โครงข่ายการเงิน AI: Nvidia, Blackstone และคำถามเรื่องฟองสบู่
งานวิจัยพิเศษ · 1 กันยายน 2026 · ความเสี่ยงเชิงระบบกำลังก่อตัว
ไม่ใช่การวิเคราะห์รายหุ้น — รวบรวมและวิเคราะห์โครงสร้างดีล SPV ของ Nvidia กับ Blackstone, Apollo, KKR, BlackRock, Brookfield และ Goldman Sachs เส้นทางเงินหมุนเวียนในอุตสาหกรรม AI และความเสี่ยงเชิงระบบหากการลงทุนนี้กลายเป็นฟองสบู่ที่แตก
01 · ดีล SPV มูลค่า 500,000 ล้านดอลลาร์คืออะไรกันแน่
วันที่ 10 สิงหาคม 2026 Nvidia ประกาศ MOU กับ Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs และ KKR เพื่อสร้าง "แพลตฟอร์มการเงิน" 6 แห่งแยกกัน ระดมทุนจากบุคคลที่สามให้ลูกค้าของ Nvidia นำไปสร้างศูนย์ข้อมูลและซื้อชิป
หัวใจของดีลนี้ไม่ใช่การที่ Nvidia จะควักเงินเอง แต่คือการให้สถาบันการเงินทั้ง 6 แห่งไปหาเงินจาก "บุคคลที่สาม" — กองทุนบำนาญ บริษัทประกัน กองทุนความมั่งคั่งแห่งชาติ และนักลงทุนสถาบัน — แล้วนำเงินนั้นมาปล่อยกู้ให้ hyperscaler, AI lab และองค์กรต่างๆ ไปซื้อชิป Nvidia และสร้างศูนย์ข้อมูล โดยใช้กำลังประมวลผล (compute) เป็นหลักประกัน ในลักษณะเดียวกับที่โครงสร้างพื้นฐานพลังงานหรืออสังหาริมทรัพย์เชิงพาณิชย์ถูกใช้ค้ำประกันสินเชื่อโครงการมาแต่ไหนแต่ไร
กลไกที่ใช้คือ SPV (Special Purpose Vehicle) หรือนิติบุคคลเฉพาะกิจ ตั้งขึ้นเพื่อถือครองศูนย์ข้อมูล/ชิปโดยเฉพาะ แยกออกจากงบดุลของทั้ง Nvidia และบริษัทผู้เช่า จากนั้น SPV จะออกหุ้นกู้เอกชน (มักผ่านช่องทาง 144A) มูลค่าหลักหมื่นล้านดอลลาร์ต่อครั้ง นำเงินไปซื้อ/สร้างสินทรัพย์ แล้วให้ hyperscaler หรือ AI lab เช่ากลับ กระแสเงินค่าเช่าระยะยาวถูกใช้ผ่อนชำระหนี้ก้อนนั้น ผลลัพธ์คือทุกฝ่ายสามารถขยายกำลังการผลิตได้มหาศาลโดยไม่ต้องบันทึกหนี้ก้อนใหญ่ไว้ในงบดุลของตัวเอง
ตัวอย่างที่เกิดขึ้นแล้วก่อนดีล 500,000 ล้าน
โครงสร้างแบบนี้ไม่ใช่เรื่องใหม่ — มันคือแม่แบบที่ดีล 500,000 ล้านดอลลาร์กำลังจะขยายให้ใหญ่ขึ้นอีกหลายเท่า
| ดีล | มูลค่า | โครงสร้าง | ผู้ค้ำประกันความเสี่ยง |
|---|---|---|---|
| Meta "Hyperion" ต.ค. 2025, ลุยเซียนา | $30B | หนี้ ~$27B จาก Pimco, BlackRock, Apollo + ทุน $3B จาก Blue Owl — SPV เป็นเจ้าของศูนย์ข้อมูลแล้วให้ Meta เช่า | Meta ไม่บันทึกหนี้ในงบดุล; ผู้ถือหนี้รับความเสี่ยงจากมูลค่าคงเหลือของอาคาร/อุปกรณ์ |
| Anthropic × Apollo × Blackstone มิ.ย. 2026 | $35B | สินเชื่อ 3 ชั้น (tranche) ค้ำด้วยชิปที่ให้เช่า เป้าหมาย 20GW ภายในปี 2028 | Broadcom รับประกันมูลค่าคงเหลือ (residual value) ของชิปหากเสื่อมสภาพเร็วกว่าคาด |
