AI rẻ hơn nhưng hạ tầng đắt lên: Cơn bùng nổ đang siết biên lợi nhuận

Thị trường AI đang bị kéo về hai hướng trái ngược. Giá sử dụng các mô hình tiên tiến giảm rất nhanh: một mô hình miễn phí có tên Ox Alpha được cho là đã xuất hiện với năng lực gần nhóm dẫn đầu, trong khi OpenAI giảm giá hai cấp GPT-5.6 lần lượt 80% và 20% vào tháng 7. 1716 Một số ước tính rộng hơn cho rằng chi phí suy luận—chi phí để mô hình xử lý yêu cầu và tạo câu trả lời—đã giảm khoảng 95% trong hai năm qua nếu so sánh cùng mức năng lực. 22

Nhưng các hệ thống vật lý cần thiết để tạo ra những token đó lại ngày càng đắt. Samsung đã tăng giá một số đơn hàng sản xuất chip tiên tiến tới 15% và dự báo tình trạng thiếu bộ nhớ toàn cầu sẽ nghiêm trọng hơn, kéo dài đến năm 2028. 3233 Kết quả là một nghịch lý kinh tế hiếm gặp: giá đầu ra giảm phát, trong khi chi phí đầu vào thiết yếu vẫn tăng.

Chuỗi giá trị AI đang tách làm hai

Điểm phân biệt quan trọng nằm giữa lớp trí tuệ đang bị hàng hóa hóa và lớp hạ tầng bị giới hạn bởi nguồn cung.

Việc tiếp cận các mô hình đa dụng ngày càng dễ thay thế. Nếu một nhà cung cấp giảm giá API, tung ra mô hình nhỏ hơn hoặc cung cấp miễn phí một mô hình đủ năng lực, các đối thủ sẽ chịu sức ép phải phản ứng. Sau đợt điều chỉnh giá hồi tháng 7, giá token đầu vào của GPT-5.6 Luna giảm từ 1 USD xuống 0,20 USD cho mỗi triệu token, còn Terra giảm từ 2,50 USD xuống 2 USD. 16

Hạ tầng lại là câu chuyện khác. Công suất sản xuất chip tiên tiến, bộ nhớ băng thông cao, mạng lưới kết nối, điện năng và các hệ thống máy chủ AI hoàn chỉnh không thể mở rộng nhanh như tốc độ phần mềm giảm giá. Samsung cho biết khách hàng đang tìm kiếm các hợp đồng cung ứng nhiều năm và tình trạng thiếu hụt có thể nghiêm trọng hơn đến năm 2028. 33 Các thông tin về kế hoạch tăng giá máy chủ dùng chip Nvidia trên 15% cho thấy nhà cung cấp có thể tìm cách chuyển chi phí xuống khách hàng, dù đây không phải thông báo giá chính thức từ Nvidia. 36

Với các nhà cung cấp dịch vụ AI, bài toán thương mại rất rõ ràng: doanh thu trên mỗi token có thể giảm ngay cả khi lượng sử dụng tăng, trong khi chi phí công suất tính toán, năng lượng, phần cứng và vốn vay không nhất thiết giảm theo.

Kết quả của Nvidia nói lên điều gì?

Kết quả quý II năm tài chính 2027 của Nvidia cho thấy cơn sốt hạ tầng vẫn đặc biệt mạnh. Công ty báo doanh thu quý đạt 96,2 tỷ USD, tăng 106% so với cùng kỳ năm trước, cùng lợi nhuận điều chỉnh trên mỗi cổ phiếu pha loãng là 2,22 USD. 60 Ban lãnh đạo cũng cho biết doanh thu năm tài chính 2028 có thể tăng khoảng 70%. 51

Những con số này không có nghĩa toàn bộ nền kinh tế AI đã giải quyết xong vấn đề lợi nhuận. Chúng cho thấy nhu cầu đối với các hệ thống tăng tốc tính toán khan hiếm vẫn rất lớn. Nvidia đang đứng tại một nút thắt, nơi khách hàng tiếp tục cạnh tranh để giành nguồn cung.

