CEO Broadcom cảnh báo nhà đầu tư AI: Bài học của Warren Buffett về “vòng tròn năng lực” đang bị bỏ quên

Làn sóng trí tuệ nhân tạo (AI) đang tạo ra những cơ hội tăng trưởng lớn trên thị trường chứng khoán, nhưng đồng thời cũng làm dấy lên một câu hỏi quan trọng: Liệu các nhà đầu tư có thực sự hiểu những doanh nghiệp mà họ đang đặt cược vào?

Hock Tan, CEO của Broadcom (AVGO), cho rằng nhiều nhà đầu tư đang theo đuổi các cơ hội liên quan đến AI mà chưa đánh giá đầy đủ giá trị kinh doanh, khả năng sinh lời và rủi ro của những công ty đứng sau công nghệ này. Theo Bloomberg, phát biểu tại Singapore, ông cảnh báo rằng một bộ phận nhà đầu tư có kỳ vọng quá cao và đang hành động chẳng khác nào tham gia vào một sòng bạc.

Nhận định này gợi lại triết lý đầu tư nổi tiếng của Warren Buffett: Chỉ nên đầu tư vào những doanh nghiệp mà mình có khả năng hiểu và đánh giá. Trong thư gửi cổ đông Berkshire Hathaway năm 1996, Buffett nhấn mạnh rằng nhà đầu tư không cần hiểu mọi lĩnh vực, nhưng phải nhận thức rõ giới hạn kiến thức của bản thân.

Trong bối cảnh các tập đoàn công nghệ như Meta, Microsoft và Alphabet rót hàng chục tỷ USD vào hạ tầng AI, nguyên tắc này càng trở nên đáng chú ý. Công nghệ có thể phát triển nhanh chóng, nhưng không phải mọi khoản đầu tư vào AI đều chắc chắn tạo ra lợi nhuận tương xứng.

CEO Broadcom cảnh báo nhà đầu tư đang biến AI thành một canh bạc

Hock Tan không phủ nhận tiềm năng của AI. Trên thực tế, Broadcom là một doanh nghiệp có vị trí quan trọng trong hệ sinh thái bán dẫn và hạ tầng mạng phục vụ các trung tâm dữ liệu. Công ty được hưởng lợi từ nhu cầu về chip tùy chỉnh, linh kiện kết nối và các giải pháp giúp hệ thống AI vận hành ở quy mô lớn.

Tuy nhiên, chính người đứng đầu một doanh nghiệp có liên quan trực tiếp đến làn sóng AI lại cảnh báo về cách thị trường đang định giá và tiếp cận cơ hội này.

Theo nội dung được Bloomberg dẫn lại, Tan cho rằng nhiều nhà đầu tư không thực sự biết mình đang mua gì. Họ có thể hình thành kỳ vọng quá lớn về tương lai, nhưng chưa hiểu rõ những yếu tố quyết định lợi nhuận của doanh nghiệp, từ chi phí đầu tư đến khả năng chuyển công nghệ thành doanh thu thực tế.

Điểm đáng chú ý trong cảnh báo này là sự khác biệt giữa niềm tin vào công nghệ và khả năng đánh giá một khoản đầu tư. AI có thể tạo ra những bước tiến đáng kể trong xử lý dữ liệu, tự động hóa và phát triển phần mềm. Tuy nhiên, việc một công nghệ hữu ích không đồng nghĩa mọi doanh nghiệp tham gia vào lĩnh vực đó đều có mô hình kinh doanh hiệu quả.

Một công ty có thể sở hữu công nghệ tốt nhưng phải chi quá nhiều để phát triển sản phẩm, vận hành hệ thống hoặc thu hút khách hàng. Một doanh nghiệp khác có thể tăng doanh thu nhanh nhưng vẫn chưa tạo ra dòng tiền đủ lớn để bù đắp vốn đầu tư. Trong những trường hợp này, tốc độ tăng trưởng chưa chắc phản ánh chất lượng lợi nhuận.

