AI chưa mang lại hiệu quả rõ rệt cho doanh nghiệp ngoài ngành công nghệ

Theo Torsten Slok, nhà kinh tế trưởng của Apollo Global Management, AI hiện chưa mang lại hiệu quả kinh tế rõ rệt cho phần lớn doanh nghiệp Mỹ bên ngoài ngành công nghệ, bất chấp quy mô đầu tư ngày càng lớn.

Chuyên gia Slok cho biết doanh thu trên mỗi lao động đang tăng tại nhóm bảy công ty công nghệ vốn hóa lớn nhất thường được gọi là Mag 7, nhưng gần như đi ngang tại 493 doanh nghiệp còn lại thuộc chỉ số S&P 500. Xu hướng tương tự cũng xuất hiện ở biên lợi nhuận, trong khi chưa có dấu hiệu rõ ràng cho thấy AI đang thúc đẩy tốc độ tăng năng suất của nền kinh tế.

DOANH THU VÀ LỢI NHUẬN CHƯA PHẢN ÁNH HIỆU QUẢ ĐẦU TƯ AI

Theo Bloomberg, những nhận định này cho thấy khoảng cách giữa các doanh nghiệp công nghệ đi đầu trong phát triển, triển khai AI và phần còn lại của nền kinh tế vẫn đáng kể. Trong khi nhóm công nghệ có thể trực tiếp khai thác AI để phát triển sản phẩm, tự động hóa quy trình và mở rộng hoạt động kinh doanh, nhiều doanh nghiệp thuộc các ngành khác vẫn chưa chuyển được khoản đầu tư vào công nghệ thành kết quả tài chính có thể đo lường.

Ông Slok nhận định, các doanh nghiệp Mỹ ngoài lĩnh vực công nghệ đang dần thu hẹp đầu tư và bắt đầu xem chi phí sử dụng token AI không còn là nguồn tạo tăng trưởng, mà trở thành một khoản chi phí làm giảm biên lợi nhuận.

Token là đơn vị mà các mô hình AI sử dụng để xử lý văn bản và những dạng dữ liệu đầu vào, đầu ra khác. Trong quá trình sử dụng các mô hình AI tạo sinh, doanh nghiệp thường phải trả chi phí dựa trên lượng token được xử lý. Khi triển khai AI ở quy mô lớn, đặc biệt với những hệ thống có khả năng thực hiện nhiều bước công việc liên tiếp, chi phí này có thể trở thành một phần đáng kể trong tổng chi phí vận hành.

Vấn đề đặt ra là mức chi phí bỏ ra có tương xứng với giá trị kinh tế thu về hay không. Nếu AI giúp nhân viên xử lý công việc nhanh hơn nhưng không tạo thêm doanh thu, không giảm đáng kể chi phí hoặc không cải thiện chất lượng sản phẩm, dịch vụ, hiệu quả đầu tư sẽ khó được phản ánh trên báo cáo tài chính.

Những dấu hiệu này xuất hiện trong bối cảnh mùa công bố kết quả kinh doanh đang diễn ra, khi nhà đầu tư theo dõi sát mức chi tiêu cho AI và khả năng tạo lợi nhuận từ các khoản đầu tư đó. Thay vì chỉ quan tâm doanh nghiệp có đầu tư mạnh vào công nghệ hay không, thị trường ngày càng chú trọng đến việc các khoản chi này có tạo ra tăng trưởng doanh thu và lợi nhuận đủ lớn để bù đắp chi phí hay không.

BÀI TOÁN THU HỒI VỐN VỚI AI

Tuần trước, Meta cho biết sẽ tiếp tục tăng cường đầu tư vào AI và nâng kế hoạch chi tiêu vốn. Thông tin này khiến nhà đầu tư lo ngại, kéo giá cổ phiếu công ty đi xuống, đồng thời đẩy chỉ báo rủi ro tín dụng của Meta lên mức cao kỷ lục.

Diễn biến trên phản ánh sự thay đổi trong cách thị trường đánh giá các khoản đầu tư AI. Nếu trước đây việc gia tăng chi tiêu cho công nghệ có thể được nhìn nhận như một tín hiệu về tham vọng tăng trưởng dài hạn, hiện nay nhà đầu tư đòi hỏi nhiều bằng chứng hơn về khả năng chuyển hóa khoản đầu tư thành dòng tiền và lợi nhuận.

Các quan ngại cũng xuất hiện tại những doanh nghiệp phát triển hạ tầng AI. Những bình luận từ CoreWeave làm gia tăng lo lắng về mức độ phụ thuộc vào nguồn vốn vay trong quá trình mở rộng hạ tầng phục vụ AI. Khi chi phí xây dựng trung tâm dữ liệu, mua sắm thiết bị và vận hành hệ thống tăng nhanh, việc sử dụng nợ để tài trợ có thể làm gia tăng rủi ro nếu doanh thu không đạt kỳ vọng.

Tại Australia, kế hoạch phát hành cổ phiếu lần đầu ra công chúng (IPO) của Firmus Grid, doanh nghiệp hoạt động trong lĩnh vực trung tâm dữ liệu, đã đổ vỡ sau khi các nhà quản lý quỹ Mỹ không chấp nhận mức định giá 30 tỷ USD. Một doanh nghiệp phát triển trung tâm dữ liệu khác là Nscale, được Nvidia hậu thuẫn, cũng đối mặt với những phản ứng trái chiều liên quan đến định giá IPO.

Những trường hợp này cho thấy sự thận trọng đang gia tăng đối với các doanh nghiệp đặt cược lớn vào nhu cầu hạ tầng AI. Triển vọng thị trường có thể rất lớn, nhưng khả năng hiện thực hóa triển vọng đó vẫn phụ thuộc vào tốc độ tăng trưởng doanh thu, nhu cầu sử dụng thực tế và hiệu quả khai thác tài sản đã đầu tư.

Công ty nghiên cứu thị trường Gartner ước tính hơn 3.500 tỷ USD chi tiêu cho hạ tầng AI có thể đối mặt với nguy cơ suy giảm giá trị tài sản vào năm 2030 nếu doanh thu từ AI không đủ để biện minh cho quy mô đầu tư. Đây là một cảnh báo về rủi ro phân bổ vốn trong trường hợp kỳ vọng tăng trưởng vượt xa khả năng tạo doanh thu thực tế.

Theo chuyên gia Slok, các doanh nghiệp được hỗ trợ bởi vốn đầu tư mạo hiểm đang ngày càng chi nhiều tiền cho token, trong khi phần lớn doanh nghiệp truyền thống không có nhu cầu sử dụng những mô hình mới nhất và cũng không sẵn sàng trả thêm chi phí cho chúng. Nếu AI có khả năng thực hiện nhiệm vụ theo chuỗi, hay AI tác nhân (agentic AI), cùng chi tiêu token chỉ tập trung trong một bộ phận nhỏ của nền kinh tế, tác động vĩ mô của công nghệ này sẽ còn rất hạn chế.

Ông cũng lưu ý AI chưa thể thay thế đầy đủ vai trò của con người trong việc chịu trách nhiệm, cân nhắc các đánh đổi về đạo đức và xây dựng niềm tin. Đây đều là những yếu tố định hình rủi ro danh tiếng và cuối cùng ảnh hưởng đến tăng trưởng doanh thu cũng như biên lợi nhuận của doanh nghiệp.