ฟองสบู่หุ้น AI ใกล้แตกหรือยัง? เมื่อการแข่งขันลงทุน AI เริ่มขับเคลื่อนด้วยหนี้

การแข่งขันด้านปัญญาประดิษฐ์กำลังเข้าสู่จุดเปลี่ยนสำคัญ จากช่วงแรกที่บริษัทเทคโนโลยีขนาดใหญ่ใช้กำไรและเงินสดของตัวเองสร้างศูนย์ข้อมูล ซื้อชิป และพัฒนาโมเดล AI ล่าสุดขนาดของการลงทุนเติบโตขึ้นจนหลายบริษัทเริ่มพึ่งพาหุ้นกู้ สินเชื่อ Private Credit สัญญาเช่าระยะยาว และโครงสร้างหนี้นอกงบดุลมากขึ้น

รายงานที่อ้างอิงคำเตือนของ Bank for International Settlements หรือ BIS ระบุว่า การแข่งขันลงทุน AI อาจเปลี่ยนจากยุคเฟื่องฟูที่ขับเคลื่อนด้วยนวัตกรรม ไปสู่ภาวะลงทุนเกินตัวและการปรับฐานรุนแรง หากรายได้จาก AI เติบโตไม่ทันต้นทุนที่กำลังเพิ่มขึ้น

ประเด็นสำคัญไม่ได้อยู่ที่ว่า AI เป็นเทคโนโลยีจริงหรือเป็นเพียงกระแสเก็งกำไร เพราะ AI สามารถเปลี่ยนแปลงเศรษฐกิจโลกได้จริง แต่เทคโนโลยีที่ประสบความสำเร็จก็ยังสามารถสร้างฟองสบู่ทางการเงินได้ หากนักลงทุนจ่ายราคาสูงเกินไป หรือบริษัทสร้างกำลังการผลิตมากกว่าความต้องการที่แท้จริง

ฟองสบู่หุ้น AI คืออะไร?

คำว่า ฟองสบู่หุ้น AI ไม่ได้หมายความว่ารายได้ทั้งหมดของบริษัท AI เป็นของปลอม หรือเทคโนโลยีปัญญาประดิษฐ์ไม่มีประโยชน์ แต่หมายถึงภาวะที่ราคาหุ้น มูลค่ากิจการ และเงินลงทุนในอุตสาหกรรม เพิ่มขึ้นเร็วกว่ากำไรและกระแสเงินสดที่ธุรกิจสามารถสร้างได้จริง

BIS Annual Economic Report 2026 ประเมินว่า Alphabet, Amazon, Meta, Microsoft และ Oracle อาจใช้เงินลงทุนเกี่ยวกับ AI รวมกันมากกว่า 1 ล้านล้านดอลลาร์ในช่วงปี 2025–2026 ครอบคลุมทั้งศูนย์ข้อมูล ชิปประมวลผล ระบบคลาวด์ โครงข่ายไฟฟ้า และระบบระบายความร้อน

สำหรับบริษัทแต่ละราย การลงทุนจำนวนมหาศาลอาจดูสมเหตุสมผล เพราะไม่มีใครต้องการเสี่ยงปล่อยให้คู่แข่งครองตลาด AI ก่อน แต่เมื่อทุกบริษัทเร่งลงทุนพร้อมกัน สิ่งที่สมเหตุสมผลในระดับบริษัทอาจกลายเป็นการลงทุนเกินความต้องการในระดับอุตสาหกรรม

นี่คือปัญหาที่คล้ายกับ Prisoner’s Dilemma ทุกบริษัทกลัวว่าจะลงทุนไม่พอ จึงเลือกสร้างกำลังการผลิตเผื่อไว้จำนวนมาก แต่หากรายได้จาก AI ไม่ได้ขยายตัวตามกำลังประมวลผลที่ถูกสร้างขึ้น ผลตอบแทนของทั้งอุตสาหกรรมอาจลดลง แม้ AI จะยังได้รับการใช้งานอย่างแพร่หลายก็ตาม

BIS จึงไม่ได้เตือนว่า AI เป็นเทคโนโลยีปลอม แต่กำลังเตือนว่า บริษัทอาจทุ่มเงินมหาศาลเพื่อป้องกันตัวเองไม่ให้แพ้ จนสุดท้ายทั้งอุตสาหกรรมสร้างผลตอบแทนได้ต่ำกว่าที่ตลาดคาดหวัง

