หุ้น AI ร่วงระนาว พบ 95% โปรเจกต์ GenAI ยังไม่เวิร์ก นักลงทุนเริ่มตั้งคำถาม ผลตอบแทนอยู่ไหน

ภาพไฮไลต์

ช่วงต้นสัปดาห์ที่ผ่านมาหุ้นกลุ่มเทคโนโลยี โดยเฉพาะหุ้นกลุ่ม AI หลายตัวที่ราคาร่วงจนทำให้ตลาดจับตาใกล้ชิด นำโดย Nvidia ที่ปรับลงกว่า 1% มาอยู่ที่ 173.48 ดอลลาร์สหรัฐ และ Palantir Technologies ร่วงเกือบ 4% ต่อเนื่องจากทั้งเดือนที่ร่วงลงแล้วเกือบ 20% จากจุดสูงสุดที่ 190 ดอลลาร์สหรัฐ ขณะเดียวกันที่ CoreWeave, Oracle, Arista Networks และ Credo Technology ก็ปรับตัวลงเช่นกันในวันพุธที่ผ่านมาตามทิศทางตลาด

อย่างไรก็ตามนักวิเคราะห์ได้ออกมาเปิดเผยถึงสาเหตุที่ทำให้นักลงทุนกังวลและขายออก เป็นผลจากรายงานฉบับล่าสุดของ MIT ที่ผลการศึกษาชี้ให้เห็นว่า “95% ของโครงการนำร่องด้าน Generative AI ยังไม่สามารถสร้างผลลัพธ์ที่วัดได้จริงให้กับองค์กรธุรกิจ อีกทั้งการใช้งานในระดับองค์กร (Enterprise) ยังไม่สามารถสร้างผลตอบแทนจากการลงทุน (ROI) ได้เพียงพอ” และมากไปกว่านั้น การเผยแพร่รายงานชิ้นนี้ยังสอดรับกับคำพูดของ Sam Altman ซีอีโอ OpenAI หนึ่งในบริษัทที่ได้รับเงินทุนมหาศาลในการพัฒนา AI แต่กลับเตือนนักลงทุนทั่วโลกว่าเรากำลังเข้าถึงช่วงเวลาที่ “ฟองสบู่ AI” ใกล้แตกเต็มที

ตลอดช่วงที่ผ่านมา นักลงทุนให้ความสนใจอย่างมากต่อข้อสรุปของรายงาน The GenAI Divide: State of AI in Business 2025 ของ MIT ที่อ้างอิงจากการสำรวจโครงการ AI ภาคธุรกิจกว่า 300 แห่ง ซึ่งสะท้อนให้เห็นว่าสาเหตุหลักของความล้มเหลวไม่ได้อยู่ที่คุณภาพของ AI แต่เกิดจาก “GenAI Divide” หรือ “ช่องว่างด้านการเรียนรู้” ขององค์กรที่ไม่สามารถปรับระบบ กระบวนการ และวัฒนธรรมองค์กรให้สอดรับกับการใช้เครื่องมือ AI ได้

ไม่แปลกใจทำไมนักลงทุนจะตั้งคำถามกับเงินทุนมหาศาลที่กำลังละลายหายไปกับแม่น้ำเส้นนี้

สรุปเรื่อง AI จากรายงาน MIT ที่ทำให้นักลงทุนตกใจ

รายงาน“The GenAI Divide: State of AI in Business 2025” จาก MIT ได้รายงานถึงความจริงสุดโหดที่องค์กรทั่วโลกกำลังเผชิญ

แม้หลายองค์กรจะมีการลงทุนใน GenAI กว่า 3 - 4 หมื่นล้านดอลลาร์สหรัฐ แต่ 95% ขององค์กรยังไม่ได้ผลตอบแทนใด โดยมีโปรเจกต์เพียง 5% ที่ได้ผลลัพธ์และสร้างมูลค่าในระดับหลายล้านดอลลาร์สหรัฐ ขณะที่ส่วนใหญ่ยังคงไม่สามารถสร้างผลลัพธ์ทางบัญชีกำไรขาดทุน (P&L) ที่วัดได้ มากไปกว่านั้นผลลัพธ์ยังสะท้อนความแตกต่างอย่างชัดเจนระหว่างองค์กรขนาดใหญ่ องค์กรขนาดกลาง ธุรกิจ SME ไปจนถึงสตาร์ทอัพ จนถูกเรียกว่า“GenAI Divide”

ยกตัวอย่าง เครื่องมืออย่าง ChatGPT และ Copilot ถูกใช้งานอย่างกว้างขวาง โดยกว่า 80% ขององค์กรได้ทดลองหรือทดสอบใช้งาน และเกือบ 40% รายงานว่ามีการนำมาใช้จริง อย่างไรก็ตาม เครื่องมือเหล่านี้ส่วนใหญ่ช่วยเพิ่มประสิทธิภาพการทำงานในระดับบุคคลเท่านั้น แต่ไม่ส่งผลต่อผลประกอบการโดยตรงในทางกลับกัน ระบบ AI ระดับองค์กร พบว่า กว่า 60% ขององค์กรเคยประเมินระบบเหล่านี้ แต่มีเพียง 20% ที่เข้าสู่ขั้นทดสอบนำร่อง และเพียง 5% ที่เข้าสู่การใช้งานจริง โดยส่วนใหญ่ล้มเหลวเพราะเวิร์กโฟลว์ไม่ยืดหยุ่น ขาดการเรียนรู้เชิงบริบท และไม่สอดคล้องกับการปฏิบัติงานจริงในแต่ละวัน

ทั้งนี้อุปสรรคหลักของการขยายผล AI จึงไม่ใช่เรื่องโครงสร้างพื้นฐาน กฎระเบียบ หรือบุคลากร แต่คือ “การเรียนรู้” เนื่องจากระบบ GenAI ส่วนใหญ่ไม่สามารถเก็บฟีดแบ็ค และปรับให้เข้ากับบริบท หรือพัฒนาให้ดีขึ้นตามเวลาได้