การเปลี่ยนแปลงโครงสร้างพื้นฐาน AI: ทำไมกลยุทธ์ TPU ของ Google จึงท้าทายความเป็นผู้นำของ Nvidia

ภาพรวมการลงทุนด้านความเป็นผู้นำด้านปัญญาประดิษฐ์ได้เปลี่ยนแปลงอย่างรวดเร็ว ในช่วงไม่กี่เดือนที่ผ่านมา นักวิจารณ์ตั้งคำถามถึงความสามารถของ Alphabet ในการแข่งขันในพื้นที่ LLM แต่บริษัทได้เปลี่ยนแปลงเรื่องราวอย่างรุนแรง Google ไม่ได้เล่นตามหลังอีกต่อไป—แต่กำลังสร้างตัวเองให้เป็นพลังคู่ในด้านความเป็นเลิศของโมเดล AI และโครงสร้างพื้นฐานฮาร์ดแวร์ โดยตรงท้าทายอำนาจสูงสุดของ Nvidia ในการคำนวณเร่งความเร็ว

จุดเปลี่ยนเกิดขึ้นเมื่อเร็วๆ นี้เมื่อ Meta Platforms ประกาศแผนที่จะเข้าซื้อและเช่าใช้ความสามารถ TPU ของ Alphabet ซึ่งเป็นสัญญาณของการเปลี่ยนแปลงครั้งใหญ่ในวิธีที่องค์กรจัดหาโครงสร้างพื้นฐาน AI ตามการประเมินของอุตสาหกรรม ความร่วมมือนี้เพียงอย่างเดียวอาจช่วยให้ Alphabet ครองส่วนแบ่งรายได้ประมาณ 10% ของรายได้ที่เคยเป็นของ Nvidia—เป็นการลดความเข้มข้นของตลาดในด้านฮาร์ดแวร์ AI อย่างมีนัยสำคัญ

ข้อได้เปรียบด้านการบูรณาการแนวตั้ง

สิ่งที่ทำให้ Alphabet แตกต่างไม่ใช่แค่ความสามารถในการผลิตสินค้าทดแทนกันได้ แต่เป็นความเหนือชั้นด้านสถาปัตยกรรมผ่านการออกแบบระบบแบบบูรณาการ Google สร้างชิป TPU แบบกำหนดเองที่ออกแบบมาโดยเฉพาะสำหรับงานโหลดงานด้านแมชชีนเลิร์นนิงในระดับใหญ่ ให้ประสิทธิภาพต่อวัตต์ที่เหนือกว่าและลดต้นทุนโครงสร้างพื้นฐานอย่างมาก ยิ่งไปกว่านั้น ชิปเหล่านี้ทำงานได้อย่างไร้รอยต่อภายในระบบนิเวศของ Google Cloud ซึ่งช่วยขจัดความไม่สอดคล้องกันของฮาร์ดแวร์และซอฟต์แวร์ที่เป็นปัญหาของทางเลือกอื่นๆ

การบูรณาการแนวตั้งนี้—ที่ Alphabet ควบคุมซิลิคอน ซอฟต์แวร์สแต็ก และกลไกการส่งมอบบนคลาวด์—สร้างแนวป้องกันที่คู่แข่งยากจะลอกเลียนแบบ ลูกค้าได้รับการเข้าถึงกลุ่ม TPU ระดับองค์กรโดยไม่ต้องรับภาระต้นทุนจากการจัดซื้อฮาร์ดแวร์เป็นเจ้าของ ซึ่งเปลี่ยนแปลงต้นทุนรวมของเจ้าของ (TCO) สำหรับการใช้งาน AI อย่างรุนแรง

