หุ้นเปลี่ยนโลก

27/08/2026

เมื่อวานผมได้ไปพูดที่งาน Techsauce Global Summit มาหัวข้อเรื่องเกี่ยวกับการใช้ AI ในการลงทุน ร่วมกับคุณเดียร์ จาก Liberator และคุณบิ๊ก จาก Deepscope ขอบคุณมุมมองจากทั้งสองท่าน ทั้งเรื่องประโยชน์และข้อควรระวังของการใช้ AI ในการลงทุน และการทำงานของ Quant ที่ต่างจาก LLM ครับ

ผมขอสรุปประเด็นของผมประมาณนี้

1. AI จะเป็น Second Brain และการทำ Second Brain จะง่ายขึ้น

ทุกวันนี้จากที่ติดตามเพจของลงทุนไดอารี่ AI ถูกใช้เป็น Second Brainในการลงทุนแล้ว มันคอยอัปเดตเป็นรายตัวว่าบริษัทที่ผมถือ ยังเดินตาม thesis ที่ผมเขียนไว้อยู่ไหม หรือเริ่มออกนอกทางแล้ว มันเจ๋งมาก และผมว่าด้วยความเจ๋งขนาดนี้ต่อไป AI LABS จะทำให้มันง่ายขึ้นไปอีก เพราะ AI เข้าถึงข้อมูลเราเยอะขึ้นเรื่อยๆ (Drive, Mail, PC เข้าหมด) ต่อไปการทำ Second Brain จะไม่ยาก หรืออาจจะไม่ต้องทำอะไรด้วยซ้ำ

2. คอขวดย้ายมาอยู่ที่ความเร็วและประสิทธิภาพในการรับข้อมูลของนักลงทุน

ข้อมูลตอนนี้มันล้นครับ เพื่อนส่งรายงานสรุป earnings call Amazon ที่ AI ทำให้มาให้ 36 หน้า — ยาวกว่าตัว call เองอีก 555 ความเร็วในการหาข้อมูลไม่ใช่ปัญหาแล้ว ปัญหาคือความเร็วที่เราจะย่อยมัน ตัดเสียงรบกวนทิ้ง เชื่อมโยงกับโลกจริง แล้วสร้าง conviction ขึ้นมาได้ AI มันเก่งสุดตอนที่เรารู้เรื่องนั้นดีอยู่แล้ว เพื่อนผมพูดไว้ดีมาก "ถ้าคิดว่ารู้จักหุ้นตัวนี้จริง คุณต้องชี้ได้ว่า AI มันตกอะไรไป

3. ผมพยายามไม่ให้ AI คิดแทน และยังไม่ได้ให้เทรดแทน

ผมใช้มันสรุป เก็บ และเตือนความจำเรื่อง thesis แต่ผมไม่เชื่อว่ามันมี edge เรื่องจังหวะสั้นๆ ตรงกันข้าม LLM มันมีจะไม่บอกเราให้คิดสองชั้น (แบบที่ Howard marks ชอบพูด) แล้วดูจะชอบคล้อยตามกรอบที่เราตั้งให้ มันแทบไม่เคยเตือนเราว่า "ข่าวนี้ราคาสะท้อนไปแล้วนะ" ถ้าเราไม่ถามเอง สำหรับคนลงทุนยาว อย่า outsource ส่วนที่เป็นการคิดครับ alpha อยู่กับคนที่มีมุมมองที่ต่างและถูก AI ช่วยสร้าง thesis ได้ทุกอัน แต่มันสร้าง conviction ให้เราไม่ได้

