Làn sóng đầu tư vào trung tâm dữ liệu giống bong bóng dotcom như thế nào?

Đầu năm nay, công ty tư vấn quản trị toàn cầu McKinsey đã đưa ra dự báo đầy lạc quan về mức chi tiêu vốn cho chip, trung tâm dữ liệu và năng lượng phục vụ trí tuệ nhân tạo (AI): 5,2 nghìn tỷ USD trên toàn cầu trong vòng 5 năm tới.

Chưa đầy nửa năm sau, công ty này đang xem xét nâng dự báo đó lên trong bối cảnh các động thái tại Mỹ cho thấy đầu tư vào hạ tầng phục vụ AI tạo sinh đang ngày càng sôi động.

Các khoản chi tiêu khổng lồ này, được thúc đẩy bởi những thương vụ từ OpenAI, Nvidia và Oracle, nhằm mục tiêu tăng cường năng lực tính toán được cho là cần thiết để đáp ứng nhu cầu AI tạo sinh.

Tuy nhiên, nhu cầu – đặc biệt là những loại nhu cầu có thể mang lại doanh thu – vẫn chưa theo kịp làn sóng rót vốn. Mặc dù người tiêu dùng đang sử dụng chatbot nhiều hơn, McKinsey nhận thấy tỷ lệ thành công của các dự án thử nghiệm AI tại các doanh nghiệp được khảo sát chỉ dưới 15%, theo ông Pankaj Sachdeva, một đối tác của công ty này.

Vị này dự báo sẽ có một “giai đoạn mất cân đối” giữa cung và cầu và có thể kéo dài trong nhiều năm. Nhu cầu thật sự đối với AI tạo sinh là yếu tố then chốt quyết định liệu rằng cơn bùng nổ hạ tầng có kết thúc bằng một cú sụp đổ hay không.

Không chỉ vậy, theo tờ The Economist, ba đặc điểm mới trong làn sóng xây dựng trung tâm dữ liệu khiến tình hình thêm bất định: vị trí xa xôi, nguồn tài trợ đến từ các công ty tư nhân và chất lượng tín dụng yếu của một số bên đi vay.

Bộ ba yếu tố này khiến người ta không khỏi hoài nghi và nhớ đến thảm họa hạ tầng lớn cuối cùng: bong bóng Internet và viễn thông (dotcom) cuối những năm 1990.

NHIỀU ĐIỂM TƯƠNG ĐỒNG

Quỹ Tiền tệ quốc tế trong buổi họp báo hôm 14/10 cảnh báo, sự bùng nổ đầu tư vào AI có thể là một bong bóng kinh tế và bong bóng này có thể vỡ, tương tự như sự sụp đổ của bong bóng dotcom cuối những năm 1990.

Ông Pierre-Olivier Gourinchas, kinh tế trưởng của IMF cho biết, có nhiều điểm tương đồng giữa hai sự kiện này khi cả hai thời kỳ đều nhìn thấy định giá cổ phiếu và giá trị tài sản ghi nhận những đỉnh cao mới, thúc đẩy tiêu dùng và làm gia tăng áp lực lạm phát.

Cũng giống như bây giờ, thời điểm thập kỷ cuối cùng của thế kỷ XX cũng đưa ra một lời hứa về công nghệ mới mang tính cách mạng nhưng kết cục là kỳ vọng của thị trường trong ngắn hạn không được đáp ứng. Hậu quả sau đó là định giá cổ phiếu sụp đổ.

Và cũng giống như năm 1999, đầu tư vào AI không được xây dựng dựa trên các đòn bẩy tài chính mà dựa chủ yếu vào các gã khổng lồ công nghệ giàu có, đại diện IMF nói trong một cuộc phỏng vấn với Reuters.

Tờ Harvard Business Review cho biết thêm, trong thời kỳ dotcom, vốn đổ vào các cơ sở hạ tầng viễn thông với kỳ vọng rằng nhu cầu Internet sẽ tăng theo cấp số nhân. Thế nhưng nhu cầu lại chững lại, kéo theo các vụ phá sản tràn lan. Vấn đề không nằm ở việc internet thiếu tiềm năng, mà là thời điểm triển khai ngốn nguồn vốn vượt quá tốc độ áp dụng.

