Blackstone ชี้ลงทุน AI ต้องเพิ่ม Equity Financing ลดความเสี่ยงหนี้

การเติบโตของปัญญาประดิษฐ์ (AI) กำลังเร่งให้เกิดการลงทุนโครงสร้างพื้นฐานครั้งใหญ่ ตั้งแต่ศูนย์ข้อมูล (Data Center) ชิปประมวลผล ระบบเครือข่าย ไปจนถึงโรงไฟฟ้าและระบบส่งพลังงาน แต่เมื่อเม็ดเงินลงทุนขยายตัวอย่างรวดเร็ว คำถามสำคัญของตลาดไม่ได้อยู่ที่ว่าเทคโนโลยีจะเติบโตได้มากเพียงใดเท่านั้น แต่ยังรวมถึง ใครจะเป็นผู้จัดหาเงินทุน และความเสี่ยงจากการลงทุนจะถูกกระจายไปอยู่ที่ใด

Jon Gray ประธานและประธานเจ้าหน้าที่ฝ่ายปฏิบัติการของ Blackstone บริษัทบริหารสินทรัพย์ทางเลือกขนาดใหญ่ของสหรัฐฯ ระบุว่า การขยายโครงสร้างพื้นฐาน AI จำเป็นต้องใช้เงินทุนจากผู้ถือหุ้น (Equity Financing) เพิ่มขึ้น เนื่องจากการพึ่งพาเงินกู้มากเกินไปอาจทำให้ผู้ให้สินเชื่อมีความเสี่ยงกระจุกตัว ทั้งในระดับอุตสาหกรรมและบริษัทแต่ละแห่ง

ท่ามกลางความต้องการกำลังประมวลผลที่ยังเพิ่มขึ้นเร็วกว่าปริมาณอุปทาน ตลาดจึงกำลังเผชิญโจทย์สองด้านพร้อมกัน คือการระดมทุนให้เพียงพอต่อการเติบโต และการรักษาสมดุลทางการเงินไม่ให้การลงทุนขนาดใหญ่กลายเป็นความเสี่ยงต่อระบบสินเชื่อ

AI Boom ต้องใช้เงินทุนมหาศาล มากกว่าการลงทุนด้านเทคโนโลยี

Gray กล่าวถึงประเด็นดังกล่าวระหว่างการประชุม Global Financial Leaders’ Investment Summit ซึ่งจัดโดย Hong Kong Monetary Authority เมื่อวันที่ 3 พฤศจิกายน 2569 โดยมองว่าบริษัทเทคโนโลยีรายใหญ่จะต้องระดมทุนเพิ่มเติม เพื่อรองรับความต้องการด้าน AI ที่เพิ่มขึ้นอย่างต่อเนื่อง

ความต้องการเงินทุนไม่ได้จำกัดอยู่ที่การพัฒนาโมเดล AI หรือการจัดซื้อชิปประมวลผล แต่ครอบคลุมการสร้างโครงสร้างพื้นฐานที่จำเป็นต่อการให้บริการในระดับอุตสาหกรรม ไม่ว่าจะเป็นศูนย์ข้อมูล ระบบไฟฟ้า โครงข่ายสื่อสาร อุปกรณ์ประมวลผล และพื้นที่สำหรับติดตั้งระบบ

ประเด็นนี้ทำให้การลงทุน AI มีลักษณะแตกต่างจากการลงทุนในซอฟต์แวร์ทั่วไป เพราะต้องใช้เงินทุนจำนวนมากล่วงหน้า และต้องอาศัยเวลาในการก่อสร้าง ติดตั้งอุปกรณ์ และสร้างรายได้กลับคืนมา

Gray ระบุว่า ความต้องการกำลังประมวลผลยังสูงกว่าปริมาณอุปทานอย่างมาก จึงเชื่อมั่นในโอกาสการลงทุนโครงสร้างพื้นฐาน AI อย่างไรก็ตาม การขยายตัวดังกล่าวจำเป็นต้องอาศัยแหล่งเงินทุนที่หลากหลายมากขึ้น ทั้งตลาดหุ้น ธนาคาร กองทุนเอกชน และกระแสเงินสดจากบริษัทเทคโนโลยีขนาดใหญ่

ทำไมต้องเพิ่ม Equity Financing แทนการพึ่งพาหนี้เพียงอย่างเดียว

เหตุผลสำคัญที่ Blackstone ให้ความสำคัญกับเงินทุนจากผู้ถือหุ้น คือความแตกต่างระหว่างผลตอบแทนและความเสี่ยงของผู้ลงทุนในหุ้นกับผู้ให้สินเชื่อ

Equity Financing เป็นการระดมทุนโดยแลกกับสิทธิความเป็นเจ้าของหรือส่วนได้เสียในกิจการ ผู้ลงทุนมีโอกาสได้รับผลตอบแทนจากการเติบโตของบริษัท แต่ก็ต้องรับความเสี่ยงหากผลประกอบการไม่เป็นไปตามเป้าหมาย