ทีม Liberator สรุปทั้ง session ไว้ละเอียดมาก อ่านต่อได้ตามลิงก์เลยครับ 👇

Would You Dare to Let AI Invest for You 100%?
Keytakeaways จากเวที Techsauce Global Summit 2026 โดยวิทยากรทั้ง 3 ท่าน ได้แก่ คุณวทันยา บุนนาค (มาดามเดียร์) จาก Liberator Securities, คุณธานินทร์ แซมมณี (คุณบิ๊ก) จาก Deepscope และ คุณเมธพนธ์ อมรธีรสรรค์ (คุณเมฆ) จากเพจหุ้นเปลี่ยนโลก ได้มาร่วมแลกเปลี่ยนมุมมองในฐานะ โบรกเกอร์ ผู้พัฒนา AI และนักลงทุน โดยมี คุณเชาวรัตน์ ยงจิรนนท์ จาก Techsauce Media เป็นผู้ดำเนินรายการ
คำถามสำคัญของเวทีไม่ใช่เพียงว่า "AI เก่งพอจะลงทุนแทนคนได้หรือยัง?" แต่คือ "เราควรให้อำนาจ AI ตัดสินใจแทนเรามากแค่ไหน?"
[ นี่คือ 5 ประเด็นสำคัญที่จากเวทีที่น่าเอาไปคิดต่อ ]
👉 1. AI กำลังเปลี่ยนจาก "เครื่องมือช่วยค้นหา" เป็น "เครื่องมือยกระดับศักยภาพนักลงทุน"
วิวัฒนาการของ AI กำลังก้าวจากระบบตอบคำถามไปสู่ AI Agents ที่สามารถค้นหา วิเคราะห์ เชื่อมโยงข้อมูล และทำงานหลายขั้นตอนต่อเนื่องได้ ทำให้ AI ไม่ได้เป็นเพียงเครื่องมือช่วยประหยัดเวลา แต่กำลังกลายเป็น "Second Brain" ของนักลงทุน
ผลลัพธ์คือ โลกการลงทุนกำลังเปลี่ยนจากการใช้เทคโนโลยีเพื่อ เพิ่มการเข้าถึง (Access) ไปสู่การใช้ AI เพื่อ Democratize Capabilities หรือการทำให้เครื่องมือวิเคราะห์ระดับมืออาชีพเข้าถึงนักลงทุนรายย่อยได้มากขึ้น
อย่างไรก็ตาม เมื่อข้อมูลหาได้ง่ายขึ้น "คอขวด" ของนักลงทุนจึงไม่ใช่การหาข้อมูลอีกต่อไป แต่คือ ความสามารถในการซึมซับ ทำความเข้าใจ และเชื่อมโยงข้อมูลเพื่อใช้ตัดสินใจลงทุน
👉 2. Quant กับ LLM เครื่องมือคนละประเภทที่ควรทำงานร่วมกัน
หนึ่งในประเด็นที่ถูกย้ำบนเวทีคือ การลงทุนยุค AI ไม่ใช่การเลือกระหว่าง Quant Model หรือ Large Language Model (LLM) แต่คือการใช้แต่ละเครื่องมือให้เหมาะกับหน้าที่
LLM มีจุดเด่นในการสรุปข้อมูล วิเคราะห์ข่าว เชื่อมโยงข้อมูลเชิงคุณภาพ และช่วยค้นคว้าเบื้องต้น ขณะที่ Quant Model ทำงานอย่างเป็นระบบ ใช้ข้อมูลที่ผ่านการตรวจสอบ สามารถทำ Backtesting และประเมินผลตอบแทน ความเสี่ยง รวมถึง Maximum Drawdown ได้ หากมีข้อมูลย้อนหลังที่เพียงพอ
แนวทางที่เหมาะสมคือ ใช้ LLM เพื่อทำความเข้าใจข้อมูลและตั้งสมมติฐาน จากนั้นใช้ Quant Model ตรวจสอบว่ากลยุทธ์นั้นมีความเป็นไปได้และมีความเสี่ยงในระดับใด ก่อนนำไปใช้ลงทุนจริง
👉 3. AI ช่วยลดเวลาวิเคราะห์ แต่ไม่ได้การันตีว่าคำตอบจะถูกต้อง
แม้ LLM จะตอบคำถามได้อย่างรวดเร็วและเป็นธรรมชาติ แต่หลักการทำงานของมันคือการสร้างคำตอบจาก ความน่าจะเป็นทางสถิติของภาษา ไม่ใช่การรับประกันข้อเท็จจริง
จึงมีโอกาสเกิด Hallucination หรือการสร้างข้อมูลที่คลาดเคลื่อนขึ้นมาโดยที่คำตอบยังดูน่าเชื่อถือ
อีกประเด็นหนึ่งที่ถูกพูดถึงบนเวทีคือ หากนักลงทุนใช้ AI เพื่อถามข่าวรายวันหรือแนวโน้มระยะสั้น AI อาจเรียบเรียงข้อมูลที่กำลังเป็นกระแสออกมาเป็นคำตอบที่ฟังดูสมเหตุสมผล จนทำให้ผู้ใช้งานยิ่งเชื่อในมุมมองเดิมของตัวเอง และอาจขยายทั้ง ความกลัวและความโลภ แทนที่จะช่วยสร้างวินัยในการลงทุน
ดังนั้น AI จึงควรเป็น ผู้ช่วยวิเคราะห์ มากกว่าผู้ตัดสินใจแทนนักลงทุน
👉 4. การใช้ AI ผิดประเภท อาจนำไปสู่การตัดสินใจที่ผิดพลาด
หนึ่งในกรณีศึกษาที่ถูกยกขึ้นบนเวที คือ นักลงทุนที่นำ General AI ไปถามว่า "ควรซื้อหุ้นตัวไหนดี" แล้วนำคำตอบไปลงทุนจริงจนขาดทุน
บทเรียนสำคัญไม่ใช่ว่า AI ใช้ไม่ได้ แต่คือ การใช้เครื่องมือผิดวัตถุประสงค์
LLM ไม่ได้ถูกออกแบบมาเพื่อให้คำแนะนำการลงทุนเฉพาะบุคคล ขณะที่ข้อมูลบนโลกออนไลน์ก็มักสะท้อนกระแสของตลาดในช่วงเวลานั้น ซึ่งในหลายกรณี ความคาดหวังเชิงบวกอาจถูกสะท้อนเข้าไปในราคาหุ้นแล้ว (Already Priced In)
การตัดสินใจลงทุนโดยอาศัยเพียงคำตอบของ AI โดยไม่ตรวจสอบข้อมูลและไม่มีกระบวนการวิเคราะห์เพิ่มเติม จึงอาจสร้างความเสี่ยงมากกว่าที่หลายคนคิด
👉 5. ต่อให้ AI ฉลาดแค่ไหน "มนุษย์" ก็ยังต้องเป็นผู้รับผิดชอบการตัดสินใจขั้นสุดท้าย
คำถามของ Session คือ "คุณกล้าให้ AI ลงทุนแทนคุณ 100% หรือไม่?"
คำตอบจากบนเวทีมีทิศทางเดียวกันว่า "ยังไม่ใช่ทั้งหมด"
เหตุผลไม่ใช่เพราะ AI ไม่เก่ง แต่เพราะ AI ไม่ใช่ ‘คนที่ต้องใช้เงิน’ 🔥
AI ไม่อาจรับรู้ได้อย่างแม้จริงว่าเรารับความเสี่ยงได้แค่ไหน ไม่รู้เป้าหมายชีวิต ไม่รู้ว่าเงินก้อนนี้คือเงินเกษียณ เงินซื้อบ้าน หรือเงินค่าเล่าเรียนลูก หรืออาจไม่รู้ด้วยซ้ำว่าอาทิตย์หน้าเราจะต้องใช้เงินก้อนหรือเปล่า อีกทั้งปัจจัยเชิงคุณภาพ เช่น ความน่าเชื่อถือของผู้บริหาร วัฒนธรรมองค์กร หรือธรรมาภิบาล ก็ยังต้องอาศัยวิจารณญาณของมนุษย์ในการตีความ
สุดท้าย นักลงทุนจึงยังต้องเป็นผู้กำหนดกรอบการลงทุน กำหนดระดับความเสี่ยงที่ยอมรับได้ และเป็นผู้ตัดสินใจว่า เมื่อใดควรให้ AI ทำงาน และเมื่อใดควรหยุดระบบ
🔑 Key Quotes จากวิทยากร
⏺️ คุณเมฆ (หุ้นเปลี่ยนโลก)
ใช้ AI เป็นผู้ช่วยที่เก่งกาจ แต่อย่าส่งออกความคิด (Don't export your thinking) ไปให้มันทั้งหมด เพราะการสร้างผลตอบแทนที่ชนะตลาดในระยะยาว ยังต้องอาศัยมุมมองที่แตกต่างและวิจารณญาณของมนุษย์
⏺️คุณบิ๊ก (Deepscope)
ใช้ LLM เพื่อทำความเข้าใจข้อมูลเบื้องต้น แต่เมื่อจะตัดสินใจลงทุนระยะยาว ควรใช้ Quant Model เข้ามาตรวจสอบ ทดสอบ และประเมินความเสี่ยงอย่างเป็นระบบ
⏺️คุณเดียร์ (Liberator Securities)
AI ช่วยให้เครื่องมือระดับมืออาชีพเข้าถึงนักลงทุนรายย่อยได้มากขึ้น แต่สุดท้าย นักลงทุนยังต้องเข้าใจเครื่องมือ ตั้งกฎการลงทุน และใช้วิจารณญาณของตัวเองในการตัดสินใจ
🔚 บทสรุป: เวทีนี้กำลังชวนตั้งคำถามว่า "เราควรให้อำนาจ AI มากแค่ไหน" AI อาจช่วยให้เราค้นหาข้อมูล วิเคราะห์งบการเงิน และประมวลผลข่าวสารได้เร็วกว่าเดิม แต่สิ่งที่ AI ยังทำแทนไม่ได้ คือการกำหนดเป้าหมายชีวิต ระดับความเสี่ยงที่ยอมรับได้ และความรับผิดชอบต่อผลลัพธ์ของการลงทุน
ข้อมูลนี้เป็นเพียงการจดบันทึกบางส่วนจากงาน Techsauce Global Summit 2026
---
❝ ปลดล็อกศักยภาพทางการเงินให้คุณ ❞
แพลตฟอร์มการลงทุน
ที่พร้อมสนับสนุนคนไทยให้มีอิสระทางการเงิน

09/08/2026

ตอน ChatGPT ออกมาใหม่ๆ ผมก็เป็นคนนึงที่คิดว่ามันจะทำงานแทนพนักงาน Outsource ที่ประเทศ Philippines

ปรากฎยังโตต่อจ้า เพราะว่า AI ช่วยให้ทีมงานจากฟิลลิปปินส์ทำงานต่างๆ ได้มากขึ้นไปอีก 👌

หันมาดูตัวเองเราก็ใช้ Google Sheets ไรงี้มากขึ้นนะ

ส่วนองค์กรก็คงใช้ software ต่างๆ มากขึ้น ตามที่เฉลยในหุ้น ส่วนตัวที่ Laggard ถึงแม้ยังโตอยู่ แต่เป็นตัวที่ตลาดยังกลัวว่า OpenAI/Anthropic จะพัฒนาแอปของตัวเองเพื่อมาแย่งส่วนแบ่งตลาดไป

25/07/2026

“Taste” คือ Moat ตัวจริงของ Enterprise AI ??

……….

