อวสาน SaaS หรือไม่? ความจริงเบื้องหลังการล่มสลายของกลุ่มซอฟต์แวร์ การไร้ซึ่งแนวรับ และจุดสูงสุดที่จะไม่หวนกลับมาอีกครั้ง

ในช่วงไม่กี่สัปดาห์ที่ผ่านมา คุณอาจได้เห็นประโยคเดิมๆ ในทุกที่ว่า "SaaS ร่วงลงมามากขนาดนี้แล้ว มูลค่าน่าจะแตะจุดต่ำสุดแล้ว ถึงเวลาเข้าซื้อเมื่อราคาอ่อนตัว (buy the dip)"

เมื่อมองเพียงผิวเผิน เรื่องนี้อาจฟังดูน่าดึงดูดใจ หุ้นซอฟต์แวร์หลายตัวได้ปรับฐานกลับมาสู่ระดับมูลค่าที่เราไม่ได้เห็นมานานหลายปี แต่ราคาที่ต่ำลงไม่ได้หมายความว่าความเสี่ยงจะลดลงตามไปด้วยเสมอไปในตลาดหุ้น คำว่า "ถูก" บ่อยครั้งเป็นเพียงจุดพักระหว่างทางไปสู่ราคาที่ "ถูกยิ่งกว่า"เพื่อทำความเข้าใจกับสถานการณ์การเทขายซอฟต์แวร์อย่างหนักในครั้งนี้ เราจำเป็นต้องย้อนรอยลำดับเหตุการณ์และวิเคราะห์ตรรกะเบื้องหลังทีละขั้นตอน

เกิดอะไรขึ้น? การเทขายมูลค่าล้านล้านดอลลาร์ที่ถูกกระตุ้นโดย AI

มาเริ่มกันที่ตัวเลข โดยเมื่อต้นเดือนกุมภาพันธ์ที่ผ่านมาIGV ETFซึ่งติดตามหุ้นซอฟต์แวร์ในอเมริกาเหนือ ปรับตัวลดลงเกือบ 20% นับจากต้นปี และลดลงเกือบ 30% จากจุดสูงสุดในเดือนกันยายน โดย Forward P/E ของกลุ่มร่วงลงจากประมาณ 35 เท่า ณ สิ้นปี 2025 สู่ระดับ 20 เท่าในปัจจุบัน ซึ่งเป็นระดับที่ตลาดไม่เคยเห็นมาตั้งแต่ปี 2014

ที่มา: TradingView

ทั้งหมดนี้ไม่ได้เกิดจากภาวะช็อกทางเศรษฐกิจมหภาคอย่างกะทันหัน หรือความล้มเหลวของบริษัทขนาดยักษ์รายใดรายหนึ่ง แต่ตัวกระตุ้นนั้นมีขนาดเล็กกว่าและเป็นปัจจัยทางเทคนิคมากกว่า นั่นคือการเปิดตัวผลิตภัณฑ์ AI ระลอกใหม่ เริ่มตั้งแต่ Claude Cowork ของ Anthropic และการอัปเกรดที่ตามมา

เมื่อวันที่ 12 มกราคม Anthropic ได้เปิดตัว Claude Cowork ซึ่งเป็น AI Agent บนเดสก์ท็อปที่ช่วยให้คนทำงานสายวิชาชีพทั่วไปที่ไม่มีทักษะทางเทคนิคสามารถโอนงานระดับองค์กรที่ซับซ้อนไปให้ AI จัดการ หลังจากนั้นไม่นาน Cowork ก็ได้เพิ่มปลั๊กอินเฉพาะทางสำหรับกลุ่มการเงิน กฎหมาย ที่ปรึกษา และอื่นๆ จากนั้น Claude Opus 4.6 ก็ได้แสดงให้เห็นว่าสามารถควบคุมทีม AI Agent ทั้งทีมให้ทำงานร่วมกันในเวิร์กโฟลว์หลายขั้นตอนได้

นั่นคือตอนที่คำถามอันน่ากังวลเริ่มชัดเจนขึ้นในใจของนักลงทุน:

"หาก AI สามารถเป็นศูนย์กลางและส่งต่องานไปยังเครื่องมือต่างๆ ได้โดยตรง การสมัครสมาชิก SaaS ทั้งหลายเหล่านี้ยังควรได้รับส่วนแบ่งงบประมาณและความสนใจเหลืออยู่เท่าไร?"

