ทีม Google เอาชนะทีม OpenAI ในรอบนี้—สิ่งนี้มีความหมายต่อพอร์ตโฟลิโอของคุณอย่างไร

TradingKey - ในช่วงเดือนที่ผ่านมา กระแสเงินลงทุนในตลาด AI เปลี่ยนแปลงอย่างมีนัยสำคัญ หลัง Gemini 3 เปิดตัว หุ้น Alphabet และ Broadcom พุ่งขึ้น ขณะที่บริษัทเชื่อมโยง OpenAI เผชิญแรงกดดัน นักลงทุนจึงกำลังปรับพอร์ตการลงทุนไปสู่บริษัทที่สอดคล้องกับ Google โดยเฉพาะ Broadcom (AVGO)

Broadcom เป็นผู้ร่วมพัฒนา Tensor Processing Units (TPUs) ของ Google ซึ่งเป็นชิป AI แบบเฉพาะที่ขับเคลื่อนการฝึกอบรม (training) และการอนุมาน (inference) ของ Gemini 3 ความสามารถของ Alphabet ในการหลีกเลี่ยงข้อจำกัดด้าน GPU ของ NVIDIA และฝึกอบรม Gemini 3 ได้อย่างเต็มรูปแบบด้วยแพลตฟอร์ม TPU ของตนเอง ได้แสดงให้เห็นถึงความท้าทายที่มีนัยสำคัญต่อการครองตลาดของ NVIDIA ในด้านโมเดลพื้นฐาน

มีรายงานว่ากองทุนเฮดจ์ฟันด์ Coatue Management ได้จัดทำพอร์ตลงทุนสองชุดที่เทียบเคียงกันเพื่อติดตามการเปลี่ยนแปลงนี้ หนึ่งคือ "Team Google" ซึ่งรวมถึง Alphabet (GOOGL), Broadcom, Celestica (CLS), Lumentum Holdings (LITE) และ TTM Technologies (TTMI) ส่วนอีกชุดคือ "Team OpenAI" ซึ่งประกอบด้วย NVIDIA, Microsoft (MSFT), SoftBank Group (SFTBY), Oracle (ORCL), AMD (AMD) และ CoreWeave (CRWV)

ตั้งแต่ปลายเดือนตุลาคมเป็นต้นมา ผลตอบแทนของทั้งสองกลุ่มแตกต่างกันอย่างมีนัยสำคัญ "Team Google" มีผลงานโดดเด่นกว่าอย่างชัดเจน ในขณะที่ "Team OpenAI" ตามหลัง

Goldman Sachs ยังตั้งข้อสังเกตว่า เงินทุนกำลังหมุนเวียนเข้าสู่แนวคิด "Google Chain" มากขึ้นเรื่อยๆ ซึ่งมุ่งเน้นไปที่ระบบ AI ที่ Alphabet สร้างขึ้นเอง และถอยห่างจากการลงทุนที่เชื่อมโยงกับ OpenAI ที่เคยกำหนดโดยบริษัทอย่าง Microsoft และ Oracle

เบื้องหลังการเปลี่ยนแปลงนี้คือการปรับโครงสร้างที่เรียบง่าย: เป็นการเดิมพันครั้งใหม่ที่โครงสร้างพื้นฐานแบบบูรณาการในแนวดิ่งของ Google ตั้งแต่ฮาร์ดแวร์ TPU ไปจนถึงการติดตั้งระบบคลาวด์ มีความสามารถในการขยายขนาดได้ดีขึ้น เป็นอิสระมากขึ้น และในระยะยาวมีกำไรมากขึ้น

OpenAI กลับมามุ่งเน้นธุรกิจหลัก

เมื่อเผชิญกับแรงกดดันจากการแข่งขันที่เพิ่มขึ้น OpenAI จึงกำลังกลับมามุ่งเน้นใหม่

ในบันทึกที่เผยแพร่ทั่วทั้งบริษัทเมื่อวันจันทร์ที่ผ่านมา Sam Altman ซีอีโอของ OpenAI ได้เขียนไว้ว่า "เรากำลังอยู่ในช่วงเวลาที่สำคัญสำหรับ ChatGPT" เขาขอให้ทีมงานให้ความสำคัญกับการดำเนินงานผลิตภัณฑ์หลัก โดยเฉพาะการปรับปรุงความเร็ว, ความเสถียร, และการปรับแต่งเฉพาะบุคคลของ ChatGPT

