26 ปีก่อนเกิดอะไรขึ้นกับ IBM? ถอดบทเรียนวิกฤตสองยุค จากวันที่สะดุดเพราะตัวเอง สู่วันที่ AI เขย่ารากฐานธุรกิจ พร้อมวิเคราะห์ทางรอดวันนี้

เมื่อวันที่ 23 กุมภาพันธ์ 2026 Anthropic เปิดตัว Claude Code ที่สามารถ อ่าน ทำความเข้าใจ และสรุปโค้ด COBOL ได้อัตโนมัติ โดย COBOL คือภาษาโปรแกรมอายุกว่า 60 ปีที่ยังเป็นแกนหลักของระบบธนาคาร หน่วยงานรัฐ และตู้ ATM กว่า 95% ในสหรัฐฯ

จุดเด่นสำคัญคือ Anthropic ระบุว่า AI ตัวนี้สามารถย่นเวลาการปรับปรุงระบบ Legacy จากที่เคยใช้เวลาหลายปี เหลือเพียงไม่กี่ไตรมาส

ตลาดตอบสนองแทบจะทันที หุ้นของ IBM ร่วงลง 13.2% ปิดที่ราว 223 ดอลลาร์ต่อหุ้น มูลค่าตลาดหายไปราว 40,000 ล้านดอลลาร์ภายในวันเดียว หลายสำนักวิเคราะห์ชี้ว่านี่คือวันที่เลวร้ายที่สุดของ IBM นับตั้งแต่ปี 2000

เหตุผลที่แรงสั่นสะเทือนรุนแรงเช่นนี้ ไม่ใช่เพราะฟีเจอร์ใหม่เพียงอย่างเดียว แต่เพราะตลาดมองว่านี่คือการท้าทายโดยตรงต่อธุรกิจเมนเฟรมและบริการปรับปรุงระบบ Legacy ซึ่งเป็นแหล่งรายได้สำคัญที่ IBM ครองมานาน

รายงานจาก TipRanks/The Fly ระบุว่าแรงขายเริ่มกดดันราคาหุ้นตั้งแต่ระหว่างวัน ลดลงราว 12% ก่อนจะปิดตลาดที่ระดับดังกล่าว สะท้อนชัดว่าตลาดมองนี่ไม่ใช่อัปเกรดเล็ก ๆ แต่คือสัญญาณของแรงสั่นสะเทือนเชิงโครงสร้างในธุรกิจ Legacy ที่ IBM ครองเกมมานาน

ทำไม COBOL ถึงเป็น “ทองคำฝังดิน” ของโลกองค์กร

COBOL ไม่ใช่แค่ภาษาโปรแกรมเก่า แต่คือรากฐานของระบบธุรกรรมมูลค่ามหาศาลทั่วโลก โดยเฉพาะในอุตสาหกรรมการเงิน ประกันภัย และภาครัฐ ระบบจำนวนมากที่ประมวลผลเงินหลายล้านล้านดอลลาร์ต่อวันยังทำงานอยู่บนโค้ดที่เขียนขึ้นเมื่อหลายสิบปีก่อน และส่วนใหญ่รันอยู่บนเมนเฟรมที่ IBM มีบทบาทสำคัญมาโดยตลอด

เหตุผลที่มันมีมูลค่าสูง ไม่ใช่เพราะเทคโนโลยีล้ำสมัย แต่เพราะมันแทบเปลี่ยนไม่ได้ ระบบจำนวนมากทำงานต่อเนื่องมา 30–40 ปี รองรับธุรกรรมระดับประเทศ และแทบไม่มีใครกล้าแตะต้องโดยไม่จำเป็น

คุณค่าของ COBOL ไม่ได้อยู่ที่ความทันสมัย แต่อยู่ที่ความเสถียรและการฝังรากลึก ระบบเหล่านี้ถูกสร้างขึ้นมาเพื่อไม่ให้ล้ม และเมื่อมันทำงานได้ดี องค์กรก็ไม่มีแรงจูงใจมากพอที่จะเสี่ยงเปลี่ยนแปลง นั่นทำให้โค้ดเก่าถูกสะสม ทับถม และเชื่อมโยงกับกระบวนการธุรกิจซับซ้อนที่บางครั้งไม่มีเอกสารรองรับอย่างครบถ้วน