เม็ดเงินลงทุนเริ่มไหลออก โดยอันดับแรกหุ้นซอฟต์แวร์ประยุกต์ถูกกระทบ จากนั้นความเสียหายได้ลามไปถึงบริษัทจัดการสินทรัพย์ บริษัทประกัน และแพลตฟอร์มบริการทางธุรกิจที่ผลประกอบการผูกติดกับงบประมาณด้านซอฟต์แวร์ และสุดท้ายคือบริษัทสินทรัพย์ทางเลือกที่ถือครองพอร์ตโฟลิโอเน้นหุ้นซอฟต์แวร์จำนวนมาก นี่ไม่ใช่ปรากฏการณ์หงส์ดำหรือภาวะขาดสภาพคล่อง แต่เป็นการปรับฐานราคาครั้งใหญ่เพื่อประเมินมูลค่าใหม่ว่าซอฟต์แวร์ควรมีมูลค่าเท่าใดในโลกที่ AI มีบทบาทนำ

หลายคนมักจะตอบสนองโดยสัญชาตญาณว่า "มันก็แค่ฟีเจอร์ AI อีกอย่างหนึ่ง มันจะแย่ได้ขนาดไหนเชียว?" เพื่อตอบคำถามนั้น การเจาะลึกไปยังส่วนที่คุ้นเคยที่สุดอย่าง Excel จะช่วยให้เห็นว่าทำไมประสิทธิภาพของ Claude ใน Excel จึงเพิ่มความกังวลของตลาดที่มีต่อ Microsoft และระบบนิเวศซอฟต์แวร์สำนักงานทั้งหมดในยุคของ Copilotปลั๊กอิน Excel ของ Claude ได้ทำในสิ่งที่ Copilot ของ Microsoft ควรจะทำได้ดีเป็นเจ้าแรก แต่กลับทำไม่ได้ อย่างเงียบๆ

ฝั่งหนึ่งคือ Microsoft Copilot ซึ่งเป็นเจ้าของระบบเอง และอีกฝั่งคือ Claude ซึ่งเป็นบุคคลที่สามที่ใช้งานผ่าน Excel ผลที่ได้คือรายหลังเอาชนะรายแรกได้อย่างขาดลอยในแง่ของประสบการณ์ผู้ใช้งาน โดยมีความแตกต่างที่ชัดเจนคือ:

• ความรวดเร็วในการตอบสนอง:Claude มักจะให้คำตอบภายใน 1-2 วินาที ขณะที่ Copilot มักจะค้างอยู่นานหลายวินาทีก่อนจะตอบสนอง
• คุณภาพของผลลัพธ์:Claude เสนอตัวเลือกสูตรที่หลากหลายสำหรับปัญหาเดียวกัน ขณะที่ Copilot มักจะแนะนำเพียงสูตรเดียวและยอมแพ้ต่อโจทย์ที่ซับซ้อนอย่างรวดเร็ว
• ขอบเขตความสามารถ:Claude ไม่เพียงช่วยนำเข้าข้อมูล แต่ยังสามารถร่างและปรับแต่งขั้นตอนการทำความสะอาดข้อมูลที่ซับซ้อนได้แบบครบวงจร ส่วน Copilot ส่วนใหญ่ยังคงจำกัดอยู่ที่การนำเข้าข้อมูลพื้นฐานและการดำเนินการง่ายๆ เท่านั้น
• การจัดการบริบท:Claude สามารถใช้เหตุผลครอบคลุมสมุดงานทั้งหมดและแผ่นงานหลายแผ่นเพื่อหาความสัมพันธ์ ส่วน Copilot มักต้องการตารางที่จัดรูปแบบไว้เรียบร้อยแล้วจึงจะใช้งานได้อย่างมีประสิทธิภาพจริงๆ

ใครก็ตามในสายการเงินที่เคยลองใช้ Claude สำหรับ Excel จะบอกคุณว่า งานสร้างแบบจำลองทางการเงินจำนวนมากที่เคยต้องใช้ผู้วิเคราะห์ ตอนนี้สามารถจัดการได้โดยตรงผ่านปลั๊กอิน ตั้งแต่การอ่านงบการเงินและการสร้างกรอบแบบจำลอง ไปจนถึงการเขียนสูตรและการวิเคราะห์ความอ่อนไหว โดยมันสามารถทำงานทั้งกระบวนการให้เสร็จสิ้นได้ในคราวเดียวและผลลัพธ์ที่ได้ก็ดีมาก ปัญหาเดียวคือมีการใช้โทเคนอย่างรวดเร็วและต้นทุนพลังประมวลผลเพิ่มขึ้นอย่างเห็นได้ชัด ซึ่งกลายเป็นตัวแปรใหม่ที่ส่งผลดีต่อกลุ่มพลังการประมวลผล.

เมื่อ Claude Code และ Cowork แพร่หลายออกไป AI จึงไม่ได้จำกัดอยู่เพียงแค่การสนับสนุนเล็กๆ น้อยๆ หรืออยู่ในเฉพาะกลุ่มเครื่องมือนักพัฒนาอีกต่อไป แต่มันเริ่มแทรกซึมเข้าไปในงานของกลุ่มคนทำงานออฟฟิศที่มีมูลค่าสูง ทั้งในด้านการเงิน กฎหมาย ที่ปรึกษา ประกันภัย และอื่นๆ มูลค่าตลาดรวม (TAM) สำหรับ AI Agent น่าจะใหญ่กว่าตลาดของโมเดลเพียงอย่างเดียวมาก

