ต้นน้ำ (Upstream): จุดเริ่มต้นของพลังประมวลผล AI

ต้นน้ำคือจุดที่ความสามารถในการคิดของ AI ถูกสร้างขึ้น โดยเฉพาะในส่วนของการออกแบบชิปและเครื่องมือที่ใช้ผลิตเซมิคอนดักเตอร์ เพราะต่อให้ AI Model ฉลาดแค่ไหน ถ้าไม่มีชิปที่แรงพอ ระบบทั้งหมดก็ไม่สามารถทำงานได้

 

ในฝั่งเอเชีย บริษัทญี่ปุ่นและจีนกำลังมีบทบาทสำคัญมากขึ้นใน supply chain โลก โดยเฉพาะกลุ่ม Equipment & Tools ซึ่งถือเป็นธุรกิจที่ได้รับประโยชน์โดยตรงจากการลงทุนสร้างโรงงานเซมิคอนดักเตอร์ทั่วโลก

 

Tokyo Electron (TEL23) คือหนึ่งในผู้นำด้านเครื่องจักรผลิตชิปของโลก โดยเชี่ยวชาญในกระบวนการ deposition และ etching ซึ่งจำเป็นสำหรับการผลิตชิป AI รุ่นใหม่ ขณะที่ Advantest (ADVANT23) เป็นผู้นำด้านระบบทดสอบชิป โดยเฉพาะชิป AI และ HBM Memory ที่มีความซับซ้อนสูง ยิ่งชิปมีประสิทธิภาพมากขึ้น กระบวนการตรวจสอบคุณภาพก็ยิ่งสำคัญมากขึ้นตามไปด้วย

 

ฝั่งจีน NAURA Technology (NAURA23) ถูกมองเป็นหนึ่งในบริษัทสำคัญของจีนในการพัฒนาเครื่องจักรเซมิคอนดักเตอร์ภายในประเทศ เพื่อลดการพึ่งพาเทคโนโลยีจากต่างชาติ ซึ่งสะท้อนให้เห็นว่า AI วันนี้ไม่ได้เป็นแค่การแข่งขันด้าน software แต่เป็นการแข่งขันระดับ supply chain และเทคโนโลยีขั้นสูงทั้งระบบ

 

อีกส่วนสำคัญคือกลุ่ม Chip Design และ AI Compute ซึ่งเปรียบเสมือนสมองของ AI บริษัทอย่าง Biren Technology (BIREN23) พยายามพัฒนา AI GPU ของจีนเพื่อแข่งขันในตลาด AI Compute ขณะที่ GigaDevice (GIGA23) มีบทบาทในด้านหน่วยความจำและ microcontroller ซึ่งเป็นองค์ประกอบสำคัญของอุปกรณ์อัจฉริยะและ ecosystem ของ AI และ IoT

 

 

กลางน้ำ (Midstream): โรงงานและระบบที่ทำให้ AI ถูกสร้างขึ้นจริง

หลังจากชิปถูกออกแบบแล้ว ขั้นตอนต่อไปคือการผลิตซึ่งต้องใช้โรงงานที่มีความซับซ้อนสูง ใช้เงินลงทุนมหาศาล และต้องอาศัยเทคโนโลยีระดับสูงในทุกขั้นตอน

 

กลุ่ม Foundry & Manufacturing จึงกลายเป็น backbone สำคัญของอุตสาหกรรม AI โดย SMIC (SMIC23) ถือเป็นโรงงานผลิตชิปที่ใหญ่ที่สุดของจีน และมีบทบาทสำคัญในการสร้าง semiconductor ecosystem ภายในประเทศ ขณะที่ Hua Hong Semiconductor (HUAHONG23) เน้นการผลิตชิป mature node สำหรับอุตสาหกรรมและอุปกรณ์อัจฉริยะ ซึ่งยังมี demand สูงอย่างต่อเนื่อง

 

