สิ่งที่ต้องจับตาในการประชุมผู้ถือหุ้นของ Nvidia ประจำปี 2026? เจนเซน หวง: ทุกโทเคนคือกำไร, การสร้างรายได้จาก AI มีคำตอบอยู่แล้ว

TradingKey - เมื่อวันที่ 24 มิถุนายน ตามเวลาตะวันออก ในการประชุมผู้ถือหุ้นประจำปีของ Nvidia ( NVDA) เจนเซน หวง ประธานเจ้าหน้าที่บริหาร ได้กล่าวสุนทรพจน์ยาวนานสองชั่วโมงเพื่อกำหนดทิศทางการพัฒนาอุตสาหกรรม AI ในก้าวต่อไป โดยเขาได้ประกาศการก้าวเข้าสู่ "ยุคแห่ง AI ที่ใช้งานได้จริง" อย่างเป็นทางการ พร้อมระบุว่าเอเจนต์ (agents) จะกลายเป็นขุมพลังหลักที่ขับเคลื่อนความต้องการกำลังการประมวลผลในอีกไม่กี่ทศวรรษข้างหน้า และนิยามการเปลี่ยนผ่านกระบวนทัศน์การประมวลผลนี้ว่าเป็นการรีเซ็ตอุตสาหกรรมครั้งใหญ่ที่สุดในรอบ 60 ปี

ทุกโทเคนคือผลกำไร: วงจรปิดเชิงพาณิชย์ของโรงงาน AI ได้ก่อตัวขึ้นแล้ว

เจนเซน หวง (Jensen Huang) เน้นย้ำซ้ำแล้วซ้ำเล่าในระหว่างการกล่าวสุนทรพจน์ว่า AI ได้เสร็จสิ้นการเปลี่ยนผ่านจากการทดลองทางเทคโนโลยีไปสู่การผลิตเชิงพาณิชย์เป็นที่เรียบร้อยแล้ว

เมื่ออ้างอิงข้อมูลนักพัฒนาจาก GitHub เขาตั้งข้อสังเกตว่า จำนวน pull request ที่ถูกผสาน (merged) โดยนักพัฒนาทั่วโลกอยู่ที่ 400 ล้านรายการในปี 2024 และเพิ่มขึ้นเป็น 500 ล้านรายการในปี 2025 ก่อนที่จะพุ่งทะยานขึ้นเกือบสามเท่าในช่วงเวลาเพียงไม่กี่เดือนแรกของปี 2026 เบื้องหลังตัวเลขเหล่านี้คือความเป็นจริงที่ว่า AI agent กำลังเข้ามาแทนที่มนุษย์ในระดับวงกว้างสำหรับงานต่าง ๆ เช่น การเขียนโปรแกรม การออกแบบ และการวิเคราะห์ข้อมูล โดยทุก ๆ โทเค็น (token) ที่ถูกสร้างขึ้นจะกลายเป็นหน่วยกำไรที่สามารถแปลงเป็นรายได้ได้

หวงชี้ให้เห็นว่า ในขณะที่หน้าที่หลักของดาต้าเซ็นเตอร์ (data center) ในอดีตคือการจัดเก็บและส่งผ่านไฟล์ แต่ภารกิจหลักของโรงงาน AI (AI factories) ในปัจจุบันคือการผลิตโทเค็น ซึ่งหน่วยอัจฉริยะเหล่านี้สามารถแปลงเป็นรายได้และทำหน้าที่เป็นวัตถุดิบสำหรับชุดคำสั่ง (code) คำตอบ การออกแบบ การดำเนินการ และการบริการต่าง ๆ

นอกจากนี้ เขายังได้ใช้โครงสร้างแบบ "เค้กห้าชั้น" เพื่ออธิบายระบบนิเวศอุตสาหกรรม AI ซึ่งหากไล่เรียงจากล่างขึ้นบนจะประกอบไปด้วย พลังงาน, ชิปและระบบ, โครงสร้างพื้นฐาน, โมเดล และแอปพลิเคชัน โดยกรอบการทำงานนี้บ่งชี้ว่า ขอบเขตธุรกิจของ Nvidia นั้นขยายไปไกลกว่าเรื่องของชิปเป็นอย่างมาก และครอบคลุมไปถึงห่วงโซ่การผลิต AI ทั้งหมด