เวิร์กโฟลว์ใดๆ ที่สามารถแยกย่อยเป็น "อ่านเอกสาร → ทำความเข้าใจ → สร้างผลลัพธ์ → บันทึกกลับเข้าสู่ระบบ" ล้วนอยู่ในขอบข่ายที่ AI Agent สามารถจัดการได้ซึ่งนั่นเป็นสิ่งที่ SaaS ครอบครองมาตลอดทศวรรษที่ผ่านมา

จาก "AI จะช่วย SaaS" สู่ "AI อาจจะมาแทนที่ SaaS"

ในปี 2024 และครึ่งแรกของปี 2025 กระแสหลักคือ AI จะมาช่วยเสริมศักยภาพให้กับบริษัทที่มีอยู่เดิมให้แข็งแกร่งขึ้น โดยบริษัทซอฟต์แวร์ทุกแห่งต่างพูดถึงการผนวก AI และการเพิ่มประสิทธิภาพการทำงานของผู้ใช้

เมื่อถึงช่วงปลายปี 2025 และต้นปี 2026 เรื่องราวกลับพลิกผันอย่างเงียบๆ ความเป็นจริงที่เกิดขึ้นคือความเร็วที่บริษัทเดิมๆ จะเพิ่ม AI เข้าไปนั้น ช้ากว่าความเร็วที่เครื่องมือ AI โดยกำเนิดเริ่มเข้ามาแทนที่พวกเขา

คุณยังคงได้ยินมุกตลกมากมายเกี่ยวกับ AI ที่ให้ข้อมูลผิดๆ (Hallucination) หรือทำผิดพลาดตลกๆ แต่มีการเปลี่ยนแปลงที่เห็นได้ชัดซึ่งอาจจะมองข้ามได้ง่ายหากไม่สังเกตดีๆ Seedance 2.0 ของ ByteDance เป็นตัวอย่างที่ชัดเจน โดยโมเดลล่าสุดได้ยกระดับวิดีโอจาก AI ที่จากเดิม "ดูปลอมชัดเจน" ไปเป็น "ยากที่คนทั่วไปจะแยกออก" เมื่อปีก่อนคนส่วนใหญ่แยกแยะคลิป AI ได้ทันที แต่วันนี้วิดีโอสั้นและโฆษณาจำนวนมากนั้นยากเกินกว่าที่คนทั่วไปจะระบุได้ว่าเป็นสิ่งจำลองหากไม่บอกไว้ก่อน

ซอฟต์แวร์กำลังผ่านการเปลี่ยนผ่านในลักษณะเดียวกัน ปีก่อนโค้ดที่สร้างโดย Claude Code เต็มไปด้วยข้อผิดพลาดและดูเหมือนของเล่น แต่ตอนนี้สามารถส่งมอบโปรเจกต์ที่มีความซับซ้อนระดับกลางได้อย่างน่าเชื่อถือโดยใช้มนุษย์ช่วยน้อยลงมาก เมื่อผู้คนตระหนักว่า Claude Code สามารถสร้างเครื่องมือสั่งทำพิเศษที่เลียนแบบเวิร์กโฟลว์ธุรกิจของพวกเขาได้ อินเทอร์เฟซ SaaS แบบทั่วไป—ซึ่งเป็นเพียงไม่กี่ปุ่มที่วางทับบนฐานข้อมูล—จะถูกประเมินค่าใหม่โดยปริยาย

แน่นอนว่ายังมีความท้าทายในโลกความจริงอีกมาก เช่น เสถียรภาพ ความปลอดภัย การใช้งานในระดับองค์กร การตรวจสอบได้ และการปฏิบัติตามกฎเกณฑ์ สิ่งเหล่านี้ไม่ใช่เรื่องเล็กน้อยและจะไม่หายไปเพียงเพราะวิดีโอสาธิตดูดี แต่หากย้อนดูความก้าวหน้าใน 12 เดือนที่ผ่านมา ก็ยากที่จะไม่คิดว่าข้อโต้แย้งที่ว่า "ยังไม่พร้อม" ในวันนี้ อาจหายไปในอีก 12 เดือนข้างหน้า

และนั่นคือสิ่งที่ตลาดกำลังให้น้ำหนัก ตลาดไม่ได้ซื้อขายบนกำไรของวันนี้ (ซึ่งที่น่าตลกคือยังดูดี โดยอัตรากำไรของกลุ่มอยู่ใกล้ระดับสูงสุดในรอบ 20 ปี) แต่กำลังซื้อขายบนภาพลักษณ์ของโลกในอีก 3 ปีข้างหน้า

Salesforce: เมื่อ AI Agent กลืนกินอาณาจักร CRM

หากคุณต้องการกรณีศึกษาของบริษัทที่กำลังเผชิญหน้ากับวิกฤต Salesforce คือตัวอย่างที่ชัดเจนที่สุด

