Tôi đang xem báo cáo tài chính quý gần nhất của nhóm Big Tech Mỹ. Một con số làm tôi giật mình: tổng chi tiêu cho AI trong năm 2025 đã vượt 150 tỷ USD, nhưng doanh thu từ AI vẫn chỉ chiếm dưới 5% tổng doanh thu. Đây là một câu chuyện quen thuộc với tôi – từng chứng kiến trong Web3 khi các Layer 1 huy động hàng tỷ USD mà không có ứng dụng thực tế. Nhưng lần này, quy mô lớn hơn, và sự kiên nhẫn của thị trường đang bị thử thách.
Bối cảnh: Từ cuối 2022, làn sóng AI tạo sinh bùng nổ. OpenAI, Google, Meta, Microsoft, Amazon – tất cả đều lao vào cuộc đua. Họ xây dựng trung tâm dữ liệu, mua GPU, thuê hàng ngàn kỹ sư. Nhưng giống như Web3 năm 2021, câu chuyện “đầu tư trước, kiếm tiền sau” đang trở thành mantra. Sự khác biệt? Web3 có câu chuyện phi tập trung, AI có câu chuyện “năng suất vượt trội”. Cả hai đều có một điểm chung: chi phí đầu tư khổng lồ và thời gian hoàn vốn không rõ ràng.
Đi sâu vào cơ chế: Có ba loại chi tiêu AI mà bài báo gốc không phân biệt – nhưng tôi, với kinh nghiệm audit code và phân tích dự án, thấy cần phải tách bạch. Thứ nhất là chi tiêu vốn (Capex): trung tâm dữ liệu, GPU, mạng lưới. Thứ hai là chi tiêu R&D: nghiên cứu mô hình, thuật toán, đội ngũ. Thứ ba là chi tiêu sản phẩm: phát triển ứng dụng, kênh bán hàng. Mỗi loại có vòng đời khác nhau. Capex có thể mất 3-5 năm để khấu hao, R&D có thể không bao giờ tạo ra doanh thu, sản phẩm lại cần thời gian để thâm nhập thị trường. Câu chuyện về 'AI tương lai' là một vũ khí mạnh mẽ để biện minh cho chi tiêu hiện tại, nhưng lịch sử cho thấy những câu chuyện đẹp thường che giấu lỗ hổng kỹ thuật.
Khi tôi audit mã nguồn của một dự án AI, tôi thường tìm kiếm những điểm mà nhà đầu tư dễ bị lừa bởi marketing – và chi tiêu AI của Big Tech cũng có thể chứa những 'lỗi' tương tự. Ví dụ, một công ty có thể công bố “chi 10 tỷ USD cho AI” nhưng thực tế phần lớn là mua GPU từ NVIDIA – một khoản đầu tư không có lợi thế cạnh tranh vì ai cũng mua được. Điều này giống như các dự án DeFi mua token thanh khoản từ Uniswap và tự hào về “TVL”. Sự khác biệt nằm ở khả năng tạo ra giá trị gia tăng từ hạ tầng đó.
Phân tích thương mại hóa: Bài báo nói “AI chưa tạo ra doanh thu tương xứng”. Điều này đúng, nhưng che giấu một sự thật phản trực giác: các mô hình AI thực ra đang tạo ra giá trị, nhưng giá trị đó không nằm ở đâu mà nhà đầu tư mong đợi. Ví dụ, Google sử dụng AI để tối ưu quảng cáo, Microsoft để bán Copilot cho doanh nghiệp, Amazon để cải thiện logistics. Đây là những cải tiến gia tăng, không phải “killer app” đột phá. Nhưng trong Web3, tôi đã học được rằng việc xây dựng một tầm nhìn dài hạn là cần thiết, nhưng điều đó không có nghĩa là bạn có thể bỏ qua các chỉ số hiện tại. AI cũng vậy.
Góc nhìn phản trực giác: Có một điểm mù lớn mà các nhà phân tích thường bỏ qua – chi phí cơ hội của việc không đầu tư. Nếu Big Tech không chi tiêu AI, họ sẽ mất thị phần vào tay đối thủ. Nhưng điều đó cũng có nghĩa là cuộc đua này là một “prisoner's dilemma”: mỗi công ty buộc phải đầu tư vì sợ bị bỏ lại, dù lợi nhuận biên có thể âm. Đây là lý do tại sao tôi tin rằng các nhà cung cấp hạ tầng (NVIDIA, các công ty năng lượng, trung tâm dữ liệu) mới là người hưởng lợi thực sự, không phải chính các Big Tech. Trong Web3, tôi đã thấy điều tương tự: các công ty khai thác và sàn giao dịch kiếm tiền ổn định, trong khi các dự án Layer 1 phá sản vì không có ứng dụng.
Kết luận: Câu hỏi không phải “AI có tạo ra giá trị không?” mà là “Khi nào và cho ai?”. Dựa trên kinh nghiệm phân tích các chu kỳ công nghệ trước đây, tôi dự đoán: trong 12-18 tháng tới, thị trường sẽ chuyển sự chú ý từ các công ty AI “hype” sang các nhà cung cấp hạ tầng có đơn đặt hàng rõ ràng. Các chỉ số như tỷ lệ sử dụng GPU, đơn đặt hàng trung tâm dữ liệu, và chi phí năng lượng sẽ trở thành những tín hiệu quan trọng hơn doanh thu AI. Còn các Big Tech? Họ sẽ tiếp tục chi tiêu, nhưng nhà đầu tư thông minh nên theo dõi dòng tiền tự do thay vì những câu chuyện tương lai.