14/08/2026
💭🧐สรุปมาแล้ว! จากชิปสู่ Asset Class ใหม่ NVIDIA กำลังเปลี่ยน GPU เป็นสินทรัพย์ทางการเงินได้อย่างไร?
ลองจินตนาการว่า เมื่อสิบกว่าปีก่อนคุณเดินเข้าไปใน Data Center แห่งหนึ่งแล้วเห็นการ์ด GPU วางเรียงกันอยู่ในเครื่อง Server
ในเวลานั้น เราอาจมองมันเหมือนอุปกรณ์คอมพิวเตอร์ราคาแพงชิ้นหนึ่ง ซื้อมา ใช้งานไปหลายปี แล้ววันหนึ่งก็ล้าสมัย ไม่ต่างจากคอมพิวเตอร์ โทรศัพท์ หรือ Server ทั่วไป
แต่ในปี 2026 สิ่งที่กำลังเกิดขึ้นกับ GPU ของ NVIDIA เริ่มแตกต่างออกไปอย่างมาก เพราะ Wall Street ไม่ได้มอง GPU เป็นเพียง “ชิป” อีกต่อไป
มันกำลังถูกมองเหมือน เครื่องจักรที่สามารถสร้างกระแสเงินสดและเมื่อสินทรัพย์ชิ้นหนึ่งสร้างกระแสเงินสดได้ มีตลาดให้เช่า มีมูลค่าคงเหลือ และสามารถนำไปเป็นหลักประกันในการกู้เงินได้
โลกการเงินก็เริ่มเข้ามาจากเดิมที่ NVIDIA ขาย “ชิป” วันนี้ Jensen Huang กำลังพยายามสร้างสิ่งที่ใหญ่กว่านั้น นั่นคือการทำให้ AI Compute กลายเป็น Asset Class ใหม่ของโลก
ลองเริ่มจากเรื่องง่ายที่สุด สมมติว่าคุณมีเงิน 10 ล้านบาท คุณสามารถนำเงินไปซื้อคอนโด แล้วปล่อยเช่าเดือนละ 50,000 บาท ทันทีที่คอนโดเริ่มสร้างค่าเช่า มันไม่ได้เป็นเพียง “อาคาร” อีกต่อไป
ในสายตาของนักลงทุน มันคือ สินทรัพย์ที่สร้างกระแสเงินสด ธนาคารจึงสามารถประเมินได้ว่า
คอนโดนี้ราคาเท่าไร
ปล่อยเช่าได้เดือนละเท่าไร
มีผู้เช่าหรือไม่
อีก 5 ปีน่าจะขายต่อได้เท่าไร
แล้วธนาคารก็สามารถปล่อยกู้โดยใช้คอนโดนั้นเป็นหลักประกันได้ต่อ
คำถามคือ...
ถ้า GPU สามารถทำแบบเดียวกันได้ล่ะ?
GPU เริ่มมีบางอย่างที่คล้ายอสังหาริมทรัพย์ให้เช่า ลองคิดว่าคุณเป็นเจ้าของ NVIDIA GPU จำนวน 10,000 ตัว คุณไม่จำเป็นต้องใช้ GPU เหล่านั้นเอง
คุณสามารถนำมันไปติดตั้งใน Data Center แล้วเปิดให้บริษัท AI เข้ามาเช่าใช้เป็นรายชั่วโมง
OpenAI อาจต้องการ Compute เพื่อ Train Model บริษัท Startup อาจต้องการ GPU 500 ตัวเป็นเวลา 3 เดือน
บริษัทขนาดใหญ่อาจต้องการ GPU เพื่อทำ AI Inference ทุกวัน แทนที่จะซื้อ GPU เองทั้งหมด บริษัทเหล่านี้สามารถ “เช่า Compute” จากคุณได้
สิ่งที่เกิดขึ้นจึงคล้ายกับโรงแรม
โรงแรมมีห้อง GPU Cloud มี Compute โรงแรมมี Occupancy Rate GPU Cloud มี Utilization Rate
โรงแรมมีรายได้ต่อห้อง GPU Cloud มีรายได้ต่อ GPU-hour เมื่อมองแบบนี้ GPU จึงเริ่มเปลี่ยนสถานะจาก Electronic Equipment ไปเป็น Income-Producing Asset หรือสินทรัพย์ที่สามารถสร้างรายได้
และนี่คือเหตุผลที่ CoreWeave สำคัญมาก
หากอยากเข้าใจว่าการเงินของ GPU กำลังเปลี่ยนไปอย่างไร หนึ่งในกรณีศึกษาที่ดีที่สุดคือ CoreWeave
