เจาะลึกรายงานเดือนกรกฎาคมของ Goldman Sachs ในหัวข้อ 'Long China AI Value Chain': ทำไมพลังงานถึงมาเป็นอันดับหนึ่ง

ฉันอ่าน รายงานของ Goldman Sachs วันที่ 8 กรกฎาคม ถึงสองรอบ รอบที่สอง ผมย้อนกลับไปอ่านดูรายละเอียดเฉพาะจุดหนึ่งคือ Goldman Sachs จัดอันดับให้ไฟฟ้าอยู่บนสุดของห่วงโซ่คุณค่า AI ของจีน โดยวางโมเดลและแอปพลิเคชันไว้ด้านล่าง ตอนแรกผมคิดว่านี่ก็แค่การหมุนเวียนทางอารมณ์อีกครั้ง—เกาหลีขึ้นมากเกินไปก็ร่วง จีนลงมากเกินไปก็เด้ง ทุนหันไปหาเรื่องใหม่ๆ แต่พออ่านทั้งรายงานจบ ผมก็เปลี่ยนใจ สิ่งที่ Goldman Sachs กำลังบอกจริงๆ ไม่ใช่แค่ว่า "AI จีนจะขึ้น" แต่คือห่วงโซ่คุณค่าทั้งหมดของ AI จีนก่อตัวเป็นวงจรปิดแล้ว และการตั้งราคาของตลาดนั้นตามหลังน้ำหนักทางเศรษฐกิจจริงอย่างมาก ยิ่งกว่านั้น จุดที่ขัดกับสัญชาตญาณก็คือจุดที่มีความแน่นอนมากที่สุดในห่วงโซ่ทั้งหมดคือจุดที่คนส่วนใหญ่มักมองข้ามเป็นอย่างแรกเมื่อพูดถึง AI: ไฟฟ้า

การจัดอันดับนี้น่าสนใจกว่าการเปลี่ยนสถานะของพอร์ตเสียอีก เพราะมันตอบคำถามโดยตรงว่า เงินควรไปที่ไหนเพื่อให้สอดคล้องกับส่วนแบ่งรายได้ AI ทั่วโลก 16% ของจีน ซึ่งปัจจุบันได้รับการจัดสรรเงินทุนเพียง 1.2% ในโพสต์นี้ ผมจะแจกแจงห้าแทร็ก ได้แก่ ไฟฟ้า เซมิคอนดักเตอร์ โครงสร้างพื้นฐาน โมเดล และแอปพลิเคชัน อธิบายว่าแต่ละแทร็กทำเงินแบบไหน และเป้าหมายที่เป็นตัวแทนคือใคร เมื่ออ่านต่อไป คุณจะพบจุดที่ขัดกับสัญชาตญาณหลายจุด

▸ ทำไม Goldman Sachs ถึงทิ้งเกาหลีเพื่อมาหาจีน ▸ ไฟฟ้า: คอขวดเบื้องหลังที่ถูกมองข้าม ▸ เซมิคอนดักเตอร์: การทดแทนในประเทศในซูเปอร์ไซเคิลของหน่วยความจำ ▸ โครงสร้างพื้นฐาน: ที่ที่รายจ่ายฝ่ายทุนลงจอดจริงๆ ▸ โมเดล: ทำไมถึงถูกจัดอันดับต่ำกว่า ▸ แอปพลิเคชัน: จุดสิ้นสุดการทำเงินที่มีความเสี่ยงต่ำที่สุด ▸ วิธีรวมห้าแทร็กเข้าด้วยกันและความเสี่ยงอยู่ที่ไหน

รายงานนี้กำลังบอกอะไรจริงๆ?

