AI Winter รอบนี้จะหนาวแค่ไหน คาดหวังสูง ผลตอบแทนต่ำ ทำไมคลื่นขาลง AI ครั้งนี้น่าจับตากว่าทุกครั้ง

สองถึงสามปีที่ผ่านมา “AI ครองโลก” กลายเป็นวลีที่สื่อและนักลงทุนพูดถึงบ่อยที่สุด แต่ในปีนี้กันสัญญาณความร้อนแรงของหุ้นเทคโนโลยีที่ร้อนแรงเริ่มส่อแววซึมจนเป็นที่กังวลใจ โดยเฉพาะกลุ่ม AI ที่ราคาหุ้นหลายตัวปรับตัวลดลง หลังจากการเทขายหุ้นในกลุ่มนี้ชัดเจนขึ้นในสัปดาห์ที่ผ่านมา ทำเอาบรรดานักลงทุนและผู้ติดตามที่ใกล้ชิดจับตาใกล้ชิด ตั้งคำถามว่า โลกกำลังเข้าสู่ช่วง “AI Winter” หรือไม่

สิ่งที่เคยเป็นแรงบวกในโลก AI ถูกตั้งคำถาม โดยเฉพาะเมื่อแต่ละการเปิดตัวโมเดลใหม่เริ่มสร้างผลลัพธ์ที่น่าผิดหวัง หากเปรียบเทียบกับเทคโนโลยีอื่น ๆ กระแส AI ถูกมองว่าอาจเข้าสู่จังหวะชะลอตัว มากกว่าการสร้างการปฏิวัติครั้งใหม่ทั้งโลกธุรกิจ

ล่าสุดรายงานจาก MIT เผยแพร่ล่าสุดยิ่งสะท้อนความจริง โดยระบุว่า 95% ขององค์กรที่ลงทุนใน AI ไม่ได้ผลตอบแทนใด ๆ ขณะที่ IBM ก็เปิดเผยว่า Agentic AI ยังไม่ค่อยเวิร์ก มีเพียง 16% ขององค์กรที่ใช้งานได้อย่างเป็นระบบทั้งองค์กร สะท้อนว่าภาพความฝันกับการใช้งานจริงยังห่างไกลกันมาก หรือมากไปกว่านั้นที่ Sam Altman ซีอีโอ OpenAI หนึ่งในผู้นำตลาดเองได้ออกมาเตือนถึง “ภาวะฟองสบู่ AI” และการขาดทุนมหาศาล จากความตื่นเต้นที่ไร้เหตุผลในช่วงที่ผ่านมา

อ่านเพิ่มเติม หุ้น AI ร่วงระนาว พบ 95% โปรเจกต์ GenAI ยังไม่เวิร์ก นักลงทุนเริ่มตั้งคำถาม ผลตอบแทนอยู่ไหน

สัญญาณใดบ้างที่บอกว่า AI Winter กำลังมา?

คำว่า “AI Winter” มักใช้เรียก "ช่วงเวลาที่ความสนใจและการลงทุนในเทคโนโลยีปัญญาประดิษฐ์ลดลงอย่างรุนแรง"  หลังผ่านพ้นความคาดหวังที่สูงเกินจริง แต่ไม่สามารถส่งมอบผลลัพธ์ได้ตามที่สัญญาไว้ เปรียบเสมือนการถูก “แช่แข็ง” ที่ส่งผลต่อทั้งความคาดหวัง ความนิยม การวิจัย การพัฒนา และการลงทุน

ที่ผ่านมาโลกเคยเผชิญ AI Winter อย่างน้อย 2 ครั้ง ครั้งแรกในทศวรรษ 1970 และปลายทศวรรษ 1980-1990 โดยมีสาเหตุหลักคล้ายกัน คือ ความคาดหวังเกินจริง เทคโนโลยียังไม่พร้อม และผลตอบแทนไม่ทันใจ อย่างไรก็ตามแม้ว่าปัจจุบันยังไม่มีใครฟันธงได้ว่า AI Winter รอบใหม่จะเกิดขึ้นจริงหรือไม่ แต่ผู้เชี่ยวชาญจำนวนมากเริ่มจับตา เพราะสัญญาณหลายประการกำลังปรากฏขึ้น

