How Ordinary People Can Get a Slice of the Pie in the AI Era's Capital Wave

区块律动BlockBeats

特邀专栏作者

2026-03-16 11:00

บทความนี้มีประมาณ 10295 คำ การอ่านทั้งหมดใช้เวลาประมาณ 15 นาที

Everyone is talking about AI applications, but the real money is being made by those selling the "shovels."

สรุปโดย AI

ขยาย

Core Viewpoint: The AI industry's value chain is structured into five technology layers: energy, chips, cloud computing, models, and applications. Currently, the vast majority of capital is flowing into the underlying infrastructure (the first three layers), not the surface-level applications that capture public attention. True profits are also concentrated in the infrastructure layer, creating a pattern of "revenue flowing upward, capital settling downward."
Key Elements:
1. Capital Flowing to Infrastructure: The capital expenditure of the four major cloud providers is projected to reach $650-700 billion by 2026, with approximately 75% ($450 billion) invested in AI infrastructure such as data centers, chips, and power systems.
2. High Growth, High Consumption at the Model Layer: OpenAI's annual revenue grew 10-fold in two years to $20 billion, but it is projected to burn through $17 billion in 2026. High inference costs squeeze profits, which are absorbed by underlying computing power expenses.
3. Infrastructure Layer is Highly Concentrated and Profitable: Nvidia holds roughly 92% of the AI GPU market share with a gross margin near 75%; TSMC monopolizes about 70% of chip manufacturing; ASML is the sole supplier of EUV lithography machines.
4. Historical Pattern Analogy: The current development of AI is similar to the electricity revolution and the early internet era. The earliest wealth creators were the "shovel sellers"—the infrastructure builders—not the end applications.
5. Application Layer is Fiercely Competitive with Thin Margins: The application layer has a massive market size but currently offers the thinnest profits and the most uncertain competition. Companies with unique data moats may ultimately prevail.
6. Major Risks: Include capital misallocation (massive investments may not be supported by revenue growth), highly concentrated supply chains (risks from geopolitical shocks, etc.), and efficient open-source models (like DeepSeek) potentially weakening the investment logic for infrastructure.

Original Title: If you don't understand AI by the end of this, the next decade will confuse you

Original Author: Anish Moonka

Original Compilation: Peggy, BlockBeats

Editor's Note: เมื่อผู้คนพูดถึง AI ความสนใจมักจะมุ่งไปที่สิ่งที่เห็นชัดเจนที่สุด: แชทบอท ผู้ช่วย AI และแอปพลิเคชันใหม่ๆ อย่างไรก็ตาม ภายใต้ผลิตภัณฑ์เหล่านี้ การปรับโครงสร้างอุตสาหกรรมที่ลึกซึ้งยิ่งกว่ากำลังเกิดขึ้น AI ที่แท้จริงนั้นเป็นสแต็กเทคโนโลยีที่ประกอบด้วยโครงสร้างพื้นฐานหลายชั้น ตั้งแต่ไฟฟ้า ชิป ไปจนถึงศูนย์ข้อมูล และจากโมเดลไปจนถึงแอปพลิเคชัน และการไหลของทุนและผลกำไรก็ซับซ้อนกว่าที่เห็นจากภายนอกมาก

บทความนี้ใช้มุมมองของ "โครงสร้างห้าชั้นของ AI" เพื่อจัดระบบห่วงโซ่คุณค่านี้อย่างเป็นระบบ: เหตุใดหลายพันล้านดอลลาร์จึงไหลไปสู่พลังงาน ชิป และโครงสร้างพื้นฐานคลาวด์ เหตุใดบริษัทโมเดลถึงยังคงเผาเงินจำนวนมหาศาลแม้จะเติบโตอย่างรวดเร็ว และในคลื่นเทคโนโลยีปฏิวัตินี้ ค่าที่แท้จริงอาจกระจุกตัวอยู่ที่ส่วนใดก่อน

