การเปิดตัว DeepSeek-R1 โมเดลปัญญาประดิษฐ์ (AI) ขนาดใหญ่ที่สามารถใช้เหตุผลก่อนตอบ (Reasoning Model) จาก DeepSeek สตาร์ทอัพสัญชาติจีน ได้สร้างแรงสั่นสะเทือนในตลาดเทคโนโลยีโลกอย่างมหาศาล โมเดล R1 มีจุดเด่นสำคัญคือ ใช้ต้นทุนการพัฒนาที่ต่ำกว่าโมเดล o1 ของ OpenAI มาก แต่มีผลการทดสอบบางด้านที่เหนือกว่า โดย DeepSeek อ้างว่าใช้ต้นทุนเพียง 5.6 ล้านดอลลาร์สหรัฐ ในการฝึกโมเดล R1 ซึ่งต่ำกว่าคู่แข่งรายใหญ่ในตลาดผู้พัฒนา AI อย่างมีนัยสำคัญ
การเปิดตัวของ DeepSeek-R1 ส่งผลกระทบอย่างหนักต่อตลาดหุ้นเทคโนโลยีของสหรัฐฯ ในวันจันทร์ที่ 27 มกราคม 2025 โดยดัชนี NASDAQ ดิ่งลงราว -3% ขณะที่ S&P 500 ปรับตัวลดลงราว -1.5% โดยเฉพาะ NVIDIA บริษัทเซมิคอนดักเตอร์รายใหญ่ ราคาหุ้นทรุดตัวลงถึง -17% ส่งผลให้มูลค่าหลักทรัพย์ตามราคาตลาด (Market Capitalization) หายไปถึง 589 พันล้านดอลลาร์ภายในหนึ่งวัน ซึ่งถือเป็นการสูญเสียมูลค่าตลาดรายวันที่มากที่สุดในประวัติศาสตร์ ก่อนที่ราคาหุ้นจะทรงตัวได้ในเวลาถัดมา
ในทางกลับกัน หุ้นกลุ่มเทคโนโลยีจีนปรับตัวพุ่งแรง หลังจากการเปิดตัวโมเดล AI จาก DeepSeek ส่งผลให้นักลงทุนมีความเชื่อมั่นต่อหุ้นเทคโนโลยีจีนมากขึ้นและเข้าซื้อหุ้น ผู้ผลิตเซมิคอนดักเตอร์ บริษัทพัฒนาซอฟต์แวร์ และผู้ให้บริการศูนย์ข้อมูล (Data Center) ปรากฏการณ์นี้สะท้อนให้เห็นจากผลตอบแทนระหว่างวันที่ 27 มกราคม – 7 กุมภาพันธ์ 2025 โดยดัชนี Hang Seng TECH Index (HSTECH) พุ่งขึ้น +9.88% ขณะที่ดัชนี NASDAQ ปรับตัวขึ้นเพียง +1.72% และดัชนี S&P 500 ขยับขึ้นเพียง +0.23% ท่ามกลางนักลงทุนที่เริ่มตั้งคำถามว่า หุ้นเทคโนโลยีสหรัฐฯ กำลังเข้าสู่ช่วงเริ่มต้นของขาลงหรือไม่ หลังจากที่การเติบโตอย่างร้อนแรงในช่วงที่ผ่านมาอาจเริ่มเผชิญแรงกดดันจากปัจจัยพื้นฐานที่เปลี่ยนแปลงไป
อย่างไรก็ตาม เรามองว่าการเกิดขึ้นของ DeepSeek-R1 จะนำไปสู่การเร่งพัฒนา AI ระหว่างบริษัทเทคโนโลยีขนาดใหญ่ตลอดจนบริษัทสตาร์ทอัพทั้งในจีนและสหรัฐฯ ซึ่งจะช่วยหนุนความต้องการชิปที่ใช้ในการประมวลผล AI ให้ยังคงแข็งแกร่ง บริษัทผู้ผลิตชิปชั้นนำ เช่น NVIDIA จะยังคงมีบทบาทสำคัญในอุตสาหกรรมนี้ รายละเอียดเพิ่มเติมเกี่ยวกับแนวโน้มและโอกาสการลงทุนจะถูกอธิบายในบทความนี้ต่อไป
