GOOG

Verdict: neutral — ธุรกิจอยู่ในช่วงดีที่สุดในรอบหลายปี (รายได้ +24% YoY, op margin ~34%, Cloud +82%) แต่ถูกหักล้างด้วย FCF ที่แทบไม่เหลือ (~$4.3B ใน H1 2026) โครงสร้างทุนที่พลิกในรอบเดียว และ exposure ต่อวงจรการเงิน AI จนไม่เหลือ edge ที่ชัดพอ ณ ราคา $335.41

• จุดแข็งเชิงโครงสร้าง: เป็น hyperscaler รายเดียวที่คุม full AI stack เอง (TPU + data center + Gemini 950M MAU + distribution พันล้านผู้ใช้ 9 ตัว) — Cloud เร่ง 3 ไตรมาสติด (+48% → +63% → +82%) backlog $519.5B และแย่งส่วนแบ่งจาก AWS ที่หดลง ~2 จุด
• ความเสี่ยงหลัก (การเงิน): capex ~$205B ปี 2026 คิดเป็น ~46% ของรายได้ TTM กิน FCF จนเหลือ ~$4.3B ทำให้ต้องหยุด buyback ทั้งปี + ออกหุ้นกู้ $51.8B (หนี้ยาว $67B → $98.2B) + เพิ่มทุน $84.75B — เปลี่ยนสถานะจาก "เครื่องพิมพ์เงินสด" เป็น "ผู้ลงทุนหนักที่ต้องพึ่งตลาดทุน"
• ความเสี่ยงเชิงระบบ: ในฐานะ 1 ใน 5 hyperscaler ที่อยู่ในยอดหนี้นอกงบดุล $2.13T และสมาชิก Magnificent Seven ที่ฉากทัศน์เลวร้ายประเมินการปรับฐาน 30–50% ตาม โครงข่ายการเงิน AI: Nvidia, Blackstone และคำถามเรื่องฟองสบู่ — Alphabet เจ็บน้อยกว่ารายอื่น (ไม่ได้กู้ผ่าน SPV มี TPU เอง เงินสด $242.5B) แต่ช่องทาง multiple ป้องกันด้วยงบดุลไม่ได้
• สิ่งที่ต้องระวังเพิ่ม: ค่าเสื่อมจาก capex $205B จะทยอยเข้า P&L ใน 2–3 ปี (ประเด็น Michael Burry เรื่องอายุ GPU จริง 2–3 ปี vs บันทึก 5–6 ปี) + brain drain ระดับสถาปนิก (Jeff Dean และคณะ ส.ค. 2026) + antitrust ที่อุทธรณ์สองทาง
• สิ่งที่ตรวจสอบไม่ได้: ไม่มี operating income แยกเซกเมนต์ Q2 2026 จึงยืนยันไม่ได้ว่า Cloud ที่โต +82% ทำกำไรระดับใด และไม่มีข้อมูลการกระจุกตัวลูกค้าใน backlog $519.5B ซึ่งเป็นจุดที่ทำให้ Oracle โดนลดเครดิต
• Scenario สรุป (ถ่วงน้ำหนัก 3 ทฤษฎี): bear ~$240 / base ~$355 / bull ~$430 เทียบราคาปัจจุบัน $335.41 — upside/downside ค่อนข้างสมมาตร ซึ่งเป็นเหตุผลของ verdict neutral
• ท่าทีที่เหมาะสม: ทยอยสะสมเป็นไม้ ไม่ใช่เข้าครั้งเดียว และเก็บกระสุนไว้เผื่อฉากทัศน์ equity-led correction มากกว่าปกติ

