AI Value Chain: กลางน้ำของ AI จุดที่ชิปถูกผลิต ข้อมูลถูกเก็บ และระบบถูกประกอบให้พร้อมใช้งาน
ชั้นกลางน้ำของ AI Value Chain คือชั้นที่เปลี่ยน design ของชิปให้กลายเป็นชิปจริง พร้อมสร้างหน่วยความจำและพื้นที่จัดเก็บข้อมูลที่รองรับการเติบโตของ AI ครอบคลุม 4 ส่วนหลัก ได้แก่ foundry (โรงงานผลิตชิป), memory (หน่วยความจำ), storage (พื้นที่จัดเก็บข้อมูล) และ advanced packaging & substrates (เทคนิคประกบชิปหลายชิ้นเข้าด้วยกัน)
ชั้นนี้เติบโตโดยตรงตามปริมาณการใช้ AI ยิ่ง AI ถูกใช้งานมากขึ้น ความต้องการ memory, storage และกำลังการผลิตชิปก็ยิ่งเพิ่มขึ้น ในชุด DR23 มี 3 ตัวที่ครอบคลุมชั้นนี้ ได้แก่ Micron (MICRON23) ผู้ผลิต DRAM อันดับ 3 ของโลก, SanDisk (SNDK23) ผู้ผลิต NAND Flash รายใหญ่ และ Seagate (SEAGATE23) ผู้ผลิต HDD อันดับ 2 ของโลก
Foundry: โรงงานที่เปลี่ยนดีไซน์ให้กลายเป็นชิปจริง
หลังจากบริษัทอย่าง NVIDIA, AMD, Broadcom และ Marvell ออกแบบชิปเสร็จ ขั้นตอนถัดมาคือการส่งแบบเหล่านั้นไปผลิตที่ foundry ซึ่งเป็นโรงงานผลิต semiconductor ขั้นสูง Foundry ทำหน้าที่เปลี่ยนไฟล์ออกแบบให้กลายเป็นชิปจริงบน wafer (แผ่นซิลิคอนทรงกลมที่ใช้เป็นฐานผลิตชิป) ผ่านกระบวนการระดับนาโนเมตรที่ซับซ้อน
Foundry เป็นคอขวดสำคัญของ AI Value Chain เพราะชิป AI ขั้นสูงต้องใช้เทคโนโลยีการผลิตที่แม่นยำ มี yield (อัตราชิปที่ผลิตได้และใช้งานได้จริง) สูง และรองรับการผลิตปริมาณมาก ผู้นำตลาดคือ TSMC จากไต้หวัน ครองส่วนแบ่งตลาด foundry ทั่วโลก 70.4% ใน Q4 2025 ตามมาด้วย Samsung Foundry จากเกาหลีใต้ที่ 7.1% สะท้อนการรวมตลาดมาที่ TSMC อย่างต่อเนื่อง โดยตลาด foundry top-10 รวมทำสถิติใหม่ที่ 169.5 พันล้านดอลลาร์ (+26.3% YoY) จากแรงหนุนของชิป AI ทั้งสองรายให้บริการตั้งแต่ process technology, design technology, IP ไปจนถึง high-volume manufacturing โดย TSMC เป็นผู้รับผลิต GPU AI ของ NVIDIA, AMD และ ASIC ของ Google/AWS โดยตรง ส่วน Samsung Foundry มีลูกค้าหลักคือ Tesla, Qualcomm, Apple และ Nintendo Switch
Memory: หน่วยความจำที่ทำให้ AI คิดได้เร็วขึ้น
AI ไม่ได้ต้องการแค่พลังประมวลผลจาก GPU แต่ต้องการ memory ที่เร็วและมี bandwidth (อัตราการส่งข้อมูล) สูงพอให้ข้อมูลไหลเข้าออกชิปได้ทันเวลา โดยเฉพาะงาน train โมเดลขนาดใหญ่และ inference (การประมวลผลของโมเดลที่ฝึกแล้วเพื่อตอบผู้ใช้) ที่ต้องรองรับผู้ใช้งานจำนวนมากพร้อมกัน หาก memory ช้าเกินไป GPU ที่แพงที่สุดก็อาจทำงานได้ไม่เต็มประสิทธิภาพ
