เมื่อโมเดลรายที่นั่งของ SaaS ล่มสลาย, การอนุมานแซงหน้าการฝึกฝน: การถอดรหัสชะตากรรมที่แตกต่างกันของเหล่ายักษ์ใหญ่ Neocloud อย่าง CoreWeave, Nebius, และ IREN

1. การแยกตัวเชิงโครงสร้างของอุปสงค์การประมวลผล AI: นัยสำคัญทางอุตสาหกรรมจากปรากฏการณ์ Anthropic

ตามรายงานวิจัยล่าสุดที่เผยแพร่โดย SemiAnalysis เมื่อต้นเดือนพฤษภาคม 2026 ระบุว่า รายได้ต่อเนื่องรายปี (ARR) ของ Anthropic อยู่ที่ประมาณ 1 พันล้านดอลลาร์ในเดือนธันวาคม 2024 ก่อนจะแตะระดับ 9 พันล้านดอลลาร์ในเดือนธันวาคม 2025 และพุ่งทะยานสู่ 4.4 หมื่นล้านดอลลาร์ ณ เดือนพฤษภาคม 2026 กล่าวอีกนัยหนึ่งคือ ฐานรายได้ของบริษัทเพิ่มขึ้นเกือบห้าเท่าในช่วงห้าเดือนที่ผ่านมา โดยมีรายได้สุทธิ ARR เพิ่มขึ้นเฉลี่ย 96 ล้านดอลลาร์ต่อวัน ซึ่ง Alex Clayton พาร์ทเนอร์ของ Meritech Capital ให้ความเห็นต่อสาธารณะว่า เขาได้ศึกษาเอกสารประกอบการเสนอขายหุ้น IPO ของบริษัทซอฟต์แวร์มหาชนกว่า 200 แห่ง และไม่เคยเห็นกราฟการเติบโตเช่นนี้มาก่อน โดยเฉพาะอย่างยิ่ง ARR ของ Anthropic เพิ่งจะเพิ่มจาก 1 พันล้านดอลลาร์เป็น 3 พันล้านดอลลาร์ในช่วงที่เขาให้ความเห็นดังกล่าว และอัตราการเติบโตกลับเร่งตัวขึ้นแทนที่จะชะลอตัวลงตั้งแต่นั้นเป็นต้นมา

สิ่งที่น่าจับตามองยิ่งกว่าคือตัวชี้วัดส่วนเพิ่มที่เปิดเผยในรายงานฉบับเดียวกัน โดยอัตรากำไรขั้นต้นของโครงสร้างพื้นฐานการประมวลผล (Inference) ที่ Anthropic ดำเนินการเองนั้น พุ่งขึ้นจาก 38% เมื่อปีที่แล้วเป็นกว่า 70% ในปัจจุบัน ซึ่งหมายความว่าบริษัทไม่เพียงแต่ขยายฐานรายได้ให้เติบโตอย่างรวดเร็วเท่านั้น แต่ยังสามารถปรับปรุงเศรษฐศาสตร์ต่อหน่วยให้ดีขึ้นด้วย ซึ่งขัดกับภาพลักษณ์เดิมที่ว่า "บริษัท AI ทำได้เพียงเผาเงินผ่านการระดมทุนเท่านั้น"

อย่างไรก็ตาม โครงสร้างพื้นฐานของ Anthropic เองไม่สามารถรองรับขนาดของพลังประมวลผลที่จำเป็นต่อการเติบโตอย่างก้าวกระโดดนี้ได้ ความเข้าใจผิดทั่วไปในตลาดคือ พลังประมวลผลของ Anthropic มาจาก Amazon Web Services และ Google Cloud เท่านั้น และไม่มีความเกี่ยวข้องโดยตรงกับสิ่งที่เรียกว่า "Neoclouds" ซึ่งการสังเกตนี้ไม่ถูกต้องทั้งหมด โครงสร้างการประมวลผลของ Anthropic เป็นภาพสะท้อนของอุตสาหกรรม AI ในปัจจุบัน นั่นคือ Amazon และ Google รองรับภาระงานการฝึกฝน (Training) เป็นหลัก แต่อุปสงค์ส่วนเกินที่ล้นจากขีดความสามารถเฉพาะของผู้ให้บริการรายใหญ่ (Hyperscalers) จะไหลไปสู่ผู้ให้บริการภายนอกโดยธรรมชาติ สัญญากลางประมวลผลหลายปีของ Anthropic กับ CoreWeave ในเดือนเมษายน 2026 และรายงานการเจรจากับ Nebius ในเดือนพฤษภาคม ล้วนเป็นข้อพิสูจน์ที่ชัดเจนถึงกลไกส่วนเกินนี้

การทำความเข้าใจตรรกะของอุปสงค์ส่วนเกินนี้เป็นสิ่งสำคัญในการประเมินภาคส่วน Neocloud โดยรากฐานทางธุรกิจของ "สามยักษ์ใหญ่ Neocloud" ซึ่งประกอบด้วย CoreWeave, Nebius และ IREN ไม่ได้มาจากการให้บริการแก่แล็บ AI ชั้นนำอย่าง Anthropic โดยตรง แต่มาจากการคว้าโอกาสในช่องว่างของการประมวลผลที่เกิดจากการเติบโตอย่างรวดเร็วของอุตสาหกรรม AI ทั้งหมด บทความนี้จะวิเคราะห์อย่างเป็นระบบเกี่ยวกับการเปลี่ยนแปลงเชิงโครงสร้างสองประการที่ขับเคลื่อนการประเมินมูลค่าใหม่ของ Neocloud การวางตำแหน่งที่แตกต่างกันของทั้งสามบริษัทในห่วงโซ่อุตสาหกรรม และบทบาทของข้อจำกัดในห่วงโซ่อุปทานพลังงานในการปรับเปลี่ยนภูมิทัศน์การแข่งขัน เพื่อสรุปเป็นกรอบการวิเคราะห์สำหรับนักลงทุนระยะยาว

2. การเปลี่ยนแปลงเชิงโครงสร้างประการแรก: การล่มสลายของรูปแบบธุรกิจ SaaS ที่คิดค่าบริการตามจำนวนผู้ใช้งาน

ตลอดสองทศวรรษที่ผ่านมา โมเดลกำไรหลักของอุตสาหกรรม SaaS ถูกสร้างขึ้นบนพื้นฐานของ "จำนวนที่นั่ง" (Seats) โดยตรรกะค่อนข้างเรียบง่าย คือหากบริษัทมีพนักงาน 100 คนที่ต้องใช้ Salesforce ทาง Salesforce จะคิดค่าบริการรายเดือนตามจำนวน 100 ที่นั่ง โมเดลนี้ดึงดูดนักลงทุนอย่างมากเนื่องจากรายได้ที่มีความมั่นคงและคาดการณ์ได้ ช่วยให้บริษัทอย่าง Salesforce, ServiceNow และ Workday สามารถสร้างมูลค่าหลักทรัพย์ตามราคาตลาดได้ถึงหลักหมื่นล้านหรือแสนล้านดอลลาร์