Big Tech กำลัง "กู้เงิน" อย่างหนัก

ในช่วงแรกของ AI Boom บริษัทเทคโนโลยีรายใหญ่สามารถนำกระแสเงินสดจากธุรกิจโฆษณา คลาวด์ ซอฟต์แวร์ และอีคอมเมิร์ซมาใช้ลงทุนได้โดยไม่ต้องกู้เงินมากนัก แต่เมื่อค่าใช้จ่ายด้าน AI เพิ่มขึ้นเร็วกว่ากระแสเงินสดอิสระ รูปแบบการระดมทุนก็เริ่มเปลี่ยนไป

Morgan Stanley ประเมินว่าการออกหนี้ที่เกี่ยวข้องกับ AI ทั่วโลกอาจแตะประมาณ 570,000 ล้านดอลลาร์ในปี 2026 หลังจากยอดออกหนี้ในช่วงห้าเดือนแรกของปีเพิ่มขึ้นหลายเท่าจากปีก่อนหน้า

Amazon เป็นหนึ่งในตัวอย่างที่ชัดเจน หลังบริษัทกลับเข้าสู่ตลาดหุ้นกู้หลายครั้งเพื่อสนับสนุนการลงทุนด้านโครงสร้างพื้นฐาน โดยการระดมทุนรอบหนึ่งมีขนาดถึง 25,000 ล้านดอลลาร์ และมีหุ้นกู้บางชุดที่ครบกำหนดในปี 2066

การออกหุ้นกู้ไม่ได้หมายความว่าบริษัทอย่าง Amazon, Microsoft หรือ Alphabet กำลังเผชิญวิกฤตทางการเงิน เพราะบริษัทเหล่านี้ยังมีรายได้และฐานะทางการเงินแข็งแรงมาก แต่การเปลี่ยนจากการใช้เงินสดภายใน มาเป็นการพึ่งพาตลาดทุนมากขึ้น แสดงให้เห็นว่าขนาดของ AI CapEx กำลังเติบโตจนแม้แต่บริษัทที่ร่ำรวยที่สุดในโลกก็ไม่ต้องการแบกรับทั้งหมดไว้บนกระแสเงินสดของตัวเอง

ความเสี่ยงจึงเริ่มขยายจากตลาดหุ้นไปสู่ตลาดตราสารหนี้ กองทุนบำนาญ บริษัทประกัน และนักลงทุนทั่วโลกที่ถือหุ้นกู้ของบริษัทเทคโนโลยี

ฟองสบู่หุ้น AI จึงอาจไม่ได้กระทบเฉพาะผู้ถือหุ้น Nvidia หรือหุ้นกลุ่มเซมิคอนดักเตอร์เท่านั้น แต่สามารถส่งผ่านไปยังตลาดเครดิตและสินทรัพย์การเงินประเภทอื่นได้ด้วย

Private Credit คือ ความเสี่ยงที่ตลาดอาจมองไม่เห็น?

ความเสี่ยงที่ BIS ให้ความสำคัญมากกว่าหุ้นกู้ทั่วไป คือการเติบโตของสินเชื่อ Private Credit และโครงสร้างการลงทุนผ่าน Special Purpose Vehicle หรือ SPV

รูปแบบที่พบมากขึ้นคือ บริษัทเทคโนโลยีร่วมมือกับกองทุนหรือผู้พัฒนาอสังหาริมทรัพย์เพื่อตั้งบริษัทเฉพาะกิจสำหรับสร้างศูนย์ข้อมูล จากนั้น SPV จะกู้เงินมาสร้างโครงการ ขณะที่บริษัทเทคโนโลยีทำสัญญาเช่าพื้นที่หรือซื้อกำลังประมวลผลระยะยาว

แม้หนี้ดังกล่าวอาจไม่ได้ปรากฏโดยตรงบนงบดุลของบริษัท Big Tech แต่ในทางเศรษฐกิจ บริษัทก็ยังมีภาระผูกพันผ่านค่าเช่า สัญญาซื้อบริการ และการรับประกันรายได้ให้โครงการในอนาคต

