HPE, Dell และ Enterprise Storage: บริษัทใดดูเหมือนผู้เล่นด้านโครงสร้างพื้นฐาน AI มากกว่ากัน?

หากคุณถามว่า HPE, Dell หรือบริษัทจัดเก็บข้อมูลองค์กรตัวไหนดูเหมือนผู้เล่นด้านโครงสร้างพื้นฐาน AI มากกว่ากัน คำตอบไม่ใช่การเลือกเพียงบริษัทเดียวอย่างง่าย Dell ดูเหมือนบริษัทส่งมอบเซิร์ฟเวอร์ AI ในระดับขนาดใหญ่มากกว่า HPE ดูเหมือนผู้ให้บริการบูรณาการด้าน "เครือข่าย AI + AI คลาวด์ส่วนตัว + โครงสร้างพื้นฐานคลาวด์แบบไฮบริด" มากกว่า ส่วน NetApp, Pure Storage และบริษัทจัดเก็บข้อมูลองค์กรอื่นๆ ดูเหมือนผู้ให้บริการโครงสร้างพื้นฐานชั้นข้อมูล AI มากกว่า เมื่อคุณประเมินมูลค่าการลงทุนของพวกเขา คุณไม่ควรถามเพียงว่าบริษัทใดพูดถึง AI แต่คุณจำเป็นต้องเปรียบเทียบแหล่งรายได้ ความชัดเจนของออร์เดอร์ อัตรากำไร กระแสเงินสด และสถานการณ์การใช้งานของลูกค้าด้วย

ประเด็นสำคัญ

• จุดแข็งของ Dell อยู่ที่ขนาดคำสั่งซื้อเซิร์ฟเวอร์ AI และความสามารถในการส่งมอบ
• จุดแข็งของ HPE อยู่ที่ระบบเครือข่าย AI คลาวด์ส่วนตัว และความเกื้อกูลจาก Juniper
• บริษัทด้านการจัดเก็บข้อมูลองค์กรมุ่งเน้นไปที่ชั้นข้อมูล AI มากกว่าแพลตฟอร์ม AI แบบครบวงจร
• มูลค่าของโครงสร้างพื้นฐาน AI ขึ้นอยู่กับรายได้ คุณภาพของอัตรากำไร และกระแสเงินสด
• ระบบจัดเก็บข้อมูลและเครือข่ายเป็นตัวกำหนดความลึกของการเติบโตของเซิร์ฟเวอร์ AI
• ความเสี่ยงสำคัญ ได้แก่ ความคาดหวังที่สูง แรงกดดันจากห่วงโซ่อุปทาน งบประมาณของลูกค้า และการบริหารการบูรณาการ

กรอบแนวคิดหลักในการประเมินบริษัทโครงสร้างพื้นฐาน AI

เมื่อคุณตัดสินว่า HPE, Dell หรือบริษัทพื้นที่จัดเก็บข้อมูลระดับองค์กรแบบใดดูเหมือนบริษัทโครงสร้างพื้นฐาน AI มากกว่ากัน คุณไม่ควรมองเพียงว่าใครขายเซิร์ฟเวอร์ GPU หรือใครพูดถึง AI ในรายงานผลประกอบการเท่านั้น กรอบการประเมินที่แม่นยำกว่านั้นคือการพิจารณาว่าบริษัทสามารถครอบคลุมทั้งด้านการประมวลผล เครือข่าย พื้นที่จัดเก็บข้อมูล ซอฟต์แวร์ บริการ คลาวด์แบบไฮบริด และการกำกับดูแลข้อมูลได้พร้อมกันหรือไม่ โครงสร้างพื้นฐาน AI ไม่ใช่ธุรกิจฮาร์ดแวร์เพียงด้านเดียว แต่เป็นความสามารถเชิงระบบที่ช่วยให้องค์กรนำ AI จากโครงการนำร่องไปสู่สภาพแวดล้อมการใช้งานจริงได้

ความต้องการด้านโครงสร้างพื้นฐานของงาน AI มีความซับซ้อนมากขึ้น การฝึกฝนโมเดลต้องการคลัสเตอร์ GPU, เครือข่ายความเร็วสูง และระบบจัดเก็บข้อมูลแบบกระจาย การอนุมาน (Inference) ต้องการความหน่วงต่ำ ปริมาณงานที่มั่นคง และการควบคุมต้นทุน RAG ต้องการการเข้าถึงข้อมูล การจัดการสิทธิ์การเข้าถึง การค้นหาแบบเวกเตอร์ และการกำกับดูแลเมทาดาทา นอกจากนี้ Sovereign AI และอุตสาหกรรมที่มีการกำกับดูแลยังต้องการคลาวด์ส่วนตัว การระบุที่ตั้งของข้อมูล ความปลอดภัย และการปฏิบัติตามกฎระเบียบ เมื่อวิสาหกิจย้ายจากการ “ทดสอบโมเดล” ไปสู่ “การนำไปใช้งานจริงในระบบผลิต” เซิร์ฟเวอร์ เครือข่าย ระบบจัดเก็บข้อมูล และซอฟต์แวร์ต้องทำงานร่วมกันอย่างสอดคล้องกัน

นั่นหมายความว่า HPE, Dell, NetApp และ Pure Storage ไม่ควรถูกเปรียบเทียบภายใต้ป้ายกำกับกว้าง ๆ ประเดียงเดียวกัน จุดแข็งของ Dell คือมาตราส่วนเซิร์ฟเวอร์ AI การดำเนินงานห่วงโซ่อุปทาน และความเร็วในการส่งมอบ จุดแข็งของ HPE คือ Cloud & AI, Networking, GreenLake, Private Cloud AI และ Juniper บริษัทจัดเก็บข้อมูลระดับองค์กรมีความแข็งแกร่งด้านข้อมูลที่ไม่มีโครงสร้าง ออลแฟลชสตอเรจ ออบเจ็กต์สตอเรจ ข้อมูลคลาวด์แบบไฮบริด และรากฐานข้อมูลสำหรับ RAG

