ยอดขายกำลังการประมวลผลของ Meta จุดชนวนข้อถกเถียงในวอลล์สตรีท: ฟองสบู่โครงสร้างพื้นฐาน AI จะแตกหรือไม่?

TradingKey - ข่าวที่ว่า Meta ( META) มีแผนที่จะขายกำลังการประมวลผลส่วนเกิน ได้ส่งแรงสั่นสะเทือนไปทั่วตลาดทุนโลก ข่าวนี้ไม่เพียงแต่ทำลายตรรกะหลักเรื่อง 'ความขาดแคลนกำลังการประมวลผลอย่างสมบูรณ์' ที่ตลาดเชื่อมั่นมาอย่างยาวนานเท่านั้น แต่ยังกระตุ้นให้เกิดความวิตกกังวลอย่างลึกซึ้งในกลุ่มนักลงทุนว่าฟองสบู่โครงสร้างพื้นฐาน AI กำลังจะแตกสลายหรือไม่

ภายหลังข่าวดังกล่าว หุ้นของ Meta พุ่งขึ้น 8.8% ภายในวันเดียว ขณะที่หุ้นกลุ่มฮาร์ดแวร์ AI แบบดั้งเดิมที่เคยได้รับประโยชน์ต่างร่วงลงอย่างหนัก ส่งผลให้ Nasdaq ผันผวนอย่างรุนแรง

การบริหารจัดการกำลังการประมวลผลที่ได้รับการปรับแต่งอย่างละเอียดของ Meta

สำนักข่าว Bloomberg รายงานว่า Meta กำลังจัดตั้งหน่วยธุรกิจใหม่ในชื่อ "Meta Compute" โดยมีแผนที่จะขายกำลังการประมวลผลส่วนเกินให้แก่ลูกค้าภายนอก ซึ่งทางเลือกที่เป็นไปได้รวมถึงการเปิดให้เข้าถึงโมเดล AI และการให้เช่ากำลังการประมวลผลพื้นฐานโดยตรง

การปรับเปลี่ยนทิศทางในครั้งนี้ไม่ใช่เรื่องที่เกิดขึ้นอย่างกะทันหัน โดยย้อนกลับไปเมื่อช่วงต้นเดือนพฤษภาคมของปีนี้ Mark Zuckerberg ซีอีโอของ Meta ได้เคยส่งสัญญาณระหว่างการประชุมผู้ถือหุ้นว่า การขายกำลังการประมวลผลส่วนเกินหรือบริการ API เป็นเรื่องที่ "อยู่ในแผนการดำเนินงานอย่างแน่นอน"

ข้อมูลที่เปิดเผยต่อสาธารณะแสดงให้เห็นถึงการแบ่งสรรกำลังการประมวลผลของ Meta ที่แตกต่างกันอย่างชัดเจนตามรุ่นของเทคโนโลยี ในด้านหนึ่ง บริษัทฯ ยังคงเดินหน้าขยายกำลังการประมวลผลระดับไฮเอนด์อย่างต่อเนื่อง โดยเพิ่งลงนามในข้อตกลงกับ Crusoe ในช่วงกลางถึงปลายเดือนมิถุนายนเพื่อจัดหากำลังการประมวลผล AI ขนาด 1.6 กิกะวัตต์ พร้อมทั้งปรับเพิ่มคาดการณ์รายจ่ายฝ่ายทุนตลอดทั้งปีเป็น 1.25 แสนล้านดอลลาร์ ถึง 1.45 แสนล้านดอลลาร์ในไตรมาสแรก ขณะที่อีกด้านหนึ่ง Meta มีแผนที่จะปล่อยเช่ากำลังการประมวลผลของ GPU รุ่นก่อนหน้า

การดำเนินการที่ดูเหมือนจะขัดแย้งกันนี้ แท้จริงแล้วคือการบริหารจัดการทรัพยากรการประมวลผลอย่างละเอียดถี่ถ้วน โดยการสำรองกลุ่มการประมวลผลรุ่นล่าสุดไว้สำหรับการฝึกฝนโมเดลขั้นสูง ควบคู่ไปกับการสร้างรายได้จากกำลังการประมวลผลที่ว่างอยู่ของรุ่นก่อนหน้าหรือจากภาระงานที่ไม่ใช่ส่วนงานหลัก เพื่อเพิ่มอัตราการหมุนเวียนของสินทรัพย์