กว่าหนึ่งปีที่ผ่านมา ทุนทั่วโลกแทบจะเข้าแถวกันเพื่อเทลงในหุ้นหน่วยความจำในเกาหลีใต้และไต้หวัน Samsung และ SK Hynix ผลักดันดัชนี KOSPI ขึ้นไปสู่จุดสูงสุดเป็นประวัติการณ์ ตรรกะง่ายๆ คือ AI ต้องการการฝึกอบรมและการอนุมาน และหน่วยความจำเป็นสิ่งจำเป็น ใครมีกำลังการผลิตก็ชนะ

แต่ตรรกะนี้เริ่มคลายตัวในปีนี้ ตลาดเริ่มสงสัยในความยั่งยืนของรายจ่ายฝ่ายทุนด้าน AI ตลาดหุ้นเกาหลีร่วงลงกว่า 5% ในวันเดียว สะสมลดลงกว่า 20% เข้าสู่ตลาดหมีทางเทคนิค ในวันเดียวกัน ดัชนี Hang Seng China Enterprises ปรับตัวขึ้นเกือบ 4.5% ร่องรอยของการย้ายถิ่นฐานของทุนนั้นชัดเจน

ปฏิกิริยาแรกของผมคือ นี่อาจเป็นการหมุนเวียนทางอารมณ์เท่านั้น—อะไรที่ขึ้นก็ต้องลง และทุนก็มองหาเรื่องใหม่เสมอ แต่หลังจากอ่านทั้งรายงาน ผมก็เปลี่ยนใจ เพราะข้อโต้แย้งของ Goldman ไม่ใช่แค่ AI จีนกำลังจะขึ้น แต่ห่วงโซ่คุณค่าของ AI จีนได้ก่อตัวเป็นวงจรปิดที่สมบูรณ์แล้ว และการตั้งราคาของตลาดก็ตามหลังน้ำหนักทางเศรษฐกิจจริงอย่างมาก

ตัวเลขตรงไปตรงมา: จีนคิดเป็นประมาณ 16% ของรายได้ AI ทั่วโลก และประมาณ 10% ของมูลค่าตลาดโลก แต่การจัดสรรกองทุนรวมทั่วโลกให้กับเทคโนโลยี AI ของจีนมีเพียง 1.2% Goldman Sachs ประเมินว่าช่องว่างนี้หมายถึงศักยภาพ upside 50% ถึง 100%

Goldman Sachs แบ่งวงจรปิดนี้ออกเป็นห้าแทร็ก: ไฟฟ้า เซมิคอนดักเตอร์ โครงสร้างพื้นฐาน AI โมเดล AI และแอปพลิเคชัน AI และตั้งชื่อพอร์ตเฉพาะว่า GSXACART ลำดับของการแยกส่วนนั้นแสดงถึงทัศนคติ ยิ่งอยู่ในอันดับต้นมากเท่าไหร่ ความแน่นอนและลำดับความสำคัญก็ยิ่งสูงขึ้น ดังนั้นคำถามคือ ทำไมไฟฟ้า—ภาคส่วนที่ฟังดู "พื้นๆ" และดั้งเดิมที่สุด—ถึงถูกจัดอันดับอยู่ก่อนชิปและโมเดล?

1. ไฟฟ้า: คอขวดเบื้องหลังที่ถูกมองข้าม

การฝึกอบรมและการอนุมาน AI นั้นใช้พลังงานไฟฟ้าอย่างมาก การสอบถาม ChatGPT ครั้งเดียวใช้ไฟฟ้าเกือบ 10 เท่าของการค้นหาทั่วไป ตัวเลขนี้อาจถูกมองข้ามเมื่อไม่กี่ปีก่อน แต่เมื่อขนาดการฝึกอบรมและการอนุมานขยับขึ้นพร้อมกัน ไฟฟ้าก็เปลี่ยนจากตัวแปรพื้นหลังไปเป็นข้อจำกัดที่แข็งกร้าว ปัญหาในสหรัฐฯ เป็นเรื่องปกติ: พวกเขามีชิปและเทคโนโลยี แต่โครงข่ายไฟฟ้า跟不上 โปรเจกต์ศูนย์ข้อมูลหลายแห่งติดขัดอยู่ที่ขั้นตอนการเข้าถึงไฟฟ้า ในทางกลับกัน จีนมีข้อได้เปรียบ: การจัดหาไฟฟ้าขนาดใหญ่ ต้นทุนพลังงานสีเขียวต่ำในตะวันตก การสนับสนุนนโยบายที่รวดเร็ว และความเร็วในการก่อสร้างที่ทันต่อความต้องการ ปัจจัยเหล่านี้รวมกันเป็นข้อได้เปรียบเชิงเปรียบเทียบที่ผู้อื่นไม่สามารถเลียนแบบได้ง่ายในระยะสั้น

