ลงทุน360

ATH +20% หลังงบออก

การใช้งาน AI แบบดั้งเดิม ส่วนใหญ่องค์กรจะส่งข้อมูลขึ้น Public Cloud เพื่อเรียกใช้โมเดลจากผู้ให้บริการรายใหญ่
วิธีนี้เริ่มต้นง่ายแต่เมื่อใช้งานเยอะ และการผูกขาดโมเดลคุณภาพสูงของ ChatGPT Claude ทำให้ค่าใช้บริการก็เพิ่มตามไปด้วย ซึ่งจีนมุ่งทำโมเดลแบบ Open-weight อย่าง Kimi K3 และ DeepSeek V4 จึงเปลี่ยนเกม เพราะองค์กรสามารถนำโมเดลมาติดตั้งบน Server ของตัวเอง หรือที่เรียกว่า On-premises AI ได้ ทุกคนมี AI ใช้ฟรี

ทำไม Kimi และ DeepSeek จึงสำคัญต่อ Lenovo
โมเดลจากบริษัทตะวันตกจำนวนมากเป็น Closed Model องค์กรจึงต้องใช้งานผ่าน Cloud หรือ API ของเจ้าของโมเดลเป็นหลัก
แต่ Kimi K3 และ DeepSeek V4 เปิดเผย Model Weight ทำให้องค์กรสามารถดาวน์โหลดไปติดตั้ง ปรับแต่ง และควบคุมข้อมูลได้เอง
ยิ่งโมเดล Open-weight มีความสามารถใกล้เคียงโมเดลชั้นนำมากเท่าไร เหตุผลที่องค์กรจะสร้าง Private AI Infrastructure ก็ยิ่งมากขึ้นเท่านั้น
Lenovo ถึงขั้นออกแบบ Hybrid AI Microfactory ซึ่งรวม Server, GPU, Red Hat OpenShift และ NVIDIA AI Enterprise เข้าด้วยกัน โดยระบบตัวอย่างรองรับการนำ DeepSeek-R1 มาทำ AI Chatbot และ RAG ภายในองค์กรได้
ดังนั้น Lenovo ไม่จำเป็นต้องเป็นผู้ชนะในสงครามว่าโมเดลของใครฉลาดที่สุด
ไม่ว่าจะเป็น Kimi, DeepSeek, Llama หรือโมเดลรุ่นถัดไป ขอเพียงองค์กรต้องการนำ AI ไปติดตั้งบนระบบของตัวเอง Lenovo ก็มีโอกาสขาย Server, Storage, Deployment Service และสัญญาดูแลระบบระยะยาว

Lenovo Group (อยู่ในตลาดฮ่องกง HKG: 0992)
ธุรกิจที่นักลงทุนควรจับตามากขึ้นคือ Infrastructure Solutions Group หรือ ISG ซึ่งขาย Server, Storage, Edge Computing และโครงสร้างพื้นฐานสำหรับ AI Data Center
ความก้าวหน้าของโมเดล Open-weight เหล่านี้กำลังช่วยเปิดตลาดใหม่ให้ Lenovo
เพราะยิ่งโมเดลมีประสิทธิภาพสูงขึ้น ราคาถูกลง และองค์กรนำไปติดตั้งเองได้ง่ายขึ้น ความต้องการ AI Server และ Private AI Factory ก็มีโอกาสเพิ่มขึ้นตามไปด้วย
ในยุคตื่นทอง คนที่ค้นพบทองอาจเปลี่ยนหน้าไปเรื่อย ๆ
แต่ Lenovo กำลังพยายามเป็นบริษัทที่ขายพลั่ว เครื่องจักร และสร้างเหมืองให้ทุกคน ไม่ว่าโมเดล AI ตัวไหนจะเป็นผู้ชนะก็ตาม

ด้วย Chart นี้ ทุกคนอยู่ทีมไหนกันฮะ....
แล้วอีกด้าน.....หุ้นใน Ecosystem ของ Open AI ที่โดนกดจมก่อนหน้า เพราะมองว่าโดน Google และ Anthropic ตี ควรเป็นอย่างไร?

เมื่อวานมีโอกาสได้นั่งคุยกับพี่ ๆ นักลงทุนท่านอื่นแล้วได้มุมมองดีเหมือนกันครับ

สถานการณ์ตอนนี้เราควรกังวลที่ Open AI หรือ Anthropic กว่ากัน กันแน่?
สำหรับผม Fable ที่จะเก็บ Usage แยก แล้วเอาออกไม่ได้คือคำตอบที่ชัดมากครับ

อัพเดตรายได้ยังโตดีแม้โดนสั่งลดผูกขาด ยู่ที่ 16,208 ล้านหยวน เพิ่มขึ้น 17% YoY โดยธุรกิจหลักยังโตเกือบทุกส่วน

- จองโรงแรม 6,510 ล้านหยวน เพิ่มขึ้น 17% (ส่วนที่จีนคุมและสั่งปรับ)
- ตั๋วเครื่องบินและขนส่ง 6,050 ล้านหยวน เพิ่มขึ้น 12%
ธุรกิจจองโรงแรมคิดเป็นประมาณ 40% ของรายได้รวม จึงเป็นส่วนที่ต้องจับตามากที่สุดหลังคำสั่งของรัฐบาลจีน


Gross bookings บนแพลตฟอร์มต่างประเทศเพิ่มขึ้นประมาณ 65% YoY ด้วยแอพ trip ที่คนไทยใช้กันเยอะ ผมมองว่าแอพนี้จะยังโตระดับ 30-40% ไปอีกอย่างน้อย 3 ปี ช่วยตัวเลขการเติบโตให้บริษัทโดยรวมไปต่อได้


#รัฐบาลจีนสั่งแก้อะไร
หน่วยงาน SAMR พบว่า TCOM ใช้สถานะผู้นำตลาดบังคับหรือจูงใจโรงแรมให้ทำสัญญาแบบ Exclusive และกำหนดให้ราคาบน TCOM ต้องต่ำที่สุดเมื่อเทียบกับแพลตฟอร์มอื่น
TCOM ยังถูกกล่าวหาว่าใช้การจัดสรร Traffic การลดอันดับโรงแรมเพื่อบังคับให้โรงแรมปฏิบัติตามเงื่อนไขดังกล่าว

รัฐบาลจึงสั่งให้บริษัท
- หยุดเงื่อนไข Exclusive และการบังคับให้ราคาต่ำที่สุด
- คืนเงินให้โรงแรม 122 ล้านหยวน
- คืนผลประโยชน์ที่ได้มาโดยไม่ชอบ 1,658 ล้านหยวน
- จ่ายค่าปรับ 3,521 ล้านหยวน


