Bài viết này giúp tôi hiểu rõ AI: Lớp ứng dụng phổ biến nhất, lớp cơ sở kiếm tiền nhiều nhất

Viết bài: Suy Ngẫm Sâu Sắc

Hầu hết mọi người đều nghĩ AI chỉ là một robot có thể trò chuyện. Bạn mở ChatGPT, nhờ nó chỉnh sửa email, nó làm được, cảm giác như phép thuật. Bạn hài lòng tắt trang, nghĩ rằng mình đã hiểu về AI. Nhưng điều đó giống như sau khi thanh toán bằng thẻ tín dụng tại nhà hàng, bạn nghĩ mình đã hiểu cách Visa kiếm tiền — bạn đã dùng sản phẩm, nhưng chưa thấy hệ thống.

Nhà đầu tư Anish Moonka gần đây đã đăng một bài viết dài và sâu sắc, phân tích hệ thống chuỗi giá trị của ngành AI một cách có hệ thống. Anh mất gần một năm để thực sự hiểu rõ dòng chảy tiền trong ngành AI như thế nào. Thẳng thắn mà nói, anh thừa nhận trong bài viết rằng mình đã đi nhiều lối rẽ, cứ chăm chăm vào ChatGPT, Claude và Gemini — những sản phẩm bạn có thể thấy, chạm vào — trong khi đó 700 tỷ USD đang âm thầm chảy vào hạ tầng cơ sở mà bạn thậm chí còn không biết tên, những thứ chưa từng nghe qua như chip, công nghệ đóng gói tưởng như bịa đặt, hệ thống làm mát, nhà máy phát điện. Bê tông đang được đổ tại Texas, Iowa và Hyderabad.

Bài viết này đã cho tôi nhiều cảm hứng lớn. Nó khiến tôi nhận ra rằng, có thể từ đầu chúng ta đã hiểu sai về AI. Chúng ta chỉ thấy phần nổi của tảng băng, trong khi thực sự tạo ra của cải đang diễn ra âm thầm dưới mặt nước.

Năm tầng bánh: Tại sao không ai nói về bốn tầng dưới

CEO Nvidia Huang Renxun tại Diễn đàn Davos tháng 1 năm 2026 đã mô tả AI như một hệ thống năm tầng: năng lượng, chip, điện toán đám mây, mô hình, ứng dụng. Ông gọi toàn bộ hệ thống này là “hạ tầng lớn nhất trong lịch sử loài người”. Anish Moonka gọi khung này là AI Stack (ngăn xếp công nghệ AI), và chỉ ra rằng mỗi tầng đều hỗ trợ các tầng phía trên, dòng tiền chảy hai chiều giữa các tầng này.

Cấu trúc năm tầng này thực sự dễ hiểu. Tầng năng lượng cung cấp điện, các trung tâm dữ liệu AI tiêu thụ điện năng khủng khiếp — một lần huấn luyện lớn tiêu thụ lượng điện tương đương một thị trấn nhỏ dùng trong một năm. Tầng chip cung cấp các bộ xử lý chuyên dụng để thực hiện lượng lớn phép tính toán học — không phải chip trong laptop bình thường. Tầng điện toán đám mây là kho chứa các chip này, kết nối với nhau qua mạng cực nhanh. Tầng mô hình là phần mềm AI thực tế, “bộ não” học các mẫu từ dữ liệu. Tầng ứng dụng là những sản phẩm chúng ta thực sự dùng — ChatGPT, Google Search, hệ thống phát hiện gian lận ngân hàng, v.v.

Tôi nhận thấy một hiện tượng rất thú vị: hầu hết các cuộc thảo luận về AI đều tập trung vào tầng thứ năm, tức là tầng ứng dụng. Bởi vì đây là những thứ chúng ta có thể thấy, chạm vào, dùng được. Nhưng Anish chỉ ra một điểm mấu chốt: chỉ tập trung vào tầng thứ năm, sẽ bỏ lỡ 80% toàn bộ bức tranh. Đối với nhà đầu tư, doanh nhân hoặc bất kỳ ai muốn hiểu xu hướng thế giới, điều thực sự quan trọng là hiểu dòng chảy tiền giữa các tầng này — nó sẽ hội tụ, cộng hưởng, tập trung lại, và hiện tại dòng tiền đang chảy vào những nơi mà phần lớn mọi người không để ý.