Đối với nhà đầu tư, rủi ro xuất hiện khi quyết định mua cổ phiếu chủ yếu dựa trên sự hào hứng của thị trường, thay vì đánh giá độc lập về doanh nghiệp và mức giá phải trả.

Bài học của Warren Buffett: Đầu tư trong phạm vi năng lực

Triết lý “vòng tròn năng lực” là một trong những nguyên tắc được nhắc đến nhiều nhất khi nói về Warren Buffett. Ý tưởng cốt lõi rất đơn giản: Nhà đầu tư không cần biết mọi thứ, nhưng phải hiểu rõ những lĩnh vực mà mình lựa chọn tham gia.

Trong thư gửi các nhà đầu tư Berkshire Hathaway năm 1996, Buffett viết rằng nhà đầu tư cần có khả năng đánh giá chính xác những doanh nghiệp được lựa chọn. Ông nhấn mạnh rằng quy mô phạm vi hiểu biết không quan trọng bằng việc nhận thức rõ ranh giới của nó.

Điều này có ý nghĩa đặc biệt trong thị trường AI, nơi công nghệ, mô hình kinh doanh và kỳ vọng tài chính thay đổi nhanh chóng. Một nhà đầu tư có thể hiểu cách một công ty phần mềm tạo doanh thu từ khách hàng doanh nghiệp, nhưng chưa chắc đủ khả năng đánh giá ưu thế kỹ thuật của một kiến trúc chip mới hoặc chi phí vận hành một trung tâm dữ liệu quy mô lớn.

Tương tự, việc sử dụng thành thạo các công cụ AI không đồng nghĩa với khả năng dự báo chính xác lợi nhuận của doanh nghiệp sản xuất chip, nhà cung cấp điện toán đám mây hay công ty phát triển mô hình ngôn ngữ lớn.

Áp dụng nguyên tắc của Buffett không nhất thiết có nghĩa là phải tránh hoàn toàn các cổ phiếu công nghệ. Điều quan trọng là xác định những gì mình thực sự hiểu, những yếu tố chưa thể đánh giá và mức độ bất định còn tồn tại.

Một nhà đầu tư có thể tìm hiểu doanh nghiệp thông qua báo cáo tài chính, cơ cấu doanh thu, biên lợi nhuận, dòng tiền, nợ vay, khách hàng và lợi thế cạnh tranh. Nếu không thể giải thích vì sao doanh nghiệp có thể duy trì lợi nhuận trong dài hạn, việc mua cổ phiếu chỉ vì giá đang tăng có thể khiến quyết định đầu tư trở nên giống một canh bạc.

Vì sao AI khiến việc tuân thủ nguyên tắc của Buffett khó hơn?

Khác với nhiều ngành truyền thống, AI có tốc độ đổi mới rất nhanh và chuỗi giá trị phức tạp. Một sản phẩm mới có thể tạo ra sự chú ý lớn chỉ trong thời gian ngắn, trong khi tác động kinh tế thực tế cần nhiều quý hoặc nhiều năm mới được kiểm chứng.

Thị trường còn phải đánh giá hàng loạt vấn đề: Năng lực tính toán có tiếp tục thiếu hụt hay không? Chi phí huấn luyện và vận hành mô hình sẽ giảm nhanh đến mức nào? Khách hàng doanh nghiệp có sẵn sàng trả tiền cho các dịch vụ AI? Doanh thu mới có đủ bù đắp chi phí đầu tư vào máy chủ, chip, điện năng và nhân lực hay không?

Đây đều là những câu hỏi khó, ngay cả với các chuyên gia trong ngành.

Sự phức tạp còn đến từ việc giá trị kinh tế của AI không phân bổ đồng đều giữa các doanh nghiệp. Nhà sản xuất chip có thể hưởng lợi khi nhu cầu tính toán tăng. Nhà cung cấp điện toán đám mây có thể thu thêm doanh thu từ dịch vụ AI. Các doanh nghiệp ứng dụng AI cũng có thể giảm chi phí hoặc tăng năng suất.