ค่าปรับไม่ได้เยอะอะไรเทียบกันแค่กำไรไตรมาสเดียว แต่ผลกระทบต้องติดตามเพราะ Margin ระยะยาวจะลดลงเหมือนที่ Alibaba Meituan โดนมาก่อน
เดิม Trip.com มีอำนาจต่อรองสูง เพราะสามารถควบคุม Traffic ราคา และ Inventory ของโรงแรมได้ การยกเลิกเงื่อนไข Exclusive และ Price parity จะทำให้โรงแรมสามารถต่อรองได้

ผลที่อาจตามมาคือ
1. Commission rate หรือ Take rate ถูกกดดัน
2. Trip.com ต้องใช้ส่วนลดและค่าโฆษณามากขึ้นเพื่อรักษาลูกค้า
3. คู่แข่งมีโอกาสแย่งโรงแรมและส่วนแบ่งตลาด อันนี้น่ากลัวสุด เพราะเทคจีนเละกันมาเยอะ
TCOM ยังครองส่วนแบ่งตลาดออนไลน์ท่องเที่ยวจีนในระดับสูง แต่ประวัติของ Alibaba และ Meituan แสดงให้เห็นว่า หลังถูกห้ามใช้เงื่อนไขผูกขาด การแข่งขันมักรุนแรงขึ้นและ Moat ของผู้นำตลาดแคบลง

สรุปง่าย ๆ คือ ค่าปรับกระทบกำไรระยะสั้น แต่การลดอำนาจควบคุมราคาและ Traffic อาจกระทบ Valuation ระยะยาวมากกว่า หากธุรกิจต่างประเทศยังโต 50–60% ต่อปีได้ ก็อาจชดเชย Moat ในจีนที่ลดลง แต่ถ้าการแข่งขันในประเทศทำให้ Take rate และ Margin ลดพร้อมกัน

แม้ cloud AWS อาจจะไม่ได้โตแรงที่สุดใน big 3 แต่ Bedrock นี่จัดว่าเฉียบขาด

ในโลกตอนนี้มีสิ่งที่เรียกว่า Token as a service (TAAS) เกิดขึ้น ซึ่งมีแค่ 3 เจ้าที่ทำได้ก็คือ Big 3 (GOOG, MSFT, AMZN) แม้ Neocloud พยายามไปทางนี้เหมือนกันแต่ยังไกลจาก big 3 มากๆ
TaaS สิ่งนี้คล้ายกับธุรกิจนายหน้า ตต. คือดึงลูกค้าของเขาให้ถึงบริการ AI ค่ายต่างๆ แล้วเก็บค่าส่วนแบ่งนายหน้าตามการใช้งาน…ใครลูกค้าเยอะได้เปรียบ…ลูกค้าใช้งานมาก cloud มากขึ้นยิ่งได้เปรียบ

สิ่งนี้คือการเปิดประตูให้ลูกค้าใช้บริการ AI เจ้าไหนก็ได้จ่ายตาม Usage ส่วนเจ้าของ cloud ก็รายได้โตตาม Usage

✅Bedrock คือส่วนต่อขยายเรื่องนี้ โดยการทำตัวเองเหมือนเป็น Super market ของวงการ Cloud มีบริการต่างๆมา Listed แล้วให้ลูกค้าหยิบทุกสิ่งที่อยากได้ใส่ตะกร้า…ทั้ง AI และ SaaS ต่างๆ
อยากได้ระบบ payment หยิบ…อยากได้ Security หยิบ, SaaS เดิม เช่น Jira,Slack บลาๆก็หยิบ…อยากต่อ AI Compute กับบริการไหนก็หยิบ….แล้วเอามาต่อกันเป็น block lego ลูกค้าหยิบไปต่อได้เลยทุกอย่างสำเร็จรูป ไม่ได้จบแค่ AI แต่คือทุกสิ่งที่จำเป็น เตรียมไว้เป็น block หมดแล้ว

รูปที่ 2 จะเห็นชัดเลยว่า bedrock ในมุมของ TaaS นี่โตแรงแบบ exponential เลย…ชนะคู่แข่งชัดเจน

และถ้าเทียบเป็น % กับ total revenue กับ ai revenue ที่กราฟชันขึ้นก็คือ bedrock กำลังกลายเป็น growth ใหม่ที่โตแรงกว่ารายได้ของบริษัท และรายได้จาก AI เสียอีก ยิ่งสเกลได้ ยิ่งคนใช้เยอะ… partner ก็ยิ่งเยอะ บริษัทต่อรองกับ partner ได้เพิ่มก็กดราคาลงได้ถูกขึ้น
ก็ยิ่งโตไวขึ้น
ถ้าผมจำตัวเลขไม่ผิด 1ปีที่ผ่าน Bedrock โตมา 3x ในขณะ AWS AI Revenue โต 1x
บริษัทยกเคส AI Agent เป็นตัวอย่าง ไตรมาสนี้การใช้งานโตขึ้น 3x QoQ และถูกลง 50%

สิ่งนี้คือสิ่งที่ผมคิดว่าทำให้ AMZN มั่นใจมากว่า ใครจะชนะศึก AI ไม่สำคัญ ใครชนะผมก็ win ถ้า Usage มันโต ถึงขนาดเอาหัวเป็นประกัน บอกให้ผมลงทุนเถอะ ลงทุนครั้งเดียว Monetize ได้ 30 ปี
พวก Equipment, Networking ลงทุนไม่เกิน 3 ปีก็ break event แล้ว

ฝั่ง Cloud ว่าปัง Hardwareก็ปังด้วย
✅trainium 2…price performance ถูกกว่า GPU 30-40%
✅ตัวใหม่ trainium 3….ถูกกว่า 2 ไปอีก 40%

✅CPU capacity 98% ถูกใช้โดยลูกค้า Top 1,000
โต 3x QoQ

ผมเลยมองว่าในแกงค์ CSP เนี่ยย AMZN น่าจับตาสุดละระบบพร้อม capacity พร้อม

Bloom Energy (BE) มันมีดีอะไรวะ?
ทำไม Leopold ถึงซื้อเป็นเบอร์ 1 ในพอร์ต เหนือ Memory... เหนือชิปทุกหุ้นคอขวด...
เอาจริงผมก็ไม่ได้รู้เรื่องน้องเขาเยอะหรอก ก็ตามอ่านจากเพจอื่นเป็นส่วนใหญ่
แต่วันนี้จะมาเหลาเรื่อง Bloom Energy ให้ฟังว่ามันน่าสนใจยังไง ซึ่งผมว่าหลายคนยังไม่เห็นภาพ BE แบบเต็ม ๆ ผมเลยจัดให้เล่าโคตรยาว โพสต์เดียวจบ ย่อยมาให้ละ....

