Một báo cáo mới từ Goldman Sachs cho rằng ngành công nghiệp trí tuệ nhân tạo đang tiếp cận một điểm uốn quan trọng, nơi chi phí tính toán giảm sẽ mở ra sự bùng nổ nhu cầu có lợi nhuận gấp 24 lần cho các token do AI tạo ra vào năm 2030, cung cấp một lập luận phản bác mạnh mẽ cho những lo ngại về chi tiêu vốn không bền vững của các gã khổng lồ công nghệ.
"Ngành công nghiệp AI đang chuyển từ giai đoạn kinh tế suy luận không chắc chắn có thể làm giảm tỷ suất lợi nhuận sang một giai đoạn mới, nơi tăng trưởng token gia tăng sẽ mang lại giá trị tích cực," các nhà phân tích của Goldman Sachs đã viết trong báo cáo ngày 5 tháng 5. Ngân hàng gợi ý rằng điểm uốn lợi nhuận này có thể đến trong vòng 3 đến 12 tháng tới.
Cốt lõi của lập luận dựa trên biểu đồ "hình cái kéo" cho thấy sự phân kỳ giữa chi phí sản xuất AI và mức giá tính cho nó. Theo phân tích của Goldman, trong khi giá cho các mô hình lớn phổ biến đã ổn định sau khi giảm mạnh, chi phí tính toán cơ bản cho mỗi token — được cung cấp bởi các chip từ Nvidia, AMD và Google — tiếp tục giảm từ 60 đến 70% mỗi năm. Khoảng cách ngày càng mở rộng này tạo ra một biên lợi nhuận bền vững cho các nhà cung cấp như AWS của Amazon và Google Cloud.
Phân tích này định hình lại cuộc tranh luận xung quanh việc chi tiêu cơ sở hạ tầng khổng lồ từ các nhà cung cấp quy mô lớn (hyperscalers). Trong khi các công ty như Microsoft và Meta đang chi hơn 100% dòng tiền hoạt động cho chi tiêu vốn AI, báo cáo của Goldman lập luận rằng làn sóng tiêu thụ token có lợi nhuận sắp tới làm cho các khoản đầu tư này có tính bền vững về mặt kinh tế, trực tiếp thách thức quan điểm bi quan rằng AI doanh nghiệp vẫn chưa cho thấy tỷ lệ hoàn vốn đầu tư (ROI).
Nền kinh tế Tác nhân AI
Động cơ cho sự tăng trưởng này là cái mà Goldman gọi là "Nền kinh tế Tác nhân AI" (AI Agent Economy), nơi các tác nhân phần mềm tự trị thúc đẩy sự gia tăng lớn trong việc sử dụng tính toán. Ngân hàng ước tính các tác nhân này sẽ mở rộng mức tiêu thụ token toàn cầu gấp 24 lần so với mức hiện tại vào năm 2030, và gấp 55 lần vào năm 2040, khi chúng được tích hợp vào các quy trình làm việc kinh doanh.
Các tác nhân doanh nghiệp là yếu tố quan trọng nhất, dự kiến chiếm hơn 70% tổng lượng sử dụng token vào năm 2040. Không giống như các chatbot đơn giản, các tác nhân này thực hiện các tác vụ phức tạp, đa bước và tiêu tốn nhiều token hơn nhiều. Mô hình của Goldman cho thấy một tác nhân lập trình có thể tiêu thụ 7 triệu token mỗi ngày, trong khi một tác nhân nhập liệu có thể sử dụng 25 triệu token. Với giá API hiện tại, chi phí của các tác nhân này vẫn thấp hơn nhiều so với chi phí lao động con người cho cùng một tác vụ, tạo ra động lực kinh tế rõ ràng cho việc áp dụng.
Các tác nhân hướng đến người tiêu dùng cũng được dự kiến sẽ thúc đẩy mức tiêu thụ token tăng gấp 12 lần vào năm 2030. Sự thay đổi chính xảy ra khi các tác nhân chuyển từ các tác vụ theo yêu cầu sang giám sát nền "luôn bật" cho email, lịch và các luồng dữ liệu khác. Một truy vấn chatbot đơn giản có thể sử dụng 1.000 token, nhưng một trợ lý liên tục có thể vượt quá 100.000 token mỗi ngày.
Hệ quả Đầu tư
Kết luận chính của báo cáo là việc cải thiện biên lợi nhuận sẽ duy trì mức đầu tư cơ sở hạ tầng cao từ các nhà cung cấp quy mô lớn. Goldman nhắc lại quan điểm tích cực của mình đối với Amazon, dẫn chứng việc doanh thu AWS tăng tốc trở lại và lượng đơn hàng tồn đọng trị giá 364 tỷ USD; và Google, lưu ý mảng đám mây của họ tăng trưởng 63% với lượng đơn hàng tồn đọng trị giá 460 tỷ USD.
Đối với thị trường rộng lớn hơn, luận điểm này cung cấp một sự biện minh cho mức định giá cao của các công ty thúc đẩy việc xây dựng AI. Nếu chi phí đơn vị của trí tuệ tiếp tục giảm, tổng thị trường có thể tiếp cận (TAM) cho tính toán có khả năng tăng trưởng nhanh hơn tốc độ giảm chi phí trên mỗi đơn vị — một mô hình đã thấy trong các chuyển dịch công nghệ trước đây như điện toán đám mây và dữ liệu di động. Điều này hỗ trợ triển vọng tăng giá dài hạn cho các công ty bán dẫn như Nvidia và các nền tảng đám mây triển khai chip của họ.
Báo cáo gợi ý rằng các nhà đầu tư nên chuyển trọng tâm từ việc đặt câu hỏi về chi phí AI sang phân tích các mô hình kinh doanh mới xuất hiện khi chi phí trí tuệ tiến dần về con số không.
Bài viết này chỉ mang tính chất thông tin và không cấu thành lời khuyên đầu tư.
