Miễn cưỡng giành lợi thế trong cuộc cách mạng công nghệ AI hiện nay

Đầu tư vào lĩnh vực trí tuệ nhân tạo (AI) hiện đang nóng lên trên toàn cầu, với nhiều dự án đầu tư được triển khai nhanh chóng. Tuy nhiên, giới đầu tư vẫn băn khoăn liệu các khoản đầu tư khổng lồ này có thu hồi hiệu quả hay không, và đâu sẽ là những bên hưởng lợi trong chuỗi giá trị AI. Hiện tại chưa có câu trả lời chính xác cho câu hỏi đó, nhưng hai chỉ số là giá token AI và chi phí sản xuất token được xem như những thước đo quan trọng giúp đánh giá xu hướng phát triển của ngành.

Token trong AI là đơn vị cơ bản để xử lý văn bản, có thể là một từ hoặc một phần của từ. Các dịch vụ AI thường áp dụng cơ chế tính phí dựa trên số lượng token dùng. Khi giá token và chi phí tạo token có sự chênh lệch kéo dài, nó sẽ tác động lớn đến lợi nhuận của những bên tham gia chuỗi giá trị AI.

Trong vài tuần gần đây, chỉ số Silicon Data LLM Token Expenditure Index đo lường tổng chi tiêu của người dùng cho token AI đã giảm gần 20% so với đỉnh điểm vào tháng 5, dù trước đó đã tăng gấp đôi kể từ khi ra mắt vào tháng 12 năm ngoái. Dù chỉ số này không phản ánh chính xác giá token mà là tích số giữa giá và cầu, nó phần nào cho thấy mức độ sẵn lòng chi trả của người dùng đối với các mô hình AI.

Ngược lại, chi phí tạo token đang tăng lên, trong đó nguyên nhân chính là giá chip bộ nhớ tăng đột biến. Chi phí này ảnh hưởng trực tiếp tới phần lớn chi phí tính toán của nhà phát triển mô hình AI. Do đó, một câu hỏi lớn được đặt ra là khoảng cách giữa chi phí sản xuất và giá người dùng sẵn sàng trả sẽ tiếp tục giãn rộng thế nào, và ảnh hưởng đến các bên trong chuỗi giá trị AI ra sao.

Hiện có nhiều yếu tố hỗ trợ xu hướng giãn cách này. Người dùng cuối ngày càng tìm kiếm các giải pháp thay thế cho các mô hình AI đắt tiền hạng cao cấp, trong đó có sự phát triển mạnh mẽ của các mô hình mã nguồn mở với hiệu suất ngày càng tốt nhưng chi phí thấp hơn nhiều. Ngoài ra, các mô hình AI của Trung Quốc đã đạt hiệu suất tương đương các mô hình hàng đầu Mỹ với mức giá thấp hơn, chiếm khoảng 50% thị phần dựa trên token. Sự cạnh tranh này đang đẩy giá token xuống thấp hơn nữa.

Trong khi đó, thị trường chip bộ nhớ vẫn chịu tình trạng thiếu hụt cơ cấu. Các trung tâm dữ liệu hấp thụ phần lớn công suất sản xuất, trong khi việc xây dựng nhà máy sản xuất chip mới mất khoảng hai năm. Các ngân hàng đầu tư và chuyên gia ngành dự báo tình trạng thiếu chip sẽ kéo dài ít nhất đến năm 2027.

Nhà sản xuất chip và bộ nhớ: Mặc dù giá token giảm, nhu cầu về bộ nhớ tăng cao tạo ra một quy luật ngược gọi là nghịch lý Jevons: khi công nghệ trở nên rẻ hơn, người dùng sử dụng nhiều hơn. Giá token rẻ khiến người dùng không ngần ngại chạy nhiều tác vụ hơn, xử lý văn bản dài hơn và xây dựng quy trình phức tạp dựa trên AI, qua đó kéo theo nhu cầu lớn hơn về công suất tính toán. Dự báo tình trạng thiếu chip trong trung hạn càng làm tăng lợi ích của nhóm này, điển hình như Micron với lợi nhuận gộp khoảng 85% và sự đón nhận tích cực từ thị trường vốn.

Các nhà cung cấp dịch vụ đám mây lớn (hyperscaler): Những công ty như Alphabet/Google, Amazon, Meta/Facebook, Microsoft và Oracle là nguồn tài chính chính cho hoạt động đầu tư AI. Gần đây, họ đã tăng kế hoạch đầu tư cho năm 2026 thêm 130 tỷ USD, dự kiến tổng đầu tư có thể đạt 1.000 tỷ USD vào năm 2027 và 5.500 tỷ USD vào năm 2030. Mặc dù áp lực tài chính ngày càng cao và có xu hướng phát hành trái phiếu dài hạn không dựa trên USD để huy động vốn, các doanh nghiệp này vẫn duy trì sức khỏe tài chính tốt.

Nhờ nghịch lý Jevons, các nhà cung cấp này không chỉ tài trợ xây dựng trung tâm dữ liệu mà còn cung cấp công suất tính toán cho người dùng cuối, hưởng lợi trực tiếp từ sự gia tăng sử dụng AI, dù khách hàng chuyển sang dùng các mô hình AI giá rẻ hơn.

Nhà phát triển mô hình AI: Đây là nhóm chịu nhiều áp lực nhất, khi giá token trên thị trường giảm trong khi chi phí tính toán tăng lên, làm thu hẹp biên lợi nhuận. Điều này được phản ánh qua việc OpenAI suy tính hoãn kế hoạch niêm yết cổ phiếu dự kiến vào mùa thu năm nay.

Hiện tại, các nhà cung cấp cơ sở hạ tầng là nhóm hưởng lợi lớn nhất trong giai đoạn này của chu kỳ AI. Tuy nhiên, lịch sử cho thấy mô hình này chưa chắc bền vững lâu dài. Chẳng hạn, trong giai đoạn đầu những năm 2000, các doanh nghiệp xây dựng hạ tầng viễn thông từng có lợi nhuận cực lớn trước khi thị trường chuyển sang dư thừa công suất.

Một hạn chế quan trọng với AI là năng lượng. Dù chip được sản xuất đủ, nếu không có nguồn điện đủ mạnh để vận hành thì cũng không thể khai thác hết khả năng tính toán. Những chip tăng tốc thế hệ mới tiêu thụ năng lượng nhiều hơn nhiều so với thế hệ trước, trong khi các giải pháp tự cung cấp điện năng rộng rãi có thể chỉ thực hiện được vào cuối thập kỷ này.

Một yếu tố quan trọng khác là khả năng nhà phát triển giảm thiểu nhu cầu tính toán cho mỗi token AI. Nếu thành công, điều này có thể làm giảm nhu cầu về chip bộ nhớ đồng thời ảnh hưởng tiêu cực đến lợi nhuận của các nhà cung cấp hạ tầng đám mây do giảm đầu tư.

Tổng kết lại, hiện tại thị trường AI đang nghiêng về phía các nhà sản xuất chip bộ nhớ và các công ty đám mây lớn. Sự giảm giá token song song với sự gia tăng nhu cầu tính toán tạo ra lợi thế cho nhóm này. Tuy nhiên, sự cân bằng này có thể bị phá vỡ nếu các nhà phát triển mô hình thành công trong việc cải thiện hiệu suất tính toán hoặc thị trường chip trở nên bão hòa.