a16z เปิดเผยความจริงเกี่ยวกับความเจริญรุ่งเรืองของ AI: 1% แรกของผู้คนสนับสนุนเรื่องราวทั้งหมดของ AI

ผู้เขียน: Block Analytics Ltd X Merkle 3s Capital

เนื้อหาของบทความนี้อ้างอิงจาก a16z "State of Markets II" (กันยายน 2026, David George).

ในปีที่ผ่านมา กำไรที่เติบโตของตลาดหุ้นสหรัฐฯ ประมาณสามในสี่มาจากบริษัทเทคโนโลยี รายได้จาก AI, กำลังการประมวลผล และการใช้จ่ายด้านทุนแทบจะทำสถิติใหม่ในทุกไตรมาส แต่ถ้าคุณถามคนรอบข้างว่ามีอะไรเปลี่ยนแปลงในเงินเดือน ธุรกิจ และบัญชีของพวกเขาจาก AI ส่วนใหญ่จะตอบไม่ได้ ข้อมูลมหภาคดูร้อนแรง แต่ความรู้สึกส่วนตัวกลับเย็นชา สองสิ่งนี้จะเกิดขึ้นพร้อมกันได้อย่างไร?

รายงานเดียวกัน สองโลก

มาดูด้านที่ร้อนแรงกันก่อน รายงาน 90 หน้าของ a16z เริ่มต้นด้วยการเรียกเทคโนโลยีว่า "วัฏจักรของทุกสิ่ง" หมายความว่า เทคโนโลยีไม่ใช่อุตสาหกรรมเดียว แต่เป็นเครื่องยนต์ของเศรษฐกิจทั้งหมด รายงานระบุว่า การสร้างโครงสร้างพื้นฐาน AI มีส่วนช่วยในการใช้จ่ายด้านการก่อสร้างใหม่และการเติบโตของตำแหน่งงานระดับแรงงานในสหรัฐฯ

แหล่งเงินทุนสำหรับการก่อสร้างนี้ก็มีความเข้มข้น รายงานชี้ให้เห็นว่าบริษัทคลาวด์ขนาดใหญ่ไม่กี่แห่งใช้กำไรในการรับผิดชอบค่าใช้จ่ายด้านทุนส่วนใหญ่ ทำให้กระแสเงินสดอิสระลดลงอย่างมาก และคาดว่าจะฟื้นตัวได้ในช่วงปี 2028 ส่วนที่ขาดแคลนเงินสดกำลังถูกเติมเต็มโดยตลาดพันธบัตร บิลค่าใช้จ่ายทั้งหมดของโครงสร้างพื้นฐาน AI จะถูกกดดันอยู่ที่บริษัทยักษ์ใหญ่ไม่กี่แห่ง

ข้อมูลกำไรก็ร้อนแรงเช่นกัน S&P 500 เป็นดัชนีหุ้นที่ประกอบด้วยบริษัทที่มีมูลค่าตลาดสูงสุด 500 แห่งในสหรัฐฯ ตามวิธีการคำนวณในรายงานนี้ จนถึงเดือนสิงหาคม 2026 กำไรของ S&P 500 ประมาณสามในสี่มาจากบริษัทเทคโนโลยี โดยที่การเติบโตของกำไรของบริษัทเทคโนโลยีใกล้เคียงกับบริษัทที่ไม่ใช่เทคโนโลยีถึง 4 เท่า

รายงานยังเน้นย้ำว่าการเพิ่มขึ้นในรอบนี้ไม่เหมือนฟองสบู่ มูลค่าการประเมินของหุ้นเทคโนโลยีต่ำกว่าค่าเฉลี่ย 5 ปีประมาณ 20% และราคาหุ้นที่เพิ่มขึ้นส่วนใหญ่เกิดจากกำไร ราคาถูกดันขึ้นโดยกำไร ไม่ใช่โดยอารมณ์

นักลงทุนรายย่อยก็เข้ามามีส่วนร่วมในความร้อนแรงนี้ รายงานในหน้าที่ 13 ระบุว่านักลงทุนรายย่อยยังคงเป็นแรงผลักดันที่สำคัญของตลาด การใช้เลเวอเรจและการซื้อเพิ่มทำให้เกิดความผันผวน แตกต่างจากเมื่อก่อนที่มีการซื้อ "หุ้นที่เป็นที่นิยม" ในครั้งนี้ นักลงทุนรายย่อยกำลังซื้อธีมที่เป็นเอกฉันท์ กล่าวคือ ทุกคนกำลังซื้อเรื่องราว AI เดียวกัน

มาดูด้านที่เย็นกันบ้าง รายงานในหน้าที่ 27 มีหัวข้อว่า "ความต้องการสูง แต่ยังเร็วเกินไป" ประมาณเจ็ดในสิบของบริษัทใน S&P 500 กล่าวว่าตนเองกำลังใช้ AI ประมาณสามในสิบสามารถรายงานผลกระทบที่สามารถวัดได้ และมีเพียงประมาณ 2% ที่ติดตามตัวชี้วัดผลอย่างต่อเนื่อง

การประเมินตัวเลขชุดนี้ในรายงานมีเพียงประโยคเดียว: การนำไปใช้อย่างกว้างขวาง แต่ตื้นมาก ด้านร้อนและด้านเย็นมาจากรายงานเดียวกัน ผู้เขียนชุดเดียวกัน ในเดือนเดียวกัน พวกเขาไม่ขัดแย้งกัน ขัดแย้งเกิดขึ้นจากการที่เราชอบใช้ค่าเฉลี่ยในการอ่านข้อมูลเหล่านี้

ค่าเฉลี่ยอาจหลอกลวง สมมติว่ามีคน 10 คนในห้องหนึ่ง คนหนึ่งมีรายได้ปีละ 10 ล้านหยวน อีก 9 คนมีรายได้ปีละ 100,000 หยวน รายได้เฉลี่ยต่อปีของคนในห้องนี้คือ 1.09 ล้านหยวน ตัวเลขนี้เป็นความจริง แต่ไม่สามารถบรรยายถึงคนจริงในห้องนั้นได้

