หนึ่งในพัฒนาการสำคัญที่ตลาดทองคำเริ่มจับตามองมากขึ้น คือการเข้ามาของผู้เล่นจากโลกการเงินดิจิทัล โดยเฉพาะ Tether บริษัทคริปโทสัญชาติอเมริกัน ซึ่งกำลังเพิ่มบทบาทไปสู่หนึ่งในผู้ถือครองทองคำรายใหญ่ของโลก

สิ่งนี้กำลังเปลี่ยนสมการราคาทองคำอย่างถาวร และจะทำให้ Floor ของราคาทองคำยกฐานขึ้น ตลาดทองคำโลกกำลังมีผู้เล่นหน้าใหม่ที่ไม่มีใครคาดคิด และมันไม่ใช่ธนาคารกลาง, กองทุน หรือบริษัทเหมืองแร่ แต่คือ ‘Tether’ บริษัทออก stablecoin

โดย stablecoin ‘USDT’ นั้นจะผูกมูลค่ากับสกุลเงินดอลลาร์แบบ 1:1 และ Tether จะนำเงินดอลลาร์ที่นักลงทุนนำมาแลก USDT ไปซื้อพันธบัตรรัฐบาลสหรัฐ พร้อมเก็บดอกเบี้ยพันธบัตรเอาไว้ ดังนั้นตราบใดที่ความต้องการ USDT ยังคงสูงและอัตราผลตอบแทนพันธบัตรยังคงน่าสนใจ กระแสเงินสดนี้จะไม่มีวันหยุด และกลายเป็น ‘New Demand’ ของการเข้าซื้อทองคำ

ปัจจุบัน Tether ถือครองทองคำอยู่ราว 168 ตัน มูลค่าราว 2.18 หมื่นล้านดอลลาร์สหรัฐ โดยแบ่งเป็นสัดส่วนดังนี้

• ทองคำที่ใช้เป็นสินทรัพย์สำรองของบริษัทประมาณ 146 ตัน หรือมูลค่าราว 1.88 หมื่นล้านดอลลาร์สหรัฐ
• ทองคำอีกประมาณ 22 ตัน ที่ใช้สนับสนุน Gold-backed Token หรือ XAUT

สิ่งที่น่าสนใจคือ การสะสมทองคำของ Tether เพิ่มขึ้นอย่างรวดเร็วมากในช่วง 12 เดือนที่ผ่านมา โดยเฉพาะในช่วงปี 2025 ที่บริษัทเร่งซื้อทองคำต่อเนื่อง ทั้งในไตรมาส 3 และไตรมาส 4 ของปี 2025 รวมถึงไตรมาสแรกของปี 2026 ส่งผลให้ปริมาณทองคำสำรองเพิ่มขึ้นมากกว่าสองเท่าในเวลาเพียงปีเดียว ซึ่งสอดคล้องกับ ‘Paolo Ardoino’ CEO ของ Tether ที่เคยกล่าวไว้ว่าบริษัทมีแผนจะเพิ่มการจัดสรรพอร์ตการลงทุนประมาณ 10% ถึง 15% ไปไว้ในทองคำแท่ง โดยเริ่มนำผลกำไรมาเข้าซื้อทองคำอย่างเงียบๆ มาตั้งแต่ปี 2020

ในปี 2025 Tether ยังซื้อทองคำมากกว่าธนาคารกลางเกือบทุกแห่งในโลก เป็นรองเพียงธนาคารกลางโปแลนด์ที่เข้าซื้อทองคำ 102 ตัน และในไตรมาส 1/2026 บริษัทยังคงเดินหน้าซื้อทองคำ 6.5 ตัน ต่อเนื่องจนถึงไตรมาส 2/2026 ได้เข้าซื้อเพิ่มอีก 14.0 ตัน แรงซื้อเหล่านี้สะท้อนว่าความต้องการทองคำไม่ได้มาจากธนาคารกลางหรือภาคการเงินดั้งเดิมเพียงอย่างเดียวอีกต่อไป แต่เริ่มมาจากระบบการเงินดิจิทัลด้วยเช่นกัน

ทองคำจึงกำลังมีบทบาทใหม่ในโลกการเงินยุคดิจิทัล ไม่ใช่เพียงในฐานะสินทรัพย์ปลอดภัยหรือทุนสำรองของรัฐ แต่กำลังกลายเป็นสินทรัพย์สำรองของ ‘Digital Financial Networks’ ซึ่งอาจเป็นอีกหนึ่งแรงหนุนเชิงโครงสร้างสำคัญของตลาดทองคำในระยะยาว

ภาพ: LEE WA DA / Shutterstock

The post ‘New Demand’ ผู้เล่นทองคำรายใหม่ ‘Tether’ appeared first on THE STANDARD.

เหนือคาดจริงๆ เมื่อตลาดหุ้น Wall Street ยังทำจุดสูงสุดใหม่ได้ในกลางปีนี้ ​ทั้งๆ ที่แนวโน้มดอกเบี้ยสหรัฐฯ ยังสูง ค่าเงินเยนผันผวนกำลังป่วนโลก ตลาดฝั่งเอเชียกำลังเผชิญแรงเทขายอย่างหนัก ตลาดส่งสัญญาณอะไรกันแน่…

นักลงทุนหลายกลุ่มอาจจะตั้งหลักไม่ทันกับตลาดหุ้นสหรัฐฯ ทั้ง S&P 500 และ Nasdaq ที่เหมือนจะหลับแต่กลับตื่นมาได้แบบดื้อๆ ซะงั้น แม้จะปฏิเสธไม่ได้ว่าได้แรงส่งหลักๆ ของผลประกอบการไตรมาส 2 ที่ผ่านมาของบริษัทในตลาดที่ออกมาเติบโตอย่างต่อเนื่อง แต่การที่ตลาดเพิ่งร่วงแรงเมื่อ 1-2 เดือนก่อน จู่ๆ ก็พลิกฟื้นกลับมาทำ All Time High ได้ ต้องไม่ใช่แค่เรื่องตัวเลขกำไรไตรมาสนี้เท่านั้นแล้ว

ตลาดหุ้นฝั่งเอเชียกำลังร่วงหนัก แต่ Wall Street สวนทางกลับมา ผมเชื่อว่าน่าจะมีคนตกรถไฟเที่ยวนี้ ในช่วงครึ่งปีหลังจะวางเกมลงทุนอย่างไรดี เพื่อจำกัดความเสี่ยงให้พอร์ตลงทุนยังสามารถเติบโตในระยะยาว

นับถอยหลัง ‘Yen Carry Trade’ เงินทุนทั่วโลกเปลี่ยนทิศ

ความขมุกขมัวหรืออึมครึมของตลาดการเงินโลกในช่วงนี้กำลังตึงเครียดจากประเด็นร้อนอย่าง ‘Yen Carry Trade’ ซึ่งเป็นสาเหตุสำคัญที่ทำให้เกิดการเทขายสินทรัพย์ทั่วโลก ทั้งหุ้นและพันธบัตร เพื่อนำเงินกลับไปคืนที่ญี่ปุ่น หลังจากที่ญี่ปุ่นร่วมมือกับสหรัฐฯ เข้าแทรกแซงค่าเงินเยน นักลงทุนจึงต้องเพิ่มความระมัดระวังเป็นพิเศษ

ในเดือนสิงหาคม ญี่ปุ่นเผชิญปัญหาใหญ่และหนักหน่วงยิ่งขึ้นเมื่อ ‘เงินเยน’ ร่วงหนักแตะ 164 เยน/ดอลลาร์สหรัฐ อ่อนค่าสุดในรอบ 140 ปี เป็นที่มาให้ ‘รัฐบาลสหรัฐฯ’ สั่งซื้อเงินเยนโดยตรงจากรัฐบาลญี่ปุ่นสูงถึง 5,000-10,000 ล้านดอลลาร์ ผ่านสถาบันการเงินใหญ่อย่าง Morgan Stanley และ Goldman Sachs ดันให้ค่าเงินเยนเด้งแข็งค่าขึ้นทันทีอยู่ที่ระดับ 157.30 เยน/ดอลลาร์

บลูมเบิร์กระบุว่า โลกกำลังเผชิญความเสี่ยงของการ ‘กู้ในกู้ซ้อนอีกที’ เมื่อกระทรวงการคลังสหรัฐฯ สนับสนุนให้ญี่ปุ่นใช้โครงการ Foreign and International Monetary Authorities (FIMA) Repo Facility ของธนาคารกลางสหรัฐฯ (Fed) เพื่อช่วยพยุงค่าเงินเยน และช่วยลดแรงกดดันและปกป้องตลาดพันธบัตรสหรัฐฯ ซึ่งปัจจุบันญี่ปุ่นถือพันธบัตรรัฐบาลสหรัฐฯ มากที่สุด เรียกได้ว่าเป็นเจ้าหนี้รายใหญ่สุด

กลไกการทำงานของ FIMA Repo จะช่วยให้ธนาคารกลางต่างประเทศสามารถนำพันธบัตรสหรัฐฯ ที่ถือครองอยู่มาเป็นหลักประกัน เพื่อแลกกับเงินดอลลาร์ โดยไม่ต้องขายพันธบัตรสหรัฐฯ ออกไปในตลาดรอง

วิธีนี้ทำให้ธนาคารกลางญี่ปุ่น (BOJ) สามารถหาเงินดอลลาร์มาแทรกแซงเพื่อเพิ่มความต้องการเงินเยนได้โดยไม่ต้องเทขายพันธบัตรสหรัฐฯ ออกมาตรงๆ จึงช่วยจำกัดความผันผวนของค่าเงินและยังเรียกความเชื่อมั่นในนโยบายการเงินของญี่ปุ่น ขณะเดียวกันก็ช่วยลดแรงกดดันต่อราคาบอนด์สหรัฐฯ ด้วย

เหตุผลสำคัญที่ทำให้การอ่อนค่าของเยนในรอบนี้ไม่ใช่เพียงแรงเก็งกำไรระยะสั้น แต่สะท้อนโครงสร้างของนโยบายการเงินที่แตกต่างกันระหว่างญี่ปุ่นกับสหรัฐฯ เพราะดอกเบี้ยญี่ปุ่นเดินคนละทางกับโลก หลังจากญี่ปุ่นติดกับดักเศรษฐกิจฝืดมาหลายทศวรรษ ‘Lost Decade’ และใช้นโยบายดอกเบี้ยต่ำเป็นพิเศษ (ติดลบ) อย่างต่อเนื่องยาวนาน ทำให้ญี่ปุ่นเป็นแหล่งเงินทุนที่ถูกที่สุด

นักลงทุนทั่วโลกจึงกู้เงินเยนไปลงทุนสินทรัพย์สกุลดอลลาร์และกระจายไปยังประเทศต่างๆ ที่ให้ผลตอบแทนที่สูงกว่า ทำให้เกิด Yen Carry Trade ที่ฝังรากอยู่ในตลาดลงทุนทั่วโลกทุกวันนี้ เพราะตราบใดที่เงินเยนอ่อนค่า นักลงทุนจะได้กำไรทั้งจากส่วนต่างดอกเบี้ยและอัตราแลกเปลี่ยน แต่หากวันหนึ่งเยนกลับมาแข็งค่า นักลงทุนจะต้องรีบซื้อเยนกลับไปคืนหนี้ นี่คือสิ่งที่อาจจะกำลังเกิดขึ้น

เพราะปัจจุบัน BOJ พยายามที่จะปรับขึ้นดอกเบี้ยนโยบายกลับสู่ระดับปกติอย่างค่อยเป็นค่อยไป ตอนนี้อยู่ที่ 0.1 – 0.25% ส่วนสหรัฐฯ ปรับขึ้นดอกเบี้ยสูงสุดในรอบหลายปีและวันนี้ทรงตัวระดับสูงอยู่ที่ 5.25 – 5.50% ล่าสุดตลาดคาดการณ์ Fed มีแนวโน้มปรับลดดอกเบี้ยลง ยิ่งเพิ่มความผันผวนให้ตลาดมากขึ้น

ฉะนั้น ยิ่ง Bond Yield สหรัฐฯ พุ่งสูงกว่า Bond Yield ญี่ปุ่นมากเท่าไหร่ ก็ทำให้เงินยิ่งไหลเข้าสหรัฐฯ และเงินเยนก็อ่อนค่าลงไปอีก

ทุกครั้งที่โลกเกิดกระแสญี่ปุ่นดึงเงินกลับ ตลาดการเงินทั่วโลกจะปั่นป่วนตามๆ กัน เพราะจะเป็นวันที่นักลงทุนทั่วโลกพร้อมใจกัน ‘คืนเงินเยน’ ด้วยการเทขายพันธบัตร หุ้น หรือค่าเงินของประเทศที่ดอกเบี้ยสูงกว่า เพื่อปิดสถานะ หรือ Unwind Carry Trade และคืนเงินกู้สกุลเยน

ช่วงนี้ตลาดเอเชียและสินทรัพย์เสี่ยงที่พึ่งพาเงินทุนต่างชาติจะถูกเทขายก่อน จึงเห็นตลาดหลายแห่งปรับตัวลงแรงกว่าสหรัฐฯ ขณะที่การแทรกแซงเงินเยนเพียงอย่างเดียวมักมีผลจำกัดและได้ผลแค่ระยะสั้น หากปัจจัยพื้นฐานด้านดอกเบี้ยระหว่างสองประเทศนี้ยังมีส่วนต่างกันมากอยู่

และนี่คือคำตอบว่า ทำไมการตอบสนองของตลาดจึงออกมาต่างกัน เพราะตลาดเอเชียได้รับผลกระทบจากกระแสเงินทุน ส่วนตลาดสหรัฐฯ ได้รับแรงหนุนจากกำไรบริษัทในตลาดที่ออกมาแข็งแกร่งและความคาดหวังในระยะข้างหน้าจากเศรษฐกิจ AI

หลายคนมีคำถามว่า การแทรกแซงของสหรัฐฯ ในรอบนี้กำลังสร้างความเสี่ยงหรือไม่

แน่นอนว่าทั้งคู่มีความเสี่ยงเหมือน ‘เตี้ยอุ้มค่อม’ จุดตายของทั้งสองประเทศคือมีหนี้สาธารณะสูง โดยสหรัฐฯ มีหนี้สาธารณะสูงกว่า 35 ล้านล้านดอลลาร์ หรือราว 120% ของ GDP แนวโน้มดอกเบี้ยทรงตัวระดับสูงยาวนานจะยิ่งเพิ่มภาระจ่ายที่หนักท่ามกลางปัญหารัฐบาลขาดดุลงบประมาณหนักอยู่แล้ว ในช่วงครึ่งปีหลัง สหรัฐฯ เตรียมจะออกพันธบัตรอีกจำนวนมากทั้งส่วนพันธบัตรที่ครบอายุโดย Roll Over และส่วนที่ออกใหม่เพื่อชดเชยการขาดดุลฯ จึงอาจต้องให้ดอกเบี้ยที่สูงเพื่อจูงใจนักลงทุนและเพื่อชดเชยความเสี่ยง

ปัจจุบันแม้ Fed พยายามอั้นการปรับลดดอกเบี้ยนโยบายออกไปให้ช้าที่สุด แต่เชื่อหรือไม่ว่าตลาดเมิน Fed เรียบร้อยแล้ว สะท้อนผ่าน Bond Yield สหรัฐฯ ระยะยาวที่เด้งขึ้นแรง โดยเฉพาะ Bond Yield อายุ 30 ปี พุ่งแตะระดับสูง สำหรับอายุ 10 ปี ก็ดีดตัวขึ้น ด้าน Kevin Warsh อดีตผู้ว่าการ Fed กล่าวว่าตลาดกำลังทดสอบความสามารถของ Fed ในการคุมเงินเฟ้อ

สิ่งที่นักลงทุนทั่วโลกกำลังเฝ้าดูไม่ใช่เพียงว่า Bond Yield สหรัฐฯ จะขึ้นหรือลง แต่คือญี่ปุ่นจะปล่อยให้ผลตอบแทนพันธบัตรและค่าเงินเยนปรับตัวอย่างไร หาก BOJ เดินหน้าปรับนโยบายการเงินเข้มงวดขึ้นต่อไป ขณะที่สหรัฐฯ ยังมี Bond Yield สูง ความเคลื่อนไหวของเงินทุนทั่วโลกอาจเปลี่ยนทิศได้ และนี่คือปัจจัยสำคัญที่จะกำหนดทิศทางตลาดโลกในช่วงครึ่งปีหลัง

จับสัญญาณตลาดหุ้นสหรัฐฯ ขึ้น สู้ดอกเบี้ยสูง

ผลกระทบต่อตลาดทุนทั่วโลกจะเป็นอย่างไรหากเกิดการปิดสถานะ Carry Trade พร้อมกัน?

แนวโน้มตลาดโลกยังมีความผันผวนเพิ่มขึ้นสิครับ!!

วันนี้เงินไหลเข้าหาสินทรัพย์สกุลดอลลาร์ ‘ตลาดหุ้นสหรัฐฯ’ เมื่อต้นเดือนสิงหาคมที่ผ่านมา S&P 500 กลับมาทำนิวไฮรับข่าวผลประกอบการไตรมาส 2 ของบริษัทในตลาดที่ประกาศกำไรเติบโตดีเกินคาด ปัจจุบัน Forward P/E อยู่ที่ประมาณ 21 เท่า ปรับขึ้นเล็กน้อยจากช่วงเดือนก่อนหน้านี้ที่ตลาดร่วงแรง Forward P/E อยู่ราว 19-20 เท่า ซึ่งเป็นระดับใกล้เคียงกับค่าเฉลี่ยระยะยาว 10 ปี

ในฝั่งเอเชีย ตลาดหุ้นญี่ปุ่นมี Forward P/E อยู่ที่ 16.3 เท่า ขณะที่ตลาดเกิดใหม่ (EM) อยู่ที่ 12 เท่า โดยญี่ปุ่นได้รับผลกระทบจากเงินทุนไหลกลับและต้นทุนการเงินที่สูงขึ้น อย่างไรก็ตาม กลุ่มธนาคารมีแนวโน้มจะได้รับประโยชน์จากทิศทางดอกเบี้ยที่ขาขึ้นนี้

จีน ได้รับผลกระทบจากเงินทุนต่างชาติและความเชื่อมั่นหากเงินดอลลาร์แข็งค่า

ตลาดเกิดใหม่รวมถึงไทย มีโอกาสที่เงินทุนไหลออก ค่าเงินอ่อนและต้นทุนการกู้ยืมสูงขึ้น

ช่วงครึ่งปีหลัง ตลาดสายแข็งยังต้องยกให้กับ Wall Street ที่กำลังสะท้อนการลงทุนข้ามช็อต เมื่อตลาดกำลังให้น้ำหนักกับ ‘อนาคต’ มากกว่า ‘ปัจจุบัน’ แม้จะมีบางกลุ่มยังติดใจกับกลุ่มหุ้น AI ว่า ‘ราคาหุ้น’ กับ ‘ปัจจัยพื้นฐาน’ กำลังเดินคนละทางหรือเปล่า

เรามาดู 5 เหตุผลที่ทำให้หุ้นสหรัฐฯ ยังน่าสนใจในระยะยาว

เหตุผลแรก แม้วันนี้ Fed จะยังไม่ลดดอกเบี้ยมากนัก แต่ตลาดหุ้นกำลังมองไปข้างหน้า 6-12 เดือน หากนักลงทุนเชื่อว่าเงินเฟ้อจะค่อยๆ ลดลง Fed จะไม่ขึ้นดอกเบี้ยแรงกว่านี้ หรือมีโอกาสลดดอกเบี้ยในอนาคต ตลาดมักจะปรับตัวขึ้นล่วงหน้าก่อนเศรษฐกิจจริง

เหตุผลที่สอง กำไรของบริษัทใหญ่ในสหรัฐฯ ยังแข็งแรงมาก ตลาดคาดการณ์กำไรของบริษัทจดทะเบียนจะเติบโตอย่างต่อเนื่อง หลังจากที่ตัวเลขกำไรของไตรมาสแรกและไตรมาสที่สองของปีนี้ออกมาดีเกินคาด ภายใต้การนำของบริษัทขนาดใหญ่โดยเฉพาะ Microsoft, Amazon, Alphabet, Nvidia, Palantir วันนี้แรงซื้อในตลาดหุ้นสหรัฐฯ เริ่มไม่ได้กระจุกแค่หุ้น AI แต่เริ่มขยายไปยังกลุ่มอุตสาหกรรมการเงิน พลังงาน และกลุ่มอุตสาหกรรมดั้งเดิม

เหตุผลที่สาม เศรษฐกิจสหรัฐฯ ยังไม่เข้าสู่ภาวะถดถอย แม้ดอกเบี้ยสูงแต่การจ้างงานยังแข็งแกร่ง การลงทุนภาคธุรกิจยังเดินหน้าโดยเฉพาะธุรกิจ AI และงบลงทุนที่ไม่ใช่ AI ก็ยังเติบโต ควบคู่กับการปล่อยสินเชื่อเพื่อการพาณิชย์และอุตสาหกรรมที่เพิ่มขึ้นอย่างรวดเร็ว ส่วนการใช้จ่ายของผู้บริโภคยังไม่ทรุดแรง

ตลาดกำลังมองว่า ‘Higher for Longer แต่เศรษฐกิจยังโตได้’ ทำให้ตลาดยอมรับดอกเบี้ยสูงได้มากกว่าที่เคยคาดไว้ ทั้งนี้ Fed คาดการณ์ GDP ปีนี้ยังเติบโตได้ดี

เหตุผลที่สี่ เงินลงทุนทั่วโลกยังเลือก ‘สหรัฐฯ’ แม้หลายตลาดจะปรับตัวลง แต่สหรัฐฯ ยังถูกมองว่ามีความเป็นมหาอำนาจโลก เป็นเจ้าเทคโนโลยี วัฏจักร Super AI กำลังขับเคลื่อนเศรษฐกิจ ล้วนเป็นแรงส่งให้ภาคธุรกิจมีกำไร บริษัทเติบโตต่อเนื่อง บริษัท AI ชั้นนำยังไปต่อ ตลาดมีสภาพคล่องสูงแม้อาจจะมีประเด็น Yen Carry Trade ตกค้างในตลาดก็ตาม แต่สหรัฐฯ ถือเป็นตลาดที่ใหญ่ที่สุดของโลก จึงยังดึงดูดเม็ดเงินลงทุนจากทั่วโลก

เหตุผลสุดท้าย ตลาดมองข้ามข่าวลบระยะสั้น ไม่ว่าจะเป็นความยืดเยื้อของสงครามตะวันออกกลาง ค่าเงินดอลลาร์ที่แข็งขึ้น และการเมืองในช่วงการเลือกตั้งสหรัฐฯ ในเดือนพฤศจิกายนนี้ หากตัวแปรเหล่านี้ไม่ได้ส่งผลลบกระทบต่อกำไรบริษัทโดยตรง

สิ่งที่ต้องระวังหลังจากนี้ แม้ว่าหุ้นสหรัฐฯ จะทำ All Time High แต่ก็มีความเสี่ยงที่ต้องจับตาต่อไป ได้แก่

• Valuation ของหุ้น AI ที่อยู่ในระดับสูง แม้ในวันนี้ราคาจะปรับฐานย่อลงมาในช่วงครึ่งปีแรก แต่ตลาดกำลังจับตาผลตอบแทนความคุ้มค่าในการลงทุน (Capex) ของบรรดาบริษัทเทคฯ ยักษ์ใหญ่ที่ทุ่มเม็ดเงินกว่าหลายล้านล้านดอลลาร์สหรัฐ
• หากผลประกอบการของบริษัทเริ่มต่ำกว่าคาด ตลาดอาจปรับฐานได้แรงในระยะข้างหน้า ทั้งนี้ หุ้นกลุ่มเทคโนโลยีมีน้ำหนักมากกว่า 1 ใน 3 ของตลาดหุ้นสหรัฐฯ ทำให้ผลประกอบการของหุ้น AI ยังคงเป็นแกนหลักในการขับเคลื่อนตลาด จึงเป็นสิ่งที่นักลงทุนติดตามอย่างใกล้ชิด
• หากอัตราผลตอบแทนพันธบัตร กลับมาพุ่งขึ้นอีก อาจกดดันหุ้นเติบโตซึ่งหลักๆ คือกลุ่มเทคโนโลยีและเซมิคอนดักเตอร์
• หากการคลี่คลายของความขัดแย้งทางภูมิรัฐศาสตร์สะดุดลง โดยเฉพาะในตะวันออกกลางที่จะกระทบให้ราคาน้ำมันปรับขึ้นใหม่ และส่งผลให้เงินเฟ้อเร่งตัวกลับมาได้อีก อาจจะทำให้ Fed ต้องคงดอกเบี้ยสูงนานกว่าคาดและจะกดดันความเชื่อมั่นได้

ฉะนั้น หากกำไรของบริษัทเติบโตเร็วกว่าราคาหุ้น ก็จะทำให้ Valuation ถูกลงในเชิงเปรียบเทียบ เท่ากับว่า S&P 500 กำลังถูกลงเมื่อเทียบกับตลาดหุ้นทั่วโลก

ทำสิ่งที่ควบคุมได้ ‘กระจายความเสี่ยง-DCA-Rebalance’

ก่อนอื่น ผมต้องขอออกตัวก่อนว่าไม่ได้เชียร์ให้ลงทุนหุ้นสหรัฐฯ อย่างเดียวนะครับ เพียงแต่ว่าการลงทุนใน S&P 500 ยังเป็นตัวเลือกที่ดี เนื่องจากสหรัฐฯ เป็นเบอร์หนึ่งของโลก นักลงทุนชื่อดังของโลกอย่าง ‘Warren Buffett’ ย้ำตลอดว่า ไม่ว่าจะเกิดสงครามหรือวิกฤติใดๆ ขึ้น ให้ Stay Invested และหุ้นสหรัฐฯ ยังต้องมีติดพอร์ตไว้!

ยิ่งในวันที่โลกมีความเสี่ยงเพิ่มขึ้น ไม่มีใครสามารถควบคุมตลาดได้ สิ่งที่ผมย้ำเสมอคือ ‘การจัดพอร์ตให้เป็น’ คือสิ่งที่ควบคุมความเสี่ยงได้ดีที่สุด

ในวันที่โลกมีความเสี่ยงเพิ่มขึ้น เราไม่มีทางรู้ว่า…ตลาดจะขึ้นหรือลง ปีหน้าประเทศไหนจะให้ผลตอบแทนดีที่สุด หรือข่าวไหนจะทำให้ตลาดผันผวน

​

แต่สิ่งที่เราควบคุมได้คือ ‘วิธีลงทุน’ ของตัวเอง เน้นที่

• กระจายความเสี่ยงให้เหมาะสมเพราะโลกแบ่งขั้วมากขึ้น
• ลงทุนอย่างสม่ำเสมอ ช่วยลดความผันผวนของพอร์ตได้ดี
• หมั่น Rebalance พอร์ต เป็นการดูแลเก็บเกี่ยวผลกำไรเมื่อสุกแล้ว

เมื่อเราคาดเดาตลาดไม่ได้ สิ่งที่ทำได้คือจัดพอร์ตให้พร้อมรับทุกสถานการณ์ และหนึ่งในแนวทางที่น่าสนใจคือการจัดพอร์ตแบบ Core & Satellite ซึ่งตอบโจทย์การกระจายความเสี่ยงได้ดีที่สุด​

พอร์ตแรกที่ต้องสร้างให้มั่นคงคือ Core Port (70-80%) เน้นลงทุนในสินทรัพย์คุณภาพ กระจายทั่วโลกทั้งหุ้นและพันธบัตร โดยยังคงมีสหรัฐฯ เป็นแกนหลัก เพราะยังเป็นเศรษฐกิจและศูนย์กลางเทคโนโลยีที่สำคัญของโลก เมื่อพอร์ตหลักสามารถสร้างผลตอบแทนที่มั่นคงและต่อเนื่อง

ก็ถึงเวลาจัดพอร์ตรองคือ Satellite Port (20-30%) เป็นส่วนที่ช่วยเพิ่มโอกาสสร้างผลตอบแทนจากธีมการเติบโต เช่น AI, Semiconductor และ Data Center ที่กำลังขับเคลื่อนการเติบโตของเศรษฐกิจโลก และต้องกระจายลงทุนไปยังตลาดที่ยังมี Valuation น่าสนใจ นำโดยมหาอำนาจเบอร์สองของโลกอย่างจีนและฮ่องกง ส่วนอินเดียและเวียดนามเป็นฐานการผลิตของโลก

ข้อดีของการกระจายลงทุนทั้งในแง่ของภูมิภาค ตลาดหุ้นประเทศที่มีโอกาสเติบโต และในแง่ของสินทรัพย์ที่หลากหลาย ซึ่งตราสารหนี้ที่มักเคลื่อนไหวในทิศทางตรงกันข้ามกับหุ้นจะช่วยลดความผันผวนให้กับพอร์ต และเพิ่มโอกาสเติบโตในทุกสภาวะตลาด

สิ่งที่สำคัญในการจัดพอร์ต Core & Satellite ควรอยู่ภายใต้คำแนะนำของที่ปรึกษาการลงทุนหรือผู้เชี่ยวชาญก่อนตัดสินใจลงทุนครับ เพราะโลกการลงทุนมีความซับซ้อนและมีความเสี่ยงมากตามไปด้วย และแน่นอนตัวคุณเองต้องศึกษาการลงทุนในสินทรัพย์ที่อยากลงทุน ประเทศที่สนใจ หากคุณมีความรู้ความเข้าใจที่มากพอ จะช่วยให้ตัดสินใจลงทุนได้บนระดับความเสี่ยงที่รับไหว ซึ่งคุณต้องถามตัวเองให้ชัดว่า ลงทุนแบบนี้แล้วจะกินอิ่มนอนหลับหรือไม่ ซึ่งไม่ใช่มองแค่ภาพระยะสั้นหรือวันที่ตลาดขาขึ้น แต่ต้องมองวันที่ตลาดตกลงเห็นตัวแดงติดลบ คุณมีความอดทนระดับใด

การลงทุนของปู่ Buffett ประสบความสำเร็จมาอย่างต่อเนื่อง แก่นแท้สำคัญมาจากความสามารถในการควบคุมอารมณ์ของตัวเองในตลาด เพราะตลาดคือเวทีที่เต็มไปด้วยอารมณ์ของมนุษย์ แกว่งไปมาระหว่างความโลภสุดขีดและความกลัวสุดขีด

“จงกลัวเมื่อคนอื่นโลภ และจงโลภเมื่อคนอื่นกลัว” เป็นคำเตือนใจนักลงทุนให้มีสติอยู่เสมอ ไม่ว่าสถานการณ์ของตลาดจะเป็นอย่างไร แต่นักลงทุนไม่น้อยยังแพ้อารมณ์ตลาด

กลยุทธ์ที่สอง DCA เป็นวิธีทยอยลงทุนต่อเนื่อง อาจไม่ได้ซื้อได้ในราคาที่ต่ำสุด แต่การลงทุนสม่ำเสมอคือสิ่งที่ทำให้เงินต้นและผลตอบแทนค่อยๆ ทบต้น และในเวลาที่ตลาดลง แม้มูลค่าพอร์ตจะหายไป แต่เงิน DCA ที่ใส่เพิ่มเข้าไปใหม่ อาจกำลังซื้อสินทรัพย์ในราคาที่ถูกลง เมื่อวันที่ตลาดเริ่มฟื้นกลับมา หุ้นที่เคยติดลบหนักก็ฟื้นแรงกว่าที่หลายคนคิด การ DCA ทำได้ทั้งในพอร์ตหลักและพอร์ตรอง ขึ้นอยู่กับการจัดสรรเงินของตัวคุณ​

ผมเองก็เคยมีช่วงที่พอร์ตติดลบหนักเกือบ -50% ในพอร์ต Thematic Optimize ที่ถึงจะใส่เงินเข้าไปเท่าไหร่ก็เหมือนเงินหายต่อหน้าต่อตา ‘DCA ปุ๊บ หุ้นก็ร่วง DCA อีก พอร์ตก็ยิ่งแดงกว่าเดิม’ แต่ก็ไม่ได้หยุด DCA ทั้งที่รู้ว่าพรุ่งนี้พอร์ตอาจลงต่ออีกก็ได้ ผลลัพธ์ในวันนี้ พอร์ตฟื้นกลับมากำไรมากกว่า +100%​

จริงๆ ในช่วงนั้นก็ไม่มีใครรู้หรอก ว่าตลาดจะกลับมาเมื่อไหร่ จุดไหนคือต่ำสุด และหลายคนกลัวการลงทุนและหยุดไปเลย เพราะเวลาพอร์ตติดลบหนักๆ เสียงในหัวจะเริ่มดัง ‘หรือเราคิดผิด?’ ‘หรือมันจะไม่กลับมาแล้ว?’ ‘หรือควรรอก่อนดี?’