กลยุทธ์คือ ทยอยสะสม 3 ไม้ รวมไม่เกิน 85% ของงบที่ตั้งไว้ เก็บเงินสด ~15% ไว้เผื่อฉากทัศน์ equity-led correction ที่รายงาน โครงข่ายการเงิน AI: Nvidia, Blackstone และคำถามเรื่องฟองสบู่ จัดว่ามีโอกาสปานกลาง-สูง เหตุผลที่ไม่เข้าครั้งเดียว: verdict neutral มาจากการที่พื้นฐาน (fundamentals 8) กับความเสี่ยง (risk high, momentum 4) หักล้างกันพอดี และแรงกดทั้งสามที่ทำให้ราคาย่อ -10.4% ใน 90 วัน (dilution/capex hike/brain drain) ยังไม่คลี่คลาย เพราะ exposure ต่อโครงข่ายการเงิน AI สูงกว่าค่าเฉลี่ยกลุ่ม (capex ~46% ของรายได้ TTM สูงกว่าค่าเฉลี่ย hyperscaler ~34%, FCF เหลือ ~$4.3B, ต้องพึ่งตลาดทุนต่อ) ผมจึง ลดน้ำหนักไม้ 2–3 ลงจากที่ปกติจะให้ และผูกเงื่อนไขว่าต้องเห็นสัญญาณฝั่งเครดิต/capex ไม่แย่ลงก่อนจึงจะเข้าไม้ที่ลึกกว่า — ไม้ลึกในเคสนี้ไม่ใช่ 'ยิ่งถูกยิ่งซื้อ' เพราะราคาที่ลงไปถึงโซนนั้นมักมาพร้อมข่าวที่อาจทำลาย thesis จริง

ภาพรวมข้อสรุป

Alphabet เป็นกรณีที่ คุณภาพธุรกิจกับคุณภาพความเสี่ยงเดินสวนทางกัน: ตัวธุรกิจกำลังอยู่ในช่วงที่ดีที่สุดในรอบหลายปี (รายได้ +24% YoY, operating margin ~34%, Cloud +82%) แต่พร้อมกันนั้นบริษัทกำลังเปลี่ยนตัวเองจาก "เครื่องพิมพ์เงินสด" เป็น "ผู้ลงทุนหนักในสินทรัพย์ถาวร" ด้วย capex ~$205B/ปี ที่กิน FCF จนแทบไม่เหลือ และเปลี่ยนโครงสร้างทุนครั้งใหญ่ที่สุดในประวัติศาสตร์บริษัท ผลคือ verdict = neutral: หลักฐานฝั่งพื้นฐานหนุน bullish แต่ฝั่งกระแสเงินสด โครงสร้างทุน โมเมนตัมราคา และความเสี่ยงเชิงระบบของวงจรการเงิน AI หักล้างกันจนไม่เหลือ edge ที่ชัดพอจะเรียกว่า bullish ณ ราคานี้

1. ธุรกิจและการเติบโต

เครื่องยนต์ที่ 1 — โฆษณา (ยังไม่พัง) Search & other +17% เป็น ~$63.3B, YouTube ads +13%, subscriptions +15% ข้อเท็จจริงสำคัญคือแม้ ChatGPT จะแตะ 1 พันล้าน MAU และกิน ~17.9% ของ digital queries แล้ว รายได้ search ก็ยัง เร่งขึ้น ไม่ใช่หดตัว การตีความของผมคือ AI ยังไม่ทำลายฐานโฆษณาในระยะนี้ แต่ตัวเลข query share ที่ไหลออกเป็นสัญญาณ leading ที่ต้องดูต่อ — ความเสี่ยงจริงไม่ใช่ "Google เสียผู้ใช้" แต่คือ revenue-per-query เจือจาง ถ้าคำตอบแบบ AI ทำเงินได้น้อยกว่าลิงก์โฆษณาแบบเดิม ข้อมูลใน research ยังไม่มีตัวเลขที่บอกได้ว่า AI Mode ทำเงินต่อ query เท่าไร — นี่คือช่องว่างข้อมูลที่สำคัญที่สุดของเคสนี้

เครื่องยนต์ที่ 2 — Cloud (ตัวขับ narrative) +82% YoY, backlog $519.5B และส่วนแบ่งตลาดขยับสู่ ~14–15% ขณะ AWS หดลง ~2 จุด นี่คือหลักฐานเชิงประจักษ์ว่า AI capex ของ Alphabet แปลงเป็นรายได้จริงแล้ว ไม่ใช่แค่คำสัญญา ข้อควรระวังเชิงตีความ: backlog ไม่ใช่รายได้ที่รับรู้แล้ว เป็นภาระผูกพันที่ทยอยรับรู้หลายปีและอาจถูกเจรจาใหม่ได้ และ research ไม่มีข้อมูลว่า backlog $519.5B กระจุกตัวที่ลูกค้ารายใดบ้าง — จุดนี้สำคัญมากเมื่อเทียบกับกรณี Oracle ที่ backlog $638B กระจุกที่ OpenAI ครึ่งหนึ่งจนโดนลดเครดิต (ดูหัวข้อท้ายบทความ)

