50 หุ้นโครงสร้างพื้นฐาน AI
จาก NVDA ตัวเดียว สู่ทั้งเมือง AI ที่กำลังถูกสร้าง
..
AI ไม่ได้มีแค่ “NVDA ตัวเดียว” อีกต่อไปแล้วครับ
ยุคนี้ถ้าเราพูดถึง “หุ้น AI” แต่ยังคิดถึงแค่ผู้ผลิตชิปหรือผู้พัฒนาโมเดลใหญ่ ๆ อยู่ แปลว่ายังเห็นเพียงเปลือกบาง ๆ ของโครงสร้างทั้งระบบเท่านั้น
อินโฟกราฟิก “50 AI Stocks – Every Important AI Infrastructure Stock” ด้านบนกำลังจะบอกเราว่า ถ้าเปรียบ AI เป็นเมืองขนาดยักษ์ เมืองนี้ต้องมีทั้ง
• โรงหลอมเหล็กที่ผลิตวัตถุดิบ
• โรงงานผลิตชิ้นส่วน
• ถนน ไฟฟ้า ท่อส่งพลังงาน
• ตึกสำนักงาน
• และคลังเก็บพลังงานสำรอง
ทั้งหมดนี้คือ “โครงสร้างพื้นฐาน (AI Infrastructure)” ที่ต้องเติบโตไปพร้อม ๆ กัน ไม่ใช่แค่ผู้ชนะด้านโมเดลอย่างเดียว
ด้านล่างนี้คือการไล่ดูทีละชั้น ว่ากลุ่มไหนทำอะไร และนักลงทุนควรมองยังไงในมุมพอร์ตระยะยาวครับ
..
1️⃣ FOUDRY – ต้นน้ำที่สุดของสายการผลิตชิป
โรงหล่อชิปอย่าง TSMC และ Intel Foundry คือหัวใจของอุตสาหกรรมทั้งหมด เพราะไม่ว่าชิปจะออกแบบโดยใคร สุดท้ายต้องมาผลิตบนสายการผลิตของโรงงานเหล่านี้
💡 จุดสำคัญ
• ยิ่ง AI ต้องการชิปประสิทธิภาพสูงเท่าไร เทคโนโลยีระดับ 3–5 นาโนเมตรยิ่งจำเป็น
• Capex ที่ Hyperscaler เทลงมา สุดท้ายจะวิ่งเข้าโรงงานเหล่านี้ในรูปคำสั่งผลิตระยะยาว
กลุ่มนี้จึงเป็น “ตัวคูณรอบใหญ่ของวัฏจักร AI” แต่ก็อ่อนไหวต่อรอบเศรษฐกิจและการเมืองโลกสูงเช่นกัน
..
2️⃣ CHIPS – GPU, Custom ASIC และสมองของ AI
กล่องนี้รวมบริษัทที่นักลงทุนคุ้นหน้าที่สุด เช่น
• Nvidia (NVDA) – ผู้นำ GPU และซอฟต์แวร์ CUDA
• Broadcom (AVGO) – ชิปเครือข่าย–ชิปเฉพาะกิจใน Data Center
• AMD – ผู้ท้าชิงรุ่นใหญ่ในตลาด GPU/CPU
• ASML, ARM – ฝั่งอุปกรณ์และสถาปัตยกรรมเบื้องหลังชิป
ชั้นนี้คือ “หัวใจการประมวลผล” ของ AI Infrastructure ทั้งหมด
🔥 คุณสมบัติของกลุ่มนี้
• การเติบโตผูกกับงบลงทุนของ Hyperscaler แบบตรง ๆ
• มีความเป็น Winner-takes-most สูงมาก โดยเฉพาะฝั่งซอฟต์แวร์ ecosystem
• Valuation มักแพงที่สุดใน value chain เพราะตลาดให้เครดิตกับการเติบโตล่วงหน้า
สำหรับนักลงทุนพอร์ตเติบโต กลุ่มนี้แทบจะเป็น “Core Holding” ของธีม AI แต่ต้องยอมรับความผันผวนระยะสั้นเมื่อคาดหวังสูงเกินไป
..
