AI ถูกลง แต่โครงสร้างพื้นฐานแพงขึ้น: ใครจะเป็นผู้รับภาระต้นทุน?

เศรษฐกิจ AI กำลังแยกออกเป็นสองฝั่งอย่างชัดเจน ฝั่งหนึ่งคือ ต้นทุนการใช้ความฉลาดกำลังลดลงอย่างรวดเร็ว แต่อีกฝั่งคือ ต้นทุนในการสร้างระบบที่ส่งมอบความฉลาดนั้นยังติดคอขวด ตั้งแต่การผลิตชิปขั้นสูง หน่วยความจำแบนด์วิดท์สูง เซิร์ฟเวอร์ ระบบเครือข่าย ไฟฟ้า ไปจนถึงพื้นที่ดาต้าเซ็นเตอร์

นี่ไม่ใช่เพียงเรื่องราคาค่าบริการ API ที่ถูกลง แต่กำลังเปลี่ยนคำถามสำคัญของตลาดว่า บริษัทใดจะรักษาอัตรากำไรได้ นักลงทุนควรประเมินการลงทุนด้าน AI อย่างไร และความเสี่ยงด้านเครดิตจะไปสะสมอยู่ที่ใด ผู้ชนะในระยะยาวอาจไม่ใช่บริษัทที่ขายโทเคนได้มากที่สุด แต่เป็นผู้ที่ควบคุมโครงสร้างพื้นฐานหายาก มีช่องทางจัดจำหน่ายที่แข็งแรง ครอบครองข้อมูลเฉพาะ หรือมีซอฟต์แวร์ที่เชื่อมโยงกับผลลัพธ์ทางธุรกิจซึ่งตรวจสอบได้

สงครามราคา AI กำลังย้ายมูลค่าออกจากโทเคน

มีการประเมินว่าต้นทุนการประมวลผลคำตอบของ AI ในระดับคุณภาพใกล้เคียงกันลดลงราว 95% ภายในเวลาประมาณสองปี อย่างไรก็ตาม ตัวเลขที่แน่นอนขึ้นอยู่กับโมเดล ปริมาณงาน และระดับคุณภาพที่นำมาเปรียบเทียบ 39 สิ่งที่ชัดเจนกว่าคือทิศทางของตลาด: ความสามารถที่เคยขายในราคาพรีเมียมผ่าน API กำลังเข้าถึงได้ด้วยโมเดลราคาถูกกว่าและโมเดลแบบเปิดน้ำหนัก (open-weight)

การลดราคาของ OpenAI สะท้อนแรงกดดันนี้ได้ชัดเจน บริษัทลดราคาโมเดล GPT-5.6 Luna รุ่นเล็กลง 80% และโมเดลระดับกลาง Terra ลง 20% ในเดือนกรกฎาคม 2026 34 จากนั้นในเดือนสิงหาคม บริษัทประกาศลดราคาสำหรับนักพัฒนาในการใช้โมเดลแนวหน้ารุ่น GPT-5.6 Sol ลงอีกมากกว่า 20% 33

สำหรับผู้ใช้ นี่เป็นข่าวดี ต้นทุนการประมวลผลที่ลดลงทำให้การใช้งานเอเจนต์ AI ระบบตอบลูกค้าอัตโนมัติ การสร้างคอนเทนต์ การเขียนโค้ด และการประมวลผลข้อมูลปริมาณมากคุ้มค่าขึ้น แต่สำหรับผู้ให้บริการโมเดล การลดราคาแต่ละครั้งหมายถึงรายได้ต่อหน่วยที่ลดลง เว้นแต่ปริมาณการใช้งานจะเพิ่มขึ้นมากพอชดเชย

จุดสำคัญจึงอยู่ที่การแยกให้ออกระหว่าง “ความฉลาดที่ถูกลง” กับ “ระบบ AI ที่ถูกลง” ราคาต่อโทเคนอาจลดลง ขณะที่ต้นทุนรวมของผลิตภัณฑ์ที่ใช้งานได้จริงยังสูงอยู่ ไม่ว่าจะเป็นระบบค้นคืนข้อมูล การตรวจสอบประสิทธิภาพ ความปลอดภัย ความหน่วง การเชื่อมต่อระบบ และการตรวจทานโดยมนุษย์

ห่วงโซ่อุปทานจริงกำลังเคลื่อนไปในทิศทางตรงกันข้าม

โครงสร้างพื้นฐานสำหรับรองรับงาน AI กำลังขยายตัวไม่ทันความต้องการ มีรายงานว่า Samsung ปรับขึ้นราคาบริการรับจ้างผลิตชิปขั้นสูงบางส่วนสูงสุด 15% สำหรับคำสั่งซื้อใหม่ หลังความต้องการชิป AI ทำให้กำลังการผลิตตึงตัว 1

Samsung ยังระบุว่า ภาวะขาดแคลนชิปอาจรุนแรงขึ้นและลากยาวถึงปี 2028 พร้อมเดินหน้าทำข้อตกลงจัดหาเป็นเวลาหลายปีกับลูกค้าดาต้าเซ็นเตอร์รายใหญ่ 2 ธุรกิจหน่วยความจำของบริษัทระบุกรอบการทำสัญญาที่อาจครอบคลุมกำลังการผลิตประมาณ 60–70% หากการเจรจาเสร็จสิ้น 56

ข้อตกลงเหล่านี้กำลังเปลี่ยนธรรมชาติของตลาด กำลังการผลิตไม่ได้เปิดให้ผู้ที่จ่ายราคาตลาด ณ ขณะนั้นเข้าถึงได้เสมอไปอีกแล้ว ลูกค้ารายใหญ่กำลังจองอุปทานล่วงหน้าหลายปี ซึ่งช่วยเพิ่มความมั่นคงให้กับตนเอง แต่ทำให้ผู้ซื้อรายเล็กเผชิญความเสี่ยงจากการขาดแคลนและความผันผวนของราคามากขึ้น

แนวโน้มหน่วยความจำยิ่งน่ากังวล ควักโนจุง ประธานเจ้าหน้าที่บริหาร SK Hynix กล่าวว่าอุตสาหกรรมอาจเผชิญปีที่อุปทานเลวร้ายที่สุดในปี 2027 และความต้องการอาจสูงกว่ากำลังการผลิตต่อเนื่องไปหลังปี 2030 นี่เป็นการคาดการณ์ของบริษัท ไม่ใช่ผลลัพธ์ที่รับประกันว่าจะเกิดขึ้น แต่ก็สะท้อนว่าการเพิ่มอุปทานอาจใช้เวลานานเพียงใด 17

Nvidia แสดงให้เห็นว่าโครงสร้างพื้นฐานยังมีอำนาจต่อรองด้านราคา

ผลประกอบการล่าสุดของ Nvidia ชี้ว่า ราคาของโมเดลที่ลดลงยังไม่ได้ทำให้อุปสงค์ในชั้นฮาร์ดแวร์อ่อนแรงลง บริษัทมีรายได้ไตรมาส 2 ปีงบการเงิน 2027 อยู่ที่ 96,200 ล้านดอลลาร์ เพิ่มขึ้น 106% จากปีก่อน ขณะที่รายได้จากดาต้าเซ็นเตอร์อยู่ที่ 89,000 ล้านดอลลาร์ เพิ่มขึ้น 117% 4950

นี่คือความตึงเครียดหลักของตลาด AI โมเดลที่มีประสิทธิภาพมากขึ้นอาจลดปริมาณการประมวลผลที่ต้องใช้ต่อภารกิจ แต่ราคาที่ถูกลงก็อาจกระตุ้นให้เกิดการใช้งานเพิ่มขึ้นอย่างมาก หากอุปสงค์ขยายตัวเร็วกว่าประสิทธิภาพที่เพิ่มขึ้น การใช้โครงสร้างพื้นฐานโดยรวมก็ยังเพิ่มขึ้นได้ แม้ต้นทุนต่อคำตอบจะลดลง

คอขวดจึงอาจย้ายตำแหน่งไปเรื่อย ๆ อาจมีตัวเร่งการประมวลผลเพียงพอ แต่หน่วยความจำ การบรรจุชิปขั้นสูง ระบบเครือข่าย ไฟฟ้า หรือการเชื่อมต่อกับโครงข่ายไฟฟ้ากลับไม่เพียงพอ Nvidia รายงานอัตรากำไรขั้นต้นที่ 75% ในไตรมาสดังกล่าว ขณะที่รายงานอื่นชี้ว่าต้นทุนหน่วยความจำที่สูงขึ้นอาจกดดันอัตรากำไรในอนาคต 4953

