เมื่อ AI “ถูกลง” กลับกลายเป็นเรื่องดีของหุ้นเซมิคอนดักเตอร์

เวลามีข่าวว่าโมเดล AI จากจีนอย่าง GLM หรือ DeepSeek มีประสิทธิภาพขึ้นเรื่อย ๆ ราคาถูกกว่าเจ้าตลาดหลายเท่า และค่าใช้งาน AI ต่อหน่วย (ราคาต่อ token) ร่วงลงต่อเนื่อง ปฏิกิริยาแรกของนักลงทุนหลายคนมักคล้ายกัน คือ "แบบนี้ไม่ดีกับกลุ่มเซมิคอนดักเตอร์หรือเปล่า ในเมื่อของมันถูกลงขนาดนี้"

ก่อนไปต่อ ขออธิบายคำว่า token สักนิด เพราะจะเจอทั้งบทความ token คือ "หน่วยข้อมูลย่อย" ที่ AI ใช้อ่านและตอบ คำหนึ่งคำอาจถูกซอยเป็นหลาย token ยิ่ง AI อ่านและเขียนมากเท่าไร ก็ยิ่งกิน token มากเท่านั้น ค่าใช้จ่ายในการใช้ AI จึงคิดกันที่ "จำนวน Token" เป็นหลัก พูดง่าย ๆ token ก็เหมือน "หน่วยไฟฟ้า" ของโลก AI

กลับมาที่ประเด็น รอบนี้เรามองว่าภาพจำเดิมนั้น "ถูกหลอกตา" อยู่พอสมควร เพราะแรงเดียวกันที่ทำให้ค่า AI  ถูกลง กำลังเร่งให้ความต้องการฮาร์ดแวร์ทั้งสายพานเซมิฯ เพิ่มขึ้น ไม่ใช่หดลง

ของถูกลง คนไม่ได้ใช้น้อยลง แต่ใช้มากขึ้น

ลองนึกถึง "ค่าอินเทอร์เน็ต" สมัยเน็ตแพงและช้า เราใช้เท่าที่จำเป็น แต่พอเน็ตถูกและเร็วขึ้น เราไม่ได้ใช้น้อยลง  กลับดู YouTube ทั้งวัน สตรีม Netflix ความละเอียดสูง จนดาต้าที่ใช้จริงมากกว่าเดิมหลายเท่า ทั้งที่ราคาต่อ GB ถูกลง หลักการนี้ตำราเรียกว่า Jevons Paradox แต่จำแค่ "เน็ตถูกลง คนดูวิดีโอมากขึ้น" ก็พอ

เรื่องเดียวกันกำลังเกิดกับ AI ช่วงแรกองค์กรทำแบบ "token maxing" คือ จับทุกงานยัดใส่โมเดลเก่งสุดแพงสุด เพราะยังเป็นการทดลอง บิลยังเล็ก จุดพลิกมาถึงเมื่อใช้จริงจังแล้วพบว่าค่าใช้จ่ายบานปลายเร็วกว่าที่คิดมาก พฤติกรรมจึงเปลี่ยนเป็น "token optimization" คือ เลือกโมเดลให้เหมาะกับงาน งานง่าย ๆ ราว 80% ส่งให้โมเดลถูกหรือ open-weight (โมเดลที่นำไปใช้เองได้ ไม่ต้องจ่ายค่าแบรนด์) เหลืองานยากจริงค่อยส่งขึ้นโมเดลท็อป

หัวใจคือ token optimization ไม่ได้ทำให้การใช้ AI ลดลง แต่ "เร่ง" ให้มากขึ้น เพราะพอถูกลง คนก็ใช้หนักขึ้น   สั่งให้ AI อ่านเอกสารทั้งกอง รันซ้ำเป็นสิบรอบ งานที่เคยใช้ทรัพยากรนิดเดียว วันนี้กินเป็นสิบเท่า โมเดลจีนราคาถูกจึงไม่ใช่ "ตัวถ่วง" ของกลุ่มเซมิฯ แต่เป็น "ตัวเร่ง" ต่างหาก

