Người sáng lập SemiAnalysis phân tích sâu: Đầu tư vào AI còn có thể kéo dài bao lâu? Liệu rào cản của NVIDIA có thể giữ vững không? Khi nào tình trạng thiếu hụt bộ nhớ sẽ kết thúc?

Cơ sở hạ tầng AI vẫn còn không gian tăng trưởng, nhưng chi phí tài chính gia tăng, chuỗi cung ứng bán dẫn bị hạn chế và cạnh tranh chip tự phát triển gia tăng đang cùng nhau thử thách tính bền vững của cơn sốt AI này.

Tại hội nghị thường niên lần thứ 35 của CASPA diễn ra vào ngày 23 tháng 10 tại Mỹ, người sáng lập và CEO của SemiAnalysis, Dylan Patel, Giám đốc điều hành và nhà phân tích cấp cao của Bernstein, Stacy Rasgon, cùng Austin Lyons đã thảo luận về triển vọng ngành công nghiệp bán dẫn, tập trung vào đầu tư cơ sở hạ tầng AI, nút thắt chuỗi cung ứng và tình hình cạnh tranh chip.

Patel chỉ ra rằng, nhu cầu tính toán AI hiện vẫn rất mạnh, nhưng năng lực sản xuất của các khâu quan trọng như bảng mạch, bộ nhớ đang bị hạn chế, điều này đang hạn chế sự mở rộng cơ sở hạ tầng. Trong khi đó, chi phí tài chính tăng vọt, các nhà cung cấp dịch vụ đám mây mới nổi thiếu đơn đặt hàng khách hàng dài hạn ngày càng khó khăn hơn trong việc huy động vốn, việc đầu tư vào AI có thể tiếp tục hay không không chỉ phụ thuộc vào nhu cầu mà còn phụ thuộc vào khả năng huy động vốn và lợi nhuận của dự án.

Đối với NVIDIA, Rasgon cho rằng, sự cải thiện hiệu suất sản phẩm của họ vẫn có thể hỗ trợ mức giá cao, nhưng chip tự phát triển của các nhà cung cấp đám mây đang thay đổi tình hình cạnh tranh. Khi các kế hoạch chip tự phát triển của Google TPU, Amazon Trainium và OpenAI tiến triển, NVIDIA dù có tiếp tục tăng trưởng cũng có thể phải đối mặt với áp lực kép về thị phần và khả năng định giá.

Thị trường bộ nhớ đang đối mặt với một thử thách khác: nhu cầu HBM mạnh mẽ, lợi nhuận ngành công nghiệp ở mức cao, nhưng việc mở rộng sản xuất của các nhà sản xuất có thể dần thay đổi mối quan hệ cung cầu sau năm 2028. Trong hai năm tới, khả năng huy động vốn, cung cấp linh kiện quan trọng và cạnh tranh chip tự phát triển sẽ trở thành các biến số chính ảnh hưởng đến tốc độ mở rộng cơ sở hạ tầng AI và phân phối lợi nhuận trong chuỗi công nghiệp.

Tóm tắt các điểm chính từ Wall Street:

Đầu tư AI vẫn còn không gian tăng trưởng, nhưng chi phí tài chính đang trở thành rào cản quan trọng. Lợi suất trái phiếu chính phủ Mỹ kỳ hạn 10 năm đã vượt 5%, một số nhà cung cấp dịch vụ đám mây mới nổi có lợi suất trái phiếu không đảm bảo gần 15%. Các doanh nghiệp thiếu đơn đặt hàng khách hàng dài hạn gặp khó khăn hơn trong việc huy động vốn, nhịp độ xây dựng dự án sẽ ngày càng phụ thuộc vào khả năng huy động vốn và lợi nhuận đầu tư.

Nút thắt chuỗi cung ứng bán dẫn khó giải quyết trong ngắn hạn, bảng mạch và bộ nhớ là những yếu tố hạn chế chính. Bảng mạch, HBM, linh kiện kết nối quang học và năng lực phòng sạch đều đang đối mặt với hạn chế cung cấp. So với đó, tình trạng thiếu điện có thể được giảm bớt phần nào thông qua phát điện tại chỗ, trong khi việc mở rộng chuỗi cung ứng bán dẫn cần nhiều thời gian hơn.

Thiếu hụt bộ nhớ có thể kéo dài cho đến khi năng lực sản xuất mới được giải phóng, mối quan hệ cung cầu sau năm 2028 sẽ đối mặt với sự chuyển biến. Nhu cầu HBM mạnh mẽ, lợi nhuận gộp của ngành bộ nhớ được cho là đã đạt 88% - 90%; nhưng nếu năng lực sản xuất mới tập trung vào sản xuất sau năm 2028, trong khi tốc độ tăng trưởng nhu cầu chậm lại, giá bộ nhớ và lợi nhuận có thể bị áp lực.

NVIDIA vẫn có lợi thế về hiệu suất, nhưng chip tự phát triển đang thách thức quyền định giá của họ. NVIDIA tiếp tục hỗ trợ mức giá cao thông qua việc cải thiện hiệu suất, nhưng kế hoạch chip tự phát triển của Google TPU, Amazon Trainium và OpenAI đang cung cấp lựa chọn thay thế cho các khách hàng lớn. Ngay cả khi doanh thu của NVIDIA tiếp tục tăng, thị phần và lợi nhuận của họ cũng chưa chắc đồng thời tăng.

Chi phí cơ sở hạ tầng AI tiếp tục tăng, lợi nhuận đầu tư sẽ trở thành trọng tâm của giai đoạn tiếp theo. Chi phí xây dựng một trung tâm dữ liệu với công suất 1 gigawatt đã từ khoảng 40 tỷ USD vào năm 2024 tăng lên hơn 60 tỷ USD. Các nhà cung cấp dịch vụ đám mây đang tăng tốc phát triển chip tự phát triển để giảm chi phí trên mỗi đơn vị công suất, trong khi mô hình doanh nghiệp mua Token thông qua dịch vụ đám mây có thể tiếp tục mở rộng sẽ ảnh hưởng đến lợi nhuận dài hạn của đầu tư cơ sở hạ tầng.

Đầu tư AI còn có thể kéo dài bao lâu? Chi phí tài chính và chuỗi cung ứng trở thành rào cản chính

Rào cản tài chính cho việc xây dựng cơ sở hạ tầng AI đang tăng lên đáng kể. Lợi suất trái phiếu chính phủ Mỹ kỳ hạn 10 năm đã vượt 5%, lợi suất trái phiếu không đảm bảo của các nhà cung cấp dịch vụ đám mây mới nổi như CoreWeave gần 15%. Trái phiếu mà Volulta phát hành để xây dựng cụm cho Anthropic có lãi suất danh nghĩa là 12%, nhưng được bán với giá 95% mệnh giá, lợi suất thực tế khoảng 15%.

Rasgon chỉ ra rằng, các nhà cung cấp dịch vụ đám mây quy mô lớn như Meta và Google, trước đây có dòng tiền dồi dào, cũng đã tiêu tốn nhiều dòng tiền tự do trong việc xây dựng cơ sở hạ tầng AI, một số doanh nghiệp trong tương lai thậm chí có thể cần huy động vốn cổ phần để hỗ trợ đầu tư.

Patel tiếp tục chỉ ra rằng, nhu cầu xây dựng mà các nhà cung cấp dịch vụ đám mây không phải quy mô lớn đảm nhận gần như chiếm một nửa toàn thị trường, nhưng các doanh nghiệp này thường thiếu đủ hỗ trợ từ bảng cân đối tài sản. Nếu không có cam kết mua hàng dài hạn từ các nhà cung cấp dịch vụ đám mây quy mô lớn, dự án rất khó để huy động vốn. Để giải quyết điều này, NVIDIA đã bắt đầu hỗ trợ xây dựng một số cụm công suất thông qua các thỏa thuận chia sẻ doanh thu, trong khi Broadcom sử dụng phương thức thanh toán theo kỳ hạn để cung cấp chip cho Anthropic.

Điều này có nghĩa là, khả năng huy động vốn đang trở thành một ranh giới quan trọng cho sự mở rộng cơ sở hạ tầng AI. Nhu cầu mạnh mẽ không đảm bảo rằng tất cả các dự án đều có thể được triển khai đúng thời hạn; đối với các nhà cung cấp dịch vụ đám mây mới nổi có chi phí vốn cao và phụ thuộc vào huy động vốn bên ngoài, đơn đặt hàng dài hạn và dòng tiền sẽ ảnh hưởng trực tiếp đến tốc độ xây dựng.

Bảng mạch và bộ nhớ khó mở rộng nhanh hơn điện

Về các nút thắt chuỗi cung ứng, Patel đã liệt kê bảng mạch là một trong những rào cản quan trọng nhất hiện nay. Các nhà cung cấp liên quan của Nhật Bản mở rộng sản xuất tương đối thận trọng, hạn chế việc tăng cường năng lực sản xuất cho chip, CPU và các sản phẩm khác.

Bộ nhớ là một nút thắt lớn khác. Rasgon chỉ ra rằng, số lượng wafer cần thiết để sản xuất HBM có cùng dung lượng khoảng gấp 3-4 lần so với DDR5, nhu cầu chip AI do đó đã làm gia tăng cạnh tranh về năng lực sản xuất bộ nhớ. Trong khi đó, các linh kiện như laser và kết nối quang học cần thiết cho kết nối quang học cũng đang thiếu hụt, ngay cả khi kế hoạch CPO dự kiến sẽ tăng tốc sản xuất hàng loạt vào khoảng năm 2028, nguồn cung liên quan vẫn có thể khó đáp ứng nhu cầu.

Thị trường thiết bị sản xuất wafer cũng bị hạn chế bởi năng lực phòng sạch. Rasgon cho rằng, dự báo quy mô thị trường thiết bị sản xuất wafer toàn cầu (WFE) vượt 2000 tỷ USD vào năm 2026 là quá lạc quan. Bằng cách tăng cường tỷ lệ sử dụng của các nhà máy hiện có, quy mô thị trường có thể từ khoảng 1200 tỷ USD vào đầu năm tăng lên khoảng 1550 tỷ USD, nhưng các phòng sạch mới sẽ chỉ bắt đầu đi vào hoạt động từ năm 2027, nhiều năng lực dự kiến sẽ được giải phóng vào năm 2028-2029.