นี่คือบทพิสูจน์ใจคน อาจไม่ได้มาตอนช่วงพอร์ตกำไร แต่มาตอนที่พอร์ตติดลบ -50% แล้วเรายังลงทุนต่อไหวหรือเปล่า ​

คนส่วนใหญ่ไม่ได้แพ้ตลาด แต่แพ้อารมณ์ตัวเอง ขายตอนกลัว แล้วกลับไปซื้อใหม่ตอนทุกอย่างแพง

กลยุทธ์ Rebalance เป็นงานสำคัญของนักลงทุนที่ต้องให้เวลาในการดูแลสินทรัพย์ที่ลงทุนไปชั่วระยะหนึ่ง ว่าผลตอบแทนเป็นอย่างไรบ้าง หากตัวไหนได้ตามเป้าหมายก็สามารถแบ่งขายบางส่วนออกมา เพื่อรอจังหวะลงทุนรอบใหม่ในสินทรัพย์ที่สนใจต่อไป ซึ่งเรียกว่า ‘ให้เงินทำงาน’ ต่อไปเรื่อยๆ เพื่อสร้างความมั่นคงมั่งคั่งรองรับการมีเงินใช้หลังเกษียณตลอดช่วงชีวิต

สุดท้ายนี้ ผมขอฝาก 3 สิ่งสำคัญที่ทุกคนควรลงทุนนอกเหนือจากตัวเงิน นั่นคือ ลงทุนในความรู้ เพราะต่อให้เงินหมด มีความรู้ก็หาใหม่ได้เสมอ และลงทุนในสุขภาพ ยิ่งร่างกายแข็งแรงและอายุยืนยาวมากเท่าไหร่ พลังของดอกเบี้ยทบต้นก็จะยิ่งทำงานได้มหาศาลมากขึ้นเท่านั้น สิ่งสุดท้ายคือ ลงทุนในความสัมพันธ์ เมื่อมีเงิน มีความรู้ มีสุขภาพดีแล้ว ก็ต้องมีคนรอบข้างที่รักและหวังดีด้วย ชีวิตถึงจะมีความสุขอย่างแท้จริง และมีฐานะการเงินที่ยั่งยืน

The post สู้ดอกเบี้ยสูงไปกับหุ้นสหรัฐฯ: ทำไม Wall Street ยังน่าลงทุนกว่าที่คิด? appeared first on THE STANDARD.

เวลาเราเห็นภาพซูเปอร์มาร์เกตนำอาหารที่ยังรับประทานได้ไปทำลาย หรือเห็นแบรนด์สินค้าบางแห่งเลือกกำจัดสินค้าคงคลังแทนที่จะนำไปบริจาค คำถามแรกที่เกิดขึ้นในใจของคนส่วนใหญ่มักเป็นคำถามด้านจริยธรรม

• ทำไมไม่ส่งต่อให้คนที่ต้องการ?
• ทำไมไม่บริจาคให้มูลนิธิหรือชุมชน?
• หรืออย่างน้อย ทำไมไม่นำสินค้าที่เหลือเหล่านั้นไปใช้ให้เกิดประโยชน์มากกว่าการทำลาย?

คำอธิบายที่เราได้ยินกันบ่อยมักเกี่ยวข้องกับภาพลักษณ์ของแบรนด์ การควบคุมคุณภาพ ความปลอดภัยของผู้บริโภค หรือความกังวลว่าสินค้าจะย้อนกลับเข้าสู่ตลาด แต่ในฐานะคนที่ทำงานเกี่ยวข้องกับการบริหารความเสี่ยง ผมอยากชวนมองอีกด้านหนึ่งครับ

บางครั้งสิ่งที่กำหนดการตัดสินใจของธุรกิจ อาจไม่ใช่ความตั้งใจของผู้ประกอบการเพียงอย่างเดียว แต่อาจเป็นกติกา ต้นทุน ความรับผิดชอบ และแรงจูงใจที่ระบบกฎหมายกับภาษีออกแบบไว้

ในโลกธุรกิจ การตั้งคำถามว่า ‘ใครเป็นคนดีหรือไม่ดี’ อาจยังไม่พอ เราอาจต้องถามต่อว่า

ระบบกำลังทำให้ทางเลือกใดง่ายกว่า ปลอดภัยกว่า และมีต้นทุนน้อยกว่ากัน?

เมื่อความตั้งใจที่ดีแพ้ให้กับต้นทุนและความเสี่ยง

นักเศรษฐศาสตร์มีคำหนึ่งที่ใช้อธิบายเรื่องนี้ว่า Incentive Structure หรือ ‘โครงสร้างแรงจูงใจ’ แนวคิดนี้มองว่า พฤติกรรมของคนและองค์กรไม่ได้เกิดจากความเชื่อหรือความตั้งใจเพียงอย่างเดียว แต่เกิดจากการตอบสนองต่อรางวัล ต้นทุน ความเสี่ยง และผลกระทบที่ตามมาจากแต่ละทางเลือก

ลองนึกภาพว่าธุรกิจแห่งหนึ่งมีสินค้าส่วนเกินอยู่สองทางเลือก

ทางเลือกแรกคือทำลายสินค้า ซึ่งอาจมีขั้นตอนชัดเจน คำนวณต้นทุนได้ และมีหลักฐานทางบัญชีรองรับ

ทางเลือกที่สองคือการบริจาค ซึ่งในความเข้าใจของคนทั่วไปควรเป็นเรื่องง่ายกว่า เพราะสินค้ายังมีประโยชน์และมีผู้ต้องการใช้งาน แต่ในทางปฏิบัติ ผู้ประกอบการอาจต้องพิจารณาทั้งเอกสาร ภาระภาษี เงื่อนไขของผู้รับบริจาค การขนส่ง คุณภาพสินค้า รวมถึงความรับผิดหากสินค้าเกิดปัญหาภายหลัง

เมื่อทางเลือกที่ดู ‘ถูกต้อง’ ในเชิงสังคม กลับมีต้นทุนและความไม่แน่นอนมากกว่า ธุรกิจก็อาจเลือกทางที่ง่ายและควบคุมความเสี่ยงได้มากกว่า แม้ทางเลือกนั้นจะดูไม่สมเหตุสมผลในสายตาของสาธารณชนก็ตาม

นี่ไม่ได้หมายความว่าทุกกรณีเกิดจากภาษี หรือผู้ประกอบการไม่มีหน้าที่รับผิดชอบต่อสังคม แต่สะท้อนว่าการเปลี่ยนพฤติกรรมของทั้งระบบไม่สามารถพึ่งพาความตั้งใจที่ดีเพียงอย่างเดียวได้

ภาษีไม่ใช่แค่เครื่องมือเก็บเงิน

เวลาพูดถึงภาษี คนจำนวนมากมักนึกถึงหน้าที่หลักเพียงเรื่องเดียว คือการจัดเก็บรายได้ให้รัฐบาลเพื่อนำไปใช้จ่ายด้านสาธารณะ แต่ในความเป็นจริงภาษียังทำหน้าที่เป็นเครื่องมือกำหนดทิศทางของระบบเศรษฐกิจด้วย

หากรัฐต้องการกระตุ้นการลงทุน ก็อาจให้สิทธิประโยชน์ทางภาษีแก่โครงการหรืออุตสาหกรรมเป้าหมาย หากต้องการสนับสนุนการวิจัยและพัฒนา ก็อาจเปิดให้ธุรกิจหักค่าใช้จ่ายเพิ่มเติมได้ หากต้องการผลักดันพลังงานสะอาดหรือรถยนต์ไฟฟ้า ก็สามารถออกแบบมาตรการทางภาษีให้ต้นทุนของเทคโนโลยีใหม่ลดลง และทำให้ผู้บริโภคตัดสินใจเปลี่ยนพฤติกรรมได้เร็วขึ้น

กล่าวอีกแบบหนึ่ง ภาษีคือภาษาที่รัฐใช้สื่อสารกับตลาดว่า พฤติกรรมใดควรได้รับการสนับสนุน และพฤติกรรมใดควรมีต้นทุนสูงขึ้น เพราะฉะนั้น คำถามสำคัญของระบบภาษีจึงไม่ใช่เพียงว่า ‘รัฐจะเก็บเงินได้เท่าไร’ แต่รวมถึงคำถามว่า ‘ภาษีแบบนี้กำลังทำให้คนและธุรกิจตัดสินใจอย่างไร’

เปลี่ยนแรงจูงใจ พฤติกรรมก็เปลี่ยน

ประเทศไทยมีตัวอย่างของการใช้แรงจูงใจทางเศรษฐกิจเพื่อเปลี่ยนพฤติกรรมอยู่ไม่น้อย การส่งเสริมการลงทุนผ่าน BOI ช่วยดึงดูดธุรกิจเข้าสู่อุตสาหกรรมเป้าหมาย ขณะที่มาตรการลดหย่อนภาษีสำหรับกองทุนเพื่อการออม มีส่วนกระตุ้นให้ประชาชนวางแผนการเงินในระยะยาวมากขึ้น

ในทำนองเดียวกัน สิทธิประโยชน์ด้านภาษีและมาตรการสนับสนุนรถยนต์ไฟฟ้าก็มีส่วนทำให้ผู้บริโภคและผู้ผลิตค่อยๆ เปลี่ยนจากรถยนต์สันดาปไปสู่รถยนต์ไฟฟ้าเร็วขึ้น ตัวอย่างเหล่านี้สะท้อนหลักการเดียวกันว่า เมื่อสมการด้านต้นทุนและผลประโยชน์เปลี่ยน พฤติกรรมก็สามารถเปลี่ยนตามได้

ดังนั้น หากรัฐต้องการให้ธุรกิจลดของเสีย บริจาคสินค้าส่วนเกิน หรือใช้ทรัพยากรอย่างคุ้มค่ามากขึ้น การรณรงค์ให้ผู้ประกอบการ ‘มีความรับผิดชอบ’ อาจยังไม่เพียงพอ รัฐอาจต้องย้อนกลับมาดูว่า กติกาที่มีอยู่ทำให้พฤติกรรมเหล่านั้นเกิดขึ้นได้ง่ายเพียงใด

บทเรียนจากธุรกิจประกันภัย

หนึ่งในตัวอย่างที่เห็นภาพชัดของการใช้ภาษีเพื่อเปลี่ยนพฤติกรรม คืออุตสาหกรรมประกันภัย

ประเทศไทยให้สิทธิประโยชน์ทางภาษีแก่การทำประกันชีวิต ประกันสุขภาพ และประกันบำนาญมาเป็นเวลานาน เหตุผลไม่ได้อยู่ที่รัฐต้องการสนับสนุนบริษัทประกันภัยเป็นพิเศษ แต่อยู่ที่รัฐมองเห็นประโยชน์ทางเศรษฐกิจและสังคมจากการที่ประชาชนมีเงินออมระยะยาวและมีเครื่องมือบริหารความเสี่ยงของตัวเอง

เมื่อประชาชนมีเงินออมสำหรับวัยเกษียณมากขึ้น ภาระของรัฐในอนาคตก็อาจลดลง เมื่อประชาชนมีประกันสุขภาพ ภาระค่าใช้จ่ายบางส่วนก็สามารถถูกกระจายไปยังระบบประกันภัยและภาคเอกชนได้

ในมุมนี้ การให้สิทธิประโยชน์ทางภาษีจึงไม่ใช่เพียงการที่รัฐยอมสูญเสียรายได้ในวันนี้ แต่เป็นการลงทุนเชิงนโยบาย เพื่อแลกกับผลลัพธ์ทางเศรษฐกิจและสังคมในระยะยาว รัฐยอมให้ประชาชนจ่ายภาษีน้อยลงบางส่วน เพื่อจูงใจให้เกิดพฤติกรรมที่อาจช่วยลดความเสี่ยงและภาระของทั้งระบบในอนาคต

คำถามคือ หลักคิดแบบเดียวกันนี้สามารถนำมาใช้กับเศรษฐกิจหมุนเวียนได้หรือไม่?

ถ้าต้องการ Circular Economy ต้องทำให้การหมุนเวียนคุ้มกว่าเดิม

ในช่วงไม่กี่ปีที่ผ่านมา แนวคิด Circular Economy หรือเศรษฐกิจหมุนเวียน ได้กลายเป็นหนึ่งในทิศทางสำคัญของการพัฒนาอย่างยั่งยืน ภาคธุรกิจจำนวนมากเริ่มลงทุนด้านการลดของเสีย การรีไซเคิล การใช้ทรัพยากรให้คุ้มค่า และการลดการปล่อยก๊าซเรือนกระจก

แต่ในทางปฏิบัติ การนำทรัพยากรส่วนเกินกลับมาใช้ใหม่หรือส่งต่อไปยังผู้ที่ต้องการ อาจไม่ได้ง่ายเหมือนการวาดลูกศรเป็นวงกลมไว้ในรายงานความยั่งยืน ผู้ประกอบการยังต้องพิจารณาต้นทุนในการคัดแยก จัดเก็บ ขนส่ง ตรวจสอบคุณภาพ และจัดทำเอกสาร รวมถึงความรับผิดทางกฎหมายที่อาจเกิดขึ้น

บางกรณี การกำจัดสินค้ากลับเป็นกระบวนการที่ชัดเจนและคาดการณ์ต้นทุนได้ง่ายกว่า ขณะที่การบริจาคหรือการนำกลับมาใช้ใหม่มีตัวแปรที่ต้องจัดการมากกว่า แน่นอนว่ากฎหมายไทยมีมาตรการสนับสนุนการบริจาคบางรูปแบบอยู่แล้ว และระบบภาษีไม่ได้เป็นอุปสรรคในทุกกรณี แต่ประเด็นที่ควรตั้งคำถามคือ มาตรการที่มีอยู่เพียงพอและง่ายต่อการใช้งานหรือยัง

หากประเทศไทยต้องการให้การบริจาคอาหารส่วนเกิน การนำสินค้าเหลือใช้กลับมาใช้ประโยชน์ และการลดของเสียเกิดขึ้นในวงกว้าง ระบบกฎหมายและภาษีอาจต้องถูกออกแบบให้สอดคล้องกับเป้าหมายนั้นมากขึ้น

ไม่ใช่เพียงอนุญาตให้ทำได้ แต่ต้องทำให้การทำสิ่งเหล่านี้ไม่กลายเป็นภาระที่ยุ่งยากเกินความจำเป็นสำหรับผู้ประกอบการ

นโยบายที่ดี ต้องทำให้ทางเลือกที่ถูกต้องเป็นทางเลือกที่ง่าย

ที่ผ่านมารัฐใช้สิทธิประโยชน์ทางภาษีเพื่อส่งเสริมการลงทุน การออม การทำประกัน และการเปลี่ยนผ่านไปสู่อุตสาหกรรมใหม่ เพราะรัฐเข้าใจว่าหากพฤติกรรมใดสร้างประโยชน์ต่อสังคม การออกแบบแรงจูงใจที่เหมาะสมจะช่วยให้พฤติกรรมนั้นเกิดขึ้นได้เร็วและกว้างขึ้น

หลักการเดียวกันนี้ควรถูกนำมาใช้กับการลดของเสียและเศรษฐกิจหมุนเวียน หากการบริจาค การรีไซเคิล และการนำทรัพยากรกลับมาใช้ใหม่สร้างประโยชน์ต่อสังคม รัฐก็ควรพิจารณาว่าจะลดต้นทุน ลดความซับซ้อน และจำกัดความเสี่ยงของผู้ประกอบการได้อย่างไร

เพราะท้ายที่สุด ธุรกิจไม่ได้ตัดสินใจอยู่ในโลกของอุดมคติเพียงอย่างเดียว แต่ต้องดำเนินงานอยู่ภายใต้ต้นทุน ความเสี่ยง การแข่งขัน และกติกาที่รัฐเป็นผู้ออกแบบ

ครั้งต่อไปที่เราเห็นธุรกิจเลือกทำลายสินค้าที่ดูเหมือนยังมีประโยชน์ ก่อนจะรีบสรุปว่าเป็นเพราะผู้ประกอบการขาดจริยธรรม เราอาจต้องลองถามให้ลึกขึ้นอีกหนึ่งชั้นว่า ระบบกำลังให้รางวัลกับการส่งต่อทรัพยากร หรือกำลังทำให้การทำลายเป็นทางเลือกที่ง่ายกว่า?

กฎหมายที่ดีไม่ควรมีหน้าที่เพียงลงโทษพฤติกรรมที่สังคมไม่ต้องการ แต่ควรออกแบบให้ ‘การทำสิ่งที่ถูกต้อง’ เป็นทางเลือกที่ง่าย คุ้มค่า และมีความเสี่ยงต่ำที่สุดสำหรับทุกฝ่าย เพราะบางครั้ง หากเราต้องการเปลี่ยนพฤติกรรมของธุรกิจ สิ่งที่ต้องเปลี่ยนอาจไม่ใช่ความตั้งใจของผู้ประกอบการ แต่อาจเป็นสมการที่อยู่เบื้องหลังการตัดสินใจของพวกเขา

ภาพ: Roman Samborskyi / Shutterstock

The post ทำไมธุรกิจยอมทำลายสินค้าที่บริจาคได้? คำตอบอาจไม่ได้อยู่ที่จริยธรรมแต่อยู่ที่ระบบภาษี appeared first on THE STANDARD.

หากหลายทศวรรษที่ผ่านมาเป็นยุคของการแข่งขันด้านประสิทธิภาพ หรือ Efficiency Era ที่ธุรกิจทั่วโลกมุ่งสร้างห่วงโซ่อุปทาน (Supply Chain) ให้ ‘เร็วที่สุด’ และ ‘ต้นทุนต่ำที่สุด’ ทศวรรษข้างหน้าอาจเป็นยุคของการแข่งขันด้านความสามารถในการปรับตัว หรือ Adaptability Era ที่ผู้ชนะไม่ได้วัดจากต้นทุนที่ต่ำที่สุดเพียงอย่างเดียว แต่อยู่ที่ความสามารถในการมองเห็นความเสี่ยงล่วงหน้า ปรับตัวได้รวดเร็ว และฟื้นตัวได้ดีกว่าคู่แข่งภายใต้โลกที่เต็มไปด้วยแรงกระแทกเชิงโครงสร้าง

ในยุคโลกาภิวัตน์ที่ผ่านมา ความได้เปรียบทางการแข่งขันมักถูกวัดจากความสามารถในการผลิตได้เร็ว ส่งมอบสินค้าได้ไว และบริหารต้นทุนได้อย่างมีประสิทธิภาพสูงสุด แนวคิดแบบ Just-in-Time จึงกลายเป็นหัวใจสำคัญของ Supply Chain สมัยใหม่ เพราะช่วยลดสินค้าคงคลัง ลดต้นทุน และเพิ่มประสิทธิภาพของเงินทุนหมุนเวียน อย่างไรก็ตาม โลกในปัจจุบันกำลังทำให้สูตรความสำเร็จดังกล่าวถูกท้าทายมากขึ้นเรื่อยๆ เมื่อความขัดแย้งทางภูมิรัฐศาสตร์ สงคราม ภัยธรรมชาติ ความผันผวนของพลังงาน และความไม่แน่นอนทางเศรษฐกิจ สามารถสร้างผลกระทบต่อ Supply Chain ทั่วโลกได้อย่างรวดเร็ว

เหตุการณ์เพียงครั้งเดียวอาจทำให้โรงงานต้องหยุดการผลิต เส้นทางการขนส่งหยุดชะงัก หรือเกิดปัญหาคอขวดที่ส่งผลกระทบต่อทั้งอุตสาหกรรมภายในเวลาไม่กี่วัน ความเสี่ยงเหล่านี้สะท้อนว่า Supply Chain แบบเดิมที่ออกแบบมาเพื่อเพิ่มประสิทธิภาพสูงสุด อาจไม่เพียงพออีกต่อไปในโลกที่แรงกระแทกเกิดถี่ขึ้น รุนแรงขึ้น และเชื่อมโยงกันมากขึ้น

ด้วยเหตุนี้ ภาคธุรกิจจึงเริ่มปรับมุมมองจากการให้ความสำคัญกับต้นทุนต่ำที่สุด ไปสู่การสร้าง ความยืดหยุ่น ความโปร่งใส และความสามารถในการฟื้นตัว มากขึ้น หลายองค์กรเริ่มเปลี่ยนจากแนวคิด Just-in-Time ไปสู่ Just-in-Case โดยยอมรับว่าการมีทางเลือกสำรอง การกระจายฐานซัพพลายเออร์ และการถือสินค้าคงคลังเชิงยุทธศาสตร์บางส่วน อาจเป็นต้นทุนที่จำเป็นเพื่อแลกกับความมั่นคงของการดำเนินธุรกิจในระยะยาว

แนวโน้มดังกล่าวสอดคล้องกับมุมมองของ World Economic Forum ที่ชี้ว่า โลกกำลังก้าวออกจาก Supply Chain แบบเดิมที่ยึดติดกับกระบวนการตายตัวและการเพิ่มประสิทธิภาพสูงสุด ไปสู่เครือข่าย Supply Chain ที่สามารถเรียนรู้ ปรับตัว และตอบสนองต่อความเปลี่ยนแปลงได้อย่างต่อเนื่อง ภายใต้สภาพแวดล้อมที่มีความเสี่ยงหลากหลาย ทั้งภูมิรัฐศาสตร์ นโยบายการค้า ต้นทุนพลังงาน ภัยธรรมชาติ และแรงกระเพื่อมจากเทคโนโลยีใหม่

ตัวอย่างที่เห็นได้ชัดคือความตึงเครียดในทะเลแดง ซึ่งทำให้เรือสินค้าจำนวนมากต้องเปลี่ยนเส้นทางอ้อมผ่านแอฟริกา ส่งผลให้ต้นทุนและระยะเวลาการขนส่งเพิ่มขึ้นอย่างมีนัยสำคัญ ขณะเดียวกัน ภัยแล้งและสภาพอากาศสุดขั้วในหลายประเทศก็เริ่มกระทบต่อผลผลิตทางการเกษตร วัตถุดิบอุตสาหกรรม และความต่อเนื่องของกระบวนการผลิต เหตุการณ์เหล่านี้สะท้อนให้เห็นว่า ความเสี่ยงของ Supply Chain ในปัจจุบันไม่ได้จำกัดอยู่เพียงเรื่องโลจิสติกส์อีกต่อไป แต่กำลังเชื่อมโยงกับเศรษฐกิจ สิ่งแวดล้อม พลังงาน และภูมิรัฐศาสตร์อย่างซับซ้อนมากขึ้น

ประเด็นสำคัญคือ Supply Chain ในอนาคตไม่ได้เผชิญความท้าทายจากการขนส่งหรือวัตถุดิบเพียงอย่างเดียว แต่กำลังเผชิญข้อจำกัดด้าน พลังงานและโครงสร้างพื้นฐานไฟฟ้า ซึ่งกำลังกลายเป็นปัจจัยการผลิตที่มีความสำคัญไม่ต่างจากแรงงาน ทุน หรือวัตถุดิบ ในโลกที่เศรษฐกิจดิจิทัลขยายตัวอย่างรวดเร็ว ความมั่นคงของพลังงานไม่ใช่เพียงประเด็นด้านต้นทุน แต่เป็นเงื่อนไขสำคัญของความต่อเนื่องทางธุรกิจ

ในมุมมองของ SCB CIO ความท้าทายของ Supply Chain ยุคใหม่จึงต้องมองควบคู่กับการเปลี่ยนผ่านด้านพลังงาน หรือ Energy Transition อย่างหลีกเลี่ยงไม่ได้ เพราะในขณะที่ภาคธุรกิจต้องปรับตัวสู่เศรษฐกิจคาร์บอนต่ำ ความต้องการใช้ไฟฟ้ากลับเพิ่มขึ้นอย่างรวดเร็วจากหลายแรงขับเคลื่อนพร้อมกัน ไม่ว่าจะเป็น รถยนต์ไฟฟ้า ระบบอัตโนมัติในภาคอุตสาหกรรม การใช้ไฟฟ้าแทนพลังงานฟอสซิลในกระบวนการผลิต รวมถึง Data Center สำหรับ AI ซึ่งทั้งความเสี่ยงด้านพลังงานและระบบทำความเย็นถือเป็นประเด็นเชิงโครงสร้างที่สำคัญ เพราะศูนย์ข้อมูลต้องใช้ไฟฟ้าจำนวนมากและต้องรักษาเสถียรภาพของอุณหภูมิอย่างต่อเนื่อง หากระบบไฟฟ้าไม่เพียงพอ หรือระบบทำความเย็นมีข้อจำกัด ย่อมกระทบต่อความต่อเนื่องของบริการดิจิทัล ระบบคลาวด์ การประมวลผล AI ซึ่งเป็นนวัตกรรมที่เป็นรากฐานของโลกในอนาคตอันใกล้

แรงกดดันดังกล่าวทำให้โครงสร้างพื้นฐานด้านไฟฟ้าเริ่มกลายเป็นจุดเปราะบางใหม่ของ Supply Chain หากในอดีตความล่าช้าอาจเกิดจากท่าเรือ คลังสินค้า หรือซัพพลายเออร์รายใดรายหนึ่ง ในอนาคตความเสี่ยงอาจมาจากข้อจำกัดของระบบไฟฟ้า กำลังการผลิตพลังงานสะอาดที่ไม่เพียงพอ ความผันผวนของราคาไฟฟ้า หรือระบบสายส่งที่ไม่สามารถรองรับความต้องการใช้พลังงานที่เพิ่มขึ้นได้ทันเวลา

ประเด็นนี้มีความสำคัญมากขึ้นเมื่อพิจารณาควบคู่กับแนวโน้มอุณหภูมิโลกที่ปรับตัวสูงขึ้นอย่างต่อเนื่อง ภาวะโลกร้อนกำลังผลักดันให้ความต้องการระบบทำความเย็น หรือ Cooling Demand เพิ่มขึ้นทั้งในภาคครัวเรือน อาคารสำนักงาน โรงงานอุตสาหกรรม และ Data Center ซึ่งเป็นโครงสร้างพื้นฐานสำคัญของเศรษฐกิจดิจิทัล ขณะเดียวกัน ความเสี่ยงจากภาวะ Super El Niño ยังอาจเร่งให้อุณหภูมิในหลายพื้นที่สูงกว่าค่าเฉลี่ย ส่งผลให้ความต้องการใช้ไฟฟ้าและระบบทำความเย็นเพิ่มขึ้นอย่างมีนัยสำคัญ

ดังนั้น เมื่อความไม่แน่นอนจาก ข้อจำกัดด้าน พลังงานและโครงสร้างพื้นฐานไฟฟ้า และ สภาพภูมิอากาศที่ส่งผลให้โลกร้อนขึ้น รวมถึงความไม่แน่นอนที่ภูมิรัฐศาสตร์ที่สูงและถี่มากขึ้น กำลังกลายเป็น ‘สภาวะปกติใหม่’ ของระบบเศรษฐกิจโลก ที่ภาครัฐและภาคธุรกิจต้องมี Adaptability เพื่อปรับตัวได้รวดเร็ว และแนวคิดการบริหารแบบ Just-in-Case ที่รองรับเหตุการณ์ไม่คาดคิด

กล่าวอีกนัยหนึ่ง ESG ไม่ได้เป็นเพียงธีมด้านสิ่งแวดล้อม แต่กำลังกลายเป็นส่วนหนึ่งของการออกแบบ Supply Chain ยุคใหม่ โดยองค์กรที่สามารถเข้าถึงพลังงานที่มั่นคง สะอาด และมีต้นทุนแข่งขันได้ จะมีความได้เปรียบในการดำเนินธุรกิจมากขึ้น ขณะที่องค์กรที่พึ่งพาโครงสร้างพื้นฐานพลังงานที่เปราะบาง อาจเผชิญความเสี่ยงทั้งด้านต้นทุน การผลิต การส่งมอบสินค้า และความน่าเชื่อถือของระบบปฏิบัติการ

ภายใต้ความซับซ้อนที่เพิ่มขึ้น การมีข้อมูลจำนวนมากอาจไม่เพียงพออีกต่อไป สิ่งที่องค์กรต้องการคือความสามารถในการเปลี่ยนข้อมูลให้กลายเป็นองค์ความรู้ที่นำไปสู่การตัดสินใจได้ทันเวลา แนวคิดของ AI-native Supply Chain จึงเริ่มได้รับความสนใจมากขึ้น เพราะเป้าหมายไม่ได้อยู่ที่การรวบรวมข้อมูลเพียงอย่างเดียว แต่คือการเชื่อมโยงข้อมูลด้านโลจิสติกส์ พลังงาน การผลิต สินค้าคงคลัง ความต้องการของลูกค้า และข้อจำกัดเชิงโครงสร้างเข้าด้วยกัน เพื่อคาดการณ์ความเสี่ยง ประเมินผลกระทบ และปรับแผนได้ล่วงหน้า

ในอดีต การเพิ่มความยืดหยุ่นของ Supply Chain มักต้องแลกกับต้นทุนที่สูงขึ้น เช่น การถือสินค้าคงคลังมากขึ้น การมีซัพพลายเออร์หลายราย หรือการกระจายฐานการผลิตไปหลายประเทศ แต่ AI กำลังช่วยลด Trade-off ระหว่าง Efficiency และ Resilience ผ่านการวิเคราะห์เชิงคาดการณ์และการตัดสินใจแบบเรียลไทม์ ทำให้องค์กรสามารถเพิ่มความสามารถในการรับมือความเสี่ยงได้ โดยไม่จำเป็นต้องเพิ่มต้นทุนสำรองในระดับเดียวกับอดีต

นอกจากนี้ ยังต้องสามารถคาดการณ์ปัญหา วิเคราะห์ทางเลือก และปรับตัวได้ก่อนที่ผลกระทบจะเกิดขึ้นจริง ตัวอย่างเช่น เมื่อท่าเรือแห่งหนึ่งเกิดความล่าช้า ระบบไม่ควรทำหน้าที่เพียงแจ้งเตือน แต่ควรประเมินได้ทันทีว่าควรเปลี่ยนเส้นทางขนส่งหรือไม่ ควรสลับซัพพลายเออร์รายใด ต้นทุนจะเพิ่มขึ้นมากน้อยเพียงใด สินค้าคงคลังที่มีอยู่เพียงพอหรือไม่ และข้อจำกัดด้านพลังงานจะกระทบต่อกำลังการผลิตอย่างไร ทั้งหมดนี้สามารถเกิดขึ้นได้แบบเรียลไทม์

ด้วยเหตุนี้ AI จึงกำลังเปลี่ยนบทบาทจากการเป็นเพียงเครื่องมืออัตโนมัติ ไปสู่การเป็น ‘สมอง’ ของ Supply Chain ที่ช่วยประเมินความเสี่ยง วางทางเลือก และสนับสนุนการตัดสินใจเชิงกลยุทธ์ได้อย่างต่อเนื่อง ซึ่งนำไปสู่การเกิดขึ้นของ Adaptive Supply Chain หรือเครือข่าย Supply Chain ที่เชื่อมโยงโรงงาน คลังสินค้า ผู้ให้บริการโลจิสติกส์ ซัพพลายเออร์ โครงสร้างพื้นฐานด้านพลังงาน และแพลตฟอร์มข้อมูลต่าง ๆ เข้าด้วยกันแบบเรียลไทม์

แนวโน้มดังกล่าวยังเชื่อมโยงกับการเติบโตของ Physical AI หรือ AI ที่ถูกฝังอยู่ในหุ่นยนต์ เครื่องจักร ระบบคลังสินค้า และเครือข่ายปฏิบัติการจริงในภาคอุตสาหกรรม เทคโนโลยีเหล่านี้จะช่วยให้ระบบสามารถตอบสนองต่อการเปลี่ยนแปลงได้รวดเร็ว แม่นยำ และมีประสิทธิภาพมากขึ้น ไม่ว่าจะเป็นการจัดการคลังสินค้าอัตโนมัติ การปรับกำลังการผลิตตามข้อจำกัดของพลังงาน การบริหารเส้นทางขนส่ง หรือการตรวจสอบคุณภาพในกระบวนการผลิต

ในมุมมองการลงทุน เรามองว่า Adaptive Supply Chain กำลังสร้างโอกาสการลงทุนในหลายมิติ ไม่ใช่เฉพาะในธุรกิจโลจิสติกส์ แต่ครอบคลุมไปถึง Ecosystem ทั้งระบบ

กลุ่มแรก คือ บริษัทที่พัฒนาซอฟต์แวร์ด้าน Supply Chain เช่น ระบบวิเคราะห์เชิงคาดการณ์ แพลตฟอร์มติดตาม Supply Chain แบบเรียลไทม์ โดยเฉพาะระบบกักเก็บพลังงานที่เริ่มมีบทบาทและความสำคัญมากขึ้นในการจัดการพลังงานที่มีความต้องการสูงและอุปทานที่จำกัด และเครื่องมือบริหารจัดการ AI ซึ่งล้วนเป็นโครงสร้างพื้นฐานสำคัญของ Adaptive Supply Chain

กลุ่มที่สอง คือ ระบบอัตโนมัติในภาคอุตสาหกรรม เช่น หุ่นยนต์ คลังสินค้าอัจฉริยะ ระบบจัดการข้อมูล และเทคโนโลยีที่เกี่ยวข้องกับ Physical AI

กลุ่มที่สาม คือ โครงสร้างพื้นฐานด้านโลจิสติกส์ รวมถึงทรัสต์เพื่อการลงทุนในอสังหาริมทรัพย์ (REITs) กลุ่มอุตสาหกรรม โดยเฉพาะสินทรัพย์ที่อยู่ในจุดยุทธศาสตร์ของการกระจายฐานการผลิตและการขนส่ง

ขณะที่กลุ่มสุดท้าย คือ ประเทศหรือบริษัทที่ได้ประโยชน์จากการย้ายฐานการผลิตและการกระจายความเสี่ยงของห่วงโซ่อุปทานโลก เช่น ประเทศในเอเชียตะวันออกเฉียงใต้

อย่างไรก็ดี ไม่ได้หมายความว่าธุรกิจทุกแห่งในทั้ง 4 กลุ่มนี้ จะได้รับประโยชน์เท่ากัน เพราะท้ายที่สุด นักลงทุนอาจไม่ได้ให้มูลค่าเพิ่มกับบริษัทที่เพียง ‘พูดเรื่อง ESG’ หรือ ‘พูดเรื่องความยืดหยุ่น’ แต่จะให้ความสำคัญกับบริษัทที่สามารถลงมือทำได้จริง มี Supply Chain ที่โปร่งใส ยืดหยุ่น และทนทานต่อแรงกระแทกของโลกยุคใหม่ได้จริง

คำเตือน:

• การลงทุนมีความเสี่ยง ผู้ลงทุนควรทำความเข้าใจลักษณะสินค้า เงื่อนไขผลตอบแทน และความเสี่ยง รวมถึงควรขอคำแนะนำเพิ่มเติมจากผู้ประกอบธุรกิจก่อนตัดสินใจลงทุน
• เนื่องจากกองทุนไม่ได้ป้องกันความเสี่ยงอัตราแลกเปลี่ยนทั้งจำนวน ผู้ลงทุนอาจขาดทุนหรือได้รับกำไรจากอัตราแลกเปลี่ยน/หรือได้รับเงินคืนต่ำกว่าเงินลงทุนเริ่มแรกได้
• สอบถามรายละเอียดเพิ่มเติมได้ที่ SCB Call Center โทร. 02-777-7777

ภาพ: one photo / Shutterstock

อ้างอิง:

• World Economic Forum, Why supply chains are shifting from rigid systems to adaptive networks (8 May 2026) [weforum.org]
• World Economic Forum, Global Value Chains Outlook 2026: Orchestrating Corporate and National Agility [weforum.org]
• World Economic Forum, Global Supply Chains Enter Era of Structural Volatility, World Economic Forum Report Finds (19 Jan 2026) [weforum.org]

The post Adaptive Supply Chain : นิยามใหม่ของห่วงโซ่อุปทาน บนโลกที่ไม่แน่นอน appeared first on THE STANDARD.

