บลจ.กสิกรไทย มอง AI Cycle ยังไปต่อ ชี้ลงทุนเริ่มออกดอกผล หนุนหุ้นเทคฯ ระยะยาว
บลจ.กสิกรไทย ประเมินหุ้นเทคฯยังมีโอกาสโต แม้ตลาดกังวล Valuation เม็ดเงินลงทุน AI อยู่ในระดับสูง แต่พื้นฐานตลอดห่วงโซ่ AI ยังมีแรงหนุน เริ่มเห็นผลตอบแทนจากการนำ AI มาเพิ่มรายได้ ลดต้นทุน และยกระดับ Productivity ในหลายอุตสาหกรรม
วันที่ 20 พ.ย.2569 บลจ.กสิกรไทย ประเมินภาพรวมการลงทุนในหุ้นกลุ่มเทคโนโลยี ว่า แม้ตลาดจะเผชิญความผันผวนเพิ่มขึ้นจากความกังวลด้านมูลค่าหุ้น (Valuation) และระดับการใช้จ่ายลงทุนในปัญญาประดิษฐ์ (AI Capex) ที่อยู่ในระดับสูง แต่เมื่อพิจารณาปัจจัยพื้นฐานตลอดห่วงโซ่ธุรกิจ AI (AI Value Chain) ตั้งแต่ผู้พัฒนา AI Model ผู้ผลิต Semiconductor กลุ่ม Hyperscalers ไปจนถึงบริษัทที่นำ AI ไปประยุกต์ใช้ในธุรกิจ ยังไม่พบสัญญาณการชะลอตัวของความต้องการอย่างชัดเจน
ทั้งนี้ ภาพรวมการลงทุนใน AI ยังคงได้รับแรงสนับสนุนจากความต้องการเทคโนโลยีและโครงสร้างพื้นฐานที่เพิ่มขึ้น โดยกรณีของ Anthropic สะท้อนความสนใจของนักลงทุนต่อธุรกิจ AI หลังการเสนอขายหุ้น IPO มีความต้องการซื้อสูงกว่าจำนวนหุ้นที่เสนอขายประมาณ 6 เท่า ต่อเนื่องจากการระดมทุนผ่าน Private Placement มูลค่าราว 26,000 ล้านดอลลาร์ ซึ่งได้รับการสนับสนุนจาก NVIDIA, Microsoft และ Google
ขณะที่การเสนอขายหุ้น IPO สามารถระดมทุนได้ราว 81,000 ล้านดอลลาร์ กำหนดราคา IPO ที่ 83 ดอลลาร์ต่อหุ้น ก่อนปรับขึ้นไปทำระดับสูงสุดที่ 114.99 ดอลลาร์ หรือสูงกว่าราคา IPO ประมาณ 39% สะท้อนว่าเม็ดเงินลงทุนยังให้ความสำคัญกับโอกาสเติบโตของธุรกิจ AI
ขณะที่ ผลประกอบการของ NVIDIA ในไตรมาส 3 ยังคงสะท้อนความต้องการประมวลผล AI (AI Compute Demand) ที่แข็งแกร่ง โดยรายได้เติบโต 103% จากช่วงเดียวกันของปีก่อน และสูงกว่าที่ตลาดคาดการณ์ 6% ส่วนกำไรสุทธิเพิ่มขึ้น 104% สูงกว่าคาด 8% โดยเฉพาะรายได้จากธุรกิจ Data Center ที่มาจากกลุ่ม Hyperscalers เติบโต 75% และสูงกว่าคาด 13% ขณะที่อัตรากำไรขั้นต้น (Gross Margin) อยู่ที่ 74.8%
นอกจากนี้ ความต้องการใช้ GPU ยังคงอยู่ในระดับสูง โดยค่าเช่าชิป Hopper สูงกว่าระดับสัญญาเดิมมากกว่า 2 เท่า ส่วน B300 ปรับเพิ่มขึ้นมากกว่า 60% นับตั้งแต่เปิดตัว
ขณะเดียวกัน NVIDIA มีภาระผูกพันในการจัดซื้อเพิ่มขึ้นเป็น 390,000 ล้านดอลลาร์ ครอบคลุมตั้งแต่ Wafer, Substrates ไปจนถึง Advanced Packaging สะท้อนทั้งความต้องการใช้กำลังประมวลผลและการเตรียมความพร้อมด้าน Supply Chain เพื่อรองรับความต้องการในอนาคต
สำหรับกลุ่มเซมิคอนดักเตอร์ความต้องการ AI Compute กำลังส่งผ่านไปยังผู้ประกอบการในห่วงโซ่อุปทานวงกว้าง ไม่ได้จำกัดอยู่เฉพาะผู้ผลิต GPU แต่ครอบคลุมตั้งแต่ธุรกิจรับจ้างผลิตชิป (Foundry) หน่วยความจำ (Memory) ระบบบรรจุภัณฑ์ชิปขั้นสูง (Advanced Packaging) ไปจนถึงผู้ผลิตเครื่องจักรสำหรับอุตสาหกรรมเซมิคอนดักเตอร์