อย่างไรก็ตาม การเกิดขึ้นของเจนเนอเรทีฟ AI ได้ทำลายตรรกะนี้ลงอย่างสิ้นเชิง สถานการณ์ตัวอย่างหนึ่งที่แสดงให้เห็นถึงความแตกแยกนี้คือ สมมติว่าบริษัทมีวิศวกรเพียงคนเดียว แต่เขาใช้เครื่องมือเขียนโปรแกรม AI เช่น Cursor ซึ่งช่วยให้เขารีแฟกเตอร์โค้ดได้ถึง 5,000 บรรทัดภายในหนึ่งชั่วโมง ส่งผลให้เกิดการเรียกใช้ API หลายร้อยครั้งและใช้โทเคนหลายสิบล้านโทเคน ในบริบทนี้ "จำนวนที่นั่ง" และ "การบริโภคการประมวลผลจริง" ได้แยกออกจากกันโดยสิ้นเชิง สำหรับบริษัท SaaS การเก็บค่าบริการตามที่นั่งต่อไปหมายความว่าพนักงานจ่ายค่าสมาชิก 20 ดอลลาร์ต่อเดือน ในขณะที่ต้นทุนการประมวลผลเบื้องหลังอาจสูงถึง 50 ดอลลาร์ ซึ่งนี่คือเหตุผลพื้นฐานที่เครื่องมือ AI-native อย่าง Cursor และ Claude Code ต้องเผชิญกับการขาดทุนในช่วงเริ่มต้น

เพื่อแก้ไขความขัดแย้งเชิงโครงสร้างนี้ อุตสาหกรรมกำลังเปลี่ยนไปสู่โมเดลไฮบริดแบบ "ค่าสมาชิกพื้นฐาน + การเรียกเก็บเงินตามการใช้งานจริง": โดยบริษัทต่างๆ จะจ่ายค่าธรรมเนียมรายเดือนคงที่เพื่อเป็นเกณฑ์เริ่มต้น ในขณะที่การบริโภคโทเคนที่เกินโควตาจะถูกคิดราคาแยกต่างหาก ปัจจุบันบริษัทชั้นนำอย่าง OpenAI, Anthropic, Microsoft และ HubSpot ได้ดำเนินการหรือกำลังอยู่ในช่วงเปลี่ยนผ่านนี้ โดย Gartner คาดการณ์ว่าภายในสิ้นปี 2026 70% ขององค์กรจะพึงพอใจกับรูปแบบการเรียกเก็บเงินตามการใช้งานมากกว่าระบบที่คิดตามจำนวนผู้ใช้งานเพียงอย่างเดียว

แนวโน้มนี้ยังอธิบายได้ว่า Anthropic บรรลุรายได้ ARR เพิ่มขึ้นห้าเท่าภายในห้าเดือนได้อย่างไร แรงผลักดันการเติบโตส่วนใหญ่มาจากขยายตัวของการบริโภคโทเคนของลูกค้าองค์กรเดิมแบบทวีคูณ มากกว่าการหาลูกค้าใหม่เพียงอย่างเดียว ข้อมูลที่ Anthropic เปิดเผยระบุว่า จำนวนลูกค้าองค์กรที่จ่ายเงินมากกว่า 1 ล้านดอลลาร์ต่อปีเพิ่มขึ้นเป็นเท่าตัวในช่วงสองเดือนที่ผ่านมา โดยมีบริษัทในกลุ่ม Fortune 10 ถึง 8 แห่งเป็นลูกค้า และผลิตภัณฑ์ Claude Code มีรายได้ ARR แตะ 2.5 พันล้านดอลลาร์ในเดือนกุมภาพันธ์ 2026 โดยมีผู้ใช้ระดับองค์กรคิดเป็นกว่า 50% ตัวเลขเหล่านี้สะท้อนข้อเท็จจริงสำคัญว่า โมเดลธุรกิจในยุค AI ไม่ได้ขายที่นั่งอีกต่อไป แต่ขายโทเคน เนื่องจากมูลค่าของที่นั่งนั้นคงที่ แต่อุปสงค์ของโทเคนนั้นไม่มีขีดจำกัดในทางทฤษฎี

3. การเปลี่ยนแปลงเชิงโครงสร้างประการที่สอง: การประมวลผลเพื่อการอนุมานกำลังแซงหน้าการฝึกฝนในเชิงประวัติศาสตร์

หากการล่มสลายของโมเดลแบบรายที่นั่งคือการเปลี่ยนแปลงในระดับโมเดลธุรกิจ การที่พลังประมวลผลเพื่อการอนุมาน (Inference) แซงหน้าการฝึกฝน (Training) ก็คือการปรับเปลี่ยนโครงสร้างอุปสงค์ของโครงสร้างพื้นฐานขนานใหญ่

เพื่ออธิบายสั้นๆ: การฝึกฝนคือกระบวนการสอนความรู้ที่มีอยู่ให้แก่โมเดลขนาดใหญ่ ในขณะที่การอนุมานคือกระบวนการที่โมเดลช่วยผู้ใช้แก้ปัญหาเฉพาะด้านหลังจากใช้งานจริง ในช่วงสองปีที่ผ่านมา ตลาดมุ่งเน้นไปที่พลังประมวลผล AI ในฝั่งการฝึกฝนเป็นหลัก เช่น การที่ OpenAI ทุ่มเงินหลายร้อยมหาศาลเพื่อฝึกฝนซีรีส์ GPT และการที่ Meta สร้างดาต้าเซ็นเตอร์ AI ขนาดกิกะวัตต์ อย่างไรก็ตาม ภูมิทัศน์ของอุตสาหกรรมกำลังเปลี่ยนแปลงไปอย่างรวดเร็ว

จากคาดการณ์ล่าสุดของ Gartner และ Deloitte ระบุว่า ในปี 2023 การฝึกฝนคิดเป็น 67% ของพลังประมวลผล AI ในขณะที่การอนุมานคิดเป็นเพียง 33% แต่ภายในปี 2025 ทั้งสองส่วนจะมีสัดส่วนอย่างละครึ่ง และภายในปี 2026 การอนุมานจะแซงหน้าการฝึกฝนไปอยู่ที่ 67% โดยในปี 2030 สัดส่วนการอนุมานจะสูงถึง 70% ข้อมูลที่เปิดเผยโดย NVIDIA เองก็ชัดเจนยิ่งกว่า คือในปัจจุบัน 80% ของงบประมาณ AI ในองค์กรถูกใช้ไปกับการอนุมาน และมีเพียง 20% เท่านั้นที่ลงทุนในการฝึกฝน

เหตุใดการพลิกผันนี้จึงมีนัยสำคัญเชิงโครงสร้าง? เหตุผลพื้นฐานคือ กราฟการบริโภคของทั้งสองสิ่งแตกต่างกันโดยสิ้นเชิง การฝึกฝนคือค่าใช้จ่ายด้านการวิจัยและพัฒนาเพียงครั้งเดียว โดยการใช้พลังประมวลผลจะสิ้นสุดลงเมื่อฝึกโมเดลเสร็จสิ้น แต่การอนุมานคือค่าใช้จ่ายในการดำเนินงานอย่างต่อเนื่อง ตราบใดที่ผู้ใช้ยังเรียกใช้งาน AI พลังประมวลผลเพื่อการอนุมานก็จะถูกใช้ต่อไป การมาถึงของยุค Agent ยิ่งขยายแนวโน้มนี้ไปอีกหลายเท่าตัว ในอดีตการที่ผู้ใช้ถามคำถาม ChatGPT หนึ่งคำถามจะกระตุ้นการเรียกใช้ LLM เพียงครั้งเดียว แต่ปัจจุบันการขอให้ Agent ช่วยวิเคราะห์รายงานทางการเงินอาจกระตุ้นการเรียกใช้เพื่อค้นหา อ่าน ตรวจสอบ และสรุปผลโดยอัตโนมัติหลายสิบครั้ง ซึ่งแต่ละขั้นตอนต้องใช้โทเคน นี่คือเหตุผลสำคัญที่ผลิตภัณฑ์ที่มีความเป็น Agent สูงอย่าง Claude Code ของ Anthropic ใช้พลังประมวลผลต่อผู้ใช้มากกว่าผู้ใช้ ChatGPT ทั่วไปกว่าสิบเท่า