So với đó, tình trạng thiếu điện có nhiều phương án ứng phó hơn. Patel dự đoán, vào năm 2027, quy mô trung tâm dữ liệu đang xây dựng toàn cầu gần 50 gigawatt, trong đó Mỹ khoảng 35 gigawatt. Các giải pháp như tuabin khí tại chỗ, động cơ piston và pin nhiên liệu có thể phần nào giảm bớt rào cản điện.

Do đó, các nút thắt mà việc xây dựng AI phải đối mặt không chỉ đơn thuần là thiếu điện hoặc thiếu đất, mà là nhiều loại vật liệu và quy trình sản xuất quan trọng khó có thể mở rộng đồng bộ. Trong ngắn hạn, rào cản chuỗi cung ứng và chi phí tài chính có thể cùng nhau ảnh hưởng đến tốc độ giao hàng của dự án.

Khi nào kết thúc tình trạng thiếu bộ nhớ? Việc giải phóng nguồn cung sau năm 2028 là chìa khóa

Lợi nhuận cao hiện tại của ngành bộ nhớ phản ánh sự mất cân bằng giữa nhu cầu AI và năng lực sản xuất hạn chế. Rasgon cho biết, lợi nhuận gộp của ngành bộ nhớ đã đạt 88%-90%, nhưng thị trường không vì vậy mà dành cho các cổ phiếu liên quan mức định giá cao, một trong những lý do chính là nhà đầu tư lo ngại rằng sau năm 2028, nguồn cung mới sẽ được giải phóng tập trung, dẫn đến giá cả giảm.

Điểm đặc biệt của HBM là việc sản xuất cần tiêu tốn nhiều tài nguyên wafer hơn. Khi nhu cầu về bộ tăng tốc AI tăng lên, việc mở rộng HBM không chỉ cần tăng cường năng lực sản xuất của chính nó mà còn ảnh hưởng đến nguồn cung của các sản phẩm DRAM khác. Trong ngắn hạn, việc phân bổ năng lực và tốc độ mở rộng khó có thể theo kịp nhu cầu; nhưng khi năng lực sản xuất mới lần lượt đi vào hoạt động, mối quan hệ cung cầu cũng có thể đảo ngược.

Khi nào tình trạng thiếu bộ nhớ kết thúc, không phụ thuộc vào một ngày cố định nào, mà phụ thuộc vào thời điểm năng lực sản xuất mới bắt đầu vượt qua mức tăng trưởng nhu cầu. Nếu việc mở rộng tập trung vào sau năm 2028, trong khi tốc độ tăng trưởng nhu cầu AI chậm lại, giá cả và lợi nhuận cao hiện tại có thể khó duy trì.

Nhà đầu tư cần chú ý đến tiến độ mở rộng HBM và DRAM, khả năng đóng gói tiên tiến và khả năng sản xuất wafer, cũng như sự thay đổi trong chi tiêu vốn của các nhà cung cấp dịch vụ đám mây. Trước khi nguồn cung rõ ràng tăng lên, bộ nhớ vẫn có thể hạn chế việc giao hàng công suất AI; nhưng trong một chu kỳ dài hơn, việc mở rộng cũng có thể trở thành yếu tố làm giảm giá và xói mòn lợi nhuận.

Liệu lợi thế của NVIDIA có thể giữ vững? Lợi thế hiệu suất đối mặt với thách thức từ chip tự phát triển

Lợi thế cốt lõi của NVIDIA nằm ở việc liên tục nâng cao hiệu suất chip và tăng cường sự gắn bó của khách hàng thông qua hệ sinh thái phần mềm và công cụ phát triển. Nhưng khi các nhà cung cấp dịch vụ đám mây ngày càng chú trọng đến chi phí tính toán, mức giá cao của họ cũng tạo ra không gian phát triển cho chip tự phát triển.

Rasgon chỉ ra rằng, định giá của NVIDIA so với chỉ số bán dẫn Philadelphia hiện đang ở mức thấp lịch sử, phản ánh sự lo ngại của thị trường về tính bền vững của đầu tư AI và sự cạnh tranh từ chip tự phát triển.

Xét về sự lặp lại sản phẩm, NVIDIA vẫn đang hỗ trợ định giá thông qua việc nâng cao hiệu suất. Từ Ampere đến Hopper, giá bán trung bình của sản phẩm đã tăng gấp đôi, hiệu suất tăng khoảng 10 lần; từ Hopper đến Blackwell, giá bán tăng khoảng 50%, mức tăng hiệu suất được cho là đạt 3-30 lần. Chỉ cần việc nâng cao hiệu suất tiếp tục vượt qua mức tăng giá, khách hàng sẽ có động lực để trả giá cao hơn cho các sản phẩm thế hệ mới.

Nhưng các đối thủ đang tăng tốc theo kịp. Nghiên cứu của Patel cho thấy, tỷ lệ thị phần của NVIDIA trong nhu cầu wafer của các bộ xử lý liên quan và HBM đã bắt đầu giảm. Trong khi đó, Google TPU đã bán cho khách hàng bên ngoài, Amazon Trainium tiếp tục hoàn thiện hỗ trợ cho hệ sinh thái PyTorch, OpenAI và Anthropic cũng đang thúc đẩy kế hoạch chip tự phát triển.

Những bố trí này chưa chắc sẽ ngay lập tức thay thế NVIDIA, nhưng có thể cung cấp cho các khách hàng lớn lựa chọn thay thế, tăng cường khả năng thương lượng của họ. Đối với các nhà cung cấp dịch vụ đám mây có nhu cầu tính toán lớn, sức hấp dẫn của chip tự phát triển không chỉ nằm ở việc giảm chi phí mua sắm mà còn ở việc giảm sự phụ thuộc vào một nhà cung cấp duy nhất.

Do đó, thách thức chính mà NVIDIA phải đối mặt không phải là liệu họ có thể tiếp tục tăng trưởng hay không, mà là liệu họ có thể tiếp tục chứng minh rằng mức giá cao của họ là hợp lý nhờ vào lợi thế hiệu suất. Ngay cả khi thị trường AI tổng thể mở rộng, doanh thu, thị phần và lợi nhuận của NVIDIA cũng chưa chắc đồng thời tăng.

Doanh nghiệp AI thực hiện: Mua Token thực tế hơn là tự xây dựng công suất

Tại đầu cuối ứng dụng doanh nghiệp, ba nhà phân tích cho rằng, hầu hết các doanh nghiệp sẽ không tự mua một lượng lớn phần cứng để chạy mô hình riêng, mà sẽ mua Token thông qua dịch vụ đám mây, tức là gọi khả năng suy luận AI trên đám mây, sau đó kết hợp với dữ liệu và quy trình kinh doanh của riêng họ. Điều này tương tự như xu hướng trước đây khi doanh nghiệp chuyển từ xây dựng cơ sở hạ tầng tự phát triển sang điện toán đám mây.

Hiện tại, lập trình hỗ trợ AI là một trong những ứng dụng doanh nghiệp trưởng thành hơn. Rasgon chia sẻ rằng, nhờ Claude, một mô hình tài chính cần hoàn thành trong một tuần chỉ mất khoảng 1 giờ 20 phút để xây dựng, liên quan đến dữ liệu lịch sử 10 năm, nhiều lần tái cấu trúc doanh nghiệp và nội dung cuộc gọi hội nghị của ban quản lý.

Giá trị của loại ứng dụng này trước tiên thể hiện ở việc tiết kiệm thời gian, giảm bớt công việc lặp lại, và không nhất thiết phản ánh ngay lập tức trong doanh thu. Lợi nhuận đầu tư của nó vẫn cần được xác thực qua thực tế kinh doanh, nhưng việc doanh nghiệp gọi mô hình từ đám mây cũng có nghĩa là nhu cầu về cơ sở hạ tầng AI sẽ ngày càng phụ thuộc vào khối lượng sử dụng dịch vụ suy luận.

Nếu ứng dụng doanh nghiệp tiếp tục mở rộng, các nhà cung cấp dịch vụ đám mây sẽ có động lực để tiếp tục đầu tư vào công suất; nhưng nếu chi phí xây dựng và chi phí tài chính tăng nhanh hơn doanh thu, lợi nhuận từ đầu tư cơ sở hạ tầng vẫn sẽ bị áp lực.

Dưới đây là toàn bộ nội dung:

Người dẫn chương trình Austin Lyons:

Hãy bắt đầu từ một góc nhìn vĩ mô hơn, trước tiên nói về nhu cầu, sau đó nói về cung. Về nhu cầu, doanh thu AI tăng trưởng rất nhanh, nhưng tốc độ tăng trưởng đã bắt đầu chậm lại. Hiện tại, tổng doanh thu của toàn ngành AI vẫn chỉ là một phần nhỏ trong tổng chi tiêu của ngành, vì vậy thị trường đang rất cẩn thận xem xét từng dữ liệu doanh thu.

Về cung, năng lực sản xuất tính toán trong vài năm tới đã được đặt trước hết, giá cả vẫn giữ vững. Từ góc độ của các nhà phân tích bán dẫn, chúng ta nên hiểu hai tín hiệu này như thế nào? Giá trị cuối cùng trong chuỗi công nghiệp sẽ chảy về đâu?

Hôm nay, chúng tôi đã mời hai nhân vật quan trọng trong ngành bán dẫn: Dylan Patel là người sáng lập và CEO của SemiAnalysis, một trong những tổ chức nghiên cứu có ảnh hưởng nhất trong lĩnh vực cơ sở hạ tầng AI; Stacy Rasgon là Giám đốc điều hành và nhà phân tích cấp cao tại Bernstein, đã làm việc trong lĩnh vực phân tích bán dẫn trên Phố Wall hơn mười năm. Tôi là người dẫn chương trình hôm nay, Austin Lyons, hiện là nhà phân tích chính của Chief Strat, từng là kỹ sư chính tại Intel.

Hôm nay, chúng ta sẽ thảo luận về tương lai của ngành bán dẫn, nhìn về năm 2027 và 2028, bao gồm các lĩnh vực tài trợ, GPU, CPU và gia công wafer.