Những dấu hiệu tương tự cũng đang hiện diện trong giai đoạn hiện nay. Mức độ tập trung thị trường đạt đến mức đáng báo động: các công ty công nghệ thuộc nhóm "Bảy ông trùm" chiếm hơn 1/3 chỉ số S&P 500, cao gấp đôi so với các công ty công nghệ hàng đầu trong bong bóng năm 2000.

Định giá các công ty AI đang dựa trên những dự báo táo bạo thay vì dòng tiền hiện tại của doanh nghiệp. Các cấu trúc giao dịch phức tạp, chẳng hạn như việc OpenAI tài trợ thông qua các thỏa thuận với nhà cung cấp, giống với tính chất tuần hoàn của các bong bóng trước đây.

Trong khi đó, các khoản tiền khổng lồ đang được cam kết cho các trung tâm dữ liệu, chuỗi cung ứng chip và các mô hình nền tảng ngay cả khi việc áp dụng của doanh nghiệp diễn ra chậm hơn so với sự nhiệt tình của người tiêu dùng.

Khi người tiêu dùng đã đón nhận ChatGPT với tốc độ kỷ lục, đạt 100 triệu người dùng nhanh hơn bất kỳ ứng dụng nào trước đây thì các doanh nghiệp vẫn còn do dự.

Viện Công nghệ Massachusetts (MIT) nhận thấy việc tăng năng suất khó đạt được ở quy mô lớn và khuyến nghị nên tập trung vào các ứng dụng có giá trị cao, tích hợp AI vào quy trình làm việc và mở rộng dần dần.

Theo Chỉ số AI của Stanford, tỷ lệ áp dụng AI trong doanh nghiệp đã tăng lên 78% vào năm 2024 từ mức 55% của năm trước. Tuy nhiên, các công ty vẫn còn do dự, cho rằng quyền riêng tư, độ tin cậy, tuân thủ, bảo mật và rủi ro tài chính là những rào cản chính.

Sự cường điệu xung quanh số lượng người tiêu dùng sử dụng AI vẫn chưa thể chuyển thành ứng dụng gia tăng trong doanh nghiệp. Đáng lo ngại hơn, nếu nhu cầu chậm lại, việc xây dựng hàng loạt chip và trung tâm dữ liệu hiện nay có thể tạo ra tình trạng dư thừa công suất.

NHỮNG RỦI RO PHÍA TRƯỚC

Các trung tâm dữ liệu AI mới đang mọc lên ở những nơi hẻo lánh, thay vì các cụm trung tâm truyền thống gần nguồn cầu lớn và các điểm kết nối chính như miền Bắc Virginia – khu vực ngay gần thủ đô Washington, D.C của Mỹ.

Những địa điểm mới này, bao gồm cả khu vực Bắc Dakota và New Mexico, giúp giải quyết bài toán năng lượng. Tuy nhiên, sự cô lập lại mang đến rủi ro cho các nhà đầu tư bất động sản và điều này có thể chưa được phản ánh đầy đủ trong tỷ suất lợi nhuận.

Bên cạnh đó, các trung tâm dữ liệu thường được tài trợ trong nhiều thập kỷ, nhưng những trung tâm tiên phong phục vụ AI có thể trở nên lỗi thời nhanh hơn nhiều, ông Gautam Bhandari, đối tác quản lý của quỹ đầu tư hạ tầng I Squared Capital.

Ông lý giải, một phần nguyên nhân đến từ công nghệ. Đơn cử, Nvidia, nhà sản xuất chip GPU phục vụ AI hàng đầu, liên tục cải tiến hiệu suất chip, buộc các trung tâm dữ liệu phải nâng cấp thường xuyên.

Do đó, với quỹ đất dồi dào, một nhà xây dựng trung tâm dữ liệu đối thủ có thiết kế tốt hơn, chi phí rẻ hơn hoàn toàn có thể mọc lên ở nơi khác, làm tăng khả năng các tài sản bị mắc kẹt.

