Microsoft, Amazon, Google และ Meta ใช้จ่ายด้าน AI Capex ส่งผลต่อหุ้นกลุ่มพื้นที่จัดเก็บข้อมูลอย่างไร?

เงินลงทุน AI (capex) ของ Microsoft, Amazon, Google และ Meta ส่งผลต่อหุ้นกลุ่มอุปกรณ์จัดเก็บข้อมูล เพราะโครงสร้างพื้นฐาน AI ไม่ได้เกี่ยวข้องกับแค่การซื้อ GPU เท่านั้น แต่ยังต้องการหน่วยความจำ SSD, HDD, อุปกรณ์เครือข่าย ศูนย์ข้อมูล และระบบจัดเก็บข้อมูลระดับองค์กรที่ขยายตัวไปพร้อมกันด้วย เมื่อคุณวิเคราะห์หุ้นกลุ่มอุปกรณ์จัดเก็บข้อมูล คำถามสำคัญไม่ใช่แค่ว่า "บริษัทใดมีความเกี่ยวข้องกับ AI?" แต่คุณต้องประเมินว่าการใช้จ่ายด้านคลาวด์สามารถแปลงเป็นคำสั่งซื้อจริง อำนาจตั้งราคา การขยายตัวของอัตรากำไรขั้นต้น และกระแสเงินสดอิสระได้หรือไม่ สำหรับนักลงทุนทั่วไป capex ของ CSP คือสัญญาณนำร่อง ส่วนผลประกอบการของบริษัทอุปกรณ์จัดเก็บข้อมูลคือสัญญาณยืนยัน

ประเด็นสำคัญ

• เงินลงทุนด้าน AI ไหลผ่านคลัสเตอร์ GPU การเก็บรักษาข้อมูล คลาวด์สตอเรจ และการนำ AI ไปใช้ในองค์กร
• Microsoft, Amazon, Google และ Meta มีโครงสร้างการใช้จ่ายที่แตกต่างกัน ดังนั้นผู้ได้รับประโยชน์จึงแตกต่างกันด้วย
• HBM และ DRAM อยู่ใกล้กับงานคำนวณมากกว่า ขณะที่ SSD และ HDD สำหรับองค์กรอยู่ใกล้กับการเติบโตของข้อมูลมากกว่า
• หุ้นกลุ่มสตอเรจควรถูกประเมินจาก ASP, อัตรากำไรขั้นต้น, การมองเห็นคำสั่งซื้อล่วงหน้า และกระแสเงินสด ไม่ใช่แค่เรื่องราวของ AI เพียงอย่างเดียว
• ความเสี่ยงที่ใหญ่ที่สุดคือ วงจรคืนทุนที่ยาวนาน การจัดซื้อคลาวด์ที่ช้าลง และการประเมินมูลค่าที่คิดรวมความคาดหวังมากเกินไปเร็วเกินไป

ทำไมเงินลงทุนด้าน AI จึงกลายเป็นตัวแปรหลักของหุ้นกลุ่มสตอเรจ?

ค่าใช้จ่ายด้านทุนของ AI (AI capex) ได้กลายเป็นตัวแปรหลักสำหรับหุ้นกลุ่มหน่วยความจำ เนื่องจากการฝึกโมเดลขนาดใหญ่ การอนุมาน (inference) ระบบแนะนำ และเอเจนต์ AI สร้าง อ่าน แคช และจัดเก็บข้อมูลอย่างต่อเนื่อง คุณไม่ควรเข้าใจว่าโครงสร้างพื้นฐาน AI คือเพียงการจัดซื้อ GPU เท่านั้น การขยายตัวจริงของศูนย์ข้อมูลยังรวมถึง HBM, DRAM, NAND, SSD ระดับองค์กร, HDD แบบ nearline, อุปกรณ์เครือข่าย พลังงาน ระบบระบายความร้อน และสิ่งอำนวยความสะดวกทางกายภาพ ตราบใดที่ผู้ให้บริการคลาวด์ยังคงขยายคลัสเตอร์ AI ต่อไป ชั้นข้อมูล (data layer) ก็จะยังคงเห็นดีมานด์อย่างต่อเนื่อง

Microsoft เป็นตัวอย่างที่ชัดเจน ในการประชุมสายผลประกอบการไตรมาส 3 ปีงบการเงิน 2026 ของ Microsoft บริษัทระบุว่ารายจ่ายฝ่ายทุนรายไตรมาสแตะ 31.9 พันล้านดอลลาร์ โดยประมาณสองในสามถูกลงทุนในสินทรัพย์อายุสั้น เช่น GPU และ CPU นอกจากนี้ Microsoft ยังคาดการณ์ว่ารายจ่ายฝ่ายทุนในปีปฏิทิน 2026 จะอยู่ราว 190 พันล้านดอลลาร์ และกล่าวว่าความจุ GPU, CPU และพื้นที่จัดเก็บข้อมูลจะยังคงตึงตัว นี่คือประเด็นสำคัญสำหรับหุ้นกลุ่มพื้นที่จัดเก็บข้อมูล: Microsoft ไม่ได้ขาดแคลนเพียงกำลังประมวลผลเท่านั้น แต่ยังกำลังขยายความจุพื้นที่จัดเก็บข้อมูลด้วย

โครงสร้างการใช้จ่ายของ Alphabet ยังสะท้อนให้เห็นถึงการซ้อนทับกันของงบลงทุน AI อีกด้วย ในการประชุมสายรายได้ไตรมาส 1 ปี 2026 ของ Alphabet บริษัทรายงานว่ามีค่าใช้จ่ายด้านสินทรัพย์ถาวร (capex) ในไตรมาสนั้น 35.7 พันล้านดอลลาร์ โดยส่วนใหญ่และสำคัญถูกใช้ไปกับโครงสร้างพื้นฐานด้านเทคนิคเพื่อรองรับโอกาสด้าน AI ประมาณ 60% ถูกจัดสรรไปยังเซิร์ฟเวอร์ ส่วนอีกประมาณ 40% ถูกจัดสรรไปยังศูนย์ข้อมูลและอุปกรณ์เครือข่าย ข้อเท็จจริงนี้แสดงให้เห็นว่า capex ด้าน AI ไม่ใช่การซื้อฮาร์ดแวร์เพียงจุดเดียว แต่เป็นการขยายโครงสร้างพื้นฐานด้านศูนย์ข้อมูลในภาพรวมทั้งระบบ

จากมุมมองของปริมาณงาน (workload) AI ขับเคลื่อนความต้องการด้านการจัดเก็บข้อมูลผ่าน 5 วิธีหลัก ดังนี้:

คุณสามารถมองงบลงทุนด้าน AI (AI capex) เป็นห่วงโซ่ที่ทอดยาวจากการประมวลผลไปสู่ข้อมูล GPU ทำหน้าที่ประมวลผล HBM และ DRAM ช่วยให้การประมวลผลเร็วขึ้น SSD เร่งการอ่านและเขียนข้อมูล HDD และ object storage เก็บรักษาชุดข้อมูลขนาดมหาศาลไว้ในระยะยาว ส่วนแพลตฟอร์มจัดเก็บข้อมูลระดับองค์กรทำให้ข้อมูลปลอดภัย ถูกต้องตามกฎระเบียบ กู้คืนได้ และนำไปใช้งานได้จริง โอกาสของหุ้นกลุ่มสตอเรจจะปรากฏขึ้นเมื่อแต่ละชั้นเหล่านี้ขยายตัว มีอำนาจกำหนดราคา และเปลี่ยนไปสู่ส่วนผสมของผลิตภัณฑ์ที่มีมูลค่าสูงขึ้น

สรุป: กุญแจสำคัญในการทำความเข้าใจว่าการลงทุนด้านสินทรัพย์ถาวร (capex) ด้าน AI ส่งผลต่อหุ้นกลุ่มอุปกรณ์จัดเก็บข้อมูลอย่างไร ไม่ใช่แค่ว่าผู้ให้บริการคลาวด์ใช้จ่ายเท่าไร แต่อยู่ที่ว่าการใช้จ่ายนั้นไหลเข้าสู่โครงสร้างพื้นฐานที่สร้าง ประมวลผล และจัดเก็บข้อมูลหรือไม่ การเปิดเผยข้อมูลของ Microsoft และ Alphabet แสดงให้เห็นว่าการลงทุนด้านโครงสร้างพื้นฐาน AI ครอบคลุม GPU, CPU, ความจุพื้นที่จัดเก็บข้อมูล, เซิร์ฟเวอร์, ศูนย์ข้อมูล และอุปกรณ์เครือข่ายอยู่แล้ว เมื่อวิเคราะห์หุ้นกลุ่มอุปกรณ์จัดเก็บข้อมูล คุณควรพิจารณา capex ของ CSP เป็นสัญญาณความต้องการนำก่อน จากนั้นจึงแยกย่อยเป็น HBM, DRAM, SSD สำหรับองค์กร, HDD แบบ nearline และระบบจัดเก็บข้อมูลสำหรับองค์กร capex ด้าน AI จะเข้าสู่พื้นฐานของหุ้นกลุ่มอุปกรณ์จัดเก็บข้อมูลอย่างแท้จริงก็ต่อเมื่อการขยายตัวของคลาวด์ได้รับการยืนยันผ่านการเติบโตของรายได้ การปรับปรุงอัตรากำไรขั้นต้น และการมองเห็นคำสั่งซื้อที่ชัดเจนขึ้นของบริษัทด้านการจัดเก็บข้อมูล

