การ AI economy จะล้ายก้าว — token costs ทำไม่ช่วย.

(SeaPRwire) –   แทบไม่มีสัปดาห์ไหนที่ไม่มีข่าวเกี่ยวกับบริษัท hyperscaler รายอื่นที่ทุ่มเงินหลายพันล้านดอลลาร์ไปกับชิป AI ปัจจุบันศูนย์ข้อมูลขนาดกลางถึงขนาดใหญ่แห่งหนึ่งใช้ชิป AI ที่มีมูลค่าหลายพันล้านดอลลาร์ GPU รุ่น Nvidia Blackwell เพียงตัวเดียวในคลัสเตอร์ชิป AI สมัยใหม่อาจมีราคาสูงพอๆ กับรถยนต์ Tesla Model 3 คันใหม่ ต้นทุนของชิปที่ไม่ใช่ AI ก็พุ่งสูงขึ้นอย่างรวดเร็วเช่นกัน โดยทั้งการใช้จ่ายรวมและต้นทุนต่อหน่วยสำหรับ CPU และชิปหน่วยความจำอยู่ในระดับที่ไม่เคยปรากฏมาก่อน ทั้งหมดนี้ส่งผลกระทบอย่างมีนัยสำคัญต่อเศรษฐกิจ

เหตุผลหลักที่ต้นทุนชิปเพิ่มขึ้นคือความต้องการที่มากเกินไป การแพร่หลายของ AI, Internet of Things และยานยนต์ไฟฟ้าได้เพิ่มความต้องการชิปโดยรวม โดยเฉพาะอย่างยิ่ง ความต้องการชิปสำหรับ AI ได้พุ่งสูงขึ้น ซึ่งสนับสนุนทั้งการฝึกฝนโมเดล AI และการนำไปใช้งานในแอปพลิเคชันต่างๆ ในอดีต คุณภาพของโมเดล AI จะเพิ่มขึ้นตามปริมาณการประมวลผลที่ใช้ในการสร้างมัน ยิ่งใช้ชิปมาก ผลลัพธ์ก็ยิ่งดีขึ้น แต่ตัวขับเคลื่อนความต้องการในขณะนี้กำลังเปลี่ยนจากการฝึกฝน (training) ไปสู่การอนุมาน (inference) โดย Goldman Sachs คาดการณ์ว่าการใช้โทเค็นจะเพิ่มขึ้น 24 เท่าภายในปี 2030 โดยจะแตะระดับ 120 พันล้านล้านโทเค็นต่อเดือน เนื่องจากระบบ Agentic AI เข้ามาแทนที่การโต้ตอบแบบพร้อมท์เดียวด้วยงานหลายขั้นตอนที่ใช้การประมวลผลต่อการสืบค้นมากกว่าเดิมหลายเท่า ในขณะเดียวกัน ชิปยังคงต้องได้รับการเปลี่ยนใหม่ทุกสองสามปีเพื่อให้สามารถแข่งขันด้านต้นทุนได้ ซึ่งเป็นการเพิ่มแรงกดดันด้านความต้องการจากทั้งสองด้าน

ความเป็นจริงในระดับองค์กรกำลังเกิดขึ้นแล้ว เมื่อเร็วๆ นี้ Microsoft ได้ยกเลิกใบอนุญาต Claude Code โดยตรงส่วนใหญ่ หลังจากพบว่าการใช้งาน AI ของพนักงานเติบโตขึ้นมากจนในคำพูดของผู้บริหาร Nvidia รายหนึ่งกล่าวว่า “ต้นทุนการประมวลผลนั้นสูงกว่าต้นทุนของพนักงานมาก” Uber ใช้จ่ายงบประมาณเครื่องมือเขียนโค้ด AI สำหรับปี 2026 จนหมดภายในเวลาเพียงสี่เดือน Gartner ได้เตือนว่าแม้ต้นทุนการอนุมานจะลดลง 90% ก็จะไม่ทำให้ AI สำหรับองค์กรมีราคาถูกลง เพราะโมเดลแบบ Agentic ต้องการโทเค็นต่อต่องานมากขึ้น และผู้ให้บริการ AI ไม่น่าจะส่งต่อส่วนลดให้ลูกค้าอย่างเต็มที่ บริษัทต่างๆ กำลังจ่ายเงินสำหรับผลิตภาพจาก AI มากกว่าที่เคยจ่ายให้กับแรงงานมนุษย์ที่ AI เหล่านั้นถูกสร้างมาเพื่อเสริมประสิทธิภาพ

น่าเสียดายที่การผลิตชิปไม่สามารถตามความต้องการนี้ได้ โรงงานผลิตชิปแห่งใหม่ต้องใช้เงินลงทุนหลายหมื่นล้านดอลลาร์และใช้เวลาสร้างหลายปี ผู้ผลิตชิปมีความระมัดระวังในการเพิ่มกำลังการผลิตเนื่องจากอาจต้องแบกรับภาระต้นทุนหากความต้องการลดลงในอนาคต

