AI càng rẻ, hạ tầng càng đắt: Ai sẽ trả chi phí cho cuộc đua này?

Nền kinh tế AI đang tách thành hai nửa. Chi phí sử dụng năng lực trí tuệ nhân tạo giảm rất nhanh, nhưng chi phí xây dựng hệ thống để cung cấp năng lực đó vẫn bị giới hạn bởi chip tiên tiến, bộ nhớ băng thông cao, máy chủ, mạng lưới, điện năng và công suất trung tâm dữ liệu.

Đây không chỉ là câu chuyện về giá. Sự phân kỳ này đang quyết định doanh nghiệp nào có thể bảo vệ biên lợi nhuận, nhà đầu tư nên đánh giá chi tiêu AI ra sao và rủi ro tín dụng có thể tích tụ ở đâu. Những bên hưởng lợi lớn nhất có thể không phải công ty bán được nhiều token nhất, mà là các doanh nghiệp kiểm soát hạ tầng khan hiếm, sở hữu kênh phân phối, dữ liệu độc quyền hoặc phần mềm gắn với một kết quả kinh doanh có thể kiểm chứng.

Cuộc chiến giá AI đang đẩy giá trị ra khỏi token

Một số ước tính cho thấy chi phí suy luận tương đương—tức chi phí để tạo ra năng lực đầu ra tương tự—đã giảm khoảng 95% trong khoảng hai năm. Tuy nhiên, tỷ lệ cụ thể còn phụ thuộc vào mô hình, khối lượng công việc và chất lượng được đem ra so sánh. 39 Điều chắc chắn hơn là xu hướng: những năng lực từng có giá API cao nay ngày càng dễ tiếp cận thông qua các mô hình rẻ hơn và mô hình có trọng số mở.

Các đợt giảm giá gần đây của OpenAI cho thấy sức ép đang gia tăng. Tháng 7/2026, công ty giảm 80% giá GPT-5.6 Luna, mẫu nhỏ hơn, và giảm 20% giá mẫu tầm trung Terra. 34 Sang tháng 8, OpenAI công bố tiếp tục giảm hơn 20% giá GPT-5.6 Sol, mẫu tiên tiến nhất dành cho nhà phát triển. 33

Với người dùng, đây là tin tốt. Chi phí suy luận thấp hơn giúp doanh nghiệp dễ triển khai tác tử AI, tự động hóa chăm sóc khách hàng, tạo nội dung, viết mã và xử lý khối dữ liệu lớn. Nhưng với các nhà cung cấp mô hình, mỗi lần giảm giá lại làm doanh thu trên một đơn vị sử dụng thấp đi—trừ khi lượng sử dụng tăng đủ mạnh để bù lại. Vì thế, chiến lược chỉ dựa vào việc bán quyền truy cập cao cấp vào một năng lực mô hình không khác biệt đang trở nên mong manh.

Điểm cần phân biệt là trí tuệ rẻ hơn không đồng nghĩa với hệ thống AI rẻ hơn. Giá token có thể giảm, trong khi tổng chi phí vận hành một sản phẩm đáng tin cậy—bao gồm truy xuất dữ liệu, giám sát, bảo mật, độ trễ, tích hợp và kiểm duyệt của con người—vẫn đáng kể.

Chuỗi cung ứng vật lý lại đi theo hướng ngược lại

Hạ tầng cần thiết để phục vụ ngày càng nhiều tác vụ AI không mở rộng nhanh bằng nhu cầu. Samsung được cho là đã tăng tới 15% giá một số dịch vụ gia công chip tiên tiến cho các đơn hàng mới, khi nhu cầu chip AI làm công suất trong ngành trở nên khan hiếm. 1

Samsung cũng cho biết tình trạng thiếu chip có thể nghiêm trọng hơn và kéo dài đến năm 2028, đồng thời theo đuổi các thỏa thuận cung ứng nhiều năm với những khách hàng trung tâm dữ liệu lớn. 2 Bộ phận bộ nhớ của công ty đã mô tả một khuôn khổ theo đó khoảng 60%-70% công suất có thể được bao phủ bởi các hợp đồng dài hạn nếu quá trình đàm phán hoàn tất. 56

Những hợp đồng này làm thay đổi bản chất thị trường. Công suất không còn đơn giản là thứ dành cho bất kỳ ai trả giá giao ngay cao nhất. Các khách hàng lớn đang đặt trước nguồn cung nhiều năm, qua đó cải thiện khả năng tiếp cận của chính họ nhưng khiến những người mua nhỏ hơn dễ bị tổn thương trước thiếu hụt và biến động giá.

