักร การหดตัวของการลงทุน คล้ายปี 2022 อีกครั้ง
- กองทุนบำเหน็จบำนาญ และ การลงทุนในดาต้าเซ็นเตอร์ ก็จะได้รับผลกระทบเช่นกัน
- หากการฝึกโมเดลใหม่หยุดลง ความต้องการ GPU จะลดลง และเกิด กำลังการผลิตส่วนเกิน
- GPU บางส่วนอาจไม่ได้ถูกส่งมอบ หรืออาจไม่ได้ถูกผลิตเลยด้วยซ้ำ
- สิ่งนี้อาจกระทบ Nvidia อย่างมาก
- แม้ดาต้าเซ็นเตอร์จะเปิดใช้งานได้ ก็อาจต้องให้บริการในราคาที่ต่ำกว่าคาด ทำให้เกิดโครงสร้างที่ ผู้ใช้ AI ได้ประโยชน์ แต่ผู้ให้บริการขาดทุน
- โดยทั่วไปดาต้าเซ็นเตอร์ถูกมองเป็น สินทรัพย์ปลอดภัย และสร้างขึ้นด้วยเงินกู้จากธนาคาร แต่หากมูลค่าลดลง ก็อาจนำไปสู่ การรับรู้ขาดทุนของธนาคารและการลดการปล่อยกู้
- ธนาคารบางแห่งอาจถูกกดดันให้ เร่งชำระบัญชี คล้ายปี 2023
- หากซ้ำเติมด้วย ปัญหาการผลิตในไต้หวัน หรือ ความปั่นป่วนในห่วงโซ่อุปทาน สถานการณ์ก็อาจเลวร้ายยิ่งขึ้น
- อย่างไรก็ดี ก็ยังมีความเป็นไปได้ที่ความต้องการโมเดลจะสูงกว่าคาดจนชดเชยทุกปัญหาได้
- แต่โดยทั่วไปนวัตกรรมทางเทคโนโลยีส่วนใหญ่ต่างผ่าน วัฏจักรบูมและซบเซา และ AI เองก็มีแนวโน้มสูงว่าจะไม่ใช่ข้อยกเว้น
2 ความคิดเห็น
ก็เป็นโพสต์ WWE ที่จะโผล่มาทุกปีสินะ..
ความเห็นจาก Hacker News
บทความอ้างว่า “ราคา RAM กำลังร่วงหนัก” แต่ความจริงไม่เป็นเช่นนั้น
ถ้าดูจากแนวโน้มราคาเมมโมรีของ PCPartPicker ยังไม่เห็นว่าราคาลดลงเลย และบทความของ Google เกี่ยวกับ TurboQuantก็พูดเพียงแค่ว่า อาจเป็นไปได้ ที่จะลดความต้องการ RAM ได้
ผมคิดว่าการตั้งข้อสรุปหลักทั้งเรื่องจากหลักฐานแบบนี้เป็นสิ่งที่ไม่รับผิดชอบ ไม่ต่างจาก LLM ที่อ้างลิงก์มั่วๆ
สิ่งที่ Google ประกาศไม่ได้ใหม่อะไร และตัว TurboQuant เองก็เป็น เทคโนโลยีเมื่อ 1 ปีก่อน
ต่อให้ราคาฝั่งธุรกิจลดลง กว่าจะกระทบตลาดผู้บริโภคทั่วไปก็ใช้เวลาอีกนาน
ผมเองก็เคยเห็นหลายครั้ง
ซึ่งจริงๆ ก็เป็นไปตามบทความของ FTที่บอกว่าหุ้นร่วงจริง
น่าแปลกที่กระแส AI มีความ แตกขั้ว มากขนาดนี้
ตัวเทคโนโลยีเองเป็นการก้าวกระโดดแบบเป็นขั้นเป็นตอนอย่างชัดเจน แต่ไม่มีใครรู้ว่ามันจะไปจบตรงไหน
