บิตคอยน์ฟื้นตัวใกล้ $79,000 หลังตัวเลขเงินเฟ้อสหรัฐฯ ตรงตามคาด
เมื่อวันอังคารที่ 8 ก.ย. 2026 DigitalOcean (DOCN) ได้ใช้เวที Goldman Sachs Communacopia + Technology Conference 2026 เพื่อนําเสนอกลยุทธ์ที่ชัดเจนยิ่งขึ้นในการก้าวเข้าสู่โครงสร้างพื้นฐาน AI โดยผู้บริหารได้อธิบายถึงธุรกิจที่กําลังได้รับแรงขับเคลื่อนในด้าน inference และซอฟต์แวร์ที่รองรับ agent พร้อมกันนั้นยังต้องเผชิญกับความท้าทายในการแปลงการเติบโตของผลิตภัณฑ์และกําลังการผลิตใหม่ให้กลายเป็นกําไรที่ยั่งยืน
ประเด็นสําคัญ
- DigitalOcean กล่าวว่ากําลังสร้าง cloud ที่รองรับ AI โดยเฉพาะ สําหรับแอปพลิเคชันที่สร้าง ติดตั้ง และจัดการโดย agent ไม่ใช่มนุษย์
- บริษัทระบุว่าประมาณ 85% ของรายได้ AI มาจากบริการ inference ที่มีอัตรากําไรสูงกว่า ในขณะที่รายได้จาก bare metal AI คิดเป็นประมาณ 15%
- ผู้บริหารปรับเพิ่มแนวโน้มการเติบโต ณ สิ้นปี 2024 เป็นมากกว่า 35% และแนวโน้มการเติบโตทั้งปี 2027 เป็นมากกว่า 50%
- บริษัทระบุว่าได้รับกําลังการผลิตเพิ่มเติม 20 เมกะวัตต์ และเห็นความต้องการที่แข็งแกร่งสําหรับผลิตภัณฑ์ใหม่ เช่น spot instances และบริการที่ใช้ token เป็นหน่วย
- ผู้บริหารระบุว่าการสร้างชั้น software abstraction ไม่ใช่การเข้าถึง GPU โดยตรง กําลังกลายเป็นแหล่งสําคัญของความแตกต่างและอํานาจในการกําหนดราคา
การเปลี่ยนแปลงเชิงกลยุทธ์สู่ AI-native cloud
ประธานเจ้าหน้าที่บริหาร Paddy Srinivasan กล่าวว่า DigitalOcean กําลังก้าวข้ามยุคแรกของการประมวลผลบนคลาวด์ และกําลังออกแบบ Platform สําหรับรูปแบบการทํางานใหม่ ในมุมมองของเขา cloud รุ่นเก่าถูกสร้างขึ้นสําหรับซอฟต์แวร์ที่จัดการโดยมนุษย์ ในขณะที่ cloud รุ่นถัดไปต้องรองรับซอฟต์แวร์ที่สร้างและดําเนินการโดย agent
- DigitalOcean ระบุว่ามุ่งเน้นที่ inference มากกว่า training เพราะ inference มีความยั่งยืนกว่าและสร้างรายได้ได้ง่ายกว่า
- บริษัทใช้ฐานลูกค้า 680,000 รายและความสัมพันธ์ระยะยาวกับนักพัฒนาเพื่อตรวจสอบผลิตภัณฑ์ใหม่และชี้นําการพัฒนา
- ผู้บริหารระบุว่า Platform ถูกสร้างขึ้นตั้งแต่ต้น โดยมีสถาปัตยกรรมแบบบูรณาการแทนที่จะเป็นการรวบรวมผลิตภัณฑ์เสริมต่างๆ
- Srinivasan กล่าวว่า "Cloud 1.0 ถูกสร้างขึ้นเพื่อรองรับแอปพลิเคชันที่สร้าง ติดตั้ง และจัดการโดยมนุษย์เป็นหลัก แต่ Now cloud ที่เราต้องสร้างรองรับแอปพลิเคชันที่สร้างโดย agent"
