Chris Wood Cảnh báo: Rủi ro Đầu tư Sai lầm có thể Chấm dứt Cơn sốt Giao dịch AI

Sự gia tăng không ngừng trong chi tiêu cho Trí tuệ Nhân tạo đang phải đối mặt với một cảnh báo quan trọng từ một trong những chiến lược gia dày dạn kinh nghiệm nhất tại Wall Street. Chris Wood, Trưởng bộ phận Chiến lược Cổ phiếu Toàn cầu của Jefferies, cho rằng sự bùng nổ AI sẽ không kết thúc do thiếu nhu cầu, mà thay vào đó là một cuộc khủng hoảng lợi nhuận đang cận kề.

Mối đe dọa từ Đầu tư Sai lầm thay vì Dư cung

Khác với các chu kỳ bán dẫn truyền thống thường sụp đổ do tình trạng dư thừa hàng tồn kho đột ngột hoặc các cú sốc cung ứng, Wood lập luận rằng giao dịch AI đang đối mặt với một rủi ro cấu trúc độc nhất: đầu tư sai lầm (malinvestment). Ông tin rằng "giai đoạn cuối" của sự bùng nổ AI sẽ được kích hoạt khi các nhà cung cấp dịch vụ đám mây quy mô lớn (hyperscalers) và các phòng thí nghiệm AI hàng đầu nhận ra rằng họ không thể tạo ra lợi nhuận tương xứng với các khoản chi tiêu vốn (capex) khổng lồ mà họ đang thực hiện.

Wood nhấn mạnh một vòng lặp phản hồi tiềm ẩn sự bấp bênh, nơi các công ty như Nvidia cung cấp tài chính cho các thực thể như OpenAI, sau đó các thực thể này lại sử dụng nguồn vốn đó để mua thêm chip Nvidia. Mặc dù chu kỳ này thúc đẩy tăng trưởng nhanh chóng, nhưng nó phụ thuộc nặng nề vào các giả định lạc quan về khả năng kiếm tiền. Nếu các nhà đầu tư bắt đầu nghi ngờ khả năng hiển thị lợi nhuận dài hạn của hệ sinh thái AI (AI stack), mô hình tài trợ vòng tròn này có thể bị đảo ngược một cách mạnh mẽ.

Chi tiêu Vốn khổng lồ và Sự trỗi dậy của các Gã khổng lồ Bộ nhớ

Quy mô đầu tư hiện tại là chưa từng có. Wood mô tả quá trình xây dựng đang diễn ra là "chu kỳ capex kịch tính nhất" mà ông từng chứng kiến. Một ví dụ điển hình là TSMC, công ty đã nâng mức hướng dẫn capex năm 2026 lên khoảng 56 tỷ USD, với các dự báo từ Fubon Research cho thấy con số này có thể đạt 65–70 tỷ USD vào năm 2027. Sự gia tăng này đã thúc đẩy đáng kể nền kinh tế Đài Loan, với tăng trưởng GDP thực tế đạt 14,55% so với cùng kỳ năm trước trong quý 1 năm 2026.

Thú vị là, trong khi các lớp phần mềm và mô hình đang đối mặt với rủi ro, thì các yếu tố "cuốc và xẻng" (picks and shovels) của ngành — cụ thể là các nhà cung cấp bộ nhớ — lại đang nhận được những lợi ích về mặt cấu trúc. Wood chỉ ra Nghịch lý Jevons, nơi hiệu quả tăng lên dẫn đến tổng mức tiêu thụ thậm chí còn cao hơn. Điều này đã biến DRAM và bộ nhớ từ các thành phần ngoại vi trở thành động cơ cốt lõi của năng suất AI. Các ông lớn như Micron đã và đang đảm bảo được đòn bẩy dài hạn, với 16 thỏa thuận chiến lược bao phủ 20% sản lượng DRAM và 1/3 sản lượng NAND của họ.

Sự hàng hóa hóa các Mô hình AI

Một trở ngại đáng kể đối với các nhà cung cấp AI phương Tây là sự hàng hóa hóa nhanh chóng của các Mô hình Ngôn ngữ Lớn (LLMs). Wood lưu ý rằng chi phí của các mô hình hiệu suất cao đang giảm mạnh, đặc biệt là với sự trỗi dậy của các mô hình Trung Quốc hiệu quả.

Dữ liệu từ OpenRouter tiết lộ một sự chuyển dịch khổng lồ: vào cuối tháng 6, các mô hình AI hàng đầu của Trung Quốc đã xử lý 21,37 nghìn tỷ token, một bước nhảy vọt đáng kể so với mức 4,37 nghìn tỷ vào tháng 4. Khối lượng này vượt xa con số 5,76 nghìn tỷ token được xử lý bởi các mô hình hàng đầu của Mỹ. Khi các mô hình như GLM-5.2 của Z.ai cung cấp hiệu suất gần tương đương với các nhà cung cấp cao cấp của phương Tây nhưng với chi phí chỉ bằng 1/4, áp lực lên tính kinh tế của các dịch vụ AI "cao cấp" tiếp tục gia tăng.

Các điểm chính cần lưu ý

• Rủi ro cốt lõi: Giao dịch AI có nhiều khả năng kết thúc do nhận thức về "đầu tư sai lầm" và lợi nhuận trên vốn thấp, thay vì tình trạng dư cung chip truyền thống.
• Khả năng phục hồi của bộ nhớ: Trong khi phần mềm AI đối mặt với sự hàng hóa hóa, các nhà sản xuất bộ nhớ (DRAM/NAND) đang giành được quyền lực định giá về mặt cấu trúc và sự ổn định của các hợp đồng dài hạn.
• Vòng lặp phản hồi: Các nhà đầu tư nên theo dõi mối quan hệ vòng tròn giữa các nhà sản xuất chip tài trợ cho các phòng thí nghiệm AI, vì chu kỳ này cực kỳ nhạy cảm với những thay đổi trong tâm lý nhà đầu tư.