| Blackstone Data Center REIT (BDIT/BREIT) | $185B (จาก $130B ต้นปี 2026) | สัดส่วนศูนย์ข้อมูลใน BREIT เพิ่มเป็น 27% ของสินทรัพย์รวม; เตรียมตั้งบริษัทมหาชนเพื่อซื้อศูนย์ข้อมูลโดยเฉพาะ | กระจุกตัวในผู้เช่าระดับ investment-grade กลุ่มเล็ก — ความเสี่ยงตกอยู่กับผู้ถือหน่วยลงทุน BREIT |
02 · วงจรการเงินแบบหมุนกลับ (Circular Financing)
ตัวอย่างที่ชัดที่สุดคือ OpenAI ซึ่งประกาศพันธะสัญญาการใช้จ่ายระยะยาวไว้แล้วอย่างน้อย $250B กับ Microsoft Azure, $300B กับ Oracle, $138B กับ Amazon AWS, $22.4B กับ CoreWeave, สูงสุดถึง $100B จากเงินลงทุนของ Nvidia และ $10B กับ Broadcom — รวมพันธะที่ผูกไว้ถึงปี 2035 กว่า 1.1 ล้านล้านดอลลาร์ ทั้งที่ OpenAI เองยังขาดทุนและคาดว่าจะขาดทุนราว $14,000 ล้าน ในปี 2026 (เกือบ 3 เท่าของปี 2025) ยิ่งไปกว่านั้น มีรายงานว่า Nvidia เคยพิจารณาข้อเสนอค้ำประกันการชำระค่าเช่าศูนย์ข้อมูลของ OpenAI สูงสุด $250B บวกการซื้อชิปอีก $350B — เท่ากับผู้ขายชิปกำลังค้ำประกันหนี้ให้ลูกค้าซื้อของจากตัวเอง
ธนาคารเพื่อการชำระหนี้ระหว่างประเทศ (BIS) ระบุในรายงานประจำปี 2026 ว่าดีลลักษณะนี้ "แทบไม่เคยถูกเปิดเผยครบถ้วนในงบการเงิน" ทำให้หน่วยงานกำกับดูแลประเมินขนาดความเสี่ยงที่แท้จริงได้ยาก และจัดให้ "การล่มสลายของวงจรการเงินหมุนเวียน" เป็นหนึ่งใน 3 ความเสี่ยงหลักต่อเสถียรภาพการเงินโลก
03 · เป็นฟองสบู่จริงหรือไม่
ทั้งสองฝั่งมีตัวเลขสนับสนุนตัวเอง — ประเด็นจึงไม่ใช่ว่าใครถูก แต่คือกลไกไหนพังก่อนถ้าสมมติฐานฝั่งใดฝั่งหนึ่งผิด
◆ ฝั่งเชื่อว่าไม่ใช่ฟองสบู่
- Jensen Huang (CEO Nvidia): โลกยังลงทุนไปเพียง "ไม่กี่แสนล้านดอลลาร์" จากที่ต้องการอีก "หลายล้านล้านดอลลาร์" ในโครงสร้างพื้นฐาน AI
- ชิปรุ่นใหม่ขายหมดสต็อกต่อเนื่อง สะท้อนดีมานด์จริงที่ยังเกินอุปทาน
- ต่างจาก dot-com ตรงที่ capex ส่วนใหญ่มาจาก กระแสเงินสดจากการดำเนินงานจริง ของบริษัทที่กำไรอยู่แล้ว
- Huang ย้ำว่า AI "ทำกำไรได้มหาศาล" และตัวเขาเองก็ยินดีจ่ายเงินหลายร้อยล้านดอลลาร์เพื่อใช้ AI
◆ ฝั่งเชื่อว่าเป็นฟองสบู่
- Michael Burry: อายุใช้งานจริงของ GPU อยู่ที่ 2–3 ปี แต่บันทึกค่าเสื่อมราคา 5–6 ปี ทำให้กำไรอุตสาหกรรมสูงเกินจริงรวม ~$176,000 ล้าน (2026–2028)
- capex-to-sales ของ hyperscaler ปี 2026 อยู่ที่ ~34% คาดแตะ 37% ปี 2028 — สูงกว่าจุดพีคยุค dot-com ที่ ~32%
- อุตสาหกรรม AI ลงทุน $8–10 ทุกๆ รายได้จริง $1
- Burry เปรียบเทียบว่าเหมือน "การสร้างโครงข่ายโทรคมนาคมเกินจำเป็นปลายยุค 1990s" มากกว่า dot-com — ปัญหาคือ สินทรัพย์ล้นเกิน
