โปรดอัพเดตเบราว์เซอร์

เบราว์เซอร์ที่คุณใช้เป็นเวอร์ชันเก่าซึ่งไม่สามารถใช้บริการของเราได้ เราขอแนะนำให้อัพเดตเบราว์เซอร์เพื่อการใช้งานที่ดีที่สุด

หุ้น การลงทุน

เปิดโผ 3 หุ้นโครงสร้างพื้นฐาน AI “ตัวท็อปนอกสายตา” ที่กำลังโตเงียบเบื้องหลัง

Wealthy Thai

อัพเดต 4 ชั่วโมงที่ผ่านมา • เผยแพร่ 16 มิ.ย. เวลา 02.25 น.

เมื่อพูดถึงปัญญาประดิษฐ์ (AI) หลายคนมักนึกถึงบริษัทใหญ่ๆ อย่าง Nvidia แต่จริงๆ แล้ว เบื้องหลังการทำงานของ AI มีโครงสร้างพื้นฐานอีกมากมาย ตั้งแต่วัสดุที่ใช้สร้างเซิร์ฟเวอร์ ระบบเครือข่ายที่เชื่อมต่อข้อมูล ไปจนถึงเครื่องจักรที่ใช้ผลิตชิปขั้นสูง
และในยุคนี้ที่กระแส AI เป็นอะไรที่มาแรงและมาเร็ว บริษัทมากมายนอกเหนือจากบริษัทชื่อดังที่เราได้ยินในข่าวบ่อยๆ ก็มีโอกาสรับประโยชน์จากกระแสนี้เช่นกัน
และนี่คือ 3 บริษัทที่นักลงทุนและนักวิเคราะห์จำนวนมากกำลังจับตามองในฐานะผู้ได้รับประโยชน์จากการขยายตัวของโครงสร้างพื้นฐาน AI ทั่วโลก แม้จะไม่ค่อยได้ยินชื่อในข่าวบ่อยๆ

Kingboard Holdings: ผู้ผลิตวัสดุที่ซ่อนอยู่ในเซิร์ฟเวอร์ AI

Kingboard Holdings อาจไม่คุ้นหูนักลงทุนทั่วไป แต่บริษัทจากฮ่องกงนี้ ถือเป็นหนึ่งในผู้ผลิตวัสดุสำหรับแผงวงจรอิเล็กทรอนิกส์รายใหญ่ของโลก
ผลิตภัณฑ์ของบริษัท เช่น Copper-Clad Laminate (CCL) และวัสดุสำหรับแผงวงจรพิมพ์ (PCB) ถูกนำไปใช้ในเซิร์ฟเวอร์, อุปกรณ์เครือข่าย และศูนย์ข้อมูลจำนวนมาก
Copper-Clad Laminate คือวัสดุพื้นฐานที่ใช้ผลิตแผงวงจรอิเล็กทรอนิกส์ ซึ่งทำหน้าที่เชื่อมต่อชิป, หน่วยความจำ และอุปกรณ์ต่างๆ ภายในเซิร์ฟเวอร์เข้าด้วยกัน หากไม่มีแผงวงจรเหล่านี้ แม้จะมีชิป AI ที่ทรงพลังแค่ไหน ก็ไม่สามารถทำงานร่วมกับส่วนประกอบอื่นของระบบได้
เหตุผลที่นักลงทุนเริ่มให้ความสนใจบริษัทมากขึ้น ก็คือ AI Server รุ่นใหม่ต้องรองรับการประมวลผลที่สูงขึ้น รวมถึงใช้พลังงานมากขึ้น และต้องส่งข้อมูลด้วยความเร็วสูงขึ้น ทำให้ความต้องการวัสดุคุณภาพสูงสำหรับแผงวงจรเพิ่มขึ้นตามไปด้วย
พูดอีกอย่างคือ แม้ Kingboard จะไม่ได้สร้าง AI โดยตรง แต่บริษัทกำลังขายวัสดุก่อสร้าง ที่ช่วยรองรับการเติบโตของอุตสาหกรรม AI

