AI CAPEX คืออะไร และเหตุใดจึงเป็นตัวกำหนดมูลค่าหุ้นเทคโนโลยีในปี 2026

AI CAPEX คือรายจ่ายเพื่อกิจกรรมทางทุนที่บริษัทใช้เพื่อให้ได้มาซึ่งกำลังการคำนวณด้าน AI ในอนาคต ซึ่งรวมถึง GPU เซิร์ฟเวอร์ อุปกรณ์เครือข่าย ระบบจัดเก็บข้อมูล ศูนย์ข้อมูล โครงสร้างพื้นฐานด้านไฟฟ้า และระบบระบายความร้อน ในปี 2026 มันได้กลายเป็นปัจจัยชี้ขาดในการประเมินมูลค่าหุ้นกลุ่มเทคโนโลยี เพราะนักลงทุนไม่พอใจที่จะได้ยินเพียงว่าบริษัทกำลัง "ลงทุนใน AI" อีกต่อไป ปัจจุบันพวกเขาคาดหวังว่าการลงทุนนั้นจะสร้างรายได้จากคลาวด์ ประสิทธิภาพด้านการโฆษณา คำสั่งซื้อจากภาคองค์กร กำไร และกระแสเงินสดอิสระ CAPEX ที่สูงสามารถสร้างกำแพงกีดขวางทางการแข่งขันในระยะยาว แต่ก็อาจก่อให้เกิดความเสี่ยงด้านค่าเสื่อมราคา การจัดหาเงินทุน และกำลังการผลิตส่วนเกินได้เช่นกัน

ประเด็นสำคัญ

• AI CAPEX คือการลงทุนระยะยาวในกำลังการประมวลผลในอนาคต
• ค่าใช้จ่ายฝั่งทุน (Capital expenditure) ใช้เงินสดก่อนและส่งผลต่อกำไรอย่างค่อยเป็นค่อยไปผ่านค่าเสื่อมราคา
• ในปี 2026 นักลงทุนให้ความสำคัญกับการทดสอบผลตอบแทนจากการใช้จ่ายโครงสร้างพื้นฐาน AI มากขึ้น
• ค่าใช้จ่ายคลาวด์ที่สูงขึ้นส่งต่อความต้องการไปยังผู้ผลิตชิป อุปกรณ์จัดเก็บข้อมูล และอุปกรณ์ฮาร์ดแวร์
• CAPEX ที่สูงจะสนับสนุนการประเมินมูลค่าในระดับพรีเมียมได้ก็ต่อเมื่อสร้างรายได้และกระแสเงินสด
• อัตราการใช้งาน อัตรากำไร และผลตอบแทนจากทุน ต้องได้รับการวิเคราะห์ร่วมกัน

AI CAPEX คืออะไร และแตกต่างจาก CAPEX ทั่วไปและ OPEX อย่างไร?

CAPEX ของ AI คือค่าใช้จ่ายด้านทุนที่ใช้ในการสร้าง ซื้อ หรือขยายโครงสร้างพื้นฐานด้าน AI ในระยะยาว เมื่อ GPU เซิร์ฟเวอร์ ศูนย์ข้อมูล หรืออุปกรณ์เครือข่ายคาดว่าจะยังคงใช้งานได้หลายงวดบัญชี บริษัทโดยทั่วไปจะบันทึกค่าใช้จ่ายนี้เป็นสินทรัพย์ และรับรู้ต้นทุนอย่างค่อยเป็นค่อยไปผ่านค่าเสื่อมราคา ส่วนค่าไฟฟ้า แรงงาน การบำรุงรักษา และค่าสมาชิกซอฟต์แวร์ ใกล้เคียงกับ OPEX มากกว่า และส่งผลกระทบต่อกำไรในงวดปัจจุบันอย่างรวดเร็วกว่า

รายจ่ายฝั่งทุนด้าน AI (AI CAPEX) โดยทั่วไปมักไม่ถูกรายงานแยกเป็นรายการบัญชีเฉพาะ โดยปกติคุณจะพบมันอยู่ภายในรายการ “การซื้อที่ดินและอุปกรณ์” “รายจ่ายฝั่งทุน” หรือรายการที่คล้ายกันในงบกระแสเงินสด จากนั้นจึงใช้ความเห็นจากฝ่ายบริหารเพื่อประมาณว่ามีจำนวนเท่าใดที่เกี่ยวข้องกับ AI คู่มือเกี่ยวกับงบการเงินของ คณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์สหรัฐฯ อธิบายว่างบแสดงฐานะการเงิน งบกำไรขาดทุน และงบกระแสเงินสดทำงานร่วมกันอย่างไร ซึ่งเป็นสิ่งจำเป็นสำหรับการทำความเข้าใจ CAPEX

AI CAPEX มักรวมถึงอะไรบ้าง?

• GPU ของ Nvidia และ AMD รวมถึงตัวเร่ง AI อื่น ๆ;
• ASIC, CPU แบบกำหนดเอง และเซิร์ฟเวอร์สนับสนุน;
• HBM, DRAM, SSD สำหรับองค์กร และอุปกรณ์จัดเก็บข้อมูลความจุสูง;
• อีเทอร์เน็ต, InfiniBand, โมดูลออปติคัล และสวิตช์;
• ที่ดิน อาคาร แร็ก และระบบเดินสายในศูนย์ข้อมูล;
• สถานีไฟฟ้าย่อย ระบบไฟฟ้าสำรอง ระบบหล่อเย็นด้วยของเหลว และระบบปรับอากาศ;
• สัญญาเช่าซื้อการเงินระยะยาว และสินทรัพย์งานก่อสร้างที่ยังไม่แล้วเสร็จบางรายการ