บทเรียนจึงไม่ใช่ว่าเศรษฐศาสตร์ของโครงสร้างพื้นฐานพังลงแล้ว แต่คืออุปสงค์ที่แข็งแกร่งไม่ได้ทำให้ทุกส่วนของห่วงโซ่อุปทานทำกำไรได้เท่าเทียมกัน

บริษัทคลาวด์ยักษ์ใหญ่รับแรงกดดันได้—แต่มีขีดจำกัด

บริษัทคลาวด์รายใหญ่มีตำแหน่งที่ดีกว่าผู้ให้บริการ AI ขนาดเล็กในการรับมือกับความไม่สมดุลระหว่างราคาบริการที่ลดลงกับต้นทุนโครงสร้างพื้นฐานที่เพิ่มขึ้น พวกเขาสามารถกระจายการลงทุนไปยังคลาวด์ โฆษณา ซอฟต์แวร์องค์กร และแพลตฟอร์มสำหรับผู้บริโภค รวมทั้งผนวก AI เข้าไปในสัญญาที่มีขอบเขตกว้างขึ้น ใช้เครือข่ายการจัดจำหน่ายของตนผลักดันการใช้งาน และต่อรองสัญญาจัดหาล่วงหน้าเป็นเวลาหลายปี

บริษัทเหล่านี้จึงอาจทำหน้าที่เป็น “โช้กอัพ” ของอุตสาหกรรม พวกเขาอาจยอมรับอัตรากำไรจากบริการ AI ที่ต่ำลงเพื่อรักษาความสัมพันธ์ด้านคลาวด์หรือแย่งส่วนแบ่งตลาด แต่สิ่งที่ต้องแลกคือประสิทธิภาพด้านเงินทุน หากราคาลดลงเร็วกว่าปริมาณการใช้งานที่เพิ่มขึ้น ผลตอบแทนจากการลงทุนในดาต้าเซ็นเตอร์ขนาดมหาศาลก็อาจใช้เวลานานกว่าจะเกิดขึ้น

สำหรับผู้ให้บริการรายเล็ก สถานการณ์เข้มงวดกว่ามาก บริษัทที่เช่ากำลังประมวลผลราคาแพงแล้วนำการเข้าถึงโมเดลทั่วไปไปขายต่อ ย่อมมีเกราะป้องกันน้อย หากราคา API ลดลงเร็วกว่าฐานลูกค้าที่ขยายตัว ธุรกิจที่ยั่งยืนจึงต้องสร้างความแตกต่างผ่านการควบคุมเวิร์กโฟลว์ ข้อมูลเฉพาะ ความปลอดภัย ความเสถียร ช่องทางจัดจำหน่าย หรือการคิดราคาตามผลลัพธ์แทนปริมาณโทเคน

โมเดลที่ถูกลงไม่ได้รับประกันว่าผลิตภาพจะเพิ่มเร็วขึ้น

ราคาที่ลดลงควรกระตุ้นให้ธุรกิจทดลองและนำ AI ไปใช้มากขึ้น แต่การนำไปใช้ไม่เท่ากับมูลค่าทางเศรษฐกิจที่เกิดขึ้นจริง บริษัทต่าง ๆ ยังต้องปรับกระบวนการ ทำความสะอาดข้อมูล เชื่อมต่อระบบ ฝึกอบรมพนักงาน และวางระบบควบคุม ก่อนที่ AI จะสร้างผลิตภาพที่ยั่งยืนได้

จุดนี้สร้างความเสี่ยงด้านเวลาให้กับนักลงทุน การใช้จ่ายอาจเร่งตัวก่อนผลตอบแทนที่วัดได้ โดยเฉพาะเมื่อบริษัทซื้อกำลังการผลิตหรือซอฟต์แวร์เพราะคู่แข่งกำลังทำเช่นเดียวกัน หากผลผลิตที่สัญญาไว้เกิดช้ากว่าคาด ภาระผูกพันด้านโครงสร้างพื้นฐานอาจยังคงที่ ขณะที่ประมาณการรายได้จาก AI ถูกปรับลดลง

