ความกังวลต่อภาวะฟองสบู่ในตลาดหุ้นจากกระแส AI กำลังเข้าสู่จุดเปลี่ยนสำคัญ คำถามของนักลงทุนวันนี้ ไม่ได้อยู่เพียงว่า AI จะเติบโตต่อหรือไม่ หรือเทคโนโลยีนี้จะถูกนำไปใช้เพิ่มผลิตภาพในโลกจริงได้มากแค่ไหน แต่กำลังขยับไปสู่คำถามที่ยากกว่า คือ รายได้ และ ผลตอบแทนที่เกิดจาก AI จะเติบโตเร็วพอที่จะคุ้มกับเงินลงทุนหลายแสนล้านดอลลาร์ที่ถูกทุ่มลงไปสร้าง Data Center, GPU, Server และ Network Infrastructure หรือไม่ เมื่อต้นทุนการกู้เงินสูงขึ้น ตลาดทุนจะสามารถรองรับการระดมทุนมหาศาลนี้ได้อีกนานแค่ไหน?
ประเด็นสำคัญ
ทำให้ในช่วงสัปดาห์ที่ผ่านมา เกิดแรงขายหุ้นเทคโนโลยี สหรัฐฯ อย่างต่อเนื่อง โดยช่วงปิดตลาดเมื่อวันที่ 30 ตุลาคม 2569 ที่ผ่านมา ดัชนี Nasdaq ปรับลดลง 2.86%, S&P 500 ลดลง 1.82%, ดัชนี Semiconductor ร่วงมากกว่า 7% หลังหุ้นอย่าง Intel, Amazon และ Alphabet โดนเทขายอย่างหนัก
แม้กลุ่ม Hyperscalers จะรายงานผลประกอบการไตรมาส 3/2569 ออกมามีรายได้โตแรงเหนือความคาดหมายจากความต้องการใช้ Cloud และ AI ที่แข็งแกร่ง โดย Azure ของ Microsoft เติบโต 48% ขณะที่ Google Cloud ของ Alphabet โตมากกว่าเท่าตัว และ AWS ของ Amazon ทำอัตราการเติบโตเร็วที่สุดในรอบเกือบ 5 ปี
แต่นั่นก็ยังไม่มากพอที่จะทำให้นักลงทุนมองข้ามกระแสเงินสดอิสระ (FCF) ที่ติดลบ ท่ามกลางการเพิ่มงบลงทุนอย่างต่อเนื่อง โดย Alphabet มี FCF ไตรมาสล่าสุดติดลบราว 9,100 ล้านดอลลาร์ ขณะที่ Amazon มี FCF ในช่วง 12 เดือนล่าสุด (TTM) ติดลบราว 42,000 ล้านดอลลาร์ แม้ว่าธุรกิจ Cloud ของทั้งสองบริษัทจะยังเติบโตในระดับสูง
ภาพดังกล่าวสะท้อนว่า วันนี้ความต้องการใช้ AI ยังแข็งแกร่ง ขณะที่ Hyperscaler ยังคงเร่งเพิ่มงบ CAPEX เพื่อสร้างโครงสร้างพื้นฐาน Data Center รองรับความต้องการในอนาคต แต่ตอนนี้ตลาดกำลัง reprice ความเสี่ยงใหม่ว่าราคาหุ้นที่สะท้อนความคาดหวังล่วงหน้าไปแล้ว สอดคล้องกับผลตอบแทนที่ AI สามารถสร้างได้เร็วเพียงใด คุ้มค่าแค่ไหนกับเงินที่ลงทุนไป ท่ามกลางแรงกดดันจากต้นทุนการเงินที่ปรับสูงขึ้น
AI CAPEX กู้เงินจากแหล่งไหนบ้าง