ตามรายงานของ Financial Times ยอดดาวน์โหลด Gemini 3 กำลังตามทัน ChatGPT อย่างรวดเร็ว นอกจากนี้ ข้อมูลเปรียบเทียบมาตรฐานของอุตสาหกรรมยังแสดงให้เห็นว่า Gemini 3 มีประสิทธิภาพเหนือกว่า GPT-5 ในงานประเมินหลายด้าน

แตกต่างจาก Alphabet ตรงที่ OpenAI ต้องพึ่งพาเงินทุนภายนอก เครื่องมือสร้างรายได้ของบริษัทยังไม่สามารถเลี้ยงตัวเองได้ แผนงานภายในชี้ว่า OpenAI จะต้องขยายรายได้ให้ถึงประมาณ 2 แสนล้านดอลลาร์ก่อนที่จะทำกำไรได้ แม้ว่าอัตราการเติบโตของผู้ใช้งานจะน่าประทับใจ โดยมีผู้ใช้งานที่แอคทีฟรายสัปดาห์สูงสุดถึง 800 ล้านคน แต่การรักษาระดับการเติบโตนั้นพร้อมกับรักษาสมดุลด้านความปลอดภัยของ AI และประสบการณ์ผู้ใช้ (UX) เป็นเรื่องที่ยาก

ปฏิกิริยาเชิงลบต่อ GPT-5 นั้นชัดเจน: ถูกวิจารณ์ว่าเสียงเย็นชาและมีปัญหาในการใช้ตรรกะพื้นฐาน ซึ่งชี้ให้เห็นถึงข้อจำกัดที่แท้จริงในการนำไปใช้งานเชิงพาณิชย์ การมาถึงของ Gemini ยิ่งทำให้การเปรียบเทียบชัดเจนยิ่งขึ้น ขณะเดียวกัน Anthropic ก็กำลังเติบโตอย่างรวดเร็วในตลาดองค์กร ซึ่งเพิ่มแรงกดดันอีกชั้นหนึ่ง

ในระหว่างนี้ หนึ่งในโครงสร้างเงินทุนที่ถูกจับตามองมากที่สุดในรอบนี้คือ "วงจร" OpenAI–Oracle–NVIDIA

โครงการ Stargate ซึ่งเป็นโครงการประมวลผลระดับไฮเปอร์สเกลมูลค่า 5 แสนล้านดอลลาร์ มีเป้าหมายในการสร้างศูนย์ข้อมูล AI ขนาดสูงสุด 10 กิกะวัตต์ NVIDIA เป็นทั้งซัพพลายเออร์หลักและผู้ถือหุ้นใน CoreWeave และ OpenAI

นัยสำคัญชัดเจน: แหล่งเงินทุนเดียวกันกำลังให้เงินทุน, สร้าง, และเดิมพันกับผลลัพธ์ นักวิเคราะห์อธิบายการจัดตั้งนี้ว่าเป็นการ "เดิมพันครั้งใหญ่ระดับล้านล้านดอลลาร์กับผลลัพธ์ AI เพียงหนึ่งเดียว" ซึ่งมีขนาดใหญ่กว่าวงจรการลงทุนด้านไอที (IT capex cycles) ปกติหลายเท่าตัว

ประเด็นคือ ตามที่ผู้สังเกตการณ์กล่าวไว้: เมื่อความเป็นจริงของกระแสเงินสดแตกต่างจากความคาดหวัง ผลกระทบแบบทวีคูณอาจย้อนกลับ การถือหุ้นไขว้และโครงสร้างการสร้างรายได้แบบวงกลมเพิ่มความเสี่ยง — แต่ไม่สามารถรับประกันผลตอบแทนได้เสมอไป