I. Đầu tư cơ sở hạ tầng AI: Liệu chi phí tài trợ có làm chậm quá trình mở rộng?

Người dẫn chương trình Austin Lyons:

Gần đây, chi phí vốn đã trở thành tâm điểm của cuộc thảo luận trên thị trường. Các nhà cung cấp đám mây quy mô lớn đang đầu tư một số tiền khổng lồ, dòng tiền tự do đã gần như âm. Trong khi đó, lợi suất trái phiếu chính phủ Mỹ kỳ hạn 10 năm đã vượt qua 5%, và lợi suất trái phiếu của các công ty như CoreWeave cũng gần 15%.

Chúng ta có nên lo lắng về điều này không? Khi các doanh nghiệp tiếp tục tăng cường đầu tư và chi phí tài trợ ngày càng tăng, điều này sẽ ảnh hưởng như thế nào đến việc xây dựng cơ sở hạ tầng AI? Trước tiên, hãy để Stacy nói về điều này.

Stacy Rasgon:

Hiện tại, có rất nhiều yếu tố hạn chế đang làm chậm tốc độ xây dựng cơ sở hạ tầng AI, bao gồm điện, chuỗi cung ứng, thiết bị sản xuất bán dẫn, và giờ đây có thể còn thêm cả tài trợ.

Xét về hiệu suất cổ phiếu, giá cổ phiếu của các công ty liên quan mặc dù vẫn tăng đáng kể so với trước đây, nhưng đã rõ ràng thấp hơn so với đỉnh cao. Thị trường đang truyền tải một tín hiệu: các nhà đầu tư lo ngại rằng tốc độ và tính bền vững của việc xây dựng cơ sở hạ tầng đang có nhiều bất định, và họ cũng lo ngại rằng sự tăng trưởng của ngành có thể đang gần đến đỉnh điểm. Tài trợ rõ ràng là một trong những vấn đề quan trọng, thậm chí có thể là một trong những vấn đề quan trọng nhất.

Bạn vừa đề cập rằng các nhà cung cấp đám mây quy mô lớn từng là một trong những doanh nghiệp có khả năng tạo ra tiền mặt mạnh nhất trong lịch sử nhân loại, nhưng hiện nay họ đang tiêu tốn một lượng lớn tiền mặt và có thể sẽ cần phát hành cổ phiếu để tài trợ. Meta gần đây đã điều chỉnh cấu trúc cổ phần của mình, một trong những mục đích là để tạo không gian cho các sắp xếp tài trợ như vậy. Các công ty như Google cũng đã thực hiện tài trợ.

Lấy CoreWeave làm ví dụ, lợi suất trái phiếu của họ gần 15%, cần lưu ý rằng điều này không đại diện cho chi phí tài trợ thực tế của tất cả các khoản nợ hiện tại của công ty, mà là lợi suất giao dịch của trái phiếu không đảm bảo trên thị trường. Nhưng nếu công ty hôm nay quay lại thị trường phát hành trái phiếu không đảm bảo, chi phí tài trợ rất có thể sẽ ở mức gần như vậy. Đây là một chi phí khá cao.

Tuy nhiên, tôi nghĩ rằng ít nhất trong một hai năm tới, ngành vẫn có thể duy trì hoạt động. Quan trọng hơn, doanh thu liên quan phải tiếp tục tăng trưởng để dần dần giảm bớt lo ngại của thị trường về tài trợ.

Lấy thị trường cho thuê sức mạnh tính toán làm ví dụ, hiện tại nguồn cung cực kỳ căng thẳng, chúng tôi nghe thấy một nhận định phổ biến rằng không ai có thể có đủ sức mạnh tính toán. Một số doanh nghiệp cho thuê sức mạnh tính toán qua hợp đồng ngắn hạn, theo một số ước tính, doanh thu tương ứng với mỗi gigawatt sức mạnh tính toán có thể đạt khoảng 50 tỷ đô la.

Vì vậy, không khó để tưởng tượng một tình huống: ngay cả khi chi phí xây dựng rất cao, doanh thu liên quan vẫn đủ để trang trải chi phí, thậm chí vượt quá chi phí. Nhưng vấn đề là, mức doanh thu này có thể duy trì được bao lâu? Cuối cùng vẫn phải xem nhu cầu so với cung cấp mạnh đến mức nào, và khoảng cách cung cầu có thể duy trì được bao lâu.

Những vấn đề này có thể cần Dylan đưa ra những đánh giá sâu hơn từ góc độ cung cầu trong ngành. Tuy nhiên, tài trợ chắc chắn là một trong nhiều yếu tố hạn chế hiện tại.

Còn một điểm đáng lưu ý: các yếu tố hạn chế làm chậm tăng trưởng, chưa hẳn hoàn toàn là điều xấu. Nó có thể ngăn chặn sự mở rộng quá mức của ngành, tránh việc đầu tư mất kiểm soát.

Thời kỳ bong bóng Internet đã từng xảy ra tình huống tương tự. Khi đó, đã lắp đặt một lượng lớn cáp quang tối, tức là đã được lắp đặt nhưng chưa được sử dụng, nhiều cơ sở hạ tầng cuối cùng đã bị xây dựng quá mức, đến nay vẫn còn một phần chưa được sử dụng đầy đủ.

Những ràng buộc trong xây dựng hiện nay, ngược lại, có thể khiến việc cung cầu khớp nhau hợp lý hơn, giúp ngành tăng trưởng bền vững hơn. Nếu hôm nay hoàn toàn không bị ràng buộc mà mở rộng một cách điên cuồng, tương lai có thể sẽ phải đối mặt với nguy cơ sụp đổ nghiêm trọng hơn.

Vì vậy, tôi không nghĩ rằng tất cả các yếu tố hạn chế đều là điều xấu. Tất nhiên, cách thị trường nhìn nhận những ràng buộc này là một chuyện khác, và chúng rõ ràng đã ảnh hưởng đến xu hướng ngắn hạn của các cổ phiếu liên quan.

Dylan Patel:

Tôi đồng ý với quan điểm của Stacy. Nhìn lại quá trình xây dựng cơ sở hạ tầng trong vài thập kỷ qua, mỗi lần ngành mở rộng, các doanh nghiệp thường lặp lại đơn hàng, thậm chí đặt hàng gấp đôi, gấp ba, cuối cùng xây dựng quá nhiều công suất. Chuỗi cung ứng luôn không đủ khả năng dự đoán nhu cầu.

Hiện tại, tài trợ đang phát huy một số tác dụng tự điều chỉnh. Một hai năm trước, chỉ cần một nhà cung cấp dịch vụ đám mây sẵn sàng trả lãi suất đủ cao, thường thì họ có thể nhận được vốn; nhưng bây giờ, nếu không có cam kết mua hàng dài hạn với chất lượng tín dụng đủ cao (offtake agreement), một số nhà cung cấp dịch vụ đám mây mới nổi sẽ không thể xây dựng cụm sức mạnh tính toán.

Các nhà cung cấp đám mây quy mô lớn chắc chắn có thể đẩy dòng tiền tự do gần bằng không, cũng có thể tiếp tục vay nợ, và lợi nhuận của họ vẫn đang tăng, vì vậy khả năng xây dựng vẫn sẽ tăng lên. Nhưng họ không thể đầu tư vô hạn. Năm tới, họ không thể nâng chi tiêu vốn lên trên 2 nghìn tỷ đô la, thậm chí 2.5 nghìn tỷ đô la. Khả năng tài chính cuối cùng sẽ hạn chế quy mô chi tiêu.

Xem xét các nhà cung cấp dịch vụ đám mây mới nổi (Neocloud). Nhu cầu xây dựng mà các nhà cung cấp không phải quy mô lớn đảm nhận gần như chiếm một nửa toàn bộ thị trường. Nếu họ không có cam kết mua hàng từ các nhà cung cấp đám mây quy mô lớn, họ sẽ lấy đâu ra tài trợ?

Hiện nay, ngay cả khi có cam kết mua hàng từ các khách hàng như Anthropic hoặc OpenAI, thị trường cũng có thể yêu cầu các khoản nợ liên quan cung cấp lợi suất 13% - 15%. Volulta là một ví dụ: công ty này đang xây dựng cụm sức mạnh tính toán cho Anthropic, lãi suất trái phiếu khoảng 12%, nhưng giá phát hành chỉ là 95% mệnh giá, do đó lợi suất tài chính thực tế gần 15%.

Nếu một doanh nghiệp không có cam kết mua hàng từ các nhà cung cấp đám mây quy mô lớn hoặc các phòng thí nghiệm AI lớn, họ sẽ xây dựng sức mạnh tính toán như thế nào để phục vụ các doanh nghiệp vừa và nhỏ và các công ty khởi nghiệp? Nói thẳng ra, trong tình huống thiếu hỗ trợ từ những khách hàng lớn này, việc tài trợ sẽ rất khó khăn.

Đây cũng là một trong những chiến lược mà Elon Musk đã thực hiện: trước tiên xây dựng một lượng lớn sức mạnh tính toán, sau đó thông qua các hợp đồng cho thuê ngắn hạn, cho thuê sức mạnh tính toán với giá cao cho các công ty khởi nghiệp và phòng thí nghiệm AI. Nhưng nhìn chung, ràng buộc tài trợ thực sự sẽ kìm hãm sự mở rộng của ngành.

NVIDIA đã nhận ra đây là một vấn đề lớn. Trên thị trường có một số ít khách hàng lớn, có thể mua sức mạnh tính toán nhiều nhất có thể trong khả năng tài chính của họ; nhưng thị trường còn một nửa nhu cầu khác, làm thế nào để đáp ứng những khách hàng này?

Vì vậy, NVIDIA đã bắt đầu áp dụng một số cấu trúc tài trợ sáng tạo. Ví dụ, trong các dự án như Sharon AI, Fermis, NVIDIA hỗ trợ tài trợ cho dự án bằng cách chia sẻ doanh thu từ cụm sức mạnh tính toán. Sắp xếp của họ đại khái là: NVIDIA thuê cụm với một mức giá mà nhà cung cấp dịch vụ đám mây gần như không kiếm được tiền; nếu nhà cung cấp dịch vụ đám mây cho thuê sức mạnh tính toán với giá cao hơn cho các khách hàng khác, NVIDIA sẽ chia sẻ một phần doanh thu.