ในเวลาเดียวกัน Google เปิดตัว Gemini 3 ซึ่งเป็นเวอร์ชันล่าสุดของ LLM ซึ่งแสดงให้เห็นถึงการปรับปรุงอย่างมากในด้านการให้เหตุผล คำนวณทางคณิตศาสตร์ การสร้างโค้ด และความสามารถแบบมัลติโมดัล ที่สำคัญ Gemini ได้รับประโยชน์จากเครือข่ายการกระจายของ Google ที่ครอบคลุมทั้ง Search, Android, Workspace และโครงสร้างพื้นฐานด้านโฆษณา ซึ่งเข้าถึงผู้ใช้งานรายวันนับพันล้าน รายละเอียดของระบบนิเวศนี้หมายความว่าความสามารถด้าน AI สามารถฝังเข้าไปในผลิตภัณฑ์ที่ผู้บริโภคและองค์กรใช้อยู่แล้ว แทนที่จะเป็นข้อเสนอแยกต่างหาก

มูลค่าตลาดบอกเล่าเรื่องราว

ตลาดหุ้นได้เริ่มปรับราคาของทั้งสองบริษัทตามลำดับ Alphabet ปัจจุบันซื้อขายที่ 30.3x กำไรในอนาคต—สูงกว่ามัธยฐานในประวัติศาสตร์ที่ 22.6x—โดยมีการคาดการณ์การเติบโตเฉลี่ยปีละ 16.4% Nvidia ซึ่งซื้อขายที่ 41.8x มูลค่าปัจจุบันในอนาคตแต่ต่ำกว่ามัธยฐาน 5 ปีที่ 50.8x ยังคงมีการคาดการณ์การเติบโตที่น่าทึ่งที่ 46.3% ต่อปี

แม้ว่ามูลค่าทั้งสองจะดูสมเหตุสมผลเมื่อเทียบกับแนวโน้มการเติบโตของแต่ละบริษัท แต่แนวโน้มการเคลื่อนไหวของตลาดเป็นสิ่งที่ปฏิเสธไม่ได้ หุ้นของ Nvidia ลดลงในขณะที่ Alphabet ปรับตัวขึ้นจากข่าวความร่วมมือด้านโครงสร้างพื้นฐาน คำแถลงล่าสุดจากผู้นำ Salesforce โดยเฉพาะอย่างยิ่งการตัดสินใจของ CEO Marc Benioff ที่จะเปลี่ยนจากโมเดลของ OpenAI ไปสู่ Gemini ย้ำให้เห็นว่าช่องว่างด้านความสามารถทางเทคนิคกำลังแคบลง

เสริมกันมากกว่ากินเนื้อกันเอง

แทนที่จะมองว่านี่เป็นการแข่งขันแบบศูนย์รวม ผลลัพธ์ที่เกิดขึ้นใหม่ชี้ให้เห็นว่า Alphabet และ Nvidia ครองตำแหน่งที่แตกต่างแต่เสริมกันในชั้นคุณค่า AI Nvidia ยังคงเป็นผู้นำในด้านการคำนวณเร่งความเร็วแบบทั่วไป ในขณะที่ Alphabet กำลังสร้างความเป็นผู้นำในด้านโครงสร้างพื้นฐานเฉพาะทางและการส่งมอบแบบบูรณาการบนคลาวด์

สำหรับนักลงทุน คำถามเชิงกลยุทธ์ไม่ใช่การเลือกข้างระหว่างสองบริษัท แต่เป็นการจัดสรรขนาดที่เหมาะสม ทั้งสององค์กรยังคงได้รับประโยชน์จากความต้องการเชิงโครงสร้างสำหรับความสามารถด้าน AI ในกลุ่มองค์กรและผู้บริโภค การสร้างโครงสร้างพื้นฐานเพื่อสนับสนุนการนำ AI ไปใช้ในระดับโลกยังอยู่ในช่วงเริ่มต้น ซึ่งเปิดโอกาสให้ผู้ชนะหลายรายที่มีตำแหน่งแตกต่างกันได้สร้างเส้นทางสู่ความสำเร็จ

การเปลี่ยนแปลงผู้นำในด้าน AI ไม่ใช่เรื่องของการแทนที่ แต่เป็นเรื่องของความเชี่ยวชาญ—แต่ละบริษัทเสริมสร้างข้อได้เปรียบในการแข่งขันที่แตกต่างกันในตลาดที่กำลังขยายตัว