การ Modernize COBOL จึงไม่ใช่แค่การเขียนโค้ดใหม่ มันคือการย้อนแกะ Business Logic ที่สะสมมาหลายสิบปี ความรู้จำนวนมากไม่ได้อยู่ในเอกสาร แต่อยู่ในตัวโค้ดเอง ในโครงสร้างเงื่อนไข ฟังก์ชัน และการเชื่อมต่อที่สืบทอดกันมาหลายรุ่นและบางส่วนอยู่ในความทรงจำของทีมงานรุ่นก่อน

ความซับซ้อนจึงกลายเป็นข้อได้เปรียบทางธุรกิจ โค้ดยิ่งเก่า ยิ่งซับซ้อน ยิ่งต้องพึ่งผู้เชี่ยวชาญ และยิ่งสร้างรายได้ระยะยาวให้ผู้ให้บริการอย่าง IBM

เมื่อ Anthropic ออกมาระบุว่า AI สามารถช่วยสำรวจ วิเคราะห์ และจัดทำเอกสารโค้ด Legacy ได้อย่างมีระบบ ก็เหมือนการบอกตลาดว่า ต้นทุนส่วนที่แพงที่สุดของกระบวนการกำลังถูก AI หั่นลงแบบมีนัยสำคัญ 

Flashback ปี 2000 วันที่ IBM สะดุด

เหตุผลที่นักวิเคราะห์หยิบปี 2000 มาเทียบกับปี 2026 ไม่ได้เป็นเพียงเพราะตัวเลขการร่วงของหุ้นใกล้เคียงกัน แต่เพราะปีนั้นคือ หนึ่งในวันที่ตลาดลงโทษ IBM อย่างรุนแรงที่สุด

เดือนตุลาคม 2000 IBM รายงานผลประกอบการไตรมาส 3 โดยกำไรยังเติบโต แต่รายได้อยู่ที่ 21.8 พันล้านดอลลาร์ ต่ำกว่าที่ตลาดคาดราว 22.4 พันล้านดอลลาร์ สาเหตุหลักไม่ใช่เพราะลูกค้าหายไป แต่เพราะส่งของไม่ทัน จากปัญหาซัพพลายเชน โดยเฉพาะชิ้นส่วนไมโครอิเล็กทรอนิกส์ ทำให้เซิร์ฟเวอร์และซอฟต์แวร์บางส่วนผลิตได้ไม่พอความต้องการ

ผู้บริหารยอมรับตรงไปตรงมาว่าความต้องการสูงกว่ากำลังการผลิต นั่นทำให้ตลาดกังวลเรื่องการบริหารจัดการ และหุ้นร่วงลงถึง 15.5% ภายในวันเดียว มูลค่าตลาดหายไปราว 25,000 ล้านดอลลาร์ กลายเป็นหนึ่งในวันที่เจ็บที่สุดของบริษัทในยุคนั้น

แต่จุดสำคัญคือ วิกฤตครั้งนั้นเป็นปัญหาเชิงปฏิบัติการ ไม่ใช่การถูกทำลายโมเดลธุรกิจ แก่นของ IBM ยังอยู่ ความต้องการเทคโนโลยียังมี เพียงแต่การดำเนินงานสะดุด

หลังจากนั้น IBM ค่อย ๆ ปรับทิศทางครั้งใหญ่ ลดบทบาทฮาร์ดแวร์ ขายธุรกิจ PC ให้ Lenovo ในปี 2005 และขยายธุรกิจบริการและที่ปรึกษาผ่าน IBM Global Services จนกลายเป็นเสาหลักรายได้ของบริษัทในทศวรรษต่อมา

ปี 2000 จึงเป็นบทเรียนเรื่องการปรับตัว มากกว่าจะเป็นจุดเกือบล่มสลาย และเป็นตัวอย่างว่า IBM เคยผ่านแรงกระแทกใหญ่ แล้วกลับมายืนได้อีกครั้ง

2026  ไม่ใช่เพราะ “ทำพลาด” แต่เพราะ “เกมเปลี่ยน”

รอบนี้ IBM ไม่ได้ถูกลงโทษเพราะส่งของไม่ทันหรือรายได้พลาดเป้าแบบในอดีต แต่ตลาดกำลังกังวลเกี่ยวกับสมการใหม่ของอุตสาหกรรม