ข้อมูลจาก Forbes ประเมินว่า การลงทุนโครงสร้างพื้นฐาน AI ของ Hyperscalers และ Neocloud ในช่วงปี 2568-2569 พึ่งพาแหล่งเงินทุนหลายรูปแบบ ตั้งแต่หุ้นกู้ Investment Grade, สินเชื่อนอกตลาด (Private Credit), Syndicated Loans และ Project Finance สินเชื่อร่วมจากหลายสถาบันการเงิน (Syndicated Loans) ไปจนถึงสินเชื่อโครงการ (Project Finance)
โดยมีผู้กู้รายใหญ่ 5 อันดับแรกดังนี้
- Amazon มีหนี้ที่เกี่ยวข้องกับ AI ราว 53,000 ล้านดอลลาร์
- CoreWeave มีหนี้ที่เกี่ยวข้องกับ AI ราว 50,000 ล้านดอลลาร์
- Oracle มีหนี้ที่เกี่ยวข้องกับ AI ราว 43,000 ล้านดอลลาร์
- Meta มีหนี้ที่เกี่ยวข้องกับ AI มากกว่า 27,000 ล้านดอลลาร์
- Alphabet มีหนี้ที่เกี่ยวข้องกับ AI ราว 20,000 ล้านดอลลาร์
ทั้งนี้ บริษัทอย่าง Amazon, Alphabet และ Microsoft สามารถระดมทุนผ่านตลาดหุ้นกู้ Investment Grade ได้ในต้นทุนค่อนข้างต่ำ เพราะมีอันดับเครดิตและกระแสเงินสดจากธุรกิจหลักรองรับ ขณะที่ผู้เล่นอย่าง CoreWeave ต้องพึ่ง Private Credit และสินเชื่อที่ใช้ GPU หรือสัญญาลูกค้าเป็นหลักประกัน จึงมีต้นทุนการเงินที่สูงกว่า
ความแตกต่างนี้ทำให้ความเสี่ยงของ AI Boom ไม่ได้อยู่ที่ “จำนวนหนี้” เพียงอย่างเดียว แต่ขึ้นอยู่กับว่า ใครเป็นผู้กู้ ต้นทุนเงินทุนสูงแค่ไหน หนี้มีอายุยาวเท่าไร และกระแสเงินสดจาก AI จะเกิดขึ้นเร็วพอที่จะชำระภาระเหล่านั้นหรือไม่
นอกจากนี้ Alphabet, Amazon, Meta, Microsoft และ Oracle ยังมีหนี้บนงบดุลรวมกันราว 1.35 ล้านล้านดอลลาร์ และยังมีภาระผูกพันที่ต้องจ่ายในอนาคตอีกราว 1.65 ล้านล้านดอลลาร์ เช่น สัญญาสั่งซื้อและสัญญาเช่าที่ยังไม่เริ่มต้น ซึ่งยังไม่ถูกบันทึกบนงบดุล ซึ่งเป็นสิ่งที่นักลงทุนต้องจับตาว่าเมื่อ Big Tech หากรายได้จาก AI เติบโตไม่ทันกับภาระหนี้ที่ผูกพันไว้ จะกระทบกระแสเงินสดของบริษัทแค่ไหน
Hyperscalers หนี้ยังไม่วิกฤติ แต่กลายเป็นผู้กู้รายใหญ่
มทินา วัชรวราทร, CFA ผู้บริหารฝ่ายกลยุทธ์การลงทุน บริษัทหลักทรัพย์จัดการกองทุน กสิกรไทย จำกัด ให้ความเห็นว่า ในช่วงไม่กี่ปีมานี้ บริษัท Hyperscaler ได้เร่งระดมทุนผ่านตลาดตราสารหนี้เป็นจำนวนมาก เพื่อนำไปใช้ขยายโครงสร้างพื้นฐาน AI ส่งผลให้สัดส่วนการออกหุ้นกู้ในตลาด Investment Grade ของสหรัฐฯ ซึ่งในอดีตเคยอยู่ไม่เกิน 3% มาโดยตลอด มีแนวโน้มพุ่งขึ้นเป็น 5.3% ในปี 2569 และอาจพุ่งสูงถึง 7.8% ในปี 2570
