🤔นักลงทุนหุ้น US ห้ามพลาด นี่คือภาพรวมในตลาดชิป
ที่จะส่งผลรวมต่อสภาพตลาดและเศรษฐกิจหุ้นอย่างหลีกเลี่ยงไม่ได้
*** CSPs = Cloud Service Providers
- ตอนนี้กระแสเรื่อง AI เริ่มมีคนวิจารณ์มากขึ้นว่าอาจจะเป็น "ฟองสบู่" คือ ลงทุนไปเยอะมากแต่ผลตอบแทนยังไม่ชัดเจนมากพอ ขนาด CSPs อย่าง Amazon, Google, Microsoft และ Meta ลงทุนรวมกันถึง $177B ในช่วง 4 ไตรมาสที่ผ่านมา เพื่อสร้าง data center และซื้อฮาร์ดแวร์ AI ซึ่ง YoY โตขึ้นถึง 59% แต่รายได้ที่มาจาก AI adoption จริงๆ ยังไม่ได้สูงเท่าที่ควร
- เงินลงทุนจาก CSPs ส่วนใหญ่ (50%) ถูกใช้ไปกับ Infrastructure เช่น GPU, Storage และ Networking อีก 50% ใช้ไปกับการซื้อที่ดินและพลังงานซึ่งเป็นทรัพยากรที่หายากในหลายพื้นที่ พวก CSPs จึงต้องซื้อที่ดินที่มี proximity ใกล้กับแหล่งพลังงานเพียงพอเพื่อเตรียมการรองรับ Demand ของ AI ในอนาคต
- การลงทุนใน data center เป็นแผนระยะยาว อย่างน้อย 15 ปี CSPs อย่าง Google, Microsoft ทราบดีว่าถ้าไม่ลงทุนตอนนี้ ในอนาคตพวกเขาอาจเสียเปรียบคู่แข่งที่มีความสามารถ Infrastructure ที่ดีกว่า ดังนั้นถึงแม้ว่า Demand สำหรับ AI adoption ยังไม่เต็มที่ แต่พวกเขาก็ต้องลงทุนก่อนเพื่อไม่ให้พลาดโอกาสในการแข่งขัน
- ในตลาดชิป ตอนนี้ Nvidia กินส่วนแบ่งตลาด AI ชิปอย่างมหาศาล โดยทำรายได้ $26.3B จากธุรกิจ data center ซึ่ง 45% มาจาก CSPs อย่าง Amazon, Google และ Microsoft โดยนอกจากรายได้จากการขาย GPU แล้ว Nvidia ยังทำรายได้จากธุรกิจ Networking ด้วย
- TSMC ซึ่งเป็นผู้ผลิตชิปให้ Nvidia ได้รับประโยชน์ไปด้วยอย่างมาก โดยปีนี้คาดการณ์ว่า TSMC จะมีรายได้จาก AI ประมาณ $10.4B หรือประมาณ 12% ของรายได้ทั้งหมด และคาดการณ์ว่า AI จะโตขึ้น 50% ต่อปีในอีก 5 ปีข้างหน้า
- AMD ก็เริ่มก้าวเข้าสู่ตลาด AI ชิป โดยคาดการณ์ว่าชิป MI300X จะทำรายได้ถึง $4.5B ในปีนี้ แม้ AMD จะยังตามหลัง Nvidia อยู่ แต่ก็เป็นผู้เล่นที่มีศักยภาพในการเติบโต
- ชิป HBM ที่ช่วยลดปัญหา Bottleneck ของการประมวลผล AI workloads ก็เป็นอีกตลาดที่สำคัญ โดย SK Hynix ครองส่วนแบ่งตลาด HBM ประมาณ 50% และ Samsung ครองประมาณ 40-45% ขณะที่ Micron มีส่วนแบ่งตลาดอยู่เพียง 4-6%
- Broadcom เป็นผู้เล่นสำคัญที่ทำรายได้จากการพัฒนา AI ชิปร่วมกับ Google ในการผลิต TPU ชิปสำหรับ AI ของ Google โดยรายได้จาก AI ของ Broadcom อยู่ที่ $3.1B ในไตรมาสล่าสุด โดยประมาณ 2/3 ของรายได้มาจาก TPU และ 1/3 มาจาก Networking ชิป
