ตลาดไต้หวันรักษาระดับเหนือ 40,000 จุดได้แล้ว หุ้นสหรัฐฯ ทำสถิติสูงสุดใหม่ แต่ภาคอุตสาหกรรม AI เพิ่งเข้าสู่ระยะเริ่มต้น?

Citrini Research นักวิจัย Jukan รีโพสต์กราฟของ Goldman Sachs Global Investment Research และกล่าวว่า: “เราพึ่งเข้าสู่ระยะแรก” จากกราฟดังกล่าว การเปลี่ยนแปลงสำคัญในอุตสาหกรรม AI ในอนาคต อาจไม่ใช่แค่ความสามารถของโมเดลที่ดีขึ้นหรือการขยายซัพพลายด้านคอมพิวต์เท่านั้น แต่เป็น consumer agent workloads หรือเวิร์กโหลดของ AI agent ที่มุ่งไปยังผู้บริโภค ซึ่งจะช่วยผลักดันปริมาณการใช้ token ทั่วโลกอย่างมาก

consumer agent ทำให้การใช้ token เพิ่มขึ้น 10 เท่าก่อนปี 2030

กราฟระบุว่า เวิร์กโหลดของ consumer agent อาจทำให้ token consumption เพิ่มขึ้นมากกว่า 10 เท่าก่อนปี 2030 ขณะที่ข้อความสีแดงในกราฟระบุเพิ่มเติมว่า ภายในปี 2030 token consumption จะเติบโต มากกว่า 12 เท่า Goldman Sachs มองว่า การเติบโตของ token เกิดจาก 3 ปัจจัยหลัก ได้แก่ การเข้าถึงผู้ใช้ที่กว้างขึ้น ความถี่การใช้งานรายวันที่สูงขึ้น และรูปแบบการใช้ AI ที่เปลี่ยนจากการแชตแบบครั้งคราว (chat session) ไปสู่ on-demand agents และ always-on agents

สิ่งที่เรียกว่า token คือหน่วยนับพื้นฐานที่โมเดลภาษาขนาดใหญ่ใช้ในการประมวลผลข้อความ คำสั่ง คำตอบ การเรียกใช้เครื่องมือ และการจำบริบท เมื่อผู้ใช้งานเพียงถาม chatbot เป็นครั้งคราว การใช้ token จะค่อนข้างจำกัด

แต่หาก AI agent เริ่มค้นหา ติดตาม รวบรวม สั่งซื้อ จัดตาราง ตอบกลับข้อความ และจัดการเวิร์กโฟลว์ให้ผู้ใช้งานอย่างต่อเนื่อง โมเดลจะไม่ใช่แค่ “ตอบคำถาม” อีกต่อไป แต่กลายเป็นกำลังแรงงานดิจิทัลที่ทำงานต่อเนื่อง นั่นหมายถึงปริมาณ token ที่แต่ละผู้ใช้ใช้ต่อวัน อาจเปลี่ยนจากการสนทนาแบบครั้งเดียว ไปเป็นเวิร์กโหลดที่มีความถี่สูง ใช้เวลานาน และทำงานเบื้องหลัง

ในปี 2026 ความจุ token ทั่วโลกอยู่ราว ๆ 7.5 ล้านล้าน token ต่อเดือน อย่างไรก็ตาม หลังเข้าสู่ครึ่งแรกของปี 2026 Goldman Sachs ได้ระบุให้เป็น Token Economics Turn Positive in 1H26 ซึ่งหมายถึงเศรษฐศาสตร์ของ token อาจกลับมาเป็นบวกในช่วงครึ่งแรกของปี 2026 กล่าวอีกนัยหนึ่ง เมื่อค่าใช้จ่ายในการอนุมานของโมเดลลดลง การขยายโครงสร้างพื้นฐานด้านคอมพิวต์ และสถานการณ์การใช้งานเริ่มโตเต็มที่ โมเดลเศรษฐศาสตร์เชิงหน่วยในการประมวลผล token ของบริษัท AI อาจเริ่มดีขึ้น

ก่อนปี 2030 เวิร์กโหลดที่ไม่ใช่ agent ยังคงเติบโตต่อไป แต่สิ่งที่ดึงให้กราฟมีความชันเพิ่มขึ้นอย่างแท้จริงคือ consumer agents เวิร์กโหลดที่ไม่ใช่ agent โดยหลักแล้วหมายถึงรูปแบบการใช้งาน AI แบบเดิม เช่น chatbot แบบดั้งเดิม การค้นหา การสร้างคอนเทนต์ และแอปพลิเคชันภาคธุรกิจทั่วไป ในขณะที่ consumer agents สะท้อนถึงสถานการณ์การใช้ AI ที่มีความถี่สูง ใช้เวลานาน และมีการทำให้เป็นอัตโนมัติมากขึ้น ภายในปี 2030 กราฟคาดการณ์ว่า token processed รายเดือนจะทะลุ 60 ล้านล้านขึ้นไป โดย consumer agents จะเป็นแหล่งที่มาของการเพิ่มขึ้นจำนวนมาก