Nvidia ตอบโต้ Burry ด้วยเอกสารลับ 7 หน้าถึงนักวิเคราะห์ Wall Street ยืนยันว่าลูกค้าตัดค่าเสื่อมราคา 4–6 ปีตามอายุใช้งานจริง ไม่ใช่ตัวเลขที่แต่งขึ้น — สะท้อนว่าแม้แต่ผู้เล่นหลักก็ยอมรับว่าเรื่องอายุขัยของ GPU คือจุดเปราะบางที่สุดของสมมติฐานกำไรทั้งอุตสาหกรรม เพราะถ้า GPU เสื่อมสภาพเร็วกว่าที่บันทึกบัญชีไว้จริง มูลค่าหลักประกันของ SPV ทุกดีลที่ค้ำด้วย "compute" ก็จะลดฮวบเร็วกว่าที่นักลงทุนตั้งราคาไว้เช่นกัน
สิ่งที่ต่างจากฟองสบู่ครั้งก่อนจริงๆ: ผู้ลงทุนหลักรอบนี้เป็นบริษัทกำไรจริง ไม่ใช่ dot-com สตาร์ตอัปเก็งกำไร แต่ความเข้มข้นของ capex-to-sales สูงกว่ายุค dot-com แล้ว และการเงินแบบ vendor financing/circular deal ก็เป็นสัญญาณเตือนแบบเดียวกัน จุดใหม่ที่ไม่เคยมีมาก่อนคือการใช้ SPV นอกงบดุลผลักความเสี่ยงจากงบดุลบริษัทเทคฯ ที่แข็งแรง ไปอยู่ในมือกองทุนบำนาญ บริษัทประกัน และนักลงทุนรายย่อยที่ไม่รู้ตัว
04 · ใครถือความเสี่ยงจริง เมื่อหนี้ไม่อยู่ในงบดุลใคร
ตัวเลขที่แสดงขนาดของการเคลื่อนย้ายความเสี่ยงนี้ชัดเจนมาก: หนี้ที่ปล่อยให้บริษัทเกี่ยวข้องกับ AI พุ่งจากเกือบศูนย์ มาเป็นกว่า $200,000 ล้าน ภายในไม่กี่ปี และ Morgan Stanley คาดว่าสินเชื่อเอกชนจะปล่อยกู้ให้ศูนย์ข้อมูลเพิ่มอีก $800,000 ล้าน ในช่วง 2 ปีข้างหน้า ขณะที่ตราสาร ABS/CMBS ที่ค้ำด้วยศูนย์ข้อมูลเติบโตจาก $4,000 ล้าน ในปี 2020 เป็น $61,000 ล้าน กลางปี 2026
งานศึกษาของ Fed สาขาชิคาโกพบว่าธนาคารมี exposure ตรงต่ออุตสาหกรรมที่เกี่ยวกับ AI เพียงเฉลี่ย 0.8% ของสินทรัพย์รวม — ฟังดูน้อย แต่สินเชื่อธนาคารสู่ non-bank financial institutions เพิ่มจาก 1% ปี 2013 เป็นเกือบ 25% ปัจจุบัน — ธนาคารก็ยัง "เห็น" ความเสี่ยงนี้อยู่ดี เพียงแต่ซ่อนอยู่อีกชั้นหนึ่ง
| ผู้ถือความเสี่ยง | ขนาด exposure | หมายเหตุ |
|---|---|---|
| บริษัทประกันชีวิตรายใหญ่ | ~$1T | private credit คิดเป็น 14% ของงบดุล (2024) เพิ่มจาก 3%→6% ของ general account (2020→2026) |
| สินเชื่อธนาคารสู่ non-bank | ~25% | ของสินเชื่อธนาคารสู่สถาบันการเงินที่ไม่ใช่ธนาคาร ปัจจุบันไหลไปบริษัทสินเชื่อเอกชน (จาก 1% ปี 2013) |
| Data center ABS/CMBS | $4B → $61B | เติบโต 15 เท่าตั้งแต่ปี 2020 ถึงกลางปี 2026 |
| หนี้นอกงบดุล 5 hyperscaler | $2.13T | เทียบพันธบัตรสาธารณะที่ออกจริงเพียง $445.8B — ต่างกันเกือบ 5 เท่า |
05 · ช่องทางแพร่กระจายความเสี่ยง — Oracle ในฐานะ "นกขมิ้นในเหมืองถ่านหิน"
วันที่ 9 กรกฎาคม 2026 S&P ปรับลดอันดับเครดิตของ Oracle จาก BBB เหลือ BBB- — เหนือระดับ junk เพียงขั้นเดียว — โดยระบุความเสี่ยงจากการกระจุกตัวของลูกค้าไปที่ OpenAI เป็นเหตุผลหลัก ภาระผูกพันค้างส่ง (RPO) ของ Oracle พุ่งไปถึง $638,000 ล้าน โดยประมาณครึ่งหนึ่งมาจาก OpenAI เพียงรายเดียว
