Meta vs. Amazon AI CAPEX: บริษัทใดมีแนวโน้มลงทุนมากเกินไปมากกว่ากัน?

Meta และ Amazon ต่างผลักดัน AI CAPEX ไปสู่ระดับที่ไม่เคยมีมาก่อน แต่ความเสี่ยงของทั้งสองไม่เหมือนกัน Amazon ใช้จ่ายมากกว่า แต่ AWS, Trainium, ลูกค้าองค์กร และสัญญาบริการคลาวด์ ทำให้มีเส้นทางสู่การสร้างรายได้ที่ตรงกว่า การใช้จ่ายด้านทุนของ Meta ต่ำกว่า Amazon แต่ผลตอบแทนขึ้นอยู่กับประสิทธิภาพการโฆษณา ระบบแนะนำ การมีส่วนร่วมของผู้ใช้ และการแปลงผลิตภัณฑ์ AI เป็นเชิงพาณิชย์ในอนาคตมากกว่า หากคำถามคือ “บริษัทใดมีแนวโน้มถูกตั้งคำถามเรื่องการลงทุนเกินความจำเป็นมากกว่า” คำตอบเอนไปทาง Meta หากคำถามคือ “บริษัทใดเผชิญแรงกดดันด้านกระแสเงินสดมากกว่า” Amazon ก็สมควรได้รับการจับตามองอย่างใกล้ชิดเช่นกัน

ประเด็นสำคัญ

• ผลตอบแทน AI ของ Meta ค่อนข้างทางอ้อม ทำให้ความกังวลเรื่องการลงทุนเกินพอมีมากขึ้น
• Amazon ใช้จ่ายมากกว่า แต่ AWS ช่วยให้บริษัทมีเส้นทางการสร้างรายได้ที่ชัดเจนกว่า
• กระแสเงินสดอิสระ ค่าเสื่อมราคา และการเติบโตของรายได้จากคลาวด์ ถือเป็นตัวชี้วัดสำคัญ
• Microsoft และ Alphabet เป็นตัวเทียบที่มีประโยชน์สำหรับผลตอบแทนจาก CAPEX ด้าน AI
• หากความต้องการ AI ชะลอตัว หุ้นเทคโนโลยีที่มี CAPEX สูงอาจเผชิญแรงกดดันด้านมูลค่าหุ้นที่มากขึ้น
• ความเสี่ยงไม่สามารถตัดสินได้จากการใช้จ่ายเพียงอย่างเดียว วงจรการลงทุนจนถึงการสร้างรายได้ทั้งหมดคือสิ่งที่สำคัญ

การลงทุนเกินพอดีด้าน AI CAPEX ไม่ได้ขึ้นอยู่กับว่าใครใช้จ่ายมากกว่าเพียงอย่างเดียว

ไม่ว่า CAPEX ของ AI จะมากเกินไปหรือไม่นั้น ไม่ได้ขึ้นอยู่กับว่าบริษัทใดใช้จ่ายมากที่สุด แต่ขึ้นอยู่กับว่าบริษัทใดสามารถเปลี่ยนการใช้จ่ายฝ่ายทุนให้กลายเป็นรายได้ อัตรากำไร กระแสเงินสดอิสระ และความได้เปรียบทางการแข่งขันในระยะยาวได้ ใน ผลประกอบการไตรมาสแรกปี 2026 Meta ได้ปรับเพิ่มแนวโน้มค่าใช้จ่ายฝ่ายทุนทั้งปีเป็น 125 พันล้านดอลลาร์ถึง 145 พันล้านดอลลาร์ ใน ผลประกอบการไตรมาสสี่ปี 2025 Amazon ระบุว่าคาดว่าค่าใช้จ่ายฝ่ายทุนทั้งบริษัทในปี 2026 จะอยู่ที่ประมาณ 200 พันล้านดอลลาร์ ตัวเลขของ Amazon สูงกว่า แต่ความเสี่ยงจากการลงทุนเกินความจำเป็นต้องได้รับการประเมินภายใต้โมเดลธุรกิจของแต่ละบริษัท

ตลาดกังวลเกี่ยวกับ CAPEX ด้าน AI เนื่องจากค่าใช้จ่ายลักษณะนี้มีลักษณะเป็นการลงทุนล่วงหน้าสูง ศูนย์ข้อมูล พลังงาน ที่ดิน เซิร์ฟเวอร์ GPU CPU อุปกรณ์เครือข่าย และระบบระบายความร้อน ต้องถูกสร้างขึ้นก่อน ขณะที่รายได้มักจะตามมาในภายหลัง ที่สำคัญกว่านั้น ชิปและเซิร์ฟเวอร์ AI ไม่ได้มีอายุการใช้งานยาวนานแบบอาคารสำนักงานทั่วไปที่ใช้ได้หลายทศวรรษ เนื่องจากฮาร์ดแวร์ด้านการประมวลผลพัฒนาอย่างรวดเร็ว หากความต้องการถูกประเมินสูงเกินจริง ค่าเสื่อมราคา ภาระผูกพันด้านการเช่า และต้นทุนการบำรุงรักษา อาจกดดันอัตรากำไรได้เป็นเวลาหลายปี

เพื่อตัดสินว่า CAPEX ด้าน AI นั้นมากเกินไปหรือไม่ นักลงทุนสามารถเริ่มต้นด้วยคำถามสี่ข้อ ประการแรก ความต้องการมีอยู่แล้วจริง หรือบริษัทกำลังเดิมพันกับความต้องการในอนาคต? ประการที่สอง กำลังการผลิตใหม่สามารถถูกดูดซับได้ที่อัตราการใช้งานสูงหรือไม่? ประการที่สาม รายได้เติบโตเร็วกว่าค่าเสื่อมราคาและการลงทุนในสินทรัพย์ถาวรหรือไม่? ประการที่สี่ บริษัทมีกระแสเงินสดเพียงพอที่จะสนับสนุนการลงทุนระยะยาวได้โดยไม่ต้องพึ่งพาเรื่องราวเกี่ยวกับมูลค่าหลักเป็นหลักหรือไม่?

