การลงทุนในด้าน AI ได้เพิ่มขึ้นสู่ระดับสูงสุดในประวัติศาสตร์ อย่างไรก็ตาม ยังคงมีช่องว่างขนาดใหญ่ระหว่างการลงทุนจำนวนมหาศาลกับผลตอบแทนที่เป็นจริง บทความนี้จะวิเคราะห์สถานการณ์จริงของบูมการลงทุน AI ที่กำลังดำเนินอยู่และความท้าทายที่บริษัทต่างๆ เผชิญอยู่
สถานการณ์จริงของการลงทุน 4 แสนล้านดอลลาร์
ปัจจุบัน การลงทุนด้านโครงสร้างพื้นฐานของบริษัทเทคโนโลยีชั้นนำได้ถึงระดับที่ยิ่งใหญ่มาก เพียงแค่ 4 บริษัท ได้แก่ Alphabet, Microsoft, Amazon และ Meta คาดว่าจะลงทุนด้านโครงสร้างพื้นฐานประมาณ 4 แสนล้านดอลลาร์ในปี 2025 จำนวนนี้มากกว่างบประมาณการป้องกันประเทศของสหภาพยุโรปทั้งหมด
Morgan Stanley คาดการณ์ว่าตั้งแต่ปี 2025 ถึง 2028 จะมีการใช้จ่ายรวม 2.9 ล้านล้านดอลลาร์สำหรับชิป เซิร์ฟเวอร์ และโครงสร้างพื้นฐานศูนย์ข้อมูล McKinsey คาดว่าในอีก 5 ปีข้างหน้าจะมีการลงทุน 7 ล้านล้านดอลลาร์ในการสร้างศูนย์ข้อมูลใหม่ และ 70% จะถูกขับเคลื่อนโดยงานที่เกี่ยวข้องกับ AI
Nvidia ประกาศการลงทุนสูงสุด 100 ล้านดอลลาร์ใน OpenAI ส่วน Alibaba วางแผนเพิ่มการใช้จ่ายเกี่ยวกับ AI เป็นมากกว่า 500 ล้านดอลลาร์ การเคลื่อนไหวเหล่านี้ไม่ใช่เพียงการคาดการณ์ แต่เป็นการดำเนินการตามกลยุทธ์ขององค์กรอย่างจริงจัง
ปริศนาแห่งผลตอบแทน
แม้จะมีการลงทุนจำนวนมหาศาล ผลตอบแทนจากการลงทุนยังคงไม่ชัดเจนสำหรับบริษัทจำนวนมาก การวิจัยของ Massachusetts Institute of Technology พบว่า แม้ในปีที่ผ่านมาจะมีการลงทุน 350-400 ล้านดอลลาร์ บริษัท 95% ไม่สามารถได้รับผลกำไรหรือการปรับปรุงธุรกิจที่เป็นรูปธรรมจากการลงทุน AI
Constellation Research รายงานว่าบริษัท 42% ไม่ได้รับ ROI เลย S&P Global ชี้ให้เห็นว่าในปี 2025 บริษัท 42% หยุดโครงการที่เกี่ยวข้องกับ AI เกือบทั้งหมด อัตราความล้มเหลวของโครงการ AI โดยรวมคาดว่าสูงกว่า 80%
FOMO (ความกลัวที่จะตกขบวน) ขับเคลื่อนการลงทุน
เหตุใดบริษัทต่างๆ จึงยังคงใช้จ่ายใน AI แม้จะไม่เห็นผลตอบแทน Financial Times วิเคราะห์บริษัทในดัชนี S&P 500 และพบว่าสำหรับหลายบริษัท การนำ AI มาใช้ไม่ได้ถูกขับเคลื่อนโดยกลยุทธ์ แต่เป็น “ความกลัวที่จะตกขบวน”
การสำรวจของ IBM พบว่า CEO 64% ยอมรับว่าพวกเขาลงทุนก่อนที่ผลกระทบต่อธุรกิจจะชัดเจน เพราะตระหนักถึงความเสี่ยงของการตกหลัง บริษัทต่างๆ พูดถึง AI ด้วยคำศัพท์เชิงบวกในการประชุมนักลงทุน แต่วิธีการใช้งานที่เป็นรูปธรรมยังคลุมเครือ
กลยุทธ์ของบริษัทที่ประสบความสำเร็จ
อย่างไรก็ตาม ยังมีบริษัทที่ประสบความสำเร็จ การวิจัยของ MIT พบว่า ส่วนน้อยที่ประสบความสำเร็จมักจะมุ่งเน้นไปที่ปัญหาทางธุรกิจเฉพาะอย่างหนึ่ง และมักจะร่วมมือกับผู้ให้บริการภายนอก