- ในด้านการสร้าง Data Center เงินส่วนใหญ่ถูกใช้ไปกับการซื้อที่ดินและพลังงาน และ Data center ถูกสร้างขึ้นทั้งในพื้นที่ขนาดใหญ่เพื่อรองรับ Demand ในอนาคต และพื้นที่ขนาดเล็กเพื่อให้ใกล้กับผู้ใช้งานเพื่อลด latency ของการประมวลผล
- บริษัทพัฒนา Data Center อย่าง Vantage, QTS และ CyrusOne เป็นผู้ได้รับประโยชน์หลักจากการลงทุนในที่ดินและการสร้าง Data Center โดย CSPs จะเช่าที่ดินและพลังงานจากพวกนี้ก่อนจะเริ่มสร้าง Infrastructure และติดตั้งอุปกรณ์ เช่น GPU และ server เพื่อรองรับ AI adoption ในอนาคต
- ผู้ผลิต server อย่าง Dell และ SMCI กำลังได้กำไรจากการขาย server ที่ใช้ Nvidia GPUs โดย Dell ทำรายได้จากการขาย AI server ไปได้ถึง $3.2B ในไตรมาสที่ผ่านมา ขณะที่ SMCI ทำยอดขายได้ถึง $5.3B ซึ่งโตขึ้นถึง 143% YoY
- ปัญหาที่ใหญ่ที่สุดที่ CSPs ต้องเผชิญคือพลังงาน ซึ่งเป็นต้นทุนที่สูงมาก Data Center ต้องใช้พลังงานมหาศาลในการประมวลผล AI ตัวอย่างเช่น การประมูลพลังงานของ PJM Interconnection ใน US ที่เป็นผู้ให้บริการกริดไฟฟ้าขนาดใหญ่ ราคาพลังงานพุ่งจาก $28.92 ต่อเมกะวัตต์-วัน ขึ้นไปถึง $269.93 ซึ่งเพิ่มขึ้นเกือบ 10 เท่า
- มาดูรายได้จากบริการ AI บนคลาวด์ ตอนนี้รายได้จาก AI Cloud Services รวมๆ ยังถือว่าเล็กเมื่อเทียบกับการลงทุนใน Infrastructure โดย Microsoft Azure AI ทำรายได้จาก AI ได้ประมาณ $5B ในไตรมาสล่าสุด ส่วน Google และ Amazon พูดถึงรายได้ AI ว่าอยู่ในระดับ “พันล้านดอลลาร์” แต่ไม่ได้เปิดเผยตัวเลขชัดเจน
- Oracle ได้ลงนามในสัญญา AI Compute มูลค่า $17B ซึ่งจะทยอยรับรู้รายได้ในช่วง 3-5 ปี คาดว่าทำรายได้ประมาณ $1.3B ต่อไตรมาสจาก AI Compute ซึ่งถือว่าอยู่ในระดับเดียวกับ CSPs รายอื่น
- บริษัท Cloud หน้าใหม่ก็มีความน่าสนใจ เช่น Coreweave คาดว่าจะทำรายได้ $2B ในปี 2024, Lambda Labs ประมาณ $250M และ Crusoe ที่ทำได้เกิน $300M ซึ่งบริษัทเหล่านี้จะช่วยเพิ่มขนาดตลาด AI cloud ได้ในอนาคต
- สรุปภาพรวม รายได้จาก AI ในปัจจุบันยังหนักไปที่ Infrastructure โดยคาดว่ารายได้จากชิป AI อยู่ที่ประมาณ $100-200B ในปีนี้ ขณะที่ CSPs ลงทุนใน Infrastructure ไปกว่า $175B ในช่วง 4 ไตรมาสที่ผ่านมา ส่วน AI Cloud Services ทำรายได้เพียง $20-25B ในปีนี้ ซึ่งยังน้อยมากเมื่อเทียบกับเงินลงทุนใน Infrastructure
