Bank of America มองตลาดระบบดาต้าเซ็นเตอร์ AI อาจโตถึง 1.7 ล้านล้านดอลลาร์ภายในปี 2030

ด้านล่างคือประเด็นสำคัญที่อยู่เบื้องหลังการปรับเพิ่มประมาณการครั้งนี้

จาก 1.2 ล้านล้าน → 1.7 ล้านล้านดอลลาร์

ตัวเลขคาดการณ์ของ Bank of America เพิ่มขึ้นต่อเนื่องในช่วงไม่กี่ปีที่ผ่านมา เมื่อขนาดของการลงทุน AI เริ่มชัดเจนขึ้น

• การประเมินก่อนหน้านี้มองว่าตลาดดาต้าเซ็นเตอร์ AI ปี 2030 อยู่ที่ประมาณ 1.2 ล้านล้านดอลลาร์
• ต่อมานักวิเคราะห์ปรับเพิ่มเป็น ราว 1.4 ล้านล้านดอลลาร์ เนื่องจากคาดว่าการลงทุนของผู้ให้บริการคลาวด์จะสูงกว่าที่เคยคาด
• การวิเคราะห์ล่าสุดเพิ่มประมาณการเป็น ประมาณ 1.7 ล้านล้านดอลลาร์ภายในปี 2030 จากการเร่งลงทุนโครงสร้างพื้นฐานของทั้งบริษัทคลาวด์และองค์กรขนาดใหญ่

การเพิ่มขึ้นของตัวเลขเหล่านี้สะท้อนมุมมองที่เริ่มเป็นฉันทามติในตลาดว่า วัฏจักรการลงทุนโครงสร้างพื้นฐาน AI อาจทั้ง “ใหญ่กว่า” และ “ยาวนานกว่า” ที่คาดไว้ในช่วงแรก

ตัวเร่งหลัก: เงินลงทุนจาก Hyperscalers

แรงขับเคลื่อนสำคัญที่สุดคือการใช้จ่ายด้านทุน (capital expenditure หรือ capex) ของบริษัทคลาวด์รายใหญ่ระดับโลก หรือที่เรียกว่า hyperscalers

บริษัทอย่าง Microsoft, Amazon, Alphabet (Google) และ Meta กำลังลงทุนมหาศาลในโครงสร้างพื้นฐานเพื่อรองรับเวิร์กโหลด AI

คาดว่าบริษัททั้งสี่อาจใช้เงินรวมกัน ประมาณ 700–715 พันล้านดอลลาร์ในปี 2026 เพิ่มขึ้นอย่างมากจากราว 410 พันล้านดอลลาร์ในปี 2025

งบลงทุนส่วนใหญ่ถูกใช้กับ

• คลัสเตอร์ฝึกโมเดล AI และ GPU จำนวนมหาศาล
• การสร้างและขยายดาต้าเซ็นเตอร์
• ระบบเครือข่ายความเร็วสูงและหน่วยความจำ
• ระบบไฟฟ้า การระบายความร้อน และพลังงาน

เนื่องจากบริษัทเหล่านี้เป็นผู้เล่นหลักของตลาดคลาวด์โลก การตัดสินใจลงทุนของพวกเขาจึงกำหนดทิศทางของตลาดโครงสร้างพื้นฐาน AI ทั้งระบบ

ความต้องการชิป AI พุ่งขึ้นมหาศาล

ดาต้าเซ็นเตอร์สำหรับ AI ต้องใช้ชิปเฉพาะทางจำนวนมาก ทำให้ภาคเซมิคอนดักเตอร์กลายเป็นผู้ได้ประโยชน์หลักจากคลื่นการลงทุนนี้

ภายในตลาดมูลค่า 1.7 ล้านล้านดอลลาร์ ส่วนสำคัญคาดว่าจะมาจาก AI accelerators เช่น GPU และชิปเฉพาะสำหรับงาน AI ที่ใช้ทั้งในการฝึกโมเดล (training) และการใช้งานจริง (inference)