ต้นทุนการให้บริการโทเค็นอยู่ในระดับที่ ทำกำไรได้ มานานเกิน 1 ปีแล้ว ปัญหาอยู่ที่ R&D และการลงทุนโครงสร้างพื้นฐาน
ดาต้าเซ็นเตอร์ยังคงมีอุปสงค์มากกว่าอุปทานอยู่ นี่ไม่ใช่โครงสร้างที่อยู่ได้ด้วยเงินเดือนเว่อร์ๆ แบบในอดีต แต่เป็นตลาดที่มีความต้องการจริง
ไม่ได้เป็นแนว “แทนที่มนุษย์” แบบเดิม แต่กำลังสร้าง ตลาดใหม่ ขึ้นมา
เพียงแต่ถ้าคุณภาพตามไม่ทัน มันก็อาจกลายเป็นฟองสบู่ได้
การตีความว่าการที่ OpenAI เอาโฆษณาเข้ามาเป็น “ความล้มเหลวในการหารายได้” นั้นไม่แม่นยำ
โฆษณาเป็นเพียงกลยุทธ์สำหรับเวอร์ชันฟรีเท่านั้น ไม่ได้รวมอยู่ในแพ็กเกจแบบเสียเงิน
การที่สตาร์ตอัปขาดทุนในช่วงเติบโตเป็น ปรากฏการณ์ปกติของวัฏจักร VC
inference กลับเป็นธุรกิจที่ทำกำไรได้มากกว่า และการลงทุนใน R&D ก็เป็นทิศทางที่ถูกต้อง
ทีวีกับ YouTube ก็เริ่มกันแบบนั้น
โครงสร้างที่อยู่ได้ด้วยเงินอุดหนุนจาก VC นั้นระยะยาวย่อมยั่งยืนไม่ได้
ถ้าเป็นบริษัทระดับหลายพันล้านดอลลาร์แล้ว ตอนนี้ก็ควรต้อง พลิกไปทำกำไร ได้แล้ว
การรัน GPU เองก็เป็นโครงสร้างที่ขาดทุน จนแม้แต่ดาต้าเซ็นเตอร์ก็ทำกำไรได้ยาก
การใช้ LLM เพิ่มขึ้นมหาศาลแล้ว แต่ ผลกระทบต่อสังคม อยู่ตรงไหนกันแน่
ผมนึกว่าจะเห็นการเพิ่มขึ้นชัดเจนใน App Store, Steam, GitHub, PyPI ฯลฯ
เคยคาดหวังทั้งผลิตภาพองค์กร ผลสัมฤทธิ์ทางการศึกษา หรือแม้แต่ GDP ที่ดีขึ้น แต่ยังไม่รู้สึกถึงมันเลย
ส่วนตัวคิดว่ามันเป็นเครื่องมือที่มีประโยชน์ แต่ผลระดับมหภาคยังไม่ปรากฏ
AI ทำให้การเขียนโค้ดเร็วขึ้นก็จริง แต่กระบวนการ วางแผน·บริหาร·รับฟีดแบ็ก กลับยิ่งสับสนกว่าเดิม
ผมเองก็กำลังทำเกมอินดี้อยู่ AI ช่วยให้เร็วขึ้น 2~4 เท่าก็จริง แต่ก็น่าจะยังต้องใช้เวลาอีก 1 ปี
ข้ออ้างว่า “การให้บริการโทเค็นทำกำไรได้” ส่วนใหญ่เป็น การทำบัญชีแบบแต่งตัวเลข
ปัญหาที่แท้จริงคือค่าใช้จ่ายในการฝึกโมเดลรุ่นถัดไป
ผู้ให้บริการอิสระหลายรายก็กำลังให้บริการโมเดลใกล้เคียงกันในราคาที่ต่ำกว่ามาก
ถึงรายได้จะเพิ่ม แต่ต้นทุนก็เพิ่มตามสัดส่วน จึงไม่มี economies of scale
