ลงทุนหุ้นแห่งอนาคต by Study Wealth

📍 OSI Systems สนามบินทั้งโลกอยู่ในมือแต่ร่วง 14% ในคืนเดียว | Study Wealth

บริษัทเครื่อง X-ray ตรวจกระเป๋า, เครื่องสแกนรถบรรทุกที่ด่านศุลกากร, และเรดาร์ที่มองข้ามขอบฟ้า

เมื่อคืนนี้ (20 ส.ค. 2026) OSI Systems ประกาศงบ Q4 ปีงบ 2026 แล้วหุ้นร่วงราว 14% หลังตลาดปิด ทั้งที่ทำสถิติกำไรและกระแสเงินสดสูงสุดเป็นประวัติการณ์ โพสต์นี้ผมจะพาไปดูว่าบริษัทนี้ทำอะไร ทำไมตลาดถึงขายทิ้ง และที่ราคาใหม่นี้มันน่าสนใจหรือยังครับ

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🟢 OSI Systems คือใคร

OSI Systems เป็นบริษัทจาก Hawthorne, California ที่คนไทยแทบไม่รู้จักชื่อ แต่รู้จักสินค้าแน่นอนครับ เพราะเครื่อง X-ray ที่สนามบินสุวรรณภูมิหลายเครื่องก็ติดโลโก้ Rapiscan ซึ่งเป็นแบรนด์ของบริษัทนี้

บริษัทแบ่งเป็น 3 ดิวิชั่น

1️⃣ Security (ประมาณ 2 ใน 3 ของรายได้) — แบรนด์ Rapiscan และ AS&E ทำเครื่องตรวจกระเป๋า, เครื่อง CT สแกนสัมภาระ, เครื่องสแกนรถบรรทุกและตู้คอนเทนเนอร์ทั้งคัน (Cargo & Vehicle Inspection) รวมถึงธุรกิจ RF (Radio Frequency) ที่ทำระบบส่งสัญญาณเรดาร์ Over-the-Horizon ให้กองทัพสหรัฐฯ

2️⃣ Optoelectronics & Manufacturing (ประมาณ 1 ใน 4) — ทำ Photodiode และเซ็นเซอร์รับแสงที่ใช้ในเครื่องมือแพทย์ อากาศยาน และอุตสาหกรรมป้องกันประเทศ พร้อมรับจ้างผลิตชิ้นส่วนอิเล็กทรอนิกส์ความแม่นยำสูงให้ OEM — นี่คือ Layer 0 ตัวจริงของธุรกิจครับ เพราะเครื่องสแกนทุกเครื่องต้องมี "ตัวรับแสง" ที่แปลงรังสี X-ray เป็นสัญญาณไฟฟ้า และ OSI ผลิตเองในบ้าน

3️⃣ Healthcare (ส่วนที่เล็กที่สุด) — แบรนด์ Spacelabs ทำเครื่อง Patient Monitoring ในโรงพยาบาล


🟢 Bottleneck ที่ OSI นั่งทับอยู่

ทุกประเทศมีปัญหาเดียวกันครับ สินค้าผ่านชายแดนมหาศาล แต่จะเปิดตู้คอนเทนเนอร์ตรวจทีละตู้ก็ไม่ไหว ทางออกคือ Non-Intrusive Inspection (NII) โดยสแกนทะลุทั้งคันโดยไม่ต้องเปิด ซึ่งเป็นตลาดที่ผู้เล่นมีไม่กี่ราย (Smiths Detection, Leidos, Nuctech ของจีน และ OSI) และ Nuctech กำลังถูกกีดกันออกจากตลาดตะวันตกด้วยเหตุผลด้านความมั่นคง

📍 Key fact: งบประมาณ One Big Beautiful Bill ของสหรัฐฯ จัดสรรเงินประมาณ $1 พันล้านสำหรับอุปกรณ์ NII ที่ชายแดนโดยเฉพาะ และหลังจบปีงบ OSI เพิ่งได้สัญญา IDIQ จาก CBP (ศุลกากรสหรัฐฯ) สองฉบับ เพดาน $200M และ $85M โดยเป็น **ผู้ได้รับสัญญาเพียงรายเดียว (sole awardee)** ทั้งสองฉบับ

นอกจากนี้ยังมีสัญญา RF ใหญ่ที่สุดในประวัติศาสตร์บริษัท มูลค่าไม่เกิน $235M สำหรับระบบเรดาร์ Over-the-Horizon ที่เชื่อมกับโครงการ Golden Dome และบริษัทยังอยู่ใน SHIELD IDIQ ซึ่งเป็น "ประตู" เข้าสู่งบ Golden Dome ในอนาคต

💡 ตัวอย่างให้เห็นภาพ
IDIQ ก็เหมือนบัตรสมาชิกฟิตเนสแบบจ่ายตามใช้ครับ เพดาน $285M คือ "วงเงินที่ใช้ได้" ไม่ใช่เงินที่ได้แน่ ๆ รัฐบาลจะทยอยออก Delivery Order ทีละใบ (ตอนนี้ออกมาแล้วราว $21M)


😱 แล้วทำไมหุ้นร่วง 14% ?

ตัวเลขที่ออกมามีสองหน้าชัดเจนมากครับ

หน้าที่สวย: Non-GAAP EPS Q4 ทำสถิติ $3.78 (+17% YoY), ทั้งปี $10.35 (+11%), Operating Cash Flow Q4 $182M และทั้งปี $276M สูงสุดเป็นประวัติการณ์, Adjusted Operating Margin Q4 ขยับขึ้น 200bps เป็น 17.7%, Backlog $1.9B สูงสุดเป็นประวัติการณ์, เงินสดพุ่งจาก $106M เป็น $360M และซื้อหุ้นคืน 565,000 หุ้นที่ราคาเฉลี่ย $219

หน้าที่ไม่สวย: รายได้ Q4 $484M **ลดลง 4% YoY** และต่ำกว่าที่นักวิเคราะห์คาด ($530M) พอสมควร เพราะการส่งมอบในตะวันออกกลางราว $50M ถูกเลื่อนออกไปหลังวันปิดปีงบจากความขัดแย้งในภูมิภาค บวกกับ Mexico contract ที่ปีก่อนเป็นฐานสูง

และที่ตลาดไม่ชอบที่สุดคือ Guidance ปีงบ 2027: รายได้ $1.875–1.93B (+5–8%) และ Non-GAAP EPS $11.13–11.49 (+7.5–11%) ซึ่งผู้บริหารยอมรับเองว่า "conservative" และบอกว่าการเติบโตจะหนักไปที่ครึ่งปีหลัง ผมเดาว่าตลาดได้ยินคำว่า "ครึ่งปีหลัง" ทีไรก็ขายก่อนทุกที 5555

📍 ประเด็นที่ผมคิดว่าสำคัญ: นักวิเคราะห์ถามตรง ๆ ว่าทำไม EPS guidance โตแค่ใกล้เคียงรายได้ทั้งที่ซื้อหุ้นคืนลด share count ไปราว 3% แล้ว CFO ตอบว่ากำลังลงทุน OpEx เพิ่มสำหรับสินค้าใหม่ และขอเดินเกมแบบระมัดระวัง


👉 OSI Systems | NASDAQ: OSIS
บริษัทผลิตระบบตรวจสอบความปลอดภัยแบบ X-ray/CT, Photodiode และเซ็นเซอร์รับแสง และเครื่องมือแพทย์ โดยมีฐานลูกค้าเป็นรัฐบาลและสนามบินกว่า 170 ประเทศ

Moat มาจาก Vertical Integration ตั้งแต่ระดับเซ็นเซอร์ถึงระบบครบวงจร, ฐานเครื่องติดตั้งที่สร้าง Service revenue มาร์จิ้นสูง, การเป็น sole awardee ในสัญญารัฐบาลสหรัฐฯ และการที่คู่แข่งจีนถูกกีดกันออกจากตลาดตะวันตก

น่าสนใจตอนนี้เพราะตลาดกำลัง reprice จากหุ้นเติบโตเป็นหุ้น Value ในวันที่กระแสเงินสดแข็งแกร่งที่สุดในประวัติศาสตร์บริษัท ขณะที่งบประมาณชายแดนและ Golden Dome กำลังเริ่มไหลเข้า Backlog



🐳 สรุป

ตอนนี้: ตลาดลงโทษ OSIS เรื่อง Timing ของรายได้เลื่อน $50M และ Guidance ที่อนุรักษ์นิยมเกินไป ทั้งที่กำไร มาร์จิ้น และกระแสเงินสดทำสถิติใหม่หมด

ใน 3 ปี: งบ NII $1B, Golden Dome, และการเปลี่ยนผ่านสู่ Service revenue ที่มาร์จิ้นสูงกว่า ควรทำให้ Security margin ขยายตัวต่อเนื่อง ขณะที่ Optoelectronics กำลังกินส่วนแบ่งจากลูกค้าที่ย้าย supply chain ออกจากจีน


⚠️ ย้ำว่านี่ไม่ใช่คำแนะนำการลงทุน ผมเขียนจากงบที่เพิ่งออกเมื่อคืน ราคาอาจเปลี่ยนไปมากเมื่อตลาดเปิดจริง

หวังว่าข้อมูลพวกนี้จะเป็นประโยชน์กับทุก ๆ คนนะครับ
อย่าลืมติดตามเพจและเข้ามาพูดคุยในคอมมูนิตี้กันด้วย
เพราะเราทุกคนกำลังมองหาโอกาสในการลงทุนหุ้นเทคโนโลยีแห่งอนาคตกันครับ 🔥

* ตัวเลขงบจาก Earnings Release และ Earnings Call Q4 FY2026 (20 ส.ค. 2026)
** ราคา $188.08 คือราคา after-hours ณ คืนประกาศงบ Market Cap และ multiple คำนวณจากราคานี้


#ลงทุนหุ้นแห่งอนาคต #หุ้นสหรัฐ

📍KUB Global Bangkok 2026!