Alex Karp CEO ของ Palantir ไปออกคลิปสัมภาษณ์รายการ TBPN ที่งาน AIPCon 10 พูดเกี่ยวกับเรื่อง Token Maxxing และ Taste ในการใช้ AI ผมคิดว่าเป็นอีกหนึ่งมุมมองที่อาจจะสวนทางกับกระแสหลัก แต่มันค่อนข้างสะท้อนตัวตนของ Palatir และทิศทางของบริษัทโดยรวมได้ดีเลยครับ

1. Token Maxing คือปัญหาใหญ่ของ Enterprise AI ในตอนนี้

Karp บอกว่าแม้ AI จะมีของจริงและสร้างมูลค่าได้ แต่ Frontier Lab ส่วนใหญ่กลับนำไปใช้กับองค์กรแบบที่ใช้ไม่ได้ผลจริง พนักงานเสพ Output จาก AI ไปเรื่อยๆแบบเสพติด รู้สึกเหมือนได้ทำงาน แต่ไม่ได้แก้ปัญหาธุรกิจจริงสักที เขาเปรียบเทียบพฤติกรรมนี้เหมือนการเสพติดหนังโป๊ที่ทำให้รู้สึกดีและเพลิดเพลิน แต่สุดท้ายก็แค่เผาเงินองค์กรทิ้งไปเปล่าๆ

2. “You Can’t Scale Taste” คือใจความสำคัญของคลิปนี้

Karp มองว่าปัญหาคอขวดของ Enterprise AI ไม่ได้ติดที่ Compute หรือความฉลาดของโมเดล แต่ติดที่ Taste ต่างหาก และ Taste เป็นสิ่งที่จะ Scale ให้ทุกคนมีเหมือนกันได้ยากมาก

เขายกตัวอย่างแบ่งงานเป็น 2 แบบ คือ

1) Intelligence Part คือ งานทั่วไปที่ LLM จัดการได้เลยด้วยตัวเอง เช่น เขียนรายงานแบบครั้งเดียวจบ การทำ Dashboard วิเคราะห์ความน่าจะเป็นต่างๆ หรือการเขียน Code แบบอิสระทั่วไป

2) Knowledge Store Part คือ งานที่ต้องมี “คลังความรู้เฉพาะทาง” ของธุรกิจนั้นๆ ซึ่งซับซ้อนและต้องแม่นยำสูงกว่ามาก ซึ่งส่วนใหญ่แล้วจะเป็นข้อมูลที่ไม่อยากให้คนนอกรู้ ไม่อยากเอาข้อมูลไปใส่ใน Public Cloud เขายกตัวอย่างเช่น Underwriting Logic ของบริษัทประกันหรือบริษัทการเงิน, ขั้นตอนการขุดเจาะน้ำมันและก๊าซ หรือระบบ Supply Chain ของฝ่ายทหาร งานกลุ่มนี้ AI ช่วยเสริมได้ แต่แทนที่ไม่ได้ เพราะต้องอาศัยกระบวนการที่ต่อเนื่องและแม่นยำสูงมาก สิ่งนี้แหละที่ Karp เรียกมันว่า “Taste”

องค์กรที่ทำได้ดีต้องมี “Taste Arbiter” คือคนที่ทำหน้าที่ตัดสินใจ คนที่แยกออกว่าอะไรคือ Insight จริงๆ กับอะไรคือแค่สิ่งที่บริษัทอื่นทำตามๆกันแต่ไม่รู้ว่าสำคัญกับงานตัวเองจริงไหม ซึ่ง Palantir บอกว่าตัวเองฝัง Taste แบบนี้เข้าไปในทั้งตัว Product การนำไปใช้งานจริง และโครงสร้างองค์กร ผ่านระบบ Ontology ของตัวเอง

Karp ยอมรับตรงๆว่าตอนนี้มีคนก็อปปี้แนวทางของ Palantir กันเยอะ บางคนก็อปโดยไม่รู้ตัวด้วยซ้ำ แต่เขามองว่าการถูก Copy มีทั้งข้อเสียและข้อดี

ข้อเสีย คือช่วงแรกจะทำให้ตลาดเต็มไปด้วยคู่แข่งที่ทำตามๆกัน

ข้อดี คือในระยะยาวมันกลับช่วย Validate ตลาด ทำให้คนที่จริงจังยอมซื้อสินค้าจริงๆ และมันจะไปเปลี่ยน Standard ของอุตสาหกรรมทั้งการสรรหาคนและวิธีสร้างบริษัทไปเลย

Karp ยกตัวอย่างวงการ Defense Tech ว่า Palantir จะไม่โตได้ดีขนาดนี้ถ้ามีบริษัทเดียวที่ทำเรื่องนี้ในตลาดภาครัฐ เขามองว่าการมีคู่แข่งกว่า 50 บริษัททำเรื่องคล้ายๆกัน กลับช่วยขยายขนาดตลาดทั้งหมดให้ใหญ่ขึ้น เพราะถ้ามีผู้เล่นแค่รายเดียว สัดส่วนงบประมาณที่จะได้รับก็จะเล็กลงไปด้วย เพราะคงไม่มีใครอยากทุ่มงบให้ตลาดที่มีผู้เล่นแค่เจ้าเดียว แต่พอมีคู่แข่งเยอะขึ้น มันกลับทำให้ทั้งอุตสาหกรรมดูน่าเชื่อถือและมีเงินไหลเข้ามามากขึ้น

ส่วนความเสี่ยงจากการถูกก็อปปี้จริงๆนั้นต่ำ เพราะ Ontology หรือระบบของ Palantir ฝังลึกอยู่ในโครงสร้างองค์กรที่สั่งสมมานาน ต่อให้ก็อปได้บางส่วนก็ต้องใช้เวลาราวๆ 3 ปีกว่าจะตามทัน และภายใน 3 ปีนั้นโลกก็เปลี่ยนไปเป็นอีกเรื่องแล้ว

3. Frontier Lab ดังในสายตานักลงทุน แต่ไม่ค่อยได้ใจ Enterprise

Karp เล่าว่าเทคนิคการขายของเขาคือจะปล่อยให้ลูกค้าองค์กรไปลองใช้ Frontier Lab ก่อน 2 วัน แล้วสุดท้ายพวกเขาก็กลับมาซื้อ Palantir เอง สะท้อนว่า Frontier Lab ดูเท่ดูดีในสายตาตลาดทุน แต่กับคนหน้างานจริงๆ เช่น ทหาร คนขับรถบรรทุก เจ้าของธุรกิจ กลับรู้สึกว่า Token Maxing คือการเผาเงินไปเปล่าๆ

4. เตือนเรื่องความเสี่ยงที่จะถูกรัฐเข้าควบคุมและกระแสการเมือง

เขาบอกว่าเขาได้เตือนผู้บริหาร AI รายใหญ่มาหลายเดือนแล้วว่าบริษัทพวกนี้กำลังเดินหน้าเข้าสู่ความเสี่ยงที่จะถูกรัฐเข้ายึดกิจการ (Nationalize) แต่หลายเจ้าก็ยังเชื่อว่าเป็นไปไม่ได้ สิ่งนี้ไม่น่าเกิดขึ้นที่อเมริกา และบริษัทตัวเองก็สร้างมูลค่าและเป็นที่ชื่นชอบอยู่แล้วไม่น่าจะโดนอะไร ซึ่ง Karp มองว่านั่นคือการอยู่บนความเสี่ยงที่ตัวเองไม่ยอมรับ เพราะเขากลับมองว่ากระแสการเมืองตอนนี้เอนไปทางฝั่งที่อยากควบคุมมากกว่า และคนที่อยากควบคุมคือคนที่ไม่ได้มีความรู้เรื่อง AI เท่าไหร่ ถ้าบริษัทเหล่านี้ไม่รีบพูดเรื่องผลกระทบต่อแรงงาน ความปลอดภัย และความมั่นคงอย่างตรงไปตรงมา ก็เหมือนกำลังเสี่ยงดวงอยู่

5. เรื่อง Layoffs กับอนาคตของแรงงาน

Karp มองว่าการออกมาพูดว่า AI ทำให้ปลดพนักงานได้เยอะๆ เป็นเรื่องที่เสี่ยงทางการเมืองมาก ไม่ว่าจะจริงหรือไม่ก็ตาม มุมมองของเขาคือ AI ควร Upskill คนให้มีค่ามากขึ้น ไม่ใช่ลดค่า และองค์กรในอนาคตจะเป็นแบบมีผู้บริหารเก่งจำนวนน้อย กับพนักงานที่มี Taste และความคิดสร้างสรรค์กระจายอยู่ทั่วทั้งองค์กร

……….

