AI CapEx คืออะไร? และมันไม่ใช่แค่ค่าใช้จ่าย แต่มันคือแผนที่ใหม่ของเศรษฐกิจเทคโนโลยี

1. ตลาดไม่ได้ Price AI จาก Story แล้ว แต่ Price จาก CapEx

CapEx หรือ Capital Expenditures คือรายจ่ายเพื่อลงทุนในสินทรัพย์ระยะยาว อารมณ์แบบซื้อเครื่องทำกาแฟเพื่อขายกาแฟ — เครื่องทำกาแฟคือ CapEx และเมล็ดกาแฟคือ OpEx

ช่วงแรกของ AI cycle ตลาดซื้อ narrative ใครมีคำว่า AI ใน presentation ก็ดูมีอนาคต ใครพูดเรื่อง model, agent, automation, inference ก็ดูเหมือนอยู่บนคลื่นใหญ่ ตอนนี้ก็ยังเป็นแบบนั้นอยู่นะ

แต่ตลาดเริ่ม mature ขึ้น และคำถามจะไม่ใช่แค่ "บริษัทนี้มี AI ไหม" แต่คือ:

นี่คือการเปลี่ยนจาก AI narrative ไปสู่ AI CapEx discipline และนั่นทำให้ CapEx กลายเป็นตัวเลขที่สำคัญที่สุดตัวหนึ่งของตลาดเทคตอนนี้

2. ขนาดของเงินลงทุนเริ่มใหญ่เกินกว่าจะเรียกว่า Experiment

ปี 2026 คือปีที่ AI infrastructure spending กลายเป็นตัวเลขระดับ macro Reuters รายงานว่า spending on AI infrastructure by major tech firms ถูกคาดว่าจะเกิน $700B ในปี 2026 จากประมาณ $410B ในปี 2025

ระดับเงินกำลังเปลี่ยน supply chain ทั้งระบบ มันกระทบ:

AI CapEx จึงไม่ใช่เรื่องของ Nasdaq อย่างเดียว มันเริ่มกลายเป็น industrial cycle ของทั้งโลก AI ไม่ได้อยู่แค่ใน software stack แล้ว มันกำลังกลืน hardware stack, energy stack และ credit market เข้าไปด้วย

3. Alphabet: AI CapEx ในฐานะ Search + Cloud Defense

Alphabet เป็นตัวอย่างที่ดีของบริษัทที่ตลาดเคยกลัวว่า AI จะ disrupt core business คำถามเก่าคือ: "ถ้าคนใช้ AI answer engine มากขึ้น Google Search จะเสีย traffic ไหม?"

แต่ตัวเลข CapEx สะท้อนว่า Alphabet ไม่ได้เลือก defend แบบ passive Alphabet ปรับ full-year 2026 CapEx guidance ขึ้นเป็น $180B–$190B และบอกว่าความต้องการ AI compute ทั้ง internal และ external อยู่ในระดับมหาศาล

นี่คือ signal ที่สำคัญมาก เพราะมันบอกว่า Alphabet ไม่ได้มอง AI เป็นแค่ threat ต่อ Search แต่มอง AI เป็น infrastructure layer ใหม่ของทั้ง Google Services และ Google Cloud

Alphabet อยู่ตรงกลางระหว่างสอง narrative:

4. Meta: CapEx เพื่อควบคุม Distribution และ Recommendation Engine

Meta เป็น case ที่น่าสนใจ เพราะไม่ใช่ cloud provider แบบ AWS, Azure หรือ Google Cloud แต่ Meta ใช้ AI CapEx เพื่อเสริม core engine ของตัวเอง: recommendation, ads targeting, content ranking, generative creative tools, business messaging, Llama ecosystem และ internal productivity

Meta ปรับ 2026 CapEx guidance เป็น $125B–$145B จากเดิม $115B–$135B โดยชี้ไปที่ component pricing ที่สูงขึ้น และ data center costs เพื่อรองรับ future capacity

มันสะท้อนว่า Meta กำลังเลือกซื้อ compute เพื่อปกป้อง attention economy ของตัวเอง ถ้า AI ทำให้ feed ดีขึ้น, ads conversion ดีขึ้น, creative generation ถูกลง และ business agents scale ได้ Meta จะสามารถแปลง CapEx เป็น ad yield ได้ค่อนข้างตรง

แต่ความเสี่ยงคือ Meta ไม่มี external cloud revenue ขนาดเดียวกับ Microsoft, Amazon หรือ Alphabet ดังนั้นตลาดจะถามหนักกว่า: "เงินที่ลงไป จะกลับมาเป็น ad revenue และ engagement มากพอไหม?"

