ระดับการประเมินมูลค่า (P/E Ratio) ของหุ้นกลุ่มเทคโนโลยีในดัชนี S&P 500 เพิ่งปรับตัวลดลงจากระดับ 40 เท่า ลงมาอยู่ที่ราว 20 เท่า ซึ่งเป็นระดับเดียวกับช่วงก่อนที่กระแส ChatGPT และ Generative AI จะเริ่มต้นขึ้น

ข้อมูลจาก รายงานของ Apollo ชี้ให้เห็นว่า นี่ไม่ใช่สัญญาณของฟองสบู่แตกแบบตื่นตระหนก แต่เป็นการปรับฐานเข้าสู่ความเป็นจริง (Valuation Reset) เมื่อนักลงทุนในตลาดเริ่มเปลี่ยนโฟกัสจากการลงทุนตามกระแสความหวัง มาสู่การตรวจสอบผลตอบแทนจากการลงทุนจริง (Return on Investment: ROI)

---

หมดเวลาขายวิสัยทัศน์: ตลาดขอดูผลกำไรจริง

ตลอดสองปีที่ผ่านมา บริษัทเทคโนโลยียักษ์ใหญ่ทุ่มงบลงทุน (CapEx) รวมกันกว่า 6.5 แสนล้านดอลลาร์ไปกับโครงสร้างพื้นฐาน AI โดยเฉพาะกลุ่ม Hyperscaler อย่าง Microsoft, Alphabet และ Amazon ที่ใช้จ่ายไปเกินกว่า 2 แสนล้านดอลลาร์

ในช่วงแรก มูลค่าหุ้นปรับตัวขึ้นล่วงหน้าตามความคาดหวังเชิงบวก แต่สถานการณ์ในปัจจุบันเริ่มเผชิญกับสิ่งที่ บทวิเคราะห์ของ MarketMinute เรียกว่า ROI Fatigue หรือภาวะเหนื่อยล้าจากการรอคอยผลตอบแทน นักลงทุนเริ่มตั้งคำถามถึงรายได้และกำไรที่เป็นรูปธรรมเมื่อเทียบกับเม็ดเงินลงทุนมหาศาล

แม้ว่ากำไรของบริษัทเทคโนโลยีขนาดใหญ่จะยังมีแนวโน้มเติบโตเฉลี่ย 31.1% ในปี 2026 ประกอบกับสิทธิประโยชน์ทางภาษีจากกฎหมาย Public Law 119-21 ที่ช่วยลดหย่อนต้นทุนด้านการวิจัยและพัฒนาได้อีกราว 1.29 แสนล้านดอลลาร์ แต่ระดับราคาหุ้นโดยรวมก็ยังถูกกดดันจากภาพรวมตลาดที่ตึงตัว โดยค่า Shiller P/E ของ S&P 500 ยังคงทรงตัวอยู่ในระดับสูงที่ราว 38.33 เท่า

การแบ่งขั้วในตลาด: AI Factories ปะทะ AI Tourists

ปัจจุบันตลาดเริ่มแยกแยะบริษัทเทคโนโลยีออกเป็นสองกลุ่มอย่างชัดเจน:

1. AI Factories (ผู้สร้างโครงสร้างพื้นฐาน): กลุ่มผู้ผลิตชิป ฮาร์ดแวร์ และโครงสร้างพื้นฐาน เช่น NVIDIA ที่สามารถสร้างรายได้และกระแสเงินสดได้ทันทีจากการขายอุปกรณ์ประมวลผล รวมถึงบริษัทอย่าง Meta ที่นำโมเดลมาเพิ่มประสิทธิภาพให้กับระบบโฆษณาอันเป็นธุรกิจหลักจนเห็นผลกำไรชัดเจน
2. AI Tourists (ผู้ตามกระแสฟีเจอร์): บริษัทซอฟต์แวร์ที่เร่งพัฒนาฟีเจอร์ AI เสริมเข้าไปในผลิตภัณฑ์เดิม แต่ยังไม่สามารถสร้างรูปแบบการคิดราคาใหม่ (Monetization Model) ที่สร้างผลกำไรชดเชยต้นทุนค่าประมวลผลได้

