เดือน กุมภาพันธ์ 2026 ยังคงเป็นช่วงที่ตลาดการเงินเผชิญความผันผวนจากหลายปัจจัยสำคัญ หนึ่งในนั้นคือกระแสข่าวการเสนอชื่อคุณ Kevin Warsh เป็นแคนดิเดตประธานธนาคารกลางสหรัฐฯ หรือเฟด ซึ่งทำให้นักลงทุนกังวลว่าแนวทางนโยบายการเงินในระยะถัดไปอาจเข้มงวดกว่าที่เคยประเมินไว้ซึ่งอาจส่งผลต่อต้นทุนภาคเอกชน (ต้นทุนการเงินทางตรง) และการประเมินมูลค่าของนักวิเคราะห์ในวันที่ระดับ Valuation ของหุ้นโดยรวมตึงตัว ในส่วนของภาคเอกชนการปรับเพิ่มค่าใช้จ่ายการลงทุน (Capex) ของบริษัทเทคโนโลยีขนาดใหญ่ในปี 2026 มูลค่ารวมกว่า 6 แสนล้านดอลลาร์สหรัฐ ทำระดับสูงสุดเป็นประวัติการณ์และมีแนวโน้มเพิ่มขึ้นต่อเนื่อง ส่งผลให้เกิดคำถามเรื่องความคุ้มค่าของการลงทุนใน AI อีกครั้ง
อย่างไรก็ตาม ภาพรวมของการลงทุนในปัจจุบันแตกต่างจากช่วงปลายปี 2025 อย่างชัดเจนโดยนักลงทุนลดความกังวลต่อการเกิดภาวะฟองสบู่ AI บนจุดเปลี่ยนที่สำคัญต่อความเชื่อมั่นของนักลงทุนอย่างการประกาศผลประกอบการไตรมาส 4 ปี 2025 ของกลุ่มเทคโนโลยีซึ่งส่วนใหญ่บริษัทเหล่านี้มีแนวโน้มของรายงานกำไรที่เติบโตได้แข็งแกร่งและดีกว่าที่ตลาดคาดจากรายได้ธุรกิจ Cloud ที่ขยายตัวในระดับเลขสองหลัก (Double-digit growth) สะท้อนว่าการลงทุนด้าน AI สามารถสร้างรายได้จริง
นอกจากนี้หากพิจารณาจากดัชนีวัดความผันผวนอย่าง VIX Index โดยเฉลี่ยที่ปรับตัวขึ้นยังอยู่ในระดับต่ำกว่าช่วงเดือนตุลาคม – พฤศจิกายน 2025 สะท้อนว่าความกังวลของนักลงทุนยังต่ำกว่าในช่วงก่อนหน้า
ขณะเดียวกัน การปรับเพิ่มงบลงทุนกลับเป็นเหมือนแรงหนุนสำคัญ (Tailwind) ให้กับกลุ่ม AI Supply Chainยังคงได้รับอานิสงส์เชิงบวกอย่างต่อเนื่องจากการขยายตัวของเทคโนโลยีผ่านการลงทุนและความต้องการใช้จริงที่เพิ่มขึ้น โดย Jensen Huang ซีอีโอของ NVIDIA ได้อธิบายโครงสร้างของอุตสาหกรรม AI เปรียบเสมือน เค้ก 5 ชั้น (Five-Layer Cake) ซึ่งมีความสำคัญดังนี้
- Infrastructure (โครงสร้างพื้นฐาน): โครงสร้างพื้นฐานด้าน AI ครบวงจรซึ่งรวมการ Compute, Data, Software, Network เข้าด้วยกันอย่างมีประสิทธิภาพ
- Energy (พลังงาน): รากฐานสำคัญของ AI เนื่องจาก Data Center และ AI Factory ต้องใช้พลังงานมหาศาล และปัจจุบันถือเป็นคอขวดหลักของการขยาย AI
- Chips (เซมิคอนดักเตอร์): หัวใจของการประมวลผลทั้ง ชิป GPU, CPU รวมถึง Memory Chip
- Models (โมเดล AI): โมเดล LLM เช่น ChatGPT, Gemini หรือ Claude
- Application (การนำไปใช้จริง): การนำ AI ไปใช้จริงเพื่อเพิ่มมูลค่าทางเศรษฐกิจ เช่น ใช้ในอุตสาหกรรมการแพทย์, การเงิน
ปัจจุบันอุตสาหกรรม Energy, Chips และ Infrastructure กำลังเผชิญปัญหาคอขวด ทำให้การปรับเพิ่มค่าใช้จ่ายการลงทุนอย่างมหาศาลจะส่งผลบวกชัดเจนที่สุดต่อ 3 อุตสาหกรรมดังกล่าว เนื่องจากเมื่ออุปสงค์มีแนวโน้มสูงกว่าอุปทานยาวนานขึ้น บริษัทในกลุ่มเหล่านี้จึงมีอำนาจในการเพิ่มราคาและมีแนวโน้มได้รับประโยชน์ยาวนานกว่าที่ตลาดเคยคาดไว้ก่อนหน้านี้
