อนาคตของ Nvidia - อะไรก็ได้ที่ไม่เขย่าเรือกำไร
Nvidia ยังคงทำกำไรอย่างเหลือเชื่อแม้ผู้ก่อตั้งลาออก บริษัทมุ่งรักษาจังหวะเติบโตของรายได้จากศูนย์ข้อมูลและ AI มากกว่าการเปลี่ยนแปลงเชิงรุก

ข่าวการลาออกของ Jensen Huang ทำให้เกิดคำถามใหญ่ว่าอนาคตของ Nvidia จะไปทางไหน แต่ตัวเลขทางการเงินล่าสุดตอบชัดเจนว่า - บริษัทไม่จำเป็นต้องเปลี่ยนแปลงมากนักเมื่อกระแสเงินสดมหาศาลกำลังไหลเข้ามา นี่ไม่ใช่บริษัทเซมิคอนดักเตอร์ทั่วไป แต่เป็นองค์กรที่ทำกำไรขั้นบริสุทธิ์มหาศาลจากความต้องการ GPU สำหรับศูนย์ข้อมูลและงาน AI
ภาพรวมสถานการณ์และตัวเลขที่น่าตกใจ
คอลัมน์ข่าวเดียวในต้นฉบับตั้งสมมติฐานง่ายๆ ว่า Nvidia ทำกำไรบริสุทธิ์ประมาณ $8,300 ทุกวินาที ซึ่งหมายความว่าช่วงเวลาสั้นๆ ของการอ่านย่อหน้าหนึ่งบริษัทอาจทำเงินมากกว่า $45,000 เลยทีเดียว ในไตรมาสล่าสุดกำไรของ Nvidia พุ่งไปถึง $65 billion ต่อไตรมาส เทียบกับช่วงบูมของคริปโตที่เคยเห็นจุดสูงสุดเพียง $1.24 billion หรือช่วงขาดแคลน GPU ที่เคยแตะ $3 billion เท่านั้น
กำไรมหาศาลทำให้บริษัทไม่อยากเสี่ยง
เมื่อผลประโยชน์มหาศาลถูกสร้างขึ้นอย่างรวดเร็ว บริษัทมักเลือกนโยบายรักษาสภาวะเดิมแทนการปฏิวัติแผน กลยุทธ์ของผู้บริหารคนชั่วคราวคือทำให้ทุกอย่างเป็นไปตามปกติ ลูกค้าผู้ผลิตและซัพพลายเออร์อย่าง TSMC ยังยืนอยู่ข้าง Nvidia และบริษัทประกาศแผนที่จะคืนเงินสดส่วนเกินให้ผู้ถือหุ้นให้มากที่สุดเท่าที่จะทำได้ แทนการลงทุนแบบเสี่ยงสูง
เทียบกับผู้เล่นในตลาดหน่วยความจำ
แม้บริษัทจำหน่ายหน่วยความจำรายใหญ่อย่าง Micron, SK Hynix และ Samsung จะทำกำไรเพิ่มขึ้นมาก แต่ตัวเลขของพวกเขายังไม่เทียบชั้น Nvidia ในไตรมาสล่าสุด Micron ทำกำไร $37.7 billion, SK Hynix $29.8 billion และ Samsung ประมาณ $55.3 billion ในขณะที่ Nvidia ทำได้ $65.3 billion อย่างไรก็ตามภาค DRAM มีลักษณะเป็นวัฏจักรมากกว่า และผู้ผลิตมักเลือกชะลอการเพิ่มกำลังการผลิตเพื่อรักษาระดับราคาที่ทำกำไร
ความเสถียรของธุรกิจและแผนการเงิน
แม้ market cap ของ Nvidia จะลดลงจากประมาณ $5 trillion เหลือราว $3.6 trillion หลังข่าวผู้ก่อตั้ง แต่บริษัทยังทำกำไรประมาณ $700 million ต่อวัน และหากรวมเป็นปีจะมากกว่า $200 billion ซึ่งเป็นพลังทางการเงินมหาศาล บริษัทคาดการณ์รายได้ไตรมาถัดไปที่ $130 billion แม้มาร์จิ้นขั้นต้นจะถูกคาดว่าจะลงไปเหลือ 71-72 percent แต่บริษัทตั้งเป้าปรับขึ้นไปสู่ 73 percent ในปีหน้า
นโยบายชัดเจนคือรักษาจังหวะธุรกิจและผลตอบแทนต่อผู้ถือหุ้นเป็นสำคัญ มากกว่าจะเสี่ยงเปลี่ยนทิศทางเชิงกลยุทธ์
สิ่งที่ควรติดตาม - สำหรับคนทำงานสายไอทีในไทย เรื่องนี้สำคัญทั้งด้านโอกาสและความเสี่ยง: ตลาด GPU สำหรับ AI ยังกว้างและต้องการทักษะด้านการพัฒนาโมเดล การปรับใช้งานบนคลาวด์ และ LLMOps หากคุณทำงานด้านโครงสร้างพื้นฐาน คลาวด์ หรือการพัฒนา AI นี่คือช่วงเวลาที่ควรติดตามความเคลื่อนไหวของ Nvidia และแนวทางการจัดสรรฮาร์ดแวร์
สรุปคือ Nvidia อยู่ในตำแหน่งที่มีอำนาจทางการเงินมากพอที่จะเลือกเส้นทางที่ปลอดภัย - รักษากำไรและคืนเงินให้ผู้ถือหุ้นเป็นหลัก ผลกระทบเชิงเทคโนโลยียังคงชัดเจนต่ออุตสาหกรรม AI และโครงสร้างพื้นฐานของศูนย์ข้อมูล ซึ่งเป็นสิ่งที่ควรจับตาต่อไป
ที่มา: The Verge - เรียบเรียงและสรุปเป็นภาษาไทยโดยทีมงาน IT Genius
ไอทีจีเนียส เอ็นจิเนียริ่ง ให้บริการด้านไอทีครบวงจร
ทั้งงานอบรม (Training) สัมมนา รับเขียนโปรแกรม เว็บไซต์ แอปพลิเคชัน งานออกแบบกราฟิก และงานด้าน E-Marketing ทั้ง SEO, PPC และ Social Media Marketing
ติดต่อเราเพื่อสอบถามผลิตภัณฑ์ ขอราคา หรือปรึกษาเรื่องไอทีได้เลยค่ะ
แนะนำหลักสูตรที่น่าสนใจ

