<div class="key-takeaways"><ul><li>ธนาคารกลางสหรัฐฯ ระบุหนี้ AI Hyperscaler ดันผลตอบแทนพันธบัตร 10 ปีพุ่งทะลุ 5%</li><li>การออกหุ้นกู้ของ 5 บริษัทเทคยักษ์ใหญ่พุ่งจาก 2.8 หมื่นล้านดอลลาร์ในปี 2024 สู่ 1.21 แสนล้านดอลลาร์ในปี 2025</li><li>หนี้เกี่ยวกับ AI ทั่วโลกแตะ 2.36 แสนล้านดอลลาร์ในฤดูใบไม้ผลิ และพุ่งเป้าสู่ 5.7 หมื่นล้านดอลลาร์ในปี 2026</li><li>ต้นทุนเงินทุนที่สูงขึ้นสร้างแรงกดดันรุนแรงต่อผู้ให้บริการคลาวด์ขนาดกลางและรายย่อยที่กู้ยืมเงินด้วยอัตราดอกเบี้ยลอยตัว</li></ul></div><p>เมื่อธนาคารกลางสหรัฐฯ ปรับอัตราดอกเบี้ยนโยบายขึ้นสู่ช่วง 3.75 ถึง 4.00 เปอร์เซ็นต์ ตลาดการเงินไม่ได้ประหลาดใจนัก แต่สิ่งที่สร้างความตกใจให้กับวอลล์สตรีทคือการพุ่งขึ้นของผลตอบแทนพันธบัตรรัฐบาลสหรัฐฯ อายุ 10 ปี ที่ทะยานขึ้นเหนือ 5 เปอร์เซ็นต์ ซึ่งเป็นระดับสูงสุดนับตั้งแต่ช่วงฤดูร้อนปี 2007 โดยประธานธนาคารกลางสหรัฐฯ เควิน วอร์ช ได้กล่าวในการแถลงข่าวหลังการประชุมถึงสามปัจจัยหลักที่ทำให้ต้นทุนการกู้ยืมระยะยาวยังคงอยู่ในระดับสูง ได้แก่ ผลผลิตทางเศรษฐกิจที่ยืดหยุ่น ความขัดแย้งทางภูมิรัฐศาสตร์ด้านพลังงาน และความต้องการหนี้ที่ไม่เคยมีมาก่อนของกลุ่มผู้ให้บริการโครงสร้างพื้นฐานปัญญาประดิษฐ์หรือ AI Hyperscalers</p><p>เควิน วอร์ช กล่าวกับผู้สื่อข่าวอย่างตรงไปตรงมาว่า บรรดาบริษัท Hyperscalers กำลังระดมทุนในตลาด การแข่งขันด้านเงินทุนนั้นเกิดขึ้นจริง และส่วนหนึ่งก็อธิบายได้ถึงการเพิ่มขึ้นของผลตอบแทนพันธบัตรอ้างอิง</p><p>การสังเกตการณ์ดังกล่าวสะท้อนถึงการเปลี่ยนแปลงมุมมองของธนาคารกลางที่มีต่อภาคเทคโนโลยี เนื่องจากในอดีตช่วงสามทศวรรษที่ผ่านมา แพลตฟอร์มเทคโนโลยีขนาดใหญ่ทำหน้าที่เสมือนตัวดูดซับสภาพคล่องมหภาค พวกเขาสร้างกระแสเงินสดอิสระจำนวนมาก สะสมเงินสดสำรองและพันธบัตรระยะสั้น และลงทุนโครงสร้างพื้นฐานภายในโดยไม่ต้องพึ่งพาตลาดสินเชื่อ โดยในช่วงปี 2020 ถึง 2024 ห้าบริษัท Hyperscalers รายใหญ่ที่สุดของสหรัฐฯ ออกหุ้นกู้ภาคเอกชนเฉลี่ย 2.8 หมื่นล้านดอลลาร์ต่อปี ก่อนที่ตัวเลขดังกล่าวจะพุ่งกระโดดเป็น 1.21 แสนล้านดอลลาร์ในปี 2025 ตามข้อมูลจาก Bank of America Securities ขณะที่ Morgan Stanley ประเมินว่าหนี้ที่เกี่ยวข้องกับ AI ทั่วโลกแตะ 2.36 แสนล้านดอลลาร์ในช่วงปลายฤดูใบไม้ผลิ ซึ่งสูงกว่าปีก่อนหน้าถึงสี่เท่า และกำลังมุ่งหน้าสู่ 5.7 แสนล้านดอลลาร์ภายในปี 2026</p><div class="stat-row"><div class="stat-item"><span class="stat-number">$121B</span><span class="stat-label">หุ้นกู้ AI Hyperscalers ในปี 2025</span></div><div class="stat-item"><span class="stat-number">$570B</span><span class="stat-label">คาดการณ์หนี้ AI ทั่วโลกปี 2026</span></div></div><p>สาเหตุเบื้องหลังการกู้ยืมครั้งนี้มีรากฐานมาจากโครงสร้างธุรกิจ เนื่องจากรายจ่ายฝ่ายทุนของผู้ให้บริการคลาวด์ชั้นนำในปัจจุบันกินพื้นที่เกือบทั้งหมดของกระแสเงินสดจากการดำเนินงาน โดยผู้ให้บริการหลายรายเริ่มหลุดเข้าสู่เขตกระแสเงินสดอิสระติดลบ การขยายพื้นที่ศูนย์ข้อมูลหลายกิกะวัตต์ การรักษาความปลอดภัยสิทธิ์การเชื่อมต่อระบบไฟฟ้า และการจัดซื้อคลัสเตอร์ชิป Blackwell รวมถึงตัวเร่งความเร็วเฉพาะทาง ไม่สามารถ financ ตัวเองได้จากรายได้ซอฟต์แวร์สะสมรายเดือนเพียงอย่างเดียว</p><blockquote class="pull-quote"><p>"บรรดาบริษัท Hyperscalers กำลังระดมทุนในตลาด การแข่งขันด้านเงินทุนนั้นเกิดขึ้นจริง และส่วนหนึ่งก็อธิบายได้ถึงการเพิ่มขึ้นของผลตอบแทนพันธบัตรอ้างอิง"</p><cite>เควิน วอร์ช ประธานธนาคารกลางสหรัฐฯ</cite></blockquote><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/ai_hyperscaler_10_5_mu5s7tgl_inline_1_1e6a00b795.jpg" alt="modern server room data center racks" loading="lazy" /><p class="color-gray-500 text-sm mt-10">ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง</p></div><p>ในแง่ของเศรษฐศาสตร์มหภาค ปริมาณเงินออมสถาบันทั่วโลกที่มีความเต็มใจจะรับซื้อตราสารหนี้ระยะยาวนั้นมีจำกัด เมื่อกลุ่มเทคโนโลยีออกหุ้นกู้ระดับลงทุนมูลค่าครึ่งล้านล้านดอลลาร์ พวกเขาจึงต้องแข่งโดยตรงกับกระทรวงการคลังสหรัฐฯ และภาคธุรกิจเอกชนเพื่อแย่งชิงเงินออมกองเดียวกัน ทำให้นักลงทุนเรียกร้องผลตอบแทนส่วนเพิ่มที่สูงขึ้น และส่งแรงกดดันให้ผลตอบแทนพันธบัตรรัฐบาลปรับตัวสูงขึ้นตามไปด้วย</p><div class="ai-insight"><p>ปรากฏการณ์นี้สร้างวงจรรีเฟล็กซิฟิตี (Reflexivity) ที่น่าสนใจ กล่าวคือ ภาคส่วนปัญญาประดิษฐ์กำลังเป็นตัวผลักดันอัตราผลตอบแทนขั้นต่ำ (Hurdle Rate) ให้สูงขึ้นเพื่อแลกกับการลงทุนของตนเอง ในขณะที่ชิปประมวลผลประสิทธิภาพสูงมักล้าสมัยอย่างรวดเร็วภายใน 3 ถึง 4 ปี แต่อายุทางเศรษฐกิจของโมเดลธุรกิจกลับต้องอาศัยการคาดการณ์ในระยะยาว ทำให้ต้นทุนเงินทุนถ่วงน้ำหนัก (WACC) ที่เพิ่มขึ้น 150 เบซิสพอยต์ ลดมูลค่าปัจจุบันสุทธิของกระแสเงินสดในอนาคตลงถึง 20 ถึง 30 เปอร์เซ็นต์</p></div><p>ความเปราะบางที่แท้จริงไปตกอยู่ที่ผู้เล่นในระดับรองลงมา ได้แก่ ผู้ให้บริการคลาวด์ขนาดกลาง ยานพาหนะโครงสร้างพื้นฐานจากกองทุนหุ้นนอกตลาด และผู้พัฒนาศูนย์ข้อมูลอิสระ ซึ่งส่วนใหญ่จัดหาเงินทุนสำหรับการซื้อ GPU ผ่านสิ่งอำนวยความสะดวกด้านหนี้สินที่มีสินทรัพย์ค้ำประกันในอัตราดอกเบี้ยลอยตัว SOFR บวกด้วย 350 ถึง 500 เบซิสพอยต์ เมื่ออัตราดอกเบี้ยนโยบายทรงตัวใกล้ 4 เปอร์เซ็นต์และยีลด์ระยะยาวอยู่ที่ราว 5 เปอร์เซ็นต์ ต้นทุนการบริการหนี้ทั้งหมดจึงพุ่งทะยานสู่เลขสองหลัก</p><p>หากราคาอนุมานโทเค็นยังคงลดลงอย่างต่อเนื่องภายใต้แรงกดดันทางการแข่งขัน หรือหากวงจรการใช้งานขององค์กรดำเนินไปอย่างระมัดระวัง เจ้าของโครงสร้างพื้นฐานที่มีหนี้สินสูงเหล่านี้จะต้องเผชิญกับอุปสรรคในการรีไฟแนนซ์อย่างรุนแรง เนื่องจากตลาดทุนไม่เต็มใจที่จะจัดหาสภาพคล่องฟรีให้อีกต่อไปแล้ว</p><p class="source-attribution">ที่มา: <img src="https://www.google.com/s2/favicons?domain=dev.to&sz=64" alt="Dev.to" class="source-logo" width="16" height="16" /> <a href="https://dev.to/deanlee/how-ai-hyperscaler-debt-is-repricing-its-own-hurdle-rate-1pim" target="_blank" rel="noopener noreferrer">Dev.to</a></p>

<div class="key-takeaways"><ul><li>Federal Reserve cites AI hyperscaler debt as a primary force pushing 10-year Treasury yields above 5 percent</li><li>Big Tech bond issuance surged from 28 billion dollars in 2024 to 121 billion dollars in 2025</li><li>Global AI-related debt reached 236 billion dollars in spring and tracks toward 570 billion dollars in 2026</li><li>Higher capital costs pose severe refinancing risks for leveraged neocloud operators and data center developers</li></ul></div><p>When the Federal Reserve raised its benchmark federal funds rate to a range between 3.75 percent and 4.00 percent, the rates market showed little initial surprise. However, Wall Street was caught off guard when the benchmark 10-year Treasury yield broke above 5 percent, reaching levels unseen since the summer of 2007. During his post-meeting press conference, Fed Chairman Kevin Warsh pointed to three distinct forces driving long-term borrowing costs: resilient economic output, energy-driven geopolitical frictions, and the unprecedented debt appetite of artificial intelligence hyperscalers.</p><p>Kevin Warsh put it plainly to reporters, noting that the so-called hyperscalers are out in the market raising funding, the competition for capital is real, and it partly explains the increase in benchmark yields.</p><p>This observation marks a shift in how central bankers view the technology sector. For decades, large technology platforms functioned as macroeconomic absorbers by generating massive free cash flow and funding their own infrastructure. Between 2020 and 2024, the five largest American hyperscalers issued an average of 28 billion dollars in corporate bonds per year before that figure surged to 121 billion dollars in 2025, according to Bank of America Securities. Furthermore, Morgan Stanley estimates that global AI-related debt reached 236 billion dollars by late spring, four times the volume of the prior year, and is tracking toward 570 billion dollars across 2026.</p><div class="stat-row"><div class="stat-item"><span class="stat-number">$121B</span><span class="stat-label">AI Hyperscaler Bonds in 2025</span></div><div class="stat-item"><span class="stat-number">$570B</span><span class="stat-label">Projected Global AI Debt in 2026</span></div></div><p>This borrowing spree is driven by structural capital expenditures, as cloud providers absorb almost their entire operating cash flow and slip into negative free cash flow territory. Expanding multi-gigawatt data center footprints, securing utility interconnection rights, and acquiring specialized Blackwell accelerator clusters cannot be funded solely through monthly software retained earnings.</p><blockquote class="pull-quote"><p>"The so-called hyperscalers are out in the market raising funding, the competition for capital is real, and it partly explains the increase in benchmark yields."</p><cite>Kevin Warsh, Federal Reserve Chairman</cite></blockquote><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/ai_hyperscaler_10_5_mu5s7tgl_inline_1_1e6a00b795.jpg" alt="modern server room data center racks" loading="lazy" /><p class="color-gray-500 text-sm mt-10">Stock photo for illustration only, not from the actual event</p></div><p>Examining the loanable funds market reveals why this matters. Institutional capital willing to absorb long-duration fixed-income paper is finite. When tech conglomerates issue half a trillion dollars of investment-grade notes, they bid directly against the United States Treasury and private enterprises, forcing investors to demand higher concession yields that drive up sovereign rates.</p><div class="ai-insight"><p>This mechanism creates a paradox of reflexivity where the artificial intelligence sector actively raises the hurdle rate required to justify its own capital investments. Because underlying silicon and high-performance GPUs face technological obsolescence within three to four years, a 150-basis-point increase in the corporate weighted average cost of capital compresses the discounted present value of distant terminal cash flows by twenty to thirty percent.</p></div><p>Vulnerability is concentrated in the secondary tier, including leveraged neocloud operators and merchant data center developers who financed GPU procurement through asset-backed debt facilities at floating rates of SOFR plus 350 to 500 basis points. With benchmark policy rates holding near 4 percent and long yields near 5 percent, all-in debt service reaches double-digit annual percentages.</p><p>If token inference prices continue to decay under competitive pressure, leveraged infrastructure owners will face severe refinancing friction, proving that capital markets are no longer willing to supply liquidity for free.</p><p class="source-attribution">Source: <img src="https://www.google.com/s2/favicons?domain=dev.to&sz=64" alt="Dev.to" class="source-logo" width="16" height="16" /> <a href="https://dev.to/deanlee/how-ai-hyperscaler-debt-is-repricing-its-own-hurdle-rate-1pim" target="_blank" rel="noopener noreferrer">Dev.to</a></p>

medium_หนี้-ai-hyperscaler-ดันยีลด์-10-ปีทะลุ-5-และสะเทือนต้นทุนทุน-mu5s7tgl.jpg

small_หนี้-ai-hyperscaler-ดันยีลด์-10-ปีทะลุ-5-และสะเทือนต้นทุนทุน-mu5s7tgl.jpg

thumbnail_หนี้-ai-hyperscaler-ดันยีลด์-10-ปีทะลุ-5-และสะเทือนต้นทุนทุน-mu5s7tgl.jpg

Inewgen

Inewgen

#Treasury Yields

หนี้ AI Hyperscaler ดันยีลด์ 10 ปีทะลุ 5% และสะเทือนต้นทุนทุน

Inewgen