สาเหตุหลักคือการควบคุมส่งออกชิป AI ระดับสูงไปจีนของสหรัฐฯ ที่เข้มขึ้นอย่างต่อเนื่อง หลังสหรัฐฯ เริ่มใช้มาตรการดังกล่าวตั้งแต่เดือนตุลาคม 2022 NVIDIA เคยออกชิปเวอร์ชันที่ออกแบบให้สอดคล้องกับกฎสำหรับตลาดจีน เช่น A800, H800 และ H20 แต่กฎยังถูกยกระดับต่อไป และมาตรการใหม่ในเดือนเมษายน 2025 ทำให้ H20 ต้องหยุดขาย โดยมีรายงานว่า NVIDIA ต้องรับความเสียหายจากสต็อกราว 4.5 พันล้านดอลลาร์ และสูญเสียรายได้ที่อาจเกิดขึ้นราว 8 พันล้านดอลลาร์
นี่ไม่ใช่ปัญหาของชิปรุ่นเดียว แต่เป็นความเสี่ยงเชิงกติกา: ทุกครั้งที่ NVIDIA ออกชิปปรับแต่งสำหรับจีน เส้นแบ่งด้านใบอนุญาตและขีดจำกัดสมรรถนะอาจถูกนิยามใหม่อีกครั้ง มีรายงานว่า NVIDIA ต้องการผลักดันชิปเวอร์ชันปรับแต่งสำหรับจีนบนพื้นฐาน GPU รุ่น Blackwell ให้ได้รับใบอนุญาตส่งออกจากสหรัฐฯ แต่จะทำได้หรือไม่ยังขึ้นกับกรอบควบคุมส่งออกของสหรัฐฯ
ในอีกชั้นหนึ่ง หวงไม่ได้พูดเพียงว่า NVIDIA “ขายชิปได้น้อยลง” เขาย้ำหลายครั้งว่า หากสหรัฐฯ ต้องการให้โลกสร้าง AI บนเทคโนโลยีอเมริกัน ก็ต้องทำให้โลกพึ่งพาเทคโนโลยีนั้นได้; การจำกัดการส่งออกเทคโนโลยี NVIDIA ไปจีนย่อมลดโอกาสที่นักพัฒนา AI จำนวนมากในจีนจะใช้เทคโนโลยีสหรัฐฯ
จีนไม่ใช่ตลาดทั้งหมดของ NVIDIA แต่ก็ยังเป็นตลาดสำคัญ ปีงบการเงิน 2025 บริษัทมีรายได้จากจีนแผ่นดินใหญ่และฮ่องกง 17.1 พันล้านดอลลาร์สหรัฐ หรือ 13.1% ของรายได้รวม; ขณะเดียวกัน บริษัทตั้งสมมติฐานธุรกิจจีนเป็นศูนย์ในการคาดการณ์ต่อผู้ถือหุ้น และมองความคืบหน้าใด ๆ ในจีนเป็นส่วนเพิ่มพิเศษ
ความเสี่ยงที่ใหญ่กว่าอยู่ในระดับระบบนิเวศ จุดแข็งของ NVIDIA ไม่ได้อยู่ที่การ์ด GPU ใบเดียวเท่านั้น แต่คือความสามารถแบบทั้งระบบ ตั้งแต่ชิป เครือข่าย เซิร์ฟเวอร์ ซอฟต์แวร์ ไปจนถึงอัลกอริทึมที่ทำงานประสานกัน หากลูกค้าจีนไม่สามารถจัดซื้อชิป AI ของ NVIDIA ได้อย่างมั่นคง พวกเขาก็มีแรงจูงใจมากขึ้นที่จะประเมินฮาร์ดแวร์อื่น ซอฟต์แวร์สแตกอื่น และห่วงโซ่อุปทานอื่น
นี่คือเหตุผลที่คำว่า “95% เหลือ 0%” มีน้ำหนักทางนโยบายด้วย มันเป็นการเตือนผู้กำหนดนโยบายสหรัฐฯ ว่าการควบคุมส่งออกอาจไม่เพียงจำกัดจีนไม่ให้เข้าถึงชิปขั้นสูง แต่ยังอาจผลักนักพัฒนาและลูกค้าจีนออกจากระบบนิเวศของ NVIDIA และเทคโนโลยีอเมริกัน
หัวเว่ยเป็นหนึ่งในผู้ที่อาจได้ประโยชน์โดยตรง รายงานที่อ้าง South China Morning Post ระบุว่า คำพูดของหวงสอดคล้องกับจุดยืนเดิมของเขา: หาก NVIDIA ไม่สามารถขายสินค้าในจีน ตลาดจะถูกคู่แข่งจีนอย่างหัวเว่ยเข้ามารับช่วงแทน
