สรุปคลิป Youtube: วิกฤติ AI ทำลายหุ้นซอฟต์แวร์ โอกาสทอง หรือ ต้องรีบหนี ? | Talk ลงทุนแมน โดย

  1. คุณมานะชัย ตันติกาญจนากุล, นักลงทุนเน้นคุณค่า
  2. คุณยศพนธ์ สุธารัตนชัยพร, CFA และนักลงทุนเน้นคุณค่า
  3. คุณชนาเมธ เฟื่องวรรธนะ นักลงทุนเน้นคุณค่า
  4. คุณธณัฐ เตชะเลิศ ผู้ก่อตั้งเพจลงทุนแมน

ภาพรวมเหตุการณ์ (What happened)

ตลาดหุ้นเทค/ซอฟต์แวร์ปรับฐานแรงภายในคืนเดียว จากความกังวลว่า AI จะเข้ามาแทนซอฟต์แวร์แบบเดิม และแทนแรงงานมนุษย์ได้เร็วกว่าที่คิด

หุ้นที่ถูกพูดถึงว่าโดนแรง ๆ ได้แก่ CrowdStrike, Salesforce, Adobe, Datadog, Palo Alto, Intuit, Shopify, AppLovin ระดับการปรับตัว ประมาณ 25–40% ในช่วงข้ามคืน

นัยสำคัญ คือ รอบนี้ความกลัว ดันขยายวง ไม่ได้หยุดแค่ซอฟต์แวร์ แต่เริ่มโยงไปเศรษฐกิจฝั่งผู้บริโภคและการใช้จ่ายด้วย (เช่นกลุ่ม payment)

นอกจากนี้ยังมีอีก

  1. SaaS Apocalypse: ตลาดกังวลเรื่องโมเดลรายได้ของหุ้นกลุ่ม Software as a Service (SaaS) ที่เก็บค่าบริการตามจำนวนผู้ใช้งาน แบบ คิดรายหัว (seat-based) รายได้ก็มีสิทธิ์ถูกกด เมื่อ AI ทำให้คนทำงานน้อยลงหรือตกงาน บริษัทเหล่านี้อาจสูญเสียรายได้มหาศาล
  2. Claude (Anthropic) เป็นตัวจุดชนวน: การมาของ Claude ที่เน้นกลุ่ม B2B และมีความสามารถในการเขียนโค้ดที่ยอดเยี่ยม ทำให้ตลาดมองว่าปัญหาเรื่องการเขียนโค้ดที่เป็นตรรกะตายตัวถูกแก้ได้ง่ายขึ้นด้วย AI

คำถามใหญ่ของไลฟ์ (Key Questions)

  1. การลงแรงแบบนี้ คือ ตลาด Overreact หรือเป็นการปรับฐานที่สมเหตุสมผล?
  2. สิ่งนี้เป็น สัญญาณเตือน ให้นักลงทุนลดความมั่นใจในโมเดลซอฟต์แวร์เดิม หรือเป็น โอกาส ของการคัดเลือกผู้ชนะ?
  3. AI จะ disrupt แบบหายไปเลย หรือยังรอด แต่มีแผล เช่น โตช้าลง Margin ลดลง?

มุมมองผู้ร่วมเสวนา (Perspectives)

  1. คุณยศพนธ์ สุธารัตนชัยพร, CFA — นักลงทุนเน้นคุณค่า
  2. คุณยศพนธ์ บอกว่า รอบนี้เหมือนตลาดอัด Valuation ลงแรง จนตีความไปไกลว่า หลายตัวอาจไม่โตแล้ว แต่สิ่งที่ตลาดอาจคิดน้อยไปคือ trust และ switching cost ในโลก B2B

เหมือนการต่อแถวในซุปเปอร์ เมื่อมีทางเลือกเพิ่ม ลูกค้าไม่จำเป็นต้องต่อแถวเดิมยาว ๆ อีกต่อไป มีแถวใหม่ (startup/ทางเลือกใหม่) เกิดขึ้น