ขณะที่ Debt Financing เป็นการระดมทุนผ่านการกู้ยืมหรือออกตราสารหนี้ ซึ่งบริษัทมีภาระต้องชำระดอกเบี้ยและคืนเงินต้นตามเงื่อนไข แม้ผู้ให้สินเชื่อจะได้รับผลตอบแทนตามที่ตกลงไว้ แต่ก็มีโอกาสขาดทุนหากลูกหนี้ผิดนัดชำระหนี้

Gray ชี้ว่า ผู้ถือหุ้นสามารถได้รับประโยชน์จากการเติบโตของบริษัท แต่ผลตอบแทนของผู้ให้กู้มีขอบเขตจำกัดอยู่ที่ดอกเบี้ยและเงินต้นเป็นหลัก เมื่อการลงทุน AI ขยายตัวจนผู้ให้สินเชื่อมีความเสี่ยงกระจุกตัวในบริษัทหรืออุตสาหกรรมเดียวกันมากเกินไป การเพิ่มสัดส่วนเงินทุนจากผู้ถือหุ้นจึงเป็นแนวทางหนึ่งในการกระจายความเสี่ยง

การเพิ่มเงินทุนจากผู้ถือหุ้นไม่ได้หมายถึงการยุติการกู้ยืม แต่เป็นการสร้างสมดุลระหว่างเงินทุนที่รับความเสี่ยงได้กับหนี้สินที่มีภาระชำระคืน เพื่อไม่ให้การลงทุน AI พึ่งพาเงินกู้มากเกินไป

เม็ดเงินลงทุน AI อาจแตะ 10 ล้านล้านดอลลาร์ใน 5 ปี

ขนาดของเงินทุนที่ต้องใช้เป็นอีกปัจจัยที่ทำให้ตลาดการเงินจับตาการเติบโตของ AI อย่างใกล้ชิด โดย Emmanuel Roman ประธานเจ้าหน้าที่บริหารของ PIMCO ซึ่งร่วมอภิปรายในเวทีเดียวกัน ระบุว่า การใช้จ่ายลงทุนที่เกี่ยวข้องกับ AI อาจสูงถึงประมาณ 10 ล้านล้านดอลลาร์สหรัฐในช่วง 5 ปีข้างหน้า โดยอ้างอิงประมาณการของ Bill Ford ประธานเจ้าหน้าที่บริหาร General Atlantic

Roman ยังกล่าวถึงการออกตราสารหนี้ที่เกี่ยวข้องกับ AI ซึ่งมีมูลค่าประมาณ 550,000 ล้านดอลลาร์สหรัฐในปี 2569 พร้อมตั้งข้อสังเกตว่า การระดมทุนในระดับดังกล่าวอาจกลายเป็นภาระที่ตลาดการเงินต้องรองรับอย่างหนัก เมื่อเปรียบเทียบกับตลาดตราสารหนี้ภาคธุรกิจทั่วโลกที่มีมูลค่าประมาณ 20 ล้านล้านดอลลาร์สหรัฐ

ขณะที่ Goldman Sachs ประเมินว่า ความต้องการด้านศูนย์ข้อมูลทั่วโลกอาจต้องใช้เงินลงทุนประมาณ 8.5 ล้านล้านดอลลาร์สหรัฐในช่วง 5 ปีข้างหน้า ตัวเลขดังกล่าวสะท้อนว่า AI ไม่ได้เป็นเพียงอุตสาหกรรมเทคโนโลยีที่เติบโตจากซอฟต์แวร์และนวัตกรรม แต่กำลังสร้างความต้องการลงทุนขนาดใหญ่ในภาคพลังงาน อสังหาริมทรัพย์ และโครงสร้างพื้นฐานด้วย

อย่างไรก็ตาม ตัวเลข 10 ล้านล้านดอลลาร์เป็นประมาณการการใช้จ่ายลงทุนที่ Roman นำมากล่าวถึง ไม่ใช่ยอดเงินลงทุนที่เกิดขึ้นแล้ว และไม่ควรตีความว่าเป็นเงินทุนที่ต้องระดมผ่านตลาดหุ้นหรือเงินกู้เพียงช่องทางเดียว

ความเสี่ยงไม่ได้อยู่ที่เงินทุนไม่เพียงพอ แต่อยู่ที่ผลตอบแทนและความสามารถในการชำระหนี้

แม้ความต้องการกำลังประมวลผลจะเพิ่มขึ้นอย่างต่อเนื่อง แต่การลงทุนโครงสร้างพื้นฐาน AI ยังมีข้อจำกัดหลายด้าน ตั้งแต่การจัดหาที่ดิน การขอใบอนุญาตก่อสร้าง การเข้าถึงชิปประมวลผล การจัดหาไฟฟ้า ไปจนถึงต้นทุนเงินทุน