CoreWeave เริ่มต้นจากธุรกิจที่เกี่ยวข้องกับ Crypto Mining ก่อนจะเปลี่ยนตัวเองมาเป็นผู้ให้บริการ AI Cloud ที่มี NVIDIA GPU จำนวนมาก
Business Model นั้นเข้าใจง่าย
กู้เงิน > ซื้อ GPU > ติดตั้งใน Data Center > ให้บริษัท AI เช่า > นำค่าเช่ามาจ่ายดอกเบี้ยและคืนเงินกู้
สิ่งที่น่าสนใจคือ Wall Street ยอมรับ GPU และโครงสร้างพื้นฐานที่เกี่ยวข้องเป็นส่วนหนึ่งของหลักประกัน
ปี 2024 CoreWeave สามารถระดม Debt Financing ได้ถึง 7.5 พันล้านดอลลาร์ จากกลุ่มนักลงทุนที่นำโดย Blackstone และ Magnetar เพื่อขยายโครงสร้างพื้นฐาน AI ของบริษัท
ก้าวต่อมาน่าสนใจกว่านั้นอีก
เดือนมีนาคม 2026 CoreWeave ปิดดีลวงเงิน 8.5 พันล้านดอลลาร์ ซึ่งบริษัทระบุว่าเป็น GPU-backed / HPC infrastructure financing ระดับ Investment Grade ครั้งแรก โดยโครงสร้างเงินกู้มีทั้งตัว Infrastructure และสัญญากับลูกค้าเป็นองค์ประกอบสำคัญของเครดิต
ตรงนี้คือจุดเปลี่ยนที่สำคัญมาก เพราะโลกการเงินกำลังบอกว่า
“เราเริ่มประเมินความเสี่ยง และปล่อยเงินกู้โดยมี AI Compute Infrastructure รองรับได้แล้ว”
จากนั้น NVIDIA ก็เดินเกมใหญ่กว่าเดิม
วันที่ 10 สิงหาคม 2026 NVIDIA ประกาศความร่วมมือกับสถาบันการเงินยักษ์ใหญ่ 6 แห่ง ได้แก่ Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs และ KKR
เป้าหมายคือสร้างแพลตฟอร์มทางการเงินที่จะระดมเงินทุนจากภายนอกมากกว่า 500,000 ล้านดอลลาร์ ในระยะยาว เพื่อนำไปสนับสนุนการสร้าง AI Infrastructure
นี่ไม่ใช่ NVIDIA ตั้งกองทุน 500,000 ล้านดอลลาร์ด้วยเงินของตัวเอง
แต่แนวคิดคือ
เอาเงินจากตลาดทุน > มาลงทุนใน AI Infrastructure > ซื้อและติดตั้ง NVIDIA Compute > ปล่อยให้ลูกค้าใช้งาน > สร้างกระแสเงินสด > นำกระแสเงินสดนั้นมารองรับเงินทุน
NVIDIA เรียกโครงสร้างเหล่านี้ว่า AI Factories ไม่ใช่เพียงห้องที่เต็มไปด้วย GPU
แต่เป็นระบบทั้งหมดตั้งแต่ GPU, Networking, Server, Software, CUDA ไปจนถึง Infrastructure ที่ทำให้เครื่องจักรเหล่านี้สามารถผลิตสิ่งหนึ่งออกมาได้
สิ่งนั้นคือ Intelligence NVIDIA อธิบาย AI Factory ว่าเป็นโครงสร้างพื้นฐานที่ถูกสร้างขึ้นเพื่อผลิต Intelligence ในระดับอุตสาหกรรม โดยมีการสร้าง Token เป็นหน่วยผลผลิตสำคัญของระบบ
ทำไม NVIDIA ถึงเรียก Compute ว่า “Investable Asset”?
เพราะถ้าคุณต้องการให้ Wall Street ลงเงินหลายแสนล้านดอลลาร์ในอะไรบางอย่าง คุณต้องทำให้สิ่งนั้นมีคุณสมบัติที่นักลงทุนเข้าใจได้ นักลงทุนต้องสามารถถามได้ว่า
สินทรัพย์นี้สร้างรายได้เท่าไร?
มีลูกค้าเช่าใช้งานหรือไม่?
Utilization อยู่ระดับไหน?