David Sambur ผู้บริหารจาก Apollo ตั้งข้อสังเกตว่า แม้เครื่องมือ AI จะช่วยให้ต้นทุนการเขียนโค้ดและพัฒนาซอฟต์แวร์ลดลง แต่นั่นก็ทำให้กำแพงการแข่งขันต่ำลงตามไปด้วย ส่งผลให้การตั้งราคาซอฟต์แวร์แบบพรีเมียมทำได้ยากขึ้น และอาจกดดันอัตรากำไร (Margin) ของธุรกิจ SaaS แบบเดิมในระยะยาว

เม็ดเงินกำลังไหลไปสู่ใครในระลอกถัดไป

Mike Wilson หัวหน้านักกลยุทธ์จาก Morgan Stanley ชี้ว่า การปรับฐานของหุ้นเทคโนโลยีไม่ใช่จุดสิ้นสุดของเทคโนโลยี AI แต่เป็นจุดเปลี่ยนผ่านของรอบการลงทุน (Launchpad Transition)

หลังจากที่ตลาดทุ่มเงินสร้างโครงสร้างพื้นฐานระดับล่างไปแล้ว ระลอกถัดไปจะตกเป็นของสองกลุ่มหลัก:

• กลุ่มสาธารณูปโภคและพลังงาน (Utilities & Energy): ผู้จัดหาไฟฟ้า พลังงานสะอาด และโครงข่ายสายส่งสำหรับ Data Center ที่ยังคงมีความต้องการสูงอย่างต่อเนื่อง
• กลุ่มผู้ประยุกต์ใช้ Agentic AI ในภาคธุรกิจจริง: องค์กรในภาคอุตสาหกรรม การเงิน หรือการแพทย์ ที่สามารถนำ AI Agent เข้ามาปรับปรุงกระบวนการทำงาน ลดต้นทุนการดำเนินงาน และสร้างผลกำไรเพิ่มขึ้นได้อย่างชัดเจน

ข้อคิดสำหรับคนทำงานและ Vibe Coder

การเปลี่ยนทิศทางของตลาดส่งสัญญาณสำคัญถึงทุกคนที่กำลังพัฒนาหรือใช้งาน AI:

• เน้น Value ไม่ใช่แค่ Feature: หมดยุคของการสร้างแอปพลิเคชันเพียงเพื่อแปะป้ายว่ามี AI โจทย์สำคัญคือระบบนั้นช่วยประหยัดเวลา ลดต้นทุน หรือเพิ่มรายได้ให้ธุรกิจได้อย่างไร
• คุมต้นทุน API ให้อยู่หมัด: โปรเจกต์ที่น่าตื่นเต้นแต่เผาผลาญ Token มหาศาลโดยไม่สร้างผลตอบแทนที่คุ้มค่าจะถูกตัดงบเป็นอันดับแรก การปรับแต่ง Caching, การเลือกโมเดลขนาดเล็กที่เหมาะสม (Small Language Models) และการออกแบบ Prompt ที่รัดกุมคือทักษะจำเป็น
• โอกาสของผู้สร้างผลลัพธ์จริง: สำหรับคนที่สามารถนำ AI มาเร่งความเร็วในการส่งมอบงานและลดความผิดพลาดได้จริง นี่คือช่วงเวลาที่คุณจะได้เปรียบที่สุด เพราะตลาดกำลังต้องการคนที่สร้างผลตอบแทนทางธุรกิจได้จริง ไม่ใช่แค่คนที่ทดลองใช้เทคโนโลยีไปวันๆ

---

แหล่งอ้างอิง

• Tech Valuations Back to Pre-AI Boom Levels (Apollo)
• The AI Reckoning: S&P 500 Battles 'ROI Fatigue' Amid Historic Valuations (MarketMinute)