เตรียมพบกับงานรวมตัวครั้งสำคัญของวงการ Web3 ที่น่าจับตามองที่สุดแห่งปี! พื้นที่แห่งการพบปะและเชื่อมโยงกันระหว่างเหล่านักพัฒนา นักลงทุน สถาบันการเงิน และคอมมูนิตี้ เพื่อร่วมสำรวจอนาคตของเทคโนโลยีบล็อกเชน โครงสร้างพื้นฐานดิจิทัล และการนำไปใช้งานจริง (Real-world adoption) อย่างเต็มรูปแบบ


👉 Event Highlights:
- KUB Global Bangkok ยกระดับความยิ่งใหญ่ ด้วยการร่วมมือกับเครือข่ายพันธมิตรระดับแนวหน้าของโลก ไม่ว่าจะเป็น Agora, Ondo, Superteam Thailand, TRON, Liberix, 1109 Prime และ DeLorean Labs
- การบรรยายพิเศษจากผู้นำและผู้มีบทบาทสำคัญแห่งระบบนิเวศ KUB Chain
- เจาะลึกวิสัยทัศน์และการเติบโตของ KUB Chain ปี 2026
- เผยโฉมแรกของ KUB Wallet 3.0 ที่ทุกคนรอคอย
- เวทีเสวนาเจาะลึกระบบ Programmable Payment, Merchant Adoption, DeFi, RWA, developers, และ dApps
- อินไซต์สุดเอ็กซ์คลูซีฟ จาก KUB Foundation, Agora, Ondo และพาร์ตเนอร์ในระบบนิเวศอย่าง Liberix
- โอกาสสร้าง Networking ร่วมพูดคุยกับผู้ก่อตั้ง นักพัฒนา นักลงทุน สถาบันการเงิน และผู้มีส่วนร่วมในคอมมูนิตี้
- Golden Time ร่วมสะสม NFT ให้ครบเซ็ต เพื่อรับสิทธิ์ลุ้นปลดล็อกของรางวัลสุดพิเศษ
- Game Night และกิจกรรม Community พร้อมมอบประสบการณ์สุดพิเศษที่ไม่เหมือนใคร


รายละเอียดการจัดงาน:
📌วันศุกร์ที่ 28 สิงหาคม 2569
📌เวลา 12.00 – 21.30 น.
📌สถานที่: Zilla Space, FYI Center, ชั้น 11
📌ลงทะเบียนเข้าร่วมงานฟรีที่ https://luma.com/nb8ge2dg

#ลงทุนหุ้นแห่งอนาคต

🧐 5 หุ้น Sensing & Perception "ดวงตา" ของ Physical AI | Study Wealth

คนที่ติดตามเพจเราคงจะเห็นผมพูดถึง Physical AI มาสักพักนึงแล้วครับ ทั้งเรื่อง Humanoid, Warehouse Robot, Robotaxi


โพสต์นี้ผมจะพาไปดู 5 บริษัทที่ทำหน้าที่เป็นระบบรับรู้ (Sensing & Perception) ให้เครื่องจักร — **OUST**, **HSAI**, **AEVA**, **CGNX**, **AMBA**
จังหวะดีมากเพราะ 4 ใน 5 เพิ่งรายงานงบไตรมาสล่าสุดไปเมื่อต้นเดือนสิงหาคมนี้เอง ตัวเลขสดใหม่ทั้งหมดครับ

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🟢 ทำไม Sensing ถึงเป็น Layer 0 ของ Physical AI

AI ที่เราคุยด้วยทุกวันนี้ (ChatGPT, Claude, Gemini) มันมี "ดวงตา" อยู่แล้วครับ คือข้อความทั้งอินเทอร์เน็ต

แต่ Physical AI ไม่มีอะไรแบบนั้น หุ่นยนต์ที่ยืนอยู่ในโกดัง มันไม่รู้เลยว่ากล่องอยู่ตรงไหน คนเดินมาจากทางไหน พื้นลื่นหรือเปล่า จพวกมันต้องมีใครสักคนติด "ดวงตา" ให้มัน


📍 Perception Stack มี 3 ชั้นที่ต้องทำงานร่วมกัน
· ชั้นที่ 1 — Sensor Hardware: LiDAR, กล้อง, Radar ที่เก็บข้อมูลดิบจากโลกจริง
· ชั้นที่ 2 — Perception Compute: ชิปที่แปลงข้อมูลดิบเป็น "ความเข้าใจ" (นี่คือกล่อง นี่คือคน นี่คือกำแพง) แบบ real-time ด้วยไฟน้อย ๆ
· ชั้นที่ 3 — Perception System: ระบบสำเร็จรูปที่โรงงานเอาไปใช้ได้เลยโดยไม่ต้องจ้างทีม AI

5 บริษัทในโพสต์นี้กระจายอยู่ครบทั้ง 3 ชั้นครับ

🟢 แต่เดี๋ยวก่อน Sensing เป็น Bottleneck จริง หรือแค่ Pass-through?

อันนี้ต้องพูดตรง ๆ ก่อนเลยครับ เพราะผมไม่อยากให้ทุกคนเห็นคำว่า Physical AI แล้วโดดเข้าไปซื้อ LiDAR ทุกตัว

ตัวเลขที่ผมอยากให้จำไว้คือ ราคาขายเฉลี่ย (ASP) ของ LiDAR ของ Hesai ลดลงจากประมาณ $530 ต่อหน่วยในปี 2024 เหลือประมาณ $260 ในปี 2025
และใน Q2 2026 ล่าสุด ยอดส่งมอบ LiDAR ของ Hesai โต 78% แต่รายได้จาก LiDAR โตแค่ 15.5%

แปลว่าอะไรครับ? แปลว่า LiDAR hardware ล้วน ๆ กำลังกลายเป็นสินค้าโภคภัณฑ์ (Commoditize) อย่างรวดเร็ว
ใครขายแค่ "กล่องเซนเซอร์" จะโดนบีบ margin ไปเรื่อย ๆ ไม่รอด ๆ

💡 ตัวอย่างให้เห็นภาพ
มันเหมือนตลาดกล้องวงจรปิดเมื่อ 15 ปีก่อนครับ ตอนแรกแพงมาก พอจีนผลิตได้ ราคาก็ดิ่งจนกล้องกลายเป็นของแถม

คนที่รวยไม่ใช่คนขายกล้อง แต่เป็นคนขาย "ระบบ" ที่ทำให้กล้องฉลาดครับ

📍 ดังนั้นเลนส์ที่ผมใช้มองทั้ง 5 บริษัทคือคำถามเดียว:
"บริษัทนี้กำลังขยับขึ้นจาก Hardware ไปสู่ Stack ที่สูงกว่าได้เร็วแค่ไหน?"
ใครทำได้ = Bottleneck | ใครทำไม่ได้ = Pass-through ที่รอวันโดนบีบ

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🟢 ชั้นที่ 1 — Sensor Hardware (LiDAR)

👉 Hesai Group | NASDAQ: HSAI
Hesai คือผู้ผลิต LiDAR ที่ใหญ่ที่สุดในโลกจากจีน ครองส่วนแบ่งตลาด Long-range ADAS LiDAR ในจีนประมาณ 44% ติดต่อกัน 17 เดือน และเป็นบริษัท LiDAR รายแรกของโลกที่มีกำไร GAAP ทั้งปี

จุดแข็งคือ Scale ที่ไม่มีใครตามทัน ใน Q2 2026 ส่งมอบ 628,275 หน่วยในไตรมาสเดียว (+78% YoY) และมีเป้าทั้งปี 3–3.5 ล้านหน่วย พร้อมลูกค้าระดับ Mercedes-Benz, Volkswagen (China JV), Li Auto, Great Wall Motor

ที่น่าสนใจในบริบท Physical AI คือ Robotics LiDAR โต 193% เป็น 142,371 หน่วย และ Hesai เพิ่งประกาศ "SGI" (Strategic Growth Initiatives) ขายทั้ง Spatial Intelligence Platform (Kosmo) และ Robotic Actuator นั่นคือความพยายามขยับจาก "ขายตา" ไป "ขายทั้งตา สมอง และแขน" ให้หุ่นยนต์