กระแสเงินสดในอนาคตเป็นอย่างไร?
อายุการใช้งานกี่ปี?
และเมื่อหมดสัญญากับลูกค้ารายหนึ่งแล้ว สามารถย้ายไปให้ลูกค้ารายอื่นใช้ต่อได้หรือไม่?
ตรงนี้เองที่ NVIDIA พยายามเปลี่ยน Narrative ของตัวเอง จาก GPU คือชิปที่ต้องซื้อใหม่ทุก Generation
ไปเป็น AI Compute คือ Infrastructure ที่สามารถสร้างรายได้ตลอดอายุการใช้งาน
NVIDIA ระบุว่า Compute ของบริษัทมีความยืดหยุ่น สามารถรองรับ Model และ Workload หลายประเภท รวมถึงสามารถโยกย้ายการใช้งานระหว่างลูกค้าและผู้ให้บริการได้ โดยมี CUDA ecosystem เป็นส่วนสำคัญที่ช่วยรักษาคุณค่าทางเศรษฐกิจของระบบ
นี่สำคัญมาก เพราะยิ่งสินทรัพย์นำกลับไปใช้กับลูกค้าคนอื่นได้ง่ายเท่าไร Residual Value หรือมูลค่าที่เหลืออยู่ของสินทรัพย์ก็ยิ่งสูงขึ้น และยิ่ง Residual Value มีความน่าเชื่อถือมากขึ้นเท่าไร ต้นทุนทางการเงินก็มีโอกาสลดลง NVIDIA เริ่มเข้ามาช่วยเรื่อง “มูลค่าคงเหลือ”
ปัญหาใหญ่ของธนาคารเวลาปล่อยกู้ซื้อ GPU คืออะไร?
ลองสมมติว่าคุณปล่อยกู้ 100 ล้านดอลลาร์ให้บริษัทแห่งหนึ่งไปซื้อ GPU แล้วอีกสามปี NVIDIA เปิดตัวชิปรุ่นใหม่ที่เร็วกว่าเดิมมหาศาล
คำถามคือ
GPU รุ่นเก่าที่เป็นหลักประกันของคุณยังมีราคาเท่าไร? นี่ต่างจากอพาร์ตเมนต์ อพาร์ตเมนต์อายุ 3 ปีไม่ได้อยู่ดี ๆ ช้ากว่าอพาร์ตเมนต์ใหม่ 10 เท่า
แต่ Technology สามารถถูก Disrupt ได้เร็วมาก นี่คือความเสี่ยงใหญ่ที่สุดอย่างหนึ่งของ GPU-backed financing และ NVIDIA ก็กำลังพยายามแก้ปัญหานี้
ภายใต้แพลตฟอร์มใหม่ Jensen Huang ระบุว่า ในบางโครงการ NVIDIA อาจให้ Residual-value support ได้สูงสุดประมาณ 25% ของโอกาสการลงทุนเป็นรายกรณี เพื่อช่วยรองรับความเสี่ยงด้านมูลค่าคงเหลือ ขณะที่การพิจารณาเครดิตหลักยังเป็นหน้าที่ของสถาบันการเงินภายนอก
พูดแบบง่ายที่สุดคือ
Wall Street ถามว่า “ถ้าอีก 5 ปี GPU พวกนี้ราคาตกหนัก แล้วลูกหนี้จ่ายเงินไม่ได้ ใครจะรับความเสี่ยง?”
NVIDIA กำลังตอบว่า “ในบางดีล เราพร้อมช่วยรับความเสี่ยงเรื่องมูลค่าคงเหลือบางส่วน”
หากโมเดลนี้ใช้งานได้จริง สิ่งที่ตามมาอาจสำคัญมาก เพราะความเสี่ยงลดลง → ดอกเบี้ยลดลง → หาเงินซื้อ GPU ได้ง่ายขึ้น → สร้าง AI Factory ได้มากขึ้น → ซื้อ NVIDIA Infrastructure เพิ่มขึ้น
มันคือวงจรที่สามารถขยายตัวเองได้นี่คือ Financial Flywheel ของ NVIDIA ลองมองภาพทั้งหมดอีกครั้ง บริษัท AI ต้องการ Compute แต่ไม่มีเงินหลายพันล้านดอลลาร์ซื้อ GPU
Wall Street มีเงิน แต่ต้องการสินทรัพย์ที่สามารถสร้าง Cash Flow และประเมินความเสี่ยงได้
NVIDIA มี GPU + CUDA + Networking + Software และมีลูกค้าทั่วโลกที่ต้องการ Compute
สิ่งที่ NVIDIA กำลังทำคือการสร้าง “สะพาน” เชื่อมสองโลกเข้าด้วยกัน จากเดิม มีเงิน → ซื้อ GPU กลายเป็นมี Demand > Wall Street ให้เงินทุน > สร้าง AI Factory > AI Factory สร้าง Compute > ลูกค้าจ่ายค่าใช้งาน → กระแสเงินสดจ่ายคืนเจ้าหนี้
เมื่อโครงสร้างนี้เกิดขึ้น NVIDIA ไม่ได้มีหน้าที่แค่ผลิตชิปอีกต่อไป NVIDIA กำลังช่วยสร้าง Financial Infrastructure รอบชิปของตัวเอง และนี่อาจเป็นสิ่งที่ทรงพลังกว่าการขาย GPU เสียอีก
คำถามต่อมาทำไมเรื่องนี้ถึงสำคัญกับ NVIDIA?