ประเด็นที่ตลาดการเงินทั่วโลกจับตามากที่สุดในขณะนี้ คือการกลับมาปะทุของความตึงเครียดในตะวันออกกลาง ซึ่งส่งผลให้ราคาน้ำมันดิบปรับตัวสูงขึ้นอย่างรวดเร็ว และเพิ่มแรงกดดันต่อแนวโน้มเงินเฟ้อโลก ขณะเดียวกัน อัตราผลตอบแทนพันธบัตรรัฐบาลสหรัฐฯ ก็ปรับตัวขึ้นแตะระดับสูงสุดในรอบหลายปี สะท้อนความกังวลของนักลงทุนต่อความเสี่ยงด้านเงินเฟ้อและแนวโน้มนโยบายการเงินของธนาคารกลางสหรัฐฯ (Fed)

ทว่าตัวเลขเงินเฟ้อดัชนีราคาผู้บริโภค (CPI) ของสหรัฐฯ ประจำเดือนมิถุนายนที่ประกาศล่าสุดอยู่ที่ 3.5% YoY ต่ำกว่าที่ตลาดคาดการณ์ไว้ที่ 3.8% และชะลอลงจากระดับ 4.2% ในเดือนก่อนหน้า ขณะที่ Core CPI ก็ชะลอลงมาอยู่ที่ 2.6% ซึ่งต่ำกว่าที่นักวิเคราะห์คาดการณ์เช่นกัน ส่งผลให้แรงกดดันต่อการดำเนินนโยบายการเงินแบบเข้มงวดของ Fed ผ่อนคลายลงบางส่วน

ทั้งนี้ ตัวเลขเงินเฟ้อดังกล่าวยังไม่สะท้อนผลกระทบจากการปรับตัวขึ้นของราคาน้ำมันในระยะล่าสุด อีกทั้งอัตราเงินเฟ้อทั่วไปที่ระดับ 3.5% ยังคงสูงกว่าเป้าหมายระยะยาวของ Fed จึงประเมินว่าธนาคารกลางสหรัฐฯ จะยังคงรอประเมินข้อมูลเศรษฐกิจเพิ่มเติมก่อนปรับเปลี่ยนนโยบายการเงิน ส่งผลให้ตลาดยังเผชิญความไม่แน่นอนจากทั้งแนวโน้มเงินเฟ้อและพัฒนาการของสถานการณ์ในตะวันออกกลาง ซึ่งจะเป็นตัวกำหนดทิศทางสินทรัพย์เสี่ยง อัตราผลตอบแทนพันธบัตร และการคาดการณ์นโยบายการเงินในระยะต่อไป

ท่ามกลางปัจจัยดังกล่าว ประเด็นที่ต้องติดตามอย่างใกล้ชิดคือการปรับตัวขึ้นของอัตราผลตอบแทนพันธบัตรรัฐบาลสหรัฐฯ ซึ่งส่งผลต่อตลาดหุ้นไทยผ่าน 3 ด้านหลัก ได้แก่ Valuation, Fund Flow และ Earnings Yield Gap การปรับขึ้นของ Bond Yield ทำให้อัตราคิดลดสูงขึ้น กดดันมูลค่าหุ้น โดยเฉพาะหุ้นที่ซื้อขายด้วย Valuation สูงหรือมีความคาดหวังการเติบโตของกำไรในระยะยาว ขณะเดียวกัน ผลตอบแทนสินทรัพย์ปลอดภัยของสหรัฐฯ ที่สูงขึ้นย่อมเพิ่มแรงจูงใจให้เงินทุนไหลออกจากตลาดเกิดใหม่ และทำให้ส่วนต่างระหว่าง Earnings Yield ของตลาดหุ้นไทยกับพันธบัตรรัฐบาลสหรัฐฯ แคบลง ซึ่งในอดีตมักสัมพันธ์กับแรงขายจากนักลงทุนต่างชาติ

อย่างไรก็ตาม ภาพที่เกิดขึ้นจริงในรอบนี้กลับแตกต่างจากทฤษฎี โดยแม้ Bond Yield จะปรับตัวสูงขึ้น แต่ต่างชาติยังคงซื้อสุทธิหุ้นไทยต่อเนื่อง โดยในเดือนกรกฎาคม (1 – 17 ก.ค. 69) มียอดซื้อสุทธิกว่า 4 หมื่นล้านบาท ส่งผลให้ยอดซื้อสุทธิสะสมตั้งแต่ต้นปีอยู่ที่เกือบ 7 หมื่นล้านบาท นับเป็นปีแรกที่พลิกกลับมาซื้อสุทธิหลังขายต่อเนื่อง 3 ปี (2566-2568) รวมกว่า 4.4 แสนล้านบาท สะท้อนว่ายังมีโอกาสที่เม็ดเงินต่างชาติจะทยอยไหลกลับ ซึ่งช่วยลดทอนแรงกดดันจาก Bond Yield ได้บางส่วน เมื่อพิจารณาร่วมกับตัวเลขเงินเฟ้อสหรัฐฯ ที่ชะลอลง จึงประเมินว่าการปรับขึ้นของ Bond Yield ในรอบนี้สะท้อนความกังวลต่อความเสี่ยงด้านเงินเฟ้อและราคาพลังงานมากกว่าการคาดการณ์ว่า Fed จะกลับมาใช้นโยบายการเงินที่เข้มงวดมากขึ้น

เมื่อกลับมาที่ราคาน้ำมันซึ่งเป็นอีกหนึ่งตัวแปรหลัก ผลกระทบต่อเศรษฐกิจไทยมีทั้งด้านบวกและลบ ในด้านลบ ราคาพลังงานที่สูงขึ้นอาจเพิ่มแรงกดดันต่อเงินเฟ้อ ต้นทุนการผลิต และกำลังซื้อของภาคครัวเรือน อีกทั้งยังจำกัดโอกาสที่คณะกรรมการนโยบายการเงิน (กนง.) จะดำเนินนโยบายการเงินผ่อนคลาย หากเงินเฟ้อกลับมาเร่งตัว นอกจากนี้ ราคาน้ำมันที่อยู่ในระดับสูงยังอาจกดดันดุลบัญชีเดินสะพัดและค่าเงินบาทผ่านต้นทุนนำเข้าพลังงานที่เพิ่มขึ้น

ในทางกลับกัน ตลาดหุ้นไทยมีโครงสร้างที่แตกต่างจากหลายประเทศ เนื่องจากมีน้ำหนักหุ้นกลุ่มพลังงานและปิโตรเคมีค่อนข้างสูง ซึ่งมีแนวโน้มได้รับประโยชน์จากราคาน้ำมันที่ปรับตัวขึ้น จึงช่วยพยุงดัชนีโดยรวมได้บางส่วน ขณะที่ปัจจัยภายในประเทศยังสนับสนุนบรรยากาศการลงทุน ทั้งการปรับเพิ่มประมาณการ GDP ปีนี้ของ กนง. ขึ้นเป็น 2.3% จากเดิม 1.5% และภาวะอัตราดอกเบี้ยที่แท้จริง (Real Interest Rate) ซึ่งยังอยู่ในระดับติดลบและเอื้อต่อการลงทุนในสินทรัพย์เสี่ยง

อย่างไรก็ตาม ประเด็นที่ไม่ควรมองข้ามคือ SET Index ปัจจุบันซื้อขายที่ระดับ P/E ราว 16 เท่า ใกล้เคียงค่าเฉลี่ยระยะยาว ทำให้ Upside จากการขยายตัวของ Valuation อาจเริ่มจำกัด การปรับขึ้นต่อจากนี้จึงต้องพึ่งปัจจัยพื้นฐานใหม่ เช่น กำไรที่โตเกินคาดหรือเงินทุนต่างชาติที่ไหลเข้าต่อเนื่อง

ด้วยความไม่แน่นอนที่ยังสูงทั้งจากสงครามตะวันออกกลาง เงินเฟ้อ และทิศทาง Bond Yield จึงประเมินว่า SET Index มีโอกาสทดสอบบริเวณ 1,650–1,700 จุดได้ ก็ต่อเมื่อ กระแสเงินทุนต่างชาติยังไหลเข้าต่อเนื่องและ Bond Yield สหรัฐฯ ไม่เร่งตัวขึ้นอีก ซึ่งเป็นเงื่อนไขที่ยังไม่มีความแน่นอนสูงนัก ขณะที่แนวรับสำคัญบริเวณ 1,530–1,540 จุด ก็อาจถูกทดสอบได้เช่นกันหากปัจจัยลบข้างต้นรุนแรงกว่าคาด ภาพการลงทุนในระยะถัดไปน่าจะอยู่ในลักษณะของการสลับกลุ่มลงทุน (Sector Rotation) มากกว่าการปรับขึ้นพร้อมกันทั้งตลาด

ภายใต้ภาพ Sector Rotation และภาวะที่ราคาน้ำมันยังมีความผันผวน ขณะที่ทิศทางการคลี่คลายของสถานการณ์ในตะวันออกกลางยังไม่ชัดเจน กลยุทธ์ที่เหมาะสมคือการจัดพอร์ตแบบ Barbell Strategy โดยให้น้ำหนักหุ้นพลังงานต้นน้ำเพื่อเป็น Hedge ต่อความเสี่ยงจากราคาน้ำมันที่อยู่ในระดับสูง ควบคู่กับหุ้น Domestic ที่ได้รับประโยชน์จากการฟื้นตัวของเศรษฐกิจไทยจากแรงส่งของมาตรการกระตุ้นเศรษฐกิจและกำลังซื้อที่ทยอยฟื้นตัว เช่น กลุ่มธนาคาร กลุ่มการแพทย์ กลุ่มค้าปลีก และกลุ่มท่องเที่ยว รวมถึงกลุ่มนิคมอุตสาหกรรมและโรงไฟฟ้าที่ได้รับแรงหนุนจากการลงทุนโดยตรงจากต่างประเทศ (FDI) และการขยายตัวของ Data Center ขณะที่ควรเพิ่มความระมัดระวังต่อกลุ่มสายการบิน ซึ่งมีต้นทุนเชื้อเพลิงเป็นสัดส่วนสูง และอาจเผชิญแรงกดดันต่ออัตรากำไร หากราคาน้ำมันทรงตัวในระดับสูงต่อเนื่อง

สำหรับปัจจัยที่ต้องติดตามอย่างใกล้ชิด ได้แก่ พัฒนาการของสถานการณ์ในตะวันออกกลาง ที่หากยกระดับความรุนแรงจะดันราคาน้ำมันขึ้นแรงและปลุกความเสี่ยงเงินเฟ้อรอบใหม่ รองลงมาคือทิศทางนโยบายการเงินของประเทศหลักและแนวโน้มเงินเฟ้อโลกที่หากค้างสูงนานกว่าคาดจะกดดันสินทรัพย์เสี่ยง ดังนั้น ในเชิงกลยุทธ์ จังหวะการอ่อนตัวของดัชนีจึงยังเป็นโอกาสทยอยสะสมหุ้นในธีมดังกล่าว มากกว่าการไล่ซื้อในช่วงที่ตลาดปรับตัวขึ้นแรง

ภาพ: Who is Danny / Shutterstock

The post ท่ามกลางภาวะน้ำมันแพง Bond Yield พุ่ง Valuation ตึงตัว SET Index ไปต่อได้อีกแค่ไหน appeared first on THE STANDARD.

ตลาดหุ้นกลางปี 2026 กลายเป็นหนึ่งในช่วงที่ความผันผวนพุ่งสูงที่สุดครั้งหนึ่งในประวัติศาสตร์ และศูนย์กลางของความปั่นป่วนทั้งหมด คือหุ้น Semiconductor

ดัชนีที่สะท้อนความผันผวนได้ดีที่สุดคือ Philadelphia Semiconductor (SOX) ที่เข้าโหมดกระทิงทะยานขึ้นจากเดือนมีนาคมกว่า 105% ไปทำจุดสูงสุดใหม่เมื่อวันที่ 22 มิถุนายน ก่อนจะพลิกร่วงลงเกิน 20% ภายในเวลาไม่ถึงหนึ่งเดือน เข้าสู่ภาวะตลาดหมีด้วยความเร็วสูงไม่แพ้ขาขึ้น

สำหรับนักลงทุนไทย คำถามที่เราควรหาคำตอบจึงไม่ใช่แค่ว่า “ตลาดหมี AI เกิดขึ้นแล้วจริงหรือไม่” แต่ควรมองให้ไกล ไปถึงการวางกลยุทธ์ รู้เท่าทันความผันผวนที่สูงผิดปกติในรอบนี้ครับ

เรื่องแรกที่ต้องเข้าใจคือเหตุผลของ Chip Bear Market ในรอบนี้ไม่ได้เกิดจากพื้นฐานที่แย่ลง หรือการเติบโตไม่มาตามคาด แต่เกิดจากแรงขายทำกำไรหลังตลาดปรับตัวขึ้นแรงผิดปรกติ

จุดที่ต้องเน้นคือ ‘จังหวะ’ ตลาดหมีเกิดขึ้นหลังจากที่ดัชนีพุ่งขึ้นกว่าเท่าตัว กำไรเติบโตสูงกว่า 50-100% จากปีก่อน และแม้ราคาจะปรับลงแล้ว ดัชนี SOX ก็ยังบวกอยู่กว่า 65% นับจากต้นปี สะท้อนว่าตลาดหมีอาจเป็นเรื่องของความเร็ว มากกว่าทิศของพื้นฐาน

เมื่อเข้าใจว่าต้นตอคือแรงขายทำกำไร คำถามถัดมาคือแล้วอะไรเป็นตัวจุดชนวน

แม้แรงขายล่าสุดจะมาจากข่าวว่าโมเดล AI Kimi K3 จาก Moonshot ของจีนมีความสามารถเทียบเท่าโมเดลของสหรัฐฯ บนต้นทุนที่ต่ำกว่า แต่บทสรุปก็อาจไม่ต่างกับเหตุการณ์ DeepSeek เมื่อม.ค. 2025 ที่ตลาดปรับตัวลงแค่ชั่วคราว ถ้าผู้ประกอบการสหรัฐฯ ยังพัฒนาต่อได้

สิ่งที่กดดันมากกว่า Model คือความกังวลเรื่องงบ Capex ของ Hyperscaler ที่พุ่งขึ้นสูงจนหลายบริษัทใหญ่ต้องกู้เงินมาเพื่อเร่งลงทุน ทำให้ตลาดปรับตัวลงมาก่อนหน้านี้ แต่ถ้ามองทางตรงก็เป็นความเสี่ยงของผู้ซื้อ ไม่ใช่หุ้น Chip ที่เป็นผู้ขาย

ในมุมมองของผม การที่หุ้นชิปเข้าตลาดหมีครั้งนี้ แม้จะมีความน่ากลัวอยู่บ้าง แต่อาจไม่ใช่จุดที่นักลงทุนต้องรีบหนีออกจากตลาด

คำถามที่สำคัญไม่แพ้กันคือ ตลาดหมีจะเกิดต่อเนื่องนานแค่ไหน และเพราะอะไร

ผมมองว่าการจะตอบคำถามนี้ ต้องเริ่มจากการเข้าใจกายวิภาคของตลาดหมี หรือ Anatomy of Bear Market ก่อน

ตลาดหมีไม่ได้มีเพียงแบบเดียว และแต่ละแบบก็มีอายุขัยที่แตกต่างกัน ครั้งนี้ผมมองว่าเป็นตลาดหมีเฉพาะกิจ

งานศึกษาคลาสสิกของ Goldman Sachs แบ่งตลาดหมีออกเป็นสามสายพันธุ์ตามต้นเหตุ สายพันธุ์แรกคือ หมีวัฏจักร (Cyclical Bear) เกิดจากวัฏจักรเศรษฐกิจ ดอกเบี้ยขาขึ้น หรือกำไรที่หดตัว สายพันธุ์ที่สองคือ หมีโครงสร้าง หรือ Structural Bear เกิดจากความไม่สมดุลเชิงโครงสร้าง และฟองสบู่สินทรัพย์แตก และสายพันธุ์สุดท้ายคือ Event-driven Bear หรือหมีเฉพาะกิจ เกิดจากช็อกครั้งเดียว เช่น สงคราม วิกฤตราคาน้ำมัน หรือโรคระบาด

ความแตกต่างของอายุขัย คือหัวใจที่นักลงทุนต้องรู้ให้ทัน

น่ากลัวที่สุดคือ Structural Bear ที่ตลาดปรับตัวลงเฉลี่ยราว 60% กินเวลากว่าสามปี และมักใช้เวลาถึงสิบปีจึงจะฟื้นเต็มที่ เหมือนกรณี Dot-com ปี 2000 และวิกฤตปี 2008

ส่วน Event-driven และ Cyclical มักปรับตัวลงในระดับใกล้เคียงกันคือราว 30% แต่ตลาดหมีแบบ Cyclical มีอายุยาวเฉลี่ยราวสองปีและใช้เวลาราวห้าปีจึงจะกลับสู่จุดเดิม ขณะที่แบบ Event-driven มักกินเวลาราวแปดเดือน และฟื้นตัวภายในราวหนึ่งปี

สำหรับสถานการณ์ปัจจุบัน ผมมองว่าการปรับฐานของหุ้น Chip รอบนี้เข้าข่าย Event-driven มากที่สุด เพราะต้นเหตุคือช็อกจากแรงขายทำกำไร ไม่ใช่เศรษฐกิจถดถอยหรือกำไรที่กำลังมีปัญหา

สุดท้าย เราจะรู้ได้อย่างไรว่าตลาดหมีผ่านพ้นไปแล้ว

ในทางเทคนิค ตลาดหลุดพ้นภาวะหมีเมื่อฟื้นขึ้นเกิน 20% จากจุดต่ำสุด แต่เส้นทางของตลาดมักไม่เป็นเส้นตรง

ตลาดหมีมักมีการเด้งกลับหลอก ระหว่างทาง หรือ Bear Market Rallies 19 ครั้งนับตั้งแต่ต้นทศวรรษ 1980 เฉลี่ยกินเวลา 44 วันและให้ผลตอบแทนราว 10-15% ก่อนที่จะกลับลงไปทำจุดต่ำใหม่

ดังนั้นสัญญาณที่เชื่อถือได้จริงจึงไม่ใช่แค่ราคาที่เด้ง แต่คือการที่ราคากับกำไรกลับมาสอดคล้องกัน พร้อมกับความผันผวนที่ลดลงอย่างเห็นได้ชัด

มาถึงตรงนี้ ผมเชื่อว่านักลงทุนไม่ควรตื่นตระหนกจนขายที่จุดต่ำสุด หรือไล่ซื้อโดยไม่มีกรอบ แต่ควรแบ่งกลยุทธ์รับมือตลาดหมีให้เป็นทั้งรุกและตั้งรับ

กลยุทธ์แรกคือ ‘ยืนสู้’ ด้วยการลงทุนใน Reasonable Hyperscalers หรือผู้เล่นรายใหญ่ที่ลงทุน AI อย่างมีวินัย

เน้นไปที่บริษัทที่เดินหน้าลงทุนโครงสร้างพื้นฐาน แต่กระแสเงินสดจากธุรกิจหลักแข็งแรงพอจะรองรับ Capex ได้โดยไม่ต้องพึ่งหนี้มากเกินไป และมีสัญญาณรายได้จริง ไม่ใช่แค่คำสัญญา เช่น ผู้ให้บริการคลาวด์ที่รายได้ Cloud โตเร็วกว่า Capex หรือแพลตฟอร์มโฆษณาที่ใช้ AI เพิ่มประสิทธิภาพจนเห็นผลเป็นรายได้

กลยุทธ์ที่สองคือ ‘ขี่หลังหมี’ หรือ Fast Adopters หรือธุรกิจนอกวงการเทคโนโลยีที่นำ AI มาใช้จริงจนเห็นผลเป็นกำไร

ลงทุนในผู้ที่นำ AI ไปลดต้นทุนหรือเพิ่มกำไรต่อหน่วยอย่างวัดผลได้ เช่น เครือข่ายชำระเงินที่ใช้ AI ตรวจจับการทุจริต หรือธุรกิจกระจายสินค้าสุขภาพที่ใช้ AI บริหารห่วงโซ่อุปทาน กลุ่มนี้เป็นส่วนหนึ่งของนักสะสมกำไร (Compounders) กำไรกำลังเติบโตเร็ว แต่กลับถูกมองข้ามเพราะไม่ใช่หุ้นกลุ่ม Tech จุดเด่นสำคัญที่มองเห็นชัดคือระดับมูลค่าที่ถูกลง แม้ราคาหุ้นปรับตัวขึ้น

กลยุทธ์สุดท้ายคือ ‘หนีไป’ หรือ Anti-AI เน้นธุรกิจที่ไม่ถูกกระทบจากทั้งขาขึ้นและขาลงของธีม AI ไปเลย

แนวคิดจะเริ่มด้วยการหาธุรกิจที่มูลค่าผูกกับประสบการณ์ทางกายภาพที่ AI แทนที่ไม่ได้ เช่น โรงแรม สวนสนุก และความบันเทิงสด จุดแข็งคือ Valuation ต่ำกว่าค่าเฉลี่ย 10 ปี สามารถสะสมได้ แต่ความท้าทายที่ต้องจับตาแทน AI คือภาวะเศรษฐกิจ การบริโภค หรือเงินเฟ้อ

ผมมองว่าการที่หุ้นชิปเข้าสู่ตลาดหมีรอบนี้ไม่ใช่สัญญาณให้หนี แต่เป็นบททดสอบว่าใครถือหุ้นด้วยเหตุผลที่แท้จริง

เมื่อต้นเหตุคือความเร็วของราคาไม่ใช่พื้นฐานเปลี่ยนแปลง การเกิดขึ้นของตลาดหมีอาจเป็นเพียงการคลายความร้อนแรง ไม่ใช่จุดจบของธีม AI

คำถามไม่ใช่ ‘หนีหรือสู้’ ที่ต้องเลือกอย่างใดอย่างหนึ่ง แต่คือการมีทั้งสามกลยุทธ์ผสมกันในพอร์ต ยืนสู้กับตัวจริง ขี่หลังหมีกับผู้ได้ประโยชน์ และเผื่อทางหนีไว้กับธุรกิจนอก AI

Howard Marks เคยกล่าวไว้ว่า “You can’t predict, but you can prepare” ในตลาดที่ผันผวนสูงเช่นนี้ การเตรียมพร้อมคือสิ่งที่สำคัญที่สุดครับ

ภาพ: Shutterstock AI

The post หุ้นชิปเข้าตลาดหมี นักลงทุนควรหนีหรือสู้ appeared first on THE STANDARD.

ในช่วงไม่กี่ปีที่ผ่านมา องค์กรจำนวนมากเร่งนำ AI มาใช้เพื่อเพิ่มประสิทธิภาพ ลดต้นทุน และยกระดับการทำงานในหลายมิติ แต่คำถามที่ผู้นำธุรกิจอาจต้องให้ความสำคัญมากขึ้นในวันนี้ ไม่ใช่เพียงว่าองค์กรใช้ AI อย่างไร หากเป็นคำถามที่ลึกกว่านั้นว่า ‘เมื่อ AI เป็นผู้อ่าน วิเคราะห์ และตีความข้อมูลขององค์กร เราจะมั่นใจได้แค่ไหนว่าจะถูกเข้าใจอย่างถูกต้อง’

นี่คือจุดเปลี่ยนสำคัญของการรายงานองค์กรในยุคดิจิทัล เพราะรายงานประจำปี รายงานความยั่งยืน เอกสารนักลงทุนสัมพันธ์ หรือข้อมูลที่องค์กรเปิดเผยต่อสาธารณะนั้นไม่ได้ถูกอ่านโดยมนุษย์เป็นลำดับแรกอีกต่อไป แต่กำลังถูกสแกน ดึงข้อมูล เปรียบเทียบ และสรุปโดย AI ที่ถูกนำไปใช้ประกอบการตัดสินใจของนักลงทุน หน่วยงานกำกับดูแล สถาบันจัดอันดับ คู่ค้า และผู้มีส่วนได้ส่วนเสียต่างๆ

ข้อมูลจากรายงาน Global Investor Survey 2025 ของ PwC ระบุว่า นักลงทุน 62% ใช้ AI วิเคราะห์เอกสารที่บริษัทยื่นต่อหน่วยงานกำกับดูแลและบทถอดความการประชุมผลประกอบการแล้ว ขณะเดียวกันก็ต้องการเห็นบริษัทต่าง ๆ สื่อสารเรื่องกลยุทธ์ AI ธรรมาภิบาล ความเสี่ยง และผลลัพธ์ทางธุรกิจอย่างชัดเจนและวัดผลได้มากขึ้น

AI ไม่ได้อ่านรายงานเหมือนมนุษย์

สิ่งที่ผู้นำองค์กรต้องเข้าใจคือ AI ไม่ได้อ่านรายงานเหมือนนักวิเคราะห์ที่อาศัยประสบการณ์ บริบท และดุลยพินิจในการตีความ แต่อ่านข้อมูลในลักษณะของชุดข้อมูลขนาดใหญ่ โดยสแกนคำ วลี ตัวเลข โครงสร้างเอกสาร ความสัมพันธ์ระหว่างข้อมูล และรูปแบบที่เกิดซ้ำ เพื่อดึงสัญญาณที่อาจมีความหมายต่อการตัดสินใจ และไม่ได้อ่านทีละหน้าอย่างมีบริบทแบบมนุษย์ แต่ประมวลผลข้อมูลจำนวนมากอย่างรวดเร็ว เปรียบเทียบข้ามเอกสาร ข้ามช่วงเวลา และข้ามแหล่งข้อมูล

นั่นหมายความว่า รายงานที่อ่านดีแล้วสำหรับมนุษย์ ก็อาจยังไม่ชัดพอสำหรับ AI โดยหากข้อมูลสำคัญถูกซ่อนอยู่ในภาพประกอบ เอกสารแนบ เลย์เอาต์หรือตารางที่ซับซ้อน หรือใช้ถ้อยคำไม่สม่ำเสมอ AI ก็อาจมองข้ามข้อมูลบางส่วน ดึงข้อมูลไม่ครบ หรือเชื่อมโยงความหมายผิดไปจากที่องค์กรตั้งใจที่จะสื่อสาร แม้ว่าประเด็นนี้อาจดูเป็นเรื่องเทคนิค แต่แท้จริงแล้วเป็นเรื่องของ ‘ความน่าเชื่อถือ’ นะครับ เพราะในโลกที่ข้อมูลถูกนำไปใช้ประกอบการตัดสินใจอย่างรวดเร็ว ความไม่ชัดเจนเล็ก ๆ อาจกลายเป็นช่องว่างขนาดใหญ่ระหว่างสิ่งที่องค์กรตั้งใจสื่อ กับสิ่งที่ AI ตีความได้

การตีความของ AI กลายเป็นความเสี่ยงใหม่ขององค์กร

ในยุคที่ AI เข้ามาเป็นตัวกลางในการอ่านและสรุปข้อมูล คำถามใหม่ที่องค์กรต้องถามเพิ่มเติมจากเดิมว่า ข้อมูลที่เปิดเผยถูกต้อง ครบถ้วน และเป็นไปตามหลักเกณฑ์หรือไม่คือ ข้อมูลเดียวกันนั้นจะถูกตีความอย่างไร เมื่อนำไปเปรียบเทียบกับสิ่งที่บริษัทเคยเปิดเผยไว้ ไม่ว่าจะเป็นรายงานทางการเงิน รายงานความยั่งยืน เว็บไซต์บริษัท เอกสารนักลงทุนสัมพันธ์ สื่อประชาสัมพันธ์ บทวิเคราะห์ภายนอก คะแนน ESG หรือข้อมูลจากบุคคลที่สาม

ยกตัวอย่าง เช่น หากรายงานหนึ่งระบุเป้าหมายด้านความยั่งยืนไว้อย่างชัดเจน แต่อีกแหล่งข้อมูลสะท้อนผลการดำเนินงานที่ยังไม่สอดคล้องกัน ช่องว่างนั้นอาจถูก AI ตรวจพบและกลายเป็นคำถามต่อความน่าเชื่อถือขององค์กรทันที

ความเสี่ยงนี้ยิ่งชัดเจนในรายงานความยั่งยืน ซึ่งมักมีลักษณะเป็นการเล่าเรื่องและอธิบายบริบทมากกว่ารายงานทางการเงิน อีกทั้งมาตรฐานการจัดโครงสร้างข้อมูลก็อาจยังอยู่ในช่วงพัฒนา ซึ่งหากถ้อยคำไม่ชัด ขอบเขตข้อมูลไม่แน่นอน หรือสมมติฐานไม่ได้รับการอธิบายอย่างเพียงพอ AI ก็อาจตีความคลาดเคลื่อนและเพิ่มความเสี่ยงที่องค์กรจะถูกมองว่าให้ข้อมูลเกินจริง ไม่ครบถ้วน หรือไม่สอดคล้องกับการดำเนินงานจริงได้

ด้วยเหตุนี้ รายงานในยุค AI จึงไม่ควรเป็นเพียงเอกสารที่เล่าเรื่องได้ดี แต่ต้องเป็นเอกสารที่มีข้อมูลที่เชื่อมโยงกันอย่างมีโครงสร้าง นอกจากนี้ ข้อมูลสำคัญควรมีคำนิยาม หน่วยวัด ขอบเขต ระยะเวลา และสมมติฐานที่ชัดเจน ถ้อยคำที่ใช้เรียกแนวคิดเดียวกันควรสอดคล้องกัน และควรเชื่อมโยงกับข้อมูลอื่นขององค์กรอย่างเป็นระบบ ความพร้อมสำหรับ AI จึงไม่ใช่เรื่องของฝ่ายรายงานหรือฝ่ายเทคโนโลยีเพียงฝ่ายเดียว แต่เป็นโจทย์ด้านธรรมาภิบาลข้อมูล การกำกับดูแล และการบริหารความเสี่ยงขององค์กรด้วย

ความชัดเจนคือกลยุทธ์ ไม่ใช่แค่รูปแบบการสื่อสาร

ในช่วงเวลาที่ความคาดหวังต่อความโปร่งใสและธรรมาภิบาลเพิ่มสูงขึ้น นักลงทุนและผู้มีส่วนได้ส่วนเสียไม่ได้ต้องการเพียงข้อมูลที่ครบถ้วน แต่ต้องการข้อมูลที่นำไปใช้ตัดสินใจได้จริง เชื่อมโยงกับกลยุทธ์ และสะท้อนความสามารถขององค์กรในการบริหารความเสี่ยงและสร้างคุณค่าในระยะยาว บทความ When AI becomes the reader: a turning point for corporate reporting ของ PwC ได้แนะนำว่า การเตรียมรายงานให้พร้อมสำหรับ AI นั้น ควรเริ่มจากสามเรื่อง ได้แก่

• ประการแรก องค์กรต้องยกระดับคุณภาพและความสอดคล้องของข้อมูล ข้อมูลที่กระจายอยู่ในหลายหน่วยงาน หลายระบบ หรือหลายเอกสาร ต้องมีโครงสร้าง คำนิยาม และเจ้าของข้อมูลที่ชัดเจน เพื่อให้ข้อมูลที่เปิดเผยต่อสาธารณะสะท้อนข้อเท็จจริงเดียวกัน
• ประการที่สอง องค์กรควรทดสอบการตีความก่อนเผยแพร่ ไม่ใช่เพียงตรวจทานภาษาหรือความถูกต้องเชิงตัวเลข แต่ควรใช้การทดสอบเชิงความหมาย (AI-enabled review) เพื่อดูว่าเนื้อหารายงานอาจถูกสรุป เปรียบเทียบ หรือเชื่อมโยงอย่างไรจากมุมมองของนักลงทุน หน่วยงานกำกับดูแล หรือผู้ประเมินด้าน ESG
• ประการที่สาม ผู้นำองค์กรต้องทำให้ความสามารถในการถูกอ่านโดย AI เป็นศักยภาพที่มีธรรมาภิบาลรองรับ ไม่ใช่การปรับถ้อยคำเฉพาะครั้ง แต่เป็นกระบวนการต่อเนื่องที่มีเจ้าของ มีมาตรฐาน มีการตรวจสอบ และมีการพัฒนาเมื่อเทคโนโลยีและความคาดหวังของตลาดเปลี่ยนไป

ในอนาคต รายงานองค์กรที่ดีจะไม่ได้วัดจากความสวยงามของเอกสารหรือความน่าอ่านของเนื้อหาเท่านั้น แต่จะวัดจากความสามารถในการช่วยให้ทั้งมนุษย์และ AI เข้าใจองค์กรอย่างถูกต้อง ครบถ้วน และเป็นธรรม

ภาพ: elenabsl / Shutterstock

อ้างอิง:

• When AI becomes the reader: a turning point for corporate reporting, PwC
• Global Investor Survey 2025, PwC

The post ความเสี่ยงใหม่ธุรกิจไทย: เมื่อความน่าเชื่อถือของการรายงานองค์กรอาจขึ้นอยู่กับการตีความของ AI appeared first on THE STANDARD.

