តម្រូវការឈីប AI៖ NVIDIA និងគូប្រជែង A

ស្នូលនៃការសាងសង់ហេដ្ឋារចនាសម្ព័ន្ធ AI សព្វថ្ងៃគឺបន្ទះឈីបបំពេញការគណនាកម្រិតខ្ពស់ (accelerator) ដែលប្រើសម្រាប់ហ្វឹកហាត់ និងដំណើរការគំរូភាសាធំ។ NVIDIA កាន់កាប់ចំណែកភាគច្រើននៃទីផ្សារនេះ ដោយផលិតផលចម្បងឥឡូវប្តូរពី H100/H200 ទៅជាស៊េរី Blackwell (GB200, GB300) ខណៈស៊េរីបន្ទាប់ឈ្មោះ Rubin កំពុងត្រូវបានប្រកាស។ តម្រូវការមិនធ្លាប់ធូរស្រាលទេ៖ ត្រីមាសបញ្ចប់ថ្ងៃទី២៦ ខែមេសា ២០២៦ (ត្រីមាសទី១ ឆ្នាំសារពើពន្ធ ២០២៧) NVIDIA រាយការណ៍ចំណូល Data Center ៧៥.២ ពាន់លានដុល្លារ កើន ៩២% ធៀបនឹងឆ្នាំមុន ហើយឲ្យការព្យាករណ៍ត្រីមាសបន្ទាប់ប្រហែល ៩១.០ ពាន់លានដុល្លារ។

ប៉ុន្តែ NVIDIA លែងឯកគត់ទៀតហើយ។ តាមការប៉ាន់ស្មានរបស់ក្រុមហ៊ុនវិភាគ Silicon Analysts ដែលផ្គូផ្គងជាមួយទិន្នន័យ TrendForce, Morgan Stanley និងសមត្ថភាពផលិតរបស់ TSMC (ខែកុម្ភៈ ២០២៦) ចំណែកទីផ្សារបន្ទះឈីប AI របស់ NVIDIA ធ្លាក់ពីប្រហែល ៨៧% ក្នុងឆ្នាំ ២០២៤ មក ៨១% ក្នុងឆ្នាំ ២០២៥ ហើយត្រូវបានព្យាករថានឹងបន្តធ្លាក់។ AMD កាន់កាប់ប្រហែល ៦–៨% ដោយផលិតផល MI300X/MI355X ធ្វើឲ្យមានចំណូលលើសពី ១០ ពាន់លានដុល្លារ។ ចំណែកសំខាន់មួយទៀតគឺឈីបផ្ទាល់ខ្លួនរបស់ក្រុមហ៊ុនកុំព្យូទ័រពពក — TPU របស់ Google, Trainium របស់ Amazon, Maia របស់ Microsoft, និង MTIA របស់ Meta — ដែលកាន់កាប់រួមគ្នាប្រហែល ១០–១៥% ហើយកំពុងកើនឡើង ព្រោះក្រុមហ៊ុនធំៗចង់កាត់បន្ថយការពឹងផ្អែកលើអ្នកផ្គត់ផ្គង់តែមួយ។

អត្ថបទនេះផ្តោតលើផ្នែកតម្រូវការ — អ្នកទិញ ចំណាយ ថាមពល និងសេដ្ឋកិច្ចនៃការសាងសង់។ ផ្នែកផ្គត់ផ្គង់ — របៀបផលិតបន្ទះឈីបទាំងនេះ បច្ចេកវិទ្យា EUV lithography រោងចក្រផលិត (foundry) របស់ TSMC និងគោលនយោបាយត្រួតពិនិត្យការនាំចេញ — ជាប្រធានបទដាច់ដោយឡែកមួយ ដែលមិនត្រូវបានលម្អិតនៅទីនេះទេ។

