UBS: Các mô hình chi phí thấp sẽ không làm gián đoạn chu kỳ đầu tư AI, các ông lớn chip và đám mây sẽ là những người thắng cuối cùng

Ứng dụng tài chính Zhihui nhận được tin rằng, sự phổ biến nhanh chóng của các mô hình trí tuệ nhân tạo mã nguồn mở chi phí thấp đang thay đổi cơ bản cách thức doanh nghiệp triển khai AI, nhưng UBS trong một báo cáo mới nhất đã nhấn mạnh rằng, sự chuyển mình này không những không gây xáo trộn tới chu kỳ đầu tư AI, mà trái lại, sẽ khiến các nhà sản xuất chip và các nhà cung cấp hạ tầng đám mây trở thành người chiến thắng cuối cùng, đồng thời mang đến những thách thức lợi nhuận mới cho các công ty phần mềm.

Chuyên gia phân tích Karl Keirstead của UBS trong báo cáo phát hành ngày 21/7 chỉ ra rằng, tâm điểm chú ý của nhà đầu tư đã chuyển dịch sang hai xu hướng liên quan mật thiết: doanh nghiệp hệ thống hóa cắt giảm chi phí Token và gia tăng tốc độ chuyển đổi khối lượng công việc sang các mô hình mở rẻ hơn. Báo cáo được xây dựng dựa trên các cuộc thảo luận chuyên sâu với hơn 15 công ty AI tư nhân—bao gồm Perplexity, Harvey, Glean, Cursor, ElevenLabs và Fireworks v.v.—đã rút ra một kết luận cốt lõi: ngành công nghiệp AI đang chuyển từ giai đoạn sử dụng đại trà các mô hình mạnh nhất sang một giai đoạn mới ưu tiên hiệu suất, “tinh chỉnh cấu hình theo độ khó của từng nhiệm vụ”.

Từ “Tối đa hóa Token” sang “Tối đa hóa giá trị”: Sự chuyển đổi căn bản trong logic chi tiêu AI của doanh nghiệp

Báo cáo của nhóm phân tích viên Karl Keirstead thuộc UBS phát hành ngày 21/7 cũng chỉ ra rằng, các nhà đầu tư đang quan tâm hai xu hướng liên quan mật thiết: doanh nghiệp ngày càng hệ thống hóa việc hạ thấp chi phí AI Token, đồng thời sẵn lòng hơn trong việc sử dụng các mô hình mã nguồn mở (bao gồm cả các mô hình do Trung Quốc phát triển) để hoàn thành những nhiệm vụ không cần đến năng lực suy luận tiên tiến nhất.

Sự chuyển đổi này không phải do nhu cầu AI suy giảm. Ngược lại—UBS dựa trên phản hồi từ hơn 75 công ty tư nhân tại hội nghị AI và phần mềm tư nhân thường niên, nhận thấy việc áp dụng AI trong doanh nghiệp vẫn tăng trưởng với tốc độ cao. Nhiều doanh nghiệp AI nguyên thuỷ tăng doanh thu rất nhanh trong nửa năm qua: có doanh nghiệp doanh thu tăng từ 400 triệu USD đầu năm nay lên 1 tỷ USD, có doanh nghiệp doanh thu tăng gấp 3 lần trong năm và vượt mốc 500 triệu USD, có công ty tăng trưởng từ 0 lên 500 triệu USD trong 14 tháng. Tăng trưởng doanh thu chủ yếu đến từ năng lực mô hình cải thiện, ứng dụng agent tiêu thụ nhiều Token hơn, và một số công ty chuyển từ thu phí theo số ghế sang thu phí dựa theo số Token hoặc mức sử dụng thực tế.

Tuy nhiên, song song với việc mở rộng quy mô áp dụng, vấn đề chi phí nhanh chóng nổi lên. UBS trước đó ước tính khoảng 60% tổ chức đã coi chi phí tính toán AI và chi tiêu Token là vấn đề thực tiễn, sau khảo sát này cho rằng tỷ lệ này có thể còn cao hơn. Tốc độ tăng chi phí Token vượt ngoài tưởng tượng: một tổ chức tài chính ban đầu cam kết chi 10 triệu USD cho Claude, sau 3 tháng đã tăng lên 60 triệu USD; một công ty AI tăng chi tiêu cho Anthropic từ 20.000 USD tháng 12 năm ngoái lên gần 1 triệu USD tháng 7 năm nay, tăng gấp 50 lần trong bảy tháng; một số công ty hoá đơn Token tăng 10, thậm chí 100 lần trong thời gian ngắn.

Doanh nghiệp không ngừng sử dụng AI, mà là giảm lãng phí. Rất nhiều nhiệm vụ phổ thông từng được giao cho các mô hình tiên tiến và đắt đỏ—một ngân hàng chi hàng trăm nghìn USD mỗi tháng để gọi mô hình giá cao, nhân viên chỉ dùng để tra cứu thời tiết, nhà hàng, địa điểm họp. Quản trị AI của doanh nghiệp đang chuyển trọng tâm từ “tối đa hóa Token” sang “tối đa hóa giá trị”, tức là đánh giá mỗi đơn vị Token tạo ra bao nhiêu giá trị kinh doanh. UBS dẫn lời một doanh nghiệp tham gia khảo sát: “Ban đầu nội bộ chúng tôi triển khai 5 công cụ AI, ngân sách Token cả năm dùng hầu hết sớm hết sạch. Hiện nay chỉ giữ lại 2 công cụ và kiểm soát nghiêm số lượng sử dụng.”