คำถามสำคัญคือ ในเมื่ออุปสงค์ด้านการอนุมานมีมหาศาลขนาดนี้ เหตุใด Neoclouds ถึงได้รับประโยชน์มากกว่าผู้ให้บริการรายใหญ่อย่าง Amazon Web Services, Microsoft Azure และ Google Cloud? หากไม่เคลียร์ประเด็นนี้ เหตุผลสนับสนุนฝั่งขาขึ้นของ Neocloud ทั้งหมดก็จะไม่สมบูรณ์ ในความเป็นจริง ตรรกะของอุปสงค์การอนุมานที่ล้นมาจากผู้ให้บริการรายใหญ่ประกอบด้วยสามปัจจัยที่เกื้อหนุนกัน

ชั้นแรกคือความไม่สมดุลของอุปสงค์และอุปทานในระยะสั้น:ขีดความสามารถของผู้ให้บริการรายใหญ่ (Hyperscalers) ถูกจองเต็มโดยลูกค้ารายใหญ่ของตนเองมานานแล้ว เช่น Microsoft Azure ให้บริการ OpenAI และ Anthropic, Amazon Web Services ให้บริการ Anthropic และ Google Cloud รองรับทั้ง Anthropic และ Gemini ของตนเอง แม้ยักษ์ใหญ่เหล่านี้จะคงงบลงทุนหลายแสนล้านดอลลาร์ต่อปี แต่ความเร็วในการก่อสร้างก็ยังตามไม่ทันการเติบโตของอุปสงค์ สัญญา 1.74 หมื่นล้านดอลลาร์ของ Microsoft กับ Nebius และสัญญา 9.7 พันล้านดอลลาร์กับ IREN คือหลักฐานโดยตรงของอุปสงค์ส่วนเกินนี้ เพราะหากดาต้าเซ็นเตอร์ของ Microsoft เพียงพอ ก็คงไม่มีความจำเป็นต้องจัดซื้อจากภายนอก

ชั้นที่สองคือความแตกต่างเชิงโครงสร้างในด้านความได้เปรียบทางราคา:รายงาน Tokenomics ที่เผยแพร่โดย Deloitte ในเดือนมกราคม 2026 ระบุไว้อย่างชัดเจนว่า:โทเคนโนมิกส์ (Tokenomics)รายงานระบุชัดเจนว่า สำหรับภาระงานโทเคนขนาดกลาง ราคาของ Neocloud ถูกกว่าผู้ให้บริการคลาวด์รายใหญ่แบบดั้งเดิม 30% ถึง 80% ความแตกต่างนี้ไม่ได้มาจากการทำสงครามราคา แต่มาจากความแตกต่างของยุคสมัยของโครงสร้างพื้นฐาน Neocloud ไม่มีภาระผูกพันจากระบบเก่า โดยดาต้าเซ็นเตอร์ของพวกเขาถูกออกแบบโดยมี GPU เป็นแกนหลักตั้งแต่แรก โดยไม่ต้องแบกรับต้นทุนส่วนเกินเพื่อรองรับบริการคลาวด์ทั่วไปแบบเดิม ในขณะที่ Amazon, Microsoft และ Google เพิ่มสิ่งอำนวยความสะดวกด้าน AI ลงบนคลาวด์ที่มีอยู่ แต่ Neocloud เป็นแบบ AI-native บริสุทธิ์ ทำให้โครงสร้างต้นทุนต่อหน่วยของทั้งสองแตกต่างกันอย่างสิ้นเชิง

ชั้นที่สามคืออุปสงค์เชิงรุกของลูกค้าในการกระจายซัพพลายเออร์:ลูกค้ารายใหญ่ด้าน AI อย่าง Anthropic ต่างระแวดระวังการพึ่งพาผู้ให้บริการคลาวด์รายเดียวมากเกินไป เพราะหากติดหล่ม (Lock-in) จะสูญเสียอำนาจการต่อรอง ดังนั้นพวกเขาจึงกระจายแหล่งพลังประมวลผลเชิงรุก โดยแบ่งส่วนอุปสงค์ให้แก่ผู้ให้บริการบุคคลที่สามที่เป็นกลางอย่าง CoreWeave และ Nebius แม้ Anthropic จะเซ็นคำสั่งซื้อประวัติศาสตร์สำหรับ TPU 1 ล้านตัวกับ Google แต่พวกเขาก็ยังทำข้อตกลงกับ CoreWeave และ Nebius แรงจูงใจหลักอาจไม่ใช่เพราะ Google ขาดแคลนพลังประมวลผล แต่เป็นการรับประกันว่าพวกเขาจะมีช่องทางซัพพลายที่หลากหลายเสมอ

เมื่อรวมตรรกะทั้งสามชั้นเข้าด้วยกัน การระเบิดของอุปสงค์พลังประมวลผลเพื่อการอนุมานจึงไม่ใช่โอกาสที่เกิดขึ้นโดยบังเอิญสำหรับ Neocloud แต่เป็นผลลัพธ์ที่หลีกเลี่ยงไม่ได้จากการเปลี่ยนแปลงของโครงสร้างอุตสาหกรรม

4. การวางตำแหน่งที่แตกต่างกันของสามยักษ์ใหญ่ Neocloud: เครื่องจักรฝึกฝน, แพลตฟอร์มอนุมาน และแลนด์ลอร์ด GPU

4.1 CoreWeave: ผู้นำด้านการฝึกฝนที่อุทิศตัวให้แก่แล็บ AI ชั้นนำ

ตำแหน่งทางการตลาดของ CoreWeave (CRWV) มีความโดดเด่นมาก โดยเป็นหนึ่งในผู้ให้บริการโครงสร้างพื้นฐานคลาวด์ GPU เพียงไม่กี่รายที่สามารถให้บริการยักษ์ใหญ่ด้านการวิจัยและพัฒนา AI ทั้งสี่รายของโลกได้พร้อมกัน ทั้ง Meta, Anthropic, OpenAI และ Google ต่างลงนามในสัญญากลางประมวลผลขนาดใหญ่กับ CoreWeave ในปี 2026 ซึ่งเป็นโครงสร้างลูกค้าที่จินตนาการได้ยากในช่วงต้นปี 2025 แต่กลายเป็นความจริงในปี 2026

ในด้านข้อมูลทางการเงิน ภาระผูกพันในการปฏิบัติตามสัญญาที่ยังคงเหลือ (RPO) ของ CoreWeave สะสมแตะ 6.68 หมื่นล้านดอลลาร์ ณ สิ้นเดือนธันวาคม 2025 ซึ่งเพิ่มขึ้นอย่างมีนัยสำคัญกว่า 5 หมื่นล้านดอลลาร์เมื่อเทียบกับสิ้นปี 2024 (เติบโตกว่า 4 เท่าเมื่อเทียบรายปี) โดยเมื่อวันที่ 9 เมษายน 2026 CoreWeave ได้เพิ่มสัญญาใหม่มูลค่า 2.1 หมื่นล้านดอลลาร์ต่อยอดจากสัญญา 1.42 หมื่นล้านดอลลาร์ที่เซ็นกับ Meta ในเดือนกันยายน 2025 ส่งผลให้ยอดรวมที่ Meta ผูกพันพุ่งเป็น 3.52 หมื่นล้านดอลลาร์ พร้อมขยายระยะเวลาสัญญาไปจนถึงเดือนธันวาคม 2032 เมื่อรวมกับสัญญาระยะหลายปีที่เซ็นกับ Anthropic ในช่วงเวลาเดียวกัน Wells Fargo ประเมินว่าขนาดสัญญาจริงของ CoreWeave ทะลุ 9 หมื่นล้านดอลลาร์ไปแล้ว