ในฐานะหนึ่งในบริษัท SaaS ที่ใหญ่ที่สุดในโลก หุ้นของ Salesforce เริ่มให้ผลตอบแทนแย่กว่าตลาดเมื่อปีที่แล้ว และราคาดิ่งลงรุนแรงขึ้นในช่วงที่เกิดความตื่นตระหนกเรื่อง AI ในเดือนกุมภาพันธ์ โดยนับตั้งแต่ต้นปีราคาหุ้นลดลงเกือบ 30% และบริษัทเพิ่งลดพนักงานลงเกือบ 1,000 ตำแหน่งในรอบล่าสุดอย่างเงียบๆ สิ่งที่น่าตลกคือ Salesforce กำลังผลักดันแพลตฟอร์ม AI Agent ของตัวเองที่ชื่อ Agentforce อย่างหนักไปพร้อมๆ กันเรื่องราวของ Salesforce สะท้อนถึงความตึงเครียดหลักของการเทขายครั้งนี้ได้สมบูรณ์แบบ นั่นคือยักษ์ใหญ่ด้านซอฟต์แวร์รุ่นเก่าเป็นทั้งเหยื่อและผู้ที่อาจจะได้ประโยชน์จาก AI ทว่าตลาดกลับไม่เชื่อว่าพวกเขาจะปฏิรูปตัวเองได้เร็วกว่าที่ AI จะเข้ามากัดกินโมเดลธุรกิจเดิมของพวกเขา

ลองดูสิ่งที่ AI Agent สามารถทำได้แล้วในระบบ CRM:

• บริการลูกค้า:ในขณะที่พนักงานที่เป็นมนุษย์อาจจัดการเคสได้ 50-60 รายการต่อวัน แต่ AI Agent สามารถจัดการปริมาณงานดังกล่าวได้ภายในเวลาไม่ถึงหนึ่งชั่วโมง ช่วยลดต้นทุนส่วนงานบริการได้ 30% หรือมากกว่าในการเริ่มนำมาใช้งานระยะแรก
• การเตรียมข้อมูลการขาย:บริษัทอย่าง RBC Wealth Management ได้นำ AI Agent มาใช้กับที่ปรึกษาหลายพันคน การเตรียมตัวเข้าพบลูกค้าที่เคยใช้เวลาเป็นชั่วโมงตอนนี้เหลือเพียงไม่กี่นาที โดยมีระบบสรุปข้อมูลลูกค้าและกำหนดการแบบอัตโนมัติเข้ามาแทนที่พนักงานระดับต้น
• การคัดกรองผู้มุ่งหวัง:SDR เสมือน (พนักงานพัฒนาการขาย) สามารถทำงานได้ตลอด 24 ชั่วโมง ให้คะแนนผู้มุ่งหวัง ส่งข้อมูลนำเสนอ ติดตามการตอบกลับ และจองการนัดหมายได้โดยอัตโนมัติ

ประเด็นสำคัญคือ: Salesforce และบริษัทในกลุ่มเดียวกันมักจะใช้วิธีเรียกเก็บค่าบริการตามจำนวนผู้ใช้งาน (per seat) หรือหนึ่งใบอนุญาตต่อหนึ่งคน ทว่าผู้ที่ทำงานในปัจจุบันอาจไม่จำเป็นต้องเป็นมนุษย์อีกต่อไป แต่เป็นเอเจนต์ AI ที่สามารถแทนที่พนักงานระดับต้นได้หลายคน ในทางทฤษฎี Salesforce สามารถเรียกเก็บเงินแยกสำหรับเอเจนต์ได้ แต่ในทางปฏิบัติ เมื่อ CFO พบว่า "เอเจนต์หนึ่งราย + ทีมงานมนุษย์ขนาดเล็ก" สามารถให้ผลลัพธ์ได้เท่ากับทีมงานรูปแบบเดิมทั้งทีม ขั้นตอนต่อไปคือการปรับลดจำนวนพนักงานและจ่ายเฉพาะค่าใบอนุญาตสำหรับมนุษย์จำนวนน้อยที่สุด บวกกับค่าเอเจนต์เพียงไม่กี่ตำแหน่งเท่านั้น

นี่คือความขัดแย้งที่ทำลายตัวเองซึ่ง SaaS กำลังเผชิญอยู่ ยิ่ง AI ของคุณประสบความสำเร็จมากเท่าไร โมเดลการตั้งราคาตามจำนวนผู้ใช้งานของคุณก็จะยิ่งมีค่าน้อยลงเท่านั้น

หาก SaaS ที่อิงตามจำนวนผู้ใช้งานกำลังได้รับผลกระทบ ใครกันแน่ที่มีโอกาสอยู่รอด?