AI ตอนนี้ก็เหมือนห้องนี้ รายงานในหน้าที่ 32 เขียนไว้อย่างตรงไปตรงมา: ข้อมูลรวมที่น่าทึ่งซ่อนความจริงที่อยู่ใต้ผิวน้ำ การเติบโตถูกขับเคลื่อนโดยผู้ใช้ที่มีความเข้มข้นสูงเพียงไม่กี่คน เมื่ออ่านถึงหน้านี้ ฉันกลับไปเปิดอ่าน 30 หน้าก่อนหน้าอีกครั้ง

อ่านจากมุมมองอื่น รายงานทั้งหมดในแต่ละบทพูดถึงเรื่องเดียวกัน เงินและผลประโยชน์ในยุค AI จะไหลไปยังส่วนหัวก่อนในทุกชั้น ไม่ว่าจะเป็นชั้นผู้ใช้ ชั้นบริษัท หรือชั้นซอฟต์แวร์ การลงทุน และการเริ่มต้นธุรกิจ เรามาดูทีละชั้น

AI กำลังร้อนแรง แต่ร้อนแรงเฉพาะในบ้านของคนส่วนน้อย

1% ของคน ใช้ AI ไปเกือบทั้งหมด

ก่อนอื่นอธิบายคำหนึ่ง token คือหน่วยวัดที่ AI โมเดลใช้ในการประมวลผลข้อความ สามารถเข้าใจได้คร่าวๆ ว่าเป็น "จำนวนคำ" ที่ AI อ่านและเขียน ยิ่งคนหรือบริษัทใช้ token มากเท่าไหร่ แสดงว่าพวกเขาใช้ AI ทำงานมากขึ้น ดังนั้นการใช้ token จึงเป็นตัวชี้วัดที่ดีในการวัดความเข้มข้นในการใช้งาน AI

รายงานในหน้าที่ 32 ให้ประโยคที่สำคัญที่สุดในเอกสารทั้งหมด การเติบโตของความต้องการ token ถูกขับเคลื่อนเกือบทั้งหมดโดยผู้ใช้ 1% แรก คนเหล่านี้ "เพิ่งเริ่มสัมผัสขอบเขตของความเป็นไปได้" โปรดทราบว่ารายงานไม่ได้พูดถึงครึ่งแรกหรือ 10% แรก แต่เป็น 1% แรก

ข้อมูลในระดับองค์กรทำให้ประโยคนี้ชัดเจนขึ้น รายงานอ้างอิงชุดข้อมูลของบริษัท โดยจัดอันดับบริษัทตามการใช้ token (ตามข้อมูลการใช้งานของ OpenAI สำหรับบริษัท ตั้งแต่เดือนเมษายน 2025 ถึงมิถุนายน 2026) 10% แรกของบริษัทเรียกว่า "บริษัทชั้นนำ" บริษัทที่อยู่กลาง 10% เรียกว่า "บริษัททั่วไป" โดยมีฐานข้อมูลการใช้ของบริษัททั่วไปในเดือนเมษายน 2025 เป็น 1 เท่า

จนถึงเดือนมิถุนายน 2026 บริษัทชั้นนำมีการใช้ token เพิ่มขึ้นเป็นประมาณ 17 เท่า ขณะที่บริษัททั่วไปมีเพียงประมาณ 2 เท่า ทั้งสองมีความแตกต่างกันถึง 8.3 เท่า ขณะที่ในต้นปีความแตกต่างนี้มีเพียง 2.6 เท่า

ความแตกต่างนี้ไม่ได้เริ่มต้นขึ้นตั้งแต่แรก ในช่วงก่อนเดือนตุลาคม 2025 เส้นทั้งสองเส้นมีการเคลื่อนไหวใกล้เคียงกัน หลังจากเดือนตุลาคม เส้นของบริษัทชั้นนำเริ่มพุ่งสูงขึ้นอย่างรวดเร็ว ขณะที่บริษัททั่วไปแทบจะไม่เปลี่ยนแปลง รายงานตั้งชื่อหน้านี้ว่า "ผู้ใช้ที่มีความเข้มข้นสูงกำลังแซงหน้าผู้อื่น"

เมื่อดูตามอุตสาหกรรม รูปร่างก็เหมือนกัน บริษัทชั้นนำในอุตสาหกรรมสารสนเทศเพิ่มขึ้นเป็น 32.5 เท่า ขณะที่บริษัททั่วไปมีเพียง 2.8 เท่า ความแตกต่าง 11.7 เท่า ในอุตสาหกรรมการเงินและประกันมีความแตกต่าง 6.7 เท่า ในอุตสาหกรรมบริการและเทคโนโลยีมีความแตกต่าง 7.7 เท่า ไม่มีอุตสาหกรรมใดที่เป็นข้อยกเว้น ทุกอุตสาหกรรมภายในกำลังแยกตัวออก

นอกจากการใช้แล้ว วิธีการใช้ก็มีการแยกตัว เครื่องมือประเภทปลั๊กอินและทักษะ เป็นฟังก์ชันขยายที่ทำให้ AI เชื่อมต่อกับระบบภายในของบริษัทและทำงานตามกระบวนการที่กำหนดซ้ำๆ ในบริษัทชั้นนำ สัดส่วนการใช้งานประจำสัปดาห์ของเครื่องมือทั้งสองประเภทอยู่ที่ 21% และ 19% ในขณะที่บริษัททั่วไปมีเพียง 9% และ 3% บริษัทชั้นนำไม่เพียงแค่ใช้งานมาก แต่ยังนำ AI เข้าสู่กระบวนการ

ข้อมูลในระดับครัวเรือนเย็นกว่านั้น ในกลางปี 2026 มีเพียงประมาณ 2.2% ของครัวเรือนในสหรัฐฯ ที่จ่ายเงินสำหรับ AI ครัวเรือนที่จ่ายเงินเฉลี่ยใช้จ่ายประมาณ 31 ดอลลาร์ต่อเดือน กล่าวอีกนัยหนึ่ง ใน 100 ครัวเรือนในสหรัฐฯ มีประมาณ 98 ครัวเรือนที่ยังไม่เคยจ่ายเงินสำหรับ AI รายงานให้ความเห็นเกี่ยวกับด้านการบริโภคว่า: ทุกอย่างเพิ่งเริ่มต้น