Tuy nhiên, mỗi mắt xích có một cấu trúc lợi nhuận khác nhau. Doanh nghiệp đầu tư nhiều vào hạ tầng chưa chắc là doanh nghiệp thu được lợi nhuận cao nhất. Công ty có lượng người dùng lớn chưa chắc chuyển đổi được mức độ sử dụng thành doanh thu tương xứng. Và một doanh nghiệp tăng trưởng nhanh vẫn có thể là khoản đầu tư kém hấp dẫn nếu giá cổ phiếu đã phản ánh kỳ vọng quá lạc quan.

Với nhà đầu tư cá nhân, việc theo dõi tin tức AI mỗi ngày có thể tạo cảm giác rằng mình đang hiểu rõ ngành. Nhưng hiểu một sản phẩm hoặc nắm được một xu hướng công nghệ chỉ là bước đầu; đánh giá được khả năng sinh lời, lợi thế cạnh tranh và định giá của doanh nghiệp mới là nhiệm vụ khó hơn.

Hock Tan vẫn lạc quan về AI, nhưng cảnh báo nguy cơ lãng phí vốn

Một điểm cần phân biệt trong nhận định của Hock Tan là ông không nhất thiết phản đối đầu tư vào AI. Thay vào đó, ông cảnh báo về khả năng ngành công nghiệp đầu tư quá nhiều vốn mà không tạo ra đủ giá trị kinh tế để duy trì mức chi tiêu hiện tại.

Các tập đoàn công nghệ lớn đang cạnh tranh để xây dựng trung tâm dữ liệu, mua chip xử lý, mở rộng năng lực điện toán và phát triển các mô hình AI ngày càng mạnh. Những khoản đầu tư này có thể tạo nền tảng cho các sản phẩm mới và nâng cao năng suất trong tương lai.

Tuy nhiên, vốn đầu tư chỉ tạo ra giá trị bền vững khi doanh nghiệp có thể thu được lợi ích kinh tế tương xứng. Nếu doanh thu từ AI tăng chậm hơn chi phí, doanh nghiệp có thể phải đối mặt với thời gian hoàn vốn dài, dòng tiền yếu và áp lực giảm đầu tư.

Tan cho rằng lợi nhuận dài hạn của ngành sẽ phụ thuộc vào việc chứng minh AI thực sự hữu ích đối với doanh nghiệp. Đây là một tiêu chí quan trọng để phân biệt giữa làn sóng đầu tư tạo ra giá trị thực và cuộc chạy đua chi tiêu dựa quá nhiều vào kỳ vọng.

Có thể hình dung một hệ thống AI cao cấp giống như một chiếc Ferrari: công nghệ ấn tượng, hiệu năng mạnh mẽ và chi phí sở hữu lớn. Nhưng giá trị của nó đối với một doanh nghiệp phải được đánh giá dựa trên công việc cụ thể mà nó giải quyết được, chứ không chỉ dựa vào mức độ tiên tiến của công nghệ.

Nếu một công cụ AI giúp doanh nghiệp tăng doanh thu, giảm chi phí, rút ngắn thời gian xử lý hoặc cải thiện chất lượng dịch vụ với mức chi phí hợp lý, khoản đầu tư có thể mang lại hiệu quả rõ ràng. Ngược lại, nếu chi phí triển khai, vận hành và kiểm soát rủi ro cao hơn lợi ích thu được, việc sử dụng công nghệ tiên tiến chưa chắc tạo ra lợi nhuận.

Meta, Microsoft và Alphabet đang đặt cược lớn vào AI

Các khoản đầu tư khổng lồ của những tập đoàn như Meta (META), Microsoft (MSFT) và Alphabet (GOOG, GOOGL) khiến nhiều nhà đầu tư cá nhân tin rằng AI chắc chắn sẽ tạo ra giá trị lớn trong dài hạn.

