Transcription
สวัสดีทุกคนและยินดีต้อนรับเข้าสู่การเจาะลึกข้อมูลในวันนี้นะครับ เป้าหมายของเราคือการเปลี่ยนกรอบคิดเดิมๆไปเลย จากที่หลายคนเคยมองว่า AI เป็นแค่โปรแกรม ซอฟต์แวร์ หรือโปรเจคดิจิทัลทั่วๆไป เราจะมาดูกันว่าทำไมในความเป็นจริงแล้วมันถึงกลายกันระบบอุตสาหกรรมในโลกกายภาพที่มีสเกลระดับมหึมาต่างหากล่ะ
ลองเริ่มต้นด้วยคำถามสั้นๆ แต่สำคัญมากคำถามนี้กันก่อนนะ เพื่อสลายภาพจำที่ว่ากระแสความตื่นตัวของ AI เป็นแค่เรื่องของแชทบอท หรือการแข่งขันเปิดตัวโมเดลใหม่ๆ คำถามก็คือ สรุปแล้ว AI มันเป็นแค่เรื่องของซอฟต์แวร์จริงๆ งั้นหรอ ซึ่งข้อมูลที่เรานำมาวิเคราะห์กันวันนี้ชี้ให้เห็นภาพชัดเจนเลยว่า AI กำลังกลายร่างเป็นระบบอุตสาหกรรม ระบบการเงิน ภูมิรัฐศาสตร์ และเผลอๆ อาจจะเป็นโครงสร้างพื้นฐานระดับโลกชั้นไปแล้วด้วยซ้ำ สิ่งที่เราทุกคนกำลังจับตามองอยู่นี้คือการเปลี่ยนผ่านทางอุตสาหกรรมครั้งยิ่งใหญ่จริงๆ
เอาล่ะ สำหรับหัวข้อที่เราจะคุยกันในวันนี้ เราจะไล่เรียงกันไปตั้งแต่เรื่องของโครงสร้างอุตสาหกรรม AI วงล้อที่ AI ช่วยสร้าง AI ธุรกิจของ Token การระเบิดของยุคการประมวลผล และไปจบที่การลงทุนระดับล้านล้านดอลลาร์
มาเริ่มกันที่ส่วนแรกกันเลยกับเรื่องของโครงสร้างอุตสาหกรรม AI และความเป็นจริงที่มักจะถูกซ่อนอยู่เบื้องหลังภาพจำของคนทั่วไป อย่างที่เราเห็นกัน โครงสร้างพื้นฐานของ AI หรือ AI Stack ในตอนนี้น่ะ ก้าวไปไกลกว่าการเป็นแค่บริษัทซอฟต์แวร์ หรือคนสร้างโมเดลมากแล้ว แต่มันอย่างรากลุกลงไปถึงโลกแห่งความเป็นจริง ไม่ว่าจะเป็นเรื่องของพลังงานไฟฟ้า ระบบทำความเย็นระดับอุตสาหกรรม หน่วยความจำ และอุปกรณ์ผลิตเซมิคอนดักเตอร์ จุดข้อขวด หรือ bottleneck ที่แท้จริงของการปฏิวัติรอบนี้ มันคือฮาร์ดแวร์และพลังงานมหาศาลที่ต้องใช้ขับเคลื่อนระบบต่างหากล่ะ ให้นึกภาพว่ามันคล้ายๆกับการสร้างโครงข่ายไฟฟ้าในช่วงศตวรรษที่ 20 เลยทีเดียว
ทีนี้เราขยับมาดูส่วนที่ 2 กันต่อกับเรื่องของการที่ AI ถูกนำมาใช้เพื่อสร้าง AI หรือที่เราเรียกกันว่า "วงล้อแห่งความฉลาด" หัวใจสำคัญของเรื่องนี้ก็คือสิ่งที่เรียกว่าการพัฒนาตัวเองแบบวนซ้ำ หรือ recursive self improvement มันคือกระบวนการที่ระบบ AI เริ่มเข้ามาช่วยพัฒนาตัวเองให้เก่งขึ้น และเวอร์ชั่นที่เก่งขึ้นเนี่ย ก็กลับมาช่วยสร้างเวอร์ชั่นที่ล้ำหน้าไปอีกระดับ เกิดเป็นวงล้อแห่งการพัฒนาแบบทวีคูณ ข้อมูลของเราเน้นย้ำถึง movement สำคัญที่คนระดับท็อปอย่าง Andre Carpathy ย้ายไปร่วมงานกับ Anthropic ก็เพื่อลุยโปรเจคแนวคิดนี้โดยเฉพาะเลย นั่นก็คือการเอา AI มาช่วยวิจัยและเขียนโค้ดเพื่อสร้างโมเดลรุ่นต่อไปนั่นเอง
และนี่คือตัวเลขที่น่าสนใจสุดๆ 7 เดือน ข้อมูลการประเมินจาก MESTR โชว์ให้เห็นว่าระยะเวลาที่ AI สามารถจัดการกับงานซอฟต์แวร์ซับซ้อนๆ ได้สำเร็จ มันกินเวลาเพิ่มขึ้นเป็น 2 เท่าในทุกๆ 7 เดือนโดยประมาณ พูดง่ายๆ คือขีดความสามารถของมันกำลังกระโดดข้ามขั้นแบบไวสุดๆ
ซึ่งก็นำมาสู่ส่วนที่ 3 ว่าด้วยเรื่องของธุรกิจและการเปลี่ยนพลังการประมวลผลให้กลายเป็นเม็ดเงินจริงๆ หลายคนอาจจะเคยได้ยินความเชื่อเดิมๆ ที่บอกว่า AI มีแต่ผลาญเงิน นักลงทุนทรงนี้ไม่มีโมเดลธุรกิจที่จับต้องได้หรอก แต่ลืมภาพนั้นไปได้เลย เพราะความจริงใหม่ที่เรากำลังเผชิญอยู่ คือเพิ่งจะแรงงานผลกำไรจากการดำเนินงาน หรือออกมาเป็นบวก แถมยังมีอัตรากำไรขั้นต้นจากการทำ Inference พุ่งสูงถึง 80% ข้อมูลนี้แทบจะเปลี่ยนทิศทางการถกเถียงเรื่องฟองสบู่ AI ไปอย่างสิ้นเชิง
ประเด็นสำคัญที่น่าจับตาก็คือ ทั้ง OpenAI และ Anthropic กำลังจะมีรายได้ประจำ หรือ ARR รวมกันเข้าใกล้ระดับ 100 พันล้านดอลลาร์ล่าเข้าไปแล้ว แถมยังมีดีลระดับองค์กรยักษ์ใหญ่อย่างการที่ KPMG นำไปใช้กับพนักงานกว่า 270,000 คนอีก นี่แหละคือข้อพิสูจน์ที่ชัดเจนว่าโมเดล AI ระดับแนวหน้ากำลังกลายเป็นธุรกิจที่โคตรจะยั่งยืน เพราะรายได้มหาศาลจากการทำ Inference ในระดับองค์กร นี่แหละที่ก้าวเข้ามาครอบคลุมต้นทุนค่าประมวลผลที่สูงลิ่วได้สบายๆ
