คำถามว่าบริษัท AI รายใดจะอยู่รอด ฟังดูเหมือนควรตอบด้วยชื่อผู้ชนะเพียงรายเดียว แต่ตัวเลขธุรกิจในปี 2026 บอกเราอีกอย่างหนึ่ง ตลาดนี้มีผู้เล่นที่หาเงินจาก AI คนละวิธี และต้นทุนที่ต้องแบกรับก็ไม่เหมือนกัน บริษัทที่ขายโมเดลให้ผู้ใช้ต้องจ่ายค่าประมวลผลทุกครั้งที่มีคนเรียกใช้ ขณะที่ผู้ให้บริการคลาวด์ขายเครื่องมือและกำลังประมวลผล ส่วนผู้ผลิตชิปมีรายได้จากการสร้างโครงสร้างพื้นฐานให้ทั้งอุตสาหกรรม
หากต้องการรู้ว่าใครมีโอกาสยืนระยะ เราจึงไม่ควรถามเพียงว่าใครมีรายได้มากที่สุด คำถามที่สำคัญกว่าคือ รายได้ก้อนนั้นมาจากอะไร เหลือเงินหลังหักต้นทุนเท่าไร และลูกค้ายอมจ่ายซ้ำหรือไม่
รายได้ใหญ่แค่ไหน และตัวเลขไหนเปรียบเทียบกันได้
บริษัทเทคโนโลยีรายใหญ่เปิดเผยงบการเงินเป็นประจำ แต่ส่วนมากไม่ได้แยกยอดขาย AI ออกมาเป็นธุรกิจเดี่ยว เราจึงใช้ตัวเลขรายได้รวมเพื่อดูขนาดฐานธุรกิจ ไม่ได้ใช้เป็นตารางจัดอันดับรายได้จาก AI โดยตรง
| บริษัท | รายได้รวมต่อปี | อ่านตัวเลขอย่างไร |
|---|---|---|
| Amazon | 716.9 พันล้านดอลลาร์ (ปี 2025) | รวมค้าปลีกและบริการอื่น ๆ โดย AWS (ธุรกิจบริการคลาวด์ของ Amazon) มีรายได้ 128.7 พันล้านดอลลาร์ |
| Alphabet | 402.8 พันล้านดอลลาร์ (ปี 2025) | รวมโฆษณา ค้นหา คลาวด์ และธุรกิจอื่น ไม่ใช่ยอดขาย Gemini |
| Microsoft | 331.8 พันล้านดอลลาร์ (ปีงบประมาณ 2026) | Microsoft Cloud (กลุ่มบริการคลาวด์ของ Microsoft) อยู่ที่ 214.4 พันล้านดอลลาร์ แต่รวมหลายบริการที่ไม่ใช่ AI |
| NVIDIA | 215.9 พันล้านดอลลาร์ (ปีงบประมาณ 2026) | ธุรกิจ Data Center (ศูนย์ข้อมูลและระบบประมวลผล) อยู่ที่ 193.7 พันล้านดอลลาร์ |
| Meta | 201.0 พันล้านดอลลาร์ (ปี 2025) | รายได้หลักมาจากโฆษณา ไม่ใช่ยอดขายโมเดล AI โดยตรง |
ตัวเลขเหล่านี้มาจากผลประกอบการและรายงานประจำปีของบริษัทแต่ละแห่ง โดยรอบบัญชีของ Microsoft สิ้นสุดเดือนมิถุนายน 2026 และของ NVIDIA สิ้นสุดเดือนมกราคม 2026 ขณะที่ Amazon, Alphabet และ Meta ใช้ปีปฏิทิน 2025 การนำตัวเลขมาวางข้างกันจึงเหมาะกับการดู ฐานรายได้และความสามารถในการกระจายความเสี่ยง มากกว่าการตัดสินว่าโมเดลของใครขายดีกว่ากัน
ตัวอย่างที่เห็นชัดคือ Amazon มีรายได้รวมสูงมาก แต่ส่วนหนึ่งมาจากการขายสินค้าทั่วไป ส่วน NVIDIA แม้รายได้รวมน้อยกว่า Amazon แต่รายได้ Data Center เชื่อมโยงกับการลงทุนระบบประมวลผลอย่างใกล้ชิด ขณะที่ Meta สามารถลงทุนใน AI เพื่อยกระดับธุรกิจโฆษณาได้ แม้ยังไม่ได้ขายผู้ช่วย AI เป็นแหล่งรายได้หลักโดยตรง
OpenAI และ Anthropic โตเร็ว แต่ต้องอ่านตัวเลขให้ถูกประเภท
บริษัทที่พัฒนาโมเดล AI โดยตรงอย่าง OpenAI และ Anthropic มีฐานรายได้คนละขนาดกับบริษัทยักษ์ใหญ่ และข้อมูลของทั้งสองยังไม่เปิดเผยต่อสาธารณะในรูปแบบรายงานประจำปีที่ตรวจสอบย้อนหลังได้ครบทุกส่วน ตัวเลขจึงต้องระบุที่มาทุกครั้ง
สื่อที่ตรวจสอบเอกสารการเงินของ OpenAI รายงานว่าบริษัทมีรายได้ในปี 2025 ประมาณ 13.07 พันล้านดอลลาร์ ส่วน Reuters รายงานจากหนังสือชี้ชวนที่ได้รับว่ารายได้ Anthropic ปีเดียวกันอยู่ที่ เกือบ 4.6 พันล้านดอลลาร์ ตัวเลขสองชุดนี้เป็นรายได้ที่เกิดขึ้นในปี 2025 ตามเอกสารที่สื่อรายงาน ไม่ใช่ยอดขายปี 2026 ที่บริษัทประกาศในงบการเงินสาธารณะ
ในปี 2026 ภาพการเติบโตเปลี่ยนเร็วมาก Reuters รายงานเมื่อวันที่ 29 กันยายนว่า OpenAI มี Annualized Revenue Run Rate (การนำรายได้ช่วงล่าสุดมาคำนวณเป็นอัตราต่อปี) ใกล้ 70 พันล้านดอลลาร์ ส่วน Bloomberg รายงานว่า Anthropic มีตัวเลขแบบเดียวกันมากกว่า 65 พันล้านดอลลาร์ ณ สิ้นเดือนกรกฎาคม 2026
| บริษัท AI | รายได้ปี 2025 ที่สื่อรายงาน | Run Rate ที่มีรายงานในปี 2026 |
|---|---|---|
| OpenAI | 13.07 พันล้านดอลลาร์ | ใกล้ 70 พันล้านดอลลาร์ ณ กันยายน 2026 |
| Anthropic | เกือบ 4.6 พันล้านดอลลาร์ | มากกว่า 65 พันล้านดอลลาร์ ณ กรกฎาคม 2026 |
Run Rate ไม่ใช่รายได้เต็มปี หากบริษัทมีรายได้ในเดือนหนึ่งสูงมากแล้วนำอัตรานั้นไปคูณ 12 ผลลัพธ์จะสะท้อนความเร็วของยอดขาย ณ ช่วงเวลานั้น ไม่ได้แปลว่าบริษัทรายงานหรือรับรู้รายได้ครบจำนวนดังกล่าวแล้วตลอดทั้งปี ดังนั้นจึงไม่ควรนำ 70 หรือ 65 พันล้านดอลลาร์ไปวางในตารางเดียวกับรายได้ปี 2025 ราวกับเป็นตัวเลขชนิดเดียวกัน อีกทั้งช่วงเวลาที่ใช้วัด OpenAI และ Anthropic ยังต่างกันด้วย
ตัวเลขจากสื่อช่วยบอกว่าความต้องการใช้ AI กำลังขยายตัวอย่างรวดเร็ว แต่ยังไม่เพียงพอที่จะสรุปว่าธุรกิจใดทำกำไรได้ยั่งยืน
เงินเข้ามากไม่ได้แปลว่าเหลือกำไรมาก