ผมว่าแนวคิดของ Alex Karp ดูเป็นมุมมองที่ค่อนข้างแปลกแหวกแนวและดูสวนทางกับคนอื่นมากๆ หรือว่ามันอาจจะเป็นแบบนั้นจริงๆ เพราะดูจะไปในทิศทางเดียวกับที่ Spotify เพิ่งพูดใน Investor Day ปีนี้เรื่อง “Large Taste Model” เลย คือสุดท้ายความสามารถของ General AI อาจจะกลายเป็นของ Commodity ที่ใครๆก็เข้าถึงได้ไม่ยาก แต่สิ่งที่จะเป็น Moat จริงๆกลับเป็นข้อมูล Taste เฉพาะตัวที่แต่ละบริษัทสั่งสมมา ต้องรอดูกันต่อไปว่าแนวคิดของเขาจะเป็นจริงแค่ไหนครับ

Source : Palantir CEO Alex Karp on Tokenmaxxing & Taste (AIPCon 10, TBPN)

/แอดเติ้ล

21/07/2026

Spotify Investor Day 2026
“จาก Recommendation สู่ Generation”

……….

Spotify เพิ่งจัด Investor Day ครั้งที่ 3 ไปเมื่อ 21 พ.ค. 2026 ที่นิวยอร์ก ปีนี้พิเศษหน่อยเพราะตรงกับวันครบรอบ 20 ปีของบริษัทพอดี และเป็น Investor Day ครั้งแรกที่ Co-CEO คู่ใหม่ Alex Norstrom กับ Gustav Soderstrom ขึ้นนำเองเต็มตัว ผมสรุปประเด็นที่น่าสนใจมาฝากครับ

🟢 Recap ตัวเลขภาพรวมที่ผ่านมา

ตอนนี้ Spotify มีผู้ใช้งานใน 184 Markets, MAU 761 ล้านคน และ Premium Subscriber เกือบ 300 ล้านคนแล้ว นับตั้งแต่ Investor Day ครั้งก่อนในปี 2022 บริษัทโตต่อเนื่อง Revenue CAGR 18%, Gross Margin ขยับมาอยู่ที่ 32% และปี 2025 ทำ Free Cash Flow ได้เกือบ €3 พันล้าน ทีมผู้บริหารบอกว่านี่ไม่ใช่จุดอิ่มตัว แต่เป็นฐานสำหรับการเติบโตในเฟสถัดไป
ที่น่าสนใจคือ Alex บอกว่าปัจจุบันโลกยังใช้ Spotify แค่ 3.5% เท่านั้น แปลว่ายังมี TAM อีกกว่า 96% ของประชากรโลก (อันนี้อาจจะกาวมากไปหน่อย 555+)

🟢 Big Shift : จาก Recommendation สู่ Generation

ส่วนนี้ผมว่าเป็นไฮไลท์ที่น่าสนใจที่สุด Gustav อธิบายมุมมองด้าน AI ของ Spotify ไว้แบบที่ค่อนข้างสวนทางกับบริษัทเทคทั่วไป

เขาบอกว่า Spotify ไม่เชื่อว่า ความได้เปรียบระยะยาวจะมาจากการสร้าง Frontier LLM ของตัวเอง เพราะ General reasoning (พวก Coding, Math) มีแนวโน้มจะกลายเป็นของที่หาซื้อได้ทั่วไปในตลาด (Commodity) เนื่องจากมีเงินลงทุนและการแข่งขันในสายนี้สูงมาก ดังนั้นกลยุทธ์ที่คุ้มค่าที่สุดคือการเอาความสามารถ AI ทั่วไปจากตลาดมาใช้ ไม่ต้องไปแข่งสร้างเอง

แต่ความได้เปรียบที่แท้จริงของ Spotify มาจากการเอา AI ไปจับคู่กับสิ่งที่เป็นของตัวเองจริงๆ นั่นคือ “Taste” หรือรสนิยมเฉพาะบุคคลของผู้ใช้แต่ละคน ซึ่งเป็นข้อมูลที่ Dynamic เปลี่ยนแปลงตลอดเวลา อิงจากพฤติกรรมจริง และเลียนแบบได้ยากมาก

นี่เลยเป็นที่มาของคำว่า “Large Taste Model” หรือ LTM แทนที่จะเทรน LLM ทั่วไป Spotify เลือกเทรนโมเดลที่กินข้อมูล Taste Signal ของผู้ใช้กว่า 3.4 ล้านล้านครั้งต่อวัน วิธีนี้ทำให้ Spotify ยังได้ประโยชน์จาก Frontier AI ที่จะราคาถูกลงเรื่อยๆ ไปพร้อมกับรักษาความได้เปรียบเฉพาะตัวที่คู่แข่งลอกเลียนแบบได้ยาก
Gustav สรุปสั้นๆ ให้เห็นภาพว่าตอนนี้ Spotify กำลังเข้าสู่ยุคที่ “คอมพิวเตอร์เข้าใจภาษาคนในที่สุด” ทำให้ผู้ใช้สามารถสั่งสร้างคอนเทนต์ส่วนตัวได้ตรงใจแบบไม่เคยทำได้มาก่อน เช่น Prompted Playlist ที่พิมพ์บอกได้เลยว่าอยากได้เพลย์ลิสต์แบบไหน หรือ Taste Profile ที่ให้ผู้ใช้บอก Spotify ได้ว่าพวกเขาเป็นคนมีรสนิยมการฟังแบบไหน เพื่อให้ได้คอนเทนต์ที่ตรงจริตมากขึ้น เป้าหมายคือให้ Spotify เป็น Generative Media Platform ไม่ใช่แค่เครื่องเล่นเพลงอีกต่อไป

🟢 Time Well Spent ยังเป็นแกนหลัก

Spotify ยังคงยึดหลัก “เวลาที่มีคุณค่า” มากกว่าการไล่ยอด Engagement เปล่าๆ แค่ Feature Wrapped อย่างเดียวก็มียอดแชร์กว่า 620 ล้านครั้งในปี 2025 ส่วนแคมเปญฉลอง 20 ปีในแอปก็ดึงคนเข้ามาเกือบ 100 ล้านคนภายใน 6 วัน และทำให้ยอด Subscriber โตทำสถิติใหม่เลยทีเดียว

Alex Norstrom พูดถึงปรัชญา Time Well Spent ของบริษัทว่า Spotify ไม่ได้แข่งดึงความสนใจคนแบบ Platform อื่นๆที่เน้นไถฟีดไม่หยุด แต่เน้นสร้างประสบการณ์ที่มีคุณค่าจริงจนคนอยากกลับมาเอง มีผลสำรวจว่าคนรู้สึกดีตอนใช้ Spotify ถึง 90% ของเวลา เทียบกับ Platform อื่นที่คนรู้สึกเสียดายเวลาไปถึง 40-70% โดยเฉพาะกับกลุ่ม Gen Z

🟢 เป้าหมายใหญ่ : 1 พันล้าน Subscriber

โมเดลการโตยังเป็นแบบเดิมคือเริ่มจาก Free User แล้วค่อยๆ Convert มาเป็น Premium ผ่าน Personalization ตลาดที่โตแรงตอนนี้ได้แก่ สวีเดน บราซิล อินเดีย และสหรัฐฯ โดย AI จะเข้ามาช่วยเรื่อง Localization และการ Convert User ให้ดีขึ้นอีก

🟢 ฝั่ง Music : AI Creation Tools

ปี 2025 Spotify จ่ายเงินให้อุตสาหกรรมเพลงไปแล้วกว่า $11 พันล้าน และมี 2 ประกาศเด่นคือ

1. จับมือกับ Universal Music Group ทำ AI Tool ให้ผู้ใช้สามารถสร้าง Cover/Remix เองได้ พร้อมระบบจัดการลิขสิทธิ์และจ่ายค่าตอบแทนศิลปินในตัว นี่คือจุดที่ Spotify คิดว่าจะแก้ปัญหาเรื่องของการใช้ AI ทำเพลงเถื่อนได้