Micron (MICRON23) อยู่ในฐานะผู้ผลิต DRAM อันดับ 3 ของโลก ตามหลัง Samsung และ SK Hynix ทั้งสองรายจากเกาหลีใต้ ครอบคลุมทั้ง DRAM, NAND และ memory สำหรับ data center จุดเด่นของ Micron คือการเป็น 1 ใน 3 ผู้ผลิต HBM (High Bandwidth Memory หน่วยความจำแบนด์วิดท์สูงที่ใช้คู่กับ AI accelerator) ของโลก ประกอบกับราคา DRAM contract ใน Q4 2025 ที่ปรับขึ้น 45–50% QoQ จาก demand AI ที่แข็งแกร่ง ทำให้ภาพรวมรายได้ของผู้ผลิต memory เติบโตอย่างก้าวกระโดด
SanDisk (SNDK23) เสริมภาพนี้ในฝั่ง NAND Flash (ชิปเก็บข้อมูลแบบไม่ต้องใช้ไฟเลี้ยง) และ SSD ซึ่งใช้สำหรับการจัดเก็บและเรียกใช้ข้อมูลความเร็วสูง คู่แข่งโดยตรงคือ Samsung, Kioxia (KIOXIA23) และ SK Hynix จุดเด่นของ SanDisk คือการอยู่ในตลาด flash memory ที่เป็นฐานของ data center ยุคใหม่ โดยเฉพาะ workload ที่ต้องเข้าถึงข้อมูลจำนวนมากอย่างรวดเร็ว เช่น AI training pipeline และ analytics ทำให้บริษัทได้แรงหนุนโดยตรงจากการเติบโตของ data-driven AI
กลุ่ม memory จึงสะท้อนธีม “AI ต้องการข้อมูลมากขึ้น และต้องเข้าถึงได้เร็วขึ้น” อย่างชัดเจน อย่างไรก็ตาม memory เป็นธุรกิจที่มีความเป็นวัฏจักร ราคาขึ้นลงตาม supply–demand cycle นักลงทุนจึงควรมองทั้งในมุมการเติบโตจาก AI และความผันผวนตามรอบอุตสาหกรรม
Storage: เมื่อ AI เติบโต ข้อมูลก็ต้องโตตาม
Memory ทำหน้าที่ส่งข้อมูลเข้า–ออก GPU ด้วยความเร็วสูง ส่วน Storage ทำหน้าที่เก็บข้อมูลปริมาณมาก AI ต้องใช้ข้อมูลมหาศาล ตั้งแต่ training data ไปจนถึงข้อมูลที่เกิดจากการใช้งานจริง ยิ่ง AI ถูก deploy (นำไปใช้งานจริง) มากขึ้น ข้อมูลก็ยิ่งเพิ่มขึ้นอย่างทวีคูณ และต้องถูกเก็บไว้ใน data center
Seagate (SEAGATE23) อยู่ในจุดนี้ ผ่านธุรกิจ hard disk drive โดยเฉพาะ nearline HDD (HDD สำหรับ data center ที่ต้องการความจุสูงและเข้าถึงข้อมูลค่อนข้างเร็ว) Seagate เป็นผู้ผลิต HDD รายใหญ่อันดับ 2 ของโลก ตามหลัง Western Digital (42%) และตามด้วย Toshiba ที่ 18% ทั้ง 3 รายรวมกันครองตลาด HDD โลกกว่า 95% ใน Q4 2025 ราคา HDD contract ปรับขึ้น 4% QoQ ซึ่งเป็นการขึ้นราคาสูงสุดในรอบ 8 ไตรมาส และ lead time สำหรับ nearline HDD ขยายไปถึง 52 สัปดาห์ สะท้อนภาวะ supply ตึงตัวจาก demand AI ที่เพิ่มขึ้นอย่างต่อเนื่อง
