OpenAI และ Anthropic มีดัชนีความสามารถในการทำกำไรพุ่งสูงขึ้นแบบทวีคูณ เกณฑ์การประเมินมูลค่า IPO จะเปลี่ยนไปหรือไม่

TL;DR

· OpenAI มีอัตราการสร้างรายได้ต่อปี (annualized revenue run rate) เกิน 4 หมื่นล้านดอลลาร์สหรัฐ ขณะที่ Anthropic มีรายได้เบื้องต้นในไตรมาสที่สองเกิน 1.15 หมื่นล้านดอลลาร์สหรัฐ

· ความเห็นที่แตกต่างในตลาดเปลี่ยนไปที่ต้นทุนการอนุมาน (inference cost) การรักษาลูกค้า และเส้นทางกระแสเงินสดว่าจะรองรับมูลค่าการประเมิน IPO ได้หรือไม่

· สินทรัพย์ที่เกี่ยวข้อง: OpenAI, Anthropic, xAI, NVIDIA (NVDA), Microsoft (MSFT), Google (GOOGL), Amazon (AMZN), ห่วงโซ่ศูนย์ข้อมูลและพลังงาน

OpenAI และ Anthropic ต่างมีรายงานจากเอกสารสำหรับนักลงทุนล่าสุดที่แสดงการพุ่งขึ้นอย่างรวดเร็วของรายได้ OpenAI มีอัตราการสร้างรายได้ต่อปีเกิน 4 หมื่นล้านดอลลาร์สหรัฐ ขณะที่ Anthropic มีรายได้เบื้องต้นในไตรมาสที่สองเกิน 1.15 หมื่นล้านดอลลาร์สหรัฐ

ตัวเลขชุดนี้แตะประเด็นที่สำคัญที่สุดในการลงทุน AI บริษัทโมเดล前沿ยังอยู่ในช่วงเผาเงินเพื่อฝึกโมเดล หรือได้เปลี่ยนความสามารถของโมเดลให้เป็นรายได้จริงแล้ว คำตอบจะส่งผลต่อมูลค่าการประเมินในตลาดเอกชน และส่งผ่านไปยังหุ้นกลุ่มพลังการคำนวณในตลาดรอง

ที่นี่ต้องแยกแยะเกณฑ์การวัดก่อน อัตราการสร้างรายได้ต่อปีคือการนำรายได้รายเดือนหรือรายไตรมาสล่าสุดมาคาดการณ์เป็นรายปี ไม่ใช่รายได้จริงที่เกิดขึ้นทั้งปี Axios ยังชี้ให้เห็นว่าเกณฑ์การวัดของ OpenAI และ Anthropic อาจไม่สามารถเปรียบเทียบกันได้โดยตรง

ก่อนหน้านี้ Dario Amodei ซีอีโอของ Anthropic กล่าวในงานนักพัฒนาปี 2026 เดือนพฤษภาคมว่า บริษัทวางแผนการเติบโตไว้ที่ 10 เท่า แต่รายได้และการใช้งานในไตรมาสแรกเมื่อคิดเป็นรายปีกลับสูงถึง 80 เท่า สิ่งที่ตลาดได้ยินไม่ใช่ความประหลาดใจในไตรมาสเดียว แต่เป็นความเป็นไปได้ที่ไทม์ไลน์เชิงพาณิชย์จะเร็วขึ้น

อัตราการเติบโตของ Anthropic สูงกว่าแผน

ความชันของรายได้เริ่มแทนที่เรื่องราวการระดมทุน

ความหมายชั้นแรกของการประเมินค่าใหม่รอบนี้ คือห้องปฏิบัติการ AI เริ่มแสดงขนาดรายได้ที่ใกล้เคียงกับบริษัทโครงสร้างพื้นฐาน แทนที่จะพูดถึงเพียงวิสัยทัศน์เทคโนโลยีระยะยาว

ตัวเลข 40,000 ล้านดอลลาร์ของ OpenAI มาจากข้อมูลภายในที่สื่อรายงานอ้างอิง ซึ่งคิดเป็นประมาณสองเท่าของระดับ ณ สิ้นปี 2025 ส่วนตัวเลข 11,500 ล้านดอลลาร์ของ Anthropic มาจากเอกสารนักลงทุนที่ Bloomberg เห็น ซึ่งเป็นรายได้เบื้องต้นของไตรมาสที่สอง ไม่ใช่รายได้แบบ annualized มีรายงานเพิ่มเติมระบุว่า อัตราการดำเนินงานรายได้แบบ annualized ของ Anthropic เกิน 65,000 ล้านดอลลาร์ ตัวเลขสองชุดนี้ต้องแยกทำความเข้าใจกัน

อัตราการดำเนินงานรายได้ได้ก้าวขึ้นสู่ระดับใหม่แล้ว

แม้จะยังคงส่วนลดไว้ ตัวเลขเหล่านี้ก็เพียงพอที่จะเปลี่ยนกรอบอ้างอิงของตลาด ในอดีตที่ผ่านมา การพูดถึงบริษัทโมเดล前沿 มักเน้นที่ต้นทุนการฝึกอบรม รอบการระดมทุน และค่าใช้จ่ายด้านพลังประมวลผล แต่ตอนนี้ ความชันของรายได้เริ่มกลายเป็นส่วนหนึ่งของจุดยึดการประเมินมูลค่า