จากมุมมองของนักลงทุน ความแตกต่างระหว่าง Meta กับ Amazon ไม่ได้อยู่ที่ว่าบริษัทใดเชื่อมั่นใน AI มากกว่ากัน แต่ความแตกต่างอยู่ที่ว่าบริษัทใดสามารถพิสูจน์ได้ชัดเจนกว่าว่าการลงทุนด้าน AI นั้นเข้าสู่วงจรเชิงพาณิชย์แล้ว Amazon มี AWS ซึ่งเป็นแพลตฟอร์มที่ขายพลังการประมวลผล พื้นที่จัดเก็บข้อมูล บริการโมเดล และโครงสร้างพื้นฐาน AI สำหรับองค์กรให้กับลูกค้าภายนอกโดยตรง ลูกค้าสามารถจ่ายเงินสำหรับการฝึกโมเดล การอนุมาน (inference) การปรับใช้โมเดล และแอปพลิเคชัน AI ได้ ส่วน Meta ดูดซับความสามารถด้าน AI เข้าไปไว้ในผลิตภัณฑ์ของตัวเองมากกว่า เช่น การปรับปรุงประสิทธิภาพของระบบแนะนำเนื้อหาใน Facebook, Instagram และ Reels การปรับปรุงการกำหนดเป้าหมายโฆษณาและการสร้างสรรค์สื่อโฆษณา แล้วจึงสร้างรายได้จากการปรับปรุงเหล่านั้นทางอ้อมผ่านการโฆษณา

สรุป: การลงทุนส่วนเกินด้าน CAPEX ของ AI ไม่ได้เป็นเพียงเรื่องของการใช้จ่ายสูงเท่านั้น แต่เป็นเรื่องของการใช้จ่ายสูงโดยไม่มีการยืนยันรายได้ที่เพียงพอ แผนการลงทุนด้านทุนของ Amazon ที่ประมาณ 200 พันล้านดอลลาร์ดูจะมีมูลค่ามากกว่ามาก แต่ AWS, Trainium และสัญญากับลูกค้าองค์กรทำให้ Amazon มีเส้นทางการฟื้นตัวที่ชัดเจนกว่า ส่วนคำแนะนำ CAPEX ของ Meta ที่ 125 ถึง 145 พันล้านดอลลาร์ต่ำกว่าของ Amazon แต่กลับพึ่งพาระบบโฆษณาและผลิตภัณฑ์ AI ในอนาคตอย่างหนักในการเปลี่ยนการลงทุนให้เป็นผลตอบแทน ในการตัดสินว่าบริษัทใดมีแนวโน้มลงทุนส่วนเกินมากกว่า จำเป็นต้องวิเคราะห์ CAPEX การมองเห็นรายได้ กระแสเงินสดอิสระ วงจรค่าเสื่อมราคา และการปิดวงจรโมเดลธุรกิจเข้าด้วยกัน มิใช่พิจารณาจากตัวเลขพาดหัวข่าวเพียงอย่างเดียว

ความเสี่ยง CAPEX ด้าน AI หลักของ Meta: ผลตอบแทนมาโดยทางอ้อมมากกว่า

Meta มีแนวโน้มที่จะถูกตั้งคำถามเรื่องการลงทุนด้าน AI มากเกินไปมากกว่า เพราะค่าใช้จ่ายด้านทุน (CAPEX) ด้าน AI จำนวนมากของบริษัทไม่ได้แปลงเป็นรายได้จากคลาวด์ภายนอกโดยตรง แต่ใช้สนับสนุนประสิทธิภาพการโฆษณา ระบบการแนะนำเนื้อหา โมเดลพื้นฐาน (foundation models) ผู้ช่วย AI การสร้างเนื้อหา และฮาร์ดแวร์อัจฉริยะ รายได้ไตรมาสแรกของ Meta แตะ 56.31 พันล้านดอลลาร์ เพิ่มขึ้น 33% เมื่อเทียบกับปีก่อน ยอดการแสดงผลโฆษณาเพิ่มขึ้น 19% ขณะที่ราคาเฉลี่ยต่อโฆษณาเพิ่มขึ้น 12% ตัวเลขเหล่านี้แสดงให้เห็นว่าธุรกิจหลักยังคงแข็งแกร่ง แต่ในขณะเดียวกันก็หมายความว่าตลาดจะต้องการหลักฐานว่า CAPEX ที่สูงขึ้นสามารถขยายผลตอบแทนจากการโฆษณาต่อไปได้

การลงทุนด้าน AI ของ Meta นั้นมีเส้นทางสู่ผลตอบแทนอยู่จริง แต่ใช้เวลานานกว่าและสังเกตเห็นได้โดยตรงน้อยกว่า ระบบแนะนำสามารถเพิ่มเวลาที่ผู้ใช้ใช้งาน โมเดลโฆษณาสามารถปรับปรุงประสิทธิภาพการกำหนดเป้าหมาย Generative AI สามารถลดต้นทุนการผลิตครีเอทีฟโฆษณา ผู้ช่วย AI และแว่นอัจฉริยะอาจกลายเป็นจุดเข้าถึงผู้ใช้รายใหม่ แต่การปรับปรุงเหล่านี้มักถูกผสมอยู่ในรายได้จากการโฆษณา การมีส่วนร่วมของผู้ใช้ หรือประสบการณ์ของผลิตภัณฑ์ ทำให้แยกออกมาได้ยากกว่าสัญญาคลาวด์ของ AWS

