วิธีประเมินผลตอบแทนการลงทุนด้าน AI ของ Google: การค้นหา, คลาวด์ และแรงกดดันจาก CAPEX

การลงทุนด้าน AI ของ Google เริ่มสร้างผลตอบแทนทางการค้าที่สังเกตเห็นได้แล้ว แต่กรณีการคืนทุนอย่างเต็มรูปแบบยังไม่ได้รับการพิสูจน์ Google Cloud นำเสนอหลักฐานที่ชัดเจนที่สุดผ่านรายได้ งานค้างรับ (backlog) และกำไรจากการดำเนินงาน ส่วน Search ที่ขับเคลื่อนด้วย AI ในปัจจุบันกำลังสร้างมูลค่าเชิงป้องกันมากขึ้น ด้วยการปกป้องการเข้าถึงของผู้ใช้ ขยายปริมาณการค้นหา และรักษาการเติบโตของรายได้จากการโฆษณา

ความเสี่ยงหลักไม่ใช่การที่ Google ขาดรายได้จาก AI แต่คือ CAPEX ค่าเสื่อมราคา และต้นทุนการดำเนินงานของศูนย์ข้อมูล อาจเติบโตเร็วกว่ารายได้ที่เกิดจากการลงทุนเหล่านั้น

ในวันที่ 10 กรกฎาคม 2026 ผลประกอบการไตรมาสเต็มล่าสุดที่ Alphabet รายงานยังคงเป็นผลประกอบการของไตรมาสแรกปี 2026 ตามรายงานผลประกอบการไตรมาสแรก ของ Alphabet รายได้รวมทำได้ 109.9 พันล้านดอลลาร์ เพิ่มขึ้น 22% เมื่อเทียบกับปีก่อนหน้า รายได้จาก Google Search และการโฆษณาอื่น ๆ เพิ่มขึ้น 19% เป็น 60.4 พันล้านดอลลาร์ ขณะที่รายได้จาก Google Cloud เพิ่มขึ้น 63% เป็น 20 พันล้านดอลลาร์ ค่าใช้จ่ายด้านทุนในไตรมาสแรกอยู่ที่ 35.7 พันล้านดอลลาร์ และ Alphabet ได้ปรับเพิ่มคำแนะนำ CAPEX ทั้งปีเป็นช่วงระหว่าง 180 พันล้านถึง 190 พันล้านดอลลาร์

ดังนั้นคุณจึงไม่ควรประเมินกลยุทธ์ AI ของ Google โดยถามเพียงว่าแอป Gemini สร้างรายได้มากเพียงใด คำถามที่มีประโยชน์กว่านั้นคือ:

การลงทุนแต่ละดอลลาร์เพิ่มเติมใน AI สามารถเสริมความแข็งแกร่งให้กับ Search ขยายรายได้ Cloud ปรับปรุงการใช้งานโครงสร้างพื้นฐาน และท้ายที่สุดเพิ่มกระแสเงินสดอิสระในระยะยาวได้หรือไม่?

ประเด็นสำคัญ

• ผลตอบแทนแรกที่ AI สร้างขึ้นใน Google Search คือการปกป้องประตูผู้ใช้และระบบนิเวศการโฆษณาของ Google ส่วนพื้นที่โฆษณาใหม่เป็นประโยชน์รอง
• Google Cloud เป็นช่องทางการสร้างรายได้จาก AI ที่วัดผลได้ชัดเจนที่สุดในปัจจุบัน โดยมีการเติบโตของรายได้ งานค้างรับ (backlog) และกำไรจากการดำเนินงานที่แข็งแกร่งหนุนอยู่
• TPU การเพิ่มประสิทธิภาพโมเดล Gemini และโครงสร้างพื้นฐานแบบเต็มสแตกของ Google สามารถลดต้นทุนการอนุมาน (inference) ต่อหน่วยได้ แต่เงินออมเหล่านี้ต้องปรากฏในอัตรากำไรและกระแสเงินสดในที่สุด
• ความเสี่ยงหลักของการลงทุนด้าน AI ของ Alphabet ไม่ใช่ความต้องการที่ไม่เพียงพอ แต่คือ CAPEX ค่าเสื่อมราคา และค่าใช้จ่ายด้านพลังงานอาจเพิ่มขึ้นเร็วกว่าการแปลงรายได้จาก AI ให้เป็นจริง

ผลตอบแทนจาก AI ของ Google ไม่สามารถวัดได้จากรายได้ของ Gemini เพียงอย่างเดียว

ข้อผิดพลาดที่พบบ่อยที่สุดประการหนึ่งในการประเมินผลตอบแทนจากการลงทุน AI ของ Google คือการมุ่งเน้นไปที่ค่าสมาชิกแอป Gemini จำนวนที่นั่งของ Gemini Enterprise หรือรายได้จาก API ของโมเดลเพียงอย่างเดียว ผลิตภัณฑ์เหล่านี้สร้างรายได้โดยตรง แต่เป็นเพียงส่วนหนึ่งของกลยุทธ์การพาณิชย์ AI ของ Google เท่านั้น

Google ได้ฝัง AI ไว้ทั่วทั้ง Search, Google Ads, YouTube, Google Cloud, Workspace, Android, Chrome และ Google One การลงทุนบางส่วนสร้างรายได้ที่รายงานโดยตรง ในขณะที่บางส่วนช่วยเพิ่มการรักษาผู้ใช้ ประสิทธิภาพการโฆษณา ผลิตภาพของพนักงาน และการใช้งานโครงสร้างพื้นฐาน

กรอบการวิเคราะห์ ROI ของ AI อย่างเป็นรูปธรรมจึงควรประกอบด้วยสี่ชั้น

ผลตอบแทนเชิงป้องกันใน Search

หาก Google ล้มเหลวในการผสานรวม AI เชิงสร้างสรรค์เข้ากับ Search ได้อย่างรวดเร็วเพียงพอ คำค้นหาที่ต้องการการวิจัยและมีความซับซ้อนบางส่วนอาจย้ายไปที่ ChatGPT, Perplexity และเอนจินตอบคำถามอื่น ๆ

แม้คำค้นหาเหล่านี้จะไม่ได้สร้างมูลค่าทางการโฆษณาสูงทันที แต่การสูญเสียจุดเข้าถึงผู้ใช้ก็จะบั่นทอนตำแหน่งในระยะยาวของ Google AI Overviews และ AI Mode จึงสร้างผลตอบแทนเริ่มต้นโดยการรักษาผู้ใช้ไว้ภายในระบบนิเวศของ Google และทำให้พวกเขาสามารถทำงานต่าง ๆ ได้มากขึ้นโดยไม่ต้องเปลี่ยนแพลตฟอร์ม

มูลค่านี้ไม่ปรากฏเป็นรายการ "รายได้จาก AI" แยกต่างหาก แต่ช่วยปกป้องช่องทางการกระจายที่สำคัญที่สุดของ Google

ผลตอบแทนโดยตรงจาก Cloud และการสมัครสมาชิก

ลูกค้า Google Cloud จ่ายเงินโดยตรงสำหรับความจุ GPU และ TPU, โมเดล Gemini, Vertex AI, งานวิเคราะห์ข้อมูล, ผลิตภัณฑ์ด้านความปลอดภัยไซเบอร์ และเอเจนต์สำหรับองค์กร แผน Google One AI และ Gemini Enterprise ยังสร้างรายได้จากการสมัครสมาชิกอีกด้วย