การประเมินของ Morgan Stanley ( MS ) แสดงให้เห็นว่า หาก Meta ปล่อยเช่ากำลังการประมวลผลขนาด 250 เมกะวัตต์ ที่ระดับราคา 40 ดอลลาร์ต่อวัตต์ จะสามารถช่วยเพิ่มกำไรต่อหุ้น (EPS) ประจำปี 2028 ได้อีกประมาณ 2.97 ดอลลาร์ ซึ่งคิดเป็นโอกาสปรับตัวขึ้นราว 8%

สำหรับผู้ถือหุ้นของ Meta แล้ว การเคลื่อนไหวในครั้งนี้เป็นการสร้างช่องทางการสร้างรายได้ระยะสั้นที่มีประสิทธิภาพจากการลงทุนด้าน AI มหาศาล ซึ่งช่วยบรรเทาความกังวลของตลาดที่ว่ากำไรต่อหุ้น (EPS) ประจำปี 2027 อาจทรงตัวหรือหดตัวลง

กำลังการประมวลผลอยู่ในภาวะล้นตลาดจริงหรือ? แก่นแท้ของความเห็นที่สวนทางกันในตลาด

การเคลื่อนไหวของ Meta ได้จุดชนวนให้เกิดการถกเถียงอย่างรุนแรงในตลาดเกี่ยวกับพลวัตด้านอุปสงค์และอุปทานของกำลังการประมวลผล AI

ฝ่ายหมี (Bears) แย้งว่าความเคลื่อนไหวดังกล่าวส่งสัญญาณถึงการเปลี่ยนแปลงวัตถุประสงค์ขององค์กรจากการ "แย่งชิงชิปเพื่อรับประกันอุปทาน" ไปสู่ "การสร้างรายได้จากสินทรัพย์ที่มีอยู่" ซึ่งจะส่งผลให้ความต้องการจัดซื้อชิปและหน่วยความจำในกลุ่มต้นน้ำลดลงต่ำกว่าที่คาดการณ์ไว้

ทางด้าน Gil Luria นักวิเคราะห์จาก D.A. Davidson ถึงกับเสนอแนะว่า ความเคลื่อนไหวของ Meta บ่งชี้ว่าบริษัทกำลัง "ละทิ้งการวิจัยและพัฒนา AI ระดับแนวหน้า (frontier AI R&D)" เพื่อหันไปสร้างรายได้จากกำลังการประมวลผลเพื่อหวังผลกำไรในระยะสั้น

เขายังชี้ให้เห็นว่า นับตั้งแต่มีการก่อตั้งห้องปฏิบัติการปัญญาประดิษฐ์ขั้นสูง (super-intelligence lab) ของ Meta เมื่อปีที่แล้ว แม้ว่าจะมีการเปิดตัวโมเดล Muse Spark แต่บริษัทก็ยังคงตามหลัง Anthropic และ OpenAI ในแง่ของความเร็วในการพัฒนาและอัปเดตเทคโนโลยี

นอกจากนี้ Luria ระบุในรายงานว่า หาก Meta ปรับลดงบประมาณการวิจัยและพัฒนา AI เพื่อมุ่งเน้นไปที่การสร้างรายได้จากกำลังการประมวลผลจริง รายได้และกระแสเงินสดของบริษัทก็อาจจะเพิ่มขึ้นอย่างมีนัยสำคัญ ทว่าสิ่งนี้ก็หมายถึงการเลือกที่จะยอมก้าวถอยหลังหนึ่งก้าวในการแข่งขันด้านเทคโนโลยีหลักเช่นเดียวกัน

ในทางกลับกัน ฝ่ายกระทิง (Bulls) เน้นย้ำว่า นี่เป็นเพียงการจัดสรรทรัพยากรการประมวลผลแบบยืดหยุ่น (dynamic reallocation) ของ Meta เท่านั้น และไม่ได้สะท้อนถึงภาวะกำลังการประมวลผลล้นตลาดในอุตสาหกรรมโดยรวม