Jevons Paradox กับ AI: ต้นทุนที่ลดลง หนุนกระแสการลงทุน AI ครั้งใหญ่
ล่าสุดเมื่อวันที่ 10 กุมภาพันธ์ 2025 Sam Altman ซีอีโอของ OpenAI ได้เขียนบทความลงใน Blog ของตัวเองในหัวข้อ ‘Three Observations’ หรือข้อสังเกต 3 ประการเกี่ยวกับเศรษฐศาสตร์ของการพัฒนาเทคโนโลยี AI ได้แก่
- ระดับความฉลาดของโมเดล AI ขึ้นอยู่กับทรัพยากรที่ใช้ในการฝึกฝนและใช้งาน : เราสามารถพัฒนาความสามารถของ AI ได้อย่างต่อเนื่องและเป็นไปตามคาดการณ์ เพียงแค่เพิ่มปริมาณทรัพยากรที่ใช้ ซึ่งเป็นไปตาม กฎการขยายขนาด (Scaling Laws) โดยทรัพยากรหลักที่มีบทบาทสำคัญในการพัฒนา AI ได้แก่ พลังการประมวลผลสำหรับการฝึก (Training Compute), ข้อมูล (Data) และพลังการประมวลผลสำหรับการใช้งานจริง (Inference Compute)
- ต้นทุนในการใช้งาน AI ที่มีระดับความสามารถเดียวกันลดลงประมาณ 10 เท่าทุกๆ 12 เดือน ส่งผลให้ AI ถูกนำมาใช้งานมากขึ้นอย่างมีนัยสำคัญ: หากเทียบกับกฎของมัวร์ (Moore’s Law) ซึ่งระบุว่าประสิทธิภาพของชิปประมวลผลเพิ่มขึ้น 2 เท่าทุก 18 เดือน จะเห็นได้ว่าแนวโน้มการลดต้นทุนของ AI มีอัตราเร่งที่เหนือกว่ามาก
- แม้ระดับสติปัญญาของ AI จะเพิ่มขึ้นแบบค่อยเป็นค่อยไป (Linearly Increasing Intelligence) แต่ผลกระทบทางเศรษฐกิจและสังคมกลับขยายตัวอย่างรวดเร็วเกินคาด (Super-Exponential Growth): ดังนั้น Altman เชื่อว่าแนวโน้มการลงทุนใน AI ซึ่งเติบโตแบบทวีคูณจะยังคงดำเนินต่อไป โดยไม่มีสัญญาณว่าจะชะลอตัวลงในอนาคตอันใกล้
ข้อสังเกตของ Altman ที่ว่า ต้นทุนการใช้งาน AI ที่ลดลงนำไปสู่การใช้งาน AI มากขึ้นอย่างมีนัยสำคัญ สอดคล้องกับแนวคิดทางเศรษฐศาสตร์ ‘Jevons Paradox’ หรือ ‘Paradox of Efficiency’ ซึ่งชี้ให้เห็นว่า เมื่อเทคโนโลยีช่วยเพิ่มประสิทธิภาพของทรัพยากรอาจไม่ได้ช่วยลดการใช้ทรัพยากรโดยรวม แต่ในทางกลับกันทรัพยากรเหล่านั้นกลับถูกใช้งานเพิ่มมากขึ้นจากความต้องการที่มากขึ้นแทน