กรณีขาขึ้นคือราคาการประมวลผลที่ถูกลงอย่างมากทำให้การใช้งานเพิ่มขึ้นจนการใช้จ่ายด้าน AI การบริโภคคลาวด์ และผลิตภาพโดยรวมยังเติบโต กรณีขาลงคือราคาของโมเดลร่วงเร็วกว่าปริมาณการใช้งาน ทำให้เกิดแรงกดดันต่ออัตรากำไรและอัตราการใช้ประโยชน์ของดาต้าเซ็นเตอร์ และทำให้โครงการบางแห่งให้ผลตอบแทนต่ำกว่าที่แผนการเงินคาดไว้

ความเสี่ยงด้านเครดิตจะขึ้นอยู่กับอุปสงค์ที่มีสัญญารองรับ

การขยายตัวของ AI กำลังกลายเป็นคำถามสำหรับตลาดสินเชื่อด้วย ดาต้าเซ็นเตอร์ การเข้าซื้อโครงสร้างพื้นฐาน และการจองชิ้นส่วนต้องใช้เงินทุนจำนวนมาก ซึ่งส่วนหนึ่งเป็นหนี้ระยะยาว หนี้จะมีความสมเหตุสมผลมากกว่าเมื่อมีกระแสเงินสดรองรับจากลูกค้าที่มีความน่าเชื่อถือ ผ่านสัญญาหลายปีและรูปแบบการใช้งานที่คาดการณ์ได้

แต่ความเสี่ยงจะเพิ่มขึ้นหากการชำระหนี้ขึ้นอยู่กับอุปสงค์ในอนาคตที่ยังเป็นเพียงการคาดการณ์ ราคาบริการ AI ที่ลดลง การเติบโตของการใช้งานที่ช้ากว่าคาด ต้นทุนไฟฟ้าที่สูงขึ้น หรือการขาดแคลนชิ้นส่วน ล้วนบั่นทอนกระแสเงินสดที่ใช้รองรับโครงการโครงสร้างพื้นฐานได้

การเพิ่มสัดส่วนหนี้ด้อยสิทธิ หรือการเพิ่มขึ้นของต้นทุนประกันความเสี่ยงด้านเครดิต จะสะท้อนว่าผู้ให้กู้ต้องการค่าตอบแทนมากขึ้นเพื่อรับความเสี่ยงขาลง ทั้งสองกรณีไม่ได้พิสูจน์ว่าจะเกิดเหตุการณ์ผิดนัดชำระหนี้ในทันที แต่จะทำให้คุณภาพของสัญญา ความน่าเชื่อถือของลูกค้า และความทนทานของกระแสเงินสดมีความสำคัญมากกว่าตัวเลขอุปสงค์ AI ในพาดหัวข่าว

ผลต่อเศรษฐกิจมหภาคจะมีทั้งด้านลดเงินเฟ้อและเพิ่มแรงกดดันราคา

AI อาจช่วยลดเงินเฟ้อในบริการดิจิทัล ต้นทุนการประมวลผลที่ถูกลงอาจลดต้นทุนการเขียนโค้ด การวิเคราะห์ข้อมูล การบริการลูกค้า การผลิตคอนเทนต์ และงานธุรการบางประเภท หากการแข่งขันผลักดันให้บริษัทส่งต่อการประหยัดต้นทุนไปยังลูกค้า ผลประโยชน์ดังกล่าวก็อาจขยายไปถึงธุรกิจและผู้บริโภค

แต่การสร้างโครงสร้างพื้นฐานอาจให้ผลตรงกันข้ามในบางตลาด หน่วยความจำ ชิปขั้นสูง เซิร์ฟเวอร์ กำลังก่อสร้าง ที่ดิน ไฟฟ้า และการเชื่อมต่อโครงข่ายที่มีจำกัด อาจมีราคาแพงขึ้น รูปแบบระยะใกล้จึงอาจเป็นราคางานดิจิทัลที่ใช้ AI ต่ำลง พร้อมกับแรงกดดันด้านราคาในสินค้าทุนและพลังงานที่จำเป็นต่อการผลิตบริการเหล่านั้น

จึงไม่น่าจะมีผลแบบเดียวที่เรียกว่า “เงินเฟ้อจาก AI” หรือ “เงินฝืดจาก AI” ผลลัพธ์จะขึ้นอยู่กับว่าประสิทธิภาพที่เพิ่มขึ้นแพร่กระจายเร็วกว่าคอขวดหรือไม่ และบริษัทเลือกส่งต่อเงินประหยัดให้ลูกค้า หรือเก็บไว้เป็นอัตรากำไร