แล้วทำไมความต้องการ token ถึงยังสามารถเพิ่มขึ้นเป็นเส้นพาราโบล่า? คำตอบคือ ตัวแทน ตัวแทนคือโปรแกรม AI ที่สามารถแยกงานออกเป็นส่วนๆ และเรียกใช้โมเดลอย่างต่อเนื่องเพื่อทำงาน โมเดลที่มีราคาถูกลงทำให้ตัวแทนมีความคุ้มค่ามากขึ้น ทำให้การใช้ token เพิ่มขึ้นอย่างทวีคูณ

รายงานเรียกปรากฏการณ์นี้ว่า ปริศนาของเจเวนส์: สิ่งที่มีราคาถูกและมีประสิทธิภาพมากขึ้น ผู้คนกลับใช้มากขึ้น แต่เราต้องเสริมว่า ผู้ใช้ที่ใช้ตัวแทนราคาถูกเหล่านี้ส่วนใหญ่ยังคงเป็นกลุ่มผู้ใช้ที่มีความเข้มข้นสูงเดียวกัน AI กำลังกลายเป็นราคาถูก แต่จำนวนคนที่ใช้ AI ราคาถูกไม่ได้เพิ่มขึ้นตามสัดส่วน

ผลกระทบของกลุ่มผู้ใช้ที่มีความเข้มข้นสูงนี้ได้ขยายออกไปเกินกว่าตนเอง รายงานชี้ให้เห็นว่าความต้องการที่พุ่งสูงขึ้นกำลังผลักดันราคากำลังการประมวลผล ตามข้อมูลค่าเช่าที่รายงาน แม้แต่ GPU เก่าที่ใช้มา 4-5 ปี ค่าเช่าก็แทบจะไม่ลดลงเมื่อเปรียบเทียบกับปีที่แล้ว กล่าวอีกนัยหนึ่ง การใช้ของ 1% แรกกำลังตั้งราคาให้กับกำลังการประมวลผลของตลาดทั้งหมด

ในบทนี้มีสองประเภทของปริมาณ: การใช้ token ของบริษัท และสัดส่วนการจ่ายเงินของครัวเรือน ข้อมูลเหล่านี้มีมาตรฐานที่แตกต่างกัน ไม่สามารถรวมกันได้ และไม่สามารถแปลงซึ่งกันและกันได้ แต่รูปร่างของพวกมันเหมือนกัน: คนส่วนน้อยยืนอยู่ในช่วงที่ชันที่สุดของเส้นโค้ง ขณะที่คนส่วนใหญ่ยังอยู่ใกล้จุดเริ่มต้น

การสังเกตของฉันก็เป็นเช่นนี้ มีคนรอบข้างมากมายที่บอกว่าตนเองกำลังใช้ AI แต่คนที่ให้ AI ทำงานแทนตนในทุกวันมีเพียงไม่กี่คน

คนส่วนใหญ่ใช้ AI เหมือนใช้เครื่องคิดเลข ขณะที่คนส่วนน้อยใช้ AI เหมือนจ้างทีมงาน

ระดับบริษัท: บอกว่ากำลังใช้ ไม่เท่ากับทำกำไรได้

กลับไปที่ตัวเลขสามตัวในหน้าที่ 27 หากจัดเรียงเป็นกรวย จะเห็นได้ชัดเจนยิ่งขึ้น ประมาณเจ็ดในสิบบริษัทกล่าวว่ากำลังใช้ AI ประมาณสามในสิบสามารถรายงานผลกระทบที่สามารถวัดได้ และมีเพียงประมาณ 2% ที่ติดตามตัวชี้วัดผลอย่างต่อเนื่อง

ทุกครั้งที่เดินลงไปในชั้นหนึ่ง จำนวนบริษัทจะลดลงอย่างมาก "การติดตามตัวชี้วัดผลอย่างต่อเนื่อง" หมายถึง บริษัทจะวัดรายได้ ค่าใช้จ่าย หรือการเปลี่ยนแปลงด้านประสิทธิภาพที่เกิดจาก AI เป็นประจำ และยังคงวัดต่อไป หากไม่มีขั้นตอนนี้ "การใช้ AI" ก็เป็นเพียงคำพูด ไม่สามารถบันทึกในบัญชีได้

รายงานในหน้าที่ 28 ใช้หน้าทั้งหน้าในการระบุกรณีการคืนทุน โดยมีหัวข้อว่า "ข้อมูลเรื่องราวการคืนทุนจาก AI มีอยู่ทั่วไป" กรณีเหล่านี้มาจากรายงานทางการเงินของบริษัทหรือการแถลงข่าว (ตามข้อมูลทางการเงินของบริษัท ไตรมาสที่สองของปี 2026) เราเลือกกรณีที่มีความเป็นตัวแทนมากที่สุด 4 กรณี:

1. Microsoft 365 Copilot มีที่นั่งที่จ่ายเงินมากกว่า 30 ล้านที่นั่ง

2. ServiceNow สัญญา AI รายปีในไตรมาสที่สองของปี 2026 ทะลุ 1 พันล้านดอลลาร์ จำนวนการใช้งานตัวแทนเพิ่มขึ้น 9 เท่าใน 9 เดือน

3. โมเดลโฆษณาของ Meta ทำให้ปริมาณการสนทนาใน Facebook เพิ่มขึ้น 15% เครื่องมือการโฆษณาอัตโนมัติสร้างการซื้อเพิ่มขึ้น 13%

4. Amazon และ Walmart กล่าวว่าลูกค้าที่ใช้ผู้ช่วยช็อปปิ้ง AI ใช้จ่ายมากขึ้นประมาณ 40% ต่อการสั่งซื้อ

ตัวเลขเหล่านี้เป็นความจริงทั้งหมด แต่มีจุดร่วมอย่างหนึ่ง: ทั้งหมดมาจากบริษัทใหญ่ รายชื่อประกอบด้วย Microsoft, Meta, Amazon, Walmart และ ServiceNow กรณีการคืนทุนที่รายงานแทบทั้งหมดมาจากบริษัทใหญ่ บริษัทที่มีมูลค่ากลางใช้ AI ทำกำไรได้เท่าไหร่ รายงานไม่สามารถหาคำตอบได้