Nguồn tài chính cho làn sóng bùng nổ này cũng đặt ra nhiều vấn đề. Trước đây, các nhà cung cấp vốn lớn cho trung tâm dữ liệu ở vị trí đắc địa là nhà đầu tư chứng khoán, thông qua các quỹ đầu tư bất động sản (REIT). Khi nhu cầu vốn tăng vọt, các REIT bị hạn chế bởi khả năng vay nợ của chính họ, The Economist dẫn bình luận của ông David Guarino từ Công ty nghiên cứu bất động sản thương mại Green Street.

Thay vào đó, các công ty tín dụng tư nhân (một số đã mua lại REIT cũ), quỹ tài sản quốc gia và ngân hàng đang chiếm vị trí trung tâm. Đây là những nhà cho vay dày dạn kinh nghiệm, có nguồn vốn sâu và quen thuộc với mô hình tài trợ dự án như các dự án hạ tầng AI.

Tuy nhiên, sự tham gia của họ chuyển rủi ro từ thị trường vốn sang thị trường nợ, đặt hệ thống ngân hàng vào tầm nguy hiểm hơn nếu tỷ lệ vỡ nợ tăng.

Và rủi ro vỡ nợ lại bị đẩy cao bởi uy tín tín dụng đáng ngờ của một số công ty đang dẫn đầu cơn sốt xây dựng này. Trước đây, điều này không phải vấn đề lớn khi phần lớn vốn đổ vào các “ông lớn” điện toán đám mây như Amazon, Microsoft và Google – những “khách thuê tốt nhất thế giới”, theo lời ông Guarino.

Nhưng gần đây, các phòng thí nghiệm AI như OpenAI và những công ty cung cấp dịch vụ đám mây cho thuê GPU cũng nhảy vào cuộc, làm tăng quy mô thị trường nhưng giảm chất lượng tín dụng. Càng nhiều công ty mới xuất hiện, họ càng phải cạnh tranh gay gắt, lợi nhuận bị bóp nghẹt và triển vọng lâu dài trở nên bấp bênh.

Những thương vụ được đề xuất như việc Nvidia có thể đầu tư 100 tỷ USD vào OpenAI nếu mua tới 10GW GPU khiến ông liên tưởng đến các thỏa thuận tài trợ thiết bị của Nortel trong thời kỳ bong bóng viễn thông. Tuy nhiên, một số người khác lại nhấn mạnh sự khác biệt.

Nick Del Deo từ công ty nghiên cứu cổ phiếu Moffett Nathanson cho rằng trong thời kỳ bùng nổ viễn thông, các công ty đã trải cáp trước cả khi có khách hàng. Còn hiện nay, trung tâm dữ liệu chỉ được xây dựng khi đã có đối tác ký hợp đồng — dù chi tiết hợp đồng sẽ là yếu tố then chốt để xác định liệu lợi nhuận có xứng đáng với rủi ro hay không.

Hiện tại, tiềm năng lợi nhuận hấp dẫn đến mức dòng tiền vẫn tiếp tục đổ vào. Những người lạc quan như ông Sam Altman, Giám đốc điều hành OpenAI, lập luận rằng rủi ro của việc “xây thiếu” cũng nghiêm trọng không kém việc “xây thừa”, vì tiềm năng kinh tế dài hạn của AI tạo sinh là quá lớn.

Có thể, ngay cả khi dư thừa năng lực ở các trung tâm dữ liệu tiên tiến nhất, phần công suất đó vẫn có thể được tận dụng cho việc vận hành (thay vì huấn luyện) các mô hình ngôn ngữ lớn.

Nhưng rốt cuộc, tất cả lại quay về câu hỏi: khi nào nhu cầu thực sự đối với chatbot và ứng dụng AI tạo sinh mới bắt kịp tham vọng của những người đang cung cấp chúng? Đó chính là điều bất định mê hoặc nhất hiện nay.