Các sắp xếp tương tự đang gia tăng. Lambda khi xây dựng cụm sức mạnh tính toán cho Anthropic cũng cần ký kết thỏa thuận chia sẻ doanh thu với NVIDIA, tỷ lệ chia sẻ khoảng 10%.

Điều này cho thấy, liệu các nhà cung cấp dịch vụ đám mây mới nổi có thể nhận được đủ vốn, hoàn thành xây dựng, và cuối cùng thậm chí mở rộng đến mức cung vượt quá cầu, đều bị ràng buộc bởi điều kiện tài trợ.

Chúng tôi cũng thấy rằng phương thức tài trợ trong ngành đang chuyển từ các khoản vay dài hạn, nợ dài hạn sang các sắp xếp linh hoạt hơn. Broadcom khi cung cấp chip cho Anthropic đã áp dụng phương thức tương tự như thuê chuyển sang mua, kéo dài thời gian thanh toán đến vài năm.

Đối với các doanh nghiệp không thể dựa vào bảng cân đối tài chính của mình như các nhà cung cấp đám mây quy mô lớn để tài trợ, họ cần NVIDIA, Broadcom hoặc AMD cung cấp một số hỗ trợ tài chính hoặc bảo đảm tín dụng cho cụm.

Do đó, tài trợ là một yếu tố quan trọng hạn chế sự mở rộng của cơ sở hạ tầng AI. Các nhà cung cấp đám mây quy mô lớn cũng có những cam kết lớn trong và ngoài bảng cân đối kế toán. Ví dụ, cam kết của Meta trong lĩnh vực tính toán và trung tâm dữ liệu được cho là đã đạt 1.4 nghìn tỷ đô la.

Các dự án này có thể nhận được vốn qua nhiều cách: doanh nghiệp có thể vay tiền để mua trung tâm dữ liệu, cũng có thể thuê trung tâm dữ liệu hoặc thiết bị liên quan từ các doanh nghiệp khác, trong khi bên cung cấp cơ sở hạ tầng sẽ tài trợ dựa trên đó. Nhưng để toàn bộ ngành tiếp tục mở rộng mạnh mẽ trên cơ sở này, độ khó đang gia tăng.

Thị trường vốn thậm chí đã bắt đầu cảm thấy lo lắng về các sắp xếp tài chính của Meta. Tình hình tài chính của Meta không có nghĩa là họ không thể chịu đựng những khoản đầu tư này, nhưng quy mô cam kết lớn như vậy đã đủ để khiến thị trường cảnh giác.

Cuối cùng, việc xây dựng cơ sở hạ tầng AI có ba điều kiện cốt lõi liên quan chặt chẽ với nhau: đất đai, điện và cơ sở hạ tầng vỏ (land, power, shell), chip, và tài trợ. Bất kỳ một yếu tố nào bị ràng buộc đều có thể làm chậm quá trình mở rộng tổng thể.

II. Năm 2027-2028, nút thắt trong chuỗi cung ứng bán dẫn ở đâu?

Người dẫn chương trình Austin Lyons:

Tình hình tài trợ đã khá rõ ràng: các nhà cung cấp đám mây quy mô lớn tương đối có khả năng chịu đựng đầu tư, nhưng các nhà cung cấp dịch vụ đám mây mới nổi đang phải đối mặt với áp lực lớn hơn, ngành cũng đang thử nghiệm các cấu trúc tài trợ mới.

Nếu tạm thời gác lại tài trợ, quay trở lại với các nút thắt trong chuỗi cung ứng truyền thống, trong hai năm tới, những khâu nào sẽ hạn chế sự tăng trưởng của ngành?

ASML cho biết, công suất vào năm 2028 đã được bán hết; nhu cầu của TSMC cũng luôn vượt quá cung, mặc dù họ đang mở rộng công suất quy trình 2 nanomet. Thị trường cũng cho rằng điện là một nút thắt quan trọng.

Dylan, gần đây các bạn đã đề cập rằng năm tới có thể có gần 50 gigawatt trung tâm dữ liệu đi vào hoạt động. Bạn có thể xếp hạng các khâu trong chuỗi cung ứng bán dẫn theo mức độ ràng buộc không?

Dylan Patel:

Trong chuỗi cung ứng bán dẫn, ngoại trừ bộ nhớ, tôi nghĩ rằng nút thắt lớn nhất là bảng mạch, bao gồm bảng mạch đóng gói, vật liệu PCB và các vật liệu liên quan khác.

Các khâu này đã thiếu đầu tư trong thời gian dài. Nhiều nhà cung cấp vật liệu liên quan ở Nhật Bản có phong cách kinh doanh khá bảo thủ, không muốn mở rộng sản xuất quy mô lớn, vì vậy trong hai năm tới, dù là bộ tăng tốc AI, CPU hay các thành phần khác trong chuỗi cung ứng, đều sẽ bị hạn chế rõ rệt.

Theo tôi, bảng mạch là một trong những nút thắt nghiêm trọng nhất hiện tại, mức độ ràng buộc của nó thậm chí còn vượt qua đất đai, điện, cơ sở hạ tầng trung tâm dữ liệu và một số thiết bị sản xuất bán dẫn.

Nút thắt lớn thứ hai là bộ nhớ.

Nút thắt thứ ba là kết nối quang học, bao gồm quang học đồng đóng gói (CPO) và quang học gần đóng gói (NPO). Ngành liên quan không dễ dàng tăng sản lượng một cách đáng kể. Ngay cả khi tất cả các doanh nghiệp đều muốn áp dụng CPO vào năm 2028, hoặc một doanh nghiệp lớn nào đó muốn triển khai toàn bộ vào thời điểm đó, họ cũng không thể có đủ laser, các thành phần kết nối quang học và các bộ phận hỗ trợ khác.

Còn về đất đai, điện và cơ sở hạ tầng trung tâm dữ liệu, điện thực sự là một ràng buộc quan trọng. Nhưng nghiên cứu của chúng tôi cho thấy, thị trường có thể đã ước lượng quá cao về những hạn chế mà việc xây dựng trung tâm dữ liệu sẽ phải đối mặt vào năm tới.

Dự kiến năm tới sẽ có gần 50 gigawatt trung tâm dữ liệu đang được xây dựng trên toàn cầu, trong đó Mỹ khoảng 35 gigawatt, phần còn lại phân bố ở Úc, Ấn Độ, Malaysia và các khu vực khác. Thực tế, các trung tâm dữ liệu trên toàn cầu đang được xây dựng nhanh chóng.

Mặc dù điện vẫn đang căng thẳng, nhưng các doanh nghiệp có thể áp dụng nhiều cách để giảm bớt ràng buộc, chẳng hạn như triển khai tuabin khí, động cơ piston hoặc pin nhiên liệu tại chỗ trung tâm dữ liệu.

Do đó, mặc dù điều kiện xây dựng điện và trung tâm dữ liệu thực sự có ràng buộc, nhưng ảnh hưởng của chúng có thể thấp hơn so với bảng mạch, bộ nhớ, laser và các thành phần trong chuỗi cung ứng quang học khác.

Cung cấp điện có thể được tăng cường thông qua một số phương pháp tương đối trực tiếp trong thời gian ngắn, trong khi quy trình sản xuất và hệ thống vật liệu liên quan đến chuỗi cung ứng bán dẫn phức tạp hơn nhiều, thời gian cần thiết để mở rộng sản xuất cũng lâu hơn.

Stacy Rasgon:

Đánh giá này rất thú vị. NVIDIA và Broadcom đều đã đưa ra dự báo tăng trưởng khá cao. Huang Renxun từng cho biết, doanh thu của NVIDIA ít nhất có khả năng tăng trưởng 70%; dự báo tăng trưởng của Broadcom thậm chí đạt 100%. Nhưng những dự báo này đã bị hạn chế, các công ty dường như chủ yếu xem xét các yếu tố ràng buộc như đất đai, điện năng và điều kiện xây dựng trung tâm dữ liệu.

Có lẽ điều này là do họ bản thân là các công ty bán dẫn, rất rõ ràng về khả năng sản xuất chip, vì vậy họ tập trung nhiều hơn vào việc xây dựng trung tâm dữ liệu.

Tôi đồng ý rằng có một số giải pháp cho vấn đề điện năng và đất đai. Tuy nhiên, ngay cả việc phát điện tại chỗ cũng chưa chắc có thể thực hiện nhanh chóng. Hiện nay, việc đặt hàng một tuabin khí mất bao lâu? Musk thậm chí cho biết, ông sẵn sàng tự sản xuất cánh tuabin để tránh các hạn chế về nguồn cung.

Thị trường bộ nhớ đặc biệt đáng chú ý. Cổ phiếu bộ nhớ hiện có định giá rất thấp, nhiều cổ phiếu có tỷ lệ P/E kỳ vọng chỉ từ hai đến ba lần, ba đến bốn lần, trong khi giá bộ nhớ đã tăng mạnh.

Tôi không trực tiếp phụ trách nghiên cứu cổ phiếu bộ nhớ, nhưng lấy SanDisk làm ví dụ, dự báo lợi nhuận trên mỗi cổ phiếu hàng quý của họ thậm chí còn cao hơn giá cổ phiếu của công ty khoảng hai năm trước. Điều này cho thấy sức mạnh của việc tăng giá hiện tại là rất lớn.

Tuy nhiên, cổ phiếu bộ nhớ thường chỉ có tỷ lệ P/E một chữ số, vì thị trường thường định giá cổ phiếu như vậy khi chu kỳ ngành gần đạt đỉnh. Các nhà đầu tư lo ngại, đặc biệt là sau năm 2028, khi nguồn cung mới bắt đầu được giải phóng, giá bộ nhớ sẽ giảm mạnh.

Tôi luôn tự hỏi: Nếu tình huống này không xảy ra thì sao?

Nhìn vào bên trong các giá đỡ AI, khoảng 70%---80% diện tích silicon thực sự là bộ nhớ, chủ yếu là DRAM. Bộ nhớ băng thông cao (HBM) còn có một vấn đề đặc biệt: để sản xuất HBM với cùng dung lượng, số lượng wafer cần thiết khoảng gấp ba đến bốn lần so với DRAM DDR5 thông thường.