สรุป: บริษัทใดดูคล้ายผู้เล่นด้านโครงสร้างพื้นฐาน AI มากกว่ากัน ขึ้นอยู่กับว่าคุณกำลังวิเคราะห์ชั้นโครงสร้างพื้นฐานใด Dell ดูคล้ายโครงสร้างพื้นฐานด้านการประมวลผลมากกว่า โดยมีรายได้ คำสั่งซื้อ คำสั่งซื้อค้างส่ง และความสามารถในการส่งมอบเซิร์ฟเวอร์ AI เป็นตัวขับเคลื่อนหลัก HPE ดูคล้ายโครงสร้างพื้นฐาน AI แบบไฮบริดที่เชื่อมต่อเครือข่ายมากกว่า โดยมีเครือข่าย, Private Cloud AI, GreenLake และความเกื้อกูลจาก Juniper เป็นแกนกลาง บริษัทด้านการจัดเก็บข้อมูลสำหรับองค์กรดูคล้ายโครงสร้างพื้นฐานด้านข้อมูลมากกว่า โดยมีการเข้าถึงข้อมูล การกำกับดูแลข้อมูล การปกป้องข้อมูล และการสนับสนุน RAG เป็นมูลค่าหลัก การวิเคราะห์การลงทุนไม่ควรหยุดเพียงคำถามที่ว่า "บริษัทใดเป็น AI มากกว่ากัน" แต่ควรแยกย่อยออกเป็นการมองเห็นรายได้ ความสมบูรณ์ของโซลูชัน คุณภาพของอัตรากำไร และการแปลงกระแสเงินสด

HPE ดูเหมือนบริษัทโครงสร้างพื้นฐาน AI ด้านเครือข่ายและคลาวด์ส่วนบุคคลมากกว่า

HPE ดูเหมือนบริษัทโครงสร้างพื้นฐาน AI มากขึ้น ไม่ใช่เพราะมีรายได้จากเซิร์ฟเวอร์ AI มากที่สุดโดยจำเป็น แต่เพราะบริษัทกำลังผสาน Cloud & AI, Networking, Juniper, GreenLake, Private Cloud AI และที่เก็บข้อมูลระดับองค์กรเข้าเป็นสถาปัตยกรรมการปรับใช้ AI ระดับองค์กร ใน ผลประกอบการไตรมาส 2 ปีงบ 2026 HPE รายงานรายได้ 10.7 พันล้านดอลลาร์ เพิ่มขึ้น 40% เมื่อเทียบกับปีก่อน; รายได้จาก Cloud & AI 7.7 พันล้านดอลลาร์ เพิ่มขึ้น 22.9%; และรายได้จาก Networking 2.7 พันล้านดอลลาร์ เพิ่มขึ้น 148.2%

Cloud & AI คือเส้นทางการเติบโตหลักด้านเซิร์ฟเวอร์ AI และโครงสร้างพื้นฐานของ HPE ในไตรมาสที่ 2 ปีงบการเงิน 2026 อัตรากำไรจากการดำเนินงานของแผนก Cloud & AI ของ HPE แตะระดับ 12.4% เทียบกับ 6.6% ในช่วงเดียวกันของปีก่อน ภายในเซกเมนต์นี้ รายได้จากเซิร์ฟเวอร์ (Server) อยู่ที่ 5.5 พันล้านดอลลาร์ เพิ่มขึ้น 32.7% ขณะที่รายได้จากธุรกิจจัดเก็บข้อมูล (Storage) อยู่ที่ 1.2 พันล้านดอลลาร์ เพิ่มขึ้น 2.4% ซึ่งสะท้อนให้เห็นว่า HPE ไม่ได้พึ่งพาเพียงการฟื้นตัวของตลาดเซิร์ฟเวอร์แบบดั้งเดิมเท่านั้น แต่ยังพยายามสร้างคุณภาพของกำไรที่สูงขึ้นภายในธุรกิจ Cloud & AI อีกด้วย นอกจากนี้ งบการเงินไตรมาสที่ 2 ปีงบการเงิน 2026 ของบริษัท ยังแสดงให้เห็นว่าบริษัทมีคำสั่งซื้อระบบ AI (AI Systems) มูลค่า 1.8 พันล้านดอลลาร์ในช่วงไตรมาสนี้ และได้ปรับเพิ่มคำแนะนำกระแสเงินสดหมุนเวียนอิสระ (Free Cash Flow) สำหรับปีงบการเงิน 2026 เป็นอย่างน้อย 3.5 พันล้านดอลลาร์

Juniper เป็นตัวแปรสำคัญในเรื่องราวโครงสร้างพื้นฐาน AI ของ HPE โดย HPE ปิดดีลเข้าซื้อกิจการ Juniper Networks เสร็จสิ้นในเดือนกรกฎาคม 2025 ทำให้บริษัทเข้าใกล้แพลตฟอร์มเครือข่ายแบบ AI-native ที่ครอบคลุมทั้งเครือข่ายศูนย์ข้อมูล แคมปัสและสาขา การกำหนดเส้นทาง ความปลอดภัย Mist AI และ Marvis AI คลัสเตอร์ AI ไม่ได้ต้องการเพียง GPU เท่านั้น แต่ยังต้องการเครือข่ายที่มีความหน่วงต่ำ การจัดการทราฟฟิกแบบ east-west การเฝ้าสังเกตระบบ ระบบอัตโนมัติ และความปลอดภัยด้วย ยิ่งเครือข่าย AI มีความซับซ้อนมากขึ้นเท่าใด จุดแตกต่างของ HPE ก็ยิ่งชัดเจนมากขึ้นเท่านั้น

