บทเรียนดอทคอม vs เกมใหม่ของ AI อะไรที่ทำให้ฟองสบู่รอบนี้ “ไม่เหมือนเดิม” ?

เมื่อเงินหมื่นล้านดอลลาร์ไหลเข้าสู่อุตสาหกรรม AI อย่างไม่หยุดหย่อน หลายคนเริ่มตั้งคำถามว่า นี่คือนวัตกรรมที่จะเปลี่ยนโลก หรือเป็นแค่ฟองสบู่ครั้งใหม่ที่กำลังรอวันแตก

โครงการ Stargate มูลค่า 5 แสนล้านดอลลาร์ ดีลระหว่าง Nvidia กับ OpenAI มูลค่า 1 แสนล้านดอลลาร์ Microsoft เทเงินมหาศาลเข้า OpenAI อย่างไม่มีทีท่าว่าจะหยุด ในขณะที่หุ้น AI คิดเป็น 75% ของการเติบโตทั้งหมดของ S&P 500

แต่เบื้องหลังตัวเลขที่ดูสวยงามเหล่านี้ มีรายละเอียดที่น่าสนใจมากกว่าที่คิด OpenAI ทำรายได้ 3.7 พันล้านดอลลาร์ แต่ใช้จ่ายไปกว่า 8 พันล้านดอลลาร์ และคาดว่าภายในปี 2029 จะต้องใช้เงินถึง 115 พันล้านดอลลาร์ หรือประมาณ 4.5 ล้านล้านบาท ในการพัฒนาเทคโนโลยีที่ยังไม่รู้ว่าจะทำกำไรได้เมื่อไหร่

สถานการณ์นี้ทำให้หลายคนนึกถึงยุคฟองสบู่ดอทคอมในปี 2000 ที่บริษัทเทคโนโลยีหลายร้อยแห่งล้มละลายไปเพียงชั่วข้ามคืน แล้วครั้งนี้จะเหมือนเดิมหรือไม่ หรือว่าสถานการณ์มีความแตกต่างไปจากเดิม?

รายการ Digital Frontiers ทางช่อง YouTube : Thairath Money ได้อธิบายถึงภาพรวมของตลาด AI ในปัจจุบัน เปรียบเทียบกับบทเรียนจากอดีต และวิเคราะห์ว่าทำไมการลงทุนใน AI ครั้งนี้อาจไม่เหมือนกับฟองสบู่ที่เคยเกิดขึ้น เพื่อให้ทุกคนมีข้อมูลในการตัดสินใจด้วยตัวเอง

ภาพรวมตลาด AI: จากของเล่นสู่อุตสาหกรรมมหึมา

ย้อนกลับไปปี 2022 เมื่อ ChatGPT เปิดตัว หลายคนคิดว่ามันแค่ของเล่นสนุกๆ ที่เขียนเรียงความได้ เขียนโค้ดได้ เล่าเรื่องตลกได้ แต่กลายเป็นว่านั่นเป็นแค่จุดเริ่มต้นเท่านั้น

แค่ 3 ปีที่ผ่านมา AI กลายเป็นคำที่ทุกคนพูดถึงและเดิมพันกับสิ่งเดียวกัน นั่นก็คือ "AI คืออนาคต" Silicon Valley เหมือนปาร์ตี้ที่ไม่มีวันจบ สตาร์ทอัพทำเงินได้เป็นกอบเป็นกำ มูลค่าบริษัทพุ่งสูงลิ่ว มีข่าวดีลมูลค่าพันล้านประกาศออกมาทุกสัปดาห์

Nvidia กลายเป็นบริษัทมูลค่า 5 ล้านล้านดอลลาร์ ส่วนจีนมีแผนภาครัฐชัดเจนที่จะเป็นผู้นำ AI ภายในปี 2030 ทุกอย่างดูเหมือนจะเป็นไปได้ด้วยดี

ทุกอย่างดูสวยงามมาก จนกระทั่งกลางปีนี้ เริ่มมีรอยร้าวเกิดขึ้น จากข้อมูลสำรวจในสหรัฐฯ พบว่า การใช้ AI ในบริษัทใหญ่ๆ เริ่มลดลงตั้งแต่มิถุนายน-สิงหาคม บริษัทต่างๆ เริ่มระมัดระวังมากขึ้น โดยเฉพาะเรื่อง "AI Hallucination"

