เดิมพัน AI จุดเปลี่ยนเศรษฐกิจ หรือฟองสบู่

ปัญญาประดิษฐ์ (AI) เป็นหนึ่งในประเด็นที่ได้รับความสนใจมากสุดบนเวที “เวิลด์ อีโคโนมิก ฟอรัม” (WEF) ที่เมืองดาวอสของสวิตเซอร์แลนด์ในปีนี้ โดยถูกพูดถึงในเกือบทุกห้องสนทนา ไม่แพ้ประเด็นร้อนอื่น ๆ ทั้งมาตรการกำแพงภาษี การแข่งขันในเวทีโลก และความตึงเครียดด้านภูมิรัฐศาสตร์ โดยเฉพาะประเด็น “ฟองสบู่” ที่บรรดาผู้เชี่ยวชาญยังคงถกเถียงกันอย่างกว้างขวาง เนื่องจากเงินจำนวนมหาศาลไหลเข้าไปลงทุนในอุตสาหกรรม AI อย่างต่อเนื่อง ทั้ง ๆ ที่บริษัทขนาดใหญ่หลายแห่งยังไม่สามารถทำกำไรได้จริง ส่งผลให้หลายคนเปรียบเทียบสถานการณ์ตอนนี้กับยุค “ฟองสบู่ดอตคอม” เมื่อปี 2543 

“สัตยา นาเดลลา” CEO แห่ง “ไมโครซอฟท์” (Microsoft) ที่สนทนากับ “แลรร์รี ฟิงก์” ประธานและ CEO ของบริษัทจัดการสินทรัพย์และการลงทุน “แบล็กร็อก” (BlackRock) บนเวที WEF กล่าวว่า การเติบโตอย่างรวดเร็วของ AI อาจกลายเป็นฟองสบู่ หากประโยชน์จาก AI ไม่กระจาย (diffusion) ไปสู่เศรษฐกิจที่แท้จริง แต่เกิดขึ้นเฉพาะอุตสาหกรรมเทคโนโลยี เนื่องจากความสำเร็จในระยะยาวของ AI ขึ้นอยู่กับการเกิดประโยชน์อย่างแพร่หลายทั้งในระดับอุตสาหกรรม ประเทศ และแรงงาน ดังนั้น หากพูดถึง AI เฉพาะแค่บริษัทเทคโนโลยี หรือสิ่งที่เกิดขึ้นกับอุตสาหกรรมเทคโนโลยี นั่นคือ ฟองสบู่ ถ้าจะไม่ให้เกิดฟองสบู่ตามคำจำกัดความนี้ ประโยชน์ของ AI จะต้องกระจายอย่างเท่าเทียมกันมากขึ้น นอกจากนี้ AI ควรทำให้เกิดผลลัพธ์ที่จับต้องได้ อาทิ การพัฒนายาได้รวดเร็วขึ้น การพัฒนาด้านการดูแลสุขภาพและการศึกษาให้ดีขึ้น รวมถึงเพิ่มผลิตภาพ (productivity) ของอุตสาหกรรมต่าง ๆ 

ขณะที่รายงาน “แนวโน้มเศรษฐกิจโลก” ฉบับล่าสุดเดือนมกราคมของกองทุนการเงินระหว่างประเทศ (IMF) ระบุว่า การลงทุนเพิ่มขึ้นอย่างต่อเนื่องของอุตสาหกรรมไอที โดยเฉพาะด้าน AI ถือเป็นปัจจัยสำคัญที่ช่วยขับเคลื่อนเศรษฐกิจโลก แม้ว่ากิจกรรมในภาคการผลิตจะยังซบเซา ทั้งนี้ การลงทุนด้านไอทีเมื่อเทียบสัดส่วนต่อ GDP ของสหรัฐฯ พุ่งขึ้นแตะระดับสูงสุดนับตั้งแต่ปี 2544 ช่วยกระตุ้นการลงทุนและกิจกรรมทางธุรกิจโดยรวม และถึงแม้การขยายตัวด้านไอทีจะกระจุกตัวในสหรัฐฯ แต่ก็ส่งผลเชิงบวกทั่วโลก โดยเฉพาะการส่งออกด้านเทคโนโลยีของเอเชียที่เพิ่มขึ้น