อย่างไรก็ตาม การที่ Hyperscaler เร่งระดมทุนพร้อมกันจำนวนมาก ยังไม่ใช่สัญญาณสื่อถึงวิกฤติหนี้ เพราะฐานะการเงินและกระแสเงินสดยังแข็งแกร่ง โดย Net Debt ต่อ EBITDA ของกลุ่มอยู่ที่ราว 1.3 เท่า ต่ำกว่าตลาด Investment Grade สหรัฐฯ ที่ประมาณ 2.7 เท่า
งบลงทุน AI ทะลุ 5.5 ล้านล้านดอลลาร์ ตลาดยังมีให้กู้ไหม
Forbes ประเมินว่าปลายปี 2569 การระดมทุนเกี่ยวกับโครงสร้างพื้นฐาน AI จะมีมูลค่ารวมมากกว่า 500,000 ล้านดอลลาร์ ผ่านช่องทางหุ้นกู้, Private Credit, Project Finance และโครงสร้างนอกงบดุล
ด้านรายงาน Know The Market ของบริษัทหลักทรัพย์จัดการกองทุน กสิกรไทย ประเมินว่าภายในปี 2573 การสร้าง Data Center, Semiconductor, Power และ AI infrastructure อาจต้องใช้เงินลงทุนสะสมมากถึง 5.5 ล้านล้านดอลลาร์
สิ่งที่ต้องจับตาต่อไปคือ เงินทุนมหาศาลสำหรับโครงสร้างพื้นฐาน AI จะมาจากไหน เพราะลำพังกระแสเงินสดของ Hyperscaler คาดว่าจะรองรับได้เพียงราว 1 ล้านล้านดอลลาร์ และต้องระดมทุนผ่านการออกหุ้นเพิ่มอีกราว 400,000 ล้านดอลลาร์ หมายความว่าเงินลงทุนเกือบ 75% ยังต้องพึ่งแหล่งเงินทุนภายนอก โดยการออกหุ้นกู้ระดับ Investment Grade คาดว่าจะเป็นแหล่งเงินก้อนใหญ่ที่สุด ราว 2.1 ล้านล้านดอลลาร์
สิ่งนี้สะท้อนว่า แม้บริษัทเหล่านี้ จะมีงบดุลที่แข็งแกร่ง แต่ตอนนี้ความคาดหวังของตลาดต่อการเติบโตของ AI ใหญ่เกินกว่าที่จะใช้เงินสดของ Big Tech เพียงอย่างเดียว ในขณะที่ตลาดตราสารหนี้ ซึ่งเป็นแหล่งระดมทุนหลักกำลังเข้าสู่ภาวะอิ่มตัว จากซัพพลายที่ทะลักเข้ามาในตลาดจำนวนมาก ประกอบกับอัตราดอกเบี้ยที่กลับมาเป็นขาขึ้น ทำให้นักลงทุนระมัดระวังในการลงทุนสินทรัพย์เสี่ยงมากขึ้น
พูดให้เข้าใจง่ายก็คือ ความเสี่ยงระยะถัดไปอาจไม่ใช่ Big Tech ไม่มีเงินจ่ายหนี้ แต่ในวันที่การระดมทุนมีต้นทุนแพงขึ้นเรื่อยๆ แม้บริษัทจะยอมจ่ายยีลด์ในระดับสูง เพื่อดึงดูดใจนักลงทุน แต่หากหุ้นกู้ AI ออกสู่ตลาดพร้อมกันจำนวนมาก ตลาดตราสารหนี้จะสามารถดูดซับซัพพลายใหม่ได้แค่ไหน
ภาพ: BLACKDAY/ Shutterstock
อ้างอิง:
