700 พันล้านเหรียญสหรัฐพุ่งเข้าสู่อุตสาหกรรม AI ชาวอเมริกันเริ่มรู้สึกถึงความเจ็บปวดจากเงินเฟ้อแล้ว
- มุมมองหลัก: ความคาดหวังในแง่ดีต่อ AI ในปัจจุบันและการใช้จ่ายเงินทุนจำนวนมหาศาลได้กลายเป็นตัวขับเคลื่อนเงินเฟ้อไปแล้ว โดยการกระตุ้นอุปสงค์รวมและทำให้ทรัพยากรที่ขาดแคลน เช่น พลังงานไฟฟ้าและชิป เกิดปัญหาคอขวดมากขึ้น ซึ่งอาจทำให้เศรษฐกิจสหรัฐฯเผชิญกับแรงกดดันเงินเฟ้อในระยะสั้น ส่วนที่ว่า AI จะสามารถยกระดับผลิตภาพเพื่อชดเชยเงินเฟ้อได้หรือไม่นั้นยังคงเป็นเรื่องที่ไม่อาจรู้ได้
- ปัจจัยสำคัญ:
- การใช้จ่ายเงินทุนของบริษัทเทคโนโลยีหลักเพิ่มขึ้นอย่างรวดเร็ว Amazon, Microsoft, Google และ Meta ทั้งสี่บริษัทมีมูลค่ารวม 251,000 ล้านดอลลาร์ในปี 2024 และคาดว่าภายในปี 2026 ยอดรวมของบริษัททั้งห้า (รวม Oracle) จะเข้าใกล้ 700,000 ล้านดอลลาร์ ซึ่งเป็นอัตราการเติบโตที่ไม่เคยมีมาก่อน
- ความต้องการไฟฟ้าของศูนย์ข้อมูลมีขนาดมหาศาล เช่น โครงการ Stargate ของ OpenAI มีแผนกำลังการผลิตไฟฟ้าสูงถึง 10 กิกะวัตต์ ซึ่งเทียบเท่ากับการใช้ไฟฟ้ารวมทั้งหมดของรัฐเวอร์มอนต์ 16 รัฐ คาดว่าการใช้ไฟฟ้าของศูนย์ข้อมูลในสหรัฐฯจะเพิ่มขึ้นสามเท่าภายในปี 2030
- การทดลองของ Deutsche Bank แสดงให้เห็นว่า AI models หลายตัวประเมินว่าความน่าจะเป็นที่ AI จะผลักดันให้เงินเฟ้อสูงขึ้นในปีหน้า (20%-40%) สูงกว่าความน่าจะเป็นที่จะลดเงินเฟ้อลงอย่างมีนัยสำคัญ (5%) อย่างมาก โดยความกังวลหลักอยู่ที่แรงกดดันด้านราคาจากอุปสงค์
- การวิจัยของ Federal Reserve Bank of St. Louis ชี้ให้เห็นว่า กระแสการลงทุนใน AI ในฐานะ "news shock" จะกระตุ้นการบริโภคและการลงทุนในปัจจุบันผ่านการยกระดับความคาดหวังของครัวเรือนและธุรกิจ ส่งผลให้เกิดการเพิ่มขึ้นของอุปสงค์รวมที่ก่อให้เกิดเงินเฟ้อในระยะเริ่มต้น
- ความขัดแย้งที่สำคัญคือ แม้จะมีการลงทุนมหาศาล แต่ AI ยังไม่ปรากฏร่องรอยที่ชัดเจนในข้อมูลด้านผลิตภาพ (อัตราการเติบโตของ TFP ยังต่ำกว่าค่าเฉลี่ยทางประวัติศาสตร์) ในขณะที่อัตราเงินเฟ้อพื้นฐานของสหรัฐฯยังไม่กลับสู่เป้าหมาย 2% ทำให้เส้นทางการลดอัตราดอกเบี้ยของ Fed ถูกจำกัด
วันที่ 1 เมษายน นักเศรษฐศาสตร์ของธนาคารกลางเซนต์หลุยส์ Miguel Faria-e-Castro และ Serdar Ozkan ได้เผยแพร่บทความบล็อกที่มีชื่อเรื่องที่ค่อนข้างระมัดระวัง แต่ข้อสรุปที่คมชัด: ความเชื่อมั่นใน AI เองก็เป็นตัวขับเคลื่อนเงินเฟ้อ ไม่ใช่เพราะค่าไฟฟ้าแพงขึ้น ไม่ใช่เพราะขาดแคลนชิป แต่เป็นเพราะทุกคนเชื่อว่า AI จะทำให้อนาคตดีขึ้น — ความเชื่อนี้ทำให้พวกเขาเริ่มใช้จ่ายมากขึ้นตั้งแต่ตอนนี้
