ในช่วงไม่กี่ปีที่ผ่านมา ความตื่นเต้นในเทคโนโลยี AI เป็นแรงผลักดันสำคัญที่ทำให้ตลาดหุ้นปรับตัวพุ่งสูงขึ้น แม้ความตื่นเต้นนี้จะลดลงในช่วงไม่กี่เดือนที่ผ่านมา แต่มุมมองต่อแนวโน้มเศรษฐกิจที่สดใสภายใต้การนำของ Donald Trump ว่าที่ประธานาธิบดีสหรัฐ ได้จุดประกายให้เกิดความสนใจในสินทรัพย์เสี่ยงอีกครั้ง รวมถึงหุ้นเทคโนโลยีที่มุ่งพัฒนา AI อย่างกลุ่ม Magnificent Seven (Mag-7)

อย่างไรก็ตาม เพื่อทำความเข้าใจว่าอนาคตของ AI จะเป็นอย่างไรต่อไป การย้อนมองอดีตก็อาจช่วยให้เราเข้าใจภาพรวมว่าเราอยู่ตรงไหนของวัฏจักรทางเทคโนโลยีในปัจจุบัน CIO Insights เดือนนี้ จึงอยากพาทุกคนกลับไปสำรวจวิวัฒนาการของเทคโนโลยีอื่นๆ ที่เคยพลิกโฉมโลกของเรามาแล้วในอดีต เพื่อช่วยให้เราเห็นภาพชัดขึ้นว่าตอนนี้เราอยู่ในจุดใด และผลกระทบต่อการลงทุนในอนาคตจะเป็นอย่างไร?

4 Key takeaways:

• การปรับตัวขึ้นของหุ้นที่เกี่ยวข้องกับ AI ได้รับแรงขับเคลื่อนจากปัจจัยพื้นฐานที่แข็งแกร่ง แต่ก็ยังมีคำถามเกี่ยวกับการเติบโตในระยะข้างหน้า ตั้งแต่ช่วงปลายปี 2022 การปรับตัวขึ้นของหุ้นกลุ่มเทคโนโลยี โดยเฉพาะบริษัทที่เกี่ยวข้องกับ AI ได้รับแรงสนับสนุนจากกำไรที่แข็งแกร่งและการลงทุนในโครงสร้างพื้นฐานอย่างต่อเนื่อง อย่างไรก็ตาม ยังมีความกังวลเกี่ยวกับ ‘ฟองสบู่ AI’ โดยเฉพาะคำถามที่ว่า การลงทุนมหาศาลหลายพันล้านดอลลาร์เพื่อพัฒนาเทคโนโลยีอย่าง โมเดลภาษาขนาดใหญ่ (LLM) จะสามารถสร้างผลตอบแทนได้คุ้มค่าจริงหรือไม่?
  
  
• ความตื่นเต้นใน AI ไม่ใช่เรื่องใหม่ เพราะการเติบโตในปัจจุบันนับเป็นวัฏจักรรอบที่ 3 แล้วนับตั้งแต่ AI ถือกำเนิดขึ้นในทศวรรษ 1950 โดยครั้งนี้ได้รับแรงขับเคลื่อนจากความก้าวหน้าของระบบประมวลผล ทุกวัฏจักรของ AI จะมีการค้นพบครั้งสำคัญที่จะเป็นแรงขับเคลื่อนการพัฒนาเทคโนโลยีในยุคถัดไป โดยวัฏจักรปัจจุบันได้เริ่มต้นขึ้นในช่วงทศวรรษ 2000 จากการเกิดขึ้นของ Deep Learning ซึ่งนักวิจัยเชื่อว่าวัฏจักรปัจจุบันจะนำไปสู่การพัฒนาเทคโนโลยี Artificial General Intelligence (AGI) ในอนาคตอันใกล้นี้ โดยการลงทุนในโครงสร้างพื้นฐานของ AI มีแนวโน้มที่จะดำเนินต่อไป เว้นเสียแต่ว่าทฤษฎี ‘Scaling Law’ จะได้รับการพิสูจน์ว่าไม่ถูกต้อง
  
