Khi phía doanh nghiệp bắt đầu "giảm chi phí tính toán", Goldman Sachs cảnh báo 5,3 nghìn tỷ đô la chi tiêu vốn cho AI đang tiến gần đến ngưỡng bão hòa tín dụng!

Làn sóng đầu tư vào cơ sở hạ tầng AI đang tái định hình cục diện thị trường vốn toàn cầu, với rủi ro nợ ẩn giấu phía sau không thể xem nhẹ.

Dự báo mới nhất của Goldman Sachs cho thấy, từ năm 2025 đến 2030, các doanh nghiệp điện toán đám mây quy mô siêu lớn sẽ có tổng chi tiêu vốn vào lĩnh vực AI và trung tâm dữ liệu lên tới 5,3 nghìn tỷ USD, tạo nên một siêu chu kỳ chi tiêu vốn chưa từng có tiền lệ.

Goldman Sachs dự đoán các doanh nghiệp quy mô siêu lớn sẽ cần huy động vốn từ nhiều thị trường khác nhau, do họ có thể gặp phải giới hạn về thanh khoản trên thị trường tín dụng lưu động.

Giáo sư danh dự Gary Marcus của Đại học New York khi chia sẻ phân tích liên quan đã gọi nhận định của Goldman Sachs trên là “câu nói gây sợ hãi”, ông cho biết:

Đối với tôi, vấn đề hiện tại không còn là liệu mô hình quy mô siêu lớn có sụp đổ hay không, mà là mức độ nghiêm trọng của thiệt hại kèm theo sẽ ra sao.

Gary Marcus tiếp tục cảnh báo:

Các nhà cung cấp dịch vụ đám mây quy mô siêu lớn không thể thu hồi lại khoản đầu tư 5,3 nghìn tỷ USD của họ, trừ khi họ bóp nặn số tiền này từ người nộp thuế thông qua trợ cấp chính phủ khổng lồ. Và đó chính là điều họ đang dự tính thực hiện.

Trong khi đó, Morgan Stanley ước tính, chỉ riêng khoản đầu tư cho xây dựng trung tâm dữ liệu toàn cầu đã gần chạm mốc 2,9 nghìn tỷ USD đến năm 2028, trong đó tỷ trọng lớn dựa vào vốn vay nợ. Điều này đồng nghĩa, nếu thị trường điều chỉnh, tổn thất sẽ không còn giới hạn ở cổ đông, mà có thể lan rộng toàn xã hội qua thị trường tín dụng.

Mặt trái của bữa tiệc đầu tư này lại là doanh nghiệp ngày càng xiết chặt ngân sách.Uber, Amazon, Walmart… các đơn vị tiên phong áp dụng AI quy mô lớn đều đã lần lượt giới hạn mức sử dụng AI cho nhân viên hoặc thúc đẩy các biện pháp giảm chi phí.

Sau khi Anthropic chuyển sang mô hình tính phí theo token, Giám đốc thông tin của công ty phần mềm Workato, Carter Busse chứng kiến chi tiêu trong ngày bỗng tăng vọt gấp 7 lần, không khỏi thốt lên:

Chúng ta đã tạo ra một con quái vật.

Theo phân tích của các chuyên gia Goldman Sachs, chi tiêu vốn cho AI đang tăng với tốc độ nhanh hơn cả tốc độ xây dựng trung tâm dữ liệu thực tế, điều này hàm ý các nút thắt trong tương lai có thể chuyển từ phía nhu cầu mô hình sang khả năng huy động vốn, cung cấp điện và thực thi dự án.

Dự báo của Morgan Stanley còn cụ thể hơn.Đến năm 2028, trong tổng số 2,9 nghìn tỷ USD chi đầu tư xây dựng trung tâm dữ liệu toàn cầu, cấu trúc nguồn vốn được dự đoán như sau：

• Dòng tiền tự có của các doanh nghiệp điện toán đám mây quy mô lớn khoảng1,4 nghìn tỷ USD;
• Trái phiếu doanh nghiệp khoảng 200 tỷ USD;
• Tín dụng chứng khoán hóa tài sản khoảng 150 tỷ USD;
• Tín dụng tư nhân, vay thế chấp tài sản & nợ liên doanh khoảng 800 tỷ USD;
• Các nguồn vốn khác khoảng 350 tỷ USD.

Cấu trúc này cho thấy, đầu tư cơ sở hạ tầng AI ở mức độ lớn được thúc đẩy bởi tín dụng.

Nhà báo AI Rohan Paul trên nền tảng X chỉ ra, do một vài doanh nghiệp đám mây quy mô siêu lớn không thể phát hành trái phiếu đại chúng không giới hạn, nhà đầu tư đã bắt đầu lo lắng về rủi ro tập trung vào chủ thể phát hành.

