ปัญญาประดิษฐ์ (AI) อาจเปลี่ยนแปลงดัชนี SMI ในอีกสิบปีข้างหน้าได้อย่างไร

01. บริบททางประวัติศาสตร์

ปัญญาประดิษฐ์ (AI) มีความสำคัญต่อ SMI แต่ส่วนใหญ่ผ่านทางบริษัทที่อยู่ในดัชนีอยู่แล้ว

จุดเริ่มต้นทางประวัติศาสตร์มีความสำคัญ เพราะ SMI เป็นหุ้นที่พิสูจน์แล้วว่ามีผลตอบแทนทบต้นอย่างต่อเนื่องโดยไม่ต้องอาศัยแนวคิดเรื่อง AI ข้อมูลจากกราฟของ Yahoo Finance แสดงให้เห็นว่า ^SSMI เพิ่มขึ้นจาก 8,020.15 ในวันที่ 31 พฤษภาคม 2016 เป็น 13,220.17 ในวันที่ 15 พฤษภาคม 2026 ในขณะที่ดัชนีอ้างอิง iShares SMI ETF แสดงผลตอบแทนสะสมรวม 126.83% และผลตอบแทนเฉลี่ยต่อปี 8.54% ในช่วง 10 ปี ณ วันที่ 30 เมษายน 2026 นั่นหมายความว่าการถกเถียงเรื่อง AI เริ่มต้นจากตลาดที่มีคุณภาพและมูลค่าเพิ่มที่ได้รับการยอมรับแล้ว ไม่ใช่จากดัชนีอ้างอิงการเติบโตที่ยังไม่เป็นที่รู้จักมากนัก

แดชบอร์ดแสดงสถานการณ์ AI ที่อิงตามข้อมูลสำหรับดัชนี SMI — คำถามสำคัญเกี่ยวกับ AI สำหรับธุรกิจขนาดกลางและขนาดย่อม (SMI) ไม่ใช่ว่า AI จะกลายเป็นผู้ชนะโดยตรงจาก AI หรือไม่ แต่เป็นว่า AI จะช่วยให้ภาคธุรกิจหลักของตนเติบโตได้เร็วและมีประสิทธิภาพมากขึ้นหรือไม่

กรอบการทำงานของดัชนี SMI ครอบคลุมช่วงเวลาการลงทุนที่หลากหลาย

ฮอไรซอน	สิ่งที่สำคัญที่สุด	การประเมินปัจจุบัน	อะไรที่จะทำให้ข้อสมมติฐานนี้อ่อนลง
1-3 ปี	AI สามารถพัฒนาแฟรนไชส์ที่มีอยู่ให้ดีขึ้นได้หรือไม่?	ในรายงานประจำปี 2025 ของ Roche ระบุว่าอัลกอริทึม AI ในการวินิจฉัยโรคช่วยเพิ่มประสิทธิภาพในการตรวจจับโรค ในขณะที่ Novartis ประกาศความสามารถในการค้นพบโดยใช้ AI ในศูนย์วิจัยแห่งใหม่เมื่อวันที่ 6 กุมภาพันธ์ 2026	การลงทุนด้าน AI ส่วนใหญ่ยังคงอยู่ในขั้นตอนการทดลอง และไม่ได้ส่งผลให้วงจรการพัฒนาผลิตภัณฑ์เร็วขึ้นหรือต้นทุนลดลง
3-7 ปี	การกระจายผลผลิตทั่วทั้งดัชนี	OECD ประเมินเมื่อวันที่ 22 พฤศจิกายน 2024 ว่าปัญญาประดิษฐ์ (AI) อาจช่วยเพิ่มอัตราการเติบโตของผลผลิตรวมภายในประเทศ (TFP) ต่อปีได้ 0.25-0.6 จุดเปอร์เซ็นต์ ในช่วงระยะเวลา 10 ปี	ผลประโยชน์ยังคงกระจุกตัวอยู่ในกลุ่มผู้ให้บริการคลาวด์ขนาดใหญ่ระดับโลกเพียงไม่กี่รายนอกประเทศสวิตเซอร์แลนด์
ถึงปี 2035	AI สามารถรองรับเส้นทางการลงทุนแบบทบต้นที่สูงขึ้นได้หรือไม่?	งานวิจัยของ Goldman Sachs และ IMF ชี้ให้เห็นว่า AI สามารถเพิ่มผลผลิตได้ในระยะยาว แต่ต้องอาศัยการลงทุนด้านทุนจำนวนมากและการกระจายตัวที่ไม่เท่าเทียมกัน	ค่าใช้จ่ายด้านการลงทุน (Capex) เพิ่มขึ้นเร็วกว่าการสร้างรายได้ หรือปัญหาคอขวดในระบบโครงข่ายไฟฟ้าทำให้การนำไปใช้งานล่าช้า

SIX อธิบายว่าดัชนี SMI เป็นดัชนีอ้างอิงที่ประกอบด้วยหุ้น 20 ตัว ครอบคลุมประมาณ 75% ของมูลค่าตลาดหุ้นสวิส องค์ประกอบดังกล่าวเป็นเหตุผลว่าทำไมการวิเคราะห์ AI ในสวิตเซอร์แลนด์จึงแตกต่างจากการวิเคราะห์หุ้นเทคโนโลยีขนาดใหญ่ในสหรัฐฯ ศักยภาพในการเติบโตของสวิตเซอร์แลนด์มีแนวโน้มที่จะมาจากด้านการวินิจฉัยโรคที่ดีขึ้น การค้นพบยาใหม่ การทำงานอัตโนมัติในห่วงโซ่อุปทาน และประสิทธิภาพการทำงานขององค์กร มากกว่าการเป็นเจ้าของโครงสร้างพื้นฐานด้านการประมวลผลระดับโลกเอง

นั่นหมายความว่าศักยภาพในการเติบโตของ AI นั้นขึ้นอยู่กับหลายปัจจัย ปัจจุบัน SMI มีราคาหุ้นที่สูงกว่ามูลค่าที่แท้จริงอยู่แล้ว หาก AI เพียงแค่เพิ่มการทดลองและการลงทุนโดยไม่ปรับปรุงคุณภาพของกำไร ตลาดอาจจ่ายเงินมากขึ้นสำหรับเรื่องราวที่ไม่ได้เปลี่ยนแปลงกระแสเงินสดอย่างมีนัยสำคัญ

02. ปัจจัยสำคัญ

5 วิธีที่ AI สามารถเปลี่ยนแปลงดัชนีได้อย่างมีนัยสำคัญ

ช่องทางการส่งผ่านแรกคือ ประสิทธิภาพด้านการดูแลสุขภาพและการวินิจฉัยโรค รายงานประจำปี 2025 ของ Roche ระบุว่าอัลกอริทึม AI ในด้านการวินิจฉัยโรคช่วยเพิ่มประสิทธิภาพในการตรวจจับโรค ในขณะที่กลุ่มบริษัทรายงานยอดขาย 61.5 พันล้านฟรังก์สวิส และกำไรจากการดำเนินงานหลัก 21.8 พันล้านฟรังก์สวิสในปี 2025 Novartis ประกาศเมื่อวันที่ 6 กุมภาพันธ์ 2026 ว่าศูนย์วิจัยชีวการแพทย์แห่งใหม่ในซานดิเอโกจะมีศักยภาพในการค้นพบโดยใช้ AI รองรับพนักงานประมาณ 1,000 คน และเป็นส่วนหนึ่งของแผนการลงทุนมูลค่า 23 พันล้านดอลลาร์สหรัฐ สำหรับดัชนีที่มีสัดส่วนการลงทุนด้านการดูแลสุขภาพสูง การพัฒนาเหล่านี้มีความสำคัญมากกว่าคำศัพท์ AI ทั่วไป

ประการที่สอง AI สามารถปรับปรุงการดำเนินงานของผู้บริโภคและองค์กรได้ แม้แต่ในธุรกิจที่มีการเติบโตช้าก็ตาม เนสท์เล่กล่าวในการอัปเดตแกนหลักด้านดิจิทัลในปี 2025 ว่าการอัปเกรดจะช่วยให้สามารถใช้ AI และระบบอัตโนมัติในวงกว้างได้ สำหรับ SMI การนำ AI มาใช้ในลักษณะนี้มีความสำคัญ เพราะบริษัทในเครือหลายแห่งเป็นบริษัทข้ามชาติขนาดใหญ่ที่เติบโตเต็มที่แล้ว ซึ่งการกำหนดราคา การขนส่ง การพยากรณ์ และการตลาดที่ดีขึ้น อาจมีความสำคัญมากกว่าการเติบโตของรายได้โดยรวม

ประการที่สาม AI สามารถยกระดับเพดานเศรษฐกิจมหภาคได้ในระยะยาว โกลด์แมน แซคส์ เขียนเมื่อวันที่ 5 เมษายน 2566 ว่า AI เชิงสร้างสรรค์สามารถเพิ่ม GDP โลกได้ 7% และเพิ่มการเติบโตของผลิตภาพได้ 1.5 จุดเปอร์เซ็นต์ในช่วง 10 ปี องค์การเพื่อความร่วมมือและการพัฒนาทางเศรษฐกิจ (OECD) กล่าวเมื่อวันที่ 22 พฤศจิกายน 2567 ว่า AI สามารถเพิ่มการเติบโตของ TFP ต่อปีได้ 0.25-0.6 จุดเปอร์เซ็นต์ และเพิ่มผลิตภาพแรงงานได้ 0.4-0.9 จุดเปอร์เซ็นต์ หากแม้เพียงส่วนหนึ่งของสิ่งนี้เกิดขึ้นในยุโรปและสวิตเซอร์แลนด์ เส้นทางการเติบโตแบบทบต้นในระยะยาวของ SMI ก็จะดีขึ้นได้

ประการที่สี่ ความเข้มข้นของเงินทุนในการพัฒนา AI ยังก่อให้เกิดความเสี่ยงอีกด้วย โกลด์แมน แซคส์ กล่าวเมื่อวันที่ 4 กุมภาพันธ์ 2025 ว่าความต้องการพลังงานของศูนย์ข้อมูลทั่วโลกอาจเพิ่มขึ้น 50% ภายในปี 2027 และ 165% ภายในปี 2030 เมื่อเทียบกับปี 2023 หาก AI ส่งผลให้ต้นทุนด้านพลังงาน การประมวลผล และการบูรณาการสูงขึ้นเป็นหลัก บริษัทขนาดกลางและขนาดย่อมอาจต้องเผชิญกับค่าใช้จ่ายในการดำเนินงานที่สูงขึ้นก่อนที่จะได้รับผลกำไรที่คุ้มค่า

ประการที่ห้า การประเมินมูลค่าเริ่มต้นมีความสำคัญ ตัวชี้วัดของ iShares SMI ETF แสดงอัตราส่วนราคาต่อกำไร (P/E) ที่ 21.06 เท่า และอัตราส่วนราคาต่อมูลค่าทางบัญชี (P/B) ที่ 4.03 เท่า ณ วันที่ 14 พฤษภาคม 2026 นั่นหมายความว่า AI ต้องปรับปรุงแนวโน้มกำไรให้ดีขึ้นมากพอที่จะ justifies ราคาพรีเมียมได้ ตลาดที่ราคาสะท้อนคุณภาพอยู่แล้ว จะไม่ได้รับการประเมินมูลค่าใหม่ครั้งที่สองฟรีๆ เพียงเพราะมีเทคโนโลยีใหม่เกิดขึ้น

เลนส์การให้คะแนน AI ปัจจุบันสำหรับดัชนี SMI

ปัจจัย	การประเมินปัจจุบัน	อคติ	แนวโน้มขาขึ้น	แนวโน้มขาลง
การได้รับ AI โดยตรง	SIX ระบุว่า SMI มีหุ้นขนาดใหญ่ของสวิตเซอร์แลนด์เพียง 20 ตัว และไม่ใช่ดัชนีอ้างอิงที่ต้องใช้การประมวลผลสูง	งุ่มง่าม	ดัชนีนี้ได้รับประโยชน์จากการนำไปใช้ในตลาดปลายทางมากกว่าการเป็นเจ้าของโครงสร้างพื้นฐาน	บริษัทที่ขับเคลื่อนด้วย AI ขนาดใหญ่ที่สุดยังคงอยู่นอกประเทศสวิตเซอร์แลนด์
ประสิทธิภาพในการดูแลสุขภาพ	ทั้ง Roche และ Novartis ต่างเปิดเผยโครงการพัฒนาหรือการวินิจฉัยโรคที่เกี่ยวข้องกับ AI ในปี 2025-2026	รั้น	การค้นพบยา การวินิจฉัยโรค และประสิทธิภาพในการทดลอง ช่วยเพิ่มอัตรากำไรและมูลค่าสินทรัพย์	AI ยังคงมีประโยชน์ในเชิงปฏิบัติการ แต่ยังมีขนาดเล็กเกินไปที่จะเปลี่ยนแปลงผลกำไรของดัชนีได้อย่างมีนัยสำคัญ
ประสิทธิภาพของผู้บริโภคและองค์กร	เนสท์เล่กล่าวว่าระบบดิจิทัลหลักที่ได้รับการอัปเกรดจะช่วยให้สามารถใช้ AI และระบบอัตโนมัติได้อย่างมีประสิทธิภาพในวงกว้าง	เป็นกลาง	บริษัทขนาดใหญ่ที่มีอยู่แล้วสามารถบีบเอาการเติบโตและประหยัดต้นทุนได้มากขึ้นจากขนาดธุรกิจที่มีอยู่	ผลประโยชน์ที่ได้รับนั้นเพิ่มขึ้นทีละน้อยและสามารถถูกลดทอนลงได้ง่ายด้วยการแข่งขัน
ปัจจัยสนับสนุนด้านผลิตภาพในระดับมหภาค	ทั้ง Goldman Sachs และ OECD ต่างมองเห็นศักยภาพในการเพิ่มผลผลิตในระยะยาวหลายปีจากการนำ AI มาใช้	เป็นกลาง	สวิตเซอร์แลนด์ได้รับประโยชน์ส่วนหนึ่งจากการเพิ่มผลผลิตทั่วโลกโดยไม่เกิดภาวะเงินเฟ้อรุนแรง	ผลกำไรในระดับมหภาคยังคงกระจุกตัวอยู่ในสหรัฐอเมริกาและศูนย์กลางเทคโนโลยีเพียงไม่กี่แห่ง
งบประมาณการลงทุนและปัญหาคอขวดด้านพลังงาน	โกลด์แมนคาดการณ์ว่าความต้องการพลังงานของศูนย์ข้อมูลจะเพิ่มขึ้น 165% ภายในปี 2030 เมื่อเทียบกับปี 2023	งุ่มง่าม	บริษัทต่างๆ สามารถสร้างรายได้ได้เร็วพอที่จะหนีพ้นคลื่นต้นทุนได้	ต้นทุนด้านพลังงาน การประมวลผล และการบูรณาการเพิ่มสูงขึ้นเร็วกว่าผลประโยชน์จากกระแสเงินสด

ผลลัพธ์โดยรวมคือ AI ควรมีความสำคัญต่อ SMI แต่ส่วนใหญ่แล้วจะเป็นการปรับปรุงสิ่งที่ดัชนีนี้เป็นอยู่แล้วให้ดียิ่งขึ้น นั่นคือ ดัชนีชี้วัดคุณภาพที่เน้นด้านการดูแลสุขภาพและครอบคลุมทั่วโลก ผลลัพธ์ที่น่าจะเป็นไปได้มากที่สุดคือการยกระดับ ไม่ใช่การคิดค้นใหม่ทั้งหมด

03. คดีโต้แย้ง

เหตุใดเรื่องราวเกี่ยวกับ AI จึงอาจยังทำให้ผิดหวังได้

ความเสี่ยงที่ใหญ่ที่สุดคือการจำกัดขอบเขตการครอบครอง SMI ไม่ได้เป็นเจ้าของไฮเปอร์สเกลเลอร์รายใหญ่ของโลก ผู้นำด้าน GPU หรือแพลตฟอร์มโครงสร้างพื้นฐานคลาวด์ หากรายได้จาก AI จำนวนมากที่สุดยังคงกระจุกตัวอยู่ในธุรกิจเหล่านั้น สวิตเซอร์แลนด์อาจได้รับผลประโยชน์เพียงเล็กน้อย ในขณะที่ยังคงแบกรับภาระต้นทุนบางส่วนอยู่

ความเสี่ยงประการที่สองคือ ผลกระทบในระดับมหภาคของ AI อาจทำให้ GDP และการลงทุนด้านทุนในปัจจุบันดูดีเกินจริง โดยไม่รับประกันผลกำไรที่ยั่งยืน ในเดือนมีนาคม 2026 มาร์เชลโล เอสเตวาโอ จาก IMF ได้กล่าวว่า GDP อาจประเมินผลกระทบในระยะสั้นของ AI สูงเกินไป โดยการนับรวมการลงทุนด้านทุนจำนวนมหาศาล ในขณะที่ประเมินผลกระทบด้านผลิตภาพในวงกว้างต่ำเกินไป เนื่องจากผลประโยชน์ที่จับต้องไม่ได้หลายอย่างไม่ได้ถูกบันทึกไว้อย่างถูกต้อง สำหรับนักลงทุน นั่นหมายความว่า ความตื่นเต้นในระยะแรกอาจเกิดขึ้นพร้อมกับการได้รับผลตอบแทนทางการเงินที่ล่าช้า

ประการที่สาม ต้นทุนเป็นเรื่องจริง รายงานของ Goldman Sachs เมื่อวันที่ 4 กุมภาพันธ์ 2025 เกี่ยวกับความต้องการพลังงานของศูนย์ข้อมูลชี้ให้เห็นอย่างชัดเจนว่า AI นั้นใช้พลังงานและโครงสร้างพื้นฐานสูง หากค่าสาธารณูปโภค ค่าประมวลผล และค่าปฏิบัติตามกฎระเบียบเพิ่มขึ้นเร็วกว่าผลประโยชน์ด้านรายได้ บริษัทขนาดกลางและขนาดย่อมอาจเผชิญกับช่วงเวลาที่ AI ทำให้ค่าใช้จ่ายเพิ่มขึ้นก่อนที่จะเพิ่มกำไร

รายการตรวจสอบความเสี่ยงด้าน AI ปัจจุบันสำหรับดัชนี SMI

เสี่ยง	ข้อมูลล่าสุด	ทำไมเรื่องนี้ถึงสำคัญ	อคติปัจจุบัน
การสัมผัสโดยตรงมีจำกัด	SMI เป็นดัชนีหุ้นบลูชิปของสวิตเซอร์แลนด์ 20 ตัว ไม่ใช่ดัชนีโครงสร้างพื้นฐาน AI ระดับโลก	ค่าเช่า AI ที่สูงที่สุดอาจยังคงอยู่นอกเหนือเกณฑ์มาตรฐาน	งุ่มง่าม
การประเมินมูลค่าเริ่มต้น	รายงานตัวแทน iShares ระบุอัตราส่วนราคาต่อกำไร (P/E) ที่ 21.06 เท่า และอัตราส่วนราคาต่อมูลค่าทางบัญชี (P/B) ที่ 4.03 เท่า ณ วันที่ 14 พฤษภาคม 2569	แทบไม่มีที่ว่างสำหรับเรื่องราวเกี่ยวกับ AI ที่ไม่ช่วยเพิ่มผลกำไรเลย	งุ่มง่าม
ความเข้มข้นของการลงทุนด้านทุน	โกลด์แมนคาดการณ์ว่าความต้องการพลังงานสำหรับศูนย์ข้อมูลทั่วโลกจะเพิ่มขึ้น 50% ภายในปี 2027 และ 165% ภายในปี 2030	AI อาจส่งผลให้ต้นทุนด้านโครงสร้างพื้นฐานสูงขึ้นก่อนที่จะได้รับผลตอบแทนที่สูงขึ้น	งุ่มง่าม
ความล่าช้าในการวัด	กองทุนการเงินระหว่างประเทศ (IMF) ระบุในเดือนมีนาคม 2026 ว่า AI อาจประเมิน GDP ระยะสั้นสูงเกินจริง และประเมินผลกระทบระยะยาวต่ำเกินไป	ข้อมูลเศรษฐกิจมหภาคในช่วงแรกอาจมีความผันผวนและนักลงทุนอาจตีความผิดได้ง่าย	เป็นกลาง

ข้อโต้แย้งที่ตรงไปตรงมาเกี่ยวกับ AI ในแง่ลบไม่ได้หมายความว่า AI ไม่ทำอะไรเลย แต่เป็นเพราะ SMI อาจรับภาระด้านการดำเนินงานได้เร็วกว่าผลประโยชน์ทางเศรษฐกิจ หากการนำไปใช้ยังไม่สม่ำเสมอ และโอกาสในการสร้างรายได้ที่ดีที่สุดอยู่ที่อื่น

04. มุมมองเชิงสถาบัน

งานวิจัยด้านปัญญาประดิษฐ์ที่จริงจังบ่งชี้อะไรบ้างสำหรับนักลงทุนในตลาดขนาดกลางและขนาดย่อม

งานวิจัยเชิงสถาบันที่ดีที่สุดชี้ให้เห็นว่า AI สามารถมีขนาดใหญ่พอที่จะส่งผลกระทบในระดับมหภาคได้ แต่ก็อาจไม่สม่ำเสมอจนทำให้ผิดหวังในระดับดัชนี Goldman Sachs เขียนไว้เมื่อวันที่ 5 เมษายน 2023 ว่า AI เชิงสร้างสรรค์อาจช่วยเพิ่ม GDP โลกได้ 7% และการเติบโตของผลิตภาพได้ 1.5 จุดเปอร์เซ็นต์ในช่วง 10 ปี ตามมาด้วย OECD เมื่อวันที่ 22 พฤศจิกายน 2024 ด้วยประมาณการที่แคบกว่าแต่ก็ยังมีความสำคัญอยู่ คือ การเติบโตของผลิตภาพรวม (TFP) จาก AI อยู่ที่ 0.25-0.6 จุดเปอร์เซ็นต์ต่อปีในช่วง 10 ปี

ในขณะเดียวกัน เมื่อวันที่ 4 กุมภาพันธ์ 2025 โกลด์แมน แซ็กซอน กล่าวว่าความต้องการพลังงานของศูนย์ข้อมูลอาจเพิ่มขึ้น 50% ภายในปี 2027 และ 165% ภายในปี 2030 เมื่อเทียบกับปี 2023 ในขณะที่ IMF โต้แย้งในเดือนมีนาคม 2026 ว่าข้อมูล GDP มาตรฐานนั้นประเมินผลกระทบด้านการลงทุนระยะสั้นของ AI สูงเกินไป และประเมินผลกระทบในวงกว้างต่ำเกินไป การรวมกันของปัจจัยเหล่านี้มีความสำคัญอย่างยิ่งสำหรับ SMI นั่นหมายความว่า AI มีแนวโน้มที่จะมีความสำคัญทางเศรษฐกิจ แต่เส้นทางจากค่าใช้จ่ายไปสู่ผลตอบแทนของผู้ถือหุ้นอาจช้าและมีความผันผวนมากกว่าที่ข่าวพาดหัวบ่งบอก

ข้อมูลป้อนเข้าจาก AI ของสถาบันที่ระบุชื่อซึ่งใช้ในการวิเคราะห์นี้

สถาบัน/แหล่งที่มา	อัปเดตแล้ว	มันบอกว่าอย่างไร	เหตุใดเรื่องนี้จึงสำคัญที่นี่
การวิจัยของโกลด์แมนแซคส์	5 เมษายน 2566	ปัญญาประดิษฐ์เชิงสร้างสรรค์ (Generative AI) อาจช่วยเพิ่ม GDP โลกได้ถึง 7% และเพิ่มอัตราการเติบโตของผลิตภาพได้ 1.5 จุดเปอร์เซ็นต์ภายใน 10 ปี	เป็นการกำหนดขอบเขตสูงสุดว่าทำไม AI จึงมีความสำคัญแม้แต่กับกลุ่มที่ไม่เชี่ยวชาญด้านเทคโนโลยี
เอกสารปัญญาประดิษฐ์ของ OECD ฉบับที่ 29	22 พฤศจิกายน 2024	ปัญญาประดิษฐ์ (AI) อาจช่วยเพิ่มอัตราการเติบโตของผลผลิตรวม (TFP) ต่อปีได้ 0.25-0.6 จุดเปอร์เซ็นต์ และเพิ่มผลิตภาพแรงงานได้ 0.4-0.9 จุดเปอร์เซ็นต์	สนับสนุนการคาดการณ์การเพิ่มขึ้นของผลิตภาพในระยะยาวในระดับปานกลาง มากกว่าการคาดการณ์การปรับมูลค่าหุ้นในทันที
การวิจัยของโกลด์แมนแซคส์	4 กุมภาพันธ์ 2568	ความต้องการพลังงานของศูนย์ข้อมูลทั่วโลกอาจเพิ่มขึ้น 50% ภายในปี 2027 และ 165% ภายในปี 2030 เมื่อเทียบกับปี 2023	เน้นย้ำถึงข้อจำกัดด้านเงินทุนและพลังงานที่อาจทำให้ผลตอบแทนจากการลงทุนใน AI ล่าช้าหรือลดลง
การเงินและการพัฒนาของ IMF	มีนาคม 2569	GDP ที่เกี่ยวข้องกับ AI อาจถูกประเมินสูงเกินไปในระยะสั้นเนื่องจากการลงทุนด้านทุน และอาจถูกประเมินต่ำเกินไปในระยะยาวเนื่องจากการมองข้ามผลกระทบเชิงบวก	เตือนนักลงทุนอย่าสับสนระหว่างการใช้จ่ายที่เพิ่มขึ้นอย่างรวดเร็วกับผลผลิตที่เพิ่มขึ้นซึ่งแปลงเป็นตัวเงินได้อย่างสมบูรณ์
การเปิดเผยข้อมูลของบริษัท Roche / Novartis / Nestle	2025-2026	กลุ่มธุรกิจขนาดกลางและขนาดย่อมขนาดใหญ่กำลังนำ AI มาใช้ในการวินิจฉัย การวิจัย และระบบองค์กร	แสดงให้เห็นว่า SMI มีแนวโน้มที่จะดึงคุณค่าของ AI มาใช้ในทางปฏิบัติได้มากที่สุดในด้านใดบ้าง

ข้อความจากภาคสถาบันมีความสอดคล้องกัน: AI ควรเป็นตัวแปรเชิงโครงสร้างเชิงบวกสำหรับธุรกิจขนาดกลางและขนาดย่อม แต่ส่วนใหญ่จะเกิดขึ้นโดยการปรับปรุงเศรษฐกิจของธุรกิจเดิม นักลงทุนที่คาดหวังว่า AI จะช่วยเพิ่มมูลค่าหุ้นโดยตรงนั้นกำลังตั้งคำถามที่ผิด

05. สถานการณ์จำลอง

สถานการณ์ AI ที่ถ่วงน้ำหนักด้วยความน่าจะเป็นจนถึงปี 2035

วิธีที่ถูกต้องในการกำหนดกรอบ AI และ SMI คือการแยกความเป็นเจ้าของ AI โดยตรงออกจากการสร้างรายได้จาก AI ทางอ้อม ดัชนีชี้วัดไม่จำเป็นต้องกลายเป็นดัชนีเทคโนโลยีจึงจะได้รับประโยชน์ แต่จำเป็นต้องให้ภาคส่วนที่โดดเด่นใช้ AI เพื่อปรับปรุงประสิทธิภาพการใช้สินทรัพย์ ความเร็วในการวินิจฉัย การค้นพบยา การกำหนดราคา โลจิสติกส์ และการควบคุมต้นทุน

ด้วยเหตุนี้ ช่วงราคาด้านล่างจึงเป็นช่วงวิเคราะห์ระยะยาวมากกว่าการคาดการณ์ ณ จุดใดจุดหนึ่ง โดยอิงจากมูลค่าที่ได้รับการตรวจสอบแล้วในปัจจุบัน สภาพแวดล้อมทางเศรษฐกิจมหภาค การสะสมทุนในอดีต และงานวิจัยด้านปัญญาประดิษฐ์ที่ดีที่สุดที่มีอยู่

สถานการณ์ AI ของดัชนี SMI จนถึงปี 2035

สถานการณ์	ความน่าจะเป็น	ช่วงการทำงาน	ทริกเกอร์ที่วัดได้	หน้าต่างตรวจสอบ
วัว	25%	23,000 ถึง 28,000	ผู้นำในด้านการดูแลสุขภาพ การวินิจฉัยโรค และสินค้าอุปโภคบริโภค เปลี่ยน AI ให้เป็นกำไรขั้นต้นหรือกำไรต่อหุ้นที่เพิ่มขึ้นอย่างต่อเนื่อง และ SMI ยังคงรักษาระดับผลตอบแทนทบต้นที่ใกล้เคียงหรือสูงกว่าค่าเฉลี่ยผลตอบแทนรวม 10 ปี	ทบทวนเป็นประจำทุกปี และหลังจากรอบการรายงานประจำปีครบถ้วนจากกลุ่มผู้มีส่วนได้ส่วนเสียรายใหญ่ที่สุด
ฐาน	50%	19,500 ถึง 24,500	ปัญญาประดิษฐ์ (AI) ช่วยเพิ่มประสิทธิภาพการผลิตอย่างค่อยเป็นค่อยไป แต่ดัชนีนี้ยังคงเป็นตลาดที่เน้นความมั่นคงมากกว่าจะเป็นตลาดที่ได้รับประโยชน์จาก AI โดยตรง	ควรทบทวนทุก 12 เดือน และหลังจากที่บริษัทยักษ์ใหญ่ในอุตสาหกรรม SMI เปิดเผยข้อมูลเกี่ยวกับการนำ AI มาใช้ในวงกว้าง
หมี	25%	14,500 ถึง 18,500	AI ยังคงกระจุกตัวอยู่ในแพลตฟอร์มต่างประเทศ ต้นทุนด้านพลังงานและการบูรณาการเพิ่มสูงขึ้น และมูลค่าหุ้น SMI ลดลงจากประมาณ 21 เท่าของกำไรย้อนหลัง โดยที่กำไรไม่เพิ่มขึ้นมากพอ	ตรวจสอบว่ามีการชะลอตัวของผลกำไรอย่างต่อเนื่อง หรือมีหลักฐานใดที่แสดงว่าการลงทุนด้าน AI สูงกว่าผลตอบแทนหรือไม่

กรณีพื้นฐานยังคงเป็นกรณีที่น่าเชื่อถือที่สุด เพราะต้องการสมมติฐานที่ท้าทายน้อยที่สุด ไม่ได้เรียกร้องให้สวิตเซอร์แลนด์เป็นผู้นำด้านโครงสร้างพื้นฐาน AI แต่เรียกร้องเพียงให้บริษัทขนาดกลางและขนาดย่อม (SMI) นำ AI มาใช้ให้ดีพอที่จะรักษาและปรับปรุงรูปแบบการเติบโตแบบทวีคูณที่ได้ผลมาแล้วตลอดทศวรรษที่ผ่านมา

ความเป็นไปได้ในแง่ดีนั้นมีอยู่จริง แต่จำเป็นต้องมีหลักฐานการสร้างรายได้ ส่วนความเป็นไปได้ในแง่ร้ายก็มีอยู่จริงเช่นกัน โดยเฉพาะอย่างยิ่งหากนักลงทุนเข้าใจผิดว่าการใช้จ่ายด้าน AI คือการสร้างมูลค่าจาก AI ในช่วงทศวรรษหน้า ผู้ชนะจะเป็นบริษัทที่อยู่ในตลาดอยู่แล้วและสามารถเปลี่ยน AI ให้เป็นกระแสเงินสดได้ แทนที่จะเป็นเพียงการนำเสนอผลงาน