เมื่อการแข่งขัน AI กลายเป็นการเดิมพันครั้งใหญ่ในตลาดตราสารหนี้

การเติบโตของ AI กำลังเปลี่ยนจากเรื่องเทคโนโลยีให้กลายเป็นเรื่องของตลาดสินเชื่ออย่างเต็มตัว บริษัทที่เคยใช้กระแสเงินสดของตัวเองเป็นหลัก กำลังออกพันธบัตร เช่าทรัพย์สิน และหันไปใช้สินเชื่อเอกชนเพื่อเร่งสร้างดาต้าเซ็นเตอร์ กำลังประมวลผล ระบบไฟฟ้า และโครงสร้างพื้นฐานที่จำเป็นต่อ AI

Morgan Stanley ประเมินว่าการออกหนี้ที่เกี่ยวข้องกับ AI ทั่วโลกมีมูลค่าราว 236,000 ล้านดอลลาร์ ณ วันที่ 31 พฤษภาคม 2026 หรือประมาณ 4 เท่าของช่วงเดียวกันในปีก่อน และคาดว่ายอดทั้งปีอาจเกือบแตะ 570,000 ล้านดอลลาร์ ต่อมา Goldman Sachs ประเมินว่าการออกหนี้ดังกล่าวอยู่ที่ประมาณ 489,000 ล้านดอลลาร์ ณ วันที่ 22 กรกฎาคม ซึ่งสูงกว่าประมาณการยอดรวมตลอดปี 2025 ของสถาบันแห่งนี้แล้ว

ตัวเลขทั้งสองชุดไม่ได้ขัดแย้งกัน เพราะใช้วันตัดยอดและวิธีประเมินต่างกัน แต่เมื่อดูประกอบกันจะเห็นภาพเดียวกันว่า เงินทุนสำหรับการขยายโครงสร้างพื้นฐาน AI กำลังไหลเข้าสู่ตลาดสินเชื่อทั้งภาครัฐและเอกชนอย่างรวดเร็ว

บริษัทใดกำลังเป็นหัวขบวนการกู้เงิน

กลุ่มผู้กู้หลักคือ Amazon, Alphabet, Meta, Microsoft และ Oracle หรือบริษัทคลาวด์ขนาดใหญ่ที่มักเรียกรวมว่า “hyperscalers” โดย Amazon, Alphabet, Meta และ Oracle ออกพันธบัตรรวมประมาณ 194,000 ล้านดอลลาร์ในปี 2026 จนถึงวันที่ 7 กรกฎาคม เพิ่มขึ้นจากราว 108,000 ล้านดอลลาร์ตลอดปี 2025 ตามการวิเคราะห์ข้อมูลของ LSEG โดย Reuters

ข้อมูลรายบริษัทที่มีการรวบรวมในเวลาต่อมาระบุโดยประมาณว่า

• Amazon: มีหนี้ที่ระดมได้ราว 53,000 ล้านดอลลาร์ รวมการออกพันธบัตรในสหรัฐฯ 37,000 ล้านดอลลาร์ และพันธบัตรสกุลยูโรมากกว่า 16,000 ล้านดอลลาร์
• Alphabet: ออกพันธบัตรประมาณ 20,000 ล้านดอลลาร์
• Oracle: ระดมเงินประมาณ 25,000 ล้านดอลลาร์เพื่อขยายธุรกิจ AI

อย่างไรก็ตาม ตัวเลขรายบริษัทควรอ่านในฐานะ “ภาพ ณ ช่วงเวลาหนึ่ง” ไม่ใช่การจัดอันดับที่ตายตัว เพราะแต่ละฐานข้อมูลอาจนับเฉพาะพันธบัตร หรือรวมสัญญาเช่า สินเชื่อเอกชน กิจการร่วมค้า และโครงการจัดหาเงินทุนเฉพาะกิจไม่เหมือนกัน

ทำไมบริษัทที่มีเงินสดมากจึงต้องกู้

สิ่งที่น่าสนใจคือ บริษัทเหล่านี้เคยพึ่งพากระแสเงินสดภายในเป็นหลัก แต่การสร้างโครงสร้างพื้นฐาน AI ต้องใช้เงินจำนวนมากพร้อมกัน ทั้งชิปประมวลผลขั้นสูง อุปกรณ์เครือข่าย อาคารดาต้าเซ็นเตอร์ ที่ดิน ระบบทำความเย็น และแหล่งจ่ายไฟ

ต้นทุนเหล่านี้เกิดขึ้นล่วงหน้า ขณะที่รายได้จากบริการ AI ยังไม่แน่นอนเต็มที่ Reuters รายงานว่าการใช้จ่ายรวมของบริษัทเทคโนโลยีอาจเกิน 730,000 ล้านดอลลาร์ในปี 2026 เพิ่มจากประมาณการเดิมที่ราว 700,000 ล้านดอลลาร์