ห่วงโซ่อุปทานกำลังกลายเป็นสินทรัพย์เชิงยุทธศาสตร์

การจองกำลังการผลิตหลายปียังเพิ่มความสำคัญทางภูมิรัฐศาสตร์ของเซมิคอนดักเตอร์ Samsung และ SK Hynix มีอำนาจต่อรองมากขึ้นในตลาดหน่วยความจำ ขณะที่การผลิตตรรกะขั้นสูงและการบรรจุชิปยังคงกระจุกตัวอยู่กับซัพพลายเออร์และภูมิภาคเพียงไม่กี่แห่ง เมื่อกำลังการผลิตถูกจองล่วงหน้าหลายปี มาตรการควบคุมการส่งออก เงินอุดหนุน และความปั่นป่วนในภูมิภาคต่าง ๆ จะส่งผลรุนแรงขึ้น เพราะไม่สามารถโยกย้ายอุปทานไปยังที่อื่นได้อย่างรวดเร็ว

ผู้ผลิตหน่วยความจำของจีนอาจมีโอกาสเพิ่มขึ้นในกลุ่มผลิตภัณฑ์ที่ถูกจำกัดน้อยกว่าเมื่อความต้องการทั่วโลกเพิ่มสูงขึ้น อย่างไรก็ตาม การไล่ตามเทคโนโลยี HBM ระดับแนวหน้าและชิ้นส่วนสำคัญของระบบ AI ยังทำได้ยากกว่า ทั้งการรับรองจากลูกค้า มาตรฐานความน่าเชื่อถือ ความซับซ้อนทางเทคนิค มาตรการควบคุมการส่งออก และกฎการจัดซื้อ ล้วนจำกัดความเร็วที่ซัพพลายเออร์ทางเลือกจะเพิ่มส่วนแบ่งตลาดได้

แล้วใครจะเป็นผู้จ่ายส่วนต่าง?

คำถามที่ยังไม่มีคำตอบคือ ใครจะรับภาระส่วนต่างระหว่างการบริโภค AI ที่ถูกลงกับการผลิต AI ที่แพงขึ้น ผลลัพธ์เป็นไปได้หลายทาง

• บริษัทคลาวด์ยักษ์ใหญ่ อาจรับภาระผ่านอัตรากำไรที่ลดลง พร้อมใช้ AI ปกป้องระบบนิเวศธุรกิจที่กว้างกว่า
• ผู้ผลิตชิปและหน่วยความจำ อาจรักษาอำนาจด้านราคาไว้ได้ตราบใดที่อุปทานยังขาดแคลน
• นักลงทุน อาจรับภาระผ่านผลตอบแทนจากการลงทุนโครงสร้างพื้นฐาน AI ที่ลดลง
• ผู้ให้กู้ อาจรับภาระผ่านส่วนต่างดอกเบี้ยที่กว้างขึ้น หรือความเสียหายหากโครงการมีหนี้สูงเกินไป
• ลูกค้า อาจต้องจ่ายมากขึ้น หากผู้ให้บริการนำต้นทุนโครงสร้างพื้นฐานไปผนวกกับผลิตภัณฑ์ที่มีมูลค่าและผลลัพธ์สูงกว่า

ผลลัพธ์ที่มีแนวโน้มมากที่สุดในระยะใกล้คือการผสมกันของสามทางเลือกแรก AI จะยังคงเข้าถึงได้ถูกลง แต่โครงสร้างพื้นฐานที่ใช้ส่งมอบ AI จะยังมีราคาแพง จนกว่าอุปทานจะขยายตัวทัน หรืออุปสงค์จะพิสูจน์ว่าไม่มากพอรองรับภาระผูกพันที่กำลังถูกสร้างขึ้น

นัยเชิงกลยุทธ์จึงชัดเจน: ราคาต่อโทเคนที่ลดลงไม่ได้หมายความว่าเรื่องราวการลงทุนใน AI จบลง แต่เป็นบททดสอบว่า เมื่อความฉลาดกลายเป็นของที่มีมากมาย มูลค่าที่ยั่งยืนจะอยู่ที่ใด ในโลกที่เครื่องจักร หน่วยความจำ พลังงาน และช่องทางจัดจำหน่ายยังคงหายาก