Điều này có nghĩa là, việc sản xuất HBM sẽ chiếm dụng một lượng lớn tài nguyên wafer, làm giảm công suất sản xuất bộ nhớ thông thường cần thiết cho các sản phẩm như PC, điện thoại thông minh.

Ba, Bộ nhớ và thiết bị sản xuất: Thiếu hụt có thể kéo dài đến năm 2028

Stacy Rasgon:

Nhu cầu HBM rất lớn, điều này cũng dẫn đến một nút thắt khác: thiết bị sản xuất bán dẫn, tức là thiết bị dùng để sản xuất các chip này.

Tuần này, một công ty đã công bố dự báo sơ bộ về thị trường thiết bị sản xuất wafer (WFE) năm tới, dự đoán quy mô thị trường sẽ vượt quá 200 tỷ USD. Tôi thấy dự báo này khá bất ngờ, vì tôi cho rằng quy mô thị trường khó có thể đạt mức cao hơn, thậm chí còn nghi ngờ liệu con số này có thể đạt được hay không. Nguyên nhân rất đơn giản: chúng ta không có đủ nhà máy wafer.

Phòng sạch gần như đã bị chiếm hết. Các công ty đã cố gắng tối đa hóa tỷ lệ sử dụng các nhà máy hiện có, đó cũng là lý do tại sao vào đầu năm, thị trường ước tính quy mô WFE khoảng 120 tỷ USD, trong khi năm nay có thể đạt 155 tỷ USD. Sự tăng trưởng chủ yếu đến từ việc sử dụng tốt hơn các cơ sở hiện có, chứ không phải từ việc xây dựng thêm nhà máy mới quy mô lớn.

Nhưng tỷ lệ sử dụng các cơ sở hiện có cuối cùng cũng có giới hạn. Các công ty phải xây dựng các phòng sạch mới, và điều này cần nhiều năm. Các phòng sạch mới sẽ bắt đầu được đưa vào sử dụng một cách hạn chế vào năm 2027 và sẽ tăng thêm vào năm 2028 và 2029. Đến lúc đó, chúng ta mới có thể đánh giá rõ hơn liệu cung cầu có bị mất cân bằng hay không.

Nếu nhu cầu tiếp tục duy trì tốc độ tăng trưởng như dự báo hiện tại của thị trường, bộ nhớ vẫn có thể tiếp tục trong tình trạng cung cấp căng thẳng trong thời gian dài.

Các vật liệu như bảng mạch, PCB và các vật liệu khác cũng gặp phải vấn đề tương tự. Các nhà cung cấp thiết bị đều cho biết, các hạn chế cung cấp ngắn hạn đã ảnh hưởng đến khả năng tăng sản lượng của họ. Không chỉ PCB và chip bán dẫn bị hạn chế, mà còn bao gồm các thành phần dường như bình thường như van, bộ điều khiển lưu lượng chất lượng. Sự thiếu hụt của những linh kiện cơ bản này cũng sẽ ảnh hưởng đến các khâu khác trong chuỗi cung ứng.

Trong thời gian đại dịch, các công ty thiết bị bán dẫn và hầu hết các công ty trong chuỗi cung ứng đã rút ra được một số bài học, hiện nay việc quản lý các vấn đề cung cấp đã trưởng thành hơn so với trước đây. Nhưng hiện tại vẫn còn nhiều khâu bị ràng buộc, và các vấn đề này phải được giải quyết trước thì các hạn chế về công suất ở các khâu khác mới có thể được nới lỏng.

Do đó, chuỗi cung ứng thực sự có nhiều lớp hạn chế. Tôi cho rằng, tình trạng thiếu hụt sẽ không biến mất trong thời gian ngắn. Năm nay không có vấn đề lớn, nhưng năm tới có thể vẫn căng thẳng, và năm 2028 có khả năng cũng không dễ chịu. Còn năm 2029, sẽ phụ thuộc vào tình hình nhu cầu lúc đó. Nhìn chung, tôi dự đoán tình trạng cung cấp căng thẳng sẽ còn kéo dài một thời gian nữa.

Bốn, Quyền định giá trong ngành bán dẫn đang thay đổi

Người dẫn chương trình Austin Lyons:

Nếu trong vài năm tới, nguồn cung vẫn tiếp tục căng thẳng, trong khi tỷ suất lợi nhuận của ngành bộ nhớ đã đạt trên 80%, thậm chí 88%---90%, thì liệu các công ty trong toàn chuỗi cung ứng có tiếp tục tăng giá, thu được lợi nhuận cao hơn không?

Stacy Rasgon:

Ngành bán dẫn có một đặc điểm rất thú vị: trong quá khứ, mọi người gần như coi việc giá cả liên tục giảm là điều hiển nhiên. Thực tế, ngành bán dẫn trong lịch sử từng là một ngành gây thiệt hại nghiêm trọng về giá trị kinh tế, không thể bù đắp chi phí vốn trong thời gian dài, phần lớn giá trị tạo ra chảy về tay người tiêu dùng.

Nhiều năm trước, khi tôi làm việc tại McKinsey, tôi đã tham gia một nghiên cứu về việc tạo ra giá trị trong ngành bán dẫn. Chúng tôi đã sử dụng định nghĩa lợi nhuận kinh tế cổ điển, so sánh tỷ suất hoàn vốn đầu tư của các công ty với chi phí vốn bình quân gia quyền, và tổng hợp toàn ngành. Nghiên cứu này bao gồm khoảng 150 công ty, 12 lĩnh vực con và một chu kỳ ngành hoàn chỉnh.

Thời gian nghiên cứu ban đầu khoảng từ năm 1996 đến 2004. Kết quả cho thấy, toàn ngành đã tích lũy thiệt hại khoảng 5 tỷ USD về lợi nhuận kinh tế. Nếu loại trừ Intel, quy mô thiệt hại đạt khoảng 50 tỷ USD. Vào thời điểm đó, đây là một con số khá đáng kinh ngạc.

Nói cách khác, giá trị mà ngành tạo ra không đủ để bù đắp chi phí vốn, giá trị kinh tế thực sự chảy về tay người tiêu dùng. Đó là thời kỳ mua sản phẩm bán dẫn rất có lợi.

Sau năm 2008, ngành đã trải qua quá trình hợp nhất và tập trung, các công ty bắt đầu dần cải thiện khả năng sinh lời, ít nhất cũng từ từ có thể bù đắp chi phí vốn.

Đại dịch đã thay đổi nhận thức của ngành về khả năng định giá của chính mình. Các công ty nhận ra rằng, họ thực sự có quyền định giá rất mạnh. Trước đó, ngành không thực sự nhận thức được điều này.

Trong thời gian đại dịch, chi phí đầu vào như nguyên liệu liên tục tăng, nhưng nhiều công ty mà tôi theo dõi không có công ty nào bị giảm tỷ suất lợi nhuận gộp do chi phí tăng. Họ đều tăng giá, và mức tăng giá đủ để bù đắp cho sự gia tăng chi phí.

Ví dụ, một công ty có tỷ suất lợi nhuận gộp ban đầu là 60%, nếu chi phí tăng 100 đơn vị, họ có thể tăng giá 160 đơn vị để duy trì tỷ suất lợi nhuận gộp ban đầu. Khách hàng cũng chấp nhận những mức tăng giá này.

Tôi cho rằng, lạm phát trong thời gian đại dịch đã giúp ngành bán dẫn cải thiện khả năng sinh lời. Trong năm 2023 và 2024, sản lượng của ngành gần như giữ nguyên so với năm 2019, nhưng giá bán trung bình (ASP) lại cao hơn khoảng 50%, ngay cả khi loại trừ bộ nhớ.

Hiện nay, khả năng định giá này thể hiện rõ ràng hơn. Dự kiến, tổng doanh thu của ngành bán dẫn năm nay sẽ đạt khoảng 1,5 nghìn tỷ USD, thậm chí có thể cao hơn, với tỷ lệ tăng trưởng gần 100% so với năm trước. Trong đó, khoảng 70%---80% tăng trưởng doanh thu đến từ việc tăng giá bán trung bình của bộ nhớ, phần còn lại cũng đến từ việc tăng giá của các sản phẩm không phải bộ nhớ.

So với đó, mức tăng trưởng sản lượng nhỏ hơn nhiều. Ngành đang phát huy quyền định giá tốt hơn, và khách hàng nhìn chung đã chấp nhận những mức giá này, vì trong tình trạng cung cấp căng thẳng, họ thường không có nhiều lựa chọn.

Do đó, chỉ cần cung cấp tiếp tục căng thẳng, tôi cho rằng tình trạng này có thể tiếp tục.

Dylan Patel:

Trong ngành bán dẫn, các công ty khác nhau áp dụng quyền định giá theo những cách khác nhau. Một số công ty tăng giá mạnh trong thời kỳ thịnh vượng, nhưng lại chịu tổn thất nặng nề trong thời kỳ suy thoái; trong khi một số công ty khác có thể duy trì tỷ suất lợi nhuận tương đối ổn định trong suốt chu kỳ.

Lấy TSMC làm ví dụ, trong mười năm qua, tỷ suất lợi nhuận gộp của họ đã tăng từ khoảng 45% lên khoảng 60%. Trong thời kỳ thịnh vượng, họ thực sự có thể tăng giá, nhưng trong thời kỳ suy thoái, họ cũng không giảm mạnh lợi nhuận đã đạt được trước đó.

Ngành bộ nhớ thì khác. Chỉ khoảng hai năm trước, ngành vẫn đang trong một trong những chu kỳ suy thoái tồi tệ nhất kể từ bong bóng Internet, với tỷ suất lợi nhuận thậm chí là âm. Hiện nay, lợi nhuận của các nhà sản xuất bộ nhớ đã cải thiện mạnh mẽ.

Do đó, quyền định giá ở các khâu khác nhau trong chuỗi cung ứng phụ thuộc vào cấu trúc thị trường của từng khâu. TSMC có vị thế gần như độc quyền và duy trì mối quan hệ hợp tác lâu dài với khách hàng, ngay cả khi có khả năng tăng giá, họ cũng không tăng giá mạnh như một số công ty khác.

