นับจากการเปิดตัว ChatGPT ในปี 2022 มูลค่าตลาดหุ้นสหรัฐฯ เพิ่มขึ้นรวมกว่า 21 ล้านล้านดอลลาร์ โดยมีเพียง 10 บริษัทใหญ่ เช่น Amazon, Broadcom และ Nvidia ครองสัดส่วนถึง 55% ของการเพิ่มขึ้นทั้งหมด
กระแสความตื่นเต้นเรื่องปัญญาประดิษฐ์ (AI) ดันราคาหุ้นของพวกเขาพุ่งทะยาน และไม่ได้มีเพียงเท่านี้ กระทั่ง Larry Ellison ยังเคยขึ้นแท่นบุคคลร่ำรวยที่สุดในโลกชั่วคราว หลังราคาหุ้น Oracle พุ่งแรงจากกระแส AI ครึ่งแรกของปีนี้ การลงทุนในเทคโนโลยีสารสนเทศได้กลายเป็นปัจจัยสำคัญที่ขับเคลื่อน GDP สหรัฐฯ ทั้งหมด
ตลอดปีที่ผ่านมา หนึ่งในสามของเงินลงทุนจากบริษัทร่วมลงทุนฝั่งตะวันตกถูกเทเข้าสู่บริษัท AI นักลงทุนจาก Sequoia Capital ถึงกับระบุว่า AI จะ “ยิ่งใหญ่พอๆ หากไม่ยิ่งกว่าการปฏิวัติอุตสาหกรรม”
ขณะที่ Gavin Baker แห่ง Atreides Management เชื่อว่าผู้บุกเบิก AI ไม่ได้มุ่งเพียง “มูลค่าหลายสิบล้านล้าน หรือหลายร้อยล้านล้านดอลลาร์” แต่กำลัง “แข่งกันสร้างพระเจ้าดิจิทัล” ความเชื่อเช่นนี้ทำให้การทุ่มเม็ดเงินลงทุนมหาศาลดูเหมือนสมเหตุสมผล
อย่างไรก็ดี รายงานล่าสุดของ UBS ชี้ว่า รายได้จาก AI จนถึงปัจจุบันยัง “น่าผิดหวัง” โดยประเมินว่าบริษัท AI ชั้นนำในตะวันตกมีรายได้รวมราว 50,000 ล้านดอลลาร์ต่อปี แม้เติบโตเร็วแต่ยังถือว่าน้อยเมื่อเทียบกับเงินลงทุนสร้างศูนย์ข้อมูลใหม่ทั่วโลกที่ Morgan Stanley คาดว่าจะสะสมถึง 2.9 ล้านล้านดอลลาร์ในปี 2025–2028 และยังไม่รวมต้นทุนพลังงาน
การเติบโตของรายได้ AI จะดำเนินต่อได้ก็ต่อเมื่อบริษัทต่าง ๆ เชื่อว่าเทคโนโลยีนี้มีประโยชน์ต่อธุรกิจ แต่ล่าสุดงานวิจัยจากสถาบัน MIT พบว่า 95% ขององค์กรที่ลงทุนใน Generative AI ยัง “ไม่ได้ผลตอบแทน” ใด ๆ
ไม่แปลกที่เริ่มมีคำถามว่าการลงทุนใน AI กลายเป็นความคึกคะนองเกินเหตุหรือไม่
Praetorian Capital ถึงกับเปรียบว่า “นี่คือการเกิดใหม่ของ Global Crossing” ยุคดอตคอม UBS ก็เตือนว่า “มูลค่าหุ้นในกลุ่มนี้กำลังส่งสัญญาณแดง และแทบไม่เหลือช่องว่างสำหรับความผิดหวังด้านกระแสเงินสด”
ขณะที่ Torsten Slok จาก Apollo ระบุว่าหุ้น AI ปัจจุบันมีมูลค่าสูงกว่าหุ้นกลุ่มดอตคอมในปี 1999
แม้แต่ Sam Altman ซีอีโอ OpenAI ก็ยอมรับว่า “ตอนนี้นักลงทุนตื่นเต้นเกินไปกับ AI หรือไม่? ความเห็นของผมคือใช่”
