Trong cuộc tranh luận về bong bóng AI, câu hỏi quan trọng nhất không phải là AI có còn hữu ích hay không. Câu hỏi sát sườn hơn là: thị trường đang trả bao nhiêu cho lời hứa đó?

Nếu bong bóng AI xì hơi, điều này không nhất thiết đồng nghĩa với việc AI biến mất khỏi doanh nghiệp, phần mềm hay đời sống hằng ngày. Nó có thể chỉ có nghĩa là những giả định đang được gắn vào AI — tốc độ tăng trưởng, biên lợi nhuận, khả năng thu hồi vốn từ GPU, trung tâm dữ liệu và điện năng — sẽ bị tính lại. Goldman Sachs cho rằng lo ngại bong bóng AI xuất phát từ việc định giá các công ty có liên quan đến AI tăng mạnh, các khoản đầu tư xây dựng hạ tầng AI vẫn rất lớn, và hệ sinh thái AI ngày càng có tính tuần hoàn, tức tiền có thể đang quay nhiều vòng bên trong cùng một hệ sinh thái ^[10].

Các tín hiệu hiện nay không chỉ đi theo một chiều. Al Jazeera đưa tin rằng IMF đã cảnh báo bong bóng đầu tư AI có thể vỡ và có thể so sánh với bong bóng dot-com ^[5]. Ngược lại, một tài liệu chiến lược của Goldman Sachs lập luận rằng vẫn chưa thể kết luận thị trường đang ở trong bong bóng ^[2]. Cresset cũng nhìn thấy các dấu hiệu quen thuộc của bong bóng như định giá cao, dòng vốn lớn và hành vi đầu cơ, nhưng cho rằng lợi nhuận mạnh, tăng trưởng doanh thu đều và đầu tư hạ tầng bằng tiền mặt khiến kịch bản điều chỉnh có chọn lọc hợp lý hơn là sụp đổ toàn hệ thống ^[6].

Thứ bị thử trước không phải mô hình AI, mà là giả định tài chính

Trong giai đoạn hưng phấn, chỉ cần một doanh nghiệp có câu chuyện liên quan đến AI, thị trường đã có thể kéo một phần lợi nhuận tương lai về hiện tại để định giá. Nhưng khi tâm lý đảo chiều, câu hỏi sẽ bớt bay bổng hơn nhiều:

• Khách hàng có trả tiền lặp lại hay không?
• Sau khi trả chi phí GPU, trung tâm dữ liệu và điện, doanh nghiệp còn biên lợi nhuận không?
• Giá cổ phiếu và định giá doanh nghiệp có được giải thích bằng tăng trưởng thực tế không?
• Đầu tư hạ tầng có gắn với nhu cầu đã được xác nhận không?
• Doanh thu đến từ khách hàng cuối cùng, hay chủ yếu xoay vòng giữa các bên trong hệ sinh thái AI ^[10]?

Vì vậy, nếu bong bóng AI vỡ, sự kiện trung tâm nhiều khả năng không phải là công nghệ bị phủ nhận. Đó sẽ là một cuộc định giá lại: cổ phiếu mất phần “premium AI”, startup bị soi kỹ hơn, dự án trung tâm dữ liệu phải chứng minh khả năng hoàn vốn, còn các dự án AI trong doanh nghiệp phải trả lời câu hỏi ROI — lợi tức trên vốn đầu tư — một cách thực tế hơn.

Vì sao nỗi lo bong bóng AI lớn dần?

Nỗi lo không xuất hiện vì đầu tư vào AI quá ít, mà vì tốc độ đầu tư đã tăng quá nhanh.

Goldman Sachs cho rằng việc xây dựng trung tâm dữ liệu và hạ tầng phục vụ AI có thể đạt quy mô nhiều nghìn tỷ USD. Tài liệu này dẫn phát biểu của CEO Nvidia Jensen Huang rằng chi tiêu cho hạ tầng AI có thể đạt 3-4 nghìn tỷ USD vào năm 2030 ^[1]. Goldman Sachs cũng nêu dự báo rằng riêng chi tiêu vốn của các hyperscaler — tức các công ty đám mây và hạ tầng công nghệ có quy mô cực lớn — có thể đạt 1,4 nghìn tỷ USD trong giai đoạn 2025-2027 ^[1].