พอธุรกิจเริ่มตั้งขายได้แบบนี้ เราก็ต้องมาดูส่วนที่ 4 กันต่อ นั่นคือปรากฏการณ์การระเบิดของการประมวลผลในยุคถัดไป เมื่อเหล่าเอเจนต์เข้ามาทวีคูณความต้องการ ลองจินตนาการถึงวงล้อเศรษฐกิจแบบนี้นะ สเต็ปแรก พอการ generate token มันเริ่มทำกำไรได้ สเต็ปต่อมา บริษัทต่างๆ ก็จะแห่กันเอา generative AI ที่ทำงานอัตโนมัติมาลงสนามกันมากขึ้น ผลที่ตามมาในสเต็ปที่ 3 คือปริมาณการทำ Inference หรือการใช้งานโมเดลจริงๆ จะพุ่งทะยานขึ้นแบบมหาศาล และจบที่สเต็ปสุดท้ายคือความต้องการพลังการประมวลผล หรือ compute จะพุ่งปรี๊ดตามไปด้วยแบบหลีกเลี่ยงไม่ได้เลย
เพื่อให้เห็นภาพสเกลความต้องการที่น่าตกใจ ลองดูตัวเลข 63,000 ล้าน นี่สินี่คือจำนวน token มหาศาลที่โปรเจค Open Claw ใช้ไปภายในเวลาแค่ 30 วันเท่านั้นนะ สำหรับการรันระบบเขียนโค้ดแบบอัตโนมัติ ลองคิดดูสิว่าถ้าสิ่งนี้ถูกนำไปใช้ในวงกว้างระดับโลก สเกลความต้องการพลังการประมวลผลมันจะบ้าคลั่งขนาดไหน
และจากกิจกรรมอันมหาศาลของเอเจนต์เหล่านี้เอง ข้อมูลคาดการณ์ปริมาณ workload ของ AI ภายในปี 2027 จึงชี้ให้เห็นเทรนด์ที่น่าสนใจมาก นั่นคือสัดส่วนของการทำ Inference จะแซงหน้าการเทรนโมเดลไปแล้ว และกลายมาเป็นตัวการหลักที่กินพื้นที่ความจุของศูนย์ข้อมูลทั่วโลก
ซึ่งทั้งหมดที่เล่ามานี้นำเราเข้าสู่ส่วนสุดท้ายและสำคัญที่สุด นั่นคือความจริงทางกายภาพเกี่ยวกับการลงทุนก่อสร้างโครงสร้างพื้นฐานระดับหลายล้านล้านดอลลาร์ ตัวเลข 85% นี้บอกอะไรเรา มันคือการเติบโตของรายได้แบบปีต่อปีของ Nvidia ที่พุ่งทะยานไปแตะระดับ 81,600 ล้านดอลลาร์ในไตรมาสเดียว ใช่แล้ว ไตรมาสเดียว ตัวเลขระดับปรากฏการณ์นี้เป็นหลักฐานชั้นดีเลยว่ายุคตื่นทองในการสร้างโครงสร้างพื้นฐานน่ะ มันไม่ใช่แค่อนาคต แต่มันกำลังเกิดขึ้นแล้วในตอนนี้แบบทรงพลังสุดๆ
แต่สิ่งที่ตารางนี้กำลังบอกพวกเราก็คือ ตลาดเริ่มรู้ตัวแล้วว่าเป็นแค่ปฐมบทเท่านั้น ตอนนี้นักลงทุนกำลังควานหาจุดคอขวด หรือ bottleneck ถัดไปอย่างเอาเป็นเอาตาย ซึ่งมันกระจายอยู่เต็มไปหมดทั่วทั้ง supply chain ไม่ว่าจะเป็นเรื่องของหน่วยความจำ ระบบเครือข่าย พลังงาน การทำความเย็น ไปจนถึงอุปกรณ์ระดับโรงงานที่ใช้ผลิตเซมิคอนดักเตอร์
พอมองปฏิกิริยาลูกโซ่นี้ ตามไทม์ไลน์ เราจะเห็นการเติบโตแบบก้าวกระโดดที่น่าทึ่งมาก เริ่มจากความต้องการพลังงาน 415 เทราวัตต์ชั่วโมงของศูนย์ข้อมูลในปี 2024 กระโดดไปสู่จุดที่ Inference กลายเป็น workload หลักในปี 2027 และพุ่งไปสู่การคาดการณ์เม็ดเงินลงทุนในศูนย์ข้อมูลที่อาจแตะระดับ 2.7 ล้านล้านดอลลาร์ต่อปีภายในปี 2030 หมุดหมายแต่ละจุดมันแสดงให้เห็นถึงอัตราเร่งที่รุนแรงมากเมื่อเราเดินหน้าเข้าสู่ช่วงปลายทศวรรษ
และเพื่อให้รองรับการขยายตัวระดับนั้น มีการประเมินเบื้องต้นว่าโลกของเราอาจต้องการความจุของศูนย์ข้อมูลรวมกันสูงถึง 190 กิกะวัตต์ ซึ่งบอกได้เลยว่าปริมาณพลังงานระดับนี้จะกลายเป็นบททดสอบสุดโหด และสร้างความตึงเครียดให้กับโครงข่ายไฟฟ้าทั่วโลกอย่างหลีกเลี่ยงไม่ได้เลย
เมื่อรวมองค์ประกอบทุกอย่างเข้าด้วยกัน แหล่งข้อมูลได้สรุปภาพรวมออกมาเป็นตัวเลขคาดการณ์แบบฐาน หรือ base case ที่สะเทือนวงการสุดๆ นั่นคือเราอาจจะได้เห็นเม็ดเงินลงทุนสะสมสำหรับศูนย์ข้อมูลพุ่งสูงถึง 10 ล้านล้านดอลลาร์ภายในปี 2030 นี่ไม่ใช่แค่การอัปเกรดระบบนะ แต่มันคือสเกลลงทุนมหาศาล เพื่อพลิกโฉมโครงสร้างพื้นฐานระดับโลกขนานใหญ่เลยทีเดียว