Goldman Sachs คาดการณ์ว่าบริษัทอินเทอร์เน็ตชั้นนำของจีนจะลงทุนประมาณ 70,000 ล้านดอลลาร์ในศูนย์ข้อมูลในปี 2026 โดยความต้องการพลังงานของศูนย์ข้อมูลจะเติบโตในอัตราปีต่อปีประมาณ 25% ตัวเลขระยะยาวของสำนักงานพลังงานแห่งชาติคือ ภายในปี 2030 การใช้พลังงานของศูนย์ข้อมูลจีนจะสูงถึง 800 TWh คิดเป็นประมาณ 6% ของการใช้ไฟฟ้าทั้งหมดของประเทศ โดยมีอัตราการเติบโตแบบทบต้นเกือบ 36% ตั้งแต่ปี 2025 ถึง 2030 Bloomberg New Energy Finance ยิ่ง aggressive กว่านั้น โดยเชื่อว่าความต้องการพลังงานของศูนย์ข้อมูลอาจเข้าใกล้ 600 TWh ภายในปี 2030 ซึ่งมากกว่าสองเท่าจากปัจจุบัน

นโยบาย "East Data West Calculation" ซึ่งหลายคนแรกคิดว่าเป็นแค่สโลแกน จริงๆ แล้วทำสิ่งที่เฉพาะเจาะจงมาก: มันแปลงราคาไฟฟ้าต่ำ ราคาที่ดินต่ำ และสภาพแวดล้อมอุณหภูมิต่ำของตะวันตกให้เป็นข้อได้เปรียบด้านต้นทุนการดำเนินงานสำหรับศูนย์ข้อมูลโดยตรง ประมาณการว่าภายในปี 2025 นโยบายนี้จะประหยัดต้นทุนพลังงานได้กว่า 300,000 ล้านหยวน และสภาพแวดล้อมอุณหภูมิต่ำจะปรับปรุงอัตราส่วนประสิทธิภาพการใช้พลังงานโดยธรรมชาติ

ส่วนที่ถูกประเมินต่ำที่สุดในแทร็กนี้คือ ทุกคนคุ้นเคยกับการปฏิบัติต่อไฟฟ้าเป็นโครงสร้างพื้นฐานแบบดั้งเดิมที่มีการประเมินมูลค่าที่อนุรักษ์นิยม แต่ในวัฏจักร AI ไฟฟ้าได้เปลี่ยนจากรายการต้นทุนเป็นความสามารถในการแข่งขันเอง สหรัฐฯ มีข้อได้เปรียบด้านชิปและอัลกอริทึม แต่ติดขัดที่โครงข่าย ในทางกลับกัน จีนได้เปลี่ยนไฟฟ้า—ทรัพยากรพื้นฐานที่สุด—ให้เป็นคูน้ำสำหรับต้นทุนกำลังคอมพิวเตอร์ ในระดับหนึ่ง ความแน่นอนของบริษัทอุปกรณ์ไฟฟ้าอาจสูงกว่าบริษัทเซมิคอนดักเตอร์ เพราะเซมิคอนดักเตอร์ขึ้นอยู่กับจังหวะการไล่ตามเทคโนโลยี ในขณะที่การจัดซื้ออุปกรณ์ไฟฟ้าเป็นสิ่งที่จำเป็นอย่างแน่นอนตราบใดที่ยังมีการสร้างศูนย์ข้อมูล

2. เซมิคอนดักเตอร์: การทดแทนในประเทศในซูเปอร์ไซเคิลของหน่วยความจำ

ไฟฟ้าแก้ปัญหาเรื่องการเปิดเครื่องได้ เมื่อเปิดเครื่องแล้วเกิดอะไรขึ้น? มีชิปและหน่วยความจำเพียงพอหรือไม่? นั่นคือสิ่งที่แทร็กที่สองตอบ