5. Microsoft: AI CapEx คือ Azure Capacity Race

Microsoft เป็นหนึ่งในบริษัทที่ AI CapEx เชื่อมกับ revenue engine ชัดที่สุด เพราะ Azure เป็น platform ที่สามารถ monetize compute demand ได้โดยตรง

Microsoft รายงาน FY26 Q1 capital expenditures ที่ $34.9B โดยบอกว่าขับเคลื่อนจาก cloud และ AI demand และประมาณครึ่งหนึ่งของ spend เป็น short-lived assets เช่น GPUs และ CPUs ต่อมา FY26 Q2 CapEx อยู่ที่ $37.5B และประมาณสองในสามเป็น short-lived assets

คำว่า short-lived assets สำคัญมาก เพราะมันแปลว่า AI infrastructure ไม่เหมือน data center ยุคเก่า:

• GPU cycle เสื่อมเร็วกว่า model
• Architecture เปลี่ยนเร็วกว่า hardware
• Efficiency เปลี่ยนเร็วกว่า
• Depreciation pressure จะชัดขึ้นถ้า utilization ไม่สูงพอ

ดังนั้น Microsoft bull case ไม่ใช่แค่ "AI ดี" แต่คือ Azure ต้องมี utilization สูงพอที่จะ justify GPU-heavy CapEx ถ้า enterprise AI workload ขยายจริง Microsoft จะเป็นหนึ่งในผู้เก็บค่าเช่าหลักของ cycle นี้

6. Amazon: AI CapEx คือการป้องกัน AWS Crown

Amazon อยู่ในตำแหน่งที่ต่างจาก Meta และคล้าย Microsoft มากกว่า เพราะ AWS คือ cash engine สำคัญของบริษัท ในรอบ cloud cycle ก่อน AWS เป็นผู้ชนะใหญ่ แต่ใน AI cycle นี้ ความเป็นผู้นำไม่ได้การันตีอัตโนมัติ

เพราะลูกค้าไม่ได้ต้องการแค่ cloud storage หรือ compute ธรรมดา แต่ต้องการ GPU clusters, model hosting, inference scale, AI platform tools และ latency-efficient infrastructure

รายงานล่าสุดระบุว่า Amazon กำลังหันไปใช้ debt markets รวมถึง Swiss franc bond sale หาทุนเพื่อขยาย business investments และ CapEx

7. จุดเปลี่ยนสำคัญ: จาก Software Margin ไปสู่ Infrastructure Margin

ยุค software เดิม ตลาดรัก Big Tech เพราะมันมีลักษณะ asset-light: margin สูง, free cash flow แข็งแรง, buyback ใหญ่, scale โดยไม่ต้องเพิ่มต้นทุนเท่ากับรายได้ และ incremental margin สวย

แต่ AI CapEx กำลังเปลี่ยนสมการนี้ และ AI ไม่ได้ scale ฟรี:

• ทุก inference มี cost
• ทุก model ต้องใช้ compute
• ทุก latency improvement ต้องมี infrastructure
• ทุก enterprise workload ต้องมี capacity

ดังนั้น AI อาจเพิ่ม revenue ได้จริง แต่ก่อนจะไปถึงจุดนั้น บริษัทต้องจ่ายก่อน FT รายงานว่า AI spending spree ระดับ $725B ของ Big Tech กำลังกด collective free cash flow ลงสู่ระดับต่ำสุดในรอบทศวรรษ

8. ใครได้ประโยชน์ก่อน ใครได้ประโยชน์ทีหลัง

AI CapEx ไม่ได้กระจายประโยชน์เท่ากันทุกเลเยอร์ ถ้าจัดเป็นแต่ละ Layer จะเห็นประมาณนี้:

Layer 4 คือ End-user productivity ที่เป็นปลายทางที่ใหญ่ที่สุด แต่ช้าที่สุด ถ้า AI ทำให้บริษัทลดต้นทุน เพิ่ม output หรือสร้าง product ใหม่ได้จริง CapEx วันนี้จะดูเหมือนถูกมากในอนาคต แต่ถ้า adoption ติด friction CapEx วันนี้จะดูเหมือน overbuild