ចំណាយដើមទុនរបស់ក្រុមហ៊ុនកុំព្យូទ័រពពក B

ជាជាងបង់ថ្លៃឲ្យអ្នកផ្គត់ផ្គង់ខាងក្រៅ ក្រុមហ៊ុនកុំព្យូទ័រពពកធំៗ — Microsoft (Azure), Alphabet (Google Cloud), Amazon (AWS) និង Meta — កំពុងចំណាយដើមទុនផ្ទាល់ខ្លួនយ៉ាងច្រើន ដើម្បីទិញឈីប សាងសង់អាគារ និងតម្លើងប្រព័ន្ធថាមពល។ តាមការណែនាំផ្លូវការរបស់ក្រុមហ៊ុននីមួយៗ Microsoft គ្រោងចំណាយប្រហែល ១៩០ ពាន់លានដុល្លារ សម្រាប់ឆ្នាំសារពើពន្ធ ២០២៦ ខណៈ Alphabet ក៏ដំឡើងគោលដៅដល់ប្រហែល ១៩០ ពាន់លានដុល្លារដែរ (ខែមេសា ២០២៦)។ Meta ប៉ាន់ស្មានប្រហែល ១៤៥ ពាន់លានដុល្លារ។ ចំណែក Amazon ដំឡើងគោលដៅចុងក្រោយបំផុតដល់ ២២០ ពាន់លានដុល្លារ (ថ្ងៃទី១ ខែសីហា ២០២៦) កើនពី ២០០ ពាន់លានដុល្លារ ដោយលើកហេតុផលថាតម្លៃឈីបសតិ (memory) កំពុងឡើងថ្លៃ។ Microsoft ខ្លួនឯងបញ្ជាក់ថា ក្នុងចំណោមការដំឡើងចំណាយថ្មីរបស់ខ្លួន ប្រហែល ២៥ ពាន់លានដុល្លារពាក់ព័ន្ធដោយផ្ទាល់ជាមួយការឡើងថ្លៃឈីបសតិប្រភេទ HBM ដែលត្រូវការសម្រាប់ភ្ជាប់ជាមួយ GPU។

បើប្រៀបធៀប ចំណាយដើមទុនរួមរបស់ក្រុមហ៊ុនទាំង ៤ ក្នុងឆ្នាំ ២០២៥ ស្ថិតនៅប្រហែល ៤១០ ពាន់លានដុល្លារ ដូច្នេះការកើនឡើងសម្រាប់ឆ្នាំ ២០២៦ ស្មើនឹងប្រហែល ៧៧%។ អ្នកវិភាគ Brent Thill នៃក្រុមហ៊ុន Jefferies មានប្រតិកម្មវិជ្ជមាន ដោយថា «សេដ្ឋកិច្ច AI នៅមានសុខភាពល្អ» ដោយលើកឡើងថាចំណូល Google Cloud កើនដល់ ៦៣% ធៀបនឹងឆ្នាំមុន ឈានដល់ប្រហែល ២០ ពាន់លានដុល្លារក្នុងមួយត្រីមាស។ ប៉ុន្តែអ្នកវិនិយោគមួយចំនួនចាប់ផ្តើមសួរសំណួរខុសគ្នា ទាក់ទងនឹងទំហំ និងពេលវេលានៃចំណូលដែលចំណាយកម្រិតនេះតម្រូវឲ្យត្រឡប់មកវិញ។ ចំណុចនេះជាស្នូលនៃជម្លោះ «ពពុះ» ដែលនឹងបកស្រាយនៅផ្នែកក្រោយ។

តម្រូវការថាមពល៖ ចំណុចជាប់គាំងថ្មី C

ឈីប AI ចំនួនច្រើន និងម៉ាស៊ីនត្រជាក់ដែលត្រូវការសម្រាប់ដំណើរការវា ត្រូវការចរន្តអគ្គិសនីច្រើន។ តាមរបាយការណ៍ Energy and AI របស់ទីភ្នាក់ងារថាមពលអន្តរជាតិ (IEA) មជ្ឈមណ្ឌលទិន្នន័យពិភពលោកប្រើអគ្គិសនីប្រហែល ៤១៥ តេរ៉ាវ៉ាត់ម៉ោង (TWh) ក្នុងឆ្នាំ ២០២៤ ស្មើនឹងប្រហែល ១.៥% នៃការប្រើប្រាស់អគ្គិសនីសរុបលើពិភពលោក ហើយត្រូវបានព្យាករថានឹងកើនដល់ប្រហែល ៩៤៥ TWh នៅឆ្នាំ ២០៣០ ស្មើនឹងជិត ៣%។ ចំណុចសំខាន់គឺល្បឿនកំណើន៖ ម៉ាស៊ីនមេប្រភេទបំពេញការគណនាកម្រិតខ្ពស់ (accelerated servers) ដែលប្រើសម្រាប់ AI កំពុងកើនប្រមាណ ៣០% ក្នុងមួយឆ្នាំ ខណៈម៉ាស៊ីនមេធម្មតាកើនត្រឹមប្រហែល ៩% ប៉ុណ្ណោះ។