การลงทุนด้านไอทีที่เพิ่มขึ้นดังกล่าวสะท้อนมุมมองเชิงบวกของภาคธุรกิจและตลาดเกี่ยวกับการเปลี่ยนผ่านของนวัตกรรมเทคโนโลยียุคใหม่ ทั้งระบบอัตโนมัติและ AI ที่จะช่วยเพิ่มผลิตภาพและผลกำไรได้มากขึ้น ซึ่งนับตั้งแต่ปลายปี 2565 ที่เริ่มใช้ AI แบบรู้สร้าง (generative AI) อย่างแพร่หลาย ก็ทำให้ราคาหุ้นขยับขึ้นอย่างรวดเร็ว โดยสถานะทางการเงินที่แข็งแกร่งและรายได้ที่เพิ่มขึ้นเป็นปัจจัยหนุนราคาหุ้นและเป็นแหล่งทุนสำหรับการใช้จ่ายใหม่ ๆ แต่อีกด้านของเหรียญ การลงทุนด้าน AI ที่เร่งตัวขึ้นก็ทำให้การก่อหนี้เพื่อลงทุนเพิ่มขึ้น ทำให้เกิดความเสี่ยงจากการก่อหนี้ที่อาจส่งผลกระทบรุนแรงขึ้นหากผลตอบแทนไม่เป็นไปตามคาด หรือภาวะการเงินตึงตัวขึ้น ซึ่งจะส่งผลเชิงลบต่อบริษัทและเพิ่มความกังวลเกี่ยวกับผลกระทบที่ขยายสู่ระบบการเงินโดยรวม

IMF ได้เปรียบเทียบบทเรียนจากยุคฟองสบู่ดอตคอมในระหว่างปี 2538-2543 พบว่า แม้การลงทุนด้านไอทีเมื่อเทียบสัดส่วนต่อ GDP จะมีลักษณะคล้ายกัน แต่การเร่งตัวด้านลงทุน AI ในปัจจุบันค่อยเป็นค่อยไปมากกว่า และเพิ่งชัดเจนขึ้นในปีที่แล้ว ขณะที่การเพิ่มขึ้นของอัตราส่วนราคาต่อกำไร (P/E Ratio) ในปัจจุบันไม่สูงเท่ายุคฟองสบู่ดอตคอม เมื่อพิจารณาจากรายได้ที่แข็งแกร่งกว่า ดังนั้น ความเสี่ยงของดัชนีหุ้นสหรัฐฯ ที่จะมีมูลค่าสูงเกินจริง (overvaluation) มีโอกาสเพียงครึ่งหนึ่งของยุคดอตคอมเท่านั้น

อย่างไรก็ตาม การปรับฐานของหุ้นกลุ่มเทคโนโลยี (repricing) มีนัยสำคัญต่อความเปราะบางของเศรษฐกิจมหภาคในระดับโลก เนื่องจาก 3 เหตุผล ได้แก่ 1.ราคาหุ้นที่เพิ่มขึ้นในช่วงไม่กี่ปีที่ผ่านมา ส่วนใหญ่ขับเคลื่อนด้วยกลุ่มเทคโนโลยี โดยเฉพาะหุ้น AI ซึ่งหุ้นกลุ่มเล็ก ๆ นี้กลายเป็นตัวขับเคลื่อนหลักของดัชนี 2.บริษัทหลัก ๆ ที่เกี่ยวข้องกับ AI หลายแห่งยังไม่ได้จดทะเบียนในตลาดหลักทรัพย์ การก่อหนี้ของบริษัทเหล่านี้อาจส่งผลกระทบแบบที่ไม่เคยเห็นมาก่อนในช่วงยุคดอตคอม และ 3.มูลค่าตลาด (market cap) ในปัจจุบันสูงกว่ามากเมื่อเทียบกับ GDP โดยเพิ่มจากร้อยละ 132 ในปี 2544 เป็นร้อยละ 226 ในปัจจุบันสำหรับสหรัฐฯ หมายความว่าการปรับฐานแม้เพียงเล็กน้อยก็อาจส่งผลกระทบอย่างมากต่อการบริโภคโดยรวม

กระแสบูมของ AI จึงอาจนำไปสู่ความเสี่ยงทั้งเชิงบวกและเชิงลบต่อเศรษฐกิจโลก โดยในเชิงบวก AI อาจช่วยเพิ่มผลิตภาพ ทำให้กิจกรรมทางเศรษฐกิจของสหรัฐฯ และทั่วโลกเพิ่มขึ้นร้อยละ 0.3 ในปีนี้ เมื่อเทียบกับกรณีฐาน ในทางกลับกันก็อาจทำให้เกิดความเสี่ยงเชิงลบ หากบริษัท AI ไม่สามารถสร้างผลกำไรที่สอดคล้องกับมูลค่าที่ประเมินไว้สูง และความเชื่อมั่นของนักลงทุนอาจลดลง ทั้งนี้ รายงานเมื่อเดือนตุลาคมประเมินว่า หากเกิดการปรับฐานในระดับปานกลางของหุ้นกลุ่ม AI ประกอบกับภาวะทางการเงินตึงตัวขึ้น ก็อาจฉุด GDP โลกลดลงร้อยละ 0.4 เมื่อเทียบกรณีฐาน 

