Các hyperscaler AI có thể buộc phải nâng năng suất lên gấp 2,7 lần vào năm 2030 mới đủ biện minh cho gần 1.100 tỷ USD chi tiêu hạ tầng đến năm 2027, theo một nghiên cứu mới công bố.
Những điểm chính:
- Các hyperscaler AI đối mặt yêu cầu tăng năng suất 2,7 lần trước 2030 để hợp lý hóa các cam kết đầu tư hạ tầng hiện tại.
- Morgan Stanley ước tính tổng chi cho trung tâm dữ liệu toàn cầu tới năm 2028 vào khoảng 2.900 tỷ USD, trong đó khoảng 1.500 tỷ USD phải dựa vào vốn bên ngoài.
- Sự phụ thuộc ngày càng lớn vào nợ và tín dụng tư nhân đang đẩy rủi ro hạ tầng AI lan rộng ra ngoài nhóm các tập đoàn công nghệ lớn.
Bài toán AI theo mô hình Wachter
MIT Technology Review phân tích nghiên cứu của Jessica Wachter, giáo sư tài chính tại Wharton, và đồng tác giả Jonathan Wachter, dựa trên dữ liệu chi tiêu vốn của Alphabet, Microsoft, Amazon, Meta và Oracle.
Theo mô hình của họ, được MIT Technology Review trích dẫn, toàn bộ hệ sinh thái này cần mức tăng năng suất 2,7 lần đến năm 2030 sau khi đã tính đầy đủ chi phí vốn, khấu hao và mức lợi nhuận kỳ vọng 15%. Nghiên cứu cảnh báo nếu cú bùng nổ năng suất không thành hiện thực, làn sóng xây dựng hiện tại có thể trở thành “sự sai lệch phân bổ vốn lớn nhất trong lịch sử”.
Sức ép đã bắt đầu lộ rõ trong dòng tiền doanh nghiệp. Alphabet ghi nhận dòng tiền tự do âm 5,9 tỷ USD trong quý II/2026 – quý âm đầu tiên kể từ khi Google lên sàn năm 2004 – khi chi đầu tư tài sản cố định tăng vọt.
Đọc thêm: Ví Bitcoin im lặng từ 2012 bất ngờ “thức dậy” và chuyển toàn bộ số dư
Rủi ro tín dụng dưới góc nhìn Gensler
Morgan Stanley ước tính từ 2025 đến 2028, khoảng 2.900 tỷ USD sẽ được rót vào xây dựng trung tâm dữ liệu trên toàn cầu, trong đó chừng 1.500 tỷ USD đến từ nguồn vốn bên ngoài. Điều này đồng nghĩa rủi ro hạ tầng AI ngày càng được “đóng gói” vào nợ doanh nghiệp, tín dụng chứng khoán hóa và thị trường tín dụng tư nhân.
Dự án Hyperion của Meta tại Louisiana là ví dụ điển hình về cấu trúc tài trợ mới. Các quỹ do Blue Owl Capital quản lý nắm 80% liên doanh phát triển khuôn viên trung tâm dữ liệu trị giá khoảng 27 tỷ USD, trong khi Meta giữ lại 20%.
Giáo sư Stijn Van Nieuwerburgh thuộc Columbia Business School đã nghiên cứu cách làn sóng xây dựng này phân tán đòn bẩy tài chính qua các nhà phát triển, tổ chức cho vay và các phương tiện tài chính cấu trúc.
Cựu Chủ tịch SEC, đồng thời là giáo sư tại MIT Sloan, Gary Gensler, mô tả chu kỳ đầu tư AI rộng hơn như “một cú cược gộp (parlay) của thị trường vốn và toàn bộ nền kinh tế”.
Chiến lược gia tiền mã hóa Arthur Hayes thì lập luận rằng một chu kỳ suy giảm tín dụng liên quan đến AI rốt cuộc có thể buộc Cục Dự trữ Liên bang Mỹ (Fed) nới lỏng chính sách, qua đó đẩy Bitcoin (BTC) lên vùng 1 triệu USD. Tuy nhiên, đây vẫn là kịch bản mang tính suy đoán, không phải dự báo được hậu thuẫn bởi nghiên cứu của nhóm Wharton.
Làn sóng chi tiêu bùng nổ đã được tích tụ nhiều năm khi các hyperscaler chạy đua gom chip, điện năng và công suất trung tâm dữ liệu. Câu hỏi then chốt còn bỏ ngỏ: năng suất và doanh thu có thể tăng đủ nhanh để theo kịp các cam kết hạ tầng – vốn ngày càng phụ thuộc vào nguồn vốn vay và tín dụng tư nhân – hay không.
Bài tiếp theo: XRP vượt mốc 1,544 USD khi đòn bẩy và hoạt động của “cá voi” tăng mạnh