តាមតំបន់ ការកើនឡើងពីឥឡូវដល់ឆ្នាំ ២០៣០ ត្រូវបានប៉ាន់ស្មានថា សហរដ្ឋអាមេរិកនឹងបន្ថែម ២៤០ TWh (កើន ១៣០%) ចិននឹងបន្ថែម ១៧៥ TWh (កើន ១៧០%) អឺរ៉ុបនឹងបន្ថែម ៤៥ TWh (កើន ៧០%) ហើយជប៉ុននឹងបន្ថែម ១៥ TWh (កើន ៨០%)។ របាយការណ៍ Electricity 2026 របស់ IEA បន្ថែមថា ការពង្រីកមជ្ឈមណ្ឌលទិន្នន័យរំពឹងថានឹងស្មើនឹងប្រហែលពាក់កណ្តាលនៃកំណើនតម្រូវការអគ្គិសនីសរុបរបស់សហរដ្ឋអាមេរិកដល់ឆ្នាំ ២០៣០ ខណៈប្រទេសនេះត្រូវបន្ថែមអគ្គិសនីលើសពី ៤២០ TWh ក្នុងរយៈពេល ៥ ឆ្នាំខាងមុខ។

ការសាងសង់ ក្រឡាចត្រង្គ និងកម្លាំងពលកម្ម D

ដោយសារបណ្តាញអគ្គិសនីសាធារណៈមិនអាចផ្គត់ផ្គង់បានទាន់ពេល ក្រុមហ៊ុនកុំព្យូទ័រពពកកំពុងចុះកិច្ចព្រមព្រៀងទិញអគ្គិសនីដោយផ្ទាល់ពីរោងចក្រ រួមទាំងការនាំរោងចក្រនុយក្លេអ៊ែរចាស់ៗមកដំណើរការឡើងវិញ។ ជាមួយគ្នានេះ ការស្នើសុំតភ្ជាប់ចូលក្រឡាចត្រង្គអគ្គិសនី (interconnection queue) កំពុងកកកុញ ព្រោះគម្រោងថ្មីៗច្រើនជាងសមត្ថភាពអនុម័ត និងសាងសង់បណ្តាញបញ្ជូនអគ្គិសនីថ្មី។ ជាលទ្ធផល តម្រូវការកង់ហ្គីនឧស្ម័នធម្មជាតិកើនឡើងខ្លាំង៖ បញ្ជីកម្មង់ទិញរង់ចាំរបស់ក្រុមហ៊ុន GE Vernova (អ្នកផលិតកង់ហ្គីនធំមួយ) បានកើនដល់ ១១៦ ជីហ្គាវ៉ាត់ត្រឹមខែកក្កដា ២០២៦ (ពី ១០០ ជីហ្គាវ៉ាត់ត្រឹមតែបីខែមុន) ដោយក្រុមហ៊ុនខ្លួនឯងលើកឡើងថា ការកម្មង់ទិញឆ្នាំនេះខ្ពស់ជាងឆ្នាំ ២០២៥ ទាំងមូលច្រើនជាងពីរដង។

