การถามว่า AI เป็นฟองสบู่ดอตคอมหรือไม่จะมีประโยชน์ก็ต่อเมื่อเราไม่มองมันเป็นหนังม้วนเดิมจากปี 2000 แบบง่าย ๆ เทคโนโลยีหนึ่งอาจมีคุณค่าทางเศรษฐกิจจริง และในเวลาเดียวกันก็อาจกลายเป็นธีมลงทุนที่ราคาสูงเกินไปได้ หากตลาดรีบสะท้อนความสำเร็จในอนาคตเร็วเกินควร

สำหรับปี 2026 คำถามที่ใช้งานได้จริงจึงไม่ใช่ AI สำคัญหรือไม่ แต่คือรายได้ กำไร การเพิ่มผลิตภาพ และความต้องการจากลูกค้าที่เกี่ยวกับ AI จะมากพอรองรับขนาดการลงทุนโครงสร้างพื้นฐานและมูลค่าหุ้นที่นักลงทุนจ่ายไปแล้วหรือไม่ ^[1][5][11]

คำตอบสั้น: ไม่ใช่ภาพซ้ำปี 2000 แบบตรงตัว แต่ความเสี่ยงมีจริง

กระแส AI รอบนี้ไม่เหมือนฟองสบู่อินเทอร์เน็ตปลายทศวรรษ 1990 ทุกประการ หลายบทวิเคราะห์ที่เปรียบเทียบ AI กับดอตคอมชี้ว่า ผู้ได้ประโยชน์รายใหญ่จำนวนมากในวันนี้เป็นบริษัทที่ตั้งหลักแล้วและมีกำไรจริง ไม่ใช่บริษัทเก็งกำไรที่ยังพิสูจน์รายได้ไม่ได้เป็นหลัก ^[2][4][12] จุดนี้ทำให้โอกาสเกิดภาพซ้ำแบบดอตคอมล่มทั้งกระดานดูน้อยลง

แต่บริษัทแข็งแรงก็ยังแพงเกินไปได้ รายงานมุมมองตลาดปี 2026 ของ Betterment ระบุว่า หุ้นปรับขึ้นในปี 2025 ส่วนใหญ่เพราะบริษัทเทคโนโลยีรายใหญ่แข่งกันสร้าง AI ขณะที่ความคึกคักของนักลงทุนสะท้อนความคาดหวังต่อกำไรในอนาคตมากกว่ากำไรที่เห็นอยู่ในปัจจุบัน ^[5] ด้าน Bloomberg ในมุมมองปี 2026 ก็อธิบายว่าการใช้จ่ายด้าน AI เป็นแรงหนุนสำคัญต่อการเติบโตในจังหวะที่ค่อนข้างผิดปกติของวัฏจักรธุรกิจ ^[1]

นี่คือความตึงเครียดหลักของตลาด: เทคโนโลยีอาจเป็นของจริง แต่ความคาดหวังของตลาดอาจสูงเกินจริงได้เช่นกัน

ทำไมการเปรียบเทียบกับดอตคอมยังสำคัญ

1. นักลงทุนกำลังจ่ายเงินซื้อกำไรวันพรุ่งนี้

ความเสี่ยงฟองสบู่มักเพิ่มขึ้นเมื่อมูลค่าหุ้นต้องพึ่งพากำไรที่ยังมาไม่ถึง Betterment ชี้ประเด็นนี้โดยตรงว่า ความคึกคักของตลาดจาก AI พึ่งพาความคาดหวังเรื่องกำไรในอนาคตมากขึ้น มากกว่าจะอิงกำไรปัจจุบัน ^[5]

เรื่องนี้ไม่ได้แปลว่าตลาดผิดเสมอไป แต่หมายความว่าหุ้นที่เกี่ยวข้องกับ AI อาจอ่อนไหวต่อความผิดหวังมาก หากการสร้างรายได้ มาร์จิ้น หรือการนำ AI ไปใช้ในองค์กรเกิดช้ากว่าที่คาด แม้แต่บริษัทคุณภาพดีก็อาจถูกปรับมูลค่าใหม่ได้

