Phố Wall có thể đang bỏ qua cuộc khủng hoảng chi phí lớn nhất của ngành AI

Trong hơn hai năm qua, làn sóng AI đã tạo ra một trong những chu kỳ tăng trưởng mạnh mẽ nhất lịch sử ngành công nghệ. Tuy nhiên, khi cuộc đua bước sang giai đoạn thương mại hóa quy mô lớn, giới đầu tư đang phải đối mặt với một câu hỏi ngày càng quan trọng: Ai có thể duy trì tăng trưởng khi chi phí AI ngày càng leo thang?

Theo dữ liệu từ Bloomberg, bốn tập đoàn công nghệ lớn nhất nước Mỹ gồm Alphabet, Amazon, Meta và Microsoft dự kiến sẽ chi khoảng 650 tỷ USD cho hạ tầng AI trong năm 2026. Các chuyên gia của Evercore và Bank of America thậm chí dự báo tổng chi tiêu AI của các "hyperscaler" có thể vượt 1.000 tỷ USD vào năm 2027.

Tuy nhiên, áp lực không chỉ xuất hiện ở tầng hạ tầng. Những doanh nghiệp phần mềm đang vận hành các sản phẩm AI trên nền tảng này cũng bắt đầu đối mặt với bài toán chi phí ngày càng lớn.

Chi phí AI doanh nghiệp tăng vọt

Theo báo cáo của CloudZero, mức chi tiêu AI trung bình hàng tháng của các công ty phần mềm doanh nghiệp đã tăng 36% trong vòng một năm, từ 62.964 USD lên 85.521 USD.

Đáng chú ý, tỷ lệ doanh nghiệp dự kiến chi hơn 100.000 USD mỗi tháng cho AI đã tăng từ 20% lên 45%.

Tuy nhiên, chỉ khoảng 51% tổ chức được khảo sát cho biết họ có thể tự tin đo lường hiệu quả đầu tư (ROI) từ các khoản chi này.

Nói cách khác, tiền đang được đổ vào AI với tốc độ rất nhanh, nhưng khả năng đánh giá hiệu quả thực sự vẫn chưa theo kịp.

AI khác phần mềm truyền thống ở một điểm cốt lõi

Trong ngành phần mềm truyền thống, chi phí biên gần như bằng 0.

Sau khi sản phẩm được phát triển hoàn chỉnh, việc phục vụ thêm một khách hàng mới gần như không phát sinh thêm chi phí đáng kể.

Ngược lại, AI tạo sinh hoạt động theo mô hình hoàn toàn khác.

Mỗi lần chatbot trả lời câu hỏi, phân tích tài liệu, tạo nội dung hoặc thực hiện tác vụ đều tiêu tốn tài nguyên tính toán (inference).

Điều đó đồng nghĩa với việc mỗi lần khách hàng sử dụng sản phẩm, doanh nghiệp AI phải trả thêm chi phí.

Ông Nimrod Ron, CEO nền tảng AI Callers.ai, nhận định:

"Một công ty phần mềm truyền thống xây dựng sản phẩm một lần và phân phối với chi phí gần như bằng 0. Trong khi đó, một công ty AI phải trả phí điện toán mỗi khi khách hàng sử dụng sản phẩm."

Trong giai đoạn đầu của làn sóng AI, khi lượng người dùng còn thấp, vấn đề này chưa quá rõ ràng.

Tuy nhiên, khi các doanh nghiệp bắt đầu triển khai AI trên quy mô lớn, áp lực chi phí ngày càng trở nên đáng kể.

Khi tăng giá không còn là chiến lược kinh doanh

Nhiều công ty AI đã bắt đầu điều chỉnh giá dịch vụ hoặc yêu cầu khách hàng trả thêm phí giữa thời hạn hợp đồng.

Theo Nimrod Ron, đây không đơn thuần là quyết định thương mại.

"Khi một công ty AI tăng giá hợp đồng giữa kỳ, đó thường là lời thừa nhận về hạ tầng chứ không phải chiến lược kinh doanh."

Theo ông, nhiều doanh nghiệp đã xây dựng sản phẩm dựa gần như hoàn toàn vào một hoặc hai mô hình ngôn ngữ lớn (LLM) từ bên thứ ba.

Khi chi phí sử dụng các mô hình này tăng lên hoặc lượng truy vấn vượt xa dự báo ban đầu, doanh nghiệp không còn cách nào khác ngoài việc chuyển chi phí sang khách hàng.