โดยการเปรียบเทียบ AI กับการปฏิวัติไฟฟ้า การสร้างโครงสร้างพื้นฐานอินเทอร์เน็ต และวัฏจักรทางประวัติศาสตร์อื่นๆ ผู้เขียนพยายามตอบคำถามสำคัญ: ในคลื่นเทคโนโลยีที่อาจปรับโครงสร้างอุตสาหกรรมทั่วโลก ทุนกำลังไหลไปที่ใด และคนทั่วไปจะเข้าร่วมโอกาสสร้างความมั่งคั่งจาก AI รอบนี้ได้อย่างไร

ต่อไปนี้เป็นต้นฉบับ:

คนส่วนใหญ่คิดว่า AI ก็คือแชทบอท

ฉันเข้าใจความคิดนั้น คุณเปิด ChatGPT ให้มันช่วยแก้ไขอีเมล มันก็ทำได้ทันที รู้สึกเหมือนเวทมนตร์ จากนั้นคุณก็ปิดหน้าเว็บและคิดว่าคุณเข้าใจ AI แล้ว แต่นี่ก็เหมือนกับการใช้บัตรเครดิต Visa ครั้งเดียวที่ร้านอาหาร แล้วคิดว่าคุณเข้าใจว่า Visa ทำเงินได้อย่างไร คุณแค่ใช้ผลิตภัณฑ์ แต่ไม่ได้เห็นระบบเบื้องหลัง

เวลาส่วนใหญ่ของปีที่แล้ว ฉันพยายามหาว่าผลกำไรที่แท้จริงของ AI ไหลไปที่ไหน และข้อเท็จจริงที่น่าอึดอัดใจคือ: ฉันใช้เวลานานมากกว่าจะตระหนักว่าฉันมองผิดชั้นมาตลอด ฉันจ้องมองไปที่ ChatGPT, Claude, Gemini สิ่งที่คุณสามารถสัมผัสได้โดยตรง

ในขณะเดียวกัน 7 แสนล้านดอลลาร์กำลังไหลเข้าสู่โครงสร้างพื้นฐานอีกชุดหนึ่งที่ฉันเรียกชื่อไม่ได้: ชิปที่ฉันไม่เคยได้ยินมาก่อน ชื่อย่อเทคโนโลยีแพ็คเกจจิ้งที่ฟังดูเหมือนแต่งขึ้น ระบบทำความเย็น โรงไฟฟ้า ในเท็กซัส ไอโอวา และไฮเดอราบาด คอนกรีตจำนวนมากกำลังถูกเทเพื่อสร้างศูนย์ข้อมูล

หนึ่งปีก่อน เกือบไม่มีใครรอบตัวฉันพูดถึงสิ่งเหล่านี้ แต่ตอนนี้ ทุกคนเริ่มพูดถึงมันแล้ว

บทความนี้จะค่อนข้างยาว หากคุณไม่มีเวลาอ่านจนจบตอนนี้ สามารถบันทึกไว้เพื่ออ่านในภายหลังได้

ฉันอยากพาคุณเดินผ่านห่วงโซ่คุณค่าของ AI อย่างครบถ้วน: เริ่มจากไฟฟ้าที่จ่ายให้ศูนย์ข้อมูล ไปจนถึงแอปพลิเคชันในโทรศัพท์ของคุณ

และฉันจะอธิบายในแบบที่แม้ว่าคุณไม่เคยอ่านรายงานประจำปีของบริษัทจดทะเบียนเลยในชีวิต คุณก็จะเข้าใจได้ ฉันจะอธิบายศัพท์เทคนิคทั้งหมด ทุกการตัดสินใจฉันจะให้ข้อมูลจริง และสำหรับสิ่งที่ฉันยังไม่แน่ใจ ฉันจะบอกอย่างตรงไปตรงมา เพราะมีบางอย่างจริงๆ

มาเริ่มกันเลย

1. เค้กห้าชั้น (ทำไมไม่มีใครพูดถึงสี่ชั้นล่าง)

