การลงทุนโครงสร้างพื้นฐาน AI มูลค่า $600B: ค่าใช้จ่ายทุน หนี้สิน และความเป็นจริงของห่วงโซ่อุปทานของ Hyperscaler

1 มกราคม 2026

สรุปผู้บริหาร: บริษัท hyperscaler ชั้นนำ 5 บริษัท—Amazon, Microsoft, Google, Meta และ Oracle—จะใช้จ่ายมากกว่า $600 พันล้านสำหรับโครงสร้างพื้นฐานในปี 2026 เพิ่มขึ้น 36% จากปี 2025 ประมาณ 75% ($450B) มุ่งเป้าไปที่โครงสร้างพื้นฐาน AI เพื่อจัดหาเงินทุนสำหรับการก่อสร้างนี้ บริษัทเทคโนโลยีออกพันธบัตรเป็นสถิติใหม่ $428 พันล้านในปี 2025 พร้อมประมาณการที่แนะนำการกู้เงินเพิ่มเติมสูงสุด $1.5 ล้านล้าน ในขณะเดียวกัน ข้อขัดข้องของห่วงโซ่อุปทานที่สำคัญ—หน่วยความจำ HBM การแพ็กเกจ CoWoS และระยะเวลาในการส่งมอบหม้อแปลงไฟฟ้า—อาจจำกัดการปรับใช้งาน การวิเคราะห์เชิงลึกนี้จะศึกษากระแสเงินทุน กลยุทธ์บริษัท ความเป็นจริงของห่วงโซ่อุปทาน และผลกระทบสำหรับผู้ให้บริการโครงสร้างพื้นฐาน

สารบัญ

1. ภาพรวมค่าใช้จ่ายทุน
2. การวิเคราะห์แต่ละบริษัท
3. คลื่นการจัดหาเงินทุนผ่านหนี้
4. เงินไปที่ไหน
5. ข้อจำกัดของห่วงโซ่อุปทาน
6. คำถามเรื่อง ROI และการใช้งาน
7. ผลกระทบต่อโครงสร้างพื้นฐาน
8. การวิเคราะห์ความเสี่ยง
9. สิ่งที่จะเกิดขึ้นต่อไป

ภาพรวมค่าใช้จ่ายทุน

บริบททางประวัติศาสตร์

ค่าใช้จ่ายทุนของ Hyperscaler เข้าสู่ระดับที่ไม่เคยมีมาก่อน ระดับการลงทุนในปัจจุบันเกินกว่าที่นักวิเคราะห์ส่วนใหญ่คิดว่าเป็นไปได้แม้แต่ 18 เดือนที่แล้ว:[^1]

Goldman Sachs คาดการณ์ว่า capex รวมของ hyperscaler จาก 2025-2027 จะถึง $1.15 ล้านล้าน—มากกว่าสองเท่าของ $477 พันล้านที่ใช้จ่ายจาก 2022-2024[^2]

การเปลี่ยนแปลงความเข้มข้นของทุน

ระดับการใช้จ่ายเหล่านี้แสดงถึงการเปลี่ยนแปลงพื้นฐานในการดำเนินงานของบริษัทเทคโนโลยี อัตราส่วนความเข้มข้นของทุนในปัจจุบันคล้ายกับสาธารณูปโภคอุตสาหกรรมมากกว่าธุรกิจซอฟต์แวร์:[^3]

สำหรับการเปรียบเทียบ สาธารณูปโภคแบบดั้งเดิมดำเนินงานที่ความเข้มข้นของทุน 20-30% โรงงาน Semiconductor fabs ดำเนินงานที่ 30-40% hyperscaler ได้เกินทั้งสองแล้ว

ความเข้มข้นของ AI

องค์ประกอบของ capex เปลี่ยนแปลงอย่างมากไปสู่ AI:[^4]