ฺBloom Energy ขาย Fuel Cell ไปติดตั้งเพื่อสร้างไฟฟ้าต่อเข้า Data Center
ถ้าวัดที่กระแสไฟฟ้าที่ผลิตได้เท่ากัน...
ซื้อของ BE แพงกว่ากังหันก๊าซจาก GEV หรือ ENR 2 เท่า
ต้นทุนผลิตไฟต่อหน่วยก็ยังแพงกว่าอีก แต่ลูกค้าแย่งกันจองจนของไม่พอขาย

📌สถานการณ์ปัจจุบัน
คาดการณ์ที่ผมเจอล่าสุดคือความต้องการไฟของ US Data Center
กำลังเพิ่มจาก 21 GW ใน 2026 เป็น 84 GW ใน2030 โต 4 เท่า ใน 4 ปีต่อจากนี้

AEP ซึ่งเป็นเจ้าของระบบสายส่งใหญ่ที่สุดใน US
CEO บอกว่าตอนนี้การขอต่อไฟในหลายรัฐใช้เวลา 5 ถึง 7 ปี
แม้แต่กับ AEP เองก็โดนเช่นกัน ไม่มีข้อยกเว้น

แปลว่าต่อให้คุณมี GPU และอุปกรณ์มากองรอครบ มีเงินเหลือ มีที่ดินพร้อม คุณก็ยังต้องนั่งตบยุงรอไฟไปอีก 5 ปี

แก๊สเลยกลายเป็นคำตอบที่ดีที่สุดในระยะเวลานี้ครับ

✅เราไม่ได้อยากใช้โรงไฟฟ้าพลังงานแก๊สไปตลอด แต่ระหว่างรอโรงไฟฟ้านิวเคลียร์แบบ SMR พร้อม
ตาม Timeline ก็น่าจะราวปี 2029 ถึง 2032 ซึ่งช้าเกินไปสำหรับศึก AI รอบนี้
เราเลยมองแก๊สเป็นสะพาน คือเป็นของที่ขยายได้ทันวันนี้ ระหว่างรอนิวเคลียร์กับเทคโนโลยีอื่นโตพอจะรับช่วง
โครงการโรงไฟฟ้าแก๊สที่จ่อคิวป้อ Data Center เพิ่มจาก 24 GW ช่วงต้นปี 2025 เป็น 64 GW ช่วงต้นปี 2026

และ US ได้เปรียบตรงที่มีต้นทุนแก๊สถูกมาก ...
เพราะแก๊สส่วนใหญ่มาจากหลุม Permian เป็นของแถมที่ติดขึ้นมาพร้อมน้ำมัน
คนขุดตัดสินใจขุดเพราอยากได้น้ำมัน...แก๊สเป็นของแถม
ยิ่งขุดน้ำมันเยอะ แก๊สยิ่งล้น...
และแก๊สจะขนใส่รถบรรทุก เทใส่เรือออกไปขายเหมือนน้ำมันก็ไม่ได้ ต้องมีท่อและระบบที่ซับซ้อนกว่ามาก

ทีนี้ทุกคนก็หนีมาใช้แก๊สกันหมด....กลายเป็นมีปัญหใหม่คือกังหันก๊าซคิวเต็มเหมือนกัน

GE Vernova (GEV) เจ้าตลาดกังหันก๊าซ ปิดปี 2025 ด้วยคำสั่งซื้อที่รอส่งมอบ 80 กิกะวัตต์ ยาวไปถึงปี 2029
และซีอีโอบอกเองว่าคาดจะขายหมดยาวถึงปี 2030 ภายในสิ้นปี 2026 นี้
ส่วนคนที่สั่งใหม่วันนี้ ถ้าเป็นกังหันขนาดใหญ่แบบ H-class ต้องรอ 36 ถึง 60 เดือน
ถ้าเป็นแบบ aeroderivative ที่เล็กลงมาก็ยังต้องรอ 18 ถึง 36 เดือน
และ Gas Turbine เพิ่มกำลังการผลิตน้อยมากเพราะเคยเจ็บตอนปี 2000มาก่อน ตอนนั้น Demand มาแรง พอสร้างโรงงานเสร็จ เกิด Dot Com กลายเป็นโรงงานร้างไม่มีออเดอร์ลงทุนฟรี..... รอบนี้ก็เลยไม่ลงทุนเพิ่มไปรีดกำไรที่ค่า Service และ Maintenance ของเก่าเอา

ก็เลยกลายเป็นหนีเสือปะจรเข้ ...คนหนี SMR มาใช้กังหันแก๊ส...แก๊สก็เป็นปัญหาใหม่อยู่ดี

✅Bloom Energy คือคนที่ส้มหล่นจากตรงนี้ ไม่ใช่เพราะบริษัทเก่งกว่า ของดีกว่า แต่เพราะเป็นทางเลือกที่เหลืออยู่จริงเมื่อคิวกังหันเต็มและคิวสายส่งยาว 5 ปี
Fuel Cell เลยเป็นทางออกใหม่ที่ดูดีที่สุดตอนนี้

Fuel Cell คืออะไร?

ถ้ากังหันก๊าซคือการเอาแก๊สไปเผา ให้ความร้อนดันใบพัดหมุนเครื่องปั่นไฟออกมา
แต่ Fuel Cell จะไม่มีการเผาอะไรเลย ใช้วิธีเปลี่ยนแก๊สเป็นไฟด้วยปฏิกิริยาเคมีตรงๆ
นึกภาพเหมือนถ่านไฟฉายที่เติมแก๊สเข้าไปได้เรื่อยๆ แล้วจ่ายไฟไม่หยุด ไม่มีเปลวไฟ ไม่มีชิ้นส่วนหมุน

ฺBackground ต้นกำเนิด BE ที่ผมไปอ่านมาน่าสนใจอยู่...
KR Sridhar ที่เป็น Founder เคยเป็นผู้อำนวยการห้องแล็บเทคโนโลยีอวกาศที่ University of Arizona และรับงานที่ NASA ในการสร้างเซลล์ที่เอาก๊าซที่ชั้นบรรยากาศดาวอังคารมาแปลงเป็นออกซิเจนสำหรับหายใจและทำเชื้อเพลิงจรวด โดยใช้ไฟจากแผงโซลาร์เป็นตัวขับ

พอโครงการดาวอังคารถูกพับ เขาก็เอาเครื่องเดิมมากลับด้าน.....จากที่เคยใส่ไฟเข้าไปเพื่อให้ได้อากาศ...ก็เปลี่ยนเป็นใส่แก๊ส (อากาศ) เข้าไปเพื่อให้ได้ไฟแทน
บริษัทตั้งปี 2001 ในชื่อ Ion America เปลี่ยนชื่อเป็น Bloom Energy ปี 2006
ซุ่มพัฒนาเงียบๆ อยู่ 8 ปีก่อนเปิดตัวจริงเดือน ก.พ. 2010
โดยมีลูกค้ารายแรกคือ Google เมื่อปี 2008

✅แผ่นเซลล์ของ Bloom ทำจากทรายเคลือบหมึกสูตรเฉพาะ ไม่ใช้โลหะมีค่า
บริษัทระบุว่าไม่ต้องพึ่งแร่สำคัญจากจีนหรือประเทศที่มีความขัดแย้ง
ปฏิกิริยาเกิดที่อุณหภูมิราว 800 Cและจ่ายไฟออกมาเป็นไฟตรง 800 โวลต์ (VDC) ซึ่งตรงกับสเปกที่ตู้เซิร์ฟเวอร์ AI รุ่นใหม่ต้องการพอดี ไม่ต้องแปลงไฟกลับไปกลับมาให้เสียพลังงานทิ้ง
หรือก็คือเส้นทางที่ Nvidia กำลังไป BE ตั้งป้อมรอพร้อมอยู่แล้วตอนนี้

แล้วถ้ามันดีจริง ทำไมเมื่อก่อน Scale ไม่ขึ้น ??

