Phần mềm đã ăn cả thế giới, và giờ phần cứng đang ăn phần mềm

• Trong kỷ nguyên SaaS, giao diện và ứng dụng nắm 75~90% biên lợi nhuận gộp, nhưng trong AI, trọng tâm giá trị đang hạ xuống chất bán dẫn, điện toán, dữ liệu và nền tảng suy luận, khiến lớp ứng dụng trở nên mỏng hơn
• Lượng vốn khổng lồ cùng các nút thắt vật lý của CoWoS, HBM và điện năng, chi phí chuyển đổi dữ liệu, và khả năng bị thay thế của logic ứng dụng đang cố định trọng tâm giá trị ở các lớp thấp hơn
• Doanh thu trung tâm dữ liệu của NVIDIA đạt 75,2 tỷ USD trong quý kết thúc vào tháng 4/2026, tăng 92% so với cùng kỳ năm trước, còn chi tiêu vốn quý 1/2026 của 4 hyperscaler lớn đạt 131 tỷ USD, cho thấy vốn đang tập trung vào lớp nền tảng vật lý
• Khoảng cách hiệu năng và giá của các mô hình open-weight đang giảm rất nhanh, nhưng các nền tảng suy luận và tối ưu hóa cung cấp thông lượng cao và độ trễ thấp, các nền tảng dữ liệu độc quyền, và một số ít mô hình cao cấp với hiệu năng hàng đầu cùng mạng lưới phân phối doanh nghiệp vẫn giữ được giá trị
• Ở các ứng dụng AI, chi phí suy luận trung bình chiếm 23% doanh thu nên biên lợi nhuận gộp có thể chỉ dừng ở mức 50~60%; vì vậy, phải sở hữu ít nhất một trong các yếu tố như vòng lặp dữ liệu độc quyền, hệ thống ghi nhận, quy trình tuân thủ quy định, năng lực phân phối hoặc định giá theo kết quả thì mới có thể đạt được mức phòng thủ tương đương phần mềm truyền thống

---

Hướng dịch chuyển giá trị mà AI đang đảo ngược

• Trong SaaS, chi phí cận biên để phục vụ thêm một người dùng gần như bằng 0, và các công ty sở hữu giao diện, workflow và hệ thống ghi nhận có thể giữ 75~90% biên lợi nhuận gộp
• Trong AI, khi suy luận trở thành giá vốn biến đổi, trọng tâm giá trị dịch chuyển từ ứng dụng xuống các lớp thấp hơn
  • Chất bán dẫn và điện toán, nền tảng dữ liệu, các engine suy luận chạy mô hình mở, và một số ít mô hình frontier cao cấp tạo thành các lớp giá trị chính
• Không phải ứng dụng sẽ biến mất, nhưng lớp này đang mỏng đi
  • Trong khi định giá của mô hình và dữ liệu tăng lên, các ứng dụng wrapper không có khác biệt rõ rệt lại có biên lợi nhuận và bội số doanh thu thấp hơn
• Sau cú sụp dot-com, vốn tư nhân đã rời khỏi ngành bán dẫn thâm dụng vốn và mang tính chu kỳ, để chuyển sang cloud và SaaS với biên lợi nhuận gộp trên 80% và doanh thu lặp lại
• AI đang đảo ngược xu hướng đó, kéo vốn quay lại silicon, đóng gói, điện năng, hạ tầng dữ liệu và nền tảng suy luận
  • Những franchise giá trị nhất trong lĩnh vực công nghệ lại một lần nữa là các công ty chip
  • Các nền tảng suy luận và dữ liệu đang trở thành các doanh nghiệp hạ tầng tăng trưởng với tốc độ kỷ lục
  • Các ứng dụng nhẹ tài sản, từng là đích đến của làn sóng dịch chuyển vốn trước đó, nay lại có cấu trúc biên lợi nhuận bất lợi trong AI stack