👉 Ouster | NASDAQ: OUST
Ouster คือผู้ผลิต Digital LiDAR จากอเมริกา ที่เน้นตลาด Industrial, Robotics และ Smart Infrastructure มากกว่ารถยนต์ นี่คือตลาดที่ไม่ต้องไปแข่งราคากับจีนโดยตรง
Moat ของ Ouster อยู่ที่สถาปัตยกรรม Digital LiDAR บนชิป CMOS ตัวเดียว (คล้ายกับที่กล้องดิจิทัลชนะกล้องฟิล์ม) ทำให้ลด cost ได้ต่อเนื่อง และล่าสุดเพิ่งเปิดตัว Rev8 — LiDAR ตัวแรกในอุตสาหกรรมที่ให้ภาพสีแบบ Native (เห็นทั้งระยะและสีในเซนเซอร์เดียว)
ที่ผมชอบที่สุดคือดีล Stereolabs ที่ปิดไปเมื่อ ก.พ. 2026 ซึ่งตอนนี้ทำให้ Ouster มีครบทั้ง LiDAR + กล้อง + AI Compute + Perception Software ในแพลตฟอร์มเดียว ซึ่งตรงกับเลนส์ "ขยับขึ้น Stack" ที่ผมพูดไว้ข้างบนพอดีครับ



👉 Aeva Technologies | NASDAQ: AEVA
Aeva ทำ 4D LiDAR ด้วยเทคโนโลยี FMCW (Frequency-Modulated Continuous Wave) ซึ่งต่างจาก LiDAR ทั่วไปตรงที่วัด "ความเร็ว" ของวัตถุได้ในทันทีจากเซนเซอร์เดียว ไม่ต้องเดาจากการเปรียบเทียบหลายเฟรม

Moat อยู่ที่ Photonics IP ที่สั่งสมมา 10 ปี ลูกค้าหลักคือ Daimler Truck, Bendix (ADAS รถบรรทุก Class 8 ในอเมริกาเหนือ), SICK (เซนเซอร์อุตสาหกรรม) และ NVIDIA DRIVE Hyperion

แต่ข่าวใหญ่ของงบ Q2 นี้ไม่ใช่เรื่อง LiDAR เลยครับ — Aeva ประกาศเปิดธุรกิจใหม่ชื่อ "Optical Connectivity" เอาเทคโนโลยีแหล่งกำเนิดแสงกำลังสูง (High-power Optical Source) ของตัวเองไปใช้ใน Near-Packaged Optics (NPO) สำหรับ AI Data Center และเซ็น JDA กับลูกค้ารายใหญ่เพื่อส่งให้ Hyperscaler รายหนึ่งแล้ว — หุ้นพุ่ง 17% หลังตลาดปิดทันที


━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🟢 ชั้นที่ 2 — Perception Compute

👉 Ambarella | NASDAQ: AMBA
Ambarella ออกแบบชิป Edge AI SoC ที่ใช้ไฟต่ำมากสำหรับประมวลผลภาพและ AI บนตัวอุปกรณ์โดยตรง เช่น กล้องวงจรปิด, รถยนต์ (ADAS, กล้องในห้องโดยสาร), โดรน และหุ่นยนต์ มีฐานติดตั้งมากกว่า 46 ล้านชิป

Moat คือสถาปัตยกรรม CVflow ที่ทำ Perception + Video + AI ในชิปเดียวด้วยไฟระดับวัตต์เดียว ซึ่ง CEO Fermi Wang พูดในงบล่าสุดว่า "ยิ่ง AI workload ซับซ้อน ยิ่งเหลือบริษัทน้อยลงที่รวมทุกอย่างไว้ในชิปเดียวได้" และ Samsung เป็น Foundry Partner สำหรับ 4nm และ 2nm แล้ว

ทำไมน่าสนใจตอนนี้: (1) รายได้ Automotive ทำ All-time record จาก AI ในรถเพื่อการพาณิชย์ (2) ดีล LTA กับ Hanwha มูลค่ากว่า $800M ระยะเวลา 10 ปี+ (3) ข่าวจาก Financial Times เมื่อ 31 ก.ค. ว่า NXP Semiconductors กำลังเจรจาซื้อกิจการ ทำให้หุ้นพุ่ง 18% ในวันเดียว


━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🟢 ชั้นที่ 3 — Perception System สำหรับโรงงาน

👉 Cognex | NASDAQ: CGNX
Cognex คือเจ้าตลาด Machine Vision สำหรับโรงงานและคลังสินค้ามากว่า 40 ปี โดยระบบกล้อง + ซอฟต์แวร์ที่ตรวจจับของเสีย อ่านบาร์โค้ด และนำทางแขนกล ลูกค้าคือโรงงาน Electronics, Semiconductor, Packaging และ E-commerce Logistics ทั่วโลก
Moat อยู่ที่ฐานลูกค้าที่ฝังลึกในสายการผลิต (เปลี่ยนยากมาก) และแพลตฟอร์ม OneVision ที่เพิ่งเปิดให้ใช้งานทั่วไป ทำให้โรงงานตั้งค่า AI Vision ได้เองโดยไม่ต้องมีทีม Data Science — คือการขาย "ระบบที่ฉลาด" ไม่ใช่ "กล้อง" ตามที่ผมพูดไว้ตอนต้นเลยครับ
ทำไมน่าสนใจตอนนี้: Cognex คือตัวเดียวใน 5 ตัวนี้ที่ "กำไรจริง เงินสดจริง ปันผลจริง" และกำลังอยู่ในช่วง Margin Expansion ครั้งใหญ่ที่สุดในรอบหลายปี


━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🐳 สรุป — ซื้อ "ตา" ตัวไหนดี?

กลับไปที่เลนส์ของผม: "ใครขยับขึ้น Stack ได้เร็วที่สุด?"

1️⃣ Cognex (CGNX) — อยู่บน Stack สูงสุดอยู่แล้ว ขาย "ระบบ" ไม่ใช่ "ชิ้นส่วน" กำไรจริง ปลอดภัยที่สุด แต่ upside จำกัดที่สุด
2️⃣ Ambarella (AMBA) — ชั้น Compute ที่ commoditize ยากกว่า Hardware แต่ราคามี M&A Premium ต้องรอดูว่าดีล NXP จะจบยังไง
3️⃣ Ouster (OUST) — LiDAR ที่กำลังแปลงร่างเป็น Full-stack Platform จริงจัง (Stereolabs + Gemini + BlueCity) Gross Margin 49% พิสูจน์ว่า Digital LiDAR ไม่ใช่ Commodity ผมชอบทิศทางแต่เกลียด Dilution
4️⃣ Hesai (HSAI) — ราชาแห่ง Scale ที่ถูกที่สุด แต่ถูกเพราะเหตุผล: ASP ถูกบีบ + ความเสี่ยงหุ้นจีน ถ้า SGI สำเร็จจะเป็น re-rate ครั้งใหญ่
5️⃣ Aeva (AEVA) — Option บน Photonics IP ที่อาจไปโผล่ใน AI Data Center ปี 2028 ใครซื้อต้องรับได้ว่านี่คือ Binary Outcome

ตอนนี้: Earnings Season นี้ยืนยันว่า Demand จาก Physical AI มาจริง ทั้ง 5 ตัวพูดคำว่า Robotics/Humanoid บ่อยขึ้นมากในงบ

ใน 3 ปี: Value จะไหลจาก Sensor Hardware ขึ้นไปที่ Perception Software + Compute เหมือนที่เกิดกับกล้องวงจรปิดและสมาร์ทโฟน

ผมเชื่อว่า: บริษัทที่ชนะจะไม่ใช่คนที่ขาย LiDAR ได้เยอะที่สุด แต่เป็นคนที่ทำให้ลูกค้า "ถอดออกไม่ได้" เพราะ Software ติดอยู่ในระบบไปแล้วครับ

⚠️ ย้ำว่านี่ไม่ใช่คำแนะนำการลงทุน ตั

หวังว่าข้อมูลพวกนี้จะเป็นประโยชน์กับทุก ๆ คนนะครับ
อย่าลืมติดตามเพจและเข้ามาพูดคุยในคอมมูนิตี้กันด้วย
เพราะเราทุกคนกำลังมองหาโอกาสในการลงทุนหุ้นเทคโนโลยีแห่งอนาคตกันครับ 🔥

#ลงทุนหุ้นแห่งอนาคต #หุ้นรอบโลก #การลงทุนระยะยาว #หุ้นสหรัฐ #วิเคราะห์หุ้น #ลงทุนอะไรดี #หุ้นต่างประเทศ #หุ้น #ลงทุน #หุ้นอเมริกา #การลงทุน

💡Physical AI ในนิยามของผม | Study Wealth

คนที่ติดตามเพจเรามาตลอดคงจะเห็นผมพูดถึง Physical AI มาสักพักใหญ่ ๆ แล้วครับ ผมวางมันไว้เป็น 1 ใน 4 conviction themes และในบทวิเคราะห์หุ้นรายตัวหลายตัว

โพสต์นี้ผมอยากถอยออกมาหนึ่งก้าว แล้วทบทวน "ภาพใหญ่" ของ Physical AI กันใหม่ทั้งหมด

คำถามและนิยามสำคัญว่ามันคืออะไร ทำไมโครงสร้างพื้นฐานถึงสำคัญกว่าที่หลายคนคิด งานวิจัยช่วง 2 ปีที่ผ่านมาบอกอะไรเรา และสุดท้าย นิยาม Physical AI ในแบบของผมเอง ที่อาจจะต่างจากที่หลายคนเข้าใจครับ