ปัจจุบัน เทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence: AI) ได้กลายเป็นหนึ่งในเมกะเทรนด์สำคัญของโลก และกำลังเข้ามามีบทบาทในการเปลี่ยนแปลงรูปแบบการดำเนินธุรกิจในหลากหลายอุตสาหกรรม ไม่ว่าจะเป็นภาคการผลิต การแพทย์ การเงิน หรือการสื่อสาร ส่งผลให้บริษัทที่เกี่ยวข้องกับ AI ได้รับความสนใจจากนักลงทุนทั่วโลกเพิ่มขึ้นอย่างต่อเนื่อง

การลงทุนผ่านกองทุนรวมจึงเป็นอีกทางเลือกหนึ่งที่ช่วยให้นักลงทุนสามารถเข้าถึงโอกาสการเติบโตของอุตสาหกรรม AI ได้อย่างดี โดยกองทุนสามารถกระจายการลงทุนในบริษัทที่อยู่ใน AI Ecosystem ซึ่งครอบคลุมตั้งแต่ ต้นน้ำ อันเป็นรากฐานสำคัญของการเติบโตของ AI, กลางน้ำ ซึ่งเป็นกลุ่มผู้พัฒนาแพลตฟอร์ม โมเดล และซอฟต์แวร์ ไปจนถึง ปลายน้ำ ซึ่งเป็นกลุ่มธุรกิจที่นำ AI ไปประยุกต์ใช้เพื่อเพิ่มประสิทธิภาพและสร้างมูลค่าเพิ่มให้กับผลิตภัณฑ์และบริการ โดยสามารถสรุปองค์ประกอบสำคัญของ AI Ecosystem ได้ดังนี้

ต้นน้ำ: รากฐานของการเติบโตของ AI

การพัฒนา AI ต้องอาศัยโครงสร้างพื้นฐานด้านเทคโนโลยีจำนวนมาก ตั้งแต่วัตถุดิบสำคัญอย่างแร่หายากและโลหะเชิงยุทธศาสตร์ ไปจนถึงเซมิคอนดักเตอร์ หน่วยความจำประสิทธิภาพสูง ดาต้าเซ็นเตอร์ ระบบเครือข่าย และคลาวด์คอมพิวติ้ง ซึ่งล้วนเป็นปัจจัยสำคัญที่ช่วยให้ AI สามารถประมวลผลข้อมูลจำนวนมหาศาลได้อย่างมีประสิทธิภาพ ด้วยความต้องการด้าน AI ที่ขยายตัวอย่างรวดเร็ว บริษัทในกลุ่มนี้จึงได้รับประโยชน์โดยตรงจากการลงทุนด้านโครงสร้างพื้นฐานดิจิทัลทั่วโลก

กลางน้ำ: ผู้พัฒนาแพลตฟอร์มและโซลูชัน AI

ถัดจากโครงสร้างพื้นฐาน คือกลุ่มบริษัทที่พัฒนาแพลตฟอร์ม ซอฟต์แวร์ และโมเดล AI รวมถึงผู้ให้บริการด้านเทคโนโลยีดิจิทัลที่นำ AI เข้ามาเพิ่มประสิทธิภาพการดำเนินงานและสร้างนวัตกรรมใหม่ ๆ กลุ่มธุรกิจนี้มีบทบาทสำคัญในการเชื่อมโยงศักยภาพของฮาร์ดแวร์เข้ากับการใช้งานจริง ทำให้ AI สามารถสร้างมูลค่าเพิ่มให้กับองค์กรและผู้บริโภคได้อย่างเป็นรูปธรรม

ปลายน้ำ: ผู้ได้รับประโยชน์จากการนำ AI ไปใช้งานจริง

ในระยะยาว ผู้ที่ได้รับประโยชน์จาก AI อาจไม่ได้จำกัดอยู่เพียงบริษัทเทคโนโลยี แต่รวมถึงองค์กรในหลากหลายอุตสาหกรรมที่สามารถนำ AI ไปประยุกต์ใช้เพื่อเพิ่มประสิทธิภาพ ลดต้นทุน และสร้างความได้เปรียบทางการแข่งขัน ตัวอย่างการใช้งานที่เห็นได้ชัด ได้แก่ การวิเคราะห์ข้อมูลทางการแพทย์ ระบบอัตโนมัติในภาคอุตสาหกรรม การบริหารความเสี่ยงทางการเงิน การพัฒนายานยนต์อัจฉริยะ รวมถึงการวิเคราะห์ข้อมูลในอุตสาหกรรมอวกาศและการสื่อสารผ่านดาวเทียม

โอกาสการลงทุนตลอดทั้ง AI Ecosystem

จุดเด่นของการลงทุนใน AI คือ โอกาสไม่ได้กระจุกตัวอยู่ในธุรกิจใดธุรกิจหนึ่ง แต่กระจายอยู่ตลอดทั้งห่วงโซ่ ตั้งแต่ผู้ผลิต วัตถุดิบและชิปประมวลผล ผู้ให้บริการโครงสร้างพื้นฐานดิจิทัล ผู้พัฒนาแพลตฟอร์มและซอฟต์แวร์ ไปจนถึงองค์กรที่นำ AI ไปสร้างมูลค่าเพิ่มในภาคเศรษฐกิจ

สำหรับนักลงทุนที่ต้องการเข้าถึงโอกาสดังกล่าว SCBAM มีทางเลือกการลงทุนที่ครอบคลุมใน AI Ecosystem โดยใน กลุ่มต้นน้ำ ซึ่งเป็นรากฐานของนวัตกรรม ได้แก่ SCBRARE ที่มุ่งเน้นการลงทุนในหุ้นของบริษัทที่เกี่ยวข้องกับแร่หายากและโลหะเชิงยุทธศาสตร์ ซึ่งเป็นวัตถุดิบสำคัญในการผลิตชิปเพื่อรองรับเทคโนโลยี AI และ SCBSEMI ที่ลงทุนในหุ้นของบริษัทชั้นนำด้านเซมิคอนดักเตอร์ทั่วโลก

ขณะที่ กลุ่มกลางน้ำ ซึ่งเกี่ยวข้องกับเทคโนโลยีและการนำ AI ไปสู่การใช้งานจริง ได้แก่ SCBROBO ที่มุ่งลงทุนในหุ้นของบริษัทด้านหุ่นยนต์ ระบบอัตโนมัติ และเทคโนโลยีอัจฉริยะ

ส่วน กลุ่มปลายน้ำ ที่ได้รับอานิสงส์จากการประยุกต์ใช้เทคโนโลยีในภาคธุรกิจ ได้แก่ SCBDIGI ซึ่งช่วยกระจายการลงทุนไปยังหุ้นของธุรกิจที่ได้รับประโยชน์จากการเติบโตของ AI ในหลากหลายมิติ เช่น ธุรกิจด้าน Internet of Things (IoT) ธุรกิจด้าน Cloud Computing และธุรกิจด้าน Automation เป็นต้น

ท่ามกลางการเปลี่ยนแปลงครั้งใหญ่ของโลกดิจิทัล AI กำลังก้าวขึ้นเป็นเทคโนโลยีพื้นฐานที่มีบทบาทสำคัญไม่ต่างจากอินเทอร์เน็ตในอดีต และมีแนวโน้มที่จะเป็นหนึ่งในแรงขับเคลื่อนสำคัญของเศรษฐกิจโลกในอนาคต การลงทุนผ่านกองทุนที่สามารถเข้าถึงบริษัทใน AI Ecosystem ได้อย่างครอบคลุมทั้งต้นน้ำ กลางน้ำ และปลายน้ำ จึงเป็นอีกแนวทางหนึ่งในการเปิดรับโอกาสการเติบโตของ AI อย่างรอบด้าน พร้อมสร้างศักยภาพในการลงทุนระยะยาวท่ามกลางการเปลี่ยนแปลงของโลกเทคโนโลยี

คำเตือน:

• กองทุนไม่ได้ป้องกันความเสี่ยงอัตราแลกเปลี่ยนทั้งจำนวน ผู้ลงทุนอาจขาดทุนหรือได้รับกำไร จากอัตราแลกเปลี่ยน หรือได้รับเงินคืนต่ำกว่าเงินลงทุนเริ่มแรกได้
• การลงทุนมีความเสี่ยง ผู้ลงทุนควรทำความเข้าใจลักษณะสินค้า เงื่อนไขผลตอบแทน ความเสี่ยง ก่อนตัดสินใจลงทุน
• สอบถามรายละเอียดเพิ่มเติม และขอรับหนังสือชี้ชวนได้ที่ธนาคารไทยพาณิชย์ หรือ บลจ.ไทยพาณิชย์ โทร. 0 2777 7777 www.scbam.com

ภาพ: Shutterstock AI

The post AI Ecosystem: โอกาสการลงทุนตามห่วงโซ่คุณค่าของปัญญาประดิษฐ์ จากต้นน้ำสู่ปลายน้ำ appeared first on THE STANDARD.

ลองจินตนาการถึงเมืองหนึ่งที่มีรถยนต์เพิ่มขึ้นบนท้องถนนเร็วกว่าการติดตั้งสัญญาณไฟจราจร

ในช่วงแรก รถเพียงร้อยคันอาจขับเคลื่อนได้อย่างราบรื่น หรือแม้แต่พันคันก็ยังพอไปได้ แต่เมื่อจำนวนรถเพิ่มขึ้น ทางแยกที่เคยเงียบสงบก็เริ่มเกิดเหตุเฉี่ยวชน สัญญาณไฟบางแยกใช้งานได้ ขณะที่อีกหลายแยกยังไม่มี ผู้ขับขี่มีทั้งระมัดระวังและไม่ระวัง ขณะที่บางคนเลือกเสี่ยง ความไม่สมดุลของระบบเริ่มชัดเจนขึ้น ความไม่สมดุลระหว่างจำนวนรถบนท้องถนนกับระบบที่ใช้กำกับการจราจรก็เริ่มปรากฏให้เห็นอย่างชัดเจน

ปัญญาประดิษฐ์ (AI) กำลังเดินเข้าสู่ช่วงเวลาเดียวกัน

โลกไม่ได้ขาดระบบกำกับดูแล AI เสียทีเดียว เรามีกฎหมาย นโยบาย คณะกรรมการกำกับดูแลมาตรฐานอุตสาหกรรม และหลักการกำกับดูแลภายในองค์กรอยู่แล้ว แต่สิ่งเหล่านี้กำลังพัฒนาไม่ทันกับความเร็วของการนำ AI ไปใช้งาน ในทุกสัปดาห์ ระบบ AI แบบอัตโนมัติ (Autonomous Agents) โมเดล AI รุ่นใหม่ และเวิร์กโฟลว์ที่ขับเคลื่อนด้วย AI ถูกนำไปใช้งานเพิ่มขึ้นอย่างต่อเนื่อง ทั้งในภาคธุรกิจ อุตสาหกรรม และบริการสาธารณะ

เช่นเดียวกับเมืองที่มีสัญญาณไฟจราจรอยู่แล้ว แต่ยังมีไม่เพียงพอ และยังถูกติดตั้งไม่ทันกับจำนวน ‘รถ’ ที่กำลังหลั่งไหลเข้าสู่ท้องถนน

คำถามสำคัญจึงเริ่มเปลี่ยนไป เราไม่ได้ตั้งคำถามเพียงว่า ‘จะสร้าง AI ให้ฉลาดขึ้นได้อย่างไร?’ แต่กำลังถามว่า “จะทำอย่างไรให้ AI ที่มีบทบาทในการตัดสินใจแทนมนุษย์ มีความปลอดภัย โปร่งใส และได้รับความไว้วางใจ?”

เพราะความเสี่ยงในวันนี้ไม่ใช่การที่ AI ยัง ‘คิดไม่เป็น’ แต่คือ AI กำลังเริ่ม ‘คิดแทนมนุษย์’

แนวโน้มนี้กำลังเกิดขึ้นทั่วโลก ผลการศึกษาของ KPMG ร่วมกับ University of Melbourne ซึ่งสำรวจพนักงานกว่า 48,000 คนจาก 47 ประเทศ พบว่า 58% ใช้ AI ในการทำงานอย่างตั้งใจ ขณะที่มากกว่าครึ่งยอมรับว่า AI เคยก่อให้เกิดข้อผิดพลาดในการทำงาน และ 58% นำผลลัพธ์จาก AI ไปใช้งานโดยไม่ได้ตรวจสอบอย่างเพียงพอ

ภาพเดียวกันกำลังเกิดขึ้นในเอเชียตะวันออกเฉียงใต้ ผลการหารือของ ASEAN Economic Community ระบุว่า 85% ขององค์กรเริ่มนำ AI มาใช้งานแล้ว แต่ 47% กลับรู้สึกกังวลต่อผลกระทบของ AI มากกว่ารู้สึกตื่นเต้นกับโอกาสที่เทคโนโลยีนี้จะนำมา

ประเทศไทยเองก็อยู่ในช่วงหัวเลี้ยวหัวต่อเดียวกัน AI กำลังถูกนำไปประยุกต์ใช้ในภาคการเงิน สาธารณสุข การศึกษา และภาครัฐอย่างรวดเร็ว ขณะเดียวกัน ประเทศไทยก็เร่งสร้าง ‘สัญญาณไฟจราจร’ ให้ทันกับการเปลี่ยนแปลงดังกล่าว เมื่อวันที่ 2 กรกฎาคมที่ผ่านมา สำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์ (ETDA) ได้เปิดรับฟังความคิดเห็นต่อร่างพระราชบัญญัติ AI ฉบับปรับปรุง ซึ่งนำแนวคิดการกำกับดูแลตามระดับความเสี่ยง (Risk-based Framework) จาก EU AI Act มาปรับใช้กับบริบทของประเทศไทย พร้อมผลักดันการจัดตั้ง Regulatory Sandbox การยกระดับ AI Governance Centre และการพัฒนาบุคลากรด้าน AI Governance จาก 40 คนเป็น 3,000 คนภายในปี 2570

การกำกับดูแล AI ไม่ได้มีเป้าหมายเพียงเพื่อความปลอดภัยเท่านั้น แต่ยังเป็นรากฐานของความไว้วางใจเมื่อคุณขับรถอยู่ในเมืองที่มีกฎจราจรชัดเจน มีสัญญาณไฟที่ทำงานได้ และทุกคนปฏิบัติตามกติกาที่คาดการณ์ได้ คุณย่อมขับรถได้อย่างมั่นใจมากขึ้น ไม่ใช่เพราะคุณมองโลกในแง่ดีเกินไป แต่เพราะโครงสร้างพื้นฐานเหล่านั้นช่วยให้คุณมุ่งความสนใจไปที่จุดหมายปลายทาง แทนที่จะต้องกังวลตลอดเวลาว่าอะไรอาจผิดพลาดระหว่างทาง

AI Governance ก็มีบทบาทไม่ต่างกันสำหรับผู้ที่ใช้งาน AI กฎเกณฑ์ไม่ได้เป็นข้อจำกัดของความไว้วางใจ แต่เป็นเงื่อนไขสำคัญที่ทำให้ความไว้วางใจสามารถเกิดขึ้นได้ตั้งแต่แรก

สำหรับ SCBX คำถามนี้คือสิ่งที่เรากลับมาทบทวนอยู่เสมอ ในขณะที่เรากำลังก้าวสู่การเป็น AI-First Organization เราเชื่อว่าความได้เปรียบในการแข่งขันของ AI ในระยะต่อไป จะไม่ได้ถูกตัดสินจากการที่ใครสามารถเข้าถึงโมเดล AI ที่ทรงพลังที่สุด แต่จะถูกตัดสินจากการที่ใครสามารถสร้าง ‘ระบบรอบตัว AI’ ที่ผู้คนพร้อมจะไว้วางใจได้มากกว่า

เพราะในวันนี้ ความไว้วางใจไม่ใช่ทางเลือกอีกต่อไป แต่กำลังกลายเป็นมาตรฐานขั้นต่ำที่ลูกค้า พนักงาน และหน่วยงานกำกับดูแลต่างคาดหวัง ก่อนที่จะยอมพึ่งพาหรือใช้งานระบบ AI ใด ๆ

นี่คือเหตุผลที่ SCBX AI Outlook 2026: The Age of Abundant Intelligence นิยามยุคถัดไปของ AI ว่าเป็น ‘Governing Intelligence’

ในโลกที่องค์กรเกือบทุกแห่งกำลังจะสามารถเข้าถึง Frontier AI Models ชุดเดียวกันได้ โมเดลเพียงอย่างเดียวจะไม่ใช่ความแตกต่างอีกต่อไป ความได้เปรียบจะย้ายไปอยู่ที่ทุกสิ่งที่รายล้อมโมเดลนั้น ไม่ว่าจะเป็นข้อมูล (Data) กระบวนการทำงาน (Workflows) การบริหารความเสี่ยง (Risk Management) ระบบกำกับดูแล (Governance) และเหนือสิ่งอื่นใดคือ วิจารณญาณของมนุษย์ (Human Judgment)

ลองจินตนาการถึงเมืองเดิมอีกครั้ง

รถยนต์ยังคงหลั่งไหลเข้ามาอย่างต่อเนื่อง แต่ครั้งนี้สัญญาณไฟจราจรถูกติดตั้งได้ทันเวลา ถนนได้รับการออกแบบให้รองรับปริมาณการจราจรที่เพิ่มขึ้น และผู้ขับขี่ต่างเข้าใจว่ากฎจราจรไม่ได้มีไว้เพื่อทำให้ทุกคนเดินทางช้าลง แต่มีไว้เพื่อให้ทุกคนสามารถเดินหน้าได้อย่างรวดเร็วและปลอดภัย โดยไม่ต้องหวาดกลัวกับสิ่งที่อาจเกิดขึ้นระหว่างทาง

นั่นคือภาพของ AI ในระยะต่อไปที่เราควรร่วมกันสร้าง ไม่ใช่การแข่งขันเพื่อสร้าง AI ที่ฉลาดที่สุดเพียงอย่างเดียว แต่คือการร่วมกันสร้างโลกที่พร้อมรองรับ AI ผ่านระบบ โครงสร้างพื้นฐาน และกลไกกำกับดูแลที่แข็งแกร่ง เพื่อให้ AI สามารถเติบโต สร้างคุณค่า และได้รับความไว้วางใจจากผู้คนอย่างยั่งยืน

อ่าน SCBX AI Outlook 2026 ฉบับเต็มได้ทาง LINE OA : https://lin.ee/8dvXKVs

The post Governing Intelligence: รถมาแล้ว ‘สัญญาณไฟ’ พร้อมหรือยัง appeared first on THE STANDARD.

ในยุคที่ AI สามารถสร้างได้แทบทุกอย่าง Christopher Nolan ยังเชื่อว่ามีสิ่งหนึ่งที่ไม่มีอะไรมาทดแทนได้ นั่นคือความคิดสร้างสรรค์ของมนุษย์

ผมเดินทางไปมุมไบ ประเทศอินเดีย เพื่อร่วมงานพรีเมียร์ของ The Odyssey และสัมภาษณ์ Christopher Nolan, Matt Damon และ Tom Holland

นอกห้องสัมภาษณ์คือมุมไบ เมืองที่เต็มไปด้วยเสียงรถ ผู้คน ความร้อน และพลังงานที่เคลื่อนไหวไม่หยุด แต่เมื่อประตูห้องปิดลง บรรยากาศกลับนิ่งอย่างประหลาด ทีมงานเตรียมกล้อง เช็กเวลา ก่อนเริ่มนับถอยหลัง

“Five, four, three, two, one.”

Christopher Nolan นั่งอยู่ตรงหน้าผม

ความรู้สึกแรกเมื่อพบเขาตัวจริงคือความนิ่ง สุขุม และบารมีบางอย่างที่สัมผัสได้ทันที เขาแทบไม่ต้องแสดงอำนาจผ่านน้ำเสียงหรือท่าทาง แต่ขณะเดียวกันก็ไม่ได้สร้างกำแพงระหว่างตัวเองกับคู่สนทนา เขาฟัง มองตา ยิ้ม และตอบทุกคำถามอย่างตั้งใจ

แก้ว tumbler ใส่ชาวางอยู่ใกล้ตัว เขายกขึ้นจิบเป็นระยะ ไม่มีท่าทีรีบร้อน แม้ทุกนาทีของบทสนทนาจะถูกจับเวลาไว้อย่างแม่นยำ

สำหรับคนทำงานกับเรื่องเล่า ชื่อ Christopher Nolan แทบไม่ต้องการคำอธิบาย เขาคือผู้กำกับไม่กี่คนของยุคที่สามารถยืนอยู่ระหว่างศิลปะ เทคโนโลยี และภาพยนตร์กระแสหลักได้อย่างมั่นคง

จาก Memento ที่ทำให้ความทรงจำกลายเป็นโครงสร้างของเรื่อง Inception ที่ซ้อนโลกของความฝัน Interstellar ที่พาผู้ชมออกไปไกลระดับจักรวาลแต่ยังมีความสัมพันธ์ระหว่างพ่อกับลูกเป็นแรงโน้มถ่วงทางอารมณ์ ไปจนถึง The Dark Knight, Dunkirk, Tenet และ Oppenheimer

Nolan สร้างอาชีพจากการผลักขอบเขตของภาพยนตร์ออกไปทุกครั้ง

เขาเป็นผู้กำกับประเภทที่หาได้ยากใน Hollywood: ได้รับความนิยมราวกับซูเปอร์สตาร์ ขณะเดียวกันก็มีความทะเยอทะยานทางความคิดในระดับสูง ชื่อของ Nolan บนโปสเตอร์สามารถกลายเป็นจุดขายที่สำคัญกว่ารายชื่อนักแสดง หนังของเขาทดลองกับเวลา โครงสร้าง และการรับรู้ของผู้ชม แต่ยังดึงคนจำนวนมหาศาลเข้าโรงภาพยนตร์ เขาสร้างหนังซับซ้อนโดยไม่ละทิ้งคนดู และสร้างภาพยนตร์เชิงพาณิชย์โดยไม่ลดทอนวิสัยทัศน์ จนแฟนหนังชาวไทยบูชาเขาด้วยคำว่า ‘เสด็จพ่อโนแลน’

หลังจาก Oppenheimer ประสบความสำเร็จสูงสุดทั้งในเชิงรายได้และรางวัล รวมถึงภาพยนตร์ยอดเยี่ยมและผู้กำกับยอดเยี่ยมบนเวทีออสการ์ คำถามจึงไม่ใช่ว่า Christopher Nolan ยังต้องพิสูจน์อะไรอีก

แต่คือ เมื่อคนคนหนึ่งแทบไม่ต้องพิสูจน์อะไรแล้ว เขาจะเลือกเดิมพันกับอะไรต่อ

คำตอบคือเรื่องเล่าอายุเกือบ 3,000 ปี

The Odyssey เรื่องเล่า 3,000 ปี ในโลกที่กำลังเปลี่ยนเร็วที่สุด

The Odyssey คือมหากาพย์กรีกของ Homer ว่าด้วย Odysseus กษัตริย์แห่ง Ithaca ผู้พยายามเดินทางกลับบ้านหลังสงครามโทรจัน การเดินทางที่ควรสิ้นสุดลงพร้อมสงครามกลับยืดเยื้อออกไปอีกสิบปี ผ่านทะเล เทพเจ้า สัตว์ประหลาด การล่อลวง ความสูญเสีย และผลจากการตัดสินใจของตัวเอง

นี่ไม่ใช่เพียงเรื่องของนักรบที่พยายามเอาชีวิตรอด แต่เป็นเรื่องของมนุษย์คนหนึ่งที่ผ่านสงครามมาแล้ว และต้องหาทางกลับไปหาบ้าน ครอบครัว รวมถึงตัวตนของเขาเอง

สำหรับ Nolan เสน่ห์ของเรื่องนี้ไม่จำเป็นต้องอธิบายด้วยทฤษฎีซับซ้อน

“ผมพยายามไม่วิเคราะห์ตัวเองมากเกินไปเวลาเลือกโปรเจกต์” เขาบอก “ผมอยากถูกดึงดูดด้วยเรื่องราวและตัวละคร”

“มหากาพย์ของ Homer ทำให้คนรุ่นแล้วรุ่นเล่าหลงใหลมาเกือบ 3,000 ปี เพราะมันเป็นทั้งเรื่องราวของการเดินทางกลับบ้าน การก้าวผ่านวัย ความรัก สงคราม และความตาย นั่นคือสิ่งที่ดึงดูดผม เหตุผลที่ผลงานชิ้นนี้ยังคงยืนยง เป็นเพราะมันมีประเด็นความเป็นมนุษย์ที่เป็นสากลและเข้าถึงได้”

เป็นคำตอบที่น่าสนใจจากผู้กำกับซึ่งถูกพูดถึงเรื่องอนาคตของภาพยนตร์มากที่สุดคนหนึ่ง หลังจากสร้างหนังเกี่ยวกับความฝัน เวลา อวกาศ สงคราม ฟิสิกส์ และอาวุธนิวเคลียร์ Nolan กลับเลือกเดินไปข้างหน้าด้วยการย้อนกลับไปหาเรื่องเล่าเก่าแก่ที่สุดเรื่องหนึ่งของมนุษยชาติ

บางทีความใหม่อาจไม่ใช่การหลบหนีจากคำถามเก่า แต่อาจเป็นการกลับไปถามคำถามเดิมอีกครั้ง ในโลกที่เปลี่ยนไปแล้ว

สงคราม ความไม่แน่นอน เทคโนโลยีที่พัฒนาเร็วกว่าความสามารถของสังคมในการทำความเข้าใจ และ AI ที่กำลังตั้งคำถามใหม่ต่ออาชีพสร้างสรรค์ทั้งหมด ทำให้คำถามอายุหลายพันปีของ The Odyssey ฟังดูร่วมสมัยอย่างน่าประหลาด

เมื่อผมถามว่า ในยุคที่ AI สามารถสร้างได้แทบทุกอย่าง อะไรคือสิ่งที่ทำให้นักเล่าเรื่องคนหนึ่งยังยอดเยี่ยม Nolan แทบไม่ลังเลตอบ

“ผมคิดว่ามันคือความคิดสร้างสรรค์ของมนุษย์”

ก่อนจะตามด้วยประโยคสั้นๆ

“ไม่มีอะไรมาแทนที่ความคิดสร้างสรรค์ของมนุษย์ได้”

สิ่งที่น่าสนใจคือ Nolan ไม่ได้อธิบาย human creativity ในฐานะพลังพิเศษของอัจฉริยะเพียงคนเดียว ตรงกันข้าม เขาพูดถึงคนเป็นพันคน

“เวลาคุณทำหนัง คุณต้องทำงานกับคนเป็นพันๆ คน ทุกคนต่างนำจินตนาการและประกายความคิดสร้างสรรค์ของตัวเองเข้ามา ตั้งแต่ production designer, cinematographer, visual-effects supervisor ไปจนถึงนักแสดงอย่าง Matt Damon, Tom Holland และ Anne Hathaway ทุกคนนำการตีความของตัวเองเข้ามาในผลงาน”

Nolan เปรียบสิ่งนี้กับ Homer เราไม่อาจรู้แน่ชัดด้วยซ้ำว่า Homer คือบุคคลเพียงคนเดียว คนหลายคน หรือชื่อที่ผูกอยู่กับวิวัฒนาการของเรื่องเล่าซึ่งถูกส่งต่อผ่านวัฒนธรรมมุขปาฐะ

“ผมคิดว่าสิ่งนี้เชื่อมโยงกับภาพยนตร์ได้ดี เพราะภาพยนตร์คือการที่คนจำนวนมากมารวมตัวกัน”

ภาพจำของ Christopher Nolan มักเป็นนักเล่าเรื่องผู้มีวิสัยทัศน์ชัดเจนและควบคุมโลกในภาพยนตร์ของตัวเองอย่างแม่นยำ แต่คำอธิบายของเขากลับเผยให้เห็นภาพอีกแบบหนึ่ง

ในกองถ่าย Nolan พยายามทำหน้าที่เป็น “ผู้ชม”

“ผมพยายามชี้แนะผู้คน และพยายามทำตัวเป็นผู้ชมเวลาอยู่ในกองถ่าย”

เขาชี้ทิศทาง แต่ขณะเดียวกันก็เฝ้ามองว่า เมื่อคนเก่งจำนวนมากนำจินตนาการและการตีความของตัวเองเข้ามา สิ่งที่เกิดขึ้นตรงหน้ากล้องกำลังกลายเป็นอะไร