3️⃣ MEMORY – ที่เก็บข้อมูลของโลก AI
เมื่อโมเดลใหญ่ขึ้น ข้อมูลมากขึ้น ความต้องการด้านหน่วยความจำก็ระเบิดตามไปด้วย
• Micron (MU) และเพื่อน ๆ ในกล่อง Memory คือคนที่ขาย DRAM / NAND ให้ Data Center
• Pure Storage (PSTG) เน้นโซลูชัน storage ความเร็วสูงสำหรับงาน enterprise
กลุ่มนี้ไม่หวือหวาเท่าผู้ผลิตชิป แต่เป็น “เสาเข็มที่ขาดไม่ได้” เพราะทุก token, ทุก vector, ทุก checkpoint ของโมเดล ต้องถูกเก็บที่ไหนสักแห่งเสมอ
จุดที่น่าสนใจคือ กลุ่ม Memory มักฟื้นตัวแรงเมื่อ “รอบราคาสินค้า” พลิกจาก Oversupply → ขาดแคลน ซึ่งกำลังเริ่มชัดในวัฏจักรใหม่ของ AI
..
4️⃣ NETWORKING & OPTICS – เส้นเลือดฝอยของ Data Center
ชิปแรงอย่างเดียวไม่พอ ถ้าส่งข้อมูลระหว่าง GPU ได้ไม่เร็วพอ งาน AI ก็ช้าอยู่ดี
นี่คือที่มาของกลุ่ม Networking และ Optics
• บริษัทอย่าง CRDO, ANET, CIEN ดูแลด้านเครือข่ายความเร็วสูงใน Data Center
• LITE, AAOI, ALAB, COHR, SMT… ดูแลด้าน Optical component, เลเซอร์, โมดูลส่งสัญญาณแสงความเร็วสูง
ลองนึกภาพ Data Center AI ขนาดยักษ์ที่มี GPU นับแสนตัวเชื่อมกัน ทุกการ training / inference จะเกิด bottleneck ทันทีถ้า network ไม่ทัน ดังนั้นกลุ่มนี้จึงถูกจัดเป็น “AI Picks & Shovels” อีกชุดที่น่าจับตา
ข้อดีคือ รายได้ผูกกับการขยาย Data Center อย่างต่อเนื่อง ข้อเสียคือธุรกิจมักเป็น OEM/Component ที่รอบกำไรผันผวนสูง ต้องเลือกเจาะรายตัวที่มีเทคโนโลยีเหนือคู่แข่งจริง ๆ
..
5️⃣ HYPERSCALERS – ผู้สั่งงานทั้ง value chain
Google, Microsoft, Amazon, Oracle ในกล่อง Hyperscalers คือ “ศูนย์กลางจักรวาล AI”
• เป็นคนวางงบลงทุน Data Center หลายแสนล้านดอลลาร์
• ตัดสินใจเลือกซื้อ GPU, Memory, Networking, Storage จากใคร
• เป็นเจ้าของทั้งแพลตฟอร์ม Cloud และบริการ AI ชั้นบนที่ขายให้ลูกค้าองค์กร
ในมุมลงทุน Hyperscaler ไม่ได้เป็น pure-play AI เพราะรายได้มาจากธุรกิจอื่นด้วย (โฆษณา, E-commerce, Productivity Software ฯลฯ) แต่ข้อดีคือกระจายความเสี่ยง และมักได้ประโยชน์แทบทุกฝั่งใน ecosystem
สำหรับนักลงทุนที่ไม่อยากไล่เก็บหุ้น infrastructure รายตัว การถือ Hyperscaler 2–3 ตัวคือวิธี “ซื้อเมืองทั้งเมือง” แทนการเลือกแค่โรงงานเดียว
..