ผู้ให้บริการคลาวด์รายใหญ่ทั้งสี่แตกต่างกันอย่างไรในด้านเงินลงทุนสินทรัพย์ถาวร (Capex) ด้าน AI

Microsoft, Amazon, Google และ Meta ต่างกำลังเพิ่มเงินลงทุน Capex ด้าน AI แต่ตรรกะการใช้จ่ายของแต่ละรายไม่เหมือนกัน Microsoft มุ่งเน้นไปที่ Azure, ระบบนิเวศ OpenAI และ Copilot เป็นหลัก Amazon มุ่งเน้นไปที่ AWS, Trainium, ชิปที่พัฒนาเอง และปริมาณงานของลูกค้า Google มุ่งเน้นไปที่ TPU, Google Cloud, Search และ DeepMind ส่วน Meta มุ่งเน้นไปที่ระบบแนะนำโฆษณา โมเดลที่เป็นของตัวเอง และโครงสร้างพื้นฐาน AI ภายในองค์กร เมื่อคุณประเมินว่าหุ้นกลุ่มสตอเรจ (Storage) ตัวใดอาจได้รับประโยชน์ คุณไม่ควรจัดกลุ่มพวกมันไว้ด้วยกันอย่างง่าย ๆ ว่าเป็น "เงินลงทุนของบิ๊กเทค" เท่านั้น

จุดโฟกัสของ Microsoft คือการสร้างรายได้จากผลิตภัณฑ์คลาวด์และ AI ในเอกสารชุดเดียวกันของ FY2026 Q3 Microsoft ระบุว่ารายได้จาก Microsoft Cloud แตะ 54.5 พันล้านดอลลาร์ เพิ่มขึ้น 29% เมื่อเทียบกับปีก่อน ขณะที่รายได้รายปีจาก AI ในอัตราวิ่ง (run rate) ทะลุ 37 พันล้านดอลลาร์ เพิ่มขึ้น 123% เมื่อเทียบกับปีก่อน ซึ่งหมายความว่าการลงทุน capex ของ Microsoft นั้นมีดีมานด์จาก Azure, Copilot, AI สำหรับองค์กร และธุรกิจที่เกี่ยวข้องกับ OpenAI หนุนอยู่เบื้องหลัง สำหรับหุ้นกลุ่มสตอเรจ Microsoft มีแนวโน้มที่จะหนุนดีมานด์ SSD สำหรับองค์กร หน่วยความจำเซิร์ฟเวอร์ คลาวด์สตอเรจ และโครงสร้างพื้นฐานศูนย์ข้อมูลมากกว่า

Amazon มุ่งเน้นการขยายธุรกิจ AWS และความต้องการของลูกค้าในระยะยาว ผลประกอบการไตรมาส 4 ปี 2025 ของ Amazon แสดงให้เห็นว่ารายได้รายไตรมาสของ AWS อยู่ที่ 35.6 พันล้านดอลลาร์ เพิ่มขึ้น 24% เมื่อเทียบกับปีก่อนหน้า ในการประกาศฉบับเดียวกัน Amazon ระบุว่ากระแสเงินสดอิสระแบบทวีสิบสองเดือนลดลงเป็นหลักเนื่องจากการจัดซื้อที่ดินและอุปกรณ์ที่เพิ่มขึ้น โดยการเพิ่มขึ้นดังกล่าวสะท้อนการลงทุนด้าน AI เป็นสำคัญ สำหรับหุ้นกลุ่มสตอเรจ AWS มีความสำคัญเนื่องจากปริมาณงานของลูกค้ามีความหลากหลายกว้างขวาง ปริมาณข้อมูลมีขนาดใหญ่ และความต้องการ object storage และ archival storage ยังคงมีความสำคัญในเชิงโครงสร้าง

การลงทุนด้านสินทรัพย์ถาวร (capex) ของ Google มีลักษณะเป็น "AI แบบฟูลสแตก" มากกว่า รายได้ของ Google Cloud ในไตรมาสแรกแตะระดับ 20 พันล้านดอลลาร์ เพิ่มขึ้น 63% เมื่อเทียบกับปีก่อนหน้า โดยได้รับแรงหนุนจากโซลูชัน AI สำหรับองค์กร โครงสร้างพื้นฐาน AI และบริการหลักของ GCP นอกจากนี้ Google ยังเป็นเจ้าของ TPU, Gemini, Search, YouTube, Google Cloud และ DeepMind ดังนั้นความต้องการด้านการจัดเก็บข้อมูลของบริษัทจึงมาไม่ใช่แค่จากการฝึกโมเดลเท่านั้น แต่ยังรวมถึงการโฆษณาในเครื่องมือค้นหา เนื้อหาวิดีโอ ข้อมูลลูกค้าบนคลาวด์ และการวิเคราะห์ข้อมูลระดับองค์กรด้วย

ตรรกะของ Meta โดดเด่นกว่ากว่า ผลประกอบการไตรมาส 1 ปี 2026 ของ Meta ได้ปรับเพิ่มแนวโน้มค่าใช้จ่ายด้านทุนประจำปีเป็น 125,000 ล้านดอลลาร์ถึง 145,000 ล้านดอลลาร์ โดยอ้างถึงราคาส่วนประกอบที่สูงขึ้นและต้นทุนศูนย์ข้อมูลที่จำเป็นสำหรับรองรับกำลังการผลิตในอนาคต ค่าใช้จ่ายด้าน AI ของ Meta ให้บริการคำแนะนำการโฆษณา การกระจายเนื้อหา โมเดลที่เป็นกรรมสิทธิ์ และความพยายามด้านซูเปอร์อินเทลลิเจนซ์เป็นลำดับแรก รายงานล่าสุดของ Reuters ว่าด้วยการที่ Meta อาจทยอยขายทรัพยากรประมวลผลภายนอก ยังแสดงให้เห็นว่าตลาดกำลังให้ความสำคัญกับอัตราการใช้งานและการสร้างรายได้จากทรัพยากรประมวลผล AI มากขึ้น

ผู้ให้บริการคลาวด์รายใหญ่ทั้งสี่รายต่างเพิ่มการใช้จ่ายด้านโครงสร้างพื้นฐาน AI แต่คุณภาพของการส่งต่อความต้องการไปสู่หุ้นกลุ่มที่เก็บข้อมูล (storage) นั้นแตกต่างกัน Microsoft และ Amazon ขับเคลื่อนด้วย "ความต้องการของลูกค้าคลาวด์" เป็นหลัก Google เป็นการผสมผสานระหว่างชิปที่พัฒนาเอง ธุรกิจคลาวด์ และการโฆษณาในเสิร์ชเอนจิน ส่วน Meta ขับเคลื่อนด้วยประสิทธิภาพ AI ภายในองค์กรและการสร้างรายได้ในอนาคตเป็นหลัก สองกลุ่มแรกโดยทั่วไปมีแนวโน้มที่จะสร้างความต้องการจากลูกค้าภายนอกและปริมาณงานคลาวด์ที่ยั่งยืนมากกว่า ในขณะที่ Meta ต้องการการติดตามอย่างใกล้ชิดเกี่ยวกับประสิทธิภาพการโฆษณา การยอมรับผลิตภัณฑ์ และรายได้จากพลังการประมวลผลภายนอกที่อาจเกิดขึ้น

สรุป: การลงทุนด้าน AI (capex) ของผู้ให้บริการคลาวด์ (CSP) รายใหญ่ทั้งสี่รายไม่ควรตัดสินจากตัวเลขการใช้จ่ายเพียงอย่างเดียว คุณจำเป็นต้องพิจารณาโมเดลธุรกิจที่อยู่เบื้องหลังการใช้จ่ายนั้นด้วย capex ของ Microsoft และ Amazon ใกล้ชิดกับลูกค้าคลาวด์และ workload ระดับองค์กรมากที่สุด Google ผสมผสาน TPU, บริการคลาวด์, Search และ DeepMind เข้าด้วยกัน ส่วน Meta พึ่งพาการแนะนำสินค้าด้านการโฆษณาและการสร้างรายได้จากผลิตภัณฑ์ AI ของตัวเองเป็นหลัก สำหรับหุ้นกลุ่มที่เก็บข้อมูล (storage) capex ที่ใกล้ชิดกับความต้องการของลูกค้าจริง สัญญาคลาวด์ระยะยาว และการเติบโตของข้อมูลอย่างยั่งยืน จะมีคุณภาพการส่งตอนที่สูงกว่า คำถามสี่ข้อที่ต้องเชื่อมโยงคือ: ใครเป็นผู้ใช้จ่าย เหตุใดจึงใช้จ่าย ใช้จ่ายไปกับสินทรัพย์อะไร และการใช้จ่ายนั้นสามารถสร้างรายได้ได้หรือไม่

AI Capex ไหลเข้าสู่หุ้นกลุ่ม Storage ผ่านช่องทางใด?

