หัวข้อวิดีโอ: การปรับโครงสร้างห่วงโซ่อุปทานเซมิคอนดักเตอร์กับ Lip Bu Tan ซีอีโอของ Intel
ผู้สร้างวิดีโอ: No Priors
เรียบเรียง: Peggy

หมายเหตุบรรณาธิการ: ท่ามกลางกระแสการลงทุนในโครงสร้างพื้นฐาน AI ที่ร้อนแรงต่อเนื่อง การพูดคุยในวงการเซมิคอนดักเตอร์กำลังเปลี่ยนจาก "GPU มีเพียงพอหรือไม่" ไปสู่ "ระบบการคำนวณและการผลิตทั้งหมดจะรองรับการขยายตัวของ AI ในระยะต่อไปได้หรือไม่" ในช่วงสองปีที่ผ่านมา ตลาดให้ความสำคัญกับโมเดล คลัสเตอร์การคำนวณ และระบบนิเวศของ NVIDIA เป็นหลัก แต่เมื่อความต้องการ AI ในระยะยาวกลายเป็นฉันทามติ ปัญหาสำคัญยิ่งขึ้นเริ่มปรากฏ: หากชิป การบรรจุ ไฟฟ้า วัสดุ หน่วยความจำ และกำลังการผลิตกลายเป็นคอขวดพร้อมกัน อุตสาหกรรม AI ต้องการห่วงโซ่อุปทานเซมิคอนดักเตอร์แบบใหม่แบบไหน?

บทสนทนาในรายการ No Priors นี้เชิญ Lip Bu Tan ซีอีโอของ Intel มาพูดคุยเกี่ยวกับการเปลี่ยนแปลงของ Intel การผลิตในสหรัฐฯ ธุรกิจรับจ้างผลิต (Foundry) การที่ AI ดึงความต้องการ CPU กลับมาใหม่ และความร่วมมือด้านการผลิตแบบใหม่ เช่น TerraFab Lip Bu Tan เป็นทั้งนักลงทุนเซมิคอนดักเตอร์ระยะยาวและผู้ดำเนินธุรกิจอุตสาหกรรมตั้งแต่ Cadence ถึง Intel ดังนั้นคุณค่าของบทสนทนานี้ไม่ได้อยู่ที่การเล่าเรื่องของบริษัทเดียว แต่อยู่ที่การนำเสนอว่าผู้เชี่ยวชาญในอุตสาหกรรมเข้าใจโครงสร้างเซมิคอนดักเตอร์ในยุค AI ใหม่อย่างไร

ในบทสนทนานี้ Lip Bu Tan แยก "การฟื้นฟู Intel" ออกเป็นชุดปัญหาด้านโครงสร้างพื้นฐาน: งบดุลจะซ่อมแซมอย่างไร สายผลิตภัณฑ์จะโฟกัสใหม่ได้อย่างไร การผลิตขั้นสูงจะกลับมาที่สหรัฐฯ ได้หรือไม่ ภาระงาน AI จะกำหนดคุณค่าของ CPU ใหม่หรือไม่ และการลงทุนเซมิคอนดักเตอร์ควรหมุนรอบคอขวดที่แท้จริงอย่างไร

ประการแรก ปัญหาของ Intel เปลี่ยนจาก "ผลิตภัณฑ์ล้าหลัง" เป็น "การสร้างโครงสร้างองค์กรและทุนใหม่" ในอดีต การพูดถึง Intel มักเน้นที่กระบวนการผลิตช้า ขาด GPU และความสามารถในการรับจ้างผลิตไม่เพียงพอ แต่ Lip Bu Tan เน้นย้ำสิ่งแรกไม่ใช่ผลิตภัณฑ์รุ่นใดรุ่นหนึ่ง แต่เป็นงบดุล วัฒนธรรมองค์กร และความไว้วางใจของลูกค้า เส้นทางที่เขาเสนอคือ "คลาน" ก่อน จากนั้น "เดิน" และสุดท้าย "วิ่ง": เสริมฐานะการเงินก่อน ลดความซับซ้อนของสายผลิตภัณฑ์ ให้ทีมวิศวกรรมใกล้ชิดกับ CEO และลูกค้ามากขึ้น จากนั้นค่อยๆ สร้างโรดแมปใหม่ ซึ่งหมายความว่าการฟื้นฟู Intel ไม่ใช่สิ่งที่การเปิดตัวผลิตภัณฑ์ใหม่ครั้งเดียวจะสำเร็จ แต่เป็นการซ่อมแซมระบบของความเร็วองค์กร ความอดทนของทุน และเส้นทางเทคโนโลยี

ประการที่สอง ความต้องการโครงสร้างการคำนวณของ AI กำลังซับซ้อนมากขึ้น ในอดีต เรื่องเล่าของ AI ถูกครอบงำโดย GPU เกือบทั้งหมด คลัสเตอร์ฝึกสอนกลายเป็นฉันทามติที่ชัดเจนที่สุดในตลาดทุน แต่ Lip Bu Tan ชี้ให้เห็นว่า ด้วยการพัฒนาของ Agentic AI การเรียนรู้แบบเสริมกำลัง การจัดตารางงานแบบหลายเอเจนต์ และ Edge Computing CPU กลับมามีความสำคัญอีกครั้ง สัดส่วน CPU ต่อ GPU อาจเปลี่ยนจาก 1:8 ในยุคฝึกสอนเป็น 1:4 และในบางสถานการณ์ใกล้เคียง 1:1 ซึ่งหมายความว่าโครงสร้างพื้นฐาน AI จะไม่มีผู้ชนะชิปเพียงรายเดียว การแข่งขันในอนาคตจะหมุนรอบการผสมผสานระดับระบบภายใต้ภาระงานที่แตกต่างกันมากขึ้น: CPU, GPU, NPU, การบรรจุขั้นสูง, ซอฟต์แวร์สแต็ก และความสามารถในการรับจ้างผลิต ล้วนเป็นส่วนหนึ่งของเครือข่ายการคำนวณเดียวกัน

ประการที่สาม การผลิตเซมิคอนดักเตอร์กำลังเปลี่ยนจากปัญหาประสิทธิภาพเชิงพาณิชย์กลับมาเป็นปัญหาโครงสร้างพื้นฐานของประเทศอีกครั้ง ในช่วงสามสิบปีที่ผ่านมา การผลิตชิประดับโลกถูกขับเคลื่อนด้วยประสิทธิภาพ ทำให้เกิดการแบ่งงานกันอย่างสูง โดยความสามารถในการผลิตขั้นสูงกระจุกตัวอยู่ในพื้นที่และบริษัทจำนวนไม่กี่แห่ง แต่ผลกระทบต่อห่วงโซ่อุปทาน ความต้องการกำลังการผลิต AI และความเสี่ยงทางภูมิรัฐศาสตร์ ทำให้ "การพึ่งพาผู้เล่นในพื้นที่ทางภูมิศาสตร์เพียงหนึ่งหรือสองแห่ง" เริ่มไม่ยั่งยืนมากขึ้นเรื่อยๆ ลิป บู ตู เปรียบเทียบการที่รัฐบาลสหรัฐฯ เข้าถือหุ้นในอินเทลกับความสัมพันธ์ระหว่าง TSMC ในยุคแรกกับรัฐบาลไต้หวัน ซึ่งชี้ให้เห็นถึงฉันทามติใหม่ของนโยบายอุตสาหกรรม: สำหรับระบบการผลิตที่ใช้เงินทุนสูง ใช้เวลานาน และมีความสำคัญเชิงกลยุทธ์ รัฐบาล กองทุนอธิปไตย และทุนระยะยาวจะกลับมาเป็นผู้มีส่วนร่วมสำคัญอีกครั้ง

ประการที่สี่ ตรรกะการลงทุนในเซมิคอนดักเตอร์กำลังเปลี่ยนจาก "การเดิมพันในเส้นทางที่ร้อนแรง" ไปสู่ "การค้นหาคอขวดที่แท้จริง" คำสำคัญที่ลิป บู ตู พูดซ้ำๆ ไม่ใช่มูลค่า แต่เป็น bottleneck: การเชื่อมต่อ โฟโตนิกส์ EDA การบรรจุภัณฑ์ขั้นสูง การแปลงพลังงาน การระบายความร้อน วัสดุใหม่ หน่วยความจำ ฮีเลียม และไฟฟ้า ล้วนอาจกลายเป็นข้อจำกัดในกระบวนการขยายตัวของ AI ในอดีต การลงทุนในเซมิคอนดักเตอร์ถูก VC หลีกเลี่ยงเนื่องจากค่าใช้จ่ายด้านทุนสูง ระยะเวลาการผลิตชิปยาวนาน และต้นทุนการเปลี่ยนลูกค้าที่สูง ปัจจุบัน เมื่อความต้องการ AI ผลักดันคอขวดเหล่านี้มาอยู่แถวหน้า เซมิคอนดักเตอร์กลับกลายเป็นพื้นที่ที่ทุนเสี่ยง ทุนเชิงกลยุทธ์ และทุนอุตสาหกรรมให้ความสนใจร่วมกัน ซึ่งหมายความว่าการลงทุนที่มีคุณค่าอย่างแท้จริง ไม่ใช่แค่การไล่ตาม "แนวคิด AI" อย่างง่ายๆ แต่เป็นการตัดสินว่าจุดใดกำลังกลายเป็นข้อจำกัดของการขยายตัวในรอบถัดไป

ประการที่ห้า การคำนวณในอนาคตจะไม่จำกัดอยู่แค่ในศูนย์ข้อมูลขนาดใหญ่พิเศษ ในอดีต ยุค SaaS และคลาวด์คอมพิวติ้งก่อให้เกิดรูปแบบการคำนวณที่รวมศูนย์สูง แต่หุ่นยนต์ การป้องกันประเทศ อุปกรณ์ในบ้าน Physical AI และ Agentic AI กำลังทำให้การคำนวณที่ปลายทางและขอบเครือข่ายกลับมามีความสำคัญอีกครั้ง ลิป บู ตู ไม่ได้ปฏิเสธการขยายตัวอย่างต่อเนื่องของศูนย์ข้อมูล AI ขนาดใหญ่ แต่เขาสนใจมากกว่าว่าโครงสร้างพื้นฐานเหล่านี้จะให้บริการแอปพลิเคชันใดในท้ายที่สุด กล่าวอีกนัยหนึ่ง การสร้างพลังการคำนวณจะสร้างมูลค่าระยะยาวได้ก็ต่อเมื่อรวมกับแอปพลิเคชันขนาดใหญ่ที่ยั่งยืนเท่านั้น ซึ่งหมายความว่าการแข่งขัน AI ในระยะต่อไป ไม่ใช่แค่ "ใครสร้างศูนย์ข้อมูลมากกว่า" แต่เป็น "ใครสามารถเชื่อมต่อพลังการคำนวณ ชิป และแอปพลิเคชันให้เป็นระบบที่ขยายได้"