วิธีการเปิดเผยข้อมูลแตกต่างกันไปในแต่ละบริษัท Meta รวมการชำระคืนเงินต้นของสัญญาเช่าซื้อการเงินไว้ในคำแนะนำค่าใช้จ่ายลงทุน ขณะที่บริษัทอื่น ๆ อาจให้ความสำคัญเป็นหลักกับการซื้อที่ดินและอุปกรณ์ด้วยเงินสด ดังนั้นการเปรียบเทียบโดยตรงจึงอาจทำให้เข้าใจผิดได้ เว้นแต่สัญญาเช่า อาคาร และการซื้อเซิร์ฟเวอร์จะถูกวัดตามมาตรฐานเดียวกัน

สมมติว่าบริษัทแห่งหนึ่งใช้จ่ายเงิน 10 พันล้านดอลลาร์ไปกับเซิร์ฟเวอร์ AI เงินสดอาจไหลออกจากกิจการในช่วงที่ทำการจัดซื้อ แต่งบกำไรขาดทุนจะไม่บันทึกเงิน 10 พันล้านดอลลาร์ทั้งจำนวนเป็นค่าใช้จ่ายในทันที หากมีการคิดค่าเสื่อมราคาอุปกรณ์เป็นเวลาห้าปีโดยไม่มีมูลค่าซาก บริษัทอาจรับรู้ค่าเสื่อมราคาประมาณ 2 พันล้านดอลลาร์ต่อปี ดังนั้นกำไรสุทธิจึงยังคงเติบโตต่อไปได้ แม้ว่ากระแสเงินสดอิสระจะลดลงอย่างมากแล้วก็ตาม

การแยกความแตกต่างระหว่างการซื้อความสามารถในการประมวลผล (compute capacity) กับการเช่าก็เป็นสิ่งสำคัญเช่นกัน เมื่อบริษัทซื้อ GPU เพื่อใช้งานระยะยาว การใช้จ่ายดังกล่าวโดยทั่วไปจะใกล้เคียงกับ CAPEX มากกว่า ส่วนการจ่ายค่าบริการให้ผู้ให้บริการคลาวด์ภายนอกตามการใช้งานโดยทั่วไปจะใกล้เคียงกับ OPEX มากกว่า การซื้อฮาร์ดแวร์ก่อให้เกิดความเสี่ยงด้านอัตราการใช้งานและความล้าสมัย ในขณะที่การเช่าช่วยลดแรงกดดันด้านเงินสดล่วงหน้า แต่อาจไม่ได้ให้ต้นทุนต่อหน่วยในระยะยาวที่ต่ำกว่า

สรุป: AI CAPEX โดยแท้จริงคือการใช้เงินสดในปัจจุบันเพื่อซื้อขีดความสามารถในการประมวลผลในอนาคต ต่างจากค่าจ้างหรือค่าไฟฟ้า ซึ่งมันไม่ได้ถูกบันทึกผ่านงบกำไรขาดทุนทั้งหมดในทันที แต่จะกลายเป็นสินทรัพย์ถาวรก่อน แล้วจึงส่งผลต่อกำไรอย่างค่อยเป็นค่อยไปผ่านค่าเสื่อมราคา เมื่อวิเคราะห์บริษัทเทคโนโลยี คุณควรพิจารณาค่าใช้จ่ายฝั่งเงินสดสำหรับสินทรัพย์ สัญญาเช่าซื้อทางการเงิน อายุการใช้งานของสินทรัพย์ และนโยบายค่าเสื่อมราคา แทนที่จะพึ่งพาตัวเลขค่าใช้จ่ายบนพาดหัวข่าวเพียงตัวเดียว

ทำไม AI CAPEX จึงกลายเป็นตัวแปรสำคัญในการประเมินมูลค่าหุ้นเทคโนโลยีในปี 2026?

CAPEX ด้าน AI กลายเป็นตัวแปรสำคัญในการประเมินมูลค่าในปี 2026 เนื่องจากขนาดของการลงทุนมีขนาดใหญ่เพียงพอที่จะเปลี่ยนแปลงกระแสเงินสด อัตรากำไร และโครงสร้างการเงินของบริษัทเทคโนโลยีรายใหญ่แล้ว ในช่วงปี 2023 ถึง 2025 นักลงทุนส่วนใหญ่มุ่งเน้นว่าบริษัทต่าง ๆ สามารถจัดหา GPU และพัฒนาโมเดล AI ที่มีความสามารถในการแข่งขันได้หรือไม่ ในปี 2026 คำถามสำคัญคือ ความสามารถในการประมวลผลใหม่ถูกใช้งานหรือไม่ รายได้จาก AI สามารถตามทันการใช้จ่ายด้านทุนได้หรือไม่ และการลงทุนนี้จะใช้เวลานานเท่าใดจึงจะสร้างผลตอบแทนที่เพียงพอ

งบประมาณที่ประกาศโดยบริษัทคลาวด์ขนาดใหญ่พิเศษแสดงให้เห็นว่าสิ่งเหล่านี้ไม่ใช่โครงการทดลองอีกต่อไป

ผลประกอบการไตรมาสแรกของปี 2026 ของ Alphabet ได้ปรับเพิ่มแนวโน้มการลงทุนด้านสินทรัพย์ถาวร (CAPEX) สำหรับทั้งปีจาก 175,000–185,000 ล้านดอลลาร์ เป็น 180,000–190,000 ล้านดอลลาร์ บริษัทระบุว่าการใช้จ่ายด้านโครงสร้างพื้นฐานด้านเทคนิคส่วนใหญ่ถูกจัดสรรไปยังเซิร์ฟเวอร์ โดยส่วนที่เหลือถูกจัดสรรไปยังศูนย์ข้อมูลและอุปกรณ์เครือข่าย ดังนั้นนักลงทุนจึงจำเป็นต้องประเมินว่า Google Cloud, Gemini และประสิทธิภาพของการโฆษณาในการค้นหาจะสามารถหนุนฐานสินทรัพย์ที่กำลังขยายตัวอย่างรวดเร็วของบริษัทได้หรือไม่