แม้ The Odyssey จะใช้เทคโนโลยีภาพยนตร์ระดับสูง แต่ Nolan ยืนยันว่า “นี่คือภาพยนตร์ที่สร้างขึ้นด้วยวิธีแบบ analog และมีความคิดสร้างสรรค์ของมนุษย์อยู่แนวหน้าอย่างแท้จริง มันคือสัมผัสของความเป็นมนุษย์”

ผู้นำในแบบที่คนตรงหน้าต้องการ

การกำกับภาพยนตร์ระดับ The Odyssey ไม่ใช่เพียงงานสร้างสรรค์ แต่คือการนำองค์กรชั่วคราวขนาดมหึมา

วิสัยทัศน์อาจเริ่มต้นอยู่ในหัวของคนเพียงคนเดียว แต่คนอีกนับพันไม่สามารถเห็นภาพเดียวกันได้โดยอัตโนมัติ ผู้กำกับต้องแปลงภาพนั้นให้กลายเป็นการตัดสินใจ ระบบการทำงาน และความเชื่อร่วมกัน

นี่เป็นเหตุผลที่ผมสนใจ Nolan ไม่ใช่เพียงในฐานะผู้กำกับ แต่ในฐานะผู้นำ

เมื่อถามว่าเขาดึงสิ่งที่ดีที่สุดออกมาจากทีมอย่างไร Nolan ให้คำตอบที่เรียบง่ายอย่างน่าประหลาด

“ผมพยายามเป็นผู้กำกับในแบบที่พวกเขาต้องการให้ผมเป็น”

โดยเฉพาะกับนักแสดง เขาเชื่อว่านักแสดงที่ยอดเยี่ยมแต่ละคนมีกระบวนการทำงานเป็นของตัวเอง หน้าที่ของผู้กำกับจึงไม่ใช่การบังคับให้ทุกคนเข้าสู่ระบบเดียวกัน แต่คือการฟัง สังเกต และเข้าใจว่าแต่ละคนต้องการอะไร

“ผมรักนักแสดง ผมชอบช่วยเหลือพวกเขา แม้แต่ละคนจะมีกระบวนการแตกต่างกัน แต่พวกเขาสามารถมารวมตัวและปรับเข้าหาสไตล์ของกันและกันได้อย่างเป็นธรรมชาติ”

“ดังนั้นผมจึงพยายามฟัง สังเกตว่าพวกเขาต้องการอะไร และมอบสิ่งนั้นให้ บางครั้งคุณต้องใช้เสียงดังและนำอยู่ข้างหน้า แต่บางครั้งคุณต้องถอยออกมา และปล่อยให้สิ่งต่างๆ ดำเนินไปตามทางของมัน”

เบื้องหลังความสงบนิ่งนั้นคือการผลิตขนาดมหึมา The Odyssey ถ่ายทำ 91 วันใน 6 ประเทศ ใช้ทั้งสถานที่จริง ทะเลเปิด และสภาพอากาศที่ควบคุมไม่ได้ แต่ทีมกลับปิดกล้องเร็วกว่ากำหนด 9 วัน

คำถามคือ วิธีคิดเช่นนี้ทำงานอย่างไร เมื่อโปรเจกต์ตรงหน้ามีขนาดใหญ่จนแม้แต่คนที่อยู่ในนั้นเองยังมองว่าแทบเป็นไปไม่ได้

คำตอบส่วนหนึ่งอยู่ในบทสนทนากับ Matt Damon

Damon ผู้รับบท Odysseus ยอมรับกับผมว่านี่คืองานแสดงที่ยากที่สุดในชีวิตของเขา เมื่อมองสเกลของ The Odyssey เขารู้สึกว่าสิ่งที่ Nolan กำลังพยายามทำแทบเป็นไปไม่ได้

“ผมได้เรียนรู้ว่า คุณสามารถฝันถึงสิ่งที่เป็นไปไม่ได้และทำให้มันเกิดขึ้นจริงได้ ถ้าคุณเตรียมตัวและประสานงานได้ดีพอ”

ทีมงานนับพันคนเข้ามามีส่วนร่วมกับภาพยนตร์เรื่องนี้ แต่สำหรับ Damon ความยิ่งใหญ่ของมันไม่ได้เกิดจากฮีโร่เพียงคนเดียว หากเกิดจากการค่อยๆ ทำงานทีละอย่าง

“ถ้าคุณค่อยๆ ก้าวไปทีละก้าว ในที่สุดคุณก็จะไปถึงยอดเขาได้”

เมื่อสิ้นสุดวันยากๆ ในกองถ่าย ผู้คนจะมองไปรอบตัวด้วยความรู้สึกว่า สิ่งที่ดูแทบเป็นไปไม่ได้เมื่อเช้าเพิ่งเกิดขึ้นจริงตรงหน้า

“ว้าว เราทำได้แล้ว งั้นพรุ่งนี้กลับมาลองกันใหม่”

แล้ววันรุ่งขึ้น พวกเขาก็ทำแบบเดิมอีกครั้ง

เทคโนโลยีที่เลียนแบบดวงตามนุษย์

The Odyssey คือภาพยนตร์เรื่องแรกที่ถ่ายด้วยกล้อง IMAX film ตลอดทั้งเรื่อง ทีมงานใช้ฟิล์ม IMAX 70 มม. รวมกว่า 2.1 ล้านฟุต และพัฒนากล้องรุ่นใหม่ชื่อ Keighley พร้อมอุปกรณ์ครอบกล้องเก็บเสียงหรือ “blimp” เพื่อให้กล้อง IMAX ซึ่งเคยดังเกินกว่าจะถ่ายฉากสนทนาใกล้ชิด สามารถบันทึกเสียงพร้อมภาพได้จริง

ความทะเยอทะยานทางเทคโนโลยีของ The Odyssey เริ่มต้นก่อนภาพยนตร์เรื่องนี้หลายสิบปี

Nolan บอกว่า เขาอยากสร้างภาพยนตร์ด้วยกล้อง IMAX ทั้งเรื่องมาตั้งแต่อายุ 16 ปี ในสายตาของเขา นี่คือหนึ่งในระบบภาพที่มีคุณภาพสูงที่สุดเท่าที่มนุษย์เคยสร้างขึ้น แต่กล้อง IMAX film แบบดั้งเดิมมีขนาดใหญ่ เทอะทะ และเสียงดังมาก จนสร้างข้อจำกัดสำคัญต่อฉากสนทนาและภาพระยะใกล้

จนกระทั่ง The Odyssey

Nolan และทีมพัฒนาระบบเก็บเสียงที่เปิดความเป็นไปได้ใหม่ให้กับกล้อง IMAX

“มันเปิดความเป็นไปได้ใหม่ๆ ที่น่าสนใจสำหรับคนทำหนัง”

แต่ปลายทางของเทคโนโลยีซับซ้อนทั้งหมดกลับเป็นเป้าหมายที่เรียบง่าย

“มันเป็นวิธีที่ใกล้เคียงกับที่ดวงตามนุษย์มองเห็นมากที่สุด”

Tom Holland บอกผมว่า วิธีทำงานของ Nolan เปลี่ยนสิ่งที่เขาเคยคุ้นชินจากภาพยนตร์ฟอร์มยักษ์

“เวลาคุณอ่านบท คุณจะถูกตั้งโปรแกรมให้คิดว่า ‘ฉากนี้คงต้องใช้ CGI แน่ๆ และเราคงต้องถ่ายในสตูดิโอ’”

แต่เมื่อ Holland ถามว่า Nolan จะถ่ายฉากเหล่านั้นอย่างไร คำตอบคือ

“เขาบอกว่า ‘ผมอยากสร้างมันขึ้นมาจริงๆ และผมอยากถ่ายในสถานที่จริง’”

การผลิตใช้เรือจริง ฉากขนาดใหญ่ และสถานที่จริงในหลายประเทศ Nolan อธิบายว่า เขาต้องการให้ฉากออกเรือหรือเผชิญพายุมีความรู้สึกเกือบเหมือนสารคดีไม่ใช่เพียงให้ผู้ชมเห็น แต่ให้รู้สึกเหมือนอยู่ตรงนั้น ให้นักแสดงยืนอยู่ตรงนั้นจริง มองเห็นจริง ได้ยินจริง และสัมผัสน้ำ ลม ความร้อน หรือระยะทางจริง

Holland เปรียบเทียบประสบการณ์นี้กับหนังฟอร์มยักษ์ที่เขาเคยทำ ซึ่งบางโปรเจกต์แทบไม่ได้พานักแสดงออกไปนอกสตูดิโอ การทำงานในโลกของ Nolan จึงเป็นประสบการณ์อีกขั้วหนึ่ง

“มีบางวันที่กองถ่าย ซึ่งจนถึงตอนนี้ผมยังพยายามทำความเข้าใจกับภาพที่เกิดขึ้นอยู่เลย”

หลายปีก่อน Holland เคยพูดว่าเขาอยากทำงานกับ Christopher Nolan เขาเป็นแฟน Memento และติดตามผลงานของ Nolan มานาน แต่เมื่อโอกาสมาถึงจริง เขากลับรู้สึกขอบคุณที่มันไม่ได้เกิดเร็วกว่านี้

“ผมดีใจที่เขาไม่ได้ติดต่อผมเมื่อห้าปีก่อน เพราะตอนนั้นผมอาจยังไม่พร้อมที่จะรับมือกับภาพยนตร์ขนาดนี้”

บางโอกาสอาจไม่ได้มาช้า เราเพียงต้องใช้เวลาเติบโตให้พร้อมสำหรับมัน

บ้านของ Nolan

The Odyssey คือหนึ่งในเรื่องเล่าการกลับบ้านที่สำคัญที่สุดของมนุษยชาติ

Odysseus ใช้เวลาสิบปีในสงคราม และอีกสิบปีเพื่อเดินทางกลับ Ithaca ระหว่างทาง เขาพบทั้งอำนาจ ความสุข การล่อลวง ความสูญเสีย และอุปสรรคที่ดูเหมือนไม่มีวันสิ้นสุด แต่แรงดึงดูดของเรื่องยังคงอยู่ที่เดิม

บ้าน

เมื่อผมถามว่า ภาพยนตร์เรื่องนี้ทำให้ความหมายของคำว่าบ้านเปลี่ยนไปอย่างไร Tom Holland เริ่มต้นด้วยการพูดถึงความโชคดี

“สิ่งที่ผมรู้สึกขอบคุณมากที่สุดในชีวิตคือครอบครัวของผม พวกเขาคือจุดยึดเหนี่ยว เป็นชุมชน และเป็นรากฐานของชีวิตประจำวันของผม ความสำเร็จมากมายในชีวิตล้วนมาจากคำสอนของพ่อแม่และพี่น้อง”

ขณะสนทนา เราทุกคนอยู่ที่มุมไบ ห่างจากครอบครัวไปอีกซีกโลก

“ผมไม่แน่ใจว่าภาพยนตร์เรื่องนี้เปลี่ยนมุมมองที่ผมมีต่อครอบครัวหรือเปล่า แต่มันทำให้ความรักที่ผมมีต่อพวกเขาหนักแน่นขึ้น”

Matt Damon พยักหน้าเห็นด้วย

“ผมไม่คิดว่ามันเปลี่ยนมุมมอง แต่มันทำให้ความรู้สึกนั้นลึกซึ้งขึ้น”

สำหรับ Damon การถ่ายทำในสถานที่ห่างไกลจากภรรยาและลูกๆ ทำให้เขาเข้าถึงความรู้สึกของ Odysseus ได้ง่ายขึ้น เขาไม่จำเป็นต้องจินตนาการทั้งหมดว่าความคิดถึงบ้านเป็นอย่างไร เพราะความรู้สึกนั้นมีอยู่จริง

เมื่อผมนำคำถามเดียวกันไปถาม Nolan เขาหยุดคิดเล็กน้อย มืออยู่ใกล้ tumbler ใบเดิมที่เขาจิบชามาตลอดบทสนทนา

“เป็นคำถามที่ตอบยากเหมือนกัน”

ก่อนจะอธิบายว่า ความหมายของบ้านเปลี่ยนไปตามอายุและช่วงเวลาของชีวิต

“เมื่อคุณอายุมากขึ้น โดยเฉพาะเมื่อมีครอบครัว บ้านจะมีความหมายถึงสถานที่หรือที่ตั้งทางกายภาพน้อยลง แต่มันจะหมายถึงการได้อยู่ท่ามกลางเพื่อนและครอบครัวมากขึ้น”

ตลอดการสร้าง The Odyssey ทีมงานเดินทางข้ามโลก แต่ Nolan บอกว่า พวกเขายังคงรู้สึกถึงความผูกพันและการอยู่ร่วมกัน

“สำหรับพวกเราทุกคน การถ่ายทำภาพยนตร์ The Odyssey เป็นเหมือนการเดินทางข้ามโลก แต่พวกเราก็มักจะรู้สึกถึงความผูกพันและการอยู่ร่วมกันเสมอ”

“ผมคิดว่านั่นแหละคือความรู้สึกของการมีบ้าน”

ไม่กี่นาทีต่อมา กล้องหยุดบันทึก ผมลุกขึ้นลา Christopher Nolan และเดินออกจากห้อง

ข้างนอก มุมไบยังคงเคลื่อนไหวด้วยความเร็วของมัน ผู้คน รถยนต์ และเสียงของเมืองเดินหน้าต่อไปเหมือนไม่มีอะไรเกิดขึ้น

แต่ประโยคหนึ่งยังคงอยู่

“เมื่อเราอายุมากขึ้น บ้านจะหมายถึงสถานที่น้อยลง และหมายถึงการได้อยู่ท่ามกลางคนที่เรารักมากขึ้น”

บางที Odysseus อาจใช้เวลาสิบปีเพื่อค้นพบเรื่องนั้น

Nolan ใช้ภาพยนตร์หนึ่งเรื่อง

ส่วนพวกเราที่เหลือ อาจยังอยู่ระหว่างทาง.

The post สัมภาษณ์เสด็จพ่อ Christopher Nolan ยิ่งโลกไปไกล เรายิ่งต้องกลับไปหาสิ่งที่เป็นมนุษย์ appeared first on THE STANDARD.

ก่อนเข้าเรื่อง ขอแสดงความยินดีกับผู้เข้าชิงบอลโลก หรือ FIFA World Cup 2026 FINAL ซึ่งว่ากันว่าเป็นการโคจรมาพบกันแห่งโชคชะตาระหว่าง The GOAT อย่างLionel Messi และ The NEXT อย่าง Lamine Yamal …

เข้าเรื่องกันดีกว่าครับ คือ ต้องเล่าแบบนี้ครับ ในปี 2026 โลกการลงทุนช่วงหลังๆ มีกระแสถกเถียงในหมู่นักลงทุนว่า S&P 500 แบบที่เรารู้จักกระจุกตัวในหุ้นเทคโนโลยีขนาดใหญ่มากเกินไป … พูดง่ายๆ คือ กลัวว่าดัชนีแพงไป เพราะ Tech, AI

จนมีการเสนอทางเลือกอย่าง Equal-Weight S&P 500 หรือ เป็น S&P500 ที่ลงทุน 500 ตัวเท่ากันหมด เพื่อ “กระจายความเสี่ยง” ให้มากขึ้น

ผมเข้าใจเหตุผลนะ จึงได้มีการหารือ พูดคุย กับ ญาติสนิทมิตรสหายในวงการการเงิน การลงทุน เรื่องนี้ และ เห็นเหมือนกันว่า

การลงทุน S&P500 แบบ Equal Weight อาจจะไม่ใช่วิธีที่ถูกต้องในมุมมองของผม (พวกเรา)

1. Market-Cap Weight สะท้อนมูลค่าตลาดจริง และ สะท้อนทุนนิยม

อย่างแรกเลยนะครับ การให้น้ำหนักตามมูลค่าตลาดไม่ใช่ข้อบกพร่อง แต่คือกลไกที่ทำให้ดัชนีปรับตัวตามการเติบโตของบริษัทโดยอัตโนมัติ บริษัทที่มีน้ำหนักมากในดัชนีคือบริษัทที่ตลาดให้มูลค่าสูงจากผลประกอบการและกระแสเงินสดที่แข็งแกร่ง ไม่ใช่การจัดสรรตามอำเภอใจ

2. การเจาะ Sector นอกเทคโนโลยีคือการเดิมพัน ไม่ใช่ กระจายความเสี่ยง

การตัดหุ้นเทคโนโลยีออกโดยตั้งใจ เท่ากับเป็นการคาดการณ์ทิศทางตลาดด้วยตัวเอง (Active Bet) ซึ่งขัดกับหลักการลงทุนแบบ Passive ที่ S&P 500 ถูกออกแบบมาให้เป็นตัวแทน หากเทคโนโลยียังคงเป็นเครื่องยนต์หลักของการเติบโตทางเศรษฐกิจ การตัดออกไปคือการเสียโอกาสมากกว่าการป้องกันความเสี่ยง

3. ความเรียบง่าย คือ ข้อได้เปรียบ

และด้วยความที่ S&P500 เป็นการลงทุนแบบ Passive ค่าธรรมเนียมจึงต่ำ สภาพคล่องสูง และ ไม่ต้องคาดเดา Sector Rotation ทำให้ S&P 500 มาตรฐานเหมาะกับนักลงทุนระยะยาวที่ต้องการผลตอบแทนใกล้เคียงตลาดโดยไม่ต้องบริหารจัดการเอง

พูดไปก็ไม่เห็นภาพดูภาพตามด้านล่างเลยครับ …

ผมเปรียบเทียบนะ … มีนักลงทุน 2 คน

คนแรกลงทุน VOO (Vanguard S&P 500 ETF) 50% และ SCHD (Schwab US Dividend Equity ETF) 50% … เป็นตัวแทนของ S&P500 ปกติ 50% และ หุ้นสหรัฐฯ เน้นปันผล 50% … จะมองว่า S&P500 เป็น Tech เลยก็ได้เอ้า

*แม้จริงๆ S&P500 ไม่ใช่ Tech ด้วยซ้ำ เพราะ Tech คิดเป็นเพียง 40% ของ S&P500 อีก 60% หรือ 493 ตัว คือ Non-Tech ที่เหลือ

อีกคนลงทุน RSP (Invesco S&P 500 Equal Weight ETF) เพราะ อยากจะ “กระจายความเสี่ยง”

ผลลัพท์ ก็ดูเอาตามภาพเลยแล้วกันครับ

• พอร์ต VOO+SCHD มีต้นทุนต่ำกว่า RSP เกือบ 4 เท่า (Exp. Ratio หรือ Expense Ratio ต่ำกว่า) เมื่อคิดเป็นมูลค่าเงิน 10,000 ดอลลาร์ ส่วนต่างค่าธรรมเนียมนี้จะกัดกินผลตอบแทนของ RSP ทุกปีที่ถือครอง
• ด้านผลตอบแทนย้อนหลัง RSP ให้ผลตอบแทนเฉลี่ย 12.3% ต่อปีในช่วง 10 ปีที่ผ่านมา เทียบกับ VOO ที่ 15.2% ส่วน SCHD ในช่วงเดียวกันทำได้ 11.8% ต่อปี

“เมื่อผสม VOO กับ SCHD ในสัดส่วน 50/50 จะได้ผลตอบแทนเฉลี่ยโดยประมาณราว 13.8-13.9% ต่อปี ซึ่งยังคงสูงกว่า RSP ที่ 12.3% ด้วยค่าธรรมเนียมหรือต้นทุนที่ต่ำกว่า 4 เท่า”

ดังนั้น ไม่ว่าจะเป็นการถกเถียงเรื่อง Equal Weight หรือ Sector Rotation สุดท้ายแล้วสิ่งที่ตัดสินผลลัพธ์ในระยะยาวไม่ใช่ความซับซ้อนของกลยุทธ์ แต่คือวินัยในการถือครองและต้นทุนที่สะสมไปตามกาลเวลา

S&P 500 แบบ Market-Cap Weighted ไม่ได้เป็นทางเลือกที่ “ธรรมดา” แต่คือทางเลือกที่ผ่านการพิสูจน์มาแล้วนับทศวรรษ ความเรียบง่ายในวันนี้ อาจเป็นความได้เปรียบที่ยิ่งใหญ่ที่สุดในวันข้างหน้า

เหมือนปราชญ์การลงทุนที่กล่าวว่า การลงทุน คือ เรื่องเรียบง่าย แต่ ไม่ง่าย ครับ

*การแสดงความเห็นให้คำแนะนำดังกล่าว ข้าพเจ้าขอเรียนว่า เป็นการกระทำในนามส่วนตัวของข้าพเจ้า เท่านั้น บริษัทหลักทรัพย์ ซีจีเอส อินเตอร์เนชั่นแนล (ประเทศไทย) จำกัด มิได้มีส่วนเกี่ยวข้อง ใดๆ ทั้งสิ้น

ภาพ: Funtap / Shutterstock

The post S&P500 ดีอยู่แล้ว ไม่จำเป็นต้อง Equal-Weight appeared first on THE STANDARD.

เมื่อภาระหลายอย่างล้วนมีเหตุผล เราจะจัดการกับชีวิตที่หนักเกินกำลังได้อย่างไร

เคยสังเกตไหมครับว่า ปัญหาของการเดินทางหลายครั้ง ไม่ได้เกิดขึ้นตอนจัดกระเป๋า

ตอนหยิบเสื้อเพิ่มอีกตัว เราคิดว่าเผื่อได้ใช้ รองเท้าก็น่าจะจำเป็น ของฝากก็ไม่ควรลืม ของแต่ละชิ้นล้วนมีเหตุผลของมันเอง จนกระทั่งไปถึงหน้าเคาน์เตอร์เช็กอิน และได้ยินเจ้าหน้าที่พูดเพียงสั้นๆ ว่า

“น้ำหนักเกินค่ะ”

หลายคนรีบเปิดกระเป๋าอีกครั้ง แต่กลับพบว่าไม่มีอะไรที่อยากเอาออก เพราะทุกอย่างล้วนจำเป็น

ชีวิตและการเงินก็ไม่ต่างกัน บ้านก็ต้องมี รถก็ต้องใช้ ลูกก็ต้องเรียน พ่อแม่ก็ต้องดูแล ขณะเดียวกันเราก็รู้ว่าอนาคตของตัวเองก็ควรเริ่มเตรียมตั้งแต่วันนี้

ปัญหาของคนจำนวนมากจึงไม่ได้เกิดจากการใช้ชีวิตฟุ่มเฟือย หรือการตัดสินใจผิดพลาด หากแต่เกิดจาก การตัดสินใจที่ถูกต้องหลายเรื่องในเวลาเดียวกัน

เมื่อถึงจุดนี้ หลายคนมักถามว่า ‘ควรตัดอะไรออกดี?’ แต่ก่อนจะเลือกวิธี สิ่งสำคัญกว่าคือการเข้าใจให้ได้ก่อนว่า ทำไมเราจึงเริ่มแบกไม่ไหว

บางคนหนักเพราะรายได้ยังไม่พอ บางคนหนักเพราะภาระหลายเรื่องเกิดขึ้นพร้อมกัน บางคนหนักเพราะภาระใหญ่เกินกำลัง และบางคนหนักเพราะยังใช้แผนเดิมกับชีวิตที่เปลี่ยนไปแล้ว เมื่อสาเหตุต่างกัน วิธีจัดการก็ย่อมแตกต่างกัน

หากปัญหาเกิดจาก ‘กำลังของเรา’

วิธีแรกที่คนส่วนใหญ่เลือก คือพยายามทำให้ตัวเองแข็งแรงขึ้น ไม่ว่าจะเป็นการหารายได้เพิ่ม พัฒนาทักษะ รับงานเสริม หรือสร้างรายได้จากทรัพย์สินที่มีอยู่ เพราะเมื่อทุกภาระยังเป็นสิ่งที่เราอยากรักษาไว้ การเพิ่มกำลังจึงเป็นทางเลือกที่เป็นธรรมชาติที่สุด

ข้อดีคือ เราไม่จำเป็นต้องละทิ้งเป้าหมายสำคัญของชีวิต แต่ทุกอย่างมีต้นทุน รายได้ที่เพิ่มขึ้นอาจแลกมาด้วยเวลาพักผ่อน สุขภาพ หรือเวลาที่หายไปจากครอบครัว คำถามสำคัญจึงไม่ใช่ว่า ทำได้หรือไม่ แต่คือ สิ่งที่ได้กลับมา คุ้มค่ากับสิ่งที่ต้องเสียไปหรือไม่

แต่หากพยายามเพิ่มกำลังแล้วชีวิตยังหนักอยู่ ปัญหาอาจไม่ได้อยู่ที่กำลัง แต่อยู่ที่ ‘จังหวะ’ ของภาระ

หากปัญหาเกิดจาก ‘ทุกอย่างมาพร้อมกัน’

นี่คือสถานการณ์ที่พบได้บ่อยที่สุดในการวางแผนการเงิน บ้าน รถ ลูก การดูแลพ่อแม่ และการเตรียมเกษียณ ล้วนเป็นเป้าหมายที่ดี แต่ทั้งหมดกำลังเกิดขึ้นในช่วงเวลาเดียวกัน

ในสถานการณ์เช่นนี้ การหาเงินเพิ่มอาจช่วยได้เพียงบางส่วน แต่ไม่ใช่คำตอบทั้งหมด

คำถามที่สำคัญกว่าคือ ทุกเรื่องจำเป็นต้องเกิดขึ้นพร้อมกันจริงหรือไม่ หลายครั้ง เราไม่จำเป็นต้องลดความสำคัญของเป้าหมาย เราเพียงจัดลำดับของเป้าหมายใหม่ ให้เหมาะกับกำลังที่มีในวันนี้

เครื่องมือของแนวทางนี้อาจเป็นการรีไฟแนนซ์หรือรวมหนี้ การปรับโครงสร้างหนี้ การทยอยลงทุน การเลื่อนการซื้อบ้านหรือรถออกไปอีกระยะ หรือการจัดกระแสเงินสดใหม่ให้ภาระไม่กระจุกอยู่ในช่วงเวลาเดียว

ข้อดีคือ เราแทบไม่ต้องเสียสละเป้าหมายของชีวิต เพียงเปลี่ยน ลำดับเวลา แทนที่จะเปลี่ยน ความฝัน แต่ก็ต้องยอมรับว่า การยืดเวลาผ่อนอาจทำให้ดอกเบี้ยรวมสูงขึ้น การเลื่อนเป้าหมายทำให้ใช้เวลานานขึ้น และการรวมหนี้จะได้ผลก็ต่อเมื่อไม่สร้างหนี้ใหม่

หากยังไม่รู้จะเริ่มตรงไหน ลองเขียนภาระทั้งหมดลงบนกระดาษ แล้วเรียงลำดับว่าเรื่องใดต้องทำก่อน เรื่องใดรอได้ และเรื่องใดเปลี่ยนวิธีได้ หลายครั้งปัญหาไม่ได้อยู่ที่จำนวนภาระ แต่อยู่ที่ภาระหลายก้อนกำลังมาซ้อนกันในช่วงเวลาเดียว

หากปัญหาเกิดจาก ‘ภาระที่ใหญ่เกินกำลัง’

บางครั้ง ต่อให้หารายได้เพิ่มแล้ว และจัดลำดับภาระใหม่แล้ว ชีวิตก็ยังหนักอยู่ เมื่อถึงจุดนี้ คำถามอาจไม่ใช่ว่า จะจัดอย่างไร แต่คือ เราจำเป็นต้องถือทุกอย่างไว้พร้อมกันหรือไม่

“การลดภาระไม่ใช่การยอมแพ้ แต่คือการเลือกปกป้องสิ่งที่สำคัญกว่า”

สิ่งที่ควรทบทวนก่อน ไม่ใช่สิ่งที่แพงที่สุดเสมอไป แต่คือสิ่งที่ใช้ทรัพยากรมากกว่าคุณค่าที่ได้รับในช่วงชีวิตนี้ ไม่ว่าจะเป็นเงิน เวลา พลังงาน หรือความเครียด เครื่องมืออาจเป็นการขายทรัพย์สินที่ใช้น้อย ลดค่าใช้จ่ายประจำ ยกเลิกภาระที่ไม่จำเป็น ปรับขนาดการใช้ชีวิต หรือเลื่อนเป้าหมายบางอย่างออกไปก่อน

หากต้องเริ่มเพียงเรื่องเดียว ลองถามตัวเองว่า ‘ถ้าต้องลดเพียงหนึ่งอย่าง อะไรจะกระทบคุณภาพชีวิตน้อยที่สุด แต่ช่วยให้ชีวิตเบาขึ้นได้มากที่สุด’ หลายครั้ง

การลดภาระไม่ใช่การเลิกมีสิ่งนั้นตลอดไป แต่เป็นการเลือกจังหวะที่เหมาะสมกว่าในการกลับมาถือมันอีกครั้ง

หากปัญหาเกิดจาก ‘แผนเดิม’

ยังมีอีกสถานการณ์หนึ่งที่การเพิ่มกำลัง การจัดลำดับใหม่ หรือการลดภาระ อาจไม่ใช่คำตอบ นั่นคือ วันที่ปัญหาไม่ได้อยู่ที่ภาระ แต่อยู่ที่แผนที่เราใช้ ชีวิตเปลี่ยนไปเสมอ ทั้งรายได้ สุขภาพ ครอบครัว และเป้าหมาย แผนที่เหมาะเมื่อสิบปีก่อน อาจไม่เหมาะกับชีวิตในวันนี้อีกแล้ว

สัญญาณที่ควรกลับมาทบทวนแผน ได้แก่ รายได้เปลี่ยน สุขภาพเปลี่ยน ภาระครอบครัวเปลี่ยน หรือเป้าหมายชีวิตไม่เหมือนเดิม บางครั้ง การเปลี่ยนบ้าน เปลี่ยนรูปแบบการทำงาน ปรับเป้าหมายเกษียณ หรือแม้แต่นิยามคำว่า ‘ชีวิตที่ดี’ ใหม่ อาจเป็นคำตอบที่ดีกว่าการพยายามรักษาแผนเดิมไว้ทุกอย่าง การวางแผนการเงินที่ดี จึงไม่ใช่การยึดติดกับแผน แต่คือการกล้าปรับแผน เมื่อเหตุผลของชีวิตเปลี่ยนไป

เมื่อมองย้อนกลับไป จะเห็นว่า ไม่มีแนวทางใดดีที่สุดสำหรับทุกคน สิ่งสำคัญจึงไม่ใช่การรีบเลือกวิธีที่คิดว่าดีที่สุด แต่คือการเข้าใจให้ถูกก่อนว่า ชีวิตของเรากำลังหนักเพราะอะไรกันแน่

หากวันนี้คุณรู้สึกว่าชีวิตเริ่มหนักเกินไป อย่าเพิ่งรีบหาทางออก ลองหยุดทบทวนสักนิดว่า ความหนักนั้นเกิดจากกำลังของเราที่ยังไม่พอ จากภาระหลายเรื่องที่กำลังเกิดขึ้นพร้อมกัน จากภาระบางอย่างที่ใหญ่เกินกว่าจะรับไว้ทั้งหมด หรือจากแผนเดิมที่ไม่เหมาะกับชีวิตในวันนี้แล้ว เมื่อมองเห็นต้นเหตุได้ชัด วิธีจัดการก็มักชัดขึ้นตามไปด้วย

เพราะการวางแผนการเงินไม่ใช่การทำให้ชีวิตไม่มีภาระ ภาระหลายอย่างคือสิ่งที่เราตั้งใจเลือกด้วยความรัก ความรับผิดชอบ และความหวัง หน้าที่ของการวางแผนการเงินจึงไม่ใช่การหาวิธีแบกทุกอย่างให้ไหว แต่คือการจัดการภาระให้เหมาะกับกำลังของเราในแต่ละช่วงชีวิต เพื่อให้ยังมีแรงดูแลสิ่งที่มีความหมาย และยังมีแรงเดินต่อไปบนเส้นทางที่เราเลือกด้วยตัวเอง

The post เมื่อทุกอย่างสำคัญ จนเราเริ่มแบกไม่ไหว appeared first on THE STANDARD.

เวลาเห็นบทความแกะรอย IRR ประกันสะสมทรัพย์แล้วพบว่าตัวเลขการันตีเหลือไม่ถึง 1% หลายคนอาจจะรู้สึกโกรธฝั่งคนออกแบบ และตั้งคำถามว่า ‘พวกนักคณิตศาสตร์ประกันภัย (Actuary) ดีไซน์ผลิตภัณฑ์แบบนี้ออกมาหน้าตาเฉยได้อย่างไร?’