2. การสร้างโครงสร้างพื้นฐานใหญ่เกินกว่าจะมองข้าม

รอบการลงทุน AI ผูกกับเงินจำนวนมากในชิป ศูนย์ข้อมูล คลาวด์ และโครงสร้างพื้นฐานที่เกี่ยวข้อง Betterment ระบุว่าการลงทุนโครงสร้างพื้นฐาน AI ทำให้เสียงถกเถียงเรื่องฟองสบู่ AI ดังขึ้น ^[5] ขณะที่ Bloomberg มองว่าการใช้จ่ายด้าน AI เป็นแรงขับเคลื่อนมหภาคสำคัญในปี 2026 ^[1] ความเห็นในตลาดยังนำกระแสรายจ่ายลงทุน หรือ capex ด้าน AI ไปเปรียบเทียบกับการสร้างโครงข่ายในยุคดอตคอมด้วย ^[3]

โครงสร้างพื้นฐานอาจมีคุณค่าและยังถูกสร้างเกินความจำเป็นได้ ความเสี่ยงไม่ใช่แค่บริษัทใช้เงินมาก แต่คือการใช้เงินเติบโตเร็วกว่าความต้องการที่จ่ายเงินจริง อัตราการใช้งาน หรือผลตอบแทนต่อเงินลงทุน

3. ตลาดนำโดยหุ้นกลุ่มแคบ

AI กลายเป็นเรื่องเล่าที่กระจุกตัวในตลาดหุ้น Betterment ระบุว่าการปรับขึ้นของหุ้นในปี 2025 ส่วนใหญ่เชื่อมกับการแข่งขันด้าน AI ของ Big Tech หรือบริษัทเทคโนโลยีรายใหญ่ ^[5] ส่วน The Next Web ซึ่งเปรียบเทียบหุ้น AI กับฟองสบู่ดอตคอม ชี้ถึงการกระจุกตัวของตลาดในระดับสูงผิดปกติ พร้อมย้ำว่าบริษัทผู้นำจำนวนมากในรอบนี้มีกำไรจริง ^[12]

การนำตลาดโดยหุ้นไม่กี่ตัวไม่ได้แปลว่าเป็นฟองสบู่โดยอัตโนมัติ แต่ทำให้ความเสี่ยงระดับดัชนีสูงขึ้นได้ หากหุ้นยักษ์ใหญ่ที่เชื่อมกับ AI เพียงกลุ่มเล็ก ๆ เป็นตัวขับผลตอบแทนส่วนใหญ่ ความผิดหวังในหุ้นเหล่านั้นอาจกระทบผู้ลงทุนที่คิดว่าตนกระจายความเสี่ยงกว้างแล้ว

4. ตัวชี้วัดมูลค่าทำให้ตลาดมีพื้นที่พลาดน้อยลง

ตัวชี้วัดมูลค่าตลาดโดยรวมเป็นอีกเหตุผลที่การเปรียบเทียบกับดอตคอมกลับมาเรื่อย ๆ The Motley Fool อ้างอิงอัตราส่วน Shiller CAPE ของ S&P 500 ซึ่งเป็นการเทียบราคากับกำไรเฉลี่ย 10 ปีที่ปรับเงินเฟ้อแล้วว่าเป็นสัญญาณเตือน โดยระบุว่าแม้อาจยังไม่สูงเท่าปี 2000 แต่ก็สูงพอให้กังวลเรื่องฟองสบู่ได้ ^[6] The Next Web วางกรอบการถกเถียงไว้ที่ค่า CAPE ระดับ 38 และการกระจุกตัวของตลาดที่สูงกว่าระดับปี 2000 ^[12]

ตัวชี้วัดมูลค่าไม่ได้บอกเวลาแน่นอนว่าตลาดจะปรับฐานเมื่อใด แต่มันบอกได้ว่าความสำเร็จในอนาคตถูกสะท้อนเข้าไปในราคาแล้วมากเพียงใด

ทำไม AI อาจไม่จบแบบดอตคอมล่ม

บริษัทนำรอบนี้แข็งแรงกว่า

ความแตกต่างใหญ่ข้อหนึ่งคือคุณภาพของบริษัทผู้นำในตลาดหุ้น บทวิเคราะห์จาก IntuitionLabs, Janus Henderson และ The Next Web ต่างเน้นว่า ผู้ได้ประโยชน์จาก AI จำนวนมากเป็นบริษัทที่ตั้งหลักแล้วและมีกำไร ไม่ใช่บริษัทมหาชนเก็งกำไรที่มีประวัติการดำเนินงานจำกัดเป็นหลัก ^[2][4][12]

