เดิมพัน AI 5.3 ล้านล้านดอลลาร์ กำลังทดสอบฐานะเครดิตของบิ๊กเทค

การลงทุนโครงสร้างพื้นฐาน AI รอบนี้ไม่ได้ทำให้บริษัทคลาวด์ยักษ์ใหญ่ไร้กำไรในทันที แต่กำลังสร้างโจทย์สำคัญกว่า นั่นคือ เงินก้อนมหาศาลต้องจ่ายวันนี้ ขณะที่กระแสเงินสดและผลตอบแทนอาจต้องรออีกหลายปี

บทวิเคราะห์ของ S&P Global เมื่อเดือนกันยายน 2026 จึงมองการเร่งสร้าง AI ว่าเป็นบททดสอบคุณภาพเครดิตของบริษัทกลุ่ม “Hyper 5” ได้แก่ Amazon, Alphabet, Microsoft, Meta และ Oracle บริษัททั้งห้าลงทุนรายจ่ายฝ่ายทุน (capex) รวมราว 1.1 ล้านล้านดอลลาร์ในช่วง 5 ปีที่ผ่านมา และประมาณการฉันทามติของ Visible Alpha คาดว่าจะใช้จ่ายเพิ่มอีก 5.3 ล้านล้านดอลลาร์ในช่วงปี 2026–2030 116

หาก AI สร้างรายได้และยกระดับผลิตภาพได้ตามความคาดหวัง ตัวเลขเหล่านี้อาจเป็นการลงทุนที่จำเป็น แต่ก่อนจะถึงจุดนั้น วงจรลงทุนกำลังกดดันกระแสเงินสดอิสระ สภาพคล่อง ภาระหนี้ และความยืดหยุ่นทางการเงินของบริษัทเหล่านี้

แก่นของความเสี่ยง: สร้างก่อน เก็บเกี่ยวทีหลัง

การเพิ่มขีดความสามารถด้าน AI ต้องใช้เงินล่วงหน้าจำนวนมาก ไม่ว่าจะเป็นดาต้าเซ็นเตอร์ ชิป เครือข่าย ระบบไฟฟ้า และโครงสร้างพื้นฐานที่เกี่ยวข้อง ส่วนผลตอบแทนจะเกิดขึ้นได้ก็ต่อเมื่อลูกค้ามีความต้องการต่อเนื่อง กำลังประมวลผลถูกใช้งานในอัตราสูง และบริการ AI แปลงเป็นรายได้ที่ทำกำไรได้อย่างยั่งยืน

S&P Global ระบุว่า หากวัด capex เทียบกับค่าเสื่อมราคา ความเข้มข้นของการลงทุนในกลุ่ม Hyper 5 สูงกว่าจุดสูงสุดในยุคฟองสบู่ดอตคอมและช่วงวิกฤตการเงินโลก โดยบริษัททั้งห้าคาดว่าจะคิดเป็นมากกว่าครึ่งหนึ่งของ capex ในดัชนี S&P 500 ภายในปี 2028 จาก 13% ในปี 2020 และ 30% ในปี 2025 1

การเปรียบเทียบนี้ไม่ใช่ข้อสรุปว่า AI จะซ้ำรอยสองเหตุการณ์ดังกล่าว แต่เป็นสัญญาณเตือนว่า บริษัทเพียงไม่กี่แห่งกำลังเดิมพันพร้อมกันในขนาดประวัติการณ์ ทั้งที่ความเร็วของการนำ AI ไปใช้และเศรษฐศาสตร์ของธุรกิจยังไม่แน่นอน

จุดที่เริ่มตึงตัวคือกระแสเงินสดอิสระ

บริษัทเหล่านี้ยังมีธุรกิจหลักที่ทำกำไรและเข้าถึงตลาดทุนได้ ประเด็นจึงไม่ใช่ว่าบริษัทขาดรายได้จากการดำเนินงาน แต่เป็นการลงทุนโครงสร้างพื้นฐานที่ใช้เงินสดเร็วกว่าที่ธุรกิจสร้างเงินสดกลับมาได้

S&P Global Ratings คาดว่า capex รวมของผู้ให้บริการคลาวด์รายใหญ่ในสหรัฐฯ 6 ราย ซึ่งรวม Hyper 5 และ SpaceX จะเกิน 1.3 ล้านล้านดอลลาร์ภายในปี 2027 และทั้ง 6 รายจะมีกระแสเงินสดจากการดำเนินงานอิสระติดลบในปี 2026 และ 2027 โดยยังไม่คาดว่าจะฟื้นตัวก่อนปี 2029 3

ความแตกต่างนี้สำคัญอย่างยิ่ง:

• ความสามารถทำกำไร บอกว่าธุรกิจสร้างรายได้มากกว่าต้นทุนการดำเนินงานหรือไม่
• กระแสเงินสดอิสระ บอกว่า หลังหักเงินลงทุนแล้ว บริษัทเหลือเงินสดเท่าไร
• บริษัทอาจยังมีกำไร แต่กระแสเงินสดอิสระลดลงมากหรือติดลบได้ หากกำลังเร่งสร้างโครงสร้างพื้นฐานในระดับสูงเป็นพิเศษ

Alphabet สะท้อนภาพดังกล่าวได้ดี ในช่วงที่ S&P Global วิเคราะห์ บริษัทมี capex 44.9 พันล้านดอลลาร์ มากกว่าปีก่อนเกินสองเท่า ขณะที่กระแสเงินสดอิสระลดลง 74.1% เมื่อเทียบกับปีก่อน ต่อมา Alphabet ปรับเพิ่มคาดการณ์ capex ปี 2026 เป็น 195–205 พันล้านดอลลาร์ 4

ต้องดูภาระผูกพันทั้งหมด ไม่ใช่แค่หนี้ในงบดุล

เมื่อเงินสดที่บริษัทสร้างเองถูกนำไปใช้กับ capex มากขึ้น ผู้ให้บริการคลาวด์ขนาดใหญ่ก็หันไปใช้หนี้ การออกหุ้น สัญญาเช่าระยะยาว และรูปแบบการจัดหาเงินทุนอื่นเพื่อสนับสนุนโครงสร้างพื้นฐาน AI มากขึ้น 3

สิ่งนี้ไม่ได้หมายถึงภาวะตึงเครียดทางการเงินโดยอัตโนมัติ บริษัทขนาดใหญ่มักใช้แหล่งเงินทุนหลายประเภท และการเช่าหรือการร่วมลงทุนอาจช่วยให้รูปแบบเงินทุนสอดคล้องกับอายุการใช้งานของสินทรัพย์ได้ อย่างไรก็ตาม ประเด็นด้านเครดิตคือ ภาระเหล่านี้อาจมีลักษณะคล้ายหนี้หรือเป็นต้นทุนคงที่ในอนาคต ซึ่งไม่เห็นชัดหากมองเฉพาะหนี้แบบดั้งเดิม

คำถามที่นักลงทุนและเจ้าหนี้ต้องจับตาจึงมีมากกว่ายอดหนี้ที่รายงาน ได้แก่

• กำลังประมวลผล AI มากเพียงใดที่มีภาระจากสัญญาเช่าหรือข้อตกลงจัดหาเงินทุนระยะยาวรองรับอยู่
• ดาต้าเซ็นเตอร์และอุปกรณ์ใหม่ต้องถูกใช้งานเร็วแค่ไหนจึงจะให้ผลตอบแทนตามเป้า
• หากรายได้ AI ขยายตัวช้ากว่าคาด บริษัทจะเหลือเงินสดกันชนเท่าไร
• รายได้ตามสัญญามีความมั่นคงพอจะรองรับภาระโครงสร้างพื้นฐานที่ผูกไว้หรือไม่

ยิ่งใช้เงินทุนผ่านภาระผูกพันที่ต้องจ่ายต่อเนื่อง แม้อุปสงค์ระยะสั้นอ่อนตัว ความเสี่ยงขาลงก็ยิ่งมากขึ้นหากอัตราการใช้งานหรือการสร้างรายได้ไม่เป็นไปตามแผน

Oracle คือสัญญาณเตือนระยะแรกที่ชัดที่สุด

กรณีของ Oracle แสดงให้เห็นว่า การผลักดันโครงสร้างพื้นฐาน AI สามารถเปลี่ยนภาพกระแสเงินสดและเครดิตของบริษัทได้รวดเร็วเพียงใด

Oracle รายงานกระแสเงินสดอิสระติดลบ 23.7 พันล้านดอลลาร์ในปีงบประมาณ 2026 เพราะการลงทุนในดาต้าเซ็นเตอร์สูงกว่ากระแสเงินสดจากการดำเนินงาน S&P Global Ratings จึงปรับลดอันดับเครดิตผู้ออกตราสารระยะยาวของ Oracle จาก BBB เป็น BBB- ซึ่งเหลือสูงกว่าระดับเก็งกำไรเพียงหนึ่งขั้น 17