Triển vọng bộ nhớ đặc biệt căng thẳng. CEO SK Hynix Kwak Noh-jung cho rằng ngành này có thể trải qua năm thiếu nguồn cung tồi tệ nhất vào năm 2027 và nhu cầu có thể tiếp tục vượt công suất sản xuất sau năm 2030. Đây là dự báo của doanh nghiệp, không phải kết quả chắc chắn, nhưng nó cho thấy nguồn cung có thể cần rất nhiều thời gian mới bắt kịp. 17

Nvidia cho thấy hạ tầng vẫn còn quyền định giá

Kết quả kinh doanh mới nhất của Nvidia cho thấy giá mô hình giảm chưa làm suy yếu nhu cầu ở lớp phần cứng. Công ty báo cáo doanh thu quý tài chính II/2027 đạt 96,2 tỷ USD, tăng 106% so với cùng kỳ; doanh thu trung tâm dữ liệu đạt 89 tỷ USD, tăng 117%. 4950

Đây là mâu thuẫn cốt lõi của thị trường AI. Những mô hình hiệu quả hơn có thể giảm lượng điện toán cần thiết cho một tác vụ cụ thể, nhưng giá thấp hơn cũng kích thích mức sử dụng lớn hơn nhiều. Nếu nhu cầu tăng nhanh hơn tốc độ cải thiện hiệu quả, tổng lượng hạ tầng tiêu thụ vẫn có thể tăng dù chi phí cho mỗi lần suy luận giảm.

Rủi ro là nút thắt sẽ di chuyển sang nơi khác. Bộ tăng tốc có thể đã sẵn sàng, nhưng bộ nhớ, đóng gói tiên tiến, mạng lưới, điện, kết nối lưới điện hoặc đất xây trung tâm dữ liệu lại chưa chắc. Nvidia báo cáo biên lợi nhuận gộp 75% trong quý, song các phân tích khác lưu ý chi phí bộ nhớ tăng có thể gây sức ép lên biên lợi nhuận tương lai. 4953 Bài học ở đây không phải kinh tế hạ tầng đã sụp đổ, mà là nhu cầu mạnh không khiến mọi mắt xích trong chuỗi cung ứng đều có lợi nhuận như nhau.

Các hãng đám mây lớn có thể hấp thụ sức ép—đến một mức nào đó

Những công ty điện toán đám mây lớn có vị thế tốt hơn các nhà cung cấp AI nhỏ trong việc xử lý khoảng cách giữa giá dịch vụ giảm và chi phí hạ tầng tăng. Họ có thể phân bổ đầu tư trên nhiều mảng như điện toán đám mây, quảng cáo, phần mềm doanh nghiệp và nền tảng tiêu dùng. Họ cũng có thể gộp AI vào các hợp đồng lớn hơn, tận dụng kênh phân phối để tăng mức sử dụng và thương lượng các cam kết cung ứng dài hạn.

Điều đó biến các hãng đám mây quy mô lớn thành “bộ giảm xóc” khả dĩ của ngành. Họ có thể chấp nhận biên lợi nhuận AI thấp hơn để bảo vệ quan hệ điện toán đám mây hoặc giành thị phần. Đổi lại, hiệu quả sử dụng vốn sẽ giảm: nếu giá giảm nhanh hơn tốc độ tăng lượng dùng, các khoản đầu tư khổng lồ vào trung tâm dữ liệu sẽ cần lâu hơn mới tạo ra lợi nhuận.