ผลประกอบการไตรมาสแรกปี 2026 ของ Meta ปรับเพิ่มแนวโน้มเงินลงทุนด้านสินทรัพย์ถาวร (capital expenditure) ทั้งปีเป็น 125,000 ล้าน–145,000 ล้านดอลลาร์สหรัฐ รวมถึงการชำระคืนเงินต้นค่าเช่าซื้อทางการเงิน ราคาชิ้นส่วนที่สูงขึ้นและความสามารถของศูนย์ข้อมูลในอนาคตจะเพิ่มการลงทุนมากขึ้น แต่มูลค่าหลักทรัพย์ในที่สุดจะขึ้นอยู่กับว่าระบบการแนะนำ การแปลงยอดโฆษณา และผลิตภัณฑ์ AI จะสร้างผลตอบแทนที่วัดผลได้หรือไม่

แผนการใช้จ่ายเงินทุนปี 2026 ของ Amazon มีมูลค่าประมาณ 200,000 ล้านดอลลาร์สหรัฐ ครอบคลุมด้าน AI, เซมิคอนดักเตอร์, หุ่นยนต์ และโครงสร้างพื้นฐานอื่น ๆ นักลงทุนอาจตีความการใช้จ่ายดังกล่าวว่าเป็นหลักฐานของความต้องการ AWS ที่แข็งแกร่ง แต่พวกเขายังต้องพิจารณาด้วยว่าการผูกมัดเงินสดจำนวนมากเช่นนี้จะสามารถรักษาผลตอบแทนจากเงินทุนที่ลงทุนให้น่าดึงดูดได้หรือไม่

ไมโครซอฟท์ (Microsoft) ไม่ได้เปิดเผยตัวเลขรายปีในรูปแบบเดียวกับบริษัทคู่แข่งบางรายเสมอไป แต่ รายงานผลประกอบการไตรมาสสามของปีงบการเงิน 2026 ได้แสดงให้เห็นแล้วว่าการลงทุนอย่างต่อเนื่องในโครงสร้างพื้นฐาน AI และการใช้งานผลิตภัณฑ์ AI ที่เพิ่มขึ้นกำลังกดดันอัตรากำไรขั้นต้นของบริษัท ดังนั้นผลกระทบจากการใช้จ่ายลงทุนจึงเริ่มเปลี่ยนจากงบกระแสเงินสดมาปรากฏในงบกำไรขาดทุน

สภาพแวดล้อมการลงทุนในปี 2026 แตกต่างจากวงจร AI ในช่วงก่อนหน้าในหลายประการ:

1. การขาดแคลน GPU ไม่ใช่ข้อจำกัดเพียงอย่างเดียวอีกต่อไป แหล่งจ่ายไฟฟ้าและการก่อสร้างศูนย์ข้อมูลก็กลายเป็นคอขวดเช่นกัน
2. ค่าใช้จ่ายฝังทุน (Capital Expenditure) คิดเป็นสัดส่วนที่มากขึ้นต่อกระแสเงินสดจากการดำเนินงาน
3. ค่าเสื่อมราคาเพิ่มขึ้นเนื่องจากการลงทุนในเซิร์ฟเวอร์ในช่วงก่อนหน้าเริ่มเข้าสู่การใช้งาน
4. บริษัทบางแห่งใช้สัญญาเช่าซื้อทางการเงิน การกู้ยืม หรือการเพิ่มทุนจากหุ้น เพื่อสนับสนุนการขยายตัว
5. นักลงทุนกำลังแยกแยะระหว่างรายได้จาก AI ที่วัดผลได้กับเรื่องเล่าเกี่ยวกับ AI อย่างกว้าง ๆ
6. การประเมินมูลค่าได้เปลี่ยนจาก "ลงทุนมากขึ้นหมายถึงความเป็นผู้นำที่แข็งแกร่งขึ้น" มาเป็น "อัตราผลตอบแทนจากการลงทุนสูงพอหรือไม่"

Oracle ให้ตัวอย่างที่สุดขั้วมากกว่า ผลประกอบการทั้งปีงบประมาณ 2026 ของ Oracle แสดงให้เห็นการเติบโตของธุรกิจคลาวด์อย่างรวดเร็วควบคู่ไปกับกระแสเงินสดอิสระติดลบ 23.7 พันล้านดอลลาร์ ซึ่งเป็นผลมาจากการลงทุนสร้างโครงสร้างพื้นฐานคลาวด์อย่างต่อเนื่องเป็นหลัก นี่ไม่ได้หมายความว่าการลงทุนล้มเหลวโดยอัตโนมัติ แต่แสดงให้เห็นอย่างชัดเจนว่าการเติบโตสูงและการใช้เงินสดจำนวนมากสามารถเกิดขึ้นพร้อมกันได้

สรุป: ในปี 2026 การประเมินมูลค่าหุ้นเทคโนโลยีไม่ได้ให้รางวัลกับการลงทุนด้าน AI โดยพิจารณาจากขนาดเพียงอย่างเดียวอีกต่อไป นักลงทุนเปรียบเทียบการใช้จ่ายลงทุน (CAPEX) กับรายได้ กำไร และการแปลงกระแสเงินสด เมื่ออุปสงค์แข็งแกร่งและกำลังการผลิตด้านคอมพิวติ้งยังคงมีไม่เพียงพอต่อความต้องการ CAPEX ที่สูงสามารถขยายศักยภาพรายได้ในระยะยาวได้ แต่เมื่อการสร้างรายได้ช้า อัตราการใช้งานต่ำ หรือต้นทุนการเงินสูงขึ้น การใช้จ่ายเดียวกันนี้จะกลายเป็นความเสี่ยงต่อการประเมินมูลค่า

CAPEX ด้าน AI ส่งผลต่อกำไร กระแสเงินสดอิสระ และการประเมินมูลค่าอย่างไร?