2. อีกหนึ่งไฮไลท์ของงานคือการเปิดตัว “Reserved by Spotify” ฟีเจอร์ใหม่ที่ให้ Premium Subscriber ได้สิทธิ์จองบัตรคอนเสิร์ต 2 ใบก่อนเปิดขายทั่วไป โดยร่วมมือกับ Live Nation และจะเริ่มซัมเมอร์นี้ ถือเป็นแพลตฟอร์ม Streaming เจ้าแรกที่ทำแบบนี้

🟢 Podcast : กำไรปีที่ 2 ติดต่อกันแล้ว

Podcast ทำกำไรต่อเนื่องเป็นปีที่ 2 แล้ว และมีฟีเจอร์ใหม่ “Memberships” เหมือนกับ Youtube ที่ให้ Creator หารายได้ตรงจากแฟนคลับได้เลย บวกกับ AI Feature อย่าง Transcript, Chapter, Personal Podcast ที่ขยายเพิ่ม และมีการจับมือกับ Peloton ทำ Workout Audio แบบ Adaptive ด้วย

🟢 Audiobooks : ยังเติบโตต่อเนื่อง

จาก 150,000 เล่ม ตอนนี้ขยายเป็นกว่า 700,000 เล่มใน 22 Markets ชั่วโมงการฟังโต 60% YoY และ Audiobooks+ ใกล้แตะ ARPU $100M ต่อปีแล้ว มีฟีเจอร์ใหม่อย่าง Page Match, การเชื่อมกับ Bookshop.org และ AI Tool ให้นักเขียนสร้างเสียงอ่านด้วยตัวเองได้

🟢 Advertising : รื้อระบบใหม่หมด

ฝั่งโฆษณากำลังถูก Rebuild ให้เป็นระบบ AI-driven รวมทุก Platform (Music, Podcast, Video) เข้าด้วยกัน ตอนนี้มี Free-tier User 483 ล้านคน และจำนวน Advertiser โต 68% YoY ใน Q1 เน้นทำ Ad ให้ Native, Automated และ Personalized มากขึ้น

……….

ภาพรวมที่ผมเห็นคือ Spotify กำลังพยายามยกระดับตัวเองจากแอปฟังเพลง ไปเป็น Generative Media Ecosystem เต็มรูปแบบ ทั้งเพลง พอดแคสต์ หนังสือเสียง โฆษณา ไปจนถึง Live Event แบบครบวงจร สิ่งที่น่าสนใจคือโมเดล Large Taste Model จะทำให้ Moat ของบริษัทแข็งแกร่งขึ้นได้จริงไหม และถ้ามันคือสิ่งที่ Work จริง ก็น่าลุ้นว่าบริษัทจะโตได้อีกไกลแค่ไหน เพราะยิ่งมีข้อมูล Taste เยอะจากฐาน User ที่เยอะมากอยู่แล้ว คู่แข่งก็ยิ่งทำตามได้ยากขึ้นเรื่อยๆ ครับ

/แอดเติ้ล

เมฆ: คิดต่อ... แล้วตอนนี้ เพื่อนๆ ว่าการดู Netflix Time well spent ไหมครับ?

13/06/2026

ขออุญาตโพสต์เรื่องไม่เกี่ยวกับหุ้นอันนึงครับ

ล่าสุดน้องสาวผมชื่อหมอก (สายศิลปินคนละสายกับพี่มันเลย 555) ทำนิทานภาพ interactive ภาพสั้นๆ ออกมาให้เล่นฟรี

เป็นเรื่องเกี่ยวกับการเยียวยาจิตใจ เนื้อเรื่องน่ารัก ซึ้ง ใจฟู ที่สำคัญภาพในเนื้อเรื่องสวยและ relaxing มากๆ ครับ

ความยาวประมาณ 15 นาที

ใครว่างพักจากอ่านหุ้นสามารถเล่นฟรีได้ที่นี่ mondaymocha.itch.io/jollyandwhimsy-th

หรือบนสตีมชื่อ Jolly and Whimsy

26/05/2026

“You can outsource thinking, but you CANT outsource Understanding.” Andrej Karpathy บอกไว้ในยุคของ AI

12/05/2026

NBIS จาก Sanction สู่ผลตอบแทน 6 เท่าใน 1 ปี

ในช่วง 12 เดือนที่ผ่านมา หุ้นตัวหนึ่งบน NASDAQ ขึ้นจากจุดต่ำสุดที่ $27.20 ไปทำ all-time high ที่ $197.89 พุ่งขึ้นกว่า 600% แต่ใครจะเชื่อว่าเบื้องหลังหุ้นตัวนี้ คือผู้ชายคนหนึ่งที่เคยถูกแบนจากยุโรป ถูกบังคับให้ลาออกจากบริษัทที่ตัวเองสร้างมา 22 ปี และต้องขายกิจการรัสเซียออกไปในราคาที่ถูกบังคับลดครึ่ง

หุ้นตัวนั้นคือ Nebius Group (NASDAQ: NBIS) และผู้ชายคนนั้นคือ Arkady Volozh

เขาเปลี่ยนซากของ Yandex ให้กลายเป็นหนึ่งในบริษัท AI infrastructure ที่ร้อนแรงที่สุดในโลกได้อย่างไร?

ย้อนไปปี 2011 Yandex ซึ่งถูกเรียกว่า “Google ของรัสเซีย” เข้า IPO บน NASDAQ ระดมทุนได้ $1.3 พันล้าน Anthony Moro ผู้อำนวยการตลาดเกิดใหม่ของ BNY Mellon เคยพูดไว้ว่า “Yandex really is the ‘Google’ of Russia” และมันก็เป็นแบบนั้นจริง Yandex กลายเป็นบริษัทเทคโนโลยีที่ใหญ่ที่สุดในรัสเซีย ครอบคลุมตั้งแต่ search engine ไปจนถึง ride-hailing, food delivery, autonomous driving และ cloud computing

Volozh สร้าง Yandex มาตั้งแต่ยุค 90 เป็น CEO ตั้งแต่ปี 2000 ถึง 2022 แต่ทุกอย่างพลิกผันในเดือนกุมภาพันธ์ 2022 เมื่อรัสเซียบุกยูเครน

สหภาพยุโรปใส่ชื่อ Volozh ลงในรายชื่อ sanctions ด้วยข้อกล่าวหาว่าให้การสนับสนุนการรุกรานของรัสเซีย เขาต้องลาออกจากตำแหน่ง CEO ทันที

คนที่สร้างบริษัทมา 22 ปี หมดสิทธิ์แตะบริษัทของตัวเองชั่วข้ามคืน

แต่ Volozh ไม่ได้หยุดอยู่แค่นั้น เขาออกมาประณามการรุกรานของรัสเซียอย่างเปิดเผย และต่อสู้เพื่อให้ EU ถอดชื่อเขาออกจากรายชื่อ sanctions ในเดือนมีนาคม 2024 เขาทำสำเร็จ

แต่ระหว่างที่ Volozh ต่อสู้เรื่อง sanctions สถานการณ์ภายใน Yandex ก็เปลี่ยนไปอย่างไม่มีทางย้อนกลับ

ต้องเข้าใจก่อนว่า Yandex มีโครงสร้างเป็น 2 ชั้น ข้างบนคือ Yandex NV บริษัทจดทะเบียนในเนเธอร์แลนด์ เป็น holding company ที่จดทะเบียนใน NASDAQ เป็นเจ้าของธุรกิจ Yandex ทั้งหมดทั่วโลก ข้างล่างคือธุรกิจในรัสเซีย ตั้งแต่ search engine, ride-hailing, food delivery, e-commerce, fintech ไปจนถึง cloud computing ซึ่งคิดเป็นมากกว่า 95% ของรายได้ทั้งกลุ่ม

หลัง sanctions กดดัน Yandex NV ไม่สามารถบริหารธุรกิจในรัสเซียได้ตามปกติอีกต่อไป ขณะเดียวกันรัฐบาลรัสเซียก็ไม่ต้องการให้บริษัทเทคโนโลยีที่ใหญ่ที่สุดในประเทศถูกควบคุมโดยนิติบุคคลต่างชาติ ทางออกเดียวคือ “หย่า” แยกธุรกิจรัสเซียออกจาก Yandex NV อย่างถาวร