หากจะสรุปการสนทนานี้ให้เป็นข้อสรุปเดียว ก็คือ: AI กำลังผลักดันเซมิคอนดักเตอร์จากการแข่งขันชิปเดี่ยว ไปสู่การปรับโครงสร้างใหม่ทั้งหมดเกี่ยวกับห่วงโซ่อุปทาน โครงสร้างเงินทุน ความสามารถในการผลิต และสถาปัตยกรรมระบบ ในแง่นี้ สิ่งที่บทความนี้กล่าวถึง ไม่ใช่แค่ว่าอินเทลจะฟื้นตัวได้หรือไม่ แต่เป็นว่าโครงสร้างพื้นฐานการคำนวณในยุค AI จำเป็นต้องถูกออกแบบใหม่ทั้งหมดหรือไม่

ต่อไปนี้เป็นเนื้อหาต้นฉบับ (เพื่อความสะดวกในการอ่านและทำความเข้าใจ เนื้อหาต้นฉบับได้รับการเรียบเรียงบางส่วน):

TL;DR

· คอขวดของ AI ไม่ได้มีแค่ GPU อีกต่อไป แต่เป็นข้อจำกัดของระบบอุตสาหกรรมที่ประกอบด้วยไฟฟ้า หน่วยความจำ การบรรจุภัณฑ์ วัสดุ และกำลังการผลิต

· กุญแจสำคัญในการฟื้นฟู Intel ไม่ใช่การโต้กลับด้วยผลิตภัณฑ์เฉพาะจุด แต่เป็นการซ่อมแซมระบบในด้านงบดุล วัฒนธรรมวิศวกรรม ความไว้วางใจจากลูกค้า และแผนงานผลิตภัณฑ์

· CPU กลับมามีความสำคัญอีกครั้ง ไม่ใช่เพราะกระแส GPU ลดลง แต่เป็นเพราะ Agentic AI การเรียนรู้แบบเสริมกำลัง และการจัดตารางงานแบบหลายเอเจนต์กำลังสร้างโครงสร้างโหลดการคำนวณรูปแบบใหม่

· การรับจ้างผลิตเซมิคอนดักเตอร์ไม่ใช่แค่ธุรกิจการผลิต แต่เป็นธุรกิจแห่งความไว้วางใจ ก่อนที่ลูกค้าจะส่งมอบเวเฟอร์ พวกเขาต้องเชื่อมั่นก่อนว่าอัตราผลผลิต ระยะเวลา และความน่าเชื่อถือจะไม่ทำลายรายได้ของพวกเขา

· สัญญาณจาก TerraFab คือ ความต้องการ AI เติบโตเร็วถึงขนาดที่ลูกค้าระดับท็อปเริ่มแทรกแซงโครงสร้างพื้นฐานการผลิตต้นน้ำแบบย้อนกลับ แทนที่จะรอรับชิปอย่างเฉื่อยชา

· การสร้างการผลิตชิปขั้นสูงในสหรัฐฯ ไม่ได้พึ่งพาแค่เงินอุดหนุนการสร้างโรงงาน แต่เป็นการจัดเรียงใหม่ของทุนรัฐบาล ทุนระยะยาว ลูกค้าอุตสาหกรรม และกำลังการผลิต

· แกนหลักของการลงทุนเซมิคอนดักเตอร์ไม่ใช่การไล่ตามแนวคิดที่ร้อนแรง แต่คือการระบุคอขวดที่จำกัดการขยายตัวของอุตสาหกรรม เช่น การเชื่อมต่อ การใช้พลังงาน การระบายความร้อน การบรรจุภัณฑ์ และวัสดุใหม่

· การแข่งขัน AI ในอนาคตจะไม่เกิดขึ้นแค่ในดาต้าเซ็นเตอร์ขนาดใหญ่เท่านั้น อุปกรณ์ขอบ หุ่นยนต์ การป้องกันประเทศ และ Physical AI จะผลักดันพลังการคำนวณกลับไปยังพื้นที่การใช้งานจริง

ต้นฉบับที่แปล

พิธีกร:
สวัสดีทุกคน ยินดีต้อนรับกลับสู่ No Priors วันนี้ Elad และผมมีแขกรับเชิญคือ Lip-Bu Tan เขาเคยทำงานที่ Walden ต่อมาเป็น CEO ของ Cadence และตอนนี้เป็น CEO ของ Intel เราคุยกันถึงแผนการของเขาในการปรับปรุง Intel รัฐบาลสหรัฐฯ กลายเป็นผู้ถือหุ้นรายใหญ่ของ Intel วิธีการเป็นนักลงทุนเซมิคอนดักเตอร์ที่ยอดเยี่ยม และเราจะผลิตชิปในสหรัฐฯ ได้จริงหรือไม่ ยินดีต้อนรับ Lip-Bu Tan

ทำไม Lip-Bu Tan ถึงรับงานที่ Intel?

พิธีกร:
Lip-Bu Tan ยินดีที่ได้พบคุณ เรามาเริ่มด้วยคำถามที่ตรงไปตรงมาที่สุด: Intel เป็นบริษัทเซมิคอนดักเตอร์ที่สำคัญอย่างยิ่งของสหรัฐฯ แต่ตำแหน่ง CEO นั้นยากมาก ทำไมคุณถึงรับงานนี้?

Lip-Bu Tan:
นั่นเป็นคำถามที่ดี ผมอายุ 66 ปีแล้ว หลายคนคงบอกว่าคุณควรเกษียณ ไม่ใช่รับงานที่ยากที่สุดในอุตสาหกรรมนี้ ผมทำแบบนี้ด้วยเหตุผลหลายประการ ประการแรก Intel เป็นบริษัทที่เป็นสัญลักษณ์ มันสำคัญอย่างยิ่งต่อระบบนิเวศเซมิคอนดักเตอร์ และสำคัญต่อสหรัฐฯ ดังนั้นผมจึงตัดสินใจ หลังจาก Cadence จะทำอีกครั้งเป็นครั้งสุดท้าย

ผู้ดำเนินรายการ:
ในช่วงปีที่ผ่านมา มีเหตุการณ์มากมายเกิดขึ้น อะไรที่ทำให้คุณประหลาดใจมากที่สุด?

เฉิน ลี่หวู่:
สิ่งที่ทำให้ผมประหลาดใจมากที่สุด คือสิ่งที่ประสบการณ์การทำงานและการฝึกฝนก่อนหน้านี้ไม่เคยสอนผม นั่นคือ เช้าวันหนึ่ง ประธานาธิบดีทรัมป์ขอให้ผมลาออก โดยอ้างว่ามีความขัดแย้งทางผลประโยชน์ และไม่มีข้อยกเว้น

ดังนั้น ผมต้องโน้มน้าวตัวเองก่อนว่า อย่างแรก ผมไม่จำเป็นต้องมีงานนี้ ผมรับมันมาเพื่อช่วยเหลือ Intel เท่านั้น ดังนั้น ผมจึงวางปัญหาส่วนตัวไว้ก่อน แล้วคิดว่าผมจะทำอะไรได้บ้างเพื่อช่วย Intel

ข่าวดีคือ ผมได้นัดประชุมในเช้าวันพฤหัสบดี และได้พบเขาภายในวันจันทร์ เขายินดีฟังคำอธิบายของผม ผมบอกเขาว่าผมเกิดในมาเลเซีย โตในสิงคโปร์ ไปเรียนที่ MIT แล้วอาศัยอยู่ในสหรัฐฯ มานาน ผมไม่เคยใช้ชีวิตนอกสหรัฐฯ

ผมเล่าทั้งหมดนี้ให้เขาฟัง เขาฟังอย่างตั้งใจ และให้โอกาสผม ดังนั้น ผมจึงดีใจมาก

ผู้ดำเนินรายการ:
ตอนนี้คุณมีโอกาสทำงานจริงแล้ว คุณบอกว่าเป้าหมายของงานนี้คือ "การช่วยเหลือ Intel" ในมุมมองของคุณ การที่ Intel กลับมาชนะและรุ่งเรืองอีกครั้ง หมายถึงอะไรกันแน่?

เฉิน ลี่หวู่:
ผมดำรงตำแหน่งมา 14 เดือนแล้ว ในช่วง 14 เดือนนี้มีเหตุการณ์มากมายเกิดขึ้น

อย่างแรก คือการเปลี่ยนแปลงวัฒนธรรม เห็นได้ชัดว่าเราต้องมีความรับผิดชอบที่แข็งแกร่งขึ้น อย่างที่สอง การตัดสินใจต้องเร็วขึ้น ผมคุ้นเคยกับวัฒนธรรมของสตาร์ทอัพมาก คือเดินหน้าด้วยความเร็วแสง ไม่มีระบบราชการ และไม่มีการประชุมซ้อนชั้น

ดังนั้น การเปลี่ยนแปลงที่ผมผลักดันรวมถึง การเสริมสร้างความรับผิดชอบ การฟังลูกค้า และทำให้ลูกค้าพอใจ ลูกค้าบางคนบอกว่า เฉิน ลี่หวู่ ถ่อมตัว ยินดีฟัง และพร้อมแก้ปัญหาที่พวกเขาเผชิญ พยายามทำให้ลูกค้าพอใจ

นอกจากนี้ ตั้งแต่วันแรก ผมตัดสินใจให้วิศวกรทุกคนรายงานตรงต่อผม ผมเป็นวิศวกรโดยพื้นฐาน ผมอยากรู้ว่าปัญหาอยู่ที่ไหน และต้องแก้ไขอะไรบ้าง ผมอยากฟังลูกค้า ทำให้ลูกค้าพอใจ และมั่นใจว่าเรามีผลิตภัณฑ์ที่ถูกต้อง ลดความซับซ้อนของสายผลิตภัณฑ์ พร้อมทั้งกำหนดแผนงานและวิสัยทัศน์ที่ชัดเจนสำหรับห้าถึงสิบปีข้างหน้า

วิสัยทัศน์ของ Intel ในอีกสิบปีข้างหน้า: กู้งบดุลก่อน แล้วค่อยสร้างผลิตภัณฑ์ใหม่

ผู้ดำเนินรายการ:
วิสัยทัศน์ของคุณสำหรับ Intel ในอีกสิบปีข้างหน้าคืออะไร?