ผลตอบแทนเหล่านี้สามารถวัดได้ผ่านรายได้จาก Cloud, งานที่ผูกพันตามสัญญา (contracted backlog), จำนวนที่นั่งแบบชำระเงิน, การใช้จ่ายของลูกค้า และกำไรจากการดำเนินงาน ซึ่งให้สัญญาณเชิงพาณิชย์ที่ชัดเจนกว่าการมีส่วนร่วมของผู้บริโภคเพียงอย่างเดียวมาก

ผลตอบแทนจากโครงสร้างพื้นฐานและประสิทธิภาพของโมเดล

TPU ของ Google ไม่ได้ทำหน้าที่เพียงรองรับลูกค้า Cloud ภายนอกเท่านั้น แต่ยังขับเคลื่อน Search, Gemini, ระบบแนะนำของ YouTube, ระบบโฆษณา และผลิตภัณฑ์ภายในอื่น ๆ อีกด้วย

เมื่อการปรับแต่งโมเดลให้เหมาะสมช่วยให้ความจุเซิร์ฟเวอร์เท่าเดิมสามารถประมวลผลคำค้นหาหรือโทเค็นได้มากขึ้น Google สามารถขยายการใช้งาน AI ได้โดยไม่ต้องเพิ่มการใช้จ่ายด้านโครงสร้างพื้นฐานในอัตราเท่ากัน ประสิทธิภาพที่เกิดขึ้นควรจะปรากฏในต้นทุนการอนุมาน (inference) ต่อหน่วยที่ลดลง การใช้งานเซิร์ฟเวอร์ที่สูงขึ้น และผลลัพธ์ต่อดอลลาร์ของ CAPEX ที่ดีขึ้น

อย่างไรก็ตาม ต้นทุนทางเทคนิคที่ต่ำลงจะกลายเป็นผลตอบแทนสำหรับผู้ถือหุ้นก็ต่อเมื่อสิ่งเหล่านั้นแปลเป็นอัตรากำไรที่แข็งแกร่งขึ้นหรือการสร้างเงินสดที่มากขึ้นเท่านั้น

เหตุใดการเติบโตของคลาวด์ทั้งหมดจึงไม่ควรถูกจัดเป็นรายได้จาก AI

Google Cloud ยังครอบคลุมบริการคอมพิวติ้ง ที่จัดเก็บข้อมูล ฐานข้อมูล การวิเคราะห์ ความปลอดภัยทางไซเบอร์ และ Workspace แบบดั้งเดิมด้วย แม้ว่า AI จะกลายเป็นปัจจัยขับเคลื่อนการเติบโตที่ใหญ่ที่สุด แต่เซกเมนต์คลาวด์ทั้งหมดก็ไม่สามารถถูกมองว่าเป็นธุรกิจ AI เชิงสร้างสรรค์ (generative AI) ล้วน ๆ ได้

สิ่งที่กลับกันก็เป็นจริงเช่นกัน การตัดสินใจของ Alphabet ที่จะไม่เปิดเผยตัวเลขกำไรของ Gemini แยกต่างหาก ไม่ได้แปลว่า AI ไม่สร้างผลตอบแทน การเติบโตของ Search สัญญา Cloud ที่ขยายตัว และต้นทุนการอนุมาน (inference) ที่ลดลง ล้วนอาจสะท้อนประโยชน์จากการลงทุนด้าน AI ทั้งสิ้น

สรุป: ผลตอบแทนจากการลงทุนด้าน AI ของ Google ต้องได้รับการประเมินจากหลายมิติ ทั้งรายได้ การป้องกันเชิงกลยุทธ์ ประสิทธิภาพการดำเนินงาน และกระแสเงินสด การมองหาบรรทัดรายได้จาก AI เพียงบรรทัดเดียวจะทำให้ประเมินผลประโยชน์ของโมเดลธุรกิจแบบบูรณาการของ Google ต่ำเกินจริง ในขณะเดียวกันก็มองข้ามต้นทุนจากการขยายโครงสร้างพื้นฐานของบริษัทด้วย

AI Search กำลังปกป้องธุรกิจโฆษณา หรือกำลังสร้างรายได้ใหม่?

ผลตอบแทนที่ชัดเจนที่สุดในปัจจุบันจาก AI Search คือการปกป้องตำแหน่งของ Google ในฐานะประตูสู่ข้อมูลออนไลน์หลัก ส่วนคำถามที่ยากขึ้นคือ ระบบนี้จะสามารถสร้างรายได้จากคำตอบที่สร้างด้วย AI ได้อย่างมีประสิทธิภาพเทียบเท่าการค้นหาด้วยคำสำคัญแบบดั้งเดิมหรือไม่

ในระหว่างการประชุมสายผลประกอบการ ไตรมาสแรกของปี 2026 ของ Alphabet ฝ่ายบริหารกล่าวว่า AI ยังคงช่วยขยายการใช้งาน Search โดยรวม และปริมาณการค้นหาได้สร้างสถิติสูงสุดเป็นประวัติการณ์ รายได้จาก Google Search และการโฆษณาอื่น ๆ เพิ่มขึ้น 19% เป็น 60.4 พันล้านดอลลาร์ โดยมีผู้ลงโฆษณาในกลุ่มค้าปลีกและบริการการเงินเป็นแรงขับเคลื่อนหลัก

ผลลัพธ์เหล่านี้บ่งชี้ว่าการขยายฟีเจอร์ AI ไม่ได้ทำให้รายได้จาก Search หยุดการเติบโต แต่ผลลัพธ์เหล่านี้ไม่ได้พิสูจน์ว่าคำค้นหา AI แต่ละรายการใหม่ให้ผลกำไรเท่ากันทั้งหมด

เหตุใด AI Search จึงสามารถขยายปริมาณการค้นหาได้

การค้นหาแบบดั้งเดิมมักต้องการให้ผู้ใช้แบ่งปัญหาที่ซับซ้อนออกเป็นคำสำคัญหลายคำ ในขณะที่ AI Mode สามารถประมวลผลคำถามที่ยาวขึ้น เข้าใจบริบท เปรียบเทียบทางเลือกต่าง ๆ และสนับสนุนการถามตามได้

Alphabet เคยรายงานไว้ก่อนหน้านี้ว่าคำค้นหาผ่าน AI Mode มีความยาวประมาณสามเท่าของการค้นหาแบบเดิม ในสหรัฐอเมริกา จำนวนคำค้นหา AI Mode ต่อผู้ใช้ต่อวันเพิ่มขึ้นเป็นสองเท่าหลังจากเปิดตัว และหลายเซสชันพัฒนาไปเป็นบทสนทนาที่ยาวนาน

การค้นหาด้วย AI จึงอาจสร้างคำค้นหาที่ผู้ใช้ไม่เคยส่งมาก่อน ซึ่งอาจรวมถึงการเปรียบเทียบผลิตภัณฑ์ การวางแผนการเดินทาง การวิจัยด้านการเงิน งานด้านการศึกษา และการตัดสินใจซื้อหลายขั้นตอน

โอกาสทางการค้าขึ้นอยู่กับว่า Google สามารถเชื่อมโยงบทสนทนาเหล่านั้นเข้ากับผลิตภัณฑ์ ผู้ค้า ผู้ลงโฆษณา และธุรกรรมต่าง ๆ ได้หรือไม่