โซลูชัน Private Cloud AI ของ HPE ซึ่งพัฒนาร่วมกับ NVIDIA มุ่งเน้นไปที่การอนุมาน (inference) การพัฒนาโมเดล การจัดการขั้นตอนการทำงาน การกำกับดูแล และการเข้าถึงข้อมูลองค์กร NVIDIA AI Computing by HPE ยังครอบคลุมถึง Private Cloud AI, AI factory ในระดับขนาดใหญ่ และสถานการณ์ Sovereign AI factory อีกด้วย สิ่งนี้ทำให้ HPE เหมาะสมกว่าสำหรับลูกค้าในอุตสาหกรรมบริการทางการเงิน ภาครัฐบาล การดูแลสุขภาพ การผลิต และอุตสาหกรรมอื่น ๆ ที่ต้องการการติดตั้งแบบส่วนตัว การควบคุมที่ตั้งของข้อมูล และการกำกับดูแลด้านการปฏิบัติตามกฎระเบียบ

สรุป: อัตลักษณ์ด้านโครงสร้างพื้นฐาน AI ของ HPE มาจากการบูรณาการพอร์ตโฟลิโอ ไม่ใช่จากขนาดการขายเซิร์ฟเวอร์ AI เพียงอย่างเดียว จุดแข็งของบริษัทอยู่ที่การเติบโตของ Cloud & AI, ระบบเครือข่ายที่ได้รับการเสริมความแข็งแกร่งจาก Juniper, การปรับใช้ระดับองค์กรผ่าน Private Cloud AI, การส่งมอบคลาวด์แบบไฮบริดผ่าน GreenLake และการสนับสนุนด้านพื้นที่จัดเก็บข้อมูลจาก Alletra หากคุณสนใจวิธีที่องค์กรต่าง ๆ ยกระดับ AI จากโครงการนำร่องสู่การใช้งานจริง HPE ดูจะเป็นแพลตฟอร์มโครงสร้างพื้นฐาน AI แบบเชื่อมต่อเครือข่ายมากกว่าซัพพลายเออร์เซิร์ฟเวอร์เพียงอย่างเดียว แต่ความเสี่ยงก็ชัดเจนเช่นกัน: การบูรณาการ Juniper ต้องดำเนินการได้อย่างมีประสิทธิภาพ, อัตรากำไรของ Networking ต้องยังคงแข็งแกร่ง, การเติบโตของ Cloud & AI ต้องยังคงมีเสถียรภาพ และลูกค้าต้องย้ายจากโครงการนำร่องไปสู่การปรับใช้ขนาดใหญ่ในระดับการผลิตจริง

Dell ดูจะเป็นบริษัทที่ส่งมอบเซิร์ฟเวอร์ AI ในระดับใหญ่มากกว่า

Dell ดูจะมีลักษณะเหมือนบริษัทส่งมอบเซิร์ฟเวอร์ AI ที่ขยายขนาดมากกว่า HPE เนื่องจากรายได้จากเซิร์ฟเวอร์ที่ปรับแต่งสำหรับ AI ยอดสั่งซื้อ ยอดค้างส่งมอบ และคำแนะนำสำหรับปีงบการเงิน 2027 ของ Dell เป็นตัวขับเคลื่อนราคาหุ้นโดยตรงมากกว่า ในรายงานผลประกอบการไตรมาส 1 ปีงบการเงิน 2027 Dell รายงานรายได้ไตรมาสที่ 43.842 พันล้านดอลลาร์ เพิ่มขึ้น 88% เมื่อเทียบกับปีก่อน รายได้จากเซิร์ฟเวอร์ที่ปรับแต่งสำหรับ AI ที่ 16.132 พันล้านดอลลาร์ เพิ่มขึ้น 757% ยอดสั่งซื้อ AI ที่ลงทะเบียนในไตรมาสนี้มูลค่า 24.4 พันล้านดอลลาร์ และการปรับเพิ่มคาดการณ์รายได้เซิร์ฟเวอร์ AI สำหรับปีงบการเงิน 2027 เป็นประมาณ 60 พันล้านดอลลาร์

จุดแข็งของ Dell คือขนาดองค์กร การบริหารห่วงโซ่อุปทาน และความสามารถในการส่งมอบ ในไตรมาสที่ 1 ปีงบการเงิน 2027 รายได้ของ Dell ISG แตะระดับ 29,009 ล้านดอลลาร์ เพิ่มขึ้น 181% เมื่อเทียบกับปีก่อน ขณะที่กำไรจากการดำเนินงานของ ISG อยู่ที่ 3,055 ล้านดอลลาร์ เพิ่มขึ้น 206% ซึ่งสะท้อนให้เห็นว่าเซิร์ฟเวอร์ AI ได้เปลี่ยนจากการเป็นผลิตภัณฑ์เสริมมาเป็นแกนหลักของการประเมินมูลค่าหุ้น Dell ขึ้นใหม่ เมื่อเปรียบเทียบกับ HPE ตรรกะการลงทุนด้าน AI ของ Dell ตรงไปตรงมากว่า นั่นคือ คำสั่งซื้อเข้ามา คำสั่งซื้อค้างรับขยายตัว เซิร์ฟเวอร์ถูกส่งมอบ รายได้ได้รับการยอมรับ และจากนั้นอัตรากำไรและกระแสเงินสดจะต้องเป็นตัวยืนยันการเติบโตนั้น

อย่างไรก็ตาม Dell ไม่ได้เพียงแค่ “ขายเซิร์ฟเวอร์” เท่านั้น Dell AI Factory with NVIDIA พยายามผสานคอมพิวติ้ง สตอเรจ เครือข่าย ซอฟต์แวร์ และบริการเข้าไว้ด้วยกันเป็นกรอบการปรับใช้ AI ระดับองค์กรเดียว โดย PowerEdge ทำหน้าที่เป็นชั้นเซิร์ฟเวอร์ ขณะที่ PowerScale, ObjectScale, PowerStore และ PowerFlex มอบความสามารถด้านชั้นข้อมูลที่แตกต่างกันออกไป และฝ่ายบริการสนับสนุนการปรับใช้และการดำเนินงาน หากยอดขายแบบ storage attach และ services attach เติบโตไปพร้อมกับออร์เดอร์เซิร์ฟเวอร์ AI เรื่องราวการประเมินมูลค่าของ Dell ก็อาจเปลี่ยนจากการส่งมอบเซิร์ฟเวอร์ไปสู่การบูรณาการโครงสร้างพื้นฐาน AI