เฉิน ลี่หวู่:
ผมคิดว่ามีหลายอย่าง อย่างแรก ไม่ว่าจะที่ Cadence หรือ Intel ผมเชื่อเสมอว่า เรียนรู้ที่จะคลานก่อน แล้วถ่อมตัว ฟังลูกค้า ขั้นที่สอง เริ่มเดิน และสุดท้าย เริ่มวิ่งและพุ่งทะยาน นี่คือวัฒนธรรมของผม: ทำทีละขั้นตอน

สำหรับผม ขั้นตอนแรกคือการเสริมความแข็งแกร่งให้กับงบดุล งบดุลของอินเทลในระดับหนึ่งนั้นแย่มาก ดังนั้นผมจึงดีใจที่เห็นรัฐบาลสหรัฐฯ กลายเป็นผู้ถือหุ้นรายใหญ่

เหมือนที่ผมเคยอธิบายให้ประธานาธิบดีทรัมป์ฟัง ตอนที่ TSMC เริ่มต้น ก็มีรัฐบาลไต้หวันเป็นผู้ถือหุ้นเช่นกัน ดูที่ญี่ปุ่นหรือสิงคโปร์ เซมิคอนดักเตอร์โดยพื้นฐานแล้วคือโครงสร้างพื้นฐาน รัฐบาลสหรัฐฯ จำเป็นต้องให้การสนับสนุน

ประการที่สอง ผมก็ดีใจเช่นกันที่เพื่อนเก่าของผม เจนเซน หวง ทุ่มเงิน 5 พันล้านดอลลาร์เพื่อสนับสนุนผม ผมดีใจที่อย่างน้อยผมก็ทำสิ่งที่ถูกต้องบ้าง เงิน 5 พันล้านดอลลาร์ที่เขาลงทุน ตอนนี้กลายเป็น 25 พันล้านดอลลาร์ หรือมากกว่านั้นแล้ว

นอกจากนี้ยังมีมาซาโยชิ ซัน จาก SoftBank ผมเคยดำรงตำแหน่งในคณะกรรมการของ SoftBank มาก่อน และเขาก็ยื่นมือเข้ามาช่วยเหลือผม ดังนั้นเราจึงเสริมความแข็งแกร่งให้งบดุลก่อน แล้วจึงมุ่งเน้นไปที่ผลิตภัณฑ์ ผมลดความซับซ้อนของสายผลิตภัณฑ์ลงอย่างมาก รับฟังลูกค้า และผลักดันผลิตภัณฑ์รุ่นถัดไปที่มีความเป็นผู้นำ

ในระดับหนึ่ง เราก็โชคดีเช่นกัน ตอนนี้ Agentic AI กำลังมาแรง CPU กลายเป็นที่ต้องการอย่างมาก ในอดีตในสถานการณ์การฝึกอบรม อัตราส่วน CPU ต่อ GPU อาจเป็น 1:8 แต่ตอนนี้ผมเห็นว่ามันอาจกลายเป็น 1:4 หรือแม้แต่ 1:1 ผมดีใจที่ CPU กลับมามีความสำคัญอีกครั้ง

ผมคุยกับนักพัฒนาโมเดล AI บางคน พวกเขาบอกว่า ในด้านการเรียนรู้แบบเสริมกำลัง (Reinforcement Learning) และการจัดตารางเอเจนต์จำนวนมาก CPU จริงๆ แล้วมีข้อได้เปรียบมากกว่า ดังนั้นในระดับหนึ่ง ผมดีใจที่ตอนนี้ความต้องการ CPU ของผมในตลาดสูงมาก

โดยรวมแล้ว เราต้อง发力ในด้านผลิตภัณฑ์ โดยเฉพาะในฝั่งเซิร์ฟเวอร์ดาต้าเซ็นเตอร์ อีกส่วนหนึ่งคือธุรกิจเวเฟอร์เฟ้าดรี้ (Wafer Foundry) ของเรา

ในตอนแรก นี่เป็นธุรกิจที่ใช้เงินทุนสูง และไม่ง่ายเลย คุณต้องมีเงื่อนไขหลายอย่าง คุณต้องมี IP ที่ถูกต้องเพื่อรองรับลูกค้า เช่น ถ้าลูกค้าทำผลิตภัณฑ์ที่เกี่ยวข้องกับมือถือ คุณต้องมี IP ที่ใช้พลังงานต่ำ หากไม่มีขีดความสามารถเหล่านี้ คุณก็ไม่สามารถให้บริการพวกเขาได้

การรับจ้างผลิต (Foundry) เป็นธุรกิจบริการ และเป็นธุรกิจที่建立在ความไว้วางใจ ถ้าลูกค้ามอบออเดอร์ให้คุณ มอบเวเฟอร์ให้คุณ แต่ผลผลิต (Yield) ไม่ดี รายได้ของพวกเขาจะเสียหาย หรือแม้แต่พลาดโอกาส

ดังนั้น สำหรับเรา สิ่งที่สำคัญมากคือการมุ่งเน้นไปที่ผลผลิต ความหนาแน่นของข้อบกพร่อง (Defect Density) เวลารอบการผลิต (Cycle Time) และ确保ว่าเราสามารถตอบสนองความต้องการของลูกค้าและให้บริการพวกเขาด้วยคุณภาพและความน่าเชื่อถือสูง สิ่งเหล่านี้คือสิ่งที่ผมให้ความสำคัญจริงๆ

ในที่สุด คุณยังต้อง走向全栈 (Full Stack) ไม่ใช่แค่ซิลิคอน แต่ต้องมีซอฟต์แวร์ด้วย ลูกค้าบางคนจะถามผมตรงๆ ว่า ให้ระบบแบบเต็มแร็ค (Full Rack) ได้ไหม? นั่นหมายความว่าคุณต้องสร้างระบบ ดังนั้นสิ่งเหล่านี้ เรากำลังดำเนินการอย่างเงียบๆ ทีละขั้น และพยายามรับสมัครคนที่มีความสามารถดีที่สุดเท่าที่จะทำได้

อีกอย่างนะ การรับสมัครงานทั้งหมดผมทำเอง ไม่มีบริษัทเฮดฮันเตอร์มาช่วย ดังนั้นบางครั้ง การมีเครือข่ายรายชื่อคนที่แข็งแกร่ง รู้ว่าใครควรโทรหา ก็ช่วยได้มาก

พิธีกร:
คุณอยู่ในวงการนี้มานานแล้ว คุณเคยดำรงตำแหน่ง CEO ของ Cadence ผมจำได้ว่าประมาณ 12 ปี?

ลิป-บู ตัน:
13 ปีครับ

พิธีกร:
13 ปี แล้วก็เป็นประธานบริหารอีก 2 ปี รวมเป็น 15 ปี

ลิป-บู ตัน:
ตอนแรกผมตกลงว่าจะทำแค่สามเดือน

พิธีกร:
สามเดือน?

ลิป-บู ตัน:
ใช่ครับ ดังนั้นตอนนี้ผมจะระวังมากๆ พอคุณพูดว่า "ผมจะทำแค่สามเดือน" ผลลัพธ์อาจกลายเป็น 15 ปี

TerraFab คืออะไร? ทำไมอีลอน มัสก์ถึงต้องสร้างโรงงานเวเฟอร์ของตัวเอง?

พิธีกร:
ดูเหมือนว่าคุณยังมีหนทางอีกยาวไกลที่ Intel อีกโปรเจกต์ใหญ่ที่ถูกพูดถึงอย่างกว้างขวางคือ TerraFab และความร่วมมือของคุณกับอีลอน มัสก์ คุณช่วยเล่าให้ฟังหน่อยได้ไหมว่าโปรเจกต์นี้เกิดขึ้นมาได้ยังไง? คุณมีส่วนร่วมในรูปแบบไหน? และคุณทำงานร่วมกันยังไง?

ลิป-บู ตัน:
แน่นอนครับ อีลอน มัสก์ ผมคิดว่าเราทุกคนคงเห็นตรงกันว่าเขาเป็นหนึ่งในผู้ประกอบการที่ยอดเยี่ยมที่สุดในศตวรรษนี้ หรืออาจจะยอดเยี่ยมที่สุดเลยก็ว่าได้ เรามีความเห็นร่วมกันว่าโครงสร้างพื้นฐานด้านเซมิคอนดักเตอร์นั้นตามการเติบโตของ AI ไม่ทันจริงๆ คุณต้องการกำลังการผลิต ต้องการผลิตภาพ และต้องการประสิทธิภาพ สิ่งเหล่านี้คือปัญหาที่ผมและเขาเห็นร่วมกัน: มันมีช่องว่างตรงนี้จริงๆ

ประการที่สอง ผมดีใจที่ได้ร่วมงานกับเขา เขาไม่ธรรมดา ผมเรียกเขาว่า "ไม่ยึดติดกับขนบ" เขาจะตั้งคำถามกับทุกขั้นตอน: ทำไมต้องทำตามวิธีดั้งเดิม? ในแง่หนึ่ง มันสดใหม่มาก ผมชอบแบบนั้น ผมชอบทำงานกับคนที่มีมุมมองแตกต่าง แล้วร่วมกันหาหนทางที่ดีที่สุด เราทั้งคู่จะได้เรียนรู้มากมายในกระบวนการนี้ เห็นได้ชัดว่าเขามีวิสัยทัศน์ของตัวเอง: หุ่นยนต์ของเขา รถของเขา ล้วนต้องการซิลิคอนจำนวนมาก

พิธีกร:
คุณช่วยอธิบายหน่อยได้ไหมว่า TerraFab คืออะไร? หลายคนอาจไม่คุ้นเคย

ลิป-บู ตัน:
TerraFab คือการตัดสินใจของเขาที่จะสร้างโรงงานเวเฟอร์ของตัวเอง ในขณะเดียวกัน เรายินดีร่วมมือกับเขา เพื่อให้แน่ใจว่าเราสามารถทำงานร่วมกันเพื่อให้เขาเข้าสู่การผลิตได้เร็วขึ้น ผลิตในปริมาณมากได้เร็วขึ้น และใช้เทคโนโลยีและกระบวนการบางอย่างของเรา นี่คือสิ่งที่เราร่วมมือกัน ทีมงานของเขายอดเยี่ยมมาก ผมคุยกับพวกเขาทุกสัปดาห์ การทำงานกับพวกเขาช่างน่าตื่นเต้น

พิธีกร:
เขายังพูดถึงไอเดียบางอย่าง เช่น อยากสูบบุหรี่ในห้องคลีนรูม ซึ่งโดยทั่วไปถือว่าเป็นเรื่องที่...

เฉิน ลี่อู่:
ใช่ ใช่ และแฮมเบอร์เกอร์ด้วย ผมคิดว่าผมคงไม่ไปถึงจุดนั้น บางทีอาจจะทำได้ในบางพื้นที่ของห้องคลีนรูม แต่สิ่งสำคัญคือการเปิดใจรับฟัง เราจะฟังและดูว่าสิ่งไหนที่ทำได้จริง

AI จะปรับเปลี่ยนห่วงโซ่อุปทานเซมิคอนดักเตอร์ทั่วโลกอย่างไร?

พิธีกร:
การได้เห็นคุณปรับเปลี่ยนบริษัทนี้ในสหรัฐฯ เป็นเรื่องน่าตื่นเต้น ทั้งการสร้างธุรกิจโรงหล่อ (Foundry) ไปทีละขั้น และการร่วมมือกับโครงการอย่าง TerraFab หากมองจากภาพรวมของห่วงโซ่อุปทาน AI และเซมิคอนดักเตอร์ทั่วโลก นั่นหมายความว่า ถ้าคุณสังเกตว่า AI กำลังปรับเปลี่ยนห่วงโซ่อุปทานในระดับมหภาคตามแต่ละประเทศ จะเห็นว่าผลกระทบต่อแต่ละประเทศไม่เหมือนกัน

ตัวอย่างเช่น เรื่องที่ว่า AI ทำให้เกิดการเลิกจ้าง ผมคิดว่าส่วนใหญ่ยังถูกพูดเกินจริง การเลิกจ้างหลายครั้งเกิดจากการจ้างงานมากเกินไปในช่วงการระบาดของ COVID-19 ในปี 2020 แต่สิ่งที่เห็นชัดคือ สิ่งที่ถูกตัดก่อนมักเป็นบริษัทเอาท์ซอร์ส เพราะบริษัทต่างๆ มักจะลดกำลังคนภายนอกก่อนพนักงานภายใน ดังนั้นจึงมีการลดพนักงานฝ่ายบริการลูกค้าภายนอกและฝ่าย IT ภายนอก ซึ่งส่งผลกระทบต่อประเทศที่มีอุตสาหกรรม BPO ขนาดใหญ่ เช่น ฟิลิปปินส์ อินเดีย เป็นต้น ประเทศเหล่านี้อาจได้รับผลกระทบจาก AI ในระยะสั้น

หากถามต่อไปว่า บริษัทในแต่ละประเทศจะมีส่วนร่วมกับอนาคตของ AI ในเชิงบวกได้อย่างไร ก็ต้องวิเคราะห์ทีละประเทศ ประเทศที่มีพลังงานราคาถูกสามารถตั้งศูนย์ข้อมูลได้ ประเทศที่มีความสามารถในการฝึกโมเดลก็สามารถฝึกโมเดลได้ แต่อาจมีแค่สหรัฐฯ และอีกหนึ่งหรือสองประเทศเท่านั้นที่มีความสามารถนี้

คุณมองการเปลี่ยนแปลงของห่วงโซ่อุปทานในอุตสาหกรรมเซมิคอนดักเตอร์ทั่วโลกอย่างไร? บางประเทศควรลงทุนเพิ่มหรือไม่? เช่น อิสราเอลที่มี Mellanox, NVIDIA และ Intel อยู่ ควรทำอะไรเพิ่มเติมในด้านเซมิคอนดักเตอร์หรือไม่? ฟิลิปปินส์ควรกลับไปสู่ฐานการผลิตหรือไม่? คุณคิดอย่างไรกับเรื่องนี้ในมุมมองระดับโลก?