คำค้นหาที่แตกต่างกันมีมูลค่าทางการโฆษณาที่แตกต่างกัน

คำค้นหาด้วย AI ไม่ใช่ทุกคำที่เหมาะสำหรับการโฆษณา คำอธิบายทั่วไป การสนับสนุนการเขียน และคำถามด้านการศึกษามักมีความตั้งใจเชิงพาณิชย์ที่อ่อนแอ ในขณะที่การวิจัยผลิตภัณฑ์ การเปรียบเทียบราคา การจองการเดินทาง และคำค้นหาเกี่ยวกับบริการทางการเงินมีแนวโน้มที่จะนำไปสู่ธุรกรรมมากกว่า

คุณสามารถแบ่งกิจกรรมการค้นหาด้วย AI ออกเป็นสามกลุ่มใหญ่ได้ดังนี้

1. คำค้นเชิงพาณิชย์ที่มีความตั้งใจสูง: ผู้ใช้อยู่ในขั้นตอนใกล้จะซื้อสินค้า เปิดบัญชี จอง หรือสมัครสมาชิก
2. คำค้นเพื่อค้นคว้าและเปรียบเทียบ: ผู้ใช้กำลังประเมินผลิตภัณฑ์ ราคา คุณสมบัติ หรือผู้ให้บริการ
3. คำค้นเพื่อสืบค้นข้อมูล: ผู้ใช้ต้องการคำอธิบาย บทสรุป หรือความรู้เป็นหลัก

Google มีแนวโน้มที่จะสร้างรายได้จากสองกลุ่มแรกมากกว่า เนื่องจากข้อมูลเชิงพาณิชย์ที่เกี่ยวข้องสามารถกลายเป็นส่วนหนึ่งของคำตอบได้ แทนที่จะเพียงแค่ปรากฏอยู่ข้างรายการลิงก์แบบดั้งเดิม

การค้นหาด้วย AI ยังมีต้นทุนการประมวลผลที่สูงกว่าด้วย

การค้นหาแบบดั้งเดิม (Traditional Search) มีหน้าที่หลักในการดึงและจัดอันดับหน้าเว็บที่ทำดัชนีไว้ ส่วนการค้นหาแบบเจนเนอเรทีฟ (Generative Search) ต้องใช้โมเดลขนาดใหญ่ในการตีความพรอมต์และเรียบเรียงคำตอบ แม้ต้นทุนเพิ่มเติมต่อคำตอบจะเพียงเล็กน้อย แต่เมื่อพิจารณาในระดับของ Google แล้วก็ถือเป็นจำนวนเงินที่สำคัญ

Alphabet รายงานว่า หลังจากอัปเกรด AI Overviews และ AI Mode ไปเป็น Gemini 3 แล้ว ต้นทุนของคำตอบ AI หลักลดลงมากกว่า 30% และความหน่วงในการค้นหา (Search latency) ก็ลดลงมากกว่า 35% ในช่วงห้าปีที่ผ่านมา ทั้งที่มีการเพิ่มฟังก์ชัน AI เข้ามามากขึ้น

การปรับปรุงเหล่านี้สำคัญ แต่ต้นทุนต่อหน่วยที่ลดลงไม่จำเป็นต้องหมายความว่าค่าใช้จ่ายรวมจะลดลงด้วย หากปริมาณคำค้นหาเพิ่มขึ้นเร็วกว่าที่ต้นทุนต่อคำค้นหาจะลดลง ค่าใช้จ่ายด้านการประมวลผลรวมก็จะยังคงเพิ่มขึ้น

ดังนั้น Google จึงต้องบรรลุผลลัพธ์สามประการพร้อมกัน:

• ขยายกิจกรรมการค้นหา (Search) ที่มีประโยชน์;
• สร้างรายได้จากคำค้นหา AI เชิงพาณิชย์ให้มากขึ้น;
• ลดต้นทุนต่อหน่วยในการให้บริการตอบกลับแต่ละรายการ

การเติบโตของรายได้จาก Search ไม่ได้รับประกันว่ากำไรจะเติบโตเท่ากัน

AI Search สามารถเพิ่มการใช้งานและรายได้จากการโฆษณา ในขณะเดียวกันก็เพิ่มค่าใช้จ่ายด้านการอนุมาน (inference) เครือข่าย เซิร์ฟเวอร์ และพลังงาน Alphabet ไม่เปิดเผยโครงสร้างต้นทุนแยกสำหรับผลการค้นหาที่สร้างด้วย AI ทำให้การวิเคราะห์อัตรากำไรโดยตรงเป็นเรื่องยาก

ตัวชี้วัดที่ใช้ประโยชน์ได้มากกว่า ได้แก่:

• การเติบโตของรายได้จาก Search และการโฆษณาอื่น ๆ;
• การเติบโตของคำค้นหาเชิงพาณิชย์;
• การครอบคลุมการโฆษณาด้วย AI และอัตราการเปลี่ยนผู้ใช้ (conversion rates);
• ต้นทุนต่อการตอบกลับที่สร้างด้วย AI;
• อัตรากำไรจากการดำเนินงานของ Google Services;
• การเปลี่ยนแปลงของการคลิกเข้าเว็บไซต์ภายนอก;
• การนำแคมเปญที่ใช้ AI มาใช้ของผู้ลงโฆษณา

การค้นหาด้วย AI จะเปลี่ยนจากการลงทุนเชิงป้องกันไปเป็นการลงทุนเพื่อการเติบโตอย่างแท้จริง เมื่อรายได้เพิ่มขึ้น ต้นทุนต่อหน่วยลดลง และอัตรากำไรของ Google Services ยังคงทนทาน

สรุป: มูลค่าทันทีของ AI Search คือการปกป้องความได้เปรียบด้านช่องทางการเข้าถึงของ Google และจะกลายเป็นเครื่องยนต์สร้างกำไรที่ยั่งยืนได้ก็ต่อเมื่อคำค้นหา AI ใหม่ๆ สร้างรายได้จากการโฆษณาเพียงพอที่จะชดเชยต้นทุนการประมวลผลที่สูงกว่า

Google Cloud คือช่องทางการสร้างรายได้จาก AI ที่ชัดเจนที่สุด

Google Cloud ในปัจจุบันเป็นหลักฐานที่ชัดเจนที่สุดว่าการลงทุนด้าน AI ของ Alphabet กำลังสร้างผลตอบแทนทางการค้าโดยตรง

ในไตรมาสแรกของปี 2026 รายได้จาก Google Cloud เพิ่มขึ้น 63% เป็น 20,000 ล้านดอลลาร์ กำไรจากการดำเนินงานของธุรกิจคลาวด์เพิ่มจากระดับประมาณ 2,200 ล้านดอลลาร์ในช่วงเดียวกันของปีก่อนหน้าเป็น 6,600 ล้านดอลลาร์ ขณะที่อัตรากำไรจากการดำเนินงานขยายตัวจาก 17.8% เป็น 32.9% Alphabet กล่าวว่า โซลูชัน AI กลายเป็นปัจจัยขับเคลื่อนการเติบโตที่ใหญ่ที่สุดของหน่วยธุรกิจนี้เป็นครั้งแรก

กระบวนการสร้างรายได้นี้มองเห็นได้ชัดเจนกว่าใน AI สำหรับผู้บริโภค องค์กรต่าง ๆ จ่ายค่าบริการสำหรับความสามารถในการประมวลผล การใช้งานโมเดล แพลตฟอร์มข้อมูล เครื่องมือความปลอดภัย ฟีเจอร์ Workspace และเอเจนต์ AI ผ่านค่าธรรมเนียมตามการใช้งาน การสมัครสมาชิก หรือข้อตกลงระยะยาว