Hãy nghĩ về ý nghĩa của từ “hạ tầng”. Đường xá, lưới điện, hệ thống cấp nước — đó là những thứ vận hành nền tảng của nền văn minh, và trước khi chúng sụp đổ, chẳng ai nghĩ đến chúng. AI đang trở thành thứ như vậy — vô hình, thiết yếu, chi phí xây dựng cực kỳ đắt đỏ. Điều này cũng giải thích tại sao không ai bàn luận về hệ thống làm mát trung tâm dữ liệu hay công suất lưới điện tại các buổi tiệc cocktail, nhưng chính sự “không ai bàn luận” này lại là nơi dòng tiền thực sự chảy vào.

Tiền đã chảy đi đâu: Một sự thật phản trực giác

Anish tiết lộ một số con số gây sốc trong bài viết. Đến năm 2026, bốn công ty đám mây lớn nhất thế giới — Amazon, Microsoft, Google và Meta — dự kiến sẽ chi ra từ 650 tỷ đến 700 tỷ USD cho chi phí vốn (capex). Đây là gì? Gần như bằng GDP của Thụy Sĩ trong một năm. Trong đó khoảng 75%, tức 450 tỷ USD, sẽ trực tiếp đổ vào hạ tầng AI. Không phải chatbot, không phải ứng dụng, mà là xây dựng, chip, cáp và hệ thống làm mát.

Con số này khiến tôi phải suy nghĩ lại toàn bộ logic ngành AI. Trước khi ai đó dùng ChatGPT, phải có người xây dựng một trung tâm dữ liệu kích thước trung tâm mua sắm, lấp đầy bằng hàng vạn bộ xử lý chuyên dụng, kết nối chúng bằng thiết bị mạng có giá trị vượt quá tổng giá trị của phần lớn công ty, rồi hàng ngày cung cấp lượng điện đủ để nuôi một thành phố nhỏ. Đó chính là những gì đang diễn ra từ tầng một đến tầng ba — những tầng không thấy rõ, nhưng các nguồn vốn nghiêm túc đang được triển khai quy mô lớn.

Nhưng còn một mâu thuẫn sâu xa hơn nữa. Mọi người đều nghĩ rằng các công ty như OpenAI đang kiếm bộn tiền, và đúng là như vậy. Đến cuối năm 2025, OpenAI đạt doanh thu định kỳ hàng năm (ARR) 200 tỷ USD, tăng từ 60 tỷ USD của một năm trước và 20 tỷ USD của hai năm trước đó. Tăng gấp 10 lần trong hai năm, chưa từng có công ty nào mở rộng nhanh như vậy từ một con số cơ bản như thế.

Nhưng Anish tiết lộ một sự thật then chốt: Năm 2025, OpenAI đã tiêu hết khoảng 9 tỷ USD tiền mặt, dự kiến năm 2026 sẽ tiêu tới 17 tỷ USD. Chi phí suy luận (inference costs — chi phí chạy AI khi bạn hỏi nó) của họ đạt 8.4 tỷ USD năm 2025, dự kiến sẽ lên tới 14.1 tỷ USD năm 2026. Họ dự tính phải đến năm 2029 hoặc 2030 mới có thể có dòng tiền dương.

Tiền đã chảy đi đâu? Anish đưa ra câu trả lời: nó chảy xuống toàn bộ hệ thống công nghệ. Chảy vào Microsoft Azure (đến năm 2032, OpenAI sẽ phải trả Microsoft 20% tổng doanh thu của mình), chảy vào Nvidia để mua chip, chảy vào các công ty xây dựng và trang bị trung tâm dữ liệu, chảy vào các công ty cung cấp điện năng. Có một mô hình gần như tuần hoàn: Microsoft đầu tư vào OpenAI, OpenAI tiêu tiền trên Azure, Azure dùng doanh thu mua thêm chip Nvidia, Nvidia báo cáo lợi nhuận kỷ lục, mọi người đều vui mừng. Tiền liên tục chảy xuống dưới.

Tôi nghĩ đây đã hé lộ một nhận thức sai lầm căn bản: hầu hết người dùng ở tầng trên cùng của hệ thống công nghệ, phần lớn lợi nhuận nằm ở tầng dưới cùng. Sự lệch lạc này chính là cốt lõi của toàn bộ logic đầu tư. Theo Anish, đây là bài học đầu tiên của chuỗi giá trị AI: doanh thu chảy lên trên, vốn chảy xuống dưới. Và với tư cách nhà đầu tư hoặc người quan sát, chúng ta thường bị thu hút bởi sự tăng trưởng doanh thu, mà bỏ qua sự tích tụ vốn mới là thứ thực sự tạo ra lợi thế cạnh tranh.

Lịch sử luôn lặp lại: Bài học từ cuộc cách mạng điện lực

Anish so sánh một cách xuất sắc trong bài viết của mình. Nếu bạn muốn hiểu AI đang diễn ra như thế nào, hãy nghiên cứu về cuộc cách mạng điện lực từ 1880 đến 1920. Khi Thomas Edison xây dựng nhà máy phát điện thương mại đầu tiên tại Pearl Street, Manhattan năm 1882, người ta nghĩ điện chỉ là một thứ kỳ lạ, một cách trang trí để chiếu sáng phòng. Tại sao cần cái này, khi đèn khí gas đã hoạt động tốt?

Chỉ trong vòng 40 năm, điện đã tái cấu trúc mọi ngành công nghiệp trên trái đất — sản xuất, vận tải, truyền thông, y tế, giải trí. Những công ty chiến thắng không phải là những công ty phát minh ra bóng đèn, mà là các công ty xây dựng nhà máy phát điện, lắp đặt dây đồng, chế tạo máy phát điện: General Electric, Westinghouse, các công ty utilities, các mỏ đồng, các nhà thầu xây dựng.

Cũng giống như vậy, mô hình này đang diễn ra trong lĩnh vực AI, chỉ là rút ngắn từ vài chục năm xuống còn vài năm. Anish gọi hiện tượng này là “Lực hút hạ tầng” (Infrastructure Gravity). Mỗi khi một nền tảng tính toán mới xuất hiện, của cải ban đầu đều tập trung vào “cào và xẻng”. Ứng dụng sẽ xuất hiện sau đó, thu hút sự chú ý của truyền thông, nhưng lợi nhuận thực sự thuộc về hạ tầng.

Chỉ cần nhìn số liệu là đủ để hiểu sức mạnh của quy luật này. Nvidia trong năm tài chính 2026 (kết thúc tháng 1 năm 2026) báo cáo doanh thu 215.9 tỷ USD, tăng 65% so với năm trước. Chỉ riêng bộ phận trung tâm dữ liệu của họ đã đạt 62.3 tỷ USD trong quý cuối cùng, tăng 75%. Bộ phận này chiếm hơn 91% tổng doanh thu của Nvidia. Một công ty có doanh thu quý là 68 tỷ USD, trong đó chín phần mười đến từ một dòng sản phẩm.

TSMC, nhà sản xuất chip của Nvidia và gần như tất cả các chip chính khác, năm 2025 chiếm gần 70% thị phần gia công wafer toàn cầu, doanh thu đạt 122.5 tỷ USD. Đối thủ gần nhất là Samsung chỉ chiếm 7.2%. Anish bình luận, vị thế thống trị này khiến cả các công ty dầu mỏ lớn nhất cũng phải lo lắng.

Tôi đặc biệt đồng tình với một quan điểm của Anish: hỏi bất kỳ ai về cuộc cách mạng internet, họ sẽ nói Google, Amazon, Facebook. Nhưng hỏi xem tiền đầu tư ban đầu thực sự kiếm được ở đâu, câu trả lời là Cisco, Corning và các công ty lắp đặt cáp quang. Câu chuyện này lặp lại qua các thập kỷ, chỉ khác nhau về thời điểm. Hạ tầng luôn thắng trước, vấn đề là cơ hội này tồn tại bao lâu.

Bản đồ nhà đầu tư: Phân tích từng tầng, mở ra cơ hội

Trong bài viết, Anish dành nhiều phần để phân tích từng tầng của cơ hội đầu tư. Tôi thấy phần này đặc biệt có giá trị, vì nó biến các khái niệm trừu tượng thành khung đầu tư có thể hành động.

Tầng một: Năng lượng. Tiêu thụ điện của trung tâm dữ liệu AI cực kỳ lớn, dự kiến đến 2026 sẽ tiêu thụ khoảng 90 TWh mỗi năm, gấp khoảng mười lần so với năm 2022. Điều này tạo ra một luận điểm đầu tư rõ ràng: bất kỳ công ty nào có thể tạo ra, truyền tải và cung cấp điện năng đáng tin cậy cho trung tâm dữ liệu đều sẽ hưởng lợi. Huang Renxun trong một câu nói tháng 10 năm 2025 rất rõ ràng: “Tốc độ tự phát điện của trung tâm dữ liệu có thể nhanh hơn nhiều so với kết nối lưới điện.” Điều này có nghĩa các công ty công nghệ đang trở thành nhà cung cấp dịch vụ tiện ích của riêng mình, bỏ qua lưới điện truyền thống. Xu hướng này khiến tôi nghĩ rằng, cơ hội đầu tư vào hạ tầng năng lượng có thể gần hơn chúng ta nghĩ — không chỉ trong ngành năng lượng, mà còn trong ngành công nghệ.

Tầng hai: Chip. Đây là tầng mà nhiều người đã nghe qua, vì Nvidia. Nhưng Anish chỉ ra rằng, tầng chip còn phức tạp hơn nhiều. Nó có các tiểu tầng riêng: các nhà thiết kế (Nvidia, AMD, Broadcom, v.v.), các nhà sản xuất (TSMC chiếm khoảng 70%), nhà cung cấp thiết bị (ASML là công ty duy nhất sản xuất máy khắc EUV cực tím cực đại), nhà cung cấp bộ nhớ (SK Hynix, Samsung, Micron), và các nhà cung cấp công nghệ đóng gói.

Sự tập trung này khiến tôi ấn tượng. Nvidia chiếm khoảng 92% thị phần GPU trung tâm dữ liệu AI. TSMC sản xuất chip cho gần như tất cả các nhà thiết kế chip chính. ASML là nhà cung cấp duy nhất máy khắc EUV. Một công ty thiết kế, một công ty xây dựng, một công ty sản xuất máy móc. Anish bình luận, sự tập trung này vừa là luận điểm đầu tư, vừa là rủi ro địa chính trị. Tôi cho rằng quan sát này rất quan trọng — sự tập trung cực đoan này đồng nghĩa lợi nhuận cao đi kèm rủi ro cao.

Tầng ba: Điện toán đám mây và trung tâm dữ liệu. Thị trường do ba ông lớn chi phối: Amazon Web Services (31%), Microsoft Azure (24%) và Google Cloud (11%). Nhưng tầng này còn nhiều hơn thế. Foxconn hiện lắp ráp khoảng 40% các máy chủ AI toàn cầu, Arista Networks và Credo Technology xây dựng hạ tầng mạng, Vertiv xử lý làm mát bằng chất lỏng, các REIT trung tâm dữ liệu sở hữu đất đai và tòa nhà, thậm chí có người đổ bê tông.

Một con số khiến tôi sốc: theo ước tính của Bank of America, các ông lớn đám mây sẽ dành 90% dòng tiền hoạt động cho capex vào năm 2026, cao hơn mức 65% của năm 2025. Morgan Stanley dự đoán các công ty này sẽ vay hơn 400 tỷ USD trong năm nay để xây dựng, gấp đôi con số 165 tỷ USD của năm 2025. Chỉ trong một năm, họ phát hành trái phiếu trị giá 400 tỷ USD — chỉ để xây dựng trung tâm dữ liệu. Quy mô này chưa từng có.

Tầng bốn: Mô hình. Đây là “bộ não”, gồm OpenAI (GPT, ARR trên 20 tỷ USD), Anthropic (Claude, dự báo doanh thu hàng năm khoảng 19 tỷ USD năm 2026), Google DeepMind (Gemini), Meta AI (Llama), v.v. Anish nhận xét khá thực tế về tầng này: nó vừa là tầng được thổi phồng nhất, vừa là tầng ít sinh lợi nhất. Vấn đề mô hình là cấu trúc — khi bạn chi nhiều hơn cho tính toán, mô hình sẽ tốt hơn, nhưng chi phí tăng nhanh hơn doanh thu. Giống như mở một nhà hàng, mỗi món ăn đòi hỏi nguyên liệu đắt hơn món trước, nhưng khách hàng mong đợi giá không đổi. Lợi nhuận bị thu hẹp liên tục.

Tầng năm: Ứng dụng. Đây là tầng chúng ta thấy hàng ngày — ChatGPT, Google Search, Microsoft Copilot, v.v. Đây là tầng rộng nhất, đông đúc nhất, cuối cùng sẽ chiếm phần lớn thị trường khả dụng, nhưng hiện tại lại là tầng lợi nhuận mỏng nhất, cạnh tranh khốc liệt nhất. Anish chỉ ra rằng yếu tố phân biệt của tầng này là dữ liệu. Các công ty sở hữu dữ liệu độc quyền sẽ có lợi thế bền vững — Salesforce có dữ liệu CRM doanh nghiệp, Bloomberg có dữ liệu tài chính, Epic có hồ sơ y tế.

Tôi đặc biệt đồng tình với một nhận định của Anish: trong 3-5 năm tới, lợi nhuận tốt nhất sẽ đến từ đầu tư vào hạ tầng bây giờ, rồi sau đó mới đầu tư vào ứng dụng. Những công ty thực sự chiến thắng tầng ứng dụng là những công ty sở hữu dữ liệu mà người khác không thể tiếp cận, thậm chí nhiều trong số đó còn không tự nhận mình là công ty AI.

Có phải đang bong bóng? Một câu hỏi cần đối mặt

Anish trong bài viết đã trực tiếp phản hồi một câu hỏi cốt lõi: “Chẳng phải đây là sự lặp lại của bong bóng internet sao? Chi tiêu lớn cho hạ tầng, không lợi nhuận, mọi người bị thổi phồng quá mức?” Anh đưa ra câu trả lời rất thuyết phục.

Sự khác biệt nằm ở thời điểm nhu cầu. Trong thời kỳ bong bóng internet, các công ty xây dựng hạ tầng cho những nhu cầu chưa hình thành. Mạng cáp quang và máy chủ được xây dựng, nhưng người dùng vẫn còn dùng dial-up. Hạ tầng xây xong, nhu cầu mới bùng nổ sau 5-7 năm, và trong thời gian đó, mọi thứ đều bị thanh lý.

Còn đến năm 2026, nhu cầu AI đã tồn tại và đang tăng trưởng nhanh chóng. Nvidia không thể sản xuất chip đủ nhanh, năng lực đóng gói của TSMC đã bán hết, giá thuê đám mây tăng chứ không giảm, OpenAI chỉ trong khoảng từ tháng 3 đến tháng 10 năm 2025 đã tăng thêm 400 triệu người dùng hoạt động hàng tuần. Mô hình đang được sử dụng, tính toán đang tiêu thụ, khách hàng đang trả tiền.

Nhưng Anish cũng trung thực chỉ ra ba rủi ro chính: phân bổ vốn không đúng — nếu doanh thu dịch vụ AI không đủ nhanh để chứng minh chi tiêu trên 650 tỷ USD là hợp lý, một số công ty sẽ đối mặt với áp lực lợi nhuận nghiêm trọng, thậm chí lợi nhuận tự do của Amazon năm nay có thể âm; rủi ro tập trung — TSMC sản xuất gần 70% chip toàn cầu, ASML là nhà cung cấp duy nhất máy khắc EUV, Nvidia thiết kế 92% GPU trung tâm dữ liệu AI, bất kỳ gián đoạn nào về địa chính trị hoặc thiên nhiên đều có thể ảnh hưởng toàn bộ hệ thống; và vấn đề DeepSeek — vào tháng 1 năm 2025, phòng thí nghiệm AI Trung Quốc DeepSeek đã đạt hiệu năng gần mức tiên tiến chỉ với một phần nhỏ chi phí huấn luyện, thách thức giả thuyết “chi tiêu nhiều hơn đồng nghĩa với AI tốt hơn”.

Tôi thấy sự trung thực của Anish về các rủi ro khiến phân tích của anh trở nên đáng tin cậy hơn. Anh không né tránh, mà trình bày rõ ràng. Nhưng ngay cả khi tính đến các rủi ro này, ước tính của McKinsey đến năm 2030, tổng đầu tư trung tâm dữ liệu toàn cầu có thể đạt 6.7 nghìn tỷ USD, PwC dự đoán AI có thể đóng góp 15.7 nghìn tỷ USD vào GDP toàn cầu. Ngay cả khi các con số này sai lệch 50%, chúng ta vẫn đang nói về cuộc chuyển đổi kinh tế lớn nhất kể từ internet.

Anish có một câu tôi đặc biệt đồng tình: “Hãy hoài nghi về mô hình, hoài nghi về thời gian, nhưng đừng vô tình không biết về chuỗi cung ứng. Đây là hai chuyện khác nhau. Một là thái độ trí tuệ lành mạnh, cái kia sẽ khiến bạn mất tiền.”

Chơi đúng tầng, thắng lớn

Anish dùng một phép so sánh trò chơi để tóm tắt chiến lược đầu tư. Hãy tưởng tượng AI như một trò chơi điện tử có năm màn, mỗi màn có độ khó và phần thưởng khác nhau. Tầng năng lượng là phần hướng dẫn, rủi ro thấp, lợi nhuận ổn định. Tầng chip là trận đấu boss, lợi nhuận cao nhất nhưng độ khó cao. Tầng điện toán đám mây là server nhiều người chơi, các ông lớn thu phần. Tầng mô hình là đấu trường PvP, cạnh tranh khốc liệt, phần lớn người chơi bị loại. Tầng ứng dụng là thế giới mở, vô hạn khả năng, nhưng phần thưởng không chắc chắn.

Chiến lược tổng thể của anh rất đơn giản: bạn không cần chơi tất cả năm màn. Phần lớn người chơi cố gắng chơi tầng thứ năm vì nó rõ ràng nhất, nhưng những người thông minh đang tập trung vào tầng thứ hai và thứ ba — nơi có kinh nghiệm cao nhất hiện nay.

Khung này có giá trị vì nó giúp bạn hiểu rõ vị trí của mình trong hệ thống công nghệ. Với người không chuyên, bạn không cần hiểu GPU hoạt động như thế nào, mà cần hiểu rằng có người phải sản xuất chúng, có người phải chứa đựng chúng, có người phải cung cấp điện cho chúng — và những “người” này là các công ty niêm yết. Với người kỹ thuật, bạn đã biết mô hình tiến bộ, nhưng có thể chưa đánh giá đúng tốc độ các giới hạn vật lý đang trở thành điểm nghẽn. Với nhà đầu tư, chuỗi giá trị AI là năm phần khác nhau, mỗi phần có rủi ro và lợi nhuận riêng, coi “AI” như một ngành duy nhất giống như năm 1998 khi mọi người chỉ nghĩ về “công nghệ” là quá trẻ con.

Anish cuối cùng nhấn mạnh rằng, lợi thế hạ tầng này sẽ không tồn tại mãi mãi. Một ngày nào đó, xây dựng hạ tầng sẽ hoàn thiện, tầng ứng dụng sẽ hội tụ, giá trị sẽ dịch chuyển lên trên hệ thống — giống như thời internet, khi Amazon, Google, Facebook cuối cùng đã chiếm lĩnh phần lớn giá trị vượt xa các nhà sản xuất cáp quang và máy chủ. Nhưng hiện tại, chúng ta vẫn đang trong giai đoạn hạ tầng, giai đoạn cào xới. Và chính những “cào xới” này đang in tiền.

Sau khi đọc bài viết dài của Anish, điều tôi nhận ra rõ ràng nhất là một chân lý đơn giản nhưng sâu sắc: người tiêu dùng nhìn vào sản phẩm, nhà đầu tư nhìn vào chuỗi cung ứng, và những nhà đầu tư giỏi nhất đã nhìn thấy chuỗi cung ứng trước khi sản phẩm ra thị trường. Năm năm nữa, tên gọi của chu kỳ này sẽ rõ ràng như chính nó — chúng luôn như vậy. Trò chơi là ở chỗ, nhìn thấy cấu trúc trước khi người khác bắt kịp.

Sau mười năm, hiểu về ngăn xếp công nghệ AI sẽ giống như hiểu bảng cân đối kế toán. Học về hệ thống tầng, vẽ sơ đồ, theo dõi dòng vốn — đó chính là trò chơi.