Marvell Technology: ผู้สร้างเครือข่ายที่ทำให้ AI ทำงานร่วมกันได้

หากชิป AI เปรียบเหมือนสมองของระบบ AI แล้ว Marvell Technology ก็อาจเปรียบเหมือนกับระบบประสาทที่เชื่อมต่อทุกอย่างเข้าด้วยกัน
บริษัทพัฒนาชิปด้านเครือข่ายและการสื่อสารข้อมูลความเร็วสูง รวมถึงชิปแบบกำหนดเอง สำหรับผู้ให้บริการคลาวด์รายใหญ่
เมื่อศูนย์ข้อมูล AI ต้องใช้ชิปจำนวนหลายพันหรือหลายหมื่นตัวทำงานร่วมกัน ข้อมูลจะต้องถูกส่งไปมาระหว่างชิป, หน่วยความจำ และเซิร์ฟเวอร์ต่างๆ อย่างรวดเร็วและแม่นยำ หากการเชื่อมต่อเหล่านี้ช้าเกินไป ต่อให้มีชิปที่ทรงพลังเพียงใด ระบบก็ไม่สามารถทำงานได้เต็มประสิทธิภาพ
นี่คือเหตุผลที่เทคโนโลยีด้านเครือข่ายและการรับส่งข้อมูลของ Marvell มีความสำคัญมากขึ้นในยุค AI เพราะมันช่วยให้ส่วนประกอบจำนวนมหาศาลภายในศูนย์ข้อมูลสามารถทำงานร่วมกันได้อย่างมีประสิทธิภาพ
ล่าสุด Marvell รายงานรายได้ไตรมาสแรกของปีงบประมาณ 2027 ที่ 2.4 พันล้านดอลลาร์ เพิ่มขึ้น 28% จากปีก่อน และเป็นสถิติสูงสุดใหม่ของบริษัท
นอกจากนี้ Jensen Huang ประธานเจ้าหน้าที่บริหารของ Nvidia ยังกล่าวในงาน Computex 2026 ว่า Marvell อาจเป็น “บริษัทมูลค่า 1 ล้านล้านดอลลาร์รายต่อไป” ซึ่งนี่ช่วยดึงความสนใจของนักลงทุนทั่วโลกมาสู่บริษัทมากขึ้น

Tokyo Electron: บริษัทที่สร้างเครื่องจักรสำหรับผลิตชิป

ก่อนที่ชิป AI จะถูกนำไปติดตั้งในเซิร์ฟเวอร์ จะต้องผ่านกระบวนการผลิตที่ซับซ้อนและใช้เครื่องจักรมูลค่าหลายล้านดอลลาร์
หนึ่งในผู้ผลิตเครื่องจักรเหล่านั้นก็คือ Tokyo Electron จากญี่ปุ่น
บริษัทเป็นหนึ่งในผู้ผลิตอุปกรณ์เซมิคอนดักเตอร์รายใหญ่ที่สุดของโลก โดยลูกค้าหลักประกอบด้วยผู้ผลิตชิปรายสำคัญอย่าง TSMC, Samsung และ Intel
แม้ผู้บริโภคทั่วไปอาจไม่เคยเห็นผลิตภัณฑ์ของบริษัทโดยตรง แต่ทุกครั้งที่โรงงานชิปตัดสินใจขยายกำลังการผลิตเพื่อรองรับความต้องการด้าน AI บริษัท Tokyo Electron ก็มักเป็นหนึ่งในบริษัทที่ได้รับประโยชน์ก่อนใคร
ด้วยเหตุนี้ นักลงทุนจำนวนมากจึงมองบริษัทเป็นหนึ่งในตัวแทนของการเติบโตในอุตสาหกรรมเซมิคอนดักเตอร์และ AI ระยะยาว

สรุป

ในปัจจุบัน การเติบโตของอุตสาหกรรม AI ยังต้องพึ่งพาบริษัทอีกจำนวนมากที่อยู่เบื้องหลัง และในขณะที่โลกกำลังเร่งลงทุนด้าน AI บริษัทเหล่านี้อาจไม่ใช่ชื่อที่ถูกพูดถึงมากที่สุด แต่พวกเขากำลังมีบทบาทสำคัญในการสร้างรากฐานที่ทำให้ยุค AI สามารถเดินหน้าต่อไปได้ ซึ่งก็ทำให้บริษัทเหล่านี้เป็นตัวเลือกการลงทุนที่น่าสนใจสำหรับนักลงทุนที่อยากเกาะกระแส AI แต่ไม่อยากไล่ซื้อแค่หุ้นดังๆ
ที่มา:Marvell Q1 FY2027 Earnings Release, Reuters, MarketWatch, Tokyo Electron Company Reports, TrendForce Industry Research.

ดูข่าวต้นฉบับ
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...