Con số cho năm 2026 cũng đã rất lớn. Theo Goldman Sachs, đồng thuận của các nhà phân tích Phố Wall về chi tiêu vốn năm 2026 của nhóm công ty AI hyperscaler đã tăng lên 527 tỷ USD, từ mức 465 tỷ USD vào đầu mùa báo cáo kết quả kinh doanh quý III ^[9]. Một bài viết khác của Goldman Sachs cũng cho rằng các công ty điện toán đám mây hyperscale lớn nhất có thể chi hơn 500 tỷ USD cho đầu tư vốn trong năm 2026 ^[8].

Tuy nhiên, chi tiêu lớn tự nó chưa phải bằng chứng chắc chắn của bong bóng. Goldman Sachs lưu ý rằng làn sóng đầu tư AI đúng là lớn hơn các chu kỳ trước nếu nhìn theo số USD danh nghĩa, nhưng trông bớt cực đoan hơn khi được điều chỉnh theo quy mô phù hợp ^[1]. Nút thắt vì thế không nằm ở câu hỏi “chi bao nhiêu”, mà là “có tạo ra đủ nhu cầu và lợi nhuận để thu hồi vốn hay không”.

1. Thị trường chứng khoán: phần định giá AI sẽ bị thử đầu tiên

Nơi phản ứng nhanh nhất khi một bong bóng xì hơi thường là thị trường cổ phiếu. Trong giai đoạn tăng nóng, bán dẫn, điện toán đám mây, trung tâm dữ liệu, hạ tầng điện và phần mềm đều có thể được gom chung vào một câu chuyện AI. Nhưng khi thị trường bước vào điều chỉnh, nhà đầu tư thường tách bạch hơn rất nhiều giữa doanh nghiệp có dòng tiền thật và doanh nghiệp chỉ có câu chuyện hay.

Goldman Sachs cho biết nhà đầu tư đã trở nên chọn lọc hơn với cổ phiếu AI ^[9]. Những câu hỏi sẽ quay lại rất nhanh: doanh thu AI tăng với tốc độ nào, biên lợi nhuận có đủ cao không, khách hàng có gia hạn và trả tiền đều đặn không, chi phí GPU và trung tâm dữ liệu có ăn mòn lợi nhuận không.

Mức độ tập trung của thị trường cũng là một điểm đáng chú ý. Theo Goldman Sachs Research, 7 công ty công nghệ lớn nhất hiện chiếm hơn 30% vốn hóa của S&P 500 — chỉ số gồm 500 doanh nghiệp lớn niêm yết tại Mỹ — và khoảng một phần tư lợi nhuận của chỉ số này ^[8]. Nếu kỳ vọng AI đã được phản ánh sâu vào định giá của nhóm cổ phiếu lớn đó, việc định giá lại AI có thể không chỉ làm giảm vài cổ phiếu theo chủ đề, mà còn khiến các chỉ số lớn biến động mạnh hơn.

2. Startup AI: bản demo đẹp sẽ không đủ

Từ các nguồn hiện có, không thể định lượng quy mô “down round” hay tỷ lệ đóng cửa của toàn bộ startup AI. Nhưng nếu hệ số định giá của các công ty AI trên sàn giảm xuống, logic gọi vốn của doanh nghiệp tư nhân cũng có thể bị siết chặt hơn.

Cresset nhận định lĩnh vực AI đã có những dấu hiệu bong bóng như định giá cao, dòng vốn lớn và hành vi đầu cơ ^[6]. Goldman Sachs cũng xem sự tăng giá trị của các công ty có tiếp xúc với AI là một trong những nguyên nhân làm dấy lên lo ngại bong bóng ^[10]. Trong bối cảnh đó, nhà đầu tư có thể bớt hào hứng với các bản demo ấn tượng, và đòi hỏi nhiều hơn ở doanh thu lặp lại, tỷ lệ giữ chân khách hàng, cấu trúc chi phí, dữ liệu độc quyền, kênh phân phối và khả năng tích hợp vào hệ thống làm việc hiện hữu.

Nhóm dễ tổn thương nhất là những công ty được định giá cao chỉ vì gắn nhãn AI. Khi thị trường còn hưng phấn, một tính năng dùng mô hình AI có thể đủ để kể chuyện tăng trưởng. Khi thị trường khó tính hơn, câu hỏi sẽ là: khách hàng có thật sự dùng thường xuyên không, và nếu lượng sử dụng tăng thì doanh nghiệp có kiếm thêm tiền hay chỉ lỗ nhiều hơn?