Generative AI for Software Developers
Generative AI กลายเป็นส่วนหนึ่งของงานพัฒนาซอฟต์แวร์ประจำวัน ตั้งแต่ออกแบบระบบ เขียนโค้ด แก้ Bug เขียน Test ไปจนถึงทำเอกสาร แต่ผลลัพธ์ที่ได้ขึ้นอยู่กับว่านักพัฒนาสื่อสารกับ AI ได้ชัดเจนแค่ไหน ให้บริบทเพียงพอหรือไม่ และตรวจสอบผลงานของ AI อย่างไร นักพัฒนาที่ใช้…

LLMOps: Evaluation, Observability and CI/CD
การสร้าง Chatbot หรือระบบ RAG ให้ตอบได้ดีในเครื่องของนักพัฒนาใช้เวลาไม่นาน แต่การดูแลให้ระบบตอบได้ดีอย่างสม่ำเสมอใน Production เป็นอีกเรื่องหนึ่ง แก้ Prompt นิดเดียวคำตอบบางกลุ่มก็แย่ลงโดยไม่มีใครรู้ เปลี่ยนรุ่นโมเดลแล้วค่าใช้จ่ายเพิ่มขึ้นหลายเท่า…

Local LLM Deployment with Ollama and vLLM
หลายองค์กรอยากใช้ LLM กับเอกสารภายใน ข้อมูลลูกค้า หรือซอร์สโค้ด แต่ติดเงื่อนไขว่าข้อมูลห้ามส่งออกไปยังผู้ให้บริการภายนอก ทางออกคือรันโมเดล Open-weight บนเครื่องหรือเซิร์ฟเวอร์ขององค์กรเอง แต่พอลงมือจริงทีม IT ต้องตอบคำถามที่ไม่ง่ายเลย ว่าควรเลือกโมเดลไหน…