ถ้าดูจาก OpenRouter จะอยู่ที่ระดับ มาร์จิ้น 90%
ถ้ามองเฉพาะผู้ใช้แชตแบบธรรมดาอาจมีกำไร แต่การใช้งานส่วนใหญ่ทั้งหมดไม่ได้เป็นแบบนั้น
ราคาสมาชิกถูกกว่า API มาก สุดท้ายก็ต้องขึ้นราคาหรือไม่ก็เลิกไป
คำพูดของผู้บริหารบริษัท AI ไว้ใจได้ยาก
มีความเห็นว่าตลาด AI ไม่ใช่แบบ ผู้ชนะกินรวบ
ChatGPT อาจมีการรับรู้แบรนด์สูง แต่ต้นทุนในการย้ายระหว่างโมเดลแทบไม่มีเลย
วิศวกรใช้หลายโมเดลควบคู่กันอยู่แล้ว และถ้าราคาขึ้นก็เปลี่ยนทันที
ถึงขั้นที่บางบริษัทอาจพบว่าการซื้อ GPU มา โฮสต์เอง ถูกกว่าเสียอีก
ควรใช้ จุดแข็งและจุดอ่อน ของแต่ละโมเดลให้เหมาะกับสถานการณ์
ถ้าตลาดนั้นเปิดขึ้นมา โอกาสจะใหญ่กว่าตอนนี้มาก
ตอนนี้ความต่างด้านคุณภาพระหว่างโมเดลเล็กมาก ดังนั้นผู้ใช้ส่วนใหญ่จะใช้ หลายโมเดลควบคู่กัน
การบอกว่าผลิตภัณฑ์ของ Microsoft “ห่วย” ก็เกินไปหน่อย
ผลิตภัณฑ์อย่าง Word คือผลงานที่วิศวกรชั้นยอดสร้างมาหลายสิบปี
การยัดเยียดฟีเจอร์ AI ก็ชวนรำคาญ
ในความเป็นจริงแทบไม่มีเรื่องให้ต้องใช้ Word แล้ว
Office ต่อให้แค่เปลี่ยนชื่อก็ยังอยู่ได้อีกนาน
อย่างที่ว่า “ประวัติศาสตร์ไม่ซ้ำรอย” ครั้งนี้ก็อาจไม่มี AI winter เกิดขึ้นก็ได้
ต่างจากยุค 90 ตอนนี้ไม่มีเทคโนโลยีอื่นมาแทน และ AI ก็เป็นการก้าวกระโดดทางเทคนิคที่ชัดเจน
แก่นสำคัญคือ “AI จะยังอยู่ต่อไป แต่ผลตอบแทนจากการลงทุนเป็นอีกเรื่องหนึ่ง”
ฟองสบู่รถไฟก็เหมือนกัน — เทคโนโลยียังคงอยู่ มีแต่ฟองสบู่ที่หายไป
สถานการณ์ดาต้าเซ็นเตอร์ตอนนี้ สับสนวุ่นวาย
ศูนย์ส่วนใหญ่ที่ประกาศในปี 2024 ยังสร้างไม่เสร็จ และ
ความเร็วในการ นำไปติดตั้งใช้งาน ช้ากว่าการผลิตของ Nvidia มาก
อุปกรณ์จำนวนมากถึงกับเปิดใช้งานไม่ได้เพราะไฟฟ้าไม่พอ และมี “dark silicon” กองอยู่
ขณะที่ฝั่งผู้บริโภคก็ยังหาซื้อสินค้าในราคาสมเหตุสมผลไม่ได้
การที่ “Magnificent 7” เพิ่ม capex จำนวนมหาศาลเป็นการป้องกันตัว
แต่ผู้เขียนไม่ได้อธิบายว่าทำไมสิ่งนั้นถึงเป็นภัยต่อ OpenAI หรือ Anthropic
ดูเหมือนเป็นแค่ บทความผิวเผิน ที่เขียนมาเพื่อเรียกการแชร์
เพียงแต่ในระยะยาวอาจไม่จำเป็นต้องมากขนาดนั้นก็ได้