ความได้เปรียบเชิงโครงสร้าง ที่ผมให้น้ำหนักมากที่สุดคือ full AI stack ของตัวเอง — TPU ออกแบบเอง + data center + โมเดล Gemini (950M MAU, chatbot share พุ่งจาก 5.7% เป็น 27.7% ใน 1 ปี) + distribution ผ่านผลิตภัณฑ์พันล้านผู้ใช้ 9 ตัว นี่ทำให้ต้นทุน compute ต่อหน่วยของ Alphabet ไม่ผูกกับราคา GPU ของ Nvidia เท่าคู่แข่ง ซึ่งเป็น ปัจจัยป้องกันความเสี่ยงที่สำคัญที่สุด ในสถานการณ์ที่ห่วงโซ่การเงิน AI มีปัญหา

2. งบการเงิน — สิ่งที่ต้องแยกให้ขาด

เช็ครายการครั้งเดียว (สำคัญที่สุดของเคสนี้): กำไรสุทธิ Q2 2026 ที่ $112.2B (+298% YoY) และ EPS $9.11 ห้ามใช้ตัดสิน เพราะบวมจากกำไร equity securities ~$99.0B ซึ่งเป็นกำไรจากพอร์ตเงินลงทุน (research ระบุว่าน่าจะเป็น unrealized เป็นส่วนใหญ่ และไม่มีรายละเอียดว่ามาจากการลงทุนใด) ตัวเลขที่ใช้ตัดสินได้คือ operating income $40.8B (+45% YoY) ผลข้างเคียงคือ P/E TTM 16.9x ที่เห็นตามเว็บนั้น บิดเบือนต่ำเทียม ตัวที่ควรใช้คือ forward P/E ~25x เช่นเดียวกับส่วนของผู้ถือหุ้นที่กระโดดจาก $415B (สิ้นปี 2025) เป็น $640.5B ซึ่งมาจากกำไรเงินลงทุนก้อนนี้บวกการเพิ่มทุน ไม่ใช่การสะสมกำไรจากธุรกิจ — ถ้าตลาดสินทรัพย์กลับทิศ รายการนี้ย้อนกลับได้ทั้งในงบกำไรขาดทุนและงบดุล

ประวัติ 5 ปี (GAAP ทั้งหมด เทียบกันได้): รายได้ $257.6B → $402.8B (โตเฉลี่ย ~12%/ปี), operating margin ฟื้นจากจุดต่ำ 26.5% (2022) มา ~32% สองปีติด และ EPS $5.80 → $10.80 ใน 2 ปี คุณภาพการเติบโตดีจริงเพราะกำไรโตเร็วกว่ารายได้ = operating leverage ทำงาน

จุดเปลี่ยนที่ต้องจับตาที่สุด — กระแสเงินสด:

CFO ยังโตดี ปัญหาอยู่ที่ capex ล้วนๆ เป้าปี 2026 ถูกยกสามรอบ ($175–185B → $180–190B → ~$205B) ผมคำนวณจากข้อมูลใน research ได้ว่า capex/รายได้ TTM ($205B / $445.9B) อยู่ราว 46% — สูงกว่าค่าเฉลี่ยกลุ่ม hyperscaler ปี 2026 ที่ ~34% (ซึ่งเองก็สูงกว่าจุดพีค dot-com ~32% ไปแล้ว) ตัวเลขนี้เป็นการคำนวณของผมและอาจต่ำลงเล็กน้อยถ้าใช้รายได้ FY2026 เต็มปีเป็นตัวหาร แต่ระดับความรุนแรงไม่เปลี่ยน