Goldman Sachs จัดอันดับเซมิคอนดักเตอร์เป็นอันดับสอง โดยมีช่องว่างที่มักถูกมองข้าม: ไม่ใช่ชิปลอจิก แต่เป็นหน่วยความจำ ความต้องการ DRAM, NAND และ HBM ของเซิร์ฟเวอร์ AI เติบโตเกือบแบบทวีคูณ และจีนก็บังเอิญเจอหน้าต่างสำหรับการผลิตจำนวนมากและการทดแทนในประเทศของหน่วยความจำวัตถุประสงค์ทั่วไป ตัวเลขตรงไปตรงมากว่าเรื่องเล่า: ส่วนแบ่ง NAND ทั่วโลกของ Yangtze Memory (YMTC) จะเพิ่มขึ้นจาก 8% เป็น 13% ในไตรมาสที่ 1 ปี 2026 ขึ้นเป็นอันดับ 4 ของโลก โดยมีรายได้เพิ่มขึ้น 445% เมื่อเทียบปีต่อปี รายได้ของ ChangXin Memory (CXMT) เพิ่มขึ้น 719% เมื่อเทียบปีต่อปีในช่วงเวลาเดียวกัน โดยแนวโน้มรายได้ครึ่งปีแรกอยู่ที่ 11 ถึง 12 พันล้านหยวน การส่งออกวงจรรวมของจีนในเดือนพฤษภาคม 2026 เพิ่มขึ้น 111% เมื่อเทียบปีต่อปีเป็น 35.55 พันล้านดอลลาร์ โดยได้แรงหนุนหลักจากราคาหน่วยความจำที่สูงขึ้น ตัวเลขเหล่านี้ร่วมกันแสดงให้เห็นว่านี่ไม่ใช่แค่ความฝัน แต่เป็นผลงานที่เกิดขึ้นจริงในคำสั่งซื้อและราคาแล้ว

สิ่งที่น่าสนใจเกี่ยวกับแทร็กนี้คือ การพุ่งขึ้นและการร่วงลงครั้งล่าสุดของเกาหลีใต้โดยพื้นฐานแล้วเป็นเพราะ Samsung และ SK Hynix เดิมพันเกือบทุกอย่างกับลิงก์เดียวของหน่วยความจำ เมื่อตลาดเริ่มสงสัยในความยั่งยืนของรายจ่ายฝ่ายทุน ความเสี่ยงของลิงก์เดียวก็ระเบิดออกมา อย่างไรก็ตาม หน่วยความจำของจีนกำลังก้าวไปข้างหน้าในสามมิติพร้อมกัน: ปริมาณ ความคุ้มค่าในราคา และความปลอดภัยของห่วงโซ่อุปทาน มันไม่ใช่การเดิมพันจุดเดียว ความยืดหยุ่นของกำไรของลิงก์หน่วยความจำมักจะสูงกว่าชิปลอจิก เพราะมันเป็นวัสดุสิ้นเปลืองมาตรฐานที่ใช้ในเซิร์ฟเวอร์ AI ทุกเครื่อง ไม่ใช่ตัวเลือก

3. โครงสร้างพื้นฐาน AI: ที่ที่รายจ่ายฝ่ายทุนลงจอดจริงๆ

หน่วยความจำแก้ปัญหาเรื่องการมีวัตถุดิบ เมื่อผลิตวัตถุดิบได้แล้ว จะวางไว้ที่ไหน? นั่นนำไปสู่แทร็กที่สาม

ถ้าไฟฟ้าและหน่วยความจำเป็นวัตถุดิบ โครงสร้างพื้นฐานคือที่ที่วัตถุดิบเหล่านั้นถูกประกอบเป็นกำลังคอมพิวเตอร์ เซิร์ฟเวอร์ โมดูลออปติคอล การระบายความร้อนด้วยของเหลว และตัวศูนย์ข้อมูลเองทั้งหมดอยู่ในเลเยอร์นี้ เส้นทางของจีนที่นี่ก็ชัดเจนเช่นกัน: "East Data West Calculation" ทำให้ข้อได้เปรียบด้านต้นทุนในการเลือกที่ตั้งเป็นจริง และห่วงโซ่อุตสาหกรรมเซิร์ฟเวอร์และโมดูลออปติคอลในประเทศก็เติบโตเต็มที่พอแล้ว ผลลัพธ์คือการก่อสร้างที่รวดเร็วและการใช้งานที่คุ้มค่าต้นทุน

