Cuộc đua AI: Dòng tiền đang chảy về đâu?
Các tập đoàn công nghệ sở hữu hạ tầng điện toán đám mây quy mô lớn (hyperscaler) như Amazon, Alphabet, Meta, Microsoft và Oracle đang chi mạnh cho cuộc đua trí tuệ nhân tạo.
Họ đầu tư hàng trăm tỷ USD vào chip, trung tâm dữ liệu và hạ tầng năng lượng để xây dựng năng lực AI.
Trong khi đó, những doanh nghiệp hưởng lợi trực tiếp nhất ở thời điểm hiện tại lại là các nhà sản xuất chip như Nvidia, Micron, Broadcom và Applied Materials.
Bank of America (BofA) gọi xu hướng này là "cuộc chuyển giao dòng tiền tự do (free cash flow) mang tính thế hệ".
Dòng tiền tự do là lượng tiền còn lại sau khi doanh nghiệp trang trải chi phí hoạt động và chi tiêu vốn (CAPEX). Đây là chỉ tiêu phản ánh khả năng tạo tiền mặt thực sự của doanh nghiệp.
Theo BofA, dòng tiền tự do của hai nhóm doanh nghiệp đang đi theo hai xu hướng trái ngược.
Ở nhóm hyperscaler, dòng tiền tự do liên tục thu hẹp, thậm chí chuyển sang âm do phải đẩy mạnh đầu tư cho hạ tầng AI. Ngược lại, các nhà sản xuất chip ghi nhận dòng tiền tự do tăng mạnh nhờ nhu cầu chip AI bùng nổ.
Nói cách khác, các hãng chip đang thu tiền ngay từ giai đoạn xây dựng hạ tầng AI, còn các hyperscaler là bên bỏ vốn để triển khai hạ tầng với kỳ vọng sẽ thu lợi trong tương lai.
Dòng tiền tự do của nhóm hyperscalers và sản xuất bán dẫn (Nguồn: BofA)
Theo BofA, riêng nhóm "Magnificent Seven" (Mag7) đã chi khoảng 234 tỷ USD cho CAPEX trong năm nay. Tuy nhiên, giá cổ phiếu của nhóm gần như đi ngang trong năm 2026, cho thấy thị trường vẫn chưa nhìn thấy hiệu quả tài chính rõ ràng từ những khoản đầu tư khổng lồ này.
Điều đó không có nghĩa cơn sốt AI đang hạ nhiệt. Vấn đề nằm ở thời gian hiện thực hóa lợi nhuận.
Nhà kinh tế trưởng của Apollo, ông Torsten Sløk, đặt câu hỏi liệu thị trường có đang kỳ vọng quá nhiều vào tốc độ chuyển đổi đầu tư AI thành doanh thu và dòng tiền hay không.
Theo đó, có 2 yếu tố có thể làm chậm quá trình này.
Thứ nhất, giá token AI – tức chi phí xử lý trên mỗi đơn vị dữ liệu – đang liên tục giảm. Điều này giúp AI được sử dụng rộng rãi hơn nhưng đồng thời cũng làm giảm doanh thu thu được trên mỗi đơn vị khối lượng công việc (workload).
Thứ hai, các mô hình AI của Trung Quốc đang nhanh chóng thu hẹp khoảng cách với Mỹ.
Dữ liệu của Apollo cho thấy trong nhóm 20 mô hình AI hàng đầu thế giới, các mô hình Trung Quốc đã xử lý 46.000 tỷ token trong tháng 5 và tăng lên 98.000 tỷ token vào tháng 6. Trong khi đó, các mô hình của Mỹ chỉ tăng từ 37.000 tỷ lên 53.000 tỷ token.
Khoảng cách token AI Mỹ - Trung (Nguồn: BofA)
Nếu xu hướng này tiếp diễn, các nền tảng AI của Mỹ sẽ chịu áp lực lớn hơn trong việc chuyển lượng người dùng ngày càng tăng thành doanh thu và lợi nhuận có biên cao.
Dù vậy, kịch bản tích cực vẫn còn nếu nhu cầu AI tiếp tục mở rộng, khách hàng sẵn sàng chi trả cho các dịch vụ AI cao cấp và Big Tech có thể chuyển những khoản đầu tư hiện nay thành tăng trưởng doanh thu trong những năm tới.
Theo ông Sløk, rủi ro lớn nhất không phải AI không tạo ra giá trị, mà là độ trễ giữa thời điểm đầu tư và thời điểm thu hồi vốn. Chi phí cho chip, máy chủ và trung tâm dữ liệu phát sinh ngay từ bây giờ, trong khi doanh thu và dòng tiền có thể cần nhiều thời gian hơn để phản ánh hiệu quả đầu tư.
Nếu các mô hình AI của Trung Quốc tiếp tục mở rộng thị phần và giá token tiếp tục giảm, dòng tiền mà thị trường kỳ vọng ở các hyperscaler Mỹ có thể sẽ thấp hơn đáng kể so với dự báo hiện nay./.