เฉิน ลี่อู่:
เป็นคำถามที่ดี เห็นได้ชัดว่า AI กำลังเปลี่ยนโฉมหน้าทั้งหมด ผมคิดว่าผลกระทบของมันจะยิ่งใหญ่กว่าอินเทอร์เน็ต และลึกซึ้งยิ่งกว่า AI ในช่วงแรกจะช่วยให้คุณทำงานได้มีประสิทธิภาพมากขึ้น เอเจนต์อัจฉริยะหลายตัวสามารถช่วยคุณทำสิ่งที่ยุ่งยากแต่จำเป็นได้รวดเร็วยิ่งขึ้น ดังนั้นมันจึงเพิ่มประสิทธิภาพได้อย่างมาก แม้แต่ในการออกแบบเซมิคอนดักเตอร์ AI ก็ช่วยเพิ่มประสิทธิภาพ เช่น ในเรื่องจังหวะเวลา (Timing) ว่าออกแบบได้เร็วแค่ไหน และประการที่สองคือต้นทุน ดังนั้นสิ่งเหล่านี้จะช่วยให้บริษัทต่างๆ เพิ่มประสิทธิภาพ

ความต้องการและการเติบโตของ AI ก็มีอุปสรรคหลายประการ ประการแรกคือข้อจำกัดด้านพลังงานที่ทุกคนรู้ดี บางประเทศไม่มีพลังงานเพียงพอ จึงได้รับผลกระทบ ประการที่สอง หลายคนไม่รู้ว่าฮีเลียม (Helium) อาจส่งผลกระทบอย่างมีนัยสำคัญต่ออุตสาหกรรมเซมิคอนดักเตอร์ ประการที่สาม ทุกคนรู้ดีว่าตอนนี้หน่วยความจำ (Memory) ขาดแคลนอย่างรุนแรง ทุกคนแย่งชิงหน่วยความจำกัน แม้คุณจะสร้างโรงงานเวเฟอร์เพื่อเพิ่มกำลังการผลิต ก็ต้องใช้เวลาหลายปี เช่นเดียวกับ CPU และ GPU ความต้องการจะสูงมาก ราคาก็จะสูงขึ้น เพราะเราต้องส่งต่อต้นทุนให้ลูกค้า ดังนั้นสิ่งเหล่านี้จะส่งผลต่อการเติบโตของอุตสาหกรรมโดยรวม

โดยรวมแล้ว ผมคิดว่าบริษัทที่ได้รับผลกระทบมากที่สุดคือบริษัทที่ไม่ยอมรับ AI เพราะ AI สามารถช่วยให้องค์กรเพิ่มประสิทธิภาพในทุกแผนกงาน เราควรเปิดรับ AI และหาวิธีใช้ AI ให้ดีขึ้น ไม่ว่าจะเป็นการพยากรณ์ การออกแบบ หรือภาระงานที่แตกต่างกัน ซึ่งมีศักยภาพมหาศาล

พิธีกร:
หลายคนที่คัดค้านว่า TerraFab หรือธุรกิจรับผลิตของ Intel จะแข่งขันได้หรือไม่ มักจับจ้องที่ประเด็นเดียว คือมีปัจจัยบางอย่างภายในโรงงาน เช่น IP ที่คุณพูดถึง ความเร็วในการดำเนินธุรกิจ และปัจจัยภายนอก Elad ก็พูดถึงเรื่องนี้ไปมากแล้ว

หนึ่งในนั้นคือต้นทุนแรงงาน และความสามารถในการผลิตจริง คุณลงทุนในธุรกิจรับผลิต แสดงว่าคุณเชื่อว่ามีความเป็นไปได้ที่เราจะผลิตในประเทศ Elon ก็เชื่อเช่นนั้น คุณช่วยพูดถึงเรื่องนี้หน่อยได้ไหม ข้อจำกัดนี้จริงจังแค่ไหน

เฉิน ลี่อู่:
คุณหมายถึงข้อจำกัดด้านแรงงานใช่ไหม

พิธีกร:
ใช่

เฉิน ลี่อู่:
ตอนที่ผมตัดสินใจว่าจะเพิ่มการลงทุนในธุรกิจรับผลิต หรือจะถอนตัวออกจากธุรกิจนี้ มีเสียงต่างๆ มากมายในตลาด คุณก็เห็นแล้ว หลายคนบอกว่ามันแพงเกินไป จะไม่สำเร็จ จะไม่สำเร็จ แต่สุดท้ายผมตัดสินใจว่าเรื่องนี้สำคัญมากสำหรับสหรัฐอเมริกา และสำคัญมากสำหรับอุตสาหกรรมโดยรวม

เราทุกคนเคยผ่านความท้าทายด้านห่วงโซ่อุปทานมาแล้ว สำหรับบริษัทเซมิคอนดักเตอร์ขนาดใหญ่ใดๆ ก็ตาม จำเป็นต้องคิดอย่างจริงจังเกี่ยวกับห่วงโซ่อุปทาน คุณต้องการห่วงโซ่อุปทานที่แข็งแกร่งและยืดหยุ่น ไม่สามารถพึ่งพาผู้เล่นเพียงหนึ่งหรือสองรายที่อยู่ในพื้นที่ทางภูมิศาสตร์ที่แตกต่างกัน

ดังนั้นผมคิดว่าผู้คนจะตระหนักมากขึ้นว่าการผลิตในสหรัฐอเมริกามีความสำคัญอย่างยิ่ง และกระบวนการที่ล้ำหน้าที่สุด เช่น 14A ของเราที่ประมาณ 1.4 นาโนเมตร เราเริ่มวางแผนสำหรับ 1 นาโนเมตรและ 0.7 นาโนเมตรแล้ว ขนาดเล็กลงเรื่อยๆ บางกว่าผมเสียอีก ดังนั้นความซับซ้อนจึงสูงมาก ไม่ใช่เรื่องง่าย ถ้าพลาดขั้นตอนเดียวก็จะเสียหายทั้งหมด ดังนั้นการผลิตต้องแม่นยำมาก

จากมุมมองนี้ มันจะกลายเป็นอุปสรรคมากขึ้นเรื่อยๆ เราเคารพ TSMC มาก มันเป็นพันธมิตรที่ยอดเยี่ยม ที่สำคัญกว่านั้น ทั้งสองฝ่ายต้องการกำลังการผลิตเพิ่มขึ้นเพื่อให้บริการลูกค้า ดังนั้นเราจึงตัดสินใจกัดฟันลงทุนระยะยาว ผมคิดว่าในระยะยาว สิ่งนี้สำคัญมาก และเป็นจุดที่ผมสามารถสร้างมูลค่าเพิ่มให้กับอุตสาหกรรมได้มากขึ้น

พิธีกร:
ผู้คนพูดกันมานานแล้วว่าในที่สุดวันหนึ่งเราจะถึงขีดจำกัดความละเอียดบางอย่าง และไม่สามารถย่อขนาดต่อไปได้อีก ความกว้างของเส้นจะเล็กเกินไปจนไม่สามารถเดินหน้าต่อไปได้ คุณคิดว่าเมื่อไหร่เราจะถึงขีดจำกัดนั้นจริงๆ

เฉินลี่อู่:
นี่เป็นคำถามที่ดี ผมคิดว่าตอนนี้เรามี 18A แล้ว ต่อไป 14A จะเข้าสู่การผลิตจำนวนมาก และผมยังเห็นเส้นทางของ 10A และ 7A ได้ ดังนั้นผมคิดว่าเส้นทางนี้ยังเดินต่อไปได้ แต่มันจะแพงขึ้นเรื่อยๆ และยากขึ้นเรื่อยๆ นี่คือเหตุผลที่เราต้องการพันธมิตร เราไม่สามารถทำได้ด้วยตัวเอง เราต้องร่วมมือกับซัพพลายเออร์วัสดุและผู้ผลิตอุปกรณ์ เพื่อให้แน่ใจว่าเราสามารถเพิ่มอัตราผลผลิตและประสิทธิภาพได้จริง

อีกส่วนหนึ่งที่กำลังกลายเป็นคอขวดคือการบรรจุภัณฑ์ขั้นสูง ทุกคนรู้จัก CoWoS ของ TSMC ตอนนี้เราก็มีโซลูชันรุ่นถัดไปที่ดีมากที่เรียกว่า EMIB ผมต้องแน่ใจว่ามันสามารถผลิตจำนวนมากได้ด้วยอัตราผลผลิตที่ตรงตามความต้องการของลูกค้า

ตอนนี้กฎของมัวร์เริ่มสูญเสียแรงผลักดันอย่างที่คุณพูด ดังนั้นผมจึงกำลังศึกษาวัสดุใหม่ๆ กลับไปที่ระดับวัสดุ กลับไปที่ตารางธาตุ ผมลงทุนในวัสดุสามประเภท ได้แก่ แกลเลียมไนไตรด์ ซิลิคอนคาร์ไบด์ และอินเดียมฟอสไฟด์ และกำลังดูว่าวัสดุใหม่เหล่านี้จะขับเคลื่อนก้าวต่อไปอย่างไร

ในด้านการบรรจุภัณฑ์ ผมเริ่มลงทุนในแก้ว แก้วเป็นวัสดุฉนวนความร้อนที่ดีมาก ดังนั้นผมจึงลงทุนในสตาร์ทอัพชื่อ 3DGS ต่อมาผมตระหนักว่า อินเทลมีแพทเทิร์นบนโมดูลประมาณหนึ่งพันแบบ ดังนั้นการผสมผสานระหว่างซับสเตรตและโมดูลจึงสำคัญมาก

เราเพิ่งประกาศโครงการใหญ่กับรัฐบาลอินเดีย เพื่อการผลิตในอินเดียและนิวเม็กซิโก สหรัฐอเมริกา ดังนั้นการบรรจุภัณฑ์ขั้นสูงจึงสำคัญมาก ผมยังเริ่มสนใจเพชรสังเคราะห์ มันเป็นวัสดุฉนวนที่ดีมากเช่นกัน ดังนั้นผมจึงลงทุนใน Diamond Foundry สิ่งเหล่านี้คือทิศทางที่น่าจับตามองในรุ่นต่อไป กล่าวคือ วัสดุใหม่ วัสดุซับสเตรตใหม่ และระเบียบวิธีการออกแบบใหม่ จะผลักดันอุตสาหกรรมให้ก้าวต่อไป