เป้าหมายรายได้ของบริษัทในปี 2026 อยู่ที่ 1.2 หมื่นล้านถึง 1.3 หมื่นล้านดอลลาร์ คิดเป็นการเพิ่มขึ้นเฉลี่ย 140% เมื่อเทียบรายปี โดยฝ่ายบริหารคาดการณ์เพิ่มเติมว่ารายได้ต่อเนื่องจะแตะ 1.7 หมื่นล้านถึง 1.9 หมื่นล้านดอลลาร์ในปี 2026 และจะทะลุ 3 หมื่นล้านดอลลาร์ในปี 2027 เพื่อรองรับเป้าหมายการเติบโตนี้ งบลงทุน (CapEx) สำหรับปี 2026 ได้พุ่งจาก 1.49 หมื่นล้านดอลลาร์ในปี 2025 เป็น 3 หมื่นล้านถึง 3.5 หมื่นล้านดอลลาร์

ประเด็นหนึ่งที่ควรทำความเข้าใจคือ CoreWeave ไม่ได้ "ทำเพียงการฝึกฝน" เท่านั้น ซอฟต์แวร์สแต็คของพวกเขาก็กำลังขยับเข้าสู่ด้านการอนุมานอย่างจริงจัง รวมถึง CKS (CoreWeave Kubernetes Service), SUNK (Slurm on Kubernetes) และการเข้าซื้อกิจการ Weights & Biases ซึ่งล้วนเป็นก้าวเชิงกลยุทธ์เพื่อเสริมสร้างขีดความสามารถด้านการอนุมาน อย่างไรก็ตาม โครงสร้างลูกค้าเป็นตัวกำหนดว่าจุดเน้นทางธุรกิจในปัจจุบันยังคงอยู่ที่การฝึกฝน โดย OpenAI, Anthropic และ Meta มักใช้ CoreWeave เพื่อฝึกโมเดลชั้นนำก่อน จากนั้นภาระงานการอนุมานจะขยายตามมาโดยธรรมชาติหลังจากฝึกฝนเสร็จ สมมติฐานหลักในการลงทุน CoreWeave จึงอยู่ที่การตัดสินใจว่า "อุปสงค์ในการฝึกฝนจะยังคงเพิ่มขึ้นต่อไป"

ในด้านความเสี่ยงทางการเงิน หนี้รวมของ CoreWeave ณ สิ้นปี 2025 อยู่ที่ประมาณ 2.1 หมื่นล้านดอลลาร์ บวกกับภาระผูกพันการเช่านอกงบดุลอีก 3.4 หมื่นล้านดอลลาร์ ส่งผลให้มีโครงสร้างทุนที่มีเลเวอเรจสูง ค่าใช้จ่ายดอกเบี้ยในไตรมาส 4 เพียงไตรมาสเดียวสูงถึง 388 ล้านดอลลาร์ มากกว่าสองเท่าของ 149 ล้านดอลลาร์ในช่วงเดียวกันของปี 2024 แม้ EBITDA ปรับปรุงแล้วในไตรมาส 4 จะอยู่ที่ 898 ล้านดอลลาร์ โดยมีอัตรากำไร EBITDA สูงถึง 57% ซึ่งสะท้อนถึงเศรษฐศาสตร์ต่อหน่วยที่แข็งแกร่งในธุรกิจหลัก แต่ผลขาดทุนสุทธิตามหลัก GAAP กลับขยายตัวเป็น 452 ล้านดอลลาร์ แสดงให้เห็นว่าแรงกดดันจากการลงทุนในสินทรัพย์ต่อกำไรระยะสั้นยังไม่คลี่คลาย ฝ่ายบริหารคาดว่าไตรมาส 1 ปี 2026 จะเป็นจุดต่ำสุดของอัตรากำไร (โดยมีกำไรจากการดำเนินงานปรับปรุงแล้วเพียง 0-40 ล้านดอลลาร์) ก่อนจะค่อยๆ ฟื้นตัวสู่ระดับเลขสองหลักต่ำในปี 2026 โดยมีเป้าหมายระยะยาวอยู่ที่ 25%-30%

การกระจุกตัวของลูกค้าเป็นอีกหนึ่งปัจจัยเสี่ยงที่ไม่อาจละเลย Microsoft สร้างรายได้ให้ CoreWeave 62% ในปี 2024 และยังคงสูงถึง 67% ในปี 2025 โดยแตะระดับ 71% ในไตรมาส 2 แม้ฝ่ายบริหารคาดว่าสัดส่วนของ Microsoft จะลดลงต่ำกว่า 50% เมื่อมีการส่งมอบสัญญาของ OpenAI, Meta และ Anthropic แต่การคำนวณของ Next Platform ชี้ให้เห็นว่าในมูลค่างานที่รอกำรับรู้ (Backlog) 8.78 หมื่นล้านดอลลาร์ที่ขยายตัวขึ้นนั้น Meta คิดเป็น 40.1% และ OpenAI 25.5% รวมกันเกือบ 65% กล่าวคือการกระจุกตัวของลูกค้าไม่ได้หายไป เพียงแต่เปลี่ยนตัวละครหลักเท่านั้น เมื่อต้นเดือนพฤษภาคม 2026 Wall Street Journal รายงานว่าข้อมูลผู้ใช้และรายได้ภายในของ OpenAI ไม่เป็นไปตามเป้าหมาย ส่งผลให้หุ้น CoreWeave ร่วงลงเกือบ 3% ในวันเดียว สะท้อนให้เห็นถึงความอ่อนไหวของตลาดต่อความเสี่ยงนี้ นอกจากนี้ Magnetar นักลงทุนสถาบันได้ขายหุ้น 1.28 ล้านหุ้นในวันที่ 1 พฤษภาคม 2026 คิดเป็นมูลค่า 154 ล้านดอลลาร์ ซึ่งเป็นสัญญาณภายในที่ควรระวังเช่นกัน

CoreWeave จะประกาศรายงานทางการเงินไตรมาส 1/2026 หลังตลาดปิดในวันที่ 7 พฤษภาคม 2026 ตามความเห็นพ้องของตลาด LSEG คาดว่ารายได้ในไตรมาส 1 จะอยู่ที่ 1.9 พันล้านถึง 2.0 พันล้านดอลลาร์ โดยมีกำไรจากการดำเนินงานปรับปรุงแล้วที่ 0-40 ล้านดอลลาร์ ตัวชี้วัดสำคัญสามประการที่ต้องจับตา ได้แก่ อัตราการเติบโตรายไตรมาสของ RPO จะเกิน 50% หรือไม่ (ตลาดคาดไว้ที่ 35%-40% หากทะลุเป้าจะเป็นสัญญาณบวกที่แข็งแกร่ง) เศรษฐศาสตร์ต่อหน่วยจะกลายเป็นบวกเป็นครั้งแรกหรือไม่ และกำหนดการส่งมอบการประมวลผลให้แก่ OpenAI เป็นไปตามแผนหรือไม่

4.2 Nebius: แพลตฟอร์ม AI แบบ Full-Stack ที่เน้นการอนุมานเป็นหลัก

ตำแหน่งของ Nebius Group (NBIS) แตกต่างจาก CoreWeave อย่างสิ้นเชิง หากเปรียบ CoreWeave เป็น "เครื่องจักรฝึกฝน" ตำแหน่งหลักของ Nebius คือ "แพลตฟอร์ม Full-stack ที่เน้นการอนุมานเป็นอันดับแรก" ผลิตภัณฑ์เรือธงอย่าง Token Factory ใช้รูปแบบการเรียกเก็บเงินตามการใช้งานต่อโทเคน ซึ่งสอดคล้องกับตรรกะการเรียกเก็บเงินภายนอกของผู้ผลิตโมเดลขนาดใหญ่อย่าง Anthropic และ OpenAI ได้อย่างสมบูรณ์