ประเด็นนี้สำคัญ เพราะการปรับฐานที่นำโดยบริษัทเดิมที่ยังทำกำไรได้จะมีหน้าตาต่างจากการล่มของบริษัทที่โมเดลรายได้อ่อนแอ อย่างไรก็ตาม มันไม่ได้ทำให้บริษัทเหล่านี้ปลอดภัยจากการถูกตีราคาแพงเกินไป

บททดสอบกำลังย้ายจากผู้ขาย AI ไปสู่ผู้ใช้ AI

Morgan Stanley ระบุว่า ในคลื่นเทคโนโลยีขนาดใหญ่ มูลค่าหุ้นไม่ได้ไหลไปหาแค่ผู้ขายเทคโนโลยี แต่ยังไปสู่บริษัทที่นำเทคโนโลยีไปใช้ได้มีประสิทธิภาพด้วย ^[11] มุมมอง AI ปี 2026 ของ Morgan Stanley จึงเสนอให้นักลงทุนมองกว้างกว่ารายได้จากบริการ AI โดยพิจารณา operating leverage หรือแรงส่งต่อผลประกอบการจากผลิตภาพที่ AI ช่วยสร้าง ^[11]

นี่เป็นความแตกต่างสำคัญ วัฏจักร AI ที่เติบโตเต็มที่จะไม่ได้ถูกตัดสินจากยอดขายชิปหรือค่าใช้จ่ายคลาวด์เท่านั้น แต่ต้องสะท้อนในผลลัพธ์ทางธุรกิจ เช่น ต้นทุนลดลง กระบวนการทำงานเร็วขึ้น มาร์จิ้นดีขึ้น หรือผลิตภาพที่วัดได้จริงในบริษัทที่นำ AI ไปใช้ ^[11]

ความร้อนแรงในตลาดหุ้นอยู่กับบริษัทเดิม ไม่ใช่สตาร์ทอัพอย่างเดียว

เรื่องเล่าของตลาด AI ในมุมมองปี 2026 ผูกกับ Big Tech และการลงทุนโครงสร้างพื้นฐานอย่างมาก ^[1][5] ภาพนี้ต่างจากเรื่องเล่าที่ขับเคลื่อนโดยบริษัทเพิ่งเข้าตลาดซึ่งโมเดลธุรกิจยังเปราะบางเป็นหลัก

ข้อแลกเปลี่ยนคือ บริษัทเดิมมีทรัพยากร ลูกค้า และกระแสเงินสดมากกว่า แต่ราคาหุ้นของบริษัทเหล่านี้ก็ยังอาจสะท้อนผลตอบแทนจาก AI ที่ใหญ่เกินไปได้ ในกรณีนั้น ตลาดไม่จำเป็นต้องเห็นว่า AI ล้มเหลว หุ้น AI ก็ปรับลงได้ เพียงแค่ผลตอบแทนมาช้ากว่าที่คาดก็พอ

เช็กลิสต์ฟองสบู่ AI สำหรับปี 2026

สัญญาณที่ต้องจับตา	ภาพที่แข็งแรงกว่า	ภาพที่เสี่ยงฟองสบู่
รายจ่ายลงทุน AI เทียบกับรายได้	การลงทุนโครงสร้างพื้นฐานแปลงเป็นความต้องการจากลูกค้าที่ टिकทน	การใช้เงินโตเร็วกว่ารายได้ อัตราการใช้งาน หรือผลตอบแทนต่อเงินลงทุน [1][3][5]
กำไรเทียบกับความคาดหวัง	กำไรจาก AI ที่ตลาดคาดไว้เริ่มปรากฏในผลประกอบการจริง	มูลค่าหุ้นยังพึ่งพากำไรที่ยังมาไม่ถึง [5]
ผลิตภาพ	องค์กรนำ AI ไปใช้จนเกิด operating leverage ที่วัดได้	โครงการทดลองและเดโมไม่สะท้อนผลดีในตัวเลขธุรกิจที่รายงาน [11]
ความกว้างของตลาด	การปรับขึ้นกระจายออกไปนอกหุ้น AI ขนาดใหญ่ไม่กี่ตัว	ผลตอบแทนดัชนียังกระจุกอยู่ในหุ้นที่เกี่ยวกับ AI กลุ่มเล็ก ๆ [5][12]
วินัยด้านมูลค่า	กำไรเติบโตทันมูลค่าหุ้นที่สูง	ตัวชี้วัดมูลค่าโดยรวมเหลือพื้นที่ให้ผิดหวังน้อย [6][12]