นี่จึงเป็นเหตุผลที่เราเห็นโมเดล AI ใหม่ๆ ถูกพัฒนาด้วยต้นทุนที่ลดลง แต่มีประสิทธิภาพสูงขึ้น โดยต้นทุนที่ลดลงมีแนวโน้มที่จะนำไปสู่การแข่งขันในการพัฒนา AI ที่เพิ่มขึ้น เนื่องจากต้นทุนในการพัฒนาที่ต่ำลงจะเปิดโอกาสให้ผู้เล่นรายใหม่เข้าสู่ตลาดและเร่งพัฒนา AI ของตัวเองได้ง่ายขึ้น ส่งผลให้อุปสงค์ต่อชิประดับสูง หรือทรัพยากรอื่นๆ ที่มีความจำเป็นต่อการพัฒนา AI จะเป็นที่ต้องการมากขึ้น นอกจากนี้ AI ที่มีความสามารถสูงขึ้นย่อมมีมูลค่าทางเศรษฐกิจมหาศาล นำไปสู่การเพิ่มการลงทุนอย่างต่อเนื่องของบริษัทต่างๆ เพื่อพัฒนาเทคโนโลยีให้เหนือกว่าคู่แข่ง และรักษาความได้เปรียบและคงตำแหน่งในตลาดที่มีการแข่งขันสูงขึ้นเรื่อยๆ
แนวโน้มการลงทุนในโครงสร้างพื้นฐาน AI ยังคงเพิ่มขึ้นอย่างรวดเร็ว โดยเฉพาะในกลุ่ม Hyperscalers บริษัทเทคโนโลยีที่ลงทุนมหาศาลในโครงสร้างพื้นฐาน AI และศูนย์ข้อมูลขนาดใหญ่ ได้แก่ Microsoft, Amazon, Google และ Meta ซึ่งในปี 2025 คาดว่าจะมีรายจ่ายเพื่อการลงทุนรวมกันสูงถึง 3.25 แสนล้านดอลลาร์ โดยมีจุดประสงค์หลักเพื่อขยายโครงสร้างพื้นฐานด้าน AI ตัวเลขดังกล่าวเติบโต 46% จากงบลงทุนราว 2.23 แสนล้านดอลลาร์ในปี 2024
สุดท้ายแล้ว บริษัทเหล่านี้ ยังคงต้องใช้เงินจำนวนมหาศาล หรืออาจเพิ่มขึ้นเรื่อยๆ เพื่อรักษาความได้เปรียบทางการแข่งขัน ซึ่งนำไปสู่การลงทุนซ้ำในเทคโนโลยีที่มีประสิทธิภาพมากขึ้น เรามองว่า NVIDIA และผู้ผลิตชิประดับสูงจะยังคงเป็นผู้ได้รับประโยชน์หลักจากกระแสการลงทุน AI ที่เพิ่มขึ้นอย่างต่อเนื่อง
จีน-สหรัฐฯ: ใครคือผู้นำในการแข่งขันเทคโนโลยี AI?
ในกรณีของ DeepSeek สตาร์ทอัพ AI จากจีน บริษัทอ้างว่าต้นทุนในการพัฒนาโมเดลของตนต่ำกว่าคู่แข่ง อย่างไรก็ตาม Dario Amodei ซีอีโอของ Anthropic (ผู้พัฒนา Claude AI) ได้ชี้ให้เห็นในบทความ ‘On DeepSeek and Export Controls’ ว่าแม้ DeepSeek จะมีต้นทุนพัฒนาโมเดลที่ดูต่ำ แต่เมื่อเทียบกับแนวโน้มอุตสาหกรรมโดยรวมแล้ว ค่าใช้จ่ายยังคงอยู่ในระดับปกติ และอาจไม่ได้ลดลงมากเท่าที่หลายฝ่ายคาดการณ์ไว้ ซึ่งสะท้อนให้เห็นว่าต้นทุนการพัฒนา AI ที่ต่ำของ DeepSeek ไม่ใช่เรื่องที่เหนือความคาดหมาย แต่การเปิดตัวโมเดล AI ของ DeepSeek ชี้ให้เห็นถึงการแข่งขันที่ทวีความรุนแรงขึ้นระหว่างจีนและสหรัฐฯ ในสมรภูมิ AI ช่องว่างด้านขีดความสามารถของทั้งสองประเทศกำลังแคบลงเรื่อยๆ ขณะที่บริษัทเทคโนโลยีจีนเร่งพัฒนาและเปิดตัวโมเดล AI อย่างต่อเนื่อง ไม่ว่าจะเป็น DeepSeek-V3 และ DeepSeek-R1 จาก DeepSeek หรือ Qwen 2.5 จาก Alibaba ซึ่งแสดงถึงความก้าวหน้าของจีนในเทคโนโลยีปัญญาประดิษฐ์ แม้ว่าจีนจะเร่งเครื่องอย่างรวดเร็ว เรามองว่าสหรัฐฯ ยังคงครองความเป็นผู้นำใน AI ได้อย่างแข็งแกร่ง ด้วยปัจจัยสำคัญดังต่อไปนี้ที่ช่วยให้สหรัฐฯ รักษาความได้เปรียบด้านเทคโนโลยี AI เหนือจีนได้ต่อไป