แล้วอะไรคืออุปสรรคที่ขัดขวางบริษัทอื่น? รายงานเชื่อว่าไม่ใช่เงิน มีเพียงประมาณหนึ่งในห้าของบริษัทที่ถูกสำรวจเชื่อว่าต้นทุนจำกัดการนำ AI ไปใช้ (ตามการสำรวจของบริษัทที่ปรึกษาระดับนานาชาติ) ในปีที่สองของการใช้คลาวด์คอมพิวติ้ง ประมาณ 4% ของงบประมาณ IT ของบริษัท ในวันนี้สัดส่วนการใช้จ่าย AI ยังต่ำกว่าระดับนี้

จากรายงานนี้สรุปได้ว่า: การใช้จ่าย AI ของบริษัทยังมีพื้นที่การเติบโตอีกมาก เราเห็นด้วยกับแนวทางนี้ แต่ถ้าเงินไม่ใช่ขีดจำกัด ขีดจำกัดอยู่ที่อื่น การวินิจฉัยของเราคือ ขีดจำกัดอยู่ที่ "จะใช้ได้หรือไม่"

บริษัทชั้นนำได้นำ AI เข้าสู่กระบวนการและทำการวัดผล ในขณะที่บริษัททั่วไปยังคงอยู่ที่การให้พนักงานลองใช้กันเอง งบประมาณสามารถอนุมัติในคืนเดียว แต่วิธีการต้องเปลี่ยนทีละกระบวนการ นี่คือเหตุผลที่กรวยยิ่งลงไปยิ่งแคบ

บริษัทใหญ่มีข้อได้เปรียบในเรื่องนี้โดยธรรมชาติ พวกเขามีข้อมูลที่พร้อมใช้งาน มีวิศวกรที่สามารถปรับกระบวนการได้ และมีปริมาณธุรกิจที่เพียงพอ การเพิ่มอัตราการแปลง 5% ในแพลตฟอร์มใหญ่จะสร้างรายได้ที่น่าพอใจ ในขณะที่ในบริษัทเล็กอาจไม่สามารถครอบคลุมค่าใช้จ่ายของ AI ได้

ข้อมูลการจ้างงานก็ชี้ไปในทิศทางเดียวกัน รายงานในหน้าที่ 31 มีหัวข้อว่า "ความเข้มข้นของ AI นำไปสู่การจ้างงานมากขึ้น โดยเฉพาะวิศวกรซอฟต์แวร์" ในบริษัทที่มีการใช้ AI อย่างเข้มข้น สัดส่วนของตำแหน่งเริ่มต้นเพิ่มขึ้นประมาณ 1 จุดเปอร์เซ็นต์ (ตามข้อมูลการจ้างงานและการใช้จ่ายของบริษัท) ในบริษัทที่มีการใช้ AI ต่ำ สัดส่วนของตำแหน่งเริ่มต้นลดลงประมาณ 0.5 จุดเปอร์เซ็นต์

ผลลัพธ์นี้ตรงกันข้ามกับคำกล่าวที่ว่า "AI จะทำให้คนตกงาน" แต่ก็ยังเป็นการแยกตัว ใช้ AI อย่างเข้มข้น บริษัทกำลังขยายตัว ในขณะที่บริษัทที่ใช้ AI อย่างตื้นกำลังหดตัว AI ไม่ได้มีผลกระทบต่อการจ้างงานอย่างเท่าเทียม มันได้เปิดช่องว่างระหว่างบริษัทกับบริษัท

สำหรับผู้อ่านทั่วไป บทนี้มีข้อสรุปที่เป็นประโยชน์ เมื่อเห็น "บริษัทใดบริษัทหนึ่งมีรายได้จาก AI ทำลายสถิติ" ให้ตรวจสอบก่อนว่ามันอยู่ในกลุ่ม 2% ที่อยู่ด้านล่างของกรวยหรือไม่ สำหรับบริษัทส่วนใหญ่ AI วันนี้ยังอยู่ในหมวดค่าใช้จ่าย ไม่ได้ถูกบันทึกในหมวดรายได้

บริษัทที่บอกว่ากำลังใช้ AI มีมากมาย แต่มีน้อยมากที่สามารถนำเสนอในบัญชีได้

ระดับซอฟต์แวร์: เรียกว่าสิ่งเดียวกัน แต่การประเมินค่าต่างกันถึงสามเท่า

ในปี 2026 ตลาดซอฟต์แวร์ของสหรัฐฯ ประสบกับการขายหุ้นครั้งใหญ่ ซึ่งตลาดเรียกมันว่า "วันสิ้นโลกของ SaaS" SaaS คือซอฟต์แวร์ที่มีการเก็บค่าบริการแบบรายเดือนหรือรายปี ความกังวลในขณะนั้นมีเพียงอย่างเดียว: AI จะทำให้บริษัทซอฟต์แวร์เหล่านี้ต้องตกงาน

รายงานได้ตั้งชื่อบทนี้ว่า "แทนที่จะเป็นวันสิ้นโลก มันคือ 'พิสูจน์ให้ฉันเห็น'" หมายความว่าตลาดไม่ได้ทิ้งซอฟต์แวร์ แต่ตลาดต้องการให้บริษัทซอฟต์แวร์แต่ละแห่งแสดงหลักฐานว่าตนยังมีความสำคัญในยุค AI

ราคาหุ้นเริ่มแสดงให้เห็นถึงความแตกต่าง ในช่วงเดือนมกราคมถึงสิงหาคม 2026 หุ้นด้านความปลอดภัยไซเบอร์เพิ่มขึ้น 85-90% ในขณะที่หุ้น SaaS ทั่วไปลดลง 28-30% (ตามข้อมูลของ S&P Capital IQ ณ สิ้นเดือนสิงหาคม 2026) ซอฟต์แวร์ทั่วไปคือเครื่องมือที่สามารถใช้ได้ในทุกอุตสาหกรรม เช่น ซอฟต์แวร์การทำงานร่วมกันในสำนักงาน ซอฟต์แวร์เฉพาะทางคือซอฟต์แวร์ที่ปรับแต่งให้ลึกซึ้งสำหรับอุตสาหกรรมใดอุตสาหกรรมหนึ่ง การจัดอันดับความสามารถในการป้องกันในรายงานคือ: ความปลอดภัยไซเบอร์ดีกว่าซอฟต์แวร์เฉพาะทาง และซอฟต์แวร์เฉพาะทางดีกว่าซอฟต์แวร์ทั่วไป

