Offshore Stock Update

AI ไม่ได้จบที่ Nvidia: โอกาสใหม่อยู่ที่ไฟฟ้า ซอฟต์แวร์ และชิปเฉพาะทาง

By สิทธิชัย ดวงรัตนฉายา|6 May 26 5:09 PM
Screenshot 2026-05-06 173420
สรุปสาระสำคัญ

การลงทุน AI ปี 2026 ก้าวสู่ยุค "Great Implementation" ที่เน้นการสร้างกำไรจริงผ่าน Physical AI และ Agentic AI ซึ่งเปลี่ยนบทบาทจากแชทบอทสู่แรงงานอัตโนมัติที่ช่วยลดต้นทุนและเพิ่มผลิตภาพอย่างมหาศาล โดยมีนัยสำคัญคือคอขวดได้ย้ายจาก "การขาดแคลนชิป" ไปสู่ "วิกฤตพลังงาน" ส่งผลให้ความได้เปรียบในการแข่งขันตกเป็นของผู้ที่มีความมั่นคงด้านไฟฟ้าสะอาดและโครงสร้างพื้นฐาน Grid ที่ทันสมัยมากกว่าแค่การมีจำนวน GPU ในมือ

AI ไม่ได้จบที่ Nvidia: โอกาสใหม่อยู่ที่ไฟฟ้า ซอฟต์แวร์ และชิปเฉพาะทาง

 

การลงทุน AI ปี 2026 ก้าวสู่ยุค "Great Implementation" ที่เน้นการสร้างกำไรจริงผ่าน Physical AI และ Agentic AI ซึ่งเปลี่ยนบทบาทจากแชทบอทสู่แรงงานอัตโนมัติที่ช่วยลดต้นทุนและเพิ่มผลิตภาพอย่างมหาศาล โดยมีนัยสำคัญคือคอขวดได้ย้ายจาก "การขาดแคลนชิป" ไปสู่ "วิกฤตพลังงาน" ส่งผลให้ความได้เปรียบในการแข่งขันตกเป็นของผู้ที่มีความมั่นคงด้านไฟฟ้าสะอาดและโครงสร้างพื้นฐาน Grid ที่ทันสมัยมากกว่าแค่การมีจำนวน GPU ในมือ

ภาพรวมอุตสาหกรรมเทคโนโลยีในปี 2026 ก้าวข้ามจุดของการตื่นเต้นกับนวัตกรรมเข้าสู่ยุคของการสร้างมูลค่าจริง โดยมีรายละเอียดสำคัญ ดังนี้

 

1. การลงทุนมหาศาล (CAPEX) ของ Big Tech: สงครามชิปและโครงสร้างพื้นฐาน

แม้ตลาดจะเริ่มตั้งคำถามเกี่ยวกับจุดคุ้มทุน (ROI) แต่กลุ่ม Magnificent 7 ยังคงเพิ่มน้ำหนักการลงทุนอย่างมีนัยสำคัญ

  • ตัวเลขการลงทุน 1Q26: การใช้จ่าย CAPEX รวมกว่า 50,000 - 60,000 ล้านดอลลาร์ สะท้อนว่ายักษ์ใหญ่เหล่านี้มอง AI เป็น "Utility" หรือสาธารณูปโภคพื้นฐานของโลกอนาคตที่ขาดไม่ได้
  • แม้ฝั่ง Enterprise ส่วนใหญ่จะยังมี ROI เป็นลบ แต่ในมุมของ Big Tech การลงทุนนี้คือการสร้าง Moat (คูเมืองทางธุรกิจ) เพื่อป้องกันส่วนแบ่งการตลาดคลาวด์และโฆษณา
  • ตัวเลขนี้ยืนยันว่าความต้องการชิปประมวลผลขั้นสูง (GPU/ASIC) ยังคงอยู่ในสภาวะ Supply Tightening ซึ่งส่งผลบวกโดยตรงต่อกลุ่มเซมิคอนดักเตอร์ต้นน้ำ

 