ถึงตัวเลขการเติบโตต่างๆ มันจะดูอลังการแค่ไหน แต่ในฐานะที่เราวิเคราะห์ตามแหล่งข้อมูล เราก็ต้องมองด้วยสายตาที่เป็นกลางและตระหนักถึงความเสี่ยงที่ซ่อนอยู่ด้วย จริงอยู่ที่ตลาดชิปและ CPU จะมีแนวโน้มเติบโตแบบทะลุเพดาน แต่ข้อจำกัดเรื่องโครงข่ายไฟฟ้าที่โตตามไม่ทัน ก็อาจเป็นตัวเบรกความเร็วในการก่อสร้างศูนย์ข้อมูลได้ นอกจากนี้ เรายังต้องระวังความเสี่ยงที่จะเกิดการเก็งกำไรจนนำไปสู่การทุ่มสร้างโครงสร้างพื้นฐานที่ล้นเกินความจำเป็นด้วยเหมือนกัน
ดังนั้น ถ้าจะให้สรุปใจความสำคัญจากข้อมูลทั้งหมดนี้ ทิศทางการเปลี่ยนแปลงนั้นชัดเจนจนไม่ต้องเดาเลย โลกของเรากำลังยืนดูการก่อสร้างสาธารณูปโภคยุคใหม่ที่ซ้อนทับกันหลายชั้น AI ไม่ใช่แค่คลื่นของผลิตภัณฑ์ดิจิทัล ซอฟต์แวร์ที่มาแล้วก็ไปอีกต่อไป แต่มันคือการ transform โลกทั้งใบ ไม่ว่าจะเป็นมิติทางอุตสาหกรรม การเงิน และระบบโครงสร้างทางกายภาพอย่างเต็มรูปแบบ
และเมื่อการวางรากฐานทางกายภาพเพื่อรองรับเทคโนโลยีนี้กำลังติดสปีดพุ่งทะยานไปข้างหน้า มันก็ทิ้งคำถามสำคัญที่ท้าทายให้พวกเราทุกคนต้องกลับไปคิดต่อ นั่นก็คือสังคมโลกพร้อมแล้วหรือยังสำหรับการปฏิวัติทางสติปัญญาที่จำต้องใช้การขยายโครงสร้างพื้นฐานที่ใหญ่ที่สุดเท่าที่ประวัติศาสตร์มนุษยชาติเคยมีมา
หวังว่าการเจาะลึกข้อมูลในวันนี้จะช่วยเปิดมุมมอง และเชื่อมโยงภาพรวมให้ทุกคนเห็นกันชัดขึ้นนะ
>> ปกติแล้วเอ่อเวลาที่เรานึกถึงพวกเทคโนโลยีซอฟต์แวร์เนี่ย เรามักจะนึกถึงอะไรที่มันจับต้องไม่ได้ใช่มั้ยครับ
>> ใช่ใช่ค่ะคือเหมือนมันลอยๆอยู่บน cloud อะไรแบบนั้น
>> ใช่เลยครับเหมือนเวลาเราเปิด browser พิมพ์คำสั่งลงไปแล้วคำตอบก็เด้งปรากฏขึ้นมาบนหน้าจอทุกอย่างมันดูไร้น้ำหนักเป็นแค่ข้อมูลดิจิทอลที่วิ่งไปวิ่งมา
>> อืมคำว่า cloud นี่แหละค่ะที่ยิ่งทำให้เรารู้สึกว่าเทคโนโลยีเป็นเรื่องของโค้ด และหน้าจอล้วนๆดูเบาหวิวไปหมด
>> แต่วันนี้ครับภาพจำพวกนั้นมันกำลังเปลี่ยนไปอย่างสิ้นเชิงเลย ซอฟต์แวร์ที่เคยดูไร้น้ำหนักเนี่ยกำลังกลายร่างเป็นโครงสร้างพื้นฐานทางกายภาพที่เอ่อเรียกได้ว่าหนักที่สุดและกินทรัพยากรมากที่สุดเท่าที่มนุษยชาติเคยสร้างมาเลยครับ
>> โหเป็นการเปรียบเทียบที่เห็นภาพมากเลยค่ะ
>> คือมันไม่ใช่แค่เรื่องของแชทบอร์ดที่เราเอาไว้คุยเล่นขำๆอีกต่อไปแล้วไงครับ แต่มันกำลังกลายเป็นระบบอุตสาหกรรมขนาดใหญ่ เป็นโครงข่ายสายส่งไฟฟ้าขนาดยักษ์ แล้วก็เป็นตัวแปรสำคัญในสมการภูมิรัฐศาสตร์โลกไปแล้วอ่าฮะ ซึ่งนี่แหละค่ะคือจุดเปลี่ยนสำคัญของยุคนี้
>> ข้อมูลหลักๆที่เราจะนำมาเจาะลึกกันในวันนี้นะครับมาจากบทวิเคราะห์ของรายการ All In แล้วก็ Futurum Equities ครับเป็นฉบับวันที่ 22 พฤษภาคม 2026 ซึ่งชี้ให้เห็นตรงกันเลยว่าตลาดและนักลงทุนกำลังมองทะลุขีดจำกัดของซอฟต์แวร์ไปสู่สายพานการผลิตระดับโลกอย่างแท้จริง
>> การเปลี่ยนมุมมองตรงนี้สำคัญมากเลยนะคะ เพราะเป้าหมายของการเจาะลึกข้อมูลครั้งนี้ไม่ใช่ใช่แค่การมานั่งตามดูว่าเอ่อบริษัทไหนเขียนโค้ดเก่งกว่ากัน
>> ใช่ครับภารกิจของเราคืออะไรครับ
>> คือการมาชำแหละและตั้งคำถามค่ะว่าการเติบโตและความคาดหมายของ AI ในตอนนี้เนี่ย มันเป็นความจริงทางเศรษฐกิจที่จับต้องได้ หรือเป็นเพียงการเก็งกำไรบนกระดาษที่สูงเกินจริงกันแน่
>> อืมน่าสนใจมากครับ
>> และที่สำคัญที่สุดคือเราต้องหาให้เจอว่าตลาดกำลังมองข้ามคอขวด หรือ bottleneck ตรงจุดไหนไปบ้างบ้างค่ะ
>> เอาล่ะลงมาแยกแยะเรื่องนี้กันครับเอ่อก่อนที่เราจะไปพูดถึงเรื่องเม็ดเงินมหาศาลหรือโรงไฟฟ้าที่ต้องสร้างเนี่ยเราต้องเข้าใจก่อนว่าเครื่องยนต์ของ AI ในตอนนี้มันกำลังเปลี่ยนไปยังไง
>> ได้เลยค่ะเริ่มจากตัวเครื่องยนต์ก่อนเนาะ
>> ผมเห็นในแหล่งข้อมูลมีการพูดถึง Andre Carpathy ด้วยที่เป็นยอดฝีมือระดับแนวหน้าของวงการคือเขาย้ายไปร่วมทีม training ของ Anthropic ตรงนี้มันส่งสัญญาณอะไรเหรอครับทำไมการย้ายทีมของคนเดียวถึงถูกจับตามองขนาดนี้