6️⃣ HPC MINERS & SERVERS – โครงสร้างพื้นฐานในโลกจริง
ในกล่อง HPC Miners เราจะเห็นชื่ออย่าง IREN, WULF, CIFR, HUT ที่เดิมทีโตมาจากฝั่งเหมืองคริปโต แต่กำลังรีแบรนด์ตัวเองสู่ Data Center/AI Compute Provider
• จุดขายคือมีโครงสร้างพื้นฐานด้านไฟฟ้า–ทำเลที่ตั้ง–โรงไฟฟ้าอยู่แล้ว
• ถ้าบริหารดี สามารถเปลี่ยนจาก “เหมือง BTC” ไปเป็น “เหมือง AI GPU” ที่ปล่อยเช่าให้ลูกค้าองค์กรได้
ฝั่ง Servers อย่าง VRT, DELL คือผู้ขายตู้, ระบบระบายความร้อน, อุปกรณ์ประกอบร่าง Data Center ทั้งตู้ให้กับผู้เล่นรายใหญ่ ถือเป็น “คนสร้างเมือง” อีกกลุ่มหนึ่ง
ข้อสังเกตคือ รายได้ของกลุ่มนี้ผูกกับรอบ Capex ชัดเจนมาก ช่วงที่ตลาดเงียบจะดูธรรมดา แต่พอเข้าสู่รอบลงทุนใหญ่ ๆ กำไรก็สามารถเร่งตัวแรงได้เช่นกัน
..
7️⃣ NEO CLOUD – คลื่นลูกใหม่ของบริการ AI
ชื่ออย่าง NIBS, CRVW, APLD, GLXY, NUAI ฯลฯ คือกลุ่มที่พยายามสร้างบริการ AI / Cloud แบบเฉพาะทาง หรือผสมผสานบริการด้านคริปโต–Data Center เข้าด้วยกัน
โอกาสของกลุ่มนี้คือ
• รับดีมานด์จากลูกค้าที่ไม่อยากผูกกับ Big Tech รายใหญ่
• ทำโซลูชันเฉพาะทางที่ Hyperscaler ไม่โฟกัส
• แต่ก็ต้องแข่งขันทั้งด้านเทคโนโลยี เงินทุน และความน่าเชื่อถือ
นักลงทุนควรมองกลุ่มนี้เหมือน “หุ้นโกรธขั้นทดลอง” น้ำหนักในพอร์ตไม่ควรมาก แต่สามารถใช้เพื่อเสริม Upside ได้ถ้าเลือกถูกตัว
..
8️⃣ BATTERIES & ENERGY – พลังงานคือคอขวดถัดไปของ AI
ส่วนที่คนมองข้ามมากที่สุด คือพลังงานที่ใช้เลี้ยง Data Center AI
• หุ้นกลุ่ม Batteries (EOSE, SLDP, FLNC…) ทำระบบกักเก็บพลังงาน
• กลุ่ม Energy (VST, CEG, LEU, OKLO, BE, TLN, GEV…) คือผู้ผลิตไฟฟ้ารูปแบบใหม่ ตั้งแต่โรงไฟฟ้า Gas, Nuclear รุ่นใหม่ ไปถึงพลังงานทางเลือก
ถ้า AI เติบโตจริง ความต้องการไฟฟ้าจะเพิ่มอย่างมีนัยสำคัญ ประเทศต่าง ๆ เริ่มพูดถึง “Data Center Power Crisis” กันแล้ว
ดังนั้นธีม Energy for AI อาจกลายเป็น “ขาขึ้นลูกถัดไป” ต่อจากชิปในอีกไม่กี่ปีข้างหน้า
..
9️⃣ มองพอร์ตยังไงในจักรวาล 50 หุ้น AI นี้?