ภายใต้กระบวนทัศน์ใหม่นี้ ลูกค้าที่ซื้อระบบของ Nvidia จึงไม่ได้เป็นเพียงแค่การซื้อเครื่องมือคำนวณและประมวลผลเท่านั้น แต่พวกเขากำลังสร้างโรงงาน AI ที่สามารถสร้างรายได้ได้โดยตรง

ขณะเดียวกัน หวงยังเน้นย้ำว่า ประสิทธิภาพของสถาปัตยกรรมโรงงาน โดยเฉพาะอย่างยิ่งจำนวนโทเค็นที่สามารถผลิตได้ต่อวัตต์ และต้นทุนต่อโทเค็นจะสามารถต่ำลงได้มากเพียงใด ได้กลายเป็นมิติที่สำคัญที่สุดในการแข่งขัน

สำหรับปีงบประมาณ 2026 รายได้ตลอดทั้งปีของ Nvidia สูงถึง 2.16 แสนล้านดอลลาร์สหรัฐ เพิ่มขึ้น 65% เมื่อเทียบรายปี โดยเป็นรายได้จากดาต้าเซ็นเตอร์ถึง 1.94 แสนล้านดอลลาร์สหรัฐ หรือคิดเป็นการเพิ่มขึ้น 68% เมื่อเทียบรายปี ขณะที่กระแสเงินสดจากการดำเนินงานแตะระดับ 1.03 แสนล้านดอลลาร์สหรัฐ โดยมีการทยอยคืนเงินให้แก่ผู้ถือหุ้นคิดเป็นมูลค่า 4.1 หมื่นล้านดอลลาร์สหรัฐในระหว่างปี

หวงตั้งข้อสังเกตเป็นพิเศษว่า แม้ราคาซื้อระบบของ Nvidia อาจไม่ใช่ราคาที่ต่ำที่สุด ทว่าบริษัทสามารถผลิตโทเค็นได้ในปริมาณที่มากที่สุดด้วยต้นทุนที่ต่ำที่สุด พร้อมทั้งให้ปริมาณงานประมวลผล (throughput) ที่สูงที่สุดด้วยเช่นกัน รูปแบบธุรกิจนี้ได้รับการพิสูจน์และยอมรับจากตลาดอย่างเต็มที่แล้ว ซึ่งเป็นการวางรากฐานอันมั่นคงสำหรับการรักษาความเป็นผู้นำของ Nvidia ในยุค AI อย่างต่อเนื่อง

ด้วยการขยายตัวอย่างรวดเร็วของการฝึกอบรมโมเดลขนาดใหญ่ (large model training) การอนุมาน (inference) และการประยุกต์ใช้งาน AI agent ส่งผลให้มูลค่าเชิงกลยุทธ์ของหน่วยความจำ (memory) และอุปกรณ์จัดเก็บข้อมูล (storage) ในดาต้าเซ็นเตอร์ปรับตัวสูงขึ้นอย่างต่อเนื่อง และเมื่ออาศัยความได้เปรียบทางเทคโนโลยีแบบครบวงจร (full-stack technology) Nvidia จึงก้าวขึ้นมาเป็นแรงขับเคลื่อนสำคัญในระดับแกนหลักของการปฏิวัติอุตสาหกรรม AI ในครั้งนี้

แพลตฟอร์ม Vera Rubin เปิดตัวการปฏิวัติแบบฟูลสแต็กในยุคแห่ง AI Agent

เจนเซน หวง วางตำแหน่งแพลตฟอร์ม Vera Rubin ให้เป็น "หนึ่งในผลิตภัณฑ์ที่สำคัญที่สุดในประวัติศาสตร์ของบริษัท" ซึ่งแตกต่างจากแพลตฟอร์ม Hopper รุ่นก่อนหน้าที่มุ่งเน้นไปที่การฝึกฝนโมเดล (training) และแพลตฟอร์ม Blackwell ที่เน้นการประมวลผลอินเฟอเรนซ์ (inference) โดย Vera Rubin ถือเป็นโซลูชันโรงงาน AI ที่สมบูรณ์แบบ ซึ่งได้รับการออกแบบมาโดยเฉพาะสำหรับยุคของเอเจนต์ AI (AI agents) ขณะที่ Vera CPU ถือเป็นก้าวย่างครั้งสำคัญของ Nvidia ในการเข้าสู่ตลาด CPU อเนกประสงค์