วันที่ 5 กุมภาพันธ์ 2024 Yandex NV ประกาศว่าจะขายธุรกิจรัสเซียทั้งหมดให้กับกลุ่ม Consortium.First ซึ่งนำโดยผู้บริหารระดับสูงของ Yandex รัสเซียเอง ร่วมกับนักลงทุนชาวรัสเซียอีก 4 ราย รวมถึงกองทุนที่เกี่ยวข้องกับ LukOil ไม่มีผู้ซื้อรายใดอยู่ในรายชื่อ sanctions ของตะวันตก

มูลค่าธุรกรรมอยู่ที่ 475,000 ล้านรูเบิล หรือประมาณ $5.2 พันล้าน ฟังดูเยอะ แต่ต้องเข้าใจว่า ณ เวลานั้น market cap ของ Yandex NV ทั้งกลุ่มอยู่ที่ประมาณ $10.2 พันล้าน และธุรกิจที่ขายคิดเป็น 95% ของรายได้ นั่นแปลว่ามูลค่ายุติธรรมของธุรกิจรัสเซียน่าจะอยู่ที่ราว $9.7 พันล้าน แต่มีปัญหาอยู่ หลังสงครามเริ่ม รัฐบาลรัสเซียออกกฎใหม่ขึ้นมาว่า ถ้าบริษัทจากประเทศที่รัสเซียจัดว่า “ไม่เป็นมิตร” อยากจะขายกิจการในรัสเซียแล้วเอาเงินออกไป ก็ได้ แต่ต้องยอมขายในราคาลดครึ่ง ห้ามขายราคาเต็ม เนเธอร์แลนด์ซึ่งเป็นที่จดทะเบียนของ Yandex NV ก็อยู่ในรายชื่อประเทศ “ไม่เป็นมิตร” ด้วย

พูดง่ายๆ ว่ารัสเซียบังคับให้ Volozh ขายของดีในราคาครึ่งเดียว ถ้าไม่ยอม ก็เอาเงินออกไม่ได้

การขายแบ่งเป็น 2 รอบ รอบแรกเดือนพฤษภาคม 2024 ขายหุ้น 68% รอบที่สองเดือนกรกฎาคม 2024 ขายส่วนที่เหลือ 28% รวมมูลค่าทั้งหมดประมาณ $5.4 พันล้าน ถือเป็นการถอนตัวจากรัสเซียครั้งใหญ่ที่สุดในประวัติศาสตร์นับตั้งแต่สงครามเริ่มต้น

สิ่งที่ Volozh เดินออกมาพร้อมคือ ส่วนที่เหลือ 5% ของ Yandex เดิม ได้แก่ data center ในฟินแลนด์ ทีมวิศวกรประมาณ 1,300 คนที่เลือกจะออกจากรัสเซีย แพลตฟอร์ม AI cloud ที่เคยเป็นส่วนหนึ่งของ Yandex Cloud เทคโนโลยี autonomous driving (Avride) และ transitional licenses สำหรับเทคโนโลยีบางส่วน แต่สิ่งที่ Volozh ต้องทิ้งไว้คือชื่อ “Yandex” search engine ที่มีผู้ใช้หลายร้อยล้านคน ธุรกิจ ride-hailing, food delivery, fintech และพนักงานอีกหลายหมื่นคน

เดือนสิงหาคม 2024 Yandex NV เปลี่ยนชื่อเป็น Nebius Group NV อย่างเป็นทางการ ตุลาคม 2024 กลับมาเทรดบน NASDAQ ในชื่อ ticker NBIS

ตอนนั้น Nebius มีอะไรบ้าง? data center 2 แห่ง พนักงานประมาณ 1,300 คน เงินสดราว $2 พันล้าน และ supercomputer ISEG ในฟินแลนด์ที่เคยติดอันดับ 16 ของโลก

Volozh ให้สัมภาษณ์กับ TechCrunch ว่า “It’s like a startup because we are ‘starting up,’ but it’s an unusually big one”

แต่สิ่งที่ Nebius มีเหนือ startup ทั่วไป คือทีมวิศวกรจาก Yandex ที่ใช้เวลาหลายสิบปีสร้าง distributed systems ขนาดใหญ่ Volozh เคยพูดว่า “When ChatGPT emerged, we realized our assets, our people, and their talents were perfectly suited for this new era”

นั่นแปลว่า Nebius ไม่ต้องเริ่มจากศูนย์ มันมี DNA ของบริษัทที่เคยเป็นลูกค้า Nvidia รายใหญ่ที่สุดนอก US และจีนมาก่อน

และ Nvidia ก็มองเห็นสิ่งเดียวกัน

ธันวาคม 2024 Nebius ระดมทุน $700 ล้านผ่าน private placement โดย Nvidia และ Accel เป็นผู้ร่วมลงทุนหลัก นั่นเป็นสัญญาณแรกที่ตลาดเริ่มสนใจ

แต่สัญญาณจริงมาในเดือนกันยายน 2025 เมื่อ Microsoft ลงนามสัญญา 5 ปี กับ Nebius มูลค่าสูงสุด $19.4 พันล้าน เพื่อใช้ GPU compute จาก data center ของ Nebius ในนิวเจอร์ซีย์

ลองคิดดู Microsoft เจ้าของ Azure cloud platform ที่ใหญ่เป็นอันดับ 2 ของโลก กลับมาเช่า GPU จากบริษัทที่เพิ่งเกิดใหม่ไม่ถึงปี

ตัวเลขรายได้ยืนยันว่าเกิดอะไรขึ้น Q1 2024 Nebius มีรายได้ $11.4 ล้าน Q4 2024 โตเป็น $35.2 ล้าน พอถึง Q4 2025 รายได้กระโดดเป็น $227.7 ล้าน เพิ่มขึ้น 547% จากไตรมาสเดียวกันของปีก่อน และเพิ่มขึ้น 56% จากไตรมาสก่อนหน้า

จาก $11.4 ล้าน ไปเป็น $227.7 ล้าน ภายใน 7 ไตรมาส

รายได้ทั้งปี 2025 อยู่ที่ $529.8 ล้าน เพิ่มขึ้น 479% จากปีก่อน แต่ตัวเลขที่ผู้บริหารภูมิใจที่สุดคือ annualized run-rate revenue (ARR) ณ สิ้นปี 2025 ซึ่งอยู่ที่ $1.25 พันล้าน สูงกว่า guidance เดิมที่ตั้งไว้ $900 ล้าน

และที่สำคัญ ธุรกิจ AI cloud หลักของ Nebius เริ่มมี adjusted EBITDA margin ที่ 24% ในไตรมาส 4 ไม่ใช่บริษัทที่เผาเงินอย่างเดียวอีกต่อไป Dado Alonso CFO ของ Nebius กล่าวในงาน earnings call ว่า “2025 really was a fantastic year with great ex*****on and delivery. We exceeded the targets we set, outperforming our ARR guidance, and achieved positive EBITDA at the group level”

ในแง่กำลังการผลิต Nebius ออกจากปี 2025 ด้วย connected power 170 MW เทียบกับ 25 MW ตอนสิ้นปี 2024

แต่เรื่องยังไม่จบ

เดือนมีนาคม 2026 เหตุการณ์ 3 อย่างเกิดขึ้นภายในไม่กี่สัปดาห์

วันที่ 11 มีนาคม 2026 Nvidia ประกาศลงทุนเพิ่มอีก $2 พันล้าน ในรูปแบบ strategic partnership Jensen Huang CEO ของ Nvidia กล่าวว่า “Nebius is building an AI cloud designed for the agentic era, fully integrated from silicon to software and powered by NVIDIA’s next-generation accelerated compute” หุ้น NBIS พุ่ง 16% ในวันเดียว

5 วันหลังจากนั้น Meta ลงนามสัญญา 5 ปี มูลค่าสูงสุด $27 พันล้าน แบ่งเป็น $12 พันล้านสำหรับ dedicated capacity และอีก $15 พันล้านสำหรับ compute เพิ่มเติม ระบบจะใช้ชิป Nvidia Vera Rubin รุ่นใหม่ล่าสุด เริ่มส่งมอบต้นปี 2027

