AI Infrastructure CAPEX ยังแกร่ง: ตลาดทุนรับบทผู้ Financing คลื่นลูกถัดไป ขณะ Memory และ Optical ยืนยันอุปสงค์สูงกว่าอุปทาน

ตลาดทุนกลายเป็น CAPEX ลูกใหม่ของ AI หลัง Hyperscaler เริ่มถึงขีดจำกัด Balance Sheet

ในสัปดาห์ที่ 17–21 สิงหาคม 2569 Yuanta CIO ยังคงมีมุมมองบวกต่อธีม AI Infrastructure อย่างชัดเจน โดยผลประกอบการ 2Q26 ของ CoreWeave, Nebius, Supermicro, Foxconn และ Lenovo ต่างให้ภาพสอดคล้องกันว่า AI Compute มี Demand มากกว่า Capacity อย่างต่อเนื่อง และข้อจำกัดถัดไปของอุตสาหกรรมไม่ใช่เรื่อง Demand อีกต่อไป แต่คือคำถามว่าใครจะเป็นคนหาเงินมารองรับ AI CAPEX ขนาดมหาศาลเหล่านี้

รูป: NVIDIA Balance Sheet to Capital Markets Financing

เดิม NVIDIA ใช้ Balance Sheet ของตนเองช่วย Backstop หรือค้ำประกันโครงการต่างๆ เพื่อให้ลูกค้าขยาย Compute ได้เร็วขึ้น ตัวอย่างที่ชัดเจนคือโครงการของ OpenAI ซึ่งเคยมีการหารือให้ NVIDIA ช่วยค้ำ Financing สูงถึงประมาณ $250bn สำหรับ Data Center ขนาด 10GW อย่างไรก็ตาม ล่าสุด NVIDIA ได้ดึง Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs และ KKR เข้ามาสร้างช่องทางระดม Third-party Capital มากกว่า $500bn สำหรับ AI Infrastructure แนวคิดคือทำให้ GPU, Compute Capacity และกระแสเงินสดจากสัญญาเช่า สามารถถูกใช้เป็นฐานในการ Financing ได้มากขึ้น แทนที่จะต้องพึ่ง Balance Sheet ของ NVIDIA เป็นหลัก ทิศทางนี้เริ่มเห็นชัดจากดีล OpenAI ซึ่ง NVIDIA ลดวงเงิน Guarantee ที่กำลังหารือจากประมาณ $250bn เหลือต่ำกว่า $120bn เพื่อรองรับเฟสแรกก่อน ขณะที่เงินทุนสำหรับการขยายส่วนที่เหลือจะพึ่ง OpenAI, ผู้พัฒนาโครงการ และตลาดทุนมากขึ้น

หากโมเดลนี้ขยายตัวสำเร็จ เงินทุนสำหรับ AI จะไม่ถูกจำกัดอยู่แค่ Hyperscaler หรือ Balance Sheet ของ NVIDIA อีกต่อไป และจะเปิดทางให้ AI Labs, Neocloud และ Sovereign AI สามารถลงทุน Compute ได้กว้างขึ้น ซึ่งเป็นบวกต่อ AI Infrastructure ตั้งแต่ Compute, Server, Memory ไปจนถึง Power และ Cooling

Enterprise AI และ Inference กำลังกลายเป็น Demand Wave ลูกถัดไป

สิ่งที่เปลี่ยนแปลงสำคัญจากผลประกอบการรอบล่าสุด คือ Demand เริ่มกระจายจาก Hyperscaler และ AI Labs ไปสู่ Enterprise มากขึ้น โดยเฉพาะในส่วนของ Inference และ Agentic AI เมื่อองค์กรเริ่มนำ AI ไปใช้งานจริง ความต้องการไม่ได้หยุดอยู่แค่ GPU แต่ยังครอบคลุมทั้ง Server, CPU, Memory, Storage, Networking และระบบ Power/Cooling อีกด้วย ทำให้ฐานลูกค้าที่กว้างขึ้นนี้เป็นบวกต่อธีม AI Server, Memory, Networking/Optical และ Data Center Infrastructure ในวงกว้าง