3. Trung tâm dữ liệu, GPU và điện: từ “xây trước” sang “chứng minh nhu cầu”

Kênh tác động rõ nhất từ bong bóng AI sang kinh tế thực có thể nằm ở trung tâm dữ liệu, GPU và hạ tầng điện. Goldman Sachs dự báo xây dựng trung tâm dữ liệu và hạ tầng AI có thể đạt quy mô nhiều nghìn tỷ USD, trong đó riêng chi tiêu vốn của hyperscaler có thể đạt 1,4 nghìn tỷ USD trong giai đoạn 2025-2027 ^[1]. Đồng thuận cho chi tiêu vốn năm 2026 của nhóm công ty AI hyperscaler cũng đã được đưa lên 527 tỷ USD ^[9].

Rủi ro không chỉ là số tiền lớn, mà là khả năng thu hồi số tiền đó. Nếu nhu cầu dịch vụ AI thấp hơn kỳ vọng, hoặc doanh thu không tăng đủ nhanh để bù chi phí suy luận, doanh nghiệp có thể chuyển từ chiến lược “xây trước rồi chờ nhu cầu” sang “chỉ xây theo nhu cầu đã thấy rõ”. Khi đó, thời điểm khởi công trung tâm dữ liệu mới, tốc độ mua GPU và kế hoạch mua điện dài hạn đều có thể bị xem xét lại.

Điều này không có nghĩa mọi dự án trung tâm dữ liệu đều dư thừa. Nó chỉ có nghĩa là tiêu chuẩn sẽ thay đổi. Trong giai đoạn điều chỉnh, thị trường sẽ quan tâm ít hơn đến công suất danh nghĩa, và quan tâm nhiều hơn đến tỷ lệ lấp đầy, hợp đồng khách hàng dài hạn, thời gian hoàn vốn và độ ổn định của nguồn điện. Cresset cho rằng 18 tháng tới sẽ cho thấy làn sóng hạ tầng AI hiện nay trở thành nền tảng cho đổi mới bền vững, hay trở thành một trong những vụ phân bổ vốn sai lầm lớn nhất trong lịch sử thị trường ^[6].

4. Big Tech: có thể không sụp, nhưng định giá và nhịp đầu tư có thể đổi

Một đợt điều chỉnh AI không đồng nghĩa toàn bộ các công ty công nghệ lớn sẽ sụp đổ. Cresset cho rằng dù lĩnh vực AI có định giá cao và hành vi đầu cơ, lợi nhuận mạnh, tăng trưởng doanh thu ổn định và đầu tư hạ tầng bằng tiền mặt vẫn nghiêng về kịch bản điều chỉnh có chọn lọc hơn là sụp đổ hệ thống ^[6].

Nhưng “không sụp đổ” khác với “không chịu tác động”. Khi 7 công ty công nghệ lớn nhất chiếm hơn 30% vốn hóa S&P 500 và khoảng một phần tư lợi nhuận của chỉ số, chỉ cần kỳ vọng AI giảm xuống cũng có thể làm thị trường biến động đáng kể ^[8]. Kịch bản thực tế hơn có thể là hệ số định giá cổ phiếu giảm, tốc độ tăng chi tiêu vốn cho AI chậm lại, và một số dự án bị xếp lại theo thứ tự ưu tiên mới.

5. Cấu trúc mong manh nhất: nền kinh tế AI tự xoay vòng

Goldman Sachs chỉ ra tính tuần hoàn của hệ sinh thái AI là một yếu tố làm tăng lo ngại bong bóng ^[10]. Vấn đề nằm ở nguồn gốc của dòng tiền: tiền đến từ khách hàng cuối cùng có nhu cầu thật, hay chủ yếu quay qua lại giữa các công ty AI, nhà cung cấp đám mây, nhà sản xuất chip và các doanh nghiệp ứng dụng?

Trong giai đoạn đầu của một công nghệ mới, việc các bên trong hệ sinh thái hỗ trợ lẫn nhau là điều bình thường. Công ty mô hình cần điện toán đám mây, công ty đám mây cần chip, công ty ứng dụng cần mô hình, và tất cả cùng tạo ra tăng trưởng. Nhưng khi thị trường điều chỉnh, câu hỏi sẽ không còn là “doanh thu có phát sinh trong hệ sinh thái không”, mà là “khách hàng bên ngoài có thật sự trả tiền cho sản phẩm cuối cùng không”.

Doanh nghiệp có thể không dừng AI, nhưng sẽ khó tính hơn

Nếu bong bóng AI xì hơi, các doanh nghiệp không nhất thiết sẽ ngừng triển khai AI. Thay đổi thực tế hơn là tiêu chuẩn duyệt ngân sách sẽ cao hơn. Câu hỏi sẽ chuyển từ “có dùng AI chưa” sang “AI có giảm chi phí, tăng doanh thu, rút ngắn thời gian xử lý hay tích hợp được với hệ thống hiện có không”.

Những dự án thử nghiệm không rõ ROI, chatbot làm để trình diễn, hoặc công cụ nội bộ ít người dùng có thể bị thu hẹp. Ngược lại, các quy trình dễ đo hiệu quả hơn — như hỗ trợ khách hàng, xử lý tài liệu, trợ lý lập trình, tìm kiếm nội bộ, bảo mật — có khả năng được giữ lại lâu hơn. Cách phân hóa này cũng phù hợp với câu hỏi mà Cresset đặt ra: hạ tầng AI hiện tại sẽ là nền tảng đổi mới lâu dài, hay là sự phân bổ vốn sai lầm ^[6]?

Khi nhìn một doanh nghiệp AI, nên soi điều gì?

Trong một đợt điều chỉnh, câu hỏi không phải là doanh nghiệp có “làm AI” hay không. Câu hỏi là AI đó có tạo ra dòng tiền lặp lại được hay không.

Tiêu chí	Bên có khả năng trụ vững hơn	Bên dễ tổn thương hơn
Cấu trúc vốn	Doanh nghiệp có lợi nhuận mạnh, tự tài trợ đầu tư bằng dòng tiền [6]	Doanh nghiệp phụ thuộc nhiều vào định giá cao và vốn bên ngoài [6][10]
Nhu cầu	Sản phẩm có khách hàng trả tiền lặp lại	Sản phẩm demo tốt nhưng tỷ lệ sử dụng thực thấp
Chi phí	Có thể đưa chi phí suy luận và hạ tầng vào giá bán	Càng nhiều người dùng càng lỗ nặng
Khác biệt	Có dữ liệu độc quyền, kênh phân phối hoặc tích hợp sâu vào quy trình làm việc	Chỉ là một tính năng mỏng đặt trên mô hình phổ thông
Chất lượng doanh thu	Doanh thu đến từ nhu cầu rõ ràng của khách hàng bên ngoài	Phụ thuộc nhiều vào giao dịch nội bộ trong hệ sinh thái AI [10]
Đầu tư hạ tầng	Có tỷ lệ lấp đầy, hợp đồng dài hạn và nguồn điện ổn định	Mở rộng trước khi nhu cầu được kiểm chứng [1][6]

Kết luận: AI có thể không kết thúc, chỉ là bảng giá sẽ đổi

Nếu bong bóng AI thật sự vỡ, kết luận hợp lý nhất không phải là AI vô dụng. Khả năng cao hơn là thị trường nhận ra mình đã trả giá quá cao cho một phần kỳ vọng AI. Goldman Sachs cho rằng lo ngại bong bóng đến từ định giá, đầu tư quy mô lớn và tính tuần hoàn của hệ sinh thái ^[10]. Cảnh báo được Al Jazeera dẫn lại từ IMF cho thấy rủi ro có thể được so sánh với bong bóng dot-com ^[5]. Nhưng đồng thời, các tài liệu của Goldman Sachs và Cresset cũng không xem hiện trạng chỉ là một kịch bản sụp đổ đơn giản ^[2][6].

Nói ngắn gọn: nếu bong bóng AI xì hơi, AI không nhất thiết biến mất. Thứ bị loại bỏ trước sẽ là kỳ vọng phóng đại, đầu tư thiếu kiểm chứng và mô hình kinh doanh yếu. Phần còn lại — những ứng dụng tạo doanh thu thật, giảm chi phí thật và khiến khách hàng tiếp tục trả tiền — có thể sẽ hiện rõ hơn sau khi lớp hào quang đầu cơ lắng xuống.