ការប្រកួតប្រជែងទាញធនធានទាំងអគ្គិសនី ដីធ្លី និងកម្លាំងពលកម្មនេះ កំពុងជះឥទ្ធិពលដល់តម្លៃថាមពលក្នុងតំបន់ខ្លះ ជាចំណុចដែលអាជ្ញាធរអគ្គិសនីមូលដ្ឋាននៅសហរដ្ឋអាមេរិកកំពុងពិនិត្យ ថាតើអតិថិជនគេហដ្ឋានគួរចែករំលែកបន្ទុកថ្លៃដើមហេដ្ឋារចនាសម្ព័ន្ធថ្មីនេះប៉ុន្មាន។

ការវិនិយោគរង្វិលជុំ៖ NVIDIA, OpenAI, AMD, Anthropic E

លក្ខណៈពិសេសមួយនៃវដ្តនេះ គឺក្រុមហ៊ុនផលិតឈីប ក្រុមហ៊ុនកុំព្យូទ័រពពក និងមន្ទីរពិសោធន៍ AI កំពុងវិនិយោគ និងជាវសេវារវាងគ្នាទៅវិញទៅមក ដែលអ្នកសង្កេតការណ៍ហៅថា «ការវិនិយោគរង្វិលជុំ» (circular deals)។ ក្រុមហ៊ុនផលិតឈីបផ្តល់ដើមទុនឲ្យអតិថិជនរបស់ខ្លួន រួចអតិថិជននោះប្រើប្រាស់ដើមទុននេះមកទិញឈីបពីក្រុមហ៊ុនផលិតឈីបនោះវិញ ដែលធ្វើឲ្យលំបាកសម្រាប់អ្នកវិនិយោគខាងក្រៅក្នុងការវាយតម្លៃថា ចំណូលដែលរាយការណ៍ឆ្លុះបញ្ចាំងពីតម្រូវការពិតប្រាកដពីអ្នកប្រើប្រាស់ចុងក្រោយប៉ុន្មាន។

អ្នកសេដ្ឋកិច្ចមួយចំនួនចង្អុលថា កិច្ចព្រមព្រៀងទាំងនេះមិនមែនក្លែងក្លាយទាំងស្រុងទេ — ឈីបពិតជាត្រូវផ្ញើ សេវាកុំព្យូទ័រពិតជាត្រូវប្រើប្រាស់។ ប៉ុន្តែចំណុចដែលព្រួយបារម្ភគឺ ភាគហ៊ុន ប័ណ្ណសិទ្ធិ (warrants) និងតម្លៃវាយតម្លៃក្រុមហ៊ុន (valuation) ត្រូវបានទំនាក់ទំនងគ្នាយ៉ាងជិតស្និទ្ធ ដែលបើក្រុមហ៊ុនណាមួយជួបបញ្ហា ផលប៉ះពាល់អាចរាលដាលលឿនតាមខ្សែសង្វាក់ទាំងមូល។

ហិរញ្ញប្បទានបំណុល៖ SPV និងឥណទានឯកជន F

ដំបូងឡើយ ការសាងសង់ត្រូវបានផ្តល់មូលនិធិភាគច្រើនពីសាច់ប្រាក់ក្នុងដៃ (cash flow) របស់ក្រុមហ៊ុនធំៗ។ ប៉ុន្តែឥឡូវនេះ ចំណែកកាន់តែច្រើនកំពុងផ្លាស់ទៅរកបំណុល និងរចនាសម្ព័ន្ធក្រៅតារាងតុល្យការ (off-balance-sheet)។ ឧទាហរណ៍ Meta បង្កើតសហគ្រាសរួម (joint venture) ជាមួយក្រុមហ៊ុនឥណទានឯកជន Blue Owl Capital ដើម្បីសាងសង់មជ្ឈមណ្ឌលទិន្នន័យ Hyperion នៅរដ្ឋ Louisiana ក្នុងទំហំហិរញ្ញប្បទានប្រហែល ២៧–៣០ ពាន់លានដុល្លារ ដោយ Blue Owl ជាអ្នកផ្តល់ដើមទុនសំណង់ ហើយ Meta ជួលប្រើប្រាស់សមត្ថភាពវិញ ដែលអនុញ្ញាតឲ្យបំណុលនេះស្ថិតក្រៅតារាងតុល្យការរបស់ Meta ខ្លួនឯង។ Oracle ខាងវិញ បានប្រកាសក្នុងលទ្ធផលឆ្នាំសារពើពន្ធ ២០២៦ថា បានរៃអង្គាសបំណុល ៤៣ ពាន់លានដុល្លារ និងភាគហ៊ុន ៥ ពាន់លានដុល្លារ ដើម្បីផ្តល់មូលនិធិដល់ការពង្រីកហេដ្ឋារចនាសម្ព័ន្ធពពក។ ចំណុចនេះឆ្លុះបញ្ចាំងពីភាពមិនស្មើគ្នារវាងចំណូល និងកិច្ចសន្យា៖ ចំណូលសរុបត្រីមាសចុងក្រោយស្ថិតត្រឹម ១៩.២ ពាន់លានដុល្លារ ខណៈចំណូល OCI កើនលឿនជាង ៩៣% ប៉ុន្តែនៅតែតូចជាងព័ន្ធកិច្ចសន្យារង់ចាំ ៦៣៨ ពាន់លានដុល្លារយ៉ាងខ្លាំង។