การลงทุนด้าน CAPEX ของ AI ในขั้นต้นจะลดกระแสเงินสดอิสระ จากนั้นส่งผลต่ออัตรากำไรผ่านค่าเสื่อมราคาและต้นทุนการดำเนินงาน และในที่สุดจะเปลี่ยนคูณค่าประเมินมูลค่าที่นักลงทุนเต็มใจจ่าย ตลาดอาจยอมรับกระแสเงินสดที่ต่ำลงได้ช่วงหนึ่ง แต่จะเป็นไปได้ก็ต่อเมื่อเซิร์ฟเวอร์และศูนย์ข้อมูลใหม่คาดว่าจะสร้างรายได้ที่สูงขึ้นและสร้างผลตอบแทนจากทุนในระยะยาวที่สูงกว่าต้นทุนการจัดหาเงินทุนของบริษัท

AI CAPEX บันทึกเข้าสู่งบการเงินทั้งสามอย่างไร?

1. งบดุล: GPU เซิร์ฟเวอร์ และอาคาร จะถูกบันทึกเป็นทรัพย์สินและอุปกรณ์;
2. งบกระแสเงินสด: การจัดซื้ออุปกรณ์ก่อให้เกิดกระแสเงินสดออกจากการลงทุน;
3. งบกำไรขาดทุน: สินทรัพย์สร้างค่าเสื่อมราคาเป็นค่าใช้จ่ายตลอดอายุการใช้งาน;
4. ต้นทุนการดำเนินงาน: ค่าไฟฟ้า ค่าแรงพนักงาน ค่าเครือข่าย และค่าบำรุงรักษาเพิ่มขึ้น;
5. กระแสเงินสดอิสระ: กระแสเงินสดจากการดำเนินงานหัก CAPEX ลดลง

ตัวอย่างเช่น กระแสเงินสดจากการดำเนินงานของบริษัทอาจเพิ่มขึ้นจาก 50,000 ล้านดอลลาร์ เป็น 60,000 ล้านดอลลาร์ ซึ่งในตอนแรกดูเหมือนเป็นการพัฒนาธุรกิจที่ชัดเจน อย่างไรก็ตาม หากค่าใช้จ่ายด้านทุนเพิ่มขึ้นจาก 20,000 ล้านดอลลาร์ เป็น 50,000 ล้านดอลลาร์ กระแสเงินสดอิสระแบบง่ายจะลดลงจาก 30,000 ล้านดอลลาร์ เหลือ 10,000 ล้านดอลลาร์

กระแสเงินสดอิสระ (Free cash flow) ไม่ใช่ตัวชี้วัดตามมาตรฐาน GAAP ที่ได้รับการกำหนดอย่างสมบูรณ์ บริษัทต่าง ๆ อาจปฏิบัติต่อสัญญาเช่าทางการเงิน เงินล่วงหน้าค่าอุปกรณ์ หรือการขายสินทรัพย์แตกต่างกัน จึงควรตรวจสอบวิธีการคำนวณก่อนทำการเปรียบเทียบระหว่างบริษัท

CAPEX เปลี่ยนแปลงมูลค่าการประเมินผ่านตัวแปรใดบ้าง?

• การเติบโตของรายได้: กำลังการประมวลผลเพิ่มเติมสามารถสร้างรายได้จากคลาวด์และ AI เพิ่มขึ้นได้หรือไม่?
• อัตรากำไรขั้นต้น: ค่าเสื่อมราคา ค่าไฟฟ้า และต้นทุนการอนุมาน (inference) กำลังกินรายได้ส่วนเพิ่มหรือไม่?
• ผลตอบแทนจากกระแสเงินสดอิสระ: การคืนเงินสดที่สัมพันธ์กับราคาหุ้นปัจจุบันได้ลดลงหรือไม่?
• ผลตอบแทนจากเงินลงทุน (ROIC): กำไรส่วนเพิ่มสมควรกับฐานสินทรัพย์ที่เพิ่มขึ้นหรือไม่?
• การใช้ประโยชน์จากสินทรัพย์: GPU และศูนย์ข้อมูลกำลังทำงานด้วยภาระงานสูงหรือไม่?
• ต้นทุนของเงินทุน: หนี้ สัญญาเช่า และการระดมทุนจากส่วนของผู้ถือหุ้น มีราคาแพงขึ้นหรือไม่?
• อายุการใช้งานของอุปกรณ์: ความก้าวหน้าทางเทคโนโลยีทำให้สินทรัพย์ล้าสมัยเร็วกว่าที่คาดไว้หรือไม่?

ตลาดสามารถตอบสนองต่อการเพิ่มขึ้นของ CAPEX ที่คล้ายกันได้อย่างแตกต่างกันมาก เมื่อรายได้จากคลาวด์เติบโตเร็วขึ้นและลูกค้าต้องรอคิวใช้กำลังการผลิต การใช้จ่ายที่สูงขึ้นจะส่งสัญญาณถึงภาวะอุปทานไม่เพียงพอและการเติบโตในอนาคต แต่เมื่อคำแนะนำรายได้ไม่ดีขึ้น การเพิ่มขึ้นแบบเดียวกันนี้กลับดูเหมือนเป็นความเสี่ยงด้านอัตรากำไรและกระแสเงินสดมากกว่า

อัตรากำไรขั้นต้นของ Microsoft Cloud ได้รับผลกระทบจากการลงทุนด้านโครงสร้างพื้นฐาน AI และการใช้งานผลิตภัณฑ์ AI ที่เพิ่มขึ้น แม้ว่าการปรับปรุงประสิทธิภาพจะช่วยลดแรงกดดันบางส่วนได้ก็ตาม นี่คือผลลัพธ์ประเภทที่นักลงทุนต้องการเห็น: การลงทุนเพิ่มต้นทุน แต่ขนาดของธุรกิจและการเติบโตของรายได้จะค่อยๆ ดูดซับต้นทุนเหล่านั้น

Oracle เป็นตัวอย่างของแรงกดดันอีกแหล่งหนึ่ง ในปี 2026 บริษัทได้ประกาศแผนการระดมทุนด้วยหุ้นและหนี้ เพื่อระดมทุนระหว่าง 45 พันล้านดอลลาร์สหรัฐ ถึง 50 พันล้านดอลลาร์สหรัฐ เมื่อการก่อสร้างศูนย์ข้อมูลต้องอาศัยการระดมทุนจากภายนอก นักลงทุนจึงต้องพิจารณาค่าใช้จ่ายดอกเบี้ย การเจือจางของส่วนของผู้ถือหุ้น และความเสี่ยงด้านงบดุลอีกด้วย

สรุป: ผลกระทบต่อมูลค่าหลักทรัพย์จากการลงทุนด้าน CAPEX ของ AI มีความล่าช้าทางเวลาที่ชัดเจน เงินสดไหลออกจากบริษัทระหว่างการจัดซื้อและการก่อสร้าง ค่าเสื่อมราคาเพิ่มขึ้นอย่างค่อยเป็นค่อยไปตลอดหลายปี และรายได้อาจมาถึงช้ากว่านั้นอีก การมองเพียงตัวเลข EPS เพียงอย่างเดียวอาจทำให้ประเมินแรงกดดันด้านกระแสเงินสดต่ำเกินไป ในขณะที่การเน้นเพียงกระแสเงินสดอิสระ (Free Cash Flow) เพียงอย่างเดียวอาจมองข้ามโครงสร้างพื้นฐานที่ยังอยู่ระหว่างการก่อสร้าง แนวทางที่สมดุลกว่าคือการเปรียบเทียบการเติบโตของรายได้ อัตรากำไร กระแสเงินสด อัตราการใช้งาน และต้นทุนของเงินทุน

AI CAPEX ส่งผ่านไปตามห่วงโซ่อุปทานของชิป หน่วยความจำ และศูนย์ข้อมูลอย่างไร?

สำหรับบริษัทคลาวด์ AI CAPEX คือการจ่ายเงินสดออก แต่สำหรับซัพพลายเออร์ต้นน้ำ มันกลายเป็นคำสั่งซื้อและรายได้ การใช้จ่ายมักไหลเข้าสู่ GPU, ชิปเฉพาะทาง, เซิร์ฟเวอร์ และอุปกรณ์เครือข่ายก่อน จากนั้นจึงไปถึงการผลิตขั้นสูงของ TSMC, ระบบลิโทกราฟีของ ASML, Micron HBM, อุปกรณ์จัดเก็บข้อมูลระดับองค์กร, โครงสร้างพื้นฐานด้านพลังงาน และระบบหล่อเย็น เนื่องจากแต่ละส่วนมีวงจรการส่งมอบที่แตกต่างกัน รายได้จึงไม่ได้รับรู้ในไตรมาสเดียวกัน

เส้นทางการส่งต่อทั่วไปมีลักษณะดังนี้:

1. ผู้ให้บริการคลาวด์กำหนดงบประมาณดาต้าเซ็นเตอร์และงบประมาณการประมวลผล
2. Nvidia, AMD และผู้จำหน่าย ASIC แบบเฉพาะได้รับคำสั่งซื้อชิป
3. TSMC ดูแลการผลิตโหนดขั้นสูงและการแพ็กเกจ CoWoS
4. โรงงานฟาบริเคชันสั่งซื้ออุปกรณ์จากบริษัทต่าง ๆ เช่น ASML
5. Micron และผู้จำหน่ายหน่วยความจำรายอื่น ๆ จัดหา HBM, DRAM และ SSD
6. บริษัทเครือข่าย ระบบไฟฟ้า และระบบระบายความร้อนด้วยของเหลว สร้างโครงสร้างพื้นฐานสนับสนุน
7. เมื่อข้อมูลสะสมมากขึ้น ความต้องการความจุ HDD แบบเนียร์ไลน์จึงเพิ่มขึ้น

ผลประกอบการไตรมาสแรกปีงบประมาณ 2027 ของ Nvidia แสดงให้เห็นรายได้รายไตรมาสที่ 81.6 พันล้านดอลลาร์ ขณะที่รายได้จากศูนย์ข้อมูลแตะ 75.2 พันล้านดอลลาร์ เพิ่มขึ้น 92% เมื่อเทียบกับปีก่อน ซึ่งสะท้อนว่า CAPEX ด้านคลาวด์ได้ถูกแปลงเป็นรายได้จำนวนมากให้กับผู้ผลิตชิป AI และอุปกรณ์เครือข่ายแล้ว

ฝ่ายการผลิตอยู่ในมือของ TSMC [งบประมาณสินทรัพย์ปี 2026 ของ TSMC](https://investor.tsmc.com/english/encrypt/files/encrypt_file/reports/2026-01/51d09df96cd89ac19d65af39032b038dc2896a24/TSMC 4Q25 Transcript.pdf) คาดว่าจะแตะระดับ 52–56 พันล้านดอลลาร์ สูงขึ้นจาก 40.9 พันล้านดอลลาร์ในปี 2025 โดยใช้จ่ายหลักไปกับกระบวนการผลิตขั้นสูง การบรรจุชิป และการขยายกำลังการผลิตทั่วโลก การใช้จ่ายนี้จะส่งต่อความต้องการไปยังผู้ผลิตอุปกรณ์เซมิคอนดักเตอร์