จุดอ่อนของ Dell ยังมาจากธรรมชาติด้านฮาร์ดแวร์ของบริษัทด้วย รายได้จากเซิร์ฟเวอร์ AI มีมูลค่าสูง แต่ GPU, HBM, DRAM, SSD, ส่วนประกอบเครือข่าย และระบบระบายความร้อนแบบเหลว ล้วนมีราคาแพง หากคำสั่งซื้อขยายตัวด้วยอัตรากำไรที่ต่ำ การเติบโตของรายได้ก็ไม่จำเป็นต้องส่งผลให้มูลค่าหุ้นปรับตัวขึ้น เมื่อวิเคราะห์ Dell คุณควรให้ความสำคัญกับอัตรากำไรขั้นต้น อัตรากำไรของ ISG สินค้าคงคลัง ลูกหนี้การค้า การจัดซื้อชิ้นส่วน และกระแสเงินสดอิสระ คำสั่งซื้อค้างรับที่สูงถือเป็นข้อได้เปรียบ แต่ก็หมายความว่าแรงกดดันด้านห่วงโซ่อุปทานและเงินทุนหมุนเวียนจะสูงขึ้นด้วยเช่นกัน

สรุป: Dell ดูจะคล้ายกับบริษัทที่รับส่งมอบเซิร์ฟเวอร์ AI ในระดับอุตสาหกรรมมากกว่าที่จะเป็นบริษัทด้านเครือข่ายหรือสตอเรจโดยเนื้อแท้ Dell มีการสัมผัสโดยตรงกับเทรนด์ AI มากกว่าผ่านรายได้จากเซิร์ฟเวอร์ AI คำสั่งซื้อ ยอดสั่งจองค้างส่ง และแนวทางการเติบโตของปีงบการเงิน และตลาดมีแนวโน้มที่จะเทรดหุ้นนี้ในฐานะหุ้นห่วงโซ่อุปทานเซิร์ฟเวอร์ AI แกนหลัก หากตลาดกำลังไล่ตามความยืดหยุ่นของรายได้จากเซิร์ฟเวอร์ AI Dell ถือว่าแข็งแกร่งกว่า แต่หากตลาดมุ่งเน้นไปที่ธุรกิจเครือข่าย คลาวด์ส่วนบุคคล และการควบคุมสถาปัตยกรรมระยะยาว ความแตกต่างของ HPE จะโดดเด่นขึ้นมากกว่า ว่า Dell จะสามารถก้าวเข้าใกล้การเป็นบริษัทโครงสร้างพื้นฐาน AI แบบครบวงจรได้หรือไม่นั้น ขึ้นอยู่กับว่ายอดขายสตอเรจแบบแนบ (storage attach) ยอดขายบริการแบบแนบ (services attach) อัตรากำไรจากการดำเนินงาน และกระแสเงินสดอิสระ จะสามารถตามการเติบโตของรายได้จากเซิร์ฟเวอร์ได้หรือไม่

บริษัทสตอเรจระดับองค์กรดูจะคล้ายกับโครงสร้างพื้นฐานชั้นข้อมูล AI มากกว่า

NetApp, Pure Storage และบริษัทจัดเก็บข้อมูลระดับองค์กรอื่น ๆ ก็ได้รับประโยชน์จาก AI เช่นกัน แต่พวกเขาดูจะเป็นผู้ให้บริการโครงสร้างพื้นฐานชั้นข้อมูล (data-layer) ของ AI มากกว่าที่จะเป็นบริษัทโครงสร้างพื้นฐาน AI แบบเต็มรูปแบบ AI ไม่ได้ต้องการเพียงพลังการประมวลผล GPU เท่านั้น แต่ยังต้องการที่เก็บไฟล์ประสิทธิภาพสูง, ที่เก็บข้อมูลแบบออบเจ็กต์, การกำกับดูแลข้อมูล, RAG, การค้นหาแบบเวกเตอร์, การปกป้องข้อมูล และการจัดการข้อมูลแบบไฮบริดคลาวด์อีกด้วย เมื่อคุณเปรียบเทียบพวกเขากับ HPE และ Dell คุณควรจัดพวกเขาอยู่ในหมวดหมู่โครงสร้างพื้นฐานข้อมูลมากกว่าหมวดหมู่ผู้ขายเซิร์ฟเวอร์ AI

จุดแข็งของ NetApp อยู่ที่คลาวด์แบบไฮบริดและโครงสร้างพื้นฐานข้อมูลอัจฉริยะ ในผลประกอบการไตรมาสสี่และผลประกอบการทั้งปีของปีงบการเงิน 2026 NetApp รายงานรายได้ไตรมาสสี่ที่ 1.95 พันล้านดอลลาร์ เพิ่มขึ้น 12% เมื่อเทียบกับปีก่อน รายได้ทั้งปีงบ 2026 ที่ 6.93 พันล้านดอลลาร์ เพิ่มขึ้น 5% และรายได้สุทธิจากอาร์เรย์แบบออลแฟลชในไตรมาสสี่ที่ 1.2 พันล้านดอลลาร์ เพิ่มขึ้น 18% NetApp วางตำแหน่งตัวเองเป็นแพลตฟอร์มโครงสร้างพื้นฐานข้อมูลอัจฉริยะ โดยเน้นที่ ONTAP, คลาวด์แบบไฮบริด, ที่เก็บข้อมูลคลาวด์สาธารณะ, Keystone และข้อมูลที่พร้อมรองรับ AI