>> คือแบบนี้ค่ะการเข้าไปร่วมทีม training ของคุณ Carpathy เนี่ยมันไม่ใช่แค่การย้ายที่ทำงานธรรมดานะคะ แต่มันคือสัญญาณบ่งบอกว่าอุตสาหกรรมนี้กำลังมุ่งหน้าสู่สิ่งที่เรียกว่า recursive self improvement ค่ะ
>> เอ่อ recursive self improvement มันแปลว่าอะไรนะครับ
>> ถ้าอธิบายให้เห็นภาพง่ายๆก็คือการพัฒนา ระบบให้ AI สามารถยกระดับความฉลาดของตัว เองได้แบบวนซ้ำค่ะ
>> อ่าหมายความว่ามันพัฒนาตัวมันเองได้หรอ
>> ใช่ค่ะแทนที่มนุษย์จะต้องมานั่งหลังขดหลังแข็งเขียนโค้ดเพื่อสร้าง AI รุ่นถัดไป ตอนนี้พวกเขาพยายามทำให้ AI อย่าง Claude เนี่ยมีความสามารถมากพอที่จะไปช่วยวิจัย ตรวจสอบโค้ด หรือกระทั่งสร้างสถาปัตยกรรมสำหรับ AI รุ่นที่เก่งกว่าตัวมันเองขึ้นมาค่ะ
>> โหฟังดูเหมือนเรากำลังสร้างโรงงานที่ให้หุ่นยนต์ทำหน้าที่ออกแบบหุ่นยนต์รุ่นใหม่ที่ฉลาดกว่าเดิมออกมาเรื่อยๆเลยนะครับเนี่ย
>> เป๊ะเลยค่ะเปรียบเทียบแบบนั้นเลย
>> แล้วกลไกแบบนี้มันทำให้การพัฒนาเร็วขึ้นขนาดไหนครับ
>> เร็วขึ้นแบบทวีคูณเลยค่ะข้อมูลจากสถาบัน MESTR ที่เขาทดสอบความสามารถของ AI เนี่ยชี้ให้เห็นว่าระยะเวลาที่ตัวแทน AI หรือ AI Agent สามารถทำงานที่ซับซ้อนให้สำเร็จได้มีศักยภาพเพิ่มขึ้นเป็น 2 เท่าในทุกๆ 7 เดือนเลยนะคะ
>> หูย 2 เท่าในทุก 7 เดือนนี่มันเร็วกว่ากฎของมัวร์ในยุคก่อนอีกนะครับ
>> ใช่มั้ล่ะคะลองนึกภาพดูว่าถ้าความสามารถในการวิจัยเพิ่มขึ้น 2 เท่าเกือบทุกครึ่งปี อัตราการก้าวกระโดดมันจะชันขนาดไหน
>> อืมกราฟพุ่งปรี๊ดเลย
>> สิ่งที่น่าทึ่งตรงนี้ก็คือเป้าหมายสูงสุดที่แท้จริงมันคือระบบที่เรียกว่า Continual Learning ค่ะเป็นระบบที่เรียนรู้และปรับปรุงตัวเองอย่างต่อเนื่องจากประสบการณ์โดยแทบไม่ต้องพึ่งพามนุษย์เลย ซึ่งตรงนี้ยังคงเป็นเป้าหมายสูงสุดที่ยังไม่บรรลุผลสำเร็จ 100% นะคะ
>> แต่เดี๋ยวก่อนครับขอตั้งข้อสังเกตตรงนี้ นิดนึงสมมุติว่า AI มันเก่งขึ้นมากๆในการรันโมเดลทดลองต่างๆ แต่ในโลกความเป็นจริงเนี่ยสุดท้ายแล้วมนุษย์ก็ยังต้องเป็นคนป้อนข้อมูล ตั้งค่าความปลอดภัย ประเมินผล และก็ตรวจสอบความถูกต้องของงานวิจัยพวกนี้อยู่ดีไม่ใช่เหรอครับ
>> อืมเป็นประเด็นที่ดีมากค่ะ
>> ใช่ไหมครับคือตราบใดที่มนุษย์ยังต้องเป็นคนเคาะผลการทดลองขั้นสุดท้ายเอ่อความเร็วในการพัฒนาที่ว่ากันว่าจะก้าวกระโดดเป็น 10 เท่าในทุกๆปีมันจะเป็นไปได้จริงหรอครับ มนุษย์เรานี้แหละที่จะกลายเป็นคอขวดที่แคบที่สุดซะเอง
>> เป็นข้อโต้แย้งที่สะท้อนความเป็นจริงในห้องแล็บตอนนี้เป๊ะเลยค่ะความเร็วระดับ 10 เท่าทุกปีอาจจะเป็นแค่ภาพในอุดมคติหากการตรวจสอบหรือ verification เนี่ยยังต้องทำโดยมนุษย์อยู่
>> อ่าฮะ
>> ตราบใดที่นักวิจัยยังต้องมานั่งอ่านและประเมินผลลัพธ์ ขีดจำกัดมันก็ไปติดอยู่ที่เวลาและสติปัญญาของมนุษย์อยู่ดีค่ะ
>> ซึ่งก็คือมนุษย์ทำไม่ทัน AI ถูกมั้ยครับ
>> ใช่ค่ะนั่นคือเหตุผลว่าทำไมทีมของ Carpathy และอีกหลายๆบริษัทถึงพยายามสร้างระบบที่ให้ AI ตรวจสอบงานของ AI ด้วยกันเอง หรือที่เรียกว่า AI Assisted Evaluation เพื่อปลดล็อคคอขวดของมนุษย์ตรงนี้ให้ได้เร็วที่สุดค่ะ
>> อืมเข้าใจแล้วครับทีนี้พอเครื่องยนต์มันเริ่มแรงขึ้น AI ช่วยพัฒนาตัวเองได้ทำงานซับซ้อนได้ คำถามที่คนตามข่าวอยากรู้ที่สุดก็คือเอ่อแล้วมันคุ้มทุนหรือเปล่ามันทำเงินได้จริงมั้ย หรือเป็นแค่ฟองสบู่
>> ถ้าอิงจากข้อมูลล่าสุดนะคะตอนนี้นำไปสู่จุดเปลี่ยนสำคัญของข้อกังขาเรื่องฟองสบู่ AI แล้วค่ะ
>> ยังไงครับ
>> คือมีสถิติออกมาว่า Anthropic ใกล้จะทำกำไรจากการดำเนินงานได้แล้วในไตรมาสที่ 2 ปี 2026 นี้ค่ะ โดยคาดการณ์รายได้ไว้สูงถึง 10.9 พันล้านดอลลาร์เลยนะคะ
>> โอ้โหเกือบ 11,000 ล้านดอลลาร์เลยเหรอครับและกำไรล่ะครับ
>> คาดว่าจะมีกำไรถึง 559 ล้านดอลลาร์ค่ะ
>> โอ้โหไม่ใช่น้อยๆเลยนะครับเนี่ย