ความแตกต่างของการประเมินค่าชัดเจนยิ่งขึ้น ที่นี่ใช้ตัวชี้วัดหนึ่ง: EV/รายได้หลายเท่า ซึ่งเป็นผลลัพธ์จากมูลค่ารวมของบริษัทหารด้วยรายได้ แสดงให้เห็นว่าตลาดยินดีจ่ายเท่าไหร่สำหรับรายได้ 1 ดอลลาร์ ยิ่งหลายเท่ามากเท่าไหร่ แสดงว่าตลาดมองอนาคตของบริษัทนั้นดีขึ้นเท่านั้น

ในหน้าที่ 59 ของรายงานได้แบ่งซอฟต์แวร์ออกเป็นห้าประเภท และระบุหลายเท่าของการประเมินค่าของแต่ละประเภท (ตามข้อมูลของสถาบันการจัดการสินทรัพย์ชั้นนำ มูลค่าของบริษัทหารด้วยรายได้ในช่วง 12 เดือนที่ผ่านมา) ซอฟต์แวร์โครงสร้างพื้นฐานคลาวด์ ข้อมูล และ AI มีหลายเท่าที่ 9.1 เท่า ซอฟต์แวร์ด้านความปลอดภัยและตัวตนมีหลายเท่าที่ 6.8 เท่า ซอฟต์แวร์เฉพาะทางมีหลายเท่าที่ 4.6 เท่า แพลตฟอร์มการบริโภคและการซื้อขายมีหลายเท่าที่ 4.0 เท่า ซอฟต์แวร์ทั่วไปมีเพียง 2.7 เท่า

ระหว่างสูงสุดและต่ำสุดมีความแตกต่างมากกว่าสามเท่า และเมื่อเปรียบเทียบกับจุดสูงสุดในอดีต ความแตกต่างยิ่งมากขึ้น ซอฟต์แวร์โครงสร้างพื้นฐานมีจุดสูงสุดที่ 17.9 เท่า ขณะนี้ลดลงประมาณครึ่งหนึ่ง ซอฟต์แวร์ทั่วไปมีจุดสูงสุดที่ 12.3 เท่า ขณะนี้ลดลงเกือบ 80% ในรอบการลดลงเดียวกัน บางซอฟต์แวร์เพียงแค่ลดความร้อนลง ในขณะที่บางซอฟต์แวร์ถูกกำหนดราคาใหม่

การเติบโตเป็นปัจจัยหลักในการกำหนดหลายเท่า ในภาพในส่วนที่ 5 ของรายงานแสดงให้เห็นว่าบริษัทซอฟต์แวร์ที่มีอัตราการเติบโตของรายได้อยู่ที่ 20-40% มีหลายเท่าที่คาดการณ์ไว้ที่ 9-13 เท่า บริษัทที่มีอัตราการเติบโตอยู่ที่ 10-20% มีหลายเท่าที่คาดการณ์ไว้เพียง 4-5 เท่า หลายเท่าที่คาดการณ์ใช้รายได้ที่คาดหวังในอีก 12 เดือนข้างหน้า ซึ่งแตกต่างจากกลุ่มที่ใช้รายได้ในช่วง 12 เดือนที่ผ่านมา สองกลุ่มนี้ไม่สามารถเปรียบเทียบกันได้โดยตรง แต่ทิศทางเดียวกัน: การเติบโตที่เร็วขึ้นมีหลายเท่าที่สูงขึ้น

ปัญหาคือบริษัทซอฟต์แวร์ที่เติบโตสูงมีจำนวนลดน้อยลง ประมาณสามในสี่ของบริษัทซอฟต์แวร์ที่จดทะเบียนในตลาดมีผลกำไรแล้ว แต่มีเพียงประมาณสามสิบเปอร์เซ็นต์ที่มีอัตราการเติบโตเกิน 20% ทั้งอุตสาหกรรมใช้การเติบโตเพื่อแลกกับผลกำไร รายงานกล่าวว่า: หากคุณยังคงเป็นบริษัทที่เติบโตสูง หลายเท่าของคุณ "ยังคงค่อนข้างดี"

รายงานยังเน้นว่าพื้นฐานของบริษัทซอฟต์แวร์ยังคงมั่นคง การเติบโตของรายได้และประสิทธิภาพการดำเนินงานแทบไม่มีการเสื่อมสภาพ ดังนั้นตลาดจึงไม่ได้ลงโทษ "ซอฟต์แวร์" ในฐานะอุตสาหกรรม ตลาดลงโทษซอฟต์แวร์ที่ไม่มีการเติบโตและไม่มีป้อมปราการ ป้อมปราการหมายถึงข้อได้เปรียบระยะยาวที่ทำให้คู่แข่งยากที่จะดึงลูกค้าไป

รายงานในส่วนนี้ได้ทิ้งคำถามเปิดไว้ คำถามคือ ซอฟต์แวร์จะถูกเทคโนโลยีใหม่ทำลายเหมือนสื่อสิ่งพิมพ์หรือไม่? หรือ AI จะเหมือนกับน้ำขึ้นน้ำลงที่ยกระดับอัตราผลตอบแทนของบริษัทซอฟต์แวร์ทั้งหมด? รายงานไม่ได้สรุป เราเข้าใจว่าทั้งสองผลลัพธ์อาจเกิดขึ้นพร้อมกัน แต่จะเกิดขึ้นกับบริษัทที่แตกต่างกัน

ชั้นซอฟต์แวร์ชั้นนำไม่ใช่บริษัทไม่กี่แห่ง แต่เป็นประเภทของบริษัทไม่กี่ประเภท หนึ่งคือซอฟต์แวร์ที่เติบโตไปพร้อมกับโครงสร้างพื้นฐาน AI อีกประเภทคือซอฟต์แวร์ด้านความปลอดภัยที่มีความต้องการมากขึ้นเมื่อ AI แข็งแกร่งขึ้น หากบริษัทซอฟต์แวร์ไม่สามารถอธิบายได้ว่า AI ทำให้มันแข็งแกร่งขึ้นได้ ตลาดมีแนวโน้มที่จะกำหนดราคาให้มันตามหลายเท่าของซอฟต์แวร์ทั่วไป

