เจนเซน ฮวง กล่าวว่าการสร้างโครงสร้างพื้นฐาน AI มูลค่า 7 แสนล้านดอลลาร์เป็นเพียงจุดเริ่มต้น: ‘โครงสร้างพื้นฐานมูลค่าหลายล้านล้านดอลลาร์ยังคงต้องถูกสร้างขึ้น’

(SeaPRwire) –   บริษัทเทคโนโลยีต่างเร่งรีบเพื่อตอบสนองความต้องการ AI ที่พุ่งสูงขึ้น และหลายแห่งกำลังลงทุนหลายพันล้านดอลลาร์ในการสร้างศูนย์ข้อมูล AI โดยมีการประมาณการว่าค่าใช้จ่ายฝ่ายทุนรวมของบริษัทใหญ่ที่สุดอาจสูงถึง 7 แสนล้านดอลลาร์

7 แสนล้านดอลลาร์ นั่นมากกว่า GDP ของสวีเดน อิสราเอล หรืออาร์เจนตินา 7 แสนล้านดอลลาร์ มีมูลค่าประมาณมากกว่ามูลค่ารวมของ Disney, Nike และ Target 7 แสนล้านดอลลาร์ ยังมากกว่าต้นทุนรวมของโครงการ Apollo ของสหรัฐฯ ที่ปรับตามอัตราเงินเฟ้อ ซึ่งส่งมนุษย์ไปดวงจันทร์ถึงสองครั้ง

กล่าวได้ว่ามันเป็นจำนวนที่มาก แต่การใช้จ่ายที่สูงลิ่วเหล่านั้นเป็นเพียงจุดเริ่มต้นของการสร้างโครงสร้างพื้นฐาน AI ตามคำกล่าวของ Jensen Huang ซีอีโอของ Nvidia ในบล็อกโพสต์ที่เผยแพร่เมื่อวันอังคาร มหาเศรษฐีผู้นี้ ซึ่งมีมูลค่าเพียง 1.54 แสนล้านดอลลาร์เมื่อเทียบกัน กล่าวว่าค่าใช้จ่ายด้านโครงสร้างพื้นฐานอาจสูงถึงหลายล้านล้านดอลลาร์

“เราเพิ่งเริ่มต้นการสร้างนี้” Huang เขียน “เราได้ลงทุนไปแล้วหลายร้อยพันล้านดอลลาร์ โครงสร้างพื้นฐานมูลค่าหลายล้านล้านดอลลาร์ยังคงต้องถูกสร้างขึ้น”

เขาไม่ได้คิดอยู่คนเดียว McKinsey ประมาณการว่าการลงทุนในศูนย์ข้อมูลอาจสูงถึง 6.7 ล้านล้านดอลลาร์ทั่วโลกภายในปี 2030 เพื่อตอบสนองความต้องการ AI ที่เพิ่มขึ้นอย่างรวดเร็ว การคาดการณ์ค่าใช้จ่ายฝ่ายทุนที่พุ่งสูงขึ้นนี้เป็นหนึ่งในแรงขับเคลื่อนหลักของเศรษฐกิจสหรัฐฯ ในปัจจุบัน Jason Furman นักเศรษฐศาสตร์จาก Harvard ได้คำนวณตัวเลขเมื่อเดือนตุลาคมปีที่แล้ว และพบว่าหากไม่มีศูนย์ข้อมูล GDP ของสหรัฐฯ ในช่วงครึ่งแรกของปี 2025 จะเติบโตเพียง 0.1% Stephanie Aliaga นักกลยุทธ์ตลาดโลกของ JPMorgan Chase ประมาณการว่าค่าใช้จ่ายฝ่ายทุนที่เกี่ยวข้องกับ AI มีส่วนช่วยในการเติบโตของ GDP 1.1% “แซงหน้าผู้บริโภคสหรัฐฯ ในฐานะเครื่องยนต์ของการขยายตัว” และนั่นก็ยังไม่หยุดเร็วๆ นี้

Nvidia เป็นหนึ่งในผู้ขับเคลื่อนหลักของการสร้างศูนย์ข้อมูลในปัจจุบัน หน่วยประมวลผลกราฟิก (GPU) และผลิตภัณฑ์อื่นๆ ของบริษัทเป็นกระดูกสันหลังของศูนย์ข้อมูล AI ขนาดใหญ่ บริษัทเทคโนโลยีอื่นๆ เช่น Alphabet, Amazon, Meta และ Microsoft กำลังเป็นผู้สนับสนุนการสร้างส่วนใหญ่ โดยทุ่มงบประมาณสูงถึง 7 แสนล้านดอลลาร์ในปีนี้เพื่อสร้างโครงสร้างพื้นฐานทั่วสหรัฐอเมริกา โดยการก่อสร้างส่วนใหญ่มุ่งเน้นไปที่รัฐเวอร์จิเนีย และมีแผนการสร้างที่สำคัญในรัฐจอร์เจียและเพนซิลเวเนีย