เพราะข้อจำกัดของตลาด AI ต่อไปอาจไม่ใช่แค่ “ผลิต GPU ได้กี่ตัว” แต่อาจเป็น “ใครมีเงินซื้อ Infrastructure เหล่านี้ได้บ้าง?”
บริษัทอย่าง Microsoft, Meta, Amazon หรือ Google มี Balance Sheet ขนาดมหาศาล แต่ AI Startup, Sovereign AI, บริษัท Enterprise หรือผู้ให้บริการ GPU Cloud รายเล็ก ไม่มีเงินทุนระดับเดียวกัน
ถ้าลูกค้าอยากซื้อ GPU แต่ไม่มีเงิน สำหรับ NVIDIA นั่นคือ Demand ที่ไม่สามารถกลายเป็น Revenue ได้ แต่ถ้า NVIDIA สามารถพาเงินของ BlackRock, Apollo, KKR หรือสถาบันการเงินอื่นเข้ามาช่วย Financingลูกค้าที่เคยซื้อไม่ได้ ก็อาจซื้อได้
นั่นหมายความว่า NVIDIA ไม่จำเป็นต้องโตด้วยเงินของตัวเองเพียงอย่างเดียว บริษัทสามารถใช้ Balance Sheet ของโลกการเงิน มาช่วยขยาย NVIDIA ecosystem
แต่ต้องเข้าใจให้ถูกว่า “GPU เป็น Asset Class” ไม่ได้หมายถึงอะไร มันไม่ได้หมายความว่าเราจะเปิดแอป Broker แล้วซื้อ “กองทุน H100 ETF” เหมือนซื้อหุ้นหรือทองคำ
และไม่ได้หมายความว่า GPU ทุกตัวจะรักษามูลค่าได้เหมือนอสังหาริมทรัพย์ สิ่งที่กำลังถูกทำให้เป็น Asset Class จริง ๆ คือ AI Compute Infrastructure และกระแสเงินสดที่เกิดจากมัน
GPU เป็นหัวใจของสินทรัพย์นั้น แต่สิ่งที่นักลงทุนให้เงินจริง ๆ คือ
GPU + Data Center + Networking + Software + ลูกค้า + สัญญา + Utilization + Cash Flow
เหมือนกับเวลาธนาคารปล่อยกู้ให้โรงไฟฟ้า ธนาคารไม่ได้สนใจเพียงว่ากังหันราคาเท่าไร
ธนาคารสนใจด้วยว่า
โรงไฟฟ้าขายไฟให้ใคร
มีสัญญาซื้อขายไฟนานแค่ไหน
ผลิตไฟได้เท่าไร
กระแสเงินสดพอจ่ายหนี้หรือไม่
AI Factory กำลังเดินเข้าสู่โลกเดียวกัน และนี่คือจุดที่ทั้งน่าตื่นเต้น...และน่ากลัว เพราะระบบนี้จะทำงานได้ดีมากตราบใดที่
AI Demand เติบโต GPU มี Utilization สูง ลูกค้ายังยอมจ่ายค่า Compute และ NVIDIA GPU รุ่นเก่ายังมีมูลค่าทางเศรษฐกิจ
แต่ลองกลับด้านสมมติฐาน ถ้าวันหนึ่ง AI Demand โตช้ากว่าคาด Data Center ถูกสร้างมากเกินไป
ราคาค่าเช่า GPU ลดลง หรือ GPU Generation ใหม่ทำให้ของเก่าล้าสมัยเร็วกว่าที่ตลาดการเงินคาด Cash Flow ที่เคยรองรับเงินกู้ก็อาจลดลง
ขณะที่มูลค่าของหลักประกันก็ลดลงพร้อมกัน
นี่คือเหตุผลว่าทำไมบางฝ่ายจึงกังวลเรื่อง Leverage, Circular Financing และความเร็วในการเสื่อมค่าของ Hardware ในระบบ AI financing ใหม่
Asset Class ใหม่ทุกชนิดดูสวยงามในช่วงที่ราคาขึ้นและ Demand สูง คำถามสำคัญจริง ๆ จะเกิดขึ้นในวันที่ Cycle กลับตัว
