Goldman Sachs: AI อาจจุดชนวนเงินเฟ้อสหรัฐ ราคาหน่วยความจำพุ่งคือแรงขับหลัก

บทนำ

ในช่วงไม่กี่ปีที่ผ่านมา เทคโนโลยีปัญญาประดิษฐ์ (AI) ที่เติบโตอย่างก้าวกระโดดกำลังเปลี่ยนโฉมเศรษฐกิจโลกอย่างลึกซึ้ง ตั้งแต่โมเดลภาษาขนาดใหญ่ไปจนถึงระบบขับเคลื่อนอัตโนมัติ ความก้าวหน้าของ AI ทุกขั้นต้องพึ่งพาพลังในการประมวลผลและการจัดเก็บข้อมูลขนาดมหาศาล แต่ในขณะที่อุตสาหกรรมต่างเฉลิมฉลองศักยภาพด้านผลิตภาพของ AI ธนาคารเพื่อการลงทุนชั้นนำอย่าง Goldman Sachs กลับส่งสัญญาณเตือนที่น่าจับตา นั่นคือ AI อาจกลายเป็นชนวนให้เงินเฟ้อรอบใหม่ในสหรัฐฯ และราคาของอุปกรณ์หน่วยความจำที่พุ่งสูงคือแรงผลักดันหลักของความเสี่ยงนี้ บทความนี้จะวิเคราะห์มุมมองของ Goldman Sachs อย่างละเอียด สำรวจสายโซ่เหตุและผลระหว่าง AI กับเงินเฟ้อ และประเมินผลกระทบที่อาจเกิดขึ้นต่อเศรษฐกิจมหภาคและตลาดการลงทุน

เนื้อหา

1. ความหิวโหยด้านกำลังประมวลผลของ AI: ความต้องการหน่วยเก็บข้อมูลพุ่งแรง

การฝึกและการอนุมานของโมเดล AI พึ่งพาข้อมูลจำนวนมหาศาล ทุกครั้งที่มีการอัปเดตพารามิเตอร์หรือทำรอบการปรับโมเดล ล้วนต้องใช้ระบบจัดเก็บข้อมูลที่มีประสิทธิภาพสูง ในช่วงไม่กี่ปีที่ผ่านมา เมื่อการใช้งาน AI เชิงสร้างสรรค์ การประมวลผลแบบขอบเครือข่าย และการวิเคราะห์บิ๊กดาต้าแพร่หลาย ความต้องการ SSD, HBM และอุปกรณ์จัดเก็บข้อมูลระดับองค์กรจึงเติบโตแบบก้าวกระโดด

ตามรายงานอุตสาหกรรม ปริมาณการส่งมอบเซิร์ฟเวอร์ AI ทั่วโลกในปี 2023 เติบโตมากกว่า 30% เมื่อเทียบกับปีก่อน และเซิร์ฟเวอร์ AI หนึ่งเครื่องมักต้องใช้พื้นที่เก็บข้อมูลมากกว่าเซิร์ฟเวอร์แบบดั้งเดิมหลายเท่าหรือหลายสิบเท่า ยกตัวอย่างแพลตฟอร์มประมวลผล H100 GPU ของ NVIDIA ความจุ HBM ที่ใช้ร่วมกันเพิ่มจาก 80GB ของรุ่นก่อนหน้าเป็น 144GB และเมื่อชิปรุ่นสูงกว่านี้ออกสู่ตลาด ตัวเลขดังกล่าวก็จะสูงขึ้นต่อเนื่อง ซัพพลายเออร์หน่วยความจำอย่าง Samsung, SK Hynix และ Micron มีคำสั่งซื้อยาวไปอีกหลายไตรมาส ภาพรวมจึงเข้าสู่ภาวะอุปทานตึงตัวชัดเจน

2. ราคาหน่วยความจำพุ่งแรง: กลไกส่งผ่านจากโรงงานสู่ผู้ใช้ปลายทาง

การหดตัวเชิงโครงสร้างของฝั่งอุปทานและการระเบิดของอุปสงค์ฝั่งผู้ใช้ ส่งผลให้ราคาหน่วยความจำพุ่งสูงอย่างรวดเร็ว นับจากครึ่งหลังของปี 2023 ราคาสัญญา NAND Flash และ DRAM ปรับขึ้นต่อเนื่องหลายไตรมาส บางสเปกเพิ่มขึ้นมากกว่า 50%