นี่คือมุมมองที่สำคัญที่สุดในการทำความเข้าใจการเทขายที่เกิดขึ้นในขณะนี้: โมเดลธุรกิจคือตัวกำหนดชะตากรรม

สิ่งที่เรากำลังเห็นคือการจัดระเบียบอำนาจการต่อรองราคาอย่างรุนแรง วิธีง่ายๆ ในการดูว่า AI กำลังให้รางวัลแก่ใครและลงโทษใคร คือการพิจารณารายชื่อบริษัทซอฟต์แวร์ตามวิธีการเรียกเก็บเงิน:

นี่คือเหตุผลที่กลุ่มบริษัทที่เน้นการใช้งานมีแนวโน้มจะฟื้นตัวได้ก่อน เมื่อเอเจนต์แพร่หลายมากขึ้น พวกเขาไม่ได้แค่มาแทนที่มนุษย์ แต่ยังสร้างกิจกรรมต่างๆ มากขึ้นด้วย เช่น การเรียกใช้ API, การสืบค้นฐานข้อมูล, ล็อก, พื้นที่เก็บข้อมูล และรอบการประมวลผล ผู้ให้บริการที่เก็บค่าใช้จ่ายตามการใช้งานจึงเปรียบเสมือนผู้ที่เก็บภาษีจากความรุ่งเรืองของ AI

MongoDB คือตัวอย่างที่ชัดเจนของ "ผู้เก็บภาษี AI" นี้ แอปพลิเคชัน AI ยังคงจำเป็นต้องอ่าน/เขียนข้อมูลแบบเรียลไทม์ จัดการสถานะการทำงาน และรองรับปริมาณงานที่มีการโต้ตอบ ความต้องการเหล่านี้ไม่ได้หายไป แต่กลับทวีความรุนแรงขึ้นเมื่อการใช้งาน AI พุ่งสูงขึ้น แม้แต่ Anthropic (บริษัทแม่ของ Claude) ก็เป็นลูกค้าของ MongoDB ตลาดเริ่มแยกแยะ MongoDB ออกจากกลุ่ม SaaS ทั่วไป โดยตั้งแต่ต้นปีจนถึงปัจจุบัน ราคาหุ้นลดลงน้อยกว่า 20% ซึ่งดีกว่ากลุ่มซอฟต์แวร์โดยรวมอย่างเห็นได้ชัด บ่งชี้ว่านักลงทุนเริ่มมองบริษัทนี้แตกต่างไปจากเดิมแล้ว

ตรรกะเดียวกันนี้ยังครอบคลุมไปถึงแพลตฟอร์มความปลอดภัยและแพลตฟอร์มเฉพาะทาง (vertical) ที่ไม่ได้ขับเคลื่อนด้วยจำนวนผู้ใช้งาน:

• ความปลอดภัยของข้อมูลและความยืดหยุ่น (Rubrik): Rubrik เรียกเก็บค่าบริการตามข้อมูลที่อยู่ภายใต้การจัดการ และจำหน่าย "ความปลอดภัยของข้อมูล + การสำรองข้อมูล + การกู้คืน" เป็นความสามารถหลัก ยิ่ง AI แพร่หลายมากขึ้น องค์กรต่างๆ ก็ยิ่งสะสมข้อมูลมากขึ้น และผลกระทบจะยิ่งรุนแรงขึ้นเมื่อเกิดข้อผิดพลาด การใช้จ่ายในการสำรองข้อมูล การกู้คืน และความยืดหยุ่นทางไซเบอร์จึงมีแนวโน้มเพิ่มขึ้นตามการใช้ AI ไม่ใช่ลดลง การปรับตัวลดลงในปัจจุบันจึงเป็นเพียงความเสียหายข้างเคียงที่เกิดจากบรรยากาศในอุตสาหกรรมที่แย่ลงเท่านั้น
• โครงสร้างพื้นฐานเฉพาะทาง (Procore): Procore ให้บริการกลุ่มการก่อสร้าง ซึ่งเป็นหนึ่งในอุตสาหกรรมที่มีการใช้ระบบดิจิทัลน้อยที่สุด โดยเรียกเก็บค่าบริการตามปริมาณการก่อสร้าง ไม่ใช่จำนวนผู้ใช้งาน แพลตฟอร์มของบริษัทกำลังกลายเป็นโครงสร้างพื้นฐานดิจิทัลสำหรับทั้งภาคส่วน AI มีแนวโน้มที่จะเร่งการเปลี่ยนผ่านมาใช้ Procore มากกว่าที่จะเข้ามาแทนที่

ในทางกลับกัน หากผลิตภัณฑ์ SaaS เป็นเพียง "หน้าจอที่มีปุ่มกดไม่กี่อัน" และหน้าที่หลักคือการช่วยให้มนุษย์จัดการข้อมูล (เขียนอีเมล, ปรับรูปแบบข้อความ, รวบรวมรายงาน) ผลิตภัณฑ์นั้นจะตกอยู่ในเขตที่ได้รับผลกระทบโดยตรง ระบบข้อความเป็นเสียง ข้อความเป็นรูปภาพ และเวิร์กโฟลว์เชิงสร้างสรรค์อื่นๆ ช่วยให้ AI สามารถจัดการการแปลงข้อมูลเหล่านี้ได้ในขนาดและความเร็วที่ซอฟต์แวร์แบบดั้งเดิมไม่สามารถเทียบได้