อะไรจะทำให้ AI เสี่ยงล่มแบบดอตคอมมากขึ้น

ภาพการปรับมูลค่าแบบดอตคอมจะน่าเป็นห่วงขึ้น หากสัญญาณเตือนหลายข้อเกิดพร้อมกัน:

• การลงทุนโครงสร้างพื้นฐาน AI ยังเพิ่มขึ้น แต่รายได้จากลูกค้า อัตราการใช้งาน หรือผลตอบแทนต่อเงินลงทุนทำได้น่าผิดหวัง ^[1][3][5]
• กำไรตามไม่ทันความคาดหวังเรื่องความสามารถทำกำไรจาก AI ในอนาคต ^[5]
• องค์กรต่าง ๆ นำ AI ไปใช้แล้ว แต่ยังเปลี่ยนเป็นผลิตภาพหรือ operating leverage ที่วัดผลได้ยาก ^[11]
• ผลตอบแทนตลาดยังกระจุกอยู่ในหุ้นยักษ์ใหญ่ที่เชื่อมกับ AI เพียงไม่กี่ตัว ^[5][12]
• ตัวชี้วัดมูลค่าที่สูงทำให้ความผิดหวังเพียงเล็กน้อยก็อาจจุดชนวนการปรับฐานแรง ^[6][12]

สัญญาณเหล่านี้ไม่ได้พิสูจน์ว่า AI เป็นเทคโนโลยีที่ล้มเหลว แต่มันจะชี้ว่านักลงทุนอาจจ่ายแพงเกินไปและเร็วเกินไป

อะไรจะช่วยหักล้างข้อกล่าวหาว่าเป็นฟองสบู่

ฝั่งบวกไม่ได้หมายความว่าหุ้น AI ทุกตัวปลอดภัย แต่คือมีการใช้จ่ายด้าน AI มากพอที่เปลี่ยนเป็นรายได้ ประสิทธิภาพ และความต้องการระยะยาว จนรองรับการลงทุนส่วนสำคัญในวันนี้ได้

กรณีนี้จะน่าเชื่อขึ้น หากโครงสร้างพื้นฐานถูกใช้งานจริง ผู้ขาย AI แปลงความคาดหวังเรื่องกำไรเป็นกำไรจริง บริษัทที่นำ AI ไปใช้รายงานผลิตภาพที่มองเห็นได้ และผลตอบแทนตลาดขยายวงออกไปไกลกว่าผู้นำ AI เพียงหยิบมือ ^[5][11][12]

สรุป

AI น่าจะไม่ใช่ดอตคอมล่มรอบใหม่ในความหมายตรงไปตรงมา บริษัทผู้นำจำนวนมากในกระแส AI รอบนี้แข็งแรงกว่า มีกำไรมากกว่า และฝังตัวอยู่ในตลาดเทคโนโลยีเดิมมากกว่าหลายบริษัทในยุคดอตคอม ^[2][4][12]

แต่การเปรียบเทียบกับดอตคอมยังมีประโยชน์ เพราะเทคโนโลยีที่เป็นของจริงก็อาจให้ผลตอบแทนการลงทุนที่แย่ได้ หากนักลงทุนจ่ายแพงเกินไป สำหรับปี 2026 บททดสอบชี้ขาดคือกำไร ผลิตภาพ และความต้องการจากลูกค้าจะไล่ทันการใช้จ่ายด้าน AI และความคาดหวังที่สะท้อนอยู่ในราคาตลาดแล้วหรือไม่ ^[1][5][11]