เงินลงทุนด้านสาทสร้างโครงสร้างพื้นฐาน AI (AI capex) ไหลเข้าสู่หุ้นกลุ่มอุปกรณ์จัดเก็บข้อมูลผ่านสี่ช่องทางหลัก: เซิร์ฟเวอร์ AI ส่งผลให้ดีมานด์ต่อ HBM, DRAM และ SSD ระดับองค์กรเพิ่มขึ้น; การฝึกโมเดลและการอนุมาน (training and inference) สร้างข้อมูลที่สะสมต่อเนื่อง กระตุ้นดีมานด์ฮาร์ดดิสก์ (HDD) และระบบจัดเก็บข้อมูลแบบวัตถุ (object storage); ผู้ให้บริการคลาวด์ล็อกอุปทานล่วงหน้า ทำให้การมองเห็นคำสั่งซื้อของบริษัทกลุ่มจัดเก็บข้อมูลดีขึ้น; และภาวะอุปทานตึงตัวผลักดันราคาขายเฉลี่ย (ASP) และอัตรากำไรขั้นต้นให้สูงขึ้น คำถามที่แท้จริงไม่ใช่ว่าหุ้นกลุ่มจัดเก็บข้อมูลตัวใดมีเรื่องราว AI หรือไม่ แต่คือหุ้นตัวนั้นอยู่ในช่องทางการส่งต่อใด

ช่องทางแรกคือห่วงโซ่คอมพิวเตอร์ประสิทธิภาพสูง คลัสเตอร์ GPU ต้องการ HBM สำหรับแบนด์วิดท์สูง, DRAM สำหรับหน่วยความจำเซิร์ฟเวอร์ และ SSD ระดับองค์กรสำหรับการอ่านข้อมูลความเร็วสูง การเปิดเผยข้อมูลของ Micron สะท้อนประเด็นนี้ได้เป็นอย่างดี ใน เอกสารไตรมาส 3 ปีบัญชี 2026 ของ Micron บริษัทระบุว่ารายได้จากศูนย์ข้อมูลแตะระดับเกิน 25,000 ล้านดอลลาร์ รายได้จาก SSD ศูนย์ข้อมูลเกิน 5,000 ล้านดอลลาร์ และความต้องการ DRAM และ NAND ในอุตสาหกรรมกำลังเติบโตเร็วกว่าอุปทานอย่างมีนัยสำคัญ สำหรับนักลงทุนแล้ว หมายความว่า AI ไม่ได้ซื้อเพียง HBM เท่านั้น แต่ยังล้นเกินมาถึง DRAM เซิร์ฟเวอร์และ SSD ระดับองค์กรอีกด้วย

ช่องทางที่สองคือการเก็บรักษาข้อมูลจำนวนมหาศาล ชุดข้อมูลสำหรับฝึก AI, model checkpoints, logs, ฐานข้อมูลเวกเตอร์, บันทึกการโต้ตอบของผู้ใช้ และไฟล์จัดเก็บเพื่อการปฏิบัติตามข้อกำหนด ล้วนต้องถูกจัดเก็บไว้เป็นระยะเวลานาน ยิ่งคลัสเตอร์ GPU มีขนาดใหญ่ขึ้นและยิ่งมีการเรียกใช้งาน inference มากขึ้นเท่าไร ข้อมูลฝั่ง backend ก็ยิ่งสะสมมากขึ้นเท่านั้น นี่คือจุดที่ HDD แบบ nearline มีความสำคัญ แม้จะไม่ใช่สื่อจัดเก็บที่เร็วที่สุด แต่ก็ยังคงเป็นสิ่งที่ยากจะทดแทนในการจัดเก็บข้อมูลจำนวนมหาศาลในต้นทุนต่ำและระยะเวลายาวนาน

ช่องทางที่สามคือการมองเห็นคำสั่งซื้อที่ดีขึ้น วัฏจักรธุรกิจจัดเก็บข้อมูลแบบดั้งเดิมมักมีความผันผวนสูงเนื่องจากการแกว่งตัวของสินค้าคงคลังและราคา แต่เมื่อผู้ให้บริการคลาวด์ล็อกกำลังการผลิตในอนาคต ลงนามข้อตกลงจัดหาสินค้าระยะหลายปี หรือยอมรับระยะเวลาจัดส่งที่ยาวขึ้น รายได้ของบริษัทจัดเก็บข้อมูลก็จะคาดการณ์ได้มากขึ้น เมื่อคุณอ่านรายงานผลประกอบการ ให้มองหาคำสั่งซื้อค้างรับ (backlog), ภาระผูกพันตามสัญญาที่เหลืออยู่ (remaining performance obligations), ข้อตกลงลูกค้าเชิงกลยุทธ์, เงินล่วงหน้าจากลูกค้า และการจัดสรรอุปทาน แทนที่จะพึ่งพาการเติบโตของรายได้เพียงไตรมาสเดียว

ช่องทางที่สี่คือการกำหนดราคาและปั้นจั่วกำไร เมื่อความต้องการ AI แข็งแกร่งและการขยายกำลังการผลิตเป็นไปอย่างช้า ๆ ผู้ขายหน่วยความจำอาจได้รับประโยชน์ไม่เพียงจากปริมาณการจัดส่งที่สูงขึ้นเท่านั้น แต่ยังรวมถึงราคาขายเฉลี่ย (ASP) และอัตรากำไรขั้นต้นที่แข็งแกร่งขึ้นด้วย มุมมองของ IDC เกี่ยวกับอุปทานหน่วยความจำปี 2026 ระบุว่า อัตราการเติบโตของอุปทาน DRAM และ NAND ในปี 2026 คาดว่าจะอยู่ที่ 16% และ 17% ตามลำดับ ซึ่งต่ำกว่าค่าเฉลี่ยในอดีต อุปทานที่ตึงตัวสามารถช่วยเพิ่มอำนาจการกำหนดราคาได้ แต่ก็อาจเพิ่มความเสี่ยงที่วัฏจักรราคากำลังจะเข้าใกล้จุดสูงสุดเช่นกัน

การส่งผ่านเงินลงทุนด้านสาธารณูปโภคพื้นฐาน (capex) ของ AI ไม่ได้เป็นไปตามเส้นตรง HBM และ DRAM อยู่ใกล้กับคลัสเตอร์การประมวลผลมากที่สุด Enterprise SSD อยู่ใกล้กับการเข้าถึงข้อมูลประสิทธิภาพสูง HDD อยู่ใกล้กับข้อมูลถาวรขนาดมหาศาล ระบบจัดเก็บข้อมูลระดับองค์กรอยู่ใกล้กับการนำ AI ไปใช้ในองค์กรและการกำกับดูแลข้อมูล หุ้นกลุ่มสตอเรจแต่ละตัวมีแหล่งของผลตอบแทนที่แตกต่างกันและควรได้รับการประเมินมูลค่าแตกต่างกัน คุณไม่ควรใช้ตรรกะแบบเดียวกันในการวิเคราะห์ Micron, Seagate, Western Digital, Pure Storage และ NetApp

สรุป: การลงทุนด้านโครงสร้างพื้นฐาน AI (AI capex) ส่งผลต่อหุ้นกลุ่มสตอเรจ (storage) ผ่านสี่ช่องทาง ได้แก่ การอัปเกรดการกำหนดค่าคอมพิวติ้ง (compute), การเติบโตของปริมาณข้อมูล, การล็อกอินของอุปทาน และอำนาจตั้งราคา ผู้ได้รับประโยชน์โดยตรงที่สุดคือ HBM, DRAM และ SSD สำหรับองค์กร เนื่องจากอยู่ใกล้กับเซิร์ฟเวอร์ AI มากที่สุด ส่วนผู้ได้รับประโยชน์ในระยะยาวคือ HDD แบบ nearline, object storage และแพลตฟอร์มสตอเรจสำหรับองค์กร เพราะ AI สร้างข้อมูลขึ้นอย่างต่อเนื่องที่ต้องจัดเก็บ กำกับดูแล และกู้คืน เมื่อประเมินหุ้นกลุ่มสตอเรจ สิ่งสำคัญไม่ใช่ว่าบริษัทกล่าวถึง AI หรือไม่ แต่คือคำสั่งซื้อ ASP อัตรากำไร กำลังการผลิต และกระแสเงินสดกำลังดีขึ้นไปพร้อมกันหรือไม่

หุ้นกลุ่มสตอเรจประเภทใดมีแนวโน้มได้รับประโยชน์มากกว่า?