Memory: 2027 ตึงกว่า 2026 — อุปสงค์ยังนำหน้าอุปทานในทุกมิติ

ข้อมูลจาก Micron KeyBanc Takeaways ยืนยันภาพที่ชัดเจนว่า ทั้ง HBM และ Non-HBM DRAM มี Demand สูงกว่า Supply ขณะที่ Capacity ใหม่เพิ่มได้ช้า เพราะ HBM ใช้ Silicon ต่อ Bit สูงขึ้น และ Greenfield Fab ต้องใช้เวลาหลายปีในการสร้างและ Ramp สิ่งที่เปลี่ยนสำคัญที่สุดในรอบนี้คือ Demand Signal จากลูกค้าเพิ่มขึ้นอีกหลัง Earnings จนผู้บริหารมองว่า ปี 2027 จะตึงกว่าปี 2026 โดยเฉพาะ Data Center ที่บางกรณี Micron ส่งได้ไม่ถึงครึ่งของ Demand และลูกค้าเริ่มมองว่า DRAM เป็นหนึ่งใน Constraint หลักของการขยาย AI Infrastructure

รูป: Micron Memory Demand Supply Gap KeyBanc

ที่น่าสังเกตคือ Micron เริ่ม Balance การขึ้นราคากับ Demand ระยะยาว หลัง Profitability อยู่ในระดับสูงแล้ว จึงไม่จำเป็นต้องเร่ง ASP ทุกไตรมาส ขณะที่ลูกค้าที่ลด DRAM ต่อ Server ทำเพราะ Supply ไม่พอ ไม่ใช่เพราะความต้องการลดลง และแม้ De-spec แล้ว Aggregate Demand ยังเพิ่มขึ้น สะท้อนว่าหาก Supply ใหม่ออกมาก็ยังมี Demand อีกมากที่รออยู่

มิติเชิงโครงสร้างที่สำคัญอีกประการคือ HBM3E มี Trade Ratio ราว 3:1 และ HBM4E อาจเข้าใกล้ 4:1 พร้อมกับ Customization ที่สูงขึ้น ทำให้หลาย Platform อาจใช้เพียง 1–2 Suppliers Switching Cost จึงสูงขึ้น และความสัมพันธ์ระหว่าง Memory Supplier กับลูกค้ายาวขึ้นกว่า Cycle ในอดีต นอกจากนี้ Micron ยังมองว่า Agentic AI จะเพิ่มทั้ง Context Window และ Memory Content ต่อระบบ ขณะที่ Physical AI และ Robotics อาจเป็น Growth Wave รอบถัดไป โดย Humanoid หนึ่งตัวอาจต้องใช้ DRAM หลายร้อย GB และ SSD หลาย TB

ตัวเลขที่ออกมาแล้วใน 3Q26 ทั้งรายได้ Nanya Technology และการส่งออก Semiconductor ของเกาหลีใต้ ยังสะท้อน Demand ที่แข็งแรง ทำให้ Pricing ใน 3Q26 อาจไม่ได้ชะลอแรงเท่าที่ตลาดกังวล

Optical และ Semiconductor Equipment: Supply ตามไม่ทัน ยืนยันการลงทุนต่อเนื่อง

ผลประกอบการของกลุ่ม Semiconductor Equipment และ Optical สะท้อนภาพเดียวกันว่า AI Demand ยังไม่ชะลอ แต่ Supply เพิ่มไม่ทัน ฝั่งชิปต้องเพิ่มทั้ง Cleanroom, Memory และ Advanced Packaging ขณะที่ฝั่ง Optical ยังต้องเร่ง Capacity รองรับ 800G, 1.6T และการเชื่อม AI Cluster ที่ใหญ่ขึ้น

หุ้นจีน: Foundry แข็งแกร่ง และ Alibaba น่าสนใจมากขึ้น

ผลประกอบการจีนรอบนี้ยังแยกกันชัด โดยฝั่ง Foundry และ Semiconductor Equipment ยังแข็งแรง หลัง AI Demand ดัน Utilization ของ SMIC และ Hua Hong ขึ้นสูง และลูกค้าต้องการ Capacity มากกว่าแผนเดิม ทำให้ต้องเพิ่มเครื่องจักรและกำลังผลิตต่อ ในระยะสั้น SMIC ดูดีกว่า Hua Hong จาก Pricing และ Margin ที่แข็งแรงกว่า