- Infrastructure: การก้าวสู่ยุค AI Factory จำเป็นต้องมีโครงสร้างพื้นฐานครบวงจรที่ผสาน Compute, Data, Software และ Network เข้าด้วยกัน เพื่อรองรับตั้งแต่การจัดเก็บข้อมูล การฝึกโมเดล การพัฒนา ไปจนถึงการนำไปใช้งานจริง (Inference) โดยข้อมูลจาก Brookfield “Building the Backbone of AI” (As of Aug 2025) ประเมินว่ามูลค่าของ AI Infrastructure Value Chain รวมกันอาจมีมูลค่าสูงถึง 7 ล้านล้านดอลลาร์ ภายในทศวรรษหน้า ซึ่งประกอบไปด้วยหลายภาคส่วนทั้ง การพัฒนา Data Center ตั้งแต่การซื้อที่ดิน ก่อสร้าง การลงทุนในโรงไฟฟ้าและระบบส่งไฟ รวมถึงชิป GPU ระบบประมวลผลขั้นสูง และฮาร์ดแวร์เพื่อรองรับ “AI-as-a-Service”
- Energy: ปัจจุบันความต้องการใช้ไฟฟ้าเพิ่มขึ้นอย่างมีนัยสำคัญ โดยปัจจัยหลักคือ การสร้าง Data Center ที่ใช้พลังงานสูง เพื่อรองรับการใช้งาน AI โดยข้อมูลจาก Global X “GLOBAL X INSIGHTS Electrification: Securing Power for Advancing Technologies” (As of 3 Nov 2025) ประเมินว่า การใช้ไฟฟ้าของ Data Center ทั่วโลกจะเพิ่มจาก 371 TWh ในปี 2024 เป็น 1,596 TWh ในปี 2035 หรือเพิ่มขึ้นมากกว่า 4 เท่าส่งผลให้สัดส่วนการใช้ไฟฟ้าของ Data Center ต่อการใช้ไฟฟ้าทั้งโลกเพิ่มจากปัจจุบันอยู่ที่ 1.4% เป็น 4.5% ขณะเดียวกัน พลังงานทางเลือกเช่น พลังงานนิวเคลียร์ มีบทบาทเพิ่มขึ้นเช่นกัน
- Chip: เป็นกลุ่มที่ได้ประโยชน์โดยตรงเนื่องจากเป็นหัวใจของการประมวล ครอบคลุมทั้ง CPU, GPU และ ASIC ซึ่งมีบทบาทเพิ่มขึ้นอย่างต่อเนื่อง โดยเฉพาะ ชิปหน่วยความจำ ที่ปัจจุบันอยู่ในภาวะตึงตัว จากอุปสงค์ที่เร่งขึ้นตามการลงทุนโครงสร้างพื้นฐาน AI ขณะที่ผู้ผลิต Memory Chip เผยว่ายังไม่มีแผนขยายกำลังผลิตอย่างมีนัยสำคัญ ส่งผลให้ DRAM และ NAND มีแนวโน้มขาดแคลนมากขึ้น โดย Goldman Sachs ประเมินว่าอุตสาหกรรมหน่วยความจำโลกกำลังก้าวเข้าสู่ช่วงตึงตัวที่ รุนแรงและยาวนานกว่าที่เคยคาดไว้ ทำให้อัตราส่วน Supply/Demand ของ DRAM, NAND และ HBM หดตัวเพิ่มขึ้นจากประมาณการก่อนหน้าและต่อเนื่องไปถึงปี 2026–2027 ซึ่งส่งผลบวกต่อราคาชิปหน่วยความจำและผลประกอบการกลุ่มเหล่านี้ในอนาคต
สรุป : ในปี 2026 อุตสาหกรรม AI กำลังเติบโตอย่างก้าวกระโดดและกำลังก้าวไปสู่เปลี่ยนแปลงเชิงโครงสร้างของเศรษฐกิจและอุตสาหกรรมโลกอย่างแท้จริง ส่งผลให้กลุ่มที่เกี่ยวข้องกับ AI ตั้งแต่ พลังงาน, Chip, โครงสร้างพื้นฐาน ไปจนถึงระบบอัตโนมัติมีแนวโน้มขยายตัวต่อเนื่องในระยะยาว
อย่างไรก็ตาม ภายใต้บริบทปัจจุบันที่โลกเผชิญความไม่แน่นอนจากปัจจัยภายนอกเป็นระยะๆ และระดับ Valuation ของตลาดหุ้นสหรัฐในปัจจุบันที่มีความตึงตัว ทำให้ตลาดเผชิญความผันผวนที่สูงดังนั้นการกระจายการลงทุนยังคงเป็นหัวใจสำคัญสำหรับการบริหาร Portfolio โดยการลงทุนในตลาดเกิดใหม่ (Emerging Market) อาทิ ตลาดหุ้น เกาหลีใต้ จีน ฮ่องกง และ ไต้หวัน จึงมีความน่าสนใจมากขึ้นจากบทบาทในฐานะ AI Supply Chain ควบคู่กับระดับมูลค่าหุ้นที่ถูกกว่าในเชิงเปรียบเทียบ ทำให้การลงทุนในหุ้นกลุ่ม AI ของตลาดเหล่านี้เป็นอีกทางเลือกที่น่าพิจารณาในช่วงนี้
ภาพ: AerialPerspective Images / Getty Images
