เข้าใจคอนเซป ‘ธนาคารกลาง AI’ ที่อาจเป็นก้าวต่อไปของ Nvidia ไม่ได้มอง GPU เป็นฮาร์ดแวร์ขายขาด แต่เป็นสินทรัพย์สร้างรายได้ เหมือนอสังหาฯ

ถ้าพูดถึง Nvidia ภาพจำของคนส่วนใหญ่คือบริษัทผู้ผลิตการ์ดจอและชิปประมวลผล หรือ GPU ที่โมเดลธุรกิจปกติ คือ ขายของเสร็จ ได้เงิน แล้วจบไป 

ทว่าในความเป็นจริง ตัวเลขมูลค่าบริษัทที่พุ่งทะลุ 5.4 ล้านล้านดอลลาร์สหรัฐฯ ไม่ได้มาจากแค่การผลิตชิปและขายเท่านั้น แต่เกิดจากการเปลี่ยนผ่านกลยุทธ์ครั้งใหญ่ของ Jensen Huang จนนักวิเคราะห์เรียก Nvidia ว่าเป็น ‘ธนาคารกลางแห่งวงการ AI’ เพราะบริษัทเข้าไปมีบทบาทคุมสภาพคล่อง อัดฉีดเงินทุน และรับประกันความเสี่ยงให้กับระบบนิเวศ AI ทั้งระบบ ไม่ต่างจากหน้าที่ของธนาคารกลางในโลกการเงิน

หัวใจสำคัญของการเปลี่ยนแปลงนี้คือการเปลี่ยนมุมมองต่อตัวสินค้า Nvidia ไม่ได้มองว่า GPU หรือชิปประมวลผลเป็นเพียงฮาร์ดแวร์ที่นับวันรอเสื่อมราคาอีกต่อไป แต่มองมันเป็นสินทรัพย์ทางการเงินที่สร้างรายได้ ซึ่งมีกลไกการทำกำไรและบริหารจัดการคล้ายคลึงกับตลาดอสังหาริมทรัพย์

โมเดลสร้างรายได้แบบใหม่ที่ Nvidia มองอยู่คืออะไร

การจะเข้าใจการทำงานของธนาคารกลาง Nvidia ต้องเริ่มจากการมองชิปประมวลผลใหม่ เพราะหัวใจสำคัญในกลยุทธ์ของ Nvidia คือการเปลี่ยนมุมมองต่อชิปประมวลผล จากเดิมที่เป็นเพียงฮาร์ดแวร์ขายขาด ให้กลายเป็นสินทรัพย์ทางการเงินที่ใช้ค้ำประกันเงินกู้และปล่อยเช่าเพื่อสร้างรายได้ระยะยาว 

Jensen Huang พยายามพิสูจน์ให้ตลาดและสถาบันการเงินเห็นว่า ชิปของ Nvidia มีความทนทาน และยังคงมูลค่าได้ดีแม้เวลาจะผ่านไปหลายปี

ตัวอย่างเช่น ชิปรุ่นเก๋าอย่าง A100 ที่เปิดตัวตั้งแต่ปี 2020 ยังคงมีสัญญาเช่ายาวไปจนถึงปี 2029 หรือชิปหลักอย่าง H100 ก็ยังมีอัตราค่าเช่าลดลงเพียงเล็กน้อย แม้เวลาจะผ่านไปหลายปีแล้วก็ตาม เนื่องจากในภาวะที่กำลังการประมวลผลตึงตัว บริษัทเทคโนโลยียังมีความต้องการใช้งานชิปอย่างต่อเนื่องทั้งในงานฝึกฝนโมเดล และงาน Inference ทำให้สถาบันการเงินเริ่มเชื่อมั่นที่จะใช้ชิปเหล่านี้เป็นหลักทรัพย์ค้ำประกันในการปล่อยกู้

สาเหตุสำคัญที่บีบให้ Nvidia ต้องผันตัวมาทำหน้าที่เหมือนธนาคาร เกิดจากปัญหา 2 ด้านที่เข้ามาพร้อมกัน