ผลคือ CDS 5 ปีของ Oracle พุ่งขึ้นแตะ 2.03% สูงสุดในรอบ 18 ปี (นับตั้งแต่วิกฤต 2008) จากระดับต่ำกว่า 0.5% ก่อนมีดีล OpenAI และ S&P คาดว่า free cash flow ของ Oracle ในปีงบการเงิน 2027 จะขาดดุลขยายไปถึงเกือบ $42,000 ล้าน
สามฉากทัศน์ที่เป็นไปได้
ตามการประเมินของ World Economic Forum และ Oliver Wyman ฉากทัศน์เลวร้ายอาจทำให้มูลค่าตลาดหายไปมากถึง $33 ล้านล้านดอลลาร์ — มากกว่า GDP ของสหรัฐฯ ทั้งประเทศ — โดยดัชนีหุ้นกลุ่มเทคโนโลยีขนาดใหญ่ ("Magnificent Seven") ที่พุ่งขึ้นกว่า 8 เท่านับตั้งแต่ปี 2020 อาจปรับฐานลง 30–50% ในกรณีเลวร้าย พร้อมกับ credit spread ของตราสารหนี้กลุ่ม AI ที่อาจกว้างขึ้นอีกราว 40 basis point Goldman Sachs ระบุสัญญาณเตือน 5 ประการที่คล้ายปลายทศวรรษ 1990: การลงทุนถึงจุดพีค กำไรเริ่มร่วง หนี้เพิ่มขึ้น เฟดปรับลดดอกเบี้ย และ credit spread เริ่มกว้างขึ้น — ปัจจุบันเริ่มเห็นสัญญาณครบทั้ง 5 ข้อบางส่วนแล้ว
06 · ใครโดนบ้าง ถ้าฟองสบู่แตกจริง
เรียงจากผู้ที่รับความเสี่ยงเชิงระบบสูงสุด ไปจนถึงผู้ที่กระทบทางอ้อมผ่านเศรษฐกิจโดยรวม
รายได้กระจุกตัวอยู่กับลูกค้ารายเดียวหรือไม่กี่ราย (OpenAI คิดเป็นครึ่งหนึ่งของ backlog $638B ของ Oracle) มีหนี้สูงและมาร์จิ้นต่ำ — จุดแรกที่จะรู้สึกถึงแรงกระแทก
รับความเสี่ยงเครดิตของ SPV โดยตรงแต่ไม่มีอำนาจต่อรองเหมือนธนาคาร หลายกรณีไม่รู้ตัวว่ากรมธรรม์หรือเงินบำนาญเชื่อมโยงกับหนี้ศูนย์ข้อมูล AI
รายได้กระจุกตัวสูง — ลูกค้า 3–4 รายคิดเป็น 50–61% ของรายได้บางไตรมาส แม้พยายามผลักความเสี่ยงทางการเงินออกนอกงบดุลผ่าน SPV ก็ตาม
มีรายได้ค่าธรรมเนียมแน่นอนไม่ว่าผลตอบแทนจะเป็นอย่างไร แต่ชื่อเสียงและมูลค่าธุรกิจจะถูกกระทบหนักหากพอร์ตเสียหาย
Exposure ตรงต่ำ (~0.8% ของสินทรัพย์) แต่ exposure ทางอ้อมผ่าน non-bank สูงขึ้นเรื่อยๆ (เกือบ 25%) ธนาคารเล็กที่มี AI company เป็นลูกค้าเงินฝากรายใหญ่เสี่ยงถูกแห่ถอน
ลงทุนขยายกำลังผลิตรับดีมานด์ที่คาดการณ์ไว้ล่วงหน้า หากศูนย์ข้อมูลไม่ถูกสร้างตามแผน ต้นทุนอาจถูกผลักไปที่ผู้ใช้ไฟผ่านค่าไฟที่สูงขึ้น
หุ้นกลุ่มเทคฯ ขนาดใหญ่คิดสัดส่วนสูงในดัชนีหลักและกองทุนสำรองเลี้ยงชีพที่คนทั่วไปถือ การปรับฐานรุนแรงของ Mag 7 กระทบความมั่งคั่งครัวเรือนในวงกว้าง
ผลกระทบต่อเศรษฐกิจจริงน่าจะจำกัดกว่าวิกฤตซับไพรม์ปี 2008 เพราะบริษัทแกนหลักยังมีกำไร/กระแสเงินสดรองรับ แต่การจ้างงานในห่วงโซ่อุปทานอาจได้รับผลกระทบ
07 · สัญญาณเตือนที่ควรจับตาต่อจากนี้
- CDS/credit spread ของ Oracle และ hyperscaler อื่น: ปัจจุบันสูงสุดในรอบ 18 ปี — หากยังไต่ระดับต่อเนื่องหรือลามไปยัง Meta, Microsoft, CoreWeave เป็นสัญญาณเตือนสำคัญ
- Credit spread ตราสารหนี้กลุ่ม AI โดยรวม: กว้างขึ้นแล้วราว 40bp เทียบตราสาร IG ทั่วไปนับตั้งแต่ ก.ย. ที่ผ่านมา