ถ้าเป็นมุมมองแบบพอร์ต “หุ้นพอร์ทระเบิด” ผมจะสรุปกรอบคิดแบบเรียบง่ายไว้แบบนี้ครับ
🔥 แกนกลาง (Core AI Engines)
เน้นหุ้นชิป–Hyperscaler ที่พิสูจน์ตัวเองแล้ว เช่น NVDA, AVGO, AMD, MSFT, GOOGL, AMZN
น้ำหนักรวมอาจอยู่ราว 40–60% ของธีม AI ทั้งหมด ขึ้นกับสไตล์ความเสี่ยงของแต่ละคน
⚙️ โครงสร้างพื้นฐาน (Infra Enablers)
เลือก Networking, Optics, Memory, Servers ที่มีเทคโนโลยีและฐานลูกค้าแข็งแรง 3–6 ตัว
กลุ่มนี้คือ “ตัวคูณรอบขยาย Data Center”
🌱 ดาวรุ่ง (Emerging & Experimental)
คัด Neo Cloud, HPC Miners, Energy for AI ที่มีสตอรี่ชัดและการเงินไม่แย่เกินไป
รวมกันอาจไม่เกิน 10–15% ของพอร์ต เพื่อให้ Upside สูง แต่ Downside ยังคุมได้
🔍 สิ่งที่ต้องตามทุกไตรมาส
• งบลงทุน (Capex) ของ Hyperscaler – เพราะเป็นต้นทางรายได้ของแทบทุกกล่อง
• ราคาพลังงาน–กฎเกณฑ์ด้านไฟฟ้าและสิ่งแวดล้อม
• การแข่งขันด้านสถาปัตยกรรมชิปใหม่ ที่อาจเปลี่ยนเกมผู้ชนะได้เร็วกว่าที่คาด
PRB Insights
ถ้า AI คือ “เมืองอุตสาหกรรมใหม่ของโลก” การลงทุนในธีมนี้ไม่ควรมีแค่บริษัทสร้างโรงงานเพียงเจ้าเดียว แต่ควรค่อย ๆ สะสมตั้งแต่โรงหล่อชิป สายไฟ ถนน ไปจนถึงโรงไฟฟ้า เพราะทุกส่วนของเมืองมีโอกาสเติบโตไปพร้อมกัน – อยู่ที่ว่าเราจะจัดน้ำหนัก และรับความผันผวนได้มากแค่ไหนในเส้นทางนี้ครับ 🚀
..
50 หุ้นโครงสร้างพื้นฐาน AI จาก NVDA ตัวเดียว สู่ทั้งเมือง AI ที่กำลังถูกสร้าง
จาก NVDA ตัวเดียว สู่ทั้งเมือง AI ที่กำลังถูกสร้าง
..
AI ไม่ได้มีแค่ “NVDA ตัวเดียว” อีกต่อไปแล้วครับ
ยุคนี้ถ้าเราพูดถึง “หุ้น AI” แต่ยังคิดถึงแค่ผู้ผลิตชิปหรือผู้พัฒนาโมเดลใหญ่ ๆ อยู่ แปลว่ายังเห็นเพียงเปลือกบาง ๆ ของโครงสร้างทั้งระบบเท่านั้น
อินโฟกราฟิก “50 AI Stocks – Every Important AI Infrastructure Stock” ด้านบนกำลังจะบอกเราว่า ถ้าเปรียบ AI เป็นเมืองขนาดยักษ์ เมืองนี้ต้องมีทั้ง
• โรงหลอมเหล็กที่ผลิตวัตถุดิบ
• โรงงานผลิตชิ้นส่วน
• ถนน ไฟฟ้า ท่อส่งพลังงาน
• ตึกสำนักงาน
• และคลังเก็บพลังงานสำรอง
ทั้งหมดนี้คือ “โครงสร้างพื้นฐาน (AI Infrastructure)” ที่ต้องเติบโตไปพร้อม ๆ กัน ไม่ใช่แค่ผู้ชนะด้านโมเดลอย่างเดียว
ด้านล่างนี้คือการไล่ดูทีละชั้น ว่ากลุ่มไหนทำอะไร และนักลงทุนควรมองยังไงในมุมพอร์ตระยะยาวครับ
..
