เฮดจ์ฟันด์ทุ่มเงินเข้า AI เต็มสูบ ขณะที่ Goldman Sachs วาดภาพเศรษฐกิจโทเคนมูลค่า 3 ล้านล้านดอลลาร์

สถาบันแห่กันเข้าสู่ฮาร์ดแวร์ AI

ขนาดของการปรับพอร์ตครั้งนี้น่าจับตามองมาก Goldman Sachs ได้วิเคราะห์การถือครองของเฮดจ์ฟันด์ 1,059 แห่งที่มีมูลค่าหุ้นรวมกัน 4.6 ล้านล้านดอลลาร์สหรัฐ และพบว่าเฮดจ์ฟันด์เหล่านี้เพิ่มน้ำหนักการลงทุนในกลุ่มเทคโนโลยีสารสนเทศอย่างมีนัยสำคัญ ผู้เล่นรายใหญ่ อาทิ Point72 Asset Management, Bridgewater Associates และ D. E. Shaw Group ต่างกลับมาสร้างสถานะการลงทุนในหุ้นโครงสร้างพื้นฐานด้านการประมวลผลและผู้ผลิตเซมิคอนดักเตอร์สำหรับ AI อีกครั้ง หลังจากที่เคยเทขายทำกำไรไปช่วงสั้นๆ

นี่ไม่ใช่แค่การซื้อขายเก็งกำไรระยะสั้น กลยุทธ์ที่ขับเคลื่อนด้วย AI ได้ก้าวข้ามเส้นแบ่งสำคัญด้านประสิทธิภาพไปแล้ว จากข้อมูลของ BarclayHedge กองทุนที่ Integrate Machine Learning เข้ากับกระบวนการลงทุนอย่างเป็นระบบ มีผลตอบแทนเหนือกว่ากลยุทธ์แบบดั้งเดิมปีละ 3–4 เปอร์เซ็นต์ตั้งแต่ปี 2023 และช่องว่างนี้กำลังกว้างขึ้นเรื่อยๆ สิ่งที่เคยเป็นเพียงข้อได้เปรียบเชิงทดลอง กำลังถูกนักวิเคราะห์ขนานนามว่าเป็น "สิ่งจำเป็นเชิงโครงสร้าง" เพื่อผลตอบแทนที่แข่งขันได้

เม็ดเงินที่ไหลเวียนในเซกเตอร์นี้มหาศาลมาก Morgan Stanley Research ประมาณการว่า การลงทุนในโครงสร้างพื้นฐานที่เกี่ยวข้องกับ AI มูลค่าเกือบ 3 ล้านล้านดอลลาร์สหรัฐ จะไหลเวียนผ่านระบบเศรษฐกิจโลกภายในปี 2028 และกว่า 80% ของค่าใช้จ่ายเหล่านั้นยังมาไม่ถึง Morgan Stanley มองว่าการก่อร่างสร้างตัวครั้งนี้เป็นการเปลี่ยนแปลงแบบ "อุตสาหกรรม" ไม่ใช่แค่การใช้จ่ายด้านเทคโนโลยีแบบเก็งกำไร โดยการนำไปประยุกต์ใช้กำลังเปลี่ยนผ่านจากขั้นทดลองนำร่อง ไปสู่โซลูชันที่เพิ่มผลผลิตได้จริง

เศรษฐกิจโทเคนในปี 2030: 120 พันล้านล้านโทเคนต่อเดือน

ในขณะที่เม็ดเงินกำลังไหลเข้าสู่ฮาร์ดแวร์ที่ขับเคลื่อน AI ทางฝั่ง Goldman Sachs Research ก็ได้จัดทำแผนที่เชิงปริมาณของสิ่งที่ชั้นซอฟต์แวร์จะใช้งาน ในรายงานเมื่อเดือนพฤษภาคม 2026 Jim Schneider หัวหน้านักวิเคราะห์หุ้นอาวุโส ได้คาดการณ์ว่า Agentic AI จะทำให้การบริโภคโทเคนทั่วโลกสูงถึงประมาณ 120 ควอดริลเลียนโทเคนต่อเดือนภายในปี 2030 เพิ่มขึ้นจากประมาณ 5 ควอดริลเลียนโทเคนต่อเดือนในปี 2026