ชิป MTIA custom chip ของ Meta สะท้อนความพยายามในการลดต้นทุนการประมวลผลในระยะยาว ชิปที่พัฒนาขึ้นเองอาจช่วยลดการพึ่งพา GPU จากภายนอกอย่างสมบูรณ์ และตอบสนองความต้องการงานด้านระบบแนะนำ การอนุมาน (inference) และโมเดลของ Meta เองได้ดียิ่งขึ้น แต่ชิปที่พัฒนาขึ้นเองไม่ได้แก้ปัญหาความเสี่ยงจากการลงทุนเกินความจำเป็นได้โดยอัตโนมัติ คำถามสำคัญยังคงอยู่ที่ว่าผลิตภัณฑ์ AI ที่ขับเคลื่อนด้วยชิปเหล่านี้จะสามารถสร้างอัตราการเปลี่ยนผ่านของโฆษณา (ad conversion rate) ที่สูงขึ้นอย่างต่อเนื่อง การมีส่วนร่วมของผู้ใช้ที่แข็งแกร่งขึ้น และการสร้างรายได้ที่ดีขึ้นได้หรือไม่

จุดแข็งของ Meta คือกระแสเงินสดจากการโฆษณาที่แข็งแกร่ง Family of Apps ยังคงเป็นหนึ่งในระบบการโฆษณาดิจิทัลที่ทำกำไรได้มากที่สุดในโลก ตราบใดที่ราคาโฆษณา จำนวนการแสดงผลโฆษณา และการมีส่วนร่วมของผู้ใช้ยังคงเติบโตต่อเนื่อง CAPEX ที่สูงก็สามารถอธิบายได้ว่าเป็นการใช้ธุรกิจหลักที่สร้างเงินสดไปลงทุนในอนาคต ความเสี่ยงคือหากการเติบโตของธุรกิจโฆษณาชะลอตัว หรือหากประโยชน์ส่วนเพิ่มของ AI ต่อประสิทธิภาพการโฆษณาอ่อนแอลง ตลาดอาจทบทวนใหม่ว่าการใช้จ่ายนี้ได้เกินช่วงเวลาคืนทุนที่เหมาะสมหรือไม่

สรุป: ปัญหาของ Meta ไม่ใช่ว่า AI ไม่มีคุณค่า และไม่ใช่ว่าบริษัทขาดกระแสเงินสด แต่ปัญหาคือเส้นทางการคืนทุนของ CAPEX ด้าน AI นั้นค่อนข้างอ้อมค้อมกว่า ระบบโฆษณาที่ดีขึ้น การแนะนำเนื้อหาที่ดีขึ้น และการนำผู้ช่วย AI มาใช้ ล้วนอาจสร้างประโยชน์ในระยะยาว แต่สิ่งเหล่านี้ตรวจสอบได้ยากกว่าสัญญาคลาวด์ในระยะสั้น หาก Meta สามารถพิสูจน์ต่อไปได้ว่า AI ช่วยปรับปรุงการกำหนดราคาโฆษณา อัตราการแปลงผล การมีส่วนร่วมของผู้ใช้ และประสิทธิภาพการสร้างรายได้ การลงทุนสูงก็ยังสามารถให้เหตุผลสนับสนุนได้ หากตัวชี้วัดเหล่านั้นไม่สามารถทันตามการลงทุนด้านทุนที่เพิ่มขึ้น Meta มีแนวโน้มที่จะถูกติดฉลากว่าเป็นกรณีลงทุนด้าน AI เกินควรมากกว่า Amazon

CAPEX ด้าน AI ของ Amazon มีมูลค่าสูงกว่า แต่ AWS ทำให้เส้นทางการคืนทุนชัดเจนกว่า

CAPEX ด้าน AI ของ Amazon มีมูลค่าสูงกว่าในแง่ตัวเลขสัมบูรณ์ แต่โปรไฟล์ความเสี่ยงของบริษัทแตกต่างออกไป ในผลประกอบการไตรมาสแรกปี 2026 Amazon รายงานยอดขายสุทธิเพิ่มขึ้น 17% เป็น 181.5 พันล้านดอลลาร์ รายได้จาก AWS เติบโต 28% เป็น 37.6 พันล้านดอลลาร์ ขณะที่รายได้จากการดำเนินงานของ AWS แตะระดับ 14.2 พันล้านดอลลาร์ เมื่อเทียบกับ Meta Amazon สามารถเปลี่ยนการลงทุนด้านคอมพิวติ้ง AI เป็นรายได้จากคลาวด์ได้ง่ายกว่า เพราะ AWS ขายบริการคอมพิวติ้ง พื้นที่จัดเก็บข้อมูล บริการโมเดล และโครงสร้างพื้นฐาน AI สำหรับองค์กรให้แก่ลูกค้าภายนอก

การใช้จ่ายด้านทุนของ Amazon ไม่ได้เป็นเพียงการซื้อ GPU เท่านั้น แต่ยังรวมถึงศูนย์ข้อมูล ชิป ระบบเครือข่าย พลังงาน เซิร์ฟเวอร์ หุ่นยนต์ และโครงสร้างพื้นฐานด้านโลจิสติกส์ แพลตฟอร์มที่สำคัญที่สุดสำหรับการคืนทุนที่เกี่ยวข้องกับ AI คือ AWS ในจดหมายถึงผู้ถือหุ้นประจำปี 2025 Andy Jassy เน้นย้ำว่าตัวเลข CAPEX ประมาณ 200 พันล้านดอลลาร์ไม่ได้มาจากการคาดเดา แต่ได้รับการสนับสนุนจากคำมั่นสัญญาของลูกค้า โดยมีการใช้จ่ายด้านทุนของ AWS บางส่วนที่คาดว่าจะสร้างรายได้ในปี 2027 และ 2028

AWS มีข้อได้เปรียบเนื่องจากชั้นผลิตภัณฑ์ของ AWS ครบวงจรกว่า AWS Trainium มุ่งเน้นการเพิ่มประสิทธิภาพต้นทุนสำหรับการฝึกและการอนุมาน AI ในขณะที่ Amazon Bedrock ช่วยให้ภาคธุรกิจสร้างแอปพลิเคชัน AI เชิงสร้างสรรค์และเอเจนต์ กล่าวอีกนัยหนึ่ง Amazon สามารถสร้างรายได้จากหลายชั้นได้แก่ ชิป โครงสร้างพื้นฐานคลาวด์ บริการโมเดล และการนำไปใช้งานในระดับองค์กร ตราบใดที่งบประมาณ AI ของภาคธุรกิจยังคงเคลื่อนย้ายไปสู่คลาวด์ CAPEX ที่สูงของ Amazon ก็ดูเหมือนการลงทุนสร้างความจุล่วงหน้ามากกว่าการเผาเงินทุนอย่างง่าย ๆ