หวงอธิบายว่า รูปแบบการทำงานของเอเจนต์ AI นั้นแตกต่างจากมนุษย์อย่างสิ้นเชิง โดยพวกมันทำงานอยู่ในโลกการคำนวณระดับนาโนวินาที มีการเรียกใช้เครื่องมือ เข้าถึงฐานข้อมูล รันโค้ด และประมวลผลงานซ้ำ ๆ อย่างต่อเนื่อง ในสถานการณ์เช่นนี้ หาก CPU กลายเป็นคอขวด GPU ที่มีราคาแพงก็จะถูกปล่อยทิ้งไว้โดยเปล่าประโยชน์ และทุก ๆ วินาทีที่สูญเสียไปนั้นหมายถึงรายได้ที่ลดลงของโรงงาน AI ด้วยเหตุนี้ Nvidia จึงได้พัฒนา Vera CPU สำหรับเอเจนต์ AI ขึ้นมาใหม่ทั้งหมดตั้งแต่เริ่มต้น โดยไม่ได้เน้นจุดขายที่จำนวนคอร์อีกต่อไป แต่หันมามุ่งเน้นที่การตอบสนองด้วยความหน่วงต่ำเป็นพิเศษ เพื่อรองรับการทำงานพร้อมกันของเอเจนต์ AI หลายพันล้านตัวทั่วโลก

ในฐานะ CPU รุ่นแรกที่มาพร้อมกับหน่วยความจำ LPDDR5 ชิป Vera จึงมีความเร็วมากกว่า CPU สถาปัตยกรรม x86 แบบดั้งเดิมถึง 1.8 เท่า และมีประสิทธิภาพแบบซิงเกิลคอร์เพิ่มขึ้น 50% นอกจากนี้ ยังรองรับความแม่นยำระดับ FP8 ในตัว ช่วยให้สามารถจัดการกับงานประมวลผล AI inference และการเรียนรู้แบบเสริมกำลัง (reinforcement learning) ได้โดยตรง โดยไม่จำเป็นต้องพึ่งพา GPU เป็นตัวกลาง

ปัจจุบัน Vera Rubin ได้เข้าสู่ขั้นตอนการผลิตจำนวนมากอย่างเต็มกำลังแล้ว โดยผู้พัฒนาโมเดลรายใหญ่ระดับโลก ผู้ให้บริการคลาวด์สาธารณะ (public cloud) เอไอคลาวด์ (AI cloud) และลูกค้ากลุ่มไฮเปอร์สเกล (hyperscale) ต่างเริ่มนำไปติดตั้งใช้งานแล้ว

หวงกล่าวว่า "Vera Rubin ไม่ใช่แค่ชิป แต่เป็นแพลตฟอร์มโรงงาน AI และระบบนิเวศนี้ได้เริ่มขับเคลื่อนไปแล้ว โดยผู้พัฒนาโมเดลรายใหญ่ คลาวด์สาธารณะ เอไอคลาวด์ และผู้ให้บริการไฮเปอร์สเกลทุกรายต่างกำลังเตรียมพร้อมที่จะพัฒนาต่อยอดบนแพลตฟอร์มนี้"

ผลิตภัณฑ์ AI เจเนอเรชันที่สามของ Nvidia มีการแบ่งหน้าที่การทำงานอย่างชัดเจน โดย Hopper จะเน้นไปที่การฝึกฝนโมเดลขั้นต้น (pre-training) ขณะที่ Blackwell จะเน้นขยายขีดความสามารถในการประมวลผลอินเฟอเรนซ์ในระดับแร็ค (rack level) ส่วนแพลตฟอร์ม Vera Rubin ซึ่งประกอบด้วย Vera CPU สำหรับทำหน้าที่จัดลำดับงาน (scheduling) และ Rubin GPU สำหรับการคำนวณ (compute) ได้รับการออกแบบมาสำหรับยุคของเอเจนต์ AI โดยเฉพาะ

ที่สำคัญคือ Nvidia เป็นผู้เล่นเพียงรายเดียวในอุตสาหกรรมที่ครอบครองระบบเครือข่ายความเร็วสูงพร้อมกันถึง 3 ระบบ ได้แก่ NVLink, Spectrum-X Ethernet และ InfiniBand ซึ่งช่วยสร้างรากฐานการเชื่อมต่อระหว่างกัน (interconnect) ที่โดดเด่นให้กับ Vera CPU เพื่อรับประกันการตอบสนองที่รวดเร็วและความหน่วงต่ำ รวมถึงการประสานงานที่มีประสิทธิภาพสูงในสถานการณ์การใช้งานเอเจนต์ AI (agentic AI)