เรื่องราวของ Pure Storage กำลังเปลี่ยนจากอาร์เรย์แฟลชทั้งหมด (all-flash arrays) ไปสู่การเป็นแพลตฟอร์มข้อมูล Everpure เน้นย้ำเรื่อง Enterprise Data Cloud ซึ่งช่วยให้องค์กรสามารถจัดการและกำกับดูแลข้อมูลได้อย่างเป็นเอกภาพ แทนที่จะจัดการเพียงแค่อุปกรณ์จัดเก็บข้อมูล ใน ผลประกอบการไตรมาส 2 ปีงบ 2026 Pure Storage รายงานรายได้ 861 ล้านดอลลาร์ เพิ่มขึ้น 13%; รายได้จากบริการสมัครสมาชิก 414.7 ล้านดอลลาร์ เพิ่มขึ้น 15%; และ ARR จากการสมัครสมาชิก 1.8 พันล้านดอลลาร์ เพิ่มขึ้น 18% ซึ่งแสดงให้เห็นว่ามูลค่าของบริษัทมีความเชื่อมโยงกับการสมัครสมาชิก บริการข้อมูล และการแพลตฟอร์ม (platformization) มากขึ้นเรื่อยๆ แทนที่จะเป็นการขายฮาร์ดแวร์ครั้งเดียว

ความได้เปรียบด้าน AI ของบริษัทระบบจัดเก็บข้อมูลระดับองค์กรมาจากเส้นทางของข้อมูล ไม่ใช่จำนวน GPU ไปป์ไลน์ RAG จำเป็นต้องเชื่อมต่อฐานความรู้ขององค์กร เอกสาร สิทธิ์การเข้าถึง ข้อมูลเมตา ฐานข้อมูลเวกเตอร์ และการเรียกใช้โมเดล ชุดข้อมูลสำหรับการฝึกฝนต้องการพื้นฐานข้อมูลที่มีความเร็วสูง ความหน่วงต่ำ และควบคุมได้ ระบบการอนุมาน (Inference) ยังต้องการการอ่านข้อมูลที่มีเสถียรภาพและการเก็บรักษาผลลัพธ์ เมื่อ AI แทรกซึมลึกเข้าไปในกระบวนการทำงานขององค์กรมากขึ้น ชั้นข้อมูลก็ยิ่งมีความสำคัญมากขึ้น

สรุป: บริษัทด้านการจัดเก็บข้อมูลระดับองค์กรมีลักษณะใกล้เคียงกับโครงสร้างพื้นฐานข้อมูล AI มากกว่าโครงสร้างพื้นฐาน AI แบบครบวงจร บริษัทเหล่านี้มีความสำคัญมากขึ้นในชั้นข้อมูล AI โดยเฉพาะสำหรับ RAG ฐานความรู้ขององค์กร การกำกับดูแลข้อมูลเพื่อการปฏิบัติตามกฎระเบียบ ชุดข้อมูลสำหรับการฝึกฝน การเข้าถึงข้อมูลประสิทธิภาพสูง ความสามารถในการรับมือกับ ransomware และการจัดการข้อมูลแบบไฮบริดคลาวด์ แต่ความยืดหยุ่นของรายได้ของพวกเขามักมองเห็นได้น้อยกว่าคำสั่งซื้อเซิร์ฟเวอร์ AI ที่ค้างรับมือ หุ้นของพวกเขาผูกพันมากขึ้นกับวงจรการเปลี่ยนอุปกรณ์เป็น all-flash รายได้จากการบอกรับเป็นสมาชิก คลาวด์สตอเรจ บริการจัดเก็บข้อมูลในรูปแบบบริการ (storage-as-a-service) และงบประมาณการปรับปรุงข้อมูลองค์กรให้ทันสมัย สำหรับนักลงทุน NetApp และ Pure Storage ควรได้รับการวิเคราะห์ผ่านคุณภาพของชั้นข้อมูล AI มากกว่าขนาดของคำสั่งซื้อเซิร์ฟเวอร์ AI

ใครใกล้กระแสหลักของโครงสร้างพื้นฐาน AI มากกว่ากัน ตามมูลค่าและคุณภาพของธุรกิจ?

จากมุมมองของมูลค่าและคุณภาพของธุรกิจ Dell อยู่ใกล้กระแสหลักของเซิร์ฟเวอร์ AI มากกว่า HPE อยู่ใกล้กระแสหลักของ “เครือข่าย AI + AI ระบบคลาวด์ส่วนตัว + โครงสร้างพื้นฐานคลาวด์แบบไฮบริด” มากกว่า ส่วน NetApp และ Pure Storage อยู่ใกล้กระแสหลักของชั้นข้อมูล AI มากกว่า ราววันที่ 6 กรกฎาคม 2026 ราคาตลาดแสดงให้เห็นว่า HPE อยู่ที่ราว $43.15 โดยมีมูลค่าตลาดประมาณ 61.8 พันล้านดอลลาร์ ขณะที่ DELL อยู่ที่ราว $411.80 โดยมีมูลค่าตลาดประมาณ 270.1 พันล้านดอลลาร์ ราคาตลาดเปลี่ยนแปลงแบบเรียลไทม์ นักลงทุนจึงควรอ้างอิงจากข้อมูลที่แสดงบนแพลตฟอร์มซื้อขายของตนเอง

ความยืดหยุ่นของมูลค่าหุ้น Dell มาจากรายได้และมูลค่าคำสั่งซื้อค้างรับ (backlog) ด้านเซิร์ฟเวอร์ AI ตลาดเปรียบเทียบ Dell กับ Super Micro, HPE, Lenovo และพันธมิตรในระบบนิเวศของ NVIDIA ภายในห่วงโซ่อุปทานเซิร์ฟเวอร์ AI คำถามสำคัญไม่ใช่ว่า Dell มีการสัมผัสกับ AI หรือไม่ แต่คือการเติบโตของรายได้ที่สูงสามารถแปลงเป็นอัตรากำไรที่มั่นคงและกระแสเงินสดได้หรือไม่ ตราบใดที่คำสั่งซื้อ AI รายได้เซิร์ฟเวอร์ AI backlog และคำแนะนำผลประกอบการสำหรับปีงบการเงินยังคงพัฒนาไปในทิศทางที่ดีขึ้น Dell ก็มีแนวโน้มที่จะได้รับมูลค่าหุ้นพรีเมียมด้านโครงสร้างพื้นฐาน AI มากขึ้น