งบการเงินก็เริ่มบอกเล่าเรื่องราวที่น่ากังวล ผลตอบแทนอยู่ไหน? ตอนนี้พวกเขาเดิมพันกับ AGI (Artificial General Intelligence) แต่มันยังห่างไกลอีกหลายปี ก่อนถึงตรงนั้น OpenAI จะต้องเผาเงินไปเรื่อยๆ และนี่ก็เป็นเรื่องเดียวกันกับบริษัท AI ส่วนใหญ่

คำว่า "ฟองสบู่" เต็มไปหมด ไม่แปลกที่หลายคนคิดแบบนี้ เพราะตอนนี้ตลาดแทบทั้งตลาดถูกขับเคลื่อนด้วยบริษัทไม่กี่แห่งที่กำลังเก็งกำไรกับ "อนาคตของ AI" ซึ่งมันก็เปราะบางอยู่ มีสัญญาณเตือนจาก Bank of England (BoE) และ International Monetary Fund (IMF) ว่า การประเมินมูลค่าและการลงทุน AI อาจสูงเกินไปเมื่อเทียบกับผลลัพธ์ที่เริ่มเกิดขึ้นจริง

บทเรียนจากอดีต: ฟองสบู่ดอทคอม

เวลาพูดถึงฟองสบู่เทคโนโลยี ทุกคนจะนึกถึงยุคดอทคอมในปี 2000 แต่ต้องบอกว่า ฟองสบู่มันดีถ้ามันไม่แตก เพราะมันหมายความว่ายังมีความหวัง ยังมีการลงทุน ยังมีนวัตกรรมใหม่ๆ เกิดขึ้น แต่ปัญหาของฟองสบู่คือ มันไม่ได้แตกเองๆ มันต้องมีอะไรบางอย่างไปกระตุ้น

ในยุคดอทคอมมีหลายเหตุผลที่นักวิเคราะห์ชี้ว่าเป็นจุดเปลี่ยน ไม่ว่าจะเป็น Microsoft ที่โดนศาลตัดสินคดีผูกขาด การปรับงบและหุ้นตกอย่างหนักของ MicroStrategy และโมเดลธุรกิจของบริษัทจำนวนมากที่ "โตเร็วแต่ไม่มีกำไร" เมื่อเงินทุนเริ่มหายและความเชื่อมั่นลด ฟองสบู่ก็แตก

ถ้ามองอุตสาหกรรม AI ตอนนี้ มีเหตุการณ์น่ากังวลเยอะ ตลาดไม่มั่นคงเพราะภาษี การควบคุมชิป AI ดอกเบี้ยสูง ปัญหากฎหมายข้อมูลเทรน AI ปัญหาโครงสร้างพื้นฐาน ถ้าย้อนไปปี 2000 แค่บทความเดียวก็ทำให้ฟองสบู่ดอทคอมเริ่มแตกแล้ว แต่ตอนนี้มีข่าวลักษณะนี้ทุกวัน ฟองสบู่ก็ไม่แตกสักที แล้วทำไมมันถึงเป็นแบบนี้?

3 ประเด็นสำคัญ: ทำไมรอบนี้อาจไม่เหมือนยุคดอทคอม

1. แหล่งเงินที่แตกต่างจากเดิม

ความแตกต่างที่ใหญ่ที่สุดระหว่างยุค AI กับยุคดอทคอมคือแหล่งที่มาของเงิน บริษัทเทคใหญ่อย่าง Microsoft, Meta, Apple, Alphabet สะสมเงินสดก้อนโตมหึมามาหลายสิบปีด้วยสองเหตุผล

ก่อนปี 2017 กฎหมายภาษีจูงใจให้ย้ายเงินไปต่างประเทศ โดยเฉพาะไอร์แลนด์ เงินที่ไปอยู่ที่นั่นจะเอากลับมาใช้ไม่ได้เว้นแต่เสียภาษี เงินเลยสะสมขึ้นเรื่อยๆ จนกระทั่งปี 2017 กฎหมายภาษีของทรัมป์ลดภาษีจาก 35% เหลือ 15.5% ให้นำเงินกลับมาโดยเสียภาษีน้อยลง ทำให้มี "เงินแห้ง" เยอะสำหรับลงทุนในประเทศ