Physical AI: เซกเตอร์การเติบโตระดับล้านล้านดอลลาร์รายต่อไป

นอกเหนือจากเอเจนต์ดิจิทัลแล้ว เจนเซน หวง ยังได้ตั้งเป้าไปที่ AI ทางกายภาพ (physical AI) ในโลกแห่งความเป็นจริง โดยเขาตั้งข้อสังเกตว่า ปัญญาประดิษฐ์กำลังก้าวข้ามขีดจำกัดของโลกเสมือนจริง และถูกนำไปใช้งานอย่างเต็มรูปแบบในอุปกรณ์ปลายทางต่าง ๆ เช่น ระบบขับขี่อัตโนมัติ หุ่นยนต์ฮิวมานอยด์ และอุปกรณ์อัจฉริยะในภาคอุตสาหกรรม ซึ่งช่วยให้ฮาร์ดแวร์ทางกายภาพมีขีดความสามารถอัจฉริยะที่ครบครัน ทั้งในด้านการรับรู้ การให้เหตุผล การวางแผน และการลงมือปฏิบัติ ทั้งนี้ การนำไปใช้งานในวงกว้างในสาขานี้จะช่วยกระตุ้นให้เกิดกระแสการลงทุนในโครงสร้างพื้นฐานรอบใหม่ที่มีมูลค่าระดับล้านล้านดอลลาร์

หวงได้เปรียบเทียบโครงสร้างพื้นฐาน AI กับโครงการโครงสร้างพื้นฐานที่สำคัญในประวัติศาสตร์ของมนุษยชาติ เช่น โครงข่ายไฟฟ้าและอินเทอร์เน็ต โดยเชื่อว่าสิ่งนี้จะนำไปสู่ยุคตื่นตัวด้านการก่อสร้างที่แผ่ขยายออกไปยาวนานหลายทศวรรษ นอกจากนี้ เขายังเน้นย้ำว่าเทคโนโลยีของ Nvidia ไม่เพียงแต่จะสนับสนุนเอเจนต์ดิจิทัลเท่านั้น แต่ยังจะส่งมอบพลังการประมวลผลหลักสำหรับ AI ทางกายภาพ ซึ่งมีแนวโน้มที่จะกลายเป็นเครื่องยนต์ขับเคลื่อนการเติบโตที่สำคัญรายต่อไปของบริษัท

ความมุ่งมั่นในการสร้างผลตอบแทนแก่ผู้ถือหุ้นของ NVIDIA

ท่ามกลางสถานการณ์ที่หุ้นของบริษัทมีผลการดำเนินงานต่ำกว่าตลาดหุ้นสหรัฐฯ ในวงกว้างในปีนี้ เจนเซน หวง (Jensen Huang) ได้พยายามเสริมสร้างความเชื่อมั่นในตลาด โดยตอกย้ำมุมมองที่ว่าซูเปอร์ไซเคิลของการใช้จ่ายด้านทุนในเทคโนโลยี AI ยังคงอยู่ในช่วงเริ่มต้นเท่านั้น

เขาเน้นย้ำอีกครั้งว่ากระแสเงินสดอิสระมากกว่า 50% จะถูกส่งคืนให้แก่ผู้ถือหุ้น และได้กำหนดให้นโยบายการคืนเงินทุนหลายรายการเป็นข้อผูกพันระยะยาว ทั้งนี้ ในการแถลงผลประกอบการครั้งล่าสุด Nvidia ได้ประกาศอนุมัติโครงการซื้อหุ้นคืนมูลค่า 8 หมื่นล้านดอลลาร์

เมื่อมองไปข้างหน้า หวงได้แสดงความเชื่อมั่นอย่างแรงกล้าว่า "โครงสร้างพื้นฐาน AI ไม่ใช่สิ่งทดลองอีกต่อไป แต่ได้เข้าสู่ระยะการใช้งานจริงแล้ว" โดยเขาคาดการณ์ว่าความต้องการพลังการประมวลผลในยุคของ AI agent จะเติบโตขึ้นอย่างทวีคูณ และ Nvidia ซึ่งใช้ประโยชน์จากความได้เปรียบทางเทคโนโลยีแบบฟูลสแต็กและเกราะป้องกันทางระบบนิเวศ (ecosystem moat) จะยังคงเป็นผู้นำในการสร้างโครงสร้างพื้นฐานที่ยิ่งใหญ่ที่สุดในประวัติศาสตร์ของมนุษยชาติ