StockTower AI

12/06/2026

🚀 MNTS คือใคร?

หุ้นอวกาศเล็กที่ตลาดเริ่มกลับมามอง
MNTS หรือ Momentus Inc. ไม่ใช่บริษัทจรวดแบบ SpaceX
แต่เป็นบริษัทที่ขาย “บริการหลังจากของขึ้นไปถึงอวกาศแล้ว”

SpaceX = พาขึ้นอวกาศ
MNTS = ทำงานต่อในวงโคจร

ยานหลักของ MNTS ชื่อ Vigoride
Vigoride จะถูกฝากขึ้นไปกับจรวดของ SpaceX
พอถึงวงโคจรแล้ว ยานจะแยกตัวออกมา
จากนั้น MNTS จะช่วยลูกค้าทดสอบอุปกรณ์ จ่ายไฟ สื่อสารกับโลก และดูแลภารกิจในอวกาศ

MNTS ไม่มีจรวดเอง
แต่ใช้ SpaceX เป็นทางขึ้นอวกาศ
แล้วขายบริการต่อหลังจากขึ้นไปแล้ว

จุดที่น่าสนใจคือ MNTS ไม่ได้มีแค่ story
บริษัทเริ่มมีภารกิจจริง และมี contract stack จากหลายฝั่ง เช่น:
- Vigoride 7 ขึ้นไปกับ SpaceX แล้ว พร้อมอุปกรณ์ลูกค้า 10 รายการ
- DARPA งานวิจัยกลาโหมสหรัฐฯ ประมาณ $4.2M
- SpaceWERX / U.S. Space Force ประมาณ $1.9M
- NASA COSMIC สัญญา $5.1M
- NASA Armstrong สัญญา $2.5M
- Vigoride 8 ปี 2027 ถูกจองเต็มด้วยงานฝั่ง NASA
- ได้สิทธิ์เข้าไปแข่งงานในกรอบกลาโหม SHIELD IDIQ / Golden Dome

MNTS อาจเริ่มเปลี่ยนจาก “หุ้นอวกาศที่มีแต่ story”
ไปเป็นบริษัทที่มีภารกิจจริง ลูกค้าจริง และงานรัฐบาลจริง
แต่ความเสี่ยงก็สูงมาก เพราะ MNTS ยังเป็นหุ้นเล็ก รายได้ยังน้อย ขาดทุนอยู่ และต้องพึ่งบริษัทจรวดอย่าง SpaceX ในการขึ้นอวกาศ

ไม่ใช่คำแนะนำการลงทุน

08/06/2026

หุ้นเทคร่วงแรง
แต่ประเด็นจริงไม่ใช่ “บริษัทพัง”

เวลาตลาดแดงทั้งกระดาน หลายคนจะรีบสรุปว่า
หุ้นเทคจบแล้ว
AI bubble แตกแล้ว
บริษัทใหญ่เริ่มแย่แล้ว

แต่รอบนี้ต้องแยกให้ออกก่อนว่า
หุ้นลงเพราะ thesis ของบริษัทเปลี่ยน
หรือหุ้นลงเพราะตลาดกำลังโดนหลายแรงกดพร้อมกัน

#วิเคราะห์หุ้น

17/05/2026

ถ้ารู้สึกว่า SYNA เริ่มไม่ถูกแล้ว ผมมีอีกตัวที่ช่วงนี้กำลังเอากลับมาดูใหม่

ไม่ใช่ตัวที่ดีกว่า SYNA นะ
และยังไม่ใช่หุ้นที่ผมมั่นใจระดับใส่ไซส์ใหญ่

แต่เป็นหุ้นที่ผมเคยมองข้ามไปพักนึง เพราะตอนแรกเห็นแล้วรู้สึกว่า “ก็คงเป็นหุ้นชิปรถยนต์ตัวเล็ก ๆ อีกตัว”

ตัวนี้คือ **Valens Semiconductor — VLN**

ที่น่าสนใจคือ VLN ไม่ได้ทำสมอง AI แบบ SYNA
ไม่ได้ทำหุ่นยนต์
ไม่ได้ทำระบบ autonomous แบบที่คนเห็นแล้วร้องว้าว

แต่มันทำอะไรที่น่าเบื่อกว่านั้นมาก

มันทำชิปเชื่อมต่อความเร็วสูง

พูดแบบบ้าน ๆ คือทำให้ข้อมูลจากกล้อง เซนเซอร์ หรือระบบภาพต่าง ๆ วิ่งไปถึงหน่วยประมวลผลได้เร็ว เสถียร และไม่สะดุด

ตอนแรกฟังแล้วอาจไม่ sexy เลย
แต่พอคิดในมุม Physical AI ผมว่ามันเริ่มมีอะไร

เพราะถ้า AI ในอนาคตไม่ได้อยู่แค่ใน cloud แต่ต้องลงมาอยู่ในรถ เครื่องจักร กล้อง หุ่นยนต์ หรืออุปกรณ์จริง ๆ รอบตัว ปัญหามันไม่ได้มีแค่ “สมองฉลาดพอไหม”

อีกปัญหาคือ ข้อมูลจากโลกจริงส่งไปถึงสมองทันไหม

ถ้ากล้องส่งภาพไม่ทัน
sensor delay
ข้อมูลสะดุด
หรือ bandwidth ไม่พอ

AI เก่งแค่ไหนก็อาจตัดสินใจได้ไม่ดี

อันนี้แหละที่ทำให้ผมเริ่มมอง VLN ใหม่

ถ้า SYNA คือฝั่งสมองของอุปกรณ์ Edge AI
VLN อาจอยู่ในอีกชั้นหนึ่งของ stack คือชั้นที่ทำให้ข้อมูลจากตาและหูของระบบ วิ่งไปถึงสมองได้ทันเวลา

ผมไม่ได้บอกว่ามันจะเป็น “SYNA ตัวต่อไป” นะ
พูดแบบนั้นดูเวอร์ไป

แต่มันเป็นหุ้นที่อยู่ในธีมเดียวกันคนละมุม

SYNA เล่นฝั่ง compute
VLN เล่นฝั่ง connectivity / data movement

และบางทีในโลก Physical AI คนอาจมัวแต่สนใจสมอง จนลืมไปว่าระบบประสาทก็สำคัญเหมือนกัน

สิ่งที่ทำให้ผมยังไม่ปัด VLN ทิ้ง คือบริษัทไม่ได้มีแค่ story รถยนต์อย่างเดียว

หลายคนยังมองมันเป็น supplier ชิป auto
ซึ่งก็ไม่ผิดทั้งหมด แต่ก็อาจแคบไปหน่อย

จากข้อมูลที่ผมดู รายได้ปี 2025 ของ VLN ประมาณ 73% มาจากกลุ่ม cross-industry และ automotive อยู่ราว 27%

ตรงนี้ผมแอบแปลกใจเหมือนกัน เพราะภาพจำตอนแรกของผมคือมันดูเป็นหุ้น auto มากกว่า

ที่น่าสนใจกว่านั้นคือ gross margin ฝั่ง cross-industry สูงประมาณ 70% ส่วน automotive อยู่ราว 50%

แปลว่าถ้าบริษัท scale ได้จริง โมเดลธุรกิจมันไม่ได้แย่เลย

แต่คำว่า “ถ้า” ตรงนี้ใหญ่มาก

เพราะปัญหาของ VLN ตอนนี้ไม่ใช่แค่ว่าเทคโนโลยีน่าสนใจไหม
ปัญหาคือมันขายได้เยอะพอหรือยัง

ปี 2025 รายได้ประมาณ $71M
ปี 2026 บริษัทตั้งเป้าไว้แถว $76M

โตประมาณ 8%

ซึ่งพูดตรง ๆ คือยังไม่พอ

ระดับรายได้แบบนี้ยังไม่ทำให้บริษัทกลับมากำไร และผู้บริหารเคยประเมินว่าต้องไปถึงประมาณ $120M ถึงจะ breakeven

ตรงนี้เป็นจุดที่ทำให้ผมยังไม่กล้า hype มันเกินไป

เพราะหุ้นเล็กแบบนี้ ถ้า story ดีแต่รายได้ไม่เร่ง สุดท้ายตลาดก็เหนื่อยได้เหมือนกัน

ไพ่ที่ต้องตามจริง ๆ คือชิปตระกูล **VA7000**

ตัวนี้เกี่ยวกับการส่งข้อมูลภาพความละเอียดสูง ซึ่งเข้ากับโลกที่รถ กล้อง เครื่องจักร และระบบ vision ต้องใช้ข้อมูลเยอะขึ้นเรื่อย ๆ

ฝั่งรถยนต์เริ่มมี design win แล้วหลายราย รวมถึงลูกค้ารถพรีเมียมที่เจาะตลาดจีน และมี ecosystem ที่เกี่ยวกับชื่อใหญ่ ๆ อย่าง Mobileye, Qualcomm และ Sony

แต่ก็ต้องใจเย็น เพราะ revenue ที่มีนัยสำคัญอาจไม่ได้มาทันที บางส่วนคาดว่าจะเริ่มเห็นชัดขึ้นช่วงครึ่งหลังของปี 2027

นี่เลยเป็นเหตุผลที่ผมมอง VLN เป็น watchlist มากกว่าหุ้นที่ต้องรีบกระโดดเข้า

ผมยังไม่แน่ใจว่าบริษัทจะเปลี่ยนจาก “ของดีเฉพาะทาง” ไปเป็น “ธุรกิจที่ scale ได้จริง” ไหม

และอีกอย่างที่ต้องยอมรับคือ CEO คนใหม่ดูเหมือนจะปรับกลยุทธ์ไปเน้นตลาดภาพและเสียงกับรถยนต์มากขึ้น ทำให้ story ฝั่ง robotics / Physical AI อาจไม่ได้ถูกเล่าออกมาชัดเท่าที่นักลงทุนสายธีมอยากเห็น

อาจจะผมคิดเองมากไปก็ได้ แต่ผมรู้สึกว่าถ้าบริษัทสื่อสาร layer นี้ได้ดีกว่านี้ ตลาดอาจเริ่มมอง VLN ต่างจากเดิม

ตอนนี้เลยยังเป็นชื่อที่ผมอยากเฝ้าดู ไม่ใช่ชื่อที่อยากฟันธง

ถ้ารายได้ยังโตแค่ high single digit ก็ยาก
ถ้าไม่มี design win ใหญ่ ๆ เพิ่ม ก็ยาก
ถ้า VA7000 ไม่กลายเป็น product cycle จริง ก็ยาก

แต่ถ้าวันหนึ่ง Physical AI ต้องการการส่งข้อมูลจากกล้องและเซนเซอร์ที่หนักขึ้น เร็วขึ้น และนิ่งขึ้นจริง ๆ VLN ก็อาจเป็นบริษัทเล็ก ๆ ที่อยู่ถูกจุดมากกว่าที่ตลาดคิด

มุมที่ผมมองตอนนี้คือแบบนี้

SYNA คือหุ้นที่เล่นธีม Edge AI แบบชัดกว่า
มี narrative ที่ตลาดเข้าใจง่ายกว่า

ส่วน VLN เป็นตัวที่เล็กกว่า เสี่ยงกว่า และยังต้องพิสูจน์อีกเยอะ
แต่ก็อาจถูกกว่าในแง่ความคาดหวัง เพราะตลาดยังไม่ได้ให้เครดิตมันเต็ม ๆ

ถ้าใครรู้สึกว่าตกรถ SYNA แล้วไม่อยากไล่ราคา VLN อาจเป็นชื่อที่ควรเอาไปทำการบ้านต่อ

ไม่ใช่ซื้อแทนกันตรง ๆ
แต่เป็นการมองอีกชั้นหนึ่งของธีมเดียวกัน

AI ในโลกจริงไม่ได้ต้องการแค่สมอง
มันต้องการตา หู และเส้นประสาทที่ส่งข้อมูลได้ทันด้วย

และ VLN กำลังยืนอยู่ตรงนั้น

ตอนนี้ผมยังให้มันเป็นหุ้นเฝ้าดูมากกว่าหุ้นมั่นใจ
ไซส์ต้องคุม
ความคาดหวังต้องคุม
และต้องรอให้ตัวเลขยืนยันมากกว่านี้

แต่ยอมรับว่าจากหุ้นที่ผมเคยมองผ่าน ๆ
ตอนนี้มันเริ่มน่าสนใจพอให้กลับมาเปิดไฟล์ดูใหม่อีกรอบ

ไม่ใช่คำแนะนำการลงทุน
แค่แชร์ thesis ที่ผมกำลังใช้คัดหุ้น small-cap ในธีม Physical AI / Edge AI

***อ่านต่อในคอมเม้นต์ใต้โพสต์

16/05/2026

ถ้าอ่านโพสต์ SYNA แล้ว มีคำถามอยู่คำถามหนึ่งที่ผมว่าตามมาเอง
โอเค SYNA ทำให้อุปกรณ์ฉลาดขึ้น แล้วข้อมูลที่ได้จากอุปกรณ์พวกนั้นมันไปอยู่ที่ไหน? ใครเอามันมาใช้ให้เกิดประโยชน์จริงๆ?
คำตอบหนึ่งที่ผมคิดถึงเลยคือ Samsara หรือหุ้น IOT

ผมต้องยอมรับว่าตอนแรกมองข้ามมันไป เพราะฟังชื่อแล้วคิดว่าเป็นแค่ SaaS อีกตัว
แต่พออ่านดูจริงๆ มันไม่ได้ขาย software ให้พนักงานใช้บนคอมแบบที่คิดเลย
Samsara ขายให้ธุรกิจที่มีของจริงต้องบริหาร รถบรรทุก 500 คัน, เครื่องจักรในโรงงาน, ทีมงานภาคสนาม, กล้องติดรถ อะไรพวกนี้
และสิ่งที่ทำให้ผมรู้สึกว่า model ของมันแข็งกว่า SaaS ทั่วไปคือ มันคิดเงินตาม asset ที่เชื่อมต่อ ไม่ใช่จำนวนพนักงาน
ซึ่งในยุคที่หลายบริษัทกำลังใช้ AI ลดคน แต่อาจไม่ได้ลดรถหรือลดเครื่องจักร นั่นก็หมายความว่า revenue ของ Samsara ไม่ได้สั่นคลอนตามการปลดพนักงานแบบ SaaS บางตัว

อีกอย่างที่น่าสนใจคือ AI ของ Samsara ไม่ใช่ AI ที่อยู่ในสไลด์นำเสนอแล้วก็จบ
กล้อง AI ที่ติดในรถช่วยลดอุบัติเหตุได้จริง ข้อมูลจาก Samsara บอกว่าลูกค้าที่ติดระบบนี้ลดอุบัติเหตุได้เฉลี่ย 37% ใน 6 เดือน บางรายลดค่าเบี้ยประกันได้ถึง 50%
ตัวเลขแบบนี้มันทำให้ CFO ของลูกค้าอนุมัติงบได้ง่ายกว่า เพราะมัน ROI ชัดมาก ไม่ใช่ซอฟต์แวร์ที่ซื้อแล้วไม่รู้ว่าคุ้มไหม

แต่ก็ต้องพูดตรงๆ ด้วย
Samsara ไม่ใช่หุ้นถูก ตลาดรู้แล้วว่ามันดี ราคาสะท้อนไปพอสมควร
ถ้า growth ชะลอ, net retention อ่อนลง, หรือตลาดเริ่มลด premium ให้หุ้น software growth ทั่วโลก IOT ก็โดนกดได้เหมือนกัน
หุ้นดีที่ซื้อแพงเกินไปก็เจ็บได้

ผมมอง IOT เป็นคนละธุรกิจกับ SYNA แต่อยู่ใน stack เดียวกัน
SYNA อยู่ที่ edge ทำให้อุปกรณ์คิดเองได้
IOT อยู่ที่ operation layer เอาข้อมูลทั้งหมดมาทำให้ธุรกิจตัดสินใจดีขึ้น
ถ้าโลกกำลังจะมี sensor, กล้อง, connected device มากขึ้นเรื่อยๆ สองบริษัทนี้ก็อยู่ตรงกลางของการเปลี่ยนนั้นพอดี คนละฝั่งแต่ธีมเดียวกัน
ส่วนตัวผมมอง IOT เป็นหุ้นที่น่าถือยาว แต่จะไม่ไล่ราคาถ้ามันขึ้นเร็วเกิน เพราะ risk หลักของมันไม่ใช่ธุรกิจแย่ แต่คือซื้อแพงแล้ว growth ไม่พอ
ไม่ใช่คำแนะนำการลงทุนนะ แค่แชร์ว่าตัวเองวางมันไว้ตรงไหนในภาพใหญ่

***อ่านต่อในคอมเม้นต์ในโพสต์

14/05/2026

เมื่อคืนผมนั่งดูแผนภาพนี้อยู่พักใหญ่
แล้วรู้สึกว่า…

ตลาดอาจกำลังมอง AI ผิดจุด

ทุกคนโฟกัสแต่ NVIDIA
แต่สิ่งที่ “แบก” AI จริงๆ คือ memory ทั้งระบบ

ลองคิดง่ายๆ:

GPU = สมอง
Memory = ระบบเลือด

ต่อให้สมองเก่งแค่ไหน
ถ้าส่งข้อมูลไม่ทัน มันก็คิดต่อไม่ได้

และตอนนี้ AI กำลังกิน memory แบบบ้าคลั่ง

HBM สำหรับ train/inference
DRAM สำหรับ long context
CXL สำหรับ memory pooling
SSD/NAND สำหรับ AI agents + session memory
Data lakes สำหรับ RAG/training

พอดูแบบนี้จะเห็นเลยว่า
ทำไม SK hynix กับ Micron ($MU) ถึงถูกพูดถึงหนักมาก

เพราะมันไม่ได้อยู่แค่ “จุดเดียว”
แต่มันอยู่แทบทุก layer ของ AI stack

ที่ผมว่าน่าสนใจคือ…

HBM หลายตัวเริ่มวิ่งแรงจนตลาดรับรู้ไปแล้ว
แต่ชั้นล่างๆ ของ stack ยังมีคนพูดน้อยมาก

พวก:
$ALAB $MRVL $RMBS
หรือ storage infra อย่าง
$WDC $NTAP $PSTG $HPE

อาจเป็นจุดที่เงินเริ่มไหลต่อรอบหน้า

ช่วงนี้เลยใช้ AI ช่วยสรุป market narrative / sector rotation / flow ต่างๆ ทุกวัน
เพราะข้อมูลมันเยอะเกินไล่อ่านเองแล้วจริงๆ

ใครอยากลองใช้เครื่องมือสรุปรายงานตลาดรายวันด้วย AI
เข้า Discord ได้จากลิงก์หน้า bio 👇

14/05/2026

ผมเพิ่งนั่งอ่านงบ SYNA อยู่ดีๆ แล้วก็ได้ยินเสียงในหัวตัวเองว่า "เฮ้ย นี่มันไม่ใช่หุ้น touchpad แล้วนะ"
ไม่รู้มีใครติดตาม Synaptics บ้างไหม เพราะคนส่วนใหญ่ที่ผมคุยด้วย พอได้ยินชื่อ SYNA ก็จะนึกถึงแผ่น touchpad โน้ตบุ๊กกับชิปหน้าจอมือถือ ซึ่งก็ไม่ผิดหรอก เพราะมันเคยเป็นอย่างนั้นจริงๆ
แต่ตัวเลขที่ออกมาล่าสุด กลุ่ม IoT โต 53%
โอเค ผมหยุดตรงนี้ก่อน เพราะ 53% มันไม่ใช่ตัวเลขที่จะเขียนผ่านๆ แล้วเดินต่อได้ มันบอกอะไรบางอย่างชัดมากว่า growth รอบใหม่ของบริษัทนี้มันไม่ได้มาจากที่เดิมแล้ว
สิ่งที่น่าสนใจกว่านั้นคือ SYNA ไม่ได้แค่ขายชิปตัวเดียว แล้วบอกว่า "นี่คือ AI chip นะ"
มันพยายามขาย solution ที่รวมกันทั้ง compute, wireless connectivity, sensor interface แล้วก็ software tools ไว้ในชุดเดียว แนวคิดคือให้ผู้ผลิตอุปกรณ์หยิบไปใช้ได้เลย ไม่ต้องมาประกอบเองจากหลายเจ้า
พูดง่ายๆ คือถ้าคุณจะทำกล้อง AI, เครื่องใช้ไฟฟ้าฉลาด, หรืออุปกรณ์โรงงานที่ตัดสินใจเองได้ SYNA บอกว่า "เราทำชุดเครื่องมือให้ครบแล้ว เอาไปใช้ได้เลย"

แต่จุดที่ทำให้ผมสะดุดจริงๆ คือเรื่อง Humanoid Robot
ผู้บริหารพูดถึงการส่ง prototype ให้ลูกค้าใหญ่รายหนึ่ง เพื่อใช้ในระบบควบคุมการสัมผัสของหุ่นยนต์
ฟังดูเล็กใช่ไหม แต่ลองคิดดูนะ
หุ่นยนต์ที่หยิบของได้เหมือนมนุษย์ มันไม่ได้ต้องการแค่กล้อง ไม่ได้ต้องการแค่ AI motor ที่แข็งแรง มันต้องรู้ด้วยว่าจับแน่นไปไหม ของเปราะไหม ลื่นไหม ควรปล่อยหรือยัง
ถ้าขาดตรงนี้ไป หุ่นยนต์ก็เป็นแค่แขนกลที่ดูเท่ แต่ใช้งานจริงไม่ได้ครบถ้วน
ผมไม่ได้บอกว่า SYNA จะกลายเป็น Nvidia ของ Robotics นะ แต่มันเริ่มมีโอกาสอยู่ใน supply chain ของโลกที่หุ่นยนต์กำลังจะ practical ขึ้นเรื่อยๆ

แน่นอน ยังมีเรื่องต้องระวัง
IoT 53% มันดี แต่ต้องดูว่าจะรักษาโมเมนตัมแค่ไหน pipeline $3B ที่บอกว่ามี มันจะ convert เป็นรายได้จริงได้ขนาดไหน และ Robotics ก็อาจยังใช้เวลาอีกนาน กว่าจะเป็นรายได้ที่ meaningful จริงๆ
ยังไม่นับว่าถ้าตัวเลขต่อจากนี้ไม่โอเค ตลาดก็อาจจะกลับไปมองมันเป็นหุ้นชิปธรรมดาเหมือนเดิม

สรุปส่วนตัวของผมคือ SYNA เป็นหุ้นที่ผมคิดว่าตลาดยังติดภาพเก่าอยู่พอสมควร แต่ไส้ในกำลังเปลี่ยนไปทาง Edge AI, IoT และเริ่มมีชิ้นส่วนของ Robotics
ถ้า thesis นี้เดินต่อได้จริง มันอาจเป็นหนึ่งในชื่อที่ตลาดต้องกลับมา re-rate ใหม่
แต่ถ้าตัวเลขไม่ตาม มันก็จะเป็นแค่ hardware stock ธรรมดาตัวหนึ่ง
ผมเองยังไม่ได้ all-in อะไรทั้งนั้น พึ่งเริ่มลงไป 3% ของพอร์ต แค่รู้สึกว่ามันเริ่มน่าสนใจพอที่จะศึกษาต่อ
ไม่ใช่คำแนะนำการลงทุนนะ แค่แชร์ว่าตัวเองกำลังมองตรงไหนอยู่

**อ่านต่อในคอมเม้น

12/05/2026

เมื่อคืนคนถือ $ASTS น่าจะรู้สึกเหมือนโดน “Reality Check”

หุ้นลง -12% ทั้งที่ข่าวดูดีแทบทุกอย่าง

FCC อนุมัติแล้ว
เงินสดมี 3.5 พันล้าน
พาร์ทเนอร์ระดับโลกเพียบ
เทคโนโลยีส่งเน็ตเข้ามือถือธรรมดาได้จริง

ฟังดูเหมือนควรพุ่งด้วยซ้ำ

แต่ตลาดกลับขาย

นี่แหละจุดที่นักลงทุนหลายคนยังไม่เข้าใจเกี่ยวกับหุ้นสาย Story

ตลาดไม่ได้ถามแล้วว่า
“เทคโนโลยีเจ๋งไหม?”

ตลาดเริ่มถามว่า
“แล้วรายได้จริงอยู่ตรงไหน?”

ASTS กำลังเข้าสู่ phase ที่โหดที่สุดของหุ้น growth:

จาก “Vision Phase”
→ เข้าสู่ “Show Me the Revenue”

ซึ่งมันต่างกันมาก

ก่อนหน้านี้ แค่มีข่าว partnership หุ้นก็ขึ้นได้
แต่ตอนนี้ตลาดอยากเห็น:

- ลูกค้าจ่ายเงินจริง
- รายได้โตแรง
- ปล่อยดาวเทียมทัน
- commercial rollout เดินจริง

และปัญหาคือ…

บริษัทมีรายได้แค่ 14.7 ล้าน
แต่ burn เงิน 164 ล้านในไตรมาสเดียว

แปลตรงๆ คือ
ธุรกิจยังอยู่ในช่วง “สร้าง infrastructure หนักมาก”

แม้ story ระยะยาวยังโคตรน่าสนใจ
เพราะ Direct-to-Cell อาจกลายเป็นตลาดใหญ่มากในอีกหลายปี

แต่ระยะสั้น หุ้นเริ่มถูกวัดด้วย ex*****on แล้ว ไม่ใช่ความฝัน

สิ่งที่ผมว่าโคตรสำคัญคือ:

ASTS ไม่ได้แพ้เพราะงบแย่
แต่แพ้เพราะ “ตลาดคาดหวังสูงกว่าเดิม”

นี่คือ mindset ที่ต่างกันมากระหว่าง
หุ้นเทคโนโลยีธรรมดา
กับหุ้นที่ถูก price ว่าอาจเปลี่ยนอุตสาหกรรมได้

ช่วงนี้เลยใช้ AI ช่วยอ่าน earnings / guidance / market reaction ทุกคืน
เพราะบางที “สิ่งที่ตลาดคิด” สำคัญกว่า headline ข่าวอีก

ใครอยากลองใช้เครื่องมือ AI สรุปข่าวตลาดและงบหุ้นรายวัน
ลิงก์ Discord อยู่หน้า bio 👇

ข้อมูลนี้เป็นเพียงมุมมองเพื่อการศึกษา ไม่ใช่คำแนะนำการลงทุน

04/05/2026

หลายคนโฟกัสแต่ GPU
เพราะมันคือ “ตัวเร่ง AI” ที่เห็นชัดสุด
แต่สิ่งที่คนส่วนใหญ่มองข้ามคือ…
👉 GPU ไม่ได้ “คุมระบบ”
มันแค่ “เร่งงานบางส่วน”
ลองนึกภาพง่ายๆ
GPU = นักคำนวณระดับเทพ
CPU = ผู้จัดการทั้งองค์กร
ทำไม GPU ถึงมาแทน CPU ไม่ได้?


1. ลักษณะงาน “ต่างกันโดยสิ้นเชิง”

GPU ถูกออกแบบมาเพื่อ
👉 ทำงานซ้ำๆ พร้อมกันจำนวนมหาศาล (parallel)

เช่น:

matrix multiplication

training model

inference

แต่ CPU ถูกออกแบบมาเพื่อ
👉 จัดการ “ลำดับงาน” (sequential logic)

เช่น:

รับคำสั่ง

ตัดสินใจ

จัด flow งาน

สื่อสารกับระบบอื่น


สรุปง่ายๆ:

GPU = ทำเร็ว
CPU = คิด + คุม + สั่ง


2. GPU “ต้องรอคำสั่ง” จาก CPU เสมอ

ต่อให้ GPU แรงแค่ไหน
มัน “ไม่รู้ว่าจะทำอะไร” ถ้าไม่มี CPU สั่ง

flow จริงในระบบ AI คือ:

CPU: → โหลด data
→ เตรียม memory
→ เรียก kernel

GPU: → คำนวณ

CPU: → รับผล → ตัดสินใจต่อ


👉 CPU คือคน orchestrate ทั้งหมด
GPU เป็นแค่ worker


3. Memory & System Control = CPU territory

GPU มี VRAM
แต่:

👉 การจัดการ memory หลัก = CPU
👉 การ access storage/network = CPU
👉 OS ทั้งหมด = CPU คุม


AI workload จริงๆ ไม่ได้มีแค่ compute

มันมี:

data movement

I/O

scheduling

resource allocation

ทั้งหมดนี้ = CPU


4. โลก AI ใหม่ = Agent + Workflow

เมื่อ AI evolve ไปเป็น:

AI agents

multi-step reasoning

tool usage

environment interaction

สิ่งที่สำคัญขึ้นคือ:

👉 การ “จัด workflow”
👉 การ “ควบคุม context”
👉 การ “รัน environment”


และทั้งหมดนี้…

👉 เป็นงานของ CPU


5. Bottleneck ใหม่กำลังเกิด

สมัยก่อน bottleneck = GPU ไม่พอ

แต่ตอนนี้เริ่มเห็นชัดว่า:

👉 GPU เร็วขึ้นเร็วมาก
👉 แต่ CPU / system orchestration ตามไม่ทัน


นี่คือเหตุผลที่ hyperscaler เริ่ม:

ทำ custom CPU (Graviton, etc.)

optimize data pipeline

redesign system architecture


เพราะถ้า CPU ไม่ดีพอ
GPU จะ “รอ” แทนที่จะทำงานเต็มประสิทธิภาพ


6. Insight สำคัญ (ที่คนไม่ค่อยพูด)

ใน AI system จริงๆ:

👉 GPU ใช้เวลา “คำนวณ”
👉 CPU ใช้เวลา “คุมทุกอย่าง”


และในระยะยาว

“คนคุมระบบ”
มักจะมีอำนาจมากกว่า
“คนทำงานเร็วที่สุด”


สรุปสั้นๆ:

GPU = engine
CPU = control tower


และในโลก AI ระดับ infrastructure

👉 control tower มักเป็น “คอขวดตัวจริง”


นี่แหละเหตุผลว่า
ทำไมหุ้น CPU อย่าง AMD / ARM

ถึงยังสำคัญมาก
แม้โลกจะ hype GPU ขนาดไหนก็ตาม 🔥
โพสต์เทียบเรื่องคอขวดของ 2 หุ้นนี้: https://www.facebook.com/share/p/1B7rwxVTWm/
เข้าไปกดลิ้ง Discord ใน bio ได้
เพื่อตามข่าวหุ้น อ่านสรุปตลาดรายวัน
และใช้เครื่องมือ AI อื่นๆในคอมมูนิตี้ผม

#หุ้นเทคโนโลยี #หุ้นอเมริกา #ลงทุนระยะยาว

🚀 “$AMD vs $ARM — ศึก CPU ที่จะกลายเป็น ‘คอขวด AI ตัวจริง’”
คนส่วนใหญ่กำลังโฟกัส GPU
แต่สิ่งที่ตลาดเริ่มมองข้ามคือ…
“CPU กำลังจะกลับมาเป็นตัวคุมเกม AI”
ในโลกที่ AI เริ่มฉลาดขึ้น
มันไม่ได้มีแค่ inference หรือ training อีกต่อไป
แต่มี
→ AI Agent
→ Workflow อัตโนมัติ
→ Simulation / RL
→ ระบบ multi-agent
คำถามคือ
"ใครคุมทั้งหมดนี้?”
คำตอบคือ…
CPU
วันนี้ผมจะพาเทียบ 2 ตัวสำคัญ
→ $AMD (สาย performance / data center)
→ $ARM (สาย architecture / hyperscaler)
────────────────────
▍$AMD = “แรงงานหลัก” ของ AI Infrastructure
AMD คือบริษัทที่ขาย “สมอง” ให้โลก
แต่ไม่ใช่แค่ GPU
สิ่งที่ underrated มากคือ
→ CPU (EPYC)
ใน data center จริง
GPU ไม่ได้ทำงานคนเดียว
CPU คือคนที่
→ จัดการ workload
→ คุม memory
→ orchestrate ทุก process
→ run environment ของ AI
ยิ่ง AI ซับซ้อนขึ้น
CPU ยิ่งสำคัญขึ้น
Insight สำคัญ:
AI ไม่ได้ replace CPU
แต่มัน “เพิ่ม demand CPU”
AMD ชนะเกมนี้ด้วย
→ Chiplet architecture (scale ดี ต้นทุนต่ำ)
→ Memory bandwidth สูง
→ Positioning เป็น “second source” ของโลก
มันไม่ใช่เบอร์ 1
แต่มันคือ
“ตัวที่โลกต้องมี”
────────────────────
▍$ARM = “คนออกแบบกฎของเกม”
ถ้า AMD คือคนสร้าง CPU
ARM คือคนออกแบบ
“ภาษา” ของ CPU
ARM ไม่ได้ขาย chip
มันขาย
→ architecture
→ IP
→ licensing
แล้วใครใช้?
→ Apple
→ Amazon (Graviton)
→ Google
→ Microsoft
พูดง่ายๆ
Hyperscaler ทุกเจ้า
กำลัง “หนี Intel / AMD”
แล้วไป build chip เองบน ARM
นี่คือ shift ใหญ่ที่สุดของโลก compute
ARM = ไม่ได้แข่ง
แต่ “กินทุกคน”
เพราะไม่ว่าใครจะทำ chip
ก็ต้องใช้ ARM
────────────────────
▍เกมจริงของ CPU ในยุค AI
เมื่อก่อน
CPU = ทำงานทั่วไป
GPU = งานหนัก
แต่โลกใหม่
AI เริ่มทำงานแบบ
→ agent-based
→ decision making
→ system orchestration
CPU กลายเป็น
“ตัวควบคุม AI ทั้งระบบ”
ถ้า GPU คือกล้ามเนื้อ
CPU คือ “สมองส่วนหน้า”
และนี่คือสิ่งที่คนยังไม่ price-in เต็มที่
────────────────────
▍AMD vs ARM = คนละเกม
AMD
→ ขาย performance
→ ได้เงินจาก chip
→ leverage จาก AI demand โดยตรง
ARM
→ ขาย standard
→ ได้เงินจาก ecosystem
→ leverage จาก hyperscaler trend
AMD = downstream ex*****on
ARM = upstream control
────────────────────
▍ใครได้ประโยชน์มากกว่า?
ขึ้นอยู่กับโลกจะไปทางไหน
Scenario 1:
AI infra ยัง centralized
→ data center ใหญ่ยังครอง
👉 AMD ได้เต็ม
Scenario 2:
hyperscaler ทำ chip เองหมด
→ vertical integration
👉 ARM ได้เต็ม
และโลกจริง…
น่าจะ “เกิดทั้งสองอย่างพร้อมกัน”
────────────────────
▍Insight ที่สำคัญที่สุด
GPU อาจเป็นพระเอก
แต่ CPU คือ “คนคุมเวที”
และในยุค AI agent
คนที่คุม workflow
คุม memory
คุม system
คือคนที่คุม value จริง
───────────────────
▍สรุปแบบนักลงทุน
$AMD
→ ผู้เล่นที่ได้ leverage จาก AI cycle โดยตรง
→ ex*****on สำคัญมาก
→ upside มาจาก share gain + system-level play
$ARM
→ ผู้เล่นที่ “อยู่ต้นน้ำของ ecosystem”
→ ไม่ต้องชนะใคร
→ แค่โลกใช้มันมากขึ้น = โต
ประโยคเดียวจบ
ถ้า AI คือการปฏิวัติ
GPU คือพลัง
แต่ CPU คือ “คนคุมทุกอย่าง”
และเกมนี้
$AMD กับ $ARM
กำลังเล่นคนละมุมของกระดานเดียวกัน
---
เข้าไปกดลิ้ง Discord ใน bio ได้
เพื่อตามข่าวหุ้น อ่านสรุปตลาดรายวัน
และใช้เครื่องมือ AI อื่นๆในคอมมูนิตี้ผม

#หุ้นเทคโนโลยี #หุ้นอเมริกา #ลงทุนระยะยาว

03/05/2026

🚀 “$AMD vs $ARM — ศึก CPU ที่จะกลายเป็น ‘คอขวด AI ตัวจริง’”
คนส่วนใหญ่กำลังโฟกัส GPU
แต่สิ่งที่ตลาดเริ่มมองข้ามคือ…
“CPU กำลังจะกลับมาเป็นตัวคุมเกม AI”
ในโลกที่ AI เริ่มฉลาดขึ้น
มันไม่ได้มีแค่ inference หรือ training อีกต่อไป
แต่มี
→ AI Agent
→ Workflow อัตโนมัติ
→ Simulation / RL
→ ระบบ multi-agent
คำถามคือ
"ใครคุมทั้งหมดนี้?”
คำตอบคือ…
CPU
วันนี้ผมจะพาเทียบ 2 ตัวสำคัญ
→ $AMD (สาย performance / data center)
→ $ARM (สาย architecture / hyperscaler)
────────────────────
▍$AMD = “แรงงานหลัก” ของ AI Infrastructure
AMD คือบริษัทที่ขาย “สมอง” ให้โลก
แต่ไม่ใช่แค่ GPU
สิ่งที่ underrated มากคือ
→ CPU (EPYC)
ใน data center จริง
GPU ไม่ได้ทำงานคนเดียว
CPU คือคนที่
→ จัดการ workload
→ คุม memory
→ orchestrate ทุก process
→ run environment ของ AI
ยิ่ง AI ซับซ้อนขึ้น
CPU ยิ่งสำคัญขึ้น
Insight สำคัญ:
AI ไม่ได้ replace CPU
แต่มัน “เพิ่ม demand CPU”
AMD ชนะเกมนี้ด้วย
→ Chiplet architecture (scale ดี ต้นทุนต่ำ)
→ Memory bandwidth สูง
→ Positioning เป็น “second source” ของโลก
มันไม่ใช่เบอร์ 1
แต่มันคือ
“ตัวที่โลกต้องมี”
────────────────────
▍$ARM = “คนออกแบบกฎของเกม”
ถ้า AMD คือคนสร้าง CPU
ARM คือคนออกแบบ
“ภาษา” ของ CPU
ARM ไม่ได้ขาย chip
มันขาย
→ architecture
→ IP
→ licensing
แล้วใครใช้?
→ Apple
→ Amazon (Graviton)
→ Google
→ Microsoft
พูดง่ายๆ
Hyperscaler ทุกเจ้า
กำลัง “หนี Intel / AMD”
แล้วไป build chip เองบน ARM
นี่คือ shift ใหญ่ที่สุดของโลก compute
ARM = ไม่ได้แข่ง
แต่ “กินทุกคน”
เพราะไม่ว่าใครจะทำ chip
ก็ต้องใช้ ARM
────────────────────
▍เกมจริงของ CPU ในยุค AI
เมื่อก่อน
CPU = ทำงานทั่วไป
GPU = งานหนัก
แต่โลกใหม่
AI เริ่มทำงานแบบ
→ agent-based
→ decision making
→ system orchestration
CPU กลายเป็น
“ตัวควบคุม AI ทั้งระบบ”
ถ้า GPU คือกล้ามเนื้อ
CPU คือ “สมองส่วนหน้า”
และนี่คือสิ่งที่คนยังไม่ price-in เต็มที่
────────────────────
▍AMD vs ARM = คนละเกม
AMD
→ ขาย performance
→ ได้เงินจาก chip
→ leverage จาก AI demand โดยตรง
ARM
→ ขาย standard
→ ได้เงินจาก ecosystem
→ leverage จาก hyperscaler trend
AMD = downstream ex*****on
ARM = upstream control
────────────────────
▍ใครได้ประโยชน์มากกว่า?
ขึ้นอยู่กับโลกจะไปทางไหน
Scenario 1:
AI infra ยัง centralized
→ data center ใหญ่ยังครอง
👉 AMD ได้เต็ม
Scenario 2:
hyperscaler ทำ chip เองหมด
→ vertical integration
👉 ARM ได้เต็ม
และโลกจริง…
น่าจะ “เกิดทั้งสองอย่างพร้อมกัน”
────────────────────
▍Insight ที่สำคัญที่สุด
GPU อาจเป็นพระเอก
แต่ CPU คือ “คนคุมเวที”
และในยุค AI agent
คนที่คุม workflow
คุม memory
คุม system
คือคนที่คุม value จริง
───────────────────
▍สรุปแบบนักลงทุน
$AMD
→ ผู้เล่นที่ได้ leverage จาก AI cycle โดยตรง
→ ex*****on สำคัญมาก
→ upside มาจาก share gain + system-level play
$ARM
→ ผู้เล่นที่ “อยู่ต้นน้ำของ ecosystem”
→ ไม่ต้องชนะใคร
→ แค่โลกใช้มันมากขึ้น = โต
ประโยคเดียวจบ
ถ้า AI คือการปฏิวัติ
GPU คือพลัง
แต่ CPU คือ “คนคุมทุกอย่าง”
และเกมนี้
$AMD กับ $ARM
กำลังเล่นคนละมุมของกระดานเดียวกัน
---
เข้าไปกดลิ้ง Discord ใน bio ได้
เพื่อตามข่าวหุ้น อ่านสรุปตลาดรายวัน
และใช้เครื่องมือ AI อื่นๆในคอมมูนิตี้ผม

#หุ้นเทคโนโลยี #หุ้นอเมริกา #ลงทุนระยะยาว

02/05/2026

“AI กำลังช่วย $SNOW จริง…หรือแค่ดูเหมือนช่วย?”

ตอนนี้ narrative คือ:

AI → ใช้ data เยอะขึ้น → SNOW โต

ฟังดู perfect

แต่ความจริงอาจมี 2 แบบ

แบบที่ 1:
AI ต้องผ่าน SNOW → usage โต → revenue โต

แบบที่ 2:
AI ไปดึง data เอง → SNOW ถูก bypass

ตลาดกำลังพยายามหาคำตอบว่า
เรากำลังอยู่ใน scenario ไหน

สิ่งที่ต้องจับตา:

AI workload วิ่งผ่าน SNOW มากขึ้นจริงไหม
หรือเริ่มมีการใช้ outside pipeline
ลูกค้า build stack นอก SNOW มากขึ้นไหม

เพราะถ้า AI ecosystem สร้าง layer ใหม่ขึ้นมา

SNOW อาจไม่ได้อยู่ตรงกลางอีกต่อไป

นี่คือ risk ที่ใหญ่ที่สุด

เข้าไปกดลิ้ง Discord ใน bio ได้
เพื่อตามข่าวหุ้น อ่านสรุปตลาดรายวัน
และใช้เครื่องมือ AI อื่นๆในคอมมูนิตี้ผ