มูลค่าสัญญาจาก Meta ตัวเดียว ใหญ่กว่า market cap ของ Nebius ทั้งบริษัทในตอนนั้น

รวมกับ Microsoft แล้ว Nebius มี contracted backlog เกือบ $50 พันล้าน ผู้บริหารบอกว่า ARR เป้าหมาย $7-9 พันล้านสิ้นปี 2026 นั้น มากกว่าครึ่งถูก contract ไว้แล้ว

ตัวเลข backlog $50 พันล้าน นั้นเป็นมูลค่ารวมสูงสุดของสัญญาทั้งหมด (Microsoft + Meta ทั้ง 2 ฉบับ + ลูกค้าอื่น) แต่ตัวเลขที่ตรวจสอบทางบัญชีได้ชัดกว่าคือ RPO (Remaining Performance Obligations) จาก 20-F ที่เพิ่งเผยแพร่ปลายเมษายน 2026

ณ สิ้นปี 2025 RPO ของ Nebius อยู่ที่ $21.33 พันล้าน หมายความว่า นี่คือรายได้ที่ถูก contract ไว้แล้วแต่ยังไม่ได้ recognize เข้างบ โดย 28% จะถูก recognize ภายใน 24 เดือน (ราว $5.97 พันล้าน ภายในสิ้นปี 2027), 39% ใน 25-48 เดือนถัดไป และที่เหลือหลังจากนั้น

RPO $21.33 พันล้าน นี้เป็นส่วนหนึ่งของ backlog $50 พันล้าน ไม่ใช่ตัวเลขที่แยกบวกกันได้ เหตุที่ RPO ต่ำกว่า backlog เพราะ 20-F ใช้ข้อมูล ณ สิ้นปี 2025 ซึ่งยังไม่รวมสัญญา Meta ฉบับที่สอง (มูลค่าสูงสุด $27 พันล้าน) ที่เพิ่งลงนามในเดือนมีนาคม 2026 ถ้ารวม Meta ฉบับที่สองเข้าไป RPO จะขยับเข้าใกล้ backlog $50 พันล้าน

นอกจากนี้ สัญญา Microsoft ที่สื่อรายงานว่ามูลค่า “สูงสุด $19.4 พันล้าน” นั้น 20-F ระบุมูลค่าที่ $17.4 พันล้าน ซึ่งอาจเป็นมูลค่าขั้นต่ำที่ผูกพัน ส่วน $19.4 พันล้านรวมส่วนที่เป็น option เพิ่มเติม

สิ่งที่น่าสนใจคือ RPO ราว $1 พันล้าน มาจากลูกค้ารายอื่นที่ไม่ใช่ Microsoft หรือ Meta ตัวเลขนี้สำคัญ เพราะในระยะยาว Nebius ต้องกระจายฐานลูกค้าให้มากกว่านี้ ไม่งั้นถ้า capacity crunch คลายลงในปี 2028-2029 hyperscaler อาจไม่ต่อสัญญา

20-F ยังเปิดเผยว่าสัญญา Microsoft มูลค่า $17.4 พันล้าน แบ่งเป็น 9 tranches โดย Nebius จะได้รับ prepayment 40% ของมูลค่าสัญญาทั้งหมด หรือราว $6.96 พันล้าน ($773 ล้านต่อ tranche) ส่ง tranche แรกแล้วในเดือนพฤศจิกายน 2025 และ tranche ที่สองในเดือนกุมภาพันธ์ 2026 เงิน prepayment ที่เหลืออีกราว $5.39 พันล้าน คาดว่าจะเข้ามาภายในปีนี้

เดือนเดียวกัน Nebius ระดมทุนเพิ่มอีก $4 พันล้าน ผ่าน convertible notes เพื่อเตรียมขยาย data center

ตอนสิ้นปี 2024 Nebius มี data center 2 แห่ง ตอนสิ้นปี 2025 เพิ่มเป็น 7 แห่ง และเป้าหมายสิ้นปี 2026 คือ 16 แห่ง ใน 7 ประเทศ (รวมถึง Missouri, Alabama, Oklahoma, Minnesota ในสหรัฐ และ France, Israel, UK ในยุโรป) Nebius ยังเพิ่ม contracted power target จาก 2.5 GW เป็นมากกว่า 3 GW สิ้นปี 2026 โดยคาดว่าจะมี connected power ที่ใช้งานจริง 800 MW ถึง 1 GW

ตัวเลข guidance ปี 2026 ที่ผู้บริหารให้ไว้คือ รายได้ $3-3.4 พันล้าน หรือเพิ่มขึ้นกว่า 500% จากปี 2025 โดย ARR เป้าหมายสิ้นปีอยู่ที่ $7-9 พันล้าน นักวิเคราะห์คาดว่ารายได้จะเกิน $10 พันล้านภายในปี 2027

แต่ก่อนจะตื่นเต้นเกินไป ต้องมองตัวเลขอีกด้านด้วย

Q4 2025 Nebius มีรายจ่ายลงทุน (capex) สูงถึง $2.06 พันล้านในไตรมาสเดียว เพิ่มขึ้นจาก $417.5 ล้านในไตรมาสเดียวกันของปีก่อน เกือบทั้งหมดเป็นการซื้อ GPU และสร้าง data center ผลคือ net loss ไตรมาสนั้นอยู่ที่ $249.6 ล้าน EPS ติดลบที่ -$0.68

ดูงบดุลแล้ว เงินสดสิ้นปี 2025 อยู่ที่ $3.7 พันล้าน แต่หนี้สินอยู่ที่ $4.89 พันล้าน debt-to-equity ratio 1.08 operating margin ติดลบที่ -115%

แต่มีตัวเลขหนึ่งที่หลายคนมองข้าม operating cash flow ของ Q4 อยู่ที่ $834 ล้าน ซึ่งส่วนหนึ่งมาจาก customer prepayments ที่ Nebius ได้รับจากสัญญากับ Microsoft และ Meta สะท้อนออกมาใน deferred revenue บนงบดุลที่ $1.57 พันล้าน ณ สิ้นปี 2025

นั่นแปลว่า capex $16-20 พันล้านที่วางแผนไว้สำหรับปี 2026 นั้น ผู้บริหารบอกว่ามากกว่า 60% จะได้รับการสนับสนุนจาก cash flow ที่ได้จากเงื่อนไขสัญญาระยะยาวกับ Microsoft และ Meta ไม่ใช่เงินที่ต้องหามาใหม่ทั้งหมด ส่วนที่ยังหาไม่ครบราว 40% ก็ยังเป็นความเสี่ยงที่ต้องจับตา

ในแง่ความสามารถในการทำกำไร gross margin ของ Nebius อยู่ที่ 70% ธุรกิจ AI cloud หลักมี adjusted EBITDA margin 24% ในไตรมาส 4 และ guidance ปี 2026 ตั้งเป้า adjusted EBITDA margin ที่ประมาณ 40% แต่ EBIT จะยังติดลบตลอดปี เพราะค่าเสื่อมราคาและดอกเบี้ยจากหนี้ก้อนใหญ่

ถามว่าทำไม hyperscaler อย่าง Microsoft และ Meta ที่มี data center ของตัวเอง ถึงต้องมาเช่า GPU จากบริษัทที่เพิ่งเกิดใหม่?