Với các nhà cung cấp nhỏ, tình hình khắc nghiệt hơn. Một công ty thuê công suất đắt đỏ rồi bán lại quyền truy cập vào mô hình phổ thông sẽ khó tự bảo vệ nếu giá API giảm nhanh hơn tốc độ tăng khách hàng. Những doanh nghiệp bền vững sẽ cần tạo khác biệt bằng khả năng làm chủ quy trình, dữ liệu độc quyền, bảo mật, độ tin cậy, kênh phân phối hoặc mô hình tính phí gắn với kết quả thay vì số token.

Mô hình rẻ hơn không bảo đảm năng suất tăng nhanh hơn

Giá thấp hơn sẽ khuyến khích thử nghiệm và phổ cập AI, nhưng phổ cập không đồng nghĩa với giá trị kinh tế đã hiện thực hóa. Doanh nghiệp vẫn phải thiết kế lại quy trình, làm sạch dữ liệu, tích hợp hệ thống, đào tạo nhân viên và thiết lập cơ chế kiểm soát trước khi AI tạo ra cải thiện năng suất bền vững.

Điều này tạo ra rủi ro về thời điểm đối với nhà đầu tư. Chi tiêu có thể tăng tốc trước khi lợi ích đo được xuất hiện, nhất là khi doanh nghiệp mua công suất hoặc phần mềm chỉ vì đối thủ cũng đang làm như vậy. Nếu năng suất đến chậm hơn kỳ vọng, các cam kết hạ tầng vẫn cố định trong khi dự báo doanh thu AI bị điều chỉnh giảm.

Kịch bản tích cực là nhu cầu mở rộng: suy luận rẻ hơn nhiều khiến mức sử dụng tăng mạnh đến mức tổng chi tiêu AI, tiêu thụ dịch vụ đám mây và năng suất vẫn tiếp tục đi lên. Kịch bản tiêu cực là sức ép lên biên lợi nhuận và công suất: giá mô hình lao dốc, lượng dùng tăng quá chậm, khiến một số dự án trung tâm dữ liệu tạo ra lợi nhuận thấp hơn giả định trong kế hoạch tài chính.

Rủi ro tín dụng sẽ phụ thuộc vào nhu cầu đã ký hợp đồng

Cuộc xây dựng hạ tầng AI cũng đang trở thành vấn đề của thị trường tín dụng. Trung tâm dữ liệu, thương vụ mua hạ tầng và cam kết linh kiện đòi hỏi lượng vốn lớn, phần nhiều có kỳ hạn dài. Nợ sẽ dễ biện minh hơn khi được bảo đảm bằng khách hàng có khả năng thanh toán, hợp đồng nhiều năm và mức sử dụng tương đối ổn định.

Ngược lại, rủi ro tăng lên khi khả năng trả nợ phụ thuộc vào nhu cầu tương lai còn mang tính đầu cơ. Giá AI thấp hơn, tốc độ lấp đầy chậm hơn, chi phí điện tăng hoặc thiếu linh kiện đều có thể làm suy yếu dòng tiền đứng sau một dự án hạ tầng.

Một phần nợ thứ cấp lớn hơn hoặc chi phí bảo hiểm tín dụng cao hơn sẽ cho thấy bên cho vay đòi hỏi khoản bù rủi ro lớn hơn. Tuy nhiên, hai dấu hiệu này không chứng minh một sự kiện tín dụng sắp xảy ra. Chúng chỉ khiến chất lượng hợp đồng cơ sở và khả năng chống chịu của dòng tiền người vay trở nên quan trọng hơn những con số tăng trưởng AI trên tiêu đề.

Tác động kinh tế vĩ mô sẽ không đồng nhất

AI có thể tạo áp lực giảm phát trong các dịch vụ số. Suy luận rẻ hơn có thể làm giảm chi phí lập trình, phân tích, chăm sóc khách hàng, sản xuất nội dung và một số công việc hành chính. Những khoản tiết kiệm này cuối cùng có thể đến với doanh nghiệp và người tiêu dùng nếu cạnh tranh buộc các công ty chuyển chúng thành giá thấp hơn.