วันเดียวกัน Fortune ได้เปิดเผยการทดลองหนึ่งของ Deutsche Bank: พวกเขาให้โมเดล AI สามตัวประเมิน "ผลกระทบของ AI ต่อเงินเฟ้อ" ข้อสรุปคือ แม้แต่ AI เองก็คิดว่าตัวเองกำลังผลักดันราคาสินค้าให้สูงขึ้น
บนโซเชียลมีเดีย มีโพสต์เกี่ยวกับราคาสินค้าที่พุ่งสูงขึ้นในสหรัฐฯ อยู่มากมาย
สองเรื่องนี้ประกอบกัน ชี้ไปยังวงจรที่ไม่สบายใจนัก: ยิ่งลงทุนใน AI มากเท่าไร เงินเฟ้อก็ยิ่งสูงขึ้น การลดอัตราดอกเบี้ยก็ยิ่งห่างออกไป ต้นทุนการระดมทุนก็ยิ่งสูงขึ้น — แต่การลงทุนยังคงเร่งตัวขึ้น
การแข่งขันด้านอาวุธที่ไม่หยุดยั้ง
มาดูที่เงินกันก่อน จากรายงานผลประกอบการของแต่ละบริษัท Amazon, Microsoft, Google, Meta สี่บริษัทมีค่าใช้จ่ายทุนรวมกันประมาณ 1.52 แสนล้านดอลลาร์ในปี 2023 ถึงปี 2024 ตัวเลขนี้กระโดดไปที่ 2.51 แสนล้านดอลลาร์ เพิ่มขึ้น 65% ในปี 2025 ค่าใช้จ่ายทุนทั้งปีอยู่ที่ 4.16 แสนล้านดอลลาร์ เพิ่มขึ้นอีก 66%
แนวทางของบริษัทในปี 2026 ก้าวร้าวยิ่งขึ้น ตามข้อมูลที่รวบรวมโดย Wolf Street Amazon ให้แนวทางที่ 2 แสนล้านดอลลาร์ Google ให้แนวทางที่ 1.75-1.85 แสนล้านดอลลาร์ Microsoft ให้แนวทางที่ 1.45-1.5 แสนล้านดอลลาร์ Meta ให้แนวทางที่ 1.35 แสนล้านดอลลาร์ สี่บริษัทรวมกันประมาณ 6.63 แสนล้านดอลลาร์ หากรวม Oracle ที่ 420,000 ล้านดอลลาร์ ห้าบริษัทรวมกันใกล้เคียง 7 แสนล้านดอลลาร์
ภายในสี่ปี ค่าใช้จ่ายทุนของสี่บริษัทเพิ่มขึ้นสี่เท่า อัตราการเติบโตนี้ไม่เคยมีมาก่อนในประวัติศาสตร์บริษัทอเมริกัน ตามรายงานของ Fortune ขนาดนี้เกิน GDP ทั้งปีของสวีเดนแล้ว
ศูนย์ข้อมูลหนึ่งแห่ง ใช้ไฟฟ้าเท่ากับทั้งรัฐ
เงินเหล่านี้ส่วนใหญ่ไหลไปสู่ศูนย์ข้อมูล และข้อจำกัดที่ใหญ่ที่สุดของศูนย์ข้อมูลไม่ใช่ที่ดิน แต่เป็นไฟฟ้า ตามข้อมูลของ EIA รัฐเวอร์มอนต์ใช้ไฟฟ้าประมาณ 5,364 กิกะวัตต์-ชั่วโมงต่อปี คิดเป็นโหลดเฉลี่ย 0.61 กิกะวัตต์ รัฐโรดไอแลนด์สูงกว่าเล็กน้อย ประมาณ 0.83 กิกะวัตต์