- คำถามสำคัญในตอนนี้คือ AI applications จะสร้างมูลค่าได้จริงๆ แค่ไหน? รายได้จาก AI applications จะเป็นตัวขับเคลื่อนการลงทุน Infrastructure ทั้งหมด ซึ่งตอนนี้เรายังไม่เห็นว่ามูลค่าจาก AI applications นั้นชัดเจนมากนัก รายได้จาก AI apps เช่น LLM ของ OpenAI และ Anthropic ยังถือว่าน้อยมากเมื่อเทียบกับเงินที่ลงไป
- OpenAI ทำรายได้ประมาณ $1.5B จากการขาย API ของ LLM และ Anthropic คาดว่าจะทำรายได้ประมาณ $600M ในปี 2024 แต่ทั้งหมดนี้ยังไม่สามารถสร้าง ROI ที่คุ้มค่าให้กับการลงทุนใน Infrastructure ขนาดใหญ่ได้
- มูลค่าจาก AI application จะเกิดขึ้นก็ต่อเมื่อสามารถแก้ปัญหาให้กับลูกค้าได้จริง ตัวอย่างเช่น Klarna ที่ใช้ AI ช่วยลดต้นทุนแรงงานด้านบริการลูกค้าได้ถึง $40M หาก AI สามารถแก้ปัญหาในลักษณะนี้ได้มากขึ้น มูลค่าที่เกิดจาก AI application จะเติบโตมากขึ้นในอนาคต
- อนาคตของ AI น่าจะมุ่งไปที่การเป็น "Agentic AI" คือ AI ที่มีความสามารถในการจดจำ วางแผน และใช้เครื่องมือในการทำงาน ซึ่งอาจเป็นก้าวต่อไปของการสร้างมูลค่า AI application อย่างไรก็ตาม มูลค่าจาก AI อาจจะเกิดขึ้นในรูปแบบที่เรายังไม่สามารถคาดเดาได้
- แม้ในระยะสั้นเรายังไม่เห็นมูลค่าชัดเจนจาก AI adoption แต่ในระยะยาว การเดิมพันกับเทคโนโลยีใหม่ๆ อย่าง AI มักจะให้ผลตอบแทนที่ดีเมื่อเวลาผ่านไป
BottomLiner
Cr: Eric Flaningam
นักลงทุนหุ้น US ห้ามพลาด นี่คือภาพรวมในตลาดชิป ที่จะส่งผลรวมต่อสภาพตลาดและเศรษฐกิจหุ้นอย่างหลีกเลี่ยงไม่ได้
ที่จะส่งผลรวมต่อสภาพตลาดและเศรษฐกิจหุ้นอย่างหลีกเลี่ยงไม่ได้
*** CSPs = Cloud Service Providers
- ตอนนี้กระแสเรื่อง AI เริ่มมีคนวิจารณ์มากขึ้นว่าอาจจะเป็น "ฟองสบู่" คือ ลงทุนไปเยอะมากแต่ผลตอบแทนยังไม่ชัดเจนมากพอ ขนาด CSPs อย่าง Amazon, Google, Microsoft และ Meta ลงทุนรวมกันถึง $177B ในช่วง 4 ไตรมาสที่ผ่านมา เพื่อสร้าง data center และซื้อฮาร์ดแวร์ AI ซึ่ง YoY โตขึ้นถึง 59% แต่รายได้ที่มาจาก AI adoption จริงๆ ยังไม่ได้สูงเท่าที่ควร
- เงินลงทุนจาก CSPs ส่วนใหญ่ (50%) ถูกใช้ไปกับ Infrastructure เช่น GPU, Storage และ Networking อีก 50% ใช้ไปกับการซื้อที่ดินและพลังงานซึ่งเป็นทรัพยากรที่หายากในหลายพื้นที่ พวก CSPs จึงต้องซื้อที่ดินที่มี proximity ใกล้กับแหล่งพลังงานเพียงพอเพื่อเตรียมการรองรับ Demand ของ AI ในอนาคต
- การลงทุนใน data center เป็นแผนระยะยาว อย่างน้อย 15 ปี CSPs อย่าง Google, Microsoft ทราบดีว่าถ้าไม่ลงทุนตอนนี้ ในอนาคตพวกเขาอาจเสียเปรียบคู่แข่งที่มีความสามารถ Infrastructure ที่ดีกว่า ดังนั้นถึงแม้ว่า Demand สำหรับ AI adoption ยังไม่เต็มที่ แต่พวกเขาก็ต้องลงทุนก่อนเพื่อไม่ให้พลาดโอกาสในการแข่งขัน
