Gartner cảnh báo cơn sốt AI có thể hụt hơi: Chi tiêu hạ tầng tăng vọt nhưng doanh thu chưa theo kịp

Một báo cáo mới từ Gartner cho thấy thị trường AI có thể đang bước vào giai đoạn điều chỉnh mạnh, khi số tiền đổ vào hạ tầng công nghệ tăng nhanh hơn nhiều so với doanh thu thực tế mà các dịch vụ AI có thể tạo ra. Theo hãng phân tích này, riêng trong năm 2026, các nhà cung cấp AI được dự báo sẽ chi gần 1.000 tỷ USD cho hạ tầng AI, trước khi tiếp tục rót thêm khoảng 6.000 tỷ USD từ 2027 đến 2030. Tuy nhiên, tổng doanh thu từ các ứng dụng AI cho doanh nghiệp và người tiêu dùng trong cùng giai đoạn được ước tính chỉ đạt tối đa 3.600 tỷ USD, thấp hơn rất xa mức cần thiết để biện minh cho làn sóng đầu tư khổng lồ.

Gartner tính toán rằng để các nhà vận hành trung tâm dữ liệu AI có thể bù đắp chi phí đầu tư và chi phí tài chính, đồng thời đạt mức sinh lời chấp nhận được, họ sẽ cần tạo ra khoảng 8.500 tỷ USD doanh thu đến năm 2030. Con số này dựa trên ROIC, tức tỷ suất sinh lời trên vốn đầu tư, ở mức 12% — một ngưỡng mà nhiều doanh nghiệp xem là tối thiểu để khoản đầu tư được coi là hấp dẫn. Trung tâm dữ liệu AI ở đây là các cơ sở hạ tầng quy mô lớn chứa máy chủ, chip tăng tốc và hệ thống điện, làm mát để huấn luyện và vận hành mô hình AI. Khi doanh thu không đạt kỳ vọng, áp lực tài chính sẽ nhanh chóng dồn lên các công ty đang mở rộng công suất quá nhanh.

Một điểm đáng lo là vòng đời phần cứng AI đang rút ngắn. GPU, tức bộ xử lý đồ họa nhưng hiện cũng là linh kiện chủ lực để huấn luyện và suy luận AI, liên tục được thay thế bởi các thế hệ mới mạnh hơn và hiệu quả hơn. Điều này có thể buộc doanh nghiệp phải ghi giảm giá trị tài sản, hay còn gọi là write-down, khi các máy móc đã mua không còn khả năng tạo ra lợi nhuận tương xứng với giá trị ghi trên sổ sách. Gartner cho rằng tổng giá trị các khoản ghi giảm như vậy có thể vượt 4.000 tỷ USD vào năm 2032, phản ánh rủi ro rất lớn đối với những công ty đã đặt cược quá mạnh vào hạ tầng AI.

Theo Gartner, nhóm dễ bị tổn thương nhất là các nhà cung cấp neocloud — thuật ngữ dùng để chỉ những công ty đám mây thế hệ mới tập trung bán năng lực tính toán AI, thường dưới dạng GPU-as-a-service. Mô hình này cho phép khách hàng thuê GPU từ xa thay vì tự mua máy chủ, tương tự cách thuê điện toán đám mây truyền thống nhưng tối ưu cho AI. Vấn đề là khi thị trường cạnh tranh khốc liệt và giá thuê bị kéo xuống, các nhà cung cấp neocloud rất dễ rơi vào thế hàng hóa hóa, tức dịch vụ khó tạo khác biệt và chỉ còn cạnh tranh bằng giá. Gartner dự báo tới 80% doanh nghiệp neocloud sẽ không còn tồn tại độc lập sau năm 2030, nhiều khả năng phải bán mình, sáp nhập hoặc rút lui khỏi thị trường.

Trái với neocloud, các hyperscaler như những tập đoàn đám mây siêu quy mô có cơ hội chống chịu tốt hơn trước cú sốc điều chỉnh. Hyperscaler là các nhà cung cấp sở hữu hạ tầng đám mây toàn cầu cực lớn, phục vụ nhiều loại dịch vụ từ lưu trữ, cơ sở dữ liệu đến AI, thay vì chỉ dựa vào một mảng duy nhất. Nhờ danh mục kinh doanh đa dạng, họ có thể hấp thụ giai đoạn lợi nhuận AI suy yếu tốt hơn các công ty chuyên biệt. Đây cũng là lý do nhiều chuyên gia trước đó đã khuyến nghị các công ty neocloud phải leo lên các tầng giá trị cao hơn trong hệ sinh thái AI, chẳng hạn phát triển nền tảng, phần mềm hoặc dịch vụ chuyên ngành, thay vì chỉ bán công suất GPU thô.

Không chỉ giới công nghệ, thị trường vốn cũng ngày càng thận trọng với quy mô chi tiêu vốn, hay capex, cho AI. Capex là khoản tiền doanh nghiệp dùng để mua sắm tài sản dài hạn như trung tâm dữ liệu, máy chủ và chip. Khi capex tăng quá nhanh mà doanh thu chưa theo kịp, nhà đầu tư và bên cho vay thường lo ngại khả năng hoàn vốn. Báo cáo cho biết một số tổ chức cho vay đã bắt đầu bớt hào hứng với các thương vụ tài trợ AI. Trường hợp SoftBank gần đây phải đối mặt với chi phí vay tăng cao khi tìm thêm nguồn vốn cho OpenAI là một tín hiệu cho thấy tiền cho AI không còn dễ huy động như trước.

Một yếu tố khác đang đe dọa biên lợi nhuận của các nhà phát triển AI là cạnh tranh về giá. Theo Jefferies, các công ty như OpenAI hay Anthropic đang chịu sức ép từ mô hình mã nguồn mở và các mô hình AI đến từ Trung Quốc, vốn có thể cung cấp hiệu năng đủ tốt với chi phí thấp hơn. Mã nguồn mở ở đây có nghĩa là mô hình hoặc công cụ được công bố rộng rãi để cộng đồng có thể sử dụng, tinh chỉnh hoặc triển khai, giúp giảm phụ thuộc vào nhà cung cấp độc quyền. Khi khách hàng có thêm lựa chọn rẻ hơn, khả năng tăng giá dịch vụ AI để bù chi phí hạ tầng sẽ trở nên khó khăn hơn nhiều.

Bain & Company trước đó cũng đưa ra một cảnh báo tương tự khi ước tính ngành AI sẽ cần tạo ra tới 6.000 tỷ USD doanh thu mỗi năm vào năm 2031 để duy trì mức đầu tư hạ tầng cần thiết cho nhu cầu tương lai. Theo góc nhìn này, thị trường có thể đối mặt với khoảng trống doanh thu nếu không sớm xuất hiện những sản phẩm, dịch vụ hoặc kịch bản ứng dụng hoàn toàn mới. Nói cách khác, chỉ dựa vào chatbot, trợ lý lập trình hay công cụ tạo nội dung hiện nay có thể là chưa đủ để nuôi nổi quy mô hạ tầng AI mà ngành đang xây dựng.

Những cảnh báo về nguy cơ bong bóng AI đang ngày càng được nhắc đến bởi các tổ chức lớn như Quỹ Tiền tệ Quốc tế (IMF) và Ngân hàng Thanh toán Quốc tế (BIS). Bong bóng ở đây ám chỉ tình trạng tài sản hoặc lĩnh vực được định giá quá cao so với giá trị kinh tế thực, thường nhờ kỳ vọng tăng trưởng quá mức. Nếu bong bóng vỡ, tác động có thể không chỉ dừng ở các công ty AI mà còn lan sang thị trường tín dụng, đầu tư mạo hiểm, sản xuất chip và toàn bộ nền kinh tế số. Báo cáo của Gartner vì thế không chỉ là lời cảnh báo cho ngành công nghệ, mà còn là tín hiệu cho thấy giai đoạn tăng trưởng bằng mọi giá của AI có thể sắp nhường chỗ cho một cuộc thanh lọc khắc nghiệt hơn.