Tuy nhiên, chi phí bộ nhớ tăng đang bắt đầu ảnh hưởng đến chất lượng của tăng trưởng. Nvidia dự kiến biên lợi nhuận gộp quý tiếp theo khoảng 74%, giảm từ 75% trong quý vừa qua; các thông tin về triển vọng cũng liên hệ áp lực này một phần với giá bộ nhớ. 51 Điều đó chưa nhất thiết báo hiệu mô hình kinh doanh của Nvidia suy yếu. Nhưng kết quả tương lai có thể phụ thuộc nhiều hơn vào việc tăng giá, tích hợp hệ thống, mạng lưới, phần mềm và khả năng điều hành chuỗi cung ứng—chứ không chỉ dựa vào việc bán các con chip khan hiếm với biên cao.

Broadcom biến nhu cầu hạ tầng thành bài kiểm tra tài chính

Broadcom cho thấy một mặt khác của sức ép này. Reuters và Bloomberg đưa tin công ty đang đàm phán huy động hơn 60 tỷ USD nợ cho một cấu trúc tài trợ chip AI, phục vụ Anthropic và các khách hàng khác. Cấu trúc được đề xuất có thể bao gồm khoảng 30 tỷ USD nợ thứ cấp, bên cạnh một khoản nợ được bảo đảm ưu tiên; các điều khoản vẫn đang được thương lượng. 12

Điểm này rất quan trọng: đây là một phương án tài trợ được đề xuất, không phải khoản vay đã hoàn tất. Vì vậy, các con số nói trên nên được xem là quy mô đang được thảo luận, không phải giao dịch cuối cùng.

Câu hỏi kinh tế nằm ở chỗ doanh thu AI tạo ra từ số chip đó có đủ bền vững để trả nợ hay không. Một con chip có thể rất giá trị về mặt kỹ thuật nhưng vẫn trở thành khoản đầu tư đòn bẩy kém hiệu quả nếu giá mô hình tiếp tục giảm, khách hàng bị tập trung vào một vài bên, giá trị thiết bị đi xuống hoặc chi phí tái cấp vốn tăng.

Đó là lý do thị trường tín dụng có vai trò ngày càng lớn. Khi hạ tầng được xây dựng bằng lượng nợ đáng kể, giá token giảm không còn chỉ là vấn đề định giá của các công ty phần mềm. Nó có thể ảnh hưởng đến dòng tiền dự kiến hỗ trợ hợp đồng thuê, công ty mục đích đặc biệt, nhà cung cấp và bên cho vay.

Các tập đoàn đám mây có lợi thế, nhưng không miễn nhiễm

Các công ty điện toán đám mây lớn có vị thế tốt hơn các nhà cung cấp mô hình độc lập vì họ có thể gắn AI với dịch vụ đám mây, phần mềm doanh nghiệp, quảng cáo, dữ liệu và hệ thống phân phối sẵn có. Họ cũng có thể trợ giá cho tính năng AI trong khi kiếm tiền từ khách hàng ở những mảng khác.

Tuy vậy, lợi thế này không tự động chứng minh mọi khoản đầu tư AI đều tạo ra tỷ suất sinh lời hấp dẫn. Mô hình rẻ hơn có thể thúc đẩy mức sử dụng nhưng đồng thời làm giảm doanh thu trên mỗi đơn vị. Nếu công suất dư thừa, AI có thể trở thành một tính năng biên lợi nhuận thấp trong dịch vụ đám mây thay vì một nguồn lợi nhuận độc lập.

Chỉ số quan trọng không phải là có bao nhiêu token được xử lý, mà là khách hàng sẵn sàng trả bao nhiêu cho năng suất, doanh thu hoặc khoản tiết kiệm chi phí tạo ra từ số token đó.

Token rẻ hơn có ý nghĩa gì với doanh nghiệp?