ในฐานะวิศวกร คุณจะชนกำแพงเสมอ แต่หลังจากชนกำแพง คุณต้องหาทางกระโดดข้าม หรืออ้อมไป และในที่สุดก็ได้ผลลัพธ์ที่ดีกว่า การมีประสบการณ์ทั้งในด้านการลงทุนระยะยาวในเซมิคอนดักเตอร์และการมีส่วนร่วมในการสร้างอุตสาหกรรมเซมิคอนดักเตอร์ ตั้งแต่เครื่องมือ EDA การออกแบบ ไปจนถึงการผลิต ล้วนมีประโยชน์มาก ตอนนี้ผมสามารถใช้วิธีของตัวเองเพื่อมีส่วนช่วยเล็กๆ น้อยๆ ให้กับอุตสาหกรรม

กุญแจสำคัญของการลงทุนเซมิคอนดักเตอร์

พิธีกร:
สิ่งที่คุณเพิ่งพูดน่าสนใจมาก: มีบางสิ่งที่สามารถอ้อมไปได้เสมอ แต่ก็มีข้อจำกัดทางกายภาพอยู่จริง เมื่อคุณไปถึงสเกลอย่าง 7 อังสตรอม คุณจะเจอข้อจำกัด และต้องมองหาวัสดุใหม่หรือเส้นทางอ้อมอื่นๆ

คำถามที่น่าสนใจคือ เราพูดถึงหัวข้อนี้มานานแล้ว ผมจำได้ว่าเมื่อ 20 ปีที่แล้ว มีคนบอกว่าในที่สุดเราจะถึงจุดที่ไม่มีพื้นที่บนชิปให้ใช้แล้ว คุณจะเจอเส้นกำกับบางอย่างที่ทำให้ความแตกต่างด้านประสิทธิภาพระหว่างโรงงานต่างๆ ถูกทำให้ราบเรียบหรือไม่?

เฉินลี่อู่:
นี่เป็นคำถามที่ดี ในเรื่องกฎของมัวร์ ในอดีตเรามุ่งเน้นการเพิ่มประสิทธิภาพเป็นสองเท่า พร้อมกับต้องคำนึงถึงการใช้พลังงานและต้นทุนด้วย คุณสามารถทำให้ประสิทธิภาพเพิ่มขึ้นเป็นสองเท่า แต่ต้นทุนและพื้นที่นั้นไม่สามารถคงความได้เปรียบไว้ได้เช่นกัน ดังนั้นคุณต้องทำการตัดสินใจในด้านเหล่านี้ เว้นแต่คุณจะค้นพบวัสดุใหม่ วิธีการออกแบบใหม่ และทำให้มันเกิดขึ้นจริงได้

ผมเริ่มจ้างบุคลากรที่มีความเชี่ยวชาญด้านวัสดุศาสตร์มากขึ้น นี่คือนวัตกรรมสำคัญในวงการของเรา: เราจะผลักดันต่อไปอย่างไร?

ผมยังจำได้เมื่อ 18 ปีก่อน ตอนที่ผมยังลงทุนในเซมิคอนดักเตอร์ ในตอนนั้นกองทุนร่วมทุนส่วนใหญ่ รวมถึงกองทุนชั้นนำที่ยอดเยี่ยมบางแห่ง ล้วนเป็นเพื่อนสนิทของผม ในการประชุมหุ้นส่วนครั้งแรก หุ้นส่วนทุกคนนั่งฟังผมพูดเกี่ยวกับเซมิคอนดักเตอร์ในห้อง พอพูดไปได้ครึ่งทาง ครึ่งหนึ่งของพวกเขาหาข้ออ้างออกไป สุดท้ายครึ่งที่เหลือก็ถามว่า: เฉินลี่อู่ คุณมีโครงการเกี่ยวกับซอฟต์แวร์หรือบริการไหม? จนเหลือแค่สองคนที่ฟังผมด้วยความเห็นใจ

ดังนั้นประวัติศาสตร์ได้เปลี่ยนไปแล้ว ตอนนี้เซมิคอนดักเตอร์กลับมาเป็นที่นิยมอย่างมาก คุณเห็น Nvidia ของ Jensen Huang ซึ่งเป็นบริษัทที่มีมูลค่าตลาด 5.3 ล้านล้านดอลลาร์ Broadcom และ TSMC ก็มีมูลค่าตลาดระดับ 2 ล้านล้านดอลลาร์ Lisa เพื่อนรักของผมที่ AMD บริษัทมีมูลค่าใกล้เคียง 8000 พันล้านดอลลาร์ ส่วน Intel ก็ใกล้ 6000 พันล้านดอลลาร์

ดังนั้นในแง่หนึ่ง เซมิคอนดักเตอร์กลับมาร้อนแรงอีกครั้งและกลายเป็นสิ่งสำคัญมาก เมื่อ 15 ปี 18 ปี หรือ 20 ปีก่อน ตอนที่ผมลงทุนในเซมิคอนดักเตอร์ ไม่มีกองทุนร่วมทุนไหนอยากลงทุนกับผม ยกเว้นบริษัทใหญ่ๆ อย่าง Samsung, Arm, SoftBank ตอนนี้ผมเริ่มเห็นกองทุนร่วมทุนหลายแห่งยินดีลงทุนในเซมิคอนดักเตอร์ ดังนั้นผมจึงดีใจมาก

พิธีกร:
เนื่องจากตอนนี้นักลงทุนมีความสนใจอย่างมากในวงการนี้ ในขณะที่ในอดีตวงการนี้ถูกมองว่ายากเกินไป คุณเป็นทั้งผู้ดำเนินการระยะยาวและเป็นผู้ร่วมทุนระยะยาวที่ Walden โดยทั่วไปแล้ว ผู้คนมีความกังวลหลายอย่างเกี่ยวกับการลงทุนในเซมิคอนดักเตอร์ ผมขอยกตัวอย่าง: มันมีค่าใช้จ่ายด้านทุนสูงมาก; ความสำเร็จในการผลิตชิปนั้นคาดเดาไม่ได้; คุณต้องเข้าใจเวิร์กโหลดอย่างลึกซึ้ง; และอีกปัจจัยคือความเสี่ยงสูงที่ลูกค้าจะเปลี่ยนซัพพลายเออร์

เราเคยร่วมงานกับบางบริษัทที่อาจได้รับการออกแบบแล้ว แต่การขยายขนาดคำสั่งซื้อยังคงเป็นปัญหา นอกจากนี้ยังมีวัฏจักร: คุณสร้างกำลังการผลิตที่มีสินทรัพย์หนัก แต่ความต้องการในปีหนึ่งอาจเปลี่ยนแปลง หรืออาจไม่เปลี่ยนแปลง

คุณมองว่าทำไมวงการนี้ถึงยาก? ในขณะเดียวกัน ตอนนี้ก็มีความต้องการเติบโตระยะยาวจากหลายด้าน เช่น ความสำคัญของการกระจายซัพพลายเชน และความต้องการที่ระเบิดขึ้นจากฝั่ง AI คุณยังคงเป็นนักลงทุน และตอนนี้คุณก็ได้ทำการเดิมพันครั้งใหญ่ที่สุดในชีวิตด้วยการเป็น CEO คุณคิดอย่างไรกับความเสี่ยงต่างๆ เหล่านี้? คุณจะแนะนำให้คนอื่นลงทุนในซัพพลายเชนนี้อย่างไร?

ฉันรู้ว่าคำถามนี้กว้างมาก แต่เมื่อพิจารณาจากประสบการณ์ของคุณ ฉันคิดว่าหลายคนอาจมีทัศนคติแบบ "การลงทุนแบบ YOLO" ในตอนนี้ เช่น เมื่อหน่วยความจำขาดแคลน ก็ซื้อหุ้นหน่วยความจำ แต่ในขณะเดียวกันก็ไม่เต็มใจที่จะรับสิ่งต่างๆ ที่ต้องใช้ระยะเวลาสิบปี เช่น วัสดุศาสตร์

เฉิน ลี่อู่: โอเค คำถามของคุณครอบคลุมหลายด้าน ผมจะลองอธิบายดู

ประการแรก การร่วมทุนและการเริ่มต้นธุรกิจอยู่ในสายเลือดของผมแล้ว ผมสนุกกับกระบวนการนี้จริงๆ นี่ไม่ใช่การอวด แต่ผมมีกรณีการออกจากธุรกิจที่ดีอยู่บ้าง จนถึงตอนนี้ผมมีบริษัทที่เข้าตลาดหุ้น 159 แห่ง และการควบรวมกิจการ 126 รายการ รวมถึงในวงการเซมิคอนดักเตอร์ ถ้าดูเฉพาะเซมิคอนดักเตอร์ ผมลงทุนไปกว่า 200 รายการในช่วงหลายปีที่ผ่านมา โดย 38% อยู่ในสหรัฐอเมริกา ดังนั้นผมมักจะมองแนวโน้มระดับจุลภาค

พิธีกร:
ขอชี้แจงก่อนว่า นี่เป็นเรื่องที่น่าทึ่งมาก

เฉิน ลี่อู่:
ขอบคุณ ขอบคุณ ผมแค่สนุกกับกระบวนการสร้างบริษัทเหล่านี้ แต่ที่สำคัญกว่านั้น ในด้านการลงทุน สิ่งแรกที่ผมดูคือ: จุดคอขวดอยู่ที่ไหน? คุณต้องการแก้ปัญหาอะไรกันแน่?