การที่ Anthropic มีรายได้จากการดำเนินงานหลังปรับปรุงเป็นบวกในไตรมาสที่สองก็ควรค่าแก่การจับตามอง แต่ไม่ควรเขียนว่าบริษัททำกำไรแล้ว รายได้จากการดำเนินงานหลังปรับปรุงมักตัดค่าใช้จ่ายบางส่วนออกไป ซึ่งเพียงแค่แสดงว่าบริษัทครอบคลุมต้นทุนการดำเนินงานบางส่วนภายใต้เกณฑ์ที่กำหนด ไม่ได้บ่งชี้ว่ากำไรสุทธิหรือกระแสเงินสดอิสระกลับมาเป็นบวกแล้ว

สิ่งที่ตลาดปรับราคาใหม่ไม่ใช่ "บริษัท AI ทำเงินได้แล้ว" แต่เป็น "ห้องปฏิบัติการ AI อาจเข้าสู่ช่วงที่รายได้ตรวจสอบได้เร็วกว่าที่คาด" ซึ่งสำคัญต่อการเล่าเรื่อง IPO และส่งผลต่อระยะเวลาที่ทุนยินดีให้ขาดทุนได้

เครื่องมือเขียนโค้ดผลักดันรายได้สู่การคิดค่าบริการตามการใช้งาน

การเติบโตมาจากไหนสำคัญกว่าตัวเลขเอง แหล่งที่มาที่อธิบายได้ดีที่สุดในปัจจุบันคือ Coding Agent (เครื่องมือเขียนโค้ดอัตโนมัติ) และปริมาณการใช้งาน API

Coding Agent นำ AI ออกจากหน้าต่างแชทเข้าสู่ขั้นตอนการทำงานของนักพัฒนา ในอดีต ผู้ใช้จ่ายเงินเหมือนซื้อผู้ช่วยอัจฉริยะ แต่ตอนนี้ ธุรกิจและนักพัฒนาเริ่มให้โมเดลมีส่วนร่วมอย่างต่อเนื่องในการเขียนโค้ด แก้บั๊ก สร้างเทสต์ จัดการเอกสาร และเรียกใช้ระบบภายใน

สิ่งนี้จะเปลี่ยนโมเดลรายได้ ซอฟต์แวร์แบบดั้งเดิมมักคิดค่าบริการต่อที่นั่ง การเติบโตของรายได้จึงถูกจำกัดด้วยจำนวนคน แต่การบริโภค AI ด้านการเขียนโค้ดและ API คิดค่าบริการตามจำนวนการเรียกใช้ ปริมาณงาน และความยาวของบริบทมากขึ้น เมื่อโมเดลเข้าสู่ขั้นตอนการทำงานที่มีความถี่สูง ปริมาณการใช้งานอาจเติบโตเร็วกว่าจำนวนผู้ใช้

นี่คือเหตุผลที่ความชันของรายได้ของ Anthropic ได้รับความสนใจ การแทรกซึมของ Claude ในสถานการณ์นักพัฒนา ทำให้ตลาดเห็นว่าบริษัทโมเดล前沿ไม่ได้พึ่งพาเพียงการสมัครสมาชิกผู้บริโภค แต่ยังเข้าสู่กระบวนการผลิตขององค์กรได้

การเติบโตของ OpenAI ก็ไม่ได้มาจากการสมัครสมาชิก ChatGPT เพียงอย่างเดียว ซอฟต์แวร์เขียนโค้ด AI การขายแบบสมัครสมาชิก และความพยายามด้านโฆษณาล้วนสร้างรายได้เพิ่มเติมได้ แต่สัดส่วนของโฆษณายังไม่ชัดเจน เหมาะที่จะมองเป็นตัวแปรที่มีศักยภาพ ไม่ใช่เครื่องยนต์รายได้หลักโดยตรง

สำหรับตลาดรอง ห่วงโซ่นี้จะส่งผลถึง NVIDIA ผู้ให้บริการคลาวด์ ศูนย์ข้อมูล และบริษัทพลังงาน ตราบใดที่รายได้มาจากการเรียกใช้การอนุมานที่มีความถี่สูงขึ้น ความต้องการพลังประมวลผลจะไม่หยุดอยู่แค่ช่วงฝึกฝน แต่จะไหลเข้าสู่ช่วงการใช้งานประจำวันอย่างต่อเนื่อง

ทุนตะวันออกกลางซื้อทางเข้าอุตสาหกรรม

การเคลื่อนไหวของทุนอธิปไตยตะวันออกกลางเป็นอีกเส้นทางการยืนยันของเรื่องเล่ารายได้รอบนี้ พวกเขาไม่ได้เดิมพันกับบริษัทเดียว แต่กระจายการลงทุนในห้องปฏิบัติการ前沿หลายแห่ง