Điều này phản ánh một quyết định kiến trúc công nghệ được đưa ra từ nhiều năm trước chứ không đơn thuần là bài toán giá bán.

Cuộc chiến mới: Hạ tầng AI linh hoạt

Một số công ty đã đầu tư vào hệ thống "dynamic routing" – cho phép tự động chuyển đổi giữa nhiều nhà cung cấp AI khác nhau theo thời gian thực.

Mặc dù mô hình này phức tạp và tốn kém hơn để xây dựng ban đầu, nó giúp doanh nghiệp:

• Giảm phụ thuộc vào một nhà cung cấp duy nhất.

• Tận dụng mức giá tốt nhất từ nhiều mô hình AI.

• Kiểm soát chi phí inference hiệu quả hơn.

• Bảo vệ biên lợi nhuận khi quy mô sử dụng tăng lên.

Sự khác biệt này đang bắt đầu thể hiện rõ trên báo cáo tài chính của các doanh nghiệp AI.

Nhà đầu tư nên theo dõi biên lợi nhuận thay vì doanh thu

Trong suốt giai đoạn bùng nổ AI vừa qua, thị trường chủ yếu đánh giá các công ty dựa trên:

• Tốc độ tăng trưởng doanh thu.

• Số lượng khách hàng doanh nghiệp.

• Tỷ lệ giữ chân khách hàng.

Tuy nhiên, theo các chuyên gia, những chỉ số này có thể không còn đủ để phản ánh chất lượng tăng trưởng.

Thay vào đó, nhà đầu tư nên chú ý tới:

• Biên lợi nhuận gộp (Gross Margin).

• Chi phí hàng bán (COGS).

• Dòng tiền tự do (Free Cash Flow).

• Chi phí inference trên mỗi khách hàng.

Nếu doanh thu tăng mạnh nhưng biên lợi nhuận liên tục thu hẹp, điều đó có thể cho thấy mô hình kinh doanh AI đang gặp vấn đề về chi phí vận hành.

Meta là lời cảnh báo đầu tiên

Áp lực chi phí AI đã bắt đầu xuất hiện ngay cả ở những tập đoàn công nghệ hàng đầu.

Theo CNBC, dòng tiền tự do (Free Cash Flow) của Meta đã giảm từ khoảng 26 tỷ USD trong quý I/2025 xuống chỉ còn 1,2 tỷ USD trong quý I/2026, một phần do chi phí liên quan đến AI tăng mạnh, bao gồm bộ nhớ và hạ tầng tính toán.

Nếu những tập đoàn sở hữu quy mô khổng lồ và biên lợi nhuận cao như Meta còn chịu áp lực, tác động đối với các startup AI hoặc doanh nghiệp phần mềm AI quy mô nhỏ sẽ còn lớn hơn.

Giai đoạn tiếp theo của AI sẽ không chỉ là câu chuyện tăng trưởng

Thị trường đang dần chuyển từ việc định giá AI dựa trên tốc độ mở rộng sang đánh giá khả năng sinh lời.

Trước đây, nhà đầu tư chủ yếu quan tâm đến số lượng người dùng và doanh thu.

Hiện nay, các câu hỏi quan trọng hơn đang xuất hiện:

• Bao nhiêu phần trăm chi phí hàng bán đến từ việc sử dụng mô hình AI của bên thứ ba?

• Công ty có thể chuyển đổi linh hoạt giữa các mô hình AI hay không?

• Biên lợi nhuận gộp đang mở rộng hay thu hẹp?

• Doanh thu tăng trưởng có chuyển hóa thành dòng tiền thực sự hay không?

Đây là những yếu tố có thể quyết định doanh nghiệp nào trở thành người chiến thắng trong kỷ nguyên AI, và doanh nghiệp nào sẽ bị mắc kẹt trong vòng xoáy chi phí ngày càng tăng.

Góc nhìn thị trường

Làn sóng AI đầu tiên được thúc đẩy bởi kỳ vọng tăng trưởng doanh thu. Làn sóng tiếp theo có thể sẽ được quyết định bởi hiệu quả vận hành và khả năng kiểm soát chi phí.

Trong khi Phố Wall vẫn tập trung vào doanh thu và số lượng khách hàng, cuộc chiến thực sự đang diễn ra ở phía sau: chi phí điện toán, hạ tầng AI và biên lợi nhuận.

Đó có thể là rủi ro lớn nhất mà thị trường chưa định giá đầy đủ trong chu kỳ AI hiện nay.