ข้อควรระวังประการหนึ่งคือ แม้แต่ธุรกิจที่ดีและมีการป้องกันความเสี่ยงค่อนข้างมาก ก็จะยังคงถูกซื้อขายภายใน ETF ของกลุ่มอุตสาหกรรมเดียวกันไปสักระยะ เมื่อหุ้นทั้งกลุ่มถูกจัดอยู่ในกลุ่มที่ได้รับผลกระทบจาก AI (AI disruption) และถูกเทขาย ตลาดมักจะไม่แยกแยะปัจจัยพื้นฐานในระยะสั้น

ราคาหุ้นคืออะไรกันแน่ และทำไมคำว่า "ถูก" ถึงไม่ได้แปลว่า "ซื้อ"

เมื่อเห็นหุ้นซอฟต์แวร์ลดลง 30% หลายคนมักจะติดกับดักความคิดแบบทางลัดที่ว่า: การปรับฐานมูลค่า (Valuation reset) → การกลับเข้าสู่ค่าเฉลี่ย (mean reversion) → ถึงเวลาฟื้นตัว ความอันตรายคือการมองว่านี่คือการย่อตัวตามปกติ ทั้งที่ในความเป็นจริงตลาดกำลังเขียนสมการใหม่

ในระดับที่เรียบง่ายที่สุด:

ราคาหุ้น = มูลค่าปัจจุบันของกระแสเงินสดในอนาคต (discounted value of future cash flows)

ในขณะนี้ ตลาดกำลังทำสองสิ่งพร้อมกัน:

1. การเพิ่มอัตราคิดลด (discount rate): ความเสี่ยงเชิงโครงสร้างที่รับรู้ได้นั้นสูงขึ้น ดังนั้นอัตราผลตอบแทนที่ต้องการ (และอัตราคิดลดโดยนัย) จึงเพิ่มขึ้น
2. การปรับลดความคาดหวังต่อกระแสเงินสด: นักลงทุนกำลังปรับลดคาดการณ์อัตรากำไรและการเติบโตในอนาคตของทั้งกลุ่มอุตสาหกรรม

นั่นเป็นสาเหตุที่คุณต้องตกอยู่ในสถานการณ์ที่ราคาหุ้นลดลงอย่างมาก แต่ก็ยังไม่ถือว่าถูกอย่างชัดเจน ในยุคก่อน AI ตลาดอาจคาดหวังการเติบโตของรายได้ในอนาคตที่ 15-20% สำหรับหุ้น SaaS คุณภาพสูง แต่ปัจจุบัน การเติบโตโดยนัยสำหรับธุรกิจเหล่านี้หลายแห่งกลับอยู่ใกล้เคียงกับเลขหลักเดียวระดับกลางหรือเลขสองหลักระดับต่ำเท่านั้น

กล่าวอีกนัยหนึ่งคือ ตลาดไม่เชื่ออีกต่อไปว่าบริษัทซอฟต์แวร์โดยทั่วไปจะสามารถรักษาการเติบโตและระดับอัตรากำไรในปัจจุบันไว้ได้ในอีก 3-5 ปีข้างหน้า หากบรรยากาศการลงทุนยังคงเป็นลบต่อเนื่อง ก็ยังมีโอกาสที่ประมาณการต่างๆ และราคาจะปรับตัวลดลงได้อีก

ประวัติศาสตร์มีตัวอย่างที่คล้ายคลึงกันและน่าตกใจ เมื่อธุรกิจหนังสือพิมพ์เผชิญกับการถูกดิสรัปชันจากอินเทอร์เน็ตในช่วงต้นทศวรรษ 2000 มูลค่าของกลุ่มนี้หายไปประมาณ 95% ระหว่างปี 2002 ถึง 2009 และเริ่มทรงตัวได้ก็ต่อเมื่อความคาดหวังกำไรในอนาคตได้รับการปรับฐานให้เข้ากับความจริงใหม่เรียบร้อยแล้ว

เพื่อให้หุ้นซอฟต์แวร์หาจุดต่ำสุดที่มั่นคงได้ ความคาดหวังด้านกำไรจะต้องนิ่งเสียก่อน ปัญหาในปัจจุบันคือความสามารถของ AI ก้าวกระโดดไปไกลในทุกๆ ไม่กี่เดือน และการเปิดตัวโมเดลหรือผลิตภัณฑ์เอเจนต์ใหม่ๆ ในแต่ละครั้ง จะกระตุ้นให้เกิดสถานการณ์ "จะเกิดอะไรขึ้นถ้า..." รอบใหม่ ซึ่งส่งผลกระทบต่อประมาณการในอนาคต

จุดเปลี่ยนที่แท้จริงจะเกิดขึ้นเมื่อคุณเห็นว่า: ประมาณการเฉลี่ยของนักวิเคราะห์ (consensus estimates) หยุดถูกปรับลดลงไตรมาสแล้วไตรมาสเล่า หรือเริ่มมีการปรับประมาณการขึ้น เมื่อนั้น คำว่า "ถูก" จะเลิกเป็นกับดักหุ้นคุณค่า (value trap) และเริ่มเป็นส่วนเผื่อความปลอดภัย (margin of safety) ที่แท้จริง