Capex ด้าน AI ขับเคลื่อนความต้องการแรงงานฝีมือ

อย่างไรก็ตาม การวิเคราะห์ของ Huang ขยายไปไกลกว่าการสังเกตจำนวนเงินมหาศาลที่หล่อเลี้ยงการสร้างโครงสร้างพื้นฐาน AI เขากล่าวว่าการลงทุนเป็นประโยชน์ต่อตลาดแรงงาน โดยกระตุ้นความต้องการแรงงานฝีมือหลากหลายประเภท “แรงงานที่จำเป็นในการสนับสนุนการสร้างนี้มีจำนวนมหาศาล” เขากล่าว “โรงงาน AI ต้องการช่างไฟฟ้า ช่างประปา ช่างท่อ ช่างเหล็ก ช่างเทคนิคเครือข่าย ช่างติดตั้ง และผู้ปฏิบัติงาน” ซึ่งเป็นงานที่เคยเชื่อกันว่าปลอดภัยจาก AI ตามการคาดการณ์วันสิ้นโลกเมื่อเร็วๆ นี้

ตำแหน่งงานเหล่านี้ต้องการการฝึกอบรมเฉพาะทางในสายอาชีพ แต่ขาดแคลนบุคลากรที่มีความสามารถ ทำให้เกิดการขาดแคลนแรงงานฝีมืออย่างรุนแรง เช่น ช่างไฟฟ้า สำนักงานสถิติแรงงานคาดการณ์ว่าความต้องการช่างไฟฟ้าจะเพิ่มขึ้น 9% ภายในปี 2034 ซึ่งเป็นอัตราที่เร็วกว่าอาชีพอื่นๆ มาก และมีตำแหน่งงานว่างเฉลี่ยประมาณ 81,000 ตำแหน่งต่อปี และไม่ใช่แค่ช่างไฟฟ้าเท่านั้น ความต้องการอุตสาหกรรมการก่อสร้างและการสกัดก็จะเติบโตเร็วกว่าค่าเฉลี่ยสำหรับทุกอาชีพในช่วงแปดปีข้างหน้า โดยมีตำแหน่งงานว่างเฉลี่ยประมาณ 649,000 ตำแหน่งต่อปี

อย่างไรก็ตาม ผู้เชี่ยวชาญเตือนว่างานที่เกิดจากการสร้างศูนย์ข้อมูลมักเป็นงานระยะสั้น ตามงานวิจัยของ Brookings Institution งานชั่วคราวเหล่านี้มีโอกาสในการจ้างงานระยะยาวหรือขนาดใหญ่เพียงเล็กน้อย

ความต้องการดังกล่าวเกิดขึ้นในขณะที่การพัฒนา AI คุกคามงานของกลุ่มคนทำงานออฟฟิศ โดยเฉพาะตำแหน่งงานระดับเริ่มต้น งานวิจัยใหม่จากบริษัท AI Anthropic พบว่าเทคโนโลยีนี้มีความสามารถทางทฤษฎีในการทำงานส่วนใหญ่ที่เกี่ยวข้องกับการเขียนโค้ด กฎหมาย และธุรกิจและการเงิน ผู้นำธุรกิจบางราย เช่น Mustafa Suleyman หัวหน้าฝ่าย AI ของ Microsoft เชื่อว่างานของคนทำงานออฟฟิศจะถูกทำให้เป็นอัตโนมัติโดย AI ภายใน 18 เดือน

แม้จะมีการคาดการณ์ที่น่าหดหู่เหล่านี้ Huang ก็วาดภาพบทบาทของ AI ในตลาดแรงงานในแง่ดี โดยมองว่าเป็นเครื่องมือที่ช่วยเพิ่มขีดความสามารถของมนุษย์ แทนที่จะเป็นภัยคุกคามต่อการทำงานประจำของใครบางคน

“จุดประสงค์ของรังสีแพทย์คือการดูแลผู้ป่วย” เขากล่าว “เมื่อ AI เข้ามารับงานประจำมากขึ้น รังสีแพทย์สามารถมุ่งเน้นไปที่การตัดสินใจ การสื่อสาร และการดูแล โรงพยาบาลจะมีประสิทธิภาพมากขึ้น พวกเขาให้บริการผู้ป่วยมากขึ้น พวกเขาจ้างคนมากขึ้น”