เพื่อเสริมสร้างทิศทางกลยุทธ์นี้ Nebius ประกาศเมื่อวันที่ 1 พฤษภาคม 2026 ว่าจะเข้าซื้อกิจการ Eigen AI ในราคา 643 ล้านดอลลาร์ ซึ่งเป็นบริษัทที่บ่มเพาะโดย Han Song Lab ของ MIT โดยมีเทคโนโลยีหลักคือ Activation-aware Weight Quantization (AWQ) ที่ช่วยให้ GPU ของ NVIDIA เพียงตัวเดียวสามารถผลิตโทเคนได้มากขึ้น ในช่วงเวลาที่พลังประมวลผลขาดแคลนอย่างหนัก เทคโนโลยีนี้มีผลโดยตรงต่อประสิทธิภาพการสร้างรายได้ต่อหน่วยของธุรกิจอนุมานของ Nebius

ในระดับสัญญา ปัจจุบัน Nebius มีมูลค่างานที่รอกำรับรู้เกือบ 5 หมื่นล้านดอลลาร์ โดยหลักมาจากสามคำสั่งซื้อใหญ่ ได้แก่ สัญญา 1.74 หมื่นล้านดอลลาร์กับ Microsoft ในเดือนกันยายน 2025 (ตามเอกสาร 13-F ของ SEC ระบุว่า Microsoft ชำระเงินล่วงหน้าแล้วประมาณ 6.96 พันล้านดอลลาร์ โดยมีการส่งมอบสัญญา 9 งวด ซึ่งสองงวดแรกส่งมอบตามกำหนดในเดือนพฤศจิกายน 2025 และกุมภาพันธ์ 2026) การขยายสัญญาเดิมกับ Meta จาก 3 พันล้านดอลลาร์เป็น 2.7 แสนล้านดอลลาร์ในเดือนมีนาคม 2026 และเงินลงทุน 2 พันล้านดอลลาร์จาก NVIDIA ในฐานะนักลงทุนเชิงกลยุทธ์ในเดือนมีนาคม 2026รายละเอียดในสัญญา 2.7 แสนล้านดอลลาร์ของ Meta มักถูกตีความผิด โดยมีเพียง 1.2 แสนล้านดอลลาร์เท่านั้นที่เป็นการจัดซื้อของ Meta เองโดยตรง ส่วนอีก 1.5 แสนล้านดอลลาร์เป็นข้อผูกพันของ Meta ในฐานะ "ผู้ซื้อสำรอง" (Backstop buyer) ซึ่ง Nebius จะพยายามขายกำลังการผลิตนี้ให้แก่ลูกค้ารายอื่นก่อน และ Meta จะรับผิดชอบเฉพาะส่วนที่ขายไม่ได้เท่านั้น โครงสร้างนี้ทำให้การกระจุกตัวของลูกค้าจริงของ Nebius มีความกระจายตัวมากกว่าตัวเลขที่ปรากฏภายนอกสำหรับเป้าหมายรายได้ คาดว่ารายได้รวมของ Nebius ในปี 2026 จะอยู่ที่ 3 พันล้านถึง 3.4 พันล้านดอลลาร์ เติบโตประมาณ 600% จากฐาน 530 ล้านดอลลาร์ในปี 2025 โดยตั้งเป้า ARR ไว้ที่ 7 พันล้านถึง 9 พันล้านดอลลาร์ในปี 2026 ส่วนรายได้ที่คาดการณ์ในไตรมาส 1/2026 อยู่ที่ 389 ล้านดอลลาร์ เพิ่มขึ้น 600% เมื่อเทียบรายปี

ในบรรดาเหตุผลสนับสนุน Neocloud ทั้งหมด จุดที่สำคัญที่สุดคือ ผลิตภัณฑ์เดียวที่ตรวจสอบได้ด้วยข้อมูลทางการเงินเกี่ยวกับการ "เรียกเก็บเงินตามโทเคน" คือ Token Factory ของ Nebius อย่างไรก็ตาม บริษัทยังไม่ได้เปิดเผยรายได้เฉพาะเจาะจง จำนวนลูกค้า หรือสัดส่วน ARR จาก Token Factory ต่อสาธารณะ นั่นหมายความว่าการประกาศผลประกอบการไตรมาส 1 ของ Nebius ก่อนตลาดเปิดในวันที่ 13 พฤษภาคม 2026 จะเป็นบททดสอบสำคัญสำหรับอุตสาหกรรม Neocloud ทั้งหมด หากจำนวนลูกค้าและสัดส่วน ARR ของ Token Factory ไม่ก้าวกระโดดอย่างมีนัยสำคัญ มันจะไม่เพียงสั่นคลอนตรรกะของ Nebius เท่านั้น แต่จะกระทบถึงรากฐานของความเชื่อเรื่องการเรียกเก็บเงินตามโทเคนทั้งหมด

ในด้านความเสี่ยง ค่าเบต้าของหุ้น Nebius สูงถึง 2.97 หมายความว่าหุ้นอาจร่วงลง 3% เมื่อตลาดโดยรวมร่วงลงเพียง 1% จัดเป็นหุ้นเติบโตที่ให้ผลตอบแทนสูงแต่มีความผันผวนสูงมาก ไม่ใช่หุ้นที่สามารถถือครองได้ในระยะยาวโดยปราศจากความกังวล

นอกจากนี้ Nebius ยังคงระดมทุนผ่านกลไกการเสนอขายหุ้นในราคาตลาด (ATM offering) อย่างต่อเนื่อง ซึ่งสร้างแรงกดดันจากการลดสัดส่วนการถือหุ้น (Dilution) ต่อผู้ถือหุ้นเดิม

Wolfe Research ได้เริ่มวิเคราะห์หุ้นนี้ในช่วงปลายเดือนพฤษภาคม 2026 โดยให้ช่วงมูลค่าที่เหมาะสมกว้างถึง 80 ถึง 170 ดอลลาร์ ซึ่งความกว้างเกือบ 100% นี้สะท้อนถึงความไม่แน่นอนของตลาดที่มีต่อมูลค่าในอนาคตอย่างชัดเจน

ยิ่งไปกว่านั้น ข้อมูลระบุว่า Nebius มีรายได้ต่ำกว่าคาดใน 3 จาก 4 ไตรมาสที่ผ่านมา รายงานผลประกอบการวันที่ 13 พฤษภาคมนี้จึงต้องทำได้ตามสัญญา มิเช่นนั้นปฏิกิริยาของราคาหุ้นจะรุนแรงมาก

นอกเหนือจากสัดส่วนรายได้ของ Token Factory แล้ว จุดสนใจในการสังเกตผลประกอบการยังรวมถึงโครงสร้างลูกค้าที่มีความหลากหลายมากขึ้นหรือไม่ และความคืบหน้าในการอัปเกรดแพลตฟอร์ม Aether ซึ่งเป็นแพลตฟอร์มการจัดการคลาวด์แบบ Full-stack หรือเรียกได้ว่าเป็น "ระบบปฏิบัติการ" พื้นฐานของ Nebius และเป็นผลิตภัณฑ์หลักที่เสริมส่ง Token Factory การที่ Goldman Sachs ปรับเพิ่มราคาเป้าหมายเป็น 205 ดอลลาร์นั้นมาจากความเชื่อมั่นในการดำเนินการของ Aether และ Token Factory