• ปัจจัยแรก ต้นทุนสวนทางกับความคาดหวัง

แม้ AI แสดงศักยภาพในบางอุตสาหกรรม แต่ไม่ได้ “พลิกโลก” เหมือนที่หลายฝ่ายวาดฝัน รายงานจำนวนมากสะท้อนว่าโครงการ AI ขององค์กรธุรกิจยังไม่สามารถสร้างมูลค่าที่วัดผลได้จริง เมื่อเทียบกับต้นทุนที่จ่ายไป หรือแม้แต่ในฝั่งผู้พัฒนาที่รายได้จากการใช้งานจริงยังไม่คุ้มค่า ส่งผลให้ความเชื่อมั่นและเงินลงทุนเริ่มสั่นคลอน

นอกจากนี้ความก้าวหน้าของโมเดลใหม่ ๆ เริ่มถูกมองว่าถึงจุดอิ่มตัว การอัปเกรดไม่ได้สร้างความเปลี่ยนแปลงแบบก้าวกระโดดเหมือนช่วงแรก อีกทั้งปัญหาทางเทคนิคยังคงอยู่ เช่น Hallucination หรือการสร้างข้อมูลเท็จ และข้อจำกัดเรื่องความเข้าใจโลกจริง

กล่าวคือ จุดแข็งของ AI วันนี้ยังอยู่ที่ “การช่วยคิด” มากกว่าการ “คิดเอง” จริง ๆ ทุกครั้งที่โจทย์หรือบริบทเปลี่ยน นักพัฒนาต้องออกแบบ Reasoning Roadmap ใหม่เสมอ และขณะเดียวกันที่ปัญหาคุณภาพข้อมูลยังคงเป็นอุปสรรคใหญ่ การจัดหาข้อมูลคุณภาพสูงใช้ทั้งเงินและเวลา และหาก AI ถูกฝึกด้วยข้อมูลไม่ดี หรือข้อมูลที่ AI สร้างเอง อาจยิ่งทำให้ประสิทธิภาพถดถอยลง

• ปัจจัยสอง แรงกดดันจากตลาดและเศรษฐกิจ

แม้ตลาดหุ้นสหรัฐฯ ที่เผชิญภาวะการกระจุกตัวสูงสุดในรอบกว่า 20 ปี จากหุ้นกลุ่มเทคโนโลยีและ AI นำโดย Magnificent Seven ที่เป็นแรงขับเคลื่อนแทบทั้งหมดของตลาด อย่างไรก็ตาม ประเด็นเรื่องค่าใช้จ่ายลงทุน (Capex) พุ่งสูงผิดปกติ กลายเป็นปัจจัยสำคัญที่นักลงทุนพิจารณา เช่น กรณีของ Perplexity ที่มีค่าใช้จ่ายซื้อโมเดลและบริการคลาวด์สูงกว่ารายได้จริง หากเศรษฐกิจชะลอตัว เงินทุนสำหรับโครงการ AI ที่มีความเสี่ยงสูงอาจหายไปในพริบตา

บรรยากาศการลงทุนในปีนี้เริ่มสะท้อนให้เห็นชัดถึงส่งสัญญาณชะลอตัว โดยเฉพาะในกลุ่ม AI ที่กำลังเผชิญกับความผันผวนในเรื่องการตีมูลค่า ความเสี่ยงของระบบการเงินอาจไม่ได้อยู่ที่ว่า AI จะพัฒนาต่อได้หรือไม่ แต่คือความคาดหวังที่สูงเกินจริงที่สะสมทั้งในตลาดหุ้นและตลาดหนี้ 

การกระจุกตัวของหุ้นกลุ่มนี้ย่อมส่งผลให้ความผันผวนใดๆ ที่เกิดขึ้นไม่ใช่เรื่องเล็ก ทั้งในแง่ของการประเมินมูลค่าหุ้นที่สูงเกินจริง และผลกระทบต่อระบบการเงินที่รองรับการลงทุนเหล่านี้ หาก AI ไม่สามารถสร้างผลตอบแทนจริงตามสัญญาได้ ฟองสบู่ที่สะสมอยู่อาจแตก และอาจส่งผลกระทบต่อทั้งระบบ 

