Nội dung chính
Làn sóng đầu tư AI đang đạt quy mô chưa từng có, nhưng một nghịch lý ngày càng rõ: tiền đổ vào hạ tầng nhiều kỷ lục trong khi phần lớn doanh nghiệp vẫn chưa thu về lợi nhuận đo đếm được. Báo cáo của Viện Công nghệ Massachusetts (MIT) công bố giữa năm 2025 cho thấy 95% dự án AI tạo sinh tại doanh nghiệp không tạo tác động nào lên lợi nhuận, dù tổng chi cho nhóm này đã lên tới 30-40 tỷ USD.
Về phía cung, các tập đoàn hạ tầng đang chi tiêu với tốc độ chóng mặt. Năm tập đoàn lớn gồm Microsoft, Amazon, Alphabet, Meta và Oracle dự kiến đổ 635-690 tỷ USD vào hạ tầng AI trong năm 2026, tăng 67-74% so với năm trước. Giới phân tích Phố Wall nâng dự báo tổng vốn đầu tư AI năm 2026 lên 527 tỷ USD, trong khi Morgan Stanley ước tính gần 3.000 tỷ USD sẽ chảy vào hạ tầng AI toàn cầu trước năm 2028, với hơn 80% khoản chi vẫn còn ở phía trước.
Dòng vốn mạo hiểm cũng nghiêng hẳn về AI. Trong năm 2026, các startup AI hút khoảng 33% tổng vốn đầu tư mạo hiểm toàn cầu; riêng năm 2025 nhóm này gọi được 225,8 tỷ USD, mức kỷ lục và chiếm gần một nửa vốn mạo hiểm thế giới. Định giá cũng phình to: phần lớn startup AI được trả mức gấp 10-50 lần doanh thu, trung vị quanh 20-30 lần, cao hơn hẳn các lĩnh vực công nghệ khác.
Đầu tư AI tăng kỷ lục nhưng lợi nhuận chưa theo kịp
Khoảng cách giữa chi tiêu và hiệu quả là điểm khiến giới phân tích lo ngại nhất về làn sóng đầu tư AI hiện nay. Ngoài con số 95% của MIT, hãng S&P Global ghi nhận 42% doanh nghiệp đã từ bỏ phần lớn dự án AI trong năm 2025. IBM cho biết chỉ 25% sáng kiến AI mang lại mức hoàn vốn như kỳ vọng, còn Morgan Stanley thấy vỏn vẹn 21% doanh nghiệp trong rổ S&P 500 có thể chỉ ra một lợi ích AI đo đếm được.
Điều đó không có nghĩa AI vô dụng. Khoảng 5% dự án vẫn tạo giá trị thật, với hàng triệu USD tác động đo lường được, nhưng phần còn lại theo cách nói của giới đầu tư là khoản “xóa sổ”. Sự phân hóa này tạo ra cái mà MIT gọi là “khoảng cách GenAI”: một nhóm nhỏ biết cách triển khai gặt hái lợi ích, đa số còn lại loay hoay ở giai đoạn thử nghiệm.
Nguyên nhân thất bại, theo MIT, hiếm khi nằm ở chất lượng mô hình mà ở khâu tích hợp. Doanh nghiệp mua công cụ tổng quát nhưng không gắn được vào quy trình lõi, dữ liệu nội bộ rời rạc và thiếu người vận hành hiểu cả nghiệp vụ lẫn AI. Đây cũng là lý do nhiều khoản đầu tư AI dừng lại ở bản demo gây ấn tượng nhưng không đổi được thành doanh thu.
Ở tầng nhà cung cấp mô hình, doanh thu lại tăng bùng nổ, càng làm dày thêm kỳ vọng. Anthropic cho biết đã đạt nhịp doanh thu năm hóa 47 tỷ USD và được định giá 965 tỷ USD trong vòng gọi vốn mới nhất; OpenAI xác nhận doanh thu khoảng 2 tỷ USD mỗi tháng, tương đương 24 tỷ USD năm hóa. Nhưng nhịp doanh thu năm hóa của thị trường tư nhân không phải lợi nhuận đã kiểm toán, và phần lớn khoản tiền này lại được tái đầu tư vào chính cuộc đua hạ tầng, một vòng tiền mà Nhịp AI từng phân tích trong bài về bong bóng AI.
Việt Nam và bài toán hiệu quả
Tại Việt Nam, làn sóng đầu tư AI cũng tăng tốc, chủ yếu ở mảng trung tâm dữ liệu. FPT hợp tác Nvidia xây nhà máy AI trị giá 200 triệu USD; liên danh FPT, Việt Thái Group và G42 dự kiến rót tới 1 tỷ USD cho hạ tầng AI quốc gia; CMC bắt tay Samsung SDS triển khai trung tâm dữ liệu 250 triệu USD tại Khu công nghệ cao TP HCM. Một dự án tại Khu công nghiệp Tân Phú Trung được công bố vốn gần 2 tỷ USD, công suất 200 MW, đủ vận hành khoảng 100.000 GPU.
Bài học từ các khảo sát quốc tế gợi ý rằng phần thắng không thuộc về bên chi nhiều nhất, mà về bên biết biến hạ tầng thành quy trình tạo doanh thu. Với doanh nghiệp Việt, câu hỏi đáng giá không phải có nên đầu tư AI hay không, mà là chọn đúng bài toán có thể đo được hiệu quả, thay vì chạy theo những dự án thử nghiệm dễ rơi vào nhóm 95%. Độc giả có thể tham khảo thêm cẩm nang công cụ AI 2026 để chọn công cụ phù hợp trước khi mở rộng đầu tư.
Năm 2026 nhiều khả năng là thời điểm thị trường bắt đầu tách bạch giữa kỳ vọng và kết quả. Khi chi phí vốn ngày càng lớn, áp lực chứng minh hoàn vốn sẽ buộc cả nhà cung cấp lẫn doanh nghiệp ứng dụng phải trả lời rõ hơn câu hỏi: dòng tiền khổng lồ đổ vào AI rốt cuộc sinh lời ở đâu.
Nguồn: Fortune, Morgan Stanley, Goldman Sachs, MIT, Reuters.