หุ้นกลุ่มสตอเรจที่มีแนวโน้มได้ประโยชน์มากกว่าสามารถจัดกลุ่มได้เป็นสี่ประเภท ได้แก่ บริษัท HBM และ DRAM, บริษัท NAND และ enterprise SSD, บริษัท nearline HDD และผู้ให้บริการระบบสตอเรจระดับองค์กร แต่ละประเภทได้รับประโยชน์ในจังหวะที่แตกต่างกัน หุ้นกลุ่มหน่วยความจำอยู่ใกล้กับเซิร์ฟเวอร์ GPU มากกว่า จึงมักมีศักยภาพในการเติบโตที่แรงกว่าแต่ผันผวนตามวัฏจักรสูงกว่า ส่วน HDD อยู่ใกล้กับการจัดเก็บข้อมูลขนาดมหาศาลมากกว่า ส่วนสตอเรจระดับองค์กรขึ้นอยู่กับงบประมาณด้าน AI ขององค์กร คลาวด์แบบไฮบริด และการกำกับดูแลข้อมูลมากกว่า คุณควรจัดประเภทก่อน จากนั้นจึงวิเคราะห์หุ้นรายตัว

หมวดหมู่แรกคือ HBM และ DRAM บริษัทที่เป็นตัวแทน ได้แก่ Micron, SK Hynix และ Samsung HBM ถือเป็นหนึ่งในคอขวดสำคัญของการฝึก AI และการอนุมานระดับสูง ขณะที่ DRAM ได้ประโยชน์จากการอัปเกรดการกำหนดค่าเซิร์ฟเวอร์ ข้อดีของหุ้นกลุ่มนี้คือความอ่อนไหวของรายได้ที่สูงและอำนาจต่อรองด้านราคาที่แข็งแกร่ง ส่วนความเสี่ยงคือการเปลี่ยนผ่านเทคโนโลยีที่รวดเร็ว การกระจุกตัวของลูกค้าที่สูง และราคาที่อาจลดลงหลังจากการขยายกำลังการผลิต

หมวดหมู่ที่สองคือ NAND และ SSD สำหรับองค์กร บริษัทตัวแทน ได้แก่ Micron, SanDisk, Samsung และห่วงโซ่อุปทานที่เกี่ยวข้องกับ Kioxia ในวงกว้าง การอนุมาน AI, การค้นหาเวกเตอร์, การเร่งความเร็วฐานข้อมูล และการอ่านข้อมูลสำหรับการฝึกฝน ล้วนต้องการ SSD ประสิทธิภาพสูง NAND สำหรับผู้บริโภคอาจยังคงได้รับผลกระทบจากวัฏจักรของพีซีและสมาร์ตโฟน แต่ SSD สำหรับองค์กรผูกพันใกล้ชิดกับความต้องการของศูนย์ข้อมูล AI มากกว่า นั่นคือเหตุผลที่คุณจำเป็นต้องแยกแยะระหว่าง "การขึ้นราคา NAND ธรรมดา" กับ "การเติบโตของปริมาณ SSD สำหรับศูนย์ข้อมูล"

หมวดหมู่ที่สามคือ HDD แบบ nearline ซึ่งบริษัทตัวแทนได้แก่ Seagate และ Western Digital ตรรกะของ HDD ไม่ใช่การมาแทนที่ GPU แต่เป็นการรองรับข้อมูลระยะยาวที่เกิดขึ้นจาก AI ผลประกอบการไตรมาส 3 ปีงบ 2026 ของ Seagate แสดงรายได้ 3.11 พันล้านดอลลาร์ อัตรากำไรขั้นต้นตามหลัก GAAP ที่ 46.5% และกระแสเงินสดอิสระ 953 ล้านดอลลาร์ ผลประกอบการไตรมาส 3 ปีงบ 2026 ของ Western Digital แสดงรายได้ 3.34 พันล้านดอลลาร์ เพิ่มขึ้น 45% เมื่อเทียบกับปีก่อน อัตรากำไรขั้นต้นตามหลัก GAAP ที่ 50.2% และกระแสเงินสดอิสระ 978 ล้านดอลลาร์ผลลัพธ์เหล่านี้แสดงให้เห็นว่าความต้องการพื้นที่จัดเก็บข้อมูลบนคลาวด์ความจุสูงได้เริ่มปรากฏให้เห็นแล้วในด้านความสามารถในการทำกำไร

หมวดหมู่ที่สี่คือระบบจัดเก็บข้อมูลระดับองค์กรและแพลตฟอร์มการจัดการข้อมูล บริษัทตัวแทนได้แก่ Pure Storage, NetApp, Dell Technologies และ HPE การใช้ AI ในระดับองค์กรไม่ได้เป็นเพียงเรื่องการนำโมเดลไปใช้งานเท่านั้น แต่ยังต้องมีการจัดการสิทธิ์การเข้าถึงข้อมูล การสำรองและกู้คืนข้อมูล การย้ายขึ้นสู่ hybrid cloud อาร์เรย์แบบ all-flash และ storage-as-a-service อีกด้วย ผลประกอบการไตรมาส 4 ปีงบการเงิน 2026 ของ NetApp รายงานรายได้สุทธิจากอาร์เรย์แบบ all-flash ที่ 1.2 พันล้านดอลลาร์ เพิ่มขึ้น 18% เมื่อเทียบกับปีก่อนหน้า และรายได้สุทธิจาก Public Cloud ที่ 182 ล้านดอลลาร์ เพิ่มขึ้น 11% สำหรับหมวดหมู่นี้ ตัวชี้วัดที่มีประโยชน์กว่าคือ ARR, RPO รายได้จากการสมัครสมาชิก รายได้จาก all-flash และการเติบโตของ cloud storage

หากคุณติดตามบริษัทเหล่านี้ผ่าน ข้อมูลตลาดหุ้นสหรัฐฯ อย่าจัดประเภทบริษัททั้งหมดให้เป็นเพียง “หุ้นกลุ่ม AI และอุปกรณ์จัดเก็บข้อมูล” อย่างง่ายดาย วิธีที่ดีกว่าคือการแยกแยะตามชั้นของการจัดเก็บข้อมูล: Micron ควรมองผ่านมุมของ HBM, DRAM และ SSD สำหรับองค์กร; Seagate และ Western Digital ควรมองผ่านมุมของ HDD แบบ nearline และอัตรากำไรขั้นต้น; NetApp และ Pure Storage ควรมองผ่านมุมของคำสั่งซื้อระบบจัดเก็บข้อมูลสำหรับองค์กร รายได้จากการจัดเก็บข้อมูลบนคลาวด์ และการเปลี่ยนผ่านสู่รูปแบบสมัครสมาชิก ยิ่งการจำแนกประเภทชัดเจนมากขึ้น โอกาสที่คุณจะเข้าใจผิดระหว่างวัฏจักรราคาระยะสั้นกับการเติบโตในระยะยาวก็ยิ่งน้อยลง

สรุป: ประโยชน์จากการลงทุนด้าน AI (AI capex) ไม่ได้กระจายอย่างเท่าเทียมกันในหุ้นกลุ่มสตอเรจ (storage) HBM และ DRAM อยู่ใกล้กับงานประมวลผลมากที่สุดและมักมีศักยภาพในการเติบโตสูงที่สุด แต่ก็มีความอ่อนไหวต่อวัฏจักรราคาและอุปทานมากกว่าเช่นกัน Enterprise SSD ได้ประโยชน์จากการเข้าถึงข้อมูลความเร็วสูง Nearline HDD ได้ประโยชน์จากการเติบโตของข้อมูลจำนวนมหาศาลในระยะยาว ส่วนระบบสตอเรจระดับองค์กร (enterprise storage systems) ขึ้นอยู่กับการนำ AI ขององค์กร คลาวด์แบบไฮบริด และการกำกับดูแลข้อมูลมาใช้ เมื่อวิเคราะห์หุ้นกลุ่มสตอเรจ ให้ระบุก่อนว่าบริษัทนั้นอยู่ในเลเยอร์ใด จากนั้นจึงเลือกใช้ตัวชี้วัดที่เหมาะสม แทนที่จะใช้กรอบการประเมินมูลค่าแบบเดียวกับทุกบริษัท

นักลงทุนควรเฝ้าติดตามสัญญาณทางการเงินและอุตสาหกรรมใดบ้าง?

