สงครามชิปยุค AI: ใครกำลังกุมโครงสร้างพื้นฐานของเศรษฐกิจโลก

เมื่อพูดถึง Artificial Intelligence หลายคนอาจนึกถึง ChatGPT, Large Language Model หรือ Software ที่สามารถสร้างข้อความ ภาพ และวิดีโอได้

แต่เบื้องหลังโลก AI มีโครงสร้างพื้นฐานอีกชั้นหนึ่งที่มีความสำคัญยิ่งกว่า

นั่นคือ Semiconductor

หากไม่มี GPU

ไม่มี Memory

ไม่มี Network Chip

ไม่มี Foundry

และไม่มี Advanced Packaging

AI ก็ไม่สามารถทำงานได้

ดังนั้นการแข่งขันด้าน AI ที่เราเห็นในวันนี้ จึงไม่ใช่เพียงการแข่งขันว่าใครมี Model ฉลาดที่สุด

แต่เป็นการแข่งขันว่า

“ใครควบคุม Computing Infrastructure ที่อยู่ใต้ AI ได้มากที่สุด?”

และเมื่อพิจารณารายชื่อบริษัท Semiconductor ชั้นนำของโลก จะเห็นภาพหนึ่งที่ชัดเจนมาก

อุตสาหกรรมนี้ไม่ได้กระจายตัวอย่างเท่าเทียม

แต่กำลังถูกควบคุมโดยบริษัทจำนวนไม่มาก ซึ่งกระจุกตัวอยู่ในประเทศเพียงไม่กี่แห่ง

NVIDIA กำลังกลายเป็นหัวใจของยุค AI

จากอินโฟกราฟิกที่เผยแพร่ตัวเลขประมาณการรายได้ปี 2026 NVIDIA ถูกจัดให้อยู่ในอันดับสูงสุดที่ประมาณ 215,000 ล้านดอลลาร์สหรัฐ

ตัวเลขดังกล่าวสะท้อนการเปลี่ยนแปลงครั้งใหญ่ของ Semiconductor Industry

เพราะ NVIDIA ไม่ได้มีโรงงานผลิต Semiconductor ขนาดใหญ่ของตนเองแบบผู้ผลิตยุคดั้งเดิม

จุดแข็งของ NVIDIA อยู่ที่

Chip Architecture + GPU Design + Software Ecosystem

โดยเฉพาะ CUDA ซึ่งทำให้ GPU ของบริษัทกลายเป็น Platform สำคัญของ AI Computing

นี่เป็นตัวอย่างที่น่าสนใจมากว่า

ในเศรษฐกิจยุคใหม่ ผู้ที่สร้างมูลค่าสูงที่สุดไม่จำเป็นต้องเป็นผู้ที่มีโรงงานใหญ่ที่สุด