นอกจากนี้ สักพักหนึ่งบริษัทเหล่านี้หาโครงการคุ้มค่าไม่ค่อยได้ พวกเขาครองตลาดแล้ว การใช้เงินมากๆ ถูกมองว่าไม่จำเป็น แต่วันนี้เปลี่ยนแล้ว พวกเขากำลังชดเชยกับช่วงเวลาสิบปีที่ผ่านมาที่ลงทุนน้อยเกินไป

เงินที่ไหลเวียนในระบบ AI ส่วนใหญ่มาจากกองเงินสดที่เก็บไว้นานแล้ว เมื่อเทียบกับฟองสบู่อสังหาริมทรัพย์ที่ตั้งอยู่บนหนี้สินเยอะ บริษัท AI อย่างน้อยก็ตั้งอยู่บนรากฐานทางการเงินที่แข็งแรง

ความแตกต่างจากยุคดอทคอมคือ ตอนนั้นบริษัทต้องพึ่งเงินนักลงทุนอย่างต่อเนื่องเพื่อให้ธุรกิจที่ไม่ทำกำไร บางทีไม่มีแม้รายได้ ยังทำงานต่อได้ OpenAI ก็อยู่ในสถานการณ์คล้ายกัน แต่พวกเขาไม่ได้ระดมทุนจากนักลงทุนทั่วไป ได้เงินจากบริษัทที่มีเงินสดเยอะๆ เท่านั้น

2. Circular Dealing: กลยุทธ์ลดความเสี่ยง

ประเด็นนี้หลายคนวิจารณ์กันเยอะ คือเรื่องของการที่เงินวนเวียนกันไปมาระหว่างบริษัทในอุตสาหกรรม AI ลองนึกภาพ Oracle ประกาศได้สัญญาเช่าศูนย์ข้อมูลจาก OpenAI ราคาหุ้นพุ่ง แต่ OpenAI ได้เงินจาก Nvidia ที่ลงทุนเข้ามา ส่วน Nvidia ได้เงินจากขายการ์ดจอให้ Oracle เงินมันวนกันไปมา หลายคนบอกว่านี่ดึงตัวเองขึ้นจากหล่ม ทำรายได้ดูดีกว่าจริง ไม่ยั่งยืน

แต่ลองมองอีกมุม เวลาคนมองย้อนไปยุคดอทคอม แม้หลังปรับตัวใหญ่ก็ยังมีผู้ชนะเกิดขึ้น การที่ Nvidia ลงทุนใน OpenAI ตอนนี้ดูน่าสงสัย แต่ถ้าสมัยก่อน AOL ลงทุนใน Amazon ปี 1999 เราคงไม่วิจารณ์ขนาดนี้

การลงทุนตลอด supply chain ในทางทฤษฎีมันเป็นการเพิ่มโอกาสได้ส่วนแบ่งมูลค่าจาก AI ในที่สุด รายละเอียดสำคัญที่หลายคนมองข้ามคือ พวกเขาไม่ได้เอาเงินนักลงทุนจริงๆ ถ้าสรุปสุทธิแล้ว ผู้เล่นหลักจ่ายเงินออกไปมากกว่าที่ได้รับเข้ามาผ่านปันผลและซื้อหุ้นคืน นี่ต่างจากยุคดอทคอมมาก ที่บริษัทต้องพึ่งกระแสเงินจากนักลงทุนอย่างต่อเนื่อง

แต่นี่ไม่ได้หมายความว่าบริษัทเหล่านี้และเศรษฐกิจโดยรวมปลอดภัยโดยสิ้นเชิง ราคาหุ้นสูงขึ้นอย่างชัดเจนเพราะคาดหวังว่าผลิตภัณฑ์และบริการ AI จะสร้างรายได้หลายล้านล้านดอลลาร์ในที่สุด ถ้ามันไม่เป็นอย่างที่คาด ผลกระทบก็คงหนีไม่พ้น

3. การเดิมพันครั้งใหญ่ที่อาจคุ้มความเสี่ยง

บริษัทเหล่านี้เดิมพันกับความเชื่อสองข้อ หนึ่ง Intelligence จะดีขึ้นเรื่อยๆ สอง ระดับ intelligence ที่สูงขึ้นต้องการ compute มากขึ้น