AI คือโครงสร้างพื้นฐาน เหมือนอินเทอร์เน็ต เหมือนไฟฟ้า มันต้องการโรงงาน – Jensen Huang

คนส่วนใหญ่เข้าใจ AI แบบนี้: คอมพิวเตอร์อัจฉริยะเครื่องหนึ่งตอบคำถาม

นี่ก็เหมือนกับการบอกว่า อินเทอร์เน็ตคือ "สถานที่ที่คุณสามารถดูวิดีโอได้" ถูกต้องในทางเทคนิค แต่พลาดประเด็นสำคัญไปโดยสิ้นเชิง

ในงาน World Economic Forum เดือนมกราคม 2026 Jensen Huang อธิบาย AI ว่าเป็นระบบห้าชั้น:

พลังงาน (Energy)

ชิป (Chips)

คลาวด์คอมพิวติ้ง (Cloud)

โมเดล (Models)

แอปพลิเคชัน (Applications)

เขาเรียกระบบทั้งหมดนี้ว่า: "การสร้างโครงสร้างพื้นฐานที่ใหญ่ที่สุดในประวัติศาสตร์ของมนุษยชาติ"

ลองคิดถึงคำนี้ก่อน: โครงสร้างพื้นฐาน (Infrastructure)

ถนน ระบบไฟฟ้า ระบบประปา สิ่งเหล่านี้ทำให้อารยธรรมสมัยใหม่ทำงาน แต่ผู้คนมักจะสังเกตเห็นก็ต่อเมื่อมันเสีย

AI กำลังกลายเป็นสิ่งเดียวกัน: มองไม่เห็น สำคัญอย่างยิ่ง และมีค่าใช้จ่ายในการสร้างสูงมาก ฉันเรียกโครงสร้างทั้งหมดนี้ว่า AI Stack (สแต็กเทคโนโลยี AI) มันประกอบด้วยห้าชั้น ชั้นหนึ่งซ้อนทับบนอีกชั้นหนึ่ง แต่ละชั้นสนับสนุนชั้นบน และเงินทุนไหลเวียนสองทางระหว่างชั้นเหล่านี้

เวอร์ชันที่ง่ายที่สุดที่ฉันให้ได้คือ:

พลังงาน (Energy) คุณต้องการไฟฟ้าเพื่อรันคอมพิวเตอร์ และเป็นจำนวนมาก

ชิป (Chips) คุณต้องการโปรเซสเซอร์เฉพาะสำหรับการคำนวณ นี่ไม่ใช่ CPU ในแล็ปท็อปของคุณ

คลาวด์ (Cloud) คุณต้องการศูนย์ข้อมูลขนาดใหญ่เหมือนโกดัง เต็มไปด้วยชิปเหล่านี้ และเชื่อมต่อกันด้วยเครือข่ายความเร็วสูงมาก

โมเดล (Models) คุณต้องการซอฟต์แวร์ AI ที่แท้จริง – "สมองอัจฉริยะ" ที่เรียนรู้รูปแบบจากข้อมูล

แอปพลิเคชัน (Applications) คุณต้องการผลิตภัณฑ์ที่ผู้คนใช้จริงๆ เช่น ChatGPT, Google Search หรือระบบป้องกันการฉ้อโกงของธนาคาร

การพูดคุยเกี่ยวกับ AI ใดๆ ที่พูดถึงแค่ชั้นที่ห้า (ชั้นแอปพลิเคชัน) จะมองข้ามความเป็นจริงไปถึง 80% และหากคุณเป็นนักลงทุน ผู้ประกอบการ หรือแค่คนที่อยากเข้าใจทิศทางของโลกในอนาคต สิ่งสำคัญที่แท้จริงคือ เงินจะไม่กระจายอย่างเท่าเทียมกันในห้าชั้นนี้ มันจะรวมตัวกัน เพิ่มพูนทบต้น และไหลไปยังจุดสำคัญเพียงไม่กี่แห่ง