MGX จากอาบูดาบีถือหุ้นใน OpenAI, Anthropic และ xAI และได้ระดมทุนกองทุนระยะแรกเสร็จสิ้นที่ 49,000 ล้านดอลลาร์ Humain ที่ได้รับการสนับสนุนจาก PIF ของซาอุดีอาระเบียลงทุนใน xAI ขณะที่ Qatar Investment Authority ก็จัดวางการลงทุนใน Anthropic และ xAI ผ่านข้อตกลงที่เกี่ยวข้อง และยืนยันการเข้าร่วมในรอบการระดมทุน Series H ของ Anthropic

ทุนอธิปไตยกระจายการเดิมพัน

ตรรกะของการกระจายการลงทุนของกองทุนอธิปไตยนั้นตรงไปตรงมา หาก AI กลายเป็นโครงสร้างพื้นฐานของยุคถัดไป ทุนระดับชาติไม่สามารถเดิมพันผู้ชนะเพียงรายเดียว ไม่ว่าผู้นำสุดท้ายจะเป็นใคร การถือหุ้นล่วงหน้า สร้างความสัมพันธ์ และได้ทางเข้าอุตสาหกรรม ย่อมคุ้มค่ากว่าการซื้อความสามารถภายหลัง

แต่ไม่ได้หมายความว่าทุนตะวันออกกลางควบคุมห้องปฏิบัติการ AI สิทธิการกำกับดูแล เงื่อนไขการแบ่งปันเทคโนโลยี และข้อจำกัดการส่งออกในข้อตกลงส่วนใหญ่ไม่โปร่งใส ความเข้าใจที่稳妥กว่าคือ ทุนอธิปไตยกำลังเพิ่มความแน่นอนในการระดมทุนของห้องปฏิบัติการ AI และผลักดันการแข่งขัน AI ไปสู่ระยะที่ต้องใช้ทุนหนักและรอบเวลายาวนานขึ้น

อัตรากำไรขั้นต้นกำหนดว่ารายได้จะกลายเป็นมูลค่าประเมินได้หรือไม่

ความชันของรายได้สามารถเปิดจินตนาการสำหรับ IPO ได้ แต่ไม่สามารถหนุนมูลค่าประเมินได้เพียงลำพัง หาก OpenAI และ Anthropic เข้าสู่ตลาดสาธารณะ นักลงทุนจะถามคำถามเดียวกัน: ทุกรายได้ AI หนึ่งดอลลาร์ หลังหักต้นทุนพลังประมวลผลสำหรับการอนุมานแล้วจะเหลือเท่าไร

นี่คือความแตกต่างที่ใหญ่ที่สุดระหว่าง AI 前沿กับซอฟต์แวร์ดั้งเดิม ซอฟต์แวร์ดั้งเดิมมีต้นทุนการคัดลอกต่ำ อัตรากำไรขั้นต้นจึงสูงตามธรรมชาติ ในขณะที่โมเดลขนาดใหญ่ต้องใช้พลังประมวลผลทุกครั้งที่ตอบสนอง ยิ่งผู้ใช้มาก งานยิ่งซับซ้อน ต้นทุนการอนุมานก็เพิ่มขึ้นตามไปด้วย หากรายได้เติบโตพร้อมกับต้นทุนที่ขยายตัวในอัตราเดียวกัน จุดยึดมูลค่าประเมินจะถูกกดลง

จุดยึดมูลค่าประเมินเปลี่ยนไปสู่เศรษฐศาสตร์ต่อหน่วย

โครงสร้างลูกค้าก็จะถูกตรวจสอบอย่างละเอียดมากขึ้น หากการเติบโตส่วนใหญ่มาจากลูกค้ารายใหญ่เพียงไม่กี่ราย โปรโมชันระยะสั้น หรือเงินอุดหนุนจากพันธมิตรคลาวด์ มูลค่าของอัตราการดำเนินงานรายปี (annualized run rate) จะลดลง หากการรักษาลูกค้าขององค์กร การขยายปริมาณการใช้งาน และอัตรากำไรขั้นต้นปรับปรุงดีขึ้นพร้อมกัน ตลาดจึงจะมองว่ามันเป็นกระแสเงินสดระดับโครงสร้างพื้นฐาน

ตัวเลขชุดนี้เพียงพอที่จะพิสูจน์ว่าการ商业化ของห้องปฏิบัติการ AI กำลังเร่งตัวขึ้น แต่ยังไม่เพียงพอที่จะพิสูจน์ว่ามูลค่าการประเมิน IPO สามารถปรับเพิ่มขึ้นได้โดยไม่มีเงื่อนไข สิ่งที่กำหนดว่าการประเมินค่าใหม่จะยั่งยืนหรือไม่ คือการที่เอกสารในภายหลังจะแสดงการแยกรายได้ เส้นต้นทุนการอนุมาน (inference cost curve) การรักษาลูกค้า และเส้นทางกระแสเงินสดที่ชัดเจนยิ่งขึ้นได้หรือไม่

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

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

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

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