Một câu hỏi lớn đang treo lơ lửng trên toàn ngành công nghệ: các khoản đầu tư khổng lồ vào hạ tầng AI thực sự sẽ có “tuổi thọ” bao lâu?
Các tập đoàn công nghệ đang chi ra hàng trăm tỷ USD cho hạ tầng trí tuệ nhân tạo — chủ yếu là các trung tâm dữ liệu và những con chip vận hành chúng — với kỳ vọng đặt nền móng để AI cải tổ nền kinh tế, thị trường lao động và thậm chí cả các mối quan hệ cá nhân của con người.
Chỉ riêng trong năm 2025, các công ty công nghệ được ước tính đã rót khoảng 400 tỷ USD cho chi tiêu vốn liên quan đến AI.
Một phần không nhỏ trong số này gần như chắc chắn sẽ tạo ra áp lực thường xuyên lên bảng cân đối kế toán của doanh nghiệp. Với những công ty đặt tương lai của mình vào AI, câu hỏi về việc bao lâu họ sẽ phải nâng cấp hoặc thay thế các dòng chip tiên tiến trở thành vấn đề sống còn — nhất là trong bối cảnh ngày càng xuất hiện nhiều hoài nghi về việc liệu AI có thể tạo ra lợi nhuận đủ lớn, hoặc đủ nhanh, để bù đắp các khoản đầu tư hiện tại cũng như chi phí hạ tầng trong tương lai.
Điều đó làm dấy lên lo ngại về một “bong bóng AI” — tức nỗi sợ rằng sự cường điệu và mức chi tiêu dành cho AI đang lệch pha so với giá trị thực. Những lo ngại này xuất hiện trong bối cảnh nhóm cổ phiếu công nghệ “Magnificent Seven” hiện chiếm khoảng 35% giá trị chỉ số S&P 500, làm dấy lên câu hỏi rằng một cú sụp đổ của AI sẽ tác động ra sao đến toàn bộ nền kinh tế.
“Mức độ mà toàn bộ làn sóng xây dựng này là một bong bóng phụ thuộc phần nào vào tuổi thọ của các khoản đầu tư đó,” ông Tim DeStefano, phó giáo sư nghiên cứu tại Trường Kinh doanh McDonough thuộc Đại học Georgetown, nhận định.
Vòng đời của chip
Hiện vẫn chưa rõ các bộ xử lý đồ họa (GPU) hàng đầu — loại chip thường được sử dụng để huấn luyện và xử lý AI — sẽ còn hữu ích trong bao lâu.
Một số chuyên gia công nghệ nói với CNN rằng chip AI có thể được dùng để huấn luyện các mô hình ngôn ngữ lớn trong khoảng từ 18 tháng đến ba năm. Sau giai đoạn này, những con chip đó vẫn có thể tiếp tục đảm nhiệm các tác vụ ít đòi hỏi hơn trong vài năm tiếp theo.
Ngược lại, các bộ xử lý trung tâm (CPU) trong các trung tâm dữ liệu truyền thống không phục vụ AI thường có vòng đời dài hơn, với chu kỳ thay thế phổ biến từ 5 đến 7 năm, theo các chuyên gia.
Một phần nguyên nhân là quá trình huấn luyện mô hình AI khiến chip phải chịu tải lớn và nhiệt độ cao, làm chúng xuống cấp nhanh hơn. Khoảng 9% GPU sẽ bị hỏng trong vòng một năm, so với khoảng 5% đối với CPU, theo ông David Bader, giáo sư khoa học dữ liệu tại Viện Công nghệ New Jersey.
Các thế hệ chip AI mới cũng đang được cải tiến rất nhanh và ngày càng hiệu quả hơn, khiến việc tiếp tục chạy các tác vụ AI trên chip cũ — dù vẫn còn hoạt động — có thể không còn hiệu quả về mặt kinh tế.
Các chuyên gia đưa ra những ước tính khác nhau. Ông DeStefano cho rằng chip AI có thể hỏng sau khoảng 5–10 năm sử dụng, nhưng “tuổi thọ kinh tế” của chúng chỉ vào khoảng 3–5 năm. Trong khi đó, ông Bader ước tính GPU chỉ có thể được dùng để huấn luyện mô hình AI trong 18–24 tháng, song các chip cũ vẫn có thể xử lý những tác vụ như trả lời truy vấn AI của người dùng trong khoảng 5 năm nữa, qua đó kéo dài giá trị sử dụng.
Nvidia, nhà cung cấp chip AI lớn nhất thế giới, cho biết hệ thống phần mềm CUDA của họ cho phép khách hàng cập nhật phần mềm cho các chip hiện có, qua đó có thể trì hoãn nhu cầu nâng cấp lên sản phẩm mới nhất. Giám đốc tài chính Nvidia, bà Colette Kress, cho biết trong cuộc họp công bố kết quả kinh doanh gần đây rằng những GPU “được xuất xưởng từ sáu năm trước vẫn đang hoạt động với mức sử dụng tối đa” nhờ hệ thống CUDA.