BIS ระบุว่าสินเชื่อ Private Credit ที่เกี่ยวข้องกับธุรกิจ AI เพิ่มขึ้นเกิน 200,000 ล้านดอลลาร์ และอาจขยายเป็นประมาณ 300,000–600,000 ล้านดอลลาร์ภายในปี 2030 หากการลงทุนยังเติบโตด้วยความเร็วปัจจุบัน

อีกประเด็นที่น่าจับตาคือ Circular Financing หรือโครงสร้างที่บริษัทผู้ผลิตชิป ผู้ให้บริการคลาวด์ และบริษัท AI ลงทุนซึ่งกันและกัน ก่อนที่เงินดังกล่าวจะไหลกลับมาเป็นรายได้ของผู้ลงทุนเดิม

ตัวอย่างเช่น บริษัทคลาวด์ลงทุนใน AI Startup จากนั้น Startup นำเงินที่ได้รับกลับไปเช่าคลาวด์หรือซื้อชิปจากบริษัทที่เป็นผู้ลงทุน โครงสร้างนี้ไม่จำเป็นต้องผิดกฎหมาย แต่ทำให้นักลงทุนแยกได้ยากขึ้นว่า รายได้ส่วนใดมาจากความต้องการของลูกค้าปลายทาง และรายได้ส่วนใดเกิดจากเงินทุนที่หมุนเวียนอยู่ภายในระบบ AI เดียวกัน

หากบริษัทหนึ่งเริ่มลดการใช้จ่าย ผลกระทบอาจไม่ได้หยุดอยู่แค่บริษัทเดียว แต่สามารถลามไปยังผู้ให้บริการคลาวด์ ผู้ผลิตชิป เจ้าของศูนย์ข้อมูล และเจ้าหนี้ที่ปล่อยกู้โดยอิงกับรายได้ในอนาคตของโครงการนั้นพร้อมกัน

AI ไม่ต้องล้มเหลว ฟองสบู่หุ้น AI ก็สามารถแตกได้

หนึ่งในความเข้าใจผิดที่พบบ่อยคือ หาก AI สามารถเปลี่ยนโลกได้จริง หุ้น AI ทุกตัวก็ควรมีมูลค่าสูงขึ้นเรื่อย ๆ แต่ประวัติศาสตร์แสดงให้เห็นว่าเทคโนโลยีสามารถประสบความสำเร็จ ขณะที่บริษัทและผู้ลงทุนจำนวนมากกลับขาดทุนได้ในเวลาเดียวกัน

อินเทอร์เน็ตเปลี่ยนโลกจริง แต่บริษัทดอตคอมจำนวนมากล้มละลาย รถไฟสร้างประโยชน์ต่อเศรษฐกิจจริง แต่ผู้สร้างเครือข่ายจำนวนมากสูญเสียเงิน และสายไฟเบอร์ที่ถูกวางในช่วงดอตคอมก็ถูกใช้งานจริงในภายหลัง แม้เจ้าของโครงการเดิมหลายรายจะไม่รอด

AI อาจเดินตามเส้นทางเดียวกัน หากศูนย์ข้อมูลและกำลังประมวลผลถูกสร้างขึ้นเร็วกว่าความต้องการ หรือหากการแข่งขันทำให้ราคาการใช้งาน AI ลดลงเร็วกว่าต้นทุน

จุดที่น่ากังวลคืออายุทางเศรษฐกิจของสินทรัพย์แต่ละประเภทไม่เท่ากัน อาคารศูนย์ข้อมูลและระบบไฟฟ้าอาจใช้งานได้นานหลายสิบปี แต่ GPU อาจล้าสมัยภายในไม่กี่ปี เมื่อชิปรุ่นใหม่ให้ประสิทธิภาพสูงขึ้นและใช้พลังงานน้อยลง

บริษัทจึงอาจกำลังกู้เงินระยะยาวเพื่อซื้อสินทรัพย์ที่เสื่อมมูลค่าทางเทคโนโลยีอย่างรวดเร็ว หากชิปรุ่นใหม่ทำให้ต้นทุนต่อ Token ลดลงอย่างมาก ศูนย์ข้อมูลที่ติดตั้งอุปกรณ์รุ่นเก่าอาจต้องลดราคาค่าเช่า ขณะที่ยังต้องชำระหนี้และดอกเบี้ยจากต้นทุนเดิม