Goldman Sachs ระบุในรายงานล่าสุดว่า การพุ่งขึ้นของราคานี้ไม่ใช่แค่ความผันผวนตามวัฏจักร แต่เป็นการเปลี่ยนแปลงเชิงโครงสร้างที่มีแนวโน้มยาวนาน เหตุผลมี 3 ข้อ: หนึ่ง เทคโนโลยีการผลิตชิปหน่วยความจำเข้าใกล้ขีดจำกัดทางกายภาพแล้ว การเพิ่มจำนวนชั้นของ 3D NAND จึงยากและแพงขึ้น สอง ผู้ผลิตหน่วยความจำรายใหญ่ทั่วโลกหลังจากเผชิญราคาดิ่งในปี 2022 ได้ใช้มาตรการควบคุมงบลงทุนอย่างเข้มงวด ทำให้กำลังการผลิตใหม่มีจำกัด และสาม ความต้องการเฉพาะของโลก AI เช่น แบนด์วิดท์สูง ความหน่วงต่ำ และความจุขนาดใหญ่ ทำให้สเปกของชิปหน่วยความจำสูงกว่าผลิตภัณฑ์สำหรับผู้บริโภคทั่วไป และดันต้นทุนต่อหน่วยขึ้นไปอีก

ต้นทุนเหล่านี้จะถูกส่งต่อผ่านผู้ผลิตเซิร์ฟเวอร์ ผู้ให้บริการคลาวด์ ไปยังธุรกิจปลายทางและผู้บริโภค เมื่อค่าใช้จ่ายในการสร้างโครงสร้างพื้นฐาน AI สูงขึ้นอย่างมาก บริษัทที่พึ่งพาบริการกำลังประมวลผลเหล่านี้ย่อมต้องปรับราคาสินค้าหรือบริการตาม ส่งผลให้เกิดแรงกดดันต่อระดับราคาโดยรวม

3. เส้นทางการส่งผ่านเงินเฟ้อ: จากต้นทุนฮาร์ดแวร์สู่ราคาบริการ

โมเดลวิเคราะห์ของ Goldman Sachs ชี้ว่าผลของราคาหน่วยความจำต่อเงินเฟ้อพื้นฐานไม่ได้สะท้อนโดยตรงผ่านหมวดคอมพิวเตอร์และอุปกรณ์ต่อพ่วงในดัชนีราคาผู้บริโภค (CPI) เท่านั้น แต่กระจายผ่านช่องทางที่กว้างกว่า เส้นทางหลัก ได้แก่:

การขึ้นราคาบริการคลาวด์: AWS, Azure และ GCP ของ Amazon, Microsoft และ Google เป็นผู้ซื้อกำลังประมวลผล AI รายใหญ่ที่สุด และเป็นผู้ใช้ชิปหน่วยความจำรายใหญ่ที่สุดด้วย เมื่อค่าใช้จ่ายหน่วยความจำสูงขึ้น ผู้ให้บริการคลาวด์จำเป็นต้องปรับค่าบริการเช่าทรัพยากรประมวลผลและพื้นที่จัดเก็บ ขณะที่ลูกค้าองค์กรก็อาจผลักภาระต่อไปยังผู้บริโภคสุดท้าย ทำให้ราคาสินค้าและบริการในอีคอมเมิร์ซ สตรีมมิง และโฆษณาออนไลน์ขยับสูงขึ้น
การส่งผ่านต้นทุนการขยายศูนย์ข้อมูล: กระแส AI ทำให้การก่อสร้างศูนย์ข้อมูลทั่วโลกพุ่งแรง และอุปกรณ์จัดเก็บข้อมูลคิดเป็น 30% ถึง 40% ของต้นทุนอุปกรณ์ IT ในศูนย์ข้อมูล ต้นทุนก่อสร้าง ค่าไฟ และต้นทุนฮาร์ดแวร์ที่เพิ่มพร้อมกัน ทำให้ผู้ดำเนินการศูนย์ข้อมูลต้องใช้เงื่อนไขปรับราคาในสัญญาระยะยาวเพื่อผลักภาระให้ลูกค้า
การชะลอการใช้งาน AI ในองค์กรและผลของการทดแทน: สำหรับธุรกิจขนาดกลางและเล็ก ต้นทุนหน่วยความจำที่สูงมากอาจเป็นอุปสรรคต่อการติดตั้งโซลูชัน AI หรือบังคับให้เลือกสร้างระบบเองที่แพงกว่า ส่งผลให้ผลของผลิตภาพที่ควรช่วยลดเงินเฟ้อกลับชะลอลงในทางปฏิบัติ หากในระยะยาว AI ไม่สามารถลดต้นทุนดำเนินงานของธุรกิจได้ตามคาด แต่กลับกลายเป็นแหล่งต้นทุนที่เพิ่มขึ้น ก็อาจก่อให้เกิด “เงินเฟ้อจากต้นทุน”