ตัวเลขจริงเริ่มยืนยัน

ฝั่งปริมาณการใช้โตก้าวกระโดด โดยดูจากยอดที่วิ่งผ่านผู้ให้บริการคลาวด์รายใหญ่ (Hyperscaler) ซึ่งเป็นเจ้าของโครงสร้างพื้นฐานที่บริษัททั่วโลกมาเช่ารันงาน AI Microsoft ประมวลผลกว่า 100 ล้านล้าน token ในไตรมาสเดียวของ       ปี 2025 เพิ่มราว 5 เท่าจากปีก่อน ส่วน Google จากราว 480 ล้านล้าน token ต่อเดือน (พ.ค. 2025) แตะ 1.3 quadrillion (พันล้านล้าน) ในเดือน ต.ค. ข้อมูล OpenRouter เดือน มิ.ย. 2026 ชี้ว่าปริมาณ token เพิ่มราว +70% จากเดือนก่อน และโตราว 20 เท่าจากปีก่อน

ที่น่าสนใจคือโมเดลจีนแซงหน้าโมเดลสหรัฐฯ ในแง่ปริมาณแล้ว Jefferies รายงานว่า โมเดลจีนชั้นนำประมวลผลราว 21.37 ล้านล้าน token ในสัปดาห์สิ้นสุด 21 มิ.ย. 2026 เทียบกับราว 5.76 ล้านล้านของโมเดลสหรัฐฯ ส่วนหนึ่งเพราะ GLM-5.2 เก่งเกือบเทียบผู้นำตลาดองค์กร แต่ต้นทุนต่อ token เพียงราว 1 ใน 4 สรุปคือ "ราคาต่อหน่วยร่วง แต่ปริมาณรวมพุ่งหลายเท่าตัวต่อปี" และดีมานด์ที่ชนะราคานี่แหละที่ไหลลงฮาร์ดแวร์จริง

ทุกการใช้งานต้องวิ่งผ่าน "ของจริง" ทั้งสายพาน

ทุกครั้งที่ใช้ AI มันต้องวิ่งผ่านฮาร์ดแวร์เสมอ ไม่ว่าโมเดลแพงหรือถูก นี่คือธีม "picks and shovels" หรือ "จอบกับเสียม" ในยุคตื่นทองที่คนรวยแน่สุดคือคนขายเครื่องมือ ไม่ใช่นักขุด และกลุ่มเซมิฯ ก็ได้เงินไม่ว่าใครจะเป็นผู้ชนะ ไล่ดูทีละชั้นจะเห็นว่าดีมานด์ไหลเข้าทุกจุด เริ่มจากชิปประมวลผลที่ยังตึงตัว สะท้อนจากราคาเช่า H100 เฉลี่ยราว 2.72 ดอลลาร์/ชม.   ในเดือน มิ.ย. (J.P. Morgan) ที่ขึ้นเป็นเดือนที่ 7 ติด ถัดมาคือหน่วยความจำ (Memory) พระเอกของรอบนี้ เพราะงาน inference กิน memory หนักเป็นพิเศษ (ถ้า GPU คือสมองที่ใช้คิด memory ก็คือโต๊ะวางเอกสาร งานใหญ่ขึ้นโต๊ะก็ต้องใหญ่ขึ้น) ดันราคา DRAM spot (DDR5 16Gb) เดือน มิ.ย. ขึ้นราว +740% จากปีก่อน ส่วนโรงงานผลิตและเครื่องมือผลิต ที่ทุกชิปต้องไปผลิตจริงที่โรงงานรับจ้างผลิตอย่าง TSMC โดยงบลงทุนของกลุ่ม Hyperscaler ในปี 2026 ที่ปรับขึ้นอย่างต่อเนื่อง    คือสัญญาณว่าทั้งสายพานกำลังเร่งกำลังผลิตพร้อมกัน สอดคล้องกับภาพรวม WSTS เดือน พ.ค. 2026 ที่ยอดขายเซมิฯ      ทั่วโลกโตราว +119% จากปีก่อน

สรุป: "ของถูกลง" อาจเป็นเชื้อเพลิง ไม่ใช่ยาพิษ

ข่าวที่ดูเหมือนร้าย เมื่อมองผ่านเลนส์ "จอบกับเสียม" กลับเป็นแรงหนุนเชิงโครงสร้างให้ทั้งสายพานเซมิฯ ถ้าตรรกะนี้ถูกต้อง เซมิคอนดักเตอร์อาจไม่ใช่แค่ "หุ้นวัฏจักรที่ราคากำลังขึ้น" แต่กำลังเปลี่ยนสถานะเป็น "โครงสร้างพื้นฐานหลักของยุค AI"

How to ลงทุน by MFC

โดย ชุติมน แก้วคีรี

บลจ.เอ็มเอฟซี จำกัด (มหาชน)