ตลาดไม่จ่ายเงินสำหรับคำว่า "ซอฟต์แวร์" แต่จ่ายเงินสำหรับการเติบโต

ชั้นการลงทุน: ผลตอบแทนที่น่าดึงดูดมาจาก 10% แรก

ก่อนอื่นอธิบายคำหนึ่ง: กฎพลัง (Power Law) กฎพลังคือการกระจายที่มีความเข้มข้นสุดขีด ซึ่งมีบุคคลจำนวนน้อยมากที่ได้รับผลลัพธ์ส่วนใหญ่ อุตสาหกรรมการลงทุนเชื่อมั่นในกฎพลังเสมอ กองทุนหนึ่งลงทุนใน 30 บริษัท มักจะมีเพียงหนึ่งหรือสองบริษัทที่ทำให้คืนทุนและกำไรทั้งหมด

หัวข้อในหน้าที่ 68 ของรายงานคือ "กฎพลังยังคงอยู่ และมากขึ้นเรื่อยๆ" ข้อความนี้ใช้ได้ทั้งในด้านบริษัทและกองทุน เรามาดูที่ด้านบริษัทกันก่อน

บริษัทที่มีมูลค่าสูงสุดที่ยังไม่ได้จดทะเบียนมีขนาดใหญ่กว่าที่เคยเป็นมา พวกเขาจดทะเบียนช้าลง รายงานกล่าวว่า "ข้ามหุ้นขนาดเล็กไปโดยตรงไปยังยักษ์ใหญ่" การสร้างมูลค่ามักเกิดขึ้นในตลาดระดับหนึ่ง เมื่อบริษัทเหล่านี้จดทะเบียน นักลงทุนทั่วไปจะมีส่วนร่วมในช่วงการเพิ่มขึ้นที่สั้นลง

ตลาดหุ้นมือสองก็เล่าเรื่องเดียวกัน ตลาดหุ้นมือสองคือการตลาดที่นักลงทุนโอนหุ้นของบริษัทที่ยังไม่ได้จดทะเบียนหรือหุ้นของกองทุนระหว่างกัน รายงานชี้ให้เห็นว่าตลาดนี้แทบไม่มีการลดราคา บริษัทที่ดีที่สุดยังคงมีการซื้อขายในราคาพรีเมี่ยม เงินไม่ได้ขาดแคลน แต่ถูกกดดันไปยังชื่อไม่กี่ชื่อ

การแตกต่างกันในด้านกองทุนมีมากขึ้น ที่นี่ใช้ตัวชี้วัดสองตัว IRR คืออัตราผลตอบแทนภายใน ซึ่งแปลงเงินสดที่เข้ามาและออกไปในช่วงเวลาการลงทุนเป็นอัตราผลตอบแทนต่อปี ปีของกองทุนหมายถึงปีที่เริ่มลงทุน

ข้อมูลกองทุนที่อ้างอิงแสดงให้เห็นว่ากองทุนการลงทุนที่มีปีเดียวกันในปี 2024 มีความแตกต่างกันอย่างมาก (ตามข้อมูลของ Carta):

1. กองทุน 10% แรกมี IRR สุทธิประมาณ 40%
2. กองทุนกลางมี IRR สุทธิประมาณ -3% ต่ำกว่า 0 เล็กน้อย
3. กองทุน 25% สุดท้ายมี IRR สุทธิประมาณ -15%

หัวข้อในหน้าที่ 71 คือ: ความแตกต่างระหว่างกองทุน 10% แรกและกองทุนที่เหลือ "ไม่เคยมากขนาดนี้มาก่อน" หนึ่งด้านคือผลตอบแทนประมาณ 40% ต่อปี อีกด้านคือกองทุนกลางที่ขาดทุนเล็กน้อย หากนำมารวมกันเพื่อหาค่าเฉลี่ย ตัวเลขที่ได้จะไม่แสดงถึงกองทุนที่แท้จริงใดๆ

ตัวชี้วัดที่สองตรงไปตรงมามากขึ้น DPI คือเงินสดที่คืนให้กับนักลงทุนหารด้วยเงินต้นที่ลงทุน แสดงถึงเงินที่เข้ามาจริงๆ ตั้งแต่ปี 2021 กองทุนที่ก่อตั้งใหม่มี DPI ค่าเฉลี่ยประมาณ 0 นั่นหมายความว่ากองทุนนี้มีมากกว่าครึ่งหนึ่งที่ยังไม่ได้คืนเงินสดให้กับนักลงทุน

IRR รวมถึงการประเมินมูลค่าบนกระดาษ ในขณะที่ DPI คำนวณเฉพาะเงินสดที่เข้ามา บนกระดาษมีทั้งบวกและลบ แต่เงินสดมีค่าเฉลี่ยเป็นศูนย์ ผลตอบแทนที่สวยงามในอุตสาหกรรมการลงทุนส่วนใหญ่ยังคงอยู่บนกระดาษ และส่วนใหญ่เป็นของกองทุนชั้นนำ

เรื่องนี้ไม่ไกลจากคนทั่วไป นักลงทุนในกองทุนการลงทุนหลายคนคือกองทุนบำเหน็จบำนาญ กองทุนมหาวิทยาลัย และบริษัทประกันภัย ผลตอบแทนบนกระดาษต้องกลายเป็นเงินสด ซึ่งต้องการให้บริษัทจดทะเบียนหรือถูกซื้อกิจการ อย่างที่กล่าวไปแล้ว บริษัทที่ดีที่สุดจดทะเบียนช้าลง ดังนั้นเงินสดนี้ก็จะมาช้าลงเช่นกัน

ยังมีอีกจุดที่ต้องชี้แจง a16z เองก็เป็นหนึ่งในกองทุนการลงทุนชั้นนำ รายงานนี้เขียนโดยองค์กรที่อยู่ในจุดสูงสุดของเส้นโค้ง นี่ไม่ได้หมายความว่าข้อมูลผิด แต่หมายความว่าเราต้องจำตำแหน่งของผู้เขียนเมื่ออ่านมัน

ตัวเลขในบทนี้คือผลตอบแทนของกองทุน ซึ่งแตกต่างจากการใช้โทเค็นและหลายเท่าที่กล่าวถึงก่อนหน้านี้ แต่รูปแบบยังคงเหมือนเดิม: หัวหน้ากดค่าเฉลี่ยขึ้นมา ในขณะที่ค่าเฉลี่ยกลางห่างจากค่าเฉลี่ย