- ในตลาดชิป ตอนนี้ Nvidia กินส่วนแบ่งตลาด AI ชิปอย่างมหาศาล โดยทำรายได้ $26.3B จากธุรกิจ data center ซึ่ง 45% มาจาก CSPs อย่าง Amazon, Google และ Microsoft โดยนอกจากรายได้จากการขาย GPU แล้ว Nvidia ยังทำรายได้จากธุรกิจ Networking ด้วย
- TSMC ซึ่งเป็นผู้ผลิตชิปให้ Nvidia ได้รับประโยชน์ไปด้วยอย่างมาก โดยปีนี้คาดการณ์ว่า TSMC จะมีรายได้จาก AI ประมาณ $10.4B หรือประมาณ 12% ของรายได้ทั้งหมด และคาดการณ์ว่า AI จะโตขึ้น 50% ต่อปีในอีก 5 ปีข้างหน้า
- AMD ก็เริ่มก้าวเข้าสู่ตลาด AI ชิป โดยคาดการณ์ว่าชิป MI300X จะทำรายได้ถึง $4.5B ในปีนี้ แม้ AMD จะยังตามหลัง Nvidia อยู่ แต่ก็เป็นผู้เล่นที่มีศักยภาพในการเติบโต
- ชิป HBM ที่ช่วยลดปัญหา Bottleneck ของการประมวลผล AI workloads ก็เป็นอีกตลาดที่สำคัญ โดย SK Hynix ครองส่วนแบ่งตลาด HBM ประมาณ 50% และ Samsung ครองประมาณ 40-45% ขณะที่ Micron มีส่วนแบ่งตลาดอยู่เพียง 4-6%
- Broadcom เป็นผู้เล่นสำคัญที่ทำรายได้จากการพัฒนา AI ชิปร่วมกับ Google ในการผลิต TPU ชิปสำหรับ AI ของ Google โดยรายได้จาก AI ของ Broadcom อยู่ที่ $3.1B ในไตรมาสล่าสุด โดยประมาณ 2/3 ของรายได้มาจาก TPU และ 1/3 มาจาก Networking ชิป
- ในด้านการสร้าง Data Center เงินส่วนใหญ่ถูกใช้ไปกับการซื้อที่ดินและพลังงาน และ Data center ถูกสร้างขึ้นทั้งในพื้นที่ขนาดใหญ่เพื่อรองรับ Demand ในอนาคต และพื้นที่ขนาดเล็กเพื่อให้ใกล้กับผู้ใช้งานเพื่อลด latency ของการประมวลผล
- บริษัทพัฒนา Data Center อย่าง Vantage, QTS และ CyrusOne เป็นผู้ได้รับประโยชน์หลักจากการลงทุนในที่ดินและการสร้าง Data Center โดย CSPs จะเช่าที่ดินและพลังงานจากพวกนี้ก่อนจะเริ่มสร้าง Infrastructure และติดตั้งอุปกรณ์ เช่น GPU และ server เพื่อรองรับ AI adoption ในอนาคต
- ผู้ผลิต server อย่าง Dell และ SMCI กำลังได้กำไรจากการขาย server ที่ใช้ Nvidia GPUs โดย Dell ทำรายได้จากการขาย AI server ไปได้ถึง $3.2B ในไตรมาสที่ผ่านมา ขณะที่ SMCI ทำยอดขายได้ถึง $5.3B ซึ่งโตขึ้นถึง 143% YoY
- ปัญหาที่ใหญ่ที่สุดที่ CSPs ต้องเผชิญคือพลังงาน ซึ่งเป็นต้นทุนที่สูงมาก Data Center ต้องใช้พลังงานมหาศาลในการประมวลผล AI ตัวอย่างเช่น การประมูลพลังงานของ PJM Interconnection ใน US ที่เป็นผู้ให้บริการกริดไฟฟ้าขนาดใหญ่ ราคาพลังงานพุ่งจาก $28.92 ต่อเมกะวัตต์-วัน ขึ้นไปถึง $269.93 ซึ่งเพิ่มขึ้นเกือบ 10 เท่า
