CEO Broadcom cảnh báo cơn sốt AI giống sòng bạc: Nhà đầu tư đang đặt cược vào điều gì?

Làn sóng đầu tư vào trí tuệ nhân tạo (AI) đang tạo ra những cơ hội tăng trưởng lớn cho ngành công nghệ, nhưng cũng làm dấy lên lo ngại về định giá doanh nghiệp, khả năng sinh lời và mức độ hiểu biết thực sự của nhà đầu tư. Hock Tan, Giám đốc điều hành Broadcom, cho rằng một bộ phận nhà đầu tư đang tham gia cuộc đua AI với kỳ vọng quá cao, trong khi chưa hiểu rõ công nghệ và những rủi ro đi kèm.

Phát biểu tại một sự kiện ở Singapore hôm thứ Hai, lãnh đạo Broadcom sử dụng hình ảnh sòng bạc để mô tả cách một số người đặt cược vào lĩnh vực AI. Theo ông, nhiều nhà đầu tư đang kỳ vọng quá lớn vào tiềm năng của công nghệ này nhưng có thể thất vọng khi kết quả kinh doanh thực tế không đáp ứng được những dự báo lạc quan.

Nhận định của Hock Tan xuất hiện trong bối cảnh các doanh nghiệp AI cần chi những khoản tiền khổng lồ cho chip tiên tiến, trung tâm dữ liệu, điện năng và phát triển mô hình. Dù doanh thu của một số công ty tăng nhanh, câu hỏi về lợi nhuận dài hạn vẫn chưa có lời giải rõ ràng. Điều này khiến thị trường phải cân nhắc lại liệu tốc độ mở rộng hiện tại có đủ để biện minh cho các mức định giá cao hay không.

CEO Broadcom ví đầu tư AI như đánh bạc

Hock Tan là một trong những lãnh đạo có ảnh hưởng trong ngành bán dẫn. Broadcom thiết kế nhiều loại linh kiện và giải pháp kết nối phục vụ hạ tầng trung tâm dữ liệu, vốn là nền tảng quan trọng cho quá trình phát triển AI.

Chính vì hoạt động ở trung tâm của chuỗi cung ứng công nghệ, những nhận định của ông về cơn sốt AI thu hút sự chú ý. Tan không phủ nhận tiềm năng của trí tuệ nhân tạo, nhưng đặt câu hỏi về cách thị trường định giá cơ hội tăng trưởng và mức độ hiểu biết của một số nhà đầu tư khi rót vốn vào lĩnh vực này.

Theo phát biểu được dẫn lại từ sự kiện tại Singapore, ông cho rằng nhiều người không thực sự biết mình đang đầu tư vào điều gì. Họ đặt ra kỳ vọng quá cao rồi có thể nhận ra rằng hành vi đầu tư của mình chẳng khác nào đánh bạc.

Sự so sánh này phản ánh một vấn đề quan trọng trên thị trường công nghệ: giá cổ phiếu hoặc giá trị doanh nghiệp có thể tăng nhanh nhờ kỳ vọng, ngay cả khi khả năng tạo lợi nhuận chưa được chứng minh đầy đủ. Khi dòng tiền đổ vào một xu hướng mạnh, nhà đầu tư có thể tập trung vào tốc độ tăng trưởng tiềm năng mà xem nhẹ chi phí, cạnh tranh và những rủi ro trong quá trình thương mại hóa.

Tuy nhiên, không nên hiểu cảnh báo của Tan là kết luận rằng toàn bộ ngành AI chỉ dựa trên đầu cơ. Công nghệ này đang được ứng dụng trong nhiều lĩnh vực, từ tự động hóa quy trình, phát triển phần mềm đến phân tích dữ liệu và chăm sóc khách hàng. Vấn đề nằm ở khoảng cách giữa tiềm năng kỹ thuật với giá trị kinh tế thực tế mà từng doanh nghiệp có thể tạo ra.

Doanh thu AI tăng mạnh nhưng lợi nhuận vẫn là dấu hỏi

Một trong những điểm đáng chú ý trong phát biểu của Hock Tan là trường hợp OpenAI, công ty phát triển ChatGPT. Theo thông tin được nêu trong nội dung nguồn, OpenAI đạt mức doanh thu thường niên hóa khoảng 50 tỷ USD vào tháng 9. Đây là dấu hiệu cho thấy nhu cầu đối với các mô hình AI tạo sinh có thể mở ra một thị trường thương mại quy mô lớn.