1. ความเป็นผู้นำของอุตสาหกรรมเซมิคอนดักเตอร์ขั้นสูงของสหรัฐฯ:
เทคโนโลยี AI ไม่สามารถพัฒนาได้หากปราศจากชิปประมวลผลขั้นสูง (Advanced Semiconductors) เป็นสาเหตุที่ว่าหลังจากการเปิดตัว Generative AI ‘ChatGPT’ ในปี 2022 ความต้องการเซมิคอนดักเตอร์เฉพาะทาง (Specialized AI Chips) เพิ่มขึ้นอย่างรวดเร็ว ทำให้ NVIDIA บริษัทเซมิคอนดักเตอร์สัญชาติอเมริกัน ครองตลาดชิปที่ใช้ในศูนย์ข้อมูลเพื่อประมวลผลข้อมูล (Data Center GPU) ด้วยส่วนแบ่งตลาดกว่า 90% และบริษัทเทคโนโลยีจีนต่างใช้ชิปของ NVIDIA ในธุรกิจ Cloud Computing ไม่ว่าจะเป็น Tencent, Alibaba และ Baidu หรือแม้แต่เทคโนโลยี AI ของ DeepSeek ใช้ชิปของ NVIDIA เช่นเดียวกัน (จากข้อมูลของ SemiAnalysis ทาง DeepSeek มีชิปของ NVIDIA รุ่น H100, H800 และ H20 รวมกันราว 50,000 ตัว) สะท้อนว่า ‘เซมิคอนดักเตอร์’ เปรียบเสมือนหนึ่งในหัวใจสำคัญในการพัฒนาเทคโนโลยี AI ที่จีนยังคงต้องพึ่งพิงเทคโนโลยีของสหรัฐฯ ดังนั้นสหรัฐฯ ยังคงมีแนวโน้มรักษาความได้เปรียบด้านเทคโนโลยี AI เหนือจีน หากรัฐบาลสหรัฐฯ สามารถจำกัดการเข้าถึงชิปขั้นสูงของจีนได้ และอาจต้องเข้มงวดในการกีดกันการส่งออกเทคโนโลยีเซมิคอนดักเตอร์มากขึ้น
2. กฎระเบียบรัฐบาล สภาพแวดล้อม และวัฒนธรรมการทำงานของบริษัทเทคโนโลยี:
เรามองว่าระบบนิเวศของบริษัทเทคโนโลยีในสหรัฐฯ เอื้อให้เกิดความคิดสร้างสรรค์และใช้จิตวิญญาณของการเป็นผู้ประกอบการอย่างเต็มที่ นำไปสู่การเติบโตของตลาดเทคโนโลยี AI ขณะที่บริษัทเทคโนโลยีจีน เผชิญกับสภาพแวดล้อมทางกฎหมายและกฎระเบียบที่เข้มงวด ซึ่งส่งผลให้การพัฒนา AI ในประเทศมีความล่าช้ากว่าชาติตะวันตก อ้างอิงจากบทความ ‘Uncomfortably Close: Why Chinese AI has stunned the world’ ของนิตยสาร The Economist ฉบับวันที่ 25-31 มกราคม 2025 บริษัทเทคโนโลยีจีนมีความกังวลต่อปฏิกิริยาของรัฐบาลจีนต่อโมเดล AI ที่อาจเกิด ‘ภาพหลอน’ (Hallucinate) ซึ่งหมายถึงการสร้างข้อมูลที่ไม่ถูกต้อง หรือในกรณีที่ร้ายแรงกว่านั้น