របាយការណ៍ស្ថេរភាពហិរញ្ញវត្ថុរបស់ធនាគារកណ្តាលអង់គ្លេស (Bank of England) ខែកក្កដា ២០២៦ ព្រមានថា លំហូរសាច់ប្រាក់សេរី (free cash flow) របស់ក្រុមហ៊ុនកុំព្យូទ័រពពកធំៗកំពុងធ្លាក់ចុះ ហើយត្រូវបានព្យាករថានឹងបន្តធ្លាក់ចុះទៀត ខណៈការប្រើប្រាស់រចនាសម្ព័ន្ធហិរញ្ញប្បទានក្រៅតារាងតុល្យការកាន់តែច្រើន ធ្វើឲ្យតម្លាភាពថយចុះ។ របាយការណ៍ក៏លើកចំណុចមួយបន្ថែម៖ បំណុលភាគច្រើនមានកាលកំណត់វែង ប៉ុន្តែឈីបដែលបំណុលនោះផ្តល់មូលនិធិឲ្យ អាចហួសសម័យក្នុងរយៈពេលត្រឹមពីរបីឆ្នាំ ដែលបង្កហានិភ័យអវត្តមានតុល្យភាពរវាងអាយុកាលបំណុល និងអាយុកាលទ្រព្យសកម្ម។

ជម្លោះ «ពពុះ»៖ អ្នកព្រមាន G

David Cahn ដៃគូនៃមូលនិធិវិនិយោគ Sequoia Capital ធ្លាប់ចេញអត្ថបទឆ្នាំ ២០២៣ ឈ្មោះ «AI’s ៦០០ ពាន់លានដុល្លារ Question» ដោយគណនាថា ចំណូល Data Center របស់ NVIDIA ត្រូវការចំណូលចុងក្រោយពីអ្នកប្រើប្រាស់ប្រហែល ៤ ដងចំណូលនោះ ដើម្បីឲ្យសមហេតុផលនឹងផលចំណេញវិនិយោគ។ ដល់ខែកក្កដា ២០២៦ គាត់ធ្វើបច្ចុប្បន្នភាពគណនានេះ៖ ចំណាយហេដ្ឋារចនាសម្ព័ន្ធ AI ឆ្នាំ ២០២៦ ស្ថិតនៅប្រហែល ១.៥ ទ្រីលានដុល្លារ ដែលមានន័យថាឧស្សាហកម្មទាំងមូលត្រូវការចំណូលសរុបប្រហែល ៣ ទ្រីលានដុល្លារ ដើម្បីសមហេតុផលនឹងការវិនិយោគប្រមូលផ្តុំក្នុងរយៈពេល ៣ ឆ្នាំ។ ធៀបនឹងនោះ ចំណូលប្រចាំឆ្នាំពិតប្រាកដ (annualised run-rate) របស់ OpenAI លើសពី ៤០ ពាន់លានដុល្លារ (សីហា ២០២៦ តាម Bloomberg) ហើយរបស់ Anthropic ជិត ៤៧ ពាន់លានដុល្លារ (ឧសភា ២០២៦ តាមសេចក្តីប្រកាសរបស់ក្រុមហ៊ុនខ្លួនឯង) — ជាចំណូលធំគួរកត់សម្គាល់ ប៉ុន្តែនៅឆ្ងាយពីកម្រិត ៣ ទ្រីលានដុល្លារដែល Cahn និយាយថាចាំបាច់។