ช่องว่างระหว่างความต้องการและอุปทานของชิปทำให้เกิดการขาดแคลนซึ่งส่งผลให้ราคาชิปสูงขึ้น สายการผลิตมักถูกใช้ร่วมกันระหว่างชิป AI และชิปที่ไม่ใช่ AI เนื่องจากชิป AI มีกำไรในการผลิตและจำหน่ายมากกว่า การผลิตจึงมักถูกเบี่ยงเบนไปจากชิปที่ไม่ใช่ AI ทำให้เกิดการขาดแคลนแม้กระทั่งชิปเหล่านั้นและทำให้ต้นทุนเพิ่มขึ้น

อีกเหตุผลหนึ่งที่ต้นทุนชิปเพิ่มขึ้นคือชิปใหม่ๆ มีต้นทุนการผลิตที่สูงขึ้น เนื่องจากต้องใช้ขั้นตอนการผลิตเพิ่มเติม รวมถึงวัสดุและเทคโนโลยีที่มีราคาแพงกว่า ภาวะเงินเฟ้อที่เพิ่มขึ้น รวมถึงความตึงเครียดทางภูมิรัฐศาสตร์และการค้า ยิ่งซ้ำเติมแรงกดดันเหล่านั้นให้มากขึ้นไปอีก

ทำไมต้นทุนชิปที่เพิ่มสูงขึ้นจึงมีความสำคัญต่อเศรษฐกิจในวงกว้าง?

ราคาชิปที่เพิ่มขึ้นกำลังผลักดันให้ราคาสินค้าเทคโนโลยี สินค้าอุปโภคบริโภค และผลิตภัณฑ์ยานยนต์ปลายน้ำสูงขึ้น ส่งผลให้เกิดภาวะเงินเฟ้อ ซึ่งสะท้อนถึงการพุ่งขึ้นของราคาที่เกิดจากการขาดแคลนชิปในยุคโควิด ราคาชิปที่สูงยังทำให้บริษัทสตาร์ทอัพและบริษัทขนาดกลางและขนาดย่อมเข้าถึงชิปได้ยากขึ้นและแข่งขันในอุตสาหกรรมเทคโนโลยีและสินค้าอุปโภคบริโภคบางประเภทได้ยากขึ้น การแข่งขันที่ลดลงจะส่งผลกระทบเชิงลบต่อนวัตกรรม

ต้นทุนชิปที่สูงยังซ้ำเติมความเสียเปรียบที่ประเทศที่มีรายได้น้อยและปานกลางต้องเผชิญในอุตสาหกรรมต่างๆ เช่น AI, ศูนย์ข้อมูล และโทรคมนาคม ซึ่งเป็นการเพิ่มความไม่เท่าเทียมกันทั่วโลก ทำให้ตลาดสินค้าและบริการหดตัวลง และทำให้ความตึงเครียดทางสังคมและการเมืองที่ซับซ้อนต่อความร่วมมือทางเศรษฐกิจและห่วงโซ่อุปทานกับประเทศอื่นๆ แย่ลง ข้อค้นพบของ Gartner ที่ว่าโทเค็นที่ถูกลงจะไม่เปลี่ยนเป็น AI สำหรับองค์กรที่ถูกลง ทำให้ความไม่เท่าเทียมนี้กลายเป็นเรื่องเชิงโครงสร้างไม่ใช่เรื่องชั่วคราว: ผลประโยชน์ด้านผลิตภาพของยุค Agentic จะตกไปอยู่กับองค์กรที่มีขนาดใหญ่พอที่จะรองรับต้นทุนการประมวลผลที่เพิ่มสูงขึ้นเท่านั้น

นอกจากนี้ยังมีภัยคุกคามโดยตรงต่อเศรษฐกิจในวงกว้างจากต้นทุนชิปที่เพิ่มสูงขึ้น บริษัท AI ในปัจจุบันรับผิดชอบต่อสัดส่วนที่สำคัญและเพิ่มขึ้นเรื่อยๆ ของมูลค่าตลาดโดยรวมและกระแสการลงทุน (capital expenditure) ต้นทุนชิปที่สูงส่งผลกระทบโดยตรงต่อความสามารถในการทำกำไรและสุขภาพทางเศรษฐกิจของบริษัทเหล่านี้ ทำให้เกิดความเปราะบางต่อเศรษฐกิจ เพื่อระดมทุนสำหรับการใช้จ่ายด้านชิป บริษัท AI ได้ทำข้อตกลงแบบหมุนเวียนระหว่างกัน เช่น การลงทุนข้ามบริษัทและข้อผูกพันด้านกำลังการผลิตระหว่างบริษัทอย่าง Microsoft, OpenAI, Google และ Anthropic ซึ่งสร้างฟองสบู่ที่มีผลกระทบทางเศรษฐกิจที่อาจร้ายแรง สัดส่วนการใช้จ่ายด้านชิปจำนวนมากได้รับเงินทุนผ่านหนี้สิน ไม่ว่าจะเป็นเงินกู้โดยตรงหรือทางอ้อมผ่าน Special Purpose Vehicles และสินเชื่อส่วนบุคคล