ตอนนี้มาดูว่าศูนย์ข้อมูลกำลังทำอะไรกัน ตามประกาศของแต่ละบริษัท โครงการ Stargate ที่ OpenAI ร่วมมือกับ Oracle และ SoftBank มีกำลังการผลิตไฟฟ้ารวมที่วางแผนไว้สูงถึง 10 กิกะวัตต์ เทียบเท่ากับการใช้ไฟฟ้าทั้งหมดของรัฐเวอร์มอนต์ 16 รัฐ สวนอุตสาหกรรม Hyperion ของ Meta ในรัฐลุยเซียนาวางแผนไว้ที่ 5 กิกะวัตต์ ลงทุน 27,000 ล้านดอลลาร์ Colossus ของ xAI ภายใต้การนำของ Elon Musk ในเมืองเมมฟิส รัฐเทนเนสซี ขยายไปถึง 2 กิกะวัตต์ ตามรายงานของ Introl ได้ติดตั้ง GPU ของ Nvidia 555,000 ตัว ใช้งบประมาณประมาณ 18,000 ล้านดอลลาร์ โครงการ Rainier ที่ Amazon และ Anthropic ร่วมกันสร้างในรัฐอินเดียนาวางแผนไว้ที่ 2.2 กิกะวัตต์
ตามข้อมูลของ S&P Global ศูนย์ข้อมูลในสหรัฐฯ ใช้ไฟฟ้ารวม 183 เทราวัตต์-ชั่วโมงในปี 2024 คิดเป็นมากกว่า 4% ของการใช้ไฟฟ้าทั้งประเทศ ภายในปี 2030 ตัวเลขนี้คาดว่าจะเพิ่มขึ้นสามเท่า
ความต้องการไฟฟ้าเหล่านี้ไม่ใช่เรื่องในอนาคตที่วางแผนไว้ แต่กำลังกดดันโครงข่ายไฟฟ้าที่มีอยู่แล้ว ตามรายงานของ CBRE อัตราว่างของศูนย์ข้อมูลในอเมริกาเหนือลดลงจาก 3.3% ในครึ่งแรกของปี 2023 ลงมาอยู่ที่ 1.6% ในครึ่งแรกของปี 2025 ซึ่งเป็นระดับต่ำสุดที่เคยบันทึกไว้ ตามข้อมูลของ Cushman & Wakefield อัตราว่างในครึ่งหลังของปี 2025 เพิ่มขึ้นเล็กน้อยเป็น 3.5% แต่เป็นเพียงเพราะกำลังการผลิตใหม่จำนวนมากส่งมอบพร้อมกัน — ระดับสัมบูรณ์ยังคงอยู่ในระดับต่ำทางประวัติศาสตร์ การบรรเทาอุปทานที่มีความหมายยากที่จะเกิดขึ้นก่อนปี 2030
แม้แต่ AI เองก็บอกว่าตัวเองกำลังผลักดันเงินเฟ้อ
การลงทุนเหล่านี้ ในขณะที่กระตุ้นอุปสงค์ ยกราคาไฟฟ้า และทำให้ขาดแคลนชิป ยังมีช่องทางเงินเฟ้อที่แอบแฝงอีกด้วย
ตามรายงานของ Fortune วันที่ 1 เมษายน ทีมงานที่นำโดย Matthew Luzzetti หัวหน้านักเศรษฐศาสตร์สหรัฐฯ ของ Deutsche Bank ได้ทำการทดลอง: ให้โมเดลที่พัฒนาเองของ Deutsche Bank ชื่อ dbLumina, Claude ของ Anthropic และ ChatGPT-5.2 ของ OpenAI ประเมิน "ความน่าจะเป็นที่ AI จะผลักดันเงินเฟ้อให้สูงขึ้นภายในหนึ่งปีข้างหน้า"
ผลลัพธ์: dbLumina ให้ 40%, Claude ให้ 25%, ChatGPT-5.2 ให้ 20% โมเดลทั้งสามให้การประเมินความน่าจะเป็นของ "AI ลดเงินเฟ้ออย่างมีนัยสำคัญ" เหมือนกัน: เพียง 5%
ปัจจัยผลักดันเงินเฟ้อที่โมเดลทั้งสามอ้างอิงมีความสอดคล้องกันสูง: ศูนย์ข้อมูลกำลังขยายตัวอย่างใหญ่โต ความต้องการเซมิคอนดักเตอร์พุ่งสูงขึ้น การใช้ไฟฟ้าของเวิร์กโหลด AI เติบโตอย่างรวดเร็ว — ทั้งหมดนี้เป็นแรงกดดันด้านราคาที่ขับเคลื่อนโดยอุปสงค์