ถ้า AI สามารถทำงานที่เคยยากที่สุด อย่างการสำรวจ วิเคราะห์ และทำความเข้าใจโค้ด COBOL ได้เร็วขึ้นจริง งาน Modernize ที่เคยต้องพึ่งทีมที่ปรึกษาขนาดใหญ่ อาจถูกบีบให้เล็กลง เร็วขึ้น และถูกลง

นั่นหมายความว่า งานที่เคยใช้คนนับร้อย อาจใช้คนน้อยลง งานที่เคยกินเวลาหลายปี อาจเหลือไม่กี่เดือน และมาร์จิ้นที่เคยสูง อาจถูกกดลงอย่างหลีกเลี่ยงไม่ได้

ขณะเดียวกันอุปสรรคในการเข้าสู่ตลาดก็ลดลง เปิดทางให้ผู้เล่นใหม่เข้ามาแข่งขันได้ง่ายขึ้น

สิ่งที่ Anthropic สื่อชัดคือ Claude Code ไม่ได้แค่ช่วยเขียนโค้ด แต่สามารถ Map dependency และสร้าง Workflow จากระบบที่ไม่มีเอกสารเหลืออยู่แล้ว และตรวจจับความเสี่ยงที่มนุษย์อาจต้องใช้เวลาเป็นเดือนกว่าจะค้นพบ

นี่จึงไม่ใช่แรงกระแทกระยะสั้นจากผลประกอบการ แต่เป็นสิ่งที่นักลงทุนมองว่าได้ “เปลี่ยนโครงสร้างเกม” หรือ Structural threat มากกว่าแค่ความผันผวนรายไตรมาส

สัญญาณว่า Anthropic เอาจริง

การเคลื่อนไหวของ Anthropic ในปี 2026 ไม่ได้มาเป็นข่าวเดียวแล้วหายไป แต่มีการรุกตลาดองค์กรอย่างต่อเนื่องและชัดเจน

รายงานของ Reuters ระบุว่า Anthropic ไม่ได้แค่เปิดตัวโมเดลใหม่ แต่ขยาย Claude เข้าไปเชื่อมกับงานองค์กรจริง ผ่านปลั๊กอินและโซลูชันที่ครอบคลุมตั้งแต่งานการเงิน HR ไปจนถึงวิศวกรรม พร้อมจับมือพาร์ตเนอร์ระดับองค์กรเพื่อให้ใช้งานได้ในระดับ Production

ก่อนหน้านั้น การเปิดตัว Legal plug-in ก็เคยสร้างแรงสั่นสะเทือนมาแล้ว โดยจุดชนวนให้เกิดแรงเทขายหุ้นกลุ่มซอฟต์แวร์และบริการทั่วโลก มูลค่ารวมหลายแสนล้านดอลลาร์ในเวลาไม่กี่วัน สะท้อนว่าตลาดเริ่มเชื่อว่า AI ไม่ได้เป็นแค่เครื่องมือช่วยงาน แต่กำลังเข้าไปแทนที่รายได้เดิมจริง

ดังนั้น เมื่อ Claude Code ขยับเข้ามาแตะ COBOL ซึ่งเป็นแกนกลางของระบบองค์กร นักลงทุนจึงไม่ได้มองว่าเป็นเดโมหรือไอเดียทดลอง แต่ตีความทันทีว่าเป็นอีกก้าวของเทรนด์เดียวกั เทรนด์ที่ AI กำลังกินพื้นที่ธุรกิจบริการแบบเดิม

IBM จะฟื้นได้ไหม? 3 เส้นทางที่เป็นไปได้

คำตอบสั้น ๆ คือ IBM ยังมีโอกาสฟื้น แต่วิธีฟื้นจะไม่เหมือนเดิมอีกต่อไป เพราะเกมกำลังเปลี่ยน

1. ฟื้นแบบใช้ฐานเดิมให้เป็น

ระยะสั้น IBM ยังได้เปรียบจากฐานลูกค้าองค์กรขนาดใหญ่ โดยเฉพาะธนาคารและหน่วยงานรัฐ ที่ให้ความสำคัญกับความปลอดภัย ความเสถียร และ Compliance สูงมาก