แต่อาจเป็นผู้ที่ควบคุม

Architecture + Intellectual Property + Software Ecosystem

แต่ NVIDIA ผลิต GPU เองไม่ได้โดยลำพัง

ตรงนี้คือสิ่งที่ทำให้ Semiconductor Supply Chain น่าสนใจ

NVIDIA สามารถออกแบบ GPU ที่ทรงพลังที่สุดในโลกได้

แต่การเปลี่ยนแบบชิปเหล่านั้นให้กลายเป็น Silicon จริง ต้องพึ่ง Foundry

และหนึ่งในบริษัทที่สำคัญที่สุดของโลกคือ

TSMC ของไต้หวัน

อินโฟกราฟิกดังกล่าวระบุรายได้ระดับประมาณ 155,000 ล้านดอลลาร์

แต่ความสำคัญของ TSMC ไม่ควรวัดด้วยรายได้อย่างเดียว

เพราะบริษัทคือผู้ผลิต Semiconductor ขั้นสูงให้กับบริษัทเทคโนโลยีจำนวนมาก

ดังนั้น Supply Chain ของ AI จึงมีความสัมพันธ์ที่น่าสนใจว่า

NVIDIA อาจออกแบบสมองของ AI

แต่

TSMC คือผู้ผลิตสมองนั้นออกมาเป็นชิปจริง

นี่คือ Strategic Dependency ที่สำคัญของเศรษฐกิจโลก

เกาหลีใต้กุมอีกหนึ่งหัวใจของ AI คือ Memory

AI ไม่ได้ต้องการเฉพาะ GPU

AI Server ต้องใช้ Memory Bandwidth สูงมาก

โดยเฉพาะ

High Bandwidth Memory หรือ HBM

ซึ่งกลายเป็นหนึ่งในอุปกรณ์สำคัญที่สุดของ AI Accelerator รุ่นใหม่

ในอินโฟกราฟิก Samsung อยู่ในระดับประมาณ 205,000 ล้านดอลลาร์

และ SK Hynix ประมาณ 150,000 ล้านดอลลาร์

ขณะที่ Micron ของสหรัฐฯ อยู่ประมาณ 115,000 ล้านดอลลาร์

สิ่งที่น่าสนใจคือ

Samsung

SK Hynix

และ Micron

คือผู้เล่นหลักของโลกด้าน Memory

ดังนั้น AI Supply Chain จึงไม่ได้จบที่ GPU

GPU ที่ไม่มี Memory ที่มี Bandwidth เพียงพอ ก็ไม่สามารถประมวลผล AI Workload ขนาดใหญ่ได้อย่างเต็มประสิทธิภาพ

นี่ทำให้ HBM กลายเป็นหนึ่งใน Strategic Components ของ AI Infrastructure

AI Chip หนึ่งตัวจึงเป็นผลผลิตจากหลายประเทศ

หากเราลองมอง GPU สำหรับ AI หนึ่งระบบ จะพบว่าสิ่งที่ดูเหมือนเป็น “ผลิตภัณฑ์หนึ่งชิ้น” แท้จริงแล้วอาจพึ่งพาหลายประเทศอย่างมาก

Architecture อาจพัฒนาในสหรัฐอเมริกา

Wafer Fabrication อาจเกิดขึ้นในไต้หวัน

Memory อาจผลิตในเกาหลีใต้หรือสหรัฐฯ

Advanced Packaging อาจเกิดในอีกโรงงานหนึ่ง

Substrate, PCB และ Electronic Components กระจายอยู่ทั่วเอเชีย

จากนั้น Server จึงถูกประกอบ

และท้ายที่สุดถูกนำไปติดตั้งใน AI Data Center

ดังนั้นสิ่งที่เราเรียกว่า

AI Infrastructure

แท้จริงแล้วคือ Global Supply Chain ที่ซับซ้อนมาก

สหรัฐฯ กุม “สมอง” ของ Semiconductor จำนวนมาก

หากดูรายชื่อในภาพ จะพบว่าบริษัทจากสหรัฐอเมริกามีจำนวนมากอย่างโดดเด่น

นอกจาก NVIDIA ยังมี

Broadcom

Intel

Qualcomm

AMD

Micron

Texas Instruments

รวมถึง Apple ซึ่งแม้ไม่ได้เป็น Semiconductor Company ในความหมายดั้งเดิม แต่สามารถออกแบบชิปของตนเอง เช่น Apple Silicon ได้

จุดแข็งของสหรัฐฯ จึงไม่ได้อยู่เฉพาะการผลิต

แต่อยู่ที่

Chip Design

EDA

Architecture

Intellectual Property

AI Accelerator

Networking

Software

และ Computing Platform

นี่คือชั้นที่สร้างมูลค่าเพิ่มสูงมากของ Semiconductor Supply Chain

ไต้หวันกุม Foundry

หากสหรัฐฯ แข็งแกร่งด้าน Design

ไต้หวันก็มีความสำคัญอย่างยิ่งด้าน Manufacturing

TSMC กลายเป็นหนึ่งในบริษัทที่มีความสำคัญเชิงยุทธศาสตร์ต่อเศรษฐกิจโลก

เพราะการผลิตชิปขั้นสูงไม่ใช่สิ่งที่สามารถสร้างโรงงานขึ้นมาแล้วทำได้ทันที

ต้องอาศัย

เทคโนโลยีการผลิต

Process Know-how

Yield Management

Supply Chain

บุคลากร

และประสบการณ์ที่สะสมมานานหลายสิบปี

ดังนั้น Semiconductor Fab จึงไม่เหมือนโรงงานทั่วไป

แต่เป็นหนึ่งในโครงสร้างพื้นฐานทางเทคโนโลยีที่ซับซ้อนที่สุดที่มนุษย์เคยสร้างขึ้น

เกาหลีใต้กุม Memory

ขณะที่เกาหลีใต้มีความแข็งแกร่งอย่างมากจาก

Samsung

และ SK Hynix

โดยเฉพาะ DRAM, NAND และ HBM

ในโลก AI ตำแหน่งนี้ยิ่งมีความสำคัญ

เพราะ AI Accelerator รุ่นใหม่ต้องการข้อมูลจำนวนมหาศาลเคลื่อนที่ระหว่าง Memory และ Processor อย่างรวดเร็ว