อย่างไรก็ตาม Altman และผู้เชี่ยวชาญหลายคนก็ชี้ว่า “ฟองสบู่” เป็นเรื่องปกติเมื่อเทคโนโลยีใหม่เกิดขึ้น Michael Parekh อดีตนักวิเคราะห์ของ Goldman Sachs กล่าวว่าความคึกคักในเทคโนโลยี “มักจะนำหน้าความเป็นจริง”
ขณะที่งานศึกษาของธนาคารกลางสหรัฐฯ (Federal Reserve Bank of San Francisco) ในปี 2008 ระบุว่า “ประวัติศาสตร์บอกเราว่า ช่วงเวลาที่เกิดนวัตกรรมทางเทคโนโลยีครั้งใหญ่ มักมาพร้อมฟองสบู่จากการคาดการณ์ประสิทธิภาพเกินจริง”
อีกทั้งงานวิจัยเชิงวิชาการในปี 2018 ที่ศึกษานวัตกรรม 51 รายการระหว่างปี 1825–2000 พบว่า 37 รายการล้วนมีฟองสบู่เกิดขึ้นควบคู่ ถึงกระนั้น ฟองสบู่ส่วนใหญ่ไม่เคยหยุดยั้งเทคโนโลยีที่อยู่เบื้องหลังให้แพร่ขยายไปทั่วโลก
สหราชอาณาจักรเคยมีฟองสบู่รถไฟใหญ่สองครั้งในช่วงทศวรรษ 1840 และ 1860 แต่เครือข่ายรถไฟก็ยังเติบโต นักลงทุนอเมริกันเคยสูญเงินมหาศาลจากธุรกิจไฟฟ้าส่องสว่างปลายศตวรรษที่ 19 แต่คนก็ยังต้องการแสงไฟยามค่ำคืน
AI เองก็อาจเป็นไปในทำนองเดียวกัน ฟองสบู่มาแล้วก็ไป แต่ “พระเจ้าดิจิทัล” อาจคงอยู่ตลอดกาล
ทว่าเมื่อฟองสบู่แตก ผลกระทบก็ไม่อาจมองข้าม หนึ่งในบทเรียนจากประวัติศาสตร์คือ เมื่อฟองสบู่เทคโนโลยีแตก บริษัทยักษ์ใหญ่มักต้องเปิดทางให้ผู้เล่นหน้าใหม่
Alasdair Nairn ผู้เขียน Engines That Move Markets ระบุว่า “บริษัทยักษ์ใหญ่ด้านไฟฟ้าส่องสว่างล้วนเผชิญการเปลี่ยนเจ้าของเมื่อปัญหากระแสเงินสดเกิดขึ้น” เช่นเดียวกับบริษัทรถไฟ โทรเลข และโทรศัพท์ในยุคแรกที่ถูกแทนที่อย่างรวดเร็ว
หากอีกสิบปีข้างหน้า “Magnificent Seven” ของวงการเทคโนโลยี และสตาร์ทอัพ AI รายใหญ่ยังอยู่ครบ นั่นคงถือเป็นปาฏิหาริย์
สำหรับสังคมโดยรวม ผลกระทบจากการแตกของฟองสบู่เทคโนโลยีมีความหลากหลาย ฟองสบู่อิเล็กทรอนิกส์สหรัฐฯ ในทศวรรษ 1960 แทบไม่ทำให้เศรษฐกิจสะเทือน ขณะที่ฟองสบู่รถไฟในปี 1870 นำไปสู่ภาวะถดถอยที่ยาวนานที่สุดในประวัติศาสตร์อเมริกา การวิเคราะห์ฟองสบู่เทคโนโลยีในอดีตชี้ว่า ปัจจัยสำคัญมี 3 เรื่อง: จุดประกายเริ่มต้น ลักษณะของเงินทุนที่ลงทุน และผู้ที่รับภาระขาดทุน
ในหนังสือ Boom and Bust นักประวัติศาสตร์เศรษฐกิจ William Quinn และ John Turner แบ่งจุดเริ่มต้นของฟองสบู่ออกเป็น 2 แบบ คือการเมืองและเทคโนโลยี ฟองสบู่ที่ขับเคลื่อนโดยการเมือง—เช่น การปรับกฎระเบียบหรือภาษี—มักสร้างความเสียหายรุนแรงกว่า เพราะทำให้นักลงทุนแห่ลงทุนเป็นฝูง