กลยุทธ์การสร้างรายได้ใหม่ที่บริษัทที่ประสบความสำเร็จมีร่วมกันสามารถแบ่งออกเป็น 3 ประเภท
การผสาน AI เข้ากับผลิตภัณฑ์ที่มีอยู่: เช่น ฟีเจอร์ถอดเสียงและสรุปด้วย AI ของ Zoom หรือฟีเจอร์การให้คะแนนลีดของ HubSpot
การตั้งราคาตามการใช้งาน-ผลลัพธ์: Fin ของ Intercom เรียกเก็บเงินตามจำนวนตั๋วการสนับสนุนลูกค้าที่แก้ไข Agentforce ของ Salesforce ให้โมเดลการชำระเงินต่อการดำเนินการ
โมเดลแพลตฟอร์มและ API: API ของ OpenAI หรือแพลตฟอร์ม Scintilla ที่ Walmart ให้บริการสำหรับซัพพลายเออร์เป็นตัวอย่างที่เด่น
การเปรียบเทียบกับดอทคอมบับเบิล
มีเสียงเปรียบเทียบบูม AI ปัจจุบันกับดอทคอมบับเบิล แน่นอนว่ามีจุดคล้ายคลึงกัน Palantir ซื้อขายที่มากกว่า 600 เท่าของกำไร ส่วน OpenAI ได้รับการประเมินมูลค่า 3.4 แสนล้านดอลลาร์แม้ว่าจะไม่คาดว่าจะมีกำไรจนถึงปี 2029
อย่างไรก็ตาม ยังมีความแตกต่างที่สำคัญ การลงทุนครั้งนี้ไม่ใช่หนี้สินเก็งกำไร แต่ได้รับการสนับสนุนหลักจากกระแสเงินสดอันอุดมสมบูรณ์ของบริษัทยักษ์ใหญ่ที่มีรายได้สูง นอกจากนี้ เงินทุนยังถูกลงทุนในโครงสร้างพื้นฐานที่เป็นของจริง เช่น ชิปเซมิคอนดักเตอร์และศูนย์ข้อมูล
การวิเคราะห์ของ J.P. Morgan พบว่าเมื่อกำไรของบริษัท AI ชั้นนำเติบโต อัตราส่วนราคาต่อกำไรจริงๆ ลดลง และปัจจุบันต่ำกว่าค่าเฉลี่ย 10 ปีที่ผ่านมา นี่เป็นความแตกต่างจากบริษัทเทคโนโลยีในยุคดอทคอมที่มี PER เกิน 60 เท่า
ปัจจัยทางภูมิรัฐศาสตร์
บูมการลงทุน AI ไม่ใช่เพียงปรากฏการณ์ทางเศรษฐกิจ แต่เป็นปรากฏการณ์ทางภูมิรัฐศาสตร์ด้วย สหรัฐฯ และจีนถือว่าการครอบงำใน AI เป็นสิ่งจำเป็นด้านความมั่นคงแห่งชาติ
สหรัฐฯ ใช้กลยุทธ์สองแนวทาง ประการแรก มุ่งชะลอความก้าวหน้าทางเทคโนโลยีของจีนผ่านการควบคุมการส่งออกเซมิคอนดักเตอร์ล้ำสมัย เช่น GPU ของ Nvidia ประการที่สอง เร่งการพัฒนา AI ของตนเองผ่านการลงทุนจำนวนมหาศาลและการผ่อนคลายกฎระเบียบ
รัฐบาลจีนตั้งเป้าหมายประเทศให้บรรลุ AI ที่ “อิสระและควบคุมได้” และผลักดันอย่างแข็งขันให้บริษัทต่างๆ เช่น Huawei ออกแบบและผลิตเซมิคอนดักเตอร์ในประเทศ ขณะเดียวกัน ผ่านแผน “เส้นทางไหมดิจิทัล” เพื่อขยายฐานการใช้ AI ในกลุ่มประเทศโลกใต้
ผลกระทบต่อโครงสร้างพื้นฐานทางกายภาพ
การลงทุน AI สร้างความต้องการมหาศาลในโลกทางกายภาพ ปัจจัยที่จำกัดการเติบโตของ AI กำลังเปลี่ยนจากชิปเซมิคอนดักเตอร์ไปเป็นพลังงาน ศูนย์ข้อมูลคาดว่าจะใช้ไฟฟ้า 4% ของการบริโภครวมของสหรัฐฯ และสัดส่วนนี้จะเพิ่มขึ้นต่อไป
ความต้องการพลังงานนี้เพิ่มความต้องการไม่เพียงแต่พลังงานหมุนเวียน แต่ยังรวมถึงแหล่งพลังงานแบบดั้งเดิม เช่น นิวเคลียร์และก๊าซธรรมชาติ การลงทุนใน AI หมายความโดยนัยถึงการลงทุนในโครงสร้างพื้นฐานด้านพลังงาน
ข้อเสนอแนะสำหรับกลยุทธ์องค์กร