ขณะที่ฝั่ง Internet ยังผสมกัน โดย Tencent ยังมี AI Investment และ Compute Cost โตเร็วกว่ารายได้จาก AI ส่วน JD ยังสะท้อน Consumer ที่ฟื้นไม่เต็มที่และรายได้อ่อน แต่จุดที่ดีขึ้นคือ Food Delivery ขาดทุนลดลงมาก ทำให้แรงกดดันจากการแข่งขันอาจเริ่มเบาลง ด้วยภาพนี้ Yuanta CIO จึงเริ่มชอบ Alibaba มากขึ้น เพราะคาดว่า Cloud มีโอกาสออกมาดี สอดคล้องกับ Open Model ที่เก่งขึ้นและการใช้ AI Cloud ที่เร่งคล้าย US CSP ขณะที่ E-Commerce มีโอกาสอ่อนแอน้อยลงตามการแข่งขันที่เริ่มผ่อนลง

ผลกระทบต่อสินทรัพย์การลงทุน

• AI Infrastructure (Compute, Server, Power/Cooling): มองบวก เพราะตลาดทุนกำลังกลายเป็น CAPEX ลูกใหม่ต่อจาก Hyperscaler ช่วยเพิ่มแหล่งเงินสำหรับการขยาย Compute
• Memory (HBM และ Non-HBM DRAM): มองบวก เพราะสิ่งที่กำลังเปลี่ยนไม่ใช่ Demand อ่อนลง แต่เป็นจากช่วงที่ราคาขึ้นแรง ไปสู่ช่วงที่ราคายืนสูงได้นานขึ้น ขณะที่ Supply ยังตึงและลูกค้ายังต้องการของมากกว่าที่ผลิตได้
• Optical/Photonics — LITE80, COHR80: เพิ่มเข้า Satellite Portfolio เพื่อรับประโยชน์จากการเพิ่ม Optical Content ต่อ AI System หลังผลประกอบการรอบล่าสุดแข็งแกร่งต่อเนื่อง
• Semiconductor Equipment และ Advanced Packaging: มองบวก เนื่องจาก Supply เพิ่มไม่ทัน AI Demand ที่ยังไม่ชะลอ
• Chinese Foundry / Semiconductor Equipment: มองบวก โดย SMIC ดูดีกว่า Hua Hong ในระยะสั้นจาก Pricing และ Margin ที่แข็งแรงกว่า
• Alibaba — BABA19: เพิ่มเข้า Portfolio เพราะคาดว่า Cloud มีโอกาสออกมาดี สอดคล้องกับ Open Model ที่เก่งขึ้นและการใช้ AI Cloud ที่เร่ง

มุมมอง Yuanta CIO

Yuanta CIO ยังคงมุมมองบวกต่อธีม AI Infrastructure, Memory, Advanced Packaging, Optical/Photonics และ Chinese Foundry อย่างชัดเจน โดยเชื่อว่ายังเร็วเกินไปที่จะกังวลเรื่อง GPU ด้อยค่าเร็ว เพราะ A100 ที่เปิดตัวตั้งแต่ปี 2020 ยังมีสัญญาใช้งานต่อถึงปี 2029 และค่าเช่า H100 ยังแข็งแกร่ง เนื่องจาก AI ไม่ได้มีเพียง Training แต่งาน Inference จำนวนมากยังสามารถใช้ GPU รุ่นเก่าได้ ทำให้ GPU ยังสร้างกระแสเงินสดและรองรับโครงสร้าง Financing ได้ต่อเนื่อง และเมื่อ Capacity ใหม่ทยอยเข้ามาและสัญญาระยะยาวเริ่มเปลี่ยนเป็น Shipment มากขึ้น ปริมาณขายจะเพิ่มบนฐานราคาที่ยังสูง ทำให้รายได้และกำไรยังมีโอกาสโตต่อ แม้ Margin จะไม่ได้เร่งแรงเหมือนช่วงก่อน