Doanh thu thường niên hóa là cách quy đổi tốc độ doanh thu trong một giai đoạn nhất định thành con số tương đương cho cả năm. Chỉ số này có thể giúp hình dung quy mô kinh doanh, nhưng không đồng nghĩa doanh nghiệp đã thực sự thu về khoản doanh thu đó trong cả năm tài chính. Quan trọng hơn, doanh thu cao không tự động đồng nghĩa với lợi nhuận cao.

Tan cho rằng quy mô doanh thu của OpenAI cho thấy tiềm năng tăng trưởng từ việc cung cấp các mô hình AI tiên tiến, nhưng chưa đủ để chứng minh tính bền vững của mô hình kinh doanh. Ông lưu ý rằng doanh nghiệp vẫn đang chịu thua lỗ do chi phí đào tạo mô hình rất lớn.

Để phát triển và vận hành các hệ thống AI tiên tiến, doanh nghiệp phải đầu tư vào bộ xử lý chuyên dụng, hạ tầng tính toán, trung tâm dữ liệu, nhân lực kỹ thuật và điện năng. Chi phí còn phát sinh khi các mô hình được cập nhật, phục vụ lượng người dùng lớn hoặc tích hợp vào sản phẩm dành cho doanh nghiệp.

Ngoài chi phí đào tạo ban đầu, việc vận hành mô hình ở quy mô thương mại cũng có thể tốn kém. Mỗi yêu cầu của người dùng cần tài nguyên tính toán, trong khi doanh nghiệp phải cân đối giữa giá bán dịch vụ, mức độ sử dụng và chi phí cung cấp.

Nếu doanh thu tăng nhanh hơn chi phí, các công ty AI có thể tiến gần hơn đến lợi nhuận. Ngược lại, nếu chi phí tính toán tiếp tục tăng, giá dịch vụ bị cạnh tranh hoặc khách hàng không sẵn sàng trả đủ để bù đắp chi phí, tốc độ tăng trưởng doanh thu có thể không chuyển hóa thành hiệu quả tài chính tương xứng.

Đây cũng là lý do thị trường cần phân biệt giữa khả năng thu hút người dùng, tốc độ tăng doanh thu và năng lực tạo lợi nhuận. Ba yếu tố này có liên quan nhưng không thể thay thế cho nhau.

Doanh nghiệp cần chứng minh AI tạo ra giá trị kinh tế thực

Hock Tan cho rằng các nhà phát triển mô hình AI cần tìm kiếm những khách hàng có thể thu được lợi ích kinh tế từ công nghệ, thay vì chỉ dựa vào những người dùng tiêu tốn tài nguyên trong quá trình thử nghiệm.

Ông minh họa vấn đề bằng hình ảnh một đứa trẻ được cha mẹ cho 10 USD tiền xu để chơi trò chơi điện tử. Đứa trẻ có thể tiêu hết số tiền trong khoảng 10 phút mà không thu được kiến thức hay giá trị lâu dài tương xứng. Theo cách ví von của Tan, một số doanh nghiệp hiện nay cũng đang sử dụng AI theo cách tương tự: chi tiền để thử nghiệm nhưng chưa chứng minh được hiệu quả đầu tư.

Nhận định này đặt ra câu hỏi về cách doanh nghiệp đánh giá thành công khi triển khai AI. Số lượng nhân viên sử dụng công cụ, số lượt truy vấn hoặc số lượng dự án thử nghiệm không nhất thiết phản ánh lợi ích tài chính. Điều quan trọng hơn là AI có giúp giảm chi phí, tăng năng suất, rút ngắn thời gian xử lý công việc hoặc tạo ra nguồn doanh thu mới hay không.

Chẳng hạn, một doanh nghiệp triển khai AI để hỗ trợ chăm sóc khách hàng cần đánh giá liệu công nghệ có rút ngắn thời gian phản hồi, giảm số lượng yêu cầu phải chuyển cho nhân viên và duy trì chất lượng dịch vụ hay không. Một công ty sử dụng AI trong phát triển phần mềm cần xem xét mức độ cải thiện năng suất, tỷ lệ lỗi và chi phí kiểm thử.