ความยืดหยุ่นของมูลค่าหุ้น (valuation elasticity) ของ HPE มาจากอัตรากำไรของธุรกิจ Networking และการนำ Private Cloud AI ไปใช้ HPE ได้ปรับเพิ่มคำแนะนำสำหรับการเติบโตของรายได้ปีบัญชี FY2026 การเติบโตของธุรกิจ Networking กำไรต่อหุ้นแบบ non-GAAP และกระแสเงินสดอิสระ ซึ่งหมายความว่าตลาดไม่ควรตีค่าหุ้นของบริษัทนี้ในฐานะบริษัทเซิร์ฟเวอร์เท่านั้น Juniper, Mist AI, Marvis AI, GreenLake, Private Cloud AI และ Alletra ร่วมกันเป็นตัวกำหนดว่า HPE จะสามารถบรรลุมัลติเปิล (multiple) ของโครงสร้างพื้นฐาน AI ที่มีคุณภาพสูงขึ้นได้หรือไม่ ประเด็นสำคัญไม่ใช่คำสั่งซื้อ AI ในไตรมาสเดียว แต่เป็นว่าธุรกิจ networking จะสามารถปรับปรุงอัตรากำไร การยึดเหนี่ยวลูกค้า (customer stickiness) และการควบคุมสถาปัตยกรรมได้หรือไม่

ยังมีประเด็นเชิงปฏิบัติเรื่องการดำเนินการซื้อขายอีกด้วย เมื่อคุณเปรียบเทียบหุ้นกลุ่มโครงสร้างพื้นฐาน AI เช่น HPE, DELL, NTAP และ PSTG คุณควรมองไม่เพียงแค่กำไรและมูลค่าหุ้น แต่ยังรวมถึงต้นทุนการซื้อขายจริงด้วย ค่าธรรมเนียมการซื้อขายหุ้นสหรัฐฯ อาจรวมถึงไม่เพียงแค่ค่าคอมมิชชัน แต่ยังรวมถึงค่าธรรมเนียมแพลตฟอร์ม ค่าธรรมเนียมตัวแทนภายนอก และค่าธรรมเนียมกิจกรรมการซื้อขาย หากบริการนี้พร้อมใช้งานในภูมิภาคของคุณและคุณตรงตามข้อกำหนดของแพลตฟอร์มที่เกี่ยวข้อง คุณสามารถดูรายละเอียดได้ที่ ค่าธรรมเนียมการซื้อขายหุ้นสหรัฐฯ ของ Biya Biya ไม่เก็บค่าคอมมิชชันสำหรับการซื้อขายหุ้นสหรัฐฯ ส่วนค่าธรรมเนียมแพลตฟอร์ม ค่าธรรมเนียมตัวแทนภายนอก และต้นทุนอื่น ๆ จะเป็นไปตามตารางค่าธรรมเนียมและหน้าคำสั่งซื้อขาย

สรุป: บริษัทใดอยู่ใกล้กระแสหลักของโครงสร้างพื้นฐาน AI มากกว่ากัน ขึ้นอยู่กับว่าคุณกำลังวิเคราะห์ห่วงโซ่ใด Dell ดูเหมือนโครงสร้างพื้นฐานด้านการประมวลผล AI มากกว่า โดยมีความยืดหยุ่นของรายได้ที่ตรงกว่า HPE ดูเหมือนโครงสร้างพื้นฐานแบบเครือข่ายไฮบริดสำหรับ AI มากกว่า โดยมีมูลค่าระยะยาวอยู่ที่เครือข่าย คลาวด์ส่วนตัว และชั้นควบคุมคลาวด์ไฮบริด NetApp และ Pure Storage ดูเหมือนโครงสร้างพื้นฐานด้านข้อมูลสำหรับ AI มากกว่า โดยมีมูลค่าอยู่ที่การเข้าถึงข้อมูล การกำกับดูแล การปกป้องข้อมูล และโมเดลการสมัครสมาชิก การวิเคราะห์การลงทุนไม่ควรพึ่งพาเพียง “ความแข็งแกร่งของแนวคิด AI” เท่านั้น แต่ควรเปรียบเทียบความชัดเจนของรายได้ คุณภาพของอัตรากำไร กระแสเงินสด มูลค่าที่เหมาะสม และความเสี่ยง การเติบโตสูงไม่ได้หมายความว่ามีคุณภาพสูงเสมอไป อัตรากำไรสูงไม่ได้หมายความว่ามีความยืดหยุ่นสูงเสมอไปกุญแจสำคัญคือว่าชั้นโครงสร้างพื้นฐาน AI ของบริษัทกำลังได้รับการพิสูจน์ยืนยันจากงบประมาณจริงของลูกค้าหรือไม่

สัญญาณความเสี่ยงที่นักลงทุนควรติดตาม

เมื่อคุณติดตาม HPE, Dell และบริษัทด้านการจัดเก็บข้อมูลระดับองค์กร คุณจำเป็นต้องเฝ้าดูทั้งการเติบโตของโครงสร้างพื้นฐาน AI และความเสี่ยง เซิร์ฟเวอร์ AI, เครือข่าย AI และระบบจัดเก็บข้อมูล AI ล้วนได้รับประโยชน์จากการลงทุนด้าน AI ขององค์กร แต่ก็ยังเผชิญกับแรงกดดันจากห่วงโซ่อุปทาน ความเสี่ยงด้านงบประมาณของลูกค้า ต้นทุนส่วนประกอบ การกำหนดราคาการจัดเก็บข้อมูล ความล่าช้าของคำสั่งซื้อ การบูรณาการหลังการควบรวมกิจการ (M&A) และประเด็นด้านการปฏิบัติตามกฎระเบียบ บริษัทแต่ละแห่งเผชิญกับแหล่งความเสี่ยงที่แตกต่างกัน จึงไม่ควรเปรียบเทียบกันอย่างเป็นรูปแบบเดียวด้วยชุดตัวชี้วัดเดียวกัน