ผลประกอบการไตรมาสแรกของปี 2026 ของ ASML ได้ปรับเพิ่มคาดการณ์ยอดขายทั้งปีเป็น 36–40 พันล้านยูโร และระบุว่าการลงทุนด้านโครงสร้างพื้นฐาน AI กำลังส่งเสริมให้ลูกค้าด้าน advanced logic และหน่วยความจำเร่งรัดการขยายกำลังการผลิต คำสั่งซื้ออุปกรณ์มักนำหน้ารายได้จากชิป แต่กระบวนการตั้งแต่การสั่งซื้อไปจนถึงการติดตั้งและการตรวจรับอาจกินเวลาหลายไตรมาส

อุตสาหกรรมหน่วยความจำก็กำลังเพิ่มการลงทุนเช่นกัน เอกสารข้อมูลนักลงทุนล่าสุดของ Micron ระบุว่าบริษัทกำลังลงทุนในระดับสูงสุดเป็นประวัติการณ์ในด้านเทคโนโลยี ผลิตภัณฑ์ และอุปทาน เพื่อตอบสนองความต้องการหน่วยความจำในยุค AI โดยคาดว่าค่าใช้จ่ายด้านทุนของปีการเงิน 2026 จะแตะระดับประมาณ 27,000 ล้านดอลลาร์ สะท้อนการลงทุนเพิ่มเติมใน HBM, DRAM รุ่นล้ำหน้า และกำลังการผลิตห้องปลอดเชื้อ

ผู้ผลิตต้นน้ำยังคงเผชิญความเสี่ยงอยู่ ผู้ให้บริการคลาวด์อาจจองกำลังการผลิตอุปกรณ์และพลังงานไว้เกินความจำเป็น การเติบโตของคำสั่งซื้ออาจชะลอตัวลงหลังจากคอขวดด้านอุปทานคลายตัว และ GPU รุ่นใหม่อาจทำให้อายุการใช้งานทางเศรษฐกิจของเซิร์ฟเวอร์รุ่นเก่าสั้นลง การหมุนเวียนของตลาดจากบริษัทคลาวด์ไปสู่ผู้ผลิต “เครื่องมือและอุปกรณ์ประกอบ” ไม่ได้หมายความว่ามูลค่าหลักทรัพย์ของผู้ผลิตเหล่านั้นจะสามารถแยกขาดจากอุปสงค์ปลายน้ำได้

สรุป: AI CAPEX เปลี่ยนเงินสดของบริษัทคลาวด์ให้กลายเป็นรายได้สำหรับผู้ผลิตชิป, ผู้รับจ้างผลิตเวเฟอร์, ผู้ผลิตอุปกรณ์, ผู้ผลิตหน่วยความจำ และผู้ให้บริการศูนย์ข้อมูล โดยผู้ซื้อเป็นผู้แบกรับความเสี่ยงด้านค่าเสื่อมราคาและอัตราการใช้งาน ส่วนผู้ขายเป็นผู้แบกรับความเสี่ยงด้านวงจรคำสั่งซื้อและการขยายกำลังการผลิต การวิเคราะห์ห่วงโซ่อุปทานจึงต้องแยกแยะระหว่างคำสั่งซื้อ การส่งมอบ และการรับรู้รายได้ แทนที่จะสันนิษฐานว่าการใช้จ่ายเพื่อลงทุนในสินทรัพย์ถาวรที่สูงขึ้นจะเป็นประโยชน์ต่อหุ้นที่เกี่ยวข้องทุกตัวในเวลาเดียวกัน

จะบอกได้อย่างไรว่า AI CAPEX เป็นการลงทุนเพื่อการเติบโตหรือเป็นความเสี่ยงด้านการประเมินมูลค่า?

ขนาดของ CAPEX ด้าน AI เพียงอย่างเดียวไม่ได้เป็นตัวกำหนดว่าการใช้จ่ายนั้นมีความคุ้มค่าในการผลิตหรือไม่ คุณต้องเปรียบเทียบการเติบโตของรายจ่ายลงทุนกับการเติบโตของรายได้จาก AI การใช้กำลังการผลิต อัตรากำไร กระแสเงินสดอิสระ และโครงสร้างการจัดหาเงินทุน เมื่อความต้องการยังคงสูงกว่าอุปทานและรายได้จาก AI เติบโตเร็วกว่าการลงทุน CAPEX ที่สูงสามารถเสริมสร้างความได้เปรียบทางการแข่งขันได้ แต่เมื่อการใช้จ่ายเพิ่มขึ้นอย่างรวดเร็วโดยไม่มีการใช้กำลังการผลิตที่ดีขึ้น กำไร หรือการคืนเงินสด มันจะกลายเป็นความเสี่ยงด้านการประเมินมูลค่า

แผงประเมินแบบเจ็ดปัจจัยสามารถช่วยได้:

1. การเติบโตของ CAPEX สูงกว่าการเติบโตของรายได้อย่างสม่ำเสมอหรือไม่?
2. รายได้จากผลิตภัณฑ์คลาวด์หรือ AI กำลังเร่งตัวขึ้นหรือไม่?
3. ความต้องการยังคงมีมากกว่าความสามารถในการประมวลผลที่มีอยู่หรือไม่?
4. อัตรากำไรขั้นต้นและอัตรากำไรจากการดำเนินงานยังคงมีเสถียรภาพหรือไม่?
5. กระแสเงินสดอิสระกำลังทรุดโทรมลงเป็นระยะเวลาต่อเนื่องหรือไม่?
6. ฝ่ายบริหารสามารถระบุตัวเลขรายได้จาก AI หรือการปรับปรุงประสิทธิภาพได้หรือไม่?
7. นักวิเคราะห์กำลังปรับเพิ่มประมาณการกระแสเงินสดในอนาคตหรือไม่?