- มาดูรายได้จากบริการ AI บนคลาวด์ ตอนนี้รายได้จาก AI Cloud Services รวมๆ ยังถือว่าเล็กเมื่อเทียบกับการลงทุนใน Infrastructure โดย Microsoft Azure AI ทำรายได้จาก AI ได้ประมาณ $5B ในไตรมาสล่าสุด ส่วน Google และ Amazon พูดถึงรายได้ AI ว่าอยู่ในระดับ “พันล้านดอลลาร์” แต่ไม่ได้เปิดเผยตัวเลขชัดเจน
- Oracle ได้ลงนามในสัญญา AI Compute มูลค่า $17B ซึ่งจะทยอยรับรู้รายได้ในช่วง 3-5 ปี คาดว่าทำรายได้ประมาณ $1.3B ต่อไตรมาสจาก AI Compute ซึ่งถือว่าอยู่ในระดับเดียวกับ CSPs รายอื่น
- บริษัท Cloud หน้าใหม่ก็มีความน่าสนใจ เช่น Coreweave คาดว่าจะทำรายได้ $2B ในปี 2024, Lambda Labs ประมาณ $250M และ Crusoe ที่ทำได้เกิน $300M ซึ่งบริษัทเหล่านี้จะช่วยเพิ่มขนาดตลาด AI cloud ได้ในอนาคต
- สรุปภาพรวม รายได้จาก AI ในปัจจุบันยังหนักไปที่ Infrastructure โดยคาดว่ารายได้จากชิป AI อยู่ที่ประมาณ $100-200B ในปีนี้ ขณะที่ CSPs ลงทุนใน Infrastructure ไปกว่า $175B ในช่วง 4 ไตรมาสที่ผ่านมา ส่วน AI Cloud Services ทำรายได้เพียง $20-25B ในปีนี้ ซึ่งยังน้อยมากเมื่อเทียบกับเงินลงทุนใน Infrastructure
- คำถามสำคัญในตอนนี้คือ AI applications จะสร้างมูลค่าได้จริงๆ แค่ไหน? รายได้จาก AI applications จะเป็นตัวขับเคลื่อนการลงทุน Infrastructure ทั้งหมด ซึ่งตอนนี้เรายังไม่เห็นว่ามูลค่าจาก AI applications นั้นชัดเจนมากนัก รายได้จาก AI apps เช่น LLM ของ OpenAI และ Anthropic ยังถือว่าน้อยมากเมื่อเทียบกับเงินที่ลงไป
- OpenAI ทำรายได้ประมาณ $1.5B จากการขาย API ของ LLM และ Anthropic คาดว่าจะทำรายได้ประมาณ $600M ในปี 2024 แต่ทั้งหมดนี้ยังไม่สามารถสร้าง ROI ที่คุ้มค่าให้กับการลงทุนใน Infrastructure ขนาดใหญ่ได้
- มูลค่าจาก AI application จะเกิดขึ้นก็ต่อเมื่อสามารถแก้ปัญหาให้กับลูกค้าได้จริง ตัวอย่างเช่น Klarna ที่ใช้ AI ช่วยลดต้นทุนแรงงานด้านบริการลูกค้าได้ถึง $40M หาก AI สามารถแก้ปัญหาในลักษณะนี้ได้มากขึ้น มูลค่าที่เกิดจาก AI application จะเติบโตมากขึ้นในอนาคต
- อนาคตของ AI น่าจะมุ่งไปที่การเป็น "Agentic AI" คือ AI ที่มีความสามารถในการจดจำ วางแผน และใช้เครื่องมือในการทำงาน ซึ่งอาจเป็นก้าวต่อไปของการสร้างมูลค่า AI application อย่างไรก็ตาม มูลค่าจาก AI อาจจะเกิดขึ้นในรูปแบบที่เรายังไม่สามารถคาดเดาได้
- แม้ในระยะสั้นเรายังไม่เห็นมูลค่าชัดเจนจาก AI adoption แต่ในระยะยาว การเดิมพันกับเทคโนโลยีใหม่ๆ อย่าง AI มักจะให้ผลตอบแทนที่ดีเมื่อเวลาผ่านไป
BottomLiner
Cr: Eric Flaningam