หากต้องการตัดสินว่าเงินลงทุนด้านทุน (capex) ด้าน AI นั้นได้สร้างประโยชน์ให้กับหุ้นกลุ่มหน่วยความจำอย่างแท้จริงหรือไม่ คุณต้องเฝ้าดูสัญญาณห้าประการ ได้แก่ ผู้ให้บริการคลาวด์ยังคงปรับเพิ่มแนวโน้มเงินลงทุนด้านทุนหรือไม่ รายได้ของบริษัทหน่วยความจำกำลังเร่งตัวขึ้นหรือไม่ อัตรากำไรขั้นต้นกำลังปรับปรุงดีขึ้นหรือไม่ การมองเห็นคำสั่งซื้อล่วงหน้ากำลังแข็งแกร่งขึ้นหรือไม่ และกระแสเงินสดอิสระกำลังดีขึ้นในเวลาเดียวกันหรือไม่ การมองเพียงแค่การใช้จ่ายด้านคลาวด์เพียงอย่างเดียวอาจทำให้ประเมินโอกาสสูงเกินจริง การมองเพียงผลกำไรของหุ้นกลุ่มหน่วยความจำเพียงอย่างเดียวอาจนำไปสู่การไล่ตามโมเมนตัม แนวทางที่น่าเชื่อถือกว่าคือการนำเงินลงทุนด้านทุน คำสั่งซื้อ การตั้งราคา อัตรากำไร และกระแสเงินสดมาพิจารณารวมกันในกรอบการวิเคราะห์เดียวกัน

สัญญาณแรกคือแนวโน้มการใช้จ่ายด้าน CAPEX ของ CSP จังหวะการใช้จ่ายของ Microsoft, Amazon, Alphabet และ Meta ถือเป็นสัญญาณนำสำหรับความต้องการอุปกรณ์จัดเก็บข้อมูล การใช้จ่าย CAPEX ที่สูงขึ้นมักหมายความว่าผู้ให้บริการคลาวด์มองเห็นความต้องการที่แข็งแกร่งขึ้น แต่คุณก็ต้องประเมินด้วยว่าเงินจำนวนนั้นไหลไปทางไหน หากการใช้จ่ายที่เพิ่มขึ้นส่วนใหญ่ลงทุนใน GPU และโครงสร้างอาคารศูนย์ข้อมูล แรงดึงดูดต่อคำสั่งซื้ออุปกรณ์จัดเก็บข้อมูลในระยะสั้นอาจอ่อนแอกว่า แต่หากบริษัทระบุอย่างชัดเจนถึงความจุการจัดเก็บข้อมูล เซิร์ฟเวอร์ ระบบเครือข่ายศูนย์ข้อมูล และความต้องการของลูกค้าในระยะยาว คุณภาพของการส่งผ่านสัญญาณก็จะแข็งแกร่งกว่า

สัญญาณที่สองคือการฟื้นตัวพร้อมกันทั้งรายได้และอัตรากำไรขั้นต้นของบริษัทผู้ผลิตอุปกรณ์จัดเก็บข้อมูล การเติบโตของรายได้แสดงว่าคำสั่งซื้อกำลังเข้ามาจริง ส่วนการปรับปรุงอัตรากำไรขั้นต้นแสดงถึงอำนาจการตั้งราคาที่แข็งแกร่งขึ้นหรือโครงสร้างผลิตภัณฑ์ที่ดีขึ้น หากรายได้เติบโตแต่อัตรากำไรขั้นต้นลดลง บริษัทอาจได้ปริมาณการขายมาด้วยราคาที่ต่ำกว่า หากอัตรากำไรขั้นต้นสูงขึ้นแต่รายได้ไม่เติบโตอย่างต่อเนื่อง การปรับปรุงดังกล่าวอาจเป็นเพียงวงจรการตั้งราคาระยะสั้นเท่านั้น ดังนั้นการฟื้นตัวของอัตรากำไรล่าสุดของ Seagate และ Western Digital จึงเป็นสัญญาณสำคัญในวงจรอุตสาหกรรม HDD

สัญญาณที่สามคือการมองเห็นคำสั่งซื้อ หุ้นธุรกิจคลังสินค้าแบบดั้งเดิมมีความเปราะบางต่อการกลับทิศทางของวงจรสินค้าคงคลัง แต่หากลูกค้าลงนามในสัญญาหลายปี ชำระเงินล่วงหน้า หรือยอมรับระยะเวลารอคอยที่ยาวนานขึ้น ความผันผวนบางส่วนก็สามารถลดลงได้ รายงาน 10-Q ประจำไตรมาส 3 ของปีการเงิน 2026 ของ Micron ยังเปิดเผยด้วยว่า ณ วันที่ 28 พฤษภาคม 2026 ราคาตามสัญญาที่จัดสรรให้กับภาระผูกพันในการปฏิบัติตามสัญญาที่เหลืออยู่มีมูลค่าประมาณ 5 พันล้านดอลลาร์ โดยมีบางส่วนมาจากข้อตกลงกับลูกค้าเชิงกลยุทธ์ ข้อมูลลักษณะนี้มีประโยชน์มากกว่าการอ้างแบบกว้าง ๆ ว่า "ดีมานด์ AI แข็งแกร่ง"

สัญญาณที่สี่คือการกำหนดราคาตามอุปสงค์และอุปทาน DRAM, NAND, HDD และ SSD ยังคงมีลักษณะเป็นวัฏจักร ความต้องการจาก AI สามารถดันราคาให้สูงขึ้นและยืดเวลาวัฏจักรออกไป แต่การขยายกำลังการผลิตอาจทำให้ราคาลดลงในที่สุด คุณควรติดตามราคาสัญญา ระยะเวลารอส่งมอบ จำนวนวันของสินค้าคงคลัง สินค้าคงคลังของลูกค้า และอัตราการใช้กำลังการผลิตอย่างต่อเนื่อง การขึ้นราคามักเป็นผลดีในช่วงต้นของวัฏจักรขาขึ้น แต่ในช่วงหลังๆ อาจผลักดันให้ลูกค้าเลื่อนการซื้อออกไปหรือกดดันความต้องการของเครื่องใช้อิเล็กทรอนิกส์สำหรับผู้บริโภค

สัญญาณที่ห้าคือกระแสเงินสดอิสระ การลงทุนด้านสินทรัพย์ถาวร (capex) ด้าน AI ยังก่อให้เกิดแรงกดดันต่อกระแสเงินสดทั้งต่อผู้ให้บริการคลาวด์และผู้ผลิตต้นน้ำ การวิเคราะห์ของ J.P. Morgan Asset Management เกี่ยวกับเทคโนโลยีและ AI ระบุว่า สัดส่วนการลงทุน capex ด้าน AI ของบรรดา hyperscaler เทียบกับกระแสเงินสดจากการดำเนินงานเพิ่มขึ้นจาก 33% ในปี 2023 เป็นประมาณการ 93% ในปี 2026 เมื่อการใช้จ่ายกินสัดส่วนกระแสเงินสดมากถึงเพียงนี้ ตลาดย่อมให้ความสำคัญกับผลตอบแทนจากการลงทุนมากขึ้นอย่างมาก

ยังมีปัจจัยเชื่อมโยงที่นักลงทุนมักมองข้าม นั่นคือ ต้นทุนการซื้อขาย เมื่อคุณศึกษาเกี่ยวกับหุ้นกลุ่ม AI capex และหุ้นกลุ่มสื่อจัดเก็บข้อมูล คุณควรพิจารณาไม่เพียงแค่ปัจจัยพื้นฐานของบริษัทเท่านั้น แต่ยังต้องรวมถึงต้นทุนการทำธุรกรรมจริงของคุณด้วย ค่าธรรมเนียมการซื้อขายหุ้นสหรัฐฯ มักรวมถึงมากกว่าค่าคอมมิชชั่น โดยอาจรวมถึงค่าธรรมเนียมแพลตฟอร์ม ค่าธรรมเนียมตัวแทนภายนอก และค่าธรรมเนียมกิจกรรมการซื้อขายอีกด้วย หากมีบริการที่เกี่ยวข้องในภูมิภาคของคุณ Biya สามารถใช้ติดตามหุ้นสหรัฐฯ และหุ้นฮ่องกงได้ ตามค่าธรรมเนียมการซื้อขายหุ้นสหรัฐฯ ของ Biya ระบุว่า Biya ไม่เก็บค่าคอมมิชชั่นสำหรับการซื้อขายหุ้นสหรัฐฯ ส่วนค่าธรรมเนียมแพลตฟอร์ม ค่าธรรมเนียมตัวแทนภายนอก และค่าธรรมเนียมอื่น ๆ ให้เป็นไปตามศูนย์ค่าธรรมเนียมและหน้าคำสั่งซื้อขายความพร้อมใช้งานของบริการขึ้นอยู่กับที่ตั้งของคุณ ผลการตรวจสอบยืนยันตัวตน กฎของแพลตฟอร์ม ตลอดจนกฎหมายและข้อบังคับที่เกี่ยวข้อง