ระบบระดับ Core ไม่ได้ถูกเปลี่ยนเพียงเพราะมีเทคโนโลยีใหม่เกิดขึ้นในทันที ดีลใหญ่จึงไม่หายไปข้ามคืน แต่แรงกดดันจะค่อย ๆ ปรากฏผ่าน “การต่อสัญญาในรอบถัดไป” มากกว่า

2. ฟื้นแบบ “Disrupt ตัวเอง” ด้วย AI

โจทย์สำคัญคือ IBM จะเปลี่ยน AI จากภัยคุกคามให้กลายเป็น “เครื่องมือของตัวเอง” ได้เร็วแค่ไหน

ถ้า IBM สามารถผสาน AI เข้าไปในบริการ Modernize ของตัวเอง เช่น ทำให้โปรเจกต์เร็วขึ้น ต้นทุนต่ำลง แต่ยังคงมาตรฐานด้านความปลอดภัยและ Governance ได้ บริษัทอาจพลิกจากการถูกกดราคา ไปสู่การขายโซลูชันที่ครบกว่าและน่าเชื่อถือกว่าคู่แข่ง

3. ฟื้นแบบ “Infrastructure Play”

อีกทางหนึ่งคือไม่ต้องแข่งกับ Anthropic โดยตรง แต่เลือกเป็นโครงสร้างพื้นฐานให้ AI ทุกเจ้าทำงานบนระบบองค์กร

หาก IBM ทำให้เมนเฟรมและระบบองค์กรสามารถเชื่อมต่อกับ AI ได้อย่างปลอดภัยและมีเสถียรภาพ บริษัทอาจกลายเป็นผู้เล่นที่ขายพลั่วในยุคตื่นทอง คือไม่ได้ขุดทองเอง แต่เป็นคนที่ทุกคนต้องพึ่ง

โมเดลนี้อาจไม่หวือหวา แต่ให้รายได้ที่มั่นคงและยั่งยืน

ทำไมธนาคารไทยควรอ่านเกมนี้ให้ไว

แม้องค์กรการเงินในไทยและเอเชียตะวันออกเฉียงใต้จะไม่ได้เปิดเผยโครงสร้างระบบภายในอย่างละเอียด แต่สิ่งที่เป็นความจริงที่รู้กันในวงการคือ ระบบหลักจำนวนมากยังมีส่วนที่เป็น Legacy อยู่ โดยเฉพาะในแกนของ Ccore banking ที่พัฒนามายาวนาน

ที่ผ่านมา การ Modernize ระบบเหล่านี้ไม่ใช่เรื่องเล็ก แต่เป็นโปรเจกต์ระดับหลายปี ใช้งบประมาณสูง และต้องพึ่ง Vendor หรือที่ปรึกษาเป็นหลัก เพราะสิ่งที่ยากที่สุดไม่ใช่การเขียนระบบใหม่ แต่คือการเข้าใจของเดิม

แต่ถ้าเครื่องมืออย่าง Claude Code สามารถลดต้นทุนในกระบวนนี้ได้จริง วงจรการตัดสินใจขององค์กรจะเปลี่ยนทันที องค์กรสามารถทดลอง (POC) ได้เร็วขึ้น เห็นผลลัพธ์ได้เร็วขึ้น และมีอำนาจต่อรองกับ Vendor มากขึ้นกว่าที่เคย

สำหรับธนาคารและบริษัทประกัน นี่อาจเป็นทั้งโอกาสและความท้าทาย ในด้านหนึ่งคือโอกาสในการลดต้นทุนและเร่ง Transformation แต่ในอีกด้านคือ ความเสี่ยงใหม่ ทั้งเรื่อง Governance ความปลอดภัย และการควบคุมระบบที่ซับซ้อน ซึ่งต้องออกแบบให้รัดกุมตั้งแต่ต้น ไม่ใช่ตามแก้ทีหลัง

ประวัติศาสตร์ไม่ซ้ำรอย แต่ส่งเสียงเตือนเหมือนเดิม

ปี 2000 แสดงให้เห็นว่า IBM เคยล้มแรง และสามารถปรับตัวจนกลับมาได้

แต่ปี 2026 กำลังตั้งคำถามที่ยากกว่า ในโลกที่ AI ทำให้การเข้าใจระบบเก่ามีต้นทุนถูกลงเรื่อย ๆ IBM จะนิยามคุณค่าของตัวเองใหม่ได้เร็วแค่ไหน?