ถ้าต้องการ AI ฉลาดระดับมัธยมปลาย ใช้ compute นิดหน่อย แต่ถ้าต้องการระดับปริญญาเอก ต้องใช้มากขึ้น ถ้าต้องการเท่าคนทำงานมา 20 ปี ต้องใช้มหาศาล นี่คือ "Scaling Law" - ยิ่งต้องการ intelligence สูง ยิ่งต้องลงทุนมาก

มันมีความเสี่ยง แล็บจีนสร้าง intelligence ได้มากกว่าด้วยต้นทุนต่ำกว่า ผู้เชี่ยวชาญบางคนบอก LLM ถึงขีดจำกัด นี่คือเหตุผลที่มันเป็นการเดิมพันครั้งใหญ่

แต่คำถามสำคัญคือ ความเสี่ยงของการลงทุนน้อยไป อาจสูงกว่าการลงทุนมากเกินไป ถ้าลงทุนน้อยแล้วคู่แข่งแซงหน้า มันอันตรายกว่าหรือไม่?

AI พิสูจน์ตัวเองมาพอสมควรแล้ว นวัตกรรม AI เคลื่อนที่แบบก้าวกระโดด ไม่ใช่ทีละก้าว

เรื่องค่าใช้จ่ายลงทุน (Capex) เป็นตัวอย่างที่ดีของการกระจายความเสี่ยง OpenAI ไม่มีเงินพอ เลยหาเพื่อนรวยอย่าง Oracle, SoftBank, Nvidia มาช่วยรับความเสี่ยง Google และ Meta ที่มี cash reserves เยอะและสร้าง model เอง ตัดสินใจลงทุนง่ายกว่า Microsoft ไม่อยากเสี่ยงมากเพราะไม่ใช่ผู้สร้างนวัตกรรม AI เอง เลยยอมให้ OpenAI หา compute จากที่อื่น แลกกับสัญญาใช้จ่าย Azure 250 พันล้านดอลลาร์

Nvidia เสนอดีล 100 พันล้านให้ OpenAI สร้าง compute 10 gigawatt ช่วยให้มั่นใจว่า OpenAI จะยังใช้ชิปของพวกเขา ขณะที่ Amazon และ Google กำลังลดการพึ่งพา Nvidia กำลังพยายามผูกมัดลูกค้าโดยลงทุนในพวกเขา

การใช้เงินมหาศาลสร้างโครงสร้างพื้นฐานไม่ได้รับประกันว่า Nvidia จะเป็นผู้เล่นหลักเพียงคนเดียวตลอดไป แต่สิ่งที่เหมือนกันคือ ระบบทั้งหมดกำลังเดิมพันว่า Intelligence จะดีขึ้น

สรุป: ฟองสบู่หรือการเดิมพันครั้งใหญ่?

ถ้าไม่ใช่ฟองสบู่ จะเรียกว่าอะไร? คำตอบคือใช่และไม่ใช่ไปพร้อมกัน

ไม่ใช่ฟองสบู่ เพราะ AI เป็นอนาคตจริง มีเทคโนโลยีจริง กำลังเปลี่ยนโลก และเงินที่ลงทุนมาจากแหล่งที่มั่นคงกว่ายุคดอทคอมมาก

ใช่ฟองสบู่ เพราะ AI ยังไม่ทำเงินได้จริง ต้นทุนพุ่งสูง ผลตอบแทนแท้จริงอาจต้องรออีก 5-10 ปี

แต่แทนที่จะเรียกว่า "ฟองสบู่" น่าจะเรียกว่า "การเดิมพันครั้งใหญ่แห่งศตวรรษ" เพราะไม่ว่าจะเป็นฟองสบู่หรือไม่ สิ่งหนึ่งที่แน่นอนคือ โลกกำลังเปลี่ยน และเรากำลังอยู่ในจุดเปลี่ยนครั้งใหญ่ที่สุดครั้งหนึ่งของประวัติศาสตร์เทคโนโลยี ครั้งนี้ ใครจะเป็นผู้ชนะ เรารอดูกันต่อไป