ตัวอย่างเช่น การลดภาษีทรัพย์สิน อัตราดอกเบี้ยต่ำ และการเปิดเสรีทางการเงิน ทำให้ญี่ปุ่นเกิดฟองสบู่สินทรัพย์ขนาดมหึมาในช่วงปลายทศวรรษ 1980 และเมื่อฟองสบู่แตก เศรษฐกิจญี่ปุ่นซบเซานานหลายสิบปี
ตรงกันข้าม ฟองสบู่ที่เกิดจากการปฏิวัติทางเทคโนโลยีสร้างความเสียหายน้อยกว่า เช่น หลังฟองสบู่ดอตคอมแตก เศรษฐกิจไม่ได้เข้าสู่ภาวะถดถอยยาวนาน ขนาดและความคงทนของการลงทุนก็สำคัญไม่แพ้กัน ในสหราชอาณาจักรช่วงทศวรรษ 1840 การลงทุนในระบบรถไฟพุ่งจาก 5% ของ GDP ในปี 1844 ไปถึง 13% ในปี 1847 แต่เมื่อฟองสบู่แตก การลงทุนลดลงครึ่งหนึ่ง และอัตราการว่างงานในประเทศเพิ่มขึ้นเป็นสองเท่า
วิธีการใช้เงินลงทุนก็เป็นอีกปัจจัยชี้ชะตา หลายกรณีเม็ดเงินลงทุนของบริษัทอิเล็กทรอนิกส์ญี่ปุ่นในทศวรรษ 1980 กลายเป็นการใช้จ่ายที่ไม่ก่อประโยชน์
ตรงกันข้าม ฟองสบู่บางครั้งสร้างสินทรัพย์ถาวรที่เป็นประโยชน์ต่อสังคม เช่น ความคลั่งไคล้รถไฟในยุควิกตอเรีย ซึ่งแม้ต้องใช้เวลานานกว่าจะสร้างกำไร แต่ก็วางรากฐานโครงข่ายรถไฟอังกฤษ
หรือการปูสายเคเบิลใยแก้วนำแสงนับสิบล้านไมล์ทั่วสหรัฐฯ ในช่วงปลายทศวรรษ 1990 แม้จะเกินความต้องการของอินเทอร์เน็ตในขณะนั้น แต่ปัจจุบันกลับเป็นโครงสร้างพื้นฐานสำคัญรองรับบริการข้อมูลมหาศาลอย่างสตรีมมิงและวิดีโอคอล
ปัจจัยสุดท้ายคือ “ใครจะรับความสูญเสีย” หากมีนักลงทุนรายย่อยจำนวนมากขาดทุนเพียงเล็กน้อย ผลกระทบต่อเศรษฐกิจก็จำกัด เหมือนที่เกิดขึ้นหลังฟองสบู่อิเล็กทรอนิกส์และดอตคอมในสหรัฐฯ
ตรงกันข้าม ช่วงฟองสบู่รถไฟอังกฤษทศวรรษ 1860 ความสูญเสียกลับกระจุกตัวในภาคธนาคารซึ่งต้องแบกหนี้เสียจำนวนมาก จนต้องจำกัดการปล่อยกู้และซ้ำเติมภาวะถดถอย
หากจะจัดอันดับฟองสบู่ AI ใน “แกลเลอรีฟองสบู่” ทางประวัติศาสตร์ จากการประเมินคร่าว ๆ ของ The Economist ฟองสบู่ AI ใหญ่เป็นรองเพียงฟองสบู่รถไฟ 3 ครั้งใหญ่ของศตวรรษที่ 19 แม้จุดเริ่มต้นของกระแส AI จะมาจากเทคโนโลยี เช่น งานวิจัย Attention is all you need ปี 2017 และการเปิดตัว ChatGPT ปี 2022
แต่ในระยะหลังรัฐบาลเริ่มเข้ามาหนุนและ “เติมเชื้อไฟ” รัฐบาลสหรัฐฯ ภายใต้การนำของโดนัลด์ ทรัมป์ ประกาศลดกฎระเบียบและสนับสนุนโครงสร้างพื้นฐานเพื่อยึด “ความเป็นผู้นำโลก” ขณะที่รัฐบาลกลุ่มประเทศอ่าวอาหรับก็อัดฉีดเงินลงทุนระดับล้านล้านดอลลาร์เข้าสู่ AI
