2Fi: Finance & Fitness

30/09/2026

63% ของนักลงทุนมองว่าวินัยด้าน ROIC เป็นสัญญาณของการจัดสรรเงินทุนที่มีคุณภาพ ขณะที่ 54% ให้ความสำคัญกับการมีกรอบ Capital Allocation ที่ชัดเจน จากผลสำรวจนักลงทุน 112 รายในสหรัฐฯ แคนาดา และยุโรปช่วงต้นปี 2026 โดยส่วนใหญ่เป็นนักลงทุนระยะยาวแบบ Long-only สะท้อนว่า การประเมินบริษัทไม่ได้หยุดอยู่ที่ผลกำไร แต่รวมถึง คุณภาพของการตัดสินใจนำเงินทุนไปสร้างผลตอบแทน
52% จัดให้ Organic Reinvestment เป็นการใช้เงินทุนที่ต้องการเห็นมากที่สุด เหนือกว่า M&A และการคืนผลประโยชน์ให้ผู้ถือหุ้น ทำให้ Capital Allocation เชื่อมโยงกับคำถามสำคัญว่า เงินทุนของบริษัทถูกนำไปใช้กับอะไร เหตุใดจึงเลือกทางนั้น และสร้างผลตอบแทนกลับมาในระดับใด
→→ ในมุมของ Investor Communication ประเด็นจึงขยับจากการรายงานผลประกอบการ ไปสู่การอธิบาย กรอบคิดในการจัดสรรเงินทุน ตั้งแต่การลงทุนเพื่อการเติบโต การบริหารหนี้ ไปจนถึงการคืนเงินให้ผู้ถือหุ้น โดยนักลงทุนไม่ได้มองเพียงว่าบริษัทมี Capital Allocation Framework หรือไม่ แต่ให้ความสำคัญกับกรอบที่สามารถนำไปใช้กับสถานการณ์จริง และสอดคล้องกับกลยุทธ์การเติบโตของบริษัท
ขณะเดียวกัน การสื่อสารกับนักลงทุนกำลังพัฒนาไปพร้อมกับเทคโนโลยี รายงาน 7th Annual Global IR Issuer Pulse ของ Nasdaq ซึ่งสำรวจผู้เชี่ยวชาญด้าน IR เกือบ 700 รายทั่วโลกในไตรมาส 4 ปี 2025 พบว่าทีม IR มากกว่าครึ่งนำ AI เข้าไปใช้ในกระบวนการทำงานแล้ว เพิ่มขึ้นจาก 30% ในปี 2024 สะท้อนว่าเครื่องมือและกระบวนการสื่อสารกำลังเปลี่ยนแปลง ขณะที่แก่นสำคัญยังคงอยู่ที่ คุณภาพของข้อมูล เหตุผลของการตัดสินใจ และความสามารถในการอธิบายว่าการจัดสรรเงินทุนสร้างมูลค่าอย่างไร
สำหรับบริษัทจดทะเบียนไทย การมี Capital Allocation Framework ที่ชัดเจนและวัดผลได้ จึงเชื่อมโยงทั้ง Capital Strategy, Investor Communication และการบริหารความคาดหวังของตลาด เพราะสิ่งที่นักลงทุนพิจารณาไม่ได้อยู่เพียงที่จำนวนเงินทุน แต่รวมถึง ทิศทางการใช้เงิน เหตุผลของการตัดสินใจ และมูลค่าที่เงินทุนนั้นสร้างกลับมา
FYNNCORP 🌍
Financial Advisory | M&A | Debt Restructuring | Global Capital Markets Perspective

30/09/2026

AMD ทุ่ม 8.2 พันล้านซื้อ World Labs: 10 เรื่องต้องรู้เมื่อ AI บุกโลกจริง

AMD ประกาศข้อตกลงซื้อ World Labs สตาร์ทอัพของ Fei-Fei Li ผู้ได้รับฉายา ‘Godmother of AI’ ด้วยมูลค่าหุ้นสูงถึง 8.2 พันล้านดอลลาร์ เพื่อเดิมพันกับ ‘Spatial Intelligence’ เทคโนโลยีที่ช่วยให้ AI มองเห็นและเข้าใจมิติพื้นที่สามมิติ การขยับครั้งนี้ส่งผลโดยตรงต่อการพัฒนาชิปประมวลผล สถาปัตยกรรม หุ่นยนต์ ไปจนถึงวิธีทำงานของคนสายสร้างสรรค์ในอนาคต

และนี่คือ 10 ข้อควรรู้ เมื่อโลกของ AI ไม่ได้หยุดอยู่แค่หน้าจอแชต ความเคลื่อนไหวระดับหมื่นล้านจึงเกิดขึ้นแบบไม่ทันตั้งตัว

1. จาก AI ที่ “ตอบคำถาม” สู่ AI ที่ “เข้าใจพื้นที่”

Chatbot เก่งเรื่องภาษา แต่การทำงานในโลกจริงต้องรู้ว่าของอยู่ตรงไหน ห้องมีขนาดเท่าไร และถ้าขยับสิ่งหนึ่ง อีกสิ่งจะเปลี่ยนอย่างไร นี่คือโจทย์ของ spatial intelligence หรือความฉลาดเชิงพื้นที่ ซึ่ง Fei-Fei Li อธิบายไว้ในบทความ To Seek a Newer World ว่า ภาษาเพียงอย่างเดียวไม่เพียงพอสำหรับการพัฒนา AI เพราะโจทย์ตั้งแต่วิทยาศาสตร์ ความบันเทิง ไปจนถึงหุ่นยนต์ ล้วนต้องอาศัยโมเดลที่ให้เหตุผลเกี่ยวกับโครงสร้างและพฤติกรรมของโลกทางกายภาพได้

2. World Labs ทำอะไร?

บริษัทมุ่งสร้าง World Models ที่จำลองพื้นที่สามมิติขึ้นมา โดยมีสองเครื่องมือหลัก

🔸 Marble: เปลี่ยนข้อความ ภาพ หรือวิดีโอ ให้กลายเป็นพื้นที่สามมิติที่เข้าไปเดินสำรวจและแก้ไขได้
🔸 Atlas: โมเดลรุ่นใหม่ที่ช่วยสร้างภาพตามมุมกล้อง จำลองพื้นที่ และสร้างสภาพแวดล้อมสำหรับฝึกหุ่นยนต์

3. ทำไมบริษัทชิปอย่าง AMD ต้องซื้อบริษัท AI?

เพราะถ้า AMD รู้ว่า AI รุ่นต่อไปต้องประมวลผลภาพ วิดีโอ และโลกสามมิติอย่างไร ก็มีโอกาสออกแบบชิป ซอฟต์แวร์ และระบบให้เหมาะกับงานเหล่านั้นได้เร็วขึ้น สอดคล้องกับที่ Lisa Su ซีอีโอของ AMD อธิบายในประกาศดีลว่า การสร้างแพลตฟอร์มประมวลผลสำหรับ AI รุ่นต่อไปต้องเริ่มจากความเข้าใจอย่างลึกซึ้งว่าโมเดลกำลังพัฒนาไปทางไหน ขณะที่ World Labs ระบุว่าทั้งสองบริษัททำงานร่วมกันด้านการฝึกโมเดลและการปรับประสิทธิภาพการประมวลผลบน GPU ของ AMD มาตั้งแต่ปี 2025 แล้ว

4. นี่ไม่ใช่แค่ดีลซื้อเทคโนโลยี แต่เป็นดีลซื้อทีมวิจัย

Fei-Fei Li จะเข้าร่วม AMD ในตำแหน่ง Executive Vice President และ Chief Scientist ทำงานโดยตรงกับ Lisa Su ซีอีโอของ AMD สะท้อนว่าบริษัทต้องการความสามารถในการกำหนดทิศทาง AI ระยะยาวด้วย

5. งานออกแบบอาจเปลี่ยนก่อนงานหุ่นยนต์

ลองนึกภาพสถาปนิกส่งภาพห้องหนึ่งภาพ แล้วให้ AI สร้างพื้นที่สามมิติที่เดินดู เปลี่ยนมุมกล้อง และทดลองการจัดวางได้ งานโฆษณา เกม และโปรดักชันก็อาจทดลองฉากได้เร็วขึ้น ความเป็นไปได้นี้ต่อยอดจากความสามารถที่ทีม World Labs อธิบายไว้ในบทความเปิดตัว Marble ทั้งการสร้างโลกสามมิติจากภาพเดียวและการแก้ไขวัตถุหรือองค์ประกอบภายในฉาก
แต่แบบที่ AI สร้างยังต้องให้คนตรวจความถูกต้องก่อนนำไปก่อสร้างหรือใช้งานจริง เพราะทีมพัฒนา Atlas ระบุเองว่า โมเดลอาจเติมรายละเอียดในส่วนที่มองไม่เห็นจากภาพต้นทาง นี่จึงเป็นผลกระทบที่เป็นไปได้จากความสามารถของโมเดล ไม่ใช่สิ่งที่ดีลนี้รับประกันว่าจะเกิดทันที

6. โรงงานและโลจิสติกส์อาจได้เครื่องมือทดลองก่อนลงมือจริง

หากจำลองพื้นที่ได้ดีขึ้น ทีมงานอาจลองเส้นทางขนสินค้า ตำแหน่งเครื่องจักร หรือการทำงานของหุ่นยนต์ในโลกจำลองก่อนปรับหน้างานจริง ประโยชน์สำคัญคือทดลองหลายทางเลือกได้โดยไม่ต้องหยุดการผลิตทุกครั้ง

7. หุ่นยนต์ต้องฝึกมากกว่า “จำภาพ”

หุ่นยนต์ต้องคาดการณ์ว่าของจะเคลื่อนอย่างไรเมื่อถูกจับหรือผลัก World Labs กำลังพัฒนาวิธีนำภาพและวิดีโอจากพื้นที่จริงไปสร้างสภาพแวดล้อมจำลองเพื่อฝึกและทดสอบหุ่นยนต์ แต่การทำงานในโลกจำลองได้ดี ยังไม่เท่ากับทำงานในโลกจริงได้อย่างปลอดภัยและเชื่อถือได้

8. คนทำงานสายสร้างสรรค์จะต้องเก่งการกำกับมากขึ้น

เมื่อสร้างฉากและมุมมองได้เร็วขึ้น คุณค่าของคนอาจขยับไปอยู่ที่การตั้งโจทย์ เลือกทางที่ดีที่สุด ตรวจรายละเอียด และตัดสินว่าอะไรเหมาะกับผู้ชมจริง สำหรับทีมคอนเทนต์ นี่อาจหมายถึงการทำภาพจำลองหรือฉากอธิบายเรื่องซับซ้อนด้วยต้นทุนที่ต่ำลง แต่ยังต้องบอกผู้ชมให้ชัดว่าอะไรคือภาพจำลอง

9. คนทำงานควรเริ่มจากปัญหาในงานตัวเอง

ถ้าคุณทำอสังหาริมทรัพย์ ให้ถามว่าจะช่วยลูกค้าเห็นพื้นที่ก่อนสร้างได้ไหม ถ้าทำโรงงาน ให้ถามว่าจำลองกระบวนการไหนคุ้มที่สุด ถ้าทำสื่อ ให้ถามว่าภาพสามมิติช่วยอธิบายเรื่องใดได้ดีกว่ากราฟิกทั่วไป ทักษะสำคัญตอนนี้คือรู้ว่าควรทดลองกับงานไหน และรู้ว่าผลลัพธ์ส่วนใดต้องตรวจซ้ำ

10. สัญญาณใหญ่ของดีลนี้คือ AI กำลังขยายจากหน้าจอไปสู่โลกจริง

ไม่ได้แปลว่า chatbot จะหายไป หรือหุ่นยนต์จะทำงานแทนคนได้พรุ่งนี้ แต่เงิน 8.2 พันล้านดอลลาร์บอกว่า AMD มอง “ความเข้าใจโลกสามมิติ” เป็นเดิมพันสำคัญของ AI ยุคถัดไป สำหรับคนทำงาน คำถามจึงเริ่มเปลี่ยนจาก AI ช่วยเขียนอะไรได้ เป็น AI ช่วยมองเห็น ทดลอง และออกแบบสิ่งที่จะเกิดขึ้นในโลกจริงได้แค่ไหน

คุณค่าที่แท้จริงของ Spatial Intelligence ไม่ได้อยู่ที่ตัวเลขดีล แต่ขึ้นอยู่กับว่าเรามองออกหรือไม่ว่า งานส่วนไหนจะทรงพลังขึ้นหากได้ลองจำลองและทดสอบผลลัพธ์ก่อนลงมือจริง

30/09/2026

29/09/2026

🥹

ยุคที่ใครก็เริ่มธุรกิจได้ “ความธรรมดา” อาจไม่เพียงพออีกต่อไป

นครินทร์ วนกิจไพบูลย์ ชวนมองหนึ่งในโจทย์สำคัญของผู้ประกอบการยุคใหม่ เมื่อทั้งช่องทางออนไลน์ เทคโนโลยี และ AI ทำให้คนตัวเล็กมีเครื่องมือมากขึ้น การแข่งขันจึงไม่ได้อยู่แค่ว่าใครเข้าถึงลูกค้าได้ แต่คือเมื่อเข้าถึงแล้ว ลูกค้าจำเราได้หรือไม่

สินค้าจึงต้องตอบให้ได้ว่าแตกต่างจากคนอื่นอย่างไร จุดขายคืออะไร และมี Value แบบไหนที่ทำให้คนเลือกเรา เพราะในวันที่ตัวเลือกมีมากขึ้น การมีจุดยืนและความแตกต่างที่ชัด อาจเป็นสิ่งที่ทำให้แบรนด์มีพื้นที่ของตัวเองในตลาด

29/09/2026

😂😂😂

28/09/2026

ง่อววว 😲

Download MacroFactor 2 weeks free: https://bit.ly/jeffmacrofactor (...

28/09/2026

😍😍😍