งบดุลและโครงสร้างทุน: เงินสด+เงินลงทุน $242.5B ยังหนามาก แต่หนี้ยาวขึ้นจาก ~$67B เป็น $98.2B ในครึ่งปี บวกเพิ่มทุน $84.75B (หุ้นสามัญ + Berkshire $10B + mandatory convertible preferred 6.25% ~$19B พร้อม capped call ที่ ~$528–533) การเลือกใช้ทั้งหนี้ ทั้งหุ้น ทั้ง preferred พร้อมกัน สื่อสองอย่างที่ขัดกัน: (บวก) บริษัทระดมทุนได้ในทุกช่องทางและ Berkshire ยอมลงเงิน (ลบ) CFO อย่างเดียวไม่พอจ่าย capex อีกต่อไป — บริษัทที่เคยซื้อหุ้นคืนปีละ $45.7B ต้องหยุด buyback และออกหุ้นใหม่ นี่คือการเปลี่ยนสถานะทางการเงินเชิงคุณภาพ ไม่ใช่แค่ตัวเลขผันผวนรายไตรมาส

การกระจุกตัว: research ไม่มีข้อมูลลูกค้ารายใหญ่เกิน ~30% (และธุรกิจโฆษณาโดยธรรมชาติกระจายตัวสูง) แต่มีการกระจุกเชิงผลิตภัณฑ์ชัดเจน — Google Services $94.5B จาก $119.8B คือราว 79% ของรายได้ และ Search & other อย่างเดียว ~53% ธุรกิจนี้จึงยัง "ขาเดียว" อยู่มาก แม้ Cloud จะโตเร็วก็ยังเป็นเพียง ~21%

3. การแข่งขัน

ฝั่ง cloud Alphabet เป็นผู้ท้าชิงที่โตเร็วที่สุดใน Big 3 และกำลังกินส่วนแบ่งจริง ฝั่ง search ยังคุม ~89.9% แต่แนวรบเปลี่ยนจาก "search engine ปะทะ search engine" เป็น "search ปะทะ chatbot" ซึ่งข้อมูล 12 เดือนล่าสุดบอกว่า Google กำลังตีโต้ได้ดีกว่าที่ตลาดกลัวเมื่อ 2 ปีก่อน (Gemini share 5.7% → 27.7%, ChatGPT share ในกลุ่ม chatbot ลดจาก 86.7% เหลือ 64.5%) จุดอ่อนเชิงแข่งขันที่เพิ่งเกิดคือ การสูญเสียบุคลากรระดับสถาปนิก — Jeff Dean, Oriol Vinyals, Quoc Le, Sanjay Ghemawat ออกพร้อมกัน + Hassabis ถอยจากงานบริหารรายวัน ผลกระทบต่องบการเงินไม่เห็นทันที แต่ในอุตสาหกรรมที่ความได้เปรียบมาจากคนไม่กี่สิบคน นี่เป็นความเสี่ยงที่ประเมินมูลค่าได้ยากและไม่ควรมองข้าม

ด้านกฎระเบียบถือว่าผ่านจุดเสี่ยงที่สุดมาแล้ว: ศาลไม่สั่งขาย Chrome ไม่แยก Android ยังจ่าย Apple ได้ — tail risk ใหญ่สุดถูกตัดออกไปหนึ่งชั้น แต่ยังไม่จบเพราะทั้งสองฝ่ายอุทธรณ์ (Google โจมตี data-sharing / DOJ+รัฐขอโทษหนักขึ้น) และต้นทุนฝั่งยุโรปเกิดขึ้นจริงแล้ว (ค่าปรับ Android $5.2B จ่าย ก.ค. 2026 + PriceRunner ~$2.1B)

4. ความเสี่ยงเรียงตามน้ำหนัก

1. ROI ของ capex $205B — ถ้ารายได้ Cloud ชะลอลงขณะค่าเสื่อมราคาจาก data center ทยอยเข้ามาเต็มปี margin จะถูกกดจากสองทางพร้อมกัน ตอนนี้ backlog ยังหนุน narrative อยู่ แต่ narrative นี้พังได้ถ้า Cloud growth ลงจาก 82% แรงๆ ในไตรมาสใดไตรมาสหนึ่ง
2. FCF ที่แทบไม่เหลือ — ~$4.3B ใน H1 ทำให้บริษัทไม่มี buffer ในการทำ buyback หนุน EPS และต้องพึ่งตลาดทุนต่อเนื่องถ้า capex ยังเพิ่ม
3. ความเสี่ยงเชิงระบบของวงจรการเงิน AI (ดูหัวข้อถัดไป)
4. Dilution ค้างท่อ — preferred 6.25% แปลงเป็นหุ้นสามัญในอนาคต แม้มี capped call ที่ ~$528–533 ช่วยจำกัดบางส่วน
5. Antitrust สองทาง — ผลอุทธรณ์อาจผ่อนหรือเข้มขึ้นก็ได้
6. คุณภาพกำไร — พอร์ตเงินลงทุนที่สร้างกำไร $99B ก็สร้างขาดทุนก้อนโตได้เช่นกันในไตรมาสที่ตลาดกลับทิศ