ความเข้มข้นนี้หมายความว่าผู้จำหน่าย GPU ผู้ขายหน่วยความจำ และผู้ให้บริการโครงสร้างพื้นฐานศูนย์ข้อมูลเผชิญความต้องการที่ไม่เคยมีมาก่อน—แต่ก็มีความเข้มข้นของลูกค้าที่ไม่เคยมีมาก่อนเช่นกัน

การวิเคราะห์แต่ละบริษัท

Amazon Web Services

Amazon นำการใช้จ่ายของ hyperscaler ด้วยการสร้างโครงสร้างพื้นฐาน AI อย่างก้าวร้าวที่สุด:[^5]

CapEx ปี 2025: $125 พันล้าน (เพิ่มจากประมาณการเริ่มต้น $118B) - เพิ่มขึ้น 61% เมื่อเทียบปีต่อปี - จัดสรร 64% สำหรับ AWS และโครงการ AI - ไตรมาส 3 ปี 2025 เพียงแค่: $34.2 พันล้าน

แนวโน้มปี 2026: สูงกว่า $125B (ยืนยันโดยฝ่ายจัดการ)

การลงทุนที่สำคัญ:

กลยุทธ์ของ Amazon ผสมผสาน GPU ของบุคคลที่สาม (NVIDIA) กับการพัฒนาซิลิคอนแบบกำหนดเอง (ชิป Trainium, Inferentia) ให้ความยืดหยุ่นเมื่อภูมิทัศน์ฮาร์ดแวร์ AI พัฒนา[^6]

Microsoft Azure

ค่าใช้จ่ายทุนของ Microsoft ถึงระดับประวัติการณ์ในปีการเงิน 2025:[^7]

FY2025 CapEx: $80 พันล้าน (การลงทุนประจำปีที่ใหญ่ที่สุดเท่าที่เคยมีมา) - ยืนยันเป้าหมายแม้จะมีความกังวลของตลาด - Q2 FY2025: $22.6 พันล้านในไตรมาสเดียว

การคาดการณ์ FY2026: ~$120 พันล้าน (ประมาณการนักวิเคราะห์ตามอัตราการดำเนินงาน) - วางแผนเพิ่มความจุ AI 80% - พื้นที่ศูนย์ข้อมูลจะ "เพิ่มขึ้นประมาณสองเท่า" ในช่วงสองปี

พื้นที่โครงสร้างพื้นฐาน: - ศูนย์ข้อมูล 400+ แห่งใน 70 ภูมิภาค (มากที่สุดในบรรดาผู้ให้บริการคลาวด์) - เพิ่มความจุใหม่ 2+ GW ในปี 2025 เพียงปีเดียว

โครงการสำคัญ: วิทยาเขต Fairwater ใน Wisconsin แสดงถึงสิ่งอำนวยความสะดวก AI หลักของ Microsoft ด้วยการลงทุน $7.3 พันล้าน มุ่งหวังให้เป็น "ศูนย์ข้อมูลที่ทรงพลังที่สุดในโลก"[^8]

ความแตกต่างที่น่าสังเกต: Microsoft ยังคงเป็น hyperscaler เพียงแห่งเดียวที่ไม่ใช้ตลาดหนี้สาธารณะอย่างแข็งขัน แต่ใช้โครงสร้างนอกงบดุลแทนที่มี leverage หนี้ ~70% อยู่ในระดับกองทุนแทนที่จะอยู่ในงบดุลของบริษัท[^9]

Google Cloud

วิถีการใช้จ่ายของ Google แสดงการเร่งการลงทุน:[^10]

CapEx ปี 2025: $91-93 พันล้าน (จุดกึ่งกลาง $92B) - การปรับขึ้นครั้งที่สามของปี 2025 - Q3 2025: $24 พันล้าน - ~60% สำหรับเซิร์ฟเวอร์ ~40% สำหรับศูนย์ข้อมูลและเครือข่าย

แนวโน้มปี 2026: "การเพิ่มขึ้นอย่างมีนัยสำคัญ" (คำแนะนำของฝ่ายจัดการ) - ประมาณการนักวิเคราะห์: อาจ $130+ พันล้าน - อาจแสดงถึง "maxima ท้องถิ่นในการลงทุน GenAI"

