คาดว่าเม็ดเงินลงทุนโครงสร้างพื้นฐานด้านปัญญาประดิษฐ์ (AI) จะเพิ่มขึ้นแตะราว 1.1 ล้านล้านดอลลาร์ภายในปี 2027 โดย Morgan Stanley ประเมินว่า “ไฮเปอร์สเกลเลอร์” ในสหรัฐฯ (ผู้ให้บริการคลาวด์และศูนย์ข้อมูลขนาดใหญ่มาก เช่น Google, Amazon, Microsoft) จะใช้งบลงทุน (capex: เงินลงทุนซื้อ/สร้างสินทรัพย์ระยะยาว เช่น ศูนย์ข้อมูล เซิร์ฟเวอร์ ระบบไฟฟ้า) มากกว่า 8 แสนล้านดอลลาร์ในปี 2026 เพียงปีเดียว

ตัวเลข 8 แสนล้านดอลลาร์ถูกอธิบายว่าใกล้เคียงกับงบลงทุนที่ “กลุ่มนอกเทคโนโลยี” ทั้งหมดในดัชนี S&P 500 ใช้ไปในปีก่อนหน้า และคาดว่าจะเกือบเป็น 2 เท่าของปี 2025 และเป็น 3 เท่าของปี 2024

ปริมาณ capex ไม่ใช่แค่ราคา

ต้นทุนที่สูงขึ้นมีส่วนเกี่ยวข้อง แต่แรงขับหลักคือ “ปริมาณ” ที่เพิ่มขึ้นของชิป ไฟฟ้า หน่วยความจำ และพลังประมวลผล (compute: ความสามารถของเครื่อง/ศูนย์ข้อมูลในการคำนวณและประมวลข้อมูลงานหนัก โดยเฉพาะงาน AI) ในช่วง 4 ปีที่ผ่านมา ชิป หน่วยความจำ และการประมวลผลแบบคลัสเตอร์ (clustered compute: การเอาเครื่องจำนวนมากมาทำงานร่วมกันเหมือนเป็นเครื่องเดียว เพื่อฝึกโมเดล AI ขนาดใหญ่) ถูกระบุว่ามีความสามารถเพิ่มขึ้นราว 4–7 เท่า

Google รายงานว่าสามารถประมวลผลได้ 16,000 ล้านโทเคนต่อนาที เพิ่มขึ้น 60% จากไตรมาสก่อนหน้า (token: หน่วยย่อยของข้อความ/ข้อมูลที่โมเดล AI ใช้ในการอ่านและสร้างคำตอบ ไม่ใช่ “เหรียญคริปโต”) การฝึกโมเดลที่รองรับขนาดมากขึ้นคาดว่าจะเป็นบททดสอบว่า capex ที่ลงไปแปลงเป็นระบบที่ใช้งานจริงและรายได้ได้ดีแค่ไหน

การเร่งสร้างโครงสร้างพื้นฐานช่วยหนุนหุ้นกลุ่มเซมิคอนดักเตอร์ (semiconductor: อุตสาหกรรมชิปที่เป็นหัวใจของคอมพิวเตอร์และ AI) แต่ก็ทำให้ความต้องการระดมทุนด้วย “หนี้” เพิ่มขึ้นด้วย การออกตราสารหนี้เกรดลงทุน (investment-grade: ตราสารหนี้ของผู้ออกที่ฐานะการเงินค่อนข้างแข็งแรง ความเสี่ยงผิดนัดต่ำกว่ากลุ่มไฮยีลด์) เดินหน้าสูงกว่าปีก่อนมาก และมีการกู้ยืมที่ยืดอายุหนี้ออกไป (maturity: ระยะเวลาจนถึงวันครบกำหนดไถ่ถอน)

capex ที่สูงขึ้นอาจช่วยหนุนรายได้ แต่ตลาดเครดิตต้องรับอุปทานตราสารหนี้ใหม่อย่างต่อเนื่อง ซึ่งอาจกดดัน “สเปรด” (spreads: ส่วนต่างผลตอบแทนของตราสารหนี้เอกชนเทียบกับพันธบัตรรัฐบาล ยิ่งกว้างยิ่งสะท้อนความกังวลความเสี่ยง) หากการใช้จ่ายชะลอ ผลกระทบอาจลามไปยังสินทรัพย์เสี่ยงหลายประเภท รวมถึงตลาดเครดิตด้วย

การวางตำแหน่งสู่เฟสถัดไป

การแข่งขันโครงสร้างพื้นฐาน AI ไม่ได้แค่เดินหน้าต่อ แต่เร่งขึ้นไปถึงกลางปี 2026 เมื่อมองย้อนรายงานผลประกอบการไตรมาส 1 ในเดือนเมษายน พบว่าแนวทางงบลงทุนของไฮเปอร์สเกลเลอร์ยัง “สูงกว่าคาด” อีกครั้ง ตอกย้ำธีมหลักนี้ ในช่วงไม่กี่สัปดาห์ข้างหน้า กลยุทธ์ควรสอดคล้องกับวัฏจักรการใช้จ่ายที่ยังร้อนแรงและผลตามมา