5. โมเมนตัมและ valuation

ราคาปิด $335.41 (31 ส.ค. 2026) ต่ำกว่า ATH $404.47 อยู่ ~17% และ -10.4% ใน 90 วัน โดยมีเหตุระบุได้ครบสามข้อ (เพิ่มทุน มิ.ย. / capex hike ก.ค. / ทีม AI ลาออก ส.ค.) แปลว่าการย่อรอบนี้เป็น fundamental-driven ไม่ใช่แค่ noise ขณะเดียวกันนักวิเคราะห์ 63 รายยัง Strong Buy เป้าเฉลี่ย $422 (upside ~26%) ช่องว่างระหว่างราคาที่ทำจริงกับมุมมองนักวิเคราะห์กว้างผิดปกติ ซึ่งอ่านได้สองแบบ: ตลาดกำลังผิด (โอกาส) หรือ นักวิเคราะห์ยังไม่ปรับโมเดลรับ capex/FCF ใหม่ (ความเสี่ยง) ข้อมูลที่มีไม่พอชี้ขาดว่าแบบไหน ผมจึงให้ momentum_score = 4 (ทิศทางราคายังลง แต่ไม่ถึงขั้นพัง — market cap ยัง +60.5% YoY) forward P/E ~25x ถือว่าสมเหตุสมผลเทียบการโต +24% และไม่แพงเทียบ mega-cap peers แต่ไม่ใช่ระดับ "ถูกจนมี margin of safety" ในสถานการณ์ที่ multiple ทั้งกลุ่มมีความเสี่ยงถูก derate

6. ข้อจำกัดของการวิเคราะห์นี้

• ไม่มี operating income แยกรายเซกเมนต์ Q2 2026 (Services vs Cloud) จึง ไม่สามารถยืนยันได้ว่า Cloud ที่โต +82% ทำกำไรระดับใด หรือกำลังโตแบบยอมขาดทุน — เป็นช่องว่างที่ใหญ่ที่สุดของงานวิเคราะห์ชิ้นนี้
• ไม่มีรายละเอียดองค์ประกอบของกำไร equity securities $99B (realized/unrealized สัดส่วนเท่าไร มาจากการลงทุนใด)
• ไม่มีข้อมูลการกระจุกตัวของลูกค้าใน backlog $519.5B
• ไม่มีข้อมูล lease/off-balance-sheet obligation ของ Alphabet โดยตรงใน research (ตัวเลข $2.13T เป็นยอดรวม 5 hyperscaler จากรายงานภายนอก) จึงประเมิน exposure เฉพาะตัวเป็นเชิงคุณภาพเท่านั้น
• ไม่มีข้อมูลนโยบายค่าเสื่อมราคาอายุการใช้งานของ server/GPU ที่ Alphabet ใช้ จึงตรวจสอบประเด็นของ Michael Burry กับ Alphabet โดยตรงไม่ได้
• ราคาระหว่างแหล่งต่างกันเล็กน้อย ($335.41 จาก stockanalysis vs ~$340.65 จาก TradingView) — ใช้ $335.41 ตามราคาปิดที่ระบุวันชัดเจน

จาก [โครงข่ายการเงิน AI Nvidia–Blackstone] ต้องระวังอะไร

ประเด็นนี้ถูก factor เข้ากับคะแนนแล้วโดยตรง: เป็นเหตุผลหลักที่ผมยก risk_level จาก medium เป็น high และกดจาก bullish เหลือ neutral ถ้าไม่มีปัจจัยนี้ ตัวเลข Q2 (op income +45%, Cloud +82%, backlog $519.5B) กับ forward P/E 25x จะให้ภาพ bullish ได้ไม่ยาก

exposure เฉพาะของ Alphabet — สิ่งที่ ไม่ เหมือน Oracle:

• Alphabet ไม่ได้อยู่ในสถานะผู้กู้ที่พึ่งพา SPV แบบ AI lab หรือ neocloud — บริษัทระดมทุนด้วยชื่อตัวเองทั้งหมด ($51.8B หุ้นกู้ + $84.75B equity/preferred) หนี้อยู่บนงบดุลที่มองเห็นได้ และมีเงินสด+เงินลงทุน $242.5B รองรับ
• มี TPU ของตัวเอง จึงไม่ได้อยู่ในวงจร circular financing ที่เงินไหลกลับไปหา Nvidia แบบ hyperscaler ที่พึ่ง GPU 100%
• รายได้ Google Services ~$94.5B/ไตรมาสที่ทำ margin สูง เป็นเงินสดจริงที่หล่อเลี้ยง capex ได้ ต่างจาก Oracle ที่ backlog กระจุกที่ OpenAI ครึ่งหนึ่ง

exposure ที่มีจริงและกระทบงบ/ราคาของ GOOG ได้:

1. ช่องทาง multiple — ในฐานะสมาชิก Magnificent Seven หาก scenario ที่ WEF/Oliver Wyman ประเมินเกิดจริง (มูลค่าตลาดหายสูงสุด $33T, กลุ่มเทคใหญ่ปรับฐาน 30–50%) หุ้น Alphabet จะโดนไปด้วยแม้กำไรจากธุรกิจไม่ลด นี่คือความเสี่ยงที่ ไม่ได้ป้องกันได้ด้วยงบดุลแข็ง
2. ช่องทางต้นทุนทุน — ถ้า credit spread ของกลุ่ม hyperscaler กว้างขึ้นตามรอย Oracle (CDS พุ่งสูงสุดรอบ 18 ปี) Alphabet ที่เพิ่งเพิ่มหนี้ยาวจาก $67B เป็น $98.2B และยังต้องพึ่งตลาดทุนต่อ (FCF เหลือ ~$4.3B) จะเจอต้นทุนดอกเบี้ยแพงขึ้นในการออกหนี้รอบถัดไป
3. ช่องทางค่าเสื่อมราคา — ประเด็นของ Michael Burry (GPU ใช้จริง 2–3 ปี แต่ตัดค่าเสื่อม 5–6 ปี ทำให้กำไรอุตสาหกรรมสูงเกินจริง ~$176B ปี 2026–2028) กระทบ Alphabet ในเชิงหลักการเดียวกัน เพราะ capex $205B ในปีเดียวจะกลายเป็นค่าเสื่อมราคาก้อนใหญ่ที่ทยอยเข้างบ P&L 2–3 ปีข้างหน้า — ถ้าอายุการใช้งานจริงสั้นกว่าที่บันทึก operating margin ~34% วันนี้จะไม่ยั่งยืน (ข้อจำกัด: research ไม่มีนโยบายค่าเสื่อมของ Alphabet ให้ตรวจสอบตัวเลขจริง)
4. ช่องทางคุณภาพลูกค้า Cloud — backlog $519.5B โตเร็วมากในยุคที่ AI lab จำนวนหนึ่งจ่ายด้วยเงินที่กู้มาจากโครงข่าย SPV เดียวกันนี้ ถ้าสายป่านฝั่งผู้กู้ตึง backlog บางส่วนอาจถูกเลื่อน/เจรจาใหม่ ซึ่งจะกระทบ narrative การเติบโตของ Cloud โดยตรง
5. ช่องทางหนี้นอกงบดุล — Alphabet ถูกนับรวมอยู่ในยอด $2.13T ของ 5 hyperscaler ผ่าน lease/โครงสร้างสร้างศูนย์ข้อมูล ตัวเลขที่เห็นในงบดุล ($98.2B หนี้ยาว) จึงอาจต่ำกว่าภาระผูกพันทางเศรษฐกิจจริง

สัญญาณที่ต้องจับตาเป็นรูปธรรม: (ก) Cloud growth ที่ชะลอต่ำกว่า ~50% YoY หรือ backlog หยุดโต (ข) การเปิดเผยรายละเอียด operating lease/commitment ใน 10-K ปี 2026 (ค) การเปลี่ยนอายุการตัดค่าเสื่อมของ server ใน accounting policy (ง) spread ของหุ้นกู้ Alphabet เทียบ Treasury และการออกหนี้รอบถัดไปว่ายีลด์กระโดดไหม (จ) ข่าวเครดิตของ Oracle/CoreWeave/neocloud ที่มักเป็นตัวนำก่อนลามมาถึงกลุ่มเกรดสูง (ฉ) ไกด์ capex 2027 — ถ้ายังยกขึ้นอีกโดยที่ FCF ไม่ฟื้น ความเสี่ยงจะสูงขึ้นอีกขั้น

อ่านรายงานฉบับเต็ม: โครงข่ายการเงิน AI: Nvidia, Blackstone และคำถามเรื่องฟองสบู่

เนื้อหานี้เป็นการศึกษาวิเคราะห์จากข้อมูลสาธารณะ ไม่ใช่คำแนะนำการลงทุน

แกนทฤษฎี: Alphabet เป็น hyperscaler รายเดียวที่คุม stack ครบตั้งแต่ชิป (TPU) → data center → โมเดล (Gemini 950M MAU) → distribution (ผลิตภัณฑ์พันล้านผู้ใช้ 9 ตัว) ดังนั้น capex ~$205B ปี 2026 จะไม่ใช่ "เงินที่ไหลออกไปหา Nvidia" แบบคู่แข่ง แต่เป็นสินทรัพย์ที่แปลงเป็นรายได้ Cloud ที่มี margin ของตัวเอง หลักฐานที่มีอยู่แล้วคือ Cloud เร่ง 3 ไตรมาสติด (+48% → +63% → +82%) พร้อม backlog กระโดดจาก $240B เป็น $519.5B ในครึ่งปี และแย่งส่วนแบ่งจาก AWS ที่หดลง ~2 จุด ขณะที่เครื่องยนต์เดิมยังไม่พัง (Search & other +17%, op margin ~34%)

ถ้าทฤษฎีนี้ถูก สิ่งที่จะเห็นใน 2–4 ไตรมาสข้างหน้าคือ: Cloud ยังโต >50% YoY, operating income โตเร็วกว่ารายได้ต่อไป และ FCF เริ่มฟื้นในปี 2027 เมื่อ capex เข้าที่ราบสูง (plateau) ตลาดจะกลับมาให้ multiple ระดับ 26–28x forward แทนที่จะมองว่าเป็นบริษัทลงทุนหนักที่ ROI ไม่ชัด

สัญญาณที่พิสูจน์ว่าผิด (falsifier):

1. Cloud growth ตกต่ำกว่า ~50% YoY ในไตรมาสใดไตรมาสหนึ่ง หรือ backlog หยุดโต/หดตัว QoQ
2. Operating margin หลุดต่ำกว่า 30% จากค่าเสื่อมราคาที่ทยอยเข้า P&L โดยที่รายได้ยังโต
3. ไกด์ capex 2027 ถูกยกขึ้นอีกโดยที่ FCF ทั้งปี 2026 ยังต่ำกว่า ~$20B — แปลว่าเงินลงทุนวิ่งหนีกระแสเงินสด ไม่ใช่การลงทุนแบบมีวินัย
4. บริษัทเปิดเผย operating income ของ Cloud แล้วพบว่าติดลบ/margin บางกว่าที่ตลาดคิด (ข้อมูลนี้ยังเป็นช่องว่างที่ใหญ่ที่สุดของเคสนี้ — research ไม่มี segment operating income Q2 2026)

แกนทฤษฎี (ฝั่งความเสี่ยง): สิ่งที่เปลี่ยนไปเชิงคุณภาพในปี 2026 ไม่ใช่รายได้ แต่คือ แหล่งเงิน — H1 2026 CFO $84.9B แต่ capex $80.6B เหลือ FCF เพียง ~$4.3B (จาก $73.3B ทั้งปี 2025) ผลลัพธ์คือบริษัทที่เคยซื้อหุ้นคืนปีละ $45.7B ต้อง (1) หยุด buyback ทั้งปี (2) ออกหุ้นกู้ $51.8B ดันหนี้ยาวจาก $67B เป็น $98.2B (3) เพิ่มทุน $84.75B รวม mandatory convertible 6.25% ~$19B ทั้งสามอย่างเกิดในครึ่งปีเดียว

ทฤษฎีคือ ตลาดยังตีมูลค่า Alphabet ด้วยกรอบ "asset-light compounder" ทั้งที่งบกระแสเงินสดกลายเป็น "capital-intensive utility" ไปแล้ว capex/รายได้ TTM ราว 46% ($205B/$445.9B) สูงกว่าค่าเฉลี่ยกลุ่ม hyperscaler 2026 ที่ ~34% ซึ่งเองก็แซงจุดพีค dot-com (~32%) ไปแล้วตามรายงาน โครงข่ายการเงิน AI: Nvidia, Blackstone และคำถามเรื่องฟองสบู่ เมื่อกรอบการประเมินถูกปรับ multiple จะหดก่อนที่กำไรจะลด — และนั่นคือกลไกที่ทำให้ราคาลงได้ทั้งที่งบยังสวย

สัญญาณที่พิสูจน์ว่าผิด (falsifier):

1. FCF ทั้งปี 2026 ออกมาเหนือ ~$25–30B (แปลว่า H1 เป็นเรื่องจังหวะจ่ายเงิน ไม่ใช่โครงสร้าง)
2. บริษัทประกาศกลับมาซื้อหุ้นคืนภายในปี 2027
3. ไกด์ capex 2027 ทรงตัวหรือลดลงจาก $205B
4. การออกหนี้รอบถัดไปได้ spread แคบเทียบ Treasury ไม่ต่างจากรอบก่อน — แปลว่าตลาดตราสารหนี้ยังไม่คิดค่าความเสี่ยง AI cycle กับ Alphabet

แกนทฤษฎี (มุม relative value): ถ้าฉากทัศน์ AI unwind เกิดจริง คำถามที่มีค่าไม่ใช่ 'ตลาดจะลงไหม' แต่คือ 'ใครลงน้อยกว่าและฟื้นก่อน' โครงสร้างของ Alphabet ต่างจากรายอื่นในโครงข่ายการเงิน AI อย่างมีนัย: (1) ระดมทุนด้วยชื่อตัวเองทั้งหมด หนี้อยู่บนงบดุลที่มองเห็นได้ ไม่ได้กู้ผ่าน SPV แบบ AI lab/neocloud (2) มี TPU ของตัวเอง จึงไม่ได้อยู่ในวงจร circular financing ที่เงินไหลกลับหา Nvidia (3) มีเงินสด+เงินลงทุน $242.5B และรายได้ Google Services ~$94.5B/ไตรมาสที่ margin สูง หล่อเลี้ยง capex ได้เอง ต่างจาก Oracle ที่ backlog กระจุกที่ OpenAI ครึ่งหนึ่งจนโดนลด BBB→BBB-

ซ้อนกับ valuation ที่ forward P/E ~25x ใกล้เคียง Microsoft/Apple ทั้งที่รายได้โต +24% และ Cloud +82% — ทฤษฎีคือ Alphabet ถูกซื้อขายเหมือนหุ้น AI คนหนึ่งขาลง แต่ไม่ได้ถูกให้พรีเมียมเหมือนหุ้น AI ตอนขาขึ้น ในการปรับฐานของกลุ่ม มันควรทำหน้าที่เป็นที่หลบภัยเชิงสัมพัทธ์ และเป็นตัวที่เม็ดเงินไหลกลับเข้าก่อนเมื่อกลุ่มเริ่มฟื้น

สัญญาณที่พิสูจน์ว่าผิด (falsifier):

1. ในสัปดาห์ที่กลุ่ม AI ร่วงแรง GOOG ร่วง แรงกว่า ค่าเฉลี่ย Mag7 ติดต่อกัน (แปลว่าตลาดไม่ได้ให้เครดิตโครงสร้างที่ต่างจริง)
2. Cloud backlog ถูกเปิดเผยว่ากระจุกตัวที่ลูกค้า AI lab ไม่กี่รายในสัดส่วนแบบ Oracle
3. spread หุ้นกู้ Alphabet กว้างขึ้นตาม Oracle/neocloud แทนที่จะแยกทาง — แปลว่าตลาดตราสารหนี้จัดให้อยู่กลุ่มเดียวกัน
4. Search & other โตต่ำกว่า 10% YoY — เสาที่ทำให้ Alphabet 'ไม่ใช่หุ้น AI ล้วน' หายไป