โดย TSMC ยังคงเดินหน้าขยายกำลังการผลิต พร้อมคงแผนการลงทุนในปี 2569 ที่ระดับ 60,000-64,000 ล้านดอลลาร์ เพื่อรองรับความต้องการชิปประสิทธิภาพสูงสำหรับ AI
ขณะที่ NVIDIA เดินหน้าจองกำลังการผลิตจาก TSMC รวมถึง Memory และ Advanced Packaging ล่วงหน้า อย่างไรก็ตาม การขยายกำลังการผลิตยังเป็นไปอย่างมีวินัย โดยคำนึงถึงความต้องการที่เกิดขึ้นจริง
ส่วนกลุ่ม Hyperscalers ได้แก่ Microsoft, Amazon, Alphabet และ Meta ยังคงลงทุนในระบบนิเวศ AI อย่างต่อเนื่อง ตั้งแต่ Data Center และ Cloud Infrastructure ไปจนถึง AI Models, Platforms และ Applications โดยมีธุรกิจหลักที่สร้างกระแสเงินสดรองรับการลงทุน
อีกทั้งยังสามารถนำ AI ไปต่อยอดกับธุรกิจเดิม เช่น Cloud, Search, Advertising และ Software เพื่อสร้างรายได้และเพิ่มประสิทธิภาพการดำเนินงาน
นอกจากนี้ การขยายตัวของ Data Center ยังทำให้ความต้องการพลังงานไฟฟ้ากลายเป็นอีกหนึ่งปัจจัยสำคัญของโครงสร้างพื้นฐาน AI ส่งผลให้การลงทุนเริ่มกระจายไปยังธุรกิจผลิตไฟฟ้าและโครงข่ายไฟฟ้า (Grid Infrastructure) มากขึ้น
โดยบริษัทอย่าง Bloom Energy, Siemens และ GE Vernova มีโอกาสได้รับประโยชน์จากความต้องการไฟฟ้าและการลงทุนในระบบโครงข่ายที่เพิ่มขึ้น
อีกประเด็นสำคัญ คือการลงทุนใน AI กำลังเริ่มเปลี่ยนผ่านจากการสร้างโครงสร้างพื้นฐานไปสู่การสร้างผลตอบแทนทางธุรกิจจริง (Productivity) โดยบริษัทต่างๆ เริ่มนำ AI มาใช้เพิ่มรายได้ ลดต้นทุน และเพิ่มประสิทธิภาพการทำงานอย่างเป็นรูปธรรม
ตัวอย่างเช่น Tencent ซึ่งปัจจุบันผู้ผลิตคอนเทนต์ Mini-drama ประมาณ 80% นำเครื่องมือ AI ด้านโฆษณาไปใช้เพื่อเพิ่มประสิทธิภาพในการเข้าถึงลูกค้า ขณะที่ Lyft นำ AI มาใช้ในงาน Customer Support สามารถช่วยจัดการคำถามของลูกค้าได้ประมาณ 70% ด้วยความแม่นยำราว 85-90%
ขณะเดียวกัน การประยุกต์ใช้ AI ยังขยายไปยังอุตสาหกรรมนอกเหนือจากกลุ่มเทคโนโลยี โดยเฉพาะกลุ่มบริการทางการแพทย์ทั้งในด้านการค้นคว้าและพัฒนายาและการทดลองทางคลินิก สะท้อนให้เห็นว่าโอกาสทางธุรกิจจาก AI กำลังขยายจากการลงทุนในโครงสร้างพื้นฐานไปสู่การสร้างรายได้และเพิ่มผลิตภาพในหลากหลายอุตสาหกรรม
บลจ.กสิกรไทย มองว่า แม้หุ้นเทคโนโลยียังมีความผันผวนจากความกังวลเกี่ยวกับ Valuation และความคุ้มค่าของการลงทุน AI Capex แต่ปัจจัยพื้นฐานตลอด AI Value Chain ยังมีแรงสนับสนุน ทั้งจากความต้องการ AI และ Compute ที่หนุนธุรกิจ Semiconductor การลงทุนในโครงสร้างพื้นฐาน ตลอดจนการนำ AI ไปสร้างมูลค่าเพิ่มให้กับธุรกิจ
ดังนั้น ประเด็นสำคัญที่นักลงทุนควรติดตามต่อจากนี้จึงไม่ใช่เพียงระดับการลงทุน AI Capex ที่เพิ่มขึ้น แต่เป็นความสามารถของบริษัทต่างๆ ในการเปลี่ยนเม็ดเงินลงทุนดังกล่าวให้กลายเป็นรายได้และเพิ่ม Productivity ได้รวดเร็วเพียงใด ซึ่งจะเป็นปัจจัยสำคัญในการกำหนดความยั่งยืนของวงจรการลงทุน AI (AI Investment Cycle) ในระยะต่อไป