การกู้เงินช่วยให้บริษัทเริ่มก่อสร้างและจองกำลังประมวลผลได้ทันที โดยไม่ต้องรอให้รายได้จาก AI เติบโตจนเพียงพอ ช่องทางระดมทุนจึงไม่ได้มีแค่พันธบัตร แต่ยังรวมถึง

• สัญญาเช่า
• การเพิ่มทุน
• สินเชื่อเอกชน
• กองทุนโครงสร้างพื้นฐาน
• กิจการร่วมค้า
• พันธบัตรที่ผูกกับโครงการเฉพาะ

ข้อแลกเปลี่ยนคือ ความเสี่ยงจากการดำเนินโครงการไม่ได้อยู่กับเงินสดของบริษัทเพียงฝ่ายเดียวอีกต่อไป แต่กระจายไปยังผู้ถือพันธบัตร ผู้ให้กู้ และนักลงทุนในโครงการ

ตลาดเครดิตกำลังเปลี่ยนอย่างไร

ผลกระทบที่เห็นได้ทันทีคือ ปริมาณตราสารหนี้เกรดลงทุนอายุยาวเพิ่มขึ้นมาก เมื่อบริษัทเทคโนโลยีออกพันธบัตรจำนวนมาก นักลงทุนก็ต้องเลือกมากขึ้นว่าจะรับหนี้ของบริษัทใด และต้องการผลตอบแทนเท่าใด Reuters ระบุว่าผู้ออกตราสารรายใหญ่ต้องกู้ด้วยอัตราผลตอบแทนที่สูงขึ้น ขณะที่ความต้องการของนักลงทุนเริ่มชะลอลง

หากนักลงทุนต้องการค่าตอบแทนเพิ่มเพื่อถือหนี้ที่เกี่ยวข้องกับ AI ผลที่ตามมาอาจรวมถึง

• อัตราผลตอบแทนพันธบัตรที่สูงขึ้น
• ส่วนต่างผลตอบแทนจากความเสี่ยงด้านเครดิตที่กว้างขึ้น
• ส่วนลดหรือค่าชดเชยในการออกตราสารหนี้ใหม่ที่มากขึ้น
• ต้นทุนการรีไฟแนนซ์ที่สูงขึ้น
• การหันไปใช้พันธบัตรสกุลเงินอื่น สินเชื่อเอกชน หรือโครงสร้างนอกงบดุลมากขึ้น

ผลต่อตลาดพันธบัตรรัฐบาลสหรัฐฯ หรือ Treasury นั้นเป็นผลทางอ้อม การออกหนี้ภาคเอกชนจำนวนมากอาจเพิ่มการแข่งขันเพื่อดึงดูดเงินทุนระยะยาว และมีส่วนกดดันอัตราผลตอบแทนพันธบัตรระยะยาว แต่ Treasury yield ยังถูกกำหนดหลัก ๆ โดยภาวะเศรษฐกิจ เงินเฟ้อ นโยบายการเงิน และปริมาณการออกพันธบัตรรัฐบาล ดังนั้น หนี้ AI จึงเป็นเพียงแรงเพิ่มความต้องการเงินทุนระยะยาว ไม่ใช่คำอธิบายเดียวของความเคลื่อนไหวในตลาด Treasury

ธนาคารเพื่อการชำระหนี้ระหว่างประเทศ หรือ BIS ระบุเช่นกันว่า การออกพันธบัตรของ hyperscalers เพิ่มขึ้นอย่างมาก และส่วนใหญ่เป็นหนี้ระยะยาว ขณะเดียวกันสเปรดของสัญญาแลกเปลี่ยนความเสี่ยงด้านเครดิต หรือ CDS ปรับกว้างขึ้น โดยเฉพาะในกลุ่มผู้ออกตราสารที่มีอันดับเครดิตต่ำกว่า สะท้อนความกังวลว่าผลตอบแทนจากโครงการเหล่านี้อาจไม่เกิดขึ้นตามคาด

NVIDIA กำลังสร้างช่องทางระดมทุนใหม่

เมื่อวันที่ 10 สิงหาคม NVIDIA ประกาศความร่วมมือกับ Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs และ KKR เพื่อจัดตั้งแพลตฟอร์มจัดหาเงินทุนสำหรับโครงสร้างพื้นฐานประมวลผล โดยตั้งเป้าระดมเงินทุนจากบุคคลที่สามมากกว่า 500,000 ล้านดอลลาร์ในระยะยาว

แนวทางนี้แตกต่างจากการที่ NVIDIA หรือบริษัทคลาวด์ออกพันธบัตรเพิ่มโดยตรง แพลตฟอร์มดังกล่าวมีเป้าหมายให้นักลงทุนภายนอกเข้ามาจัดหาเงินทุนสำหรับดาต้าเซ็นเตอร์ ระบบพลังงาน โรงงาน AI และอุปกรณ์ของ NVIDIA ผ่านกองทุนหรือโครงสร้างเงินทุนเฉพาะทาง