ตัวอย่างเช่น ผมลงทุนในบริษัทชื่อ Credo Semiconductor ซึ่งมีห้องปฏิบัติการในออสเตรเลีย ตอนนั้นผมเห็นว่าการเชื่อมต่อกลายเป็นคอขวด จึงตัดสินใจสนับสนุนมัน ผมยังสนับสนุน Celestial AI ที่ทำการเชื่อมต่อด้วยแสง เพราะภายในคลัสเตอร์ ความเร็วในการเชื่อมต่อมีความสำคัญมากขึ้นเรื่อยๆ ดังนั้นผมคิดว่าเทคโนโลยีแสงจะมีความสำคัญมาก คุณเห็น Jensen Huang เขาลงทุนเกือบทุกบริษัทที่เกี่ยวข้องกับโฟตอน

นอกจากนี้ ผมยังดูว่าตลาดต้องการโซลูชันอะไร เช่น เมื่อกี้เราคุยกันถึงความซับซ้อนและต้นทุนในการออกแบบ เราสามารถใช้ AI และ Machine Learning เพื่อขับเคลื่อนการออกแบบที่ดีขึ้นและโซลูชันที่ดีขึ้นได้ไหม? ตอนนี้มีสตาร์ทอัพใหม่ๆ หลายรายกำลังเข้าสู่สาขาที่เกี่ยวข้องกับ EDA เพื่อพยายามเพิ่มประสิทธิภาพ ผมคิดว่านี่คือเหมืองทอง

และยังมีวัสดุใหม่ๆ เราคุยกันถึง Indium Phosphide ดังนั้นผมจึงลงทุนใน Inphi ซึ่งต่อมาถูก Marvell เข้าซื้อกิจการ คุณยังสามารถลงทุนในวัสดุใหม่ๆ เช่น Gallium Nitride และ Silicon Carbide บางบริษัทเหล่านี้เริ่มถูกเข้าซื้อกิจการแล้ว รวมถึงบริษัทที่ทำด้านการจัดการพลังงานชื่อ Empower ซึ่งทำได้ดีในด้าน IVR

การจัดการพลังงานกลายเป็นคอขวดในตอนนี้ เช่น การลดจาก 40 โวลต์เหลือ 1 โวลต์ ในกระบวนการแปลงจะสูญเสียพลังงานจำนวนมาก การเพิ่มประสิทธิภาพพลังงานจึงเป็นสิ่งสำคัญ ดังนั้น พลังงานและการระบายความร้อนกลายเป็นคอขวด

ดังนั้น ผมจึงเริ่มจากคำถามที่ว่า "เราต้องการแก้ปัญหาอะไรกันแน่" ปัญหานี้เป็นจริงหรือไม่? ลูกค้าเจ็บปวดกับมันจริงๆ หรือไม่? ถ้าใช่ ผมก็เริ่มลงทุน

ขั้นตอนต่อไปคือ ตั้งแต่เริ่มต้นวันแรก ต้องล็อกลูกค้ารายแรกให้ได้ โดยปกติผมชอบให้ลูกค้ารายแรกเป็น hyperscaler เพราะมีขนาดใหญ่ ถ้าพวกเขาชอบสิ่งที่คุณทำ พวกเขาจะยินดีจ่ายเงินหลายล้านดอลลาร์ในอีกไม่กี่ปีข้างหน้า หรือแม้กระทั่งให้คำมั่นสัญญาในการจัดซื้อ ซึ่งสำคัญมาก เพราะเมื่อคุณมีลูกค้ารายใหญ่ คุณก็สามารถขยายธุรกิจได้

ดังนั้นผมจึงมักจะดูสูตรต่างๆ อยู่เสมอ: คุณจะทำสิ่งนี้ได้อย่างไร? คุณหาคนเก่งจากที่ไหน? บางครั้งการหาคนเก่งก็สำคัญมาก นี่คือเหตุผลที่ผมสนใจสหรัฐอเมริกา ซิลิคอนแวลลีย์ และออสติน นอกจากนี้ อิสราเอลก็มีคนเก่งจำนวนมาก ดังนั้นผมจึงลงทุนในอิสราเอลค่อนข้างมาก

เพราะอิสราเอลมีผู้ประกอบการที่สร้างสรรค์และพลิกโฉมวงการจำนวนมาก พวกเขาทำงานหนักมาก แม้ในช่วงสงคราม พวกเขายังคงประชุมทางโทรศัพท์ บางครั้งพวกเขาจะพูดว่า: เอาล่ะ ตอนนี้มีสัญญาณเตือนแล้ว ผมต้องไปที่ห้องใต้ดิน สัญญาณเน็ตอาจไม่ดีนัก บางทีเราอาจใช้แค่เสียงก็ได้ ในแง่หนึ่งมันก็ตลกดี ผมชื่นชมจิตวิญญาณผู้ประกอบการที่ยืดหยุ่นแบบนี้มาก

โดยรวมแล้ว ผมคิดว่ามีโอกาสมากมาย โดยเฉพาะในด้าน AI ตอนนี้นอกจาก Agentic AI แล้ว physical AI ก็กำลังกลายเป็นพรมแดนใหญ่ถัดไป คุณต้องมองปัญหาจากมุมมองแบบ full-stack

นี่คือเหตุผลที่ผมยังคงมีส่วนร่วมอย่างลึกซึ้งกับโมเดล前沿หลายตัว รวมถึงโครงการลงทุนที่ผมสนับสนุน เพราะผมมองโลกในแง่ดีมากเกี่ยวกับเทคโนโลยี前沿แบบโอเพนซอร์สที่มุ่งสู่ physical AI ผมคิดว่านั่นคือเหมืองทอง

พิธีกร:
คุณพูดถึงโอกาสในการใช้ AI ทำให้บางขั้นตอนในการออกแบบและทดสอบชิปเร็วขึ้น ถูกกว่า และสร้างสรรค์มากขึ้น เมื่อรวมกับประสบการณ์ของคุณที่ Cadence คุณคิดว่าทิศทางที่อุดมสมบูรณ์ที่สุดอยู่ที่ไหน? มีอะไรที่เริ่มได้ผลแล้วบ้าง?

ลิป-บู เชน:
ผมอยู่ที่ Cadence ประมาณ 15 ปี และผมมีความสุขมาก สิ่งหนึ่งที่ผมภูมิใจคือผมสามารถหาผู้สืบทอดตำแหน่งระหว่างทางและฝึกฝนเขา ต่อมาเขากลายเป็น CEO ที่ยอดเยี่ยมมาก เขา embrace AI อย่างเต็มที่ โดยใช้ Agentic AI เพื่อเพิ่มประสิทธิภาพ

นี่คือด้านที่ดี ผมคิดว่า Synopsys ก็กำลังพยายามทำสิ่งเหล่านี้เช่นกัน พวกเขาได้รับการลงทุน 2 พันล้านดอลลาร์จาก NVIDIA ซึ่งผมคิดว่าจะช่วยพวกเขาได้มาก นอกจากนี้เขายังซื้อ Ansys เพื่อเข้าสู่ขอบเขตการออกแบบทั้งระบบ

โดยรวมแล้ว บริษัทเหล่านี้พยายามทำดีที่สุด แต่สตาร์ทอัพก็มีโอกาสที่จะทำสิ่งที่พลิกโฉมมากกว่า และสุดท้ายอาจจะเข้าตลาด หรือถูกซื้อโดยสองบริษัทนี้ หรือ Siemens

ดังนั้นผมคิดว่าโอกาสเป็นของทุกคน ขึ้นอยู่กับวิสัยทัศน์ของผู้ประกอบการ ปรัชญาของผมคือ: ถ้าผู้ประกอบการต้องการขายบริษัท เพราะนั่นเป็นทางออกที่เร็วกว่า ไม่มีระยะเวลาล็อก และไม่ต้องกังวลกับผลประกอบการรายไตรมาส ก็ได้เช่นกัน ในขณะที่ผู้ประกอบการบางคนก็ตั้งเป้าที่จะ IPO ตั้งแต่第一天

ในฐานะ VC ผมคิดว่าพวกเราสามคนล้วนเป็น VC เราสนับสนุนความฝันของผู้ประกอบการและช่วยให้พวกเขาบรรลุความฝัน

พิธีกร:
หากมองทิศทางต่างๆ ที่คุณกล่าวถึง รวมถึงการพัฒนาผลิตภัณฑ์ในอนาคต หรือผลกระทบของ AI ต่ออุตสาหกรรมเซมิคอนดักเตอร์ ปัจจุบันมีบริษัทอย่าง Periodic ที่ทำด้านวัสดุ และ Purepoint ที่ทำ EDA และการออกแบบ รวมถึงส่วนอื่นๆ ในห่วงโซ่การผลิต

คุณคิดว่าอินเทลในอีกสิบปีข้างหน้า หรือบริษัทเซมิคอนดักเตอร์ในอนาคต จะแตกต่างจากปัจจุบันอย่างสิ้นเชิงเพราะ AI หรือไม่? ถ้าแตกต่าง ความแตกต่างอยู่ที่ไหน?

เฉิน ลี่อู่:
ผมคิดว่าใช่ ก่อนอื่น กลับไปที่ประเด็นที่คุณพูดถึงตอนแรก: การใช้ทุนสูง ความไม่แน่นอน และความเป็นวัฏจักร สิ่งเหล่านี้ต้องนำมาพิจารณาในการตัดสินใจลงทุนของคุณ

ผมมักจะชอบเข้าไปตั้งแต่เนิ่นๆ และสร้างทีม มันสนุกดี ผมคิดว่าคุณก็ทำแบบนั้นเช่นกัน ประการที่สอง คุณต้องหานักลงทุนที่เหมาะสมมาร่วมงานด้วย ไม่ใช่แค่ดูแบรนด์ของสถาบัน แต่ผมมักจะดูที่ตัวบุคคลมากกว่า ใครคือคนที่เข้าใจวงการนี้จริงๆ? สิ่งสำคัญที่สุดคือ คุณต้องหาคู่หูที่สามารถฝ่าฟันช่วงเวลาที่ยากลำบากและช่วงเวลาที่ดีไปด้วยกัน

หลายคนยินดีร่วมงานกับคุณในช่วงที่ธุรกิจรุ่งเรือง แต่พอเจอปัญหา พวกเขาก็จากไป ผมชอบคนที่อยู่เคียงข้างบริษัทผ่านช่วงเวลาที่ยากลำบากจริงๆ บางบริษัทที่ประสบความสำเร็จเคยเกือบล้มละลายหลายครั้ง ก่อนจะบินสูงขึ้นไป ดังนั้นการหาคู่หูที่เต็มใจทำแบบนี้จึงสำคัญมาก

นอกจากนี้ ยังต้องดูนักลงทุนเชิงกลยุทธ์ด้วย พวกเขาสามารถช่วยบริษัทสร้างมูลค่าในด้านการผลิต หน่วยความจำ การเชื่อมต่อ ฯลฯ ได้หรือไม่ ผมมีเพื่อนบางคนที่อยู่ในกลุ่ม growth stage และ hedge fund ผมชอบพวกเขามาก เพราะพวกเขามีมุมมองที่แตกต่าง พวกเขาเข้าใจตลาดสาธารณะ และสามารถแนะนำผู้ประกอบการว่าควรหลีกเลี่ยงเส้นทางไหน สิ่งเหล่านี้มีประโยชน์มาก

โดยรวมแล้ว มันสนุกมาก คุณจะตระหนักว่าการเป็นผู้ประกอบการก็เหมือนกับวิศวกรรม คือการแก้ปัญหา ในทุกขั้นตอนคุณต้องหาคนที่ช่วยคุณแก้ปัญหาได้ ถ้าแก้ได้ ก็ก้าวไปสู่ขอบเขตถัดไป

พูดตามตรง เมื่อมองย้อนกลับไป ในสิบบริษัทที่ผมลงทุน เก้าบริษัทจะเปลี่ยนแผนธุรกิจระหว่างทาง เพราะตลาดเปลี่ยนไป ดังนั้นผมชอบผู้ประกอบการที่เป็นทีม ไม่ใช่แค่คนเดียว ประการที่สอง พวกเขาต้องเปิดใจ พร้อมรับฟัง และยอมรับคำแนะนำของเรา

สุดท้าย พวกเขาต้องสร้างแผนของตัวเอง ไม่ใช่ทำตามที่ผมบอก สถานการณ์ที่ดีกว่าคือ คุณให้ข้อเสนอแนะเพียงพอ แล้วพวกเขาก็สรุปด้วยตัวเอง ตราบใดที่คุณเห็นด้วยกับการตัดสินใจของพวกเขา แม้จะต่างจากความคิดของคุณ ก็ยอมรับได้ นี่คือสิ่งที่ทำให้การเป็นผู้ประกอบการสนุก พวกเขาสามารถก้าวไปข้างหน้าได้เร็วขึ้น