Bốn lý do khiến giá trị tích tụ ở các lớp thấp hơn

• Mỗi lớp trong AI stack có thể được định giá dựa trên việc lớp đó dễ bị nơi khác thay thế cho 1 USD giá trị kế tiếp tới mức nào
• Mức độ thâm dụng vốn hoạt động như rào cản gia nhập
  • 4 hyperscaler lớn đang triển khai chi tiêu vốn quy đổi năm vượt 500 tỷ USD, và sẽ hướng tới hơn 600 tỷ USD trong năm 2026
  • Trong một thị trường đòi hỏi phải liên tục bơm lượng vốn khổng lồ, bản thân vốn trở thành hào lũy
• Nút thắt vật lý không thể được tháo gỡ trong ngắn hạn chỉ bằng tiền
  • Đóng gói tiên tiến CoWoS, bộ nhớ băng thông cao (HBM) và điện năng đang là các ràng buộc rõ ràng
  • Doanh nghiệp kiểm soát các ràng buộc khan hiếm sẽ nắm được giá trị
• Chi phí chuyển đổi và quán tính giúp tích lũy giá trị ở các nền tảng dữ liệu
  • Càng có thêm pipeline, bảng và mô hình trong cùng một môi trường thì chi phí chuyển đi càng cao
  • Vì open weights được thiết kế để có thể di chuyển, giá trị sẽ chuyển từ bản thân mô hình sang nền tảng cung cấp mô hình đó
• Rủi ro bị thay thế ở lớp bề mặt tiếp tục gia tăng
  • Logic ứng dụng phổ dụng có thể được mô hình thực hiện trực tiếp, nên đây là lớp dễ bị thay thế nhất trong toàn stack

Lớp 1: Chất bán dẫn và điện toán

• NVIDIA và chi tiêu vốn của hyperscaler

  • Doanh thu trung tâm dữ liệu của NVIDIA đạt 75,2 tỷ USD trong quý kết thúc vào tháng 4/2026, tăng 92% so với cùng kỳ năm trước
  • Biên lợi nhuận gộp khoảng 75%, doanh thu quy đổi năm khoảng 300 tỷ USD
  • Hướng dẫn doanh thu toàn công ty cho quý tiếp theo là 91 tỷ USD, và thị phần theo doanh thu accelerator AI vào khoảng 80%
  • Chi tiêu vốn quý 1/2026 của 4 hyperscaler lớn đạt khoảng 131 tỷ USD
    • Amazon chi 44,2 tỷ USD, Alphabet chi 35,7 tỷ USD
    • Microsoft đầu tư 30,9 tỷ USD, Meta đầu tư 19,8 tỷ USD
  • Quy mô đầu tư này tương đương khoảng 525 tỷ USD quy đổi năm và đang tăng về phía mức hướng dẫn hơn 600 tỷ USD cho cả năm 2026
  • Goldman Sachs ước tính chi tiêu vốn cộng dồn của hyperscaler giai đoạn 2025~2030 là 5,3 nghìn tỷ USD

• Hạn chế nguồn cung ở điện toán, bộ nhớ và lưu trữ

  • Doanh thu bán dẫn toàn cầu đạt 793 tỷ USD trong năm 2025, tăng 21% so với năm trước, và được dự báo tiệm cận 1 nghìn tỷ USD trong năm 2026
    • Dự báo của WSTS là khoảng 975 tỷ USD, tương đương tăng 25% so với năm trước
    • Dự báo của Gartner còn cao hơn
  • AI chiếm khoảng 30% tổng doanh thu bán dẫn và được dự báo vượt 50% vào năm 2029
  • Ở mảng điện toán, thị trường accelerator AI được kỳ vọng mở rộng từ khoảng 80 tỷ USD năm 2024 lên hơn 280 tỷ USD vào năm 2029
  • Mảng bộ nhớ cũng đang chịu áp lực tăng nhanh
    • Nhu cầu HBM tăng khoảng 130% trong năm 2025 và tăng thêm khoảng 70% trong năm 2026
    • Giá hợp đồng DRAM thông thường tăng khoảng 90% theo quý trong quý 1/2026
    • Các trung tâm dữ liệu AI đang hấp thụ khoảng 70% DRAM cao cấp
  • Thị trường NAND sẽ đạt khoảng 65 tỷ USD vào năm 2026, với 1/5 tổng số bit được dùng cho AI
    • Đến năm 2027, tăng trưởng nhu cầu được dự báo ở mức 20~22%, cao hơn tăng trưởng nguồn cung 15~17%

• Nút thắt đóng gói, điện năng và rủi ro lợi suất đầu tư

  • Ràng buộc cốt lõi đang chuyển từ thiết kế chip sang đóng gói và điện năng
  • Công suất sản xuất CoWoS của TSMC tăng từ khoảng 70.000 wafer/tháng trong năm 2025 lên khoảng 110.000 wafer/tháng trong năm 2026, nhưng thực tế đã gần như bán hết
  • NVIDIA đã đặt trước hơn một nửa nguồn cung đến tận năm 2027
  • Công suất trung tâm dữ liệu AI mới được công bố trong năm 2025 đã vượt 10GW, trong khi nền tảng đóng gói hiện tại chỉ có thể hỗ trợ khoảng 18GW
  • Silicon tùy biến của hyperscaler như Google TPU, AWS Trainium, Broadcom ASIC đang phát triển thành thị trường accelerator trị giá hơn 200 tỷ USD
    • Về dài hạn, điều này có thể làm giảm thị phần của NVIDIA, nhưng không chuyển giá trị ra ngoài lớp bán dẫn
  • Rủi ro lớn nhất là tỷ suất hoàn vốn đầu tư, chứ không phải doanh thu
    • Với chi tiêu vốn hàng năm trên 500 tỷ USD và vòng đời 2~3 năm của accelerator, mức sử dụng của cơ sở lắp đặt phải đủ cao mới có thể duy trì biên lợi nhuận
    • So với cạnh tranh, mức sử dụng hạ tầng là biến số lớn nhất quyết định lợi nhuận của toàn bộ AI stack

Lớp 2: Mô hình mở và nền tảng suy luận

• Hiệu năng mô hình hội tụ và nguồn cung mở rộng

  • Theo Stanford AI Index, trên Chatbot Arena, khoảng cách giữa mô hình đóng tốt nhất và mô hình open-weight tốt nhất đã thu hẹp từ 8,04% vào tháng 1/2024 xuống 1,70% vào tháng 2/2025
  • Trên MMLU, khoảng cách từng ở mức khoảng 17,5 điểm vào năm 2023 nay gần như biến mất
  • DeepSeek R1 cho thấy suy luận cấp frontier không nhất thiết phải cần ngân sách huấn luyện cỡ hàng trăm triệu USD
  • Qwen đã vượt Llama để trở thành họ mô hình được tải nhiều nhất trên Hugging Face
  • Trên Hugging Face hiện có hơn 2,2 triệu mô hình được đăng ký, và danh mục này đã tăng gấp đôi chỉ trong khoảng 24 tháng
  • Khi có hàng nghìn mô hình mở tương tự nhau, thứ trở nên khan hiếm không còn là weights mà là khả năng vận hành chúng hiệu quả
    • Cần tối ưu thông lượng, độ trễ và chi phí trên mỗi token
    • Đồng thời cần model routing, caching, fine-tuning, evaluation và guardrail

• Mô hình mở ngoài Mỹ và giá trị nền tảng

  • Tỷ trọng của các nhà phát triển ngoài Mỹ ở frontier open-weight đang tăng lên
  • Trong giai đoạn từ tháng 8/2024 đến tháng 8/2025, các nhà phát triển Trung Quốc chiếm 17,1% lượt tải trên Hugging Face
    • Tỷ trọng của nhà phát triển Mỹ là 15,8%
  • Qwen đã vượt Llama để trở thành họ mô hình số 1 về lượt tải
  • Việc hàng hóa hóa mô hình mở không chỉ là vấn đề kinh tế mà còn bao gồm các biến số chuỗi cung ứng và chính sách
  • Cũng giống như Red Hat và cloud nắm được giá trị kinh tế thay vì bản thân Linux, với open weights, chi tiêu sẽ được hấp thụ bởi các nền tảng cung cấp mô hình ổn định và rẻ hơn là bởi chính mô hình
  • Doanh nghiệp bền vững sẽ gần với nền tảng suy luận và tối ưu hóa hơn là bản thân mô hình mở
    • Năng lực vận hành các mô hình di động trong môi trường production một cách đáng tin cậy và chi phí thấp không dễ bị hàng hóa hóa

• Tăng trưởng của nền tảng suy luận và cấu trúc chi phí

  • Fireworks AI công bố đã vượt 800 triệu USD doanh thu quy đổi năm chỉ trong khoảng 3 năm và tăng hơn 4 lần so với cùng kỳ năm trước
  • Together AI cũng được cho là ở quy mô tương tự, còn Baseten tăng hơn 5 lần so với năm trước để đạt khoảng 600 triệu USD
  • Những công ty này không phải model lab mà là các nhà cung cấp nền tảng giúp open weights có thể được dùng trong production
  • Nếu giả định một tính năng AI quy mô trung bình xử lý 50 tỷ output token mỗi tháng thì chênh lệch chi phí là rất lớn
    • Nếu giá output của frontier API là khoảng 10~15 USD cho mỗi 1 triệu token thì chi phí hàng tháng vào khoảng 500.000~750.000 USD
    • Nếu các mô hình mở như Llama, Qwen, DeepSeek được cung cấp trên nền tảng suy luận với giá khoảng 0,40~1 USD cho mỗi 1 triệu token thì chi phí hàng tháng chỉ khoảng 20.000~50.000 USD
  • Mức giảm chi phí là hơn 90%, và nền tảng có thể giữ lại một phần khoản tiết kiệm này làm biên lợi nhuận
  • Cách tính này chỉ là ví dụ; chi phí thực tế sẽ thay đổi tùy mô hình, độ dài ngữ cảnh và mức sử dụng

Lớp 3: Một số ít mô hình cao cấp

• Sự hội tụ của mô hình mở làm giảm khoảng cách hiệu năng trung bình nhưng không xóa bỏ bản thân frontier
• Một lớp cao cấp vẫn sẽ tồn tại trong các lĩnh vực mà người dùng sẵn sàng trả tiền cho thêm một điểm hiệu năng, như tác vụ agent phức tạp, độ tin cậy khi chạy dài hạn, coding trong production và an toàn
• Doanh thu quy đổi năm của Anthropic tăng từ khoảng 1 tỷ USD cuối năm 2024 lên khoảng 47 tỷ USD vào tháng 5/2026, và cuối năm được dự báo khoảng 100 tỷ USD
  • Có hơn 1.000 khách hàng doanh nghiệp chi hơn 1 triệu USD mỗi năm
• Doanh thu quy đổi năm của OpenAI ở mức khoảng 6 tỷ USD cuối năm 2024, khoảng 20 tỷ USD cuối năm 2025, khoảng 30 tỷ USD vào giữa năm 2026 và đang hướng tới khoảng 60 tỷ USD vào cuối năm
• Hai phòng lab này sử dụng các chuẩn doanh thu khác nhau, và con số cuối năm 2026 là ước tính, nên cần tập trung vào quỹ đạo tăng trưởng hơn là quy mô tuyệt đối
• Lớp cao cấp hẹp hơn dự kiến vào năm 2023, và để giành được vị thế có thể phòng thủ, không chỉ cần hiệu năng frontier mà còn phải có mạng lưới phân phối để tiếp cận khách hàng doanh nghiệp

Lớp 4: Nền tảng dữ liệu

• Nền tảng dữ liệu tạo ra trọng lực dữ liệu khiến chi phí chuyển đổi tăng lên khi ngày càng nhiều pipeline, bảng và ontology được chất thêm vào
• Doanh thu quy đổi năm của Databricks đã vượt 6,9 tỷ USD và tăng khoảng 80%
  • Các sản phẩm AI đã chiếm khoảng 26% doanh thu
  • Định giá công ty tư nhân khoảng 170 tỷ USD
• Palantir là lớp vận hành kết nối dữ liệu doanh nghiệp với các quyết định có kiểm soát
  • Doanh thu quý 1/2026 tăng 85% so với cùng kỳ năm trước, đưa công ty lên quy mô khoảng 6,5 tỷ USD quy đổi năm
  • Doanh thu mảng thương mại tại Mỹ tăng 133%
  • Chỉ số Rule of 40 đạt 145%
  • Vốn hóa thị trường khoảng 350 tỷ USD và được định giá khoảng 50 lần doanh thu
• Mô hình có thể hội tụ, nhưng dữ liệu độc quyền của doanh nghiệp cùng các workflow và ontology xây trên đó thì không dễ bị thay thế
• Càng khi lớp mô hình bị hàng hóa hóa, các nền tảng sở hữu dữ liệu và vòng lặp ra quyết định càng có đòn bẩy bền vững
• Các bội số doanh thu cao như khoảng 50 lần của Palantir hay 25~50 lần của các công ty foundation model đang tập trung vào các lớp gắn với dữ liệu độc quyền hơn là bề mặt phần mềm phổ dụng

Lớp 5: Ứng dụng đang mỏng đi

• Áp lực lên biên lợi nhuận gộp

  • SaaS truyền thống có thể đạt 75~90% biên lợi nhuận gộp nhờ chi phí phục vụ thêm người dùng gần như bằng 0
  • Ứng dụng AI-native phải chạy lại mô hình cho mỗi yêu cầu nên biên lợi nhuận gộp ở mức 50~60%
  • Theo dữ liệu năm 2026 của ICONIQ, chi phí suy luận ở các công ty AI giai đoạn tăng trưởng trung bình chiếm khoảng 23% doanh thu
  • Khác với giá vốn của SaaS, tỷ trọng chi phí suy luận không tự động giảm khi quy mô tăng
  • Với những wrapper cực kỳ mỏng, biên lợi nhuận gộp có thể giảm xuống 25%

• Phân cực trong định giá

  • Thị trường đang áp dụng các bội số doanh thu khác nhau tùy theo từng lớp trong AI stack
    • Các công ty foundation model được định giá 25~50 lần
    • Các nền tảng AI-native ở mức 25~30 lần
    • Mức trung vị của SaaS truyền thống đã giảm từ đỉnh 18,6 lần năm 2021 xuống khoảng 6,7 lần
    • Các AI wrapper ở mức 5~8 lần, tương đương hoặc thấp hơn SaaS truyền thống
  • Mô hình và dữ liệu được định giá cao, nhưng bề mặt ứng dụng không có khác biệt lại bị định giá thấp
  • Ứng dụng bền vững cần có tài sản mà mô hình khó hấp thụ
    • Phải sở hữu vòng lặp dữ liệu độc quyền hoặc hệ thống ghi nhận
    • Workflow chịu điều tiết và mạng lưới phân phối thực sự sẽ tạo phòng tuyến
    • Định giá theo kết quả có thể biến chi phí suy luận thành biên lợi nhuận
  • Nếu không có các yếu tố đó, ứng dụng sẽ chỉ là một lớp mỏng đặt prompt và mã kết nối lên trên các mô hình đã bị hàng hóa hóa

Điều kiện để giá trị dịch chuyển trở lại ứng dụng

• Nếu ứng dụng nhanh chóng tích lũy dữ liệu tương tác, nó có thể tự trở thành một nền tảng dữ liệu và giành được trọng lực dữ liệu
  • Các ứng dụng đóng vai trò hệ thống ghi nhận có thể là ngoại lệ trong xu hướng lớp ứng dụng bị mỏng đi
• Nếu các premium model lab sở hữu tầng suy luận, xây dựng agent và trực tiếp bán tới lớp ứng dụng, họ có thể nội bộ hóa giá trị của ba lớp
  • Điều này không tái phân phối giá trị lên trên mà tập trung nó vào một công ty, nhưng có thể làm suy yếu các nền tảng suy luận độc lập và lớp ứng dụng
• Nếu chi phí suy luận bị hàng hóa hóa nhanh hơn kỳ vọng, biên lợi nhuận gộp của ứng dụng AI có thể phục hồi về mức SaaS
  • LLMflation cho rằng chi phí cho một đơn vị trí tuệ giảm khoảng 10 lần mỗi năm, và tốc độ giảm giá trung vị kể từ đầu năm 2024 đã lên tới khoảng 200 lần mỗi năm
  • Nếu suy luận gần như miễn phí, vấn đề biên lợi nhuận của lớp ứng dụng sẽ suy yếu
  • Tuy vậy, ngay cả khi chi phí về 0, khả năng bị thay thế của lớp bề mặt vẫn còn, nên vấn đề định giá phần lớn vẫn giữ nguyên
• Mức giảm chi phí đó có thể vừa gây áp lực lên giá của bán dẫn và nền tảng suy luận, vừa phục hồi biên lợi nhuận cho ứng dụng, nhưng rủi ro thay thế mang tính cấu trúc ở lớp bề mặt vẫn tiếp diễn

Nhà đầu tư, startup và doanh nghiệp hiện hữu nên phản ứng ra sao

• Nhà đầu tư nên đánh giá điểm kiểm soát thay vì chỉ nhìn vào giao diện
  • Cần xem xét điện toán và các nút thắt vật lý như đóng gói, điện năng, bộ nhớ
  • Bao gồm cả các nền tảng dữ liệu liên tục tích lũy dữ liệu độc quyền
  • Các nền tảng suy luận và tối ưu hóa kiếm tiền từ nguồn cung mô hình mở dồi dào cũng là đối tượng đáng chú ý
  • Cần phân biệt số ít mô hình cao cấp vừa có hiệu năng frontier vừa có mạng lưới phân phối doanh nghiệp
• Với ứng dụng, cần đòi hỏi có vòng lặp dữ liệu hoặc hệ thống ghi nhận, và nên giả định biên lợi nhuận gộp 50~60% thay vì trên 80% cho đến khi được chứng minh
• Nhà sáng lập phải sở hữu vòng lặp dữ liệu độc quyền hoặc trở thành hệ thống ghi nhận
  • Hoặc định giá theo kết quả để việc chi phí suy luận giảm không chỉ chuyển thành phần tiết kiệm cho khách hàng mà còn chuyển thành biên lợi nhuận cho công ty
• Doanh nghiệp hiện hữu có thể thuê hào lũy của lớp nền tảng đòi hỏi vốn khổng lồ, nhưng khó có thể tự sở hữu
  • Thay vì cạnh tranh trong điện toán hay mô hình frontier, phù hợp hơn là xây dựng năng lực phòng thủ ở lớp dữ liệu nơi dữ liệu, huấn luyện và serving được giữ trong cùng một chỗ

Các chỉ số cần theo dõi trong 4 quý tới

• Nếu doanh thu so với chi tiêu vốn của hyperscaler vượt 25~30% mà biên lợi nhuận vẫn được giữ, luận điểm về lợi suất của lớp nền tảng sẽ còn hiệu lực
  • Nếu lợi nhuận trên vốn đầu tư sụp đổ, giá trị của toàn stack có thể bị định giá lại
• Nếu ARR của Fireworks AI, Together AI và Baseten tăng lên khoảng 1~2 tỷ USD mỗi công ty, đó sẽ là bằng chứng cho thấy giá trị đang tập trung ở lớp suy luận hơn là ở mô hình
• Nếu khoảng cách giữa mô hình mở và mô hình đóng trong các benchmark khó như agent và coding vẫn giữ trong khoảng 2 điểm, quá trình hàng hóa hóa ở lớp mô hình sẽ được củng cố
• Nếu biên lợi nhuận gộp của các ứng dụng AI giai đoạn tăng trưởng vẫn ở mức 50~60%, luận điểm ứng dụng mỏng đi sẽ tiếp tục đúng; nếu phục hồi lên trên 75% thì luận điểm này sẽ suy yếu
• Nếu giá DRAM và HBM tiếp tục tăng hai chữ số theo từng quý, điều đó sẽ xác nhận rằng ràng buộc vật lý và biên lợi nhuận vẫn nằm ở lớp nền tảng

Bố trí trong góc nhìn 3~5 năm

• Trong kịch bản có xác suất cao, nên tập trung vào lớp nền tảng và lớp dữ liệu; còn premium model chỉ nên chọn khi có niềm tin rất cao vào một số ít bên chiến thắng
• Với ứng dụng, chỉ nên áp dụng bội số doanh thu ở mức của phần mềm truyền thống khi có vòng lặp dữ liệu hoặc hệ thống ghi nhận
• Trọng lực giá trị được tạo thành từ vốn, nút thắt vật lý, chi phí chuyển đổi dữ liệu và khả năng bị thay thế đang tích lũy giá trị ở các lớp thấp hơn của AI stack