การผสมผสานโครงสร้างพื้นฐาน:

กลยุทธ์ TPU: แนวทาง TPU แบบกำหนดเองของ Google ให้การแยกความแตกต่างเชิงกลยุทธ์ ดีล TPU ที่ใหญ่ที่สุดตามบันทึกได้กับ Anthropic มีมูลค่าหลักสิบพันล้านและนำความจุ AI compute มากกว่า 1 GW มาออนไลน์ในปี 2026 Anthropic มุ่งมั่นกับ Trillium TPU หลายแสนหน่วยในปี 2026 เพิ่มขึ้นเป็นหนึ่งล้านหน่วยภายในปี 2027[^11]

มีรายงานว่า Meta กำลังประเมินการใช้จ่ายพันล้านใน Google TPU ด้วยการปรับใช้ที่อาจเริ่มต้นในปี 2027 ในขณะที่เช่าผ่าน Google Cloud เร็วถึงปี 2026[^12]

Meta Platforms

การใช้จ่ายของ Meta เร่งขึ้นอย่างมากเมื่อบริษัทหันไปสู่ AI:[^13]

CapEx ปี 2025: $66-72 พันล้าน - เพิ่มจากการคาดการณ์เริ่มต้น $60-65B - เพิ่มขึ้น ~70% เมื่อเทียบปีต่อปีจาก $38-40B ในปี 2024

ปี 2026 และต่อไป: - คาดว่าการเติบโตของการใช้จ่าย "อย่างมีนัยสำคัญ" - เป้าหมายโครงสร้างพื้นฐานสหรัฐฯ $600 พันล้านภายในปี 2028

โครงการหลัก:

Hyperion มีพื้นที่ 4 ล้านตารางฟุตข้าม 2,250 เอเคอร์—หนึ่งในโครงการโครงสร้างพื้นฐาน AI ไซต์เดียวที่ใหญ่ที่สุดที่ประกาศโดยบริษัทใดๆ[^14]

บริบทเชิงกลยุทธ์: Zuckerberg ระบุว่าการควบคุมการพัฒนา Llama เป็นสิ่งสำคัญเพื่อให้ Meta สามารถ "ควบคุมชะตากรรมของตัวเอง" แนวทาง open-source ซึ่งมีการดาวน์โหลด 1 พันล้านครั้งในเดือนมีนาคม 2025 ตัดแตกต่างจากกลยุทธ์ปิดของคู่แข่งและขับเคลื่อนการสร้างโครงสร้างพื้นฐาน[^15]

Oracle Cloud

Oracle แสดงถึงที่เล็กที่สุดใน Big Five แต่แสดงการเติบโตอย่างก้าวร้าว:[^16]

CapEx ปี 2025: ~$15 พันล้าน (ประมาณการ) การคาดการณ์ปี 2026: ~$20 พันล้าน

โปรไฟล์หนี้: Oracle เป็นผู้ออกหนี้อย่างก้าวร้าวที่สุดในหมู่ hyperscaler ด้วยการขายพันธบัตร $18 พันล้านที่ทำให้เป็นผู้ออกหนี้ investment-grade ที่ใหญ่ที่สุดในหมู่บริษัทสหรัฐฯ ที่ไม่ใช่สถาบันการเงินตาม Citi[^17]

สัญญาณความเสี่ยง: Barclays คาดการณ์ว่า Oracle อาจขาดเงินสดภายในพฤศจิกายน 2026 หากวิถีปัจจุบันดำเนินต่อไป CDS 5 ปีของ Oracle เพิ่มขึ้นมากกว่าสามเท่าตั้งแต่เดือนกันยายน ขณะที่ปริมาณการซื้อขายเพิ่มขึ้นสูงกว่ามาตรฐานที่ผ่านมา[^18]