ความเร็วของ Processor เพียงอย่างเดียวจึงไม่เพียงพอ

Memory Bandwidth กลายเป็นหนึ่งในคอขวดของระบบ

นั่นทำให้บริษัทที่สามารถผลิต HBM ได้ในปริมาณมากและมี Yield สูง มีอำนาจต่อรองเพิ่มขึ้นอย่างรวดเร็ว

Semiconductor จึงไม่ใช่อุตสาหกรรมเดียว แต่เป็นหลายอุตสาหกรรมซ้อนกัน

สิ่งที่เรามักเรียกรวม ๆ ว่า “อุตสาหกรรมชิป” แท้จริงประกอบด้วยหลาย Layer

Chip Design

เช่น NVIDIA, AMD, Qualcomm และ Broadcom

Foundry

เช่น TSMC

Integrated Device Manufacturing

เช่น Samsung และ Intel

Memory

เช่น SK Hynix, Samsung และ Micron

Analog & Power Semiconductor

เช่น Texas Instruments, Infineon และ STMicroelectronics

และยังมี Ecosystem อีกมหาศาลที่ไม่ได้อยู่ในภาพ ได้แก่

EDA Software

Lithography

Semiconductor Equipment

Wafer

Specialty Gas

Chemicals

Advanced Packaging

Substrate

PCB

Test Equipment

และ Electronic Manufacturing Services

ดังนั้น หากประเทศหนึ่งบอกว่า

“เราต้องการสร้าง Semiconductor Industry”

คำถามแรกต้องถามว่า

ต้องการอยู่ตรงไหนของ Supply Chain?

เพราะไม่มีประเทศใดสามารถเป็นผู้นำทุก Layer ได้ง่าย ๆ

จาก Semiconductor ไปถึง AI Data Center

อีกเรื่องหนึ่งที่ประเทศไทยควรมองให้ออกคือ

Semiconductor Supply Chain และ Data Center Supply Chain กำลังเชื่อมเข้าหากัน

GPU

CPU

HBM

Network Chip

Optical Transceiver

Storage

Power Semiconductor

ทั้งหมดต้องมารวมกันเป็น Server

Server ต้องถูกติดตั้งใน Rack

Rack ต้องมีระบบ Power Distribution

UPS

Transformer

Cooling

Networking

และท้ายที่สุดกลายเป็น

AI Data Center

ดังนั้น AI Data Center จึงเป็นปลายทางที่รวบรวม Semiconductor จำนวนมหาศาลเข้าสู่ระบบเดียวกัน

Data Center ขนาดหลายร้อย MW จึงไม่ได้เป็นเพียง “อาคารเก็บข้อมูล”

แต่กำลังกลายเป็น

AI Factory

ที่เปลี่ยน

Electricity + Data + Semiconductor

ให้กลายเป็น

Computational Intelligence

นี่คือเหตุผลว่าทำไมไฟฟ้ากำลังกลายเป็นส่วนหนึ่งของ Semiconductor Economy

ชิป AI ต่อให้ทรงพลังเพียงใดก็ไม่สามารถสร้างมูลค่าได้หากไม่มีไฟฟ้า

เมื่อ GPU จำนวนหลายหมื่นตัวถูกนำมาติดตั้งใน Data Center ความต้องการไฟฟ้าสามารถเพิ่มขึ้นเป็นหลักร้อยเมกะวัตต์

ดังนั้น Supply Chain ของ AI ในยุคต่อไปไม่ได้จบที่

Semiconductor

แต่จะต่อไปถึง

Semiconductor → Server → Data Center → Electricity → Cooling

ประเทศที่ต้องการเป็น AI Hub จึงต้องมีมากกว่า Semiconductor

ต้องมี

ไฟฟ้าที่มั่นคง

พลังงานสะอาด

ระบบส่ง

Data Center

Fiber Network

Cooling Infrastructure

น้ำ

บุคลากร

และ AI Ecosystem

ทำงานร่วมกัน

แล้วประเทศไทยควรเข้าไปตรงไหน?