คำตอบอยู่ที่สิ่งที่วงการเรียกว่า capacity constraint หรือปัญหาขาดแคลนพลังประมวลผล AI ที่รุนแรง Bernstein ประเมินว่ากำลังการผลิต data center จะไม่คลายตัวจนกว่าปี 2028-2029 แปลว่า ต่อให้ hyperscaler สร้าง data center ของตัวเองเต็มที่ ก็ยังไม่พอกับความต้องการ พวกเขาจึงต้องหา capacity จากภายนอก Amy Hood CFO ของ Microsoft เคยบอกนักลงทุนว่าบริษัทจะยังอยู่ในสภาพ “capacity constrained” ไปจนสิ้นปี 2025

แต่ Nebius ไม่ใช่แค่บริษัทที่มี GPU ให้เช่า สิ่งที่ทำให้ Nebius แตกต่างจาก neocloud ทั่วไปคือการควบคุม full-stack ตั้งแต่ล่างจนบน Nebius ออกแบบ server racks, ระบบระบายความร้อนด้วยของเหลว (liquid cooling), networking architecture และ software orchestration layer ด้วยตัวเอง ไม่ได้ซื้อ server จาก Dell มาวางแล้วปล่อยเช่า

Volozh เคยพูดไว้ตั้งแต่ปี 2024 ว่า “We produce the full stack — data centers, motherboards, servers, racks, connectivity — everything is our own”

ผลลัพธ์คือ GPU utilization rate สูงถึง 90% เทียบกับ cloud ทั่วไป Nebius ยังจ้าง SemiAnalysis ทำการศึกษา total cost of ownership (TCO) เปรียบเทียบกับผู้ให้บริการรายอื่นใน 3 สถานการณ์จริง ไม่ว่าจะเป็น large LLM pre-training, multimodal RL research หรือ production inference ผลออกมาว่า Nebius ให้ TCO ต่ำที่สุดในทุกกรณี

เหนือกว่านั้น Nebius ยังมี software layer ที่คู่แข่งส่วนใหญ่ไม่มี Aether ทำหน้าที่จัด scheduling และจัดการ capacity, Papyrax จัดการ distributed training ขนาดใหญ่, และ Token Factory ที่เพิ่งเสริมแกร่งด้วยการซื้อ Eigen AI มูลค่า $643 ล้าน ทำหน้าที่ optimize inference workload

FinancialContent เรียก Nebius ว่าอยู่ใน “Goldilocks zone” คือเฉพาะทางกว่า hyperscaler แต่มี track record และ scale มากกว่า startup ทั่วไป

และยังมี asset ที่ซ่อนอยู่ Nebius ถือหุ้น 28% ใน ClickHouse ซึ่งถูก value ไว้ที่ $2 พันล้านในรอบระดมทุนล่าสุด มี Avride ที่ทำ autonomous driving ร่วมมือกับ Uber และ TripleTen ที่เป็น edtech platform สินทรัพย์เหล่านี้สามารถขายเพื่อระดมทุนได้โดยไม่ต้อง dilute หุ้น

คู่แข่งก็ไม่ได้นิ่งนอนใจ CoreWeave ซึ่งเพิ่ง IPO มี contracted backlog $66.8 พันล้าน ใหญ่กว่า Nebius และ IREN ก็เพิ่งได้สัญญา $9.7 พันล้านจาก Microsoft

ถามว่าหุ้น NBIS แพงไหม? ณ วันนี้เว็บไซต์การเงินส่วนใหญ่ระบุ market cap ที่ประมาณ $45 พันล้าน แต่ 20-F เปิดเผยว่า fully diluted share count (รวม warrants ของ Nvidia, stock options, RSUs และ convertible bonds ที่เข้าเงื่อนไขแปลงสภาพแล้ว) อยู่ที่ราว 325 ล้านหุ้น ไม่ใช่ 256 ล้านหุ้นตามที่รายงานกัน ณ ราคาประมาณ $177 market cap จริงๆ อยู่ที่ $57.6 พันล้าน ไม่ใช่ $45 พันล้านอย่างที่หลายคนอ้างอิง dilution จากหุ้นกู้แปลงสภาพและ warrants ทำให้ส่วนแบ่งของผู้ถือหุ้นเดิมลดลงมากกว่าที่เห็นจากตัวเลข basic shares

ถ้ามองจาก trailing revenue ปี 2025 ที่ $530 ล้าน EV/Revenue อยู่ที่ประมาณ 88 เท่า แพงมากเมื่อเทียบกับ cloud company ทั่วไป แต่ถ้ามองจาก forward revenue ตาม guidance กลางปี 2026 ที่ $3.2 พันล้าน EV/Revenue forward จะลดลงเหลือราว 14-15 เท่า และถ้าใช้ ARR เป้าหมาย $7-9 พันล้านสิ้นปี 2026 ตัวเลข EV/ARR จะอยู่ที่ 5-7 เท่า

FinancialContent ประเมินว่า Nebius เทรดที่ประมาณ 8.5 เท่าของ estimated revenue ปี 2026 ซึ่งแพงกว่า cloud provider ทั่วไป แต่ถูกกว่า CoreWeave ที่มี ex*****on risk สูงกว่า นักวิเคราะห์จาก Seeking Alpha ประเมินว่าเท่ากับ “roughly 1x peak revenue and 6–8x earnings” ถือว่า reasonable สำหรับ growth story ระดับนี้

analyst consensus ให้ราคาเป้าหมายเฉลี่ยที่ $163 ซึ่งต่ำกว่าราคาปัจจุบัน แต่ก็มี bull case ที่มองไปถึง $291 จาก 12 นักวิเคราะห์ที่ให้คะแนน “Strong Buy” ส่วน Wolfe Research เพิ่งเริ่ม coverage ด้วย “Peer Perform” โดยระวังเรื่อง ex*****on risk

ผมว่าตัวเลขเหล่านี้บอกอะไร? ถ้า Nebius deliver ได้ตาม guidance หุ้นไม่ได้แพงเกินไปเมื่อเทียบกับ growth แต่ “ถ้า” ตัวนี้ใหญ่มาก

แล้วกลับมาตอบคำถามที่ถามไว้ตอนต้น Arkady Volozh เปลี่ยนซากของ Yandex ให้กลายเป็นหนึ่งในบริษัท AI ที่ร้อนแรงที่สุดในโลกได้อย่างไร?

คำตอบไม่ใช่เรื่องโชค แต่เป็นการรวมกันของ 3 สิ่ง ทีมวิศวกรระดับโลกที่เลือกจะเดินตาม Volozh ออกจากรัสเซีย, จังหวะเวลาที่พอดีกับ AI boom, และความสัมพันธ์กับ Nvidia ที่สะสมมาตั้งแต่สมัยเป็น Yandex

ผมว่าเรื่องนี้เป็นกรณีศึกษาที่น่าสนใจมาก บริษัทที่เกือบจะหายไปจากแผนที่ กลับมามี contracted backlog $50 พันล้านภายในไม่ถึง 2 ปี มันพิสูจน์ว่าในโลกเทคโนโลยี สิ่งที่สำคัญกว่าตัวบริษัท คือคนและ know-how ที่อยู่ข้างใน

แต่คำถามต่อไปคือ Nebius จะเปลี่ยน backlog $50 พันล้านและ ARR target $7-9 พันล้านให้เป็นรายได้จริงได้หรือไม่ ในขณะที่ยังต้องลงทุนอีกหลายหมื่นล้านดอลลาร์และหาเงินมาปิดช่องว่างที่ยังขาดอยู่

คำตอบจะเริ่มชัดขึ้นพรุ่งนี้ 13 พฤษภาคม 2026 เมื่อ Nebius ประกาศผลประกอบการ Q1 consensus จาก Wall Street คาดว่ารายได้จะอยู่ที่ $317-389 ล้าน (เพิ่มขึ้น 600% YoY จาก $55.3 ล้านใน Q1 2025) ขาดทุน EPS ที่ -$0.77 ถึง -$0.86 ผู้บริหารเคยบอกว่า capacity ถูกจองเต็มตลอด Q1 แล้ว ดังนั้นสิ่งที่ต้องจับตามากกว่ารายได้คือ guidance สำหรับ Q2 และทั้งปี 2026 ว่าจะ raise, maintain หรือ lower ถ้า raise แปลว่าสัญญาลูกค้ากำลัง convert เป็นรายได้เร็วกว่าแผน ถ้า lower หุ้นที่เทรดอยู่ใกล้ all-time high ย่อมรับ disappointment ไม่ได้