2. การนำ AI ไปใช้งานจริง: พลิกโฉมจาก "แชทบอท" สู่ "แรงงาน"

เรากำลังเห็นการเปลี่ยนผ่านจาก Generative AI ทั่วไป ไปสู่สองส่วนที่สร้างอิมแพ็คต่อระบบเศรษฐกิจจริง

  • Physical AI (The Body of AI): การผนวก LLMs เข้ากับระบบทางกายภาพ (Robotics) เปลี่ยนหุ่นยนต์จากที่ทำงานตามคำสั่งชุดคำสั่งเดิมๆ ให้สามารถ "เรียนรู้และตัดสินใจตามบริบท" ได้ เช่น หุ่นยนต์ฮิวแมนนอยด์ในคลังสินค้าที่สามารถแยกแยะสินค้าที่เสียหายได้เองโดยไม่ต้องมีโปรแกรมเมอร์คอยคุม
  • Agentic AI (The Mind of AI): คือระบบที่สามารถวางแผน (Planning) และลงมือทำ (Execution) จนจบกระบวนการ เช่น AI ที่สามารถจองตั๋วเครื่องบิน พร้อมทำเอกสารเบิกจ่าย และนัดหมายการประชุมให้เสร็จสรรพโดยมนุษย์เพียงแค่ระบุเป้าหมาย

 

3. พัฒนาการของยักษ์ใหญ่เอเชีย: จีนและญี่ปุ่นเริ่มมีบทบาทในอุตฯ AI

สมรภูมิเทคโนโลยีในเอเชียไม่ได้จำกัดอยู่แค่การผลิตชิป (Hardware) อีกต่อไป โดย

  • Hardware Backbone: TSMC และ Samsung ยังคงครองความเป็นเจ้าในด้านการผลิตขนาด 2nm และ 3nm
  • Software Adaptation: บริษัทในจีนและญี่ปุ่นเริ่มสร้างความต่างด้วยการพัฒนา "Small Language Models" (SLMs) ที่เน้นประสิทธิภาพสูงแต่ใช้พลังงานต่ำ เพื่อนำไปฝัง (Embed) ในเครื่องจักรและอุปกรณ์ IoT (Edge AI) ซึ่งตอบโจทย์โรงงานอุตสาหกรรมในภูมิภาค

4. พัฒนาการ AI ในจีนที่เติบโตขึ้น

หุ้นกลุ่มเทคฯจีนมีการพัฒนาด้าน AI เพิ่มขึ้นต่อเนื่อง เช่น

Alibaba (BABA):

  • Cloud Democratization: เน้นกลยุทธ์สงครามราคา AI Token เพื่อดึงดูด Startups เข้ามาใน Ecosystem
  • Happy Horse (Video Model): โมเดล Multi-modal ที่ไม่ได้สร้างแค่ภาพเคลื่อนไหว แต่มีความเข้าใจทางฟิสิกส์ (Physical World Understanding) ซึ่งเป็นหัวใจสำคัญของคอนเทนต์และการโฆษณายุคใหม่
  • MiniMax (0100.HK):
    • Efficiency King: โดดเด่นด้านสถาปัตยกรรมที่คุ้มค่าต่อต้นทุน (Cost-efficient) ทำให้สามารถรักษาระดับ ARR ได้อย่างแข็งแกร่งท่ามกลางการแข่งขันที่รุนแรง
    • Focus: เน้นที่ Agentic Task Completion สำหรับภาคธุรกิจโดยเฉพาะ

 

5. คอขวดใหม่คือพลังงานและ Data Center

นอกจากนี้ ปัจจัยที่เป็นตัวกำหนดชัยชนะในปี 2026 ไม่ใช่แค่จำนวน GPU แต่คือเสถียรภาพของพลังงาน