โครงสร้างพื้นฐาน AI สร้างดีมานด์โดยตรง

Google Cloud ให้บริการ NVIDIA GPUs, Google TPUs, ที่เก็บข้อมูล, เครือข่าย และความสามารถในการประมวลผลข้อมูล วิสาหกิจสามารถใช้โครงสร้างพื้นฐานนี้เพื่อฝึกและปรับใช้ระบบ AI ได้โดยไม่ต้องสร้างศูนย์ข้อมูลขนาดใหญ่ของตนเอง

สัญญาเหล่านี้อาจมีมูลค่าสูงและระยะยาว แต่ Google ต้องติดตั้งโครงสร้างพื้นฐานที่จำเป็นก่อนที่ลูกค้าจะสามารถใช้งานได้ ดังนั้นการเติบโตของรายได้จาก Cloud จึงช่วยกำหนดว่าเซิร์ฟเวอร์และศูนย์ข้อมูลของบริษัททำงานในระดับการใช้งานที่มีประสิทธิภาพหรือไม่

Alphabet กล่าวว่าโซลูชัน AI เป็นผู้สนับสนุนหลักต่อการเติบโตของ Cloud ในไตรมาสแรก โครงสร้างพื้นฐาน AI ยังขยายตัวต่อเนื่องผ่านการติดตั้ง TPU และ GPU อย่างต่อเนื่อง ขณะที่รายได้จากผลิตภัณฑ์ที่สร้างบนโมเดล generative-AI ของ Google เพิ่มขึ้นเกือบ 800% เมื่อเทียบกับช่วงเดียวกันของปีก่อนหน้า

อัตราการเติบโตนี้มาจากฐานที่ยังอยู่ในช่วงเริ่มต้น จึงไม่ควรนำไปคาดการณ์ต่อเนื่องไปได้ไม่จำกัด อย่างไรก็ตาม มันบ่งชี้ว่า AI สำหรับองค์กรได้ก้าวพ้นจากการทดลองในขนาดเล็กไปสู่การนำไปใช้แบบจ่ายเงินในวงกว้างแล้ว

ยอดงานค้างรับมูลค่า 462 พันล้านดอลลาร์หมายความว่าอย่างไร?

ยอดงานค้างรับ (backlog) ของ Google Cloud แตะระดับ 462 พันล้านดอลลาร์เมื่อสิ้นไตรมาสแรก เพิ่มขึ้นเกือบเท่าตัวเมื่อเทียบกับไตรมาสก่อนหน้า Alphabet คาดว่ายอดงานค้างรับจำนวนนี้จะมีมากกว่าครึ่งหนึ่งเล็กน้อยที่จะถูกบันทึกเป็นรายได้ภายใน 24 เดือนข้างหน้า

ยอดงานค้างรับไม่เหมือนกับรายได้ปัจจุบันหรือกระแสเงินสดทันที แต่ยังคงมีคุณค่าด้วยเหตุผลสามประการ:

• ลูกค้าองค์กรกำลังเซ็นสัญญาที่มีมูลค่าสูงขึ้นและระยะเวลายาวนานขึ้น
• Google สามารถวางแผนความจุของเซิร์ฟเวอร์และศูนย์ข้อมูลได้อย่างแม่นยำยิ่งขึ้น
• โครงสร้างพื้นฐานที่สร้างใหม่มีเส้นทางที่ชัดเจนยิ่งขึ้นสู่การใช้งานในอนาคต

รายการงานค้างรับ (backlog) บางส่วนรวมถึงการขายฮาร์ดแวร์ TPU ที่วางแผนไว้ Alphabet คาดว่าจะส่งมอบ TPU ให้แก่ลูกค้าที่คัดเลือกไว้เพื่อใช้ในศูนย์ข้อมูลของตนเอง ซึ่งอาจทำให้รายได้ที่รายงานผันผวนมากขึ้น เนื่องจากรายได้จากฮาร์ดแวร์จะถูกบันทึกเมื่อมีการจัดส่งสินค้า

นักลงทุนจึงควรแยกแยะระหว่างบริการ Cloud แบบต่อเนื่องกับการส่งมอบฮาร์ดแวร์ที่คาดการณ์ได้ยากกว่า

อัตรากำไรของ Cloud สำคัญกว่าการเติบโตของรายได้เพียงอย่างเดียว

การเติบโตของรายได้อย่างรวดเร็วจะไม่สร้างผลตอบแทนที่น่าสนใจ หากค่าพลังงาน ค่าเสื่อมราคา และต้นทุนเซิร์ฟเวอร์เพิ่มขึ้นเร็วกว่านั้นยิ่ง

อัตรากำไรจากการดำเนินงานไตรมาสแรกของ Google Cloud ที่ 32.9% บ่งชี้ถึง leveraging การดำเนินงานที่แข็งแกร่ง เมื่อฐานลูกค้าขยายตัว ค่าใช้จ่ายด้านศูนย์ข้อมูล เครือข่าย และการพัฒนาสามารถกระจายไปยังรายได้ที่มากขึ้นได้ บริการด้านโมเดล ซอฟต์แวร์ และความปลอดภัยที่มีอัตรากำไรสูงกว่ายังสามารถปรับปรุงส่วนผสมรายได้ของกลุ่มธุรกิจนี้ได้อีกด้วย

มีสองปัจจัยที่อาจจำกัดการขยายตัวของอัตรากำไรเพิ่มเติม

ประการแรก Alphabet คาดว่าการเข้าซื้อกิจการ Wiz จะสร้างแรงกดดันต่ออัตรากำไรจากการดำเนินงานของ Cloud ในระดับเลขฐานสิบเดียวที่ต่ำในช่วงที่เหลือของปี 2026 ประการที่สอง ศูนย์ข้อมูลที่เพิ่งเปิดใช้งานใหม่จะก่อให้เกิดค่าใช้จ่ายเพิ่มเติมด้านค่าเสื่อมราคา ค่าไฟฟ้า การบำรุงรักษา และค่าแรงพนักงาน

อัตรากำไรของคลาวด์จึงไม่จำเป็นต้องเพิ่มขึ้นในทุกไตรมาสเพื่อให้กลยุทธ์ AI ยังคงประสบความสำเร็จ คำถามที่สำคัญกว่าคือ กลุ่มธุรกิจนี้จะสามารถรักษาความสามารถในการทำกำไรที่ดีไว้ได้หลังจากรับภาระต้นทุนโครงสร้างพื้นฐานใหม่และต้นทุนการเข้าซื้อกิจการหรือไม่

ทำไมคลาวด์จึงวัด ROI ได้ดีกว่า AI สำหรับผู้บริโภค

ผลิตภัณฑ์ AI สำหรับผู้บริโภคสามารถดึงดูดผู้ใช้จำนวนมากได้โดยไม่สร้างรายได้ที่สมส่วน ในขณะที่ลูกค้าคลาวด์ภาคองค์กรสร้างการใช้งาน มูลค่าสัญญา การต่อสัญญา และการขยายการใช้จ่ายที่วัดผลได้

ตัวชี้วัดที่มีประโยชน์ที่สุดของ Google Cloud ได้แก่:

• การเติบโตของรายได้ Google Cloud และ GCP;
• รายได้จากโซลูชัน AI และโครงสร้างพื้นฐาน AI;
• งานค้างรับ (backlog) และกำหนดการรับรู้รายได้;
• อัตรากำไรจากการดำเนินงานของธุรกิจ Cloud;
• การขยายตัวของการใช้จ่ายของลูกค้าองค์กร;
• การใช้งานแบบชำระเงินของ Gemini Enterprise;
• ปริมาณการใช้งาน TPU, GPU และ API ของโมเดล

สรุป: Google Cloud ให้หลักฐานเชิงรายได้และกำไรโดยตรงจากการลงทุนด้าน AI ของ Alphabet แล้ว ก้าวต่อไปที่ต้องพิสูจน์คือรายได้จากธุรกิจ Cloud จะยังคงเติบโตเร็วกว่าค่าใช้จ่ายด้านเซิร์ฟเวอร์ ค่าเสื่อมราคา และศูนย์ข้อมูลที่เกี่ยวข้องได้หรือไม่

TPU, Gemini และโมเดล Full-Stack ของ Google จะช่วยเพิ่มประสิทธิภาพการใช้เงินทุนได้หรือไม่?