4.3 IREN: แลนด์ลอร์ด GPU ที่มุ่งเน้นโครงสร้างพื้นฐานทางกายภาพ

ตำแหน่งทางการตลาดของ IREN (IREN) นั้นไม่เหมือนใคร หาก CoreWeave มุ่งเน้นการฝึกฝน และ Nebius มุ่งเน้นการอนุมาน IREN จะเป็นตัวแทนของอีกโมเดลธุรกิจหนึ่ง นั่นคือแลนด์ลอร์ดผู้ให้บริการโครงสร้างพื้นฐาน (Bare-metal) หรือ "แลนด์ลอร์ด GPU" ซึ่งแตกต่างจากสองรายแรกตรงที่ IREN ไม่ได้ลงลึกในซอฟต์แวร์สแต็ค แต่มุ่งเน้นที่การเป็นเจ้าของโครงสร้างพื้นฐานทางกายภาพ เช่น ที่ดิน พลังงาน และสินทรัพย์พลังงานหมุนเวียน

ลูกค้ารายใหญ่ของ IREN คือ Microsoft โดยในเดือนพฤศจิกายน 2025 ทั้งสองฝ่ายได้เซ็นสัญญาระยะเวลา 5 ปี มูลค่า 9.7 พันล้านดอลลาร์ ซึ่งเมื่อส่งมอบครบถ้วน จะสร้างรายได้ต่อเนื่องรายปี (ARR) ประมาณ 1.94 พันล้านดอลลาร์ โดยมีอัตรากำไร EBITDA สูงถึง 85% ซึ่งถือเป็นระดับแนวหน้าในบรรดาคู่แข่ง Neocloud

อย่างไรก็ตาม สัญญานี้มีโครงสร้างตัวเลขที่มักถูกตีความผิด ในแง่ของขีดความสามารถ สัญญานี้ครองพื้นที่เพียง 10% ของพลังประมวลผลทั้งหมดของ IREN แต่ในแง่ของรายได้ ARR มูลค่า 1.94 พันล้านดอลลาร์กลับคิดเป็นประมาณ 57% ของเป้าหมาย ARR 3.4 พันล้านดอลลาร์สำหรับธุรกิจ AI คลาวด์ของบริษัทในปี 2026 สัญญาเดียวกันนี้จึงนำไปสู่ข้อสรุปที่ต่างกันจากสองมุมมอง คือมีความกระจายตัวในแง่กำลังการผลิต (เพราะ IREN ยังมีอีก 90% ที่พร้อมขาย) แต่ในเชิงรายได้ ธุรกิจ AI คลาวด์ของ IREN ในปัจจุบันกระจุกตัวอยู่ที่ลูกค้ารายเดียวคือ Microsoft ความแตกต่างระหว่างกำลังการผลิตและรายได้นี้เกิดจากเศรษฐศาสตร์ต่อหน่วยของธุรกิจภายในบริษัท โดย 10% ที่ Microsoft ใช้ถูกติดตั้งด้วย GPU รุ่น GB300 ตัวท็อปของ NVIDIA และใช้เทคโนโลยีระบายความร้อนด้วยของเหลว สร้างรายได้ประมาณ 9.7 ล้านดอลลาร์ต่อเมกะวัตต์ต่อปี ในขณะที่พื้นที่อีก 90% ส่วนใหญ่ยังคงใช้ในการขุด Bitcoin โดยใช้เครื่อง ASIC แทนที่จะเป็น GPU ซึ่งสร้างรายได้เพียง 1 ล้านถึง 3 ล้านดอลลาร์ต่อเมกะวัตต์ต่อปี ประสิทธิภาพการสร้างรายได้ต่อหน่วยของทั้งสองจึงต่างกันถึง 3 ถึง 10 เท่า

ข้อได้เปรียบทางการแข่งขันของ IREN นั้นสามารถจับต้องได้: บริษัทมีเลเวอเรจทางการเงินต่ำที่สุดในบรรดาทั้งสามบริษัท อีกทั้งยังมีที่ดินและสิทธิ์ในการเชื่อมต่อโครงข่ายไฟฟ้าเป็นของตนเอง มีสินทรัพย์พลังงานหมุนเวียนที่สามารถผลิตไฟฟ้าได้เอง และสามารถใช้กระแสเงินสดจากการขุด Bitcoin มาอุดหนุนรายจ่ายฝ่ายทุนสำหรับศูนย์ข้อมูลแห่งใหม่ อย่างไรก็ตาม ข้อเสียของบริษัทก็ปรากฏชัดเจนเช่นกัน นั่นคือเลเยอร์ซอฟต์แวร์ที่แทบไม่มีอยู่จริง ส่งผลให้รายได้ต่อ MW อยู่ที่ประมาณหนึ่งในสี่ของ CoreWeave เท่านั้น (โดย CoreWeave สามารถทำได้ถึง 10 ล้านถึง 12 ล้านดอลลาร์ต่อ MW) นอกจากนี้ ส่วนของผู้ถือหุ้นยังถูกลดสัดส่วนอย่างรุนแรง โดยหุ้นที่ชำระแล้วของ IREN มีเพียง 20.6 ล้านหุ้นในเดือนมิถุนายน 2564 แต่กลับพุ่งสูงขึ้นเกือบ 300 ล้านหุ้นภายในห้าปี ซึ่งเป็นการลดสัดส่วนลงมากกว่า 14 เท่า และที่สำคัญที่สุดคือ ธุรกิจ AI cloud ของบริษัทยังไม่เป็นรูปเป็นร่างอย่างแท้จริง ทำให้ขาดอำนาจต่อรองในสภาวะที่กำลังการประมวลผลขาดแคลนอย่างหนักในปัจจุบัน

ดังนั้น แม้การปรับเปลี่ยนกลยุทธ์ของ IREN จะถูกต้อง อีกทั้งการมีเลเวอเรจต่ำและทรัพยากรพลังงานที่เป็นกรรมสิทธิ์จะถือเป็นปราการทางธุรกิจที่แท้จริง แต่ตลาดจำเป็นต้องเห็นปัจจัยกระตุ้นที่ชัดเจนเพื่อปรับระดับการประเมินมูลค่าให้เทียบเท่ากับกลุ่ม Neocloud รายอื่นๆ โดยเฉพาะอย่างยิ่งรายได้จาก AI cloud จะต้องก้าวข้ามรายได้จากการขุด Bitcoin ในเชิงโครงสร้างให้ได้ ซึ่งจนกว่าจะถึงตอนนั้น ตลาดมักจะยังคงประเมินมูลค่าของ IREN ในฐานะ "นักขุด Bitcoin ที่มีการดำเนินงานด้าน AI" ต่อไป

5. ปัญหาคอขวดในห่วงโซ่อุปทานพลังงานที่กำลังปรับเปลี่ยนภูมิทัศน์การแข่งขัน

การวิเคราะห์กลุ่ม Neocloud จะไม่สมบูรณ์หากพิจารณาเพียงแค่ตำแหน่งทางการตลาดที่แตกต่างกันของทั้งสามบริษัทนี้เท่านั้น เนื่องจากมีตัวแปรหนึ่งที่ตลาดมักจะมองข้ามไปอย่างมาก นั่นคือปัญหาคอขวดในห่วงโซ่อุปทานพลังงาน ซึ่งส่งผลกระทบต่อทั้งสามบริษัทไม่เท่ากัน