ค่าเฉลี่ยที่สวยงามของการลงทุนมาจากกองทุน 10% แรก

ชั้นการเริ่มต้น: บริษัทใหม่วิ่งเร็ว บริษัทเก่าเริ่มเหนื่อยในปีที่สอง

ก่อนอื่นพูดถึงพื้นฐาน ยุคดอกเบี้ยต่ำหมายถึงช่วงเวลาที่สหรัฐฯ กดดอกเบี้ยให้ใกล้เคียงศูนย์ในระยะยาว ในช่วงเวลานั้นการระดมทุนราคาถูก หลังจากยุคดอกเบี้ยต่ำสิ้นสุด บริษัทเริ่มใช้การเติบโตเพื่อแลกกับผลกำไรเหมือนบริษัทที่จดทะเบียน

แต่รายงานในหน้าที่ 73 ได้เตือนถึงข้อยกเว้นอย่างหนึ่ง บริษัทที่เพิ่งประสบความสำเร็จในการระดมทุนมีอัตราการเติบโตที่ยังคงอยู่ในระดับสูงสุดของยุคดอกเบี้ยต่ำ หรือแม้กระทั่งเร็วกว่า สาเหตุมีเพียงอย่างเดียว: หากไม่มีการเติบโต ก็จะไม่ได้รับการระดมทุนรอบใหม่

การเติบโตมุ่งเน้นไปที่บริษัทที่อายุน้อยที่สุด รายงานอ้างอิงข้อมูลการชำระเงิน (ตามข้อมูลของ Stripe) แสดงให้เห็นว่า บริษัท SaaS ที่ก่อตั้งไม่ถึง 1 ปีมีอัตราการเติบโตของรายได้มากกว่า 500% ในช่วงสูงสุดเคยสูงถึง 600% บริษัทที่ก่อตั้งเกิน 1 ปีมีอัตราการเติบโตจากประมาณ 30% ลดลงเหลือประมาณ 20% หลังจากนั้นกลับขึ้นไปที่ประมาณ 20-25% SaaS หมายถึงซอฟต์แวร์ที่มีการเก็บค่าบริการแบบรายเดือนหรือรายปี

รายงานใช้ชุดข้อมูลนี้เพื่อตอบโต้ "วันสิ้นโลกของ SaaS": รายได้จากซอฟต์แวร์ในปีใหม่กลับเร่งตัวขึ้น การตัดสินใจนี้ไม่ผิด แต่กราฟเดียวกันยังแสดงให้เห็นว่าอัตราการเติบโตสูงสุดอยู่ที่บริษัทที่เพิ่งก่อตั้ง หากบริษัทสามารถผ่านปีแรกไปได้ เส้นโค้งการเติบโตมักจะเปลี่ยนจากลาดชันสูงไปเป็นลาดชันต่ำ

รายงานในหน้าที่ 75 อธิบายถึงยุคใหม่ของยูนิคอร์นว่า: ใหญ่ขึ้น เร็วขึ้น และอายุน้อยกว่า ยูนิคอร์นหมายถึงบริษัทที่มีมูลค่าเกิน 1 พันล้านดอลลาร์ที่ยังไม่ได้จดทะเบียน บริษัท AI รุ่นใหม่ทำรายได้ที่ใหญ่ขึ้นในเวลาที่สั้นลงและด้วยคนที่น้อยลง

สถานการณ์ของยูนิคอร์นที่มีอยู่กลับแตกต่างกันโดยสิ้นเชิง รายงานอ้างอิงข้อมูล (ตามข้อมูลของ Silicon Valley Bank ในปี 2026) แสดงให้เห็นว่า: ประมาณ 40% ของยูนิคอร์นมีอัตราการเติบโตของรายได้อยู่ที่ 0-20% ประมาณ 15% อยู่ในภาวะการเติบโตติดลบ บริษัทมากกว่าครึ่งมีเงินสด Runway ไม่ถึง 2 ปี Runway หมายถึงระยะเวลาที่เงินสดในบัญชีจะอยู่ได้ตามอัตราการใช้จ่ายในปัจจุบัน

Runway ที่ไม่ถึง 2 ปีหมายความว่าบริษัทเหล่านี้จะต้องระดมทุนอีกครั้งในไม่ช้า การระดมทุนหนึ่งรอบตั้งแต่เริ่มต้นจนถึงการรับเงินมักใช้เวลาหลายเดือน หากอัตราการเติบโตอยู่ที่ 0-20% พวกเขาจะยากที่จะนำเสนอเรื่องราวการเติบโตที่นักลงทุนต้องการเห็น

การระดมทุนยังมุ่งเน้นไปที่บริษัทไม่กี่แห่ง รายงานในหน้าที่ 74 สรุปวงจรนี้ด้วยประโยคเดียว: กองทุนที่น้อยลง ใช้เช็คที่ใหญ่ขึ้น ลงทุนในบริษัทที่น้อยลง บริษัทเหล่านี้มักจะมุ่งเน้นไปที่ซิลิคอนวัลเลย์และเกือบทั้งหมดเกี่ยวข้องกับ AI

รายงานยังชี้ให้เห็นถึงรายละเอียดหนึ่ง เงินทุนไหลไปยังอุตสาหกรรมที่เปลี่ยนแปลง นอกจากซอฟต์แวร์สำหรับธุรกิจและแอปพลิเคชันสำหรับผู้บริโภค อุตสาหกรรมบริการเช่นกฎหมายและบัญชี รวมถึงอุตสาหกรรมหนักเช่นเซมิคอนดักเตอร์ ไฟฟ้า และการป้องกันประเทศก็เริ่มได้รับเงินทุนจากการลงทุน แต่การขยายตัวของสนามไม่ได้เปลี่ยนทิศทางของการรวมศูนย์

ดังนั้นการแตกต่างกันในชั้นการเริ่มต้นไม่ได้เกิดขึ้นเพียงระหว่างบริษัท AI และบริษัทที่ไม่ใช่ AI แต่ยังเกิดขึ้นระหว่างบริษัทใหม่และบริษัทเก่า บริษัทใหม่กำลังเริ่มต้นอย่างรวดเร็ว ในขณะที่ยูนิคอร์นเก่าหลายแห่งกำลังแข่งขันกับเวลา

ยูนิคอร์นมีสองประเภท: หนึ่งกำลังเริ่มต้น อีกหนึ่งกำลังนับเงินสดที่เหลืออยู่ไม่กี่เดือน