สัญญาณใดบ้างที่บ่งชี้ว่า CAPEX กำลังสร้างผลตอบแทน?

• การเติบโตของ Azure, AWS, Google Cloud หรือ OCI เร่งตัวขึ้น;
• ผลิตภัณฑ์ AI สร้างรายได้ที่ระบุตัวได้ ไม่ใช่เพียงการเติบโตของผู้ใช้;
• ความจุของศูนย์ข้อมูลยังคงไม่เพียงพอ;
• ต้นทุนการอนุมาน (inference) ต่อหน่วยลดลงและอัตรากำไรขั้นต้นมีเสถียรภาพ;
• การแปลงยอดโฆษณา การตั้งราคาแบบสมัครสมาชิก หรือการรักษาลูกค้าไว้ดีขึ้น;
• การเติบโตของ CAPEX ค่อยๆ ต่ำกว่าการเติบโตของรายได้จาก AI;
• กระแสเงินสดอิสระเริ่มฟื้นตัวหลังจากช่วงการขยายตัว

สัญญาณใดบ้างที่บ่งชี้ถึงการลงทุนสร้างศักยภาพมากเกินไป?

• ฝ่ายบริหารเพิ่มการใช้จ่ายซ้ำแล้วซ้ำเล่า แต่ไม่สามารถระบุปริมาณการสร้างรายได้ได้
• อัตราการใช้งาน GPU และศูนย์ข้อมูลลดลง
• ค่าเสื่อมราคาเติบโตเร็วกว่ากำไรจากการดำเนินงานอย่างมีนัยสำคัญ
• CAPEX พึ่งพาหนี้ สัญญาเช่า หรือการระดมทุนจากหุ้นมากขึ้นเรื่อยๆ
• การเติบโตของคำสั่งซื้อลูกค้าต่ำกว่าการขยายกำลังการผลิต
• อายุการใช้งานจริงของอุปกรณ์สั้นกว่าระยะเวลาค่าเสื่อมราคาตามบัญชี
• นักวิเคราะห์ลดการคาดการณ์กระแสเงินสดอิสระซ้ำแล้วซ้ำเล่า

ค่าใช้จ่ายในการซื้อขายยังมีความสำคัญต่อกลยุทธ์ระยะสั้นและระยะกลางอีกด้วย หุ้นที่เกี่ยวข้องกับ CAPEX ด้าน AI สามารถเคลื่อนไหวรุนแรงได้หลังการประกาศผลประกอบการและการอัปเดตแนวทางแผนงาน การปรับพอร์ตตำแหน่งการลงทุนใน Microsoft, Alphabet, Amazon, Meta, Nvidia หรือผู้จัดหาที่เกี่ยวข้องบ่อยครั้ง มีค่าใช้จ่ายมากกว่าแค่ค่าธรรมเนียมการซื้อขาย ค่าธรรมเนียมแพลตฟอร์ม ค่าธรรมเนียมสถาบันภายนอก ส่วนต่างราคาเสนอซื้อ-ขาย และภาวะราคาเอียง (slippage) ล้วนส่งผลต่อผลลัพธ์จริงเช่นกัน

ภายใต้โครงสร้างค่าธรรมเนียมหุ้นสหรัฐฯ ของ Biya ในปัจจุบัน ค่าคอมมิชชันคือ $0 ส่วนค่าธรรมเนียมแพลตฟอร์มคือ $0.005 ต่อหุ้น โดยมีขั้นต่ำ $0.99 ต่อคำสั่งซื้อและสูงสุดไม่เกิน 1% ของมูลค่าการซื้อขาย ค่าธรรมเนียมกิจกรรมการซื้อขายและสถาบันภายนอกรวมอยู่ที่ $0.00396 ต่อหุ้น สำหรับคำสั่งซื้อหุ้นย่อส่วนที่มีจำนวนน้อยกว่าหนึ่งหุ้นเต็ม ค่าธรรมเนียมแพลตฟอร์มคือ 1% ของมูลค่าการซื้อขาย โดยจำกัดไม่เกิน $1 การเรียกเก็บเงินจริงยังคงเป็นไปตามศูนย์ค่าธรรมเนียมและหน้าจอคำสั่งซื้อ

สรุป: คำถามสำคัญในการวิเคราะห์ CAPEX ด้าน AI ไม่ใช่ว่าบริษัทจะใช้จ่ายมากขึ้นเพิ่มเท่าไร แต่คือว่าเงินทุนแต่ละดอลลาร์สามารถสร้างรายได้และกระแสเงินสดได้มากขึ้นหรือไม่ การใช้งานที่มีประสิทธิภาพสูง การสร้างรายได้ที่ดีขึ้น และอัตรากำไรที่มั่นคง สามารถเปลี่ยนการลงทุนจำนวนมากให้กลายเป็นความได้เปรียบทางการแข่งขันในระยะยาวได้ ในทางกลับกัน การแปลงรายได้ที่อ่อนแอ ความต้องการเงินทุนที่เพิ่มขึ้น และกระแสเงินสดที่ต่ำกว่าอย่างต่อเนื่อง สามารถเปลี่ยนการลงทุนจำนวนเท่ากันให้กลายเป็นความเสี่ยงด้านมูลค่าหลักทรัพย์ได้