สรุปสาระสำคัญ: การลงทุนด้านทุน (capex) ด้าน AI เป็นปัจจัยเชิงบวกจริงหรือไม่สำหรับหุ้นกลุ่มอุปกรณ์จัดเก็บข้อมูล จะต้องได้รับการตรวจสอบผ่านสัญญาณทางการเงิน คุณสามารถตรวจสอบแนวทางการลงทุน capex ของผู้ให้บริการคลาวด์รายใหญ่ทั้งสี่ (CSPs) การเติบโตของรายได้ของบริษัทด้านการจัดเก็บข้อมูล การเปลี่ยนแปลงของอัตรากำไรขั้นต้น ความชัดเจนของคำสั่งซื้อ การกำหนดราคาตามอุปสงค์-อุปทาน และกระแสเงินสดอิสระ ตามลำดับ หากตัวชี้วัดเหล่านี้ปรับปรุงขึ้นพร้อมกัน แสดงว่าความต้องการด้าน AI กำลังเข้าสู่งบกำไรขาดทุนและงบกระแสเงินสด หากมีเพียงพาดหัวข่าวเรื่อง capex และราคาหุ้นที่ขึ้น โดยไม่มีการสนับสนุนจากรายได้ อัตรากำไร และกระแสเงินสด ความเสี่ยงจะเพิ่มขึ้นอย่างมีนัยสำคัญ ก่อนทำการซื้อขาย คุณควรตรวจสอบโครงสร้างค่าธรรมเนียม กฎเกณฑ์เกี่ยวกับคำสั่งซื้อ และระดับการยอมรับความเสี่ยงของตนเองด้วย

นักลงทุนควรระวังความเสี่ยงและความเข้าใจผิดอะไรบ้างเกี่ยวกับ Capex ด้าน AI และหุ้นกลุ่มอุปกรณ์จัดเก็บข้อมูล?

ความเสี่ยงที่ใหญ่ที่สุดของหุ้นกลุ่มหน่วยความจำจัดเก็บข้อมูล (storage stocks) ไม่ใช่ความต้องการจาก AI ที่หายไปทั้งหมด แต่ความเสี่ยงที่ใหญ่กว่าคือความไม่สอดคล้องกันระหว่างการเป็นจริงของความต้องการ ผลตอบแทนของผู้ให้บริการคลาวด์ และวัฏจักรราคาของหน่วยความจำจัดเก็บข้อมูล ผู้ให้บริการคลาวด์อาจลงทุนสร้างมากเกินไปในบางช่วงเวลา บริษัทหน่วยความจำจัดเก็บข้อมูลอาจเผชิญกับการลดลงของราคาขายเฉลี่ย (ASP) หลังจากอุปทานขยายตัว นักลงทุนอาจเข้าใจผิดว่าวัฏจักรราคาที่ขึ้นในระยะสั้นคือการเติบโตเชิงโครงสร้างในระยะยาว คุณจำเป็นต้องเฝ้าดูด้านความต้องการ อุปทาน การประเมินมูลค่า และกระแสเงินสดไปพร้อมกัน ไม่ใช่มองเพียงข้อเท็จจริงที่ว่าบริษัทเทคโนโลยีขนาดใหญ่ยังคงทุ่มเทการลงทุนอยู่

ความเข้าใจผิดประการแรกคือการถือว่าเงินลงทุนด้านสินทรัพย์ถาวร (capex) ของ AI ทั้งหมดเป็นคำสั่งซื้อด้านที่เก็บข้อมูล Capex ของผู้ให้บริการคลาวด์รวมถึงการใช้จ่ายจำนวนมากใน GPU, CPU, ที่ดิน, อาคารสิ่งก่อสร้าง, พลังงานไฟฟ้า, ระบบระบายความร้อน, เครือข่าย และสัญญาเช่า การจัดเก็บข้อมูลเป็นส่วนสำคัญของศูนย์ข้อมูล AI แต่ไม่ใช่ทั้งหมด นักลงทุนที่แปลการเติบโตของ capex ด้านคลาวด์เป็นรายได้ของบริษัทที่เก็บข้อมูลอย่างเชิงกลไกอาจประเมินศักยภาพการเติบโตสูงเกินจริง

ความเข้าใจผิดประการที่สองคือการถือว่าการที่ราคาอุปกรณ์จัดเก็บข้อมูลสูงขึ้นเป็นสิ่งถาวร ยังคงหมุนเวียนเป็นวงจร DRAM, NAND, SSD และ HDD ทั้งหมด ความต้องการด้าน AI สามารถเปลี่ยนความรุนแรงและระยะเวลาของวงจรได้ แต่ไม่สามารถขจัดการขยายกำลังการผลิต การปรับลดสินค้าคงคลัง หรือการที่ราคาลดลงได้ ประเด็นนี้สำคัญเป็นพิเศษเมื่ออัตรากำไรขั้นต้นสูงอยู่แล้วและราคาหุ้นปรับขึ้นอย่างรวดเร็วแล้ว การที่ผู้ให้บริการคลาวด์รายใดชะลอการจัดซื้อ ลูกค้าเลื่อนคำสั่งซื้อออกไป หรือกำลังการผลิตใหม่ถูกปล่อยออกสู่ตลาด อาจทำให้เกิดการปรับลดมูลค่าหลักทรัพย์ได้

ความเข้าใจผิดประการที่สามคือการมองข้ามแรงกดดันด้าน ROI ของผู้ให้บริการคลาวด์ ไมโครซอฟท์ อเมซอน Alphabet และ Meta ในที่สุดจำเป็นต้องเปลี่ยนการลงทุนด้าน AI ให้กลายเป็นรายได้จากคลาวด์ รายได้จากการสมัครสมาชิก ประสิทธิภาพการโฆษณา หรือรายได้จากการให้เช่ากำลังประมวลผลภายนอก หากการใช้จ่ายเติบโตเร็วกว่ารายได้ ตลาดอาจเปลี่ยนจาก “ความต้องการ AI ที่แข็งแกร่ง” ไปสู่คำถามที่ว่า “ผลตอบแทนจาก AI ดีพอหรือไม่” รายงานล่าสุดของ Meta เกี่ยวกับความเป็นไปได้ในการขายกำลังประมวลผล AI ที่เหลือใช้ คือกรณีศึกษาว่านักลงทุนประเมินอัตราการใช้งานกำลังประมวลผลใหม่อย่างไร

ความเข้าใจผิดประการที่สี่คือการซื้อเฉพาะหุ้นกลุ่มที่เก็บสินค้า (storage) ที่ขึ้นมากที่สุด อุตสาหกรรมที่มีวัฏจักรรุนแรงมักจะรีบาวด์อย่างรวดเร็วในช่วงขาขึ้นของวัฏจักร แต่หุ้นที่ขึ้นมากที่สุดไม่จำเป็นต้องให้ระยะปลอดภัยของอัตรากำไรที่ดีที่สุดเสมอไป คุณยังคงต้องตรวจสอบว่าการประเมินมูลค่าได้สะท้อนการปรับตัวดีขึ้นของกำไรในอีกสองถึงสามปีข้างหน้าไปแล้วหรือไม่ ฐานลูกค้ากระจุกตัวเกินไปหรือไม่ กระแสเงินสดมีการปรับปรุงที่แท้จริงหรือไม่ และบริษัทกำลังขยายกำลังการผลิตอย่างก้าวร้าวในช่วงจุดสูงสุดของวัฏจักรหรือไม่