NVIDIA นำเสนอแนวคิดนี้ในฐานะการทำให้ “compute” หรือกำลังประมวลผล รวมถึงโครงสร้างพื้นฐาน AI แบบครบวงจร กลายเป็นสินทรัพย์ที่นักลงทุนสามารถเข้าถึงได้

หากโมเดลนี้ประสบความสำเร็จ สินทรัพย์บางส่วนอาจไม่จำเป็นต้องอยู่บนงบดุลของบริษัทคลาวด์โดยตรงทั้งหมด และสามารถเชื่อมโครงการ AI เข้ากับกองทุนไพรเวทอิควิตี้ สินเชื่อเอกชน กองทุนโครงสร้างพื้นฐาน และนักลงทุนโครงการได้มากขึ้น

แต่การย้ายสินทรัพย์ออกจากบริษัทแม่ไม่ได้ทำให้ความเสี่ยงหายไป เพียงเปลี่ยนว่าใครเป็นเจ้าของ ใครเป็นผู้ให้กู้ และใครจะรับผลขาดทุน หากการใช้งานหรือรายได้ต่ำกว่าที่คาด

ความเสี่ยงที่นักลงทุนกำลังจับตา

1. อัตราดอกเบี้ยระยะยาวอาจทำให้โครงการแพงขึ้น

เมื่ออัตราผลตอบแทนพันธบัตรรัฐบาลระยะยาวสูงขึ้น ต้นทุนรวมของพันธบัตรบริษัท สัญญาเช่า และหนี้โครงการก็เพิ่มขึ้นตาม นอกจากนี้ยังลดมูลค่าปัจจุบันของกระแสเงินสดจาก AI ที่คาดว่าจะเกิดขึ้นในอนาคตไกล

โครงการที่ดูคุ้มค่าในช่วงดอกเบี้ยต่ำ อาจให้ผลตอบแทนน่าสนใจน้อยลงเมื่อจำเป็นต้องแบกรับต้นทุนดอกเบี้ยที่สูงขึ้น

2. รายได้จาก AI อาจมาหลังจากหนี้ถูกผูกมัดไปแล้ว

การจัดหาเงินทุนสำหรับโครงสร้างพื้นฐานมักเกิดขึ้นหลายปีก่อนที่ดาต้าเซ็นเตอร์จะมีผู้ใช้งานเต็มกำลัง นั่นทำให้เกิดความเสี่ยงด้านเวลา: ภาระชำระหนี้เริ่มต้นตามกำหนดที่แน่นอน แต่ความต้องการใช้กำลังประมวลผลและรายได้จากผลิตภัณฑ์ AI อาจเติบโตช้ากว่า

คำถามสำคัญจึงไม่ใช่เพียงว่า hyperscalers ยังสามารถกู้เงินได้หรือไม่ เพราะหลายบริษัทยังมีฐานะทางการเงินแข็งแกร่ง แต่คือการกู้เงินรวมทั้งระบบกำลังเติบโตเร็วกว่าความต้องการ AI และกระแสเงินสดที่ยั่งยืนหรือไม่

3. Oracle สะท้อนความเสี่ยงเฉพาะรายบริษัท

Oracle เป็นกรณีที่ตลาดจับตาอย่างใกล้ชิด เพราะบริษัทกำลังเร่งขยายธุรกิจ AI พร้อมมีความอ่อนไหวต่อระดับหนี้และเงื่อนไขการรีไฟแนนซ์มากกว่าคู่แข่งที่มีเงินสดสูงกว่า รายงานหลายฉบับระบุว่าสเปรด CDS ของ Oracle กว้างขึ้นอย่างมีนัยสำคัญ แม้ตัวเลขที่รายงานจะแตกต่างกันตามแหล่งข้อมูลและวันที่วัด

CDS ที่กว้างขึ้นไม่ได้หมายความว่าบริษัทกำลังจะผิดนัดชำระหนี้ แต่หมายถึงต้นทุนการประกันความเสี่ยงจากการผิดนัดชำระหนี้ของบริษัทสูงขึ้น และนักลงทุนต้องการค่าตอบแทนมากขึ้นเพื่อรับความเสี่ยงด้านเครดิต

4. ชิป GPU อาจไม่สอดคล้องกับอายุของหนี้

อุปกรณ์ AI อาจสูญเสียมูลค่าทางเศรษฐกิจเร็วกว่ากำหนดครบอายุของพันธบัตรหรือเงินกู้ที่ใช้จัดหาเงินทุน หากชิปรุ่นใหม่ทำให้ GPU รุ่นเดิมแข่งขันได้ยาก หรืออัตราการใช้งานลดลง มูลค่าหลักประกันอาจตกลงขณะที่หนี้ยังคงค้างอยู่