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🟢 จากสมองในกล่อง สู่ร่างในโลกจริง

ช่วง 3-4 ปีที่ผ่านมา สิ่งที่พวกเราตื่นเต้นกันคือ "สมอง" ของ AI ครับ

LLM อย่าง GPT, Claude, Gemini คือสมองที่ฉลาดขึ้นเรื่อย ๆ อ่านได้ เขียนได้ ให้เหตุผลได้ เขียนโค้ดได้ แต่มีข้อจำกัดใหญ่ข้อหนึ่ง คือ สมองพวกนี้อาศัยอยู่ใน Data Center และปฏิสัมพันธ์กับโลกได้ผ่าน "ตัวหนังสือบนหน้าจอ" เท่านั้น
***โอเคผมเข้าใจว่าบางทีมันก็ปฏิสัมพันธ์กับโลกได้เช่นการแฮ็กบริษัทอะไรแบบนั้น55555


ก้าวต่อไปของ AI จึงชัดเจนมาก: เอาสมองนี้ออกจากห้อง แล้วให้มัน "มีร่าง" ที่มองเห็น เคลื่อนไหว และลงมือทำในโลกกายภาพได้จริง (หยิบจับ ยก ทำ... ได้)

นี่คือเหตุผลที่ Jensen Huang พูดคำว่า Physical AI แทบทุกเวทีในช่วง 2 ปีที่ผ่านมา และเป็นเหตุผลที่เงินลงทุนไหลเข้า Robotics แบบมหาศาล ในปี 2026 นี้ startup สาย Robotics ระดมทุนไปแล้วกว่า $18B ทั้งที่ปียังไม่จบ แซงยอดทั้งปี 2025 ที่ราว $15B ไปเรียบร้อยครับ

🟢 ทำไม "โครงข่ายและโครงสร้างพื้นฐาน" คือหัวใจ เ

จุดที่หลายคนมองข้ามคือ Physical AI ไม่ใช่แค่เรื่องของตัวหุ่นยนต์หรือโมเดล AI ครับ แต่เป็นเรื่องของ "ระบบประสาททั้งระบบ" ที่ต้องตอบสนองได้ทันที
*ผมไม่ได้กำลังพูดถึงคอขวดและโอกาสลงทุนอย่าง การรับรู้หรือข้อต่อสำหรับการเคลื่อนไหว แต่กำลังพูดถึงโครงสร้างของระบบครับ

Chatbot ตอบช้าไป 2 วินาที เราแค่หงุดหงิด
แต่หุ่นยนต์ในโรงงาน action ช้าไป 2 วินาที ของอาจพัง คนอาจเจ็บ
รถยนต์อัตโนมัติตอบสนองช้าไป 2 วินาที = อุบัติเหตุ

📍 Key fact ที่ต้องจำ: ระบบควบคุมการเคลื่อนไหวแบบ closed-loop ของหุ่นยนต์ ต้องการการตอบสนองระดับ ต่ำกว่า 10 milliseconds ซึ่งรอ round-trip ไป Cloud ไม่ได้เด็ดขาด


สถาปัตยกรรมที่อุตสาหกรรมกำลังลงตัวจึงเป็นโครงสร้าง 3 ชั้น:

1️⃣ On-device (Edge) — สมองบนตัวหุ่นยนต์/รถยนต์ สำหรับการตัดสินใจแบบ real-time เช่นชิปตระกูล NVIDIA Jetson Thor ที่เปิดตัวปี 2025 ให้พลังประมวลผลระดับ 2,000+ TFLOPS ในกรอบพลังงานแค่ 40–130W เพื่อรัน inference บนตัวเครื่องโดยไม่ต้องพึ่ง network เลย

2️⃣ On-site / Near-edge — cluster ประมวลผลในโรงงานหรือคลังสินค้า สำหรับโมเดลที่ใหญ่เกินกว่าจะยัดลงตัวหุ่น แต่ latency-sensitive เกินกว่าจะวิ่งไป Cloud — ชั้นนี้แหละครับที่ผมมองว่าเป็น "ชั้นที่ยังไม่มีเจ้าภาพชัดเจน" และน่าจับตาที่สุดในเชิงการลงทุน

3️⃣ Cloud — สำหรับงานหนักที่ไม่มี deadline ระดับ millisecond เช่น เทรนโมเดลใหม่ และ fleet learning จากหุ่นยนต์ทั้งฝูง

พอเห็นโครงสร้างนี้ เราจะเข้าใจทันทีว่าทำไม Physical AI ถึงลากทั้ง supply chain ตามมา — ตั้งแต่ semiconductor, networking, sensor, power ไปจนถึง connectivity แบบ low-latency ทั้งระบบครับ นี่คือ Layer 0–1 ในแบบที่ผมชอบเป๊ะ ๆ

🟢 งานวิจัยและไอเดียช่วง 2 ปีที่ผ่านมา

ช่วงปลายปี 2024 ถึงตอนนี้ คือช่วงที่ Physical AI เปลี่ยนจาก "คอนเซปต์" เป็น "ของจริงที่รันบนฮาร์ดแวร์" ครับ ผมขอไล่ให้ดู 4 กระแสหลัก:

👉 Vision-Language-Action (VLA) Models
โมเดลตระกูลใหม่ที่ไม่ได้เกิดมาเพื่อ "พิมพ์ตอบ" แต่เกิดมาเพื่อ "ลงมือทำ" — รับภาพ + คำสั่งภาษาคน แล้ว output ออกมาเป็นการเคลื่อนไหวของหุ่นยนต์โดยตรง เช่น π0 ของ Physical Intelligence (ปลายปี 2024) และ Gemini Robotics ของ Google DeepMind (2025) ที่มีเวอร์ชัน On-Device รันบนตัวหุ่นได้เลยโดยไม่ต้องต่อเน็ต ซึ่งสะท้อน thesis เรื่อง latency ข้างบนชัดเจนมากครับ

👉 World Models — สอน AI ให้ "เข้าใจฟิสิกส์" ก่อนออกไปเจอโลกจริง
NVIDIA เปิดตัว Cosmos (ต้นปี 2025) เป็น World Foundation Model ที่จำลองโลกกายภาพให้หุ่นยนต์ฝึกในโลกเสมือนก่อน deploy จริง ล่าสุดปี 2026 มี Cosmos 3 Edge ขนาด 4B parameters ที่รันบน Jetson Thor ได้เลย ฝั่ง Meta ก็มี V-JEPA 2 (2025) ที่เรียนรู้จากวิดีโอเพื่อ "ทำนายอนาคต" ของโลกกายภาพ — แนวคิดเดียวกับที่เด็กทารกเรียนรู้ว่าของที่ปล่อยมือแล้วต้องตกครับ

👉 Robot Foundation Models
NVIDIA GR00T N1 (GTC มีนาคม 2025) คือ open foundation model ตัวแรกสำหรับ humanoid โดยเฉพาะ ตามด้วย N1.5 ในเดือนพฤษภาคมปีเดียวกัน — แนวคิดคือแทนที่ทุกบริษัทหุ่นยนต์จะต้องเทรนสมองเองจากศูนย์ ก็เอา foundation model ไป fine-tune ต่อได้เหมือนที่โลก software ทำกับ LLM ครับ

👉 Data Engine สำหรับโลกจริง
ปัญหาใหญ่สุดของ Physical AI คือ "ข้อมูลการเคลื่อนไหวในโลกจริง" หายากกว่าข้อความบนอินเทอร์เน็ตมหาศาล จึงเกิดโปรเจกต์อย่าง AGIBOT World ที่เปิด dataset หุ่นยนต์ระดับ production-grade และการใช้ world model สร้าง synthetic data เพื่อลด sim-to-real gap — ใครคุม data pipeline ตรงนี้ได้ คนนั้นได้เปรียบระยะยาวครับ

*** สังเกตไหมครับว่าทั้ง 4 กระแส ไม่มีอันไหนพูดถึง "รูปร่างของหุ่นยนต์" เลย — ทุกอย่างคือเรื่องของสมอง, การเข้าใจโลก, และ infrastructure ทั้งนั้น

· · ·

🐳 สรุป: Physical AI ในนิยามของผม

หลายคนอาจนิยาม Physical AI ว่าคือหุ่นยนต์ Humanoid

แต่สำหรับผม Physical AI หมายถึง อะไรก็ตามที่ใช้สมอง AI และมีร่างบนโลกจริงที่สามารถปฏิสัมพันธ์กับโลกจริงได้ ไม่ว่าจะอยู่ในรูปแบบไหนก็ตาม

ไม่ว่าจะเป็น
· รถยนต์อัตโนมัติที่ AI เป็นคนขับ
· Humanoid
· หุ่นยนต์สัตว์เลี้ยง
· หุ่นยนต์เฉพาะจุดที่ยืนประจำสถานี ทำงานเดียวแต่ทำได้ดีที่สุด
· โดรนที่ใช้ AI ควบคุม
· หรือแม้แต่ระบบภายในบ้านทั้งหลังที่ใช้ AI ตัดสินใจ ไม่มีแขน ไม่มีขา แต่ "ลงมือทำ" กับโลกจริงได้