อย่างไรก็ตาม แรงกดดันที่แท้จริงของ Amazon คือกระแสเงินสดอิสระ กระแสเงินสดอิสระในรอบสิบสองเดือนที่ผ่านมาลดลงจาก 25.9 พันล้านดอลลาร์ในช่วงเดียวกันของปีก่อนหน้า เหลือเพียง 1.2 พันล้านดอลลาร์ สาเหตุหลักมาจากการลงทุนในที่ดินและอุปกรณ์ที่เพิ่มขึ้น บริษัทระบุอย่างชัดเจนว่าการเพิ่มขึ้นนี้เกิดจากการลงทุนด้าน AI เป็นหลัก กล่าวอีกนัยหนึ่ง Amazon มีการยืนยันรายได้จริง แต่การใช้จ่ายด้านทุนถูกนำหน้ามากเกินไปจนกดดัน FCF ในระยะสั้น และทำให้การประเมินมูลค่าขึ้นอยู่กับการเติบโตของ AWS ในอนาคตมากขึ้น

สรุป: Amazon ใช้จ่ายมากกว่า Meta แต่นั่นไม่ได้แปลว่าโดยอัตโนมัติว่า Amazon มีแนวโน้มลงทุนเกินความจำเป็นมากกว่า จุดแข็งของ Amazon คือ AWS สามารถแปลงโครงสร้างพื้นฐาน AI ให้เป็นรายได้เชิงพาณิชย์ภายนอกได้ ในขณะที่ Trainium, Bedrock และสัญญากับลูกค้าองค์กรช่วยเพิ่มความชัดเจนด้านรายได้ ความเสี่ยงหลักของ Amazon คือแรงกดดันด้านกระแสเงินสด ค่าเสื่อมราคาที่เพิ่มขึ้น และการสร้างความจุล้ำหน้าความต้องการ หากการเติบโตของ AWS ยังคงแข็งแกร่งและข้อผูกพันของลูกค้าถูกแปลงเป็นรายได้ตามกำหนด CAPEX ของ Amazon ก็มีลักษณะเหมือนการขยายตัวอย่างก้าวร้าวมากกว่า แต่หากการเติบโตของ AWS ช้าลงและกระแสเงินสดอิสระยังคงต่ำตองเป็นเวลานานเกินไป ตลาดอาจนิยามการลงทุนครั้งนี้ใหม่ว่าเป็นการลงทุนเกินความจำเป็น

เทียบกับ Microsoft และ Alphabet CAPEX ด้าน AI ของบริษัทใดมีการยืนยันรายได้ที่แข็งแกร่งกว่ากัน?

เมื่อนำ Meta และ Amazon มาเปรียบเทียบกับผู้นำด้านคลาวด์รายอื่น ความแตกต่างก็ชัดเจนขึ้น Microsoft และ Alphabet ทำหน้าที่เป็นเกณฑ์มาตรฐานของ “CAPEX ด้าน AI ที่มีการยืนยันรายได้ที่แข็งแกร่งกว่า” Amazon อยู่ระหว่าง “การใช้จ่ายสูงมาก” กับ “ความชัดเจนสูง” ในขณะที่ Meta ใกล้เคียงกับ “การใช้จ่ายสูงพร้อมผลตอบแทนทางอ้อม” ผลประกอบการไตรมาส 3 ปีบัญชี 2026 ของ Microsoft แสดงให้เห็นรายได้ Microsoft Cloud ที่ 54.5 พันล้านดอลลาร์ ภาระผูกพันเชิงพาณิชย์คงเหลือที่ต้องปฏิบัติ (commercial remaining performance obligation) เพิ่มขึ้นเป็น 627 พันล้านดอลลาร์ และรายได้จาก Azure และบริการคลาวด์อื่น ๆ เติบโต 40%

จุดแข็งของ Microsoft คือฐานลูกค้าองค์กร แพลตฟอร์มคลาวด์ Azure, Copilot, ความต้องการที่เกี่ยวข้องกับ OpenAI และ RPO นอกจากนี้ CAPEX ด้าน AI ของบริษัทก็สูงเช่นกัน การประชุมผลประกอบการไตรมาส 3 ปีงบการเงิน 2026 ของ Microsoft ระบุว่าค่าใช้จ่ายด้านทุนรายไตรมาสอยู่ที่ 31.9 พันล้านดอลลาร์ โดยมีประมาณสองในสามจัดสรรให้กับสินทรัพย์อายุสั้น เช่น GPU และ CPU ซึ่งหมายความว่า Microsoft ก็เผชิญกับแรงกดดันด้านค่าเสื่อมราคาและการเปลี่ยนรุ่นของฮาร์ดแวร์เช่นกัน แต่สัญญากับองค์กรและรายได้จากคลาวด์ทำให้เส้นทางการฟื้นตัวของบริษัทมองเห็นได้ชัดเจนยิ่งขึ้นสำหรับตลาด

ตรรกะของ Alphabet ยังใกล้เคียงกับการตรวจสอบแบบหลายเครื่องยนต์อีกด้วย ผลประกอบการไตรมาสแรกปี 2026 ของ Alphabet แสดงให้เห็นว่ารายได้ของ Google Cloud เติบโต 63% ไปอยู่ที่ 20,000 ล้านดอลลาร์ และยอดคำสั่งซื้อคงค้าง (backlog) ของ Google Cloud แตะระดับเกิน 460,000 ล้านดอลลาร์ ขณะที่ธุรกิจ Search ยังคงเติบโตอย่างแข็งแกร่ง ในระหว่างการประชุมสายผลประกอบการไตรมาส 1 ปี 2026 ของ Alphabet บริษัทได้ปรับเพิ่มคำแนะนำ CAPEX สำหรับทั้งปีเป็น 180,000 ล้านถึง 190,000 ล้านดอลลาร์ และเน้นย้ำถึงความต้องการกำลังประมวลผล AI ทั้งจากภายในและภายนอกที่แข็งแกร่ง