4. บทเรียนจากอดีต: จากชิปขาดแคลนสู่หน่วยความจำขาดแคลน

เมื่อมองย้อนกลับไปยังวิกฤตชิปขาดแคลนทั่วโลกในช่วงปี 2020-2022 อุตสาหกรรมรถยนต์และอิเล็กทรอนิกส์ผู้บริโภคต้องลดกำลังการผลิตเพราะซัพพลายชิปไม่พอ จนในที่สุดราคารถใหม่ เครื่องใช้ไฟฟ้า และโทรศัพท์มือถือพุ่งขึ้น กลายเป็นหนึ่งในแรงขับเคลื่อนสำคัญของเงินเฟ้อในยุโรปและสหรัฐฯ ปัจจุบัน Goldman Sachs มองว่าตลาดหน่วยความจำกำลังเผชิญสถานการณ์คล้ายกัน เพียงแต่แรงขับเคลื่อนครั้งนี้เปลี่ยนจากดีมานด์ที่เกิดจากโควิดมาเป็นดีมานด์เชิงโครงสร้างจาก AI

อย่างไรก็ตาม เมื่อเทียบกับยุคชิปขาดแคลนเดิม ความยั่งยืนของการขึ้นราคาหน่วยความจำอาจแข็งแรงกว่า สาเหตุคือความต้องการด้านกำลังประมวลผลของ AI ยังไม่ถึงจุดสูงสุด และรอบการอัปเกรดเทคโนโลยีหน่วยความจำใช้เวลานาน จึงยากจะมีผลิตภัณฑ์ทดแทนเพียงพอในระยะสั้นเพื่อกดราคา นอกจากนี้ ปัจจัยภูมิรัฐศาสตร์ยังเพิ่มความไม่แน่นอนให้ซัพพลายเชน ข้อจำกัดการส่งออกเทคโนโลยีเซมิคอนดักเตอร์ของสหรัฐฯ ต่อจีน ทำให้การวางกำลังการผลิตหน่วยความจำบางส่วนถูกจำกัด และยิ่งซ้ำเติมความตึงตัวของอุปทาน

5. ผลกระทบมหภาค: ความท้าทายใหม่ของเฟด

หากราคาหน่วยความจำยังทรงตัวในระดับสูง เงินเฟ้อพื้นฐานของสหรัฐฯ อาจฟื้นตัวในช่วงครึ่งหลังของปี 2024 ถึงปี 2025 ซึ่งเป็นตัวแปรที่ยุ่งยากอย่างยิ่งสำหรับธนาคารกลางสหรัฐฯ ที่พยายามทำให้เศรษฐกิจลงจอดอย่างนุ่มนวล Goldman Sachs จำลองสองสถานการณ์ไว้ดังนี้:

สถานการณ์ฐาน: ราคาหน่วยความจำทำจุดสูงสุดในไตรมาส 4 ปี 2024 แล้วค่อย ๆ ลดลง โดยผลกระทบต่อเงินเฟ้อโดยรวมอยู่ราว 0.1 ถึง 0.2 จุดเปอร์เซ็นต์ และเฟดยังสามารถเดินหน้าลดดอกเบี้ยตามแผนได้
สถานการณ์เชิงลบ: หากอุปสงค์ AI สูงกว่าคาดและฝั่งอุปทานปรับตัวช้า ราคาหน่วยความจำอาจเพิ่มขึ้นอีก 20% ถึง 30% ดันเงินเฟ้อพื้นฐานขึ้น 0.4 ถึง 0.6 จุดเปอร์เซ็นต์ ในกรณีนี้เฟดอาจต้องหยุดลดดอกเบี้ย หรือแม้แต่กลับมาพิจารณาขึ้นดอกเบี้ยอีกครั้ง ซึ่งจะกระทบทั้งตลาดหุ้นและตลาดพันธบัตร