Lập luận này có cơ sở nhất định. Các tập đoàn công nghệ hàng đầu sở hữu nguồn lực tài chính, đội ngũ kỹ thuật, hệ thống phân phối và lượng khách hàng lớn. Họ cũng có khả năng tích hợp AI vào các sản phẩm hiện hữu, từ công cụ tìm kiếm, quảng cáo đến phần mềm văn phòng và dịch vụ đám mây.

Tuy nhiên, quy mô đầu tư của một doanh nghiệp lớn không tự động chứng minh rằng mọi cổ phiếu liên quan đến AI đều được định giá hợp lý. Một tập đoàn có thể đủ khả năng chi hàng chục tỷ USD cho hạ tầng, nhưng cổ đông vẫn cần biết khoản chi đó sẽ tạo ra doanh thu, lợi nhuận và dòng tiền như thế nào.

Nhà đầu tư cũng phải phân biệt giữa năng lực tài chính của doanh nghiệp và mức giá cổ phiếu trên thị trường. Một công ty tốt không phải lúc nào cũng là một khoản đầu tư tốt ở mọi mức định giá. Nếu kỳ vọng tăng trưởng đã được phản ánh quá đầy đủ vào giá, lợi nhuận thực tế dù tích cực vẫn có thể thấp hơn mong đợi của thị trường.

Đây chính là điểm mà nguyên tắc của Buffett trở nên hữu ích: Không nên mua một cổ phiếu chỉ vì những người có nguồn lực lớn hơn mình đang đầu tư mạnh vào lĩnh vực đó. Thay vào đó, cần hiểu luận điểm đầu tư, đánh giá rủi ro và xem mức giá hiện tại có phù hợp với triển vọng lợi nhuận hay không.

Buffett từng bỏ lỡ cơ hội công nghệ như Google

Warren Buffett nổi tiếng với phong cách đầu tư tập trung vào doanh nghiệp có mô hình kinh doanh dễ hiểu, lợi thế cạnh tranh bền vững và khả năng tạo ra dòng tiền trong dài hạn. Tuy nhiên, ông cũng từng thừa nhận rằng mình không phải lúc nào cũng đánh giá đúng các cơ hội trong lĩnh vực công nghệ.

Google là một ví dụ thường được nhắc đến. Buffett từng cho biết ông nhận ra sức mạnh của mô hình quảng cáo tìm kiếm nhưng đã không đầu tư sớm, một phần vì doanh nghiệp nằm ngoài phạm vi hiểu biết mà ông cảm thấy đủ tự tin để hành động vào thời điểm đó.

Trường hợp này cho thấy “vòng tròn năng lực” có cả lợi ích và giới hạn. Việc tập trung vào những gì mình hiểu có thể giúp nhà đầu tư tránh nhiều sai lầm, nhưng cũng có thể khiến họ bỏ lỡ một số doanh nghiệp tăng trưởng lớn.

Dù vậy, không thể từ việc Buffett bỏ lỡ Google mà kết luận rằng nhà đầu tư nên mua mọi cổ phiếu công nghệ mới. Bài học không phải là phải tham gia bằng mọi giá, mà là liên tục mở rộng kiến thức, đánh giá cơ hội bằng dữ liệu và chỉ đầu tư khi hiểu đủ rõ những rủi ro trọng yếu.

Trong thị trường AI, điều này có nghĩa là nhà đầu tư có thể chủ động học về công nghệ, mô hình kinh doanh và cấu trúc ngành. Nhưng nếu chưa thể đánh giá một doanh nghiệp riêng lẻ, họ không nhất thiết phải đặt cược lớn chỉ vì sợ bỏ lỡ cơ hội.

Vì sao Buffett khuyến khích nhiều nhà đầu tư chọn quỹ chỉ số?

Buffett từng nhiều lần ủng hộ chiến lược đầu tư chi phí thấp thông qua quỹ chỉ số dành cho những nhà đầu tư không có thời gian hoặc lợi thế chuyên môn để lựa chọn từng cổ phiếu.