ភស្តុតាងមួយទៀតដែលគាំទ្រភាពសង្ស័យ គឺការសិក្សារបស់មជ្ឈមណ្ឌល NANDA នៃវិទ្យាស្ថានបច្ចេកវិទ្យា Massachusetts (MIT) ដែលចេញផ្សាយឆ្នាំ ២០២៥ ដោយផ្អែកលើការសម្ភាសអ្នកគ្រប់គ្រង ៥២ នាក់ ការស្ទង់មតិអ្នកដឹកនាំ ១៥៣ នាក់ និងការវិភាគគម្រោងអនុវត្ត AI សាធារណៈ ៣០០ គម្រោង។ លទ្ធផលបង្ហាញថា គម្រោងសាកល្បង AI ចំនួន ៩៥% មិនបានបង្កើតផលប៉ះពាល់ដែលអាចវាស់ស្ទង់បានលើប្រាក់ចំណេញក្រុមហ៊ុនឡើយ មានតែ ៥% ប៉ុណ្ណោះដែលបង្កើតតម្លៃសំខាន់។ លទ្ធផលនេះសំខាន់ព្រោះវាបង្ហាញថា តម្រូវការពីភាគីអាជីវកម្មចុងក្រោយ — អ្នកដែលត្រូវសងថ្លៃហេដ្ឋារចនាសម្ព័ន្ធនេះទាំងអស់ — នៅតែយឺតជាងល្បឿននៃការវិនិយោគខាងលើ។

Burry ដែលល្បីជាមួយការទស្សន៍ទាយវិបត្តិឥណទានផ្ទះឆ្នាំ ២០០៨ បានប្រកាសទុនលក់ខ្លីប្រឆាំង NVIDIA និង Palantir ហើយនៅថ្ងៃទី១៣ ខែសីហា ២០២៦ គាត់រិះគន់រចនាសម្ព័ន្ធហិរញ្ញប្បទាន ៥០០ ពាន់លានដុល្លារដែល Wall Street រៀបចំសម្រាប់អតិថិជន NVIDIA — ជាមួយ NVIDIA ខ្លួនឯងកាន់កាប់ភាគហ៊ុនប្រហែល ២៥% និងផ្តល់ការធានាតម្លៃសល់ (residual value guarantee) លើការទិញឈីប — ថាជា «ល្បិចរបស់ Wall Street» ដែលមានលក្ខណៈស្រដៀងនឹងកិច្ចខិតខំរបស់ក្រុមហ៊ុន Enron ក្នុងការបំប្លែងអគ្គិសនីលក់ដុំទៅជាទ្រព្យសម្បត្តិវិនិយោគ។ ធនាគារកណ្តាលអង់គ្លេសក៏កត់សម្គាល់ថា ក្រុមហ៊ុនពាក់ព័ន្ធនឹង AI ឥឡូវកាន់កាប់ប្រហែលពាក់កណ្តាលនៃតម្លៃទីផ្សារសរុបនៃសន្ទស្សន៍ភាគហ៊ុន S&P 500 កើនពីប្រហែលមួយភាគបួននៅឆ្នាំ ២០២២ ខណៈតម្លៃទាំងនោះពឹងផ្អែកលើការព្យាករណ៍ចំណេញផលិតភាពដែល «មិនប្រាកដប្រជាខ្លាំង»។