Humanoid เป็นแค่ form factor หนึ่ง แต่ผมก็เข้าใจว่าอาจจะเป็น form factor ที่เซ็กซี่ที่สุดในสายตาสื่อ แต่ไม่ใช่ทั้งหมดของ thesis ครับ

มุมมองนี้สำคัญกับการลงทุนมาก เพราะถ้าเรามอง Physical AI = Humanoid เราจะเห็นแค่หุ้นหุ่นยนต์ไม่กี่ตัว แต่ถ้ามองแบบผม เราจะเห็นทั้ง stack: สมอง (ชิป + โมเดล), ประสาทสัมผัส (sensor, LiDAR, กล้อง), ระบบประสาท (networking + edge infrastructure), พลังงาน (power delivery) และร่างกาย (actuator, motion control) และประวัติศาสตร์บอกเราเสมอว่า ในช่วงต้นของ technology cycle เงินมักถูกทำในชั้น infrastructure ก่อนชั้น application ครับ

ตอนนี้: สมอง AI พร้อมแล้ว ฮาร์ดแวร์ edge computing เพิ่งถึงจุดที่รันโมเดลใหญ่บนตัวเครื่องได้จริง
ใน 3 ปี: การ deploy จะกระจายจากโรงงาน/คลังสินค้า ออกไปสู่ถนน ท้องฟ้า และเมืองทั้งเมือง


⚠️ ย้ำว่านี่ไม่ใช่คำแนะนำการลงทุน

หวังว่าข้อมูลพวกนี้จะเป็นประโยชน์กับทุก ๆ คนนะครับ
อย่าลืมติดตามเพจและเข้ามาพูดคุยในคอมมูนิตี้กันด้วย
เพราะเราทุกคนกำลังมองหาโอกาสในการลงทุนหุ้นเทคโนโลยีแห่งอนาคตกันครับ 🔥

#ลงทุนหุ้นแห่งอนาคต #ความรู้ #หุ้นรอบโลก #การลงทุนระยะยาว #หุ้นสหรัฐ #วิเคราะห์หุ้น #ลงทุนอะไรดี #หุ้นต่างประเทศ #หุ้น #ลงทุน #หุ้นอเมริกา #การลงทุน

💡$ADTN - ความเสี่ยงสูงแค่ไหนถึงมีอัพไซต์ 160% | Study Wealth

คนที่ติดตามเพจเราคงคุ้นเคยกับหุ้น optical อย่าง LITE, COHR ที่ผมเล่ามาตลอดนะครับ
แต่วันนี้ผมจะพาไปดูหุ้นตัวหนึ่งที่อยู่ในโลกเดียวกัน แต่ราคาเพิ่งร่วง 14% ในวันเดียว แล้วร่วงต่ออีกหลังงบออก 5555

ไหน ๆ ก็เขียนแล้วขอเล่าก่อนเลยว่าช่วงนี้ผมงานยุ่งมาก ๆ บทความหรือการศึกษาแบบเจาะลึกคงจะลดลงมากครับ พอดีช่วงนี้ผมเห็นคอมมูนิตี้ต่างประเทศเริ่มพูดถึงหุ้น ADTN และเมื่อผมศึกษาก็ได้ค้นพบความน่าสนใจของจุดยืนของมัน แน่นอนว่าเค้าไม่ใช่รายใหญ่เหมือน COHR หรือ LITE ผมสนใจบริษัทนี้จากจุดยืนด้าน AI Optical + Clouds ที่โตแรงในปีนี้ และจากราคาล่าสุดเราพบว่ามันอยู่ต่ำกว่ามูลค่าที่แท้จริงด้วยซ้ำ

งั้นเราไปรู้จักมันกันครับ


👉 ADTRAN Holdings | NASDAQ: ADTN
ADTRAN เป็นบริษัททำอุปกรณ์โครงข่ายให้บริษัทโทรคมนาคมมา 40 ปี

📍 ย้อนไปปี 2005 บริษัทนี้เคยทำ Gross Margin เกือบ 60% กำไรไตรมาสละ $33M ถือว่าเป็นหุ้นคุณภาพตัวจริงในยุคนั้นครับ

แต่เมื่อโลกเปลี่ยนไปยุคทองของสายทองแดง (DSL) จบลง โลกย้ายเข้าสู่ Fiber และคู่แข่งยักษ์อย่าง Huawei กับ Nokia บีบให้ margin ของทั้งอุตสาหกรรมบางลงเรื่อย ๆ

ผลิตภัณฑ์ของบริษัท
👉 Optical Networking Solutions - คิดเป็น 39% ของรายได้ +22 YoY
👉 Access & Aggregation - คิดเป็น 30.9% ของรายได้ -5 YoY
👉 Subscriber Solutions - คิดเป็น 30.1% ของรายได้ +1 YoY

ปี 2022 ADTRAN ตัดสินใจครั้งใหญ่ที่สุดในประวัติศาสตร์บริษัท: พวกเขาควบรวมกับ ADVA Optical Networking จากเยอรมนี กลายเป็น ADTRAN Holdings

ดีลนี้ทำให้บริษัทได้ของดีมา 3 ชิ้น:
1️⃣ ธุรกิจ Optical Networking (metro DWDM + coherent pluggables) ซึ่งตอนนี้จะเป็นตั๋วเข้าสู่โลก data center
2️⃣ ฐานลูกค้ายุโรปที่แข็งแรงมาก โดยเฉพาะ UK และเยอรมนี
3️⃣ Oscilloquartz เป็นบริษัทสวิสอายุ 75+ ปี ทำ atomic clock พูดเป็นภาษาบ้าน ๆ ว่าผลิตภัณฑ์ของพวกเขาทำให้ระบบ Network ทั้งหมดและทุกอุปกรณ์เวลาเดินตรงกัน เพราะถ้ามีการคาดเคลื่อนอาจส่งผลยาวเป็นลูกโซ่ได้

แต่ดูเหมือนพวกเขาจะซื้อเร็วเกินไป คือตอนนั้นเทรน AI ยังไม่มาและต่อให้มาการค้นพบความสำคัญของเทคโนโลยีแสงก็ยังไม่มาอยู่ดี ทำให้พวกเขาต้องเจาขาลงอย่างหนักเลยครับ + แบกหนี้ด้วย


🟢 จุด Turnaround มาถึงเมื่อปีที่แล้ว ( 2025 )
ผมขอสรุปสั้น ๆ เลยนะครับ งบมีแนวโน้มที่ดีขึ้น เทรน AI และ Interconnect เริ่มมาจริง ๆ ใครสนใจไปเปิดงบดูได้ อัพเดทงบล่าสุดแนวโน้มจาก 2023 คือ รายได้เพิ่มขึ้น ขาดทุนลดลง มาร์จินเพิ่มขึ้น

นอกจากนั้นตอนนี้ก็มีแรงส่งเพิ่มเติม คือ
ตลาดไฟเบอร์ที่ใช้ในครัวเรือนของจีนถูกตะวันตกแบน ตัวเลือกจริง ๆ เหลือแค่ Nokia, Calix และ ADTRAN เท่านั้นครับ และ ADTRAN เคลมส่วนแบ่งถึง ~60%

ธุรกิจ Optical กลายเป็นหมวดใหญ่สุดของบริษัทไปแล้ว และลูกค้ากลุ่ม Enterprise/Government/Cloud โตจนเป็น 25% ของรายได้ โดยเฉพาะ hyperscaler ที่โต +97% YoY จากงาน Data Center Interconnect

🔴 ภาพอนาคตและทำไมถึงร่วงหนักในช่วงที่ผ่านมา
อย่างแรกเลย คือ ผมไปดูสัดส่วนรายได้มาครับ พวกเขายืนยันว่าตอนนี้มีลูกค้า Hyperscaler แล้ว 1 ราย (ซึ่งแน่นอนว่า 1 รายก็เสี่ยงมากอยู่) และสิ่งที่เกิดขึ้นคล้ายเคสของ POET ที่พึ่งรายใหญ่รายเดียว แต่กันตรงรายนั้นมีปัญหากัน แต่รอบนี้คือลูกค้ารายนั้นเลื่อนโครงการจากชิ้นส่วนอื่นที่ขาดแคลน
***ผมเดาว่าเป็นเรื่อง Memory ขาดแคลนเคสเดียวกับ NVDIA ซึ่งถ้าฝืนลุยต่อต้นทุนตอนนี้จะสูงมาก

โดยล่าสุด CEO Tom Stanton ยืนยันว่านี่คือ "เป็นเรื่องของ timing ไม่ใช่ demand หาย" และลูกค้ารายนั้นยืนยันแผน deployment อีกครั้งแล้ว

📍ตอนนี้นักวิเคราะห์ให้ Buy โดยตั้นเป้าหมาย
- Bear Case $14.1
- Base Case $18.9
- Bull Case $22

ในจุดนี้ทำให้ผมสนใจเพราะราคาปัจจุบันนอกจากต่ำกว่ามูลค่าที่แท้จริงที่ $10 แล้ว ยังมีโอกาสอัพไซต์ 1 เด้ง + Margin of Safty 20%