1️⃣ FOUDRY – ต้นน้ำที่สุดของสายการผลิตชิป
โรงหล่อชิปอย่าง TSMC และ Intel Foundry คือหัวใจของอุตสาหกรรมทั้งหมด เพราะไม่ว่าชิปจะออกแบบโดยใคร สุดท้ายต้องมาผลิตบนสายการผลิตของโรงงานเหล่านี้
💡 จุดสำคัญ
• ยิ่ง AI ต้องการชิปประสิทธิภาพสูงเท่าไร เทคโนโลยีระดับ 3–5 นาโนเมตรยิ่งจำเป็น
• Capex ที่ Hyperscaler เทลงมา สุดท้ายจะวิ่งเข้าโรงงานเหล่านี้ในรูปคำสั่งผลิตระยะยาว
กลุ่มนี้จึงเป็น “ตัวคูณรอบใหญ่ของวัฏจักร AI” แต่ก็อ่อนไหวต่อรอบเศรษฐกิจและการเมืองโลกสูงเช่นกัน
..
2️⃣ CHIPS – GPU, Custom ASIC และสมองของ AI
กล่องนี้รวมบริษัทที่นักลงทุนคุ้นหน้าที่สุด เช่น
• Nvidia (NVDA) – ผู้นำ GPU และซอฟต์แวร์ CUDA
• Broadcom (AVGO) – ชิปเครือข่าย–ชิปเฉพาะกิจใน Data Center
• AMD – ผู้ท้าชิงรุ่นใหญ่ในตลาด GPU/CPU
• ASML, ARM – ฝั่งอุปกรณ์และสถาปัตยกรรมเบื้องหลังชิป
ชั้นนี้คือ “หัวใจการประมวลผล” ของ AI Infrastructure ทั้งหมด
🔥 คุณสมบัติของกลุ่มนี้
• การเติบโตผูกกับงบลงทุนของ Hyperscaler แบบตรง ๆ
• มีความเป็น Winner-takes-most สูงมาก โดยเฉพาะฝั่งซอฟต์แวร์ ecosystem
• Valuation มักแพงที่สุดใน value chain เพราะตลาดให้เครดิตกับการเติบโตล่วงหน้า
สำหรับนักลงทุนพอร์ตเติบโต กลุ่มนี้แทบจะเป็น “Core Holding” ของธีม AI แต่ต้องยอมรับความผันผวนระยะสั้นเมื่อคาดหวังสูงเกินไป
..
3️⃣ MEMORY – ที่เก็บข้อมูลของโลก AI
เมื่อโมเดลใหญ่ขึ้น ข้อมูลมากขึ้น ความต้องการด้านหน่วยความจำก็ระเบิดตามไปด้วย
• Micron (MU) และเพื่อน ๆ ในกล่อง Memory คือคนที่ขาย DRAM / NAND ให้ Data Center
• Pure Storage (PSTG) เน้นโซลูชัน storage ความเร็วสูงสำหรับงาน enterprise
กลุ่มนี้ไม่หวือหวาเท่าผู้ผลิตชิป แต่เป็น “เสาเข็มที่ขาดไม่ได้” เพราะทุก token, ทุก vector, ทุก checkpoint ของโมเดล ต้องถูกเก็บที่ไหนสักแห่งเสมอ
จุดที่น่าสนใจคือ กลุ่ม Memory มักฟื้นตัวแรงเมื่อ “รอบราคาสินค้า” พลิกจาก Oversupply → ขาดแคลน ซึ่งกำลังเริ่มชัดในวัฏจักรใหม่ของ AI
..
4️⃣ NETWORKING & OPTICS – เส้นเลือดฝอยของ Data Center
ชิปแรงอย่างเดียวไม่พอ ถ้าส่งข้อมูลระหว่าง GPU ได้ไม่เร็วพอ งาน AI ก็ช้าอยู่ดี
นี่คือที่มาของกลุ่ม Networking และ Optics
• บริษัทอย่าง CRDO, ANET, CIEN ดูแลด้านเครือข่ายความเร็วสูงใน Data Center
• LITE, AAOI, ALAB, COHR, SMT… ดูแลด้าน Optical component, เลเซอร์, โมดูลส่งสัญญาณแสงความเร็วสูง
ลองนึกภาพ Data Center AI ขนาดยักษ์ที่มี GPU นับแสนตัวเชื่อมกัน ทุกการ training / inference จะเกิด bottleneck ทันทีถ้า network ไม่ทัน ดังนั้นกลุ่มนี้จึงถูกจัดเป็น “AI Picks & Shovels” อีกชุดที่น่าจับตา
ข้อดีคือ รายได้ผูกกับการขยาย Data Center อย่างต่อเนื่อง ข้อเสียคือธุรกิจมักเป็น OEM/Component ที่รอบกำไรผันผวนสูง ต้องเลือกเจาะรายตัวที่มีเทคโนโลยีเหนือคู่แข่งจริง ๆ
..