- อัตราการออกหุ้นกู้: Morgan Stanley คาดการออกหุ้นกู้ AI ปี 2026 สูงถึง $570,000 ล้าน (เร็วกว่าปีก่อนราว 4 เท่า) — จังหวะเร่งตัวเร็วมักเป็นสัญญาณปลายวัฏจักรสินเชื่อ
- ผลประกอบการ/การเผาเงินสดของ OpenAI: ขาดทุน $14,000 ล้านที่คาดการณ์ไว้ในปี 2026 หากขยายตัวเร็วกว่าคาดจะกระทบความเชื่อมั่นทั้งห่วงโซ่ทันที
- ราคาขายต่อของ GPU มือสอง: หากร่วงเร็วกว่าที่บริษัทตั้งสมมติฐานค่าเสื่อมไว้ (ประเด็นที่ Burry หยิบยกขึ้นมา) จะเป็นสัญญาณว่าหลักประกัน SPV ถูกประเมินสูงเกินจริง
- ท่าทีหน่วยงานกำกับ: รายงานฉบับถัดไปของ BIS, IMF, FSB และ Fed ว่าจะมีมาตรการกำกับดูแลสินเชื่อเอกชน/SPV เพิ่มเติมหรือไม่
- ความคืบหน้าดีล $500,000 ล้านของ Nvidia: ยังเป็นเพียง MOU — ต้องติดตามเงื่อนไข การค้ำประกัน และอัตราดอกเบี้ยเมื่อสัญญาฉบับสมบูรณ์เข้าตลาดจริง
08 · บทสรุปเชิงวิเคราะห์และข้อควรระวัง
จากข้อมูลที่รวบรวมได้ ดีล SPV มูลค่า 500,000 ล้านดอลลาร์ระหว่าง Nvidia กับ Blackstone และสถาบันการเงินอีก 5 แห่งไม่ใช่เหตุการณ์โดดเดี่ยว แต่คือการขยายขนาดของรูปแบบการเงินที่มีอยู่แล้ว (Meta Hyperion, Anthropic-Apollo-Blackstone) ให้ใหญ่ขึ้นอีกหลายเท่า จุดร่วมของทุกดีลคือการใช้ "กำลังประมวลผล" เป็นหลักประกันสินเชื่อ และผลักความเสี่ยงทางการเงินออกจากงบดุลบริษัทเทคโนโลยีที่แข็งแรง ไปสู่ผู้ให้กู้ปลายทางที่กระจายอยู่ในกรมธรรม์ประกันชีวิต เงินบำนาญ และพอร์ตนักลงทุนรายย่อยจำนวนมาก
คำถามที่ว่า "เป็นฟองสบู่หรือไม่" จึงอาจไม่ใช่คำถามที่ถูกที่สุด — ดีมานด์ด้าน AI มีความเป็นจริงในระดับหนึ่งอย่างปฏิเสธไม่ได้ แต่คำถามที่สำคัญกว่าคือ หากสมมติฐานสำคัญข้อใดข้อหนึ่งผิดพลาด ความเสียหายจะจำกัดอยู่แค่ไหน ข้อมูลข้างต้นชี้ว่าความเสี่ยงเชิงระบบถูกออกแบบให้กระจายไปไกลจากจุดกำเนิดมากกว่าที่เห็นบนหน้าข่าว และ Oracle คือจุดที่นักวิเคราะห์เฝ้าจับตามากที่สุด
09 · วิเคราะห์แบบลึกสุด Fable 5 · deep synthesis
ต่อยอดจากข้อเท็จจริงในส่วนที่ 01–08 ด้วยการวิเคราะห์เชิงโครงสร้างและแรงจูงใจของผู้เล่นแต่ละฝ่ายในระดับที่ลึกกว่าเดิม
โครงสร้าง SPV คือ "การแปลงสินทรัพย์เป็นหลักทรัพย์" รอบใหม่
ดีล MOU ของ Nvidia คือการยกโครงสร้าง project finance ที่ใช้กับโรงไฟฟ้า/ท่อส่งน้ำมันมาครอบทับสินทรัพย์ชนิดใหม่คือ "compute power" หัวใจมี 3 ชิ้น: (ก) Bankruptcy remoteness — SPV ของ Meta "Hyperion" เป็นเจ้าของศูนย์ข้อมูลแล้วให้ Meta เช่ากลับ หนี้ $27B จึงไม่ปรากฏบนงบดุล Meta ทั้งที่ Meta คือผู้จ่ายกระแสเงินสดตัวจริง — เมื่อรวมทั้งอุตสาหกรรม ภาระนอกงบดุลแบบนี้พุ่งถึง $2.13 ล้านล้าน หรือเกือบ 5 เท่าของพันธบัตรที่ออกจริง แปลว่าหนี้ที่ตลาดมองเห็นคือเพียงยอดภูเขาน้ำแข็ง (ข) Tranching — ดีล Anthropic ที่มี 3 tranche คือเทคนิคเดียวกับ CDO: หั่นกระแสเงินสดเป็นชั้นความเสี่ยงให้ชั้นบนสุดดูปลอดภัยพอสำหรับประกันชีวิตและกองทุนบำนาญ จุดที่แยบยลคือ Broadcom ค้ำมูลค่าคงเหลือของชิปตัวเอง — conflict of interest แบบเดียวกับที่ originator สินเชื่อ subprime เคยประเมินคุณภาพสินเชื่อของตัวเอง (ค) การกระจายผ่านตลาดทุน — ABS/CMBS ศูนย์ข้อมูลโตจาก $4B เป็น $61B คือท่อที่แปลงความเสี่ยงหุ้น Nvidia ให้กลายเป็นความเสี่ยงเครดิตในพอร์ตเงินออมระยะยาวของคนทั่วไป
Game theory: ทำไมทุกฝ่ายยอมเล่นทั้งที่รู้ความเสี่ยง
หัวใจคือ ไม่มีใครในเกมนี้ถือ downside เต็มจำนวนของตัวเอง ทุกฝ่ายมี asymmetric payoff ที่ทำให้ "เล่นต่อ" เป็นทางเลือกที่มีเหตุผลระดับปัจเจก แม้ระบบโดยรวมจะเปราะบางขึ้นเรื่อยๆ
- Nvidia — โครงสร้าง SPV แก้ 3 โจทย์พร้อมกัน: ลูกค้าที่ไม่มีเงินยังซื้อชิปต่อได้ด้วยเงินคนอื่น รักษา growth narrative; ความเสี่ยงเครดิตอยู่นอกงบดุลตัวเอง; และซ่อนปัญหา customer concentration ด้วยการสร้างผู้ซื้อชั้นกลางที่ใช้เงิน third-party
- Blackstone / Apollo / KKR / BlackRock / Brookfield — principal-agent problem ตำราเป๊ะ: fund manager เก็บค่าธรรมเนียมบริหาร ~1–2% ของ AUM ไม่ว่าผลลัพธ์จะเป็นอย่างไร การระดม $500B แปลว่าค่าธรรมเนียมระดับ $5,000–10,000 ล้านต่อปีที่ล็อกไว้ล่วงหน้า
- Hyperscaler — ติดกับ prisoner's dilemma แบบ arms race: ลงทุนน้อยไปเสี่ยงตายถาวรถ้า AI มีมูลค่าจริง ลงทุนมากไปแค่เจ็บแต่รอดถ้าฟองแตก — overinvestment จึงเป็นทางเลือกที่มีเหตุผลของทุกคนพร้อมกัน
- AI lab (OpenAI/Anthropic) — การผูกพันวงเงินมหาศาลทั้งที่ขาดทุน คือกลยุทธ์ในตัวมันเอง: เมื่อผูก Microsoft, Oracle, AWS, Nvidia เข้ากับความอยู่รอดของตน จะไม่มี counterparty รายใดยอมให้ล้ม — แปลงความเปราะบางให้กลายเป็นอำนาจต่อรอง
- ผู้รับความเสี่ยงตัวจริง — ปลายสายพานคือผู้ถือกรมธรรม์ประกันชีวิต สมาชิกกองทุนบำนาญ และครัวเรือนสหรัฐฯ ที่ไม่รู้ตัวว่าถือความเสี่ยงนี้ ไม่มีที่นั่งบนโต๊ะเจรจา และได้ผลตอบแทนชดเชยความเสี่ยงน้อยที่สุด
จุดวิกฤตที่เป็นไปได้จริง 3 จุด
| Trigger | กลไก | โอกาส (อัตวิสัย) |
|---|---|---|
| Oracle หลุด investment grade | อยู่ BBB- แล้ว, CDS สูงสุดรอบ 18 ปี, FCF deficit จ่อแตะ $42B — หลุด IG จะบังคับให้กองทุน IG-mandate เทขาย | ~35–45% ใน 12–18 เดือน |
| OpenAI ระดมทุนสะดุด | ไม่จำเป็นต้องล้มละลาย แค่รอบระดมทุนถัดไป valuation ไม่ขึ้น (flat/down round) ก็พอสั่นคลอนทั้งระบบ | ~30–40% ใน 24 เดือน |
| Impairment GPU รายแรกจาก auditor | หาก auditor บังคับลดอายุค่าเสื่อมของ hyperscaler รายใดรายหนึ่ง ทุกรายต้องรีวิวตาม | ~40–50% ใน 18–24 เดือน |
หมายเหตุ: ตัวเลขโอกาสในตารางนี้เป็นการประเมินเชิงอัตวิสัยของผู้วิเคราะห์ (Fable) บนพื้นฐานข้อมูลข้างต้น ไม่ใช่แบบจำลองทางสถิติที่ผ่านการพิสูจน์
เปรียบเทียบเชิงโครงสร้าง: เหมือน telecom มากที่สุด ผสมท่อความเสี่ยงแบบ 2008
โครงสร้างคล้าย telecom overbuild ปลายยุค 1990s มากที่สุด — สร้างโครงสร้างพื้นฐานล่วงหน้าดักดีมานด์ที่ "แน่นอนว่าจะมา" ด้วยหนี้ และใช้ vendor financing แบบเดียวกับที่ Lucent/Nortel เคยปล่อยกู้ลูกค้าซื้ออุปกรณ์ตัวเอง จุดที่แย่กว่า telecom คือ fiber ที่วางแล้วไม่เสื่อมและยังยิงแสงใหม่ได้ แต่ GPU เสื่อมทั้งกายภาพและเทคโนโลยี มูลค่า salvage ของซากจึงต่ำกว่ามาก ส่วนกลไก "ท่อส่งความเสี่ยง" (SPV, tranching, off-balance-sheet, ความทึบของการเปิดเผยข้อมูล) ยกมาจากปี 2008 เกือบทั้งชุด สรุปเป็นสูตรได้ว่า: ดีมานด์ปลายทางจริงแบบ dot-com + โครงสร้าง overbuild แบบ telecom + ท่อส่งความเสี่ยงแบบ 2008
10 · ความเห็นส่วนตัวของผู้วิเคราะห์
ผมเชื่อว่านี่คือฟองสบู่ — แต่เป็นฟองสบู่ทางการเงิน (financing bubble) ที่พันรอบเทคโนโลยีที่แท้จริง ไม่ใช่ฟองสบู่ของตัวเทคโนโลยี และความแตกต่างนี้กำหนดทั้งรูปแบบและจังหวะของจุดจบ ผมไม่สงสัยเลยว่า AI จะสร้างมูลค่าทางเศรษฐกิจมหาศาลในทศวรรษหน้า เหมือนที่อินเทอร์เน็ตสร้างจริงหลังปี 2000 คำถามไม่ใช่ "AI จริงไหม" แต่คือ "โครงสร้างการเงินที่สร้างขึ้นรอบมัน จะอยู่รอดถึงวันที่รายได้ตามทันหรือไม่" — และประวัติศาสตร์ตอบคำถามนี้ทางเดียวมาตลอด: อุตสาหกรรมที่ลงทุน $8–10 ต่อรายได้จริง $1 โดยพึ่งเงินกู้ที่ค้ำด้วยสินทรัพย์เสื่อมเร็ว ไม่เคยรอดพ้นการ restructure ครั้งใหญ่ ต่อให้ตัวเทคโนโลยีชนะก็ตาม
กรอบเวลาที่คาดว่าจะเห็นความเครียดชัดที่สุด: ครึ่งหลังปี 2027 ถึงปี 2028 ด้วยเหตุผลเชิงกลไก ไม่ใช่ลางสังหรณ์ — capex ปี 2026 ที่ +77% จะกลายเป็นค่าเสื่อมก้อนใหญ่ที่วิ่งผ่านงบเต็มปีในช่วงนั้นพอดี พร้อมกับที่ GPU รุ่นซื้อปี 2024–2025 มีอายุครบ 3 ปี — คำตอบของข้อโต้แย้ง Burry vs Nvidia จะโผล่ในงบจริงจนปิดไม่ได้อีก ขณะเดียวกันเป้า 20GW ปี 2028 ของดีล Anthropic ต้องเริ่ม perform จริง และ Morgan Stanley คาดต้องระดมเงินใหม่อีก $800,000 ล้านใน 2 ปีข้างหน้า ระบบที่ต้องพึ่งเงินใหม่มากขนาดนี้จะเปราะที่สุดตอนที่ sentiment สะดุดครั้งแรก
เหตุผลลึกที่สุดมี 3 ข้อ: หนึ่ง โครงสร้างนี้ถูกออกแบบมาเพื่อ ย้าย ความเสี่ยง ไม่ใช่ ลด ความเสี่ยง — ทุกชิ้นส่วนคือเครื่องจักรที่แยกคนตัดสินใจออกจากคนรับผล และระบบที่ incentive จัดวางแบบนี้จะผลิตความเสี่ยงเกินพอดีเสมอ สอง เมื่อผู้เล่นที่ฉลาดที่สุด (Nvidia) เลือกโครงสร้างที่เก็บ upside บนงบดุลตัวเองแต่ผลัก downside ออกไปนอกงบดุลอย่างเป็นระบบ นั่นคือการเปิดเผยความเชื่อที่ดังกว่าคำพูดใดๆ ของ CEO สาม วลี "this time is different" จากปากผู้เล่นที่ได้ประโยชน์สูงสุด ในเดือนเดียวกับที่ CDS ของลูกค้ารายใหญ่ทำจุดสูงสุดรอบ 18 ปี คือรูปแบบที่ประวัติศาสตร์การเงินไม่เคยให้อภัย