  
• ผู้ชนะในยุค AI อาจยังไม่ปรากฏตัว เหมือนที่เคยเป็นมาก่อนในยุคอินเทอร์เน็ต ในระยะข้างหน้า ผู้ที่ได้ประโยชน์จาก AI อาจไม่ได้จำกัดอยู่ที่กลุ่ม Mag-7 หรือบริษัทเซมิคอนดักเตอร์ แต่อาจรวมถึงบริษัทที่สามารถขยายธุรกิจด้วยเทคโนโลยี AI อย่างมีประสิทธิภาพ เช่น บริษัทเภสัชกรรม เครือข่ายรถยนต์ไร้คนขับ หรือผู้ผลิต Content ที่สามารถ Personalise เนื้อหาให้เหมาะสมกับผู้บริโภคแต่ละราย
  
  
• ยังมีความไม่แน่นอนในอีกหลายแง่มุม การกระจายการลงทุนจึงเป็นวิธีที่เหมาะสมในการคว้าโอกาสจาก AI เนื่องจากการประยุกต์ใช้ AI ยังคงมีพัฒนาการอย่างต่อเนื่อง เราจึงเชื่อว่าการลงทุนตามดัชนีแบบ Passive อาจเป็นกลยุทธ์ที่เหมาะสมกว่าการพยายามตามล่าหาผู้ชนะในอนาคต เพราะวิธีนี้จะช่วยให้นักลงทุนได้รับประโยชน์จากการขยายตัวของเศรษฐกิจที่เกิดจากการนำ AI ไปใช้อย่างกว้างขวางในกลุ่มธุรกิจต่างๆ และยังเป็นการลดความเสี่ยงหากทิศทางลมเปลี่ยนแปลงอย่างรวดเร็ว

การปรับตัวขึ้นของหุ้น AI ได้รับแรงขับเคลื่อนจากปัจจัยพื้นฐานที่แข็งแกร่ง

ผลการเลือกตั้งประธานาธิบดีสหรัฐได้ปลุกกระแส ‘Trump Trade’ กลับมาอีกครั้ง สะท้อนให้เห็นความเชื่อมั่นของนักลงทุนที่มีต่อนโยบายสนับสนุนภาคธุรกิจและการลดกฎระเบียบต่างๆ ของ Trump ซึ่งส่งผลให้หุ้นกลุ่มเทคโนโลยีและสินทรัพย์เสี่ยงโดยรวมปรับตัวสูงขึ้น (อ่านเพิ่มเติมได้ใน CIO Update: การกลับมาของ Donald Trump ส่งผลอย่างไรต่อการลงทุนของคุณ?)

อย่างไรก็ตาม ถ้าเรา Zoom Out ออกมา ก็จะเห็นว่าการปรับตัวขึ้นของหุ้นที่เกี่ยวข้องกับ AI ได้เริ่มต้นขึ้นตั้งแต่ช่วงปลายปี 2022 หลังการเปิดตัว ChatGPT ในขณะที่ Nvidia จากที่เคยเป็นผู้เล่นเฉพาะกลุ่มในตลาด GPU เท่านั้น ได้ก้าวขึ้นมาเป็นที่รู้จักและกลายเป็นสัญลักษณ์ของการปฏิวัติ AI ซึ่งการปรับตัวขึ้นของหุ้นกลุ่มนี้มาจากปัจจัยสำคัญ 2 ประการ ดังนี้

• การเติบโตของกำไรที่ขับเคลื่อนโดย AI: บริษัทที่เป็นผู้นำในการพัฒนาและประยุกต์ใช้ AI แสดงให้เห็นการเติบโตของกำไรที่ชัดเจน ตัวอย่างเช่น กำไรรายไตรมาสของ Nvidia ได้ปรับตัวเพิ่มขึ้นกว่า 10 เท่า นับตั้งแต่ Q4/2022 โดยในไตรมาสล่าสุด ธุรกิจชิปสำหรับ Data Centre ของ Nvidia มีสัดส่วนเกือบ 90% ของรายได้ทั้งหมดราว 35,000 ล้านดอลลาร์ ซึ่งการเติบโตของกำไรที่แข็งแกร่งนี้ได้สะท้อนให้เห็นในราคาหุ้นที่ปรับตัวสูงขึ้น (ดูตารางด้านล่าง) โดยในการคาดการณ์ของ Nvidia บริษัทได้ส่งสัญญาณว่า Demand ที่แข็งแกร่งจากผู้ให้บริการคลาวด์จะยังคงดำเนินต่อไปอีกหลายไตรมาส เนื่องจากบริษัทเหล่านี้ยังคงขยาย Data Centre อย่างต่อเนื่อง

• TINA (There Is No Alternative) หรือ ไม่มีทางเลือกอื่นที่ดีกว่านี้: ในช่วง 18 เดือนที่ผ่านมา การเติบโตของภาคการผลิตทั่วโลกอยู่ในระดับต่ำ รวมถึงอัตราดอกเบี้ยที่ยังอยู่ในระดับสูง ส่งผลให้ในช่วงครึ่งแรกของปี 2024 บริษัทนอกกลุ่ม Mag-7 ในดัชนี S&P 500 มีการเติบโตของกำไรเพียง 6% เท่านั้น เมื่อเทียบกับกลุ่ม Mag-7 ที่ 35%

ยังมีความกังวลเรื่องสภาพเศรษฐกิจและผลตอบแทนจากการลงทุนใน AI

แม้จะมีการคาดการณ์แนวโน้มเศรษฐกิจในเชิงบวก รวมถึงผลประกอบการที่แข็งแกร่งของผู้นำด้าน AI แต่นักลงทุนยังคงมีความกังวลเกี่ยวกับความยั่งยืนของตลาดที่ปรับตัวขึ้นเพราะ AI ดังนี้

• การเปลี่ยนแปลงของสภาพเศรษฐกิจ: การที่ Fed กำลังเดินหน้าลดดอกเบี้ย ประกอบกับมาตรการกระตุ้นเศรษฐกิจจากรัฐบาลใหม่ของ Trump ทำให้ช่องว่างการเติบโตระหว่างผู้นำด้าน AI กับบริษัทอื่นๆ น่าจะเริ่มแคบลงในระยะข้างหน้า ซึ่งการประเมินล่าสุดจาก JP Morgan ชี้ให้เห็นว่า ช่องว่างนี้จะแคบลงมากในปี 2025 โดยคาดว่า บริษัทที่เหลือของดัชนี S&P 500 น่าจะมีการเติบโตของ EPS (กำไรต่อหุ้น) ที่ 14% เมื่อเทียบกับกลุ่ม Mag-7 ที่ 18% ตามตารางด้านล่าง

• ผลตอบแทนจากการลงทุนใน AI ยังไม่ชัดเจน: แม้การใช้ AI จะเติบโตอย่างรวดเร็วในหมู่พนักงานและผู้บริโภค รวมถึงบรรดา Hyperscaler (ผู้ให้บริการคลาวด์ขนาดใหญ่) ยังประกาศแผนลงทุนหลายพันล้านดอลลาร์เพื่อสร้าง Data Centre สำหรับ AI อย่างไรก็ตาม ยังคงมีข้อกังวลเกี่ยวกับ Revenue Model และการทำกำไรที่ชัดเจนจากการลงทุนใน AI  ซึ่งคล้ายคลึงกับ ‘ความย้อนแย้งทาง Productivity’ ที่เคยเกิดขึ้นในยุคแรกของการนำคอมพิวเตอร์มาใช้ เพราะในช่วงนั้น การลงทุนด้าน IT อย่างมหาศาลในช่วงแรก ไม่ได้เพิ่ม Productivity ที่สามารถวัดผลได้ดังคาด ขณะที่ บทความล่าสุดจาก Sequoia ‘AI’s $600B Question’ ได้ตั้งคำถามว่า ในท้ายที่สุด การลงทุนใน AI จะสามารถสร้างผลตอบแทนได้อย่างคุ้มค่าจริงหรือไม่? 

ในขณะที่ประเด็นแรกเป็นเรื่องวัฏจักร แต่ประเด็นที่สองเป็นประเด็นเชิงโครงสร้างของ AI มากกว่า และเพื่อที่จะเข้าใจว่าเหตุการณ์นี้เป็นเพียง ‘อุปสรรคชั่วคราว’ ในเส้นทางการเติบโตระยะยาว หรือจะเป็นจุดเริ่มต้นของการเสื่อมถอยของ AI? เราก็ควรพิจารณาประวัติศาสตร์และพัฒนาการของเทคโนโลยี Generative AI ให้ลึกซึ้งมากขึ้น

ประวัติศาสตร์ช่วยให้เราเข้าใจวัฏจักรของ AI ได้ดียิ่งขึ้น

เมื่อพูดถึง AI หลายคนอาจนึกถึงพัฒนาการล่าสุดอย่าง ChatGPT แต่เราควรทำความเข้าใจว่า AI มีประวัติศาสตร์ที่ซับซ้อนและยาวนานมาตั้งแต่ทศวรรษ 1950 ซึ่งตลอดช่วงเวลาดังกล่าว AI ได้ผ่านวัฏจักรของการเติบโตและถดถอยหลายครั้ง โดยแต่ละช่วงได้รับแรงขับเคลื่อนจากนวัตกรรมใหม่ๆ ก่อนที่ข้อจำกัดต่างๆ จะเริ่มปรากฏให้เห็นอย่างชัดเจน โดยเราได้สรุปวัฏจักรสำคัญของ AI ตั้งแต่ถือกำเนิดขึ้นในทศวรรษ 1950 ดังนี้

1950s–1960s: การกำเนิดของ AI และความคาดหวังในช่วงเริ่มต้น

1970s: ‘AI Winter’ หรือช่วงเงียบเหงาของ AI ครั้งแรก เพราะความคาดหวังหลายอย่างไม่สามารถเกิดขึ้นได้จริง

1980s: การพัฒนาระบบ Expert Systems (ระบบคอมพิวเตอร์ที่ถูกออกแบบมาเพื่อเลียนแบบการตัดสินใจและกระบวนการคิดของผู้เชี่ยวชาญในสาขาเฉพาะ) ทำให้ AI กลับมาเป็นที่สนใจ 

1990s: ‘AI Winter’ กลับมาอีกครั้ง

2000s–ปัจจุบัน: การปฏิวัติของ Deep Learning (การพัฒนาคอมพิวเตอร์ให้สามารถเรียนรู้จากข้อมูลจำนวนมากและซับซ้อน โดยเลียนแบบการทำงานของเครือข่ายเซลล์ประสาทในสมองของมนุษย์)

บริบททางประวัติศาสตร์เหล่านี้มีความสำคัญอย่างยิ่งต่อการทำความเข้าใจภูมิทัศน์ของ AI ในปัจจุบัน และเป็นการเตือนว่า แม้ AI จะมีศักยภาพที่ยิ่งใหญ่ แต่ความก้าวหน้าทางเทคโนโลยีมักไม่ได้เป็นเส้นตรง โดยอุปสรรคหรือความล้มเหลวต่างๆ ยังคงเป็นส่วนหนึ่งของเส้นทางนี้ต่อไป

ความก้าวหน้าของระบบประมวลผลเป็นตัวขับเคลื่อนการเติบโตของ AI ในขณะนี้ 

การเติบโตของ AI ในปัจจุบัน ซึ่งเริ่มขึ้นตั้งแต่ต้นทศวรรษ 2000 มีความแตกต่างจากการเติบโตก่อนหน้านี้ โดยกุญแจสำคัญในครั้งนี้ คือ การมาของ Deep Learning ที่สามารถยกระดับประสิทธิภาพของ AI ในหลากหลายมิติได้อย่างก้าวกระโดด

หัวใจสำคัญของการเติบโตครั้งนี้ คือ ‘Scaling Law’ หรือกฎการขยายตัว ซึ่งเป็นทฤษฎีที่ว่าด้วยการเพิ่มขนาดของโมเดล ปริมาณข้อมูล และพลังประมวลผล จะนำไปสู่การพัฒนาประสิทธิภาพของ AI ที่สามารถคาดการณ์ได้ โดยทฤษฎีนี้ได้ทำให้เกิดการลงทุนจำนวนมหาศาลใน AI

อธิบายสั้นๆ คือ ภาคเอกชนและภาครัฐต่างทุ่มเงินลงทุนหลายพันล้านดอลลาร์ เพื่อสร้างโมเดลภาษาขนาดใหญ่ (LLM) และโครงสร้างพื้นฐานสำหรับการประมวลผลที่ทรงพลัง โดยมีความเชื่อว่าการพัฒนาจะเป็นไปตาม Scaling Law และจะนำไปสู่การพัฒนา Artificial General Intelligence (AGI) หรือปัญญาประดิษฐ์ที่มีความสามารถรอบด้านเทียบเท่าหรือเหนือกว่ามนุษย์ 

อย่างไรก็ตาม แม้จะมีการคาดการณ์ในเชิงบวกว่า การพัฒนาเทคโนโลยี AGI อาจประสบความสำเร็จได้ภายในปี 2027 แต่ประวัติศาสตร์ก็แสดงให้เห็นแล้วว่า หนทางข้างหน้าอาจยังเต็มไปด้วยอุปสรรค โดยล่าสุด บรรดานักวิจัย AI ชั้นนำได้ตั้งข้อสังเกตว่า เราอาจใกล้ถึงขีดจำกัดของการเพิ่มขนาด LLM ในขั้นตอน Pre-training (ขั้นตอนเริ่มต้นที่โมเดลภาษาเรียนรู้จากชุดข้อมูลขนาดใหญ่) อย่างไรก็ตาม ข่าวดี คือ นักวิจัยได้ค้นพบ Scaling Law ใหม่ ในขั้นตอน Post-training (การพัฒนาโมเดลภาษาที่เกิดขึ้นหลังจาก Training หลัก) ซึ่งจะช่วยให้ AI สามารถพัฒนาและปรับปรุงได้อย่างต่อเนื่อง

อนาคตของการพัฒนา AI 

นักลงทุนควรพิจารณาการพัฒนา AI ในเฟสต่อไปอย่างไร? แม้ในขณะนี้ กลุ่มธุรกิจเซมิคอนดักเตอร์และยักษ์ใหญ่ในกลุ่ม Mag-7 จะเป็นผู้ชนะอย่างชัดเจน แต่เรามองว่ายังมีอีกหลายภาคส่วนที่นักลงทุนควรเริ่มให้ความสนใจ

โดยความก้าวหน้าครั้งสำคัญของ LLM ได้เปิดทางให้เกิดการพัฒนาและการประยุกต์ใช้ในสาขาอื่นๆ อีกมากมาย ซึ่งเราสามารถใช้ภาพ ‘Hype Cycle’ ของ Gartner (ด้านล่าง) ซึ่งแสดงให้เห็นการเติบโต การยอมรับ และการประยุกต์ใช้เทคโนโลยีต่างๆ ในสังคม เป็นแนวทางได้

ในขณะที่บางภาคส่วนของ AI ยังอยู่ในช่วงเริ่มต้นของการพัฒนา (เช่น Multiagent Systems หรือ Causal AI) แต่ก็มีเทคโนโลยีบางอย่างที่ใกล้จะถึงระดับที่สามารถขยายตัวได้ในวงกว้าง ตัวอย่างเช่น รถยนต์ไร้คนขับ ซึ่งพัฒนาได้อย่างรวดเร็วในช่วงไม่กี่เดือนที่ผ่านมาเนื่องจากการใช้ Generative AI โดย Tesla กำลังจะประกาศเปิดตัวแท็กซี่ไร้คนขับในอนาคตอันใกล้ รวมถึง Waymo บริการแท็กซี่ไร้คนขับของ Alphabet ที่เตรียมขยายการให้บริการอย่างกว้างขวางมากขึ้น

ผู้ได้รับประโยชน์จาก AI กลุ่มถัดไป คือ บริษัทที่สามารถ Scale Up ได้

ในขณะที่ความสนใจและการลงทุนใน AI ที่ผ่านมาส่วนใหญ่จะมุ่งเน้นไปที่โครงสร้างพื้นฐาน อย่างไรก็ตาม ผู้ชนะที่แท้จริงของเทคโนโลยีนี้อาจมาจากการประยุกต์ใช้งาน AI ซึ่งคล้ายกับการเติบโตของอินเทอร์เน็ตในช่วงปี 2000

โดย Chase Coleman นักลงทุนระดับตำนานและผู้ก่อตั้ง Tiger Global Management เคยกล่าวไว้ว่า บริษัทที่ก่อตั้งขึ้นภายในช่วงสองปีหลังจากการเปิดตัวของ Netscape Navigator (เว็บเบราว์เซอร์ที่ช่วยให้การใช้งานเว็บไซต์เป็นที่นิยม) มีสัดส่วนไม่ถึง 1% ของมูลค่าตลาดอินเทอร์เน็ตในปัจจุบัน

ในช่วงแรกของยุคอินเทอร์เน็ต แพลตฟอร์มอินเทอร์เน็ตขนาดใหญ่ในปัจจุบัน เช่น Alphabet Meta และ Amazon ล้วนยังไม่ได้ก่อตั้งหรือยังอยู่ในช่วงเริ่มต้น แต่เมื่อยุคของอินเทอร์เน็ตได้พัฒนาต่อไปเรื่อยๆ ต้นทุนในการ ‘เผยแพร่’ Content ก็ลดลงจนเกือบเป็นศูนย์ ทำให้แพลตฟอร์มเหล่านี้สามารถขยายตัวได้อย่างรวดเร็ว

ในปัจจุบัน เรากำลังเห็นการปฏิวัติลักษณะเดียวกันสำหรับการ ‘สร้าง’ Content เนื่องจาก AI ทำให้ต้นทุนในการสร้าง Content แทบกลายเป็นศูนย์ ซึ่งโอกาสในครั้งนี้ได้ขยายตัวสู่กลุ่มธุรกิจที่หลากหลายมากขึ้น เช่น

1. บริษัทเภสัชกรรม ที่พัฒนายารักษาโรคแบบ Personalise 
2. บริษัทเทคโนโลยี ที่ให้บริการผู้ช่วยส่วนตัวอัจฉริยะ
3. บริษัทการศึกษา ที่ Personalise ตามผู้เรียน
4. บริษัทบันเทิง ที่สร้างเนื้อหาเฉพาะสำหรับแต่ละบุคคล
5. บริษัทการเงิน ที่ให้คำแนะนำด้านการลงทุนแบบเฉพาะบุคคล

มุมมองของเรา คือ บริษัทที่สามารถใช้ Generative AI เพื่อสร้างและจำหน่าย Content เฉพาะบุคคลได้อย่างมีประสิทธิภาพ มีโอกาสที่จะสร้างมูลค่าทางเศรษฐกิจและมูลค่าให้แก่ผู้ถือหุ้นได้อย่างมหาศาล และสิ่งนี้อาจเป็นแรงผลักดันให้เกิดตลาดกระทิงรอบใหม่ แบบเดียวกับที่ผู้ให้บริการแพลตฟอร์มอินเทอร์เน็ตเคยขับเคลื่อนความก้าวหน้าทางเทคโนโลยีในยุคทศวรรษ 2010 มาแล้ว

คว้าโอกาสเติบโตไปกับ AI ด้วยการ Stay Invested และกระจายการลงทุน

ในขณะที่เราก้าวเข้าสู่เฟสถัดไปของการพัฒนา AI ภูมิทัศน์การลงทุนก็อาจเผชิญความไม่แน่นอนมากขึ้นอีก และแม้การพยายามเลือกผู้ชนะ AI คนต่อไปจะเป็นเรื่องที่สนุก แต่ประวัติศาสตร์ก็แสดงให้เห็นว่าสิ่งเหล่านี้เป็นเรื่องที่ยากมาก โดยแทนที่จะทำเช่นนั้น เราเชื่อว่าแนวทางที่รอบคอบกว่า คือ

1. กระจายการลงทุนให้ครอบคลุมทั้ง Ecosystem ของ AI เช่น ฮาร์ดแวร์ ซอฟต์แวร์ และบริการที่ขับเคลื่อนด้วย AI
2. พิจารณาการลงทุนในกลุ่มธุรกิจอื่นๆ ที่อาจได้รับประโยชน์จากการเพิ่มขึ้นของ Productivity ที่ขับเคลื่อนโดย AI
3. ลงทุนในบริษัทที่มีศักยภาพแข็งแกร่งในการวิจัยและพัฒนา AI 
4. จับตาดูผู้เล่นหน้าใหม่ที่สามารถประยุกต์ใช้ AI ในรูปแบบที่แปลกใหม่

สำหรับนักลงทุนส่วนใหญ่ วิธีที่ง่ายที่สุดและมีประสิทธิภาพมากที่สุดในการคว้าโอกาสจากความก้าวหน้าของ AI คือ การลงทุนใน ETF ที่ลงทุนในดัชนีโดยรวม เพราะเมื่อหุ้นผู้ชนะเริ่มเติบโต พวกเขาก็จะมีน้ำหนักในดัชนีมากขึ้นตามไปด้วย ทำให้การ Stay Invested ในดัชนี จะช่วยให้คุณมีส่วนร่วมกับการเติบโต และลดความเสี่ยงจากการลงทุนแบบกระจุกตัวมากเกินไปในบริษัทหรือกลุ่มธุรกิจที่อาจไม่ได้เป็นผู้ชนะตามคาด

หากต้องการลงทุนแบบเฉพาะเจาะจงมากขึ้น Thematic Portfolio ของเราเปิดโอกาสให้คุณเข้าถึงการลงทุนในเทรนด์นวัตกรรมที่มีศักยภาพเติบโตในระยะยาว และอาจเป็นตัวขับเคลื่อนเศรษฐกิจโลก โดยก่อนหน้านี้ เราได้ทำการอัปเดต Thematic Portfolio และเพิ่ม ETF ใน Flexible Portfolio ของเรา เพื่อให้คุณมีทางเลือกที่หลากหลายมากขึ้นสำหรับการลงทุนในเทรนด์แห่งอนาคตในระยะยาว