ประเทศไทยคงไม่สามารถประกาศวันนี้แล้วสร้างบริษัทระดับ NVIDIA หรือ TSMC ขึ้นมาได้ทันที

และนั่นอาจไม่ใช่กลยุทธ์ที่ถูกต้องด้วย

สิ่งที่ประเทศไทยควรทำคือมอง Supply Chain ทั้งระบบแล้วเลือกจุดที่เรามี Comparative Advantage

ประเทศไทยมีฐาน

Electronics Manufacturing

PCB

HDD และ Storage

Power Electronics

Electrical Equipment

Automotive Electronics

Air Conditioning และ Cooling

Data Center Infrastructure

รวมถึงฐานการผลิตของบริษัทอิเล็กทรอนิกส์ระดับโลกจำนวนมาก

ดังนั้นแทนที่จะถามว่า

“ประเทศไทยจะผลิต GPU ได้เมื่อไร?”

เราอาจต้องถามว่า

“ประเทศไทยจะเพิ่มมูลค่าใน AI Hardware Supply Chain ตรงไหนได้เร็วที่สุด?”

โอกาสของไทยอาจอยู่ระหว่าง “ชิป” กับ “Data Center”

มีพื้นที่ทางเศรษฐกิจขนาดใหญ่มากระหว่าง Semiconductor Fab กับ AI Data Center

เช่น

PCB

Advanced PCB

Server Assembly

Power Supply

Power Electronics

Rack

Optical Module

Cable

Busway

Transformer

Switchgear

UPS

Battery

Cooling System

Cold Plate

CDU

Heat Exchanger

Pump

Control System

และ Data Center Engineering

นี่คือ Supply Chain ที่ประเทศไทยมีโอกาสมากกว่าการเริ่มจาก Leading-edge Semiconductor Fab ที่ต้องลงทุนมหาศาลและใช้เทคโนโลยีระดับสูงมาก

โดยเฉพาะในยุค Direct-to-Chip Liquid Cooling ที่ AI Server มีความหนาแน่นกำลังสูงขึ้น

Cooling Technology กำลังกลายเป็นส่วนหนึ่งของ AI Hardware Ecosystem

และนี่อาจเป็นพื้นที่ที่อุตสาหกรรมไทยสามารถพัฒนาขึ้นมาเป็น Regional Supplier ได้

อย่าดึง Data Center เข้ามาโดยไม่เชื่อมกับ Semiconductor Supply Chain

นี่เป็นประเด็นนโยบายที่ผมเห็นว่าสำคัญ

หากประเทศไทยลงทุนโครงสร้างพื้นฐานจำนวนมหาศาลเพื่อรองรับ AI Data Center

แต่

Server นำเข้า

GPU นำเข้า

Network นำเข้า

Cooling นำเข้า

Engineering นำเข้า

และบุคลากรระดับสูงนำเข้า

ประเทศไทยอาจได้รับเพียงค่าเช่าที่ดิน งานก่อสร้าง และการใช้ไฟฟ้า

แต่ไม่ได้เกิด Industrial Upgrading อย่างแท้จริง

ดังนั้นนโยบาย Data Center ต้องเชื่อมกับ

Electronics + Semiconductor + Power + Cooling + Digital Ecosystem

ไม่ควรถูกแยกเป็นนโยบายคนละชุด

จาก Local Content สู่ Strategic Supply Chain

สิ่งที่ประเทศไทยควรตั้งเป้าไม่ใช่การบังคับว่า

“Data Center ต้องซื้อสินค้าไทย 50%”

แต่ควรถามว่า

การลงทุน Data Center หลายแสนล้านบาทจะสามารถใช้เป็น Demand Pull เพื่อสร้างอุตสาหกรรมไทยได้อย่างไร

ตัวอย่างเช่น

Hyperscaler ต้องใช้ CDU จำนวนมาก

ประเทศไทยสามารถสร้างโรงงาน CDU ได้หรือไม่?