Một quỹ chỉ số rộng như quỹ mô phỏng S&P 500 cho phép nhà đầu tư tiếp cận nhiều doanh nghiệp lớn cùng lúc, thay vì phụ thuộc hoàn toàn vào kết quả của một vài công ty riêng lẻ. Cách tiếp cận này giúp giảm rủi ro đặc thù của từng doanh nghiệp và hạn chế nhu cầu liên tục dự đoán cổ phiếu chiến thắng.

Trong bối cảnh AI, chiến lược chỉ số còn có một đặc điểm đáng chú ý: Nhiều tập đoàn công nghệ lớn đã chiếm tỷ trọng đáng kể trong các chỉ số chứng khoán Mỹ. Vì vậy, nhà đầu tư nắm giữ quỹ chỉ số rộng vẫn có thể tiếp xúc với xu hướng AI mà không cần trực tiếp lựa chọn từng cổ phiếu chip, phần mềm hoặc trung tâm dữ liệu.

Tuy nhiên, quỹ chỉ số không loại bỏ hoàn toàn rủi ro. Nếu các cổ phiếu công nghệ có tỷ trọng lớn giảm mạnh, chỉ số vẫn có thể chịu tác động đáng kể. Quỹ chỉ số cũng có thể giảm giá trong các đợt thị trường đi xuống.

Ưu điểm chính của chiến lược này là đa dạng hóa và chi phí thường thấp, chứ không phải khả năng bảo đảm lợi nhuận. Nhà đầu tư vẫn cần lựa chọn quỹ phù hợp với mục tiêu tài chính, thời gian nắm giữ và khả năng chịu biến động.

Bài học thực tế cho nhà đầu tư cá nhân trong làn sóng AI

Cảnh báo của Hock Tan và triết lý của Buffett có thể được chuyển thành một số nguyên tắc thực hành khi đánh giá cổ phiếu AI.

Thứ nhất, phân biệt công nghệ tốt với khoản đầu tư tốt. Một sản phẩm AI có thể gây ấn tượng mạnh, nhưng nhà đầu tư cần xem xét doanh nghiệp có thể kiếm tiền từ sản phẩm đó như thế nào và chi phí để cung cấp dịch vụ là bao nhiêu.

Thứ hai, kiểm tra chất lượng doanh thu và dòng tiền. Tăng trưởng doanh thu là tín hiệu quan trọng, nhưng cần đánh giá thêm biên lợi nhuận, dòng tiền hoạt động, chi phí vốn và mức độ phụ thuộc vào một nhóm khách hàng lớn.

Thứ ba, xem xét định giá. Ngay cả doanh nghiệp có triển vọng tốt cũng có thể trở thành khoản đầu tư rủi ro nếu giá cổ phiếu đã phản ánh những kỳ vọng quá cao. Cần so sánh mức định giá với khả năng tăng trưởng lợi nhuận và các kịch bản bất lợi.

Thứ tư, nhận diện giới hạn kiến thức. Nếu không thể giải thích mô hình kinh doanh hoặc những yếu tố quyết định lợi nhuận của công ty, nhà đầu tư nên dành thêm thời gian nghiên cứu hoặc cân nhắc phương án đa dạng hóa thay vì mua chỉ vì xu hướng.

Thứ năm, tránh tâm lý sợ bỏ lỡ cơ hội. Việc một cổ phiếu tăng mạnh hoặc được nhiều người nhắc đến không có nghĩa cơ hội sẽ biến mất nếu chưa mua ngay. Kiên nhẫn chờ dữ liệu rõ ràng có thể tốt hơn việc tham gia một giao dịch mà bản thân chưa hiểu.

Đừng nhầm lẫn giữa niềm tin vào AI và hiểu biết về khoản đầu tư

Làn sóng AI có thể tạo ra những thay đổi sâu rộng trong kinh tế và thị trường tài chính. Nhưng sự phát triển nhanh của công nghệ cũng khiến việc định giá doanh nghiệp trở nên khó khăn, đặc biệt khi các khoản đầu tư vào chip, máy chủ và trung tâm dữ liệu tăng lên trước khi toàn bộ lợi ích kinh tế được chứng minh.