คลื่นการจัดหาเงินทุนผ่านหนี้

การออกพันธบัตรเป็นสถิติ

ขนาดของการใช้จ่ายของ hyperscaler ในขณะนี้เกินการสร้างเงินสดภายใน บังคับให้มีกิจกรรมตลาดหนี้อย่างก้าวร้าว:[^19]

การออกพันธบัตรภาคเทคโนโลยีปี 2025:

Hyperscaler เพิ่มหนี้ใหม่ $121 พันล้านในปี 2025—มากกว่าสี่เท่าของการออกหลักทรัพย์เฉลี่ยรายปีในช่วงห้าปีที่ผ่านมา มากกว่า $90 พันล้านมาในเพียงสามเดือน[^20]

การระดมทุนหนี้สำคัญ

การคาดการณ์อนาคต

Wall Street คาดว่าการกู้ยืมจะเร่งขึ้น:[^21]

ผลกระทบตลาดเครดิต

การท่วมท้นของหนี้ทำให้ spread กว้างขึ้นอย่างมาก:[^22]

ต้นทุน CDS สำหรับหนี้ hyperscaler เพิ่มขึ้นตั้งแต่เดือนมิถุนายน สะท้อนความเสี่ยงด้านเครดิตที่เพิ่มขึ้นและความกังวลในการดำเนินการเกี่ยวกับแผนค่าใช้จ่ายทุน

เงินไปที่ไหน

การแบ่งการใช้จ่าย

การใช้จ่ายโครงสร้างพื้นฐาน AI $450 พันล้านแบ่งประมาณ:[^23]

ความเข้มข้นของ GPU

NVIDIA จับส่วนแบ่งประมาณ 90% ของการใช้จ่าย AI accelerator:[^24]

รุ่นปัจจุบัน: - H100/H200: ยังคงเป็นส่วนใหญ่ของการปรับใช้ - B100/B200: เพิ่มขึ้นตลอด 2025-2026 - GB200/GB300: ความพร้อมใช้งานรุ่นต่อไป

ปริมาณ GPU ที่คาดการณ์: การใช้จ่าย GPU/accelerator $180B ที่ราคาเฉลี่ย ~$30K คาดการณ์ว่าประมาณ 6 ล้าน GPU ข้ามคำสั่งซื้อ hyperscaler ในปี 2026

การก่อสร้างศูนย์ข้อมูล

การใช้จ่ายก่อสร้าง $120B แปลเป็น:[^25]

• ความจุศูนย์ข้อมูลใหม่ ~15-20 GW
• สิ่งอำนวยความสะดวกใหม่ 500+ แห่งทั่วโลก
• pipeline การพัฒนา 4 ปีบีบอัดเป็น 2 ปี

การเร่งรีบนี้สร้างการขาดแคลนที่รุนแรงในอุปกรณ์ไฟฟ้า ระบบทำความเย็น และแรงงานก่อสร้างที่มีทักษะ

ข้อจำกัดของห่วงโซ่อุปทาน

ข้อขัดข้องของ HBM

High Bandwidth Memory (HBM) ได้กลายเป็นข้อจำกัดที่สำคัญสำหรับการปรับใช้โครงสร้างพื้นฐาน AI:[^26]

สถานะผู้ขาย:

ทำไม HBM จึงจำกัดทุกอย่าง:

การผลิต HBM 1 บิตใช้ความจุ wafer ประมาณ 3 เท่าที่ต้องการสำหรับ DDR5 1 บิต รวมกับข้อกำหนดการแพ็กเกจที่ซับซ้อนและ yield ที่ต่ำกว่า การผลิต HBM ขยายตัวช้า[^27]

อุปสงค์ เทียบกับ อุปทาน:

การแพ็กเกจขั้นสูง CoWoS

การแพ็กเกจ Chip-on-Wafer-on-Substrate (CoWoS) ของ TSMC เป็นอีกข้อขัดข้องที่สำคัญ:[^28]

"ความจุ CoWoS ของเราตึงมากและยังคงขายหมดตลอดปี 2025 และถึงปี 2026" — C.C. Wei, CEO ของ TSMC

ไทม์ไลน์ความจุ: