การปฏิวัติ AI: วิธีระบุ Nvidia รายต่อไปในตลาดบราซิล

ในเดือนมกราคม 2566 หุ้น Nvidia ราคาประมาณ US$ 14 ต่อหุ้น ในช่วงต้นปี 2569 หุ้นเดียวกันนั้นเกิน US$ 180 การแข็งค่า +1,190% ในเวลาเพียงกว่าสามปี ในไตรมาสสี่ของปี 2568 บริษัทรายงาน รายได้ US$ 68.1 พันล้าน ซึ่งเทียบได้กับ GDP ของหลายประเทศ

ข้อมูลเหล่านี้ไม่ใช่ความอยากรู้อยากเห็น แต่เป็นสัญญาณเกี่ยวกับสิ่งที่เกิดขึ้นเมื่อเทคโนโลยีเลิกเป็นสัญญาและกลายเป็นโครงสร้างพื้นฐาน

คำถามที่เกี่ยวข้องสำหรับนักลงทุนที่มีวินัยไม่ใช่ "Nvidia ขึ้นมากแค่ไหน" แต่คือ: สินทรัพย์ใดในบราซิลที่สามารถเดินตามวิถีที่คล้ายกันได้?

ขนาดของโอกาสในตัวเลข

ตลาด AI ทั่วโลกมีมูลค่าการเคลื่อนไหว US$ 538 พันล้านในปี 2569 โดยมีการเติบโตรายปี 37.3% ตามการคาดการณ์ของภาคส่วน ในแง่บริบท นั่นหมายถึงตลาดที่เพิ่มขนาดเป็นสองเท่าประมาณทุกสองปี

บราซิลไม่ได้อยู่นอกขอบของการเคลื่อนไหวนี้ การใช้จ่าย AI ของบราซิลถึง US$ 2.4 พันล้านในปี 2569 เพิ่มขึ้น 30% จากปี 2567 การสำรวจผู้บริหารบราซิลพบว่า 78% ของบริษัทกำลังขยายการลงทุนใน AI ในช่วงเวลาปัจจุบัน

ในระดับรัฐบาลกลาง รัฐบาลเปิดตัวแผนปัญญาประดิษฐ์ของบราซิล (Plano Brasileiro de Inteligência Artificial) ด้วยความมุ่งมั่น R$ 23 พันล้านถึงปี 2571 บางส่วนเป็นเงินอุดหนุน บางส่วนเป็นการจัดซื้อของรัฐบาล บางส่วนเป็นโครงสร้างพื้นฐาน แต่ผลกระทบเชิงปฏิบัติก็เหมือนกัน คือสร้างความต้องการที่คาดเดาได้และปริมาณสำหรับบริษัทที่มีตำแหน่งในภาคส่วน

เหตุใด Nvidia จึงก้าวไปไกลกว่าที่คาดหวัง

การเข้าใจกรณี Nvidia ช่วยปรับเทียบสิ่งที่ต้องมองหาในบริษัทบราซิล

Nvidia ไม่ได้เป็นเพียงบริษัทชิปเท่านั้น แต่เป็นบริษัทที่สร้างโครงสร้างพื้นฐาน GPU คือก้อนอิฐของ AI: หากไม่มีมัน โมเดลภาษา การมองเห็นด้วยคอมพิวเตอร์ และระบบแนะนำไม่สามารถทำงานในระดับใหญ่ได้ เมื่อความต้องการ AI ระเบิดขึ้น ความต้องการ GPU ก็ระเบิดขึ้นด้วย และเนื่องจาก Nvidia ควบคุมระบบนิเวศ ทั้งฮาร์ดแวร์ ซอฟต์แวร์ และเครื่องมือพัฒนา อัตรากำไรที่จับได้จึงไม่สมส่วน

บทเรียน: บริษัทที่จับมูลค่าได้อย่างไม่สมส่วนในวงจรเทคโนโลยีมักเป็นบริษัทที่ควบคุมชั้นโครงสร้างพื้นฐานหรือจุดบูรณาการที่สำคัญ ไม่จำเป็นต้องเป็นบริษัทที่พัฒนาแอปพลิเคชันสุดท้ายที่มองเห็นได้ชัดเจนที่สุด

ในบริบทของบราซิล สิ่งเทียบเท่าไม่ใช่บริษัทชิป แต่เป็นบริษัทที่ควบคุมซอฟต์แวร์การจัดการที่ต้องได้รับการอัปเดต แพลตฟอร์มทางการเงินที่ต้องบูรณาการ AI หรือผู้ให้บริการโครงสร้างพื้นฐานข้อมูลที่รองรับแอปพลิเคชันข้างต้น

มุมมองการลงทุนในบราซิล

TOTS3: การควบคุมชั้นการจัดการ

TOTVS เป็นบริษัทซอฟต์แวร์การจัดการธุรกิจที่ใหญ่ที่สุดในละตินอเมริกา มีสถานะในบริษัทบราซิลมากกว่า 120,000 แห่ง ในปี 2568 บริษัทมุ่งมั่น R$ 600 ล้านใน AI และผลก็ปรากฏ: กำไรสุทธิเติบโต 26% ในปีนั้น

โมเดลธุรกิจของ TOTVS มีโครงสร้างที่เอื้อต่อวงจร AI บริษัทไม่จำเป็นต้องโน้มน้าวบริษัทต่างๆ ให้นำซอฟต์แวร์การจัดการมาใช้ เพราะพวกเขาใช้อยู่แล้ว แต่จำเป็นต้องโน้มน้าวบริษัทเดิมให้อัปเกรดระบบไปสู่เวอร์ชันที่บูรณาการ AI ต้นทุนการเปลี่ยนสำหรับลูกค้านั้นสูง ซึ่งสร้างรายได้ที่เกิดซ้ำและคาดเดาได้เมื่อการนำมาใช้เพิ่มขึ้น

TOTS3 ดำเนินงานในชั้นการจัดการ ผู้ที่ควบคุม ERP ควบคุมที่ที่ข้อมูลอาศัยอยู่ และข้อมูลคือวัตถุดิบหลักของแอปพลิเคชัน AI ใดๆ

NVDA: ยังมีพื้นที่เชิงโครงสร้าง

นักลงทุนบราซิลสามารถเข้าถึง NVDA ผ่าน BDR (NVDC34) หรือบัญชีต่างประเทศ คำถามไม่ใช่ว่า Nvidia แข็งค่าเกินไปหรือยัง นั่นเป็นคำถามเรื่องจังหวะเวลาที่นักวิเคราะห์ที่ซื่อสัตย์ใดก็ตามยอมรับว่าไม่สามารถตอบได้ด้วยความแน่นอน คำถามเชิงโครงสร้างนั้นแตกต่าง คือบทบาทของชิปในระบบนิเวศ AI ยังคงไม่สามารถทดแทนได้ในขอบฟ้าที่เกี่ยวข้อง

คู่แข่งอย่าง AMD และ Intel ก้าวหน้า แต่ข้อได้เปรียบของระบบนิเวศ CUDA ซึ่งเป็นแพลตฟอร์มการพัฒนาที่ผูกมัดนักวิจัยและบริษัทเข้ากับสถาปัตยกรรม Nvidia นั้นยากที่จะทำซ้ำในวงจรสั้น นั่นไม่ใช่การรับประกันประสิทธิภาพ แต่เป็นตัวแปรที่นักลงทุนที่เน้นปัจจัยพื้นฐานต้องชั่งน้ำหนัก

Nubank และโครงสร้างพื้นฐานทางการเงินด้วย AI

Nubank (NU) เป็นกรณีที่แตกต่าง ไม่ใช่บริษัท AI แต่เป็นบริษัทที่ใช้ AI เป็นข้อได้เปรียบในการแข่งขันในระดับใหญ่ โมเดลสินเชื่อ การตรวจจับการฉ้อโกง การปรับแต่งผลิตภัณฑ์ส่วนบุคคล แต่ละเวกเตอร์เหล่านี้ส่งผลต่ออัตรากำไรและการรักษาลูกค้า

ด้วยลูกค้ามากกว่า 110 ล้านคนในละตินอเมริกา ปริมาณข้อมูลที่ Nubank ประมวลผลเป็นอุปสรรคในการแข่งขันที่แท้จริง บริษัทการเงินแบบดั้งเดิมมีข้อมูลที่เทียบได้ในแง่ปริมาณ แต่แทบจะไม่เคยมีความสามารถด้านวิศวกรรมในการสกัดมูลค่าในจังหวะเดียวกัน

โครงสร้างพื้นฐานข้อมูลและการเชื่อมต่อ

ชั้นที่พูดถึงน้อยกว่า แต่มีความเกี่ยวข้องเท่าเทียมกัน คือโครงสร้างพื้นฐานที่รองรับทุกอย่าง ได้แก่ ศูนย์ข้อมูล การเชื่อมต่อความเร็วสูง และบริการคลาวด์ ในบราซิล บริษัทอย่าง Oi Soluções, Locaweb และผู้เล่นระดับภูมิภาคด้านการ colocation มีตำแหน่งที่จะจับความต้องการที่ได้มา ไม่ใช่จากผลิตภัณฑ์ AI เอง แต่จากความต้องการประมวลผลและจัดเก็บข้อมูลที่เติบโตด้วยความเร็วเลขยกกำลัง

วิธีระบุบริษัทที่มีศักยภาพจริง

คำถามที่มีประโยชน์ที่สุดที่นักลงทุนสามารถถามเมื่อวิเคราะห์บริษัท "AI" คือ: บริษัทนั้นใช้ AI เป็นข้อโต้แย้งทางการตลาดหรือเป็นตัวขับเคลื่อนผลลัพธ์?