เหตุผลอยู่ในธรรมชาติของ AI เอง การสร้างโมเดลต้องใช้เงินวิจัย บุคลากร และคอมพิวเตอร์จำนวนมาก แต่หลังเปิดให้บริการแล้ว บริษัทยังต้องรับต้นทุน Inference (การประมวลผลเพื่อสร้างคำตอบให้ผู้ใช้ทุกครั้งที่เรียกใช้งาน) ต่อเนื่อง หากจำนวนผู้ใช้เพิ่มขึ้นเร็ว ต้นทุนส่วนนี้ก็อาจเพิ่มตาม แม้ความก้าวหน้าด้านฮาร์ดแวร์จะช่วยให้ประมวลผลได้ถูกลงต่อหนึ่งงานก็ตาม
จุดที่ควรตรวจไม่ใช่เพียงรายได้ แต่รวมถึง Gross Margin (อัตรากำไรขั้นต้นหลังหักต้นทุนบริการหรือสินค้าที่ขาย) และเงินสดที่เหลือหลังลงทุน บริษัทหนึ่งอาจมีผู้สมัครใช้งานจำนวนมากแต่เก็บค่าสมาชิกได้น้อยเมื่อเทียบกับค่าประมวลผล อีกบริษัทอาจมีลูกค้าองค์กรน้อยกว่า แต่ลูกค้าเหล่านั้นผูก AI ไว้กับงานประจำที่ยอมจ่ายต่อเนื่อง
Anthropic เป็นตัวอย่างของความต่างระหว่างการเติบโตกับความสามารถทำกำไร Reuters ระบุจากเอกสารเสนอขายที่ได้รับว่า ในปี 2025 บริษัทมีรายได้เกือบ 4.6 พันล้านดอลลาร์ แต่ยังมี ผลขาดทุนจากการดำเนินงานมากกว่า 8 พันล้านดอลลาร์ การขาดทุนดังกล่าวไม่ได้พิสูจน์ว่าบริษัทจะอยู่ไม่รอด แต่แสดงว่าการเพิ่มยอดขายกับการสร้างธุรกิจที่เลี้ยงตัวเองได้ยังเป็นคนละโจทย์
เมื่อพิจารณา Microsoft บริษัทระบุว่าอัตรากำไรขั้นต้นของ Microsoft Cloud ในปีงบประมาณ 2026 ลดลงมาอยู่ที่ 66% โดยการลงทุนโครงสร้างพื้นฐาน AI และการใช้งานผลิตภัณฑ์ AI ที่เพิ่มขึ้นเป็นส่วนหนึ่งของแรงกดดัน แม้ธุรกิจคลาวด์มีรายได้เติบโต ก็ไม่ได้หมายความว่าต้นทุน AI จะหายไปโดยอัตโนมัติ
ผู้เล่นแต่ละกลุ่มได้เปรียบคนละแบบ
ผู้ผลิตชิปและระบบประมวลผล อย่าง NVIDIA ได้ประโยชน์เมื่อบริษัทหลายรายเร่งสร้างศูนย์ข้อมูล แต่ความต้องการฮาร์ดแวร์ที่สูงในวันนี้ไม่รับประกันว่าการใช้จ่ายจะเพิ่มขึ้นในอัตราเดิมตลอดไป รายได้ของผู้ขายเครื่องมือกับกำไรของผู้ผลิตแอปพลิเคชัน AI จึงไม่ใช่เรื่องเดียวกัน
ผู้ให้บริการคลาวด์และแพลตฟอร์มขนาดใหญ่ อย่าง Amazon, Microsoft และ Alphabet มีรายได้เดิมจากหลายธุรกิจและเข้าถึงลูกค้าองค์กรอยู่แล้ว พวกเขาอาจขายบริการ AI พร้อมระบบคลาวด์ ซอฟต์แวร์ หรือเครื่องมือทำงานที่ลูกค้าใช้อยู่เดิมได้ ข้อได้เปรียบคือช่องทางจำหน่ายและฐานลูกค้า แต่ต้องลงทุนในศูนย์ข้อมูลจำนวนมาก ซึ่งผูกเงินสดและสร้างภาระค่าเสื่อมราคาในอนาคต
บริษัทห้องแล็บ AI อย่าง OpenAI และ Anthropic มีโอกาสสร้างผลิตภัณฑ์ที่ผู้คนยอมจ่ายโดยตรง ไม่ว่าจะเป็นผู้ช่วยทำงาน การเขียนโค้ด หรือบริการผ่านระบบ API (ช่องทางให้ซอฟต์แวร์อื่นเรียกใช้โมเดล) บริษัทเหล่านี้อาจขยายรายได้เร็วกว่าธุรกิจดั้งเดิม แต่ต้องรักษาจุดต่างของผลิตภัณฑ์และต่อรองต้นทุนการประมวลผลให้ได้ เมื่อคู่แข่งเสนอโมเดลที่ดีพอในราคาต่ำลง ลูกค้าอาจเปลี่ยนผู้ให้บริการได้ง่ายขึ้น
ส่วน Meta อยู่ในอีกตำแหน่งหนึ่ง บริษัทอาจสร้างผลตอบแทนจาก AI ผ่านประสิทธิภาพของระบบโฆษณาและการมีส่วนร่วมของผู้ใช้ โดยไม่จำเป็นต้องเก็บเงินจากผู้ใช้ AI ทุกครั้ง การประเมินความคุ้มค่าจึงต้องดูผลต่อธุรกิจเดิม ไม่ใช่ถามว่าโมเดล AI มีรายได้แยกเป็นเท่าไร
บริษัทแบบไหนจึงมีโอกาสยืนระยะ
คำตอบยังไม่ใช่ชื่อบริษัท แต่เป็นคุณสมบัติของธุรกิจที่ตรวจสอบได้ บริษัทต้องรักษา ลูกค้าที่จ่ายเงินจริง และแสดงให้เห็นว่ารายได้เพิ่มโดยไม่ต้องยอมลดราคาเร็วกว่าอัตราที่ต้นทุนลดลง ควรมีช่องทางเข้าถึงลูกค้าเองหรือมีพันธมิตรที่มั่นคง และต้องระดมทุนหรือลงทุนเพิ่มได้โดยไม่ทำให้ธุรกิจหลักอ่อนแรงเกินไป
ในมุมนี้ ผู้เล่นรายใหญ่อาจรับความเสี่ยงได้มากกว่าเพราะมีรายได้จากธุรกิจเดิม แต่ขนาดก็ไม่ได้รับประกันว่าจะใช้เงินลงทุนได้คุ้มค่า ส่วนบริษัท AI เฉพาะทางอาจสร้างมูลค่าสูงจากงานบางประเภท แม้มีฐานรายได้รวมน้อยกว่า ความสำเร็จจึงอาจเกิดขึ้นพร้อมกันในหลายชั้น ทั้งชิป คลาวด์ โมเดล และแอปพลิเคชัน
Key Insight สงคราม AI อาจไม่ได้จบด้วยผู้ชนะรายเดียว ผู้ใช้สามารถซื้อชิปจากบริษัทหนึ่ง ใช้คลาวด์อีกบริษัท และเรียกโมเดลจากหลายผู้ให้บริการได้ในระบบเดียว สิ่งที่ควรจับตาจึงเป็นความสามารถในการเก็บมูลค่าทางเศรษฐกิจของแต่ละชั้น มากกว่าการนับยอดผู้ใช้เพียงตัวเลขเดียว
สิ่งที่ควรติดตามต่อจากนี้
เมื่อบริษัทเปิดผลประกอบการรอบใหม่ ให้ดูว่ารายได้ AI ที่เปิดเผยชัดเจนเพิ่มขึ้นหรือไม่ ต้นทุน Inference ต่อการใช้งานลดลงเร็วเพียงใด ลูกค้าองค์กรต่อสัญญามากน้อยแค่ไหน และรายจ่ายลงทุนในศูนย์ข้อมูลเปลี่ยนเป็นกระแสเงินสดได้จริงหรือยัง สำหรับบริษัทเอกชน ควรติดตามรายได้ทั้งปีที่รับรู้จริงและข้อมูลต้นทุนที่ตรวจสอบได้ แทนการยึด Run Rate เพียงตัวเดียว
ตอนนี้ยังไม่มีหลักฐานเพียงพอที่จะระบุอย่างมั่นใจว่าใครจะเป็นผู้ชนะสุดท้าย แต่มีคำตอบที่ใช้งานได้มากกว่า คือ บริษัทที่อยู่รอดไม่จำเป็นต้องมีโมเดลเก่งที่สุดหรือยอดขายสูงที่สุด หากต้องสร้างคุณค่าที่ลูกค้ายอมจ่ายซ้ำได้ในราคาที่คุ้มกับต้นทุน นั่นคือบททดสอบที่ตัวเลขรายได้เพียงบรรทัดเดียวบอกเราไม่ได้