ผมยอมรับตรงไปตรงมาว่าอาจผิดเรื่องจังหวะเวลา — ฟองสบู่มักอยู่ได้นานกว่าที่นักวิเคราะห์มีเหตุผลจะเชื่อ และดีมานด์ AI อาจ surprise ทางบวกได้จริง แต่มั่นใจในข้อสรุปเชิงโครงสร้าง: ความเสี่ยงไม่ได้หายไปไหน มันแค่ถูกย้ายไปไว้ในที่ที่มองเห็นยากที่สุด และนั่นแหละคือนิยามของปัญหา
แหล่งข้อมูลอ้างอิง
ดีล SPV และโครงสร้างการเงิน
- CNBC — Nvidia lines up $500 billion in financing
- Nvidia Newsroom — ประกาศดีลอย่างเป็นทางการ
- Blackstone — ข่าวประชาสัมพันธ์ร่วม
- Fortune — retirement money ในดีล Nvidia
- Capacity — ดีล $35bn Anthropic × Apollo × Blackstone
- Yahoo Finance — Apollo, Blackstone lend $35B against AI chips
- Stratton Journal — หนี้นอกงบดุล $3 ล้านล้าน
- Data Center Dynamics — Blackstone data center REIT
วงจรการเงินหมุนเวียนและฟองสบู่
- Bloomberg — AI Circular Deals
- Axios — Nvidia reignites circular AI concerns
- NPR — Nvidia $750 billion spending, bubble critics
- CNBC — Nvidia's memo pushing back on Burry
- Fortune — Jensen Huang "this time is different"
ความเสี่ยงเชิงระบบและคำเตือนจากหน่วยงานกำกับ
- Fortune — รายงานประจำปี BIS 2026
- CNBC — BIS warns of AI boom risks
- Tech Times — Banks hit concentration limits
- CEPR — Who will be left holding the bag
- Oliver Wyman — Impact of AI bubble burst
- World Economic Forum — Anatomy of an AI reckoning
- Bloomberg — AI contagion channels
Oracle, OpenAI และตัวชี้วัดเครดิต
- MLQ — S&P downgrades Oracle to BBB-
- BigGo Finance — Oracle CDS hits 18-year high
- Bloomberg — Oracle credit downgrade risk
Capex, ค่าเสื่อมราคา และการเปรียบเทียบเชิงประวัติศาสตร์
รายงานนี้จัดทำโดยรวบรวมข้อมูลจากแหล่งข่าวและรายงานสาธารณะที่เผยแพร่จริงในช่วงปี 2025–2026 (ค้นคว้าและเรียบเรียงส่วนที่ 01–08 โดย Claude Sonnet 5) ส่วนที่ 09–10 เป็นการวิเคราะห์เชิงลึกและความเห็นเพิ่มเติมที่จัดทำโดย Claude Fable 5 บนพื้นฐานข้อเท็จจริงชุดเดียวกัน ทุกตัวเลขอ้างอิงจากแหล่งที่ระบุไว้ข้างต้น ณ เวลาที่ค้นคว้า (1 กันยายน 2026) สถานการณ์ทางการเงินเปลี่ยนแปลงได้รวดเร็ว ผู้อ่านควรตรวจสอบข้อมูลล่าสุดเพิ่มเติมก่อนนำไปใช้อ้างอิงต่อ เนื้อหาทั้งหมดเป็นการวิเคราะห์เพื่อการศึกษา ไม่ใช่คำแนะนำการลงทุน