นักลงทุนทั่วไปควรใช้แนวคิดแบบ “ตรวจสอบยืนยัน” มากกว่าแนวคิดแบบ “เดิมพันครั้งเดียว” ประการแรก ให้ตรวจสอบว่าผู้ให้บริการคลาวด์ยังคงลงทุนอยู่หรือไม่ จากนั้นดูว่าบริษัทด้านที่เก็บข้อมูล (storage) ได้รับคำสั่งซื้อหรือไม่ และสุดท้าย ยืนยันว่ากำไรและกระแสเงินสดกำลังก่อตัวขึ้นจริงหรือไม่ สัญญาณเพียงสัญญาณเดียว เช่น “Meta เพิ่มงบลงทุน” หรือ “หุ้นกลุ่ม storage ตัวหนึ่งทำราคาใหม่สูงสุด” ไม่เพียงพอที่จะสร้างการตัดสินใจที่สมบูรณ์ ข้อมูลจากตลาดสาธารณะสามารถช่วยให้คุณเข้าใจตรรกะเบื้องหลังได้ แต่ไม่ถือเป็นคำแนะนำการลงทุน

สรุป: การลงทุนด้านทุนของ AI (AI capex) เป็นแรงส่งเสริมที่สำคัญสำหรับหุ้นกลุ่มหน่วยความจำ (storage) แต่ไม่ใช่เหตุผลสำหรับการลงทุนที่ปราศจากความเสี่ยง ความเสี่ยงหลักมาจากความไม่สอดคล้องกันสี่ประการ ได้แก่ การลงทุนด้านทุนของคลาวด์เทียบกับผลตอบแทนจากรายได้ ความต้องการหน่วยความจำเทียบกับการขยายกำลังผลิตจากฝั่งอุปทาน การขึ้นราคาระยะสั้นเทียบกับกำไรระยะยาว และความคาดหวังต่อราคาหุ้นเทียบกับคุณภาพของกระแสเงินสด คุณต้องแยกความต้องการด้าน AI ออกจากการรับรู้ทางการเงิน ตรรกะการลงทุนจะสมบูรณ์มากขึ้นก็ต่อเมื่อการเติบโตของความต้องการ ความชัดเจนของคำสั่งซื้อ (order visibility) อัตรากำไรขั้นต้น และกระแสเงินสดอิสระ (free cash flow) ดีขึ้นพร้อมกัน

นักลงทุนทั่วไปจะสร้างกรอบการติดตาม AI Capex และหุ้นกลุ่มหน่วยความจำได้อย่างไร?

นักลงทุนทั่วไปสามารถใช้กรอบการวิเคราะห์สามชั้นเพื่อติดตามว่าการลงทุนด้านทุนของ AI ส่งผลต่อหุ้นกลุ่มหน่วยความจำอย่างไร ประการแรก ให้ตรวจสอบว่า CSP รายใหญ่ทั้งสี่ยังคงเพิ่มการใช้จ่ายด้านทุนต่อเนื่องหรือไม่ ประการที่สอง ให้ระบุว่าชั้นใดขาดแคลนมากกว่า: HBM, DRAM, SSD, HDD หรือระบบจัดเก็บข้อมูลระดับองค์กร ประการที่สาม ให้ตรวจสอบว่าบริษัทใดมีรายได้ อัตรากำไรขั้นต้น คำสั่งซื้อ และกระแสเงินสดอิสระดีขึ้นหรือไม่ คุณไม่จำเป็นต้องคาดการณ์การจัดซื้อของศูนย์ข้อมูลทุกครั้ง แต่ควรตรวจสอบอย่างต่อเนื่องว่า “การลงทุน—อุปสงค์—กำไร” เชื่อมโยงกันได้จริงหรือไม่

ขั้นตอนแรกคือการติดตามรายงานผลประกอบการและแนวโน้มกำไร (guidance) ของผู้ให้บริการระบบคลาวด์ (CSP) รายใหญ่ทั้งสี่ราย สำหรับ Microsoft ให้เน้นที่การเติบโตของ Azure, อัตราการทำรายได้ AI ต่อปี (annual revenue run rate), การลงทุนด้านทุนประจำไตรมาส และข้อจำกัดด้านกำลังการผลิต สำหรับ Amazon ให้เน้นที่การเติบโตของ AWS, กระแสเงินสดอิสระ, ความต้องการลูกค้าด้าน AI และชิปที่ผลิตเอง สำหรับ Alphabet ให้เน้นที่ Google Cloud, TPUs, สัดส่วนการใช้จ่ายด้านโครงสร้างพื้นฐานทางเทคนิค และความต้องการคลาวด์ที่เกี่ยวข้องกับ AI สำหรับ Meta ให้เน้นที่แนวโน้มการลงทุนด้านทุน (capex guidance), ประสิทธิภาพ AI ด้านการโฆษณา, การใช้งานกำลังประมวลผล และรายได้จากการประมวลผลภายนอกที่อาจเกิดขึ้น

ขั้นตอนที่สองคือการจำแนกหุ้นกลุ่มสตอเรจตามชั้น Micron, SK Hynix และ Samsung จัดอยู่ในชั้น HBM/DRAM ได้ดีกว่า Micron, SanDisk และ Samsung ยังอยู่ในชั้น NAND/SSD ด้วยเช่นกัน ส่วน Seagate และ Western Digital ควรมองผ่านชั้น nearline HDD จะเหมาะสมกว่า สำหรับ Pure Storage, NetApp, Dell และ HPE จัดกลุ่มภายใต้สตอเรจระดับองค์กรจะดีกว่า เมื่อชั้นต่าง ๆ ชัดเจนแล้ว คุณก็สามารถใช้ตัวชี้วัดที่ถูกต้องแทนการพึ่งพาป้ายกำกับกว้าง ๆ ว่า “AI storage” ได้

ขั้นตอนที่สามคือการสร้างแดชบอร์ดตัวชี้วัดแบบคงที่ คุณสามารถติดตาม Capex ของ CSP รายไตรมาส ราคาหน่วยความจำและ NAND รายเดือน ตลอดจนรายได้ อัตรากำไรขั้นต้น กระแสเงินสดอิสระ และการมองเห็นคำสั่งซื้อของบริษัทจัดเก็บข้อมูลในทุกฤดูกาลประกาศผลประกอบการ ในระดับการซื้อขาย คุณยังต้องรวมโครงสร้างค่าธรรมเนียม ราคาการดำเนินคำสั่ง ประเภทคำสั่งซื้อ และความเสี่ยงจากตำแหน่งการลงทุนไว้ในการตัดสินใจของคุณด้วย

ขั้นตอนที่สี่คือการหลีกเลี่ยงการเดิมพันจุดเดียว บริษัทผู้ให้บริการคลาวด์รายหนึ่งที่เพิ่มการลงทุน capex ไม่ได้แปลว่าหุ้นกลุ่มสตอเรจทั้งหมดจะได้ประโยชน์ อัตรากำไรที่ดีขึ้นเพียงไตรมาสเดียวไม่สามารถพิสูจน์ได้ว่าวงจรระยะยาวได้เปลี่ยนไปแล้ว คุณสามารถแบ่งการตัดสินใจลงทุนออกเป็นสามคำถาม นั่นคือ ความต้องการเป็นของจริงหรือไม่ กำไรได้รับการรับรู้จริงหรือไม่ และการประเมินมูลค่าสมเหตุสมผลหรือไม่ โดยทั้งสามข้อจะต้องเป็นจริงพร้อมกัน AI capex จึงจะให้การสนับสนุนด้านปัจจัยพื้นฐานที่มั่นคงยิ่งขึ้นแก่หุ้นกลุ่มสตอเรจที่เกี่ยวข้อง

หากคุณต้องการติดตามหุ้นสหรัฐฯ อย่าง Microsoft, Amazon, Alphabet, Meta, Micron, Seagate, Western Digital, NetApp และอื่น ๆ พร้อมกัน คุณสามารถใช้ Download App เพื่อติดตามความเคลื่อนไหวของตลาด วันประกาศผลประกอบการ และความผันผวนได้ ก่อนทำการซื้อขาย คุณควรตรวจสอบค่าธรรมเนียมที่แสดงบนหน้าคำสั่งซื้อ ค่าธรรมเนียมจากหน่วยงานภายนอก กฎระเบียบที่เกี่ยวข้อง และระดับความเสี่ยงที่คุณรับได้เอง อย่าถือว่าตรรกะของอุตสาหกรรมเป็นสัญญาณซื้อโดยตรง