🥵ปัญหาคลาสสิกของ fuel cell ชนิดนี้คือมันเสื่อมไว

พอต้องทำงานที่ 800 องศา ทุกครั้งที่เครื่องร้อนขึ้นและเย็นลง วัสดุแต่ละชั้นขยาย / หดตัวไม่เท่ากัน มันเลยดึงรั้งกันจนซีลรั่วและชั้นวัสดุหลุดลอกออกจากกัน ซึ่งอันนี้เป็นปัญหาใหญ่ที่คนทำ Fuel Cell ค่ายอื่นยังข้ามกันไม่ค่อยได้
ฝั่งขั้วเชื้อเพลิงก็มีปัญหาของตัวเองทั้งนิกเกิลจับตัวเป็นเม็ดใหญ่จนพื้นที่ทำปฏิกิริยาหายไป กำมะถันเข้าไปเกาะ และคาร์บอนมาพอก

งานวิจัยที่ทดสอบเปิด-ปิดซ้ำๆ 1,000 ชั่วโมง พบว่าถ้าเร่งอุณหภูมิเร็วขึ้น แรงดันไฟที่หายไปเพิ่มจาก 8.8% เป็น 19.1%.....หรือพูดง่ายๆ คือยิ่งเปิด/ปิดบ่อย ยิ่งพัง

✅สิ่งที่ Bloom ทำ ผมว่าน่าสนใจตรงที่เขาไม่ได้ไปแก้ให้มันไม่เสื่อม ซึ่งทำได้ยากมาก มันเป็น Technology Wall แต่ออกแบบธุรกิจทั้งหมดให้หลบเงื่อนไขที่ทำให้มันเสื่อมแทน

✅ขายเฉพาะงานไฟ Baseload ที่เดินเครื่องนิ่งๆ ตลอด 24 ชั่วโมง ไม่ใช่เครื่องสำรองที่เปิดปิดตามพีค พอไม่มีการเปิด-ปิด ก็ไม่มีรอบร้อนเย็นที่เป็นตัวแปรหลัก ข้อเสียคือมันเร่งกำลังเร็วไม่ได้ เลยทำหน้าที่รับพีคไม่ได้เหมือนกังหันแต่นั้นก็ไม่เป็นปัญหาสำหรับ Data Center ที่เดินเครื่องนิ่ง ๆ 99-100% ตลอดเวลา
✅ใช้เซรามิกจากทรายแทนโลหะมีค่า ของที่ต้องเปลี่ยนจึงถูกพอที่จะยอมเปลี่ยนได้
✅ เปลี่ยนของที่เสื่อมให้กลายเป็นรายได้ประจำ แผ่นเซลล์อายุราว 5 ถึง 6 ปีแล้วต้องเปลี่ยน Bloom เลยขายสัญญาบริการพ่วงไปกับเครื่องแทบทุกดีล กลายเป็นรายได้ที่เข้ามาเรื่อยๆ ตลอดอายุสัญญา 5 ถึง 20 ปี

🥵ข้อเสียของวิธีนี้คือค่าบริการแพง ค่าเปลี่ยนแผ่นเซลล์กินถึง 65% ของต้นทุนบริการทั้งหมด

ซึ่งเมื่อก่อนบริษัทขาดทุนลากยาวเพราะเพราะส่วนนี้
✅ตอน IPO เมื่อ 8 ปี Service GPM -21% คือยิ่งบริการยิ่งขาดทุน แต่ต้องทำ
✅ไตรมาสล่าสุด Service GPM ขึ้นมาเป็น 19% และเป็นไตรมาสที่ 5 ติดกันที่เป็นเลขสองหลัก

แปลว่าธุรกิจนี้ไม่ได้จบที่การขายเครื่องครั้งเดียว .....
✅ทุกเครื่องที่ติดตั้งไปแล้วได้ค่า Service ไปอีกสิบกว่าปีและเริ่ม Scale ขึ้น
✅โดนการทำระบบ Monitor และสร้างชิ้นส่วนที่เปลี่ยน ให้ Service ได้ง่ายขึ้น
✅ไม่ต้องให้ Engineer เป็นคนไปเปลี่ยนหน้างาน ก็ประหยัดต้นทุนลงไปได้อีก

อีกจุดที่คนมองข้ามคือเรื่องขนาดชิ้นส่วน
🥵กังหันก๊าซขนาดใหญ่มีแกนหนัก 300 ถึง 500 ตัน
ต้องมีเส้นทางขนส่งพิเศษ ถ้าขนภนนก็พังหมดครับ ต้องมีหม้อแปลงเฉพาะที่ตอนนี้
รอคิวเอง 3 ถึง 4 ปี.....
✅ส่วน Bloom เป็นตู้ชิ้นเล็กที่ยกไปเรียงต่อกันได้ เหมือนติดแอร์เพิ่มทีละตัว แทนที่จะต้องวางระบบชิลเลอร์กลางทั้งตึกในทีเดียว

Sridhar เรียกเครื่องตัวเองว่าตัวต่อเลโก้ที่ทุกชิ้นเหมือนกันเป๊ะและย้ายไปใช้ที่อื่นได้ ผลที่ตามมาคือถ้าโครงการไหนสะดุด เขายกของที่กำลังขนส่งอยู่กลางทางเปลี่ยนปลายทางไปโครงการอื่นได้เลย ซึ่งถ้าเป็นกังหันหนัก 400 ตันที่ต้องหล่อฐานรากเฉพาะที่ คุณทำแบบนั้นไม่ได้เลย

✅ชิ้นเล็กแปลว่าโรงงานผลิตด้วยเครื่องจักรมาตรฐาน ขยายกำลังผลิตได้เร็ว และไซต์งานติดตั้งเสร็จเร็ว
✅อีกอย่างคือใบอนุญาต...
พอไม่มีการเผาไหม้ ใบอนุญาตด้านอากาศก็ผ่านเร็วกว่าโรงไฟฟ้าที่ต้องจุดไฟ แถมเสียงเบากว่าและมลพิษน้อยกว่า ซึ่งทำให้ชาวบ้านแถวนั้นต้านน้อยลงด้วย สองอย่างนี้ไม่ได้อยู่ในสเปกเครื่อง แต่มันคือเวลาที่ประหยัดได้จริง

รวมทั้งหมดแล้ว Bloom ใช้เวลาราว 3 ถึง 4 เดือนตั้งแต่สั่งจนจ่ายไฟ และเคสที่ผู้บริหาร BE ชอบยกมาพูดบ่อยๆ คือดีลกับ Oracle ที่สัญญาไว้ว่าจะเสร็จใน 90 วัน แต่ส่งได้ใน 55 วัน!!!