Google แตกต่างจากบริษัท AI หลายแห่งตรงที่ควบคุมหลายชั้นของกองเทคโนโลยี (technology stack): ชิปที่พัฒนาเอง โมเดลพื้นฐาน (foundation models) โครงสร้างพื้นฐาน Cloud ระบบโฆษณา และช่องทางการเข้าถึงผู้บริโภค

ตามทฤษฎีแล้ว สิ่งนี้สร้างวงจรเสริมแรง:

ชิปที่พัฒนาเองช่วยลดต้นทุนการประมวลผล → โมเดลมีประสิทธิภาพมากขึ้น → ผลิตภัณฑ์มากขึ้นนำ AI ไปใช้ → การใช้งานเพิ่มขึ้น → การใช้ประโยชน์จากโครงสร้างพื้นฐานดีขึ้น → ต้นทุนต่อหน่วยลดลงอีก

ผลตอบแทนที่อาจได้รับจาก TPU ที่พัฒนาเอง

Google ได้พัฒนา TPU มานานกว่าหนึ่งทศวรรษ เมื่อเทียบกับการพึ่งพา GPU ของบุคคลที่สามโดยสมบูรณ์ ตัวเร่งปฏิกิริยาที่พัฒนาเองสามารถปรับให้เหมาะสมกับงานของ Google ลดการเสี่ยงจากข้อจำกัดด้านอุปทาน และมอบทางเลือกการประมวลผลเพิ่มเติมให้กับลูกค้า Cloud

Alphabet เปิดตัว TPU รุ่นที่แปดจำนวนสองรุ่นในปี 2026 TPU 8i ซึ่งออกแบบมาสำหรับการอนุมานที่มีความหน่วงต่ำ ให้ประสิทธิภาพต่อราคาดีกว่ารุ่นก่อนหน้าประมาณ 80%

ข้อกำหนดนั้นไม่ได้สร้างผลตอบแทนจากการลงทุนที่น่าสนใจด้วยตัวเอง คุณยังคงต้องประเมิน:

• การนำ TPU ไปใช้โดยผลิตภัณฑ์ภายในและลูกค้า Cloud;
• ค่าใช้จ่ายในการพัฒนาและการผลิต;
• การใช้งานชิปและการตัดจำหน่าย;
• รายได้จาก Cloud ที่เกิดขึ้นต่อการลงทุน TPU หนึ่งดอลลาร์;
• ระดับที่ TPU ช่วยลดการพึ่งพาตัวเร่งภายนอกที่มีราคาแพงกว่า

ฮาร์ดแวร์ที่ปรับแต่งเฉพาะซึ่งถูกใช้งานไม่เต็มที่ก็ยังคงสร้างผลตอบแทนจากทุนที่อ่อนแอได้ ไม่ว่าประสิทธิภาพทางเทคนิคของมันจะเป็นอย่างไร

ประสิทธิภาพของโมเดลสำคัญกว่าขนาดของโมเดลเพียงอย่างเดียว

ในช่วงต้นของวงจร AI นักลงทุนให้ความสำคัญอย่างมากกับจำนวนพารามิเตอร์และผลลัพธ์การทดสอบเปรียบเทียบ ในขณะที่ AI กำลังเข้าสู่การใช้งานขนาดใหญ่ ต้นทุนในการให้บริการผู้ใช้แต่ละรายกลายเป็นสิ่งที่สำคัญไม่แพ้กัน

Alphabet รายงานว่าต้นทุนการให้บริการต่อหน่วยของ Gemini ลดลง 78% ระหว่างปี 2025 ผ่านการปรับแต่งโมเดล ประสิทธิภาพการดำเนินงาน และการใช้ประโยชน์จากโครงสร้างพื้นฐานที่ดีขึ้น

การลดลงนี้ทำให้ Google สามารถนำเสนอ API ในราคาที่ถูกลง ขยาย AI Search ไปสู่คำค้นหาได้มากขึ้น และรองรับผู้ใช้ Gemini ฟรีได้มากขึ้น อย่างไรก็ตาม ต้นทุนต่อหน่วยที่ต่ำลงไม่ได้รับประกันว่าต้นทุนรวมจะลดลง

หากต้นทุนต่อการเรียกใช้โมเดลลดลง 78% แต่ปริมาณโทเค็นเพิ่มขึ้นสิบเท่า ค่าใช้จ่ายด้านการประมวลผลโดยรวมก็ยังคงสูงขึ้นได้ นักลงทุนจึงต้องติดตามทั้งเศรษฐศาสตร์ต่อหน่วยและการเติบโตของปริมาณงานรวม

แพลตฟอร์มโครงสร้างพื้นฐานเดียวรองรับหลายธุรกิจ

ศูนย์ข้อมูลของ Google ให้บริการลูกค้า Cloud ภายนอกในขณะเดียวกันก็สนับสนุน Search, YouTube, Ads, Gemini และการพัฒนาโมเดลภายในด้วย การใช้โครงสร้างพื้นฐานร่วมกันสามารถเพิ่มประสิทธิภาพการใช้งานได้ แต่ก็ทำให้การแยกผลตอบแทนของผลิตภัณฑ์ AI รายตัวใดตัวหนึ่งออกมาเป็นเรื่องยาก

คลัสเตอร์ TPU หนึ่งชุดอาจประมวลผลคำค้นหา Search ในช่วงเวลาหนึ่ง ฝึกโมเดล Gemini ในอีกช่วงเวลาหนึ่ง และต่อมาสนับสนุนงานของลูกค้า Cloud การรายงานสาธารณะไม่ได้เปิดเผยการจัดสรรต้นทุนที่แท้จริง

แต่คุณสามารถใช้ตัวชี้วัดทางอ้อมแทนได้ ดังนี้:

• อัตรากำไรจากการดำเนินงานของ Google Services และ Cloud;
• รายได้ส่วนเพิ่มที่สร้างขึ้นต่อดอลลาร์ของ CAPEX;
• ค่าเสื่อมราคาเป็นเปอร์เซ็นต์ของรายได้;
• ความสัมพันธ์ระหว่างยอดคำสั่งซื้อค้างรับ (backlog) ของ Cloud กับ capacity ใหม่;
• ต้นทุนการให้บริการต่อหน่วยของ Gemini;
• จังหวะการฟื้นตัวของกระแสเงินสดอิสระ