>> ใช่ค่ะและที่สำคัญมันมีดีลความร่วมมือกับองค์กรใหญ่อย่าง KPMG ด้วยนะคะที่เขานำ Claude ไปใช้กับพนักงานกว่า 276,000 คน
>> อ่าคือเอาไปให้พนักงานใช้ทำงานจริงๆเลย
>> ถูกต้องค่ะนี่แสดงให้เห็นว่าลูกค้าองค์กรยอมจ่ายเงินก้อนโตเพื่อการใช้งานระดับสูง หรือ enterprise AI อย่างจริงจังไม่ใช่แค่ซื้อไปลองเล่นค่ะ
>> โมเดลธุรกิจทำเงินที่ว่านี้คือสิ่งที่เราเรียกว่า inference ใช่มั้ยครับ เหมือนตอนแรกเราทุ่มเงินมหาศาลไปกับการ training คือส่ง AI เข้าโรงเรียนให้มันฉลาด แต่ตอนเนี้ยมันเรียนจบแล้วและกำลังออกมารับจ้างทำงานหาเงิน ซึ่งก็คือ Inference
>> เป็นการเปรียบเทียบที่เห็นภาพชัดเจนมากค่ะ Inference นี่แหละคือเครื่องจักรทำเงินตัวจริง ถ้าเราเชื่อมโยงเรื่องนี้เข้ากับภาพใหญ่นะคะ ข้อมูลประเมินว่าหากบริษัทชั้นนำอย่าง OpenAI และ Anthropic มีรายได้ประจำรายปีรวมกันไปแตะราวๆ 100 พันล้านดอลลาร์
>> อือฮึ
>> โดยมีอัตรากำไรขั้นต้นจากฝั่ง inference อยู่ที่ 80% เนี่ย การลงทุนด้านโครงสร้างพื้นฐานระดับล้านล้านดอลลาร์ย่อมมีความคุ้มค่าแน่นอนค่ะ
>> 80% นี่คือกำไรเยอะมากนะครับ
>> ใช่ค่ะข้อมูลจาก JLL ยังประเมินด้วยนะคะว่าภาระงานด้าน Inference กำลังจะแซงหน้าการ training model ภายในปี 2027 นี้แล้วค่ะ
>> แล้วกลไกการทำกำไรของ Inference มันมาจากไหนล่ะครับก็คือสิ่งที่เรียกว่า Token หรือ Token หรือเปล่าครับที่เปรียบเหมือนพลังงานดิจิทัลรูปแบบใหม่
>> ถูกต้องที่สุดค่ะ Token กลายเป็นหน่วยทำกำไรหลักไปแล้ว
>> ผมเห็นเคสของตัวแทน AI หรือ AI Agent โปรเจคนึงในข้อมูลที่ชื่อว่า Open Call โหโหเผ่าไปดุเดือดมากเลยนะครับ
>> ดุเดือดจนน่าตกใจเลยล่ะค่ะโปรเจค Open Call ใช้ Token ไปถึง 600,000 ล้าน Token สร้างค่าใช้จ่ายประมาณ 1.3 ล้านดอลลาร์ในเวลาแค่ 30 วันเท่านั้นเองค่ะ
>> ล้าน 300,000 ดอลลาร์ในเดือนเดียวทำไมมันกินทรัพยากรขนาดนั้นล่ะค่ะ
>> เหตุผลก็คือเวลาเราใช้ AI agent มันไม่ได้แค่รับคำสั่งแล้วตอบกลับเหมือนแชทบอททั่วไปค่ะ แต่มันมีการคิดวน loop วางแผน ตรวจสอบตัวเอง แล้วก็แก้ไขข้อผิดพลาดแบบอัตโนมัติ
>> ออคือมันคุยกับตัวเองเบื้องหลังด้วย
>> ใช่ค่ะคำสั่งเดียวที่เราพิมพ์ลงไปอาจนำไปสู่การรันคำสั่งย่อยเบื้องหลังนับหมื่น นับแสนครั้ง ยิ่งเอเจนต์ทำงานแทนเรามากเท่าไหร่ การใช้ token ก็ยิ่งเกิดทวีคูณค่ะ
>> ตรงนี้นี่แหละที่น่าสนใจสุดๆครับผมขอแย้งนิดนึงเอ่อในความเป็นจริงโลกธุรกิจมันไม่ได้หมุนด้วยเงินฟรีนะครับลูกค้าองค์กรย่อมต้องพยายามหาวิธีลดต้นทุนแน่ๆ คงไม่มีใครอยากจ่ายค่า token เดือนละล้านดอลลาร์ตลอดไป
>> อันนี้จริงค่ะต้นทุนคือเรื่องใหญ่ของธุรกิจ
>> พวกเขาอาจจะสลับไปใช้โมเดลขนาดเล็ก หรือโมเดล open source แทนมั้ครับ ซึ่งมันน่าจะกดดันให้ราคา token ในตลาดลดลงเร็วกว่าต้นทุนการผลิต หรือเปล่าคล้ายๆเกิดสงครามตัดราคา
>> นี่คือความเสี่ยงที่น่ากลัวมากค่ะเมื่อการแข่งขันสูงขึ้น ราคาขาย token จะถูกบีบให้ต่ำลงเรื่อยๆ
>> อ่าฮะ
>> หากบริษัทไม่สามารถลดต้นทุนการผลิตทั้งค่าไฟฟ้าและฮาร์ดแวร์ให้ลงมาทัน อัตรากำไร 80% ที่สวยหรู ก็อาจจะกลายเป็นขาดทุนได้เลยค่ะ นี่เลยเป็นแรงกดดันให้ทุกคนต้องเร่งสร้างโครงสร้างพื้นฐานทางกายภาพให้มีประสิทธิภาพที่สุด
>> พอพูดถึงโครงสร้างพื้นฐาน ภาพแรกในหัวเราก็ต้องคิดถึงผู้สร้างถนนสำหรับข้อมูลพวกนี้ ซึ่งก็หนีไม่พ้น Nvidia ใช่มั้ครับ ผมดูตัวเลขกำไรเขาแล้วมันมหาศาลมาก
>> ใช่ค่ะถ้าดูผลประกอบการไตรมาสแรกปีงบประมาณ 2027 ของ Nvidia นะคะ ทำรายได้ไปถึง 81.6 พันล้านดอลลาร์ เติบโต 85% แบบปีต่อปีเลยค่ะ
>> โอโหเติบโตเกือบเท่าตัว
>> กำไรสุทธิอยู่ที่ 58.32 พันล้านดอลลาร์ และเฉพาะรายได้จาก Data Center ส่วนเดียวก็ปาเข้าไป 75.2 พันล้านดอลลาร์แล้วค่ะ