ยังมีรายงานว่าผู้ผลิตจีน เช่น Huawei Ascend และ Cambricon กำลังเข้ามาเติมช่องว่างด้านพลังประมวลผลระดับสูง ขณะเดียวกัน Bernstein Research คาดการณ์ว่าในปี 2026 ส่วนแบ่งของ NVIDIA ในตลาดชิป AI จีนอาจลดเหลือ 8% ขณะที่หัวเว่ยอาจขึ้นถึง 50%, AMD อยู่ที่ 12% และ Cambricon อาจเป็นอันดับสาม; อย่างไรก็ดี นี่เป็นเพียงการคาดการณ์ ไม่ใช่ผลลัพธ์ที่เกิดขึ้นแล้ว
แต่การแทนที่ NVIDIA ไม่ใช่แค่ “เปลี่ยนการ์ดหนึ่งใบ” เพราะข้อได้เปรียบของ NVIDIA มาจากทั้งชิป เครือข่าย เซิร์ฟเวอร์ ซอฟต์แวร์ และอัลกอริทึมที่ทำงานรวมกัน การทดแทนด้วยผู้ผลิตจีนจึงต้องแก้โจทย์หลายด้านพร้อมกัน ได้แก่ กำลังการผลิต ซอฟต์แวร์สำหรับนักพัฒนา การย้ายงานจากระบบเดิม ความเสถียรของคลัสเตอร์ขนาดใหญ่ และการปรับให้เข้ากับอุตสาหกรรมจริง
สำหรับลูกค้าจีน การเปลี่ยนแปลงสำคัญคือวิธีคิดเรื่องการจัดซื้อ ตราบใดที่การจัดหาชิป GPU ขั้นสูงของ NVIDIA แบบถูกกฎยังไม่แน่นอน ผู้ให้บริการคลาวด์ บริษัทพัฒนาโมเดล AI และลูกค้าองค์กรก็ต้องจริงจังกับทางเลือกจีนหรือทางเลือกนอกสหรัฐฯ มากขึ้น
การแข่งขันจึงค่อย ๆ ขยับจากคำถามว่า “การ์ดเดี่ยวของใครแรงที่สุด” ไปสู่คำถามว่า “ใครส่งมอบระบบที่ใช้งานจริงได้” เฟรมเวิร์กฝึกโมเดล การรองรับโอเปอเรเตอร์ การนำโมเดลไปใช้งานจริง คลัสเตอร์เชื่อมต่อกันอย่างไร ระบบปฏิบัติการและดูแลเครื่อง และการปรับโมเดลให้เหมาะกับฮาร์ดแวร์ ล้วนกลายเป็นส่วนหนึ่งของการทดแทน
ในระยะสั้น นี่หมายถึงต้นทุนการย้ายและการปรับระบบที่สูงขึ้น แต่ในระยะกลางถึงยาว คำสั่งซื้อจริงและงานใช้งานจริงจะเปิดโอกาสให้ผู้ผลิตชิป AI จีนได้เรียนรู้และปรับรุ่นเร็วขึ้น ส่วนจะเปลี่ยนเป็นความสามารถแข่งขันที่มั่นคงได้หรือไม่ ยังขึ้นกับความพร้อมของผลิตภัณฑ์ ซอฟต์แวร์ และระบบนิเวศโดยรวม
คำพูด “95% เหลือ 0%” ของเจนเซน หวง ไม่ใช่สถิติฐานติดตั้งแบบตรงตัว แต่เป็นการสรุปอย่างเข้มข้นว่าธุรกิจชิป AI ระดับสูงของ NVIDIA ในจีนมองเห็นอนาคตได้น้อยเพียงใดภายใต้มาตรการควบคุมส่งออกของสหรัฐฯ
สำหรับ NVIDIA ผลระยะสั้นคือการกดคาดการณ์รายได้จากจีนให้ต่ำลง ส่วนความเสี่ยงระยะยาวคือการเสียทางเข้าสู่ระบบนิเวศ AI จีน สำหรับหัวเว่ยและผู้ผลิตชิป AI จีนรายอื่น นี่คือหน้าต่างโอกาส แต่ไม่ใช่ชัยชนะอัตโนมัติ และสำหรับตลาดจีนโดยรวม นี่หมายถึงการเร่งพึ่งพาชิปในประเทศมากขึ้น พร้อมต้นทุนการย้ายระบบ การปรับซอฟต์แวร์ และการสร้างระบบใหม่ที่หลีกเลี่ยงไม่ได้