  1. ลูกค้ารายใหญ่เดิมเริ่มสร้างชิปเอง: กลุ่มลูกค้าเจ้าใหญ่อย่าง Google, Amazon, Meta และ Microsoft ซึ่งเคยเป็นผู้ซื้อหลักและสร้างรายได้ให้ Nvidia เกือบครึ่งหนึ่ง ได้หันไปพัฒนาชิปเฉพาะทางของตัวเอง ซึ่งมีราคาถูกกว่าชิป Nvidia ถึง 3-5 เท่า จนมีการคาดการณ์ว่าส่วนแบ่งตลาดของ Nvidia จากกลุ่มนี้จะลดลงเหลือเพียงครึ่งหนึ่งภายในไม่กี่ 10 ปี
  2. ลูกค้ารายใหม่ไม่มีเงินกู้: Nvidia จึงต้องหันไปพึ่งพากลุ่มผู้ให้บริการคลาวด์ยุคใหม่ (Neoclouds) และสตาร์ทอัพ AI หน้าใหม่ ๆ ทว่าบริษัทเหล่านี้กลับไม่มีเงินกู้มากพอ และธนาคารทั่วไปก็ปฏิเสธที่จะปล่อยกู้ หรือคิดดอกเบี้ยมหาศาลเพราะมองว่าธุรกิจ AI มีความเสี่ยงสูง

เมื่อลูกค้ารายใหม่อยากได้ชิปแต่ไม่มีเงินซื้อ และธนาคารไม่ยอมปล่อยกู้ Nvidia จึงตัดสินใจทำหน้าที่เป็นธนาคารเสียเอง เพื่อสร้างสภาพคล่องให้ลูกค้ามีเงินมาสั่งซื้อชิปของตน

กลยุทธ์ ธนาคาร Nvidia อัดฉีด อุดหนุน และค้ำประกันเพื่อสร้างยอดขาย

เพื่อให้ลูกค้ารายใหม่สามารถกู้เงินจากสถาบันการเงินมาซื้อชิปได้ Nvidia จึงสร้างเครือข่ายความช่วยเหลือทางการเงินขึ้นมา 3 รูปแบบหลัก

การประกันรายได้ให้ลูกค้า Nvidia ตกลงกับกลุ่มผู้ให้บริการคลาวด์รายใหม่ว่า หากพวกเขานำชิปไปปล่อยเช่าประมวลผลแล้วได้รายได้ไม่เข้าเป้า Nvidia จะจ่ายเงินอุดหนุนส่วนต่างให้ และหากปล่อยเช่าไม่ได้จริง ๆ Nvidia จะการันตีรับซื้อกำลังการประมวลผลที่เหลือไว้เอง สัญญารับประกันรายได้ยาวนาน 6 ปีนี้ ทำให้ธนาคารมั่นใจและยอมปล่อยกู้ให้ลูกค้าเหล่านั้นนำเงินมาซื้อชิป Nvidia

การค้ำประกันหนี้สินในโครงการยักษ์ใหญ่ ในโครงการ Data Center ขนาดใหญ่ที่จะให้ OpenAI เช่าใช้งาน Nvidia ได้ยื่นมือเข้าค้ำประกันสัญญาเช่าตึก ที่ดิน และสัญญาไฟฟ้ามูลค่าสูงถึง 105,000 ล้านดอลลาร์สหรัฐฯ เพื่อแลกกับการที่โครงการนั้นต้องซื้อและติดตั้งชิป Nvidia มากถึง 1.5 ล้านตัว

การดึงเงินทุนวอลล์สตรีทและไล่ซื้อหุ้นลูกค้า Nvidia จับมือกับ 6 สถาบันการเงินในวอลล์สตรีทเพื่อระดมทุนกว่า 500,000 ล้านดอลลาร์สหรัฐฯ โดย Nvidia รับหน้าที่ค้ำประกันมูลค่าซากของชิปไว้ให้ 25% หากอุปกรณ์เสื่อมราคา เพื่อให้นักลงทุนสบายใจที่จะปล่อยกู้ พร้อมกันนั้น Nvidia ยังไล่เข้าถือหุ้นในสตาร์ทอัพ AI หลายแห่ง เพื่อผูกมิตรให้บริษัทเหล่านี้กลับมาสั่งซื้อชิปของตนในระยะยาว

แต่แม้ว่ากลยุทธ์การเป็นธนาคารจะช่วยปั๊มยอดขายและดันมูลค่าบริษัทของ Nvidia ให้สูงลิบลิ่ว แต่ก็แลกมาด้วยความเสี่ยงมหาศาล เพราะปัจจุบัน Nvidia มีภาระผูกพันและการค้ำประกันทางการเงินที่ซ่อนอยู่นอกงบการเงินรวมกันเกือบ 300,000 ล้านดอลลาร์สหรัฐฯ