>> ตัวเลขมันหลุดโลกมากครับแต่เอ่อทำไมตลาดหุ้นช่วงหลังๆถึงดูไม่ค่อยตื่นเต้นกับ Nvidia เท่าไหร่เลยล่ะครับ
>> เพราะสำหรับตลาดทุนแล้วเนี่ยมันกลายเป็นความยอดเยี่ยมที่น่าเบื่อไปแล้วค่ะ หรือ boring brilliance ตลาดรับรู้แล้วว่าเขาขายดีถล่มทลาย
>> ออคือรู้ว่ารวยแน่ๆเลยหมดความตื่นเต้น
>> ใช่ค่ะนักลงทุนเลยหมุนเงินไปล่าบริษัทอื่นที่อยู่ในห่วงโซ่อุปทานเดียวกันแทน หันไปหาบริษัทขนาดเล็กกว่าที่น่าจะทำกำไรจากการเก็งกำไรได้มากกว่าค่ะ
>> ฟังดูเหมือน Nvidia เป็นพระราชาเลยนะครับ คือนั่งอยู่บนบัลลังก์อย่างมั่นคงทุกคนรู้ว่าเขารวย แต่ตอนนี้นักลงทุนกำลังวิ่งฝุ่นตลบไปกว้านซื้อที่ดินสร้างถนนสร้างด่านเก็บค่าผ่านทางรอบๆปราสาทแทนแล้วพวก เขาไปลงทุนในกลุ่มไหนกันบ้างครับเนี่ย
>> ตลาดกำลังไล่ล่าหาคอขวดใหม่ๆค่ะตั้งแต่บริษัทในกลุ่มสายส่งสัญญาณแบบ optical กลุ่มพลังงาน ระบบทำความเย็น หรือ cooling และก็ระบบการจัดเก็บข้อมูลค่ะ
>> อืคือพกอุปกรณ์รอบข้างทั้งหมดเลย
>> ใช่ค่ะเพราะการประเมินการลงทุน AI Data Center ของ JLL ชี้ว่าอาจจะมีมูลค่าสูงถึง 10 ล้านล้านดอลลาร์สะสมจนถึงปี 2030 เลยนะคะ ซึ่งหมายถึงความจุระดับ 190-200 GW วัตต์ การลงทุนมหาศาลนี้เป็นความจริง แต่ มันก็เปิดช่องให้เกิดการเก็งกำไรอย่างรุนแรงเช่นกันค่ะแล้วเรื่องไฟฟ้าล่ะครับ มันจะพอหรอ
>> นี่แหละค่ะปัญหาใหญ่ ข้อมูลจาก IEA คาดการณ์ว่า Data Center จะใช้ไฟฟ้าสูงถึง 945 เทวัตต์ชั่วโมงภายในปี 2030 ซึ่งเพิ่มขึ้นกว่า 2 เท่าเลยค่ะ
>> แต่เรื่องดีนะครับการคาดการณ์ระดับ 10 ล้านล้านดอลลาร์พวกนี้เนี่ยเอ่อมันสมมุติว่าเรามีพลังงานให้ใช้อย่างไม่จำกัดหรือเปล่าครับ
>> เป็นจุดอ่อนที่สำคัญที่สุดเลยค่ะ
>> ใช่มั้ครับคือในความเป็นจริงการสร้างโรงไฟฟ้าหรือโครงข่ายสายไฟแรงสูงมันต้องใช้เวลาหลายปีมาก ต้องขออนุญาต ต้องเทคอนกรีต มันจะไม่เป็นตัวฉุดรั้งให้การเติบโตสะดุดหัวทิ่มหรอกครับ
>> แน่นอนค่ะโรคทางกายภาพมีความหนืดของมันอยู่ ถ้าการก่อสร้างมันโตไม่ทันความต้องการของซอฟต์แวร์ คอขวดเรื่องพลังงานนี้แหละที่จะฉุดให้เป้าหมาย 10 ล้านล้านดอลลาร์ไปไม่ถึงฝั่งฝัน
>> แล้วพอการขยาย Data Center บนโลกเริ่มติดข้อจำกัดเรื่องพลังงานและพื้นที่อย่างหนักแบบนี้เอ่อบทวิเคราะห์ก็เลยพาเราทะยานออกสู่อวกาศเลยใช่มั้ยครับ
>> ใช่ค่ะเพราะบริษัทอย่าง SpaceX กระโดดเข้ามาเล่นในเกมนี้เต็มตัวแล้ว ซึ่งนำไปสู่ความตื่นตระหนกในตลาดทุนพอสมควรเลย
>> SpaceX จ่ายเงินให้ SpaceX ถึง 1.25 พันล้านดอลลาร์ต่อเดือน หรือราวๆ 15,000 ล้านดอลลาร์ต่อปียาวไปจนถึงปี 2029 เลยเพื่อเช่า Data Center ที่ชื่อ Colossus ผมแอบงงครับว่าสรุป SpaceX ไม่ได้ทำแค่จรวดแล้วหรอครับ
>> ไม่แล้วค่ะตอนนี้ SpaceX กำลังเปลี่ยนตัวเองจากบริษัทจรวดเป็นกลุ่มบริษัทโครงสร้างพื้นฐานระดับโลกค่ะ โดยมี 3 ขาหลักคืออินเทอร์เน็ต Starlink ที่ทำรายได้ 11.4 พันล้านดอลลาร์ ธุรกิจปล่อยจรวด และขาที่ 3 คือธุรกิจ AI compute นี่แหละค่ะ
>> โหฟังดูเหมือนระบบประมวลผลบน Cloud แบบใหม่เลยแอบอยากเรียกว่า Elon Web Services เลยนะครับเนี่ย
>> ฮ่าๆเป็นชื่อที่เข้าท่าดีนะคะซึ่ง deal AI ของ Anthropic นี่แหละที่เปลี่ยน SpaceX ให้กลายเป็นโครงสร้างพื้นฐาน AI อย่างเต็มตัวค่ะ
>> ยิ่งไปกว่านั้นในข้อมูลยังมีการพูดถึงแนวคิดการสร้าง Orbital Data Centers หรือศูนย์ข้อมูลในวงโคจรอวกาศด้วย แม้ว่าจะมีการยื่นขออนุญาตจาก FCC แล้วก็เถอะ แต่เรื่องนี้มันฟังดูเหมือนนิยายวิทยาศาสตร์เกินไปไหมครับ
>> ฟังดูหลุดโลกใช่มั้คะ
>> ครับในเมื่อเรายังต้องเผชิญกับข้อจำกัดเรื่องรังสีคอสมิกในอวกาศ ทุนการส่งคนขึ้นไปบำรุงรักษา และที่สำคัญคือปัญหาความหน่วง หรือ latency ในการส่งข้อมูลมหาศาลกลับมาบนโลก การเอา Server ไปลอยบนฟ้ามันจะคุ้มล่ะครับ