5️⃣ HYPERSCALERS – ผู้สั่งงานทั้ง value chain
Google, Microsoft, Amazon, Oracle ในกล่อง Hyperscalers คือ “ศูนย์กลางจักรวาล AI”
• เป็นคนวางงบลงทุน Data Center หลายแสนล้านดอลลาร์
• ตัดสินใจเลือกซื้อ GPU, Memory, Networking, Storage จากใคร
• เป็นเจ้าของทั้งแพลตฟอร์ม Cloud และบริการ AI ชั้นบนที่ขายให้ลูกค้าองค์กร
ในมุมลงทุน Hyperscaler ไม่ได้เป็น pure-play AI เพราะรายได้มาจากธุรกิจอื่นด้วย (โฆษณา, E-commerce, Productivity Software ฯลฯ) แต่ข้อดีคือกระจายความเสี่ยง และมักได้ประโยชน์แทบทุกฝั่งใน ecosystem
สำหรับนักลงทุนที่ไม่อยากไล่เก็บหุ้น infrastructure รายตัว การถือ Hyperscaler 2–3 ตัวคือวิธี “ซื้อเมืองทั้งเมือง” แทนการเลือกแค่โรงงานเดียว
..
6️⃣ HPC MINERS & SERVERS – โครงสร้างพื้นฐานในโลกจริง
ในกล่อง HPC Miners เราจะเห็นชื่ออย่าง IREN, WULF, CIFR, HUT ที่เดิมทีโตมาจากฝั่งเหมืองคริปโต แต่กำลังรีแบรนด์ตัวเองสู่ Data Center/AI Compute Provider
• จุดขายคือมีโครงสร้างพื้นฐานด้านไฟฟ้า–ทำเลที่ตั้ง–โรงไฟฟ้าอยู่แล้ว
• ถ้าบริหารดี สามารถเปลี่ยนจาก “เหมือง BTC” ไปเป็น “เหมือง AI GPU” ที่ปล่อยเช่าให้ลูกค้าองค์กรได้
ฝั่ง Servers อย่าง VRT, DELL คือผู้ขายตู้, ระบบระบายความร้อน, อุปกรณ์ประกอบร่าง Data Center ทั้งตู้ให้กับผู้เล่นรายใหญ่ ถือเป็น “คนสร้างเมือง” อีกกลุ่มหนึ่ง
ข้อสังเกตคือ รายได้ของกลุ่มนี้ผูกกับรอบ Capex ชัดเจนมาก ช่วงที่ตลาดเงียบจะดูธรรมดา แต่พอเข้าสู่รอบลงทุนใหญ่ ๆ กำไรก็สามารถเร่งตัวแรงได้เช่นกัน
..
7️⃣ NEO CLOUD – คลื่นลูกใหม่ของบริการ AI
ชื่ออย่าง NIBS, CRVW, APLD, GLXY, NUAI ฯลฯ คือกลุ่มที่พยายามสร้างบริการ AI / Cloud แบบเฉพาะทาง หรือผสมผสานบริการด้านคริปโต–Data Center เข้าด้วยกัน
โอกาสของกลุ่มนี้คือ
• รับดีมานด์จากลูกค้าที่ไม่อยากผูกกับ Big Tech รายใหญ่
• ทำโซลูชันเฉพาะทางที่ Hyperscaler ไม่โฟกัส
• แต่ก็ต้องแข่งขันทั้งด้านเทคโนโลยี เงินทุน และความน่าเชื่อถือ
นักลงทุนควรมองกลุ่มนี้เหมือน “หุ้นโกรธขั้นทดลอง” น้ำหนักในพอร์ตไม่ควรมาก แต่สามารถใช้เพื่อเสริม Upside ได้ถ้าเลือกถูกตัว
..