ตามรายงานจาก Bloomberg, TechSpot และสื่ออื่นๆ ระบุว่า หนึ่งในสามถึงครึ่งหนึ่งของศูนย์ข้อมูล AI ที่มีแผนจะก่อสร้างในสหรัฐฯ ภายในปี 2569 อาจเผชิญกับความล่าช้าหรือถูกยกเลิก ประเด็นสำคัญไม่ใช่การขาดแคลนเงินทุนหรือ GPU แต่เป็นโครงสร้างพื้นฐานด้านพลังงานที่ไม่สามารถเติบโตได้ทันตามความต้องการ โดยระยะเวลาในการจัดส่งสำหรับหม้อแปลงไฟฟ้าแรงสูงได้พุ่งสูงขึ้นจาก 24-30 เดือนในช่วงก่อนปี 2563 เป็นห้าปีในปัจจุบัน ปัญหาคอขวดของอุปทานนี้เกิดจากการที่สหรัฐฯ พึ่งพาอุปกรณ์ไฟฟ้าจากจีนเพิ่มขึ้นอย่างรวดเร็ว โดยมีการนำเข้าหม้อแปลงจากจีนเพิ่มขึ้นจากประมาณ 1,500 เครื่องในปี 2565 เป็นมากกว่า 8,000 เครื่องในช่วง 10 เดือนแรกของปี 2565

ในเบื้องต้น ความเสี่ยงนี้ดูเหมือนจะเป็นปัจจัยลบต่อบริษัท Neocloud ทั้งหมด แต่หากวิเคราะห์ให้ลึกลงไปจะพบว่าผลกระทบนั้นมีความไม่สมมาตรอย่างสิ้นเชิง

สำหรับ CoreWeave นี่คือดาบสองคม โมเดลธุรกิจแบบเน้นสินทรัพย์น้อย ซึ่งส่วนใหญ่เป็นการเช่าศูนย์ข้อมูลจาก Equinix, Digital Realty และอื่นๆ หมายความว่ากำลังการผลิตใหม่ที่จะเข้าสู่ระบบจะถูกจำกัดโดยตรงจากปัญหาคอขวดของห่วงโซ่อุปทานบุคคลที่สาม ในทางกลับกัน มูลค่าสัญญาที่ลงนามแล้วจำนวน 6.68 หมื่นล้านดอลลาร์นั้นถูกล็อกไว้แล้ว ดังนั้นแม้ว่าปัญหาการขาดแคลนพลังงานจะรุนแรงขึ้น แต่มูลค่าตามสัญญาก็ยังคงไม่เปลี่ยนแปลง ซึ่งในความเป็นจริงแล้วกลับช่วยเพิ่มความมั่นคงให้กับสัญญาที่มีอยู่

สำหรับ Nebius ผลกระทบมีสองด้าน ปัจจุบัน Nebius ดำเนินการศูนย์ข้อมูลในอเมริกาเหนือ ยุโรป และตะวันออกกลาง ซึ่งในสภาวะที่การขาดแคลนพลังงานแย่ลง กำลังการผลิตออนไลน์นี้จะกลายเป็นสินทรัพย์ที่หาได้ยาก ซึ่งถือเป็นผลบวก อย่างไรก็ตาม การจะขยายขนาดจากปัจจุบันไปสู่เป้าหมายที่ 5GW ภายในสิ้นปี 2573 นั้น Nebius จะต้องรอหม้อแปลงไฟฟ้าและเข้าคิวเช่นกัน กล่าวอีกนัยหนึ่งคือ ปัญหาคอขวดด้านพลังงานเป็นปัจจัยบวกในระยะสั้น แต่เป็นความท้าทายในระยะยาวสำหรับ Nebius

สำหรับ IREN นี่ถือเป็นทั้งโอกาสขาขึ้นที่ยิ่งใหญ่ที่สุดและความเสี่ยงที่สูงที่สุด ข้อได้เปรียบหลักอยู่ที่ที่ดินที่จัดหาไว้แล้วและสิทธิ์ในการเชื่อมต่อโครงข่ายไฟฟ้า รวมถึงสินทรัพย์พลังงานหมุนเวียนสำหรับการผลิตไฟฟ้าเอง ซึ่งในทางทฤษฎีแล้วจะช่วยให้กำลังการผลิตบางส่วนของบริษัทไม่ต้องพึ่งพาห่วงโซ่อุปทานหม้อแปลงของบุคคลที่สามทั้งหมด อย่างไรก็ตาม เนื่องจากธุรกิจ AI cloud ของ IREN ยังไม่เติบโตเต็มที่ ปัจจุบันข้อได้เปรียบนี้จึงตอบสนองต่อลูกค้าเพียงรายเดียวคือ Microsoft ทำให้ยากต่อการนำไปใช้เป็นอำนาจต่อรองเพื่อคว้าสัญญาทางการค้าเพิ่มเติม

ตัวแปรภายนอกนี้—ปัญหาคอขวดในห่วงโซ่อุปทานพลังงาน—กำลังจัดระเบียบภูมิทัศน์การแข่งขันภายในของ Neocloud ใหม่ โดยผู้เล่นที่ควบคุมทรัพยากรพลังงานไว้ได้แล้วจะเป็นฝ่ายรุดหน้าไปก่อน ในขณะที่ผู้ที่ยังคงรอการส่งมอบหม้อแปลงไฟฟ้าจะต้องเผชิญกับความเสี่ยงในการดำเนินงาน

6. สี่คำถามประเมินผลและห้าตัวบ่งชี้หลัก: กรอบการวิเคราะห์ Neocloud ที่สามารถนำมาใช้ซ้ำได้

เมื่อเข้าใจถึงการเปลี่ยนแปลงเชิงโครงสร้าง ตำแหน่งทางการตลาดที่แตกต่างกันของทั้งสามบริษัท และผลกระทบของปัญหาคอขวดด้านพลังงานแล้ว นักลงทุนต้องการมากกว่าแค่ข้อสรุปว่า "ซื้อ/ขาย" แต่พวกเขาต้องการกรอบการตัดสินใจที่สามารถนำมาใช้ซ้ำได้ คำถามสี่ข้อต่อไปนี้ที่ตลาดมักมองข้ามถือเป็นหัวใจสำคัญสำหรับการจัดพอร์ตการลงทุนในกลุ่ม Neocloud

คำถามที่ 1: คุณกำลังเดิมพันกับการฝึกฝนโมเดล (Training) หรือการประมวลผล (Inference)? การฝึกฝนโมเดลเป็นค่าใช้จ่ายด้านการวิจัยและพัฒนาแบบครั้งเดียว ในขณะที่การประมวลผลเป็นการใช้พลังงานคอมพิวเตอร์อย่างต่อเนื่องหลังจากที่โมเดลถูกนำไปใช้งาน หากนักลงทุนเห็นพ้องกับแนวโน้มเชิงโครงสร้างที่ว่าการประมวลผลจะก้าวข้ามการฝึกฝนโมเดล ผู้ที่ได้รับประโยชน์หลักคือผู้นำด้านการประมวลผลมากกว่าผู้นำด้านการฝึกฝน เมื่อพิจารณาตามเกณฑ์นี้: ฐานลูกค้าของ CoreWeave เอนเอียงไปทางการฝึกฝนโมเดล, Token Factory ของ Nebius เป็นผลิตภัณฑ์สำหรับการประมวลผลโดยเฉพาะ และ IREN เป็นผู้เล่นด้านโครงสร้างพื้นฐานทั่วไปที่ความลึกของซอฟต์แวร์ค่อนข้างน้อย