การเติบโตนี้แบ่งออกเป็นสองด้านหลัก:

• AI เอเจนต์สำหรับผู้บริโภค คาดการณ์ว่าจะใช้โทเคนประมาณ 60 ควอดริลเลียนโทเคนต่อเดือนภายในปี 2030 ซึ่งเพิ่มขึ้น 12 เท่า โดยเอเจนต์เหล่านี้จะทำงานครอบคลุมเรื่องต่างๆ เช่น การช้อปปิ้งออนไลน์ การจองการเดินทาง อีเมล และเครื่องมือเพิ่มผลผลิตส่วนบุคคล
• AI เอเจนต์สำหรับองค์กร คาดว่าจะใช้โทเคนประมาณ 56 ควอดริลเลียนโทเคนต่อเดือน หรือเพิ่มขึ้น 24 เท่าในช่วงเวลาเดียวกัน

กลไกเบื้องหลังความต้องการนี้ คือปริมาณคำสั่งถามตอบ AI (AI Queries) โดยรวมที่คาดว่าจะเพิ่มสูงขึ้น Goldman Sachs คาดว่าจำนวนคำสั่งถามตอบ AI ต่อวันจะเพิ่มขึ้นจากประมาณ 5 พันล้านครั้งในปี 2025 เป็น 23,000 ล้านครั้งภายในปี 2030 โดยมากถึง 30% ของคำสั่งถามตอบเหล่านั้น หรือประมาณ 6.9 พันล้านครั้งต่อวัน จะมาจากการทำงานของเอเจนต์ AI ที่ไม่ใช่มนุษย์โดยอัตโนมัติ

เส้นขอบฟ้าปี 2040 และกับดักต้นทุน

Goldman Sachs มองว่าตัวเลขในปี 2030 เป็นเพียงทางผ่านเท่านั้น การวิเคราะห์ระยะยาวของธนาคารระบุว่า AI เอเจนต์สำหรับองค์กรจะเป็นตัวทวีคูณที่ใหญ่ที่สุดในระบบเศรษฐกิจ AI โดยมีศักยภาพที่จะทำให้การบริโภคโทเคนเพิ่มขึ้น 55 เท่าภายในปี 2040 หากการยอมรับในภาคธุรกิจถึงจุดสูงสุด

อย่างไรก็ตาม รายงานฉบับนี้ไม่ได้มีมุมมองเชิงบวกเพียงด้านเดียว Goldman Sachs เตือนอย่างชัดเจนว่า ปัญหาด้านคุณภาพของข้อมูล อาจบั่นทอนผลตอบแทนที่คาดหวังจาก Agentic AI นอกจากนี้ยังมีกับดักด้านต้นทุนแฝงตัวอยู่: ต่อให้ราคาต่อโทเคนของการประมวลผล AI ถูกลงอย่างต่อเนื่อง แต่ปริมาณโทเคนมหาศาลที่ถูกใช้งานโดยเอเจนต์อัตโนมัติตลอด 24 ชั่วโมง ก็อาจทำให้ต้นทุนโดยรวมด้าน AI ของธุรกิจพุ่งสูงขึ้นอย่างรวดเร็ว

ความเป็นสองขั้วนี้ ศักยภาพอันยิ่งใหญ่คู่กับความเสี่ยงในการดำเนินงานที่สำคัญ สะท้อนภาพเดียวกับมุมมองของสถาบันใหญ่แห่งอื่น ในแนวโน้มตลาด AI ปี 2026 ทาง Morgan Stanley เองก็ยอมรับถึงศักยภาพในการเปลี่ยนผ่านของ AI แต่ก็เตือนว่า "สัญญาณของความร้อนแรงเกินตัวกำลังปรากฏ" และตลาดอาจ "สุกงอมสำหรับช่วงเวลาแห่งการทำลายล้างอย่างสร้างสรรค์" สำหรับเหล่าเฮดจ์ฟันด์แล้ว สภาพแวดล้อมแบบนี้จะก่อให้เกิดความผันผวนและความแตกต่างด้านราคา ซึ่งผู้จัดการกองทุนประเภท Active ต้องพึ่งพาเพื่อสร้างผลตอบแทนเหนือตลาด (Alpha)