Nếu không có các chỉ số đánh giá rõ ràng, doanh nghiệp có thể tiếp tục chi tiền cho những dự án tạo ra hiệu ứng truyền thông nhưng chưa đem lại lợi ích kinh doanh tương xứng.

Điều này không có nghĩa mọi dự án AI phải tạo ra lợi nhuận ngay lập tức. Một số khoản đầu tư có thể phục vụ nghiên cứu dài hạn hoặc xây dựng năng lực cạnh tranh. Tuy nhiên, doanh nghiệp cần xác định rõ mục tiêu, ngân sách, thời gian đánh giá và điều kiện để tiếp tục hoặc dừng dự án.

Nguy cơ thiếu vốn có thể trở thành rào cản của ngành AI

Bên cạnh vấn đề hiệu quả đầu tư, Hock Tan cảnh báo nguồn vốn có thể trở thành một trở ngại mới đối với sự phát triển của ngành AI.

Trong giai đoạn thị trường lạc quan, doanh nghiệp có thể huy động vốn dựa trên kỳ vọng về nhu cầu trong tương lai. Nhưng khi nhà đầu tư bắt đầu xem xét kỹ hơn dòng tiền, chi phí vốn và khả năng sinh lời, các công ty có định giá cao nhưng chưa tạo ra doanh thu tương xứng có thể gặp khó khăn trong việc gọi vốn.

Một ví dụ được đề cập trong nội dung nguồn là Firmus Grid Ltd., doanh nghiệp trung tâm dữ liệu của Australia được Nvidia hậu thuẫn. Công ty được cho là đã rút lại kế hoạch phát hành cổ phiếu lần đầu ra công chúng (IPO) trị giá 5,5 tỷ USD trong tuần trước. Diễn biến này được xem là dấu hiệu cho thấy nhà đầu tư có thể đang thận trọng hơn với định giá của các doanh nghiệp hạ tầng AI dựa nhiều vào doanh thu tương lai.

Dù vậy, việc một doanh nghiệp rút kế hoạch IPO không đủ để kết luận toàn bộ thị trường AI đang mất khả năng huy động vốn. Quyết định phát hành có thể chịu ảnh hưởng từ nhiều yếu tố, bao gồm điều kiện thị trường, mức định giá kỳ vọng và chiến lược riêng của doanh nghiệp.

Tuy nhiên, trường hợp này cho thấy nguồn vốn không phải lúc nào cũng sẵn có, ngay cả khi doanh nghiệp hoạt động trong lĩnh vực đang được thị trường quan tâm. Những công ty cần đầu tư lớn vào trung tâm dữ liệu và phần cứng sẽ phải chứng minh khả năng sử dụng vốn hiệu quả để duy trì niềm tin của nhà đầu tư.

Nếu điều kiện huy động vốn trở nên khó khăn hơn, một số dự án có thể phải trì hoãn mở rộng, điều chỉnh kế hoạch đầu tư hoặc tìm kiếm mô hình kinh doanh ít tốn kém hơn. Ngược lại, doanh nghiệp có dòng tiền tốt, khách hàng ổn định và hợp đồng dài hạn có thể có lợi thế trong giai đoạn thị trường chọn lọc hơn.

Lãnh đạo DBS cảnh báo thị trường đang đánh giá lại rủi ro AI

Trước khi Hock Tan phát biểu tại sự kiện, Tan Su Shan, Giám đốc điều hành DBS Holdings, cũng đề cập đến việc thị trường đang đánh giá lại rủi ro trong lĩnh vực tài chính liên quan đến AI sau giai đoạn đầu tư quy mô lớn.

Điều này cho thấy những câu hỏi về hiệu quả đầu tư AI không chỉ giới hạn trong ngành công nghệ. Các tổ chức tài chính, nhà đầu tư và doanh nghiệp sử dụng AI đều phải cân nhắc rủi ro khi công nghệ được triển khai nhanh chóng trong môi trường kinh doanh thực tế.

AI có thể hỗ trợ xử lý dữ liệu, phát hiện dấu hiệu bất thường và tự động hóa nhiều công việc. Tuy nhiên, việc triển khai cũng đặt ra các vấn đề về bảo mật, chất lượng dữ liệu, độ tin cậy của kết quả và trách nhiệm khi hệ thống đưa ra thông tin sai lệch.