และในวันนี้ เงินทุนเหล่านี้กำลังรวมตัวกันในสถานที่ที่คนส่วนใหญ่ไม่ได้สังเกตเห็นเลย

2. ติดตามการไหลของเงินทุน (คำตอบไม่อยู่ที่ที่คุณคิด)

ความสนใจของผู้คนเกือบทั้งหมดจะมุ่งไปที่ชั้นแอปพลิเคชัน ChatGPT, GitHub Copilot, Claude, Perplexity

สิ่งเหล่านี้คือผลิตภัณฑ์ที่คุณสามารถใช้ได้โดยตรง ดังนั้นจึงง่ายที่จะทำให้รู้สึกว่า เรื่องราวของ AI น่าจะเป็นแอปพลิเคชันเหล่านี้

แต่คนส่วนใหญ่มองข้ามสิ่งหนึ่ง ภายในปี 2026 บริษัทคลาวด์คอมพิวติ้งสี่รายใหญ่ของโลก (Amazon, Microsoft, Google, Meta) คาดว่าจะมีค่าใช้จ่ายลงทุนรวม (CapEx) ต่อปีอยู่ที่ 6.5 ถึง 7 แสนล้านดอลลาร์

นี่คือหนึ่งปี รวมสี่บริษัท

ตัวเลขนี้เทียบเท่ากับ GDP ของสวิตเซอร์แลนด์ทั้งปี และประมาณ 75% ของจำนวนนี้ หรือประมาณ 4.5 แสนล้านดอลลาร์ จะถูกลงทุนโดยตรงในโครงสร้างพื้นฐาน AI

ไม่ใช่แชทบอท ไม่ใช่แอปพลิเคชัน แต่คืออาคาร ชิป ไฟเบอร์ออปติกและเครือข่าย ระบบทำความเย็น สิ่งเหล่านี้ที่แทบไม่มีใครพูดถึงในปาร์ตี้ค็อกเทล นี่ชี้ให้เห็นชัดเจนว่าเงินอยู่ที่นั่น

เพราะลองคิดดู ก่อนที่ใครจะสามารถใช้ ChatGPT ได้ ต้องมีคนทำสิ่งหนึ่งก่อน: สร้างศูนย์ข้อมูลขนาดใหญ่เท่าห้างสรรพสินค้า แล้วติดตั้งโปรเซสเซอร์เฉพาะหลายหมื่นตัวข้างใน เชื่อมต่อพวกมันด้วยอุปกรณ์เครือข่ายที่มีมูลค่าสูงกว่ามูลค่าตลาดของบริษัทส่วนใหญ่ และจ่ายไฟให้กับระบบทั้งหมดเพียงพอสำหรับเมืองเล็กๆ และต้องทำงานแบบนี้ทุกวัน

นี่คือชั้นที่หนึ่งถึงสาม: พลังงาน ชิป โครงสร้างพื้นฐานคลาวด์ สิ่งเหล่านี้คือชั้นที่มองไม่เห็น และเป็นที่ที่ลงทุนด้วยเงินทุนมหาศาลอย่างแท้จริง

บางคนอาจถาม: "แล้ว OpenAI ล่ะ? พวกเขาไม่ได้ทำเงินหลายหมื่นล้านดอลลาร์แล้วหรือ?"

ใช่แล้ว

ภายในสิ้นปี 2025 รายได้ประจำปี (ARR) ของ OpenAI ถึง 2 แสนล้านดอลลาร์ เมื่อหนึ่งปีก่อนคือ 6 หมื่นล้านดอลลาร์ และอีกปีก่อนหน้านั้นมีเพียง 2 หมื่นล้านดอลลาร์

เติบโต 10 เท่าในสองปี ในประวัติศาสตร์ธุรกิจของมนุษย์ มีบริษัทไม่กี่แห่งที่สามารถเติบโตรายได้ได้เร็วขนาดนี้ในระดับนี้