จาก “ขายพลั่ว” สู่ “สร้างระบบการเงินให้คนซื้อพลั่ว” ที่ผ่านมาเราเรียก NVIDIA ว่าเป็นบริษัทขายพลั่วในยุคตื่นทอง AI ใครอยากขุดทอง AI ต้องมาซื้อ GPU จาก NVIDIA
แต่วันนี้คำเปรียบเทียบนั้นอาจไม่เพียงพออีกต่อไป เพราะ NVIDIA ไม่ได้ขายเพียงพลั่ว บริษัทกำลังช่วยสร้างบริษัทให้เช่าพลั่ว
สร้างตลาดสำหรับเช่าพลั่ว ช่วย Wall Street ประเมินว่าพลั่วสร้างเงินได้เท่าไร ช่วยให้ธนาคารยอมรับพลั่วเป็นส่วนหนึ่งของหลักประกัน และในบางกรณี NVIDIA ยังพร้อมช่วยรองรับมูลค่าของพลั่วในอนาคตอีกด้วย
นี่คือวิวัฒนาการจาก Chip Company สู่ AI Infrastructure Platform และกำลังก้าวต่อไปสู่ Financial Ecosystem รอบ AI Infrastructure
ถ้า NVIDIA ทำสำเร็จ สิ่งที่เปลี่ยนอาจใหญ่กว่าราคาหุ้น NVIDIA เพราะเมื่อสินทรัพย์ชนิดหนึ่งสามารถสร้าง Cash Flow ได้ มันสามารถถูก Finance ได้
เมื่อ Finance ได้ มันสามารถใช้ Leverage ได้ เมื่อใช้ Leverage ได้ เงินทุนที่เข้าสู่อุตสาหกรรมก็ไม่จำเป็นต้องมาจากบริษัท Technology อย่างเดียวอีกต่อไป
เงินของธนาคาร
Private Credit
Insurance Company
Pension Fund
Asset Manager
Infrastructure Fund
สามารถไหลเข้าสู่ AI ได้ด้วย และนั่นอาจเป็นจุดเริ่มต้นของเงินทุนหลายล้านล้านดอลลาร์ที่เข้ามาสร้าง AI Infrastructure ในอีกหลายปีข้างหน้า
NVIDIA จึงไม่ได้พยายามขาย GPU ให้ได้มากขึ้นอย่างเดียว บริษัทกำลังพยายามทำสิ่งที่ลึกกว่านั้น
ทำให้โลกการเงินเชื่อว่า Compute สามารถเป็นสินทรัพย์ที่ลงทุนได้ Jensen Huang สรุปแนวคิดนี้สั้นมากว่า
“In AI, compute is revenue.”
ประโยคนี้อาจเป็นหัวใจของเรื่องทั้งหมด เพราะถ้า Compute สร้าง Revenue ได้
Revenue สามารถกลายเป็น Cash Flow
Cash Flow สามารถรองรับ Debt
Debt สามารถดึง Capital เข้ามา
Capital สร้าง Data Center
Data Center ซื้อ GPU
GPU สร้าง Compute
แล้ววงจรก็เริ่มต้นใหม่อีกครั้ง จากชิปหนึ่งตัว สู่เครื่องจักรผลิต Intelligence จากเครื่องจักรผลิต Intelligence สู่สินทรัพย์ที่สร้าง Cash Flow และจากสินทรัพย์ที่สร้าง Cash Flow สู่ Asset Class ใหม่ของ Wall Street
_______________________________________________________
"XSpring Group" GATEWAY TO GREATER WEALTH ประตูสู่ความมั่งคั่งและยั่งยืน
________________________________________________________
#กลุ่มธุรกิจการเงินเอ็กซ์สปริง
