AI có phải là bong bóng?

 (oaktreecapital.com)
3 điểm bởi GN⁺ 2025-12-12 | 1 bình luận | Chia sẻ qua WhatsApp
  • Cuộc tranh luận về việc liệu bong bóng có đang hình thành trong cả ngành AI và thị trường đầu tư đang lan rộng, trong đó sự lạc quan quá mức được xem là biến số cốt lõi
  • “Bong bóng chuyển pha (Inflection)” dựa trên đổi mới công nghệ có thể gây thua lỗ trong ngắn hạn nhưng về dài hạn lại đóng vai trò thúc đẩy tiến bộ công nghệ
  • Chi tiêu liên quan đến AI và đà tăng giá cổ phiếu đang chiếm phần lớn tăng trưởng của kinh tế Mỹ và S&P 500, trong đó mức tăng vọt của các doanh nghiệp lớn như Nvidia đang kích thích tâm lý đầu tư
  • Việc mở rộng đầu tư vào hạ tầng AI thông qua nợ được nhắc đến như một tín hiệu rủi ro tương tự bong bóng viễn thông và internet trong quá khứ
  • Trong bối cảnh tiềm năng và bất định của AI cùng tồn tại, thay vì lạc quan toàn diện hay né tránh hoàn toàn, cần có cách tiếp cận thận trọng và có chọn lọc

Bản chất của bong bóng và những mô thức lặp lại

  • Bong bóng bắt nguồn từ sự lạc quan quá mức hơn là bản thân đổi mới công nghệ hay tài chính
    • Khi công nghệ mới xuất hiện, những người tham gia sớm thu được lợi nhuận lớn, còn các nhà đầu tư đến sau lao vào với tâm lý “không thể bỏ lỡ (FOMO)”
    • Trong ngắn hạn, thua lỗ là điều khó tránh, nhưng về dài hạn nó lại trở thành nền tảng cho tiến bộ công nghệ
  • Trong các trường hợp trước đây (Công ty Nam Hải, internet, sợi quang, subprime...), “cái mới” luôn kích thích trí tưởng tượng và dẫn đến các định giá phi lý
  • Ranh giới giữa lạc quan hợp lý và cuồng nhiệt phi lý là vấn đề mang tính phán đoán và rất khó phân biệt rõ ràng

“Bong bóng tốt” và “bong bóng xấu”

  • Byrne Hobart và Tobias Huber chia bong bóng thành hai loại
    • Bong bóng “hồi quy về trung bình (Mean-reversion)”: chỉ là trào lưu tài chính và phá hủy của cải
    • Bong bóng “chuyển pha (Inflection)”: như đường sắt hay internet, thúc đẩy tiến bộ công nghệ và xây dựng hạ tầng xã hội
  • Theo phân tích của Carlota Perez, cơn sốt đầu cơ giúp cho “giai đoạn lắp đặt (Installation Phase)” trở nên khả thi, rồi sau đó dẫn sang “giai đoạn triển khai (Deployment Period)”
  • Bong bóng kiểu thúc đẩy tiến bộ công nghệ đẩy nhanh việc rót vốn và thử nghiệm, nhưng đồng thời cũng làm thất thoát rất nhiều tiền
  • Điểm cốt lõi là thúc đẩy tiến bộ nhưng không trở thành nạn nhân của phần của cải bị phá hủy trong quá trình đó

Hiện trạng thị trường AI và những bất định

  • AI hiện chiếm phần lớn chi tiêu vốn doanh nghiệp, tăng trưởng GDP và mức tăng của S&P 500
    • Nvidia đã nổi lên như một biểu tượng khi vốn hóa thị trường tăng khoảng 8.000 lần trong 26 năm
  • Tuy nhiên, ứng dụng thương mại, cấu trúc lợi nhuận và doanh nghiệp chiến thắng của AI vẫn còn rất bất định
    • Giống như trường hợp ngành ô tô, tầm quan trọng của công nghệ và thành công đầu tư là hai chuyện khác nhau
  • “Tư duy đầu tư kiểu vé số (lottery-ticket thinking)” đang lan rộng
    • Ví dụ: startup Etched nhận khoản đầu tư 12 triệu USD và đưa ra khả năng trở thành “doanh nghiệp lớn nhất thế giới”
  • Khả năng sinh lời, cấu trúc cạnh tranh và các thương vụ vòng tròn (circular deals) cũng bị đặt dấu hỏi
    • Cấu trúc đầu tư và chi tiêu chéo giữa OpenAI và Nvidia bị chỉ trích là “tự giao dịch”
    • Goldman Sachs ước tính 15% doanh thu của Nvidia có thể đến từ các giao dịch như vậy

Mở rộng nợ và rủi ro tài chính

  • Chi phí xây dựng hạ tầng AI được ước tính lên tới 5 nghìn tỷ USD, và các Big Tech lớn đang huy động vốn bằng phát hành trái phiếu
    • Microsoft, Meta và Alphabet đã phát hành trái phiếu kỳ hạn 30 năm
  • Đầu tư lành mạnh là đầu tư vốn chủ sở hữu dựa trên dòng tiền, còn đầu tư rủi ro là xây trung tâm dữ liệu bằng nợ khi chưa có khách hàng
  • Paul Kedrosky và Azeem Azhar cảnh báo rằng hạ tầng AI đã bước vào giai đoạn “Minsky Moment”
    • Chi đầu tư thiết bị tăng nhanh hơn doanh thu, việc sử dụng SPV (công ty mục đích đặc biệt) và sự lan rộng của vendor financing là các tín hiệu rủi ro
  • Nợ khuếch đại thua lỗ, và khi nhu cầu chậm lại hoặc công nghệ tiến hóa, có thể xảy ra dư thừa trung tâm dữ liệu và phá sản
  • Oaktree và Brookfield nhấn mạnh “sử dụng nợ một cách thận trọng”, đồng thời đang đầu tư vào những khu vực chưa bị quá tải

Tính đặc thù của AI và phán đoán đầu tư

  • AI là công nghệ có thể thay thế chức năng nhận thức của con người, nên khác về chất so với các đổi mới trước đây
    • Nó đã thay thế lao động con người trong các lĩnh vực như lập trình và quảng cáo số
    • Tốc độ phát triển công nghệ nhanh đến mức khó dự báo nhu cầu
  • Giống như các ngành radio hay hàng không trước đây, câu chuyện “xem bất định là cơ hội” đang góp phần thổi bùng sự quá nhiệt
  • Luận điểm AI là bong bóng và các phản biện cùng tồn tại
    • Điểm giống: kỳ vọng quá mức, FOMO, giao dịch vòng tròn, SPV, đầu tư seed quy mô lớn
    • Điểm khác: có doanh thu thực tế, cơ sở người dùng lớn, tỷ lệ P/E hợp lý
  • Anthropic và Cursor ghi nhận doanh thu tăng 100 lần chỉ trong 1 năm, cho thấy có nhu cầu thực chất đối với sản phẩm AI

Kết luận: lạc quan một cách thận trọng

  • AI nhiều khả năng là một bong bóng, nhưng đồng thời cũng là bước ngoặt công nghệ mang tính lịch sử
  • Việc có phải là “sự hưng phấn phi lý (irrational exuberance)” hay không chỉ có thể được xác nhận theo thời gian
  • Mọi đổi mới trong quá khứ đều đi kèm đầu tư quá mức và thua lỗ, và AI cũng khó là ngoại lệ
  • Việc sử dụng nợ có thể khuếch đại rủi ro của chu kỳ lần này hơn nữa
  • Vì vậy, đầu tư toàn diện hay né tránh hoàn toàn đều rủi ro, và tham gia có chọn lọc, có tiết chế là chiến lược tốt nhất
  • Ngay cả đầu tư vào trung tâm dữ liệu và hạ tầng AI cũng đòi hỏi phân tích tỉnh táo và năng lực thực thi

Phụ lục: AI và tương lai việc làm

  • AI là công nghệ tiết kiệm lao động, nên cùng với việc nâng cao năng suất là nỗi lo sụt giảm việc làm trên diện rộng
    • Joe Davis của Vanguard phân tích rằng “43% thời gian làm việc sẽ được cắt giảm”
  • Năng suất tăng ≠ việc làm tăng
    • Việc làm suy giảm có thể dẫn đến giảm thu ngân sách và tăng chi tiêu phúc lợi
  • Khả năng áp dụng thu nhập cơ bản phổ quát (UBI) được nhắc đến, nhưng nguồn tài chính và sự mất mát ý nghĩa xã hội là vấn đề
  • Các lo ngại về sự mất ý nghĩa của nghề nghiệp, chia rẽ xã hội và sự lan rộng của chủ nghĩa dân túy cũng được nêu ra
  • Những nghề có khả năng tồn tại trong tương lai được nhắc đến gồm lao động thể chất (thợ ống nước, điều dưỡng...) và các công việc dựa trên sáng tạo và năng lực thấu hiểu
  • Tóm lại, AI có tiềm năng tái cấu trúc căn bản nền kinh tế và xã hội, và điều đó đòi hỏi ứng phó khôn ngoan cùng một góc nhìn cân bằng

Bài viết liên quan

1 bình luận

 
GN⁺ 2025-12-12
Ý kiến trên Hacker News

  • Nhiều nhóm phần mềm cấp cao giờ tuyên bố rằng lập trình viên không còn trực tiếp viết code nữa, chỉ cần nhập chức năng mong muốn là AI sẽ tạo ra code. Nghe như một tuyên bố phóng đại quá mức, nên tôi muốn biết liệu có cơ sở nào không

    • Ở công ty tôi, một bot tích hợp vào Slack tự động tạo các PR nhỏ. Những việc như tinh chỉnh Terraform, cập nhật endpoint, thêm handler đơn giản thì nó xử lý khá ổn.
      Nhưng khi tôi bảo Claude viết một utility migration dữ liệu đồng thời bằng Go, thì phần xử lý goroutine và waitgroup rất tệ, đầy bug. Có lẽ tự code còn nhanh hơn.
      Dù vậy, hôm sau một đồng nghiệp cần một công cụ tương tự, và chỉ với 45 phút trao đổi với Claude đã tiết kiệm được 6–8 tiếng.
      Tôi đang áp dụng cách tiếp cận lai — tôi viết khung cơ bản và code ví dụ, chỉnh lại phần AI tạo ra, dựng test và guardrail để AI làm phần còn lại. Kết quả vẫn lúc được lúc không, nhưng đang dần tốt hơn.
      Tuy vậy, CEO tuyên bố công ty chúng tôi là ‘AI-first’ nên mọi công việc đều phải dùng AI. Thành thật mà nói tôi nghĩ đó là định hướng sai, nhưng có vẻ mức độ sử dụng AI sẽ bị đem ra đánh giá như KPI
    • Câu “code do AI viết ở đẳng cấp hàng đầu thế giới” còn nghiêm trọng hơn. Những người trong ngành tài chính dường như hoàn toàn không hiểu gì về lập trình
    • Hoàn toàn đồng ý. Howard Marks là một nhà đầu tư huyền thoại, nhưng AI không phải lĩnh vực chuyên môn của ông ấy. Độc giả của ông chủ yếu là nhà đầu tư, nên ý định là đưa ra góc nhìn đầu tư hơn là mô tả thực tế kỹ thuật của AI
    • Những tuyên bố kiểu này không đúng sự thật. Không thể gọi các nhóm làm việc như vậy là ‘nhóm cấp cao’. Ngược lại, đó còn có thể là bằng chứng cho thấy mức độ phụ thuộc vào AI càng cao thì độ phức tạp của đội ngũ càng thấp
    • Tôi thường nghe câu “phi công giờ không còn lái máy bay nữa”, nhưng đó là nói sai hoàn toàn. Hệ thống lái tự động làm được nhiều việc, nhưng quyền điều khiển cốt lõi vẫn do con người đảm nhiệm

  • Phần cuối bài viết để lại ấn tượng mạnh. Lần đầu tiên tôi thấy mình mong một công nghệ nào đó đừng thực hiện được lời hứa của nó. Công nghệ mới thường khiến người ta háo hức về tiềm năng, nhưng lần này mọi thứ lại chỉ xoay quanh việc cắt giảm chi phí lao động nên thấy rất u ám.
    AI như một công cụ thu thập thông tin thì rất tuyệt, nhưng hướng đi nhằm thay thế sáng tạo của con người thì không đáng chào đón

    • Tôi cũng vậy. Tôi yêu quá trình viết code với cảm giác tay nghề thủ công. Có cái thú trong việc chia nhỏ vấn đề, sắp xếp logic, và khoảnh khắc gần như kỳ diệu khi đoạn code hoàn chỉnh.
      Điều khiển máy tính bằng những ngôn ngữ tôi đã học hơn 10 năm thật sự giống như phép màu. Tôi không thích chỉ mô tả bằng tiếng Anh rồi ngồi chờ. Tôi là người trực tiếp viết code, và tôi không muốn từ bỏ điều đó
    • Tôi cũng có cùng nỗi lo. Từ sau khi ChatGPT xuất hiện, tôi mới nhận ra tác động môi trường lớn đến mức nào, và thật sốc trước sự bùng nổ tiêu thụ tài nguyên của các trung tâm dữ liệu.
      Tôi tin công nghệ có thể nâng tầm nhân loại, nhưng đồng thời thật đau lòng khi nó lại trao quyền kiểm soát xã hội cho một số ít người giàu có.
      AI có nguy cơ tạo ra một thế giới thù địch và bất bình đẳng với phần lớn mọi người. Chúng ta cần đánh giá nghiêm túc hơn về tác hại xã hội của công nghệ
    • Ngay cả ý nghĩ rằng công việc là thứ bắt buộc phải có cũng cho thấy sự thiếu trí tưởng tượng. Nếu sinh kế được đảm bảo, có lẽ tôi vẫn sẽ vui vẻ viết cả những đoạn code không có giá trị thương mại
    • LLM hữu ích cho việc viết code hay tìm kiếm, nhưng những nỗ lực thay thế sự sáng tạo và khả năng biểu đạt của con người thì thật khó chịu
    • Xét cho cùng, LLM chỉ là bộ dự đoán ngôn ngữ. Nó chỉ tái tổ hợp văn bản có sẵn mà không có sự thấu hiểu, nên những việc đòi hỏi tư duy thì không thể thay thế được.
      Nhưng doanh nghiệp vốn luôn ám ảnh với việc cắt giảm chi phí nhân công, nên kể cả không có AI thì họ cũng sẽ tìm cách khác để cắt giảm con người

  • Khi đọc câu “AI có tiềm năng trở thành một trong những bước tiến công nghệ lớn nhất trong lịch sử loài người”, tôi chỉ muốn đùa hỏi rằng họ có quên hỏi ý kiến phe gấu (người bi quan) không

    • Thực tế là nhiều người không tin AGI là khả thi. Họ cũng không nghĩ LLM hay AI sẽ thay đổi đáng kể cuộc sống của mình
    • Tin rằng AI rồi sẽ trở nên lớn mạnh là điều hoàn toàn có thể. Dù LLM có chạm trần thì cuối cùng AI vẫn sẽ là một xu hướng lớn
    • Tôi chợt nghĩ đến câu “Bong bóng lạc quan công nghệ của tôi không phải bong bóng đâu, hãy tin tôi”
    • Nếu nhấn mạnh vào từ “tiềm năng” thì câu đó về cơ bản là đúng
    • Trong bài có câu: “Nếu sự cuồng nhiệt với AI không dẫn tới bong bóng, thì đó sẽ là lần đầu tiên trong lịch sử”

  • Câu “viết code là con chim hoàng yến trong mỏ than cho ảnh hưởng của AI” khá ấn tượng.
    Sau đó bài viết dẫn lại một cuộc phỏng vấn Grace Hopper năm 1944, kể về thời kỳ còn chưa tồn tại khái niệm lập trình.
    PDF ghi chép lời kể của Grace Hopper

  • Vấn đề là các cuộc thảo luận về AI thường bị kéo sang cực đoan. Nói “AI viết hầu hết code” là phóng đại, nhưng phủ nhận hoàn toàn việc dùng AI cũng không thực tế.
    Các startup giai đoạn đầu dùng LLM để xử lý nhanh test hay boilerplate, nhưng kỹ thuật cốt lõi vẫn là phần việc của con người.
    Đây đúng là bong bóng, nhưng giống thời dot-com, dù có điều chỉnh thì bản thân công nghệ vẫn sẽ còn lại

    • Giờ tôi không còn đồng ý với điều đó nữa. Một người bạn ở startup tài chính đã dùng LLM để bootstrap nhanh những phần code phức tạp, và còn tự động hóa cả Terraform lẫn tài liệu hóa.
      Tôi cũng không biết Kubernetes, Helm hay ConfigMap, nhưng AI đã tạo ra cấu hình dịch vụ hoàn hảo cho tôi
    • Ngay cả trong bong bóng dot-com, nhiều công ty vẫn phá sản nhưng các doanh nghiệp như Amazon, Google và eBay đã sống sót.
      Giống như web trở thành nền tảng của SaaS, AI cũng sẽ trở thành công nghệ cốt lõi.
      Hiện tại Nvidia đang kiếm tiền nhờ giá GPU, nhưng giá trị thật sự sẽ đến từ các lĩnh vực ứng dụng AI.
      Nhờ mô hình mã nguồn mở và chi phí suy luận ngày càng giảm, bản thân hạ tầng không phải là rào cản gia nhập.
      Ngay cả ChatGPT cũng còn nhiều bug và độ hoàn thiện chưa cao. Đổi mới thực sự sẽ đến từ các công ty nhỏ biết tận dụng mô hình để tạo ra UX và sản phẩm mới

  • Tôi tưởng tượng nếu có một bot AI phát hiện các bình luận kiểu “AI không làm được đâu” rồi tự động trả lời “Ơ nhưng với tôi thì nó làm tốt mà?” thì sao nhỉ. Chỉ là một thử nghiệm ý tưởng vui thôi

    • Tôi cũng có suy nghĩ tương tự. Trên HN, phản ứng tích cực với AI mạnh hơn rất nhiều so với cảm nhận thực tế của các kỹ sư
    • 90% các bình luận khen AI trông như thể chỉ là copy-paste câu do chatbot viết ra

  • Liệu Thung lũng Silicon có thể tạo ra hàng nghìn tỷ đô la từ LLM và GPU không?
    Nếu nền kinh tế không tăng trưởng đến mức đó, thì các khu vực khác sẽ phải gánh thiệt hại.
    Và liệu LLM có thể tiến hóa thành AGI chỉ nhờ được bơm đủ vốn hay không?
    Hiện tại, LLM vẫn chỉ ở mức trình tạo văn bản thông minh

    • Trong bài có câu trích: “Để cơn sốt AI mang tính sản xuất thực sự, doanh thu phải theo kịp trước khi xảy ra siết tín dụng”, và đó mới là điểm mấu chốt.
      Internet cũng mang tính cách mạng, nhưng nhiều công ty đã phá sản vì không có doanh thu.
      AI hoàn toàn có thể vừa thực tế vừa là một bong bóng
    • Không hề tồn tại cái gọi là “thấu hiểu”

  • Cách nhìn nhận bản ghi nhớ này phụ thuộc vào lập trường.
    Giống bong bóng dot-com, một số công ty sẽ sụp đổ nhưng công nghệ vẫn sẽ còn lại.
    Ngược lại, bong bóng bất động sản năm 2007 là một sự sụp đổ toàn diện.
    AI giống trường hợp đầu hơn — sẽ có điều chỉnh, nhưng cơ hội tăng trưởng dài hạn là rất lớn.
    Với nhà đầu tư tìm kiếm lợi nhuận ngắn hạn, nó trông như một bong bóng; nhưng với nhà sáng lập hay người xây dựng dài hạn, đây là thời kỳ tạo ra giá trị mới

  • Trước đây tôi thích các bài viết của Howard Marks, nhưng lần này nó giống như một sự hiểu biết hời hợt.
    Cảm giác như ông ấy đang cố chạy theo xu hướng hơn là nói về các sự thật kỹ thuật

    • Có khi chính bạn mới hiểu sai ông ấy. Điều ông ấy cảnh báo không phải là tính khả thi kỹ thuật, mà là sự quá nhiệt trong đầu tư. Ở góc độ đầu tư thì đó là một phân tích hoàn toàn hợp lý
    • Ông ấy tự thừa nhận mình không rành kỹ thuật, nhưng việc ông khám phá tác động lan tỏa về kinh tế vẫn có ý nghĩa.
      Chỉ cần AI cắt giảm được 5–10% chi phí lao động thôi cũng có thể tạo ảnh hưởng lớn lên xã hội.
      Dù công nghệ chưa hoàn hảo, hiệu ứng kinh tế vẫn là điều có thật

  • Tôi thấy một bài báo nói rằng sẽ có 8 nghìn tỷ USD được đổ vào việc xây dựng các trung tâm dữ liệu AI (Yahoo Finance).
    Để đạt mức lợi suất 10% mỗi năm thì phải kiếm được 800 tỷ USD hằng năm.
    GPU lại được thay mới mỗi 3 năm một lần, liệu có thể tạo ra mức doanh thu như vậy không?
    Trong cuộc phỏng vấn của Ilya cũng có nói rằng “không ai biết cách tạo ra AGI”