Thông điệp của Hock Tan không nhất thiết là nhà đầu tư phải tránh xa AI. Điều đáng lưu ý hơn là không nên biến triển vọng của một công nghệ thành niềm tin rằng mọi cổ phiếu liên quan đều sẽ tăng giá.

Triết lý của Warren Buffett vẫn có giá trị trong bối cảnh này: Hiểu doanh nghiệp, biết giới hạn kiến thức và đánh giá mức giá phải trả. Nhà đầu tư không cần dự đoán chính xác mọi bước tiến của AI để xây dựng chiến lược dài hạn. Họ cần phân biệt giữa cơ hội thực tế và kỳ vọng chưa được kiểm chứng, đồng thời lựa chọn mức rủi ro phù hợp với khả năng tài chính của mình.

Khi thị trường ngày càng bị chi phối bởi những câu chuyện tăng trưởng hấp dẫn, khả năng kiên nhẫn, kiểm tra dữ liệu và tránh quyết định theo đám đông có thể quan trọng không kém việc tìm ra công nghệ tiếp theo làm thay đổi thế giới.

Nguồn tham khảo: Thư gửi cổ đông Berkshire Hathaway năm 1996 của Warren Buffett; phát biểu của Hock Tan tại Singapore được Bloomberg dẫn lại; thông tin công khai về Broadcom và các tập đoàn công nghệ liên quan đến đầu tư AI.

Câu hỏi thường gặp về lời cảnh báo của CEO Broadcom

1. Hock Tan đang cảnh báo điều gì về cổ phiếu AI?

CEO Broadcom cảnh báo rằng một bộ phận nhà đầu tư đang mua cổ phiếu AI mà chưa hiểu rõ doanh nghiệp, đồng thời đặt kỳ vọng quá cao vào khả năng tạo lợi nhuận. Theo ông, nếu ngành đầu tư quá nhiều vốn mà không chứng minh được giá trị kinh tế, lợi nhuận dài hạn có thể chịu sức ép.

2. “Vòng tròn năng lực” của Warren Buffett là gì?

Đây là nguyên tắc chỉ đầu tư vào những doanh nghiệp mà nhà đầu tư có khả năng hiểu và đánh giá hợp lý. Điều quan trọng không phải biết tất cả các ngành, mà là nhận thức rõ mình hiểu đến đâu và đâu là giới hạn kiến thức.

3. Cảnh báo của Hock Tan có nghĩa là nên tránh cổ phiếu AI không?

Không nhất thiết. Cảnh báo tập trung vào việc tránh đầu tư mù quáng và phân biệt giữa tiềm năng công nghệ với khả năng sinh lời thực tế. Nhà đầu tư vẫn có thể xem xét cổ phiếu AI nếu hiểu mô hình kinh doanh, định giá và rủi ro của doanh nghiệp.

4. Vì sao đầu tư vào quỹ chỉ số có thể phù hợp với người không am hiểu AI?

Quỹ chỉ số rộng giúp tiếp cận nhiều doanh nghiệp trong một khoản đầu tư và giảm sự phụ thuộc vào khả năng lựa chọn từng cổ phiếu. Tuy nhiên, quỹ chỉ số vẫn chịu rủi ro thị trường và không bảo đảm lợi nhuận.

5. Nhà đầu tư nên đánh giá doanh nghiệp AI bằng những yếu tố nào?

Các yếu tố quan trọng gồm doanh thu từ sản phẩm AI, biên lợi nhuận, dòng tiền, chi phí đầu tư, khả năng giữ chân khách hàng, lợi thế cạnh tranh và mức định giá cổ phiếu. Nhà đầu tư cũng nên xem xét liệu nhu cầu hiện tại có đủ bền vững để hỗ trợ kỳ vọng tăng trưởng trong nhiều năm hay không.