ในฐานะคนที่นั่งอยู่ในห้องแล็บคำนวณตัวเลขเหล่านี้ ผมอยากมาชวนเปิดพิมพ์เขียวหลังบ้านดูครับ ว่าในทางคณิตศาสตร์ประกันภัยและการบริหารความเสี่ยง

โครงสร้างที่ดู ‘เสียเปรียบ’ ในสายตาคนซื้อ แท้จริงแล้วมันถูกขับเคลื่อนด้วยกลไกอะไร และทำไมมันถึงไม่ควรถูกนำไปเปรียบเทียบกับหุ้นหรือกองทุนรวมตั้งแต่แรก

• 1. สัญญาประกันชีวิตคือ ‘พันธสัญญาระยะยาว เช่น 60 ปี’ ที่บริษัทถอยหลังกลับไม่ได้เวลาคนซื้อมองผลตอบแทนฝากประจำหรือพันธบัตรรัฐบาล เรามองกันที่ระยะเวลา 1 ปี 5 ปี หรือเต็มที่ 10 ปี แต่สำหรับนักคณิตศาสตร์ประกันภัย แบบประกันสะสมทรัพย์ยาวๆ คือ ‘ภาระผูกพันระยะยาว (Long-term Liabilities)’ ที่ยาวนานครึ่งค่อนชีวิตคน

สมมติ อายุ 48 ปี สัญญาคุ้มครองถึงอายุ 88 ปี แปลว่าบริษัทประกันกำลังเซ็นสัญญาค้ำประกันผลตอบแทนและจ่ายเงินคืนให้ผู้เอาประกันล่วงหน้ายาวนานถึง 40 ปี

ในโลกการเงิน ไม่มีใครรู้อนาคต อีก 30 ปีข้างหน้า ดอกเบี้ยนโยบายอาจจะติดลบเหมือนญี่ปุ่น หรือเกิดวิกฤตเศรษฐกิจขั้นรุนแรงกี่ครั้งก็ได้แต่ไม่ว่าโลกจะเปลี่ยนไปอย่างไร ตัวเลข ‘เงินคืนการันตี’ ที่เราเขียนไว้ในกรมธรรม์วันนี้ บริษัทต้องจ่ายตามนั้น ห้ามเบี้ยว ห้ามลดเด็ดขาด

ดังนั้น IRR ส่วนการันตีที่เห็นว่าต่ำ มันคือ ‘ต้นทุนของความปลอดภัยขั้นสูงสุด (Cost of Guarantee)’ ที่ถูกคำนวณมาเพื่อรองรับสถานการณ์ที่เลวร้ายที่สุดในอีกครึ่งศตวรรษข้างหน้า ไม่ใช่เพราะบริษัทอยากเอาเปรียบ แต่เพราะบริษัทต้องอยู่รอดเพื่อจ่ายเงินก้อนนั้นให้คุณในวันที่ผู้เอาเประกันอายุ 88 ปีจริงๆ

• 2. มายากลของ ‘ทุนประกันต่ำกว่าเบี้ย’ และการโอนย้ายความเสี่ยง (Insurance Risk) จุดที่คนมักสงสัยคือ ทำไมจ่ายเบี้ยปีละแสน แต่ได้ทุนประกันแค่แสนต้นๆ?

ในเชิง คณิตศาสตร์ประกันภัย เราพิจารณาสัญญาตาม สาระสำคัญของความเสี่ยง (Substance over Form) ตามมาตรฐานสากล (เช่น IFRS 17) ผลิตภัณฑ์สะสมทรัพย์ระยะยาวถูกออกแบบมาโดยมีโจทย์ผสม (Hybrid) คือต้องการให้เงินต้นของผู้ซื้ออยู่ครบ (Capital Preservation) ควบคู่ไปกับการมีความคุ้มครองชีวิต

เงินเบี้ยประกัน 100,000 บาทที่ผู้เอาประกันจ่ายในแต่ละปี ไม่ได้วิ่งเข้าพอร์ตลงทุนทั้งหมดทันที แต่มันถูกแตกออกเป็น 3 สายน้ำหลักๆ เช่น Cost of Insurance (ค่าความเสี่ยงภัย) ต้นทุนสำหรับซัพพอร์ตความคุ้มครองกรณีเสียชีวิต เช่น 900% ของทุนประกัน (ซึ่งบริษัทต้องจ่ายเป็นล้านทันทีหากเกิดเหตุไม่คาดฝันตั้งแต่วันแรกๆ) และ Operating Expenses (ค่าใช้จ่ายการดำเนินงาน) ซึ่งก็คงไม่พ้น ค่าคอมมิชชันตัวแทน ค่าบริหารจัดการ และค่าเงินกองทุนหรือเงินสำรองตามกฎหมาย Investment Component (ส่วนเงินออมเพื่อลงทุน)

เงินส่วนที่เหลือหลังจากหัก 2 ส่วนแรกแล้ว ถึงจะถูกนำไปลงทุนในสินทรัพย์ความเสี่ยงต่ำจัด เช่น พันธบัตรรัฐบาลระยะยาว เพื่อสร้างเงินคืนการันตีกลับมาให้ผู้เอาประกันเมื่อเงินออมตั้งต้นถูกหักต้นทุนความคุ้มครองและค่าบริหารจัดการออกไปตั้งแต่แรก จึงเป็นเหตุผลว่าทำไมสมการคณิตศาสตร์ประกันภัยถึงดันให้ IRR ตัวเลขสุดท้ายออกมาได้เท่านี้

• 3. ‘เงินปันผลไม่รับรอง’ ไม่ใช่เรื่องขายฝัน แต่คือการแบ่งปันผลประโยชน์ (Profit Sharing) หลายคนมองดอกจันคำว่า ‘ไม่รับรองการจ่าย’ ด้วยความระแวง แต่ในมุมของคนดีไซน์แบบประกัน นี่คือเครื่องมือที่เรียกว่า Participating Policy (แบบประกันประเภทมีเงินปันผล) ซึ่งแฟร์กับผู้บริโภคมากที่สุดในสภาวะดอกเบี้ยผันผวนเนื่องจากเราไม่สามารถการันตี IRR สูงๆ ยาว 40 ปีได้ (เพราะเสี่ยงทำบริษัทเจ๊ง) บริษัทประกันจึงต้องตั้ง ‘พื้นการันตี’ ไว้ในระดับที่ปลอดภัยต่ำๆ ก่อน จากนั้นหากปีไหนพอร์ตลงทุนของบริษัท (ซึ่งบริหารโดยมืออาชีพและเน้นสินทรัพย์มั่นคง) ทำกำไรได้สูงกว่าที่คาดการณ์ไว้ บริษัทก็จะนำกำไรส่วนเพิ่มนั้นมา ‘แบ่งปัน’ กลับคืนให้ผู้ถือกรมธรรม์ในรูปแบบเงินปันผล

มันไม่ใช่การโฆษณาชวนเชื่อเพื่อปิดการขาย แต่คือการดีไซน์เพื่อให้สัญญายืดหยุ่นและเติบโตไปตามภาวะเศรษฐกิจจริง โดยที่ผู้ซื้อยังมี ‘ตาข่ายรองรับความปลอดภัย’ ของเงินต้นอยู่ตลอดเวลา

• ทำไมประตูทางออก (เวนคืน) ถึงขาดทุนย่อยยับ? ประเด็นเรื่องการเวนคืนแล้วขาดทุนหนักในช่วง 10-20 ปีแรก ในภาษาประกันภัยเราเรียกว่าโครงสร้างแบบ Back-loaded เหตุผลทางคณิตศาสตร์ตรงตัวมากครับ คือบริษัทประกันมี ‘ต้นทุนเริ่มแรก (Initial Costs)’ ที่สูงมาก ทั้งค่าตรวจสุขภาพ ค่าออกกรมธรรม์ และค่าดำเนินการทางกฎหมาย ซึ่งบริษัทออกเงินก้อนนี้ล่วงหน้าไปก่อน โดยหวังว่าจะได้เงินเบี้ยประกันในปีต่อๆ มาช่วยเฉลี่ยต้นทุนหากผู้เอาประกันขอยกเลิกสัญญากลางคัน เงินสำรองที่สะสมอยู่ในกรมธรรม์จึงต้องถูกหักกลับเพื่อชดเชยต้นทุนที่เกิดขึ้นจริงตั้งแต่วันแรก โครงสร้างนี้ไม่ได้ทำมาเพื่อกักขัง แต่ทำมาเพื่อปกป้องกองทุนรวมของผู้เอาประกันคนอื่นๆ ที่ยังถือสัญญาอยู่ ไม่ให้ต้องมาแบกรับภาระต้นทุนของคนที่เดินจากไปก่อนกำหนดครับ

บทสรุปจากห้องคำนวณ : เลือกใช้เครื่องมือให้ถูกประเภท

ในฐานะนักคณิตศาสตร์ประกันภัย ผมมักจะพูดเสมอว่า ‘ไม่มีแบบประกันที่ไม่ดี มีแต่การนำเสนอขายที่ไม่ตรงกับวัตถุประสงค์’

หากคุณต้องการ ความมั่งคั่ง (Wealth) ให้เดินไปหา หุ้น, กองทุนรวม หรืออสังหาริมทรัพย์ ที่นั่นมี IRR ระดับ 6 – 10% ให้เลือก (พร้อมความเสี่ยงที่เงินต้นจะลดลง)

หากคุณต้องการ ความมั่นคงสูงสุดและปกป้องเงินต้นยาวนานชั่วชีวิต (Security) ประกันสะสมทรัพย์คือคำตอบ เพราะไม่มีสินทรัพย์ไหนในโลกที่จะการันตีตัวเลขเงินคืนให้เราได้ยาวนานครึ่งค่อนศตวรรษขนาดนี้อีกแล้ว

ปัญหาในปัจจุบันไม่ใช่โครงสร้างคณิตศาสตร์ประกันภัยของผลิตภัณฑ์ แต่คือ ‘การเอาไม้บรรทัดของการลงทุน (เช่น การเค้นเอา IRR สูงๆ หรือสภาพคล่องสูง) มาตัดสินผลิตภัณฑ์ที่ถูกสร้างขึ้นเพื่อความมั่นคงระยะยาว’

ครั้งต่อไปที่เปิดโบรชัวร์ประกัน ลองมองข้ามคำว่า ‘ผลตอบแทนกี่เท่า’ แล้วถามตัวเองคำเดียวครับว่า โจทย์ในชีวิตตอนนี้ของคนซื้อคือการ ‘เร่งเติบโตทรัพย์สิน’ หรือการ ‘สร้างหลุมหลบภัยที่ไม่มีวันพัง’

แล้วคนนั้นจะเข้าใจคุณค่าที่แท้จริงของตัวเลขที่นักคณิตศาสตร์ประกันภัยออกแบบมาครับ

ภาพ: Shutterstock.AI

The post เบื้องหลังห้องแล็บคณิตศาสตร์ประกันภัย: ทำไมประกันสะสมทรัพย์ถึงให้ IRR เท่านั้น? (และมันถูกสร้างมาเพื่ออะไรกันแน่) appeared first on THE STANDARD.

หลังสร้างประวัติศาสตร์ด้วย IPO ที่ใหญ่ที่สุดครั้งหนึ่งของโลก หุ้น SpaceX ได้รับความสนใจอย่างล้นหลามจากนักลงทุนทั่วโลก ก่อนราคาจะค่อย ๆ ปรับฐานลงจนกลับมาใกล้ระดับ IPO ท่ามกลางแรงขายทำกำไรและความกังวลต่อการลงทุนมหาศาลที่บริษัทกำลังเร่งเดินหน้า

สำหรับนักลงทุนระยะสั้น การย่อตัวของราคาหุ้นอาจสะท้อนว่าโมเมนตัมเริ่มชะลอลง แต่สำหรับนักลงทุนระยะยาว คำถามสำคัญคือ SpaceX กำลังสร้างธุรกิจอะไรที่จะเป็นแรงขับเคลื่อนการเติบโตในอีก 10-20 ปีข้างหน้า

หลายคนยังจดจำ SpaceX ในฐานะบริษัทจรวด เจ้าของ Falcon 9 และ Starship แต่เมื่อพิจารณาโครงสร้างรายได้ จะเห็นว่าบริษัทไม่ได้พึ่งพาธุรกิจจรวดเพียงอย่างเดียว

ในปี 2568 SpaceX มีรายได้รวม 18.7 พันล้านดอลลาร์ เติบโต 33% YoY โดยรายได้ 61% มาจากธุรกิจ Starlink เครือข่ายอินเทอร์เน็ตผ่านดาวเทียม ขณะที่ Launch Services คิดเป็น 22% และอีก 17% มาจากธุรกิจ AI Infrastructure ที่บริษัทกำลังเร่งลงทุน

โครงสร้างรายได้ดังกล่าวสะท้อนว่า SpaceX กำลังเปลี่ยนผ่านสู่บริษัทเทคโนโลยีที่มีธุรกิจสร้างรายได้ประจำ (Recurring Revenue) พร้อมวางรากฐานการเติบโตในยุค AI

หัวใจสำคัญคือ Starlink ซึ่งเป็นธุรกิจแบบ Subscription ที่สร้างรายได้ประจำจากผู้ใช้งานทั่วโลก ปัจจุบันมีผู้ใช้งานมากกว่า 10 ล้านราย และหลายสำนักวิจัยคาดว่าฐานลูกค้าอาจเพิ่มเป็น 16-17 ล้านรายในปี 2569 พร้อมสร้างรายได้แตะ 2 หมื่นล้านดอลลาร์ต่อปี

กระแสเงินสดจาก Starlink จึงเป็นเสมือน ‘เครื่องจักรผลิตเงินสด’ ที่ช่วยให้ SpaceX เดินหน้าลงทุนในโครงการระยะยาว เช่น Starship การสำรวจอวกาศ และเทคโนโลยีแห่งอนาคต ได้อย่างต่อเนื่อง โดยไม่ต้องพึ่งพารายได้จากการปล่อยจรวดเพียงอย่างเดียว

อีกหนึ่งธุรกิจที่น่าจับตาคือ AI Infrastructure แม้ปัจจุบันมีสัดส่วนรายได้ราว 17% แต่ถูกมองว่าเป็นเครื่องยนต์การเติบโตรอบใหม่ของบริษัท

ตลอดปีที่ผ่านมา SpaceX เร่งลงทุนใน AI Data Center ซูเปอร์คอมพิวเตอร์ ระบบประมวลผล และ Compute Infrastructure เพื่อรองรับการพัฒนาโมเดล AI ขนาดใหญ่ รวมถึงเชื่อมต่อ AI เข้ากับเครือข่ายดาวเทียมและโครงสร้างพื้นฐานของบริษัท โดยโครงการ Colossus และ Colossus II ถือเป็นก้าวสำคัญในการขยายธุรกิจนี้

แม้รายได้จาก AI จะยังไม่ใช่ธุรกิจหลักในปัจจุบัน แต่ตลาดให้ความสำคัญกับศักยภาพระยะยาว เนื่องจาก AI เป็น Mega Trend ที่อาจเปลี่ยนแปลงวิธีการทำงาน การใช้ชีวิต และโครงสร้างเศรษฐกิจโลก ไม่ต่างจากการเปลี่ยนแปลงที่อินเทอร์เน็ตเคยสร้างไว้เมื่อกว่าสองทศวรรษก่อนด้วยเหตุนี้ SpaceX จึงไม่ได้แข่งขันอยู่เพียงในอุตสาหกรรมอวกาศ แต่กำลังวางตำแหน่งตัวเองบน 3 เมกะเทรนด์สำคัญ ได้แก่

1. Space Economy ผ่านธุรกิจปล่อยจรวดและระบบขนส่งอวกาศ
2. Global Connectivity ผ่าน Starlink ที่สร้างรายได้ประจำจากผู้ใช้งานทั่วโลก
3. AI Infrastructure ซึ่งมีศักยภาพเป็นเครื่องยนต์การเติบโตแห่งทศวรรษถัดไป

ข้อมูลจากทีม Global Investing หลักทรัพย์บัวหลวง ระบุว่าในมุมนี้ การที่ราคาหุ้นปรับฐานลงมาใกล้ระดับ IPO อาจสะท้อนเพียงการปรับความคาดหวังของตลาดในระยะสั้น มากกว่าการเปลี่ยนแปลงของปัจจัยพื้นฐาน เพราะหาก SpaceX ยังขยายฐานผู้ใช้ Starlink เดินหน้าลงทุนด้าน AI และรักษาความเป็นผู้นำด้านเทคโนโลยีอวกาศได้ตามแผน การเติบโตของบริษัทอาจยังอยู่ในช่วงเริ่มต้น

สำหรับนักลงทุนระยะยาว คำถามสำคัญจึงอาจไม่ใช่ ‘ราคาหุ้นลงมาแล้วหรือยัง’ แต่คือ ‘อีก 10 ปีข้างหน้า SpaceX จะมีมูลค่าใหญ่กว่าวันนี้หรือไม่’

สำหรับนักลงทุนไทย ปัจจุบันสามารถลงทุนใน SpaceX ผ่าน DR SPACEX01 ซึ่งซื้อขายบนตลาดหุ้นไทยด้วยเงินบาท ผ่านแอป Streaming ทั้งช่วงกลางวันและกลางคืน โดยไม่ต้องเปิดบัญชีลงทุนต่างประเทศ

ท้ายที่สุด ความผันผวนของราคาหุ้นอาจเป็นเพียงปัจจัยระยะสั้น แต่สิ่งที่น่าจับตาคือการเปลี่ยนผ่านของ SpaceX จาก ‘บริษัทจรวด’ สู่ผู้พัฒนาโครงสร้างพื้นฐานด้านการสื่อสาร อวกาศ และ AI ซึ่งอาจเป็นรากฐานสำคัญของเศรษฐกิจโลกในอนาคต

ภาพ: Findaview / Shutterstock

The post SpaceX พักฐาน แต่กำลังเติบโตไกลกว่าธุรกิจจรวด appeared first on THE STANDARD.

ทุกครั้งที่โลกเจอนวัตกรรมใหญ่ระดับเปลี่ยนยุค ไม่ว่าจะเป็นรถยนต์สันดาปทศวรรษ 1920 หรือคอมพิวเตอร์ในยุค 1980 สิ่งที่ตามมาคือคำถามเดียวกันว่า

“นี่คือของจริงที่จะเปลี่ยนเศรษฐกิจตลอดกาล หรือแค่ฟองสบู่ที่รอวันแตก”

ในยุคเรา แน่นอนว่า AI กำลังสร้างการเปลี่ยนแปลงในทุกจุดของเศรษฐกิจโลก พร้อมกับฟองสบู่ตลาดการเงินที่ยิ่งใหญ่กว่าในอดีต

นักลงทุนไทยควรเข้าใจการเปลี่ยนแปลง และความแตกต่างของ AI เพื่อหาคำตอบเรื่องกลยุทธ์การลงทุนไปพร้อมกัน

เริ่มด้วยด้านการเติบโต ครั้งนี้ขับเคลื่อนด้วยการลงทุน ไม่ใช่การบริโภค

เม็ดเงินลงทุนสร้างศูนย์ข้อมูล และโครงสร้างพื้นฐานของ AI กำลังดันเศรษฐกิจสหรัฐฯ ให้โตขึ้นราว 0.25% ต่อไตรมาส

ขณะที่การบริโภคของประชาชนยังโตช้า และได้อานิสงส์เพียงทางอ้อมจากความมั่งคั่งของคนถือหุ้น

ผมมองว่านี่คือความเปราะบางของเศรษฐกิจ AI รอบนี้ เพราะการเติบโตที่พึ่งพาการลงทุนฝ่ายเดียว มักไม่ยั่งยืนเท่าการบริโภคที่กระจายตัวไปทั่วเศรษฐกิจ

ด้านที่สอง เงินเฟ้อสูงจากต้นทุนเทคโนโลยี เป็นตัวแปรใหม่ที่ต้องระวังมากที่สุด

การแย่งกันซื้อชิป หน่วยความจำ และไฟฟ้าสำหรับศูนย์ข้อมูล จะผลักต้นทุนขึ้นทั้งระบบ และเมื่อเงินเฟ้อรอบนี้ไม่ได้มาจากค่าจ้าง หรือกำลังซื้อของประชาชนเหมือนในอดีต เครื่องมือของธนาคารกลางอย่างดอกเบี้ย จึงอาจไม่สามารถลดความร้อนแรงของเงินเฟ้อลงได้ง่าย ๆ

ด้านที่สาม นโยบายการคลังผ่อนมากเกินไปก่อนหน้านี้ ทำให้กันชนของเศรษฐกิจบางลง

จุดเริ่มต้นของ AI อยู่ในช่วงที่การคลังของประเทศใหญ่กำลังแบกภาระขาดดุลหนัก

แม้ในกรณีที่ดี AI จะช่วยเพิ่มประสิทธิภาพ เร่งการเติบโต อาจช่วยการลดขาดดุลงบประมาณในอนาคตได้ แต่ในทางปฏิบัติ ความเสี่ยงด้านการคลัง และความผันผวนจากเงินเฟ้อจะสูงขึ้นก่อน ผลที่ตามมาคือพันธบัตรที่เคยเป็นกันชนยามหุ้นตก อาจไม่สามารถทำหน้าที่ได้ดีเหมือนเดิม

เมื่อเราเข้าใจลักษณะของเศรษฐกิจ AI แล้ว ก็ต้องเดากันต่อว่าตลาดจะมองโลกสวยได้นานแค่ไหน และอะไรจะทำให้ตลาดเข้าสู่โหมดสิ้นหวังได้

ในมุมมองของผม การเติบโตกับเงินเฟ้อสามารถจับคู่กันเป็นหนึ่งฉากทัศน์ระยะสั้น และสองฉากทัศน์ระยะยาว

ระยะสั้น มีความเป็นไปได้สูงที่เราจะเข้าสู่โหมด Reflation ที่มีการเติบโตเร็วและเงินเฟ้อสูง

เพราะเม็ดเงินลงทุนของ AI ดันทั้งการเติบโตและเงินเฟ้อขึ้นพร้อมกัน เราจึงอยู่ในภาวะ Expansion ธนาคารกลางสหรัฐฯ มีโอกาสคงดอกเบี้ยในระดับสูง ทำให้ความผันผวนเกิดขึ้นรุนแรง แต่ถ้าการเติบโตยังไม่ลดลง ตลาดก็มักจะกลับมาได้เสมอ

จุดที่ต้องจับตาคือระยะยาว เมื่อการเติบโตชะลอลงตามวัฏจักร คำถามสำคัญคือเงินเฟ้อจะยอมลงตามหรือไม่

กรณีเสี่ยง ถ้าเงินเฟ้อไม่ลดลง ตลาดอาจเข้าสู่โหมด Stagflation ที่หุ้นและบอนด์จะปรับตัวลงพร้อมกันเมื่อเข้าสู่ช่วงปรับฐาน ทำให้เกิดภาวะสิ้นหวังโดยไม่ทันตั้งตัว

แต่ถ้าผลิตภาพจาก AI เกิดขึ้นจริง เงินเฟ้อก็อาจคลายตัวลงพร้อมกัน และเราจะได้เห็นโหมดโลกสวย (Goldilocks) แทนที่ หมายความว่าทั้งหุ้น บอนด์ และสินทรัพย์ทางเลือกจะเติบโตพร้อมกันอย่างต่อเนื่อง

สำหรับกลยุทธ์การลงทุน สิ่งที่เราทำได้เลยคือลงทุนทั้งกับความจริงและความหวัง แค่ต้องจัดสัดส่วนให้เหมาะสม

นักลงทุนหลายท่านอาจคิดว่า เรามีทางเลือกแค่ลงทุนหุ้น AI หรือไม่ลงทุนเลยเพราะกลัวฟองสบู่แตก

แต่ข้อมูลย้อนหลังตั้งแต่ปี 1950 บอกเราว่า การลงทุนในพอร์ตแบบกลาง ๆ ที่ไม่เลือกข้าง ในจังหวะที่น้ำหนักหุ้นเทคโนโลยีสูงผิดปรกติ กลับให้ผลตอบแทนต่อความเสี่ยงดีกว่าพอร์ตที่เกาะกระแสเทคโนโลยีอย่างเดียว หรือพอร์ตที่ถือแต่เงินสด

เหตุผลแรก แน่นอนว่าคือผลลัพธ์จากความกล้ารับความเสี่ยง ข้อมูลย้อนหลังตั้งแต่ปี 1900 บอกเราว่าหุ้นมักทำผลงานดีที่สุดในช่วงปีสุดท้ายก่อนตลาดกระทิงจะจบ และกลุ่มที่นำตลาดขึ้น มักนำต่อไปจนถึงจุดสูงสุด

แต่เหตุผลที่สอง คือการหลบออกจากตลาดก่อนเวลาเหมาะสม ถือเป็นความเสี่ยงอีกแบบที่แพงไม่แพ้กัน

ดังนั้น ผมเชื่อว่ากลยุทธ์ที่เหมาะสม คือการรักษาสมดุลสามด้านไปพร้อมกัน

หนึ่ง กระจายภูมิภาค ลดการพึ่งพาสหรัฐฯ และเงินดอลลาร์ที่มากเกินไป เพราะ AI ทำให้ดอลลาร์ผูกติดกับหุ้นเทคโนโลยีมากขึ้น วันไหนหุ้นเทคสะดุด ดอลลาร์ก็อาจสะดุดตาม

สอง กระจายลงทุนตามสไตล์หุ้น อย่าถือแต่หุ้นแรงตามกระแสฝ่ายเดียว ให้มีหุ้นผันผวนต่ำและหุ้นปันผลสูงผสมอยู่ เพื่อรับมือหากตลาดกลับทิศ

สาม เพิ่มสินทรัพย์ทางเลือก ทั้งสินทรัพย์จริงอย่างโครงสร้างพื้นฐาน อสังหาริมทรัพย์ และพลังงาน เพื่อป้องกันเงินเฟ้อจากการลงทุนของ AI

โดยสรุป AI คือแรงเปลี่ยนแปลงเศรษฐกิจที่ไม่ย้อนกลับแล้ว

อย่างไรก็ดี หนทางข้างหน้าแม้จะไม่ซับซ้อน แต่ก็ไม่ง่าย นักลงทุนที่ฉลาดไม่ใช่คนที่ทายถูกว่าอนาคตจะโลกสวยหรือสิ้นหวัง แต่คือคนที่สร้างพอร์ตที่อยู่รอดได้ในทุกฉากทัศน์ครับ

ภาพ: Summit Art Creations / Shutterstock

The post ปรับแนวคิดพอร์ตลงทุน เมื่อ AI เปลี่ยนเศรษฐกิจ appeared first on THE STANDARD.

เมื่อตลาดหุ้นโลกไม่ได้ให้รางวัลกับผู้ที่เลือกลงทุนถูกประเทศเท่านั้น แต่ให้รางวัลกับผู้ที่เลือกบริษัทได้ถูกตัวด้วย

ตลาดหุ้นโลกในปี 2026 กำลังเกิดการเปลี่ยนแปลงที่น่าสนใจ แม้ดัชนีหุ้นหลายแห่งยังเคลื่อนไหวใกล้ระดับสูงสุดเป็นประวัติการณ์ แต่เมื่อมองลึกลงไปในตลาดการลงทุน จะพบว่าหุ้นแต่ละบริษัทไม่ได้ปรับขึ้นลงพร้อมกันเหมือนเดิม

บริษัทที่รายได้และกำไรเติบโตดีกว่าคาดสามารถสร้างผลตอบแทนโดดเด่น ขณะที่บริษัทซึ่งผลประกอบการน่าผิดหวังอาจถูกขายลงอย่างรุนแรง แม้ทั้งสองบริษัทจะอยู่ในอุตสาหกรรมเดียวกัน หรือได้รับประโยชน์จากธีมเดียวกันอย่างปัญญาประดิษฐ์ หรือ AI ก็ตาม

อ้างอิงข้อมูลจาก Bloomberg Intelligence ‘The World’s Best Hunting Grounds for Equities’ as of  9 July 2026 มองว่าตลาดหุ้นโลกกำลังเข้าสู่สภาพแวดล้อมที่เหมาะกับการเลือกหุ้นลงทุนมากที่สุดครั้งหนึ่งในรอบหลายปี โดยเฉพาะใน 4 ตลาดสำคัญ ได้แก่ สหรัฐฯ ญี่ปุ่น ไต้หวัน และจีน ซึ่งอยู่ใจกลางระบบนิเวศของ AI เซมิคอนดักเตอร์ และการเปลี่ยนผ่านสู่เศรษฐกิจดิจิทัล 

คำถามสำคัญของการลงทุนในรอบนี้จึงอาจไม่ใช่เพียงว่า ‘ควรลงทุนในประเทศไหน’ แต่คือ ‘ภายในประเทศนั้น ควรเลือกบริษัทไหนกันแน่’

ตัวเลขกำลังบอกว่า ตลาดเริ่มเลือกข้างชัดเจนขึ้น

โดยจากการวิเคราะห์ข้อมูลย้อนหลัง 120 เดือน หรือประมาณ 10 ปี พบว่าตลาดหุ้นโลกในปัจจุบันอยู่ในภาวะที่เรียกว่า Low Correlation–High Dispersion หรือภาวะที่หุ้นเคลื่อนไหวสัมพันธ์กันน้อยลง แต่ผลตอบแทนของหุ้นแต่ละตัวแตกต่างกันมากขึ้น

Correlation คือระดับที่หุ้นในตลาดเคลื่อนไหวไปในทิศทางเดียวกัน หาก Correlation สูง หุ้นส่วนใหญ่มักขึ้นหรือลงพร้อมกันจากปัจจัยใหญ่ เช่น ดอกเบี้ย เงินเฟ้อ ราคาน้ำมัน ค่าเงิน หรือความเสี่ยงทางภูมิรัฐศาสตร์ ต่อให้บริษัทหนึ่งมีพื้นฐานดี ราคาหุ้นก็อาจถูกขายลงพร้อมกับตลาดทั้งหมด

ในทางกลับกัน เมื่อ Correlation ลดลง ราคาหุ้นจะตอบสนองต่อปัจจัยเฉพาะของแต่ละบริษัทมากขึ้น เช่น รายได้ กำไร ส่วนแบ่งตลาด คุณภาพผู้บริหาร และความได้เปรียบทางเทคโนโลยี

ส่วน Dispersion คือความแตกต่างระหว่างผลตอบแทนของหุ้นที่ดีที่สุดกับหุ้นที่แย่ที่สุด ยิ่ง Dispersion สูง ช่องว่างระหว่าง ‘ผู้ชนะ’ กับ ‘ผู้แพ้’ ก็ยิ่งกว้าง และยิ่งเปิดโอกาสให้นักลงทุนที่เลือกหุ้นถูกตัวสามารถสร้างผลตอบแทนเหนือดัชนี หรือ Alpha ได้มากขึ้น

ข้อมูลล่าสุดชี้ว่า Correlation ของหุ้นโลกปรับลดลงต่ำกว่าค่าเฉลี่ยย้อนหลัง 10 ปี ขณะที่ Dispersion เพิ่มขึ้นเหนือจุดสูงสุดเดิมในช่วงเวลาเดียวกัน สะท้อนว่าตลาดเริ่มให้รางวัลกับพื้นฐานของแต่ละบริษัท มากกว่าการซื้อหุ้นตามธีมหรือปัจจัยมหภาคเพียงอย่างเดียว 

ความแตกต่างดังกล่าวไม่ได้เกิดขึ้นเพียงช่วงสั้นๆ เพราะตลอด 6 เดือนแรกของปี 2026 ค่า Dispersion อยู่สูงกว่าค่ากลางย้อนหลัง 10 ปีทุกเดือน ขณะที่เดือนพฤษภาคมทำระดับสูงที่สุดในรอบหนึ่งทศวรรษ โดยช่วงเวลาที่ใกล้เคียงที่สุดคือเดือนมีนาคม 2020 ซึ่งเป็นช่วงที่ตลาดเผชิญแรงขายจากการระบาดของโควิด-19  

AI ยังเป็นโอกาส แต่ไม่ใช่ทุกบริษัทจะเป็นผู้ชนะ

ในช่วงแรกของการลงทุนด้าน AI หุ้นที่เกี่ยวข้องกับชิป คลาวด์ ซอฟต์แวร์ ศูนย์ข้อมูล ระบบเครือข่าย หรือพลังงาน มักปรับตัวขึ้นพร้อมกัน เพียงบริษัทประกาศแผนลงทุนหรือพูดถึงโอกาสจาก AI ราคาหุ้นก็มักตอบรับในเชิงบวก