สรุป: การลงทุนด้านโครงสร้างพื้นฐาน AI (AI capex) คือจุดเริ่มต้นในการวิจัยหุ้นกลุ่มอุปกรณ์จัดเก็บข้อมูล ไม่ใช่คำตอบสุดท้าย กรอบการติดตามที่ใช้งานได้จริงควรเริ่มจากงบประมาณของ CSP จากนั้นเดินหน้าผ่าน HBM, DRAM, SSD, HDD และระบบจัดเก็บข้อมูลระดับองค์กร และสุดท้ายตรวจสอบความถูกต้องของตรรกะผ่านรายได้ อัตรากำไรขั้นต้น การมองเห็นคำสั่งซื้อล่วงหน้า และกระแสเงินสดอิสระ คุณไม่จำเป็นต้องคาดการณ์รายละเอียดการจัดซื้อจัดจ้างของศูนย์ข้อมูลทุกประการ คุณเพียงแค่ต้องคอยติดตามว่าผู้ให้บริการคลาวด์ยังคงขยายตัวต่อไปหรือไม่ อุปสงค์และอุปทานของอุปกรณ์จัดเก็บข้อมูลยังคงตึงตัวอยู่หรือไม่ งบการเงินของบริษัทกำลังดีขึ้นหรือไม่ และการประเมินมูลค่าหุ้นสะท้อนความคาดหวังที่สูงเกินจริงไปแล้วหรือไม่

หากคุณติดตามการลงทุนด้านโครงสร้างพื้นฐาน AI (capex) ของ Microsoft, Amazon, Google และ Meta รวมถึงหุ้นกลุ่มสตอเรจ เช่น Seagate, Western Digital, Micron, Pure Storage และ NetApp คุณจำเป็นต้องผสมผสานตรรกะของอุตสาหกรรม ข้อมูลงบการเงิน ต้นทุนการซื้อขาย และการควบคุมความเสี่ยงเข้าด้วยกัน Biya เป็นกระเป๋าเงินสำหรับซื้อขายสินทรัพย์หลายประเภททั่วโลก ที่รองรับการซื้อขายหุ้นสหรัฐฯ หุ้นฮ่องกง และคริปโต พร้อมทั้งรองรับการแลกเปลี่ยน USDT เป็นสกุลเงินฟิอัตหลัก เช่น ดอลลาร์สหรัฐฯ หรือดอลลาร์ฮ่องกง การให้บริการขึ้นอยู่กับที่ตั้งของคุณ ผลการตรวจสอบยืนยันตัวตน กฎของแพลตฟอร์ม รวมถึงกฎหมายและข้อบังคับที่เกี่ยวข้อง ก่อนทำการซื้อขาย โปรดตรวจสอบประกาศของบริษัท วันประกาศงบการเงิน โครงสร้างค่าธรรมเนียม และรายละเอียดคำสั่งซื้อขายข้อมูลสาธารณะและการวิเคราะห์ตลาดสามารถช่วยให้คุณเข้าใจตรรกะได้ แต่ไม่ถือเป็นคำแนะนำการลงทุน การตัดสินใจซื้อขายจริงควรอ้างอิงตามระดับความเสี่ยงที่คุณยอมรับได้และข้อมูลที่แสดงบนแพลตฟอร์ม

คำถามที่พบบ่อย

การใช้จ่าย Capex ด้าน AI ของ Microsoft ที่สูงขึ้นเป็นประโยชน์ต่อหุ้นกลุ่มอุปกรณ์จัดเก็บข้อมูลเสมอไปหรือไม่?

ไม่เสมอไป การใช้จ่าย Capex ด้าน AI ของ Microsoft ที่สูงขึ้นมักบ่งชี้ถึงความต้องการด้านโครงสร้างพื้นฐานของ Azure และ AI ที่แข็งแกร่งขึ้น แต่รายจ่ายส่วนหนึ่งไปลงทุนใน GPU, CPU, ศูนย์ข้อมูล, พลังงาน และระบบเครือข่าย มากกว่าอุปกรณ์จัดเก็บข้อมูล คุณยังคงต้องติดตามความจุการจัดเก็บข้อมูล, SSD สำหรับองค์กร, DRAM, คำสั่งซื้อ HDD และว่าบริษัทที่เกี่ยวข้องแสดงให้เห็นถึงอัตรากำไรและกระแสเงินสดที่ดีขึ้นหรือไม่

Capex ของ Amazon AWS มีผลกระทบต่อหุ้นกลุ่ม HDD มากกว่าหรือไม่?

อาจมีผลกระทบในวงกว้างมากขึ้น แต่จะเป็นเช่นนั้นก็ต่อเมื่อการขยายตัวของ AWS สร้างดีมานด์ที่ต่อเนื่องสำหรับการจัดเก็บข้อมูลขนาดใหญ่มหาศาลเท่านั้น หุ้น HDD ได้รับประโยชน์มากกว่าจาก object storage, ข้อมูลที่เก็บถาวร, HDD แบบ nearline และที่จัดเก็บความจุสูงต้นทุนต่ำ หาก capex ของ AWS ชะลอตัว การจัดซื้อคลาวด์ล่าช้า หรือวงจรราคา HDD กลับทิศทาง หุ้นที่เกี่ยวข้องอาจยังคงเผชิญแรงกดดันได้

กลุ่มธุรกิจจัดเก็บข้อมูลใดได้รับประโยชน์มากที่สุดจากการลงทุนด้าน AI ของ Google?

การลงทุนด้าน AI ของ Google อาจเป็นประโยชน์ต่อ HBM, DRAM, SSD ระดับองค์กร, ระบบเครือข่ายศูนย์ข้อมูล และการจัดเก็บข้อมูลขนาดใหญ่ ทั้งนี้เป็นเพราะ Google มีทั้ง TPU และ DeepMind รวมถึง Google Cloud, Search, YouTube และระบบนิเวศ Gemini ดีมานด์ด้านการจัดเก็บข้อมูลของบริษัทครอบคลุมทั้งการฝึกโมเดลและการอนุมาน (inference) ตลอดจนการจัดการข้อมูลในระยะยาว

เหตุใดการเพิ่มขึ้นของ AI Capex ของ Meta จึงเป็นที่ถกเถียง?

การลงทุนด้าน AI ที่เพิ่มขึ้นของ Meta กำลังก่อให้เกิดข้อถกเถียง เนื่องจากตลาดมองเห็นศักยภาพในด้านระบบแนะนำโฆษณาและโมเดลที่เป็นกรรมสิทธิ์ของบริษัท แต่ก็ยังกังวลเกี่ยวกับการใช้จ่ายที่รวดเร็ว ระยะเวลาคืนทุนที่ยาวนาน และการใช้ประโยชน์จากกำลังประมวลผลที่ยังไม่เพียงพอ หาก Meta นำกำลังประมวลผล AI ออกให้บริการภายนอกในอนาคต นักลงทุนจำเป็นต้องประเมินว่าสิ่งนั้นช่วยปรับปรุงการใช้ประโยชน์จากสินทรัพย์หรือเป็นสัญญาณว่าความต้องการภายในอ่อนแอกว่าที่คาดไว้

การลดลงของการลงทุนด้าน AI จะส่งผลต่อหุ้นกลุ่มสตอเรจ (Storage) อย่างไร?

การลดลงของการลงทุนด้าน AI โดยทั่วไปมักส่งผลให้ความคาดหวังด้านคำสั่งซื้อของหุ้นกลุ่มอุปกรณ์จัดเก็บข้อมูลลดลง โดยเฉพาะ HBM, SSD สำหรับองค์กร, HDD แบบ nearline และระบบจัดเก็บข้อมูลสำหรับองค์กร หากการชะลอตัวเกิดขึ้นในช่วงที่มีสินค้าคงคลังสูง อัตรากำไรสูง หรือการประเมินมูลค่าหุ้นอยู่ในระดับสูง ความผันผวนของหุ้นอาจเพิ่มขึ้น แต่หากเป็นเพียงการปรับเวลาของโครงการ ผลกระทบอาจอยู่ในระยะสั้นเท่านั้น

นักลงทุนทั่วไปจะบอกได้อย่างไรว่าหุ้นกลุ่มอุปกรณ์จัดเก็บข้อมูลร้อนแรงเกินไปหรือไม่?

นักลงทุนทั่วไปสามารถสังเกตสัญญาณได้สี่ประการ: ราคาหุ้นเพิ่มขึ้นเร็วกว่ากำไรมากนักหรือไม่, อัตรากำไรขั้นต้นใกล้จุดสูงสุดของวงจรแล้วหรือไม่, คำสั่งซื้อของลูกค้ากระจุกตัวมากเกินไปหรือไม่, และกระแสเงินสดอิสระตามหลังการเติบโตของกำไรอยู่หรือไม่ การตัดสินใจซื้อขายใด ๆ ควรพิจารณาความเสี่ยงที่ยอมรับได้ส่วนบุคคล รายละเอียดคำสั่งซื้อ โครงสร้างค่าธรรมเนียม และข้อกำหนดด้านกำกับดูแลในท้องถิ่น