เมื่อพิจารณาจากแนวโน้มการพัฒนาของอุตสาหกรรม AI ทั่วโลก ความต้องการกำลังการประมวลผลยังคงเติบโตอย่างรวดเร็ว โดยยอดค้างส่ง (backlog) ของ Google Cloud พุ่งแตะเกือบ 4.6 แสนล้านดอลลาร์ ขณะที่มูลค่าสัญญาที่รอรับรู้รายได้เชิงพาณิชย์ (RPO) ของ Microsoft Azure เติบโตขึ้นถึง 99% เมื่อเทียบรายปี สู่ระดับ 6.27 แสนล้านดอลลาร์ ด้าน Anthropic ซึ่งเป็นบริษัทพัฒนาโมเดล AI ชั้นนำ ไม่เพียงแต่ลงนามในข้อตกลงความเป็นพันธมิตรระยะเวลา 10 ปี มูลค่า 1 แสนล้านดอลลาร์กับ AWS เท่านั้น แต่ยังได้เช่ากำลังการประมวลผลขนาด 300 เมกะวัตต์ (MW) จากระบบ Colossus 1 ของ SpaceX โดยมีค่าใช้จ่ายรายเดือนอยู่ที่ 1.25 พันล้านดอลลาร์ไปจนถึงปี 2029 ตัวเลขเหล่านี้ล้วนบ่งชี้ว่ากำลังการประมวลผลระดับไฮเอนด์ยังคงอยู่ในภาวะขาดแคลน และการที่ Meta ปล่อยเช่ากำลังการประมวลผลรุ่นเก่าที่ไม่ได้ใช้งานนั้น เป็นเพียงความไม่สมดุลเชิงโครงสร้าง (structural mismatch) ไม่ใช่ภาวะอุปทานล้นตลาดแต่อย่างใด

บทวิเคราะห์จาก Bernstein ชี้ให้เห็นว่า ปัจจุบัน Meta มีกำลังการผลิตของศูนย์ข้อมูล (data center) ทั่วโลกอยู่ที่ประมาณ 20 กิกะวัตต์ (GW) และมีแผนที่จะเพิ่มขึ้นอีกราว 14 กิกะวัตต์ในอีกไม่กี่ปีข้างหน้า อย่างไรก็ตาม กำลังการผลิตส่วนนี้ไม่ได้เปิดให้เช่าสำหรับการประมวลผล AI ทั้งหมด เนื่องจากประกอบไปด้วยทรัพยากรจากหลากหลายรุ่นและมีวัตถุประสงค์ในการใช้งานที่แตกต่างกันออกไป

ที่สำคัญยิ่งกว่านั้น ข่าวลือล่าสุดยังระบุว่า Google ได้จำกัดการใช้งานกำลังการประมวลผลของ Meta เนื่องจากข้อจำกัดด้านกำลังการผลิตของตนเอง ซึ่งเป็นการบ่งชี้ทางอ้อมว่า Meta เองก็ยังคงเผชิญกับปัญหากำลังการประมวลผลไม่เพียงพอเช่นกัน

Brent Thill นักวิเคราะห์จาก Jefferies เชื่อว่า ความวิตกกังวลของตลาดเกี่ยวกับการ "ลงทุนก่อสร้างโครงสร้างพื้นฐานมากเกินไป" ของ Meta นั้น ถือเป็นการ "สับสนระหว่างเหตุและผล" อย่างสิ้นเชิง โดยเขาเน้นย้ำว่า ความต้องการกำลังการประมวลผลในปัจจุบันยังคงสูงกว่าอุปทานอย่างต่อเนื่อง และธุรกิจคลาวด์ใหม่ของ Meta จะช่วยเพิ่มอัตราการใช้งานโครงสร้างพื้นฐาน ปรับปรุงผลตอบแทนจากเงินลงทุน (ROIC) และเพิ่มกระแสเงินสด ซึ่งท้ายที่สุดแล้วจะ "ช่วยสนับสนุนงบรายจ่ายลงทุน (CapEx) ให้มากขึ้น ไม่ใช่ลดลง"

ทั้งนี้ ผลการศึกษาจาก Jefferies ระบุว่า อัตราการใช้งานโครงสร้างพื้นฐานภายในของ Meta ในปัจจุบันอยู่ที่ประมาณ 65% ขณะที่กำลังการผลิตส่วนที่เหลืออีก 35% ซึ่งยังว่างอยู่นั้น จะช่วยสร้างโอกาสในการทำเงินให้กับบริษัทได้อย่างมีนัยสำคัญ