✅Sridhar ขิงไว้คมๆ ประโยคหนึ่งบอกว่า...
การที่ผู้ผลิตรายเดิมมีคิวยาว 4 ปี ไม่ใช่เครื่องพิสูจน์ว่าขายดี....แต่มันคือคำสารภาพว่าผลิตไม่ทัน
หรือก็คือ มึงมีลูกค้าแหละ แต่มึงจะโตยังไง....

🧮ลองคำนวนให้เห็นภาพ...เป็นทุกคนจะยอมจ่ายแพงขึ้นหรือนั่งรอกังหันแก๊ส....

✅Bloom ของแพงกว่าจริง ต้นทุนอยู่ที่ 3,000 ถึง 4,000 ดอลลาร์สหรัฐฯ ต่อkW
ขณะที่กังหันก๊าซอยู่ที่ 1,500 ถึง 2,000 คือแพงกว่าราว 2 เท่า หักเครดิตภาษี ITC 30% แล้วเหลือราว 2,800

SemiAnalysis บอกว่า AI Data Center ทำรายได้ 10 ถึง 12 ล้านดอลลาร์สหรัฐฯ ต่อ MW/Yr

เอามาวางเทียบกัน.. เปิดเร็วขึ้น 6 เดือน ทำเงินเพิ่ม 5 ถึง 6 ล้านดอลลาร์สหรัฐฯ ต่อเมกะวัตต์ จ่ายค่าเครื่องที่แพงกว่ากังหันอยู่ที่ราว 2 ล้านต่อ MW เท่านั้น

✅จ่ายแพงขึ้น 2 ล้าน เพื่อได้เงินเร็วขึ้น 5 ถึง 6 ล้าน

จะจ่ายไหมหละ ??

ลองคิดเป็นภาพใหญ่ ถ้า Data Center ขนาด 200 MW การเปิดเร็วขึ้นครึ่งปีคือรายได้ 1,000 ถึง 1,200 ล้านดอลลาร์สหรัฐฯ ที่ได้มาเปล่าๆ เลยนะ

✅คนที่ได้ใช้ Bloom วันนี้จึงทำเงินได้มากกว่าคนที่ยืนต่อคิวรอกังหัน ทั้งที่จ่ายค่าเครื่องแพงกว่า และนี่คือสิ่งที่ผู้บริหาร Bloom พูดซ้ำตลอดว่า.....ราคาของการไม่มีไฟใช้ แพงกว่าค่าไฟหลายเท่า

✅ปัจจุบันในฝั่ง solid oxide fuel cell ตอนนี้ตัวเลือกหลักที่มีอยู่จริงมาจาก Bloom Energy เจ้าเดียว

คนที่พอแข็งได้ใกล้สุดคือ Doosan Fuel Cell ที่เปิดโรงงานผลิตใหม่ในเกาหลีเมื่อ ก.ค. 2025 กำลังผลิต 50 MW/Yr
ขณะที่ Bloom ตั้งเป้าแตะ 5 GW ภายในสิ้นปี 2026 และยังเพิ่มกำลังการผลิตได้ไตรมาสละหลายร้อย MW ซึ่งเป็นคนละสเกลกันเลย

ตัวผู้บริหาร Bloom เองประเมินว่าส่วนแบ่งตลาดของตัวเองในกลุ่ม fuel cell สำหรับ Data Center อยู่ที่ระดับเกือบ 100% อันนี้ต้องฟังหูไว้หูเพราะเป็นตัวเลขที่บริษัทพูดเอง 5555+

✅เรื่องแร่ที่หลายคนกังวลว่าจะเป็นคอขวดถัดไป ผู้บริหารบอกในการประชุมล่าสุดว่าปริมาณสแกนเดียมที่มองเห็นอยู่ตอนนี้รองรับการติดตั้งได้ราว 25 GW ยังขยายได้อีกเยอะมากโดยไม่ต้องพึ่งจีน เพราะบริษัทเห็นปัญหานี้เลยลงทุนทำ Ecosystem ไว้รอเองนานแล้ว

ยิ่งขายได้เยอะ ต้นทุนต่อหน่วยยิ่งลง แล้วยิ่งลงก็ยิ่งขายง่ายขึ้นอีก วงจรนี้เริ่มหมุนให้เห็นในงบจริง

📌งบไตรมาสล่าสุดที่เพิ่งออกต้นวีคนี้

✅รายได้ 1,065 ล้านดอลลาร์สหรัฐฯ ทะลุพันล้านในไตรมาสเดียวเป็นครั้งแรก โต 165.5% YoY และ 42% QoQ เหนือที่ตลาดคาดราว 27%

✅GPM ขึ้นมาที่ 34% ซึ่งเกินเป้าทั้งปีที่ตัวเองเพิ่งปรับขึ้นไปไตรมาสที่แล้ว ทั้งที่ยังเหลืออีกสองไตรมาส

✅Operating leverage เริ่มมารายได้โต 165.5% ขณะที่ค่าใช้จ่ายดำเนินงานโตแค่ 48% ทำให้กำไรจากการดำเนินงานโต 737%!!
ผู้บริหารย้ำว่านี่เป็นโครงสร้างถาวร ไม่ใช่ของชั่วคราวไตรมาสเดียวจบ
พร้อมปรับเพิ่มเป้าทั้งปีเป็นครั้งที่ 2 ในรอบ 2 ไตรมาส เป็นรายได้ 3.9 - 4.2 พันล้านดอลลาร์สหรัฐฯ
KR Sridhar แจกกาวบอกว่า Bloom ใช้เวลา 21 ปีกว่าจะมีรายได้พันล้านแรกในปี 2022 ใช้อีก 3 ปีเพื่อทำให้เป็นสองเท่า และตอนนี้กำลังจะทำให้เป็นสองเท่าอีกครั้งภายในปีเดียว

กาวปะ...5555+

✅อีกเรื่องคือโครงสร้างลูกค้าที่เปลี่ยนไป.....
เมื่อ 9 เดือนก่อน Bloom มีลูกค้า hyperscaler ที่เซ็นตรงอยู่รายเดียวคือ Oracle
ตอนนี้ hyperscaler รายใหญ่ของสหรัฐฯ ทดสอบและรับรองระบบของ Bloom ครบทุกรายแล้ว บวกกับ neocloud, AI lab และผู้ให้บริการ colocation อีกกว่าสิบราย และงานที่รอส่งมอบก็กระจายไปถึงลูกค้าอุตสาหกรรมด้วย ผู้บริหารย้ำว่าเป้าทั้งปีไม่ได้พึ่งโครงการใดโครงการหนึ่งเป็นพิเศษ

จากหนึ่งราย เป็นเกือบทั้งอุตสาหกรรม ภายใน 9 เดือน.....

