คลื่นหนี้ AI 5.7 แสนล้านดอลลาร์: ทำไมตลาดถึงเริ่มหวั่นไหว และหนี้นอกงบดุล 1.65 ล้านล้านดอลลาร์คือระเบิดเวลา

อะไรคือแรงขับเคลื่อนคลื่นหนี้ AI มูลค่า 570,000 ล้านดอลลาร์?

การเติบโตอย่างก้าวกระโดดของการออกหนี้ที่เกี่ยวข้องกับ AI เกิดจากการแข่งขันด้านรายจ่ายลงทุน (CAPEX) ที่ไม่เคยมีมาก่อนระหว่างบริษัท Hyperscaler (ไมโครซอฟต์, อเมซอน, อัลฟาเบท, เมตา, ออราเคิล) และผู้ผลิตชิปอย่างเอ็นวิเดีย บริษัทเหล่านี้เปลี่ยนจากเดิมที่ใช้กระแสเงินสดภายในมาเป็นพึ่งพาตลาดหนี้เป็นอย่างมาก เนื่องจากการสร้างดาต้าเซ็นเตอร์ต้องใช้เงินลงทุนล่วงหน้ามหาศาลซึ่งมากกว่ารายได้จากการดำเนินงานมาก

มอร์แกน สแตนลีย์ คาดการณ์ว่าการออกหนี้ที่เกี่ยวข้องกับ AI ทั่วโลกจะเพิ่มขึ้นเกือบสองเท่าจากปี 2025 เป็นประมาณ 570,000 ล้านดอลลาร์ในปี 2026 โดย ณ สิ้นเดือนพฤษภาคม มีหนี้ที่ออกแล้วมูลค่า 236,000 ล้านดอลลาร์ ซึ่งเร็วกว่าช่วงเดียวกันของปีก่อนถึงสี่เท่า จนถึงกลางปี 2026 หนี้ที่เชื่อมโยงกับ AI คิดเป็นเกือบ 15% ของการออกตราสารหนี้ระดับ investment-grade ทั้งหมด

ทำไมตลาดสินเชื่อถึงยังไม่ประเมินความเสี่ยงอย่างเต็มที่ — และสัญญาณที่เริ่มเปลี่ยนไป

แนวคิดที่ว่าตลาดสินเชื่อไม่ได้กำหนด 'ส่วนชดเชยความเสี่ยง' (Risk Premium) ให้กับหนี้ AI นั้นเริ่มล้าสมัยมากขึ้นในกลางปี 2026 นี่คือสิ่งที่เกิดขึ้นจริง:

ส่วนที่ส่วนต่างอัตราผลตอบแทนยังคงต่ำ:

• เหตุผลหลักที่ส่วนต่างยังไม่ขยายตัวกว้างขึ้น คือหนี้ส่วนใหญ่ได้รับการออกโดยบริษัทที่มีเครดิตคุณภาพสูงที่สุดในโลก เช่น ไมโครซอฟต์, อัลฟาเบท, อเมซอน, เมตา ซึ่งทั้งหมดได้รับการจัดอันดับ AAA หรือ A และมีงบดุลที่แข็งแกร่งตามเกณฑ์ดั้งเดิม นักลงทุนมองว่าหนี้เหล่านี้คือ 'หลักทรัพย์ที่ปลอดภัยสูง' ซึ่งความเสี่ยงในการผิดนัดชำระหนี้ในช่วง 5-10 ปีนั้นใกล้เป็นศูนย์ แม้ว่าผลตอบแทนจาก AI จะผิดหวังก็ตาม ความต้องการยังคงแข็งแกร่ง โดยเฉพาะหนี้ที่ออกในสกุลเงินดอลลาร์สหรัฐ ถึงแม้ว่าธนาคารจะสังเกตว่าตลาดในบางสกุลเงินอาจใกล้ถึงขีดจำกัดในการดูดซับอุปทานแล้ว

ส่วนที่ค่า Risk Premium เริ่มปรากฏ:

• ส่วนต่างของสัญญา CDS สำหรับบริษัทเทคฯ ขนาดใหญ่ที่เกี่ยวข้องกับ AI เพิ่มขึ้นอย่างรวดเร็ว โดยเฉพาะบริษัทที่มีงบดุลอ่อนแอกว่า
• อัตราส่วนความครอบคลุมของพันธบัตร (Coverage Ratios) สำหรับหนี้ของ Hyperscaler กำลังลดลง ซึ่งบ่งชี้ถึงอุปสงค์ของนักลงทุนที่อ่อนตัวลงและมีแนวโน้มว่าจะต้องจ่ายผลตอบแทนที่สูงขึ้นในอนาคต
• โกลด์แมน แซคส์และสถาบันอื่นๆ ชี้ให้เห็นถึง 'ความอ่อนล้าของอุปสงค์' ในตลาดดอลลาร์สหรัฐ โดยพันธบัตรสกุลเงินยูโรของอเมซอนและอัลฟาเบทให้ผลตอบแทนที่ดีกว่าพันธบัตรสกุลเงินดอลลาร์ของบริษัทเดียวกัน ซึ่งเป็นสัญญาณว่านักลงทุนเริ่มเลือกซื้อมากขึ้น
• ฟิทช์ เรทติ้งส์ ได้ออกคำเตือนอย่างเป็นทางการว่าการปรับฐานของตลาด AI อาจกลายเป็นความเสี่ยงที่สำคัญต่อตลาดสินเชื่อองค์กร

ปัญหาภาระหนี้นอกงบดุล 'การกู้ยืมเงา'

ลักษณะโครงสร้างที่น่ากังวลที่สุดคือการระเบิดขึ้นของหนี้สินที่ซ่อนเร้น:

• การสอบสวนโดยนิกเคอิ เอเชีย พบว่า Hyperscaler ชั้นนำ 5 แห่ง (อัลฟาเบท, ไมโครซอฟต์, อเมซอน, เมตา, ออราเคิล) ได้เก็บหนี้สินมากกว่า 1.65 ล้านล้านดอลลาร์ ไว้นอกงบดุล (Off-Balance-Sheet) เทียบกับหนี้สินที่เปิดเผยอย่างเป็นทางการประมาณ 1.35 ล้านล้านดอลลาร์
• ธนาคารเพื่อการชำระหนี้ระหว่างประเทศ (BIS) ได้ติดป้ายกลุ่มหนี้เครดิตเอกชนนอกงบดุลที่เติบโตอย่างรวดเร็วนี้ว่า 'การกู้ยืมเงา' ซึ่งเชื่อมโยง Hyperscaler เข้ากับผู้ให้กู้ที่ไม่ใช่ธนาคารและบริษัทประกันภัยในรูปแบบที่ไม่เคยมีมาก่อนปี 2024
• โกลด์แมน แซคส์ ประเมินว่าภาระผูกพันตามสัญญาเช่ารวมของ Hyperscaler สำหรับดาต้าเซ็นเตอร์ สิ่งอำนวยความสะดวกด้าน R&D และสำนักงานมีมูลค่ารวมประมาณ 800,000 ล้านดอลลาร์ ซึ่งส่วนใหญ่มีโครงสร้างผ่านการร่วมทุน (Joint Ventures) และยานพาหนะเพื่อวัตถุประสงค์พิเศษ (SPVs) ที่ทำให้การรับรู้ในงบดุลล่าช้าออกไป
• โครงสร้างเหล่านี้ถูกต้องตามกฎหมายภายใต้กฎของสำนักงานคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์สหรัฐ (SEC) แต่หมายความว่างบดุลสาธารณะไม่ได้บอกเล่าเรื่องราวทั้งหมดว่าใครคือผู้แบกรับความเสี่ยง หากผลตอบแทนจาก AI ล่าช้าหรือไม่เป็นไปตามที่คาด

บทสรุป

คลื่นหนี้ 570,000 ล้านดอลลาร์สะท้อนให้เห็นถึงการตอบสนองอย่างมีเหตุผลต่อความต้องการทุนที่ไม่รู้จักพอของ AI จากผู้กู้ยืมที่มีเครดิตดีที่สุดในโลก แต่แนวคิดที่ว่าตลาดไม่ได้กำหนด 'ส่วนชดเชยความเสี่ยง' นั้นเป็นเท็จในกลางปี 2026 — ค่า CDS Spreads เพิ่มขึ้น อุปสงค์อ่อนตัวลง และฟิทช์, BIS และเฟด ต่างก็ส่งสัญญาณเตือนถึงความเสี่ยงเชิงระบบ ความเสี่ยงที่แท้จริงที่ยังคงถูกประเมินต่ำเกินไปคือ หนี้นอกงบดุลมูลค่า 1.65 ล้านล้านดอลลาร์ และเครือข่ายที่ซับซ้อนของเครดิตเอกชน สัญญาเช่า และการร่วมทุน ซึ่งสามารถเปลี่ยนการปรับฐานของ AI ให้กลายเป็นเหตุการณ์เครดิตที่กระทบต่อบริษัทประกันภัย กองทุนเครดิตเอกชน และนักลงทุนในตราสารหนี้ ในแบบที่การวิเคราะห์งบดุลแบบดั้งเดิมไม่สามารถจับต้องได้