ជម្លោះ «ពពុះ»៖ អ្នកជំទាស់ H

អ្នកគាំទ្រការចំណាយបច្ចុប្បន្នមិនប្រកែកថាឈីប AI ថ្លៃ ឬចំណាយធំនោះទេ ប៉ុន្តែជំទាស់នឹងការប្រៀបធៀបទៅនឹងពពុះឆ្នាំ ២០០០។ ប្រធានធនាគារកណ្តាលសហរដ្ឋអាមេរិក (Federal Reserve) លោក Jerome Powell បានថ្លែងនៅសន្និសីទសារព័ត៌មានថ្ងៃទី២៩ ខែតុលា ២០២៥ថា ការវិនិយោគ AI «ជារឿងខុសគ្នាទាំងស្រុង» ពីអំឡុងពពុះ dot-com ព្រោះ «ខ្ញុំមិននិយាយឈ្មោះជាក់លាក់ទេ ប៉ុន្តែក្រុមហ៊ុនទាំងនោះមានប្រាក់ចំណេញពិតប្រាកដ»។ គាត់បន្ថែមថា ការចំណាយបច្ចុប្បន្នផ្អែកលើ «ការវាយតម្លៃរយៈពេលវែង» អំពីការផ្លាស់ប្តូរផលិតភាព មិនមែនត្រូវជំរុញដោយអត្រាការប្រាក់ទាបដូចសម័យ dot-com ទេ។

អ្នកគាំទ្រម្នាក់ទៀតគឺ Brent Thill អ្នកវិភាគនៃក្រុមហ៊ុន Jefferies ដែលហៅទ្រឹស្តី «ពពុះ» ថា «សំរាម» ដោយចង្អុលទៅចំណូលក្លោដ Google ដែលកើន ៦៣% ក្នុងមួយឆ្នាំ ជាភស្តុតាងថាតម្រូវការពិតកំពុងកើនតាមចំណាយ។ Alphabet ក៏រាយការណ៍ប្រាក់ចំណេញសុទ្ធកើនដល់ ៨១% ក្នុងត្រីមាសដដែល ជាភស្តុតាងមួយទៀតដែលអ្នកគាំទ្រលើកឡើងថា ចំណាយធំមិនបានកាត់បន្ថយប្រាក់ចំណេញនោះទេ។ ក្រុមហ៊ុនប្រឹក្សា McKinsey ក៏បោះពុម្ពការវិភាគនៅខែមេសា ២០២៥ ប៉ាន់ស្មានថា ពិភពលោកនឹងត្រូវការចំណាយប្រហែល ៦.៧ ទ្រីលានដុល្លារលើមជ្ឈមណ្ឌលទិន្នន័យដល់ឆ្នាំ ២០៣០ — ក្នុងនោះ ៥.២ ទ្រីលានទាក់ទងផ្ទាល់ជាមួយ AI និង ១.៥ ទ្រីលានសម្រាប់តម្រូវការកុំព្យូទ័រធម្មតា — ដោយចាត់ទុកនេះជាតម្រូវការសមត្ថភាពពិតប្រាកដ មិនមែនការវិនិយោគប្រកបដោយការស្មានទេ។

ការសិក្សាមួយពីសាកលវិទ្យាល័យបោះពុម្ពខែឧសភា ២០២៦ ព្យាយាមផ្សះផ្សាទស្សនៈទាំងពីរ ដោយប្រើវិធីវិភាគចម្រុះ (តម្លៃមូលដ្ឋាន ការធ្វើតេស្តតម្លៃកើនលឿនហួសហេតុ និងការវិភាគអារម្មណ៍ទីផ្សារ)។ លទ្ធផលសន្និដ្ឋានថា AI គួរយល់ថាជា «ការបដិវត្តន៍បច្ចេកវិទ្យាពិតប្រាកដ ដែលមានចលនាពពុះកម្រិតមូលដ្ឋានមួយចំនួន» — មិនមែនការឆបោកសុទ្ធសាធ ក៏មិនមែនអព្ភូតហេតុផលិតភាពគ្មានហានិភ័យដែរ។ ស្រទាប់ហេដ្ឋារចនាសម្ព័ន្ធធំៗមានមូលដ្ឋានហិរញ្ញវត្ថុរឹងមាំជាងស្រទាប់កម្មវិធី និងគម្រោងទិន្នន័យប្រកបដោយការស្មានច្រើន។

