Stocks · Multi-stock · แปลอัตโนมัติ

AI Economy: 5 คอขวดที่กำหนดผู้ชนะในตลาดหุ้น AI

ตลาดเริ่มให้รางวัลกับบริษัทที่ควบคุมปัจจัยขาดแคลนใน AI มากกว่าแค่ดูว่าใครใช้เงินลงทุนเยอะที่สุด ทั้ง Memory, Connectivity, Power, Compute และ CPU

Outlier Securities29 Jun 2026Translated from @StockSavvyShay

ตลาดหุ้น AI เริ่มเปลี่ยนกรอบคิดจากการดูว่าบริษัทขนาดใหญ่เจ้าไหนใช้เงินลงทุนด้าน AI มากที่สุด ไปสู่การให้รางวัลกับบริษัทที่ควบคุมปัจจัยขาดแคลน (bottlenecks) ที่ทำให้ระบบ AI ทำงานได้จริง ไม่ว่าจะเป็นวัตถุดิบที่หายาก กำลังการผลิตที่มีสัญญารองรับ การเคลื่อนย้ายข้อมูล โครงสร้างพลังงาน การประมวลผลที่ขอบเครือข่าย หรือชั้น workflow ที่เชื่อมโยงทุกอย่างเข้าด้วยกัน

Memory: วัตถุดิบขาดแคลนที่ชัดเจนที่สุด

หน่วยความจำเป็นปัจจัยขาดแคลนที่เห็นได้ชัดที่สุด เพราะ HBM (High Bandwidth Memory) เป็นอาหารของชิปเร่งความเร็ว AI และมีเพียงไม่กี่บริษัทที่ผลิตได้ในปริมาณมาก ผู้ซื้อจึงล็อกอุปทานด้วยสัญญาระยะยาว สร้างการมองเห็นรายได้ไปจนถึงปลายทศวรรษ บริษัทที่น่าจับตามอง ได้แก่ Micron Technology ($MU), Samsung และ SK Hynix

Connectivity: เส้นเลือดของ AI Cluster

การเชื่อมต่อกำหนดว่า AI cluster จะเคลื่อนย้ายข้อมูลได้เร็วพอหรือไม่ เพราะการฝึกโมเดลใช้ชิปหลายหมื่นตัวที่ต้องทำงานเหมือนเครื่องเดียว เมื่อสัญญาณทองแดงส่งไม่ถึง ระบบจะต้องพึ่งพาออปติก, retimer, switch และ custom silicon เพื่อให้ข้อมูลไหลต่อไปได้ บริษัทในกลุ่มนี้ ได้แก่ Broadcom ($AVGO), Marvell Technology ($MRVL), Astera Labs ($ALAB), Credo Technology ($CRDO), Applied Optoelectronics ($AAOI) และ Arista Networks ($ANET)

Power: จากแย่งชิปสู่แย่งเมกะวัตต์

พลังงานกำหนดว่าศูนย์ข้อมูล AI แห่งใหม่จะเปิดใช้งานได้จริงหรือไม่ เพราะข้อจำกัดสำคัญกำลังเปลี่ยนจากการหาชิปมาเป็นการหาเมกะวัตต์ มูลค่าจึงไหลไปยังบริษัทที่ควบคุมการผลิตไฟฟ้า อุปกรณ์ตาร่าง การจ่ายไฟ การจัดการความร้อน และประสิทธิภาพพลังงาน ชื่อที่ผู้เขียนชี้ให้เห็น ได้แก่ Constellation Energy ($CEG), Vistra ($VST), GE Vernova ($GEV), Flex ($FPS), Vertiv ($VRT), Navitas Semiconductor ($NVTS), Talen Energy ($TLN) และ ON Semiconductor ($ON)

Compute และ CPU: เลเยอร์รองรับและขอบเครือข่าย

เมื่อ hyperscaler ขาดกำลังผลิต ตลาดจึงต้องพึ่งพา compute capacity จากผู้ให้บริการภายนอก เงินทุนอย่างเดียวไม่รับประกันการเข้าถึง GPU ผู้ซื้อจึงต้องเซ็นสัญญาหลายปีก่อน cluster จะสร้างเสร็จ บริษัทในกลุ่มนี้ ได้แก่ Nebius Group ($NBIS), Cipher Mining ($CIFR), IREN ($IREN), Applied Digital ($APLD), TeraWulf ($WULF), CoreWeave ($CORZ) และ Crusoe ($CRWV)

ในขณะเดียวกัน เมื่อ AI เคลื่อนไปสู่ inference, agent, PC, โทรศัพท์ และอุปกรณ์ต่างๆ ชิปบนอุปกรณ์ (edge compute) กลายเป็นคอขวดถัดไป บริษัทที่อยู่ในจุดนี้ ได้แก่ NVIDIA ($NVDA), AMD ($AMD), Intel ($INTC), Arm Holdings ($ARM) และ Qualcomm ($QCOM)

สิ่งที่ควรจับตามอง

กรอบคิดนี้เน้นว่าผู้ชนะใน AI economy อาจไม่ใช่แค่บริษัทที่ใช้เงินลงทุนมากที่สุด แต่เป็นผู้ที่ควบคุมปัจจัยขาดแคลนในแต่ละชั้นของห่วงโซ่ ผู้ลงทุนควรติดตามว่าสัญญาระยะยาวในแต่ละกลุ่มจะเปลี่ยนเป็นรายได้จริงเมื่อไร และว่าข้อจำกัดด้านพลังงานจะเลื่อนไปอยู่ที่จุดไหนของห่วงโซ่ในอนาคต