เมื่อผมดูแทร็กนี้ จุดที่มักถูกมองข้ามคือ ความสนใจของทุกคนมักถูกดึงไปที่เหตุการณ์ใหญ่ครั้งเดียว เช่น การฝึกโมเดลก่อน แต่สิ่งที่ใช้เงินอย่างต่อเนื่องจริงๆ คือการอนุมานและการทำซ้ำหลังการฝึก ส่วนนี้ความต้องการเป็นระยะยาวและหมุนเวียนไปเรื่อยๆ บริษัทโครงสร้างพื้นฐานกินส่วนนี้ ไม่ใช่แค่คำสั่งซื้อครั้งเดียวจากงานฝึกอบรมครั้งเดียว การจัดอันดับโครงสร้างพื้นฐานไว้ก่อนโมเดลของ Goldman Sachs ในระดับหนึ่งเป็นการเตือนว่าสิ่งที่สามารถปรับขนาดและสร้างรายได้อย่างต่อเนื่องได้มักจะเป็นลิงก์สินทรัพย์หนัก เช่น การสร้างห้องเครื่อง การจ่ายไฟ และการเชื่อมต่อเครือข่าย มากกว่าตัวโมเดลที่ดูเซ็กซี่ที่สุด

4. โมเดล AI: ทำไมถึงถูกจัดอันดับต่ำกว่า

โครงสร้างพื้นฐานสร้างถนน แล้วรถล่ะ? รถคือโมเดล

ผมรู้สึกประหลาดใจเล็กน้อยเมื่อเห็นแทร็กนี้ เพราะโมเดลเป็นส่วนที่ทุกคนชอบพูดถึงมากที่สุดเมื่อพูดถึง AI แต่ Goldman Sachs วางไว้เป็นอันดับสี่ นำหน้าแอปพลิเคชันแค่ตำแหน่งเดียว เส้นทางโมเดลของจีนไม่ใช่เส้นทางสหรัฐฯ ที่เรียงซ้อนพารามิเตอร์และเผากำลังคอมพิวเตอร์ DeepSeek พิสูจน์แล้วว่าโมเดลระดับแนวหน้าสามารถสร้างได้ด้วยต้นทุนต่ำ เมื่อรวมกับข้อมูลสถานการณ์ในประเทศที่เพียงพอ ก็สามารถบรรลุความคุ้มค่าที่สูงขึ้นในสาขาแนวตั้ง เช่น โค้ด คณิตศาสตร์ และมัลติโมดัล

สิ่งหนึ่งที่ผมยังไม่เข้าใจทั้งหมดคือ Goldman Sachs จัดอันดับโมเดลต่ำกว่าเพราะเชื่อว่าจังหวะการสร้างรายได้จากโมเดลช้ากว่าโครงสร้างพื้นฐาน หรือเพราะการแข่งขันในเลเยอร์นี้รุนแรงพอแล้วจนพื้นที่สำหรับผลตอบแทนส่วนเกินแคบลง ผมยังไม่มีหลักฐานชี้ขาดสำหรับคำอธิบายใดๆ แต่สิ่งหนึ่งที่ชัดเจนคือ โมเดลคือหอก ถ้าไฟฟ้าและโรงงานข้างหน้าไม่ได้ตั้งมาก่อน หอกก็ไปไม่ไกล

5. แอปพลิเคชัน AI: จุดสิ้นสุดการทำเงินที่มีความเสี่ยงต่ำที่สุด

ทำหอกเสร็จแล้ว ต้องใช้มันฟันอะไรบางอย่าง นั่นคือลิงก์สุดท้าย: แอปพลิเคชัน

ความประทับใจแรกของหลายคนต่อเลเยอร์แอปพลิเคชันคือมันแออัดที่สุดและทำเงินยากที่สุด เผาเงินเพื่อหาผู้ใช้และมีความซ้ำซ้อนสูง แต่ในตลาดจีนที่เฉพาะเจาะจง สถานการณ์อาจตรงกันข้าม จีนมีตลาดอินเทอร์เน็ตเดี่ยวที่ใหญ่ที่สุดในโลก บริษัทอย่าง Tencent, Meituan และ Xiaomi ถือครองผู้ใช้จริงและสถานการณ์ต่างๆ มากมาย ฟังก์ชัน AI ไม่จำเป็นต้องเล่าเรื่องใหญ่ก่อน สามารถฝังลงในผลิตภัณฑ์ที่มีอยู่โดยตรงเป็นจุดชำระเงิน