✅ฝั่งเงินทุนก็ขยาย พันธมิตรกับ Brookfield โตจาก 5,000 ล้านเป็น 25,000 ล้านดอลลาร์สหรัฐฯ ภายใน 9 เดือน = คือ 5 เท่า
และมีกองใหม่ IDF ร่วมกับ Oaktree, MUFG และ Morgan Stanley อีก 2,600 ล้าน

✅ไตรมาสล่าสุด Nebius ยกเลิกคำสั่งซื้อกังหันและเครื่องยนต์จากคู่แข่ง แล้วหันมาเลือก Bloom ในไตรมาสนี้ ซึ่งแสดงให้เห็นว่า Fuel Cell กำลังแย่งลูกค้ามาได้เพิ่มอีกแล้ว เริ่มจะไม่ใช่ทางเลือก แต่กลายเป็นของทดแทน

📌Valuation ก่อนหน้านี้คนบอกแต่พอแยกดูทีละตัว มันไม่ได้แพงเท่ากันทุกด้าน

ด้านที่ตึงที่สุดคือเทียบกับยอดขาย EV/Rev อยู่ที่ 11.0 เท่า ขณะที่ค่าเฉลี่ย 5 ปีของตัวมันเองอยู่ที่ 4.8 เท่า คือปัจจุบันก็มี Premium อยู่ราว 130% และยืนเหนือค่าเฉลี่ยไป 1.5 ส่วนเบี่ยงเบนมาตรฐาน แม้กรอบ 5 ปีของมันจะเคยกว้างตั้งแต่ 1.4 ถึง 19.7 เท่า แปลว่าเคยแพงกว่านี้มาแล้วก็ตาม

✅EV/EBITDA อยู่ที่ 44.2 เท่า เทียบค่าเฉลี่ย 5 ปีที่ 39.1 เท่า แพงกว่าแค่ 13%

🥵FWD P/E ล่วงหน้าอยู่ราว 35 เท่า ขณะที่ประมาณการเติบโตระยะยาวอยู่ที่ราว 84% ต่อปี หารกันออกมาได้ PEG ราว 0.4 ซึ่งบนกระดาษถือว่าไม่แพงเลยด้วยซ้ำ

แต่อีกด้านก็ต้องระวังครับ.... PEG 0.4 จะดีจริงก็ต่อเมื่อ 84% นั้นเกิดขึ้นจริงเป็นค่าเฉลี่ยเติบโตระยะยาว ทุกอย่างที่ดูไม่แพงตอนนี้ ไม่แพงเพราะเราเอาไปหารด้วยอนาคตที่ยังไม่เกิด

🥵ต้นทุนไฟต่อหน่วยก็ยังแพงกว่ากังหันอยู่ดี ค่าไฟเฉลี่ยตลอดอายุโครงการอยู่ที่ 100 -200 ดอลลาร์สหรัฐฯ ต่อ MW/Hr เทียบกับกังหันที่ 65 ถึง 130
✅แปลว่าข้อได้เปรียบของ Bloom คือความเร็ว ไม่ใช่ความถูก และถ้าวันหนึ่งคิวกังหันคลายลง ข้อได้เปรียบนั้นจะบางลงทันที

CFO ยอมรับเองว่ารายได้ในไตรมาสหนึ่งๆ อาจกระจุกอยู่กับลูกค้าแค่ 1 ถึง 2 รายตามจังหวะส่งมอบ บริษัทเลิกให้เป้ากระแสเงินสดอิสระอย่างเป็นทางการ และที่ผมว่าน่าสังเกตที่สุดคือบริษัทไม่ยอมแตกให้ดูเลยว่างานที่รอส่งมอบอยู่นั้น ส่วนไหนเซ็นสัญญาแล้ว ส่วนไหนแค่ผ่านการทดสอบ ตัวเลขเป็นเงินก้อนล่าสุดที่เปิดเผยยังเป็นของสิ้นปี 2025 ที่ราว 20,000 ล้านดอลลาร์สหรัฐฯ

🥵แปลว่าประโยคที่ว่างานที่รอส่งมอบโตเร็วกว่ารายได้ เราต้องเชื่อคำพูดผู้บริหารไปก่อน เพราะยังไม่มีตัวเลขมาให้ตรวจ

ปิดท้ายด้วยเรื่องที่ผมว่าเป็นบทเรียนที่สุดของหุ้นตัวนี้

กองทุน Situational Awareness เข้าซื้อ Bloom เป็นก้อนใหญ่ที่สุดในพอร์ตตั้งแต่ต้นทุนต่ำกว่า 90 ดอลลาร์สหรัฐฯ ต่อหุ้น .....อ่านคอขวดถูก ธุรกิจก็ทำได้ตามที่คิดจริงๆ แต่ปลายเดือนนี้เขาก็ยังถูก Force Sell ทั้งก้อนอยู่ดี เพราะใช้ Leverage หนักเกินไปในจังหวะที่ตลาดเหวี่ยง

อ่านธุรกิจถูก.... กับ อยู่รอดจนได้เห็นว่าตัวเองถูก.. เป็นคนละเรื่องกัน

และ Moat ที่สูงไม่ได้แปลว่าปลอดภัย มันมีเงื่อนไขของมันอยู่ .....
สำหรับ Bloom เงื่อนไขนั้นชัดมาก.. วันที่คิวกังหันก๊าซคลาย หรือวันที่สายส่งตามทัน ความเร็วที่เป็นข้อได้เปรียบทั้งหมดของมันจะเหลือแค่ราคาที่แพงกว่าชาวบ้าน 2 เท่า ยกเว้นแต่จะมีการ Scale ที่มากพอจนเป็นตัวเลือกที่ถูกระดับเดียวกับกังหันแก๊สได้ ซึ่งผมคิดว่ามันจะไม่เป็นเส้นตรงราบเรียบขนาดนั้นครับ