การยึดครองตลาดของ NVIDIA ถูกทดสอบ ขณะที่ตลาดกำลังประเมินสมมติฐาน GPU ใหม่

ภายในกลุ่ม OpenAI นั้น NVIDIA (NVDA) กลายเป็นบริษัทที่ตกอยู่ในความเสี่ยงสูงสุด

แม้จะมีผลประกอบการที่แข็งแกร่ง แต่ราคาหุ้นก็เผชิญแรงกดดัน การเปิดตัว Gemini 3 ที่ได้รับการฝึกอบรมจากระบบ TPU ทั้งหมด ได้กระตุ้นให้เกิดการประเมินจุดแข็งในการแข่งขันของ NVIDIA ใหม่ สถาปัตยกรรม ASIC ของ Alphabet แม้จะใช้งานได้หลากหลายน้อยกว่าการออกแบบ GPU แต่ก็ให้ผลลัพธ์ที่ดีกว่าสำหรับการอนุมาน (inference), ต้นทุน, และประสิทธิภาพพลังงาน

ที่สำคัญกว่านั้น Google ควบคุมระบบทั้งหมดแบบครบวงจร: พวกเขาสร้างชิป (TPU), ดำเนินการโครงสร้างพื้นฐาน (ศูนย์ข้อมูลและเครือข่าย OCS), เป็นเจ้าของ OS และเครื่องมือการฝึกอบรม, และดำเนินการชั้นลูกค้าคลาวด์ (Gemini + Google Cloud) การรวมศูนย์นี้ทำให้ Google มีทั้งอิสระในการควบคุมสถาปัตยกรรมและต้นทุน ไม่ใช่แค่การแสดงความสามารถทางเทคนิค แต่เป็นชัยชนะด้านโครงสร้างเงินทุน

ปัจจัยพื้นฐานของ NVIDIA ไม่ได้แย่ลง แต่การเปลี่ยนแปลงของกระแสเงินทุนส่วนเพิ่มสะท้อนถึงการปรับสมดุลพอร์ตลงทุนของนักลงทุน เรื่องราวโครงสร้างพื้นฐาน AI ไม่ใช่แค่การลงทุนที่เน้นแต่ GPU อย่างเดียวอีกต่อไป มันกำลังกลายเป็นการแข่งขันแบบหลายสถาปัตยกรรม: ทั้ง GPU และ TPU ทำงานร่วมกัน Alphabet ซึ่งครั้งหนึ่งเคยถูกมองว่าเป็นผู้เล่นระดับรองในโครงสร้างพื้นฐาน AI ตอนนี้กำลังถูกประเมินให้เป็นคู่แข่งในระดับระบบ

อย่างไรก็ตาม จุดแข็งในการแข่งขันอย่างหนึ่งยังคงอยู่: CUDA

ระบบนิเวศการประมวลผลแบบขนานของ NVIDIA มักถูกอธิบายว่าเป็น "ระบบปฏิบัติการ" สำหรับการพัฒนา AI เช่นเดียวกับที่ Windows กำหนดประสบการณ์ผู้ใช้ในยุคพีซี และ Linux ทำให้เว็บเซิร์ฟเวอร์เป็นไปได้ CUDA ได้เชื่อมโยงฮาร์ดแวร์, API, และเครื่องมือพัฒนาที่ทำงานร่วมกันได้ ซึ่งทำให้เวิร์กโหลด ML ขนาดใหญ่สามารถใช้งานได้ทันที มันยังคงเป็นเนื้อเยื่อเชื่อมโยงระหว่างห้องปฏิบัติการ, องค์กร, และชุมชนนักพัฒนา

แต่นักวิเคราะห์เทคโนโลยี Ben Thompson ได้ให้ข้อควรระวัง เขาตั้งข้อสังเกตว่าในอดีต ผู้ให้บริการคลาวด์ขนาดใหญ่ (hyperscalers) อย่าง Google และ Microsoft ได้ทำลายการครอบงำตลาดศูนย์ข้อมูลของ Intel ด้วยการตัดสินใจว่า "คุ้มค่า" ที่จะย้ายโครงสร้างพื้นฐานไปยังซีพียูหลายประเภท