สถานการณ์ที่อันตรายที่สุดจึงไม่จำเป็นต้องเป็นวันที่คนหยุดใช้ AI แต่อาจเป็นวันที่ AI มีประสิทธิภาพดีขึ้นเร็วจนกำลังประมวลผลราคาแพงที่สร้างไว้ก่อนหน้านั้นให้ผลตอบแทนต่ำกว่าคาด

นี่คือเหตุผลว่าทำไม AI สามารถประสบความสำเร็จในฐานะเทคโนโลยี แต่ฟองสบู่หุ้น AI และฟองสบู่การลงทุนในโครงสร้างพื้นฐานยังสามารถแตกได้

ถ้าการลงทุน AI ชะลอตัว

หากวงจรลงทุน AI ชะลอตัว จุดที่ได้รับผลกระทบก่อนอาจไม่ใช่บริษัทที่มีงบดุลแข็งแรงอย่าง Microsoft, Alphabet หรือ Amazon แต่เป็นธุรกิจที่อยู่ในชั้นล่างของโครงสร้างพื้นฐานและพึ่งพาลูกค้ารายใหญ่เพียงไม่กี่ราย

กลุ่มแรกคือผู้ให้บริการศูนย์ข้อมูลและ Neocloud ธุรกิจเหล่านี้มักต้องซื้อ GPU ล่วงหน้า ใช้เงินลงทุนสูง และมีหนี้จำนวนมาก รายได้อาจขึ้นอยู่กับสัญญาจาก AI Startup หรือบริษัทเทคโนโลยีเพียงไม่กี่ราย หากลูกค้าลดการใช้งานหรือเจรจาราคาลง กระแสเงินสดของผู้ให้บริการอาจลดลงอย่างรวดเร็ว

กลุ่มต่อมาคือผู้รับเหมาก่อสร้างและผู้ผลิตระบบไฟฟ้า บริษัทที่ขายหม้อแปลง เครื่องกำเนิดไฟฟ้า ระบบระบายความร้อน และอุปกรณ์ก่อสร้างศูนย์ข้อมูลได้รับประโยชน์อย่างมากจาก AI CapEx แต่หากโครงการถูกเลื่อนหรือยกเลิก รายได้ที่ตลาดเคยประเมินจาก Backlog อาจหายไปทันที

Private Credit และบริษัทประกันก็เป็นอีกกลุ่มที่ต้องจับตา ผู้ให้กู้อาจได้รับผลกระทบหากรายได้ค่าเช่าศูนย์ข้อมูลหรือมูลค่าหลักประกันต่ำกว่าที่คาด โดยเฉพาะโครงการที่ประเมินความต้องการกำลังประมวลผลในอนาคตสูงเกินไป

แม้แต่บริษัทซอฟต์แวร์และบริการ IT ก็อาจกลายเป็นผู้แพ้ในระยะสั้น เพราะ AI Boom กำลังแย่งงบลงทุนจากเทคโนโลยีประเภทอื่น บริษัทจำนวนมากอาจลดงบซื้อซอฟต์แวร์และบริการเดิม เพื่อนำเงินไปซื้อเซิร์ฟเวอร์ ชิป Memory และระบบ AI ก่อน

IBM เคยเตือนว่าลูกค้าองค์กรบางส่วนกำลังโยกงบไปซื้อโครงสร้างพื้นฐาน AI จนกระทบการปิดดีลซอฟต์แวร์และบริการ สะท้อนว่าเม็ดเงินลงทุน AI บางส่วนไม่ได้เป็นงบใหม่ แต่เป็นการดึงงบออกจากเทคโนโลยีประเภทอื่น

ส่วนผู้ผลิตชิปอย่าง Nvidia อาจยังมีรายได้แข็งแรงในช่วงที่ลูกค้ากำลังเร่งสร้างระบบ เพราะบริษัทได้รับเงินจากการขายอุปกรณ์ก่อน แต่ความเสี่ยงจะเริ่มเพิ่มขึ้นเมื่อผู้ซื้อชิปตั้งคำถามว่า รายได้และกำไรที่ได้จาก AI คุ้มค่ากับค่าใช้จ่ายมหาศาลหรือไม่

ผู้ขายพลั่วในยุคตื่นทองสามารถสร้างรายได้ก่อน แต่คนที่ซื้อพลั่วไปจำนวนมากยังต้องพิสูจน์ให้ได้ว่าสามารถขุดทองกลับมาได้มากพอที่จะชำระต้นทุนทั้งหมด