สิ่งที่น่ากังวลจึงไม่ใช่เพียงหุ้นในตลาดหลักทรัพย์ แต่ยังรวมถึงตลาดการเงินที่ไม่โปร่งใส (Opaque Private Markets) ซึ่งกำลังทุ่มเงินมหาศาลเพื่อสร้างศูนย์ข้อมูลและโครงสร้างพื้นฐาน AI คาดกันว่าภายใน 3 ปีข้างหน้า เงินลงทุนด้านนี้อาจแตะ 3 ล้านล้านดอลลาร์สหรัฐ

ในเวลาเดียวกัน ตลาดหนี้เอกชน (Private Credit) กำลังเติบโตอย่างรวดเร็ว ภายในปีเดียวมูลค่าพุ่งขึ้นกว่า 1 แสนล้านดอลลาร์สหรัฐ สู่ระดับ 4.5 แสนล้านดอลลาร์สหรัฐ จน UBS ต้องออกมาเตือนว่าการขยายตัวนี้อาจก่อให้เกิด “ฟองสบู่” ได้ หากกองทุนบำเหน็จบำนาญและนักลงทุนรายย่อยแห่เข้าไปเพิ่ม

การกลับสู่ความสมดุลระหว่าง “นวัตกรรมที่แท้จริง”

ความหนาวในครั้งนี้ไม่ได้เกิดจากข้อจำกัดทางเทคนิคเพียงอย่างเดียว แต่ยังมาจากวิกฤตความเชื่อมั่นและต้นทุนมหาศาล ทว่าพร้อมกันนั้น AI ก็พิสูจน์แล้วว่ามีการใช้งานที่สร้างคุณค่าได้จริงและจับต้องได้ ซึ่งเป็นไปตามวงจรชีวิตของเทคโนโลยีใหม่จึงชัดเจนขึ้นว่า  รากำลังเข้าสู่ช่วง Reality Check ตามกราฟ Gartner Hype Cycle ที่จะคัดกรองให้เหลือเพียงผู้เล่นที่แข็งแรงจริง

สิ่งสำคัญคือ วันนี้ AI ไม่ใช่แค่เรื่องการวิจัย แต่กลายเป็นเศรษฐกิจจริง ที่ส่งผลต่อแรงงาน การลงทุน และนโยบายระดับประเทศ การแข่งขันระหว่างประเทศ โดยเฉพาะจีน สหรัฐ และยุโรป ทำให้ AI ถูกยกระดับเป็นประเด็นยุทธศาสตร์ความมั่นคง แม้ภาคเอกชนอาจชะลอ แต่ภาครัฐยังคงเดินหน้าเต็มกำลัง

ผลกระทบที่ต้องจับตา

• ผู้ใช้ทั่วไป อาจเห็นฟีเจอร์ใหม่ ๆ ช้าลง แต่การใช้งานพื้นฐานยังคงอยู่
• ภาคธุรกิจ ผู้ที่ใช้ AI แบบตามกระแสเสี่ยงเจ็บหนัก แต่ผู้ที่เชื่อม AI เข้ากับ “ปัญหาจริง” จะยังไปต่อได้ เพราะเทคโนโลยีหลักยังคงพัฒนาและปักหลักในอุตสาหกรรมจริง
• นักลงทุน จะเห็นการประเมินมูลค่าบริษัทกลับมาสมเหตุสมผลขึ้น

ท้ายที่สุด ผู้ที่อยู่รอดจาก “AI Winter” อาจไม่ใช่คนที่ทุ่มเงินมากที่สุด แต่คือคนที่เข้าใจว่า AI ไม่ใช่สูตรสำเร็จ ไม่ใช่เวทมนตร์ แต่เป็นเครื่องมือที่ทรงพลัง เมื่อถูกนำมาใช้แก้ปัญหาที่แท้จริงอย่างมีคุณค่าและยั่งยืน ดังนั้นการพูดถึง AI Winter รอบใหม่นี้ จึงไม่ได้หมายความว่าเทคโนโลยีปัญญาประดิษฐ์จะหยุดนิ่งหรือล้มเหลวเหมือนในอดีต หากแต่เป็นสัญญาณของการ “กลับสู่ความเป็นจริง” หลังผ่านช่วงเวลาแห่งความคาดหวังที่สูงเกินจริง 

ที่มาข้อมูล Telegraph    , Financial Times   , Bloomberg 

ติดตามเพจ Facebook : Thairath Money ได้ที่ลิงก์นี้ -   

https://www.facebook.com/ThairathMoney