จุดเด่นของ Seagate คือต้นทุนต่อ TB ที่ต่ำกว่า SSD หลายเท่า ซึ่งเป็นสิ่งที่ SSD ยังทดแทนไม่ได้ในระดับ hyperscale (data center ขนาดใหญ่ของ Microsoft, Meta, Google, Amazon) แม้ SSD จะเร็วกว่า แต่ในโลกของ AI ที่ต้องเก็บข้อมูลระดับ petabyte (1,000 TB) ถึง exabyte (1 ล้าน TB) การควบคุมต้นทุนต่อ TB เป็นเรื่องสำคัญมาก ทำให้ HDD ยังคงมีบทบาทหลักใน data center สำหรับ long-term storage
นอกจากนี้ Seagate กำลังพัฒนาเทคโนโลยี HAMR (Heat-Assisted Magnetic Recording เทคนิคบันทึกข้อมูลด้วยเลเซอร์ความร้อน) เพื่อเพิ่มความหนาแน่นของข้อมูลใน HDD ปัจจุบัน HDD ความจุสูงสุดอยู่ที่ราว 30TB ต่อตัว และมีโรดแมปไปสู่ 50TB+ ภายในปี 2028 (โรดแมปบริษัท — ขึ้นอยู่กับการ ramp ของเทคโนโลยี)
Advanced Packaging & Substrates: จุดที่ชิปหลายชิ้นถูกประกอบให้ทำงานเป็นระบบเดียว
ชิป AI รุ่นใหม่ไม่ได้เป็นแค่ชิปเดี่ยวๆ อีกต่อไป แต่เป็นระบบที่ประกอบด้วยหลายส่วนทำงานร่วมกัน เช่น GPU, HBM, interconnect (สายสัญญาณเชื่อมต่อระหว่างชิป) และ substrate (แผ่นฐานเชื่อมต่อชิปกับแผงวงจร) Advanced packaging จึงเป็นขั้นตอนสำคัญ เพราะกำหนดว่าชิปหลายชิ้นจะสื่อสารกันได้เร็วแค่ไหน ใช้พลังงานคุ้มแค่ไหน และ scale เป็นระบบขนาดใหญ่ได้หรือไม่
ตัวอย่างสำคัญคือเทคโนโลยี CoWoS (Chip-on-Wafer-on-Substrate เทคนิคประกบ logic chip กับ HBM หลายชุดบน interposer หรือแผ่นเชื่อมต่อขนาดใหญ่) ของ TSMC ที่ใช้รองรับ AI accelerator ของ NVIDIA และ AMD โดยตรง ปัจจุบันกำลังการผลิต CoWoS เป็นคอขวดสำคัญที่จำกัด supply ของ AI chip ทั่วโลก คู่แข่งในตลาดนี้รวมถึง Samsung, Intel Foundry และ ASE Group จากไต้หวัน
ในส่วนของ substrates ผู้นำตลาดคือบริษัทญี่ปุ่นและไต้หวัน เช่น Ibiden, Shinko และ Unimicron แม้ในชุด DR23 จะยังไม่มีบริษัท advanced packaging หรือ substrate โดยตรง แต่ส่วนนี้เป็นคอขวดสำคัญที่ช่วยอธิบายว่าทำไม AI chip ขั้นสูงถึงผลิตได้จำกัด — และเป็นเหตุผลที่ราคา GPU AI ยังคงสูงต่อเนื่อง
⚠️ คำเตือน: ผู้ลงทุนควรทำความเข้าใจลักษณะสินค้า เงื่อนไขผลตอบแทน และความเสี่ยงก่อนตัดสินใจลงทุน ผู้ลงทุนควรทำความเข้าใจผลิตภัณฑ์ DR ก่อนการลงทุน เนื่องจาก DR มีความเสี่ยงจากความผันผวนของอัตราแลกเปลี่ยน ความผันผวนของราคาของหลักทรัพย์ต่างประเทศ และความเสี่ยงจากความผันผวนของราคา DR เอง
