AXA เตือนความเสี่ยงลงทุน AI data center และ private credit บทเรียนตรงสำหรับบริษัทประกันและ InsurTech ไทยในการใช้ AI อย่างมีกรอบความเสี่ยง.
ทำไม AXA ถึงไม่เล่น “พนัน” กับ Data Center เฉพาะทาง
ตัวเลขระดับหลายแสนล้านดอลลาร์กำลังถูกเทลงไปในโครงการ AI data center ทั่วโลก แต่ AXA บริษัทประกันยักษ์ใหญ่จากฝรั่งเศส กลับออกมาบอกชัดว่า “เราไม่อยากไปเล่นพนันกับเทคโนโลยีที่ยังไม่พิสูจน์ตัวเอง”
ประโยคนี้สะท้อนอะไรกับอุตสาหกรรมประกันภัยไทยที่กำลังเดินหน้าทำ InsurTech, ลงทุนใน AI, data center, private credit และโครงสร้างพื้นฐานดิจิทัล? โดยเฉพาะช่วงปลายปี 2568 แบบนี้ หลายบริษัทกำลังปิดงบ วางแผนลงทุน AI ปีหน้าอย่างหนัก ถ้ามองพลาด แทนที่จะได้ “ดีลทอง” อาจกลายเป็น “หลุมดำ” ดูดเงินทุนไปแบบไม่ทันตั้งตัว
บทความนี้หยิบเคส AXA จากต่างประเทศ มาแปลเป็นภาษาคนทำประกันไทย ว่าพวกเขามองความเสี่ยงอย่างไร ทำไมถึงกลัว data center บางแบบ และทั้งหมดนี้เชื่อมโยงกับ AI ในอุตสาหกรรมประกันภัยไทย ยังไง ทั้งในแง่การลงทุน การพิจารณารับประกัน และการบริหารความเสี่ยงของบริษัทเอง
แก่นคิดของ AXA: เชื่อใน AI แต่ไม่เชื่อใน “การเดิมพันเทคโนโลยีตัวเดียว”
สารหลักจาก AXA ชัดมาก: เขาเชื่อในเมกะเทรนด์ AI ระยะกลาง-ยาว แต่ไม่เชื่อในการทุ่มเงินไปกับเทคโนโลยีหรือผู้เล่นรายเดียวแบบสุดตัว
Jean-Baptiste Tricot, Group CIO ของ AXA พูดไว้ตรง ๆ ว่า
“เราเชื่อในเทรนด์ระยะกลาง แต่เราไม่อยากไปให้เงินทุนกับการเดิมพันเชิงเทคโนโลยี (technological gambles)”
แปลเป็นภาษาคนลงทุนและคนประกันคือ:
- เทรนด์ AI โตแน่ ทั้งด้านการรับประกัน การเคลม การจัดการข้อมูล ความเสี่ยงไซเบอร์ ฯลฯ
- แต่ เราไม่รู้ว่าใครจะชนะ – จะเป็นผู้ให้บริการคลาวด์เจ้าไหน สถาปัตยกรรมชิปแบบไหน หรือโมเดล AI สายใด
- ดังนั้น การสร้าง data center แบบเฉพาะกิจเพื่อรองรับเทคโนโลยีตัวเดียว ลูกค้ารายเดียว หรือ vendor รายเดียว คือความเสี่ยงที่สูงเกินไป
สำหรับบริษัทประกันไทย นี่คือสัญญาณอะไร?
- ถ้าคุณกำลังลงทุน data center หรือโครงสร้างพื้นฐาน AI ภายในเอง ระวังการผูกกับเทคโนโลยีเดียวมากเกินไป
- ถ้าคุณเป็นฝ่ายลงทุน (insurance asset management) ที่มองหาโอกาสใน data center fund, infrastructure fund, private credit แนวคิดแบบ AXA น่าสำรวจใช้ต่อยอด
- ถ้าคุณเป็นฝั่ง InsurTech / Startup ที่สาย AI ล้วน นี่คือสัญญาณว่าผู้ให้ทุนรายใหญ่เริ่ม “คัดกรอง” มากขึ้น ไม่ได้ทุ่มเงินให้ทุกอย่างที่มีป้าย AI ติดอยู่
ทำไม AXA ระวัง Data Center เฉพาะทางมากเป็นพิเศษ
AXA ระบุชัดว่าเขา “พยายามหลีกเลี่ยง data center ที่เฉพาะทางเกินไป หรือสร้างขึ้นเพื่อรองรับผู้เล่นรายเดียว / เทคโนโลยีตัวเดียว” เพราะไม่รู้ว่าผู้เล่นหรือเทคโนโลยีไหนจะเป็นผู้ชนะในสมรภูมิ AI สุดท้าย
1. โครงสร้างที่ “ล็อกอิน” กับเทคโนโลยีเดียว = ความเสี่ยงสินทรัพย์ติดดอย
ลองนึกภาพ data center ที่ออกแบบมารองรับ:
- แพลตฟอร์ม AI เจ้าเดียว
- ฮาร์ดแวร์เฉพาะชุดใดชุดหนึ่ง (เช่น ชิปหรือ GPU ที่ปรับใช้กับแพลตฟอร์มอื่นยาก)
- สัญญาเช่า/ใช้บริการผูกขาดกับลูกค้ารายเดียว
ถ้าอีก 3–5 ปี เทคโนโลยีเปลี่ยน ทิศทางตลาดเปลี่ยน หรือผู้เล่นรายนั้นสะดุด ธุรกิจ data center แบบนั้นอาจกลายเป็นสินทรัพย์ที่ต้อง “ตัดด้อยค่า” หรือถือไว้แบบไร้ความคุ้มค่า
สำหรับบริษัทประกันที่ลงทุนระยะยาว นี่คือ ความเสี่ยงสินทรัพย์ (asset risk) ตรง ๆ
2. AXA เน้น data center แบบ “general-purpose & inference”
AXA สนใจ data center ที่รองรับการใช้งาน general-purpose และงาน inference (นำโมเดลที่เทรนแล้วมาใช้งานจริง) มากกว่าโครงสร้างที่สร้างมาเพื่อการเทรนโมเดลแบบเฉพาะทางหนัก ๆ เพียงด้านเดียว
เพราะอะไร?
- งาน inference มีความต้องการในตลาดกว้างกว่า ใกล้เคียงการใช้งานจริงของธุรกิจประกัน เช่น ระบบพิจารณารับประกันอัตโนมัติ ระบบเคลมอัตโนมัติ chatbot, fraud detection
- ความยืดหยุ่นสูงกว่า สามารถเปลี่ยนผู้ให้บริการ AI หรือปรับเวิร์กโหลดตามเทคโนโลยีที่เปลี่ยนได้ง่ายกว่า
สำหรับ ธุรกิจประกันภัยไทย ที่กำลังทำ AI ใน underwriting, claims, fraud detection ถ้าจะพัฒนาโครงสร้างเองหรือร่วมลงทุนโครงสร้างกับพันธมิตร แนวคิด “general-purpose + inference-friendly” ของ AXA ใช้เป็นกรอบคิดได้เลย
บทเรียนจากวิกฤต Private Credit: ทำไมการลงทุนของบริษัทประกันต้องเข้มมากขึ้น
อีกประเด็นที่ AXA พูดแรงไม่แพ้เรื่อง data center คือ ความเสี่ยงในตลาด private credit มูลค่าราว 1.7 ล้านล้านดอลลาร์ ซึ่งกำลังถูกจับตาว่าอาจเป็นจุดเริ่ม “ความเสี่ยงระบบ” รอบใหม่
ปีที่ผ่านมา การล้มของบริษัทอะไหล่รถยนต์ในสหรัฐอย่าง First Brands และดีลกู้ของ Tricolor สร้างความเสียหายให้กับผู้ให้กู้และผู้จัดการสินทรัพย์หลายราย จนหน่วยงานกำกับเริ่มหันมาส่องพอร์ต private credit ของบริษัทประกันและธนาคารอย่างใกล้ชิด
แนวทางของ AXA ใน private credit ที่น่าสนใจมาก
AXA บริหารสินทรัพย์ด้าน private & structured credit ราว 14% ของพอร์ตทั้งหมด (ประมาณ 65,000 ล้านยูโร) แต่เขาวางกรอบชัดมาก:
-
โฟกัสสินทรัพย์คุณภาพสูง
- 84% ของพอร์ต private credit เป็นระดับ investment grade
- เน้น senior tranche ของ CLO และสินเชื่อมีหลักประกันในยุโรป เช่น เนเธอร์แลนด์ สวิตเซอร์แลนด์ เยอรมนี
-
เน้นอายุสัญญาสั้น และเอกสารสัญญาชัด
- เลือกดีลที่มี maturity ไม่ยาวเกินไป
- เน้นเอกสารสัญญาที่มี covenant ชัด ไม่เล่น “covenant-lite” ที่บังคับลูกหนี้แทบไม่ได้
-
ไม่ซื้อแบบหว่าน ซื้อเป็นก้อนเฉพาะกิจ
- ใช้โครงสร้าง single managed accounts หรือ “funds of one” ร่วมกับ asset manager รายใหญ่ในยุโรปและสหรัฐ
- ไม่ซื้อสินค้าทั้งกองแบบ blind pool ที่ผู้จัดการกองเลือกทุกอย่างเอง
-
ตรวจพอร์ต “บรรทัดต่อบรรทัด” ทุกครั้งที่มีเคสล้มใหญ่
- ทุกครั้งที่มีดีล private credit ผิดนัดหรือเจ๊ง เขาจะไล่ตรวจทั้งพอร์ตแบบ line by line เพื่อเช็คว่าไม่ได้มีเคสคล้าย ๆ ซ่อนอยู่
เชื่อมโยงกลับมาที่ไทยยังไง?
ตอนนี้หลายบริษัทประกันไทยเริ่มมองหา ผลตอบแทนสูงขึ้นผ่านสินทรัพย์ทางเลือก / private credit / infrastructure โดยเฉพาะภายใต้อัตราดอกเบี้ยที่ยังอยู่ระดับสูงทั่วโลก ถ้าเอากรอบของ AXA มาปรับใช้ จะได้หลักคิดสำคัญ:
- อย่าซื้อกองทุน private credit แค่เพราะให้ IRR สูง
- ถามถึง โครงสร้างสัญญา, covenant, ประเภทลูกหนี้, อายุสัญญา, การกระจุกตัวในอุตสาหกรรม ให้ละเอียด
- ถ้ามีดีลล้มในตลาด คล้ายภาคธุรกิจที่เราเคยลงทุน ต้องกล้ากลับมาชำแหละพอร์ตตัวเอง
สำหรับบริษัทที่กำลังทำ InsurTech หรือสร้างผลิตภัณฑ์เกี่ยวกับการลงทุน (เช่น unit-linked, investment-linked) บทเรียนนี้ยิ่งสำคัญ เพราะไม่ใช่แค่ความเสี่ยงของบริษัทเอง แต่กระทบผู้ถือกรมธรรม์โดยตรง
สิ่งที่บริษัทประกันไทยควรทำ เมื่อต้องลงทุนในโลก AI และ Data Center
ถ้าเอาแนวคิดของ AXA มาปรับใช้กับบริบทไทย ผมว่ามีอย่างน้อย 5 เรื่องที่ควรเริ่มทำตั้งแต่ตอนนี้ โดยเฉพาะบริษัทที่กำลังขยายโครงการ AI หรือวางแผนลงทุนโครงสร้างดิจิทัลปี 2569
1. สร้าง Framework ประเมินความเสี่ยง AI Infrastructure โดยเฉพาะ
AI ไม่เหมือนระบบ IT แบบเดิม ๆ เพราะมีความไม่แน่นอนทั้งด้านเทคโนโลยี กฎเกณฑ์ และโมเดลธุรกิจ บริษัทประกันควรมี กรอบประเมินความเสี่ยงเฉพาะสำหรับ AI และ data center เช่น
- ความเสี่ยงการผูก vendor (vendor lock-in)
- ความยืดหยุ่นในการเปลี่ยนแพลตฟอร์ม / ย้ายเวิร์กโหลด
- ความเสี่ยงด้านพลังงาน น้ำ และสิ่งแวดล้อมของ data center
- ผลกระทบจากการเปลี่ยนแปลงกฎเกณฑ์ด้านข้อมูลส่วนบุคคล และ AI governance
2. เลือกลงทุนในโครงสร้างที่ “เปลี่ยนทิศได้”
หลักคิดแบบ AXA ใช้ได้ดีมาก: ลงทุนกับ data center ที่รองรับการใช้งานหลายประเภท หลายเทคโนโลยี ไม่เฉพาะเจาะจงผู้เล่นรายเดียว เช่น
- เลือกผู้ให้บริการคลาวด์ที่รองรับ multi-cloud หรือ hybrid cloud ได้ดี
- ออกแบบสัญญาที่เปิดช่องให้เปลี่ยนผู้ให้บริการได้ในอนาคต
- ถ้าลงทุนในกองทุนโครงสร้างพื้นฐาน ให้ดูว่า data center ที่ลงทุนรองรับลูกค้าหลายกลุ่ม หลายอุตสาหกรรมหรือไม่
3. ผูกเรื่อง AI เข้ากับกลยุทธ์การลงทุน (ALM) อย่างจริงจัง
หลายบริษัทในไทยมอง AI แยกจาก asset-liability management (ALM) ทั้งที่ควรเชื่อมกันชัด ๆ เช่น
- ถ้าบริษัทเราพึ่งพา AI สูงมากในกระบวนการพิจารณารับประกันและเคลม เรากำลังสร้าง “ความเสี่ยงจากผู้ให้บริการเทคโนโลยี” ให้กับฝั่งหนี้สิน
- ถ้าเราลงทุนในสินทรัพย์ที่ขับเคลื่อนด้วย AI infrastructure (เช่น data center fund) มากขึ้น เราก็เพิ่มความเสี่ยงด้านสินทรัพย์
สองฝั่งนี้ต้องถูกมองรวมในกรอบ ALM เดียวกัน ไม่ใช่คนละโลก
4. สร้างความร่วมมือกับ InsurTech / ผู้พัฒนา AI แบบ “มีกรอบความเสี่ยงร่วมกัน”
ในซีรีส์ “AI ในอุตสาหกรรมประกันภัยไทย: InsurTech” เราคุยกันบ่อยว่า การทำงานกับ InsurTech จะสำเร็จได้ต้องไม่ใช่แค่เรื่องนวัตกรรม แต่ต้องมี ภาษาความเสี่ยงร่วมกัน ด้วย
กรณี AXA แสดงให้เห็นว่า ผู้เล่นรายใหญ่ต้องการ:
- ความชัดเจนว่า AI ที่ใช้พึ่งพาโครงสร้างแบบไหน อยู่บน data center ลักษณะใด
- ความสามารถในการย้ายหรือปรับปรุงเทคโนโลยีในอนาคตได้ (portability)
- สัญญาที่ระบุความรับผิดชอบด้านความต่อเนื่องของบริการ ความปลอดภัย และการปฏิบัติตามกฎเกณฑ์
ถ้า InsurTech ไทยออกแบบโซลูชัน โดยคิดถึงมุมมองนี้ตั้งแต่แรก โอกาสปิดดีลกับบริษัทประกันใหญ่ ๆ จะสูงขึ้นมาก
5. ใช้ AI บริหารความเสี่ยงของพอร์ตลงทุนตัวเองด้วย
ไม่ใช่แค่ลงทุนใน AI แต่ควรใช้ AI ช่วย มองความเสี่ยง ของพอร์ตตัวเองแบบต่อเนื่อง เช่น
- ใช้ AI วิเคราะห์เอกสารสัญญา private credit หาจุดอ่อนของ covenant
- ใช้ machine learning จับสัญญาณผิดปกติของผู้ออกตราสารหรือคู่สัญญา
- ใช้ระบบ AI ช่วยจำลองสถานการณ์ (scenario analysis) ถ้าอุตสาหกรรมใดอุตสาหกรรมหนึ่งเกิด default จำนวนมากจะกระทบพอร์ตยังไง
นี่ยังอยู่ในกรอบ InsurTech เหมือนกัน แค่เราเอา AI มาใช้ในฝั่ง investment & risk management ไม่ใช่แค่ฝั่งผลิตภัณฑ์ประกัน
มองไปข้างหน้า: AI, Data Center และอนาคตการกำกับดูแลในไทย
สิ่งที่น่าสังเกตคือ หลังเหตุการณ์ดีลล้มในตลาด private credit ทั้งในสหรัฐและยุโรป หน่วยงานกำกับเริ่มขอข้อมูลเชิงลึกของพอร์ตสินทรัพย์ของบริษัทประกันและธนาคารมากขึ้น และกำลังโฟกัสไปที่สินทรัพย์ประเภท data center, AI infrastructure, และ shadow banking ต่าง ๆ
ผมเชื่อว่าในอีก 1–3 ปีข้างหน้า ภูมิทัศน์ไทยจะค่อย ๆ เดินตาม โดยเฉพาะในประเด็นเหล่านี้:
- การเปิดเผยความเสี่ยงที่เกี่ยวข้องกับ AI และโครงสร้างพื้นฐานดิจิทัลในรายงานความเสี่ยงของบริษัทประกัน
- การกำหนดแนวทางด้าน AI governance, model risk management, third-party risk สำหรับบริษัทประกันและ InsurTech
- การดูความเชื่อมโยงระหว่างฝั่ง liability (พึ่งพา AI แค่ไหน) กับฝั่ง asset (ลงทุนใน AI infrastructure แค่ไหน)
สำหรับผู้นำในอุตสาหกรรมประกันไทย นี่ไม่ใช่เวลาจะถามว่าควรใช้ AI ดีไหม แต่ต้องถามว่า:
เรากำลังใช้ AI และลงทุนในโลก AI ด้วยกรอบความเสี่ยงที่ชัดเจนพอหรือยัง?
ใครที่ตั้งคำถามนี้ได้เร็ว ปรับโครงสร้างการลงทุน และออกแบบพันธมิตรด้าน InsurTech บนพื้นฐานความเสี่ยงที่เข้าใจตรงกัน ผมว่ามีโอกาสไม่ใช่แค่ “รอด” แต่ “นำ” ตลาดไทยในยุค AI ได้เลย
ถัดจากนี้คุณควรทำอะไร
ถ้าคุณอยู่ฝั่งบริษัทประกัน:
- ตรวจดูพอร์ตลงทุนว่าเกี่ยวข้องกับ data center, private credit, หรือกองทุนโครงสร้างพื้นฐานมากแค่ไหน
- ลองเอากรอบคิดของ AXA ไปถามทีมลงทุนและทีมความเสี่ยงของคุณตรง ๆ
- เริ่มออกแบบ AI risk framework ร่วมกันระหว่างทีมเทค ทีมลงทุน และทีมคอมพลายแอนซ์
ถ้าคุณอยู่ฝั่ง InsurTech หรือผู้พัฒนา AI:
- ปรับคำอธิบายโซลูชันของคุณให้ตอบโจทย์ความกังวลด้านความเสี่ยงของบริษัทประกัน โดยเฉพาะเรื่อง data center, vendor lock-in, ความต่อเนื่อง และ compliance
- เตรียมเอกสารเชิงเทคนิคและเชิงสัญญาที่ตอบโจทย์ “คนลงทุน” และ “คนกำกับความเสี่ยง” ไม่ใช่คุยแค่กับทีมนวัตกรรม
โลกประกันภัยไทยกำลังเข้าสู่ช่วงที่ AI ไม่ใช่ของเล่น แต่เป็นโครงสร้างพื้นฐานหลัก บทเรียนจาก AXA ช่วยเตือนเราว่า การวิ่งให้เร็วอย่างเดียวไม่พอ ต้องวิ่งบนพื้นฐานความเสี่ยงที่เรายอมรับได้ และเข้าใจมันจริง ๆ ด้วย