Với doanh nghiệp, chi phí suy luận giảm là tin tốt. Chi phí thấp hơn giúp họ dễ thử nghiệm ứng dụng AI, tự động hóa các quy trình hẹp và sử dụng những mô hình mạnh hơn cho các nhiệm vụ trước đây chưa đạt ngưỡng hiệu quả kinh tế.

Nhưng chi phí token chỉ là một phần của tổng chi phí triển khai. Doanh nghiệp vẫn phải đầu tư vào tích hợp hệ thống, chuẩn bị dữ liệu, kiểm soát bảo mật, quản trị, đánh giá chất lượng và quản lý thay đổi. Hóa đơn API thấp hơn không đảm bảo dự án có lợi tức đầu tư dương.

Vì thế, thị trường đang chuyển sang một câu hỏi khó hơn: mỗi đơn vị năng lực tính toán AI tạo ra kết quả kinh doanh đo được nào? Những công ty kết nối được việc sử dụng mô hình với doanh thu hoặc khoản tiết kiệm có thể kiểm chứng sẽ có lợi thế hơn những công ty chỉ tích lũy công suất mà chưa có trường hợp sử dụng rõ ràng.

Góc nhìn cho nhà đầu tư và thị trường tín dụng

Nhà đầu tư nên tách biệt mức độ tiếp xúc với các đầu vào khan hiếm khỏi mức độ tiếp xúc với việc truy cập mô hình đang bị hàng hóa hóa.

Nhóm bị giới hạn bởi nguồn cung gồm bộ nhớ, sản xuất chip tiên tiến, mạng lưới, điện năng và các hệ thống tăng tốc tích hợp. Những doanh nghiệp này có thể duy trì sức mặc cả khi khách hàng cạnh tranh để giành công suất. Việc Samsung tăng giá và cảnh báo thiếu hụt kéo dài là dấu hiệu cho thấy quyền lực thương lượng hiện vẫn nằm ở phía nhà cung cấp. 3233

Ngược lại, lớp truy cập mô hình phải đối mặt với bài kiểm tra khó hơn. Các mô hình miễn phí hoặc giảm giá mạnh có thể mở rộng thị trường, nhưng cũng khiến việc duy trì mức giá cao cho năng lực suy luận không khác biệt trở nên khó khăn. Kinh tế bền vững có thể phải dựa vào hệ thống phân phối độc quyền, dữ liệu riêng, quy trình chuyên biệt, nhu cầu theo hợp đồng hoặc phần mềm có khả năng thu giữ giá trị vượt ra ngoài bản thân token.

Các nhà đầu tư tín dụng nên tập trung vào dòng tiền đã ký hợp đồng, mức độ tập trung khách hàng, giá trị còn lại của phần cứng, cấu trúc nợ và thời điểm tái cấp vốn. Đề xuất tài trợ của Broadcom là một lời cảnh báo đáng chú ý, bởi nó cho thấy hạ tầng AI có thể nhanh chóng trở thành vấn đề tài chính chứ không chỉ là vấn đề công nghệ. 12

Kết luận

Cơn bùng nổ AI không vận hành theo một đường cong chi phí duy nhất. Trí tuệ đang trở nên rẻ hơn và dồi dào hơn, trong khi năng lực vật lý cần để tạo ra trí tuệ đó vẫn khan hiếm và đắt đỏ.

Sự lệch pha này giúp giải thích vì sao Nvidia vẫn có thể báo cáo mức tăng trưởng phi thường nhưng đồng thời cảnh báo biên lợi nhuận chịu sức ép. Nó cũng lý giải tại sao một cấu trúc tài trợ chip trị giá hàng chục tỷ USD của Broadcom, dù mới chỉ là đề xuất, lại thu hút sự chú ý của thị trường tín dụng trong lúc nhu cầu AI vẫn mạnh.

Giai đoạn tiếp theo của thị trường sẽ không chỉ được quyết định bởi năng lực mô hình. Yếu tố then chốt là liệu khách hàng có thể biến trí tuệ giá rẻ thành dòng tiền bền vững trước khi các trung tâm dữ liệu đắt đỏ, được xây dựng bằng nợ, phải tái cấp vốn hay không.