นักวิเคราะห์เริ่มออกมาเตือนว่า สิ่งที่ Nvidia กำลังทำอยู่นั้นใกล้เคียงกับการสร้างอุปสงค์เทียมขึ้นมาเอง และมีรูปแบบคล้ายคลึงกับวิกฤต Dot-com ในช่วงปลายยุค 1990 ที่บริษัทโทรคมนาคมยักษ์ใหญ่อย่าง Cisco เคยปล่อยกู้ให้ลูกค้ามาซื้ออุปกรณ์ของตนเอง แต่เมื่อความต้องการในตลาดชะลอตัวลง ลูกค้าเหล่านั้นก็ล้มละลายจนส่งผลกระทบกลับมาสร้างความเสียหายมหาศาลแก่ผู้ผลิต

หากในอนาคต ความต้องการใช้งาน AI ไม่ได้เติบโตรวดเร็วอย่างที่ตลาดคาดหวัง หรือเกิดภาวะชิปเกินความต้องการจนราคาเช่าตกต่ำ สตาร์ทอัพเหล่านี้จะไม่สามารถหาเงินมาชำระหนี้ได้ และภาระค้ำประกันเกือบ 300,000 ล้านดอลลาร์สหรัฐฯ จะถูกเรียกเก็บมาที่ Nvidia ทันที บริษัทจะต้องควักเงินจ่ายชดเชยรายได้และรับซื้อกำลังการประมวลผลที่ไม่มีใครใช้ ซึ่งจะย้อนกลับมาบั่นทอนกำไรและกระแสเงินสดอย่างรุนแรง

ยามที่อุตสาหกรรม AI ยังคงรุ่งเรือง กลยุทธ์นี้คือเครื่องยนต์อันทรงพลัง แต่สัญญาค้ำประกันเหล่านี้ก็เปรียบเสมือนระเบิดเวลาที่นักลงทุนต้องตระหนัก เพราะยิ่ง Nvidia ดันยอดขายด้วยวิธีนี้มากเท่าไหร่ ก็ยิ่งต้องแบกรับความเสี่ยงทั้งหมดไว้เองในวันที่ตลาดเกิดการชะลอตัว

อ้างอิง: The Economist

ลงทะเบียนเข้าสู่ระบบ เพื่ออ่านบทความฟรีไม่จำกัด

No comment

RELATED ARTICLE

Responsive image

Meta เปิดตัว Muse AI Agent ที่ทำงานแทนได้จริง จองตั๋ว ส่งอีเมล ซื้อของ ทำได้ทั้งหมด สั่งงานง่าย ๆ ผ่านแอป Muse และ WhatsApp

Meta เปิดตัว Muse เอเจนต์ AI ส่วนตัวที่จองตั๋ว ส่งอีเมล ต่อรองราคา และจ่ายเงินแทนได้ พร้อมสถาปัตยกรรม Muse Secure VM และเอเจนต์ผู้คุมกฎ Sentinel ที่กันไม่ให้ทำงานเกินขอบเขต เปิดใช้...

Responsive image

มาแล้ว ChatGPT Images 2.5 เกิดมาเพื่อแก้ ‘ทุกปัญหา’ คนเจนรูป สั่งแก้เฉพาะจุดได้ หน้าไม่เพี้ยน ฉากไม่พัง แก้เยอะไม่ลดคุณภาพ เจนพื้นหลังโปร่งใสได้แล้ว

เจาะลึก ChatGPT Images 2.5 โมเดลสร้างภาพใหม่จาก OpenAI เร็วขึ้น 50% ชูจุดเด่น Precision Editing สั่งแก้ภาพเฉพาะจุดโดยไม่เสียเอกลักษณ์เดิม พร้อมฟีเจอร์ Sketch และโมเดล API ใหม่ Flar...

Responsive image

เด็กสมัยนี้ควร Vibe-coding ให้กลายเป็นสัญชาตญาณ Alexandr Wang ชี้คือวิธีที่ เด็กยุคใหม่ควรใช้ชีวิตเพื่ออยู่รอด

Alexandr Wang มหาเศรษฐี AI วัย 28 ปี จาก Meta แนะนำให้เด็กยุคนี้เลิกท่องโค้ดแบบเดิม แล้วหันมาฝึก Vibe-coding ใช้ AI เขียนโปรแกรมแทน เพื่อเตรียมพร้อมรับอนาคต...