โมเดล AI อาจสร้างข้อความที่เป็นอันตรายทางการเมือง โดย Baidu บริษัทเสิร์ชเอนจินยักษ์ใหญ่ของจีน ได้ทำการทดลองพัฒนาโมเดลภาษาขนาดใหญ่ (Large Language Model: LLM) ภายในบริษัทมานานหลายปี และสร้างโมเดล AI ‘ERNIE’ ขึ้นมา อย่างไรก็ตาม บริษัทลังเลที่จะเปิดตัวโมเดลนี้ต่อสาธารณะ เนื่องจากมีความกังวลว่าจะขัดแย้งกับนโยบายการเซ็นเซอร์ของรัฐบาล และในช่วงแรกที่เปิดตัว ‘ERNIEbot’ Baidu ได้จำกัดการเข้าถึงการใช้งานเฉพาะผู้ที่ได้รับคำเชิญเท่านั้น ในที่สุดหน่วยงานกำกับดูแลของจีนได้ออกกฎระเบียบเพื่อสนับสนุนอุตสาหกรรม AI แต่ยังคงเรียกร้องให้ผู้พัฒนาโมเดล AI เน้นเนื้อหาที่มีคุณภาพและสอดคล้องกับ ‘คุณค่าทางสังคมนิยม’ (Socialist Values) ยังต้องจับตาดูท่าทีของรัฐบาลจีนต่ออุตสาหกรรม AI ว่าจะมีมาตรการควบคุมที่เข้มงวดขึ้นหรือไม่ ซึ่งอาจส่งผลกระทบต่อการพัฒนาเทคโนโลยี AI ของบริษัทจีนในอนาคต และกลายเป็นปัจจัยเสี่ยงสำคัญต่อความก้าวหน้าของอุตสาหกรรม AI ของจีน
บทสรุป: กลยุทธ์การลงทุนท่ามกลางศึกการแข่งขัน AI ของสองมหาอำนาจ
ในมุมมองของเรา หุ้นกลุ่มเทคโนโลยี โดยเฉพาะกลุ่มเซมิคอนดักเตอร์ระดับสูงในสหรัฐฯ มีแนวโน้มได้รับผลกระทบจากการพัฒนาเทคโนโลยี AI ของบริษัทสตาร์ทอัพจีน DeepSeek ในระยะสั้นอย่างจำกัดเท่านั้น แต่ยังไม่ใช่จุดจบของหุ้นกลุ่มเทคโนโลยี เนื่องจากในระยะกลางถึงระยะยาว เรายังคงเชื่อมั่นถึงแนวโน้มการเติบโตของการพัฒนาและการขยายตัวของค่าใช้จ่ายลงทุนในเทคโนโลยี AI นอกจากนี้เทคโนโลยีเซมิคอนดักเตอร์ระดับสูงของสหรัฐฯ ยังคงเป็นผู้นำในเวทีโลก จึงมองการย่อตัวของหุ้นกลุ่มเซมิคอนดักเตอร์โดยเฉพาะในสหรัฐฯ เป็นจังหวะเข้าลงทุน อย่างไรก็ตาม ความเสี่ยงจากการห้ามการส่งออกชิปไปยังประเทศจีนที่อาจเข้มข้นขึ้น ยังคงเป็นประเด็นสำคัญที่ต้องจับตาต่อไป นอกจากนี้แนวโน้มการเติบโตของผลประกอบการที่ชะลอตัวลงของหุ้นกลุ่มเทคโนโลยีขนาดใหญ่ (Magnificent 7) อาจทำให้การลงทุนในหุ้นกลุ่มอื่นๆ นอกเหนือจากหุ้นกลุ่ม Magnificent 7 ในตลาดหุ้นสหรัฐฯ มีความน่าสนใจมากขึ้น เช่น หุ้นในกลุ่มการเงินสหรัฐฯ ซึ่งเหมาะสำหรับนักลงทุนที่ต้องการกระจายความเสี่ยงจากการกระจุกตัวในการลงทุนในอุตสาหกรรมใดอุตสาหกรรมหนึ่งมากจนเกินไป
ภาพ: Just_Super / Getty Images