8️⃣ BATTERIES & ENERGY – พลังงานคือคอขวดถัดไปของ AI
ส่วนที่คนมองข้ามมากที่สุด คือพลังงานที่ใช้เลี้ยง Data Center AI
• หุ้นกลุ่ม Batteries (EOSE, SLDP, FLNC…) ทำระบบกักเก็บพลังงาน
• กลุ่ม Energy (VST, CEG, LEU, OKLO, BE, TLN, GEV…) คือผู้ผลิตไฟฟ้ารูปแบบใหม่ ตั้งแต่โรงไฟฟ้า Gas, Nuclear รุ่นใหม่ ไปถึงพลังงานทางเลือก
ถ้า AI เติบโตจริง ความต้องการไฟฟ้าจะเพิ่มอย่างมีนัยสำคัญ ประเทศต่าง ๆ เริ่มพูดถึง “Data Center Power Crisis” กันแล้ว
ดังนั้นธีม Energy for AI อาจกลายเป็น “ขาขึ้นลูกถัดไป” ต่อจากชิปในอีกไม่กี่ปีข้างหน้า
..
9️⃣ มองพอร์ตยังไงในจักรวาล 50 หุ้น AI นี้?
ถ้าเป็นมุมมองแบบพอร์ต “หุ้นพอร์ทระเบิด” ผมจะสรุปกรอบคิดแบบเรียบง่ายไว้แบบนี้ครับ
🔥 แกนกลาง (Core AI Engines)
เน้นหุ้นชิป–Hyperscaler ที่พิสูจน์ตัวเองแล้ว เช่น NVDA, AVGO, AMD, MSFT, GOOGL, AMZN
น้ำหนักรวมอาจอยู่ราว 40–60% ของธีม AI ทั้งหมด ขึ้นกับสไตล์ความเสี่ยงของแต่ละคน
⚙️ โครงสร้างพื้นฐาน (Infra Enablers)
เลือก Networking, Optics, Memory, Servers ที่มีเทคโนโลยีและฐานลูกค้าแข็งแรง 3–6 ตัว
กลุ่มนี้คือ “ตัวคูณรอบขยาย Data Center”
🌱 ดาวรุ่ง (Emerging & Experimental)
คัด Neo Cloud, HPC Miners, Energy for AI ที่มีสตอรี่ชัดและการเงินไม่แย่เกินไป
รวมกันอาจไม่เกิน 10–15% ของพอร์ต เพื่อให้ Upside สูง แต่ Downside ยังคุมได้
🔍 สิ่งที่ต้องตามทุกไตรมาส
• งบลงทุน (Capex) ของ Hyperscaler – เพราะเป็นต้นทางรายได้ของแทบทุกกล่อง
• ราคาพลังงาน–กฎเกณฑ์ด้านไฟฟ้าและสิ่งแวดล้อม
• การแข่งขันด้านสถาปัตยกรรมชิปใหม่ ที่อาจเปลี่ยนเกมผู้ชนะได้เร็วกว่าที่คาด
PRB Insights
ถ้า AI คือ “เมืองอุตสาหกรรมใหม่ของโลก” การลงทุนในธีมนี้ไม่ควรมีแค่บริษัทสร้างโรงงานเพียงเจ้าเดียว แต่ควรค่อย ๆ สะสมตั้งแต่โรงหล่อชิป สายไฟ ถนน ไปจนถึงโรงไฟฟ้า เพราะทุกส่วนของเมืองมีโอกาสเติบโตไปพร้อมกัน – อยู่ที่ว่าเราจะจัดน้ำหนัก และรับความผันผวนได้มากแค่ไหนในเส้นทางนี้ครับ 🚀
..