เมื่อพิจารณาว่าชิปเสื่อมมูลค่าลงอย่างรวดเร็วก่อนที่จะสามารถสร้างรายได้ได้อย่างเพียงพอ กลไกทางเศรษฐกิจอาจพังทลายลงอย่างรวดเร็วหากมีการผิดนัดชำระหนี้หรือเจ้าหนี้เรียกคืนหนี้ เนื่องจากเงินกู้จำนวนมากใช้ชิปที่มีอยู่เป็นหลักประกัน การผิดนัดชำระหนี้ใดๆ อาจทำให้ตลาดเต็มไปด้วยชิปเก่า ซึ่งจะทำให้มูลค่าของชิปลดลงไปอีกในการล่มสลายแบบลูกโซ่ ขึ้นอยู่กับการเปิดรับความเสี่ยงโดยตรงหรือโดยอ้อมของเจ้าหนี้ส่วนบุคคลและ special purpose vehicles ต่อธนาคารสาธารณะ สิ่งนี้อาจทำลายนักลงทุนและกระตุ้นให้เกิดภาวะเศรษฐกิจถดถอยในวงกว้าง ฟองสบู่ของโทเค็นยิ่งเพิ่มความเสี่ยงนี้: หากลูกค้าองค์กรเริ่มจำกัดหรือลดการใช้งาน AI ดังที่การยกเลิกใบอนุญาตของ Microsoft บ่งชี้ว่ากำลังเกิดขึ้นจริง การคาดการณ์รายได้ที่รองรับหนี้ที่มีชิปเป็นหลักประกันอาจพิสูจน์ได้ว่าเป็นการมองโลกในแง่ดีเกินไปในเวลาที่เจ้าหนี้ต้องการความมั่นใจมากที่สุด

ควรทำอย่างไร?

ประการแรก ต้องควบคุมความต้องการชิปโดยใช้อัลกอริทึม ซอฟต์แวร์ และฮาร์ดแวร์ที่มีประสิทธิภาพ DeepSeek แสดงให้เห็นว่าความต้องการชิปสามารถลดลงได้อย่างมากผ่านนวัตกรรมอัลกอริทึม และวิกฤตโทเค็นในองค์กรที่กำลังเกิดขึ้นในขณะนี้ทำให้ความจำเป็นด้านประสิทธิภาพนี้เร่งด่วนยิ่งขึ้น ควรเพิ่มกำลังการผลิตชิปสำหรับทั้งชิป AI และชิปที่ไม่ใช่ AI โดยการแบ่งปันต้นทุนและความเสี่ยงในการผลิตตลอดห่วงโซ่อุปทาน ควรลดต้นทุนการผลิตชิปผ่านการใช้ระบบอัตโนมัติและ AI ในทุกขั้นตอนของห่วงโซ่อุปทานชิป กรอบนโยบายที่มีอยู่ รวมถึง U.S. CHIPS and Science Act และ EU Chips Act เป็นรากฐานบางส่วน แต่ถูกออกแบบมาสำหรับวิกฤตอุปทาน ไม่ใช่เกลียวหมุนของอุปสงค์และอุปทานที่กำลังเกิดขึ้นในขณะนี้ การควบคุมชิปและภาษีศุลกากรควรชั่งน้ำหนักผลกระทบต่อต้นทุนชิปอย่างรอบคอบ ต้องมีการเสริมสร้างกฎระเบียบทางการเงินเพื่อลดความไม่โปร่งใสในการระดมทุนด้านชิปและการเปิดรับความเสี่ยงต่อสินทรัพย์สาธารณะ เพื่อจำกัดผลกระทบที่อาจเกิดขึ้น

AI เป็นหนึ่งในการหยุดชะงักทางเศรษฐกิจที่มีศักยภาพมากที่สุดในยุคของเรา ต้นทุนของชิปที่เป็นตัวขับเคลื่อน AI และการใช้โทเค็นที่ควบคุมไม่ได้ของระบบ Agentic ที่สร้างขึ้นบนชิปเหล่านั้น อาจคุกคามการยอมรับใช้งานก่อนที่คำมั่นสัญญาจะเป็นจริง ทั้งสองอย่างต้องได้รับการควบคุม ก่อนที่ตลาดจะบังคับให้มันเกิดขึ้นด้วยวิธีที่ยากลำบาก