เขาเสริมว่า DigitalOcean มองบทบาทของตนเองมากกว่าการเป็นเพียงผู้ให้บริการ GPU โดยบริษัทต้องการจัดเตรียม runtime, storage, ฐานข้อมูล, เครื่องมือระบุตัวตน และชั้นการจัดการที่ทําให้แอปพลิเคชัน AI สร้างและดําเนินการได้ง่ายขึ้น
- บริษัทระบุว่าแอปพลิเคชันกําลังเปลี่ยนจากโครงสร้างพื้นฐาน bare metal ไปสู่เศรษฐศาสตร์ซอฟต์แวร์
- ลูกค้าที่ใช้ agent runtimes, flash storage และฐานข้อมูลสร้างมูลค่าให้กับ Platform มากขึ้น
- Srinivasan กล่าวว่า "เราเชื่ออย่างแน่วแน่ว่าซอฟต์แวร์ทําให้เมกะวัตต์มีคุณค่ามากขึ้น"
ผลประกอบการทางการเงินและเศรษฐศาสตร์ต่อหน่วย
DigitalOcean ระบุว่าเศรษฐศาสตร์ของธุรกิจ AI กําลังดีขึ้นเมื่อบริษัทเพิ่มชั้นซอฟต์แวร์บนโครงสร้างพื้นฐาน GPU โดยผู้บริหารระบุว่าสัดส่วนรายได้กําลังเปลี่ยนไปสู่บริการที่มีมูลค่าสูงขึ้น และห่างจากการเข้าถึงฮาร์ดแวร์แบบธรรมดา
- ประมาณ 85% ของรายได้ AI มาจากบริการ inference รวมถึงเศรษฐศาสตร์ token, reserved instances, spot instances และ core cloud pull-through
- ประมาณ 15% มาจากรายได้ bare metal AI
- ธุรกิจ core cloud ยังคงมีอัตรากําไรขั้นต้นประมาณ 70% ซึ่งสูงที่สุดในบริษัท
- ผู้บริหารระบุว่าการกําหนดราคา inference แบบ token นั้นอิงกับเศรษฐศาสตร์ซอฟต์แวร์ ไม่ใช่เพียงอุปทาน GPU
- ราคา GPU บางรายการถูกปรับขึ้นประมาณ 30% สะท้อนทั้งความต้องการของตลาดและความแตกต่างด้านซอฟต์แวร์
Matt Biilmann ประธานเจ้าหน้าที่ฝ่ายการเงิน กล่าวว่าโมเดลของบริษัทแตกต่างจากคู่แข่งที่พึ่งพาสัญญาระยะยาวแบบตายตัว โครงสร้างสัญญาระยะสั้นของ DigitalOcean ช่วยให้ปรับราคาได้รวดเร็วยิ่งขึ้น แม้กระทั่งรายวันในบางกรณี
- ผู้บริหารระบุว่าเศรษฐศาสตร์ token ช่วยให้บริษัทปรับราคาได้ทุกวัน
- ธุรกิจสามารถปรับปรุงอัตรากําไรผ่าน software abstraction และการใช้ประโยชน์จากกองยานพาหนะได้ดีขึ้น
- Biilmann กล่าวว่า "เมื่อคุณเริ่มเข้าสู่เศรษฐศาสตร์ token มันไม่ใช่เรื่องของอุปสงค์อุปทานว่าคุณมี GPU กี่ตัว แต่เป็นเรื่องที่ว่าคุณให้ token ได้กี่ตัวในระดับคุณภาพใด"
บริษัทยังระบุว่า GPU รุ่นใหม่กําลังปรับปรุงผลผลิต token ต่อเมกะวัตต์ ซึ่งช่วยชดเชยค่าใช้จ่ายด้านทุนต่อเมกะวัตต์ที่เพิ่มขึ้น โดยผู้บริหารระบุว่ารายได้ประจําปีต่อเมกะวัตต์ยังคงเพิ่มขึ้นอย่างต่อเนื่อง
การอัปเดตการดําเนินงานและการเปิดตัวผลิตภัณฑ์
DigitalOcean อธิบายถึงความสําเร็จด้านผลิตภัณฑ์และโครงสร้างพื้นฐานล่าสุดหลายประการที่สนับสนุนกลยุทธ์ AI โดยบริษัทระบุว่าดําเนินการอย่างรวดเร็วทั้งในด้านกําลังการผลิตและรอบการเปิดตัวซอฟต์แวร์
- ศูนย์ข้อมูลสามแห่งเปิดดําเนินการในระหว่างปี ทั้งหมดก่อนกําหนด
- บริษัทได้รับกําลังการผลิตเพิ่มเติม 20 เมกะวัตต์นับตั้งแต่การอัปเดตแนวทางครั้งล่าสุด
- Spot instances เปิดตัวไม่กี่สัปดาห์ก่อนการประชุมและขายหมดภายในไม่กี่นาที
- ธุรกิจ token เปิดตัวประมาณ 120 วันก่อนการประชุมและดึงดูดลูกค้าได้ 6,000 ถึง 7,000 ราย
- Agent Harness และ Open Harness Runtime ได้รับการประกาศเพื่อให้ลูกค้านํา harness ต่างๆ รวมถึง Hermes, Codex และ OpenClaw มาใช้บน Platform ของ DigitalOcean
- เทคโนโลยี Sandbox สามารถเปิดใช้งาน agent ได้ภายในหลายร้อยมิลลิวินาที และเปิดใช้งานใหม่ได้ในเวลาน้อยกว่า 100 มิลลิวินาที ซึ่งเร็วกว่าเวลาหลายนาทีที่ virtual machines ต้องใช้มาก
ผู้บริหารระบุว่าบริษัทยังเปลี่ยนวิธีจัดระเบียบความพยายามด้านการขายและการตลาดด้วย
- DigitalOcean แต่งตั้ง Kevin อดีตพนักงานของ Vercel เป็นประธานเจ้าหน้าที่ฝ่ายรายได้
- บริษัทมีโครงสร้างวิศวกรพัฒนาภาคสนามแบบคู่ โดยกลุ่มหนึ่งฝังอยู่ในงานผลิตภัณฑ์และอีกกลุ่มในการขายภาคสนาม
- Platform ส่วนใหญ่ถูกสร้างขึ้นผ่านการพัฒนาภายในองค์กร โดยมีการซื้อกิจการขนาดเล็กแบบเลือกสรร
- กําลังการผลิตได้รับการรักษาความปลอดภัยผ่านความร่วมมือในระดับเมกะวัตต์กับผู้ดําเนินการศูนย์ข้อมูล tier 1 แทนที่จะเป็นข้อผูกมัดในระดับกิกะวัตต์
การวางตําแหน่งในตลาดและแนวโน้มลูกค้า
ผู้บริหารใช้เวลาส่วนใหญ่ในการอธิบายว่าความต้องการมาจากไหนและลูกค้ากําลังเปลี่ยนรูปแบบการซื้ออย่างไร โดยบริษัทระบุว่าตลาดกําลังเปลี่ยนจากการเข้าถึงโมเดลแบบธรรมดาไปสู่ agentic workflows ที่ซับซ้อนมากขึ้น
- DigitalOcean ระบุว่าการเขียนโค้ดยังคงเป็นกรณีการใช้งานที่ใหญ่ที่สุด เนื่องจากมีข้อมูลที่มีโครงสร้างและ ground truth ที่ชัดเจน
- พื้นที่ที่กําลังเติบโตอื่นๆ ได้แก่ สื่อ generative, โฆษณาดิจิทัล, ภาพยนตร์, agent ด้านผลิตภาพส่วนบุคคล, การเข้าถึงลูกค้า, การสร้างความต้องการ, ประสบการณ์ลูกค้า และระบบอัตโนมัติสําหรับศูนย์ติดต่อ
- บริษัทระบุว่าลูกค้าหลายรายเริ่มต้นด้วยโมเดล closed-source เพื่อตรวจสอบความเหมาะสมของผลิตภัณฑ์กับตลาด จากนั้นย้ายไปใช้โมเดล open-weight เพื่อลดต้นทุนและได้รับการควบคุมมากขึ้น
- บริษัทอธิบาย token flow ว่าเป็นการใช้โมเดล open-weight ร่วมกับวิธีการ post-training เช่น supervised fine-tuning และ reinforcement learning
- บริษัทอธิบาย agent flow ว่าเป็นการสร้าง workflows ที่มี persistent memory, secure sandboxes, การจัดการ identity และเครื่องมือ lifecycle
DigitalOcean ระบุว่าระยะห่างระหว่างโมเดล ชายขอบ และโมเดลใกล้เคียง ชายขอบ กําลังแคบลงอย่างรวดเร็ว ซึ่งช่วยให้ลูกค้าจํานวนมากขึ้นนําโมเดล open-weight มาใช้ บริษัทระบุว่าวางตําแหน่งตัวเองระหว่าง hyperscalers และผู้ให้บริการ neo-cloud โดยเน้นซอฟต์แวร์และโครงสร้างพื้นฐานที่รองรับ agent แทนที่จะเป็นเพียง bare metal
แนวโน้มในอนาคตและปัจจัยขับเคลื่อนการเติบโต
ผู้บริหารปรับเพิ่มแนวโน้มการเติบโตระยะยาวและระบุว่ามีหลายปัจจัยที่สามารถสนับสนุนการเติบโตเพิ่มเติม โดยบริษัทชี้ถึงการกําหนดราคา การใช้ประโยชน์ storage และอัตราการเชื่อมต่อ core cloud เป็นปัจจัยสําคัญ
- แนวทางสิ้นปี 2024 ถูกปรับเพิ่มเป็นการเติบโตของรายได้มากกว่า 35%
- แนวทางทั้งปี 2027 ถูกปรับเพิ่มเป็นการเติบโตของรายได้มากกว่า 50%
- ผู้บริหารระบุว่าการประกาศผลประกอบการในเดือนพฤศจิกายนจะให้รายละเอียดเพิ่มเติมเกี่ยวกับแนวโน้มปี 2027
- บริษัทระบุว่ามีสิทธิ์ดึงเมกะวัตต์เพิ่มเติมในช่วง 18 เดือนข้างหน้า
- คาดว่าระยะเวลาคืนทุนสําหรับการลงทุนในศูนย์ข้อมูลใหม่จะอยู่ที่ประมาณสามปี
DigitalOcean ระบุว่ามีหลายวิธีในการปรับปรุงทั้งปริมาณและราคาในโมเดลของตน
- ปัจจัยด้านปริมาณ ได้แก่ การเร่งรัดที่เร็วขึ้น การใช้ประโยชน์ที่สูงขึ้น spot instances, batch inferencing และการจัดวางที่ดีขึ้น
- ปัจจัยด้านราคา ได้แก่ การปรับผลตอบแทน การกําหนดราคา token และการกําหนดราคา storage
- บริษัทระบุว่าราคา H100 ยังคงเพิ่มขึ้นอย่างต่อเนื่อง แม้กระทั่งในช่วงสุดสัปดาห์ที่ผ่านมา
- GPU รุ่นใหม่มีความจุ token ต่อเมกะวัตต์สูงกว่า ช่วยปรับปรุงผลตอบแทน
- คาดว่าการใช้งาน core cloud จะเพิ่มขึ้น รวมถึง CPU compute, ฐานข้อมูล และ storage เมื่อลูกค้า AI มีความเป็น agentic มากขึ้น
ผู้บริหารระบุว่าบริษัทยังสร้างบริการ elastic compute ที่รวม serverless inferencing, on-demand capacity และ spot instances เพื่อปรับปรุงการใช้ประโยชน์จากกองยาน โดยระบุว่าความเร็วของผลิตภัณฑ์อยู่ในระดับสูงและทีม go-to-market จําเป็นต้องตามทัน
ไฮไลต์จากช่วงถามตอบ
ในช่วงถามตอบ ผู้บริหารให้รายละเอียดเพิ่มเติมเกี่ยวกับแนวโน้มความต้องการ การกําหนดราคา และกลยุทธ์กําลังการผลิต
- เกี่ยวกับสุขภาพของตลาด inference Srinivasan กล่าวว่าการเขียนโค้ดยังคงเป็นกรณีการใช้งานที่ใหญ่ที่สุด ในขณะที่สื่อ generative และ agent ด้านผลิตภาพกําลังได้รับความนิยม
- เขากล่าวว่าการสร้างรายได้จริงกําลังแทนที่การบริโภคเครดิตที่ได้รับการสนับสนุนจาก venture capital
- เกี่ยวกับ token flow เทียบกับ agent flow เขากล่าวว่าทั้งสองเป็นกระแสมูลค่าที่ยั่งยืนสําหรับ DigitalOcean
- เกี่ยวกับบริการที่มีมูลค่าสูงกว่า Biilmann กล่าวว่าการเปลี่ยนจาก bare metal ไปสู่เศรษฐศาสตร์ token เปลี่ยนธุรกิจจากการกําหนดราคาฮาร์ดแวร์เป็นการกําหนดราคาซอฟต์แวร์
- เกี่ยวกับการปรับขึ้นราคา GPU 30% เขากล่าวว่าการเปลี่ยนแปลงนี้สะท้อนทั้งสภาวะอุปสงค์อุปทานและความแตกต่างด้านซอฟต์แวร์
- เกี่ยวกับกลยุทธ์กําลังการผลิต เขากล่าวว่า DigitalOcean กําลังเล่น "เกมเมกะวัตต์" ไม่ใช่ "เกมกิกะวัตต์" และชอบความร่วมมือกับผู้ดําเนินการศูนย์ข้อมูล tier 1 เพื่อลดความเสี่ยงในการดําเนินงาน
- เกี่ยวกับการเติบโตรายไตรมาส Srinivasan กล่าวว่าบริษัทมีปัจจัยหลายอย่างทั้งด้านปริมาณและราคา
- เกี่ยวกับ go-to-market เขากล่าวว่าการขายตรงมุ่งเป้าไปที่บริษัท AI-native ชั้นนํา 300 ถึง 500 แห่ง ในขณะที่การเติบโตที่นําโดยผลิตภัณฑ์ยังคงดึงดูดลูกค้าต่อไป
ผู้บริหารระบุว่าบริษัทยังคงสร้างแนวทางปฏิบัติสําหรับแอปพลิเคชัน agent-native เนื่องจากมีบริษัทน้อยรายที่กําหนดแนวปฏิบัติที่ดีที่สุดในพื้นที่นี้ โดยระบุว่าลูกค้าถูกดึงดูดด้วยความสามารถด้านซอฟต์แวร์และ infrastructure abstraction ของ DigitalOcean ไม่ใช่เพียงการเข้าถึง GPU โดยตรง
ความเคลื่อนไหวของหุ้นและบริบทตลาด
หุ้น DigitalOcean ซื้อขายอยู่ที่ $120.35 เพิ่มขึ้น 7.01% จากราคาปิดก่อนหน้าที่ $112.47 โดยหุ้นมีช่วงซื้อขายระหว่าง $33.08 ถึง $187.5 ในช่วง 52 สัปดาห์ที่ผ่านมา
การเคลื่อนไหวดังกล่าวเกิดขึ้นเมื่อบริษัทนําเสนอเรื่องราวการเติบโตที่ทะเยอทะยานยิ่งขึ้นซึ่งเชื่อมโยงกับ AI inference, agent workflows และโครงสร้างพื้นฐานที่นําโดยซอฟต์แวร์ นักลงทุนมีแนวโน้มที่จะจับตาดูว่าแนวโน้มรายได้ที่เร็วขึ้นและกําลังการผลิตใหม่จะแปลงเป็นการเพิ่มอัตรากําไรที่
บทความนี้ถูกแปลโดยใช้ความช่วยเหลือจากปัญญาประดิษฐ์(AI) สำหรับข้อมูลเพิ่มเติม โปรดอ่านข้อกำหนดการใช้งาน