ธุรกิจอยู่ในเทรน Optical ที่กำลังฟื้นตัวอีกด้วย

แน่นอนว่าความเสี่ยงก็มีเช่นกันและนี่ไม่ใช่การชี้ชวนลงทุน

Thesis ของผมคือการเชื่อว่าบริษัทจะเติบโตจาก Optical และ Hyperscaler ซึ่งจะเกาะเทรนหลักนี้ไปได้ นอกจากนั้น พวกเขาเป็นผู้ให้บริการอุปกรณ์โครงข่าย fiber ครบวงจร ตั้งแต่ optical core, fiber access ถึง Wi-Fi ในบ้าน พร้อมธุรกิจ timing ระดับ atomic clock

มีโครงการรัฐ ชื่อว่า BEAD ซึ่งเป็นโครงการอินเทอร์เน็ตชนบทที่ใหญ่ที่สุดในประวัติศาสตร์สหรัฐฯ จนตอนนี้ก็เลื่อนมานานจนกลายเป็นมุกตลกในวงการไปแล้ว แต่ ๆ CEO บอกเองว่าเห็น early orders แล้ว และคาดผลจะมีนัยสำคัญตั้งแต่ Q4 2026 ส่วน Dell'Oro มองว่าเม็ดเงินก้อนใหญ่จะไหลถึง equipment vendors จริงจังในปี 2027 **อันนี้แ่เล่าให้ฟังว่าอาจได้ตรงนี้เพิ่มเล้กน้อย Thesis หลักอยู่ที่ Optical อยู่ดี

🔴 ความเสี่ยง ๆ
📍Business/Execution Risk (สูงสุด) : พวกเขามีลูกค้าใหญ่รายเดียวแปลว่าความเสี่ยงการเติบโตไปอยู่ตรงนี้หมดเลย เหมือน POET ก่อนหน้านี้

📍Financial Risk : บริษัทมีภาระต้องจ่ายเงินให้ผู้ถือหุ้นเยอรมันเดิมของบริษัทที่ควบรวมมาและมีภาระผูกพันธ์ว่าต้องรับซื้อหุ้นคืนหากพวกเขาต้องการขาย สมมติ ADTRAN มีธุรกิจที่เพิ่งฟื้น กำลังต้องใช้เงินกับ R&D, inventory และ working capital แล้วจู่ ๆ ผู้ถือหุ้นส่วนน้อยจำนวนมากมาใช้ Exit Compensation พร้อมกัน บริษัทจะต้องจ่ายเงินจำนวนมากให้พวกเขา ที่น่ากังวลคือ ผู้ถือหุ้นบางส่วนสามารถโต้แย้งว่าค่า Exit Compensation หรือ Annual Compensation ที่กำหนดไว้ต่ำเกินไป และร้องให้ศาลเยอรมันประเมินใหม่ได้ เพราะงั้นผมประเมินว่าถ้าบริษัทผ่านข้อ 1 มาได้แล้วเข้าสู่การเติบโตจะเจอภาระนี้ แย่หน่อยก็จ่ายราคาตลาดและถ้าแย่มาก ๆ ก็ต้องจ่ายราคาประเมินใหม่ ทำให่บริษัทอาจต้องใช้เงินสดก้อนใหญ่มากในช่วงเวลาเดียวกันกับที่กำลังเติบโต

📍Technology/Competitor Risk : การเข้าสู่สังเวียน LPO ต้องเจอ COHR InnoLight และ Eoptolink ซึ่งท้าทายมาก

🐳 สรุป
ผมคิดว่า Position ขนาดเล็กเพื่อเก็งกำไรในช่วงนี้เป็นทางเลือกของผมครับ 5555 ตามตรงคือธุรกิจยังคุณภาพต่ำ เสี่ยงมากจากปัจจัยที่ควบคุมไม่ได้เลยแม้จะอยู่ในเทรนก็ตาม


⚠️ ย้ำว่านี่ไม่ใช่คำแนะนำการลงทุน

หวังว่าข้อมูลพวกนี้จะเป็นประโยชน์กับทุก ๆ คนนะครับ
อย่าลืมติดตามเพจและเข้ามาพูดคุยในคอมมูนิตี้กันด้วย
เพราะเราทุกคนกำลังมองหาโอกาสในการลงทุนหุ้นเทคโนโลยีแห่งอนาคตกันครับ 🔥

ใครถือแสงต้องอ่านครับ

💡ทบทวน Neoclouds และมุมมองอนาคตของเรา | Study Wealth

คนที่ติดตามเพจเรามาสักพักคงจะเห็นผมพูดถึง "Layer 0" กับ "Layer 1" อยู่บ่อย ๆ ครับ
โพสต์นี้ผมจะพาไปดูอุตสาหกรรมที่เกิดใหม่ทั้งอุตสาหกรรมภายในเวลาไม่ถึง 4 ปี และตอนนี้มี market cap รวมกันเกิน $150B แล้ว

มันชื่อว่า **Neocloud** ครับ

📍 ข้อมูลทั้งหมดในบทความนี้อ้างอิง ณ วันที่ 14 สิงหาคม 2026 (ราคาปิด 13 ส.ค.)
📍 นี่คือฉบับเต็มสำหรับเว็บ/คอมมูนิตี้ ถ้าลง Facebook แนะนำให้แบ่งเป็น Part 1 (ภาพรวมอุตสาหกรรม + เศรษฐศาสตร์) และ Part 2 (วิเคราะห์รายบริษัท + ภาพอนาคต) เพราะตารางเปรียบเทียบจะไม่ render บน Facebook ต้องแปลงเป็น bullet ก่อน

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🟢 Neocloud คืออะไร (และทำไมมันถึงไม่ใช่แค่ "AWS ราคาถูก")

Neocloud คือผู้ให้บริการ cloud ที่ทำแค่เรื่องเดียว คือ ให้เช่า GPU สำหรับงาน AI

ไม่มี database service, ไม่มี identity management
👉 มีแค่ GPU cluster, เครือข่าย InfiniBand ความเร็วสูงและซอฟต์แวร์จัดคิวงาน

Gartner ประเมินว่าภายในปี 2030 Neocloud จะกินส่วนแบ่งราว 20% ของตลาด AI cloud ที่มีมูลค่า $267B ซึ่งคิดเป็นราว $53B

· · ·

🟢 ทำไม Neocloud ถึงเกิดขึ้นได้ตั้งแต่แรก
คำตอบไม่ใช่ "เพราะเขาเก่งกว่า Amazon" ครับ

คำตอบคือ **hyperscaler สร้าง data center ไม่ทัน**

การสร้าง data center ใหม่ตั้งแต่ศูนย์ต้องใช้เวลา 3–5 ปี กว่าจะขอใบอนุญาต, ก่อสร้าง, และที่ช้าที่สุดคือ **การต่อสายไฟเข้ากริด (grid interconnection)**
คิวขอเชื่อมต่อไฟฟ้าในสหรัฐฯ ตอนนี้ยาวเป็นปี ๆ จากความต้องการพลังงานที่เพิ่มขึ้นแบบเร็วมาก

ระหว่างที่ Microsoft/Google/Meta ติดคิวอยู่ ความต้องการ compute วิ่งไปข้างหน้าแล้ว
Neocloud จึงเกิดขึ้นมาเพื่ออุดช่องว่างเวลานี้ และที่ตลกคือ **hyperscaler กลายเป็นลูกค้ารายใหญ่ที่สุดของ Neocloud ด้วย (ก็มันไม่ทันอะเนอะ)

👉 หลักฐานล่าสุด: Microsoft เซ็นสัญญา $9.7B กับ **IREN** | Meta เซ็นเพิ่ม $21B กับ **CRWV** (บนสัญญาเดิม $14B) | AWS เช่า data center 300MW จาก **CIFR** 15 ปี

· · ·

🟢 เศรษฐศาสตร์ตัวจริง: ทำไมผมถึงบอกว่า Bottleneck ของ Neoclouds ไม่ได้อยู่ที่ GPU
นี่คือส่วนที่ผมคิดว่าคนส่วนใหญ่มองข้ามครับ

ตลาดชอบเรียกธุรกิจนี้ว่า "ธุรกิจให้เช่า GPU"
แต่ถ้าดูตัวเลขจริง หน่วยที่ทุกคนในอุตสาหกรรมนี้ใช้คิดเงินกันคือ "เมกะวัตต์"

และตัวเลขที่ทำให้ผมสะดุดที่สุดในไตรมาสนี้มาจาก earnings call ของ Nebius:

📊 ราคาสัญญาต่อ 1 MW ที่ Nebius ทำได้

· ฐานธุรกิจปี 2026: ราว $12M ต่อ MW ต่อปี
· ดีลใหม่ที่เซ็นใน Q2 2026: มากกว่า $20M ต่อ MW
· ดีลระยะสั้นที่กำลังเซ็นใน Q3: มากกว่า $40M ต่อ MW

ราคาขึ้น 3 เท่าภายใน 2–3 ไตรมาส บนสินทรัพย์ประเภทเดียวกัน

📍 และที่สำคัญกว่านั้น: Nebius บอกว่า GPU **รุ่นเก่า** ยังขึ้นราคาได้กว่า 30% เทียบกับ Q1

ถ้าคอขวดอยู่ที่ "ความเร็วของชิปรุ่นใหม่" อย่างเดียว ราคาของ GPU รุ่นเก่าต้องตกครับ แต่มันขึ้น