สรุป: TPU และกลุ่มเทคโนโลยีแบบบูรณาการของ Google สร้างความเป็นไปได้ในการมีข้อได้เปรียบด้านต้นทุนที่ยั่งยืน คูเมืองที่แท้จริงไม่ใช่แค่การเป็นเจ้าของชิปที่พัฒนาขึ้นเอง แต่คือการใช้ชิปเหล่านั้นใน Search, Gemini และ Cloud ด้วยอัตราการใช้งานที่สูงเพียงพอเพื่อสร้างผลตอบแทนที่น่าสนใจ

เหตุใด CAPEX ของ Alphabet จึงกลายเป็นประเด็นกังวลด้านการประเมินมูลค่า

การลงทุนด้าน AI ของ Alphabet กำลังขับเคลื่อนการเติบโต แต่ความเร็วในการขยายโครงสร้างพื้นฐานของบริษัทก็ทำให้เกณฑ์ผลตอบแทนที่บริษัทต้องบรรลุสูงขึ้นด้วยเช่นกัน

Alphabet ใช้จ่าย CAPEX ในปี 2025 จำนวน 91.4 พันล้านดอลลาร์ ขณะนี้บริษัทคาดว่าค่าใช้จ่ายฝ่ายทุนในปี 2026 จะอยู่ระหว่าง 180 พันล้านดอลลาร์ถึง 190 พันล้านดอลลาร์ ซึ่งเกือบเป็นสองเท่าของระดับปีก่อนหน้า ฝ่ายบริหารยังคาดว่า CAPEX ในปี 2027 จะเพิ่มขึ้นอย่างมีนัยสำคัญจากยอดรวมของปี 2026

จากเงินที่ใช้จ่ายทั้งหมด 35.7 พันล้านดอลลาร์ในไตรมาสแรก การลงทุนด้านโครงสร้างพื้นฐานด้านเทคนิคประมาณ 60% ถูกจัดสรรไปที่เซิร์ฟเวอร์ และอีก 40% ไปที่ศูนย์ข้อมูลและอุปกรณ์เครือข่าย

เหตุใด CAPEX จึงไม่ลดกำไรที่รายงานทันที

เมื่อ Alphabet ซื้อเซิร์ฟเวอร์หรือสร้างศูนย์ข้อมูล ต้นทุนทั้งหมดจะไม่ถูกบันทึกเป็นค่าใช้จ่ายทันที แต่จะปรากฏขึ้นครั้งแรกในรูปแบบสินทรัพย์และกระแสเงินสดจ่ายออก ต้นทุนจะถึงงบกำไรขาดทุนอย่างค่อยเป็นค่อยไปผ่านค่าเสื่อมราคาหลังจากที่สินทรัพย์เริ่มให้บริการ

กระบวนการนี้โดยทั่วไปดำเนินไปตามสี่ขั้นตอน:

1. Alphabet จ่ายเงินซื้อเซิร์ฟเวอร์ ที่ดิน อาคาร และอุปกรณ์เครือข่าย
2. ค่าใช้จ่ายนี้ถูกบันทึกเป็นสินทรัพย์ถาวร
3. การตัดค่าเสื่อมราคาจะเริ่มขึ้นเมื่อสินทรัพย์เริ่มเดินเครื่องใช้งานจริง
4. ศูนย์ข้อมูลยังคงก่อตัวค่าใช้จ่ายด้านไฟฟ้า ระบบหล่อเย็น การบำรุงรักษา และค่าแรงบุคลากรอย่างต่อเนื่อง

ดังนั้น CAPEX ที่สูงจึงกระทบกระแสเงินสดอิสระก่อนเป็นอย่างแรก ส่วนแรงกดดันต่ออัตรากำไรจากการดำเนินงานอาจปรากฏขึ้นในภายหลังเมื่อค่าเสื่อมราคาและต้นทุนการดำเนินงานสูงขึ้น

ความต่างด้านเวลานี้อธิบายว่าทำไม Alphabet จึงยังคงรายงานการเติบโตของกำไรที่แข็งแกร่งได้ ในขณะที่นักลงทุนเริ่มกังวลเกี่ยวกับอัตรากำไรในอนาคตมากยิ่งขึ้น

แรงกดดันจากค่าเสื่อมราคาเพิ่มสูงขึ้นแล้ว

ค่าความเสื่อมราคาของ Alphabet เพิ่มขึ้นจาก 15.3 พันล้านดอลลาร์ในปี 2024 เป็น 21.1 พันล้านดอลลาร์ในปี 2025 ซึ่งเพิ่มขึ้นประมาณ 38% บริษัทคาดว่าอัตราการเติบโตของค่าความเสื่อมราคาจะเร่งตัวเพิ่มขึ้นอีกในปี 2026 เนื่องจากการลงทุนด้านโครงสร้างพื้นฐานทางเทคนิคที่เพิ่มขึ้นอย่างรวดเร็ว

โดยทั่วไปเซิร์ฟเวอร์จะมีอายุการใช้งานที่สั้นกว่าอาคารศูนย์ข้อมูล ซึ่งหมายความว่าการจัดซื้อฮาร์ดแวร์จำนวนมากสามารถสะท้อนเข้าสู่งบกำไรขาดทุนได้ค่อนข้างรวดเร็ว นอกจากนี้ สถานที่ AI ยังต้องใช้ค่าใช้จ่ายด้านไฟฟ้า ระบบระบายความร้อน เครือข่าย และการบำรุงรักษาจำนวนมหาศาล

ดังนั้น Alphabet จึงต้องการให้รายได้จาก AI และผลิตภาพในการดำเนินงานเพิ่มขึ้นอย่างรวดเร็วเพียงพอที่จะรองรับค่าใช้จ่ายเพิ่มเติมเหล่านี้

กระแสเงินสดอิสระให้ข้อมูลที่เป็นประโยชน์มากกว่ากำไรสุทธิ

Alphabet สร้างกระแสเงินสดจากการดำเนินงาน 45.8 พันล้านดอลลาร์ในช่วงไตรมาสแรกของปี 2026 หลังจากหักค่าใช้จ่ายฝั่งทุน 35.7 พันล้านดอลลาร์ กระแสเงินสดอิสระอยู่ที่ประมาณ 10.1 พันล้านดอลลาร์

กำไรสุทธิที่รายงานสูงกว่ามากที่ 62.6 พันล้านดอลลาร์ แต่มันรวมถึงกำไรที่ยังไม่เกิดขึ้นจริงจำนวนมากจากการลงทุนในหุ้นที่ไม่สามารถซื้อขายในตลาดได้

การมองเพียงกำไรสุทธิหรือกำไรต่อหุ้นเพียงอย่างเดียวจึงอาจทำให้เกินจริงถึงเงินสดที่ธุรกิจหลักสร้างขึ้นในช่วงไตรมาสนั้น กระแสเงินสดอิสระแสดงให้เห็นว่าเหลือเท่าไรหลังจากที่ Alphabet ลงทุนในศูนย์ข้อมูล เซิร์ฟเวอร์ และโครงสร้างพื้นฐานเครือข่ายแล้ว

ตัวชี้วัดที่เกี่ยวข้องมากที่สุด ได้แก่:

• การเติบโตของกระแสเงินสดจากการดำเนินงาน
• CAPEX เป็นสัดส่วนของรายได้
• กระแสเงินสดอิสระและอัตรากำไรจากกระแสเงินสดอิสระ
• การเติบโตของค่าเสื่อมราคา
• การเปลี่ยนแปลงของหนี้สินระยะยาว
• การซื้อคืนหุ้นและการจ่ายเงินปันผล
• อัตรากำไรจากการดำเนินงานของ Search และ Cloud