กรณีนี้ไม่ได้พิสูจน์ว่าการลงทุน AI ของ Oracle จะล้มเหลว แต่สะท้อนกลไกที่ S&P กังวลอย่างชัดเจน: แม้ธุรกิจยังเติบโต บริษัทก็อาจเผชิญแรงกดดันต่ออันดับเครดิตได้ เมื่อ capex ความต้องการเงินทุน และภาระผูกพันระยะยาวเพิ่มเร็วกว่าความสามารถในการสร้างเงินสด

อะไรจะทำให้ความเสี่ยงลุกลามสู่ตลาดเครดิต

กรอบวิเคราะห์ของ S&P ชี้ว่าความเสี่ยงจะรุนแรงขึ้นหากเกิดหลายปัจจัยพร้อมกัน:

1. รายได้จาก AI มาช้ากว่าคาด — สร้างกำลังการผลิตเสร็จก่อนที่ลูกค้าจะพร้อมจ่ายมากพอ
2. อัตราการใช้งานต่ำกว่าคาด — ดาต้าเซ็นเตอร์และอุปกรณ์ประมวลผลที่ใช้ไม่เต็มประสิทธิภาพจะบั่นทอนผลตอบแทนจากเงินลงทุน
3. capex สูงยืดเยื้อ — หากการชะลอการลงทุนเกิดช้ากว่าที่คาด ช่วงที่กระแสเงินสดอิสระอ่อนแอหรือติดลบก็จะยาวนานขึ้น
4. ภาระการเงินสะสมมากขึ้น — หนี้ สัญญาเช่า และภาระคล้ายกันจะลดความยืดหยุ่นเมื่อสภาวะตลาดแย่ลง
5. หลายบริษัทลดการลงทุนพร้อมกัน — เพราะการใช้จ่ายกระจุกอยู่ในบริษัทไม่กี่ราย การชะลอตัวพร้อมกันอาจกระทบซัพพลายเออร์ เจ้าหนี้ และตลาดเครดิตในวงกว้าง

ดังนั้น คำเตือนของ S&P ไม่ได้ตั้งคำถามเพียงว่า AI มีคุณค่าหรือไม่ แต่ถามว่า ระบบเครดิตกำลังต้องระดมทุนให้กับการสร้างโครงสร้างพื้นฐาน ซึ่งผลตอบแทนยังไม่ได้พิสูจน์ในระดับเดียวกับเงินที่กำลังใช้จ่ายหรือไม่

โอกาสขาขึ้นยังมีอยู่ แต่ต้องพิสูจน์ด้วยผลลัพธ์

กรณีเชิงบวกก็มีน้ำหนัก: AI อาจสร้างรายได้ใหม่จากซอฟต์แวร์ คลาวด์ และบริการองค์กร พร้อมเพิ่มผลิตภาพมากพอจะรองรับต้นทุนโครงสร้างพื้นฐานในวันนี้ S&P Global AI Monitor คาดว่ารายได้รวมที่เกี่ยวข้องกับ AI จะเพิ่มจาก 468 พันล้านดอลลาร์ ณ สิ้นปี 2023 เป็น 1.354 ล้านล้านดอลลาร์ ณ สิ้นปี 2026 2

หากอุปสงค์มีความยั่งยืนและรายได้ AI ที่มีมาร์จิ้นสูงขยายตัวได้รวดเร็ว วงจร capex ปัจจุบันอาจถูกมองย้อนหลังว่าเป็นช่วงลงทุนที่จำเป็น ไม่ใช่การใช้จ่ายเกินตัว การคาดการณ์ของ S&P Global Ratings ว่ากระแสเงินสดจากการดำเนินงานอิสระจะฟื้นในปี 2029 สะท้อนความเป็นไปได้นั้น 3

แต่ทั้งหมดมีเงื่อนไข ตัวชี้วัดสำคัญยังคงเป็นการเกิดขึ้นจริงของรายได้ AI อัตราการใช้กำลังการผลิตใหม่ ระยะเวลาที่ capex ยังอยู่ในระดับสูง และขนาดเต็มของภาระผูกพันคล้ายหนี้ จนกว่าสิ่งเหล่านี้จะดีขึ้น การแข่งขันด้าน AI ก็ยังเป็นเดิมพันขนาดใหญ่ ว่าเงินลงทุนโครงสร้างพื้นฐานระดับประวัติการณ์จะสร้างผลตอบแทนได้ทันก่อนที่กระแสเงินสดที่อ่อนลงและภาระการเงินที่เพิ่มขึ้นจะจำกัดบริษัทผู้ให้ทุนเสียก่อน