การขยายโครงสร้างพื้นฐาน AI ขับเคลื่อนหนี้สินมหาศาลในพันธมิตรเทคโนโลยีชั้นนำ
การขยายโครงสร้างพื้นฐานปัญญาประดิษฐ์ (AI) ที่กำลังดำเนินการอย่างรวดเร็วโดยบริษัทเทคโนโลยีขนาดยักษ์ หรือที่เรียกว่า hyperscalers กำลังส่งผลกระทบอย่างหนักต่อพันธมิตรในห่วงโซ่อุปทาน โดยเฉพาะอย่างยิ่งทำให้เกิดหนี้สินเพิ่มขึ้นอย่างมหาศาล บริษัทผู้ผลิตเซิร์ฟเวอร์ ชั้นวางเซิร์ฟเวอร์ ระบบระบายความร้อน และส่วนประกอบอื่นๆ ที่เกี่ยวข้องกับศูนย์ข้อมูล AI จำเป็นต้องกู้ยืมเงินจำนวนมากเพื่อรองรับความต้องการที่พุ่งสูงสุด บทความนี้จะวิเคราะห์สถานการณ์ดังกล่าวโดยอ้างอิงข้อมูลล่าสุดจากบริษัทหลักๆ ในอุตสาหกรรม
บริษัท Super Micro Computer (SMCI) ซึ่งเป็นผู้ผลิตเซิร์ฟเวอร์ชั้นนำสำหรับ Nvidia ได้รับผลกระทบหนักที่สุด หนี้สินรวมของบริษัทพุ่งสูงขึ้นกว่า 500% จากระดับ 1.6 พันล้านดอลลาร์สหรัฐในปีที่แล้ว สู่ 9.6 พันล้านดอลลาร์สหรัฐในปัจจุบัน การเพิ่มขึ้นนี้เกิดจากการลงทุนด้านทุนจ่าย (capex) ที่สูงลิ่วเพื่อขยายกำลังการผลิต โดย SMCI ต้องสร้างโรงงานใหม่และเพิ่มเส้นทางการผลิตเพื่อตอบสนองคำสั่งซื้อจากลูกค้าหลักอย่าง Microsoft และ Meta ที่กำลังสร้างศูนย์ข้อมูลขนาดใหญ่สำหรับ AI
นอกจากนี้ บริษัท Vertiv Holdings (VRT) ผู้เชี่ยวชาญด้านระบบระบายความร้อนและโครงสร้างพื้นฐานศูนย์ข้อมูล ก็เผชิญหนี้สินที่พุ่งขึ้นสู่ 4.6 พันล้านดอลลาร์สหรัฐ โดยเพิ่มขึ้นเกือบสองเท่าจากปีก่อน ระบบระบายความร้อนกลายเป็นส่วนสำคัญในศูนย์ข้อมูล AI เนื่องจากชิปกราฟิกประมวลผล (GPU) อย่าง Nvidia H100 สร้างความร้อนสูงมาก Vertiv จึงต้องขยายการผลิตอย่างเร่งด่วนเพื่อรองรับการเติบโตของตลาดที่คาดว่าจะมีมูลค่าหลายหมื่นล้านดอลลาร์
Dell Technologies (DELL) ซึ่งเป็นพันธมิตรสำคัญของ Nvidia ในการผลิตเซิร์ฟเวอร์ AI ก็มีหนี้สินสุทธิเพิ่มขึ้นอย่างเห็นได้ชัด แม้จะไม่สูงเท่าบริษัทอื่น แต่การลงทุนในโครงสร้างพื้นฐานใหม่ทำให้บริษัทต้องกู้ยืมเพิ่มเพื่อรักษาความสามารถในการแข่งขัน Dell ได้รับคำสั่งซื้อจำนวนมากจาก hyperscalers ที่ต้องการเซิร์ฟเวอร์รุ่นใหม่สำหรับฝึกโมเดลภาษาขนาดใหญ่ (LLM)