ความเสี่ยงของ HPE อยู่ที่การบูรณาการ Juniper และการเปลี่ยนผ่านสู่ระบบเครือข่าย AI หลังจากการเข้าซื้อกิจการ Juniper HPE จำเป็นต้องพิสูจน์ว่าการเติบโตของ Networking ไม่ใช่เพียงผลจากการรวมบริษัทเท่านั้น แต่สามารถนำมาซึ่งคำสั่งซื้อที่ต่อเนื่อง ความผูกพันของลูกค้า และการปรับปรุงอัตรากำไร คุณควรติดตามอัตราการเติบโตของรายได้ Networking อัตรากำไรจากการดำเนินงาน Data Center Networking การใช้งาน Mist AI และ GreenLake attach ความเสี่ยงประกอบด้วยต้นทุนการบูรณาการ ความซ้ำซ้อนของผลิตภัณฑ์ การย้ายผู้ใช้ของลูกค้า แรงกดดันด้านการแข่งขัน และข้อจำกัดด้านอุปทาน

ความเสี่ยงของ Dell อยู่ที่อัตรากำไรและกระแสเงินสดของเซิร์ฟเวอร์ AI รายได้จากเซิร์ฟเวอร์ AI ของ Dell เติบโตอย่างรวดเร็ว แต่ GPU, HBM, DRAM, SSD, ส่วนประกอบเครือข่าย และระบบระบายความร้อนแบบเหลว (liquid cooling) มีต้นทุนสูง คุณควรติดตามอัตรากำไรขั้นต้น อัตรากำไรของ ISG สินค้าคงคลัง ลูกหนี้การค้า และกระแสเงินสดอิสระ หากคำสั่งซื้อค้างส่ง (backlog) สูงแต่การส่งมอบถูกจำกัด หรือหากการแปลงรายได้มาพร้อมกับอัตรากำไรที่อ่อนแอ ราคาหุ้นอาจผันผวนมากขึ้น

บริษัทด้านการจัดเก็บข้อมูลระดับองค์กรต้องเผชิญความเสี่ยงจากวงจรฮาร์ดแวร์และการเปลี่ยนผ่านสู่แพลตฟอร์มข้อมูล NetApp และ Pure Storage จำเป็นต้องพิสูจน์ว่าแพลตฟอร์มข้อมูล AI ไม่ใช่เพียงเรื่องเล่าทางการตลาด แต่สามารถขับเคลื่อนคำสั่งซื้อที่เกิดขึ้นจริง รายได้จากการสมัครสมาชิก และการขยายตัวของลูกค้า คุณควรติดตามความต้องการออลแฟลชอาร์เรย์ (all-flash array) บริการจัดเก็บข้อมูลในรูปแบบบริการ (storage-as-a-service) การจัดเก็บข้อมูลบนคลาวด์ การปกป้องข้อมูล ความสามารถในการรับมือกับแรนซัมแวร์ และการใช้งาน RAG หากต้นทุนแฟลชสูงขึ้น งบประมาณไอทีขององค์กรอ่อนแอลง หรือบริการจัดเก็บข้อมูลเนทีฟของผู้ให้บริการคลาวด์มีความสามารถในการแข่งขันมากขึ้น มูลค่าหุ้นของบริษัทจัดเก็บข้อมูลอาจต้องเผชิญแรงกดดัน

สรุป: นักลงทุนไม่ควรถามเพียงว่าบริษัทใดดูเหมือนผู้เล่นด้านโครงสร้างพื้นฐาน AI มากที่สุดเท่านั้น แต่ควรถามด้วยว่าความเสี่ยงด้านโครงสร้างพื้นฐาน AI ประเภทใดที่เหมาะสมกับกรอบการวิเคราะห์ของตนเอง Dell มีความยืดหยุ่นสูงกว่า แต่อัตรากำไรด้านฮาร์ดแวร์และแรงกดดันด้านเงินทุนหมุนเวียนมองเห็นได้ชัดเจนกว่า HPE มีพอร์ตโฟลิโอที่สมบูรณ์กว่า แต่การบูรณาการ Juniper และการนำ Private Cloud AI ไปใช้ยังต้องใช้เวลาในการพิสูจน์ตัวเอง บริษัทด้านการจัดเก็บข้อมูลระดับองค์กรอาจดูมั่นคงกว่า แต่ความยืดหยุ่นด้านรายได้จาก AI ของพวกเขามักจะไม่ตรงเท่าบริษัทด้านเซิร์ฟเวอร์ แนวทางที่ดีกว่าคือการติดตามห่วงโซ่แยกกันสามสาย ได้แก่ Dell ผ่านคำสั่งซื้อเซิร์ฟเวอร์ AI และอัตรากำไร; HPE ผ่าน Networking และ Private Cloud AI; และ NetApp กับ Pure ผ่านแพลตฟอร์มข้อมูลและความต้องการด้านการจัดเก็บข้อมูลเมื่อรายได้ อัตรากำไร และกระแสเงินสดดีขึ้นไปพร้อมกันเท่านั้น เรื่องราวของโครงสร้างพื้นฐาน AI จึงจะมีความแข็งแกร่งมากขึ้น