แนวทางที่ตรงที่สุดคือคงการลงทุนฝั่งบวกกับกลุ่มที่ได้ประโยชน์โดยตรง โดยเฉพาะหุ้นชิป ข้อมูลจากสมาคมอุตสาหกรรมเซมิคอนดักเตอร์ (Semiconductor Industry Association) วันที่ 1 พฤษภาคม ระบุว่ายอดขายชิปทั่วโลกไตรมาส 1 ปี 2026 โตมากกว่า 25% เมื่อเทียบปีก่อน ยืนยันว่าสงค์อุปสงค์ยังอยู่จริง อาจพิจารณาใช้ “คอลสเปรด” (call spread: กลยุทธ์ออปชันซื้อแบบจำกัดความเสี่ยง โดยซื้อคอลราคาใช้สิทธิหนึ่งและขายคอลราคาใช้สิทธิสูงกว่า เพื่อแลกกับกำไรสูงสุดที่ถูกจำกัด) บน ETF กลุ่มชิปเพื่อเก็บโอกาสขาขึ้น พร้อมกำหนดความเสี่ยง เพราะคอลออปชันแบบซื้อเดี่ยว (outright call) ยังแพงจาก “ความผันผวนโดยนัย” ที่สูง (implied volatility: ตัวเลขที่สะท้อนว่าตลาดคาดความผันผวนในอนาคตสูงแค่ไหน ยิ่งสูงพรีเมียมออปชันยิ่งแพง)

อย่างไรก็ตาม ต้องระวังความไม่สมดุลที่เกิดจากการลงทุนรอบนี้ เพราะการใช้จ่ายถูกขับเคลื่อนด้วยการออกหนี้จำนวนมาก ซึ่งเริ่มกดดันตลาดเครดิตแล้ว โดยข้อมูลชี้ว่าอุปทานหุ้นกู้เกรดลงทุนของกลุ่มเทคโนโลยีวิ่งนำหน้าต้นปี 2025 ราว 40% การซื้อ “พุต” (put: ออปชันขาย ใช้ป้องกันความเสี่ยงขาลง) บน ETF หุ้นกู้เกรดลงทุนอย่าง LQD อาจเป็นเฮดจ์ที่ได้ผล หากสเปรดเครดิตยังขยายกว้างจากแรงกดดันด้านอุปทาน

ตลาดอยู่ในภาวะ “ราคาสะท้อนความสมบูรณ์แบบ” (priced for perfection: ราคาสินทรัพย์สะท้อนความคาดหวังเชิงบวกสูงมาก ทำให้เปราะบางต่อข่าวลบ) สัญญาณชะลอการลงทุนเพียงเล็กน้อยอาจทำให้เกิดการกลับตัวแรงข้ามสินทรัพย์ ดัชนี VIX (ตัวชี้วัดความผันผวนที่ตลาดคาดของ S&P 500 มักเรียก “ดัชนีความกลัว”) ทรงตัวใกล้จุดต่ำของปีแถว 14 ในช่วงเดือนที่ผ่านมา ทำให้ต้นทุนการป้องกันความเสี่ยงขาลงไม่สูงนัก การซื้อพุต “นอกเงิน” (out-of-the-money: ราคาใช้สิทธิยังไม่คุ้มที่จะใช้ทันที ใช้เพื่อประกันความเสี่ยงเหตุการณ์รุนแรง) บน Nasdaq 100 เป็นวิธีเฮดจ์ความเสี่ยงที่เหมาะสม หากธีมการลงทุนหนักด้วยเงินทุนก้อนโตเริ่มสะดุดในที่สุด

ยังควรมองผลกระทบลำดับถัดไป โดยเฉพาะแรงกดดันต่อโครงข่ายไฟฟ้า รายงานล่าสุดชี้ว่าการใช้พลังงานจากศูนย์ข้อมูลใหม่สูงกว่าที่คาด ทำให้เกิด “คอขวด” (bottleneck: จุดติดขัดที่จำกัดการขยายตัว) ทางเลือกที่คนแห่ลงทุนกันน้อยกว่า (less crowded trade: ดีล/ธีมที่นักลงทุนยังเข้าไม่มาก) คือพิจารณาคอลออปชันระยะยาวในกลุ่มสาธารณูปโภค (utilities: ธุรกิจไฟฟ้า น้ำ ก๊าซ) หรือบริษัทที่เกี่ยวข้องกับการผลิตไฟฟ้าและโครงสร้างพื้นฐานโครงข่ายไฟฟ้า