แล้วตอนนี้ควรทำอย่างไร? อย่าหลับหูหลับตาซื้อเรื่องราวเดิมๆ

หากเป้าหมายของคุณคือการมีส่วนร่วมกับช่วงขาขึ้นในระยะยาวของวัฏจักร AI นี้ ไม่ใช่แค่การเก็งกำไรจากการดีดตัวทางเทคนิคในหุ้นซอฟต์แวร์ดั้งเดิมที่ราคาดิ่งลงอย่างหนัก กลยุทธ์ที่ใช้ก็จำเป็นต้องแตกต่างออกไป

คุณไม่จำเป็นต้องกะจังหวะหาจุดต่ำสุดที่แน่นอน แต่คุณต้องตัดสินใจว่า "เรื่องราว" หรือธุรกิจแบบใดที่ยังสมควรดำรงอยู่ต่อไปในโลกที่ถูกขับเคลื่อนด้วยระบบเอเจนท์ (Agent)

แนวทางสองขั้นตอนที่สมเหตุสมผลมากกว่ามีลักษณะดังนี้:

1. เริ่มต้นด้วยรากฐานที่ AI ไม่สามารถก้าวข้ามหรือหลบเลี่ยงได้ไม่ใช่บริษัทซอฟต์แวร์ดั้งเดิมทุกแห่งที่จะถูกขับออกจากระบบ แพลตฟอร์มที่ควบคุมข้อมูลหลัก บริหารจัดการการอนุมัติและการปฏิบัติตามกฎระเบียบ การรักษาความปลอดภัยและการกู้คืนระบบ หรือซอฟต์แวร์ที่ฝังตัวลึกในกระบวนการเฉพาะทาง (Vertical Processes) จะยังคงมีความสำคัญ สิ่งเหล่านี้คือรากฐานที่ AI ต้องอาศัย ไม่ใช่สิ่งที่ AI จะเข้ามาแทนที่ได้โดยตรง ในระยะสั้น บริษัทเหล่านี้อาจถูกกดดันจากความเชื่อมั่นเชิงลบในกลุ่มอุตสาหกรรมเช่นเดียวกับหุ้นตัวอื่น ๆ และต้องใช้ความอดทนในการถือครอง อย่างไรก็ตาม เมื่อเวลาผ่านไป บริษัทเหล่านี้จะสามารถรวมกระแสเงินสดจากธุรกิจเดิมเข้ากับอุปสงค์ใหม่ที่ขับเคลื่อนโดย AI ซึ่งถือเป็นส่วนผสมที่หาได้ยากในตลาดปัจจุบัน
2. รอคอยซอฟต์แวร์กลุ่ม AI-native รุ่นต่อไปที่จะเข้าจดทะเบียนในตลาดหลักทรัพย์ในช่วง 1-2 ปีข้างหน้า เรามีแนวโน้มที่จะเห็นบริษัทกลุ่ม AI-native จำนวนมากเข้าสู่ตลาดหลักทรัพย์ โดยด้านหนึ่งจะเป็นผู้เล่นในกลุ่มการจัดลำดับโมเดลและเอเจนท์ (Model and Agent Orchestration) เช่น OpenAI และ Anthropic ส่วนอีกด้านหนึ่งคือแพลตฟอร์มข้อมูลและแอปพลิเคชันที่สร้างขึ้นโดยอิงกับเวิร์กโฟลว์ของ AI ตั้งแต่วันแรก ธุรกิจเหล่านี้คือการรวมตัวกันของ "AI + ข้อมูล + คลาวด์" โดยมีการสร้างโมเดล ดำเนินงานบนแพลตฟอร์ม และต่อยอดไปสู่แอปพลิเคชันเฉพาะทางสำหรับอุตสาหกรรมต่าง ๆ ซึ่งถือเป็นกลุ่มบริษัทที่อยู่ใกล้ชิดกับขีดความสามารถใหม่ของการเพิ่มผลผลิตมากที่สุด

เมื่อย้อนดูวัฏจักรที่ผ่านมาในตลาดหุ้นสหรัฐฯ คุณจะเห็นรูปแบบเดิมเสมอ นั่นคือการสลับที่กันระหว่างระบอบการเพิ่มผลผลิตแบบเก่าและแบบใหม่ ในช่วงฟองสบู่ดอทคอม Yahoo เคยเป็น "ประตูหน้า" ของอินเทอร์เน็ต โดยมีมูลค่าสูงกว่า 1.2 แสนล้านดอลลาร์ในช่วงสูงสุดและทำหน้าที่เป็นศูนย์กลางทราฟฟิกของยุคนั้น ขณะที่ Google เป็นเพียงโปรแกรมค้นหาเล็ก ๆ ที่สนับสนุนช่องค้นหาของ Yahoo สองทศวรรษต่อมา สถานการณ์เปลี่ยนไปอย่างสิ้นเชิง สินทรัพย์หลักของ Yahoo ถูกขายให้กับ Verizon ในปี 2017 ด้วยมูลค่าไม่ถึง 5 พันล้านดอลลาร์ ในขณะที่ Google ซึ่งต่อยอดจากการค้นหา ไปสู่การโฆษณา คลาวด์ และปัจจุบันคือ AI ได้เติบโตขึ้นเป็นแพลตฟอร์มที่มีมูลค่านับล้านล้านดอลลาร์ นั่นคือความแตกต่างระหว่าง "พอร์ทัล" (Portal) ในรูปแบบเดิม กับ "แพลตฟอร์มที่เขียนโครงสร้างใหม่ทั้งหมด" ในรูปแบบใหม่ โดยรายหนึ่งยึดติดกับจุดเข้าใช้งานแบบดั้งเดิม ขณะที่อีกรายใช้เทคโนโลยีใหม่เพื่อสร้างเวิร์กโฟลว์ทั้งหมดขึ้นมาใหม่