9. Bubble หรือ Supercycle? ต้องดู 5 ตัวชี้วัดนี้

การตัดสินว่า AI CapEx เป็น bubble หรือ infrastructure supercycle ไม่ควรดูจากราคาหุ้นอย่างเดียว ต้องดู 5 ตัวนี้:

นี่คือจุดที่ต้องไม่มองข้าม เพราะเมื่อ AI buildout เชื่อมกับ credit market มันจะ sensitive ต่อ rates, spreads และ investor appetite มากขึ้น

10. The Real Alpha: AI CapEx คือ "Capacity Pre-Positioning"

ตลาดทั่วไปมอง CapEx เป็นค่าใช้จ่าย แต่มุมที่ลึกกว่าคือ: AI CapEx คือการ pre-position capacity ก่อน demand จะมาเต็มรูปแบบ

นี่คล้าย cloud cycle ช่วงแรก ตอนแรกคนสงสัยว่า cloud data centers จะใช้เต็มไหม แต่เมื่อ enterprise migration มา infrastructure owners ก็กลายเป็นผู้ชนะ

AI cycle อาจคล้ายกัน แต่มีความเร็วและความเสี่ยงสูงกว่า เพราะ:

• Hardware cycle เร็วกว่า
• Model efficiency เปลี่ยนเร็วกว่า
• Competition ดุกว่า
• Power constraint จริงกว่า
• Monetization ยังไม่ normalize
• Enterprise adoption ยังไม่เท่ากันทุก sector

ดังนั้น AI CapEx ไม่ใช่เสือนอนกิน แต่มันคือ call option ขนาดใหญ่บนอนาคตของ compute demand คนที่มี capacity ก่อน อาจเป็นคนกำหนดราคา แต่คนที่ build capacity เกิน demand จะเป็นคนรับ depreciation

11. ทำไมตลาดยังให้โอกาส AI CapEx

ถึงจะมีความเสี่ยง ตลาดยังไม่ reject AI CapEx ทั้งหมด เพราะมีเหตุผลสำคัญ 3 ข้อ:

12. แต่ตลาดจะไม่ให้ Blank Cheque ตลอดไป

จุดที่ต้องระวังคือ investor patience ไม่ได้ไม่มีขีดจำกัด ถ้า CapEx โตต่อ แต่ free cash flow ถูกกด, buybacks ลด, margin ถูกบีบ และ AI revenue ยังไม่ชัด ตลาดอาจตั้งคำถาม: "ใครลงทุน AI เยอะที่สุด?"

3 ปีต่อจากนี้ อาจไม่ใช่ปีที่ตลาดถามว่าใครมี AI ของตัวเองแล้ว... แต่เป็นปีที่ตลาดถามว่า AI ของใครมี ROI สูงสุด

13. Final View

AI CapEx คือหนึ่งใน narrative ที่ใหญ่ที่สุดของตลาดตอนนี้ แต่ไม่ควรอ่านแบบผิวเผินว่า "ลงทุนเยอะ = bullish เสมอ"

การลงทุนระดับ $600B–$800B+ ไม่ใช่เรื่องเล็ก มันใหญ่พอจะเปลี่ยน earnings quality, free cash flow profile, debt market, semiconductor cycle และ power demand

แต่ในขณะเดียวกัน มันก็ใหญ่พอจะบอกว่า AI ไม่ใช่แค่กระแสบนหน้าฟีด นี่คือ infrastructure buildout จริง

ดังนั้นบทสรุปคือ: ให้ดูว่าเงินไหลไปไหน ใครเก็บ toll ใครรับ depreciation ใครมี pricing power และใครสามารถเปลี่ยน infrastructure ให้กลายเป็น profit pool

AI Cycle รอบนี้จะเรียกว่า bubble ก็อาจจะเป็นไปได้ แค่ตลาดตอนนี้ยังไม่ถึงจุดนั้นจริง ๆ ก่อนหน้านี้มันเคยถูกเรียกเป็น bubble เพราะยังจับต้องไม่ได้ขนาดนั้น แต่ล่าสุด CapEx โตเยอะมากและก็ยังมีโอกาสโตเพิ่มมากขึ้น แปลว่าตลาด AI ก็ยังสามารถโตได้อีก

Bubble อาจจะมาในอนาคต อันนี้มีโอกาสพอสมควร แต่ในระยะเวลา mid term มันอาจจะยังไม่ได้ถึง