แต่ปัญหาคือ ต้นทุนก็น่าตกใจไม่แพ้กัน

2025: OpenAI เผาเงินสดประมาณ 9 หมื่นล้านดอลลาร์

2026: คาดว่าจะเผา 1.7 แสนล้านดอลลาร์

เพียงแค่ต้นทุนการอนุมาน (inference cost) ซึ่งคือต้นทุนที่ระบบรันโมเดลจริงๆ เมื่อคุณถามคำถาม AI:

2025: 8.4 พันล้านดอลลาร์

2026 คาดการณ์: 14.1 พันล้านดอลลาร์

ตามการคาดการณ์ปัจจุบัน OpenAI อาจจะไม่สามารถมีกระแสเงินสดเป็นบวกได้จนถึงปี 2029 หรือ 2030

แล้วคำถามคือ: เงินที่ถูกเผาไปนี้ไปที่ไหน?

คำตอบคือ: ไหลลงไปตามสแต็กเทคโนโลยี AI

ไหลไปสู่:

Microsoft Azure (OpenAI ต้องจ่ายให้ Microsoft 20% ของรายได้ตามข้อตกลงก่อนปี 2032)

GPU ของ Nvidia

บริษัทวิศวกรรมที่สร้างศูนย์ข้อมูล

และบริษัทพลังงานที่จ่ายไฟฟ้า

หากคุณจ้องมองระบบนี้สักพัก คุณจะเห็นโครงสร้างที่เกือบจะเป็นวงจร:

Microsoft ลงทุนใน OpenAI

OpenAI ใช้เงินนี้ซื้อบริการคลาวด์ Azure

Azure ใช้รายได้ซื้อชิป Nvidia

Nvidia ประกาศผลกำไรทำลายสถิติ

ทุกคนปรบมือ

จากนั้น เงินทุนก็ไหลลงต่อไป

ในสแต็กเทคโนโลยี AI มีข้อเท็จจริงเชิงโครงสร้างที่สำคัญ:

ผู้ใช้ส่วนใหญ่อยู่ที่ชั้นบนสุด (ชั้นแอปพลิเคชัน)

ผลกำไรส่วนใหญ่อยู่ที่ชั้นล่างสุด (ชั้นโครงสร้างพื้นฐาน)

และการไม่ตรงกันระหว่างตำแหน่งของผู้ใช้กับตำแหน่งของผลกำไรนี้ คือหัวใจของตรรกะการลงทุน AI ทั้งหมด

นี่คือกฎข้อแรกของห่วงโซ่คุณค่า AI: รายได้ไหลขึ้น ทุนสะสมลง

3. คุณเคยเห็นฉากนี้มาก่อน

ปัญหาทั้งหมดของมนุษย์โดยพื้นฐานแล้วคือปัญหาด้านวิศวกรรม และปัญหาด้านวิศวกรรมสามารถแก้ไขได้ในที่สุด – Buckminster Fuller

หากคุณต้องการเข้าใจสิ่งที่กำลังเกิดขึ้นกับ AI จริงๆ ลองมองย้อนกลับไปที่ประวัติศาสตร์การปฏิวัติไฟฟ้าระหว่างปี 1880 ถึง 1920

ในปี 1882 Thomas Edison สร้างสถานีผลิตไฟฟ้าเชิงพาณิชย์แห่งแรกบนถนนเพิร์ลในแมนฮัตตัน นิวยอร์ก ในเวลานั้น คนส่วนใหญ่คิดว่าไฟฟ้าเป็นเพียงของแปลกใหม่ วิธีให้แสงสว่างที่ "ก้าวหน้า" กว่า ท้ายที่สุดแล้ว โคมไฟแก๊สก็ใช้ได้ดีอยู่แล้ว ใครต้องการสิ่งนี้จริงๆ?