แต่เมื่อเข้าสู่ระยะถัดไป นักลงทุนเริ่มถามคำถามที่ละเอียดขึ้น ได้แก่ บริษัทลงทุนไปเท่าไร รายได้เพิ่มขึ้นจริงหรือไม่ อัตรากำไรดีขึ้นหรือแย่ลง ลูกค้ายินดีจ่ายเพิ่มหรือไม่ และผลตอบแทนจากเงินลงทุนจะเกิดขึ้นเมื่อใด

ดังนั้น คำถามของตลาดจึงเปลี่ยนจาก ‘บริษัทนี้เกี่ยวข้องกับ AI หรือไม่’ มาเป็น ‘บริษัทนี้สามารถเปลี่ยน AI ให้กลายเป็นรายได้ กำไร และกระแสเงินสดได้จริงหรือไม่’ ความเปลี่ยนแปลงนี้จะทำให้หุ้นที่อยู่ในธีมเดียวกันมีผลตอบแทนแตกต่างกันมาก และเพิ่มความสำคัญของการวิเคราะห์หุ้นรายบริษัท

จีนคือสนามค้นหา Alpha ที่เด่นที่สุด

เมื่อเปรียบเทียบตลาดหุ้นหลักทั่วโลก ข้อมูลจาก Bloomberg Intelligence พบว่า จีนมี Dispersion สูงที่สุด และมี Correlation อยู่ในกลุ่มต่ำที่สุด ตามมาด้วยไต้หวัน ส่วนสหรัฐฯ และญี่ปุ่นก็ยังอยู่ในกลุ่ม High Dispersion–Low Correlation  

ในจีน โอกาสสำคัญอยู่ในอุตสาหกรรมที่ประเทศต้องการลดการพึ่งพาเทคโนโลยีต่างชาติ เช่น เซมิคอนดักเตอร์ อุปกรณ์ผลิตชิป ซอฟต์แวร์ คลาวด์ หุ่นยนต์ และระบบอัตโนมัติ

อย่างไรก็ตาม Dispersion ที่สูงมีความหมายสองด้าน ด้านหนึ่งคือมีบริษัทที่สามารถเติบโตได้โดดเด่น แต่อีกด้านคือมีบริษัทที่อาจถูกทิ้งไว้ข้างหลังเป็นจำนวนมาก โดยเฉพาะในอุตสาหกรรมที่เผชิญการแข่งขันด้านราคา บริษัทที่ไม่มีเทคโนโลยีเฉพาะ ไม่มีความได้เปรียบด้านต้นทุน หรือไม่มีฐานลูกค้าที่มั่นคง อาจสูญเสียส่วนแบ่งตลาดอย่างรวดเร็ว

สหรัฐฯ และญี่ปุ่น: ตลาดใหญ่ที่เลือกหุ้นได้มากกว่าที่คิด

สหรัฐฯ และญี่ปุ่นมีระดับ Correlation ระหว่างหุ้นต่ำที่สุดเมื่อเทียบกับตลาดหลัก โดย Correlation ของญี่ปุ่นลดลงสู่ระดับต่ำสุดนับตั้งแต่ช่วงปลายปี 2019 สะท้อนว่านักลงทุนไม่ได้มองทั้งตลาดเป็นการลงทุนตามภาพเศรษฐกิจเพียงธีมเดียว แต่เริ่มแยกแยะคุณภาพของแต่ละบริษัทมากขึ้น 

ในสหรัฐฯ บริษัทเทคโนโลยีขนาดใหญ่หลายแห่งลงทุนด้าน AI พร้อมกัน แต่ความสามารถในการสร้างรายได้เริ่มแตกต่างกัน บริษัทที่มีฐานลูกค้าขนาดใหญ่ มีข้อมูลจำนวนมาก และสามารถนำ AI ไปเพิ่มรายได้หรือลดต้นทุนได้จริง มีโอกาสรักษาการเติบโตต่อไป ส่วนบริษัทที่ใช้เงินลงทุนจำนวนมาก แต่ยังไม่สามารถอธิบายได้ว่ากำไรจะกลับมาเมื่อใด อาจถูกตลาดตั้งคำถาม โดยเฉพาะหากราคาหุ้นสะท้อนความคาดหวังเชิงบวกไว้มากแล้ว

ญี่ปุ่นมีโอกาสในกลุ่มเครื่องจักรที่ต้องใช้ความแม่นยำ ระบบอัตโนมัติ หุ่นยนต์ และอุปกรณ์ผลิตเซมิคอนดักเตอร์ ขณะเดียวกัน การปฏิรูปธรรมาภิบาลยังสร้างความแตกต่างระหว่างบริษัทที่ใช้เงินทุนอย่างมีประสิทธิภาพกับบริษัทที่ยังสะสมเงินสดโดยไม่สร้างผลตอบแทน บริษัทที่เพิ่มเงินปันผล ซื้อหุ้นคืน หรือปรับปรุงผลตอบแทนต่อส่วนของผู้ถือหุ้น มีโอกาสได้รับการประเมินมูลค่าที่ดีขึ้นเมื่อเทียบกับบริษัทที่ไม่มีการเปลี่ยนแปลง
 

กลยุทธ์สำหรับตลาดที่ผู้ชนะและผู้แพ้แยกออกจากกันอย่างชัดเจน

ในสภาพตลาดแบบนี้ นักลงทุนควรพิจารณาการลงทุนผ่านการวิเคราะห์ 3 ระดับ

ระดับแรกคือ เลือกตลาด โดยให้น้ำหนักกับประเทศที่มี Dispersion สูงและ Correlation ต่ำ เช่น จีน ไต้หวัน สหรัฐฯ และญี่ปุ่น

ระดับที่สองคือ เลือกอุตสาหกรรม โดยมองหาธุรกิจที่มีปัจจัยเติบโตระยะยาว เช่น AI เซมิคอนดักเตอร์ คลาวด์ และโครงสร้างพื้นฐานดิจิทัล

ระดับสุดท้ายและสำคัญที่สุดคือ เลือกบริษัท โดยพิจารณาการเติบโตของรายได้ อัตรากำไร กระแสเงินสด ความแข็งแกร่งของงบดุล อำนาจต่อรอง และระดับมูลค่าหุ้น

ตลาดรอบนี้จึงไม่ได้ปฏิเสธการลงทุนตามธีม แต่กำลังบอกว่า ‘การเลือกธีมถูก’ เป็นเพียงจุดเริ่มต้น เพราะผลตอบแทนที่แท้จริงจะขึ้นอยู่กับการเลือกบริษัทที่สามารถเปลี่ยนธีมนั้นให้กลายเป็นกำไรได้

ท้ายที่สุด การเลือกประเทศลงทุนให้ถูกยังคงสำคัญ แต่ในโลกที่ช่องว่างระหว่างผู้ชนะกับผู้แพ้กว้างที่สุดในรอบ 10 ปี การเลือกหุ้นให้ถูกอาจเป็นสิ่งที่กำหนดผลตอบแทนของพอร์ตมากกว่าเดิมอย่างชัดเจน

ภาพ: Who is Danny / Shutterstock

The post จากยุค ‘ซื้อทั้งตลาด’ สู่ยุค ‘เลือกหุ้นให้ถูกตัว’ appeared first on THE STANDARD.

เข้าสู่ครึ่งปีหลัง 2026 แล้ว คลื่นลูกใหญ่ที่กำลังแกว่งโลกลงทุน นั่นก็คือ ‘ฟองสบู่ AI ตลาดหุ้นเกาหลีใต้’ แตกซะแล้ว!! หลังจากพุ่งทะยานขึ้นทำ All Time High ไปเมื่อเดือนมิถุนายนช่วงสั้นๆ เท่านั้นเอง เป็นม้ามืดวิ่งแรงแหกโค้งก่อนเพื่อนทีเดียว

เกมพลิกเหนือคาด จากที่โลกเฝ้าระวังแต่ ‘ฟองสบู่ AI สหรัฐฯ’ มายาวข้ามปี หลังวิ่งทะลุปรอทแตกมาเข้าสู่ปีที่ 4 แล้ว แม้มีเสียงเตือนออกมาระลอกแล้วระลอกเล่าก็ยังไม่ออกอาการหนักสักที มีแต่อาการเซจากแรงเทขายทำกำไรในหุ้นเทคฯ AI ใหญ่เมื่อช่วงกลางปีนี้เท่านั้น

เสียงในหัวของนักลงทุนทั่วโลกเต็มไปด้วยคำถามต่างๆ ‘ลางร้ายจากเกาหลีใต้’ จะกระชากตลาดหุ้นทั่วโลกอย่างไรบ้าง? แล้วหุ้นเทคฯ สหรัฐฯ จะแตกเมื่อไหร่กันแน่…ปีนี้ ปีหน้าหรือปีไหน? นักลงทุนที่ถือหุ้นเทคฯ สหรัฐฯ อยู่เอายังไงต่อดี? ในเมื่อโลกกำลังขับเคลื่อนด้วยโครงสร้างพื้นฐาน AI ควรวางกลยุทธ์ลงทุนหุ้น AI / เซมิคอนดักเตอร์อย่างไรดี และมีตลาดไหนที่น่าสนใจให้เป็นหลุมหลบภัยลงทุนระยะยาวได้บ้าง

ผมเชื่อว่า ในช่วงครึ่งปีหลัง ตลาดกำลังย่อยสัญญาณเตือนภัยรอบตัวอยู่ครับ เพราะฉะนั้น สิ่งแรกที่ผมแนะนำตอนนี้ คือ ‘ตั้งสติ’ อย่าไหลตามอารมณ์ตลาด และติดตามข่าวสารอย่างระมัดระวัง หาคำตอบด้วยการแยกแยะสิ่งไหนที่ควบคุมไม่ได้ และสิ่งไหนที่ควบคุมได้ก่อน พร้อมกับตรวจสุขภาพพอร์ตของเราเพื่อมองหาโอกาสในวิกฤติกันดีกว่าครับ

ส่องตลาด AI ฟองสบู่… หลัง ‘สหรัฐฯ – เกาหลีตกม้าตาย’

ปี 2026 นี้เป็นอีกปีที่ตลาดหุ้นโลกยังขับเคลื่อนด้วยธีม AI แห่งอนาคตเมื่อโลกเข้าสู่ AI Supercycle ยิ่งทำให้โมเมนตัมหุ้นเทคฯ AI เซมิคอนดักเตอร์และหุ้นที่เกี่ยวข้อง วิ่งแรลลี่แรงต่อเนื่องจาก 2-3 ปีที่ผ่านมา

แต่สิ่งที่เปลี่ยนไปในปีนี้ คือ ‘ตลาดไม่ได้กระจุกอยู่ที่หุ้น AI สหรัฐฯ’ เพียงอย่างเดียวแล้ว เมื่อนักลงทุนเริ่มกระจายลงทุนข้ามฝั่งมายังตลาดหุ้นในเอเชียหลังจากที่เห็นสัญญาณโครงสร้างตลาดหุ้นอเมริกากำลังเปลี่ยนไป โดยกลุ่มหุ้นเทคโนโลยีมีสัดส่วนหนักกว่า 35% ของ S&P 500 แล้ว ส่วนกลุ่มบริการการเงินลดเหลือ 11.79% ตามด้วยบริการสื่อสาร 11.35% สินค้าอุปโภคบริโภคตามวัฏจักรเศรษฐกิจ 10.25% เฮลธ์แคร์ 8.41% ทำให้เกิดความกังวลความเสี่ยงอาจเกิดภาวะฟองสบู่แตกขึ้นในระยะข้างหน้า

ช่วงที่ผ่านมาบรรยากาศการลงทุนในสหรัฐฯ เต็มไปด้วยความระมัดระวัง คงต้องยอมรับว่า หุ้นกลุ่ม Magnificent 7 และผู้ผลิตชิป เช่น Nvidia เผชิญแรงขายทำกำไรอย่างหนักในรอบนี้ เพื่อลดความเสี่ยงราคารหุ้นที่แพงเกินไป และ ‘Rotate’ เข้าหุ้นที่ราคาถูกโดยย้ายมาในเอเชียแทน โดยเฉพาะ ‘หุ้นเทคฯ ต้นน้ำ’ ของ ‘เกาหลี และไต้หวัน’ เจ้าตลาดผู้ผลิตชิป AI (หน่วยความจำ) ของโลก หลังกระแสโลกขาดแคลนชิป AI สำหรับใช้ในโครงสร้างพื้นฐาน AI ที่สหรัฐฯ มีความต้องการสูง ทำให้ตลาดเกาหลีใต้พุ่งทะยานทำสถิติสูงสุดเกือบ 4 เท่านับตั้งแต่ปี 2025 ขับเคลื่อนจากหุ้นใหญ่ 2 ตัว คือ Samsung Electronics และ SK Hynix ที่มีมาร์เก็ตแคปสัดส่วนรวมกันครึ่งหนึ่งของตลาด

ขณะที่ตลาดวอลล์สตรีทปรับตัวผสมผสานบวกและลบ ในบางวันที่ดัชนี Dow Jones Industrial Average ร่วงลงแรง ขณะที่ดัชนีอ้างอิง S&P 500 ปิดลบเบาๆ สะท้อนตลาดยังเชื่อมั่นต่อการเติบโตของกำไรบริษัทในตลาดแม้มีแรงกดดันด้านภูมิรัฐศาสตร์

ส่วน NASDAQ Composite ที่เน้นหุ้นเทคโนโลยีสวนทางความอ่อนแอของตลาดรวม ด้วยการปรับขึ้นเล็กน้อยในเดือนมิถุนายน เนื่องจากนักลงทุนได้หมุนเวียนเงินลงทุนไปยังหุ้นเทคโนโลยีบางตัวและการเพิ่มขึ้นของหุ้นกลุ่มเซมิคอนดักเตอร์ โดยยังมีข่าวบวกหนุน อาทิ Broadcom ประกาศข้อตกลงจัดหาชิปครั้งสําคัญกับ Apple ขณะที่ Nvidia ก็ปรับตัวขึ้นเช่นกัน จุดเด่นของ NASDAQ ยังทำผลงานได้ดีคงมาจากแรงซื้อหุ้น AI และเซมิคอนดักเตอร์โดยเฉพาะกลุ่มชิปและโครงสร้างพื้นฐาน AI

แต่เชื่อมั้ยครับว่า ตลาดหุ้นสหรัฐฯ ยังแข็งแกร่งอยู่ ทั้งที่ตลาดร่วงแรงในช่วงกลางปีต่างจากภาพต้นปีที่ยังทำ All Time High ต่อเนื่องแม้จะเผชิญกับความผันผวนจากสงครามตะวันออกกลาง ราคาน้ำมัน แต่มีแรงหนุนสำคัญของตัวเลขกำไรไตรมาสแรกของบริษัทในตลาดโดยเฉพาะหุ้นเทคฯ ที่ออกมาดีเกินคาด ประกอบกับกระแส IPO หุ้นเทคฯ ใหญ่อย่าง SpaceX เข้าตลาดได้เรียบร้อย

ณ วันนี้ ผลตอบแทนรวมของตลาดหุ้นสหรัฐฯ ในช่วงครึ่งปีแรก ดัชนี S&P 500 ยังให้ผลตอบแทนบวก 10-11% YTD (9 ก.ค.) ส่วน NASDAQ บวกถึง 19% และ Dow Jones บวก 9% เมื่อรวมกับผลตอบแทนในช่วง 2-3 ปีที่ผ่านมา ราวๆ 60-70% หากรวมทั้งหมดสำหรับคนที่ถือระยะยาว 4 ปีนี้ รับผลตอบแทนอย่างน้อยๆ 70-80%

ส่วนตลาดหุ้นเกาหลีฟองสบู่แตกเป็นประเทศแรกในโลก และวันนี้กำลังเข้าสู่ ‘ภาวะตลาดหมีทางเทคนิค’ (Technical Bear Market) เรียบร้อยแล้ว โดยดัชนี KOSPI ทรุดฮวบ 22% ( 8 ก.ค.) จากจุดสูงสุดประวัติการณ์เมื่อเดือนมิถุนายนเพียง หุ้นทั้ง 2 ตัวถูกแรงเทขายอย่างหนัก ท่ามกลางความกังวลต่อแนวโน้มระยะยาวของกลุ่มผู้ผลิตชิป AI เกาหลี ขณะที่ ‘SK Hynix’ มีแผนจะลดกำลังการผลิตชิป Memory และย้ายกำลังผลิตชิป HBM ไปยัง DRAM หลังวัฏจักรชิปความจำความเร็วสูง (HBM) อาจผ่านจุดพีค แม้บริษัทกำไรจะโตแกร่งก็ตาม นอกจากนี้ยังกังวลต่อข่าวเสนอเก็บภาษี Unrealized Gain ในเกาหลีใต้ กระทบตลาดหุ้นทั่วโลก

นอกจากนี้ยังซ้ำเติมความเชื่อมั่นเมื่อดัชนีชิปโลก (SOX) ทรุดตัว 16%ในวันเดียวหลังมีกระแสข่าวว่า ‘DeepSeek’ แพลตฟอร์ม AI จีน เตรียมจะพัฒนาชิปขึ้นมาเองเพื่อลดต้นทุน และกรณี ChangXin Memory ของจีนที่กำลังส่งชิปให้ Apple ทดสอบเพื่อกระจายซัพพลายเชน ยิ่งสร้างความกังวลต่อส่วนแบ่งการตลาดในอนาคตของเกาหลีใต้

ช่วงนี้ตลาดกำลังย่อยข่าวร้ายสัญญาณลบต่างๆ ไม่ว่าจะสถานการณ์ฟองสบู่ AI กำลังฝุ่นตลบ และธนาคารกลางสหรัฐฯ (เฟด) ประเมินว่าต้นทุนพลังงานที่สูงขึ้นจากความวุ่นวายทางภูมิรัฐศาสตร์ อาจทําให้ความพยายามในการควบคุมเงินเฟ้อซับซ้อนยิ่งขึ้น ล่าสุด ประธานาธิบดี ‘โดนัลด์ ทรัมป์’ ของสหรัฐฯ ประกาศว่าข้อตกลงสันติภาพชั่วคราวกับอิหร่านสิ้นสุดลง นักลงทุนกลับมากังวลว่าจะเกิดการสู้รบ กระทบต่อราคาน้ํามันพุ่งสูงขึ้น นักลงทุนกำลังรอการส่งสัญญาณการดำเนินนโยบายการเงินจาก ‘เควิน ว็อร์ช’ ประธานเฟดคนใหม่ ที่จะเกิดขึ้นในกลางเดือนกรกฎาคมนี้

ขณะที่สัญญาซื้อขายล่วงหน้าอัตราดอกเบี้ย สะท้อนว่าตลาดเลื่อนการคาดการณ์การขึ้นดอกเบี้ยจากเดิมที่มองไว้ในเดือนตุลาคม ไปเป็นช่วงปลายปีแทน

ทั้งนี้ เมื่อปลายเดือนมิถุนายนเฟดได้คงดอกเบี้ย 3.50-3.75% และ Dot Plot ระบุว่า อาจมีการปรับขึ้นดอกเบี้ยในปลายปีนี้ อย่างไรก็ตาม ล่าสุด นักลงทุนได้ลดการเดิมพันว่าเฟดจะขึ้นดอกเบี้ยเพิ่มเติม หลังจากตัวเลขการจ้างงานนอกภาคเกษตรของสหรัฐฯ ในเดือนมิถุนายน ออกมาต่ำกว่าที่ตลาดคาดการณ์ไว้ การชะลอตัวของตลาดแรงงานอาจลดแรงกดดันให้ธนาคารกลางสหรัฐฯ ดำเนินนโยบายการเงินที่เข้มงวดมากขึ้นในระยะต่อไป ซึ่งคาดจะเป็นผลบวกต่อตลาดหุ้นในครึ่งปีหลัง

แนวโน้มหุ้นเทคฯ ทั่วโลกจะเป็นอย่างไรหลังฟองสบู่ตลาดเกาหลี?

นักวิเคราะห์ส่วนใหญ่กลับมองว่า นี่เป็นเพียง ‘การปรับฐานที่จำเป็น’ ของกลุ่มหุ้นเทคฯ ที่มี Valuation แพง ขณะที่เทรนด์ขาขึ้นยังไม่จบรอบเพราะโลกเพิ่งเข้าสู่วัฏจักรเริ่มต้นของโครงสร้างพื้นฐาน AI เท่านั้น โดยมีสหรัฐฯ เป็นผู้นำโลกสะท้อนได้จากผลตอบแทนของตลาดในช่วงครึ่งปีแรก (YTD) ยังบวกราว 10%

ส่วนตัวผมก็ยังมองเชิงบวกต่อหุ้นเทคฯ สหรัฐฯ ระยะยาว ด้วยปัจจัยที่ยังหนุนตลาดสหรัฐฯ คือ การลงทุนด้าน AI ของบริษัทเทคโนโลยีขนาดใหญ่ยังคงเพิ่มขึ้นต่อเนื่อง ผลประกอบการของบริษัทเทคยังถูกคาดการณ์เติบโตอย่างแข็งแกร่ง ซึ่งกำลังเริ่มเข้าสู่ฤดูกาลประกาศไตรมาสสองในปลายเดือนกรกฎาคมนี้ การลงทุนของบริษัทบริษัทเทคโนโลยีที่ทุ่มเงินสร้าง Data Center ยังคงมีอย่างต่อเนื่อง ภาพรวมทางเศรษฐกิจสหรัฐฯ ยังไม่เข้าสู่ภาวะถดถอย

‘Mark Hackett’ หัวหน้านักกลยุทธ์การลงทุนของ Nationwide มองว่าการปรับตัวลงในครั้งนี้เป็นเพียงการพักฐานของตลาด เขาเชื่อว่าปัจจัยพื้นฐานของเศรษฐกิจยังแข็งแกร่ง

ขณะที่ John Flood หัวหน้าฝ่ายบริการการดำเนินธุรกรรมซื้อขายหุ้นในภูมิภาคอเมริกาของ Goldman Sachs Global Banking & Markets ประเมินว่าตลาดหุ้นสหรัฐฯ ยังมีโอกาสปรับตัวขึ้นหลังผลประกอบการของบริษัทจดทะเบียนในไตรมาส 1 ที่ผ่านมาเติบโตดีที่สุดในรอบหลายสิบปี​

ในช่วงครึ่งปีหลัง จะเป็นตลาดเปลี่ยนผ่านจากช่วง ‘เก็งกำไรความคาดหวัง AI’ เข้าสู่ช่วง ‘พิสูจน์ (กำไร) ของจริง’ ที่จับต้องได้ บริษัทใดที่สร้างรายได้กลับมาไม่ทันใจ ย่อมจะโดนหั่นมูลค่า (Valuation) ลงมา และระยะเวลาคืนทุน (ROI) ของเม็ดเงินลงทุนมหาศาลในโครงสร้างพื้นฐาน AI ทำให้ภาพรวมของกลุ่มหุ้นเทคฯ ปรับตัวขึ้นในกรอบจำกัด และเห็นการแยกแยะหุ้นน้ำดีออกมาจากตลาดชัดเจนครับ

ดังนั้น โอกาสสำหรับนักลงทุน การย่อตัวหรือพักฐานนี้มักถูกมองเป็นการปรับสมดุลทางเศรษฐกิจ เพื่อให้สอดคล้องกับปัจจัยพื้นฐานมากขึ้นครับ

การลงทุนหุ้นเทคฯ สหรัฐฯ จึงต้องปรับกลยุทธ์เป็น ‘เลือกหุ้นรายตัว’ และเน้นที่มีกำไรโตจริงแทนการซื้อเหมาเข่งทั้งดัชนี เนื่องจากหุ้นเทคโนโลยีสหรัฐฯ ในปีนี้มีโอกาสที่จะเผชิญกับการปรับฐานครั้งใหญ่ หลังจากพุ่งทะยานอย่างรุนแรงในช่วงหลายปีที่ผ่านมา ผมขอย้ำว่า มีโอกาสสูงที่จะปรับฐานครั้งใหญ่

ส่วนประเด็นสหรัฐฯ จะเกิดฟองสบู่แตกหรือไม่ เมื่อไหร่ ผมไม่สามารถคาดเดาล่วงหน้าได้จริงๆ ครับ แต่ที่แน่นอน ทุกตลาดมีวัฏจักรขาขึ้นและขาลงเสมอครับ อย่างตลาดหุ้นเกาหลีที่ร่วงดิ่ง ปัจจุบัน Forward P/E เพียง 7.6 เท่า ถูกกว่าตลาดหุ้นเกิดใหม่ และ S&P 500 อย่างมีนัยสำคัญ ทุกอย่างมันมี Valuation ค้ำยันในตัวเองครับ

หลุมหลบภัย ‘หุ้นเทคฯ จีน’ เบอร์สองของโลก ถึงเวลาฟื้นคืนชีพ

ปัจจุบัน ‘หุ้นเทคโนโลยีจีน’ กำลังกลายเป็นหลุมหลบภัยราคาถูก (Safe Haven) ที่ดึงดูดเม็ดเงินลงทุนทั่วโลก เนื่องจากดัชนีฝั่งสหรัฐฯ และเกาหลีใต้เริ่มเผชิญแรงเทขายทำกำไรจากความกังวลด้านมูลค่าหุ้นที่สูงเกินไป ขณะที่จีนเป็นหนึ่งในตลาดที่ปรับตัวขึ้นช้ากว่าตลาดโลกในช่วงที่ผ่านมา ทำให้หุ้นเทคโนโลยีจีนมี Valuation ที่ต่ำกว่าหุ้นเทคโนโลยีสหรัฐฯ ที่สำคัญ ยังเป็นหนึ่งในตลาดที่ปรับตัวขึ้นช้ากว่าตลาดโลกในช่วงที่ผ่านมา

ในเดือนมิถุนายน ตลาดหุ้นจีนและฮ่องกงฟื้นตัวกลับมาอีกครั้ง หลังนักลงทุนคลายความกังวลด้านภูมิรัฐศาสตร์ โดยดัชนี Hang Seng China Enterprises Index (HSCEI) และดัชนี Hang Seng TECH Index ดีดตัวขึ้นแรง 4-8% แรงหนุนหลักของตลาดมาจากหุ้นเทคโนโลยีขนาดใหญ่ที่มีข่าวบวก

ทั้งนี้ หุ้น Tencent ใกล้จะเปิดตัว AI Assistant บนแพลตฟอร์ม WeChat ขณะที่ Meituan โชว์ผลประกอบการไตรมาส 1 ออกมาดีกว่าคาด ส่วน Alibaba, JD.com, SMIC, Kuaishou และ BYD Electronic ต่างปรับตัวขึ้นแข็งแกร่งตาม Sentiment เชิงบวกของกลุ่ม AI และ Digital Economy สำหรับ BYD โชว์ยอดขายรถยนต์ในต่างประเทศทำสถิติสูงสุดใหม่ สะท้อนความแข็งแกร่งของผู้ผลิตเทคโนโลยีจีนในตลาดโลก

ขณะที่สภาพตลาดของหุ้นเทคฯ จีนในปีนี้ มีความแตกแยกกันอย่างชัดเจนตามกลุ่มอุตสาหกรรมเทคโนโลยี โดยดูผลดำเนินงานแยกตามกลุ่ม ได้แก่

กลุ่มฮาร์ดแวร์ AI และชิป ในตลาดหุ้นเซี่ยงไฮ้ (CSI 300 / Star 50) ในครึ่งปีแรก หุ้นกลุ่มที่เกี่ยวข้องกับโครงสร้างพื้นฐาน อุปกรณ์ฮาร์ดแวร์ AI และเซมิคอนดักเตอร์ในจีนแผ่นดินใหญ่พุ่งทะยานอย่างรุนแรง ในบางช่วงดัชนีกลุ่มฯ พุ่งแรงกว่า 65% เนื่องจากได้แรงหนุนจากมาตรการสนับสนุนและงบวิจัยพัฒนาอย่างหนักจากรัฐบาลจีน แม้จะมีการปรับฐานหรือเกิดแรงเทขายทำกำไรลงมาบ้างในช่วงกรกฎาคมจากความกังวลเรื่องฟองสบู่ AI สหรัฐฯ

ส่วนกลุ่มแพลตฟอร์มอินเทอร์เน็ตในตลาดฮ่องกง (H-Shares – Hang Seng TECH) นำโดยหุ้นกลุ่ม Big Tech ที่จดทะเบียนในฮ่องกง เช่น Alibaba, Tencent, Meituan เผชิญความกดดันและปรับตัวลงค่อนข้างแรงในช่วงต้นปีถึงกลางปี หรือ YTD ที่ติดลบราว 19% ในครึ่งปีแรก จากปัญหาการแข่งขันที่ดุเดือดและการฟื้นตัวของเศรษฐกิจในประเทศที่ยังค่อยเป็นค่อยไป แต่ล่าสุดในเดือนกรกฎาคม เริ่มมีสัญญาณฟื้นตัวกลับขึ้นมาอย่างรุนแรงนำโดย Alibaba และ Tencent หลังรายงานผลประกอบการดีกว่าคาด และเริ่มสร้างรายได้จริงจากการใช้งาน AI แพลตฟอร์ม

แนวโน้มหุ้นเทคฯ จีนในปีนี้ยังมีปัจจัยสำคัญขับเคลื่อน ได้แก่

• กำไรสุทธิฟื้นตัวโดดเด่น หลังจากผ่านมรสุมการจัดระเบียบของรัฐบาลและการแข่งขันที่รุนแรง นักวิเคราะห์จากหลายสถาบันคาดการณ์ว่าอัตราการเติบโตของกำไรต่อหุ้น (EPS Growth) ของกลุ่มเทคฯ จีน (Hang Seng TECH) จะฟื้นตัวอย่างแข็งแกร่งในช่วงปีนี้จนถึงปีหน้า
• จุดเปลี่ยนจากกระแส AI ต้นทุนต่ำ อานิสงส์จาก DeepSeek Effect จีนประสบความสำเร็จอย่างมากในการนำเสนอโมเดล AI สายประหยัดพลังงานและเน้นความคุ้มค่า ส่งผลให้บริษัทยักษ์ใหญ่ในจีน ไม่จำเป็นต้องทุ่มงบลงทุน capex มหาศาลเพื่อสร้าง Data Center เท่าฝั่งสหรัฐฯ ช่วยหนุนให้อัตรากำไรปรับตัวสูงขึ้น

• การแข่งขันด้วยความคุ้มค่า (AI Efficiency Edge) หลังจากได้จุดกระแส AI ต้นทุนต่ำ ทำให้นักลงทุนหันมาให้ความสนใจหุ้นเทคฯ จีนมากขึ้น เนื่องจากความเสี่ยงด้านงบลงทุนต่ำกว่าหุ้นเทคฯ สหรัฐฯ
• มูลค่าหุ้นอยู่ในระดับที่ถูกมาก (ปัจจุบันค่า P/E ของตลาดหุ้นจีนเฉลี่ยอยู่ระดับ 12-13 เท่า ต่ำกว่าตลาดหุ้นโลกและสหรัฐฯ มาก ทำให้ความเสี่ยงขาลง (Downside Risk) อยู่ในกรอบค่อนข้างจำกัด
• มาตรการซื้อหุ้นคืนพยุงตลาด ปัจจุบัน บริษัทยักษ์ใหญ่ของจีนหลายแห่งหันมาเน้นการคืนเงินให้ผู้ถือหุ้นผ่านการซื้อหุ้นคืนอย่างต่อเนื่องอย่างกลุ่ม Big Tech นำโดย Alibaba และ Tencent ที่เดินหน้าซื้อหุ้นคืนและจ่ายเงินปันผลต่อเนื่อง ช่วยเสริมสร้างความเชื่อมั่นและพยุงราคาหุ้นในกระดาน
• นโยบายรัฐมีความชัดเจน แผนพัฒนาเศรษฐกิจระยะยาวของจีนเน้นน้ำหนักที่ระบบ Digital Economy, EV, และ Quantum Tech ทำให้หุ้นกลุ่มนี้ยังมีแรงพยุงด้านนโยบายอย่างสม่ำเสมอ

ขณะเดียวกันยังคงมีปัจจัยเสี่ยงที่ต้องระวังและกดดันตลาด

• ความตึงเครียดทางภูมิรัฐศาสตร์ สงครามการค้า การควบคุมและสั่งห้ามส่งออกชิปเซมิคอนดักเตอร์ขั้นสูงจากสหรัฐฯ ยังคงเป็นปัจจัยกดดันการพัฒนาเทคโนโลยีระดับบนสุดของจีน
• เศรษฐกิจจีนยังฟื้นตัวไม่เต็มที่ โดยเฉพาะกำลังซื้อในประเทศยังฟื้นตัวจำกัด​ แม้ภาคการส่งออกและเทคโนโลยีจะเติบโตดี แต่ตัวเลขเงินเฟ้อผู้บริโภค (CPI) ล่าสุดชะลอตัวลงมาอยู่ที่ 1% สะท้อนว่าภาคการบริโภคภายในประเทศและการฟื้นตัวของอสังหาริมทรัพย์ยังคงค่อยเป็นค่อยไป