เมื่อใดที่ CAPEX ที่สูงถึงมีความยุติธรรม

การลงทุนสูงไม่ได้เป็นสัญญาณเชิงลบโดยอัตโนมัติ Alphabet เคยกล่าวซ้ำหลายครั้งว่าบริษัทยังคงเผชิญข้อจำกัดด้านขีดความสามารถของคอมพิวเตอร์สำหรับ AI ที่มีอยู่ ฝ่ายบริหารระบุว่ารายได้ของ Google Cloud จะสูงกว่านี้หากบริษัทสามารถตอบสนองความต้องการที่มีอยู่ทั้งหมดได้

CAPEX สามารถสร้างมูลค่าในระยะยาวได้เมื่อ:

• ยอดคำสั่งซื้อที่ยังไม่ส่งมอบด้านคลาวด์ยังคงเติบโตต่อเนื่อง
• ความจุใหม่ถูกใช้เต็มอย่างรวดเร็ว
• การใช้งาน Search และ Gemini ยังคงขยายตัวต่อเนื่อง
• ต้นทุนการอนุมาน (inference) ยังคงลดลง
• อัตรากำไรของธุรกิจคลาวด์ยังคงอยู่ในระดับดี
• กระแสเงินสดจากการดำเนินงานสนับสนุนค่าใช้จ่ายโครงสร้างพื้นฐานส่วนใหญ่
• ผลตอบแทนส่วนเพิ่มสูงกว่าต้นทุนเงินทุนของ Alphabet

เมื่อไหร่ที่ CAPEX จะกลายเป็นความเสี่ยงต่อมูลค่าหลักทรัพย์?

ความเสี่ยงไม่ใช่การที่ Google ลงทุนใน AI แต่ความเสี่ยงคือบริษัทอาจสร้างความจุเกินความต้องการมากเกินไป หรือรายได้อาจมาช้ากว่าค่าเสื่อมราคาและค่าใช้จ่ายในการดำเนินงาน

สัญญาณเตือนจะรวมถึง:

• การเติบโตของธุรกิจคลาวด์ช้าลงในขณะที่ CAPEX ยังคงเพิ่มขึ้นอย่างต่อเนื่อง
• การเติบโตของมูลค่างานคงค้าง (backlog) ที่อ่อนแอลงหรือสัญญาที่มีขนาดเล็กลง
• อัตราการใช้งานศูนย์ข้อมูลต่ำกว่าที่คาดไว้
• ค่าเสื่อมราคาและต้นทุนพลังงานที่เพิ่มขึ้นเร็วกว่ากำไรจากการดำเนินงาน
• การใช้งาน AI Search ที่เพิ่มขึ้นโดยไม่มีการเติบโตของรายได้โฆษณาที่เทียบเคียงได้
• กระแสเงินสดอิสระที่ต่ำอย่างต่อเนื่อง
• การพึ่งพาการกู้ยืมหรือการระดมทุนผ่านหุ้นที่มากขึ้น

สรุป: CAPEX ไม่ได้พิสูจน์ว่ากลยุทธ์ AI ของ Alphabet ล้มเหลว แต่มันเพิ่มด่านทดสอบทางการเงิน Google ต้องแสดงให้เห็นไม่เพียงแค่ว่าลูกค้าต้องการความสามารถด้าน AI แต่ต้องแสดงให้เห็นด้วยว่าความสามารถนี้สามารถสร้างรายได้ กำไร และกระแสเงินสดได้ภายในระยะเวลาที่เหมาะสม

กลยุทธ์ AI ของ Google กำลังเปลี่ยนจากการพิสูจน์ทางเทคนิคไปสู่การพิสูจน์ผลตอบแทนจากเงินทุน

Alphabet ได้แสดงให้เห็นแล้วว่า AI สามารถเพิ่มการใช้งาน Search กระตุ้นความต้องการ Cloud และสนับสนุนผลิตภัณฑ์ระดับองค์กรแบบเสียเงิน ขั้นตอนต่อไปไม่ได้เป็นเพียงคำถามว่า Google จะสามารถสร้างโมเดลที่แข่งขันได้หรือไม่อีกต่อไป แต่เป็นคำถามว่าโมเดลเหล่านั้นและโครงสร้างพื้นฐานที่อยู่เบื้องหลังจะสามารถสร้างผลตอบแทนที่สูงกว่าต้นทุนทุนของบริษัทได้หรือไม่

ตารางประเมิน ROI ของ AI ของ Google ในทางปฏิบัติอาจมีลักษณะดังนี้:

กรณีมองบวก

ในฉากที่ภาคตลาดเป็นบวก AI Mode และ AI Overviews จะสร้างคำค้นเชิงพาณิชย์ที่มีความตั้งใจซื้อสูงเพิ่มขึ้น ทำให้รายได้จากการโฆษณาใน Search ยังคงเติบโตในอัตราสองหลัก

Google Cloud ยังคงขยายตัวอย่างรวดเร็ว มูลค่างานตามสัญญาที่ลงนามแล้ว (contracted backlog) ถูกแปลงเป็นรายได้ที่รับรู้ และอัตรากำไรของธุรกิจ Cloud ยังคงอยู่ในระดับที่แข็งแรง ในเวลาเดียวกัน การนำ TPU ไปใช้งานและการเพิ่มประสิทธิภาพโมเดลช่วยลดต้นทุนการอนุมาน (inference) ต่อหน่วย

CAPEX ยังคงอยู่ในระดับสูง แต่กระแสเงินสดจากการดำเนินงานเติบโตเร็วกว่า และกระแสเงินสดอิสระ (free cash flow) ฟื้นตัวเมื่อสิ่งอำนวยความสะดวกแห่งใหม่ถูกใช้งานเต็มกำลัง นักลงทุนอาจประเมินมูลค่า Alphabet ในฐานะแพลตฟอร์มที่หาได้ยากซึ่งผสมผสานโครงสร้างพื้นฐาน AI โมเดลพื้นฐาน (foundation models) แอปพลิเคชัน และช่องทางการกระจายสินค้าระดับโลกเข้าด้วยกัน

กรณีฐาน

ในกรณีฐาน (base case) ธุรกิจ Search ยังคงเติบโตต่อไป แต่การสร้างรายได้จากโฆษณาด้วย AI พัฒนาไปอย่างค่อยเป็นค่อยไป Google Cloud ยังคงเป็นหนึ่งในธุรกิจที่เติบโตเร็วที่สุดของ Alphabet แม้ว่าอัตราการเติบโตจะลดลงเมื่อฐานรายได้มีขนาดใหญ่ขึ้น

CAPEX และค่าเสื่อมราคาเป็นข้อจำกัดต่อการเติบโตของกระแสเงินสดอิสระ Alphabet ยังคงเพิ่มรายได้และกำไรจากการดำเนินงาน แต่นักลงทุนต้องการหลักฐานที่ชัดเจนยิ่งขึ้นเกี่ยวกับประสิทธิภาพการใช้เงินทุนก่อนที่จะให้มูลค่าหุ้นด้วยตัวคูณการประเมินมูลค่าที่สูงขึ้น

ในปัจจุบันนี่คือการตีความที่สมดุลที่สุด: การใช้จ่ายด้าน AI กำลังสร้างผลตอบแทนเชิงพาณิชย์แล้ว ในขณะที่วงจรคืนทุนด้านเงินทุนทั้งหมดจะต้องใช้เวลาอีกหลายปีในการพิสูจน์

กรณีแบร์ (Bear Case)

ในฉากที่เป็นขาลง AI Search เพิ่มต้นทุนการประมวลผลในขณะที่ลดการคลิกโฆษณาแบบดั้งเดิมบางส่วน รายได้ของ Google Cloud เติบโตช้ากว่าความสามารถของศูนย์ข้อมูล และมูลค่างานที่ทำสัญญาไว้ (contracted backlog) ไม่ถูกแปลงเป็นรายได้ตามที่คาดไว้

เมื่อเซิร์ฟเวอร์และสิ่งอำนวยความสะดวกใหม่เริ่มถูกตัดค่าเสื่อมราคา ทั้งอัตรากำไรจากการดำเนินงานและกระแสเงินสดอิสระต่างก็เผชิญแรงกดดัน Alphabet อาจยังคงรายงานการเติบโตของรายได้ แต่นักลงทุนอาจปรับลดมูลค่าหุ้นเนื่องจากผลตอบแทนจากทุนที่ลงทุนกำลังทรุดโทนลง

เปลี่ยนการวิเคราะห์ให้เป็นกระบวนการลงทุน

เมื่อติดตามหุ้น GOOG หรือ GOOGL คุณไม่ควรมุ่งเน้นเพียงว่ากำไรต่อหุ้น (EPS) รายไตรมาสนั้นสูงกว่าที่นักวิเคราะห์คาดการณ์หรือไม่ วิธีที่มีประโยชน์กว่าคือการจดบันทึกรายได้จากส่วนค้นหา รายได้จากส่วนคลาวด์ มูลค่างานคงค้างของคลาวด์ (Cloud backlog) รายจ่ายเพื่อกิจกรรมทุน (CAPEX) ค่าเสื่อมราคา และกระแสเงินสดอิสระ หลังจากการประกาศผลประกอบการทุกครั้ง

คุณสามารถใช้ข้อมูล หุ้นสหรัฐฯ ของ Biya เพื่อติดตาม Alphabet และบริษัทเทคโนโลยีขนาดใหญ่อื่น ๆ ก่อนทำการซื้อขาย ควรตรวจสอบ ค่าธรรมเนียมการซื้อขายหุ้นสหรัฐฯ ที่เกี่ยวข้อง และใช้ แอป Biya เพื่อจัดทำรายการเฝ้าติดตามผลประกอบการและมูลค่าหุ้น

Google ได้ผ่านการพิสูจน์ทางเทคนิคขั้นต้นของกลยุทธ์ AI ไปแล้ว ทั้ง Search และ Cloud ก็แสดงให้เห็นถึงผลตอบแทนเชิงพาณิชย์เช่นกัน อย่างไรก็ตาม สำหรับผู้ถือหุ้นของ Alphabet นั้น ประเด็นที่ชี้ขาดแล้วตอนนี้ไม่ใช่ว่า Gemini จะทำผลงานได้ดีเพียงใดในการวัดผลของโมเดลอีกต่อไป

คำถามที่แท้จริงคือ แต่ละรอบของการลงทุน CAPEX จะสามารถสร้างรายได้ที่มีคุณภาพสูงขึ้น กำไรที่แข็งแกร่งขึ้น และกระแสเงินสดอิสระที่ยั่งยืนได้หรือไม่

ขั้นตอนถัดไปของการแข่งขันด้าน AI ของ Google ในที่สุดคือการทดสอบวินัยในการจัดสรรเงินทุน

คำถามที่พบบ่อย

การลงทุนด้าน AI ของ Google สร้างกำไรได้แล้วหรือยัง?

Alphabet ไม่ได้เปิดเผยรายได้ ต้นทุน และกำไรรวมของกิจกรรม AI ทั้งหมดแยกต่างหาก จึงไม่สามารถคำนวณตัวเลขกำไรจาก AI เดี่ยว ๆ ได้ อย่างไรก็ตาม AI กำลังสร้างรายได้ผ่าน Google Cloud, Gemini Enterprise, แพ็กเกจ Google One, model APIs และผลิตภัณฑ์โฆษณา การคืนทุนอย่างเต็มที่จะขึ้นอยู่กับค่าเสื่อมราคาในอนาคต กระแสเงินสดอิสระ และอัตราการใช้งานโครงสร้างพื้นฐาน

การเติบโตของ Google Cloud ทั้งหมดมาจาก AI หรือไม่?

ไม่ใช่ Google Cloud ยังรวมถึงงานด้านคอมพิวเตอร์ทั่วไป การจัดเก็บข้อมูล ฐานข้อมูล การวิเคราะห์ข้อมูล ความปลอดภัยทางไซเบอร์ และ Workspace ด้วย Alphabet กล่าวว่า โซลูชัน AI เป็นปัจจัยสนับสนุนหลักต่อการเติบโตของ Cloud ในไตรมาสแรกของปี 2026 แต่ GCP หลักและบริการระดับองค์กรอื่น ๆ ก็มีส่วนสนับสนุนอย่างมีนัยสำคัญเช่นกัน

AI Overviews อาจลดรายได้จากการโฆษณาของ Google ได้หรือไม่?

ภาพรวมด้วย AI (AI Overviews) อาจลดจำนวนการคลิกเข้าเว็บไซต์แบบดั้งเดิมลงบ้าง แต่ก็สามารถสร้างคำค้นหาที่ซับซ้อนมากขึ้น เพิ่มการมีส่วนร่วมของผู้ใช้ และสนับสนุนรูปแบบเชิงพาณิชย์ใหม่ ๆ ได้เช่นกัน ผลลัพธ์ในระยะยาวจะขึ้นอยู่กับการครอบคลุมของการโฆษณา อัตราการเปลี่ยนผู้ใช้เป็นลูกค้า ความตั้งใจในการซื้อ และต้นทุนในการสร้างคำตอบด้วย AI

ทำไม Alphabet จึงใช้จ่ายเงินกับ CAPEX จำนวนมาก?

Alphabet ต้องการเซิร์ฟเวอร์เพิ่มเติม TPU, GPU, ศูนย์ข้อมูล อุปกรณ์เครือข่าย และโครงสร้างพื้นฐานด้านพลังงาน เพื่อสนับสนุนการพัฒนา Gemini, Google Search, YouTube ระบบโฆษณา และลูกค้า Cloud การใช้จ่ายนี้จะสร้างมูลค่าได้ก็ต่อเมื่อความจุดังกล่าวสร้างรายได้และกระแสเงินสดที่เพียงพอ

ตัวชี้วัดที่สำคัญที่สุดของผลตอบแทนจากการลงทุนด้าน AI ของ Alphabet คืออะไร?

ไม่มีตัวชี้วัดใดตัวเดียวที่เพียงพอ ชุดตัวชี้วัดที่มีประโยชน์ควรประกอบด้วยการเติบโตของรายได้ Google Search, รายได้ Google Cloud, Cloud backlog, อัตรากำไรจากการดำเนินงานของ Cloud, CAPEX, ค่าเสื่อมราคา, กระแสเงินสดจากการดำเนินงาน และกระแสเงินสดอิสระ ผลตอบแทนจาก AI ที่ยั่งยืนต้องอาศัยผลการดำเนินงานที่แข็งแกร่งทั้งด้านรายได้ ความสามารถในการทำกำไร และการสร้างเงินสด