แทร็กนี้เป็นอันดับสุดท้ายในห่วงโซ่คุณค่าไม่ได้หมายความว่ามันไม่สำคัญ ในทางตรงกันข้าม ถ้าไม่มีฝั่งแอปพลิเคชันทำเงินคืน การลงทุนก่อนหน้านี้ในไฟฟ้า หน่วยความจำ และโครงสร้างพื้นฐานก็กลายเป็นต้นทุนจมที่ไม่มีผลตอบแทน เลเยอร์แอปพลิเคชันคือจุดสิ้นสุดและเป็นแหล่งพลังงานที่ทำให้ห่วงโซ่ทั้งหมดหมุนต่อไป

วิธีรวมห้าแทร็กเข้าด้วยกันและความเสี่ยงอยู่ที่ไหน

การเปลี่ยนจากเกาหลีมาหาจีนของ Goldman Sachs ครั้งนี้โดยพื้นฐานแล้วไม่ใช่การหมุนเวียนทางอารมณ์ แต่เป็นการที่ทุนเคลื่อนจากเดิมพันลิงก์เดียวมาเป็นเดิมพันทั้งวงจรปิด ถ้าผมต้องให้แนวคิดการจัดสรร ผมจะจัดอันดับดังนี้: ไฟฟ้าและโครงสร้างพื้นฐานให้ความแน่นอน—ตราบใดที่ยังมีการสร้างและขยายศูนย์ข้อมูล การจัดซื้อนี้จำเป็นอย่างแน่นอน เซมิคอนดักเตอร์ โดยเฉพาะหน่วยความจำ ให้ความยืดหยุ่น—ผลงานเกิดขึ้นจริงแล้ว และความยืดหยุ่นของการประเมินมูลค่ายิ่งใหญ่ที่สุด โมเดลและแอปพลิเคชันให้ผลตอบแทนส่วนเกินระยะยาว แต่จังหวะและภูมิทัศน์การแข่งขันยังเปลี่ยนแปลงได้

ความเสี่ยงก็ต้องบอกให้ชัดเจน: ปัญหาทางภูมิรัฐศาสตร์ จังหวะการดำเนินการ และความผันผวนของการประเมินมูลค่า—ไม่มีอะไรที่จะขาดหายไป ยิ่งไปกว่านั้น ข้อมูลและเมตริกการประเมินมูลค่าที่ระบุไว้ที่นี่เป็นภาพรวมตามข้อมูลสาธารณะ ยักษ์ใหญ่ด้านหน่วยความจำยังอยู่ในกระบวนการ IPO และตัวเลขจะเปลี่ยนไป ตรวจสอบข้อมูลล่าสุดด้วยตัวเองก่อนดำเนินการ โพสต์นี้เป็นเพียงการแจกแจงกรอบและตรรกะของ Goldman สำหรับคุณ และไม่ถือเป็นการให้คำแนะนำการลงทุน

ช่องว่างระหว่างการจัดสรร 1.2% และส่วนแบ่งรายได้ 16% ยังคงอยู่ มันจะถูกเติมเต็มหรือไม่ และเร็วแค่ไหน ผมรับประกันไม่ได้ แต่ครั้งนี้ Goldman Sachs ไม่ได้ให้เรื่องใหม่ พวกเขาให้บัญชีที่แจกแจงให้คุณแล้ว ความจริงที่ว่าไฟฟ้าอยู่อันดับหนึ่งในบัญชีนั้น ผมคิดว่า น่าจดจำกว่าวลี "Long China" เสียอีก

ถ้าคุณมีการตัดสินที่แตกต่างในแทร็กใด โปรดแลกเปลี่ยนความคิดเห็นในคอมเมนต์ได้ ผมอยากรู้ว่าคุณจะจัดอันดับอะไรเป็นอันดับหนึ่ง ฮ่าๆ