ถึงตอนนี้เม็ดเงินลงทุนด้าน AI ในสหรัฐฯ ยังถือว่าไม่สูงนักเมื่อเทียบอดีต โดยประเมินว่าในช่วง 4 ปีที่ผ่านมา บริษัท AI อเมริกันลงทุนคิดเป็น 3–4% ของ GDP ต่อปี เทียบกับการลงทุนรถไฟในอังกฤษทศวรรษ 1840 ที่สูงถึง 15–20% ของ GDP
แต่หากการคาดการณ์การก่อสร้างศูนย์ข้อมูลเป็นจริง ตัวเลขนี้อาจพุ่งขึ้น อีกทั้งสัดส่วนสูงของการลงทุนกำลังเทไปที่สินทรัพย์ที่เสื่อมสภาพเร็ว ชิปขั้นสูงของ Nvidia ในวันนี้อาจล้าสมัยในอีกไม่กี่ปีข้างหน้า โดยเฉลี่ยสินทรัพย์ของบริษัทเทคในสหรัฐฯ มีอายุการใช้งานเพียง 9 ปี ขณะที่สินทรัพย์โทรคมนาคมในยุค 1990 มีอายุเฉลี่ย 15 ปี
Morgan Stanley คาดว่าเกือบครึ่งหนึ่งของเม็ดเงินลงทุน 2.9 ล้านล้านดอลลาร์ในศูนย์ข้อมูลที่จะเกิดขึ้น มาจากกระแสเงินสดของบริษัทยักษ์ใหญ่ด้านเทคโนโลยีเอง บริษัทเหล่านี้ยังมีศักยภาพกู้เพิ่มได้อีกมากเพราะมีหนี้เดิมต่ำ ปัจจุบันพวกเขาครองสัดส่วนราว 20% ของมูลค่าตลาด S&P 500 แต่มีสัดส่วนเพียง 2% ของตลาดพันธบัตรเกรดลงทุน งบดุลของพวกเขาจึงยังแข็งแกร่ง
แต่โอกาสที่ระบบการเงินจะล้มทั้งระบบยังต่ำ เพราะธนาคารอเมริกันแทบไม่ได้ปล่อยกู้ตรง ๆ ให้กับกระแส AI การมีส่วนเกี่ยวข้องจึงส่วนใหญ่ผ่านผู้ให้กู้ที่ไม่ใช่ธนาคาร
อย่างไรก็ดี เศรษฐกิจสหรัฐฯ มีปัจจัยเฉพาะที่ต่างจากอดีต: สัดส่วนการถือครองหุ้นของประชาชนสูงที่สุดในประวัติศาสตร์ ปัจจุบันหุ้นคิดเป็นราว 30% ของมูลค่าสินทรัพย์สุทธิของครัวเรือนอเมริกัน เทียบกับ 26% ในช่วงฟองสบู่ดอตคอมปี 2000 โดยการถือหุ้นกระจุกตัวในกลุ่มผู้มั่งคั่งซึ่งเป็นกลไกสำคัญขับเคลื่อนการเติบโตทางเศรษฐกิจ
ข้อมูลจาก Oxford Economics ชี้ว่า การใช้จ่ายผู้บริโภคจะเพิ่มหรือลดลงประมาณ 14 เซนต์ต่อการเปลี่ยนแปลงมูลค่าทรัพย์สินการเงินทุก 1 ดอลลาร์ ซึ่งขณะนี้ขึ้นอยู่กับผลประกอบการของบริษัทยักษ์ใหญ่ไม่กี่รายที่อนาคตผูกพันกับ AI อย่างแนบแน่น
ตลอดปีที่ผ่านมา ความหวังใน “การปฏิวัติเทคโนโลยี” ของ AI ได้บดบังปัญหาลึกด้านสถาบันการเมืองสหรัฐฯ การกีดกันการค้า และการกู้ยืมภาครัฐขนาดมหึมา แต่หาก “พระเจ้าดิจิทัล” ที่ใครๆ คาดหวังไม่ปรากฏ หรือกว่าจะมาถึงช้ากว่าที่คิด การร่วงลงครั้งนี้อาจเจ็บปวดสาหัส
ที่มา : TheEconomist