Tình hình của các nhà sản xuất bộ nhớ thì khác. Nếu như khách hàng như Apple gây áp lực lớn lên các nhà cung cấp trong thời kỳ suy thoái, thì khi chu kỳ đảo ngược, cung không đủ cầu, các nhà cung cấp cũng sẽ tăng giá. Hiện tại, chúng ta đang thấy sự thay đổi trong khả năng thương lượng theo chu kỳ này.

Năm, Chi phí xây dựng sức mạnh tính toán tăng vọt, ai sẽ chịu chi phí cao này?

Dylan Patel:

Vào năm 2024, tổng chi phí để xây dựng 1 gigawatt sức mạnh tính toán khoảng 40 tỷ USD, bao gồm chip, đất đai, điện năng và cơ sở hạ tầng trung tâm dữ liệu. Hiện nay, chi phí này đã vượt quá 60 tỷ USD.

Tất nhiên, vào năm 2024, không có nhiều công ty thực sự xây dựng 1 gigawatt sức mạnh tính toán, nhưng đến năm 2026, ngày càng nhiều công ty bắt đầu xây dựng các cơ sở sức mạnh tính toán quy mô lớn như vậy. Đồng thời, khả năng tính toán mà mỗi gigawatt sức mạnh tính toán có thể cung cấp cũng đang tăng lên.

Nhưng vấn đề là, một cụm sức mạnh tính toán quy mô gigawatt như vậy có thể có khả năng sinh lời rất đáng kể.

Trước đây tôi đã đề cập, các nhà cung cấp dịch vụ đám mây thường phải có cam kết mua hàng lâu dài từ các nhà cung cấp đám mây quy mô siêu lớn để có thể tài trợ cho cụm này. Điều này có nghĩa là họ cần khóa giá trước, và điều này cũng hạn chế không gian để họ thu được lợi nhuận vượt trội.

Musk đã áp dụng một chiến lược khác: nếu chip, đất đai, điện năng và cơ sở hạ tầng trung tâm dữ liệu đều bị hạn chế, thì ông có thể xây dựng cơ sở hạ tầng trước, và khi thực sự đưa vào sử dụng mới ký hợp đồng thuê. Như vậy, khi cung cấp sức mạnh tính toán rất căng thẳng, ông có cơ hội cho thuê với giá cao hơn, mà không cần phải khóa giá thấp trước.

Trong khi đó, các phòng thí nghiệm AI cũng có thể thu được doanh thu khổng lồ từ dịch vụ suy diễn. Theo các thông tin liên quan, doanh thu tương ứng với mỗi gigawatt sức mạnh tính toán suy diễn của Anthropic có thể đạt từ 70 đến 80 tỷ USD.

Nhưng những doanh thu này không có nghĩa là tỷ suất lợi nhuận có thể duy trì ở mức cao mãi. Nếu một công ty có được sức mạnh tính toán với chi phí 15 tỷ USD mỗi gigawatt, tỷ suất lợi nhuận có thể đạt 75%---80%; nếu chi phí tăng lên 50 tỷ USD, tỷ suất lợi nhuận sẽ giảm mạnh.

Do đó, ai sẽ chịu những chi phí này vẫn là một câu hỏi.

NVIDIA cũng phải đối mặt với áp lực này. Mặc dù tỷ suất lợi nhuận của họ nhìn chung vẫn ổn định, thậm chí có chút giảm nhẹ, nhưng họ buộc phải hấp thụ một phần chi phí tăng giá bộ nhớ cũng như các khâu khác trong chuỗi cung ứng như bảng mạch, linh kiện quang học.

Kết quả là, giá mà NVIDIA tính cho khách hàng đã tăng mạnh, nhưng tỷ suất lợi nhuận của họ không tăng tương ứng.

Điều này làm cho việc phân phối lợi nhuận trong chuỗi cung ứng trở nên đặc biệt quan trọng: ai có thể giữ được tỷ suất lợi nhuận, ai có thể mở rộng lợi nhuận hơn nữa, ai lại phải chịu áp lực từ việc tăng chi phí? Những câu hỏi này đang thay đổi tình hình định giá của ngành theo thời gian thực.

Trong tương lai, khách hàng có thể ký hợp đồng tương tự với các mức giá khác nhau. Các công ty có khả năng bán hàng mạnh mẽ, có thể nắm bắt cơ hội cung cầu căng thẳng, có thể đạt được mức giá rất cao.

Người dẫn chương trình Austin Lyons:

Điều này tương tự như những thay đổi mà Stacy vừa đề cập trong thời gian đại dịch: ngành bán dẫn dần nhận ra rằng, họ có thể tính phí cho giá trị mà họ tạo ra.

Dylan, bạn cũng đã đề cập rằng, các nhà cung cấp hệ thống như NVIDIA phải quyết định, khi giá của các thành phần đều tăng, liệu họ sẽ chuyển chi phí cho khách hàng hay tự mình chịu chi phí, duy trì tỷ suất lợi nhuận.

Vấn đề là, trong vài năm tới, việc xây dựng cơ sở hạ tầng rõ ràng sẽ tiếp tục, nguồn cung hạn chế, nhu cầu mạnh mẽ, nhưng việc tài trợ ngày càng khó khăn. Vậy, liệu các nhà cung cấp đám mây lớn như Meta và các công ty mô hình có bao giờ nghĩ rằng, sức mạnh tính toán đã trở nên quá đắt đỏ để chịu đựng, và bắt đầu phản đối việc tăng giá tiếp theo không?

Stacy Rasgon:

Khi đánh giá những khoản đầu tư này, không thể chỉ nhìn vào chi phí và tỷ suất lợi nhuận, mà còn phải xem công ty đã nhận được gì sau khi chi tiền.

Lấy NVIDIA làm ví dụ, giá bán của mỗi thế hệ sản phẩm đều tăng, nhưng hiệu suất mà khách hàng nhận được thường lớn hơn nhiều. Điều này rất quan trọng.

Từ Ampere đến Hopper, giá bán trung bình của GPU đã tăng gấp đôi, nhưng hiệu suất đã tăng khoảng 10 lần. Từ Hopper đến Blackwell, tình hình khó so sánh trực tiếp hơn, vì có sự khác biệt lớn giữa hai thế hệ kiến trúc, nhưng có thể ước tính sơ bộ rằng giá bán trung bình của một GPU đã tăng khoảng 50%, trong khi hiệu suất tăng từ 3 đến 30 lần, và với việc tối ưu hóa phần mềm sau này, sự cải thiện thực tế có thể còn lớn hơn.

Tiếp tục từ Blackwell đến Rubin, chi phí giá kệ có thể lại tăng mạnh. Theo dữ liệu tham khảo từ NVIDIA, chi phí giá kệ Blackwell khoảng 25 tỷ USD, trong khi Rubin khoảng 40 tỷ USD, nhưng hiệu suất tăng khoảng 10 lần.

Do đó, điều quan trọng không phải là chi phí xây dựng mỗi gigawatt công suất từ 25 tỷ USD lên 40 tỷ USD, hoặc từ 40 tỷ USD lên 60 tỷ USD, mà là khách hàng mỗi khi chi một đô la, thực sự có thể nhận được bao nhiêu Token và khả năng tính toán.

Chỉ cần hiệu suất mà mỗi đơn vị chi phí có thể đạt được tiếp tục tăng lên, thì khoản đầu tư này vẫn có sức hấp dẫn.

Nhưng nếu NVIDIA phát hành sản phẩm thế hệ mới trong tương lai mà chỉ tăng hiệu suất 20%, tôi sẽ bắt đầu rất lo lắng về khả năng định giá và tỷ suất lợi nhuận của họ.

Tỷ suất lợi nhuận gộp của NVIDIA vượt quá 70%, và được xây dựng trên quy mô doanh thu khổng lồ. Thị trường luôn đặt câu hỏi: Đối mặt với các đối thủ cạnh tranh và các nhà cung cấp GPU khác, họ sẽ tiếp tục duy trì tỷ suất lợi nhuận cao như vậy như thế nào?

Quan điểm của tôi là, chỉ cần NVIDIA có thể tiếp tục làm cho tỷ lệ tăng hiệu suất vượt xa tỷ lệ tăng giá bán trung bình, thì không cần quá lo lắng về tỷ suất lợi nhuận. Bởi vì khi độ phức tạp của sản phẩm tăng lên, chi phí tăng lên, giá bán cũng phải tăng; điều quan trọng là mối quan hệ giữa hiệu suất và chi phí phải luôn có lợi cho khách hàng.

Nếu tốc độ đổi mới chậm lại, tôi sẽ rất lo lắng.

Tôi nhớ đã tham gia hội nghị Hot Chips vào khoảng năm 2023. Khi đó, nhà khoa học chính của NVIDIA, Bill Dally, đã có bài phát biểu chính, trong đó một quan điểm khiến tôi ấn tượng sâu sắc: Trong mười năm qua, hiệu suất GPU đã tăng khoảng 1000 lần. NVIDIA đã đạt được tiến bộ này thông qua nhiều phương pháp kỹ thuật khác nhau, và Dally cho biết, mục tiêu trong mười năm tới là tăng hiệu suất thêm 1 triệu lần.

Nếu NVIDIA có thể tiếp tục đi theo quỹ đạo này, tôi sẽ không lo lắng về tỷ suất lợi nhuận của họ. Nhưng nếu họ không thể duy trì tốc độ đổi mới, hoặc các đối thủ khác nhanh chóng đuổi kịp, tình hình sẽ hoàn toàn khác.

Cuối cùng, những chi phí này sẽ phải được ai đó gánh chịu. Trong điều kiện lý tưởng, khách hàng sẵn sàng trả tiền cho giá trị mà họ nhận được. Nhưng nếu chi phí tăng lên với tốc độ không bền vững, các nhà cung cấp sẽ phải bắt đầu gánh chịu một phần trong đó, và cuộc chiến lợi nhuận giữa các khâu trong chuỗi cung ứng sẽ trở nên khốc liệt hơn.

Sáu, Sự trỗi dậy của chip tự phát triển: Lợi thế cạnh tranh của NVIDIA còn duy trì được bao lâu?