>> ในเชิงวิศวกรรมความกังวลเรื่องรังสีหรือ latency ถือเป็นอุปสรรคใหญ่จริงๆค่ะ แต่ในมุมมองเชิงกลยุทธ์ของบริษัทระดับนี้ เขา มองว่ามันเป็นการซื้อทางเลือก หรือ option value เผื่อไว้ในกรณีที่พลังงานบนโลกมันถึงทางตันจริงๆค่ะ
>> ออคือมีไว้ดีกว่าไม่มีแผนสำรอง
>> ใช่ค่ะแต่เรื่องนี้จะทำให้เกิดคำถามสำคัญต่อตลาดทุนด้วยนะคะ คือเรื่องของภาวะสูบสภาพคล่อง หรือ liquidity drain ค่ะ
>> มันคืออะไรครับการสูบสภาพคล่องเนี่ย
>> ลองนึกภาพตามนะคะ SpaceX กำลังเตรียม IPO เข้าตลาดหุ้น โดยตั้งเป้าระดมทุน 75,000 ล้านดอลลาร์ ที่มูลค่าประเมินสูงถึง 1.75 ล้านล้านดอลลาร์
>> โหใหญ่มาก
>> และยังมีความเป็นไปได้ที่ OpenAI จะ IPO ด้วยมูลค่า 1 ล้านล้านดอลลาร์ รวมถึง Anthropic ด้วย หากการระดมทุนมหาศาลเหล่านี้เกิดขึ้นพร้อมกัน มันจะสูบสภาพคล่องออกจากตลาดอย่างรุนแรงเลยค่ะ
>> คือนักลงทุนต้องเทขายหุ้นตัวอื่นเพื่อเอาเงินสดมาซื้อหุ้นพวกนี้ใช่มั้ยครับ
>> ถูกต้องค่ะนักลงทุนจะต้องเทขายหุ้น AI หรือหุ้นอวกาศตัวเล็กๆ เพื่อมาระดมทุน ทำให้ระยะสั้นอาจเกิดสิ่งที่เรียกว่าภาวะเหนื่อยล้าทางมูลค่า หรือ valuation fatigue ได้เลยค่ะ หุ้นเทคตัวอื่นอาจจะร่วงกันระนาว
>> อืมกลับลงมาที่พื้นโลกกันบ้างครับ เทคโนโลยีและเม็ดเงินระดับนี้มันไม่ได้อยู่ในสุญญากาศ เมื่อ AI เข้ามาเป็นโครงสร้างพื้นฐานที่ใหญ่ขนาดนี้ ย่อมส่งผลกระทบโดยตรงต่อสังคม ภูมิรัฐศาสตร์ และรูปแบบการทำงานแน่ๆ
>> แน่นอนค่ะภาพรวมทั้งหมดนี้กำลังเปลี่ยน AI ให้เป็นระบบที่ต้องบริหารจัดการมากกว่าจะเป็นแค่ซอฟต์แวร์สุดล้ำแล้วค่ะ
>> ผมเห็นข้อมูลว่าการแข่งขันทางภูมิรัฐศาสตร์ระหว่างสหรัฐและจีนก็ทำให้การพัฒนาเทคโนโลยีกลายเป็นประเด็นความมั่นคงแห่งชาติไปแล้ว
>> ใช่ค่ะแล้วเรื่องต้นทุนและความเป็นส่วนตัวก็ทำให้องค์กรต่างๆเริ่มขยับเข้าสู่ระบบ On-premise หรือ Hybrid Cloud มากขึ้น คือเอา AI มาประมวลผลภายในองค์กรตัวเอง อย่างเช่น Solution ของ Dell AI Factory ค่ะ
>> อ่าคือไม่เอาข้อมูลขึ้น cloud สาธารณะทั้งหมดแล้ว
>> ถูกต้องค่ะแทนที่จะพึ่งพา cloud อย่างเดียว ตลาดยังมีความต้องการเฉพาะทางอยู่อีกมาก อย่างโปรเจค Neo Cloud ที่ Google และ Blackstone ลงขันตั้งโปรเจค 5,000 ล้านดอลลาร์เพื่อสร้าง TPU Cloud ขนาด 500 เพตะไบต์ ก็เป็นการยืนยันเทรนด์นี้ค่ะ
>> และก้าวต่อไปของ AI คือสิ่งที่เรียกว่า Physical AI ใช่ไหมครับ
>> ใช่เลยค่ะคือการลงไปอยู่ในเครื่องจักร หุ่นยนต์ โดรน หรือพวกยานยนต์ไร้คนขับ ที่เป็น AI ซึ่งต้องการการประมวลผลที่รวดเร็วในสภาพแวดล้อมจริงค่ะ
>> แล้วเรื่องทั้งหมดนี้มีความหมายว่ายังไงครับ พอ AI มันมาสัมผัสกับโลกความเป็นจริง มันก็เกิดแรงกระเพื่อมทางสังคมตามมาใช่ไหมครับ
>> เป็นปฏิกิริยาที่หลีกเลี่ยงไม่ได้เลยค่ะ ผลสำรวจจาก Pew Research ระบุว่าผู้ใหญ่ในสหรัฐครึ่งนึงเลยนะคะกังวลเกี่ยวกับความปลอดภัยและการมาถึงของ AI
>> อืมขึ้นประเทศเลยนะนั่น
>> แล้วข้อมูลจาก Stanford HAI ก็ชี้ว่า 64% ของชาวอเมริกันเชื่อว่า AI จะทำให้ตำแหน่งงานลดลงค่ะ
>> เอ่อในบทวิเคราะห์ต้นทางเนี่ยมีการพูดถึงประเด็นนึงครับ เขาบอกว่าความตื่นตระหนกทางสังคมตรงนี้เนี่ย อาจมีการพยายามแทรกแซงจากต่างชาติเพื่อสร้างกระแสต่อต้าน AI
>> อ้าใช่ค่ะในบทความทางเขาเสนอทฤษฎีนี้ไว้เหมือนกัน
>> ตรงนี้ผมต้องบอกผู้ฟังก่อนนะครับว่าเรา 2 คนพยายามรายงานเนื้อหาให้เป็นกลางที่สุดตามข้อมูลต้นฉบับไม่ได้ตั้งใจจะตัดสินใจแทนใครหรือสนับสนุนฝ่ายไหนนะครับ
>> ใช่ค่ะเราแค่วิเคราะห์ตามประเด็นที่มีการหยิบยกขึ้นมาในวงการ
>> แต่พอพิจารณาจริงๆแล้วเนี่ยเอ่อผมสงสัยว่าการบอกว่ามีต่างชาติมาแทรกแซงปั่นกระแสเนี่ยมันเป็นแค่ข้ออ้างของบริษัทเทคโตเพื่อเลี่ยงการยอมรับความจริงหรือเปล่าครับ
>> เป็นมุมมองที่น่าสนใจค่ะทำไมถึงคิดแบบนั้นคะ