Độ phức tạp trong huy động vốn cho trung tâm dữ liệu còn làm gia tăng vấn đề này.

Trung tâm dữ liệu không phải là tài sản đơn độc, mà là tổ hợp bao gồm đất đai, đấu nối điện, liên kết mạng, xây dựng, hệ thống làm mát và server AI, nhu cầu huy động vốn tự nhiên lan sang các quỹ hạ tầng, quỹ bất động sản, tín dụng tư nhân và trái phiếu doanh nghiệp.

Một khi thị trường xảy ra điều chỉnh hệ thống, chuỗi truyền dẫn tổn thất sẽ phức tạp hơn nhiều so với thời bong bóng internet.

Ở phía cầu, chi phí vận hành AI đắt đỏ đang buộc doanh nghiệp phải cân nhắc kỹ hơn giá trị của từng lần truy vấn và quy trình tự động hóa.

Uber là trường hợp điển hình nhất.Tin tức tài chính Wall Street đề cập, gã khổng lồ gọi xe này đã tiêu sạch ngân sách AI nguyên năm 2026 chỉ trong một quý.

Sau khi ngân sách này hết từ tháng 4, Uber thông báo áp dụng trần chi tiêu token AI 1.500 USD/tháng cho mỗi công cụ đối với nhân viên. Chủ tịch kiêm Giám đốc vận hành Andrew Macdonald thẳng thắn:

Ngày càng khó chứng minh chi tiêu cho token AI là hợp lý, rất khó xác định mối liên hệ nhân quả rõ ràng giữa số tiền bỏ ra và sự cải thiện thực tế của sản phẩm.

Walmart cũng áp trần lượng token sử dụng cho trợ lý AI nội bộ. Giám đốc công nghệ toàn cầu Suresh Kumar cho biết nền tảng lập trình Code Puppy của hãng đã “tăng trưởng sử dụng đột biến”, giờ là lúc cần “dừng lại rà soát”.

Xu hướng này xuất phát từ thay đổi căn bản về mô hình tính phí.Anthropic, OpenAI và các phòng thí nghiệm AI lớn đã chuyển một phần dịch vụ từ thu phí cố định sang tính phí theo token, khiến doanh nghiệp phải cân nhắc chi phí của từng câu lệnh và quy trình tự động hóa.

Ông Costi Perricos, Trưởng bộ phận AI tạo sinh toàn cầu của Deloitte, cho biết:

Chi phí tính toán đã bắt đầu được đưa vào tầm ngắm của CFO và hội đồng quản trị. Người tiêu dùng và doanh nghiệp từng được cho biết AI rẻ hoặc miễn phí, nhưng thực tế hoàn toàn không phải vậy.

Giám đốc điều hành OpenAI Sam Altman trong tháng này cũng thừa nhận, chi phí đã trở thành “vấn đề lớn” của khách hàng năm nay, trong khi trước đó hầu như chưa từng được nhắc tới.

Nỗ lực tiết giảm chi ở khối doanh nghiệp cũng đang tạo ra sức ép không nhỏ lên các mắt xích đầu chuỗi AI.

Anthropic và OpenAI đều lên kế hoạch IPO vào cuối năm nay, với định giá gần nghìn tỷ USD.Tuy nhiên, xu hướng doanh nghiệp cắt giảm chi tiêu AI đang đe dọa triển vọng tăng trưởng doanh thu của hai đơn vị này.

Các nền tảng AI lớn đã bắt đầu ứng phó bằng cách điều hướng người dùng sang các mô hình không tiên tiến với giá rẻ hơn nhằm duy trì tỷ lệ sử dụng.

COO Kyle Daigle của GitHub tiết lộ, Microsoft đã chủ động trao đổi trước với khách hàng về thay đổi giá, bàn thảo “mức độ phù hợp với từng bối cảnh sử dụng” và nhấn mạnh rằng “không phải mọi tác vụ đều cần mô hình tiên tiến nhất”.

Microsoft, Amazon và Google cũng triển khai công cụ tự động điều hướng yêu cầu người dùng sang các mô hình phù hợp nhất về chi phí.

Một số doanh nghiệp khác chuyển sang sử dụng mô hình mã nguồn mở chạy trên máy chủ nội bộ hoặc thiết bị cá nhân nhằm giảm chi phí trả cho AI Lab và các nhà cung cấp đám mây.

Ông Patel của Cisco đã phát biểu thay lời nhiều doanh nghiệp:

Kỹ sư của chúng tôi muốn nhiều token hơn, chúng tôi sẽ phải nghĩ cách chi trả cho điều đó.

Câu nói này phản ánh tình trạng chung của ngành: giá trị chiến lược của AI đã được thừa nhận rộng rãi, song logic kinh doanh để liên tục chi trả cho nó vẫn sẽ cần thị trường kiểm nghiệm thêm.