การทดสอบนั้นตรงไปตรงมา มองหาคำตอบสำหรับสามคำถามในงบการเงินและการประชุมผลลัพธ์:

1. อัตรากำไรกำลังปรับปรุงหรือไม่? หาก AI ถูกใช้เพื่อประสิทธิภาพการดำเนินงาน สิ่งนั้นควรปรากฏในอัตรากำไรขั้นต้นหรือการดำเนินงานในสองถึงสี่ไตรมาส การพูดคุยโดยไม่มีการปรับปรุงอัตรากำไรเป็นสัญญาณว่าเทคโนโลยียังเป็นต้นทุน ไม่ใช่การใช้ประโยชน์

2. รายได้ที่เกิดซ้ำกำลังเติบโตหรือไม่? บริษัทที่ฝัง AI ในผลิตภัณฑ์ที่มีอยู่ (เช่น TOTVS ที่ทำให้ลูกค้าย้ายไปสู่เวอร์ชันใหม่กว่า) มักเพิ่ม ARR (รายได้ประจำปีที่เกิดซ้ำ) โดยไม่ต้องหาลูกค้าใหม่ นี่คือตัวบ่งชี้ที่สะอาดที่สุดของการนำมาใช้จริง

3. ฝ่ายบริหารกำลังจัดสรรทุนอย่างสม่ำเสมอหรือไม่? ความมุ่งมั่น R$ 600 ล้านใน AI เช่นของ TOTVS เป็นสัญญาณ คำถามคือแผนกำลังถูกดำเนินการหรือไม่ และนั่นเห็นได้จากไตรมาสสู่ไตรมาส ไม่ใช่ใน press release

ความเสี่ยงที่คนส่วนใหญ่เพิกเฉย

วงจรเทคโนโลยีสร้างบริษัทสามประเภท ได้แก่ ผู้ที่กำหนดโครงสร้างพื้นฐาน ผู้ที่สร้างบนโครงสร้างพื้นฐาน และผู้ที่ถูกแทนที่โดยโครงสร้างพื้นฐาน

ในบราซิล ความเสี่ยงที่ใหญ่ที่สุดไม่ใช่การอยู่นอกภาคส่วน AI แต่คือการซื้อบริษัทที่ดูเหมือนจะได้ประโยชน์ แต่จริงๆ แล้วจะถูก disintermediate โดยวงจร ภาคส่วนเช่นการบัญชีด้วยมือ บริการข้อมูลที่ไม่มีโครงสร้าง และการบริการลูกค้าแบบดั้งเดิมอยู่ภายใต้การบีบอัตรากำไรเนื่องจากเครื่องมือ AI ลดต้นทุนต่อหน่วยของกิจกรรมเหล่านั้น

การระบุอย่างถูกต้องว่าบริษัทอยู่ด้านไหนของเส้น ผู้ได้ประโยชน์หรือผู้ถูก disintermediate คือการทำงานวิเคราะห์หลักของวงจรนี้

แนวทางที่มีวินัย

ที่ Royal Binary การวิเคราะห์โอกาสเชิงเทคโนโลยีเป็นไปตามวิธีเดียวกับที่ Sidnei Oliveira ใช้กับวิทยานิพนธ์การลงทุนใดๆ คือ ข้อมูลก่อน แล้วจึงเรื่องเล่า

วงจร AI เป็นเรื่องจริง ตัวเลขการเติบโตของภาคส่วน ความมุ่งมั่นขององค์กร และการลงทุนของรัฐบาลนั้นสามารถตรวจสอบได้ สิ่งที่ไม่อัตโนมัติคือการแปลการเติบโตของภาคส่วนเป็นผลตอบแทนสำหรับนักลงทุน ส่วนนั้นขึ้นอยู่กับการรู้ว่าสินทรัพย์ใดการเติบโตแปลงเป็นกำไร และสินทรัพย์ใดเพียงแค่เป็นต้นทุน

ความแตกต่างระหว่างการระบุ Nvidia ในปี 2566 และการซื้อหุ้นเทคโนโลยีแบบสุ่มคือสิ่งนี้ คือเข้าใจว่าใครควบคุมโครงสร้างพื้นฐาน ใครมีรายได้ที่เกิดซ้ำ และใครมีต้นทุนการเปลี่ยนที่ป้องกันลูกค้าจากการออกไป เหล่านี้เป็นเกณฑ์ที่ล้าหลังในการเล่าเรื่อง "การปฏิวัติ" แต่เป็นเกณฑ์ที่กำหนดผลตอบแทน

ผลลัพธ์ในอดีตไม่รับประกันผลตอบแทนในอนาคต ผลตอบแทนเป็นรายได้ผันแปร