Invest360

การใช้งาน AI แบบดั้งเดิม ส่วนใหญ่องค์กรจะส่งข้อมูลขึ้น Public Cloud เพื่อเรียกใช้โมเดลจากผู้ให้บริการรายใหญ่
วิธีนี้เริ่มต้นง่ายแต่เมื่อใช้งานเยอะ และการผูกขาดโมเดลคุณภาพสูงของ ChatGPT Claude ทำให้ค่าใช้บริการก็เพิ่มตามไปด้วย ซึ่งจีนมุ่งทำโมเดลแบบ Open-weight อย่าง Kimi K3 และ DeepSeek V4 จึงเปลี่ยนเกม เพราะองค์กรสามารถนำโมเดลมาติดตั้งบน Server ของตัวเอง หรือที่เรียกว่า On-premises AI ได้ ทุกคนมี AI ใช้ฟรี

ทำไม Kimi และ DeepSeek จึงสำคัญต่อ Lenovo
โมเดลจากบริษัทตะวันตกจำนวนมากเป็น Closed Model องค์กรจึงต้องใช้งานผ่าน Cloud หรือ API ของเจ้าของโมเดลเป็นหลัก
แต่ Kimi K3 และ DeepSeek V4 เปิดเผย Model Weight ทำให้องค์กรสามารถดาวน์โหลดไปติดตั้ง ปรับแต่ง และควบคุมข้อมูลได้เอง
ยิ่งโมเดล Open-weight มีความสามารถใกล้เคียงโมเดลชั้นนำมากเท่าไร เหตุผลที่องค์กรจะสร้าง Private AI Infrastructure ก็ยิ่งมากขึ้นเท่านั้น
Lenovo ถึงขั้นออกแบบ Hybrid AI Microfactory ซึ่งรวม Server, GPU, Red Hat OpenShift และ NVIDIA AI Enterprise เข้าด้วยกัน โดยระบบตัวอย่างรองรับการนำ DeepSeek-R1 มาทำ AI Chatbot และ RAG ภายในองค์กรได้
ดังนั้น Lenovo ไม่จำเป็นต้องเป็นผู้ชนะในสงครามว่าโมเดลของใครฉลาดที่สุด
ไม่ว่าจะเป็น Kimi, DeepSeek, Llama หรือโมเดลรุ่นถัดไป ขอเพียงองค์กรต้องการนำ AI ไปติดตั้งบนระบบของตัวเอง Lenovo ก็มีโอกาสขาย Server, Storage, Deployment Service และสัญญาดูแลระบบระยะยาว

Lenovo Group (อยู่ในตลาดฮ่องกง HKG: 0992)
ธุรกิจที่นักลงทุนควรจับตามากขึ้นคือ Infrastructure Solutions Group หรือ ISG ซึ่งขาย Server, Storage, Edge Computing และโครงสร้างพื้นฐานสำหรับ AI Data Center
ความก้าวหน้าของโมเดล Open-weight เหล่านี้กำลังช่วยเปิดตลาดใหม่ให้ Lenovo
เพราะยิ่งโมเดลมีประสิทธิภาพสูงขึ้น ราคาถูกลง และองค์กรนำไปติดตั้งเองได้ง่ายขึ้น ความต้องการ AI Server และ Private AI Factory ก็มีโอกาสเพิ่มขึ้นตามไปด้วย
ในยุคตื่นทอง คนที่ค้นพบทองอาจเปลี่ยนหน้าไปเรื่อย ๆ
แต่ Lenovo กำลังพยายามเป็นบริษัทที่ขายพลั่ว เครื่องจักร และสร้างเหมืองให้ทุกคน ไม่ว่าโมเดล AI ตัวไหนจะเป็นผู้ชนะก็ตาม

วีคที่แล้วหนักขนาดไหน? จากตลาดมั่น ๆ ใจเดินผ่านวีคที่แล้ววีคเดียว หน้าซีดเลย จากวีคก่อนๆ คนมอง Bullish ขึ้นรัวๆ วีคเดียวหมายหมด

ปรับโหมดกันไม่ทันเลยทีเดียว

ปีที่แล้ว Nvidia เซ็นดีล license เทคโนโลยีจาก Groq สตาร์ทอัพชิป inference พร้อมดึงตัว Jonathan Ross ผู้ก่อตั้ง (คนเดียวกับที่เคยออกแบบ TPU ให้ Google) เข้ามาทั้งทีม มูลค่ารวมราว $20,000 ล้าน

ต้นปีนี้เราก็ได้เห็นว่าเงินก้อนนั้นซื้อเทคโนโลยีชื่อ Groq 3 LPX แร็ค AI ตัวใหม่ของ Nvidia ที่อัดชิป LPU (Language Processing Unit) 256 ตัว ลดบทบาท GPU ที่เป็นตัวชูโรงตลอดหลายปี

ลองนึกภาพแบบนี้ ถ้า GPU คือรถสิบล้อ ขนของได้ทีละเยอะๆ LPU ก็คือมอเตอร์ไซค์ส่งอาหาร ขนได้น้อยแต่ถึงมือเราเร็วกว่ามาก
ถ้าเราต้องสร้างระบบขนส่งทั้งประเทศ เราจะเลือกผสมกัน ส่งระหว่างโกดังเราใช้ GPU แล้วใช้ LPU ส่งถึงบ้าน


ชิป LPU หนึ่งตัวมี SRAM (หน่วยความจำที่ฝังอยู่บนตัวชิปโดยตรง) แค่ 500 MB — น้อยกว่า HBM4 บน Rubin GPU ที่มี 288 GB ถึงเกือบ 600 เท่า แต่ bandwidth (ความเร็วส่งข้อมูล) ทำได้ 150 TB/s ต่อชิป เทียบกับ HBM4 ที่ 22 TB/s
ความจุแพ้ยับ แต่ความเร็วชนะขาด


และงาน AI inference ยุคนี้ โดยเฉพาะช่วง decode (ตอนที่โมเดลพ่นคำตอบทีละ token ให้เรานั่งรออยู่หน้าจอ) มันไม่ได้ติดที่พลังคำนวณ มันติดที่ความเร็วในการตอบคำถาม — คอขวดที่วงการเรียกว่า Memory Wall

Nvidia เลยออกแบบระบบเป็น hybrid Rubin GPU ที่มี HBM4 รับงาน prefill (อ่านและย่อยคำสั่งยาวๆ จาก Claude และ ChatGPT ที่เรา prompt เข้าไป) แล้วโยนต่อให้แร็ค Groq ที่เป็น SRAM ล้วนทำหน้าที่ตอบคำถามให้คนถาม Claude หรือ ChatGPT
ผลลัพธ์ที่ Nvidia เคลมคือ ทำงานต่อเมกะวัตต์สูงกว่า Blackwell NVL72 เดี่ยวๆ ถึง 35 เท่า สำหรับโมเดลระดับล้านล้านพารามิเตอร์