Tuy nhiên, bất kể chip có tuổi thọ hai năm hay sáu năm, các công ty công nghệ vẫn phải đối mặt với cùng một câu hỏi: “Doanh thu sẽ đến từ đâu để cho phép bạn tái đầu tư ở quy mô đó?” ông Mihir Kshirsagar, Giám đốc Phòng thí nghiệm Chính sách Công nghệ tại Trung tâm Chính sách Công nghệ Thông tin của Đại học Princeton, đặt vấn đề.
Liên quan gì đến bong bóng AI?
Chip xuống cấp càng nhanh, các công ty càng chịu áp lực phải sớm thu được lợi nhuận từ AI để có nguồn lực thay thế chúng.
Trong khi đó, nhu cầu dài hạn đối với AI vẫn chưa rõ ràng, đặc biệt khi nhiều báo cáo trong năm nay cho thấy phần lớn doanh nghiệp triển khai AI vẫn chưa ghi nhận tác động tích cực rõ rệt lên lợi nhuận. Khách hàng doanh nghiệp được xem là nguồn tạo doanh thu chính cho các công ty AI, nhưng bản thân các doanh nghiệp này vẫn đang loay hoay tìm cách sử dụng công nghệ để tạo thêm doanh thu hoặc cắt giảm chi phí, theo ông DeStefano.
“Có nhu cầu đối với AI tạo sinh từ người dùng cá nhân, nhưng chừng đó là không đủ để các công ty AI lớn thu hồi chi phí đầu tư,” ông nói.
Michael Burry, nhà đầu tư nổi tiếng, gần đây cũng cảnh báo về một bong bóng AI. Một phần lập luận của ông dựa trên dự đoán rằng các công ty công nghệ đang đánh giá quá cao vòng đời có giá trị của các khoản đầu tư vào chip, điều có thể gây sức ép lên lợi nhuận trong tương lai.
Các lãnh đạo trong lĩnh vực AI cũng bắt đầu nói thẳng hơn về vấn đề này. Giám đốc điều hành Microsoft Satya Nadella cho biết trong một cuộc phỏng vấn podcast gần đây rằng công ty đã bắt đầu giãn cách các khoản đầu tư hạ tầng, nhằm tránh việc các chip trong trung tâm dữ liệu trở nên lỗi thời cùng một lúc.
Giám đốc tài chính OpenAI, bà Sarah Friar, cũng gây chú ý khi nói rằng vai trò của OpenAI với tư cách là nhà phát triển mô hình AI tiên phong phụ thuộc vào việc những con chip tiên tiến nhất có thể tồn tại “ba năm, bốn năm, năm năm hay thậm chí lâu hơn”. Nếu vòng đời đó ngắn hơn, bà cho rằng công ty có thể cần chính phủ Mỹ “đứng ra bảo lãnh” cho các khoản nợ nhằm tài trợ cho những cam kết hạ tầng đầy tham vọng. (OpenAI sau đó nhanh chóng đính chính, khẳng định công ty không tìm kiếm sự bảo lãnh từ chính phủ.)
Trong các bong bóng thị trường trước đây, hạ tầng được xây dựng trong giai đoạn hưng phấn nhưng bị bỏ không sau khi bong bóng vỡ vẫn có thể được sử dụng nhiều năm sau. Chẳng hạn, các tuyến cáp quang được lắp đặt trong bong bóng dot-com cuối thập niên 1990 hiện nay vẫn là nền tảng của internet hiện đại.
Tuy nhiên, bong bóng AI — nếu thực sự xuất hiện — sẽ là một trường hợp khác, theo ông Paul Kedrosky, đối tác điều hành tại công ty đầu tư SK Ventures. Ông cho rằng các trung tâm dữ liệu AI sẽ không giữ được tiềm năng sử dụng lâu dài nếu không có các khoản đầu tư liên tục vào chip mới. Hệ quả của điều này có thể lan rộng vượt xa bảng cân đối kế toán hay giá cổ phiếu của các tập đoàn công nghệ.
“Không chỉ xây dựng các trung tâm dữ liệu, các công ty công nghệ còn thúc đẩy xây dựng cả các nhà máy điện để phục vụ chúng,” ông Kshirsagar nói. “Nếu bài toán kinh tế không hiệu quả, sẽ nảy sinh những câu hỏi xã hội rất lớn.”
Giới quan sát trong ngành bắt đầu đặt câu hỏi liệu các công ty công nghệ có thể sớm thu được lợi nhuận từ AI đủ nhanh để theo kịp tần suất phải nâng cấp lên các dòng chip mới nhất nhằm vận hành các trung tâm dữ liệu hay không. Ảnh: Reuters
Những người tham dự chụp ảnh các GPU của Nvidia tại Đài Bắc ngày 19/5/2025. Ảnh: AFP
Các quạt trao đổi nhiệt trên mái nhà giúp làm mát thiết bị máy tính tại trung tâm dữ liệu của Microsoft ở Mount Pleasant, bang Wisconsin. Ảnh: USA Today