แต่ภายในเวลาเพียง 40 ปี ไฟฟ้าก็ปรับโครงสร้างอุตสาหกรรมเกือบทั้งหมดใหม่: การผลิต การขนส่ง การสื่อสาร การแพทย์ ความบันเทิง

ผู้ที่ชนะการปฏิวัตินี้จริงๆ ไม่ใช่คนที่ประดิษฐ์หลอดไฟ แต่คือคนที่สร้างโครงสร้างพื้นฐาน: General Electric, Westinghouse Electric บริษัทไฟฟ้า บริษัทเหมืองทองแดง บริษัทวิศวกรรมการก่อสร้าง

วันนี้ AI กำลังทำซ้ำรูปแบบเดียวกัน เพียงแต่ความเร็วถูกบีบอัดเหลือเพียงไม่กี่ปี แทนที่จะเป็นหลายทศวรรษ

ลองเปรียบเทียบสองห่วงโซ่:

ระบบ AI: AI → ศูนย์ข้อมูล → ชิป → วัตถุดิบ → พลังงาน

ระบบไฟฟ้า: ไฟฟ้า → โรงงาน → เครื่องจักร → วัตถุดิบ → ถ่านหิน / พลังน้ำ

เส้นทางทั้งสองเกือบจะเหมือนกันทุกประการ และผู้ชนะ อีกครั้ง ไม่ได้อยู่ที่ชั้นแอปพลิเคชันเป็นหลัก แต่อยู่ที่ชั้นโครงสร้างพื้นฐาน

ฉันเรียกปรากฏการณ์นี้ว่า Infrastructure Gravity (แรงโน้มถ่วงของโครงสร้างพื้นฐาน) ทุกครั้งที่แพลตฟอร์มการคำนวณใหม่ปรากฏขึ้น คนที่สร้างความมั่งคั่งก่อนเสมอคือ "คนขายพลั่ว"

แอปพลิเคชันจะตามมาในภายหลัง แอปพลิเคชันจะได้รับความสนใจจากสื่อทั้งหมด แต่โครงสร้างพื้นฐานรับผลกำไรส่วนใหญ่ไป

ตัวอย่างเช่น Nvidia ในปีงบประมาณ 2026 (สิ้นสุดมกราคม 2026) มีรายได้ทั้งปี 2.159 ล้านล้านดอลลาร์ เพิ่มขึ้น 65% จากปีก่อน ในจำนวนนี้ ธุรกิจศูนย์ข้อมูลเพียงอย่างเดียวในไตรมาสสุดท้ายสร้างรายได้ 623 พันล้านดอลลาร์ เพิ่มขึ้น 75% ธุรกิจนี้ตอนนี้คิดเป็น 91% ของรายได้ทั้งหมดของ Nvidia

พูดอีกอย่างคือ บริษัทเดียวมีรายได้ 680 พันล้านดอลลาร์ในหนึ่งไตรมาส โดย 90% มาจากสายธุรกิจเดียวกัน

ดูการผลิตชิป TSMC ในปี 2025 มีส่วนแบ่งตลาดการผลิตชิปแบบรับจ้างผลิตทั่วโลกประมาณ 70% มียอดขาย 1.225 ล้านล้านดอลลาร์ อันดับสอง Samsung Electronics มีเพียง 7.2% ระดับการผูกขาดนี้ แม้แต่ Standard Oil ในสมัยก่อนก็ดูไม่น่าตกใจขนาดนี้

โครงสร้างพื้นฐานชนะก่อนเสมอ คำถามที่แท้จริงคือเพียงว่า หน้าต่างโอกาสนี้จะอยู่ได้นานแค่ไหน

ถามใครก็ได้ว่าการปฏิวัติอินเทอร์เน็ตคืออะไร พวกเขาจะบอกว่า Google, Amazon, Facebook

แต่ถ้าถามว่าเงินแรกสุดทำที่ไหน คำตอบคือ Cisco Systems, Corning บริษัทที่วางเครือข่ายไฟเบอร์ออปติก

เรื่องเดียวกัน แค่เปลี่ยนยุคสมัย