J.P. Morgan Cảnh báo về các Dấu hiệu Nguy hiểm đang Gia tăng trong Thị trường AI

Trong khi trí tuệ nhân tạo tiếp tục thúc đẩy những bước nhảy vọt về công nghệ chưa từng có, các nhà phân tích tài chính đang gióng lên hồi chuông cảnh báo về sự bất ổn tiềm tàng của thị trường. Một báo cáo gần đây từ J.P. Morgan cho thấy "sự hưng phấn của nhà đầu tư" đang tạo ra mức độ tập trung và biến động nguy hiểm trong lĩnh vực AI.

Sự Tập trung Cực độ và Sự tương đồng với Thời kỳ Dotcom

Mối quan ngại đáng chú ý nhất mà J.P. Morgan đưa ra là sự tập trung cực độ của tài sản và tăng trưởng trong chỉ số S&P 500. Kể từ khi ChatGPT ra mắt vào năm 2022, chỉ 42 công ty liên quan đến AI đã chịu trách nhiệm thúc đẩy khoảng 65% đến 80% lợi nhuận, doanh thu và đầu tư của toàn bộ chỉ số này. Sự tập trung này thể hiện rõ nhất ở vốn hóa thị trường, nơi mười cổ phiếu lớn nhất Hoa Kỳ hiện chiếm khoảng 40% S&P 500—một bước nhảy vọt khổng lồ so với mức chỉ 17% vào năm 2015.

Hơn nữa, các mô hình kỹ thuật trong lĩnh vực bán dẫn đang phản chiếu bong bóng dotcom khét tiếng. J.P. Morgan xác định bốn dấu hiệu cảnh báo cụ thể:

• Cổ phiếu bán dẫn đang chệch khỏi đường trung bình động 200 ngày một cách mạnh mẽ giống như giai đoạn cuối những năm 1990.
• Các quỹ đầu cơ đang đầu tư vào cổ phiếu chip mạnh mẽ hơn bất kỳ thời điểm nào trước đây.
• Các khoản vay ký quỹ tại sàn chứng khoán Hàn Quốc đã tăng gấp ba lần kể từ năm 2020.
• Giao dịch quyền chọn đối với cổ phiếu bán dẫn đã tăng vọt lên gấp năm lần so với mức của năm 2020.

Sự Thay đổi của Bối cảnh Phần cứng AI

Mặc dù Nvidia vẫn là gã khổng lồ trong thị trường bộ tăng tốc AI, nhưng sự thống trị của hãng đang đối mặt với sự xói mòn về mặt chiến lược. J.P. Morgan ước tính rằng thị phần của Nvidia có khả năng sẽ giảm từ 85% vào năm 2023 xuống còn khoảng 75% vào năm 2026. Sự chuyển dịch này được thúc đẩy bởi việc các nhà cung cấp dịch vụ đám mây lớn đang phát triển chip silicon độc quyền để tối ưu hóa chi phí.

Ví dụ, các chip TPU của Google và Trainium của Amazon đang trở thành những lựa chọn thay thế quan trọng. Việc sử dụng silicon tùy chỉnh có thể giảm chi phí vận hành từ 30% đến 40% so với các GPU truyền thống của Nvidia. Một sự thay đổi đáng chú ý trong ngành đã và đang diễn ra: Anthropic đã cam kết chạy các mô hình Claude của mình trên cơ sở hạ tầng Trainium của Amazon trong thập kỷ tới, báo hiệu một bước đi nhằm thoát khỏi sự phụ thuộc hoàn toàn vào GPU.

Áp lực Biên lợi nhuận và Sự trỗi dậy của Mã nguồn mở

Khả năng tồn tại về mặt kinh tế của các phòng thí nghiệm AI hàng đầu như OpenAI và Anthropic vẫn là một dấu hỏi lớn. Bất chấp sự tăng trưởng doanh thu nhanh chóng, chi phí tính toán khổng lồ đang bóp nghẹt biên lợi nhuận. Điều này tạo ra một lỗ hổng mà các đối thủ cạnh tranh đã sẵn sàng khai thác.

Khi giá token biến động, các doanh nghiệp đang ngày càng tìm cách tối ưu hóa chi tiêu bằng cách chuyển các tác vụ sang các mô hình mã nguồn mở có hiệu suất cao với chi phí rẻ hơn. Bối cảnh này càng trở nên phức tạp hơn bởi các mô hình mã nguồn mở của Trung Quốc, vốn đang nhanh chóng tiếp cận hiệu suất hàng đầu với mức chi phí chỉ bằng một phần nhỏ so với các mô hình độc quyền của phương Tây. Áp lực giảm giá token này, kết hợp với biên dòng tiền tự do đang thu hẹp tại các nhà cung cấp đám mây lớn, cho thấy "cơn sốt vàng AI" có thể sớm phải đối mặt với thực tế khắc nghiệt về khả năng sinh lời.

Các Điểm chính cần Lưu ý

• Biến động Thị trường: Các mô hình cổ phiếu bán dẫn và việc gia tăng giao dịch quyền chọn đang cho thấy những điểm tương đồng về mặt kỹ thuật với bong bóng dotcom.
• Đa dạng hóa Phần cứng: Thị phần của Nvidia được dự báo sẽ giảm khi các nhà cung cấp đám mây như Amazon và Google triển khai các chip tùy chỉnh để cắt giảm chi phí lên tới 40%.
• Rủi ro về Khả năng Sinh lời: Chi phí tính toán cao và hiệu quả ngày càng tăng của các mô hình mã nguồn mở chi phí thấp (bao gồm cả các mô hình của Trung Quốc) đang đe dọa biên lợi nhuận của các phòng thí nghiệm AI hàng đầu.