เขาเตือนว่า: สิ่งเดียวกันนี้อาจนำไปใช้กับ NVIDIA ได้เช่นกัน ด้วยเวิร์กโหลด AI ที่กระจุกตัวอยู่ในผู้ให้บริการคลาวด์ไม่กี่ราย ผู้ให้บริการเหล่านี้มีเหตุผลทุกประการ — และมีทรัพยากรทุกอย่าง — ที่จะทำลายสิ่งที่ Thompson เรียกว่า "ประตู CUDA"

SoftBank: ผูกติดกับชะตากรรมของ OpenAI อย่างหนัก

อีกหนึ่งบริษัทที่ได้รับผลกระทบจากการปรับลดอันดับล่าสุด: SoftBank Group

เนื่องจากผูกติดกับโครงสร้างเงินทุนของ OpenAI อย่างลึกซึ้ง บริษัทจึงแบกรับความผันผวนอย่างหนัก ราคาหุ้นลดลงประมาณ 40% ตั้งแต่ปลายเดือนตุลาคม เหตุผลคืออะไร? การลงทุนที่มากเกินไป

SoftBank มีภาระต้องชำระเงิน 2.25 หมื่นล้านดอลลาร์ให้กับ OpenAI ในเดือนธันวาคม ซึ่งเป็นส่วนหนึ่งของข้อผูกพันรวม 3.2 หมื่นล้านดอลลาร์ มูลค่าที่เพิ่มขึ้นนี้เคยผลักดันราคาหุ้นของตนให้สูงขึ้นในช่วงปลายฤดูร้อน

ตอนนี้โมเมนตัมเปลี่ยนไป หาก OpenAI มีมูลค่าตลาด 5 แสนล้านดอลลาร์ ตำแหน่งของ SoftBank จะคิดเป็นกว่า 20% ของมูลค่าสินทรัพย์สุทธิของ SoftBank ในตลาดขาขึ้น นั่นคือปัจจัยหนุน แต่เมื่อความเชื่อมั่นสั่นคลอน ความเสี่ยงก็มีสองด้าน

ข้อมูลเชิงลึกด้านการลงทุน: GPU vs TPU ในอนาคตที่ไม่ใช่เกมผลรวมศูนย์

เป็นที่น่าสังเกตว่า: GPU และ TPU ไม่ได้เป็นสิ่งที่ต้องเลือกอย่างใดอย่างหนึ่ง

ในระยะยาว เวิร์กโหลด AI มีแนวโน้มที่จะทำงานบนระบบไฮบริด GPU ยังคงมีคุณค่าอย่างยิ่งสำหรับการพัฒนาโมเดล, การฝึกอบรมล่วงหน้า, การสร้างต้นแบบ, และการวิจัยอเนกประสงค์ ในขณะที่ TPU โดดเด่นในการนำไปใช้งานในระดับอนุมาน ซึ่งขับเคลื่อนการค้นหา, โฆษณา, และการเรียกใช้งานโมเดลปริมาณมาก ด้วยคุณสมบัติด้านพลังงานและความหน่วงที่ดีขึ้น

ในระยะสั้น กระแสเงินทุนอาจยังคงหมุนเวียนเล็กน้อยจาก NVIDIA ไปยัง Google สิ่งนี้สะท้อนถึงการประเมินราคาใหม่ของการนำ TPU ไปใช้ในเชิงพาณิชย์และซัพพลายเออร์ฮาร์ดแวร์ของ Google นอกจากนี้ยังสะท้อนถึงการเปลี่ยนแปลงความอยากอาหารด้านความเสี่ยง—จากการเดิมพันเพื่อเพิ่มขนาดไปสู่การเดิมพันที่คุ้มค่าด้านต้นทุน

แต่ในมุมมองที่กว้างขึ้น ความต้องการด้านการประมวลผลไม่ได้ชะลอตัว—แต่กำลังพุ่งสูงขึ้น

การแบ่งแยกหน้าที่การทำงานระหว่าง GPU (สำหรับการฝึกอบรม) และ TPU/ASIC (สำหรับการอนุมาน) อาจเป็นผลลัพธ์ที่เป็นไปได้มากที่สุด ผู้สร้างโมเดลไม่ได้เลือกข้าง—แต่กำลังเพิ่มประสิทธิภาพการใช้งาน