“Đa mô hình” là xu thế mới: Mô hình nguồn mở Trung Quốc tăng tốc thâm nhập

Doanh nghiệp không còn xem thị trường AI là cuộc cạnh tranh cắt cổ giữa vài nhà phát triển mô hình tiên tiến nữa, mà chuyển nhanh sang chiến lược “đa mô hình”—phối hợp sử dụng các mô hình tiên tiến của OpenAI, Anthropic với mô hình mã nguồn mở và mô hình tùy chỉnh. Tránh phụ thuộc vào một nhà cung cấp AI duy nhất đã trở thành trọng điểm đối với các doanh nghiệp lớn.

Các mô hình mã nguồn mở Trung Quốc đang trở thành bên hưởng lợi lớn nhất từ xu hướng này. UBS chỉ đích danh các mô hình như Z.ai, Moonshot, Alibaba và DeepSeek đang được ngày càng nhiều doanh nghiệp thử nghiệm, thậm chí triển khai. Dù một số ngành bị kiểm soát chặt vẫn thận trọng, nhưng trong môi trường an toàn do các nền tảng đám mây như AWS và Microsoft Azure cung cấp, mức độ chấp nhận các mô hình này đang ổn định tăng lên. UBS thống kê, chi phí huấn luyện các mô hình hàng đầu của Trung Quốc chỉ bằng 1/10 so với nhiều mô hình dẫn đầu quốc tế, giá gọi API truy xuất chỉ bằng 10% tới 20% so với đối thủ nước ngoài và vẫn duy trì được biên lợi nhuận gộp lành mạnh 20% tới 40%. Theo số liệu OpenRouter, tỷ lệ Token sử dụng mô hình AI Trung Quốc qua nền tảng này tại Mỹ giữ vững trên 30% từ tháng 2/2026, có lúc lên tới 46%.

Mô hình nguồn mở Nemotron của Nvidia là một trong những mô hình mở của Mỹ được nhắc đến nhiều nhất tại hội nghị UBS.

Người thắng & thua: Tái phân phối chuỗi giá trị ngành

Nhà sản xuất chip: Nvidia là người được lợi lớn nhất

Dù cạnh tranh ở tầng mô hình ngày càng khốc liệt, UBS nhấn mạnh, nhu cầu AI hardware không những không giảm mà còn có thể mở rộng mạnh. UBS cho rằng mô hình mở sẽ không làm giảm nhu cầu GPU, ngược lại sẽ chuyển năng lực tính toán sang các tác vụ suy luận hiệu quả hơn về chi phí. Đa số mô hình mở vẫn sử dụng phần cứng Nvidia huấn luyện, tinh chỉnh và triển khai. Mô hình giá rẻ mở rộng phạm vi ứng dụng AI, kéo theo nhu cầu suy luận, lưu trữ, mạng và cơ sở hạ tầng triển khai tăng lên.

Nvidia tự ra mắt mô hình mở Nemotron 3 Ultra với 550 tỷ tham số, tốc độ suy luận tăng tới 5 lần, chi phí sử dụng thấp hơn tối đa 30%. Đây là mô hình mã nguồn mở Mỹ được UBS nhắc tới nhiều nhất trong báo cáo.

Nhà cung cấp hạ tầng đám mây: “Đường ống” hưởng lợi thời đại đa mô hình

Các nhà cung cấp dịch vụ đám mây như Amazon, Microsoft và Google cũng ở vị trí thuận lợi, vì nền tảng của họ đã hỗ trợ nhiều mô hình AI. AWS, Azure v.v. đều có năng lực đa mô hình, doanh nghiệp chọn mô hình gì thì vẫn cần sức mạnh suy luận trên cloud. Các cloud hyperscale vẫn đối mặt nguồn cung hạn chế và nhu cầu tài nguyên AI cực mạnh từ khách hàng.

Số liệu doanh thu của doanh nghiệp AI nguyên thuỷ chứng minh nhận định này. UBS liệt kê trường hợp có công ty doanh thu từ 400 triệu USD đầu năm lên 1 tỷ USD, có công ty trong 14 tháng tăng từ 0 lên 500 triệu USD. Tăng trưởng chủ yếu do năng lực mô hình tăng, mở rộng ứng dụng agent tiêu thụ Token nhiều hơn, cho thấy nhu cầu AI doanh nghiệp đã mở rộng từ lĩnh vực lập trình sang quy trình kinh doanh tổng quát hơn.

Nhà phát triển mô hình tiên tiến: Áp lực tăng trưởng bộc lộ

OpenAI và Anthropic, các công ty phát triển mô hình tiên tiến, ngắn hạn sẽ chịu tác động rõ nhất từ cắt giảm chi phí. Dù UBS cho rằng AI vẫn còn ở giai đoạn đầu, cả mô hình đóng lẫn mở đều có thể tăng trưởng song hành, nhưng tốc độ tăng doanh thu của các phòng thí nghiệm mô hình tiên tiến có thể sẽ chịu áp lực.

Ngành phần mềm: “Lớp trung gian” bị siết chặt

UBS có cái nhìn tương đối bi quan cho các nhà cung cấp phần mềm. Họ nhận định, để kiểm soát chi phí AI, doanh nghiệp khả năng sẽ chuyển chi tiêu ra khỏi các ứng dụng phần mềm; và tính năng “định tuyến mô hình” từng là lợi thế cạnh tranh, nay nhanh chóng trở thành tiêu chuẩn ngành, khó kiếm lời. Trong bối cảnh “đa mô hình” trở thành chuẩn mới, mô hình kinh doanh chỉ dựa vào gọi mô hình trung gian đối mặt thách thức lớn.