เมื่อเห็นข่าวดีเกี่ยวกับ AI ครั้งต่อไป ให้ถามคำถามหนึ่งคำถาม

เรามองทั้งห้าชั้นรวมกัน ในชั้นองค์กร ผลผลิตโทเค็นของบริษัทชั้นนำคือ 8.3 เท่าของบริษัททั่วไป ในชั้นบริษัท เกือบ 70% ใช้ AI และประมาณ 2% ติดตามผลลัพธ์อย่างต่อเนื่อง

ในชั้นซอฟต์แวร์ หลายเท่าของการประเมินค่าซอฟต์แวร์โครงสร้างพื้นฐานคือมากกว่าสามเท่าของซอฟต์แวร์ทั่วไป ในชั้นการลงทุน ความแตกต่างระหว่างกองทุนชั้นนำและกองทุนกลางสร้างสถิติใหม่ ในชั้นการเริ่มต้น บริษัทใหม่มีอัตราการเติบโตมากกว่า 500% ในขณะที่ยูนิคอร์นเก่ามากกว่าครึ่งมีเงินสด Runway ไม่ถึง 2 ปี ทั้งห้าชั้นพูดถึงรูปแบบเดียวกัน

การใช้โทเค็น การประเมินค่า และผลตอบแทนของกองทุนเป็นสามปริมาณที่แตกต่างกันโดยสิ้นเชิง เราไม่รวมมันเข้าด้วยกันและไม่แปลงกัน ขอบเขตที่แตกต่างกัน รูปแบบเดียวกัน: ทุกชั้นถูกสนับสนุนโดยกลุ่มหัวหน้าจำนวนน้อย

บางคนอาจพูดว่าการรวมศูนย์ของกลุ่มหัวหน้าเป็นเพียงปรากฏการณ์ในระยะเริ่มต้น รายงานเองก็เขียนเช่นนั้น: คนอื่นจะตามทันในที่สุด หรือถูกทิ้งไว้ข้างหลัง เราเห็นด้วยกับความเป็นไปได้นี้ อินเทอร์เน็ตและการประมวลผลคลาวด์เคยเดินทางจากการรวมศูนย์ไปสู่การกระจายตัว

แต่ "ในที่สุด" ไม่มีวันที่แน่นอน ก่อนที่คนอื่นจะตามทัน ตัวเลขหนึ่งบอกถึงกลุ่มหัวหน้าและกลุ่มใหญ่ ผลลัพธ์จะต่างกันโดยสิ้นเชิง ดังนั้นเราจึงเชื่อว่ากฎพลังไม่ใช่รายการโอกาส แต่เป็นไม้บรรทัด มันไม่บอกคุณว่าควรซื้ออะไร แต่ช่วยให้คุณวัดได้ว่าข่าวดีอยู่ห่างจากคุณแค่ไหน

เมื่อเห็นข่าวดีเกี่ยวกับ AI ครั้งต่อไป คุณสามารถใช้ไม้บรรทัดนี้ถามสามคำถาม:

1. ตัวเลขนี้บอกถึงกลุ่มหัวหน้า หรือกลุ่มกลาง? ผู้ใช้ 1% แรก ผู้กองทุน 10% แรก ไม่ได้หมายความถึงคนส่วนใหญ่

2. ตัวเลขนี้บอกถึง "การใช้งาน" หรือ "การทำกำไร"? เกือบ 70% ของบริษัทใช้ AI แต่มีเพียงประมาณ 2% เท่านั้นที่สามารถแสดงบัญชีได้

3. ตัวเลขนี้พูดถึงบัญชีหรือเงินสดที่ได้รับจริง? ผลตอบแทนในบัญชีของกองทุนดูดีมาก แต่ DPI มีค่ากลางอยู่ที่ประมาณ 0

คำถามทั้งสามนี้ไม่ต้องการพื้นฐานทางวิชาชีพใด ๆ ยกตัวอย่างเช่น ถ้ามีข่าวบอกว่า "AI ทำให้ประสิทธิภาพของบริษัทเพิ่มขึ้น 30%" คำถามแรกคือ มันสถิติจากบริษัทชั้นนำหรือบริษัททั้งหมด? คำถามที่สองคือ มันวัดระยะเวลาที่พนักงานใช้หรือเงินที่บริษัททำได้มากขึ้น? คำถามที่สามคือ เงินจำนวนนี้ได้เข้าสู่รายงานกำไรแล้วหรือยัง หรือเป็นการคาดการณ์?

เราไม่ให้ข้อสรุปเกี่ยวกับการซื้อขายใด ๆ หากตัวเลขใด ๆ ตอบคำถามทั้งสามนี้ว่า "ชั้นนำ" "ที่ใช้งาน" "ในบัญชี" มันก็เป็นข่าวดีสำหรับคนส่วนน้อย หากคำตอบคือ "ค่ากลาง" "ที่ทำกำไร" "เงินสด" มันจึงเกี่ยวข้องกับคนส่วนใหญ่จริง ๆ

ข่าวดีเกี่ยวกับ AI ถามก่อนว่า: มันพูดถึง 1% แรกหรือคุณ?

เนื้อหานี้จัดทำขึ้นเพื่อวัตถุประสงค์ด้านการให้ข้อมูลทั่วไปเท่านั้น และไม่ถือเป็นคำแนะนำด้านการเงิน การลงทุน กฎหมาย หรือภาษี อีเวนต์ รีวอร์ด โปรโมชันออนไลน์ หรือข้อมูลที่เกี่ยวข้องใดๆ ที่กล่าวถึงในที่นี้ ไม่ควรถือเป็นคำแนะนำ การชักชวน หรือคำเชิญชวนให้ซื้อ ขาย เทรด หรือดำเนินการอื่นใดเกี่ยวกับสินทรัพย์คริปโต สินทรัพย์คริปโตมีความผันผวนสูงและอาจส่งผลให้เกิดการขาดทุน ความพร้อมให้บริการของบริการ ผลิตภัณฑ์ และอีเวนต์ที่เกี่ยวข้องของ WEEX อาจแตกต่างกันไปตามภูมิภาค คุณมีหน้าที่ตรวจสอบให้แน่ใจว่าการเข้าร่วมของคุณเป็นไปตามกฎหมายและข้อบังคับท้องถิ่นที่ใช้บังคับ