โดยเมื่อปีที่แล้ว Mark Zuckerberg เคยกล่าวไว้ว่า Meta มั่นใจว่าจะสามารถปล่อยเช่ากำลังการผลิตที่ว่างอยู่นี้ได้ใน "ราคาพรีเมียมที่สูงกว่าต้นทุนการจัดหา" ซึ่งในประเด็นนี้ Thill เชื่อว่า Meta "ไม่ได้กำลังถอนตัวจากการแข่งขันด้าน AI แต่เป็นการเปลี่ยนการวางรากฐานกำลังการผลิตเชิงรุกในระยะแรก ให้กลายเป็นทางเลือกที่สร้างมูลค่าเชิงกลยุทธ์แทน"

ผลกระทบจากการขายกำลังการประมวลผลของ Meta คืออะไร

การเข้าสู่ตลาดขายบริการประมวลผล (compute) ของ Meta ส่งผลกระทบต่อบริษัทต่าง ๆ แตกต่างกันไป โดยสำหรับ CoreWeave ( CRWV ), Nebius ( NBIS) และผู้ให้บริการคลาวด์เกิดใหม่อื่น ๆ เรื่องนี้ถือเป็นปัจจัยลบครั้งใหญ่เนื่องจาก Meta ไม่เพียงแต่เป็นลูกค้ารายสำคัญของพวกเขาเท่านั้น แต่ยังจะกลายมาเป็นคู่แข่งโดยตรงในอนาคตอีกด้วย

ข้อมูลแสดงให้เห็นว่า มูลค่าสัญญาปัจจุบันของ Meta กับ CoreWeave อยู่ที่ 3.52 หมื่นล้านดอลลาร์ ซึ่งคิดเป็นสัดส่วนมากกว่าหนึ่งในสามของยอดสั่งซื้อที่ยังไม่ส่งมอบ (order backlog) ของบริษัท ทั้งนี้ ในระยะยาว การที่ลูกค้าเปลี่ยนสถานะมาเป็นคู่แข่งจะบั่นทอนอำนาจการต่อรองราคาของผู้ให้บริการเกิดใหม่เหล่านี้

สำหรับอุตสาหกรรมฮาร์ดแวร์ชิป ผลกระทบในระยะสั้นมีสาเหตุมาจากความเชื่อมั่นของตลาดมากกว่าปัจจัยพื้นฐาน โดยฝ่ายซื้อขาย (trading desk) ของ JPMorgan ชี้ว่า สถานะการลงทุนในเซมิคอนดักเตอร์และหน่วยความจำนั้นใกล้แตะระดับสูงสุดเป็นประวัติการณ์ และข่าวของ Meta เป็นเพียงปัจจัยกระตุ้นให้เกิดการเทขายทำกำไรเท่านั้น นักวิเคราะห์ส่วนใหญ่เชื่อว่าความต้องการระบบประมวลผล AI, อุปกรณ์จัดเก็บข้อมูล และการสื่อสาร ยังคงมีแนวโน้มที่จะได้รับประโยชน์จากการเข้าถึงตลาดที่เพิ่มขึ้นของโมเดลภาษาขนาดใหญ่ (LLM) และความผันผวนในระยะสั้นไม่ได้หมายความถึงการสิ้นสุดของวัฏจักรขาขึ้นเสมอไป

สำหรับตัว Meta เอง การขายระบบประมวลผลเป็นเพียงกลยุทธ์ชั่วคราวมากกว่าจะเป็นธุรกิจหลักในระยะยาว Morgan Stanley เน้นย้ำว่า หัวใจสำคัญของการประเมินมูลค่า (valuation) ของ Meta ยังคงอยู่ที่ธุรกิจหลัก เช่น รายได้จากการโฆษณา, การสร้างรายได้จาก Reels และการเติบโตของการมีส่วนร่วมใน AI ในขณะที่การขายระบบประมวลผลทำหน้าที่เป็นเพียงส่วนเสริมของกำไรต่อหุ้น (EPS) ในระยะสั้นเท่านั้น และไม่สามารถช่วยหนุนพหุคูณการประเมินมูลค่า (valuation multiples) ได้โดยอัตโนมัติ หาก Meta ตั้งใจที่จะสร้างบริการคลาวด์ AI ที่ครอบคลุมอย่างแท้จริง บริษัทจำเป็นต้องลงทุนทรัพยากรเพิ่มเติมในด้านความสามารถของโมเดล, ซอฟต์แวร์สแต็ก (software stack) และการบริการลูกค้าองค์กร