เมื่อพิจารณาในแง่นี้ การฝืนถือครองหรือลงทุนในซอฟต์แวร์ที่ตลาดมองว่ากำลังถูกลดบทบาทลงในเชิงโครงสร้างจึงดูไม่สมเหตุสมผลนัก คุณมักจะได้รับผลตอบแทนที่ดีกว่าเสมอหากเลือกอยู่ข้างเดียวกับผู้เล่นที่กำลังขยายบทบาทของตนในระบบ ไม่ใช่กลุ่มที่เพียงแค่พยายามปกป้องฐานที่มั่นเดิม

บทสรุป

จากมุมมองนี้ คำถามที่แท้จริงเกี่ยวกับการเทขายในครั้งนี้ไม่ใช่ "ราคาลดลงมาเท่าไหร่แล้ว" แต่คือ "ตลาดกำลังปรับลดมูลค่าซอฟต์แวร์ประเภทใดกันแน่ และเป็นเพราะเหตุใด"

หากคุณมองว่าการร่วงลงของหุ้นกลุ่มซอฟต์แวร์เป็นเพียงการแตกของฟองสบู่ด้านราคา (Valuation Bubble) ทั่วไป คุณอาจกำลังมองข้ามประเด็นสำคัญไป สิ่งที่เรากำลังเห็นอยู่คือการรีเซ็ตมูลค่าของซอฟต์แวร์ทั้งอุตสาหกรรมโดยมี AI เป็นตัวเร่ง เพื่อกำหนดว่าซอฟต์แวร์ควรมีมูลค่าเท่าใด

ทุกครั้งที่มีการอัปเกรดโมเดลครั้งใหญ่ หรือการเปิดตัวผลิตภัณฑ์เอเจนท์ใหม่ เช่น Claude Cowork นักลงทุนจะถูกบีบให้ตั้งคำถามซ้ำแล้วซ้ำเล่าว่า "ในโลกที่เอเจนท์ AI เป็นผู้ดำเนินเวิร์กโฟลว์ ซอฟต์แวร์ตัวไหนที่ยังคุ้มค่าแก่การจ่ายค่าสมาชิกรายปี"

จนกว่าตลาดจะหาคำตอบที่เป็นเอกฉันท์สำหรับคำถามนั้นได้ การที่ราคา "ลดลงมามาก" จึงเป็นเหตุผลที่อ่อนเกินไปในการตัดสินใจว่าเป็น "จังหวะในการซื้อ"

หากคุณเชื่อในศักยภาพระยะยาวของ AI เส้นทางที่ชัดเจนกว่าคือการเฟ้นหาบริษัทที่ถูกฉุดรั้งลงมาตามความตื่นตระหนกของอุตสาหกรรม แต่ยังคงอยู่ในตำแหน่งที่มีความสำคัญเชิงโครงสร้างในโลกของ AI และจงใช้ความอดทน ขณะเดียวกันก็ให้จับตามองหุ้น AI ที่ร้อนแรงและกำลังจะเข้าจดทะเบียนในตลาด และสังเกตให้ดีว่าใครคือผู้ที่สามารถเชื่อมโยงโมเดล ข้อมูล และแอปพลิเคชันเข้าด้วยกันเป็นระบบธุรกิจที่แข็งแกร่งและป้องกันการแข่งขันได้จริง

สิ่งที่ไม่สมเหตุสมผลคือการ "ช้อนซื้อ" (Bottom-fishing) เพียงเพราะหุ้นดูเหมือนจะมีราคาถูก เพื่อหวังกำไรจากการรีบาวด์เพียงเล็กน้อยจากธุรกิจในอดีต แล้วต้องมองดูผู้ชนะในยุค AI ระยะยาวตัวจริงวิ่งแซงหน้าคุณไป

ข้อสงวนสิทธิ์: บทความนี้สะท้อนความคิดเห็นส่วนบุคคลเพื่อการอภิปรายเท่านั้น และไม่ถือเป็นคำแนะนำในการลงทุนหรือคำแนะนำในการซื้อหรือขายหลักทรัพย์ใด ๆ การลงทุนมีความเสี่ยง รวมถึงความเป็นไปได้ในการสูญเสียเงินต้น บริษัทหรือหุ้นที่ระบุถึงใช้เพื่อเป็นตัวอย่างประกอบเท่านั้น