  • Energy Crisis: Data Center รุ่นใหม่ต้องการพลังงานมหาศาล ทำให้เกิดการแย่งชิงทรัพยากรไฟฟ้า
  • ด้วยภาพนี้ทำให้เราเห็นโอกาสในหุ้น Utilities: หุ้นกลุ่มพลังงานสะอาด (Solar, Wind) และนิวเคลียร์ขนาดเล็ก (SMRs) กลายเป็น Growth Stock ตัวใหม่ เพราะต้องตอบโจทย์ ESG ของบริษัทเทคโนโลยี
  • ผลกระทบด้านแรงงาน: สถิติบ่งชี้ว่า AI ไม่ได้ทำให้คนตกงานเป็นจำนวนมหาศาลอย่างที่เคยกลัวกัน (Net job loss เพียงเล็กน้อย) แต่เกิดการ "เปลี่ยนถ่ายทักษะ" โดยแรงงานที่สามารถใช้ AI ได้ จะกลายเป็นที่ต้องการอย่างมากในตลาด

 

มุมมองของเรา

เราเชื่อว่าภาพการลงทุนในกลุ่ม AI ปี 2026 ควรขยับออกจากการมองหาเพียงแค่ "ผู้ผลิตชิป" ไปสู่ "ผู้ให้บริการพลังงาน" และ "ผู้นำด้าน AI Application" ซึ่งเป็นพาร์ทสำคัญใน AI Supply Chain และสามารถเปลี่ยนเทคโนโลยีให้กลายเป็นกำไรสุทธิ ได้จริง

 

1. กลุ่มพลังงานและโครงสร้างพื้นฐาน (The New Oil of AI)

เมื่อ "ไฟฟ้า" กลายเป็นคอขวด (Bottleneck) สำคัญ บริษัทที่มีใบอนุญาตสายส่งไฟฟ้า (Grid) มีแหล่งพลังงานสะอาดของตัวเอง หรือมีเทคโนโลยีประหยัดพลังงาน จะมีอำนาจต่อรองสูงมาก (Pricing Power)

  • Nuclear & SMRs (Small Modular Reactors): พลังงานนิวเคลียร์กลายเป็นทางเลือกหลักของ Big Tech เพราะให้พลังงานคงที่ (Baseload) และไร้คาร์บอน
    • ตัวอย่างหุ้น: Constellation Energy (CEG), Vistra Corp (VST), Cameco (CCJ) (เหมืองยูเรเนียม)
  • Grid Modernization & Cooling: ระบบระบายความร้อนด้วยของเหลว (Liquid Cooling) จะกลายเป็นมาตรฐานแทนพัดลม เนื่องจากชิป AI รุ่นใหม่มีความร้อนสูงจัด
    • ตัวอย่างหุ้น: Vertiv Holdings (VRT), Eaton (ETN), Schneider Electric (SBGSY)
  • Renewable Energy Integrators: บริษัทที่ช่วยเชื่อมต่อพลังงานหมุนเวียนเข้ากับ Data Center
    • ตัวอย่างหุ้น: NextEra Energy (NEE)

 

2. กลุ่ม AI Applications & Agentic Software (The Productivity Play)

หุ้นกลุ่มซอฟต์แวร์ที่เคยถูกมองว่าถูก AI Disrupt จะเริ่มกลับมามีมูลค่า หากพวกเขาสามารถเปลี่ยน Software แบบเดิมให้กลายเป็น "Agentic Workflow" ที่ลดการใช้แรงงานคนได้จริง

  • Enterprise Agents: ซอฟต์แวร์ที่ไม่ได้แค่เก็บข้อมูล แต่ "ทำงานแทนคน" ได้
    • ตัวอย่างหุ้น: Salesforce (CRM) (มี Agentforce), ServiceNow (NOW) (Workflow automation), Palantir (PLTR) (AIP Platform สำหรับวิเคราะห์ข้อมูลดิบ)
  • Vertical AI: AI ที่ถูกเทรนมาเพื่ออุตสาหกรรมเฉพาะทาง (Specific Model) ซึ่งมีความแม่นยำสูงกว่า General AI
    • ตัวอย่างหุ้น: Veeva Systems (VEEV) (กลุ่มยา/ชีวภาพ), Bentley Systems (BSY) (กลุ่มวิศวกรรม/ก่อสร้าง)