Trong lĩnh vực tài chính, các vấn đề này có thể ảnh hưởng đến quản trị rủi ro, quy trình ra quyết định và yêu cầu tuân thủ. Vì vậy, lợi ích của AI cần được đánh giá cùng với chi phí triển khai, biện pháp kiểm soát và những rủi ro phát sinh.

Xu hướng đánh giá lại rủi ro không nhất thiết đồng nghĩa dòng vốn sẽ rời bỏ AI. Thay vào đó, thị trường có thể chuyển từ giai đoạn tập trung vào tốc độ tăng trưởng sang giai đoạn đòi hỏi bằng chứng rõ ràng hơn về hiệu quả kinh doanh.

CEO Intel dự báo phần cứng AI tiếp tục khan hiếm

Cũng tại buổi thảo luận, Lip-Bu Tan, Giám đốc điều hành Intel, nhận định tốc độ phát triển nhanh chóng của AI đồng nghĩa nguồn cung phần cứng có thể tiếp tục khan hiếm trong hai đến ba năm tới.

Ông đồng thời cho rằng phân khúc chip nhớ có thể là một trong những lĩnh vực đầu tiên chịu sự suy giảm. Nhận định này cho thấy chuỗi cung ứng bán dẫn có thể phải đối mặt với những biến động đáng kể khi nhu cầu AI tăng nhanh nhưng năng lực cung ứng và chu kỳ đầu tư không phải lúc nào cũng theo kịp.

Hạ tầng AI không chỉ cần bộ xử lý mạnh mà còn phụ thuộc vào bộ nhớ, thiết bị mạng, hệ thống lưu trữ, điện năng và cơ sở vật chất của trung tâm dữ liệu. Nếu một mắt xích quan trọng bị thiếu hụt, chi phí triển khai hệ thống có thể tăng lên hoặc tiến độ mở rộng bị chậm lại.

Tuy nhiên, tình trạng thiếu cung ở một phân khúc không nhất thiết kéo dài đồng đều trên toàn bộ thị trường. Nhu cầu, công suất sản xuất, kế hoạch đầu tư của các nhà cung cấp và chu kỳ ngành bán dẫn đều có thể thay đổi. Vì vậy, nhà đầu tư cần theo dõi từng phân khúc cụ thể thay vì xem toàn bộ chuỗi cung ứng AI như một thị trường đồng nhất.

Đối với các doanh nghiệp bán dẫn, nhu cầu AI có thể mở ra cơ hội tăng trưởng, nhưng hiệu quả tài chính vẫn phụ thuộc vào khả năng đáp ứng đơn hàng, kiểm soát chi phí và duy trì lợi thế công nghệ.

Cơn sốt AI đang bước vào giai đoạn kiểm chứng giá trị

Những cảnh báo của Hock Tan phản ánh sự khác biệt giữa kỳ vọng của thị trường và các điều kiện cần thiết để xây dựng một ngành công nghiệp bền vững. AI có tiềm năng thay đổi cách doanh nghiệp vận hành, nhưng việc biến tiềm năng thành lợi nhuận đòi hỏi vốn đầu tư lớn, sản phẩm phù hợp và khách hàng sẵn sàng trả tiền.

Trong giai đoạn tiếp theo, nhà đầu tư có thể cần quan tâm nhiều hơn đến các chỉ số như doanh thu thực tế, biên lợi nhuận, chi phí tính toán, dòng tiền, nghĩa vụ đầu tư và khả năng giữ chân khách hàng. Đối với doanh nghiệp ứng dụng AI, các thước đo năng suất và hiệu quả hoạt động sẽ ngày càng quan trọng.

Cũng cần tránh đi đến kết luận cực đoan rằng mọi khoản đầu tư AI đều thiếu cơ sở. Một số doanh nghiệp có thể tạo ra lợi thế cạnh tranh lâu dài nhờ công nghệ, dữ liệu và khả năng tích hợp AI vào quy trình kinh doanh. Nhưng những doanh nghiệp dựa chủ yếu vào kỳ vọng tăng trưởng mà chưa chứng minh được hiệu quả sẽ đối mặt với áp lực lớn hơn khi thị trường thận trọng.

Thông điệp từ lãnh đạo Broadcom vì thế không chỉ là lời cảnh báo về định giá. Đó còn là lời nhắc rằng nhà đầu tư cần hiểu rõ tài sản mình mua, mô hình kinh doanh đứng sau công nghệ và những điều kiện cần thiết để doanh nghiệp tạo ra giá trị bền vững.

Trong một thị trường thay đổi nhanh như AI, cơ hội có thể rất lớn, nhưng mức độ bất định cũng cao. Việc phân biệt giữa tăng trưởng thực chất và kỳ vọng đầu cơ sẽ là yếu tố quan trọng đối với cả doanh nghiệp lẫn nhà đầu tư.

Cảnh báo của CEO Broadcom cho thấy thị trường AI có thể đang tiến vào giai đoạn đòi hỏi bằng chứng rõ ràng hơn về hiệu quả kinh doanh. Tiềm năng của công nghệ vẫn lớn, nhưng doanh thu tăng nhanh, nhu cầu chip cao hay định giá doanh nghiệp hấp dẫn không tự động bảo đảm lợi nhuận. Khả năng chuyển đổi AI thành giá trị kinh tế thực sẽ là phép thử quan trọng đối với ngành trong những năm tới.

Nguồn tham khảo: Nội dung phát biểu của Hock Tan tại sự kiện ở Singapore; thông tin được cung cấp về OpenAI, Firmus Grid, DBS Holdings và nhận định của Lip-Bu Tan về nguồn cung phần cứng AI.

Câu hỏi thường gặp về cơn sốt đầu tư AI

1. Vì sao CEO Broadcom ví nhiều nhà đầu tư AI như người đánh bạc?

Hock Tan cho rằng một bộ phận nhà đầu tư đặt kỳ vọng quá cao nhưng chưa hiểu rõ công nghệ, mô hình kinh doanh và rủi ro của doanh nghiệp mà họ rót vốn. Hình ảnh sòng bạc được dùng để nhấn mạnh nguy cơ đầu tư dựa trên kỳ vọng thay vì phân tích đầy đủ.

2. OpenAI đạt doanh thu thường niên hóa 50 tỷ USD có đồng nghĩa đã có lãi?

Không. Doanh thu thường niên hóa là cách quy đổi tốc độ doanh thu tại một thời điểm thành mức tương đương trong một năm. Chỉ số này không phản ánh đầy đủ lợi nhuận, dòng tiền hay chi phí vận hành. Theo nội dung nguồn, Hock Tan nhấn mạnh rằng chi phí đào tạo mô hình vẫn là gánh nặng đáng kể.

3. Vì sao các doanh nghiệp AI cần chứng minh hiệu quả đầu tư?

Phát triển và vận hành AI đòi hỏi chi phí lớn cho chip, trung tâm dữ liệu, điện năng và nhân lực. Doanh nghiệp cần chứng minh công nghệ giúp tăng doanh thu, giảm chi phí hoặc cải thiện năng suất đủ để bù đắp khoản đầu tư.

4. Nguy cơ thiếu vốn có thể ảnh hưởng thế nào đến ngành AI?

Nếu nhà đầu tư thận trọng hơn với định giá và khả năng sinh lời, các doanh nghiệp AI có thể khó huy động vốn để mở rộng. Điều này có thể khiến một số dự án bị trì hoãn hoặc buộc phải điều chỉnh kế hoạch chi tiêu. Mức độ ảnh hưởng sẽ khác nhau tùy năng lực tài chính và mô hình kinh doanh của từng công ty.

5. Tình trạng khan hiếm phần cứng AI có thể kéo dài bao lâu?

Lip-Bu Tan của Intel nhận định phần cứng có thể tiếp tục khan hiếm trong hai đến ba năm tới. Đây là dự báo của lãnh đạo doanh nghiệp, không phải thời hạn chắc chắn cho mọi loại linh kiện. Nguồn cung thực tế còn phụ thuộc vào công suất sản xuất, nhu cầu và diễn biến của chu kỳ bán dẫn.

6. Nhà đầu tư nên theo dõi điều gì khi đánh giá cổ phiếu AI?

Các yếu tố quan trọng gồm tốc độ tăng doanh thu, biên lợi nhuận, dòng tiền, chi phí đầu tư, nhu cầu thực tế của khách hàng và khả năng duy trì lợi thế công nghệ. Nhà đầu tư cũng cần xem xét định giá hiện tại có tương xứng với triển vọng kinh doanh hay không, thay vì chỉ dựa vào sức hút của chủ đề AI.