ขณะที่ชาวต่างชาติเพิ่มสัดส่วนการถือครองหุ้นสหรัฐฯ อย่างต่อเนื่องตลอดทศวรรษที่ผ่านมา การปรับฐานอย่างรุนแรงจะส่งผลกระทบออกไปนอกสหรัฐฯ ฉุดรั้งการบริโภคและทำให้เศรษฐกิจชะลอตัวทั่วโลก แม้แต่เขตเศรษฐกิจที่ไม่ได้พึ่งพาเทคโนโลยีมากนัก รวมถึงประเทศที่มีหนี้สูงและรายได้ต่ำก็จะเผชิญกับผลกระทบจากการบริโภคภายนอกที่ลดลงและต้นทุนกู้ยืมที่สูงขึ้น ซึ่งหากความเสี่ยงเชิงลบดังกล่าวเกิดขึ้นท่ามกลางความไม่แน่นอนด้านภูมิรัฐศาสตร์ที่เพิ่มขึ้นก็จะยิ่งซ้ำเติมสถานการณ์ให้รุนแรงขึ้น

นอกเหนือจากประเด็นเรื่องฟองสบู่ AI กำลังกลายเป็นโครงสร้างพื้นฐานที่จะกำหนดเศรษฐกิจของโลกยุคใหม่ เหมือนไฟฟ้าถนน และเครือข่ายการสื่อสาร ไม่ใช่แค่ความก้าวหน้าทางเทคโนโลยีแบบเดี่ยว ๆ ดังที่ “เจนเซน หวง” CEO ของ “อินวิเดีย” (Nvidia) กล่าวบนเวที WEF ว่า AI เป็นเหมือนเค้ก 5 ชั้น ที่ครอบคลุมตั้งแต่ชั้นฐานราก คือ พลังงาน เพราะ AI จำเป็นต้องประมวลผลแบบเรียลไทม์ ซึ่งใช้พลังงานมหาศาล ไล่ขึ้นมาชั้นที่ 2 เป็นชิปและโครงสร้างพื้นฐานการประมวลผล ตรงนี้เป็นจุดที่ “อินวิเดีย” อยู่ในการจัดหาพลังประมวลผล ต่อมาชั้นที่ 3 ศูนย์ข้อมูลคลาวด์ ส่วนชั้นที่ 4 โมเดล AI ผู้คนคุ้นเคยมากสุดกับ ChatGPT, คล็อด (Claude) และดีปซีค (DeepSeek) และชั้นที่ 5 บนสุด คือ แอปพลิเคชันที่นำ AI ไปใช้งานจริงในภาคการเงิน การดูแลสุขภาพ การผลิต และบริการ เป็นส่วนที่สร้างมูลค่าทางเศรษฐกิจขั้นสุดท้าย ซึ่งแต่ละชั้นของ AI ต้องได้รับการสร้างและดำเนินการ ทำให้เกิดการสร้างงานทั่วทั้งระบบเศรษฐกิจ 

CEO “อินวิเดีย” มองว่า ปัจจุบันการลงทุนเกี่ยวกับ AI มูลค่าหลายแสนล้านดอลลาร์ในเป็นเพียงจุดเริ่มต้น และในอนาคตจะต้องใช้เงินหลายล้านล้านดอลลาร์ ซึ่งการลงทุนจากธุรกิจร่วมลงทุน (venture capital-VC) ที่เพิ่มขึ้นเป็นสัญญาณบ่งชี้ถึงความรวดเร็วในการเปลี่ยนแปลงเศรษฐกิจโลกของ AI โดยปี 2568 ถือเป็นปีที่มีการระดมทุนจาก VC มากเป็นประวัติการณ์ มูลค่ามากกว่า 1 แสนล้านดอลลาร์ โดยเงินทุนส่วนใหญ่ไหลไปยังบริษัท AI โดยเฉพาะ และกระแสบูมของ AI นำไปสู่การจ้างงาน ไม่ใช่แย่งงานมนุษย์ แต่ช่วยจัดการงานที่เผชิญปัญหาขาดแคลนแรงงาน เช่น พยาบาล และประเทศต่าง ๆ ควรสร้างความสามารถด้าน AI ในแบบของตนเอง