BKK IT News เห็นว่าบริษัทควรพิจารณาประเด็นต่อไปนี้
เกี่ยวกับกลยุทธ์การลงทุน: ควรใช้วิธีการหลากหลายและลงทุนใน “เครื่องมือและอุปกรณ์” อย่าหลงกับความร้อนแรงของสตาร์ทอัพแอปพลิเคชัน AI แต่ให้ความสนใจกับโครงสร้างพื้นฐานที่เป็นรากฐาน
เกี่ยวกับกลยุทธ์องค์กร: ควรเปลี่ยนจุดสนใจจาก “การนำ AI มาใช้” ไปเป็น “การเปลี่ยนแปลงกระบวนการที่ขับเคลื่อนโดย AI” อย่างที่อัตราความล้มเหลว ROI แสดงให้เห็น เทคโนโลยีเพียงอย่างเดียวไม่เพียงพอ ความสำเร็จต้องการความตั้งใจในการออกแบบเวิร์กโฟลว์ใหม่โดยสิ้นเชิง ฝึกอบรมพนักงานใหม่ และจัดแนวความพยายาม AI ให้สอดคล้องกับมูลค่าธุรกิจหลัก
เกี่ยวกับการจัดการความเสี่ยง: ต้องตระหนักถึงความเสี่ยง 2 ประการ หนึ่งคือความเสี่ยงทางการเงินจากการปรับตัวของตลาดหุ้น AI ที่ถูกประเมินค่าสูงเกินไป อีกหนึ่งคือความเสี่ยงเชิงกลยุทธ์ระยะยาวจากการตกหลังจากการเปลี่ยนแปลง ความเสี่ยงแรกสามารถบรรเทาได้ด้วยการกระจายการลงทุน ความเสี่ยงหลังสามารถบรรเทาได้ด้วยการลงทุนในการเรียนรู้และการทดลองขององค์กร แม้ว่า ROI ระยะสั้นจะเป็นลบก็ตาม
แนวโน้มในอนาคต
AI Investment Supercycle ปัจจุบันอาจนำมาซึ่งการเปลี่ยนแปลงถาวรต่อโครงสร้างเศรษฐกิจ ความเคลื่อนไหวของตลาดแรงงานจะเพิ่มขึ้นอย่างต่อเนื่อง คนงานจะมีโอกาสย้ายระหว่างอาชีพมากขึ้น และการฝึกอบรมทักษะใหม่อย่างต่อเนื่องจะเป็นสิ่งจำเป็น
ผลลัพธ์สุดท้ายขึ้นอยู่กับว่าสามารถแก้ไขปริศนาผลิตภาพได้หรือไม่ หากการนำ AI มาใช้สำเร็จ อาจมีช่วงเติบโตสูงอย่างยั่งยืน แต่หากล้มเหลว เศรษฐกิจอาจชะงักงัน และอัตราส่วนหนี้ต่อ GDP อาจแย่ลง
การผูกขาดตลาดโดย “บริษัทแพลตฟอร์ม AI” บางส่วนจะดำเนินต่อไป และปัญหาด้านการต่อต้านผูกขาดและนโยบายการแข่งขันระยะยาวจะเกิดขึ้น นอกจากนี้ ปัญหาด้านจริยธรรม เช่น การขยายอคติ การละเมิดความเป็นส่วนตัว และการขาดความโปร่งใส จะส่งผลกระทบอย่างรุนแรงต่อการกำกับดูแลและการปฏิบัติตามกฎระเบียบของบริษัท
บูมการลงทุน AI ปัจจุบันกำลังเปลี่ยนแปลงรากฐานของเศรษฐกิจอย่างแน่นอน สิ่งสำคัญสำหรับบริษัทคือการรักษาสมดุลระหว่างการแสวงหากำไรระยะสั้นและการคิดเชิงกลยุทธ์ระยะยาวในขณะที่ผ่านคลื่นแห่งการเปลี่ยนแปลงนี้
ลิงก์บทความอ้างอิง
- Is the AI Boom a Bubble? Market Analysts Debate Overvaluation Concerns
- AI can’t make companies rich: MIT study finds 95% of firms fail to profit from their investments
- Big Tech’s $400 Billion AI Spending Spree Just Got Wall Street’s Blessing
- Big Businesses Have a Major Problem With AI
- The Age of AI in U.S.-China Great Power Competition: Strategic Implications, Risks, and Global Governance
