Tại sao đầu tư sai chỗ, chứ không phải dư thừa chip, có thể chấm dứt cơn sốt AI

Cơn sốt vàng trí tuệ nhân tạo hiện đang được thúc đẩy bởi một chu kỳ chi tiêu vốn (capex) chưa từng có, nhưng một cảnh báo quan trọng đã xuất hiện về tính bền vững lâu dài của nó. Chris Wood, Trưởng bộ phận Chiến lược Cổ phiếu Toàn cầu tại Jefferies, cho rằng giao dịch AI có thể không kết thúc do thiếu nhu cầu, mà thay vào đó là một cuộc khủng hoảng về khả năng sinh lời.

Rủi ro từ việc đầu tư sai chỗ và vòng lặp tài chính tuần hoàn

Khác với các chu kỳ bán dẫn truyền thống thường kết thúc do tình trạng dư thừa hàng tồn kho đột ngột hoặc các cú sốc cung ứng, Wood xác định "đầu tư sai chỗ" (malinvestment) là rủi ro chính đối với các giao dịch AI. Mối quan ngại cốt lõi là các nhà cung cấp dịch vụ đám mây quy mô lớn (hyperscalers) và các phòng thí nghiệm AI hàng đầu có thể không tạo ra được tỷ suất lợi nhuận xứng đáng trên mức chi tiêu vốn (capex) khổng lồ mà họ đang thực hiện.

Wood nhấn mạnh một vòng lặp phản hồi tiềm ẩn sự bấp bênh trong hệ sinh thái: các thỏa thuận tài trợ tuần hoàn, nơi các công ty như Nvidia cung cấp tài chính cho các phòng thí nghiệm AI như OpenAI, sau đó các đơn vị này lại sử dụng nguồn vốn đó để mua thêm chip của Nvidia. Mặc dù điều này thúc đẩy tăng trưởng trong ngắn hạn, nhưng nó lại tạo ra một lỗ hổng. Nếu các nhà đầu tư bắt đầu nghi ngờ khả năng kiếm tiền (monetization) dài hạn của các khoản đầu tư AI này, vòng lặp phản hồi này có thể bị đảo ngược một cách đột ngột, gây ra một sự chững lại đau đớn của thị trường.

Chi tiêu vốn khổng lồ và Nghịch lý Jevons

Quy mô đầu tư đang được chứng kiến hiện nay mang tính lịch sử. TSMC đã nâng dự báo chi tiêu vốn (capex) năm 2026 lên khoảng 56 tỷ USD, tăng từ mức 41 tỷ USD vào năm ngoái, với một số dự báo cho thấy mức chi tiêu 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.

Wood nhìn nhận điều này qua lăng kính của "Nghịch lý Jevons"—ý tưởng cho rằng khi chi phí của một nguồn lực (trong trường hợp này là các token tính toán) giảm xuống nhờ hiệu suất tăng lên, thì tổng mức tiêu thụ nguồn lực đó thực tế lại tăng lên. Nghịch lý này mang lại lợi ích cho những bên cung cấp "cuốc và xẻng" (picks and shovels - các nhà cung cấp hạ tầng thiết yếu), cụ thể là các nhà cung cấp bộ nhớ và DRAM. Các công ty như Micron đã và đang thấy sự chuyển dịch cơ cấu này, khi Micron ký kết 16 thỏa thuận khách hàng chiến lược bao phủ 20% sản lượng DRAM và 1/3 sản lượng NAND của mình, thường với thời hạn lên đến 5 năm.

Sự hàng hóa hóa các mô hình AI

Một áp lực gia tăng khác đối với hiệu quả kinh tế của các nhà cung cấp AI cao cấp phương Tây là sự hàng hóa hóa nhanh chóng của các Mô hình Ngôn ngữ Lớn (LLMs). Sự trỗi dậy của các mô hình chất lượng cao, chi phí thấp—đặc biệt là từ Trung Quốc—đang thách thức sự thống trị của các công ty có trụ sở tại Hoa Kỳ.

Ví dụ, việc ra mắt GLM-5.2 của Z.ai được mô tả là gần như tương đương với Anthropic trong việc sử dụng cho doanh nghiệp, nhưng với chi phí mỗi token chỉ bằng 1/4. Dữ liệu từ OpenRouter cho thấy một sự thay đổi đáng kể về khối lượng; vào cuối tháng 6, các mô hình AI hàng đầu của Trung Quốc đã xử lý 21,37 nghìn tỷ token, vượt xa con số 5,76 nghìn tỷ token được xử lý bởi các mô hình hàng đầu của Hoa Kỳ. Sự tràn vào của các lựa chọn thay thế rẻ và có năng lực này gây áp lực nặng nề lên biên lợi nhuận của các công ty đang dẫn đầu cuộc đua AI.

Các điểm chính cần lưu ý

• Rủi ro chính: Sự kết thúc của giao dịch AI có khả năng được kích hoạt bởi việc nhận ra tình trạng "đầu tư sai chỗ" và tỷ suất lợi nhuận thấp trên chi tiêu vốn (capex), thay vì tình trạng dư thừa bán dẫn truyền thống.
• Sự chuyển dịch cơ cấu trong mảng bộ nhớ: Các nhà cung cấp DRAM và bộ nhớ hiện là những bên hưởng lợi từ mô hình "cuốc và xẻng" được bảo vệ tốt nhất, tận dụng các thỏa thuận chiến lược dài hạn để duy trì quyền lực về giá.
• Mối đe dọa từ sự hàng hóa hóa: Sự xuất hiện nhanh chóng của các mô hình AI chi phí thấp, hiệu suất cao (đặc biệt là từ Trung Quốc) đang hàng hóa hóa bối cảnh LLM, đe dọa các mô hình có biên lợi nhuận cao của các nhà lãnh đạo AI phương Tây.