คำถามคือ แถวเดิมจะปรับตัวได้เร็วแค่ไหน ถ้าเอา AI มาเพิ่ม efficiency จนยังคุ้มที่จะอยู่ต่อ

เขาบอกว่า ตอนนี้ยังเร็วเกินไปจะชี้ว่าใครรอด/ไม่รอด ตลาดต้องใช้เวลา เฉลยว่า ลูกค้าย้ายจริงไหม แล้วจะย้ายกลับไหม

2. คุณมานะชัย ตันติกาญจนากุล — นักลงทุนเน้นคุณค่า

– คุณมานะชัยตอบว่า ลงแรงไปไหม ต้องดูว่า เราคาดการณ์อนาคตแบบไหน

ถ้าโดน disrupt จริง บางตัวอาจลงยังน้อยไปด้วยซ้ำ แต่การเทขายแบบเหมารวมทั้งกลุ่มไม่ make sense

ประเด็นสำคัญที่คุณมานะชัยย้ำ:

– ต้องดูเป็นรายบริษัท ว่าอยู่ layer ไหน (application / infrastructure)

– ต้องดูว่า mission critical แค่ไหน

คำถามไม่ใช่ in-house หรือไม่ แต่คือ in-house แค่ไหนและในส่วนไหน เพราะมันกระทบรายได้ vendor เดิมไม่เท่ากัน จึงต้องวิเคราะห์แบบ case-by-case ไม่ใช่เหมาทั้งกลุ่ม

3. คุณชนาเมธ เฟื่องวรรธนะ — นักลงทุนเน้นคุณค่า

  • คุณชนาเมธ บอกว่า Cyber Security โดน disrupt ยากกว่า “ซอฟต์แวร์ทั่วไป เพราะมันคือ เกมตำรวจ-โจร
  • AI ทำให้เราเก่งขึ้นได้ แต่โจรก็เก่งขึ้นได้เหมือนกัน และวิธีโจมตีเปลี่ยนตลอดเวลา
    • Cyber Security ไม่ใช่แค่เรื่องเขียนโค้ด แต่คือ ความน่าเชื่อถือ + commitment + ความรับผิดชอบ
    • มีมิติของมาตรฐาน/ความไว้วางใจ/ผู้ให้บริการภายนอก (third party) ที่องค์กรใหญ่ยังต้องพึ่ง
    • เชื่อมโยงถึงแนวคิด Cyber Insurance ที่ต้องการมาตรฐานและความน่าเชื่อถือ
  • คุณชนาเมธ บอกว่า ไม่ได้บอกว่าไม่กระทบ แต่กระทบอาจไม่ 100% และการปรับฐานอาจเป็นการลด premium valuation ที่เคยแพงมาก่อน

4. คุณธณัฐ เตชะเลิศ — ผู้ก่อตั้งเพจลงทุนแมน

  • คุณธณัฐ บอกว่า ภาพการลงทั้งแผงคล้ายช่วงโควิด คือ ขายก่อน ค่อยคิดทีหลัง 1 ในแรงส่ง คือ แรงขายจาก ETF / การขายเชิงโครงสร้าง ที่ทำให้หุ้นในหมวดเดียวกันโดนไปหมด แม้บางตัวพื้นฐานยังไม่เปลี่ยนทันที
  • บางตัว valuation ลงมาจนแปลกตา เมื่อเทียบกับที่เคยเห็นในตลาด
  • ในมุมผู้ใช้จริง ยังมีซอฟต์แวร์ที่คนยังเลิกใช้ยาก ในทางปฏิบัติ
  • โอกาสมี แต่ต้องทำการบ้านและเลือกเป็นรายตัว
  • ตลาดอาจคิดผิดบางตัว คิดถูกบางตัว และจังหวะนี้อาจเป็นโอกาสสำหรับคนที่เข้าใจจริง

การแบ่งกลุ่มธุรกิจตามระดับผลกระทบ (Business Categorization)