Người dẫn chương trình Austin Lyons:

Dylan, ngày càng nhiều doanh nghiệp bắt đầu thiết kế chip của riêng họ. Trường hợp của OpenAI đặc biệt đáng chú ý. Trong hai năm tới, chúng ta nên nhìn nhận sự phát triển của GPU như thế nào, cũng như sự tăng trưởng nhanh chóng của các loại XPU và bộ tăng tốc AI? Nhiều công ty khởi nghiệp đang thử nghiệm các kiến trúc chip khác nhau, điều này sẽ thay đổi cục diện cạnh tranh như thế nào?

Dylan Patel:

Ngày càng nhiều doanh nghiệp thử nghiệm chip tự phát triển, điều này đã trở thành xu hướng rõ ràng. OpenAI đã cho thấy một thực tế quan trọng: một doanh nghiệp ngay cả khi lần đầu tiên thiết kế chip, cũng có thể tạo ra sản phẩm có hiệu suất rất xuất sắc.

OpenAI đã mời chúng tôi vào phòng thí nghiệm. Chúng tôi đã sử dụng bộ kiểm tra suy diễn mã nguồn mở InferenceX của SemiAnalysis để kiểm tra nhiều mô hình mã nguồn mở, và kết quả cho thấy, chip thế hệ đầu tiên của họ có hiệu suất vượt qua Blackwell của NVIDIA.

Chip này đã sử dụng rất nhiều công cụ AI trong quá trình thiết kế và lập trình. Anthropic cũng đã bắt đầu thúc đẩy dự án chip của riêng mình, và hy vọng hoàn thành phát triển trong thời gian bằng một nửa so với OpenAI. Những mục tiêu này khá táo bạo, nhưng nếu mô hình có thể làm nhanh quá trình thiết kế, thì không phải là không thể.

Trong khi đó, Google đã bắt đầu bán TPU ra bên ngoài, Trainium của Amazon cũng đã trở nên khá trưởng thành và có thể hỗ trợ tốt cho PyTorch. Meta và Microsoft cũng có lộ trình chip rất tích cực.

Có một động lực kinh tế mạnh mẽ đứng sau điều này. Chúng ta đã đề cập trước đó, chi phí xây dựng 1 gigawatt công suất đã tăng từ 40 tỷ USD lên hơn 60 tỷ USD. Nếu có thể loại bỏ lợi nhuận của các công ty thiết kế chip như NVIDIA, Broadcom, Marvell, thì chi phí cho công suất tương đương có thể chỉ khoảng 20 tỷ USD.

Nói cách khác, nếu có thể giảm đáng kể chi phí lợi nhuận trong khâu thiết kế chip, thì lý thuyết, số tiền tiết kiệm được từ 1 gigawatt công suất có thể hỗ trợ xây dựng nhiều công suất hơn. Đối với những doanh nghiệp cần thực hiện nhiều nhiệm vụ suy diễn, lợi ích kinh tế này rất rõ ràng.

Do đó, NVIDIA phải duy trì tốc độ đổi mới cực nhanh. Họ không thể chỉ đạt được mức tăng gấp đôi hiệu suất mỗi năm cho mỗi đô la, nếu không các đối thủ khác có thể nhanh chóng đuổi kịp.

Nếu NVIDIA có thể tiếp tục duy trì tốc độ tăng hiệu suất này, họ chắc chắn có lý do để tiếp tục đạt được lợi nhuận cao. Nhưng nếu các khách hàng lớn có thể tự thiết kế chip, triển khai chip, và mở rộng quy mô sản xuất, đồng thời mua bộ nhớ, wafer TSMC, bảng mạch và linh kiện quang học với giá gần bằng chi phí chuỗi cung ứng, thì họ sẽ có nhiều không gian giảm giá.

Nếu chuỗi cung ứng tiếp tục bị phân tách, NVIDIA hoặc Broadcom sẽ không còn nắm giữ vị thế thống trị như trước đây, tình hình có thể thay đổi rất nhiều. Đây cũng là một trong những lý do mà thị trường lo ngại về việc định giá của hai công ty này đang ở mức thấp lịch sử.

Ví dụ, Meta có thể giảm sự phụ thuộc vào Broadcom không? Google có thể cũng làm như vậy? Những khách hàng lớn này có thể cuối cùng ngừng mua chip của NVIDIA và hoàn toàn chuyển sang thiết kế nội bộ không?

Hiện tại, các nhà cung cấp linh kiện cũng có thể có quyền định giá rất mạnh. Vấn đề thực sự là, liệu NVIDIA và Broadcom có thể tiếp tục duy trì tỷ suất lợi nhuận đáng kinh ngạc hiện tại hay không. Ít nhất trong hai năm tới, tôi nghĩ họ vẫn có cơ hội để làm điều đó, nhưng sau hai năm thì rất khó nói.

Thiết kế chip vẫn rất phức tạp, nhưng các mô hình AI đang giảm đáng kể độ khó trong phát triển phần mềm và lập trình bộ tăng tốc.

Lấy bộ kiểm tra InferenceX của chúng tôi làm ví dụ, để hệ thống suy diễn của NVIDIA hoạt động bình thường mất khoảng sáu tháng; AMD mất từ sáu đến chín tháng; Google và Amazon chỉ mất vài tháng; trong khi chip của OpenAI chỉ mất khoảng một tháng rưỡi.

Thời gian từ khi chip có thể hoạt động bình thường đến khi phần mềm có thể chạy trên chip đang nhanh chóng rút ngắn. Hiện tại, các doanh nghiệp bắt đầu chuyển sự chú ý vào chính thiết kế chip.

Liệu thiết kế chip có thể trở thành một khả năng phổ biến và tiêu chuẩn hóa hơn như phát triển phần mềm không? Nếu câu trả lời là có, số lượng doanh nghiệp có khả năng thiết kế chip có thể tăng mạnh.

Tất nhiên, thiết kế chip vẫn cần phải trả các chi phí cố định như chi phí mặt nạ, công cụ tự động hóa thiết kế điện tử (EDA), chỉ riêng những khoản đầu tư này có thể lên tới 50 triệu USD. Nhưng nếu AI tiếp tục giảm bớt rào cản trong thiết kế và lập trình, số lượng doanh nghiệp tham gia thiết kế chip vẫn có thể ngày càng nhiều.

Một khi thiết kế chip trở nên phổ biến hơn, tỷ suất lợi nhuận trong ngành có thể giảm. Chúng ta đã thấy một số công ty phần mềm dịch vụ (SaaS) gặp phải sự định giá lại của thị trường; trong khi đó, lợi nhuận của NVIDIA và Broadcom vẫn đang tăng trưởng với tốc độ hơn gấp đôi mỗi năm, nhưng giá cổ phiếu lại có phần dậm chân tại chỗ.

Đây chính là một trong những vấn đề đáng chú ý nhất trong ngành bán dẫn trong tương lai.

Bảy, Các công ty khởi nghiệp XPU có thể thách thức GPU không? Thị phần của NVIDIA đang thay đổi

Người dẫn chương trình Austin Lyons:

Vậy, trong hai năm tới, thị trường GPU và XPU sẽ phát triển như thế nào? Ngày càng nhiều công ty khởi nghiệp bộ tăng tốc AI đang thử nghiệm các kiến trúc khác nhau, liệu cục diện cạnh tranh có xuất hiện sự thay đổi rõ rệt không?

Dylan Patel:

Đối với các công ty XPU, tôi nghĩ có hai con đường khác nhau.

Nếu bạn là một nhà cung cấp đám mây quy mô lớn, bạn có thể chọn một lộ trình thiết kế tương đối ổn định, tạo ra các sản phẩm tương tự như của Google hoặc NVIDIA, và dựa vào quy mô của chính mình để thúc đẩy ứng dụng.

Nhưng nếu bạn là một công ty khởi nghiệp, bạn phải thử nghiệm các công nghệ rất táo bạo, rõ ràng khác biệt với các giải pháp hiện có. Nhìn lại các công ty khởi nghiệp phần cứng AI thế hệ đầu tiên, lý do quan trọng khiến Cerebras và Groq tương đối thành công là họ đã chọn con đường công nghệ táo bạo hơn.

Đối với những công ty khởi nghiệp mới xuất hiện hiện nay, tôi nghĩ chỉ có những công ty có giải pháp công nghệ đủ độc đáo, không thể bị NVIDIA, Google hoặc AMD sao chép dễ dàng, mới thực sự có cơ hội nổi bật.

Mặt tích cực là, hiện tại có rất nhiều vốn đang đổ vào lĩnh vực này, các kiến trúc và ý tưởng thiết kế táo bạo đang được kiểm nghiệm.

Trong khi đó, thị phần của NVIDIA trong chuỗi cung ứng đã bắt đầu thay đổi. Từ năm 2023 đến 2024, NVIDIA chiếm một tỷ lệ khá cao trong năng lực HBM và đóng gói tiên tiến; đến năm 2025, sự tăng trưởng này bắt đầu chậm lại, và đến năm 2026, thị phần của họ tiếp tục giảm. Theo đánh giá của chúng tôi, xu hướng này có thể tiếp tục trong năm tới.

Nhưng điều này không có nghĩa là lợi nhuận của NVIDIA sẽ ngay lập tức giảm. Toàn bộ thị trường đang tăng trưởng quá nhanh, ngay cả khi thị phần giảm, lợi nhuận của NVIDIA năm tới vẫn có thể gấp đôi.

Google, Amazon và AMD đều đang giành được thị phần. Ở đây không chỉ nhìn vào số lượng chip, vì kích thước và giá trị của các chip khác nhau rất lớn. Các chỉ số có ý nghĩa hơn bao gồm lượng wafer đóng gói tiên tiến, sử dụng HBM, cũng như chi tiêu trong lĩnh vực gia công wafer và bộ nhớ.

Tất cả những chỉ số này cho thấy, các đối thủ đang dần mở rộng thị phần của mình.

Nhìn về năm 2028 và 2029, tốc độ tăng trưởng của NVIDIA có thể sẽ chậm lại, chưa chắc có thể duy trì mức tăng trưởng doanh thu 100% mỗi năm. Đến lúc đó, thị trường cần đánh giá: sự chậm lại trong tăng trưởng có dẫn đến việc thị phần của họ giảm thêm hay không, hay NVIDIA có thể tiếp tục duy trì vị thế dẫn đầu thông qua kiến trúc thế hệ mới sau Rubin?