ฟองสบู่หุ้น AI กำลังเข้าใกล้จุดแตกหรือยัง

การประเมินว่าฟองสบู่หุ้น AI ใกล้จุดแตกหรือยัง ไม่ควรพิจารณาจากราคาหุ้นเพียงอย่างเดียว เพราะราคาหุ้นสามารถปรับตัวขึ้นต่อได้ แม้ความเสี่ยงในตลาดหนี้และกระแสเงินสดจะเริ่มเพิ่มขึ้นแล้ว

ตัวเลขแรกที่ควรติดตามคือ AI CapEx เทียบกับ Operating Cash Flow หากรายจ่ายลงทุนเพิ่มขึ้นเร็วกว่ากระแสเงินสดจากการดำเนินงานอย่างต่อเนื่อง บริษัทจะต้องพึ่งหนี้ การออกหุ้น หรือภาระผูกพันนอกงบดุลมากขึ้น

ตัวเลขต่อมาคือ Free Cash Flow ของกลุ่ม Hyperscaler หากกระแสเงินสดอิสระลดลง แม้รายได้ยังเติบโต แสดงว่าธุรกิจเดิมกำลังต้องนำเงินจำนวนมากไปหล่อเลี้ยงการลงทุน AI

นักลงทุนควรจับตา Credit Spread และต้นทุนออกหุ้นกู้ด้วย เพราะตลาดตราสารหนี้มักเริ่มเรียกค่าความเสี่ยงสูงขึ้นก่อนที่ตลาดหุ้นจะยอมรับว่าปัญหากำลังเกิดขึ้น

ภาระเช่า สัญญาซื้อกำลังประมวลผล และ Purchase Commitments ก็สำคัญไม่แพ้ตัวเลขหนี้บนงบดุล เพราะบริษัทอาจดูเหมือนมีหนี้ต่ำ แต่มีภาระต้องจ่ายในอนาคตจำนวนมากผ่านสัญญาระยะยาว

ราคาเช่า GPU อัตราการใช้ศูนย์ข้อมูล และต้นทุนต่อ Token เป็นอีกชุดข้อมูลที่ควรติดตาม หาก Supply เพิ่มเร็วกว่าความต้องการ ราคาการประมวลผลและผลตอบแทนของผู้ให้บริการจะถูกกดดัน

สุดท้าย นักลงทุนต้องแยกให้ออกว่า รายได้จาก AI มาจากลูกค้าภายนอกจริงมากน้อยเพียงใด และมีรายได้ส่วนใดที่เกิดจากเงินลงทุนซึ่งหมุนเวียนอยู่ระหว่างบริษัท AI ผู้ให้บริการคลาวด์ และผู้ผลิตชิปด้วยกันเอง

สรุปแล้ว ฟองสบู่หุ้น AI ไม่จำเป็นต้องเกิดจาก AI ล้มเหลว แต่สามารถเกิดจากการลงทุนที่ประสบความสำเร็จน้อยกว่าความคาดหวังของตลาด

AI อาจเปลี่ยนเศรษฐกิจโลกได้จริง และความต้องการกำลังประมวลผลอาจเติบโตต่อไปอีกหลายปี แต่หากทุกบริษัทสร้างศูนย์ข้อมูลมากเกินไป กู้เงินมากเกินไป และประเมินรายได้ในอนาคตสูงเกินจริง ผลตอบแทนของผู้ลงทุนก็สามารถลดลงอย่างรุนแรงได้

คำถามที่สำคัญจึงไม่ใช่เพียงว่า AI จะเติบโตต่อหรือไม่ แต่คือรายได้จาก AI จะเติบโตเร็วเพียงพอที่จะชำระต้นทุนโครงสร้างพื้นฐาน หนี้ ดอกเบี้ย ค่าไฟ และค่าเสื่อมราคาที่กำลังสะสมอยู่ทั่วทั้งอุตสาหกรรมหรือไม่

เพราะในประวัติศาสตร์ เทคโนโลยีที่เปลี่ยนโลกหลายครั้งไม่ได้ทำให้ผู้ลงทุนทุกคนร่ำรวย และบางครั้งผู้ที่ขาดทุนหนักที่สุดก็คือคนที่เชื่อในเทคโนโลยีถูกต้อง แต่ซื้อสินทรัพย์ในราคาที่แพงเกินไป