น่าสนใจว่า ทั้ง CEO ของ “อินวิเดีย” และ “ไมโครซอฟท์” ต่างก็ให้ความสำคัญกับพลังงาน ซึ่งช่วยขับเคลื่อนการประมวลผลของ AI และใครที่มีพลังงานถูกกว่าก็จะสร้างผลิตภาพทางเศรษฐกิจได้ดีกว่า สอดคล้องกับข้อมูลจาก Workforce.ai ที่พบว่า บริษัทเทคโนโลยีขนาดใหญ่หลายแห่งที่เร่งลงทุนด้าน AI กำลังจ้างงานเพิ่มในส่วนผู้เชี่ยวชาญด้านพลังงาน เนื่องจากต้องการเอาชนะอุปสรรคสำคัญ นั่นคือ การเข้าถึงพลังงานในการขับเคลื่อน AI

โดยในปี 2568 การจ้างงานที่เกี่ยวข้องกับพลังงานเพิ่มขึ้นใกล้เคียงกับเมื่อปี 2567 ที่เพิ่มขึ้นร้อยละ 34 และยังคงสูงกว่าราวร้อยละ 30 เมื่อเทียบกับระดับก่อนกระแสบูม AI ในปี 2565 ซึ่งเป็นปีที่ ChatGPT เปิดตัวในช่วงปลายปี ตัวเลขการจ้างงานดังกล่าวสะท้อนความสำคัญของพลังงานที่เพิ่มขึ้นสำหรับบริษัทเทคโนโลยีขนาดใหญ่ที่ให้ความสำคัญกับ AI เพื่อรองรับความต้องการใช้พลังงานมหาศาลในการประมวลผลของ Data Center ซึ่งคิดเป็นสัดส่วนราวร้อยละ 1.5 ของการบริโภคไฟฟ้าทั่วโลกในปี 2567 เพิ่มขึ้นเฉลี่ยร้อยละ 12 ในช่วง 5 ปีที่ผ่านมา ตามการประเมินของสำนักงานพลังงานระหว่างประเทศ (IEA) และคาดว่าความต้องการพลังงานจะสูงขึ้นอีกตามโครงสร้างพื้นฐานด้าน AI ที่เพิ่มขึ้น

“แอมะซอน” และบริษัทในเครืออย่าง “แอมะซอน เว็บ เซอร์วิเซส” (AWS) เป็นผู้นำในสงครามแย่งชิงบุคลากรด้านพลังงาน โดยจ้างพนักงานด้านนี้ 605 คน ในระหว่างปี 2565-2568 ตามด้วย “ไมโครซอฟท์” ที่ว่าจ้างพนักงานราว 570 คน ส่วน “กูเกิล” ก็ไล่ตามเพื่อนมาติด ๆ ด้วยการจ้างงานส่วนนี้ 340 ตำแหน่ง และนอกจากการดึงบุคลากรที่มีความสามารถแล้ว บริษัทเทคโนโลยียักษ์ใหญ่บางแห่งก็ใช้วิธีซื้อกิจการบริษัทที่เกี่ยวข้องกับพลังงาน

ยักษ์เทคโนโลยีเหล่านี้ต้องเร่งรับมือกับความต้องการพลังงานที่เพิ่มขึ้น เนื่องจากการเร่งสร้าง Data Center เพื่อครองความเป็นผู้นำด้าน AI ต้องแลกมาด้วยค่าไฟที่แพงขึ้น เนื่องจากระบบไฟฟ้าที่เก่าแก่ของสหรัฐฯ อาจไม่สามารถรองรับความต้องการพลังงานที่พุ่งสูงขึ้นได้ และครัวเรือนอเมริกันส่วนใหญ่ต้องแบรับภาระค่าใช้จ่ายเพิ่มเติม ข้อมูลจากสำนักงานสารสนเทศด้านพลังงานของสหรัฐฯ (EIA) เผยว่า อัตราค่าไฟฟ้าสำหรับที่อยู่อาศัยเพิ่มขึ้นร้อยละ 5.2 ในเดือนตุลาคมเมื่อเทียบกับช่วงเดียวกันในปี 2567 ด้าน “บลูมเบิร์ก” ประเมินว่า ค่าไฟฟ้าสำหรับพื้นที่ใกล้ Data Center เพิ่มขึ้นมากถึงร้อยละ 267 เมื่อเทียบกับ 5 ปีก่อน

รายงานของกระทรวงพลังงานสหรัฐฯ เมื่อเดือนธันวาคม ปี 2567 คาดการณ์ว่า Data Center จะใช้พลังงานไฟฟ้าประมาณร้อยละ 6.7-12 ของไฟฟ้าทั้งหมดในสหรัฐฯ ในปี 2571 เพิ่มขึ้นจากร้อยละ 4.4 ในปี 2566