กลับมาที่คำถามของคุณ ถ้ามองไปข้างหน้าอีกสิบปี บริษัทแบบไหนจะชนะ? นี่เป็นเพียงความเห็นส่วนตัวของฉัน: บริษัทที่สามารถสื่อสารกลยุทธ์ได้อย่างชัดเจน โฟกัสอย่างเฉียบคมในสาขาเฉพาะ หาพาร์ทเนอร์ที่ใช่ และมีความสามารถในการขยายตัว จะเป็นผู้ชนะ

ในระดับหนึ่ง มันกลับไปสู่แนวคิดเรื่องฟูลสแต็กของฉัน คุณต้องมีโซลูชันแบบฟูลสแต็ก มันอาจเป็นบริษัทใหญ่ที่เปลี่ยนผ่านตัวเองเป็นแพลตฟอร์มใหญ่ เช่น เจนเซิน หวง (Jensen Huang) ที่ผมชื่นชมมาก เขาโฟกัสที่ CUDA และไลบรารีซอฟต์แวร์ เขาบอกว่าอยากเป็นบริษัทแพลตฟอร์ม และเขาก็ทำได้สำเร็จ

หรืออาจเป็นสตาร์ทอัพอย่าง Anthropic หรือ OpenAI ที่หาทางไปได้อย่างสง่างามกว่า และเปลี่ยนเกม สตาร์ทอัพเคลื่อนไหวเร็วมาก เหมือนแสง และก็สามารถเป็นผู้เล่นหลักได้

หวังว่าอินเทล (Intel) จะมีบทบาทแบบนั้น เพราะเรามี XPU, NPU, มีแพ็คเกจจิ้งขั้นสูง และมีธุรกิจรับจ้างผลิต ถ้าเรานำทั้งหมดนี้มารวมกัน เราจะสร้างชิปเฉพาะสำหรับเวิร์กโหลดที่แตกต่างกันได้ ผมกำลังเดินไปในทิศทางนี้

พิธีกร:
ฟังดูมีเหตุผลมาก ส่วนหนึ่งของคำถามก่อนหน้านี้คือผมอยากรู้ว่าคุณจะไปทางไหน อีกส่วนคืออยากถามว่ามันจะเปลี่ยนวิธีการทำงานของคุณโดยพื้นฐานหรือไม่ เพราะในโลกซอฟต์แวร์ ตอนนี้ผมเห็นการเปลี่ยนแปลงครั้งใหญ่: คุณจ้างใคร คุณอยากให้ใครมาร่วมทีม หลายคนเริ่มจัดการกับเอเจนต์หลายตัว

ดังนั้นตอนนี้คนที่ผมรู้จักหลายคนกลับชอบจ้างคนอายุ 30-40 หรือ 50 ปี เพราะพวกเขาคุ้นเคยกับการจัดการทีม พวกเขาคิดว่าสิ่งนี้สามารถนำไปใช้กับการจัดการเอเจนต์ได้โดยตรง รวมถึงการเข้าใจวิธีตั้งค่างานที่ซับซ้อน วิธีทำ QA ฯลฯ

ผมอยากรู้ว่าในโลกกายภาพ หรือในสภาพแวดล้อมของโรงงานเวเฟอร์ คุณมองโครงสร้างทีม ความสามารถที่ต้องการ หรือการเปลี่ยนแปลงเมื่อ AI เข้ามาเสริมอย่างไร? มันเป็นการวิวัฒนาการที่ช้าและเป็นธรรมชาติ หรือบางพื้นที่จะมีการเปลี่ยนแปลงที่รุนแรง? เช่น ในด้านวัสดุ ตอนนี้แค่ใช้สามโมเดลนี้บวกกับความรู้เคมีบางอย่างก็พอหรือเปล่า? ผมเลยอยากรู้ว่าคุณมองโลกอนาคตนั้นอย่างไร

ลิป-บู ตัน (Lip-Bu Tan):
คำถามที่ดี กลับไปที่สิ่งที่ผมพูดก่อนหน้านี้เรื่อง "คลาน เดิน วิ่ง" ในช่วง "คลาน" คุณต้องสรรหาคนที่เก่งที่สุดในอุตสาหกรรมเซมิคอนดักเตอร์ก่อน ตอนนี้ผมเริ่มคิดว่าเพื่อสร้างฟูลสแตก ผมต้องดึงคนที่มีความสามารถด้านซอฟต์แวร์เข้ามา

ตอนนี้อายุเฉลี่ยของทีมผมอยู่ที่ประมาณ 40-50 ปี ผมต้องหาคนรุ่นใหม่เข้ามา พวกเขาต้องเข้าใจเวิร์กโหลด เข้าใจโมเดล前沿 (前沿) เข้าใจโอเพนซอร์ส (Open Source) ซึ่งสำคัญมาก

ตอนนี้ลูกชายผมกลายเป็นครูของผม ทุกครั้งที่เขาชวนผมไปบ้าน เราจะเล่นกับหลานไปด้วย และผมก็ขอให้เขาสอนเรื่อง AI และ Machine Learning เขาเข้าใจลึกกว่าผมมาก ผมเลยเรียนรู้เยอะ และพยายามเข้าใจการลงทุน รวมถึงดึงคนที่มีความสามารถเข้ามา

เรากำลังเปลี่ยนแปลง Intel มันเคยเป็นบริษัทที่เก่าแก่ ดั้งเดิม และพึ่งพาสเปรดชีตอย่างมาก ตอนนี้ผมกำลังเปลี่ยนมันให้เป็นบริษัทที่ขับเคลื่อนด้วย AI ใช้ AI ในการออกแบบ และทำให้ทั้งองค์กร embrace AI เพื่อให้มันพึ่งพาตารางและแรงงานคนน้อยลง

คุณต้องผสมผสานคนเก่งกับเครื่องมือ AI ที่ดีที่สุด ไม่ใช่แค่สำหรับการจัดการองค์กร ไม่ใช่แค่สำหรับการขาย แต่ตอนนี้ผมเริ่มคิดถึงการตลาด การออกแบบ และทุกส่วน ต้อง embrace AI ทั้งหมด

พิธีกร:
ผมคิดว่านักลงทุนหลายคน อย่างน้อยสำหรับผม หลังจากก่อตั้งบริษัทในช่วงไม่กี่ปีที่ผ่านมา การคิดถึงแหล่งเงินทุนที่แตกต่างกันสำหรับบริษัทที่ใช้เงินทุนสูงเป็นกระบวนการที่มีประโยชน์มาก

ผมเคยลงทุนในซอฟต์แวร์เป็นส่วนใหญ่ ถ้าคุณบอกว่าคุณต้องการ 150 ล้านดอลลาร์ก่อนถึงขนาดที่สำคัญ คุณก็ต้องมีเพื่อนที่ฉลาดมากและมีงบดุลที่แตกต่างอย่างสิ้นเชิง

คุณผ่านประสบการณ์นี้มานานแล้ว คุณยังมีประสบการณ์พิเศษในการร่วมงานกับรัฐบาลซึ่งเป็นผู้มีส่วนได้ส่วนเสียรายใหญ่ คุณมองนโยบายอุตสาหกรรมนี้อย่างไร? มันเคยสร้างความสำเร็จอย่าง TSMC ซึ่งเป็นหนึ่งในบริษัทที่สำคัญที่สุดในโลก แต่ในวัฒนธรรมธุรกิจอเมริกัน นโยบายอุตสาหกรรมไม่เป็นที่นิยมมานาน คุณคิดว่าทัศนคตินี้ควรเปลี่ยนไปอย่างไร? และมันใช้ได้ที่ไหนบ้าง?

ลิป-บู ตัน:
นั่นเป็นคำถามที่ดี เห็นได้ชัดว่าสำหรับธุรกิจที่ใช้เงินทุนสูงและโครงการโครงสร้างพื้นฐาน คุณต้องเข้าถึงเงินทุน ในระดับหนึ่ง สำหรับการลงทุน VC ในระยะเริ่มต้น ตอนนี้การลงทุนหลายอย่างเริ่มใช้เงินทุนสูงเช่นกัน ในอดีต VC ยินดีลงทุน 1 พันล้านดอลลาร์ในบริษัทหนึ่ง ซึ่งไม่เคยได้ยินมาก่อนในวงการ VC แต่ตอนนี้กำลังเกิดขึ้น

ดังนั้นในระดับหนึ่ง คุณต้องปรับตัว ผมชอบใช้เส้นโค้งระฆังในการมองปัญหา ไม่ว่าคุณจะเข้าไปเร็วมาก เพราะตอนนี้ Series A อาจมีมูลค่ากว่า 1 พันล้านดอลลาร์ คุณจึงต้องเข้าไปในระยะ pre-seed ก่อนที่บริษัทจะมีมูลค่า 2-3 พันล้านดอลลาร์ ซึ่งหายากมากในปัจจุบัน ดังนั้นคุณต้องเลือกโครงการให้ถูก

อีกส่วนคือการหาเงินทุนที่ช่วยให้บริษัทขยายตัว นี่คือเหตุผลที่กองทุนรวมบางแห่งเริ่มยินดีเข้าสู่ตลาดที่ไม่ได้จดทะเบียน ร่วมกับผมในการลงทุนในโครงการ早期 ผมยินดีต้อนรับพวกเขา เพราะพวกเขาไม่ไวต่อข้อกำหนด "ต้องถือหุ้น 20% ของบริษัท" อีกต่อไป ตอนนี้ไม่มีหุ้น 20% ให้แจกจ่ายมากนักแล้ว ดังนั้นคุณต้องหานักลงทุนที่เหมาะสม

ในด้านที่ใช้เงินทุนสูง เช่น โรงงาน AI และธุรกิจรับจ้างผลิต คุณจำเป็นต้องใช้เงินทุนจากรัฐบาล กองทุนอธิปไตย และกองทุนขนาดใหญ่มาก ตอนนี้มีกองทุนขนาดใหญ่ที่สนับสนุนโครงสร้างพื้นฐานโดยเฉพาะ และเราก็หวังว่าจะใช้เงินทุนบางส่วนจากสิ่งเหล่านี้เพื่อให้แน่ใจว่าเราสามารถขยายการดำเนินงานได้

โดยรวมแล้ว รัฐบาลและกองทุนอธิปไตยมีความสำคัญมากขึ้น ในขณะเดียวกัน ในฐานะบริษัทจดทะเบียน ผมก็ให้ความสนใจกับนักลงทุนที่เน้นระยะยาวและมุ่งเน้นการเติบโต เพราะพวกเขาสามารถช่วยให้ผมพัฒนาธุรกิจได้ แทนที่จะสนใจแค่การจัดสรรเงินทุนระยะสั้นแล้วถามว่าคุณจะซื้อหุ้นคืนหรือไม่ คำถามเหล่านี้ก็ดี แต่ในขณะเดียวกัน ผมก็ต้องสร้างธุรกิจด้วย ดังนั้นความสมดุลจึงสำคัญมาก

สิ่งที่นักลงทุนเข้าใจผิดมากที่สุดเกี่ยวกับ Intel

พิธีกร:
คุณคิดว่า ณ จุดนี้ นักลงทุนเข้าใจผิดอะไรเกี่ยวกับ Intel มากที่สุด?