ต้องใช้ Heat Exchanger จำนวนมาก

ผู้ผลิตไทยสามารถผ่าน Approved Vendor List ได้หรือไม่?

ต้องใช้ Transformer และ Switchgear

ประเทศไทยสามารถเป็น Regional Production Base ได้หรือไม่?

ต้องใช้ Server และ PCB

เราสามารถยกระดับจาก Assembly ไปสู่ Design และ Engineering ได้หรือไม่?

นี่คือการใช้ Data Center Investment เพื่อสร้าง Industrial Policy

ประเทศไทยไม่จำเป็นต้องครอง Semiconductor ทั้งโลก

บทเรียนจากภาพบริษัท Semiconductor ชั้นนำของโลกคือ

แต่ละประเทศเก่งไม่เหมือนกัน

สหรัฐฯ เด่นด้าน Design และ Platform

ไต้หวันเด่นด้าน Foundry

เกาหลีใต้เด่นด้าน Memory

ญี่ปุ่นยังแข็งแกร่งด้าน Materials และ Equipment หลายประเภท

ยุโรปมีความสามารถสูงใน Semiconductor Equipment, Power Electronics และ Analog Semiconductor

ดังนั้นประเทศไทยก็ไม่จำเป็นต้องทำทุกอย่าง

สิ่งสำคัญคือเลือกตำแหน่งที่

มีตลาดจริง

เชื่อมกับอุตสาหกรรมเดิมของเรา

และ

สามารถยกระดับเทคโนโลยีได้

จาก AI Data Center Hub สู่ AI Hardware Ecosystem

ในช่วงไม่กี่ปีข้างหน้า ประเทศไทยอาจได้รับการลงทุน AI Data Center เพิ่มขึ้นอย่างต่อเนื่อง

นี่คือโอกาสที่เกิดขึ้นไม่บ่อยนัก

เพราะ Demand ขนาดมหาศาลกำลังเข้ามาตั้งอยู่ในประเทศ

คำถามคือเราจะใช้ Demand นี้อย่างไร

หากคิดเพียงว่า Data Center คือ FDI เราจะได้ FDI

แต่หากคิดว่า Data Center คือ Anchor Demand ของ AI Supply Chain

เราสามารถใช้มันสร้าง

Electronics

Power Equipment

Liquid Cooling

Server Manufacturing

Engineering

AI Infrastructure Talent

และ Semiconductor-related Supply Chain

ขึ้นมาได้

ท้ายที่สุดแล้ว การแข่งขันด้าน AI ของโลกไม่ได้มีเพียงบริษัทที่สร้าง AI Model

แต่มีบริษัทที่ออกแบบ GPU

บริษัทที่ผลิต Wafer

บริษัทที่ผลิต Memory

บริษัทที่ผลิต Network Chip

บริษัทที่ประกอบ Server

บริษัทที่สร้าง Data Center

และประเทศที่สามารถจัดหาพลังงานให้ทั้งหมดนี้ทำงานได้ตลอด 24 ชั่วโมง

AI จึงไม่ใช่อุตสาหกรรม Software อีกต่อไป

แต่เป็นการรวมตัวกันของ

Semiconductor + Data Center + Energy + Cooling + Digital Infrastructure

ประเทศที่สามารถเชื่อม Supply Chain เหล่านี้เข้าด้วยกันได้ จะมีความได้เปรียบทางเศรษฐกิจในยุค AI อย่างมหาศาล

สำหรับประเทศไทย เป้าหมายจึงไม่ควรหยุดอยู่ที่การถามว่า

“เราจะมี Data Center กี่ MW?”

แต่ควรถามว่า

“จาก Data Center ทุก 1 MW ที่สร้างขึ้น ประเทศไทยสามารถสร้างอุตสาหกรรม เทคโนโลยี บุคลากร และ Supply Chain ของตัวเองเพิ่มขึ้นได้เท่าไร?”

เพราะชัยชนะที่แท้จริงไม่ใช่การมีชิปจากบริษัทที่ใหญ่ที่สุดในโลกมาติดตั้งอยู่ในประเทศไทย

แต่คือการทำให้ประเทศไทย

เข้าไปเป็นส่วนหนึ่งของห่วงโซ่ที่สร้างชิป สร้าง Server สร้าง Data Center และสร้างเศรษฐกิจ AI ของโลก