ในการเปรียบเทียบนี้ Meta จำเป็นต้องพิสูจน์มากที่สุดว่า AI สามารถช่วยเสริมความแข็งแกร่งให้ธุรกิจโฆษณาของตนได้อย่างต่อเนื่อง Amazon จำเป็นต้องพิสูจน์มากที่สุดว่า AWS สามารถรองรับความสามารถที่สร้างไว้ล่วงหน้าก่อนที่ความต้องการจะเกิดขึ้นได้ Microsoft จำเป็นต้องพิสูจน์มากที่สุดว่าการลงทุนใน GPU และ CPU สามารถแปลงเป็นรายได้จาก Azure และ Copilot ได้อย่างต่อเนื่อง Alphabet จำเป็นต้องพิสูจน์มากที่สุดว่า Search และ Cloud ร่วมกันสามารถสนับสนุนการเพิ่มขึ้นของการใช้จ่ายฝั่งทุนอย่างต่อเนื่องได้

สรุป: Microsoft และ Alphabet เป็นเกณฑ์เปรียบเทียบที่มีประโยชน์ เพราะแสดงให้เห็นว่าตลาดยอมรับอะไรมากกว่ากัน นั่นคือ CAPEX ด้าน AI จำนวนมากที่ได้รับการสนับสนุนจากรายได้คลาวด์ แบ็คล็อก การนำไปใช้ในระดับองค์กร และ ARPU ของผลิตภัณฑ์ การใช้จ่ายของ Amazon นั้นมหาศาล แต่ AWS ทำให้บริษัทมีเส้นทางสู่การแปลงเป็นรายได้ที่คล้ายคลึงกับ Microsoft และ Alphabet ส่วน Meta นั้นแตกต่างออกไป เนื่องจากการลงทุนด้าน AI ของบริษัทฝังตัวอยู่ลึกในด้านการโฆษณา ระบบแนะนำ และจุดเข้าถึงแพลตฟอร์มแห่งอนาคต ทำให้การตรวจสอบรายได้มีความชัดเจนน้อยกว่าบริษัทคลาวด์ ในบรรดาสี่บริษัทนี้ Meta เผชิญความกังวลเรื่องการลงทุนเกินพอดีที่รุนแรงกว่า ขณะที่ Amazon เผชิญแรงกดดันด้านกระแสเงินสดที่ชัดเจนกว่า

นักลงทุนทั่วไปจะตัดสินได้อย่างไรว่า Meta และ Amazon ลงทุนด้าน AI CAPEX มากเกินไปหรือไม่

นักลงทุนทั่วไปไม่จำเป็นต้องคาดการณ์ผลตอบแทนของศูนย์ข้อมูลทุกแห่ง พวกเขาเพียงแค่ต้องติดตามตัวชี้วัดที่เป็นรูปธรรมไม่กี่ตัว: ว่าคำแนะนำ CAPEX ยังคงเพิ่มขึ้นหรือไม่, กระแสเงินสดอิสระฟื้นตัวหรือไม่, รายได้จาก AWS หรือโฆษณาเร่งตัวขึ้นพร้อมกับการใช้จ่ายหรือไม่, ค่าเสื่อมราคากัดกร่อนอัตรากำไรหรือไม่ และฝ่ายบริหารสามารถให้หลักฐานความต้องการที่ชัดเจนยิ่งขึ้นได้หรือไม่ หากการใช้จ่ายด้านทุน ค่าเสื่อมราคา และข้อผูกพันเช่ายังคงเพิ่มขึ้นในขณะที่รายได้ อัตรากำไร และ FCF ไม่สามารถปรับปรุงได้ CAPEX ที่สูงจะเปลี่ยนจาก "การลงทุนเชิงกลยุทธ์" เป็น "ความเสี่ยงด้านมูลค่าหลักทรัพย์"

ก่อนการประกาศผลประกอบการ ประเด็นสำคัญคือตลาดได้เข้าราคา CAPEX ที่สูงไว้แล้วหรือยัง หากราคาหุ้นได้ปรับลงแล้วเนื่องจากความกังวลเรื่องการลงทุนด้าน AI ฝ่ายบริหารอาจเพียงแค่ต้องยืนยันรายได้เพื่อให้ปฏิกิริยาของตลาดมีเสถียรภาพหรือเป็นบวก หากราคาหุ้นได้เข้าราคาผลตอบแทนจาก AI แบบมองโลกในแง่ดีไว้แล้ว การเพิ่ม CAPEX อีกครั้งร่วมกับการเติบโตของรายได้ที่ต่ำกว่าคาดอาจสร้างแรงกดดันต่อมูลค่าหลักทรัพย์มากขึ้น

หลังการประกาศผลประกอบการ นักลงทุนควรให้ความสำคัญกับตัวแปรดังต่อไปนี้:

ค่าธรรมเนียมการทำธุรกรรมควรได้รับการแยกออกจากการตัดสินใจลงทุนด้วย หากคุณติดตามหุ้น Meta, Amazon, Microsoft, Alphabet หรือหุ้นเทคโนโลยีสหรัฐฯ อื่น ๆ คำถามไม่ได้อยู่ที่ว่าการลงทุนด้าน CAPEX ของ AI มากเกินไปหรือไม่เท่านั้น แต่ยังรวมถึงค่าใช้จ่ายในการดำเนินการซื้อขายของคุณด้วย ค่าธรรมเนียมการซื้อขายหุ้นสหรัฐฯ อาจรวมถึงไม่เพียงแค่ค่าคอมมิชชั่น แต่ยังรวมถึงค่าธรรมเนียมแพลตฟอร์ม ค่าธรรมเนียมตัวแทนภายนอก ค่าธรรมเนียมกิจกรรมการซื้อขาย และค่าใช้จ่ายอื่น ๆ ตัวอย่างเช่น ตามข้อมูลค่าธรรมเนียมการซื้อขายหุ้นสหรัฐฯ Biya ไม่เก็บค่าคอมมิชชั่นสำหรับการซื้อขายหุ้นสหรัฐฯ ส่วนค่าธรรมเนียมแพลตฟอร์ม ค่าธรรมเนียมตัวแทนภายนอก และค่าใช้จ่ายอื่น ๆ ขึ้นอยู่กับการแสดงผลในศูนย์ค่าธรรมเนียมและหน้าคำสั่งซื้อขาย การตรวจสอบโครงสร้างค่าธรรมเนียมก่อนทำการซื้อขายจะช่วยแยกการวิเคราะห์การลงทุนออกจากค่าใช้จ่ายในการดำเนินการซื้อขาย

สำหรับ Meta สัญญาณที่สำคัญที่สุดคือระบบโฆษณาจะยังคงแสดงให้เห็นถึงประโยชน์จาก AI ต่อไปหรือไม่ จำนวนการแสดงโฆษณา ราคาโฆษณาเฉลี่ย การสร้างรายได้จาก Reels ประสิทธิภาพของระบบแนะนำ และการนำเครื่องมือสร้างสรรค์ด้วย AI มาใช้ ล้วนมีความหมายมากกว่าความสามารถของโมเดลเพียงอย่างเดียว สำหรับ Amazon ประเด็นสำคัญคือ AWS จะยังคงเติบโตอย่างแข็งแกร่งหรือไม่ และคำมั่นสัญญาด้าน AI ของลูกค้าจะแปลงเป็นรายได้จริงและอัตราการใช้งานที่สูงขึ้นหรือไม่

สรุป: ในการตัดสินว่า Meta และ Amazon กำลังลงทุนมากเกินไปใน CAPEX ด้าน AI หรือไม่ นักลงทุนไม่ควรมองเฉพาะตัวเลขการใช้จ่ายในพาดหัวข่าวเท่านั้น สำหรับ Meta ควรติดตามรายได้จากการโฆษณา การมีส่วนร่วมของผู้ใช้ ผลของ AI ต่อประสิทธิภาพการโฆษณา และว่าผลิตภัณฑ์ AI ในอนาคตจะสร้างรายได้ใหม่หรือไม่ สำหรับ Amazon ควรติดตามการเติบโตของ AWS การนำ Trainium และ Bedrock ไปใช้ การฟื้นตัวของกระแสเงินสดอิสระ และจังหวะการใช้จ่ายเงินลงทุน CAPEX ที่สูงในไตรมาสเดียวไม่ได้แปลว่าความล้มเหลว แต่หากการใช้จ่ายยังคงเพิ่มขึ้นในขณะที่การยืนยันรายได้ยังอ่อนแอ FCF แย่ลง และแรงกดดันจากค่าเสื่อมราคาขยายตัวต่อเนื่องหลายไตรมาส นักลงทุนควรให้น้ำหนักความเสี่ยงที่สูงขึ้น

บริษัทใดมีแนวโน้มลงทุนมากเกินไปมากกว่ากัน? กรณีฐานและสามฉากทัศน์

มุมมองในกรณีพื้นฐานคือ Meta มีแนวโน้มที่จะถูกตั้งคำถามเกี่ยวกับการลงทุนด้าน AI ที่มากเกินไป ในขณะที่ความเสี่ยงของ Amazon มีลักษณะเป็นการใช้จ่ายเงินทุนที่มากเกินไปซึ่งกดดันกระแสเงินสดอิสระ เส้นทางการสร้างผลตอบแทนของ Meta เป็นแบบทางอ้อมมากกว่าและขึ้นอยู่กับการพิสูจน์ว่า AI สามารถปรับปรุงประสิทธิภาพการโฆษณาและประสบการณ์ของผู้ใช้อย่างต่อเนื่อง การใช้จ่ายของ Amazon มีมูลค่ามากกว่า แต่ AWS ทำให้บริษัทมีแพลตฟอร์มสำหรับการแปลงเป็นผลกำไรเชิงพาณิชย์ที่ตรงกว่า ดังนั้นหากคำถามคือ “บริษัทใดมีแนวโน้มที่จะถูกมองว่าใช้จ่ายมากเกินไป” คำตอบจะเอียงไปทาง Meta หากคำถามคือ “บริษัทใดมีแรงกดดันด้านกระแสเงินสดในระยะสั้นที่มองเห็นได้ชัดเจนกว่า” คำตอบจะเอียงไปทาง Amazon

ในฉากที่คาดการณ์แบบมองโลกในแง่ดี บริษัททั้งสองสามารถดูดซับ CAPEX จำนวนสูงได้ หาก Meta ยังคงปรับปรุงอัตราการเปลี่ยนผ่านของโฆษณา เวลาที่ผู้ใช้ใช้จ่าย และการใช้งานผลิตภัณฑ์ AI การลงทุนจำนวนมากสามารถมองได้ว่าเป็นการกระชับคูเมืองด้านโฆษณาสังคมของบริษัทให้แน่นแฟ้นยิ่งขึ้น หาก AWS ยังคงเติบโตอย่างแข็งแกร่ง ความต้องการ Trainium ยังคงทรงพลัง และการย้ายไปใช้ AI ของภาคองค์กรยังดำเนินต่อไป CAPEX ประมาณ 200 พันล้านดอลลาร์ของ Amazon ก็จะยิ่งคล้ายกับการล็อกกำลังการผลิตด้านโครงสร้างพื้นฐานคลาวด์ไว้ล่วงหน้า

ในกรณีพื้นฐาน Meta เผชิญกับข้อถกเถียงที่มากกว่า ขณะที่ Amazon เผชิญกับแรงกดดันด้านการเงินมากกว่า Meta ยังคงมีกระแสเงินสดจากการโฆษณาที่แข็งแกร่ง แต่นักลงทุนภายนอกต้องการหลักฐานเพิ่มเติมว่าการใช้จ่ายด้าน AI สามารถสร้างรายได้ส่วนเพิ่ม ไม่ใช่เพียงแค่ปรับปรุงระบบภายในเท่านั้น Amazon มีเส้นทางการสร้างรายได้ที่ชัดเจนกว่า แต่ FCF ถูกบีบอัดจากการใช้จ่ายด้านทุน ทำให้การประเมินมูลค่าขึ้นอยู่กับการเป็นจริงของรายได้ AWS ในปี 2027 และ 2028 มากขึ้น

ในสถานการณ์ที่คลองแค้น ความต้องการ AI ที่ชะลอตัวจะกดดันทั้งสองบริษัท หากความต้องการฝึกโมเดลขนาดใหญ่ลดลง ราคาการอนุมาน (inference) ลดลงอย่างรวดเร็ว และงบประมาณ AI ของภาคองค์กรน่าผิดหวัง Meta จะต้องเผชิญกับคำวิจารณ์ในการใช้กระแสเงินสดจากธุรกิจโฆษณาไปลงทุนกับความทะเยอทะยานด้านโมเดลที่ยังไกลตัว ขณะที่ Amazon จะต้องเผชิญความเสี่ยงจากการสร้างความจุระบบคลาวด์เร็วเกินไปจนถูกใช้งานต่ำกว่าศักยภาพ ห่วงโซ่อุปทานที่เกี่ยวข้อง เช่น เซมิคอนดักเตอร์ เซิร์ฟเวอร์ HBM การบรรจุขั้นสูง และโครงสร้างพื้นฐานด้านพลังงาน ก็อาจต้องเผชิญกับการปรับลดประมาณการเช่นกัน

สำหรับนักลงทุนทั่วไป ข้อสรุปที่ใช้ได้จริงที่สุดไม่ใช่การสมมติว่าบริษัทใดบริษัทหนึ่งจำเป็นต้องประสบความสำเร็จหรือล้มเหลว แต่คือการกำหนดเกณฑ์สำหรับการเฝ้าติดตาม เกณฑ์ของ Meta คือการเติบโตของธุรกิจโฆษณาและการใช้จ่ายด้าน AI สามารถเชื่อมโยงกันได้อย่างมีตรรกะหรือไม่ เกณฑ์ของ Amazon คือการเติบโตของ AWS และ FCF สามารถฟื้นตัวได้อย่างค่อยเป็นค่อยไปในช่วงวงจร CAPEX สูงหรือไม่ ตราบใดที่เกณฑ์เหล่านี้ยังคงแข็งแกร่ง การลงทุนจำนวนมากก็ยังสามารถมองได้ว่าเป็นการขยายกลยุทธ์ หากแนวโน้มเหล่านี้แย่ลงต่อเนื่องหลายไตรมาส ก็ควรทบทวนสมมติฐานการประเมินมูลค่าใหม่

สรุป: หากคำถามคือ “บริษัทใดมีแนวโน้มลงทุนด้าน AI CAPEX เกินจริงมากกว่ากัน” คำตอบมีแนวโน้มเอียงไปทาง Meta เนื่องจากเส้นทางการคืนทุนของบริษัทยาวกว่า ค่อนไปทางทางอ้อมมากกว่า และขึ้นอยู่กับการบริหารงานมากกว่า การใช้จ่ายของ Amazon มีมูลค่ามากกว่า แต่ AWS, Trainium, Bedrock และสัญญากับลูกค้าองค์กรทำให้ Amazon มีการยืนยันรายได้ที่ชัดเจนกว่า ทั้งสองบริษัทต่างแบกรับความเสี่ยงที่มีนัยสำคัญ แต่ประเภทของความเสี่ยงแตกต่างกัน Meta เผชิญแรงกดดันด้านการพิสูจน์การแปลงเทคโนโลยีเป็นผลทางการค้า ส่วน Amazon เผชิญแรงกดดันด้านกระแสเงินสดและอัตราการใช้กำลังการผลิต การตัดสินใจขั้นสุดท้ายควรกลับไปพิจารณาที่รายได้ อัตรากำไร FCF ค่าเสื่อมราคา และแนวทางการให้คำแนะนำของฝ่ายบริหาร ไม่ใช่เพียงแค่เรื่องราวของ AI เท่านั้น

หากคุณติดตามหุ้นเทคโนโลยีสหรัฐฯ อย่าง Meta, Amazon, Microsoft และ Alphabet ในระยะยาว งานที่สำคัญที่สุดคือการติดตามข้อมูลรายได้ แนวโน้ม CAPEX รายได้จากคลาวด์ กระแสเงินสดอิสระ การเปลี่ยนแปลงของมูลค่าหุ้น และช่องว่างของความคาดหวังตลาดอย่างต่อเนื่อง แทนที่จะมุ่งเน้นเพียงการเคลื่อนไหวราคาในหนึ่งวันเท่านั้น นักลงทุนที่ตรงตามเงื่อนไขคุณสมบัติการใช้บริการที่เกี่ยวข้องสามารถใช้ Biya เพื่อติดตามโอกาสในตลาดสินทรัพย์หลากหลายประเภท และใช้ ข้อมูลหุ้นสหรัฐฯ เพื่อเปรียบเทียบข้อมูลพื้นฐานของหุ้นเทคโนโลยียอดนิยม ก่อนทำการซื้อขาย นักลงทุนควรยืนยันประเภทคำสั่งซื้อ โครงสร้างค่าธรรมเนียม และระดับความเสี่ยงที่ตนเองยอมรับได้ ความพร้อมใช้งานของ การซื้อขายหุ้นสหรัฐฯ และฮ่องกง ขึ้นอยู่กับสถานที่ตั้งของผู้ใช้ ผลการตรวจสอบตัวตน กฎเกณฑ์ของแพลตฟอร์ม และกฎหมายและข้อบังคับที่เกี่ยวข้อง เนื้อหานี้มีไว้เพื่อการวิเคราะห์ข้อมูลตลาดสาธารณะเท่านั้น และไม่ถือเป็นคำแนะนำในการลงทุน

คำถามที่พบบ่อย

ทำไม CAPEX ของ Meta AI จึงถูกตั้งคำถามว่าเป็นการลงทุนเกินพอดีได้ง่ายกว่า?

CAPEX ของ Meta AI ถูกตั้งคำถามได้ง่ายกว่า เพราะผลตอบแทนขึ้นอยู่กับประสิทธิภาพการโฆษณา ระบบแนะนำ และผลิตภัณฑ์ AI ในอนาคต มากกว่าการขายบริการคลาวด์โดยตรง หากการเติบโตของโฆษณา การมีส่วนร่วมของผู้ใช้ และประสิทธิภาพการเปลี่ยนผู้ใช้เป็นลูกค้ายังคงดีขึ้นอย่างต่อเนื่อง การใช้จ่ายสูงก็ยังสามารถให้เหตุผลสนับสนุนได้ แต่หากตัวชี้วัดเหล่านี้ชะลอตัวลง ตลาดอาจเริ่มกังวลมากขึ้นเกี่ยวกับการใช้จ่ายเงินทุนที่มากเกินไป

CAPEX ของ Amazon AI ที่สูงหมายความว่า Amazon ลงทุนเกินพอดีหรือไม่?

CAPEX ของ Amazon ที่สูงในด้าน AI ไม่ได้หมายความว่ามีการลงทุนเกินจริงโดยอัตโนมัติ เนื่องจาก AWS สามารถแปลงบริการคลาวด์ การฝึก AI การอนุมาน (inference) Trainium และ Bedrock ให้เป็นผลกำไรเชิงพาณิชย์ได้โดยตรง ความเสี่ยงที่แท้จริงคือการเติบโตของ AWS จะต่ำกว่าความคาดหวังหรือไม่ กระแสเงินสดอิสระจะยังคงถูกกดดันเป็นเวลานานเกินไปหรือไม่ และความสามารถในการประมวลผลใหม่จะถูกดูดซับโดยความต้องการของลูกค้าได้อย่างเต็มที่หรือไม่

เหตุใดค่าเสื่อมราคาศูนย์ข้อมูล AI จึงส่งผลต่อการประเมินมูลค่าหุ้นเทคโนโลยี

ค่าเสื่อมราคาศูนย์ข้อมูล AI ส่งผลต่อการประเมินมูลค่าหุ้นเทคโนโลยี เนื่องจากการลงทุนในชิป เซิร์ฟเวอร์ และโครงสร้างพื้นฐานจะกลายเป็นต้นทุนและค่าใช้จ่ายในอีกหลายปีข้างหน้า หากรายได้เติบโตเร็วเพียงพอ ค่าเสื่อมราคาก็สามารถถูกดูดซับได้ แต่หากการตรวจสอบความถูกต้องของรายได้ไม่แข็งแกร่ง ค่าเสื่อมราคาที่สูงอาจลดอัตรากำไร กระแสเงินสดอิสระ และตัวคูณการประเมินมูลค่าที่นักลงทุนเต็มใจจ่าย

นักลงทุนทั่วไปสามารถติดตามผลตอบแทนจาก CAPEX ด้าน AI ได้อย่างไร?

นักลงทุนทั่วไปสามารถติดตามแนวทางการใช้จ่ายฝั่งทุน (CAPEX guidance), กระแสเงินสดอิสระ, การเติบโตของรายได้จากคลาวด์, การเติบโตของรายได้จากการโฆษณา, อัตรากำไรจากการดำเนินงาน, ค่าใช้จ่ายค่าเสื่อมราคา และความคิดเห็นของฝ่ายบริหารเกี่ยวกับอุปสงค์ได้ การใช้จ่ายเงินลงทุนสูงเพียงหนึ่งไตรมาสไม่ได้แปลว่าความล้มเหลว แต่หากการใช้จ่ายยังคงเพิ่มขึ้นเรื่อย ๆ ในขณะที่รายได้และกระแสเงินสดไม่ดีขึ้น น้ำหนักความเสี่ยงควรจะต้องเพิ่มขึ้น

Microsoft และ Alphabet สามารถพิสูจน์ได้หรือไม่ว่า CAPEX ด้าน AI นั้นสมเหตุสมผล?

Microsoft และ Alphabet ให้ข้อมูลอ้างอิงที่เป็นประโยชน์ แต่ทั้งสองไม่สามารถพิสูจน์ได้ว่า CAPEX ด้าน AI ทั้งหมดนั้นสมเหตุสมผล Microsoft มี Azure, Copilot และ RPO ขณะที่ Alphabet มี Search, Google Cloud และ TPU ทั้งสองแสดงให้เห็นถึงความสำคัญของรายได้จากคลาวด์และการมองเห็นสัญญา แต่ Meta และ Amazon ยังคงต้องได้รับการประเมินผ่านโมเดลธุรกิจของตนเอง

CAPEX ด้าน AI ที่ช้าลงอาจส่งผลกระทบต่อหุ้นกึ่งตัวนำหรือไม่?

CAPEX ด้าน AI ที่ช้าลงอาจส่งผลกระทบต่อหุ้นกึ่งตัวนำ เนื่องจากความต้องการ GPU, HBM, เซิร์ฟเวอร์ อุปกรณ์เครือข่าย และการบรรจุขั้นสูงนั้นถูกขับเคลื่อนบางส่วนโดยการใช้จ่ายด้านทุนของบริษัทคลาวด์ขนาดใหญ่ โดยผลกระทบที่แท้จริงขึ้นอยู่กับวงจรคำสั่งซื้อ ความเข้มข้นของลูกค้า ระดับสินค้าคงคลัง และพลังการกำหนดราคาของผู้ผลิตแต่ละราย ดังนั้นจึงไม่ควรสรุปเป็นข้อสรุปทางเดียว