ความเสี่ยงนี้ต่างจากการจัดหาเงินทุนสำหรับอสังหาริมทรัพย์ทั่วไป อาคารดาต้าเซ็นเตอร์อาจยังใช้งานได้อีกหลายปี แต่ชิปและอุปกรณ์ประมวลผลภายในอาจล้าสมัยอย่างรวดเร็ว

5. โครงการจำนวนมากอาจพึ่งพาผู้เช่ารายใหญ่ไม่กี่ราย

ดาต้าเซ็นเตอร์และโครงการจัดหาเงินทุนเฉพาะกิจอาจมีผู้เช่าหลักเป็นบริษัท hyperscale เพียงไม่กี่ราย หากลูกค้ารายใหญ่ลดการใช้จ่าย ขอเจรจาสัญญาใหม่ หรือเผชิญความต้องการคลาวด์ที่อ่อนตัว โครงการหลายแห่งอาจได้รับผลกระทบพร้อมกัน โดยเฉพาะศูนย์ที่สร้างมาเพื่อรองรับงาน AI เฉพาะทาง

6. ความสามารถของตลาดเครดิตอาจกลายเป็นคอขวด

บริษัทเทคโนโลยีรายใหญ่อาจยังเพิ่มหนี้ได้อีกมากโดยไม่ทำให้อันดับเครดิตหลุดจากระดับเกรดลงทุนทันที แต่ความสามารถของตลาดพันธบัตรในการดูดซับหนี้จำนวนมหาศาลในราคาที่ผู้ออกต้องการนั้นมีจำกัด

งานวิจัยของ Goldman Sachs ที่ถูกรายงานในข้อมูลชุดนี้ชี้ว่า มีช่องว่างระหว่างจำนวนหนี้ที่ hyperscalers สามารถกู้ได้ กับปริมาณหนี้สกุลดอลลาร์ระดับเกรดลงทุนที่ตลาดจะรับได้อย่างสบายใจ

นี่เป็นเหตุผลที่บริษัทต่าง ๆ หันไปใช้พันธบัตรสกุลยูโรและสกุลเงินต่างประเทศอื่น สินเชื่อเอกชนระดับเกรดลงทุน กองทุนโครงสร้างพื้นฐาน สัญญาเช่า และพันธบัตรของกิจการร่วมค้า ช่องทางเหล่านี้ช่วยกระจายแหล่งเงินทุน แต่ก็อาจทำให้การประเมินระดับหนี้ที่แท้จริงของระบบนิเวศ AI ทั้งหมดทำได้ยากขึ้น

บทสรุป: วงจรลงทุนหรือวงจรหนี้

การกู้เงินเพื่อ AI กำลังเปลี่ยนรูปแบบการระดมทุนของอุตสาหกรรม จากเดิมที่การขยายโครงสร้างพื้นฐานพึ่งพาเงินสดของบริษัทเป็นหลัก ไปสู่รอบการลงทุนขนาดใหญ่ที่เกี่ยวข้องกับพันธบัตร สินเชื่อเอกชน กองทุนโครงสร้างพื้นฐาน สัญญาเช่า และสินเชื่อโครงการ

ผลกระทบระยะใกล้ที่ชัดเจนที่สุดคือ ปริมาณหนี้เกรดลงทุนที่เพิ่มขึ้น และการที่นักลงทุนเลือกเข้มงวดมากขึ้น ส่วนความเสี่ยงระยะยาวอยู่ที่ความไม่สอดคล้องระหว่างอายุสินทรัพย์กับอายุหนี้: โครงสร้างพื้นฐานและฮาร์ดแวร์ถูกจัดหาเงินทุนในวันนี้ โดยคาดหวังว่าความต้องการและรายได้จาก AI จะเกิดขึ้นในอนาคต—หรืออาจไม่เกิดขึ้นในระดับที่คาดไว้

เส้นแบ่งสำคัญจึงอยู่ที่ว่า การขยายตัวครั้งนี้จะกลายเป็น วงจรลงทุนด้านโครงสร้างพื้นฐานที่สร้างผลผลิต หรือ วงจรหนี้ที่อาศัยการกู้เพิ่มขึ้นเรื่อย ๆ การกู้เงินจะยั่งยืนก็ต่อเมื่ออัตราการใช้งาน ราคาบริการ และรายได้จาก AI เติบโตทันก่อนที่การเสื่อมค่าของฮาร์ดแวร์และต้นทุนชำระหนี้จะกลายเป็นภาระผูกมัด แต่หากกำลังการผลิตเพิ่มเร็วกว่าความต้องการที่ยั่งยืน ตลาดเครดิตก็อาจเริ่มตั้งคำถามกับราคาของการเติบโตครั้งนี้