John Zito แห่ง Apollo ซึ่งกล่าวในงาน Morgan Stanley US Financials Conference โต้แย้งว่า “ตัวชี้วัดแบบอิงโทเคน” กำหนดราคาเศรษฐศาสตร์ของปัญญาประดิษฐ์ (AI) ผิดพลาด เพราะไปติดตามปริมาณการประมวลผล (throughput) แทนที่จะวัดมูลค่าทางธุรกิจ การประเมินของเขาจึงตีความโทเคนใหม่ว่าเป็น “ผลพลอยได้” มากกว่าจะเป็นตัวชี้วัดผลิตภาพ และย้ายจุดสนใจไปที่ “ต้นทุนต่อหน่วยของความฉลาดที่นำไปใช้ประโยชน์ได้” (cost per unit of “useful intelligence”) บนฐานคิดดังกล่าว ราคาของ AI จึงถูกอธิบายว่ากำลังปรับตัวลง แม้ว่ากระแสพาดหัวยังคงยึดอยู่กับจำนวนโทเคน

อย่างไรก็ดี ต้นทุนต่อหน่วยที่ลดลงไม่ได้แปลว่าจะใช้จ่ายลดลงโดยอัตโนมัติ เพราะการใช้งานที่พุ่งขึ้นยังสามารถดันยอดบิลรวมให้ขยายตัว และดึง CFO เข้าสู่การกำกับดูแลที่เข้มงวดขึ้น องค์กรต่าง ๆ กำลังถอยออกจากช่วง “บุฟเฟต์ฟรี” ไปสู่การตั้งเพดานการใช้ (caps) การแจ้งเตือน (alerts) การกำหนดเส้นทางโมเดล (model routing) และการควบคุมต้นทุนที่เข้มขึ้น ราคาพรีเมียมมีแนวโน้มอยู่ต่อสำหรับโมเดลระดับแนวหน้า (frontier models) ที่เห็น ROI ชัดเจน ขณะที่งานมูลค่าต่ำกว่าจะย้ายไปทางเลือกที่ถูกกว่า ธีมการลงทุน AI ในภาพใหญ่อาจไปต่อได้ แต่ตัวคูณมูลค่า (valuation multiples) จะถูกตรวจสอบมากขึ้น เมื่อ ตลาดเริ่มแยก “การยกระดับด้วยความฉลาดจริง” ออกจากผลตอบแทนที่ขับเคลื่อนด้วยการบริโภคคอมพิวต์แบบไร้กรอบกำกับ

Efficiency Over Growth: The New AI Investment Narrative

เรามองว่าตลาดเริ่มเข้าใจว่าเรื่องเล่า AI กำลังเปลี่ยนจาก “การเติบโต” แบบเส้นตรง ไปสู่ “ประสิทธิภาพ” แนวคิดที่ว่าเม็ดเงินลงทุน AI จะพุ่งไม่หยุดเริ่มถูกท้าทาย เพราะบริษัทต่าง ๆ โฟกัสมากขึ้นที่ผลตอบแทนจากการลงทุน (ROI) ของการใช้จ่ายดังกล่าว ซึ่งหมายความว่าการเข้าซื้อหรือไล่เก็บทุกอย่างที่เกี่ยวกับ AI แบบไม่เลือกหน้า มีแนวโน้มใกล้ถึงจุดสิ้นสุด

การเปลี่ยนผ่านนี้เริ่มสะท้อนในข้อมูลแล้ว ผลประกอบการไตรมาส 1/2026 ล่าสุดของผู้ให้บริการคลาวด์รายใหญ่ระบุว่า แม้การบริโภค AI โดยรวมปรับเพิ่มขึ้น แต่การเติบโตของ API สำหรับโมเดล frontier ซึ่งมีราคาแพงที่สุดชะลอลงจาก 60% เหลือ 45% เมื่อเทียบรายปี ขณะเดียวกัน การใช้งานโมเดลขนาดเล็กแบบโอเพนซอร์สบนแพลตฟอร์มของพวกเขาเพิ่มขึ้นมากกว่าสามเท่า ตอกย้ำว่าลูกค้ากำลังมองหาทางเลือกที่ถูกลงสำหรับงานที่ไม่สำคัญมาก

