การเติบโตอย่างรวดเร็วของปัญญาประดิษฐ์ได้เข้าสู่ขนาดทางการเงินที่ไม่เคยมีมาก่อน โดยค่าใช้จ่ายลงทุนที่เกี่ยวข้องกับ AI ในปัจจุบันคิดเป็นประมาณ 1.2% ของ GDP สหรัฐฯ ในปี 2025 การเพิ่มขึ้นของการลงทุนครั้งใหญ่นี้กำลังเปลี่ยนแปลงสถิติทางเศรษฐกิจและถูกเปรียบเทียบกับการสร้างโครงสร้างพื้นฐานในประวัติศาสตร์ เช่น การขยายตัวของระบบรถไฟในศตวรรษที่ 19
การแบ่งแยกค่าใช้จ่ายลงทุน AI
- ประมาณการค่าใช้จ่ายลงทุน AI ทั้งหมด: ประมาณ 220 พันล้านดอลลาร์สหรัฐต่อปี
- ยอดขาย datacenter ของ NVIDIA (เป็นรายปี): ประมาณ 156 พันล้านดอลลาร์สหรัฐ
- ส่วนแบ่งของ NVIDIA ในค่าใช้จ่ายลงทุน datacenter: 25-35%
- ตัวคูณทางเศรษฐกิจที่ใช้: 1.5-2.0 เท่า
- GDP ของสหรัฐฯ ปี 2025: ประมาณ 25 ล้านล้านดอลลาร์สหรัฐ
ขนาดการลงทุนในบริบททางประวัติศาสตร์
คลื่นการใช้จ่ายด้าน AI ในปัจจุบันได้เติบโตจากน้อยกว่า 0.1% ของ GDP ก่อนปี 2022 มาสู่ระดับปัจจุบันในเวลาเพียงสามปี ซึ่งเป็นการเพิ่มขึ้น 10 เท่าที่ทำให้อยู่ในระดับเดียวกับการลงทุนโครงสร้างพื้นฐานที่สำคัญที่สุดในประวัติศาสตร์ จากตัวเลขยอดขายศูนย์ข้อมูลของ NVIDIA และตัวคูณทางเศรษฐกิจมาตรฐาน นักวิเคราะห์ประเมินว่าค่าใช้จ่ายลงทุนด้าน AI ทั้งหมดอาจถึงประมาณ 220 พันล้านดอลลาร์สหรัฐฯ ต่อปี
เพื่อให้เข้าใจได้ง่าย การใช้จ่ายด้านรถไฟในช่วงจุดสูงสุดในทศวรรษ 1880 คิดเป็นประมาณ 6% ของ GDP ขณะที่โครงการอวกาศ Apollo ใช้งบประมาณ 4% ในช่วงจุดสูงสุด การสร้างโครงสร้างพื้นฐานโทรคมนาคมในยุค dot-com มีจุดสูงสุดที่ประมาณ 2% ของ GDP แม้ว่าการลงทุนด้าน AI จะยังไม่ถึงจุดสูงสุดทางประวัติศาสตร์เหล่านั้น แต่เส้นทางการเติบโตที่รวดเร็วและขนาดปัจจุบันทำให้เป็นพลังทางเศรษฐกิจที่สำคัญ
การเปรียบเทียบขนาดการลงทุนด้าน AI
- การลงทุนด้าน AI ในปัจจุบัน: ~1.2% ของ GDP ของสหรัฐอมेริกา (2025)
- จุดสูงสุดของการลงทุนทางรถไฟในประวัติศาสตร์: ~6% ของ GDP (ทศวรรษ 1880)
- จุดสูงสุดของโครงการ Apollo : ~4% ของ GDP
- จุดสูงสุดของการลงทุนโทรคมนาคมในยุค Dot-com : ~2% ของ GDP
- การใช้จ่ายด้าน AI ก่อนปี 2022: <0.1% ของ GDP
ชุมชนเทคโนโลยีถกเถียงผลกระทบที่แท้จริง
การอภิปรายในชุมชนเทคโนโลยีเผยให้เห็นปฏิกิริยาที่หลากหลายต่อระดับการลงทุนเหล่านี้ บางคนโต้แย้งว่า 1.2% ของ GDP แม้จะมีสาระสำคัญ แต่ก็ไม่ได้รุนแรงเมื่อเปรียบเทียบกับโครงการเปลี่ยนแปลงอื่นๆ คนอื่นๆ ชี้ให้เห็นว่านี่คือกิจกรรมทางเศรษฐกิจเทียบเท่ากับทั้งประเทศ Norway ที่อุทิศให้กับโครงสร้างพื้นฐานด้าน AI
การถกเถียงขยายไปเกินกว่าเปอร์เซ็นต์เพียงอย่างเดียว ไปสู่คำถามเกี่ยวกับความยั่งยืนและการสร้างมูลค่า นักวิจารณ์ชี้ให้เห็นว่าแตกต่างจากรถไฟที่สร้างสินทรัพย์ที่ใช้งานได้นานหลายศตวรรษ ฮาร์ดแวร์ AI ต้องการการเปลี่ยนแปลงบ่อยครั้งเนื่องจากความก้าวหน้าทางเทคโนโลยีที่รวดเร็ว สิ่งนี้สร้างความต้องการเงินทุนอย่างต่อเนื่องมากกว่าการลงทุนโครงสร้างพื้นฐานครั้งเดียว