📍 หลักฐานชิ้นนี้ **ยังไม่พอจะฟันธง** เราอาจมองว่า ราคาชิปเก่าที่ขึ้นอธิบายได้อย่างน้อย 3 ทาง:
· **(ก)** ไฟฟ้าขาด → มีชิปก็เสียบไม่ได้ ชิปที่เสียบอยู่แล้วเลยมีค่า
· **(ข)** ชิปใหม่ขาดเพราะติดคอขวด HBM/CoWoS ต้นน้ำ → คนหันมาใช้ของเก่าทดแทน
· **(ค)** งาน inference เหมาะกับชิปเก่าจริง ๆ ในแง่ต้นทุนต่อ token

🐳 ก่อนหน้านี้แม้ผมจะติดตามกลุ่มนีร้แต่ไม่ได้มี Thesis การลงทุนกับมันเท่าไหร่ ผมมองว่ามันคือกลุ่มที่อยู่ตรงกลางและกำลังเติบโตจากช่องว่าที่ฝั่งซัพพลายยังเติบโตไม่เท่าดีมานด์ของอุตสาหกรรม AI และผมเชื่อว่าเมื่อเทรนเริ่มเข้าสู่จุดอิ่มตัวกลุ่มนี้จะแย่เอา เพราะพวกเขาไม่ได้เป็นเจ้าของหัวใจของเทรนอย่าง GPU หรือ Memory โดยตรง นอกจากนั้นในกลุ่ม clounds ก็มี Hyperscaler ที่ลงทุนขยายอยู่แล้ว

แต่ตอนนี้ดูเหมือนความต้องการจะมีช่องว่างที่ใหญ่มากทำให้ในระยะ 2-3 ปี กลุ่มนี้กลับมีโอกาสที่สูงขึ้นจริง ๆ


👉 หลักฐานยืนยันจาก CoreWeave: Q2 2026 มี contracted power 3.7 GW แต่มีไฟที่ใช้งานจริงแค่ 1.5 GW

ลูกค้าเซ็นสัญญาไว้แล้วเกือบ **3 เท่า** ของกำลังที่ส่งมอบได้

นี่ไม่ใช่ปัญหาดีมานด์ครับ นี่คือปัญหา supply และเป็น supply ที่เงินซื้อไม่ได้ในระยะสั้น

· · ·

🟢 กายวิภาคของธุรกิจ: 4 Layer และใครยืนอยู่ตรงไหน

ผมชอบ map อุตสาหกรรมเป็นชั้น ๆ เสมอ เพื่อดูว่า margin ไปกองอยู่ที่ไหน

Layer 0 ไฟฟ้า + ที่ดิน + คิวเชื่อมกริด = CIFR, IREN
Layer 1 ตัวอาคาร + ระบบระบายความร้อน = CIFR, IREN, CRWV
Layer 2 กองทัพ GPU = CRWV, NBIS, IREN
Layer 3 ซอฟต์แวร์จัดการ/orchestration = CRWV, NBIS, IREN


💡ส่วนตัวยังมอง Neocloud วันนี้ไม่ได้ถือ bottleneck พวกเขากำลังทำกำไรระหว่างความขาดแคลน 3 อย่าง: ไฟฟ้า, GPU และเงินทุน

pricing power ของพวกเขาเป็นของ "ยืมมา" ไม่ใช่ของตัวเอง แต่ต้องยอมรับว่านี่เป็นจุดยืนที่ดีมากในยุคที่ AI กำลังเข้าสู๋ช่วง Growth และ Physical AI ยังไม่มาเต็มที่

· · ·

🔴 สงครามค่าเสื่อม (Depreciation War)

นี่คือประเด็นที่ผมคิดว่าสำคัญที่สุด และเป็นจุดที่ bull กับ bear เถียงกันไม่จบ

**ฝั่ง Bear** นำโดย คุณพรี่ Michael Burry ประเมินว่ากลุ่ม hyperscaler บันทึกค่าเสื่อมต่ำกว่าความเป็นจริงราว $176B ในช่วงปี 2026–28

Jim Chanos ก็โจมตีตรง ๆ ว่าธุรกิจแบบนี้คือ กิจการขาดทุนที่ใช้สินทรัพย์เสื่อมค่าเป็นหลักประกัน

พูดกันภาษาบ้าน ๆ คือ พวกเขาต้องซื้อ GPU และสร้าง Data center (จริง ๆ มีอาคารและระบบด้วยแต่เราเอาแค่หัวใจนะครับ) ซึ่งมันเป็นของที่เมื่อเวลาผ่านไป 3-5 ปี ก็ตกยุคแล้ว เอาง่าย ๆ คือ ถ้าวันนี้ขาดแคลนและเราซื้อมา 100 บาท แต่ 5 ปี ตกยุค+ซัพพลายเพิ่มขึ้นแล้ว เราอาจขายได้จริง ๆ ที่ 20 บาท เท่านั้น


**ฝั่ง Bull** เพิ่งได้หลักฐานชิ้นใหญ่มากเมื่อ 12 ส.ค. ที่ผ่านมา:

👉 CoreWeave เปิดเผยว่าเซ็นสัญญาให้เช่า **A100 (ชิปปี 2020) ยาวไปถึงปี 2029** ในราคาเต็ม
👉 H100 ที่หมดสัญญาแล้ว ถูกปล่อยเช่าใหม่ทันทีที่ 95% ของราคาเดิม
👉 CEO Mike Intrator บอกว่า GPU รุ่นเก่าจะมีอายุใช้งานยาวกว่าที่ใครคาด และจะถูกเซ็นสัญญายาวขึ้นในราคาที่สูงขึ้น


ในฐานะคนที่เรียนเศรษฐศาสตร์ผมกังวลเรื่องของสมดุลของ Demand - Supply ต้องยอมรับว่า 3 ปีนี้เราขาดแคลนและต้องการผลเลยออกอยู่ฝั่ง Bull แต่ถ้าไกลกว่านี้ในโลกที่เรายังไม่รู้แน่ชัดว่า Physical AI จะต้องการและ Bloom มากขนาดไหน ก็ถือเป็นความเสี่ยง

สิ่งที่ผมมองไปฝั่ง Bull มาจาก AI ในตอนนี้ที่คาดว่าจะต้องการโครงสร้างไปอย่างน้อยอีก 3 ปี + Physical AI ที่กำลังจะเข้ามาเป็นตัวขับเคลื่อนต่อไป ผมประเมินว่าเราอาจเห็นทศวรรษของ AI Bloom จนถึง 2040 และจะทำให้การลงทุนกับ Neocloud ในช่วงนี้เหมาะสมทันที

ส่วนข้อกังวลของฝั่ง Bear นั้นก็เป็นเรื่องจริง ผมเข้าใจว่าใน 3 ปีจากนี้มูลค่าของ GPU ในมือของ Neocloud จะเสื่อมลงจริง ๆ ครับ + การเติบโตของซัพพลายด้วย มองโลกตามจริงนะ ผมคิดว่าที่รายงานว่าราคาไม่เสื่อมขนาดนั้นเพราะตอนนี้เราขาดแคลนอยู่ต่างหาก วันที่ภาวะนี้คลี่คลายมูลค่าของฮาร์ดแวร์เก่าจะเป็นตัวชี้วัดตัวแรกที่แตกเลย

เราก็ไม่รู้ว่าผลจะออกมาหน้าตาแบบไหนหรือบริษัทเหล่านี้มีทิศทางต่อความท้าทายนี้ที่เวิร์คไหม แต่ผมเชื่อว่าเราน่าจะได้เห็นธุรกิจเหล่านี้ไปอีกเกิด 3 ปี แน่ ๆ จาก Bull ที่ผมพูดถึง โดยเฉพาะบริษัทที่มี moat ในการเข้าถึงพลังงานอย่าง IREN และ CIFR


🟢 มารู้จัก Company Analysis 4 บริษัท นี้กัน

สิ่งที่ผมอยากให้สังเกตคือ ทั้ง 4 ตัวนี้ **ไม่ได้ทำธุรกิจเดียวกัน** ครับ
พวกเขายืนอยู่คนละจุดบน "บันไดความเสี่ยง" ตั้งแต่เจ้าของที่ดินไปจนถึงคนซื้อ GPU เอง

· · ·

👉 CoreWeave | NASDAQ: CRWV
Neocloud ที่ใหญ่ที่สุดในโลก ซื้อ GPU เอง สร้าง software stack เอง แล้วขาย compute เป็นบริการ ("The Essential Cloud for AI")

พวกเขามีขนาดและความเร็วในการส่งมอบ พร้อม backlog ที่ยาวที่สุดในอุตสาหกรรม Q2 2026 backlog อยู่ที่ $104B เติบโต 246% YoY และเป็นเจ้าแรกที่ทำ bring-up ระบบ Vera Rubin NVL72 ของ NVIDIA สำเร็จ

⚠️ จุดที่ต้องระวัง: ขาดทุนสุทธิ $626M และดอกเบี้ยจ่าย $640M ต่อไตรมาส โดย **ดอกเบี้ยจ่ายมากกว่าขาดทุนสุทธิ** แปลว่าถ้าไม่มีหนี้ บริษัทนี้กำไรแล้ว แต่ถ้าไม่มีหนี้ก็โตแบบนี้ไม่ได้เหมือนกัน