โบรกเกอร์และสถาบันการเงินหลายแห่ง เริ่มแนะนำให้นักลงทุนทยอยสะสมหุ้นเทคฯ จีนในระยะกลางถึงยาว โดยเฉพาะกลุ่มผู้ให้บริการแพลตฟอร์มที่มีรายได้แข็งแกร่ง เช่น Alibaba Tencent ส่วนหุ้นเทคฯ จีนในตลาดฮ่องกง ยังมองแนวโน้มการเติบโตของ AI Cloud, Semiconductor และ Digital Platform ที่ยังต่อเนื่องตามวัฏจักร AI Supercycle ของโลก

ตลาดปรับฐาน ถึงเวลาตรวจสุขภาพพอร์ตครึ่งปีหลัง

อย่างไรก็ตาม ต้องยอมรับว่า แม้ตลาดหุ้นใหญ่จะปรับฐาน แต่กลุ่ม AI ยังคงเป็นเมกะเทรนด์ในระยะยาว เพียงแต่หัวใจสำคัญ คือ นักลงทุนต้องเลือกลงทุนในหุ้นที่สามารถทำกำไรได้จริง

การคว้าโอกาสลงทุนยังต้องให้ความสำคัญกับการกระจายความเสี่ยง เพราะตลาดตอนนี้ไม่ใช่โหมดที่ซื้ออะไรก็ขึ้นแบบเดิมแล้ว แต่เป็นโหมดที่เลือกซื้อแบบมีเหตุผล ลองนึกภาพเหมือนคิวต่อแถว ใครพื้นฐานดีสุดจะได้คิวแรกเสมอครับ

ผมมักแนะนำกระจายลงทุน (Asset Allocation) ผ่านการจัดพอร์ตแบบ Core & Satellite Portfolio (สูตรปลอดภัยเสี่ยงต่ำ 80:20)

โดย Core Portfolio หรือพอร์ตหลักที่กระจายความเสี่ยงครอบคลุมทั้งในแง่ของสินทรัพย์ที่หลากหลายและภูมิภาค เช่น หุ้นทั่วโลกร่วมกับพันธบัตรและตราสารหนี้คุณภาพ ซึ่งจะให้น้ำหนักกับตลาดหลักของโลก อย่างสหรัฐฯ ญี่ปุ่น ยุโรป จีน เพื่อให้พอร์ตค่อยๆ สร้างผลตอบแทนเติบโตอย่างมั่นคงก่อน

หลังจากนั้น ค่อยคว้าโอกาสเพิ่มผ่าน Satellite Portfolio หรือพอร์ตรอง ที่ลงทุนในกลุ่มที่เน้นโอกาสเติบโตสูงในช่วงนี้อย่างกลุ่มเทคโนโลยี AI เซมิคอนดักเตอร์ หรือกลุ่มประเทศที่เติบโตสูง อย่าง อินเดีย เวียดนาม หรือจะเป็นการลงทุนในธีมเมกะเทรนด์ต่างๆ เช่น หุ้นเทคฯ จีน พลังงานสะอาดจีน EV เฮลท์แคร์ เป็นต้น

ทั้งนี้ พอร์ตรองแนะนำว่า ไม่ควรให้น้ำหนักลงทุนเกิน 50% ของพอร์ตรวม เนื่องจากหากพอร์ตรองเสียหายหนัก อย่างน้อยยังมีพอร์ตหลักเป็นกันชนสร้างผลตอบแทนได้ต่อเนื่อง

อีกกลยุทธ์ที่สำคัญ ‘DCA’ (Dollar Cost Averaging) หรือการทยอยเพิ่มทุนสม่ำเสมอ จะยิ่งเพิ่มความได้เปรียบ เพราะสามารถสะสมหุ้นได้มากขึ้น เท่ากับเพิ่มโอกาสทำกำไรในระยะยาว โดยเฉพาะในช่วงตลาดปรับฐานแต่แนวโน้มระยะยาวยังดี การ DCA อย่างต่อเนื่องจะทำให้พอร์ตชนะความผันผวนของตลาดในช่วงนั้นๆ ครับ

‘Rebalance’ หรือปรับสมดุลพอร์ต เป็นอีกสิ่งสำคัญของนักลงทุนต้องทบทวนอย่างสม่ำเสมอ เพื่อเช็คสุขภาพพอร์ต ตรวจน้ำหนักสัดส่วนลงทุนยังอยู่ในกรอบเป้าหมายที่ตั้งไว้หรือไม่

ผมขอยกตัวอย่างการช่วงที่ตลาดหุ้นสหรัฐฯ ปรับตัวขึ้นแรง ทำให้หุ้นสหรัฐฯ ที่ถือในพอร์ตมีน้ำหนักเกินสัดส่วนที่กำหนดไว้ และมีกำไรมากกว่า 5-10% แนะนำให้ขายหุ้นบางส่วนเพื่อทำกำไรและนำเงินพักในพันธบัตรรับดอกเบี้ย เพื่อรอจังหวะเข้าลงทุนในหุ้นหรือสินทรัพย์คุณภาพ ราคาถูกในรอบใหม่ ในทางกลับกัน จังหวะตลาดหุ้นปรับตัวลงแรง สามารถโยกเงินจากพันธบัตรเข้าลงทุนในหุ้นดีที่เล็งไว้ เช่น หุ้นเทคฯ จีนที่ราคายังถูกกว่าหุ้นสหรัฐฯ เป็นต้น

โลกลงทุนในวันนี้ ความจริงที่ต้องยอมรับคือ ไม่มีใครเดาจังหวะตลาดได้แม่นยำ 100% หัวใจสำคัญจึงไม่ใช่เลือกหุ้นเก่งแล้ว แต่คือการจัดพอร์ตให้แกร่ง เป็นสิ่งเดียวที่เราสามารถควบคุมได้เพื่อให้พอร์ตเติบโตในระยะยาวฝ่าทุกความผันผวนหรือวิกฤติต่างๆไปได้

การใช้ ‘เงินทำงาน’ ให้ถูกที่ถูกทางเป็นระยะเวลานาน พอร์ตของคุณจะมั่งคั่งเป็นหลักล้านได้อย่างยั่งยืน พร้อมรองรับชีวิตอิสระทางการเงินของคุณได้เร็วขึ้น โดยไม่ต้องรอถึงวัยเกษียณครับ

The post ทำไม ‘หุ้นเทคจีน’ ถึงกลายเป็นพระเอก? ถอดรหัสกลยุทธ์ลงทุน AI ในวันที่ตลาดโลกผันผวน appeared first on THE STANDARD.

ครึ่งปีแรกของปี 2026 ผ่านไปแล้ว และตลาดการเงินไม่ต่างอะไรกับการนั่งรถไฟเหาะที่ไม่มีทีท่าจะช้าลง

ตลาดหุ้นทั่วโลกปรับตัวขึ้นแรงจากกระแส AI ก่อนจะปรับตัวลงจากความเสี่ยงสงคราม ราคาน้ำมันดิบทะลุ 100ดอลลาร์/บาร์เรล

แต่ที่สุด ก็ปรับตัวขึ้นอีกครั้งเมื่อช่องแคบ Hormuz กลับมาเปิดการขนส่งเป็นปกติ และกำไรของบริษัทจดทะเบียนทั่วโลกเร่งตัวอย่างรวดเร็วจากกระแสการลงทุน AI

แม้ดัชนีหุ้นโลกจะเริ่มครึ่งหลังของปี 2026 ในระดับใกล้เคียงจุดสูงสุดตลอดกาล

แต่ครึ่งปีแรกเป็นเหตุการณ์ที่ย้ำเตือนเราว่า ‘ยิ่งสูงก็ยิ่งเสี่ยง’ นักลงทุนต้องรู้ให้ทันตลาดการเงิน ผมจึงชวนจับตา 3 เรื่องสำคัญที่อาจทำให้ตลาดกลับทิศ ให้เราได้คิดและเตรียมกลยุทธ์รับมือไว้ก่อน

เรื่องแรก ครึ่งหลังของปีจะเข้าสู่เวลาที่ Capex ของ Hyperscaler แซงกระแสเงินสด และ Free Cash Flow จะติดลบเป็นครั้งแรก

หลังการลงทุน AI เร่งตัวขึ้นอย่างต่อเนื่องมาตลอด 3 ปี

บริษัทที่แข็งแกร่งอย่างกลุ่ม Hyperscaler ของสหรัฐฯ กำลังจะเข้าสู่ช่วงใช้เงินลงทุน (Capex) มากกว่ากระแสเงินสดจากการดำเนินงานรวมกันเป็นครั้งแรกในประวัติศาสตร์

จากที่เคยเป็นเครื่องจักรผลิตเงินสดที่นักลงทุนทั่วโลกไว้วางใจมาตลอดทศวรรษ Free Cash Flow รวมของกลุ่มจะพลิกเป็นติดลบครั้งแรกช่วงครึ่งหลังปีนี้

นี่คือการเดิมพันครั้งใหญ่ที่สุดในประวัติศาสตร์ เพราะโมเดลธุรกิจ AI ของผู้ประกอบการฝั่งสหรัฐฯ ไม่มีกำไร ขณะที่ต้นทุนต่อหน่วยสูงกว่าคู่แข่งหลักอย่างจีนมหาศาล

ที่ต้องจับตาเป็นเพราะหุ้นกู้และสินเชื่อกลุ่มเทคโนโลยี มียีลด์ที่สูงขึ้นอย่างชัดเจนตั้งแต่ต้นปี และเมื่อประกอบกับ CAPE P/E ของหุ้นสหรัฐฯ ใกล้จุดสูงสุดตลอดกาล ทั้งหมดอาจเป็นส่วนผสมที่ก่อให้เกิดความกังวลเรื่องฟองสบู่การลงทุน AI อย่างหลีกเลี่ยงไม่ได้

ประเด็นที่สองคือ AI ไม่ได้ทำให้เงินเฟ้อลดลงเหมือนเทคโนโลยีในอดีต แต่กำลังสร้างเงินเฟ้อขาขึ้นรอบใหม่แบบไม่ทันตั้งตัว

ต้นปีนี้ แทบทุกสำนักวิเคราะห์เชื่อว่า AI จะเป็นพลัง Disinflationary (แรงกดเงินเฟ้อให้ต่ำลง) ช่วยลดต้นทุนการผลิตในระยะยาว

แต่ข้อมูลจริงกลับสวนทางอย่างสิ้นเชิง ดัชนีราคาผู้ผลิตกลุ่ม Chip ของสหรัฐฯ พุ่งขึ้นกว่า 25% สูงสุดนับตั้งแต่มีการเก็บข้อมูลในปี 1985 ขณะที่ราคาคอมพิวเตอร์และอุปกรณ์ IT ในตะกร้าเงินเฟ้อกลับมาเป็นบวกครั้งแรกในรอบเกือบสองทศวรรษ

ต้นตอของปัญหาคือราคาหน่วยความจำที่พุ่งขึ้นกว่า 670% จากจุดต่ำสุด เพราะศูนย์ข้อมูล AI แย่งชิงกำลังการผลิต Chip ไปทั้งหมด

นี่คือ ‘เงินเฟ้อจากการลงทุน’ ที่ธนาคารกลางไม่เคยเจอมาก่อน เพราะมันไม่ได้เกิดจากผู้บริโภคใช้จ่ายเกินตัว แต่เกิดจากบริษัทที่รวยที่สุดในโลกแย่งทรัพยากรกันเอง และดอกเบี้ยนโยบายอาจไม่มีผลต่อพฤติกรรมนี้เลย

หากครึ่งปีหลังตัวเลขเงินเฟ้อเร่งตัวขึ้นอีก ยีลด์สหรัฐฯ จะมีโอกาสปรับตัวขึ้น เป็นแรงกดดันด้านสภาพคล่องซ้ำเติมไปอีก

และสุดท้าย อาจไม่ใช่แค่ยีลด์สหรัฐฯ เพราะตลาดการเงินญี่ปุ่นก็เข้าสู่ช่วงกลับตัวครั้งสำคัญที่สุดในรอบกว่า 4 ทศวรรษ

ยีลด์พันธบัตรรัฐบาลญี่ปุ่นอายุ 10 ปีพุ่งขึ้นแตะระดับสูงสุดนับตั้งแต่ปี 1997

ค่าเงินเยนอ่อนค่าสุดในรอบ 40 ปี

ที่ต้องจับตาให้ดีเป็นเพราะญี่ปุ่นคือเจ้าหนี้รายใหญ่ของโลกมาหลายทศวรรษ

หากผลตอบแทนในประเทศที่สูงขึ้นนี้ ส่งผลให้เงินลงทุนไหลกลับญี่ปุ่น แรงกดดันจะส่งผ่านไปสู่ตลาดการเงินทั่วโลก

และครั้งนี้อาจไม่มีใครที่มีสภาพคล่องสูงพอจะช่วยได้ เพราะอีกสามเศรษฐกิจใหญ่ที่สุดในโลกอย่างสหรัฐฯ จีน และเยอรมนี อยู่ในช่วงขาดดุลการคลังสูงสุด มีแนวโน้มขาดดุลต่อเนื่องไปอย่างน้อยจนถึงปี 2031 เป็นคำถามต่อเนื่องว่าใครจะเป็นผู้ซื้อพันธบัตรมหาศาลเหล่านี้ และที่ยีลด์เท่าไหร่กันแน่

ครึ่งแรกของปี 2026 เป็นเหมือนฉากเริ่มของความผันผวน ความเสี่ยงเกิดจากเรื่องที่คาดไม่ถึงหลายอย่าง แต่จุดเด่นคือมีการเติบโตของกำไรและพื้นฐานที่แข็งแกร่งคอยสนับสนุน

ครึ่งหลังของปี 2026 เป็นฉากที่แตกต่างออกไป เพราะความเสี่ยงเปลี่ยนเป็นเรื่องที่เรามองเห็นมานาน แต่ไม่เคยคิดว่าจะกลายเป็นความกังวลที่เข้ามากดดันตลาด

ทุกอย่างจะเป็นเรื่องที่แค่ต้องจับตา หรือจะกลายเป็นต้นเหตุที่เจาะฟองสบู่ AI รอบนี้ อีกไม่นานเราจะได้รู้กันครับ

ภาพ: Sweet_tomato, TeeStocker / Shutterstock

The post เงินเฟ้อ เงินลงทุน AI และตลาดเงินญี่ปุ่น 3 เรื่องที่น่าจับตาที่สุดในครึ่งปีหลัง 2026 appeared first on THE STANDARD.

ในช่วงหลายปีที่ผ่านมา เทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence: AI) ได้ก้าวจากบทบาทของ ‘เทคโนโลยีสนับสนุน’ มาเป็น ‘กลไกสำคัญ’ ที่มีอิทธิพลต่อการตัดสินใจทางธุรกิจอย่างเป็นรูปธรรม ไม่ว่าจะเป็นการวางแผนและพัฒนาโมเดลธุรกิจ การบริหารยอดขาย การคัดเลือกบุคลากร ไปจนถึงการออกแบบประสบการณ์ของลูกค้า ทั้งหมดนี้ล้วนเชื่อมโยงโดยตรงกับสิทธิ เสรีภาพ และความเป็นส่วนตัวของบุคคล

เมื่อ AI เข้ามามีบทบาทในระดับการตัดสินใจมากขึ้น ประเด็นสำคัญจึงไม่ได้จำกัดอยู่เพียง ‘ความแม่นยำของระบบ’ เท่านั้น หากแต่รวมถึง ‘ความชอบด้วยกฎหมาย’ ของผลลัพธ์และกระบวนการตัดสินใจดังกล่าว ซึ่งกลายเป็นองค์ประกอบสำคัญของการกำกับดูแลการใช้ AI ในองค์กรอย่างหลีกเลี่ยงไม่ได้

เมื่อ ‘กฎหมาย’ ไม่ใช่ข้อจำกัด แต่เป็นเงื่อนไขของการใช้ AI

แม้ในปัจจุบันประเทศไทยยังไม่มีกฎหมายเฉพาะที่กำกับดูแลการใช้ AI โดยตรง อย่างไรก็ดี การพัฒนาและใช้งาน AI โดยทั่วไปต้องอาศัย ‘ข้อมูลจำนวนมาก’ ซึ่งในหลายกรณีอาจเกี่ยวข้องกับข้อมูลส่วนบุคคล การประมวลผลข้อมูลดังกล่าวย่อมมีความเสี่ยงกระทบต่อสิทธิของเจ้าของข้อมูล และอาจนำไปสู่ความรับผิดภายใต้กฎหมายคุ้มครองข้อมูลส่วนบุคคลได้โดยตรง ดังนั้น การพิจารณาความสอดคล้องกับพระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล (PDPA) จึงเป็นประเด็นสำคัญที่องค์กรไม่อาจหลีกเลี่ยงได้เมื่อมีการนำ AI มาใช้ในการดำเนินงาน

แนวปฏิบัติโดยสำนักงานคณะกรรมการคุ้มครองข้อมูลส่วนบุคคล: กรอบกำกับดูแลตลอดวงจรชีวิต AI

สำนักงานคณะกรรมการคุ้มครองข้อมูลส่วนบุคคล (สคส.) ได้จัดทำ ‘ร่างแนวปฏิบัติด้านการคุ้มครองข้อมูลส่วนบุคคลที่เกี่ยวกับการพัฒนาและใช้งานเทคโนโลยีปัญญาประดิษฐ์’ เพื่อเป็นกรอบแนวทางให้องค์กรสามารถใช้ AI ได้อย่างมีความรับผิดชอบและโปร่งใส แนวปฏิบัตินี้มีความน่าสนใจตรงที่ไม่ได้มอง AI เป็นเพียงเรื่องของ compliance หรือการปฏิบัติตามกฎหมายเฉพาะเรื่องอีกต่อไป แต่ยกระดับไปสู่การเป็นกรอบการกำกับดูแลตลอด ‘วงจรชีวิตของ AI’ ตั้งแต่ขั้นตอนการออกแบบ การพัฒนา ไปจนถึงการนำไปใช้จริง โดยเน้นหลักการสำคัญ เช่น ความรับผิดชอบ (accountability) ความโปร่งใส (transparency) และความสามารถในการตรวจสอบย้อนกลับ (traceability) ซึ่งล้วนเป็นหัวใจของการสร้าง ‘AI ที่เชื่อถือได้’ หรือ Trusted AI

หนึ่งในประเด็นสำคัญที่องค์กรต้องให้ความสำคัญอย่างมากคือ ‘การบริหารจัดการข้อมูล’ เนื่องจาก AI ไม่ได้เกี่ยวข้องเฉพาะข้อมูลที่ใช้ในการฝึกโมเดลเท่านั้น แต่ยังรวมถึงข้อมูลที่เกิดขึ้นระหว่างการใช้งาน เช่น คำสั่งที่ผู้ใช้ป้อนเข้าไป (prompt) ผลลัพธ์ที่ระบบสร้าง (output) รวมถึงข้อมูลในเชิงเทคนิคอย่าง embedding และ log ต่างๆ การจัดการข้อมูลเหล่านี้จึงต้องทำอย่างรอบด้าน องค์กรต้องสามารถอธิบายได้ว่าข้อมูลใดถูกเก็บ ใช้ หรือเปิดเผยเพื่อวัตถุประสงค์ใด และมีฐานทางกฎหมายรองรับหรือไม่ พร้อมทั้งต้องสื่อสารให้เจ้าของข้อมูลรับทราบอย่างโปร่งใส และจำกัดการใช้ข้อมูลให้อยู่ภายในขอบเขตวัตถุประสงค์ที่กำหนดไว้เท่านั้น หลักการนี้สะท้อนแนวคิดพื้นฐานของ PDPA ที่เน้น ‘ความจำเป็นและความชัดเจน’ ในการใช้ข้อมูล

นอกจากการจัดการข้อมูลแล้ว องค์กรยังต้องให้ความสำคัญอย่างยิ่งกับ ‘สิทธิของเจ้าของข้อมูล’ ซึ่งยังคงเป็นหัวใจสำคัญแม้เทคโนโลยีจะเปลี่ยนแปลงไปเพียงใด องค์กรต้องมีมาตรการที่สามารถรองรับสิทธิต่าง ๆ ได้อย่างมีประสิทธิภาพ ไม่ว่าจะเป็นสิทธิในการเข้าถึง แก้ไข หรือลบข้อมูล ตลอดจนสิทธิในการคัดค้านการประมวลผลข้อมูล ที่สำคัญคือในยุคที่ AI สามารถตัดสินใจแทนมนุษย์ได้มากขึ้น องค์กรต้องพิจารณาอย่างรอบคอบในกรณีที่มี ‘การตัดสินใจโดยอัตโนมัติ’ โดยเฉพาะหากการตัดสินใจนั้นส่งผลกระทบต่อบุคคลอย่างมีนัยสำคัญ แนวทางที่เหมาะสมคือการนำกลไก Human-in-the-loop เข้ามาใช้ เพื่อให้มนุษย์ยังคงมีบทบาทในการตรวจสอบหรือยืนยันผลการตัดสินใจของ AI ซึ่งจะช่วยลดความเสี่ยงและเพิ่มความเป็นธรรมให้กับระบบ

ในอีกด้านหนึ่ง การนำ AI มาใช้ยังมาพร้อมกับความเสี่ยงรูปแบบใหม่ที่องค์กรอาจยังไม่คุ้นเคยมากนัก เช่น การโจมตีผ่านคำสั่ง (prompt injection) การย้อนวิเคราะห์ข้อมูลจากโมเดล (model inversion) หรือการปนเปื้อนข้อมูลฝึกสอน (data poisoning) ซึ่งอาจส่งผลให้ระบบให้ผลลัพธ์ที่ไม่ถูกต้อง หรือเลวร้ายกว่านั้นคือเกิดการรั่วไหลของข้อมูลส่วนบุคคลโดยไม่ตั้งใจ ในกรณีที่ระบบ AI มีความเสี่ยงสูง องค์กรจึงควรจัดให้มีการประเมินผลกระทบด้านการคุ้มครองข้อมูลส่วนบุคคล หรือ Data Protection Impact Assessment (DPIA) เพื่อช่วยระบุความเสี่ยงล่วงหน้า ประเมินผลกระทบ และกำหนดมาตรการลดความเสี่ยงอย่างเหมาะสม

สุดท้าย เรื่องของความมั่นคงปลอดภัยยังคงเป็นพื้นฐานที่ขาดไม่ได้ มาตรการด้านความปลอดภัยต้องครอบคลุมทั้งในเชิงองค์กร กายภาพ และเทคนิค ไม่ว่าจะเป็นการกำหนดสิทธิการเข้าถึงข้อมูล การเข้ารหัสข้อมูล การจัดทำบันทึกการใช้งานเพื่อตรวจสอบย้อนหลัง หรือการกำหนดกลไกควบคุมระบบเพื่อป้องกันการใช้งานที่ไม่เหมาะสม ตลอดจนการทดสอบระบบอย่างสม่ำเสมอ ทั้งหมดนี้มีเป้าหมายเพื่อป้องกันและลดความเสี่ยงจากการใช้ AI อย่างเป็นรูปธรรม

การสร้างความเชื่อมั่น: ปัจจัยสำเร็จของ AI ในระยะยาว

จากหลักการและแนวทางดังกล่าว ผู้เขียนเห็นว่าองค์กรที่ต้องการใช้ AI อย่างยั่งยืนควรเริ่มจาก ‘การตั้งคำถามเชิงระบบ’ มากกว่าการแก้ไขปัญหาเป็นรายกรณี เช่น

• การประเมินช่องว่าง (gap) ระหว่างแนวทางปฏิบัติที่มีอยู่กับข้อกำหนดทางกฎหมายและจริยธรรมด้าน AI เพื่อระบุความเสี่ยงที่อาจยังไม่ถูกมองเห็นอย่างชัดเจน
• การกำหนดนโยบายและแนวปฏิบัติภายในองค์กรที่ชัดเจนสำหรับการใช้ AI โดยเฉพาะในประเด็นการใช้ข้อมูล การตัดสินใจอัตโนมัติ และความรับผิดชอบของผู้ที่เกี่ยวข้อง
• การพัฒนาความรู้และความเข้าใจของบุคลากรในระดับองค์กร เพื่อให้สามารถใช้ AI ได้อย่างเหมาะสมทั้งในเชิงเทคนิค กฎหมาย และจริยธรรม

Trusted AI: จากการปฏิบัติตามกฎหมายสู่การตัดสินใจทางธุรกิจอย่างยั่งยืน

ท่ามกลางแนวโน้มการบังคับใช้กฎหมายคุ้มครองข้อมูลส่วนบุคคลที่เข้มข้นขึ้น และข้อเท็จจริงที่ว่า AI โดยธรรมชาติมักต้องพึ่งพาข้อมูลส่วนบุคคลอย่างหลีกเลี่ยงไม่ได้ แนวคิด KPMG Trusted AI ช่วยให้การกำกับดูแล AI ไม่ได้จำกัดอยู่เพียงการปฏิบัติตามกฎหมาย แต่เชื่อมโยงไปสู่การตัดสินใจทางธุรกิจในภาพรวม ไม่ว่าจะเป็น การยึดโยงกับคุณค่าขององค์กร การคงบทบาทของมนุษย์ในกระบวนการตัดสินใจ หรือการสร้างความน่าเชื่อถือของระบบ สิ่งเหล่านี้ล้วนเป็นปัจจัยที่กำหนดว่า AI จะสามารถใช้งานได้อย่างยั่งยืนหรือไม่

ท้ายที่สุด โอกาสทางธุรกิจในยุคปัญญาประดิษฐ์มิได้เกิดขึ้นจากเพียงความสามารถในการนำเทคโนโลยีมาใช้ให้ทันต่อการเปลี่ยนแปลงเท่านั้น หากแต่เกิดจากการสร้างความเชื่อมั่นในระยะยาว ซึ่งจะเกิดขึ้นได้ก็ต่อเมื่อองค์กรสามารถดำเนินงานได้อย่างมีความรับผิดชอบ โปร่งใส และสอดคล้องกับกฎหมายอย่างเคร่งครัด อันเป็นรากฐานสำคัญของการใช้ AI อย่างยั่งยืนในอนาคต

ภาพ: Summit Art Creations/ Shutterstock

The post เมื่อ AI กลายเป็นส่วนหนึ่งของการตัดสินใจ กฎหมายและการกำกับดูแลจึงไม่ใช่เรื่องปลายทาง appeared first on THE STANDARD.

AI-flation คือ คำศัพท์ใหม่ที่รวมคำว่า AI + Inflation เข้าด้วยกัน เพื่ออธิบายภาวะที่ความต้องการและเม็ดเงินลงทุนมหาศาลในเทคโนโลยี AI กลายเป็นตัวเร่งให้เกิดเงินเฟ้อ หรือดันราคาสินค้าบางประเภทให้สูงขึ้น ซึ่งเราเริ่มได้เห็นแล้วจากที่ Apple ได้ปรับราคา MacBook และ iPad ขึ้นสูงถึง 20% และหลังจากนั้นไม่นาน Microsoft ก็ปรับขึ้นราคา Xbox ตามมาอีก 100 ดอลลาร์

คำถามถัดมาคือ สถานการณ์นี้จะผลักดันเงินเฟ้อให้สูงขึ้นจนบีบให้ Fed ต้องใช้ดอกเบี้ยในระดับสูงยาวนาน จนกลับมาทุบราคาทองคำหรือไม่

การวิเคราะห์จาก Deutsche Bank พบว่า ดัชนีราคาผู้ผลิต (PPI) ในเดือนพฤษภาคม ค่อนข้างเห็นได้ชัดว่าในส่วนของราคาสินค้า Electronics ซึ่งครอบคลุม Semiconductors และอุปกรณ์หน่วยความจำ (Memory) นั้นพุ่งสูงขึ้นถึง 27% ด้วยสถานการณ์ที่บรรดายักษ์ใหญ่ด้านเทคโนโลยีต่างพากันเร่งรีบวางรากฐาน AI ทั้งสั่งซื้อชิปประมวลผล ตลอดจนถึงการสร้าง Data centers เมื่อมาประกอบกับหลักฐานที่ปรากฏถึงต้นทุนการผลิตที่สูงขึ้นจากดัชนี PPI จึงเกิดกระแสความกังวลถึงภาวะ “AI-flation” และแรงกดดันด้านเงินเฟ้อเหล่านี้จะค่อย ๆ ส่งผ่านไปยังผู้บริโภค ซึ่งจะสะท้อนออกมาผ่าน “ดัชนีราคาผู้บริโภค (CPI)”

อย่างไรก็ดี ราคาสินค้าที่เกี่ยวข้องกับ AI ยังคงจำกัดอยู่แค่ในห่วงโซ่อุปทานอิเล็กทรอนิกส์ และอยู่ในหมวดหมู่สินค้าที่คิดเป็นสัดส่วนเพียงเล็กน้อยของดัชนีเงินเฟ้อโดยรวมเท่านั้น อาทิ Software คอมพิวเตอร์และอุปกรณ์เสริม มีสัดส่วนไม่ถึง 1% ของตะกร้าดัชนี CPI ซึ่ง ณ ปัจจุบันยังหาหลักฐานการส่งผ่านไปยังผู้บริโภคไม่ชัดเจนมากนัก มีเพียงหมวดค่าไฟฟ้า (Electricity) ที่สูงขึ้นเล็กน้อยเท่านั้น

ในส่วน “ค่าจ้างแรงงานก่อสร้าง” ในหมวดนี้เพิ่มขึ้นเร็วผิดปกติถึง 4.3% เมื่อเทียบกับค่าเฉลี่ยทั้งเศรษฐกิจที่ 3.4% จากความต้องการแรงงานจำนวนมากเพื่อสร้าง Data centers สำหรับ AI ที่ใช้ทั้งโครงสร้างพื้นฐาน, ระบบไฟฟ้า และระบบทำความเย็น

อย่างไรก็ดี ความกังวลเรื่อง AI-flation อาจไม่ได้ลากยาวอย่างที่คิด เมื่อ The Information สำนักข่าวแวดวงเทคโนโลยี รายงานในวันที่ 30 มิถุนายน ว่าวิศวกรภายในของ OpenAI สามารถพัฒนาชุดเทคนิคการปรับปรุงระบบ (Optimization) บนเซิร์ฟเวอร์เดิม ซึ่งสามารถลดต้นทุนการรัน Inference ลงได้มากกว่า 50% และช่วยลดการใช้การ์ดจอระดับท็อปอย่าง NVIDIA ลงเหลือเพียงไม่กี่ร้อยตัวเท่านั้น ซึ่งเป็นตัวเลขที่น้อยจนคนในวงการประหลาดใจ ดังนั้น หาก OpenAI หรือบริษัทอื่นๆ สามารถทำได้จริง ปัญหา “AI-flation” จะบรรเทาลงได้อย่างมาก ทั้งในแง่ของการใช้ GPU ที่ลดลง, การใช้ไฟฟ้าที่ลดลง และค่าเสื่อมราคา Hardware ที่ช้าลงด้วยเช่นกัน

ดังนั้นเราจึงประเมินว่า อัตราเงินเฟ้อที่มาจากเทคโนโลยี AI จะเป็นเพียงแรงกดดันต่อการปรับขึ้นดอกเบี้ย Fed แค่ชั่วคราว และเพียงเล็กน้อยเท่านั้น พอถึงจุดที่สามารถ Optimize Inference ได้สมบูรณ์ หรือ สามารถเข้ามาเพิ่มผลิตภาพ (Productivity) ได้อย่างยั่งยืน โดยไม่ก่อให้เกิดภาวะเงินเฟ้อหรือกดให้ลดลงได้ ตามแนวทางที่ Kevin Warsh ประธาน Fed เคยได้กล่าวเอาไว้ ประเด็นดังกล่าวก็จะไม่เป็นอุปสรรคต่อนโยบายการเงินของ Fed แต่อย่างใด และจะเป็นโอกาสทองของนักลงทุนในการอาศัยจังหวะที่ทองคำปรับตัวลงจากความกลัว (Panic) ที่มากเกินความเป็นจริงนี้ เพื่อเข้าซื้อสะสมทองคำในระยะยาว

The post AI-flation เริ่มมาแล้วจะกระทบ ‘ทองคำ’ แค่ไหน appeared first on THE STANDARD.