ที่น่าสังเกตคือ เงินเฟ้อประเภทนี้เป็น “เงินเฟ้อเชิงเทคนิค” แตกต่างจากเงินเฟ้อที่มาจากอุปสงค์รวมร้อนแรงหรือค่าจ้างขยับขึ้น เครื่องมือการเงินจึงควบคุมได้จำกัด เพราะต้นตอปัญหาอยู่ที่คอขวดฝั่งอุปทาน หากเฟดคุมเข้มนโยบายการเงินมากเกินไป อาจกดกิจกรรมเศรษฐกิจในภาคปกติ แต่ไม่ได้แก้ปัญหาซัพพลายชิปหน่วยความจำโดยตรง

6. บทเรียนการลงทุนและการบริหารความเสี่ยง

สำหรับนักลงทุน มุมมองของ Goldman Sachs ชี้ให้เห็นสองธีมหลัก คือ หนึ่ง ผู้ผลิตหน่วยความจำต้นน้ำมีอำนาจต่อรองด้านราคามากขึ้น และราคาหุ้นอาจได้ประโยชน์ต่อเนื่อง สอง บริษัทปลายน้ำที่พึ่งพากำลังประมวลผล AI เช่น ผู้ให้บริการซอฟต์แวร์และคลาวด์ อาจเผชิญแรงกดดันต่ออัตรากำไร นอกจากนี้ ควรติดตามแผนขยายกำลังผลิตและความก้าวหน้าทางเทคโนโลยีของอุตสาหกรรมหน่วยความจำ เช่น Storage-Class Memory (SCM) หรือเทคโนโลยีเชื่อมต่อด้วยแสง ซึ่งอาจเป็นจุดเปลี่ยนให้ราคาคลายตัว

ขณะเดียวกัน สินทรัพย์ปลอดภัยอย่างทองคำและพันธบัตรป้องกันเงินเฟ้อ (TIPS) อาจได้รับความสนใจจากเงินทุนในสภาพแวดล้อมที่ยังไม่แน่นอน พอร์ตการลงทุนควรลดสัดส่วนการรับความเสี่ยงในหุ้นเติบโตที่ไวต่อดอกเบี้ยลงบ้าง และขยับสู่สินทรัพย์ที่มีลักษณะป้องกันความเสี่ยงมากขึ้น

บทสรุป

ข้อเสนอของ Goldman Sachs ที่ว่า AI อาจจุดชนวนเงินเฟ้อสหรัฐฯ เปิดมุมมองสำคัญในการมองความสัมพันธ์ระหว่างความก้าวหน้าทางเทคโนโลยีกับเศรษฐกิจมหภาค ราคาหน่วยความจำที่พุ่งแรงในฐานะจุดศูนย์กลางของสายโซ่นี้ส่งผลไกลเกินกว่าอุตสาหกรรมเซมิคอนดักเตอร์เอง โดยกำลังส่งแรงกระเพื่อมผ่านการก่อสร้างและการดำเนินงานโครงสร้างพื้นฐาน AI ไปทั่วทั้งระบบเศรษฐกิจ ในระยะสั้น ตลาดต้องระวังแรงกดดันด้านราคาจากคอขวดอุปทาน ส่วนในระยะยาว มีเพียงการเร่งนวัตกรรมด้านหน่วยความจำและการจัดวางกำลังการผลิตอย่างเหมาะสมเท่านั้น ที่จะคลี่คลายความขัดแย้งเชิงโครงสร้างนี้ได้อย่างแท้จริง สำหรับผู้กำหนดนโยบายและนักลงทุน การทำความเข้าใจและบริหารความเสี่ยงเงินเฟ้อรูปแบบใหม่นี้ จึงกลายเป็นโจทย์สำคัญที่มองข้ามไม่ได้ในการกำกับเศรษฐกิจอนาคต