  • จากการวิเคราะห์ในแหล่งข้อมูล สามารถแบ่งกลุ่มธุรกิจซอฟต์แวร์และเทคโนโลยีออกเป็นหมวดหมู่ตามความเสี่ยงได้ดังนี้:

กลุ่มที่เสี่ยงสูง (High Risk):

  1. Application Layer แบบไม่ซับซ้อน: แอปพลิเคชันทั่วไปที่ Startup ใหม่ ๆ หรือ AI สามารถเลียนแบบและทดแทนได้ง่าย
  2. โมเดลรายได้แบบ Per-seat: บริษัทที่พึ่งพาการเติบโตตามจำนวนหัวพนักงาน เช่น Service Now หรือซอฟต์แวร์ที่เน้นการนับจำนวนคนใช้งาน
  3. Aggregator/Platform: แพลตฟอร์มที่เป็นตัวกลาง เช่น Booking.com, DoorDash หรือ Shopee ที่อาจถูก Agentic AI เข้ามาแทรกกลางระหว่างผู้บริโภคกับคู่ค้า ทำให้สูญเสียอำนาจการต่อรอง

กลุ่มที่ทนทานหรือมีเกราะป้องกัน (Resilient/Moat):

  1. Cyber Security: เป็นกลุ่มที่ถูก Disrupt ได้ยากที่สุดเพราะเป็นเกมระหว่าง ตำรวจกับโจร ที่ต้องมีการพัฒนาตลอดเวลา และต้องอาศัยความน่าเชื่อถือ (Trust) และความรับผิดชอบ (Responsibility) ซึ่ง AI ยังแทนที่ไม่ได้ทั้งหมด
  2. Mission Critical Software: ซอฟต์แวร์ที่ซับซ้อนและสำคัญมากต่อองค์กร ซึ่งมี Switching Cost สูง เช่น Salesforce หรือ Adobe ในระดับมืออาชีพ
  3. Infrastructure Layer: บริษัทที่คุมโครงสร้างพื้นฐานหรืออยู่ในจุดที่ใกล้ชิดผู้ใช้งานมากที่สุด (เช่น Apple/iPhone) ซึ่งสามารถคุมเกมเหนือแพลตฟอร์มอื่นได้

กลุ่มที่ได้รับประโยชน์ (Winners/Upstream):

  • ต้นน้ำของ AI: กลุ่มสารกึ่งตัวนำ (Semiconductor), Cloud, ชิป, และพลังงาน ซึ่งเป็นอาหาร หรือทรัพยากรที่ AI จำเป็นต้องใช้ในการประมวลผล

โอกาสท่ามกลางวิกฤติ

  • สถานการณ์นี้คล้ายกับช่วงฟองสบู่ Dot-com ที่จะมีทั้งผู้แพ้ที่ตายไป และผู้ชนะที่จะกลับมายิ่งใหญ่อย่าง Amazon คีย์สำคัญคือการเลือกบริษัทที่สามารถปรับตัวเรื่อง Pricing Model (เช่น เปลี่ยนจาก Per-seat เป็น Consumption/Token-based) และสามารถนำ AI มาเสริมความเก่งของตัวเองได้

ข้อสรุป:

เหตุการณ์นี้ไม่ใช่แค่หุ้นลง แต่เป็นการเขย่าสมมติฐานเดิมของโลกซอฟต์แวร์ว่า

  • โตได้ยาว
  • ขึ้นราคาได้
  • Switching Cost สูง
  • Winner-take-most

ข้อสรุป:

รอบนี้ตลาดตกใจว่า AI กำลังทำงานแทนคนและซอฟต์แวร์เดิมได้เร็วขึ้น เลยเทขายเหมารวม เพราะกลัวรายได้แบบคิดรายหัวจะโดนบีบและคู่แข่งใหม่จะเกิดง่ายขึ้น แต่ความจริงไม่ใช่ทุกเจ้าจะพังเท่ากัน

Source:

Youtube