>> ก็ความกลัวตกงานของประชาชนทั่วไปนะครับ การที่คนเห็น AI ทำงานแทนตัวเองได้ในไม่กี่วินาที ความกลัวตรงนี้มันมีเหตุผลและจับต้องได้ในตัวเองอยู่แล้ว โดยที่ไม่ต้องมีใครหรือรัฐบาลต่างชาติที่ไหนมาปั่นกระแสเลยไม่ใช่หรอครับ
>> เห็นด้วยเลยค่ะปฏิกิริยาต่อต้านจากสังคม หรือ AI Backlash มันมาจากความกังวลเรื่องปากท้องจริงๆ ซึ่งความกลัวเหล่านี้ล่ะค่ะที่อาจนำไปสู่ข้อบังคับทางกฎหมาย หรือ regulation เข้มงวดขึ้น และท้ายที่สุดกฎหมายพวกนี้อาจจะเข้ามาเป็นคอขวดใหม่ในการขยาย Data Center ที่รับมือยากยิ่งกว่าเรื่องไฟฟ้าอีกค่ะ
>> การศึกษาข้อมูลเจาะลึกของเราในครั้งนี้ แสดงให้เห็นชัดเจนเลยนะครับว่า AI ไม่ใช่เพียงแค่เทรนด์ซอฟต์แวร์เก๊ะๆอีกต่อไปแล้ว
>> ใช่ค่ะมันคือการปฏิวัติโครงสร้างพื้นฐานทางกายภาพระดับโลกเลย
>> เป็นการปฏิวัติทั้งเศรษฐกิจและสังคมที่เกี่ยวข้องกับเราทุกคน ไม่ว่าจะเป็นเรื่องของแผงวงจรไฟฟ้า ตลาดหุ้น หรือความกังวลเรื่องหน้าที่การงาน
>> ทุกอย่างเชื่อมโยงกันหมดเลยจริงๆค่ะ
>> ก่อนที่เราจะจบการพูดคุยในวันนี้ผมอยากชวนให้ทุกท่านลองคิดตามเกี่ยวกับภาพรวมที่เราเพิ่งคุยกันไปนะครับ
>> มีประเด็นไหนทิ้งท้ายหรอคะ
>> คือลองนึกดูนะครับถ้าตอนนี้ AI กำลังช่วยออกแบบและพัฒนาสืบทอดของตัวมันเองให้ฉลาดขึ้นเรื่อยๆ
>> อื้อหือ
>> และในขณะเดียวกันมนุษย์เราก็กำลังระดมทุนสร้างโครงสร้างพื้นฐานทางกายภาพมูลค่า 10 ล้านล้านดอลลาร์ ทั้งบนโลกและในอวกาศ เพียงเพื่อป้อนพลังงานให้กับมัน
>> โหพอพูดแบบนี้แล้วแอบขนลุกนะคะ
>> ใช่มั้ครับคำถามที่น่าเก็บไปคิดก็คือท้ายที่สุดแล้วเนี่ย มนุษย์เรากำลังสร้างโครงสร้างพื้นฐานเพื่อมารองรับ AI ที่เราเป็นคนสร้าง หรือว่า AI ต่างหากครับที่กำลังใช้เงื่อนไขทั้งเศรษฐกิจสั่งการให้มนุษย์จัดโครงสร้างโลกใบนี้เสียใหม่ เพื่อสร้างสภาพแวดล้อมสำหรับการเอาชีวิตรอดของตัวมันเองกันแน่ ฝากไว้ให้ลองไปคิดทบทวนกันดูนะครับ สำหรับการเจาะลึกข้อมูลในวันนี้ สวัสดีครับ
>> สวัสดีค่ะ
นี่คือสรุปประเด็นด่วนเรื่อง Ultra Growth Lab Membership ที่นี่คือพื้นที่สำหรับนักลงทุนที่อยากก้าวข้ามการไล่ตามกระแสข่าวรายวันครับ เพื่อมาทำความเข้าใจผลกระทบจริงๆ ต่อหุ้นเติบโตและพอร์ตของเราอย่างเป็นระบบ เอาจริงๆ นะครับ มันเหมือนคุณมีนักวิจัยส่วนตัวคอยกรองเสียงรบกวนในตลาด เพื่อให้คุณเห็นเฉพาะเนื้อเน้นๆ ที่เอาไปใช้งานได้จริงเลยล่ะครับ ทีนี้ถ้าเป้าหมายคือการมองข้ามสิ่งรบกวนพวกนี้ ระบบสมาชิกนี้จะให้อะไรกับเราบ้างล่ะ
ลำดับแรก ทะลุพาดหัวข่าวด้วยบทวิเคราะห์เชิงลึกและวิดีโอพิเศษครับ คุณจะได้รับ Content และวิดีโอ Exclusive แบบเจาะลึกข่าวสำคัญที่มีผลต่อตลาดจริงๆ ไม่ใช่แค่การสรุปแบบฉาบฉวย ลองคิดดูนะครับ ทำไมเราถึงต้องรีบซื้อขายตามพาดหัวข่าวที่ใครๆ ก็เห็นด้วยล่ะ ในเมื่อการรอให้ผู้เชี่ยวชาญวิเคราะห์อย่างรอบคอบสัก 12-24 ชั่วโมงเนี่ย มันกลับให้แต้มต่อในการลงทุนที่เฉียบคมกว่ามากเลยใช่มั้ยครับ
ลำดับที่ 2 เจาะลึกมุมมอง Portfolio ครับ คือพอได้บทวิเคราะห์มาแล้วเนี่ย จะเอามาจัดพอร์ตยังไง ที่นี่คุณจะได้เห็นกระบวนการคิดจริงๆ เลยครับ ผ่านการอัปเดต Portfolio ตัวอย่าง 2 พอร์ตในทุกๆ สัปดาห์ รวมถึงแนวคิดการปรับน้ำหนักหุ้นเพื่อการศึกษาด้วย
และสุดท้าย ขาดไม่ได้เลยครับ กับ Watchlist Premium สำหรับคนที่จัดการพอร์ตเรียบร้อยแล้ว และกำลังมองหาไอเดียขั้นสุด ถ้าคุณเป็นสมาชิกระดับ Top Analyst คุณจะได้เจาะลึกรายชื่อหุ้นใน Watchlist พิเศษอีก 20 ตัวเลยนะครับ พร้อมเหตุผลประกอบสั้นๆ ที่อัปเดตให้ทุก 2 สัปดาห์ แถมยังมีสิทธิ์เสนอหุ้นให้วิเคราะห์ก่อนใครเพื่อนอีกด้วย
หากคุณอยากยกระดับการลงทุนให้ลึกกว่าแค่พาดหัวข่าว และพร้อมที่จะสร้างพอร์ตหุ้นเติบโตอย่างมีเหตุผลแล้วล่ะก็ กดลิงก์ด้านล่างเพื่อเข้าร่วมเป็นสมาชิกกับเราได้เลยครับ