สำหรับผมมูลค่าของ หน่วยความจำ กำลังย้ายที่อยู่

ในโลก HBM-heavy เม็ดเงินหน่วยความจำไหลไปที่สามเจ้า SK Hynix, Samsung, Micron ซื้อขายกันเป็นชิ้นส่วนแยก แต่ SRAM ไม่ใช่ชิปแยก มันถูกฝังอยู่บน die เดียวกับตัวประมวลผล แปลว่า ผู้ผลิต SRAM ก็คือ foundry ที่ผลิตชิปนั่นเอง เช่น TSMC Samsung SMIC

และ foundry ที่ได้งานนี้ของ Nvidia คือ Samsung ผลิต Groq 3 บนโปรเซส 4nm เริ่ม mass production แล้ว ส่งมอบ Q3 ปีนี้ Samsung เลยได้สองเด้ง เป็นทั้งคนผลิต LPU และยังขาย HBM ให้ฝั่ง GPU ต่อไป แถมดีลนี้ยังดึง Nvidia กลับมาเป็นลูกค้า foundry ครั้งแรกนับตั้งแต่ RTX 3000 เมื่อปี 2020

ที่พึ่งมาสนใจกันเพราะ SRAM มีข้อจำกัดทางฟิสิกส์ มันกินพื้นที่ชิพมากทำให้แพง นี่คือเหตุผลที่ต้องใช้ถึง 256 ชิปต่อแร็คเพื่อให้ได้ SRAM รวมแค่ 128 GB โมเดลใหญ่กว่านั้นใส่ไม่ลง แต่ตอนนี้ HBM แพงมาก และ AI Inference ต้องการความเร็วแบบ SRAM มากกว่า HBM


ถ้ามองย้อนกลับไป ตอนกระแส HBM มาแรงปี 2023-2024 หุ้นกลุ่ม memory วิ่งกันทั้งกระดาน เพราะทุกคนเชื่อว่า AI = HBM มากขึ้นเรื่อยๆ วันนี้บริษัท Nvidia กำลังบอกเราว่า อนาคตของ inference บางส่วนไม่ต้องใช้ HBM เลย

ผมลองใช้ Claude รันดู Performance ย้อนหลังของหุ้นตัวใหญ่ที่เป็นตัวแทนประเทศมาฝากครับ
เริ่มจากการอยากรู้ว่าหุ้นต่าง ๆ หลังจาก List ADR ในสหรัฐฯ ว่าเป็นยังไงบ้าง
เก็บมาได้ 39 บริษัททั่วโลก ตั้งแต่ TSMC ไต้หวัน, ASML เนเธอร์แลนด์, Alibaba จีน ไปจนถึง Infosys อินเดีย, Nokia ฟินแลนด์

Baidu ปี 2005 วันแรกพุ่งถึง +354% เป็นหนึ่งในการเปิดตัวที่แรงที่สุดในประวัติศาสตร์ Nasdaq แต่พอครบเดือนกลับติดลบ -36% แล้วพอครบปีก็ยังติดลบต่อที่ -39%

TSMC กับ Alibaba เดือนแรกติดลบทั้งคู่ (-20% กับ -3%) แล้วพอครบปีก็ยังติดลบต่อ (-41% กับ -32%) ส่วน Wipro เปิดตัวมาสวยเดือนแรกบวก +20% แต่พอครบปีกลับพลิกลบหนักถึง -53% เพราะไปเจอฟองสบู่ดอทคอมแตกพอดี
ขณะที่ ASML กับ Nokia เป็นฝั่งที่โมเมนตัมยืนได้จริง เดือนแรกบวกแล้วปีที่ 1 ก็ยังบวกต่อเนื่อง (+18%→+81% กับ +18%→+182%)

ในบรรดาหุ้นที่เดือนแรกติดลบ มีถึง 73% ที่ยังติดลบต่อเนื่องถึงปีที่ 1 ส่วนกลุ่มที่เดือนแรกบวก มีแค่ 64% ที่ยังบวกอยู่ที่ปีที่ 1
(ฐานตัวอย่างมีแค่ 25 บริษัท เอามาดูให้เห็นภาพรวมได้แต่ยังไม่มากพอใช้ Action ได้ครับ ต้องอ่านอย่างระวัง)
พูดง่ายๆ คือถ้าหุ้นมีโมเมนตัมช่วงแรกดีมักมีโอกาสยืนบวกได้จริงกว่าหุ้นที่ยืนระยะแรกไม่ได้
หรือก็คือการตกลงไปแล้วกลับขึ้นมาใหม่ยากกว่า

ตัวที่เป็นข้อยกเว้นที่บวกสวนทางแรง มีเหมือนกัน อย่าง Infosys เดือนแรกติดลบ -7% แต่พอครบปีกลับพุ่งไป +1,167% เพราะดันไปได้ Premium มหาศาลก่อน Bubble แตก ช่วงพีคปี 2000

ที่น่าสนใจคือ.....
พอขยับไปดูที่ปีที่ 3
ภาพกลับเปลี่ยนไปอีกแบบ ในบรรดา 26 บริษัทที่มีเลขปีที่ 3 ให้เทียบ กลายเป็นบวกถึง 19 ตัว (73%) เหลือแค่ 7 ตัวที่ยังติดลบ (Toyota, SAP, Wipro, ICICI Bank, Petrobras, Santander, BBVA)
ที่น่าสังเกตคือ 7 ตัวนี้ปีที่ 3 ของมันไปตกอยู่ในช่วงเศรษฐกิจโลกซบเซาพอดีแทบทุกตัว
ตัวแรกๆ ตกช่วงหางฟองสบู่ดอทคอมแตก 2001-2003
ส่วน Santander กับ BBVA ตกช่วงญี่ปุ่นฟองสบู่แตก/สงครามอ่าวเปอร์เซีย 1990-91
พูดง่ายๆ คือ ส่วนใหญ่ IPO ระดับ ADR ตัวแทนประเทศเนี่ยระยะยาวหน่อย ถ้าไม่โชคร้าย ชนพายุตลาดขาลงรอบใหญ่พอดี ส่วนใหญ่ก็เป็นบวกได้ฮะ

SK Hynix (SKHY) เปิดเทรด 10 ก.ค. บวก 14% จาก IPO $149 ไปแตะ $170 แซง Alibaba ปี 2014 เป็น US listing ใหญ่สุดของบริษัทต่างชาติในประวัติศาสตร์ หลังทำ ATH แถว $194 ก็ร่วงจนเกือบถึงราคา IPO
ธุรกิจ AI memory ยังไม่ได้แย่ลงเลยในสัปดาห์เดียว แต่ sentiment วันเปิดตัวมันพีคเกินจริงไปก่อน วัยรุ่นเกาหลีนี่เล่น Leverage กันแรงไม่ต่างจากคsิปโตเลยจริงๆ

รอดูว่าจะยืนไหวไหมครับ วันนี้ดีดได้แรงอยู่