คำถามที่ 2: คุณเชื่อว่า "การเรียกเก็บเงินตามการใช้งาน" จะกลายเป็นรากฐานใหม่สำหรับการประเมินมูลค่า SaaS หรือไม่? หากนักลงทุนเชื่อในเรื่องนี้ นั่นหมายความว่าฐานลูกค้าองค์กรขนาดกลางของ Neocloud จะเติบโตแบบทวีคูณ โดยตามรายงานของ Deloitte เรื่อง Tokenomics ระบุว่า ปริมาณงาน Token ขนาดกลางเป็นเซกเมนต์ที่ Neocloud มีข้อได้เปรียบด้านต้นทุนมากที่สุดเมื่อเทียบกับผู้ให้บริการคลาวด์ยักษ์ใหญ่ ในกรณีนี้ ผู้เล่นอย่าง Nebius ที่มี "ซอฟต์แวร์สแต็คที่สมบูรณ์และฐานลูกค้าที่ค่อนข้างหลากหลาย" จะได้รับประโยชน์มากที่สุด ในทางกลับกัน หากนักลงทุนเชื่อว่าผู้ให้บริการคลาวด์ยักษ์ใหญ่จะเป็นผู้ครอบครองตลาดในที่สุด และ Neocloud จะทำหน้าที่เพียงรองรับความต้องการส่วนเกินเท่านั้น CoreWeave ซึ่งมีความสัมพันธ์กับแล็บ AI รายใหญ่ทั้งสี่รายจะให้ความเชื่อมั่นได้มากกว่า

คำถามที่ 3: คุณยอมรับความเสี่ยงขาลงได้มากแค่ไหน? รูปแบบความเสี่ยงของทั้งสามบริษัทนี้มีความแตกต่างกัน: CoreWeave คือ "เลเวอเรจสูง + ความแน่นอนของสัญญาสูง" (หนี้สินรวม 2.1 หมื่นล้านดอลลาร์ และสัญญาเช่านอกงบดุล 3.4 หมื่นล้านดอลลาร์ แต่มีสัญญารอส่งมอบ 6.68 หมื่นล้านดอลลาร์จากลูกค้ายักษ์ใหญ่ชั้นนำ); Nebius คือ "เลเวอเรจต่ำ + การลดสัดส่วนผู้ถือหุ้นอย่างต่อเนื่อง" (โครงสร้างทางการเงินค่อนข้างแข็งแกร่ง แต่มีการเสนอขายหุ้นแบบ ATM อย่างต่อเนื่องซึ่งทำให้สัดส่วนผู้ถือหุ้นเดิมลดลง); IREN คือ "เลเวอเรจต่ำที่สุด + การกระจุกตัวของลูกค้าสูงสุด" (มีโครงสร้างเงินทุนที่แข็งแกร่งที่สุดในบรรดาสามบริษัท แต่ Microsoft เพียงรายเดียวครองส่วนแบ่งถึง 57% ของเป้าหมาย ARR สำหรับ AI cloud) ทั้งนี้ไม่มีลำดับความเสี่ยงใดที่ดีกว่ากันอย่างสมบูรณ์ ประเด็นสำคัญคือความเสี่ยงเหล่านี้สอดคล้องกับระดับความเสี่ยงที่ยอมรับได้ของนักลงทุนแต่ละรายหรือไม่

คำถามที่ 4: อะไรคือตัวบ่งชี้บททดสอบที่แท้จริงสำหรับฤดูกาลประกาศผลประกอบการนี้? คำตอบของคำถามนี้จะนำไปสู่รายการเฝ้าติดตามที่สามารถนำไปปฏิบัติได้จริงโดยตรง

• ตัวบ่งชี้ชุดแรกมุ่งเน้นไปที่ CoreWeave ซึ่งจะประกาศผลประกอบการหลังตลาดปิดในวันที่ 7 พฤษภาคม 2569: อัตราการเติบโตรายไตรมาสของสัญญารอส่งมอบเกินกว่า 50% หรือไม่ (ตลาดคาดการณ์ไว้ที่ 35%–40%), เศรษฐศาสตร์ระดับหน่วยพลิกเป็นบวกเป็นครั้งแรกหรือไม่ และกำหนดการส่งมอบการประมวลผลของ OpenAI ยังเป็นไปตามแผนหรือไม่ หากไม่เป็นไปตามตัวบ่งชี้ทั้งสามนี้จะกลายเป็นปัจจัยสนับสนุนมุมมองเชิงลบ
• ตัวบ่งชี้ชุดที่สองมุ่งเน้นไปที่ Nebius ซึ่งจะประกาศก่อนตลาดเปิดในวันที่ 13 พฤษภาคม 2569: จำนวนลูกค้าของ Token Factory และสัดส่วนใน ARR เพิ่มขึ้นอย่างมีนัยสำคัญหรือไม่ ซึ่งตัวเลขนี้เพียงตัวเดียวจะเป็นเครื่องพิสูจน์ความน่าเชื่อถือของเรื่องการเรียกเก็บเงินตามการใช้งานสำหรับการประมวลผลทั้งหมด
• ตัวบ่งชี้ชุดที่สามมุ่งเน้นไปที่ IREN ซึ่งต้องติดตามในรายงานผลประกอบการถัดไป: เมื่อใดที่รายได้จาก AI cloud จะก้าวข้ามรายได้จากการขุด Bitcoin ในเชิงโครงสร้าง ซึ่งจนกว่าจะถึงจุดนั้น ตลาดจะยังคงมองว่าเป็นบริษัทที่ไม่ใช่คู่แข่งในกลุ่ม Neocloud อย่างเต็มตัว

7. คำเตือนความเสี่ยงและขอบเขตของกรอบการลงทุน

สุดท้ายนี้ มีขอบเขตสำคัญหลายประการที่ต้องชี้แจง ประการแรก บริษัท Neocloud ทั้งสามแห่งกำลังอยู่ในช่วงมรสุมของฤดูกาลประกาศผลประกอบการ ซึ่งการพลาดเป้าหมายผลกำไรใดๆ อาจส่งผลให้ราคาหุ้นผันผวน 15% ถึง 25% ภายในวันเดียว กรอบการวิเคราะห์ในบทความนี้ไม่ใช่คำแนะนำสำหรับจุดเข้าซื้อในระยะสั้น แต่เป็นเครื่องมือสำหรับสร้างตรรกะการจัดสรรพอร์ตในช่วง 6 ถึง 12 เดือนข้างหน้า สำหรับนักเทรดระยะสั้น ประโยชน์ของกรอบการทำงานนี้อาจมีจำกัด แต่สำหรับนักลงทุนระยะยาว การย่อตัวที่เกิดจากผลประกอบการอาจเป็นโอกาสในการซื้อ ประการที่สอง กรอบการทำงานนี้ไม่ใช่คำตอบสุดท้าย เนื่องจากระดับความเสี่ยงที่ยอมรับได้ ขนาดเงินทุน และการจัดสรรพอร์ตโดยรวมของนักลงทุนแต่ละรายนั้นแตกต่างกัน การใช้กรอบคำถามสี่ข้อเดียวกันอาจทำให้นักลงทุนต่างกันได้ผลลัพธ์การจัดสรรที่แตกต่างกันอย่างมาก ซึ่งถือเป็นเรื่องปกติไม่ใช่ความล้มเหลวของกรอบการทำงาน ประการที่สาม ราคาเป้าหมาย มูลค่าสัญญา และประมาณการผลประกอบการทั้งหมดในบทความนี้ อ้างอิงจากข้อมูลล่าสุดเมื่อต้นเดือนพฤษภาคม 2569 สภาวะตลาดและปัจจัยพื้นฐานของบริษัทอาจเปลี่ยนแปลงไปตามกาลเวลา ผู้อ่านที่มาพบบทความนี้ในอีกหลายเดือนต่อมาควรตรวจสอบความคืบหน้าล่าสุดด้วยตนเอง