สำหรับเรา ภาพดังกล่าวชี้ไปที่ความผันผวนที่มีแนวโน้มเพิ่มขึ้นอย่างมีนัยสำคัญสำหรับผู้เล่นโครงสร้างพื้นฐาน AI รายใหญ่ ผลประกอบการเดือนกรกฎาคม 2026 ของชื่ออย่าง NVIDIA จะเป็นบททดสอบสำคัญ และเราเชื่อว่าตลาดออปชันกำลังประเมินความเสี่ยงของการปรับประมาณการ (guidance revision) ต่ำเกินไป ภายใต้แรงกดดัน “เพิ่มประสิทธิภาพ” ของภาคธุรกิจ การเข้าซื้อกลยุทธ์แบบ straddles หรือ strangles ก่อนรายงานดังกล่าว อาจเป็นวิธีที่รอบคอบในการเล่นความเป็นไปได้ของการเคลื่อนไหวของราคาครั้งใหญ่ได้ทั้งสองทาง

เราเคยเห็นรูปแบบนี้มาก่อน โดยเฉพาะช่วงต้นทศวรรษ 2000 เมื่อ ตลาดเปลี่ยนจากการให้มูลค่า “จำนวนผู้ชม (eyeballs)” ไปให้มูลค่ากับ “กำไรจริง” ตอนนี้ต้นทุนต่อหน่วยของความฉลาดที่นำไปใช้ประโยชน์ได้กำลังดิ่งลง ซึ่งมีลักษณะคล้ายกฎของมัวร์ (Moore’s Law) แต่ตลาดยังให้รางวัลบริษัทจากปริมาณคอมพิวต์ดิบที่ขายได้ การวิเคราะห์ล่าสุดระบุว่าต้นทุนของคำถามเขียนโค้ดที่ซับซ้อนลดลงมากกว่า 90% ในช่วง 18 เดือนที่ผ่านมา ซึ่งเป็นแรงกดดันเชิงเงินฝืดที่ทรงพลังสำหรับบริษัทที่ขายพลังประมวลผลดิบในราคาพรีเมียม

Trading Strategies and Market Implications

สถานการณ์นี้สร้างโอกาสที่ชัดเจนสำหรับการทำ pair trades เรากำลังพิจารณาเข้าซื้อ (long) บริษัทที่เป็น “เครื่องมือและโครงสร้าง” สำหรับการบริหารต้นทุนและเพิ่มประสิทธิภาพ AI ขณะเดียวกันเข้าขาย (short) ผู้ให้บริการคอมพิวต์แบบเพียวเพลย์ที่ตัวคูณมูลค่ายังไม่สะท้อนแรงกดดันต่อมาร์จิ้นที่จะตามมา ตัวอย่างเช่น บริษัทอย่าง ServiceNow ที่ประกาศแพลตฟอร์มควบคุมต้นทุน AI ใหม่เมื่อเดือนที่แล้ว คือชื่อประเภทที่ได้ประโยชน์จากเฟสใหม่ของการตรวจสอบเข้มจากภาคองค์กร

ในภาพรวม ตลาดดูค่อนข้างชะล่าใจ โดย VIX แกว่งใกล้ระดับต่ำที่ 14 แม้จะมีการเปลี่ยนแปลงพื้นฐาน “ใต้ผิวน้ำ” ดังกล่าว ซึ่งบ่งชี้ว่ากลยุทธ์ป้องกันความเสี่ยง (hedging) ยังมีต้นทุนค่อนข้างถูกในเวลานี้ เราเชื่อว่าการซื้อ put options บนตะกร้าหุ้นซอฟต์แวร์ AI ที่ราคาปรับขึ้นแรง และเพียงนำโมเดลแพงของบุคคลที่สามมาใส่ (embed) เป็นวิธีที่คุ้มค่าเพื่อวางโพสิชันรับ “การตรวจบัญชี” ของตัวคูณมูลค่า AI ที่กำลังจะมาถึง