เฉิน ลี่อู่:
มีหลายอย่างครับ ประการแรก กลับไปที่แนวคิด "คลาน เดิน วิ่ง" สี่เดือนที่ผ่านมา ผมกำลังคลาน แต่ผู้คนเริ่มเห็นศักยภาพของมันแล้ว อีกประเด็นที่สำคัญมากคือ เราต้องนำเสนอผลิตภัณฑ์ที่ดีที่สุดจริงๆ เช่น ในฝั่ง PC Client เรายังมีส่วนแบ่งตลาดอยู่ แต่เราจำเป็นต้องสร้างประสิทธิภาพที่ดีขึ้น ดังนั้นผมกำลังสร้างทีมสถาปัตยกรรม CPU สถาปัตยกรรม GPU และสถาปัตยกรรมซอฟต์แวร์อย่างเงียบๆ เพื่อให้เราสามารถดำเนินการได้เร็วขึ้นเหมือนวัฒนธรรมของบริษัทสตาร์ทอัพหลายแห่ง และก้าวกระโดดด้วยเทคโนโลยีที่ดีกว่า

นอกเหนือจากผลิตภัณฑ์แล้ว ยังมีพลังใหม่ๆ ที่กำลังหลั่งไหลเข้ามา เช่น Agentic AI และ Physical AI สิ่งเหล่านี้เป็นตลาดขนาดใหญ่ที่เราสามารถลงทุนได้

ในด้านการรับจ้างผลิต เรายังห่างไกลจาก TSMC มาก ไม่ว่าจะในแง่ของประสิทธิภาพหรือด้านอื่นๆ ดังนั้นเราต้องถ่อมตัวและสร้างโมดูลพื้นฐาน เช่น IP, อัตราผลผลิต, ความหนาแน่นของข้อบกพร่อง, และรอบเวลา ที่ผมกล่าวถึงก่อนหน้านี้ เพื่อให้มีประสิทธิภาพและเชื่อถือได้มากขึ้น การรับจ้างผลิตเป็นธุรกิจที่ต้องอาศัยความไว้วางใจ ลูกค้าต้องเชื่อใจคุณก่อน จึงจะมอบเวเฟอร์ให้คุณและพึ่งพาคุณ ดังนั้นสิ่งเหล่านี้ต้องใช้เวลานานขึ้น

แต่ผมคิดว่าภายในปี 2030 หรือ 2031 ผู้คนจะเริ่มเห็นศักยภาพที่ยิ่งใหญ่ของเรา ในด้านผลิตภัณฑ์ PC Client คือฐานของเรา จากนั้นเราจะเข้าสู่ Edge Computing, Physical AI และ Agentic AI

ในอดีต เราส่วนใหญ่ให้บริการเซิร์ฟเวอร์และ PC แก่มนุษย์ ตอนนี้คุณจะเห็นอีกมิติหนึ่ง: เอเจนต์นับล้านที่ต้องการพลังการประมวลผลและต้องเชื่อมต่อกับซอฟต์แวร์สแต็ก ดังนั้นผมคิดว่าเรามีโอกาสในส่วนนี้

เกมยังไม่จบ เราสามารถเล่นต่อใน Agentic AI และ Physical AI ได้ นี่คือทิศทางที่ผมจะไป

AI เพิ่งเริ่มต้นเท่านั้น ส่วนการฝึกอบรมนำโดย Jensen ส่วน Edge Computing, เอเจนต์ใน Agentic AI และ Physical AI ผมคิดว่าล้วนเป็นโอกาสที่ยิ่งใหญ่ ทุกคนมีโอกาส ดังนั้นนี่คือทิศทางที่ผมต้องการมุ่งไป

ฉันหวังว่านักลงทุนจะเข้าใจว่า แม้ในช่วง 14 เดือนที่ผ่านมา เราได้สร้างผลตอบแทน 6 เท่าให้กับผู้ถือหุ้นแล้ว แต่นี่เป็นเพียงจุดเริ่มต้น เรายังมีพื้นที่อีกมาก

พิธีกร:
จากตรงนี้ไป ยังมีผลตอบแทนแบบ Venture Capital อีก

เฉิน ลี่อู่:
ใช่ครับ ผมมองหาโอกาสที่ให้ผลตอบแทน 10 เท่าอยู่เสมอ ในฐานะคนที่มีหัวใจเป็นนักลงทุนร่วมทุน คุณมักจะมองหา 10 เท่าเสมอ

ที่ Cadence ตอนที่ผมดำรงตำแหน่ง CEO เริ่มจากจุดเริ่มต้นชั่วคราวที่ 2.42 ดอลลาร์ จนถึงตอนที่ผมลาออกจากตำแหน่งประธานบริหาร ผมสร้างผลตอบแทนให้ผู้ถือหุ้นประมาณ 85 เท่า ใกล้เคียง 76 เท่า หรือแม้แต่ 85 เท่า

การทำแบบนี้ที่ Intel เป็นเรื่องยาก เพราะฐานมีขนาดใหญ่กว่า ดังนั้นผมจึงบอกว่า เอาล่ะ ดูที่ 10 เท่าแทน ถ้าภายในห้าหรือสิบปี เราทำได้ 10 เท่า ผมคิดว่านั่นคือผลตอบแทนที่ดี ในฐานะคนที่มีหัวใจเป็น VC นี่คือเป้าหมายของผม

พลังการคำนวณจะยังคงอยู่ใน Data Center หรือไม่?

พิธีกร:
ขอให้คุณสำเร็จภารกิจอันยิ่งใหญ่นี้บนฐานที่ใหญ่โตอยู่แล้ว สิ่งที่คุณอธิบายเมื่อกี้มีข้อสันนิษฐานซ่อนอยู่เกี่ยวกับตำแหน่งที่ Workload จะทำงาน บางคนจะบอกว่า เราจะสร้าง Data Center ที่ใหญ่ขึ้นเรื่อยๆ 1 กิกะวัตต์เป็นเพียงจุดเริ่มต้น การทำงานแบบรวมศูนย์ รวมถึงการคำนวณแบบ Inference แบบรวมศูนย์ จะกลายเป็นวิธีหลักในแง่ประสิทธิภาพ

แต่ก็มีคนที่คิดถึง Edge และ Client คุณเชื่อหรือไม่ว่าการคำนวณในอนาคตจะมีสถานะสมดุลบางอย่าง หรือว่ามันขึ้นอยู่กับ Workload เอง? คุณคิดอย่างไร?

เฉิน ลี่อู่:
นี่เป็นคำถามที่ดีมาก ตอนนี้โครงสร้างพื้นฐาน AI กำลังถูกสร้างขึ้นในวงกว้าง ผมคิดว่านี่ถูกต้องแล้ว ผมไม่คิดว่ามันจะชะลอตัว เพราะ Workload กำลังเพิ่มขึ้นอย่างมาก

พิธีกร:
ตอนนี้เรามีข้อจำกัดด้านอุปทาน

เฉิน ลี่อู่:
ใช่ครับ ข้อจำกัดด้านอุปทาน ดังนั้นถ้ามีอะไรที่ทำให้การพัฒนาช้าลง นั่นก็คือข้อจำกัดด้านอุปทาน

แต่ในอีกด้านหนึ่ง ผมมักจะมองว่าโครงสร้างพื้นฐานทั้งหมดนี้จะให้บริการโซลูชันหรือแอปพลิเคชันอะไรในที่สุด ผมให้ความสำคัญกับแอปพลิเคชันมากกว่า ถ้าคุณสามารถระบุแอปพลิเคชันขนาดใหญ่ หรือหลายแอปพลิเคชันรวมกันที่มีความหมายเพียงพอ และมุ่งเน้นไปที่มัน ก็ไม่ใช่ทุกคนที่เข้าร่วมสร้างจะชนะ บางคนจะชนะใหญ่ บางคนจะค่อยๆ ล้มเหลว หรือทรงตัว

เหมือนยุคอินเทอร์เน็ต คุณจะเห็นว่าบางบริษัทในที่สุดก็ใหญ่โตมาก เช่น Amazon, Netflix; บางบริษัทก็กลายเป็นชายขอบ หายไป หรือถูกซื้อกิจการ ดังนั้นสำหรับผม แนวคิดก็เหมือนกัน สิ่งที่ต้องให้ความสำคัญจริงๆ คือ พวกเขาต้องการให้บริการแอปพลิเคชันอะไร? แอปพลิเคชันนั้นใหญ่แค่ไหน? มันยั่งยืนหรือไม่? มันแออัดเกินไปหรือเปล่า?

หากแออัดเกินไป สุดท้ายอาจเหลือเพียงหนึ่งหรือสองราย ส่วนที่เหลือจะถูกควบรวม ดังนั้นอุตสาหกรรมนี้จะผ่านการเติบโตครั้งใหญ่ จากนั้นเริ่มการควบรวม และสุดท้ายอาจมีเพียงหนึ่งหรือสองบริษัทที่เป็นผู้ชนะที่แท้จริง เราเคยเห็นหนังเรื่องนี้มาก่อน ดังนั้นผมจึงไม่แปลกใจ

ให้ความสำคัญกับแอปพลิเคชัน Netflix เป็นแอปพลิเคชัน Amazon เป็นแอปพลิเคชันที่แท้จริง ในมุมมองของผม พวกเขาคือผู้ชนะ

พิธีกร:
แต่คุณกำลังสมมติว่าแอปพลิเคชันบางตัวที่ให้บริการผ่านไคลเอนต์หรือ Edge Computing จะดีกว่าการพึ่งพาศูนย์ข้อมูลทั้งหมดใช่ไหม?

เฉิน ลี่อู่:
ถูกต้องสมบูรณ์

พิธีกร:
ผมเองก็ลงทุนในบริษัทหุ่นยนต์และบริษัทด้านการป้องกันประเทศบางแห่ง ดังนั้นผมรู้ว่าการประมวลผลบนอุปกรณ์เป็นทางเลือกที่สำคัญมาก เช่น ถ้าในอนาคตมีหุ่นยนต์ในบ้าน คุณสมมติว่าพลังการประมวลผลและการเชื่อมต่อในบ้านจะเป็นตัวกำหนดสิ่งที่คุณทำได้ ผมคิดว่าในยุค SaaS เรื่องนี้เคยถูกลืมไปบ้าง

เฉิน ลี่อู่:
ใช่ ตรรกะการลงทุนของผมคือ ค้นหาปัญหาที่ต้องแก้ไขจริงๆ ประการที่สอง หาผู้เล่นที่สามารถร่วมงานด้วย ประการที่สาม ดูที่แอปพลิเคชัน แอปพลิเคชันนี้ใหญ่แค่ไหน? ยั่งยืนหรือไม่? ถ้ามันใหญ่จริงและคุณเชื่อมั่น ก็เพิ่มเงินลงทุนเป็นสองเท่า สามเท่า

พิธีกร:
แต่คุณยังรวมถึงการเดิมพันในแอปพลิเคชันที่ยังไม่ได้ถูกนำไปใช้อย่างแพร่หลายด้วย

เฉิน ลี่อู่:
ใช่

พิธีกร:
เยี่ยมมาก ขอบคุณมากที่มาร่วมรายการวันนี้ ดีใจที่ได้พูดคุยกับคุณ

เฉิน ลี่อู่:
ขอบคุณมาก

[ลิงก์วิดีโอ]

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia