Khi mọi người nói AI cần tiền tỷ, tôi bắt đầu nhìn vào hóa đơn điện

Khi mọi người nói AI cần tiền tỷ, tôi bắt đầu nhìn vào hóa đơn điện. Hook: Tháng 3/2025, một mô hình AI tên Kimi K3 xuất hiện từ Trung Quốc với mức giá huấn luyện thấp hơn 90% so với GPT-4, nhưng benchmark lại ngang ngửa. Cùng lúc, Nvidia công bố hệ thống Rubin – một rack 72 GPU với giá 8 triệu USD, tiêu thụ điện bằng cả một khu dân cư nhỏ. Thị trường đứng giữa hai thái cực: một bên hứa hẹn “rẻ hơn”, bên kia hét giá “đắt hơn”. Tôi tự hỏi: liệu chúng ta đang chứng kiến sự kết thúc của kỷ nguyên “đốt tiền để có AI”, hay chỉ là một pha điều chỉnh trong cuộc chơi dài hạn? Context: Toàn bộ ngành AI từ 2023 đến nay xoay quanh một niềm tin: muốn model mạnh, phải đốt nhiều GPU. Startup kêu gọi vốn bằng số lượng H100 họ sở hữu. Open AI, Anthropic định giá hàng trăm tỷ dựa trên ý tưởng “chi phí cao tạo ra hàng rào bảo vệ”. Nhưng Kimi K3, với kiến trúc tối ưu và dữ liệu huấn luyện thông minh, đã phá vỡ giả định đó – nó chứng minh rằng tiền không phải tất cả. Ngược lại, Nvidia đang đặt cược rằng tương lai thuộc về những cỗ máy khổng lồ, giá 8 triệu USD mỗi rack. Sự mâu thuẫn này tạo ra cơ hội giao dịch hiếm có: nếu Kimi K3 đúng, cổ phiếu AI bị định giá quá cao sẽ sụp đổ; nếu Nvidia đúng, mọi thứ sẽ tiếp tục leo thang. Core: Hãy nhìn vào dòng tiền thông minh. Các quỹ đầu tư mạo hiểm đã chuyển từ rót tiền vào model AI sang đầu tư vào hạ tầng – nhưng chính họ cũng đang lúng túng. Một mặt, họ thấy nhu cầu tính toán vẫn tăng (Jevons paradox: giá rẻ hơn dẫn đến dùng nhiều hơn), mặt khác, họ nhận ra rằng “chi phí thấp” giết chết lợi nhuận biên của các công ty độc quyền. Trong 7 ngày qua, tôi quan sát thấy dòng tiền từ cổ phiếu AI “hype” (như OpenAI pre-IPO) chảy vào các quỹ hạ tầng “khô khan” (nhà cung cấp điện, làm mát, HBM). Rubin của Nvidia là một ví dụ điển hình: nó không chỉ là một GPU, mà là cả một hệ sinh thái – bộ nhớ, mạng, giải nhiệt. Điều này có nghĩa là ngay cả khi khách hàng dùng chip tự phát triển (Google TPU, Amazon Trainium), họ vẫn phải mua switch, cable, cooling của Nvidia. Đó là một mô hình “bán xẻng cho thợ đào vàng” nhưng ở cấp độ cao hơn: không chỉ bán xẻng, mà còn bán cả giấy phép khai thác. Khi mọi người nói Kimi K3 sẽ giết chết Nvidia, tôi nhìn vào lịch sử Internet: giá băng thông rẻ đi không giết chết Cisco, mà còn làm nó lớn hơn. Tuy nhiên, có một điểm khác biệt: ở Internet, giá rẻ tạo ra ứng dụng mới một cách tuyến tính; ở AI, giá rẻ có thể khiến model trở thành hàng hóa (commodity), và lợi nhuận sẽ dồn về tầng ứng dụng (UX, data độc quyền) thay vì tầng model. Tôi đã từng mua OmiseGO ICO năm 2017 và mất trắng vì không hiểu “value capture” ở đâu. Bài học đó giúp tôi nhìn ra: nếu Kimi K3 là token, nó sẽ pump rất nhanh vì câu chuyện “rẻ”, nhưng sau đó dump khi mọi người nhận ra nó không có moat. Còn Nvidia giống như ETH năm 2020: ai cũng biết nó đắt, nhưng mạng lưới hiệu ứng (network effect) của nó rất khó để phá vỡ. Contrarian: Điều mà hầu hết trader bỏ lỡ là “định giá lại rủi ro vĩ mô”. Câu chuyện Kimi K3 không chỉ là công nghệ, mà là địa chính trị. Mỹ đang cấm bán chip cao cấp cho Trung Quốc, nhưng Kimi K3 lại chứng minh rằng Trung Quốc có thể làm AI mạnh mà không cần chip mới nhất. Điều này đặt ra câu hỏi: nếu lệnh cấm không hiệu quả, các công ty Mỹ có còn lý do để trả giá cao cho GPU Nvidia không? Tôi nghĩ ngược lại: chính vì Trung Quốc có thể cạnh tranh, Mỹ sẽ đẩy mạnh “chiến tranh chi tiêu” – tức các big tech sẽ phải chi nhiều hơn để duy trì khoảng cách. Điều đó có lợi cho Nvidia. Tuy nhiên, rủi ro là khi nào các CFO bắt đầu hỏi: “Chúng tôi đã chi 50 tỷ USD vào AI, doanh thu từ nó ở đâu?” – đó là lúc câu chuyện “Jevons paradox” thất bại. Tôi đã thấy điều này trong DeFi Summer 2020: mọi người nói yield farming sẽ tạo ra nhiều thanh khoản hơn, nhưng cuối cùng impermanent loss giết chết tất cả. Takeaway: Thị trường hiện tại giống như một ván cờ giữa “rẻ” và “mắc”. Tôi sẽ không chọn bên nào, mà sẽ đặt cược vào sự biến động: long Nvidia khi nó giảm vì tin xấu tạm thời, short các AI startup có valuation quá cao dựa trên “chi phí cao là moat”. Và trên hết, tôi sẽ theo dõi chỉ số “hóa đơn điện” – nếu các trung tâm dữ liệu không tăng công suất, mọi câu chuyện về AI đều là ảo. Hãy tự hỏi: bạn có thực sự hiểu mình đang mua gì không? Vì tôi, sau khi mất 12.000 USD vào Luna, chỉ tin vào dữ liệu on-chain và dòng tiền thực.