NVIDIA phải tiếp tục tăng tốc độ đổi mới. Họ áp dụng nhịp độ cập nhật chip một năm một thế hệ, không chỉ vì sự phát triển của chính mình, mà còn để khiến các đối thủ khó theo kịp.

Hào quang của NVIDIA không chỉ là phần cứng. Phần mềm CUDA, hệ sinh thái nhà phát triển lớn, cơ sở hạ tầng đã được triển khai, cũng như bảng cân đối tài sản và khả năng tài chính của họ, đều tạo thành lợi thế cạnh tranh.

NVIDIA cũng đang tận dụng AI để tăng tốc thiết kế chip của chính mình. Họ không phải không nhận thức được áp lực cạnh tranh, cũng không phải không áp dụng công nghệ mới. Cuối cùng, đây là một cuộc đua.

Jensen Huang rõ ràng rất cảnh giác với cạnh tranh. Ông đã rút ra một số bài học từ lịch sử của Intel và luôn theo dõi động thái của các đối thủ.

Stacy Rasgon:

Điều này cũng giải thích tại sao định giá của NVIDIA lại ở mức thấp như vậy.

Khoảng chín đến mười tháng trước, tôi đã viết một báo cáo nghiên cứu so sánh định giá tương đối của NVIDIA với toàn bộ ngành bán dẫn. Khi đó, trong mười năm qua, chỉ có 13 ngày giao dịch mà định giá tương đối của NVIDIA thấp hơn so với thời điểm đó.

Và bây giờ, định giá tương đối của họ thậm chí còn thấp hơn cả lúc đó.

Các nhà đầu tư không chỉ lo lắng về việc nhu cầu AI có thể duy trì hay không. Nếu toàn bộ nhu cầu AI không còn tồn tại, thì cả NVIDIA và các công ty khác đều sẽ bị ảnh hưởng nghiêm trọng.

Nhưng trong nội bộ ngành bán dẫn, mối đe dọa lớn nhất đối với NVIDIA rõ ràng đến từ cạnh tranh. Họ hiện đang dẫn trước các đối thủ rất xa, nhưng tất cả các đối thủ đều muốn chiếm lĩnh thị trường của họ.

Đây cũng là đặc điểm cố hữu của ngành bán dẫn: chỉ cần một công ty thành công, sẽ luôn có người cố gắng thách thức họ. NVIDIA phải đảm bảo rằng họ luôn dẫn đầu, và khi ngành phát triển, điều này chỉ ngày càng trở nên khó khăn hơn.

Tám, Ứng dụng AI doanh nghiệp: Trong tương lai, nhiều doanh nghiệp sẽ tự mua chip, hay trực tiếp mua Token?

Người dẫn chương trình Austin Lyons:

Trước đó đã nói về GPU, XPU, và các đối thủ không ngừng mở rộng thị phần. Cuộc thảo luận của chúng ta chủ yếu tập trung vào trung tâm dữ liệu và các nhà cung cấp đám mây quy mô lớn.

Vậy, đối với các công ty như NVIDIA, việc triển khai công suất tại chỗ có phải là một cơ hội tăng trưởng quan trọng không?

Stacy Rasgon:

NVIDIA hiện tại sẽ phân biệt doanh thu đến từ các nhà cung cấp đám mây quy mô siêu lớn và không phải quy mô siêu lớn, nhưng sự phân chia này không hoàn toàn chính xác. Một số phòng thí nghiệm AI có thể được xếp vào nhóm không phải quy mô siêu lớn, trong khi chi tiêu của các nhà cung cấp đám mây quy mô siêu lớn cũng có thể gián tiếp hỗ trợ những phòng thí nghiệm này, do đó giữa hai bên có sự giao thoa.

Nhìn chung, hai loại khách hàng hiện tại khoảng chiếm một nửa. Doanh thu mà các phòng thí nghiệm AI đóng góp trực tiếp hoặc gián tiếp có thể chiếm khoảng 20% tổng doanh thu của NVIDIA. Đây vẫn là một tỷ lệ khá lớn.

Do đó, nguồn doanh thu của NVIDIA có thể đa dạng hơn so với những gì chúng ta đã tưởng tượng trước đây.

Nhưng cuối cùng, việc các doanh nghiệp áp dụng AI là chìa khóa cho sự phát triển bền vững của ngành này. Nếu các doanh nghiệp không thực sự sử dụng AI, sự tăng trưởng lâu dài của toàn ngành sẽ thiếu sự hỗ trợ.

Hiện tại vẫn đang ở giai đoạn đầu, tuy nhiên, tôi nghĩ rằng ở phía doanh nghiệp, ít nhất đã xuất hiện một ứng dụng cốt lõi có giá trị rõ ràng: lập trình.

Doanh thu từ các tác nhân lập trình AI đang tăng trưởng nhanh chóng. Ngày nay, gần như tất cả các nhà phát triển phần mềm đều đang sử dụng AI hỗ trợ lập trình, rất ít người còn hoàn toàn dựa vào việc viết mã bằng tay.

Giá trị của ứng dụng doanh nghiệp cũng không nhất thiết phải thể hiện trực tiếp qua sự tăng trưởng doanh thu, mà còn có thể thể hiện qua việc nâng cao năng suất, mà điều này khó đo lường hơn.

Tôi bản thân là một nhà phân tích tài chính, cần xây dựng mô hình tài chính. Vài tháng trước, nhóm của chúng tôi đã thử sử dụng Claude để hoàn thành công việc này. Kết quả ban đầu không lý tưởng, nhưng sau đó một đồng nghiệp cho rằng công cụ đã có sự tiến bộ rõ rệt.

Vì vậy, chúng tôi đã tổ chức một cuộc họp nhóm, để nó bắt đầu từ con số không xây dựng mô hình tài chính cho một công ty mà chúng tôi đã bao phủ.

Kết quả thật bất ngờ: nó chỉ mất một giờ hai mươi phút để hoàn thành một mô hình. Mô hình bao phủ dữ liệu lịch sử mười năm, xử lý nhiều lần tái cấu trúc và điều chỉnh bộ phận của công ty, còn cố gắng sử dụng suy luận logic để dự đoán dựa trên phát biểu của CEO trong cuộc gọi báo cáo tài chính, thay vì chỉ đơn giản là tạo ra số ngẫu nhiên.

Công việc này, nếu giao cho một nhà phân tích trong nhóm, có thể mất một tuần; nếu do tôi tự làm, có thể mất ba tháng. Nhưng Claude chỉ mất một giờ hai mươi phút.

Điều này có nghĩa là, cùng một nhóm có thể hoàn thành nhiều công việc hơn, thậm chí với ít nhân lực hơn để hoàn thành nhiều nhiệm vụ hơn.

Tất nhiên, điều này cũng mang lại những vấn đề khác. Nếu AI được phổ biến rộng rãi trong doanh nghiệp, liệu có khả năng dẫn đến tỷ lệ thất nghiệp tăng vọt? Tôi không biết câu trả lời, nhưng đây thực sự là một vấn đề đáng xem xét.

Theo trải nghiệm thực tế hiện tại, tôi ngày càng tin tưởng rằng ứng dụng AI có thể mang lại lợi ích thực sự. Tuy nhiên, đây vẫn là một thị trường sơ khai. Nhiều doanh nghiệp vẫn đang ở giai đoạn thử nghiệm, chưa rõ cách sử dụng AI và thiếu đủ kiến thức chuyên môn để xác định nhu cầu cụ thể, do đó việc phổ biến cần thời gian.

Tổng thể, tôi có cái nhìn tích cực về tình hình hiện tại.

Dylan Patel:

Tôi muốn bổ sung một điểm: về ứng dụng AI trong doanh nghiệp, tôi không nghĩ rằng hầu hết các doanh nghiệp sẽ mua sắm phần cứng số lượng lớn và vận hành mô hình của riêng họ.

Mô hình suy luận có hiệu ứng kinh tế quy mô rõ ràng. Đối với hầu hết các doanh nghiệp, cách hợp lý hơn là mua Token trực tiếp, tức là gọi dịch vụ suy luận của mô hình đám mây, sau đó kết hợp những khả năng này với dữ liệu của riêng họ.

Tôi nghĩ rằng đây mới là cách tiêu thụ AI chính của hầu hết các doanh nghiệp trong tương lai.

Điều này rất giống với sự phát triển CNTT doanh nghiệp trong hai mươi năm qua. Hai mươi năm trước, các doanh nghiệp thường tự mua cơ sở hạ tầng và triển khai hệ thống; ngày nay, phần lớn chi tiêu CNTT đã chuyển sang điện toán đám mây. Trong tương lai, phần lớn chi tiêu của doanh nghiệp cho AI cũng có thể được sử dụng để mua Token, thay vì tự mua sức mạnh tính toán và vận hành mô hình mã nguồn mở.

Ngay cả các công ty dược phẩm và quỹ đầu cơ cũng có thể chủ yếu trả tiền để sử dụng trực tiếp mô hình, thay vì tự mua phần cứng để vận hành mô hình mã nguồn mở. Tất nhiên, trên thị trường vẫn sẽ có một số nhà cung cấp chuyên mua sức mạnh tính toán, triển khai mô hình và cung cấp dịch vụ cho khách hàng.

Cuộc thảo luận này còn nhiều nội dung đáng để khám phá sâu hơn, nhưng chúng ta đã vượt quá thời gian. Cuộc trao đổi hôm nay rất thú vị, và cảm ơn mọi người đã tham gia.

Cảnh báo rủi ro và điều khoản miễn trừ trách nhiệm

Thị trường có rủi ro, đầu tư cần thận trọng. Bài viết này không cấu thành lời khuyên đầu tư cá nhân, cũng không xem xét các mục tiêu đầu tư, tình hình tài chính hoặc nhu cầu đặc biệt của từng người dùng. Người dùng nên xem xét bất kỳ ý kiến, quan điểm hoặc kết luận nào trong bài viết này có phù hợp với tình trạng cụ thể của họ hay không. Đầu tư dựa trên đó, trách nhiệm tự chịu.