หากโครงการลงทุนมีขนาดใหญ่กว่าความสามารถในการสร้างรายได้ หรือความต้องการใช้งานจริงเติบโตไม่ทันกำลังการผลิต บริษัทอาจเผชิญแรงกดดันด้านกระแสเงินสดและภาระหนี้สิน ขณะที่ผู้ให้สินเชื่อก็อาจได้รับผลกระทบหากมีการปล่อยกู้กระจุกตัวอยู่ในธุรกิจที่มีความเสี่ยงใกล้เคียงกัน

นอกจากนี้ ตลาดยังต้องประเมินความคุ้มค่าของการลงทุนให้รอบด้าน เพราะการสร้างศูนย์ข้อมูลและระบบพลังงานต้องใช้เงินทุนล่วงหน้าสูง และมีระยะเวลาคืนทุนที่ขึ้นอยู่กับอัตราการใช้งาน ราคาค่าบริการ และความสามารถในการแข่งขันของผู้ให้บริการ

ตัวอย่างหนึ่งคือธุรกรรมมูลค่า 63,000 ล้านดอลลาร์สหรัฐที่ Blackstone ร่วมกับ Bank of America, Citi และ Morgan Stanley ประกาศเมื่อวันที่ 26 ตุลาคม 2569 เพื่อสนับสนุนการจัดหาอุปกรณ์ประมวลผล AI ให้กับ Anthropic ผ่านโครงสร้างบริษัทเฉพาะกิจ (Special Purpose Vehicle: SPV) และการจัดหาเงินทุนหลายระดับ กรณีนี้สะท้อนให้เห็นว่าการระดมทุนสำหรับ AI เริ่มใช้โครงสร้างทางการเงินที่ซับซ้อนขึ้น เพื่อรองรับเงินลงทุนขนาดใหญ่และกระจายบทบาทของผู้ให้ทุน

ความสำเร็จของการลงทุน AI ไม่ได้วัดจากจำนวนเงินที่ระดมทุนได้เพียงอย่างเดียว แต่ต้องพิจารณาความสามารถในการสร้างรายได้ กระแสเงินสด และผลตอบแทนให้สอดคล้องกับต้นทุนเงินทุนในระยะยาว

โครงสร้างเงินทุน AI เปลี่ยนโจทย์การลงทุนของธุรกิจและตลาดทุน

ทิศทางที่ Blackstone เสนอสะท้อนว่า การแข่งขันด้าน AI กำลังก้าวเข้าสู่ช่วงที่โครงสร้างเงินทุนมีความสำคัญไม่แพ้ความสามารถทางเทคโนโลยี บริษัทที่ต้องการขยายกำลังประมวลผลอาจต้องใช้เงินทุนจากหลายแหล่ง ทั้งการเพิ่มทุน การออกตราสารหนี้ การระดมทุนจากกองทุนเอกชน และการนำกระแสเงินสดจากธุรกิจเดิมมาสนับสนุนการลงทุน

สำหรับนักลงทุน ประเด็นที่ควรติดตามจึงไม่ได้มีเพียงการเติบโตของรายได้จาก AI แต่รวมถึงสัดส่วนหนี้สินต่อทุน ความสามารถในการชำระดอกเบี้ย กระแสเงินสดจากการดำเนินงาน และระยะเวลาคืนทุนของโครงการโครงสร้างพื้นฐาน

ส่วนผู้ประกอบการไทยที่เกี่ยวข้องกับเทคโนโลยี ดิจิทัล พลังงาน และบริการสนับสนุนศูนย์ข้อมูล ควรติดตามทิศทางการลงทุนดังกล่าว เพราะการขยายตัวของโครงสร้างพื้นฐาน AI อาจสร้างโอกาสทางธุรกิจในหลายอุตสาหกรรม แต่ในอีกด้านหนึ่ง การเปลี่ยนแปลงของต้นทุนเงินทุนและมาตรฐานการประเมินความคุ้มค่าก็อาจส่งผลต่อการตัดสินใจลงทุนของบริษัทขนาดใหญ่เช่นกัน

ท้ายที่สุด การเติบโตของ AI อาจเป็นโอกาสทางเศรษฐกิจครั้งสำคัญ แต่การลงทุนในระดับหลายล้านล้านดอลลาร์จำเป็นต้องมาพร้อมวินัยทางการเงินและการประเมินความเสี่ยงอย่างรอบคอบ เพราะในระยะยาว ผู้ที่จะได้รับประโยชน์จากการเติบโตของ AI ไม่จำเป็นต้องเป็นบริษัทที่ลงทุนมากที่สุด แต่อาจเป็นบริษัทที่สามารถเปลี่ยนเงินทุนและเทคโนโลยีให้กลายเป็นผลตอบแทนที่ยั่งยืนได้