บริษัทที่นักวิเคราะห์มองว่าได้อานิสงส์จากดีมานด์นี้ ได้แก่

• Nvidia
• AMD
• Broadcom
• Micron
• Marvell

บริษัทเหล่านี้ผลิตส่วนประกอบสำคัญของระบบ AI เช่น GPU ชิปเครือข่าย หน่วยความจำความเร็วสูง (HBM) และโปรเซสเซอร์ AI เฉพาะทางสำหรับดาต้าเซ็นเตอร์ระดับ hyperscale

คอขวดที่แท้จริง: ไฟฟ้าและโครงข่ายพลังงาน

แม้ว่าชิปและเซิร์ฟเวอร์จะเป็นหัวข้อข่าวหลัก แต่หลายสำนักวิเคราะห์รวมถึง Bank of America มองว่า ข้อจำกัดใหญ่ที่สุดของ AI อาจไม่ใช่ชิป แต่เป็นไฟฟ้า

ดาต้าเซ็นเตอร์ AI ใช้พลังงานจำนวนมหาศาล และการเพิ่มขึ้นอย่างรวดเร็วของโครงการใหม่กำลังกดดันระบบพลังงานทั่วโลก

Bank of America เตือนว่าการขยายตัวของดาต้าเซ็นเตอร์ AI จะเพิ่มแรงกดดันต่อ

• โครงข่ายไฟฟ้า
• ทรัพยากรน้ำ
• โลหะสำคัญที่ใช้ในอุตสาหกรรมอิเล็กทรอนิกส์และพลังงาน

ตัวเลขหนึ่งที่ถูกพูดถึงบ่อยคือ หากแนวโน้มยังคงอยู่ การใช้ไฟฟ้าของดาต้าเซ็นเตอร์ทั่วโลกอาจสูงกว่าการใช้ไฟฟ้าทั้งประเทศญี่ปุ่นภายในปี 2030

เพราะเหตุนี้ บริษัทที่เกี่ยวข้องกับการผลิตไฟฟ้า อุปกรณ์โครงข่ายไฟฟ้า ระบบระบายความร้อน และโครงสร้างพื้นฐานด้านพลังงานจึงถูกมองว่าเป็น “ผู้ขายอุปกรณ์สำคัญ” ในยุค AI

วัฏจักรการลงทุนโครงสร้างพื้นฐาน AI

แนวโน้มทั้งหมดกำลังสร้างวัฏจักรการลงทุนแบบต่อเนื่อง

1. บริษัทคลาวด์เพิ่มการลงทุนเพื่อแข่งขันด้าน AI
2. เงินลงทุนดังกล่าวสร้างดีมานด์มหาศาลต่อชิปและฮาร์ดแวร์คอมพิวต์
3. การสร้างดาต้าเซ็นเตอร์จำนวนมากทำให้ความต้องการไฟฟ้าเพิ่มขึ้นอย่างรวดเร็ว
4. ภาคพลังงานและโครงสร้างพื้นฐานต้องลงทุนเพิ่มเพื่อรองรับโหลดใหม่

Bank of America มองว่าวัฏจักรนี้ ยังอยู่ในช่วงเริ่มต้น และอาจดำเนินต่อไปอีกหลายปีจากการขยายตัวของ AI ทั่วโลก

ความหมายของตัวเลข 1.7 ล้านล้านดอลลาร์

ตัวเลข 1.7 ล้านล้านดอลลาร์ภายในปี 2030 ชี้ให้เห็นว่าการสร้างโครงสร้างพื้นฐาน AI อาจกลายเป็นหนึ่งในวัฏจักรการลงทุนเทคโนโลยีที่ใหญ่ที่สุดในประวัติศาสตร์

อย่างไรก็ตาม การเติบโตจริงจะขึ้นอยู่กับหลายปัจจัย เช่น

• ความสามารถในการผลิตเซมิคอนดักเตอร์
• วินัยการลงทุนของบริษัท hyperscalers
• ความพร้อมของไฟฟ้าและโครงข่ายพลังงาน

สิ่งที่ชัดเจนขึ้นเรื่อย ๆ คือ ยุค AI ไม่ได้เป็นเพียงเรื่องซอฟต์แวร์หรือโมเดลเท่านั้น แต่กำลังเปลี่ยนโครงสร้างพื้นฐานดิจิทัลของโลก ตั้งแต่ชิป ดาต้าเซ็นเตอร์ ไปจนถึงระบบพลังงานที่ขับเคลื่อนมันทั้งหมด