แนวโน้มนี้ขยายตัวไปยังบริษัทอื่นๆ ในระบบนิเวศ Nvidia เช่น Foxconn และ Inventec ผู้ผลิตชั้นวางเซิร์ฟเวอร์และเซิร์ฟเวอร์เต็มรูปแบบ ที่กำลังกู้ยืมเงินเพื่อเพิ่มกำลังการผลิต Foxconn ซึ่งเป็นผู้ผลิตหลักให้ Apple และ Nvidia มีแผนขยายโรงงานในเม็กซิโกและอินเดียเพื่อรองรับความต้องการ AI ในขณะที่ TSMC และ Samsung Foundry ผู้ผลิตชิป ก็เผชิญแรงกดดันด้านทุนจ่ายที่สูงขึ้น แม้จะยังไม่สะท้อนในหนี้สินโดยตรง แต่การลงทุนในโรงงานผลิตชิป 2 นาโนเมตรและต่ำกว่านั้นกำลังใช้เงินทุนมหาศาล
สาเหตุหลักของหนี้สินที่พุ่งสูงมาจากการระดมทุนผ่านตราสารหนี้และสินเชื่อธนาคาร โดยบริษัทเหล่านี้เลือกใช้หนี้แทนทุนส่วนบุคคลเพื่อรักษาสัดส่วนความเป็นเจ้าของของผู้ก่อตั้งและนักลงทุนเดิม อัตราดอกเบี้ยที่ต่ำในช่วงที่ผ่านมา (แม้จะปรับขึ้นในปัจจุบัน) ทำให้การกู้ยืมเป็นทางเลือกที่น่าสนใจ อย่างไรก็ตาม กราฟแสดงหนี้สินสุทธิต่อ EBITDA ของบริษัทเหล่านี้เผยให้เห็นความเสี่ยง โดย SMCI มีอัตราสูงถึง 6.5 เท่า Vertiv อยู่ที่ 4.2 เท่า ซึ่งสูงกว่ามาตรฐานอุตสาหกรรมทั่วไปที่ 2-3 เท่า
Hyperscalers เองก็มีส่วนสำคัญในการขับเคลื่อน โดย Microsoft วางแผนลงทุน 80 พันล้านดอลลาร์สหรัฐในปีงบประมาณ 2025 สำหรับโครงสร้างพื้นฐาน AI Amazon และ Google ก็ประกาศงบลงทุนคล้ายกัน ส่งผลให้ซัพพลายเออร์ต้องเร่งขยายตัวแบบ “just-in-time” เพื่อไม่ให้สูญเสียส่วนแบ่งตลาด การแข่งขันที่ดุเดือดทำให้บริษัทอย่าง SMCI สามารถเจรจาสัญญากับลูกค้าโดยรับประกันการส่งมอบล่วงหน้า ซึ่งช่วยหนุนรายได้ แต่ก็เพิ่มแรงกดดันด้านสภาพคล่อง
อย่างไรก็ตาม ความเสี่ยงที่ซ่อนอยู่คือ หากกระแสความตื่นเต้นรอบ AI ชะลอตัวหรืออัตราดอกเบี้ยปรับขึ้นต่อเนื่อง บริษัทเหล่านี้อาจเผชิญปัญหาการชำระหนี้ โดยเฉพาะ SMCI ที่มีหนี้ระยะสั้นจำนวนมาก Vertiv ก็เสี่ยงจากความผันผวนของราคาวัตถุดิบ นักวิเคราะห์บางรายเตือนว่าหนี้สินที่เพิ่มขึ้นอาจนำไปสู่การปรับลดอันดับความน่าเชื่อถือ หาก EBITDA ไม่เติบโตตามคาด
ในภาพรวม การขยายโครงสร้างพื้นฐาน AI กำลังเปลี่ยนโฉมหน้าอุตสาหกรรมเทคโนโลยี โดยหนี้สินกลายเป็นเครื่องมือหลักในการแข่งขัน แต่ก็เพิ่มความเปราะบางให้กับห่วงโซ่อุปทาน บริษัทที่สามารถจัดการหนี้ได้ดีและรักษาการเติบโตของรายได้จะเป็นผู้ชนะในระยะยาว ขณะที่ hyperscalers อย่าง Microsoft Google และ Amazon ยังคงเป็นตัวขับเคลื่อนหลักผ่านการลงทุนมหาศาล สถานการณ์นี้สะท้อนถึงการเปลี่ยนผ่านสู่ยุค AI ที่ต้องแลกมาด้วยต้นทุนทางการเงินสูง
(จำนวนคำประมาณ 720 คำ)
This Article is sponsored by Gnoppix AI (https://www.gnoppix.org)