 

3. กลุ่มต้นน้ำที่ยังมีอัพไซด์ (The Semiconductor Evolution)

แม้คนจะเลิกมองแค่ "คนขายชิป GPU" แต่เทคโนโลยีภายในชิปจะเปลี่ยนไปสู่ HBM (High Bandwidth Memory) และ Custom Silicon (ASIC) มากขึ้น

  • Memory & Connectivity: AI ยิ่งเก่ง ยิ่งต้องการการส่งข้อมูลที่เร็วขึ้น
    • ตัวอย่างหุ้น: Micron (MU) (ผู้นำด้าน HBM4), Broadcom (AVGO) (ผู้นำด้าน Networking และ Custom AI Chips)
  • Monopoly Equipment: บริษัทที่ถือครองเทคโนโลยีผลิตชิปขั้นสูงที่ขาดไม่ได้
    • ตัวอย่างหุ้น: ASML (ASML) (High-NA EUV), Applied Materials (AMAT)

 

4.กลุ่มความปลอดภัยไซเบอร์ (AI Cybersecurity)

เมื่อเราก้าวเข้าสู่ยุค Agentic AI ที่ AI สามารถวางแผนและทำธุรกรรมแทนมนุษย์ได้ ความเสี่ยงไม่ได้หยุดอยู่แค่การเจาะข้อมูล แต่คือการ "บิดเบือนการตัดสินใจ" ของ AI หุ้นกลุ่ม Cybersecurity จึงเปลี่ยนจากแค่ "เกราะป้องกัน" มาเป็น "ผู้คุมกฎ" (Governance) ของระบบอัตโนมัติ

  • Securing Agentic Workflows: ตลาดความปลอดภัยสำหรับ Agentic AI คาดว่าจะเติบโตอย่างก้าวกระโดดในปี 2026 เนื่องจากองค์กรต้องมีระบบตรวจสอบว่า AI ไม่ได้ทำการตัดสินใจที่ผิดพลาดหรือถูกหลอก (Prompt Injection)
  • ตัวอย่างหุ้น:
    • CrowdStrike (CRWD): โดดเด่นด้วยแพลตฟอร์ม Falcon ที่ใช้ AI ตรวจจับภัยคุกคามแบบ Real-time
    • Palo Alto Networks (PANW): ผู้นำที่กำลังรุกหนักในด้านการสร้างระบบความปลอดภัยสำหรับ AI Infrastructure โดยเฉพาะ
    •  

5.การเติบโตของ Custom Silicon (ASIC)

แม้ Nvidia จะครองตลาด GPU แต่ยักษ์ใหญ่ระดับ Hyperscalers (Google, Amazon, Meta) กำลังลดการพึ่งพาด้วยการ "ออกแบบชิปเอง" เพื่อลดต้นทุนพลังงานและเพิ่มประสิทธิภาพเฉพาะทาง ซึ่งส่งผลบวกโดยตรงต่อบริษัทที่รับจ้างออกแบบและวางระบบโครงข่ายภายใน

  • The Shift to Bespoke AI: การใช้ชิปสั่งทำพิเศษ (ASIC) ช่วยให้การประมวลผล Agentic Tasks ทำได้เร็วขึ้นและประหยัดไฟกว่าการใช้ GPU ทั่วไป
  • ตัวอย่างหุ้น:
    • Broadcom (AVGO): พาร์ทเนอร์หลักของ Google (ชิป TPU) และ Meta (ชิป MTIA) โดยครองส่วนแบ่งตลาด Custom AI Silicon กว่า 70%
    • Marvell (MRVL): ผู้เล่นสำคัญในด้าน Networking และชิปเฉพาะทางสำหรับ Amazon และ Microsoft

 

Author
Slide4
สิทธิชัย ดวงรัตนฉายา

นักกลยุทธ์อาวุโสตลาดหุ้นไทยและต่างประเทศ

Most Read
1/5
Related Articles
Most Read
1/5