การจัดสรรเงินทุนใหม่สร้างผู้ชนะและผู้แพ้
การลงทุนด้าน AI ขนาดใหญ่กำลังเปลี่ยนแปลงการจัดสรรเงินทุนทั่วทั้งเศรษฐกิจอย่างพื้นฐาน บริษัทเวนเจอร์แคปิตอลมุ่งเน้นไปที่สตาร์ทอัพด้าน AI อย่างหนัก ขณะที่ภาคส่วนดั้งเดิมเผชิญกับการลดลงของเงินทุนที่มีอยู่ บริษัทคลาวด์คอมพิวติ้งกำลังเปลี่ยนทิศทางการใช้จ่ายจากบริการทั่วไปไปสู่ศูนย์ข้อมูลที่เน้น GPU และโครงสร้างพื้ฐานการผลิตแข่งขันกันเพื่อเงินทุนกับโครงการ AI
การลดลงอย่างรวดเร็วของการใช้จ่ายโครงสร้างพื้นฐาน 'อื่นๆ' จะ... ความบ้าคลั่งในการใช้จ่ายศูนย์ข้อมูลจะทำให้โครงสร้างพื้นฐานอื่นๆ ขาดแคลนเงิน
ผลกระทบจากการจัดสรรใหม่นี้ช่วยอธิบายปริศนาทางเศรษฐกิจปัจจุบันบางอย่าง รวมถึงเหตุผลที่เศรษฐกิจดูมีความยืดหยุ่นมากกว่าที่คาดไว้แม้จะมีความไม่แน่นอนต่างๆ การเพิ่มขึ้นของการใช้จ่ายด้าน AI ทำหน้าที่เป็นรูปแบบหนึ่งของการกระตุ้นเศรษฐกิจภาคเอกชน ซึ่งอาจปกปิดจุดอ่อนทางเศรษฐกิจที่แท้จริงในพื้นที่อื่นๆ
แหล่งเงินทุนสำหรับโครงสร้างพื้นฐาน AI
- กระแสเงินสดภายใน ( Microsoft , Google , Amazon , Meta )
- การออกหุ้นกู้ (มีบทบาทเพิ่มขึ้น)
- การเสนอขายหุ้นสามัญและการเสนอขายหุ้นเพิ่มทุน
- เงินทุนร่วมลงทุน/กองทุนส่วนตัว
- บริษัทเฉพาะกิจและการเช่า
- ข้อผูกพันการใช้บริการคลาวด์
คำถามเกี่ยวกับผลตอบแทนระยะยาว
การอภิปรายในชุมชนมักกลับมาที่คำถามพื้นฐาน: ประโยชน์ทางเศรษฐกิจที่เป็นรูปธรรมอะไรที่สมเหตุสมผลกับการลงทุนในระดับนี้? แตกต่างจากการเติบโตของโครงสร้างพื้นฐานในอดีตที่ตอบสนองความต้องการที่ชัดเจน เช่น รถไฟสำหรับการขนส่ง โครงการอวกาศเพื่อความมั่นคงแห่งชาติ ผลกระทบทางเศรษฐกิจของ AI ยังคงเป็นเรื่องคาดเดาเป็นส่วนใหญ่
การเปรียบเทียบกับยุค dot-com มีความเกี่ยวข้องเป็นพิเศษ โครงสร้างพื้นฐานโทรคมนาคมในช่วงเวลานั้นในที่สุดก็ทำให้เกิดบริษัทอย่าง Amazon, YouTube และ Zoom ซึ่งพิสูจน์ให้เห็นคุณค่าแม้จะมีการลงทุนเกินในช่วงแรก ว่าโครงสร้างพื้นฐานด้าน AI จะเดินตามรูปแบบที่คล้ายกันหรือไม่ยังคงต้องติดตาม
การเสื่อมค่าอย่างรวดเร็วของฮาร์ดแวร์ AI เพิ่มความซับซ้อนอีกชั้นหนึ่ง ในขณะที่รางรถไฟและสายโทรศัพท์ให้บริการได้หลายทศวรรษ กลุ่ม GPU อาจล้าสมัยภายในไม่กี่ปี ซึ่งต้องการการลงทุนใหม่อย่างต่อเนื่องเพื่อรักษาความสามารถ
มองไปข้างหน้า
เมื่อค่าใช้จ่ายลงทุนด้าน AI ยังคงเติบโต ผลกระทบทางเศรษฐกิจจะเด่นชัดยิ่งขึ้น ชุมชนเทคโนโลยียังคงแบ่งแยกว่าสิ่งนี้เป็นการลงทุนที่จำเป็นในเทคโนโลยีเปลี่ยนแปลงโลก หรือเป็นฟองสบู่ที่ไม่ยั่งยืนซึ่งขับเคลื่อนโดยการเก็งกำไร
สิ่งที่ชัดเจนคือการใช้จ่ายด้าน AI ได้เข้าสู่ขนาดที่มีอิทธิพลต่อสถิติเศรษฐกิจระดับชาติอย่างมีนัยสำคัญ ว่าการลงทุนนี้จะสร้างผลตอบแทนที่เป็นสัดส่วน หรือเดินตามรูปแบบของฟองสบู่เทคโนโลยีในอดีต ยังคงเป็นหนึ่งในคำถามทางเศรษฐกิจที่สำคัญที่สุดในยุคของเรา