นอกจากการผลิตชิปแล้ว AI ยังต้องใช้หน่วยความจำและระบบจัดเก็บข้อมูลจำนวนมหาศาล เพราะ AI Model ยุคใหม่ต้อง train บนข้อมูลขนาดใหญ่และต้องเข้าถึงข้อมูลได้อย่างรวดเร็ว Kioxia (KIOXIA23) จึงกลายเป็นอีกบริษัทที่มีบทบาทสำคัญใน ecosystem นี้ ผ่านธุรกิจ NAND Flash และ SSD ที่ถูกใช้งานใน Data Center และระบบจัดเก็บข้อมูลยุคใหม่

 

อีกจุดที่เริ่มสำคัญมากขึ้นคือ Advanced Packaging & Testing เพราะชิป AI รุ่นใหม่ไม่ได้พัฒนาแค่ transistor ที่เล็กลง แต่เริ่มใช้การเชื่อมต่อชิปหลายตัวเข้าด้วยกันเพื่อเพิ่มประสิทธิภาพและลดข้อจำกัดด้านพลังงาน

 

 

Infrastructure: โครงสร้างพื้นฐานที่ทำให้ AI ทำงานได้จริง

แม้ AI จะเริ่มต้นจากชิป แต่สุดท้าย AI ถูกใช้งานผ่าน Cloud และ Data Center ดังนั้นโครงสร้างพื้นฐานจึงกลายเป็นอีกจุดที่เม็ดเงินลงทุนกำลังไหลเข้าอย่างชัดเจน

 

Data Center เปรียบเสมือนบ้านของ AI เพราะเป็นสถานที่ที่ AI Model ถูก train และ run ผ่านเซิร์ฟเวอร์จำนวนมหาศาล บริษัทอย่าง GDS Holdings (GDS23) ซึ่งเป็นผู้ให้บริการ Data Center รายใหญ่ของจีน จึงได้รับประโยชน์โดยตรงจากการเติบโตของ Cloud และ AI Workload ภายในประเทศ

 

อีกส่วนที่เริ่มถูกพูดถึงมากขึ้นคือ Power & Cooling เพราะหนึ่งในข้อจำกัดสำคัญของ AI วันนี้ไม่ใช่ชิป แต่คือพลังงาน AI Data Center ใช้ไฟฟ้าและระบบระบายความร้อนมหาศาล ยิ่ง AI Model ใหญ่ขึ้น ความต้องการไฟฟ้าก็ยิ่งเพิ่มขึ้นตามไปด้วย

แม้ปัจจุบันฝั่ง Asia DR จะยังไม่มี DR ที่เกี่ยวข้องโดยตรงในหมวดนี้ แต่ทั่วโลกกำลังเริ่มมองธุรกิจพลังงาน ระบบไฟฟ้า และ cooling infrastructure เป็น AI Beneficiaries เช่นเดียวกับบริษัทชิป เพราะต่อให้ compute เพิ่มขึ้นมากแค่ไหน หากไม่มีไฟฟ้ารองรับ ระบบก็ไม่สามารถขยายได้

 

 

ปลายน้ำ (Downstream): จุดที่ AI ถูกนำไปสร้างรายได้จริง

ปลายน้ำคือส่วนที่ AI ถูกเปลี่ยนจากเทคโนโลยีไปสู่ธุรกิจ ผ่านแพลตฟอร์มอินเทอร์เน็ต Cloud ระบบองค์กร และหุ่นยนต์อัจฉริยะ

 

ในกลุ่ม Cloud Platforms & Internet บริษัทจีนรายใหญ่กำลังเร่งนำ AI เข้ามาเสริม ecosystem ของตัวเอง Tencent (TENCENT23) ใช้ AI ในธุรกิจโฆษณา Gaming และ Cloud ขณะที่ Alibaba (BABA23) ลงทุนอย่างหนักใน AI Infrastructure และ Cloud Platform ส่วน Baidu (BIDU23) ถูกมองเป็นหนึ่งในผู้นำด้าน Generative AI และ Autonomous Driving ของจีน

ฝั่ง AI Applications & Enterprise AI บริษัทอย่าง SenseTime (SENSE23) มีจุดแข็งด้าน computer vision และ smart city technology ขณะที่ Knowledge Atlas Technology (ZAI23) ได้รับความสนใจเพิ่มขึ้นจากกระแส AI application และ data intelligence ในจีน