นี่เองคือความหมายหลักของคำกล่าวของ Jukan ที่ว่า “พึ่งเข้าสู่ระยะแรก” หากการคาดการณ์ของ Goldman Sachs เป็นจริง ความต้องการ AI จะไม่หยุดแค่วงการที่เป็นบอตแชตในปัจจุบัน ผู้ช่วยด้านโค้ด หรือ enterprise Copilot แต่จะขยายเข้าสู่ agentic workflow นั่นคือขั้นตอนที่ AI ตัวแทน (AI agents) ทำงานแทนมนุษย์อย่างต่อเนื่อง ในเวลานั้น ประเด็นที่ตลาดถกเถียงจะไม่ใช่แค่ “มีคนใช้ AI มากแค่ไหน” แต่คือ “แต่ละคนให้ AI ทำงานกี่งานต่อวัน”

แบล็คร็อก CEO โต้กลับ AI ฟองสบู่: ปัญหาที่แท้จริงคือซัพพลายคอมพิวต์ขาดแคลน

แนวคิดนี้สอดคล้องกับการปฏิเสธแนวคิดเรื่องฟองสบู่ AI ของ Larry Fink ซีอีโอของแบล็คร็อก เมื่อเร็ว ๆ นี้ จากรายงานของ Bloomberg Fink กล่าวในเวทีเสวนางาน Milken Institute Global Conference ว่า ตอนนี้ตลาดไม่ได้เผชิญกับ AI bubble แต่กำลังเผชิญกับปัญหาการขาดแคลนซัพพลายอย่างรุนแรง การเติบโตของดีมานด์เร็วเกินกว่าที่ตลาดคาด ไม่เพียงแต่สหรัฐที่ยังมีการขาดแคลนกำลังการผลิตด้านความสามารถในการประมวลผล ชิป และหน่วยความจำเท่านั้น แต่ทั่วโลกก็เพิ่งเริ่มสำรวจโอกาสทางธุรกิจขนาดใหญ่ที่ AI นำมาสู่ตลาด

Fink ยังคาดการณ์ด้วยว่า เมื่อความต้องการด้านคอมพิวต์ยังคงเพิ่มขึ้น แต่การแก้ปัญหาการขาดแคลนซัพพลายไม่สามารถทำได้อย่างรวดเร็ว ในอนาคตตลาดอาจเกิดกลไกการซื้อขาย “คอมพิวต์ฟิวเจอร์ส” ที่ให้ compute capacity กลายเป็นสินทรัพย์ประเภทใหม่ในตลาดฟิวเจอร์ส ข้อกล่าวนี้จึงสำคัญ เพราะมันนิยามโครงสร้างพื้นฐานของ AI จาก “ค่าใช้จ่ายต้นทุนของบริษัทเทค” ใหม่ ให้กลายเป็นทรัพยากรที่หายาก สามารถซื้อขายได้ ทำให้เป็นระบบการเงิน และสามารถกำหนดราคาในระยะยาวได้

พูดให้ชัดคือ กราฟของ Goldman Sachs พูดถึงฝั่งดีมานด์: consumer agents จะทำให้ token consumption เติบโตมากกว่า 12 เท่าก่อนปี 2030 ขณะที่สิ่งที่ Fink พูดคือฝั่งซัพพลาย: หากดีมานด์ด้าน token ระเบิดจริง ตลาดต้องเผชิญกับปัญหาคอมพิวต์ ชิป หน่วยความจำ ศูนย์ข้อมูล และอุปทานไฟฟ้าที่ไม่เพียงพอ ทั้งสองส่วนรวมกันจึงประกอบเป็นแกนหลักของแนวโน้มขาขึ้น (bull thesis) ของการลงทุนโครงสร้างพื้นฐาน AI ในปัจจุบัน

บทความนี้ 台指ยืนเหนือ 40,000 จุด และตลาดหุ้นสหรัฐทำจุดสูงสุดใหม่ แต่ยังอยู่ในระยะเริ่มต้นของอุตสาหกรรม AI? ปรากฏครั้งแรกที่ 鏈新聞 ABMedia