หากคุณต้องการเปรียบเทียบบริษัทโครงสร้างพื้นฐาน AI ที่จดทะเบียนในตลาดหุ้นสหรัฐฯ ต่อไป เช่น HPE, DELL, NTAP, PSTG, NVDA และ SMCI คุณควรประกอบการวิเคราะห์งบการเงิน การติดตามคำสั่งซื้อ และการประเมินมูลค่าหุ้น เข้ากับการดำเนินการซื้อขายและโครงสร้างค่าธรรมเนียม คุณสามารถใช้ Biya เพื่อติดตามข้อมูลตลาดหุ้นสหรัฐฯ หุ้นฮ่องกง และสินทรัพย์หลายประเภทอื่น ๆ รวมถึงเปรียบเทียบบริษัทที่เกี่ยวข้องผ่าน ข้อมูลหุ้นสหรัฐฯ ความพร้อมใช้งานของบริการขึ้นอยู่กับที่ตั้งของคุณ สถานะการยืนยันตัวตน กฎของแพลตฟอร์ม รวมถึงกฎหมายและข้อบังคับที่เกี่ยวข้อง ก่อนทำการซื้อขาย คุณควรตรวจสอบหน้าคำสั่งซื้อ รายละเอียดค่าธรรมเนียม และการเปิดเผยความเสี่ยงหุ้นโครงสร้างพื้นฐาน AI อาจมีการเคลื่อนไหวรุนแรงเนื่องจากผลประกอบการ แนวโน้มรายได้ การควบรวมกิจการ ข่าวห่วงโซ่อุปทาน และความรู้สึกของตลาด การวิเคราะห์ตลาดสาธารณะไม่ถือเป็นคำแนะนำการลงทุน สำหรับการใช้งานผ่านมือถือ คุณสามารถใช้ Download App เพื่อเข้าถึงจุดเข้าใช้บริการที่เกี่ยวข้องได้

คำถามที่พบบ่อย

ทำไม HPE จึงถูกมองว่าเป็นบริษัทโครงสร้างพื้นฐาน AI?

HPE ถูกมองว่าเป็นบริษัทโครงสร้างพื้นฐาน AI เนื่องจากมีส่วนเกี่ยวข้องกับ Cloud & AI, AI networking, Private Cloud AI, GreenLake และ Alletra Storage จุดแข็งหลักของบริษัทไม่ใช่ขนาดการผลิตเซิร์ฟเวอร์รายผลิตภัณฑ์เดียว แต่เป็นความสามารถในการบูรณาการโครงสร้างพื้นฐาน AI ส่วนตัวระดับองค์กรและ hybrid cloud

Dell และ HPE แตกต่างกันอย่างไรในด้านโครงสร้างพื้นฐาน AI?

Dell มุ่งเน้นไปที่การส่งมอบเซิร์ฟเวอร์ AI ในระดับใหญ่และการบริหารห่วงโซ่อุปทานมากกว่า ในขณะที่ HPE มุ่งเน้นไปที่ AI networking, private cloud AI และการบูรณาการ hybrid cloud มากกว่า นักลงทุนควรเปรียบเทียบรายได้จากเซิร์ฟเวอร์ AI, backlog, อัตรากำไร Networking, การเติบโตของ Cloud & AI และกระแสเงินสดอิสระ

บริษัท storage ระดับองค์กรสามารถถือเป็นบริษัทโครงสร้างพื้นฐาน AI ได้หรือไม่?

บริษัทด้านการจัดเก็บข้อมูลระดับองค์กรสามารถถือเป็นบริษัทโครงสร้างพื้นฐานชั้นข้อมูลของ AI ได้ แต่โดยทั่วไปมักไม่ใช่แพลตฟอร์มโครงสร้างพื้นฐาน AI แบบครบวงจร NetApp และ Pure Storage สร้างมูลค่าผ่านการเข้าถึงข้อมูล, RAG, การจัดเก็บข้อมูลแบบไฮบริดคลาวด์, ประสิทธิภาพของ all-flash และการปกป้องข้อมูล มากกว่าที่จะอาศัยขนาดของเซิร์ฟเวอร์ GPU

นักลงทุนรายย่อยควรเปรียบเทียบ HPE, Dell และ NetApp อย่างไร?

นักลงทุนรายย่อยสามารถเปรียบเทียบบริษัทเหล่านี้ได้ในสามด้าน ได้แก่ Dell ผ่านคำสั่งซื้อเซิร์ฟเวอร์ AI และอัตรากำไร, HPE ผ่าน Cloud & AI, Networking และการบูรณาการกับ Juniper และ NetApp ผ่านแพลตฟอร์มข้อมูล AI, ระบบจัดเก็บข้อมูลแบบ all-flash และความต้องการข้อมูลแบบไฮบริดคลาวด์ นอกจากนี้ควรคำนึงถึงการประเมินมูลค่า (valuation) และกระแสเงินสดด้วย

การเข้าซื้อกิจการ Juniper ของ HPE ส่งผลต่อโครงสร้างพื้นฐาน AI อย่างไร?

การเข้าซื้อกิจการ Juniper ของ HPE ช่วยเสริมความแข็งแกร่งด้านเครือข่ายแบบ AI-native เครือข่ายศูนย์ข้อมูล ความปลอดภัย และความสามารถด้านระบบอัตโนมัติของเครือข่าย คลัสเตอร์ AI ต้องการเครือข่ายที่มีความเร็วสูง ความหน่วงต่ำ และสามารถตรวจสอบได้ โดย Juniper ช่วยให้ HPE เข้าใกล้การเป็นแพลตฟอร์มโครงสร้างพื้นฐาน AI แบบเชื่อมโยงเครือข่ายมากยิ่งขึ้น

ความเสี่ยงการลงทุนหลักของหุ้นโครงสร้างพื้นฐาน AI มีอะไรบ้าง?

ความเสี่ยงหลักประกอบด้วยการใช้จ่ายด้านทุน AI ของลูกค้าที่ช้าลง ข้อจำกัดด้านอุปทานของ GPU และหน่วยความจำ อัตรากำไรที่ลดลง ความล่าช้าของคำสั่งซื้อ ความผันผวนของความต้องการอุปกรณ์จัดเก็บข้อมูลสำหรับองค์กร การบูรณาการหลังการควบรวมและเข้าซื้อกิจการ (M&A) ที่อ่อนแอกว่าคาด และการประเมินมูลค่าสูงเกินจริง นักลงทุนควรอาศัยรายงานผลประกอบการ การเปิดเผยข้อมูลความเสี่ยง และรายละเอียดต้นทุนการซื้อขาย