គណនេយ្យរំលស់៖ សំណួរអាយុកាលឈីប I

នៅពេលក្រុមហ៊ុនទិញឈីប ឬម៉ាស៊ីនមេ ថ្លៃដើមមិនត្រូវកាត់ចេញពីប្រាក់ចំណេញភ្លាមៗទេ តែត្រូវបែងចែក (រំលស់ ឬ depreciate) តាមរយៈពេលប្រើប្រាស់ដែលក្រុមហ៊ុនប៉ាន់ស្មានផ្ទាល់ខ្លួន — ហៅថា «អាយុកាលប្រយោជន៍» (useful life)។ ប្រសិនបើក្រុមហ៊ុនពន្យារអាយុកាលនេះ ចំណាយរំលស់ប្រចាំឆ្នាំធ្លាក់ចុះ ហើយប្រាក់ចំណេញរាយការណ៍កើនឡើង ដោយពុំចាំបាច់មានការផ្លាស់ប្តូរអ្វីលើលំហូរសាច់ប្រាក់ជាក់ស្តែងឡើយ។ នេះជាចំណុចដែល Michael Burry លើកមកជជែក៖ គាត់ចង្អុលថា ក្រុមហ៊ុនកុំព្យូទ័រពពកធំៗ — រួមទាំង Oracle, Meta, Alphabet, Microsoft, Amazon — បានពន្យារការសន្មតអាយុកាលឈីប/ម៉ាស៊ីនមេពីប្រហែល ៣ ឆ្នាំ ទៅជា ៥–៦ ឆ្នាំ ខណៈក្រុមហ៊ុនផ្តល់សេវាកុំព្យូទ័រពពក CoreWeave ក៏ពន្យារពី ៤ ឆ្នាំ ទៅ ៦ ឆ្នាំដែរ។

អ្វីត្រូវតាមដានបន្ត J

គ្មាននរណាម្នាក់ — ទោះជាអ្នកជំទាស់ ឬអ្នកគាំទ្រ — អះអាងថាដឹងច្បាស់ពីលទ្ធផលចុងក្រោយនោះទេ។ សញ្ញាសម្គាល់ខាងក្រោមអាចជួយអ្នកអានតាមដានទិសដៅបន្តបន្ទាប់៖

• ចំណូលពិតធៀបនឹងព្យាករណ៍៖ តើ OpenAI, Anthropic និងក្រុមហ៊ុនផ្សេងទៀតបន្តកើនចំណូលទាន់ល្បឿនចំណាយហេដ្ឋារចនាសម្ព័ន្ធដែរឬទេ។
• អត្រាជោគជ័យសហគ្រាស៖ តើសមាមាត្រគម្រោង AI សហគ្រាសដែលបង្កើតតម្លៃពិត (ឥឡូវប្រហែល ៥% តាម MIT) កើនឡើងឬអត់។
• លំហូរសាច់ប្រាក់សេរីរបស់ក្រុមហ៊ុនកុំព្យូទ័រពពក៖ ថាតើនៅតែធ្លាក់ចុះតាមការព្យាករណ៍របស់ធនាគារកណ្តាលអង់គ្លេសដែរឬទេ។
• ការចេញផ្សាយបំណុល និងអត្រាការប្រាក់៖ ថាតើវិនិយោគិនចាប់ផ្តើមទាមទារអត្រាការប្រាក់ខ្ពស់ជាងលើបំណុលថ្មីរបស់ក្រុមហ៊ុនទាំងនេះដែរឬទេ។
• ជោគវាសនាកិច្ចព្រមព្រៀងធំៗ៖ តាមគំរូ NVIDIA-OpenAI ដែលកិច្ចព្រមព្រៀងអាចប្រែប្រួលទំហំធំក្នុងរយៈពេលពីរបីខែ។
• ការចុះបញ្ជីភាគហ៊ុន OpenAI ជាសាធារណៈ (IPO)៖ ដែលនឹងបង្ខំឲ្យបង្ហាញព័ត៌មានហិរញ្ញវត្ថុលម្អិតជាងមុន។

អត្ថបទពាក់ព័ន្ធ K

សំណួរញឹកញាប់ L