· · ·

👉 Nebius Group | NASDAQ: NBIS
AI cloud สัญชาติยุโรป (สำนักงานใหญ่อัมสเตอร์ดัม) ที่แยกตัวออกมาจาก Yandex เดิม ทำ full-stack ตั้งแต่ data center ยัน developer tools

พวกเขามีความสามารถในการตั้งราคา ซึ่งเป็นสิ่งที่หายากมากในธุรกิจนี้ ดีลใหญ่ 4 รายการใน Q2 (Reflection, Cohere, AI lab สหรัฐฯ ที่ไม่เปิดเผยชื่อ และบริษัท quant trading) มี TCV เฉลี่ยเกิน $1B ต่อดีล ที่ราคา $20–25M ต่อ MW สูงกว่าฐานธุรกิจเดิมเกือบ 2 เท่า

📍 นี่คือความแตกต่างเชิงคุณภาพที่สำคัญมากครับ: Nebius ให้ลูกค้าออกเงินค่า GPU ไปก่อน แทนที่จะกู้ธนาคารเป็นการโยนความเสี่ยงค่าเสื่อมกลับไปให้ลูกค้าบางส่วน และเป็นเหตุผลว่าทำไมงบดุลถึงสะอาดกว่า CRWV มาก (เงินสด $8B)



👉 IREN Limited | NASDAQ: IREN
เดิมชื่อ Iris Energy ทำเหมือง Bitcoin ในออสเตรเลีย ปัจจุบันแปลงร่างเป็น AI cloud แบบ **vertically integrated เต็มรูปแบบ** ซึ่งผมมองว่าเป็นการเปลี่ยนที่เวิร์ค ไม่ได้มาเล่น ๆ พวกเขาเป็นเจ้าของตั้งแต่สัญญาไฟฟ้า, สร้าง data center เอง, ซื้อ GPU เอง, และล่าสุดซื้อซอฟต์แวร์เอง

พวกเขามีไฟฟ้าที่ล็อกไว้แล้วกว่า 4.5 GW ซึ่งเป็นสินทรัพย์ที่ซื้อไม่ได้ด้วยเงินอย่างเดียว บวกกับความสัมพันธ์ระดับพันธมิตรกับ NVIDIA (5GW partnership + warrant ซื้อหุ้น 30 ล้านหุ้นที่ราคา $70) และเพิ่งได้สถานะ NVIDIA Exemplar Cloud บน GB300 NVL72 เมื่อ 13 ส.ค.

📍 13 ส.ค. เพิ่งส่งมอบ **Horizon 1 ให้ Microsoft และได้รับการตอบรับเรียบร้อย** และนี่คือ milestone แรกของสัญญา $9.7B ที่พิสูจน์ว่าทำได้จริง ไม่ใช่แค่ข่าว

· · ·

👉 Cipher Digital | NASDAQ: CIFR
อดีต Cipher Mining ปัจจุบันเปลี่ยนโมเดลเป็น **"เจ้าของที่ดินให้เช่า" (landlord)** ไม่ใช่ผู้ให้บริการ cloud พวกเขาสร้าง data center แล้วปล่อยเช่าให้ hyperscaler ไปหา GPU มาเสียบเอง

พวกเขาคล้า่ย IREN โดยมีพอร์ตไฟฟ้าใน ERCOT (เท็กซัส) และ counterparty ระดับ investment grade มีสัญญากับ Amazon ที่ Black Pearl มูลค่า $5.5B ระยะเวลา 15 ปี ส่งมอบ 300 MW บวกสัญญา Fluidstack ที่ Barber Lake ซึ่งขยายเพิ่มในเดือน พ.ย. 2025 อีก $830M ทำให้ Fluidstack เช่าเต็มทั้ง 300 MW ของไซต์ รวมมูลค่าราว $3.8B ในเทอมแรก 10 ปี (ถ้าใช้สิทธิ์ต่ออายุครบจะเป็นราว $9B) โดย Google ค้ำประกันภาระค่าเช่าของ Fluidstack $1.4B และรับ warrant ซื้อหุ้น CIFR ราว 24 ล้านหุ้น หรือ ~5.4%

📍 รวมสองสัญญา = **~$9.3B contracted revenue** ($5.5B + $3.8B)

Q2 2026 ส่งมอบ capacity แรกที่ Black Pearl เร็วกว่ากำหนด 2 เดือน และเริ่มเก็บค่าเช่าตั้งแต่ต้นสิงหาคม นี่คือหลักฐานว่า execute ได้จริง ซึ่งเป็นข้อกังขาหลักของโมเดลนี้มาตลอด

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

🟢 ภาพอนาคต: 3 เส้นทางที่เรากำลังเดินไป

1️⃣ การเปลี่ยนผ่านจาก Training ไปสู่ Inference

ช่วงที่ผ่านมา ตลาด AI Infrastructure ขับเคลื่อนด้วยสิ่งที่เรียกว่า Training Trade กล่าวคือ บริษัทที่สามารถสร้าง GPU Cluster ขนาดใหญ่ได้เร็ว และมี GPU พร้อมให้ใช้งานมากที่สุด มักได้เปรียบ

แต่ในระยะต่อไป โครงสร้างความต้องการกำลังเปลี่ยนไป

หลายสำนักประเมินว่า ภายในปี 2030 Inference หรือการนำโมเดล AI ที่ฝึกเสร็จแล้วมาใช้งานจริง จะกลายเป็น workload หลักของตลาด และอาจคิดเป็นสัดส่วนประมาณ 70–80% ของความต้องการ Compute ทั้งหมด

Training มักมีลูกค้าไม่กี่ราย งานแต่ละครั้งมีขนาดใหญ่ ใช้ GPU จำนวนมาก และสามารถทำสัญญาระยะยาวได้ ลูกค้าจึงยอมจ่ายในราคาสูงขึ้นหาก Compute ขาดแคลน ขณะที่ Inference มีลูกค้าจำนวนมากกว่า ใช้งานต่อเนื่อง และกลายเป็นต้นทุนดำเนินงานที่ต้องควบคุมอย่างเข้มงวด ที่สำคัญคือ latency เริ่มมีบทบาทมากขึ้น ทำให้ Compute จำเป็นต้องอยู่ใกล้ผู้ใช้งานหรือใกล้ศูนย์กลางของ Demand มากกว่าเดิม

2️⃣ Compute กำลังมีลักษณะคล้าย “สินค้าโภคภัณฑ์” มากขึ้น
อีกหนึ่งพัฒนาการที่ผมมองว่าสำคัญ คือการเกิดตลาดอนุพันธ์สำหรับ Compute

CME Group ร่วมกับ Silicon Data ซึ่งมี DRW เป็นผู้สนับสนุน ประกาศแผนเปิดซื้อขาย Compute Futures โดยอ้างอิงราคาค่าเช่า GPU รายชั่วโมงของ NVIDIA H100 และ Blackwell B200

สิ่งที่น่าสนใจไม่ใช่เพียงการมี Futures ของ GPU เท่านั้น แต่คือการที่ผลิตภัณฑ์ดังกล่าวถูกนำไปซื้อขายบน NYMEX ซึ่งเป็นตลาดที่เดิมมีบทบาทสำคัญในการซื้อขายสินค้าโภคภัณฑ์และพลังงาน

ในเชิงโครงสร้าง นี่สะท้อนให้เห็นว่า Compute เริ่มมีคุณสมบัติใกล้เคียงกับสินทรัพย์อย่างไฟฟ้า น้ำมัน หรือก๊าซธรรมชาติมากขึ้น

3️⃣ คลื่นการควบรวมกิจการน่าจะเกิดขึ้น
ปัจจุบันตลาด Neocloud มีผู้เล่นจำนวนมาก แต่ในระยะยาวตลาดอาจไม่สามารถรองรับบริษัทจำนวนมากเช่นนี้ได้

เมื่อรายได้ต่อหน่วยของ Compute ลดลง บริษัทที่มีต้นทุนสูงหรือมีงบดุลอ่อนแอจะเริ่มถูกกดดันมากขึ้น

ท้ายที่สุด ตลาดจึงมีแนวโน้มเข้าสู่ช่วง Consolidation หรือการควบรวมกิจการ เหลือผู้เล่นขนาดใหญ่เพียงไม่กี่รายที่มี Scale, เงินทุน และลูกค้าเพียงพอ

และสิ่งที่น่าสนใจคือ ผู้ซื้อที่มีศักยภาพมากที่สุดอาจเป็นกลุ่ม Hyperscaler ซึ่งปัจจุบันเป็นลูกค้ารายใหญ่ของ Neocloud อยู่แล้ว


⚠️ ย้ำว่านี่ไม่ใช่คำแนะนำการลงทุน

หวังว่าข้อมูลพวกนี้จะเป็นประโยชน์กับทุก ๆ คนนะครับ
อย่าลืมติดตามเพจและเข้ามาพูดคุยในคอมมูนิตี้กันด้วย
เพราะเราทุกคนกำลังมองหาโอกาสในการลงทุนหุ้นเทคโนโลยีแห่งอนาคตกันครับ 🔥

#หุ้นเทค #หุ้นอเมริกา #ลงทุนหุ้นต่างประเทศ #ลงทุนเทคโนโลยี #วิเคราะห์หุ้น