 

อีกธีมที่น่าสนใจมากคือ AI Robotics & Automation เพราะนี่คือจุดที่ AI เริ่มเชื่อมเข้ากับโลกจริง ทั้งในโรงงาน ภาคอุตสาหกรรม และระบบอัตโนมัติ บริษัทอย่าง FANUC (FANUC23) และ Keyence (KEYENCE23) ถือเป็นผู้นำด้าน automation และ smart factory ของญี่ปุ่น ขณะที่ Horizon Robotics (HORIZON23) พัฒนา AI สำหรับรถยนต์อัจฉริยะ และ UBTECH Robotics (UBTECH23) กำลังผลักดัน humanoid robot และ robotics platform สำหรับอนาคต นอกจากนี้ Global X China Robotics & AI ETF (CNROBOAI23) ซึ่งเปิดโอกาสให้นักลงทุนเข้าถึงหุ้นกลุ่ม Robotics และ AI ของจีนในภาพรวม ตั้งแต่บริษัทหุ่นยนต์ ระบบอัตโนมัติ ไปจนถึง AI application ที่เกี่ยวข้องกับอุตสาหกรรมยุคใหม่ ทำให้ธีม Robotics กลายเป็นอีกหนึ่งส่วนสำคัญของ AI Value Chain ที่เริ่มเชื่อมจากโลกดิจิทัลเข้าสู่เศรษฐกิจจริงมากขึ้นเรื่อย ๆ

 

 

Materials & Manufacturing Beneficiaries: ผู้ได้ประโยชน์ทางอ้อมจาก AI

แม้บางบริษัทจะไม่ได้อยู่ในธุรกิจ AI โดยตรง แต่ก็ได้รับประโยชน์จากการขยายตัวของ Data Center, EV และโครงสร้างพื้นฐานพลังงานยุคใหม่

 

CATL (CATL23) ซึ่งเป็นผู้นำแบตเตอรี่ EV ของโลก มีบทบาทสำคัญในระบบกักเก็บพลังงาน ขณะที่ Ganfeng Lithium (GANFENG23) ได้ประโยชน์จาก demand ของ Lithium สำหรับ EV และ Energy Storage ส่วน Zijin Mining (ZIJIN23) มีความเกี่ยวข้องกับโลหะสำคัญที่ใช้ในโครงสร้างพื้นฐานและอุตสาหกรรมเทคโนโลยี

 

แม้บริษัทเหล่านี้จะไม่ได้พัฒนา AI โดยตรง แต่การเติบโตของ AI และการใช้พลังงานที่เพิ่มขึ้น ก็กำลังสร้าง demand ใหม่ให้กับกลุ่มวัตถุดิบและพลังงานเช่นกัน

 

 

ETF / Broad AI Exposure: ลงทุน AI แบบกระจายความเสี่ยง

สำหรับนักลงทุนที่ไม่ต้องการเลือกหุ้นรายตัว ETF ถือเป็นอีกทางเลือกที่ช่วยเข้าถึงธีม AI ได้ในภาพรวมและช่วยกระจายความเสี่ยง

CNSEMI23 เปิดโอกาสลงทุนในหุ้นเซมิคอนดักเตอร์จีนทั้งต้นน้ำและกลางน้ำ ขณะที่ CHNXT5023 และ CNSTAR5023 เน้นบริษัทเทคโนโลยีและเศรษฐกิจใหม่ของจีน ซึ่งได้รับประโยชน์จากการเติบโตของ AI, Cloud และ Digital Economy ในระยะยาว

 

 

 

⚠️ คำเตือน: ผู้ลงทุนควรทำความเข้าใจลักษณะสินค้า เงื่อนไขผลตอบแทน และความเสี่ยงก่อนตัดสินใจลงทุน ผู้ลงทุนควรทำความเข้าใจผลิตภัณ์ฑ DR ก่อนการลงทุน เนื่องจาก DR มีความเสี่ยงจากความผันผวนของอัตราแลกเปลี่ยน ความผันผวนของราคาของหลักทรัพย์ต่างประเทศ และความเสี่ยงจากความผันผวนของราคา DR เอง