สิ่งนี้ตรงกันข้ามกับฉันทามติของนักลงทุนบางส่วนในวอลล์สตรีท ทีมงานของ Deutsche Bank เขียนในรายงานวิจัยว่า: "AI จะเป็นแรงหลักที่ทำให้เกิดภาวะเงินฝืดหรือไม่? แม้แต่ AI เองก็ไม่คิดเช่นนั้น"
ในมุมมองห้าปี โมเดลหันไปสู่ความเป็นไปได้ของภาวะเงินฝืดมากขึ้น แต่ความน่าจะเป็นของ "AI ก่อให้เกิดภาวะเงินฝืดครั้งใหญ่" ยังคงถูกกดไว้ในพื้นที่ความเสี่ยงส่วนหาง
ความเชื่อมั่นในตัวเองก็เป็นเงินเฟ้อ
เอกสารของธนาคารกลางเซนต์หลุยส์ให้กรอบทฤษฎีเพื่ออธิบายทั้งหมดนี้
Faria-e-Castro และ Ozkan ใช้แบบจำลองเศรษฐกิจมหภาคมาตรฐาน กำหนดให้กระแสการลงทุนใน AI เป็น "การช็อกจากข่าวสาร" (news shock) ตามบทความบล็อกของธนาคารกลาง ตรรกะของแบบจำลองคือ: เมื่อครัวเรือนเห็น AI ถูกอธิบายว่าเป็นเทคโนโลยีปฏิวัติ พวกเขาคาดว่าอนาคตจะมีรายได้เพิ่มขึ้น จึงเพิ่มการบริโภคล่วงหน้า บริษัทคาดว่าผลผลิตจะเพิ่มขึ้น จึงเพิ่มการลงทุน ทั้งสองส่วนรวมกัน อุปสงค์เกินอุปทานอย่างรวดเร็ว เอกสารเขียนว่า: "พลังเหล่านี้ร่วมกันสร้างการเพิ่มขึ้นของอุปสงค์รวมที่ก่อให้เกิดเงินเฟ้อ — นี่คือลักษณะหลักของระยะเริ่มต้นของการช็อกจากข่าวสาร"
แบบจำลองให้สองเส้นทาง หาก AI นำมาซึ่งการก้าวกระโดดของผลิตภาพจริง เงินเฟ้อระยะสั้นจะถูกดูดซับโดยการเติบโตของผลผลิตระยะยาว เศรษฐกิจเข้าสู่วงจรที่ดี แต่หากผลิตภาพไม่เป็นจริง — เอกสารใช้คำว่า "การเติบโตต่ำอย่างต่อเนื่องและเงินเฟ้อสูงที่ดื้อด้าน" ซึ่งก็คือภาวะเงินเฟ้อร่วมกับเศรษฐกิจซบเซา (สแต็กเฟลชัน)
ตามข้อมูลที่อ้างอิงในบทความบล็อกของธนาคารกลาง อัตราการเติบโตต่อปีของผลิตภาพรวมปัจจัยการผลิต (TFP) ของสหรัฐฯ ตั้งแต่เปิดตัว ChatGPT เป็น 1.11% ต่ำกว่าค่าเฉลี่ยทางประวัติศาสตร์ที่ 1.23% จนถึงตอนนี้ AI ยังไม่ทิ้งร่องรอยใดๆ ในข้อมูลผลิตภาพ
ในขณะเดียวกัน ตามข้อมูลของ BLS ดัชนีราคาผู้บริโภค (CPI) ของสหรัฐฯ ในเดือนกุมภาพันธ์ 2026 เพิ่มขึ้น 2.4% เมื่อเทียบปีต่อปี ดัชนีราคาผู้บริโภคพื้นฐาน (Core CPI) เพิ่มขึ้น 2.5% ทั้งคู่ยังไม่กลับสู่เป้าหมาย 2% ของเฟด แผนภาพจุดของเฟดในเดือนมีนาคมแสดงให้เห็นว่าการคาดการณ์อัตราดอกเบี้ยกลางปีสิ้นปีอยู่ที่ 3.4% ชี้ให้เห็นว่าปีนี้จะลดอัตราดอกเบี้ยเพียงครั้งเดียว
เงิน 7 แสนล้านดอลลาร์กำลังไหลเข้าสู่โครงสร้างพื้นฐาน AI เงินก้อนนี้เป็นสาเหตุของเงินเฟ้อ หรือเป็นบทนำของการปฏิวัติผลิตภาพ ขึ้นอยู่กับคำถามที่ยังไม่มีใครตอบได้: โมเดลที่ทำงานอยู่ในศูนย์ข้อมูลเหล่านี้ จะทำให้เศรษฐกิจมีประสิทธิภาพมากขึ้นจริงหรือไม่