Nhưng quá trình xây dựng hạ tầng lại có thể gây tác động ngược ở một số thị trường. Bộ nhớ, chip tiên tiến, máy chủ, năng lực xây dựng, đất đai, điện năng và kết nối lưới điện khan hiếm có thể trở nên đắt hơn. Trong ngắn hạn, bức tranh có thể là giá của công việc số được AI hỗ trợ giảm xuống, trong khi các đầu vào vốn và năng lượng để tạo ra nó chịu áp lực tăng giá.

Vì vậy, khó có một kết luận thống nhất rằng AI chỉ gây “lạm phát” hoặc chỉ gây “giảm phát”. Kết quả phụ thuộc vào việc lợi ích hiệu quả có lan rộng nhanh hơn các nút thắt hay không, cũng như doanh nghiệp chuyển phần tiết kiệm cho khách hàng hay giữ lại dưới dạng biên lợi nhuận.

Chuỗi cung ứng đang trở thành tài sản chiến lược

Việc đặt trước công suất trong nhiều năm cũng làm tăng tầm quan trọng địa chính trị của chất bán dẫn. Samsung và SK Hynix có vị thế thương lượng lớn hơn trong lĩnh vực bộ nhớ, trong khi logic tiên tiến và đóng gói tiên tiến vẫn tập trung ở một số ít nhà cung cấp và khu vực. Khi công suất đã được đặt trước nhiều năm, các biện pháp kiểm soát xuất khẩu, trợ cấp và gián đoạn khu vực sẽ gây hậu quả lớn hơn vì nguồn cung không thể nhanh chóng chuyển hướng.

Các nhà sản xuất bộ nhớ Trung Quốc có thể tìm thấy cơ hội ở những phân khúc sản phẩm ít bị hạn chế hơn khi nhu cầu toàn cầu tăng. Tuy nhiên, thu hẹp khoảng cách trong bộ nhớ băng thông cao (HBM) tiên tiến và các linh kiện thiết yếu cho AI khó hơn nhiều. Quy trình thẩm định của khách hàng, tiêu chuẩn độ tin cậy, độ phức tạp kỹ thuật, kiểm soát xuất khẩu và quy định mua sắm đều có thể hạn chế tốc độ giành thị phần của các nhà cung cấp thay thế.

Ai sẽ trả phần chênh lệch?

Câu hỏi chưa có lời giải là ai sẽ hấp thụ khoảng cách giữa AI rẻ hơn đối với người dùng và AI đắt hơn đối với nhà sản xuất. Một số khả năng gồm:

• Các hãng đám mây lớn có thể chấp nhận biên lợi nhuận thấp hơn, đồng thời dùng AI để bảo vệ hệ sinh thái rộng hơn.
• Nhà cung cấp chip và bộ nhớ có thể duy trì quyền định giá nhờ tình trạng khan hiếm trong thời gian công suất còn hạn chế.
• Nhà đầu tư có thể chịu lợi suất thấp hơn từ các khoản chi khổng lồ cho hạ tầng AI.
• Bên cho vay có thể chịu chênh lệch lãi suất cao hơn hoặc thua lỗ nếu các dự án vay quá nhiều.
• Khách hàng có thể phải trả nhiều hơn nếu nhà cung cấp đóng gói chi phí hạ tầng vào các sản phẩm giá trị cao, tính phí theo kết quả.

Kết quả gần hạn có khả năng là sự kết hợp của ba phương án đầu tiên. Quyền tiếp cận AI sẽ tiếp tục rẻ hơn, nhưng hạ tầng để cung cấp nó vẫn đắt đỏ cho đến khi nguồn cung bắt kịp—hoặc cho đến khi nhu cầu cho thấy không đủ lớn để biện minh cho các cam kết đã được đưa ra.

Hàm ý chiến lược khá rõ: giá token giảm không phải dấu chấm hết cho câu chuyện đầu tư AI. Đây là phép thử để xác định giá trị bền vững nằm ở đâu khi năng lực trí tuệ trở nên dồi dào, còn máy móc, bộ nhớ, điện năng và kênh phân phối cần thiết để khai thác năng lực đó vẫn khan hiếm.