เมื่อติดตาม Microsoft, Alphabet, Amazon, Meta, Oracle, Nvidia และบริษัทอื่น ๆ ที่เกี่ยวข้องกับ CAPEX ด้าน AI คุณสามารถใช้ฟีเจอร์ค้นหาหุ้นสหรัฐฯ ของ Biya เพื่อจัดระเบียบวันประกาศงบการเงิน แนวโน้มการลงทุนด้านทุนทรัพย์ (CAPEX guidance) การเติบโตของธุรกิจคลาวด์ และกระแสเงินสดอิสระ จากนั้นจึงสามารถเปรียบเทียบบริษัทคลาวด์กับธุรกิจในห่วงโซ่อุปทาน เช่น TSMC, ASML และ Micron ได้ Biya ยังให้การเข้าถึงข้อมูลตลาดที่เกี่ยวข้องและรูปแบบการซื้อขาย ขณะที่ App รองรับการติดตามต่อเนื่อง อย่างไรก็ตาม การเติบโตของการลงทุนด้านโครงสร้างพื้นฐาน AI ไม่ได้รับประกันว่าหุ้นที่เกี่ยวข้องจะราคาขึ้น และข้อมูลการเงินสาธารณะไม่ถือเป็นคำแนะนำด้านการลงทุนความพร้อมใช้งานของบริการขึ้นอยู่กับที่ตั้งของผู้ใช้ ผลการตรวจสอบยืนยันตัวตน กฎของแพลตฟอร์ม รวมถึงกฎหมายและข้อบังคับที่เกี่ยวข้อง

คำถามที่พบบ่อย

ทำไมการลงทุน CAPEX ด้าน AI ที่สูงขึ้นจึงลดกระแสเงินสดอิสระของบริษัท?

เนื่องจากการลงทุนด้านสินทรัพย์ถาวรก่อให้เกิดการไหลออกของเงินสดจริง แม้ว่าต้นทุนของ GPU และเซิร์ฟเวอร์จะถูกบันทึกผ่านค่าเสื่อมราคาในช่วงหลายปี แต่การจัดซื้ออาจถูกจ่ายเงินไปแล้วตั้งแต่ในงวดปัจจุบัน หากกระแสเงินสดจากการดำเนินงานเติบโตช้ากว่า CAPEX กำไรสุทธิสามารถเพิ่มขึ้นได้ในขณะที่กระแสเงินสดอิสระลดลงอย่างมาก

การลงทุน CAPEX ด้าน AI ที่สูงขึ้นสร้างผลตอบแทนหุ้นในระยะยาวที่ดีกว่าเสมอหรือไม่?

ไม่ การลงทุน CAPEX ที่สูงจะสร้างมูลค่าก็ต่อเมื่อมันสร้างรายได้ กำไร และผลตอบแทนจากเงินทุนที่สูงขึ้นเท่านั้น หากศูนย์ข้อมูลใหม่มีอัตราการใช้งานต่ำ อุปกรณ์ล้าสมัยอย่างรวดเร็ว หรือต้นทุนการจัดหาเงินทุนสูงขึ้น การลงทุนจำนวนมากอาจทำให้กระแสเงินสดอิสระลดลงและบีบอัดตัวคูณการประเมินมูลค่า

การจัดซื้อ GPU สำหรับศูนย์ข้อมูล AI จัดเป็น CAPEX หรือ OPEX?

GPU ที่จัดซื้อมาเพื่อใช้งานระยะยาวโดยทั่วไปจะถูกบันทึกเป็นสินทรัพย์ (capitalized) และตัดค่าเสื่อมราคาตามอายุการใช้งานที่ประเมินไว้ ส่วน GPU ที่เช่าจากผู้ให้บริการคลาวด์ตามระยะเวลาหรือตามปริมาณการใช้งานโดยทั่วไปจะใกล้เคียงกับค่าใช้จ่ายในการดำเนินงานมากกว่า การจำแนกประเภทที่แท้จริงขึ้นอยู่กับนโยบายการบัญชีและการเปิดเผยข้อมูลทางการเงินของบริษัท

เหตุใด CAPEX ด้าน AI ที่สูงขึ้นจากบริษัทคลาวด์จึงเป็นประโยชน์ต่อบริษัทเซมิคอนดักเตอร์?

การใช้จ่ายของบริษัทคลาวด์กลายเป็นคำสั่งซื้อสำหรับ GPU, เวเฟอร์, บรรจุภัณฑ์ขั้นสูง, HBM, อุปกรณ์เครือข่าย และอุปกรณ์จัดเก็บข้อมูล อย่างไรก็ตาม อาจต้องใช้เวลาหลายไตรมาสระหว่างการสั่งซื้อและการรับรู้รายได้ของผู้ผลิต นอกจากนี้ ประโยชน์ที่ได้รับยังขึ้นอยู่กับส่วนแบ่งตลาด กำลังการผลิต และส่วนผสมของผลิตภัณฑ์อีกด้วย

นักลงทุนทั่วไปจะหาข้อมูล AI CAPEX ในรายงานทางการเงินได้จากที่ใด?

เริ่มต้นจากรายการจัดซื้อที่ดินและอุปกรณ์ในงบกระแสเงินสด จากนั้นจึงตรวจสอบการประชุมทางโทรศัพท์ของฝ่ายบริหารเกี่ยวกับผลประกอบการ แนวทางการใช้จ่ายเงินลงทุน การเปิดเผยข้อมูลสัญญาเช่าทางการเงิน และหมายเหตุทะเบียนสินทรัพย์ถาวร นิยามแตกต่างกันไปในแต่ละบริษัท ดังนั้นก่อนทำการเปรียบเทียบ ควรวัดค่าเช่า อาคาร และการลงทุนด้านเซิร์ฟเวอร์อย่างสอดคล้องกันเสียก่อน