Thị trường AI đang bước vào giai đoạn “phân hạng”, khi nhà đầu tư bắt đầu tách bạch nhóm hưởng lợi trực tiếp từ hạ tầng AI với nhóm chỉ đốt vốn để chạy theo tăng trưởng.
Cuối năm 2025, biến động mạnh của cổ phiếu công nghệ, đi kèm các đợt bán tháo và định giá cao, làm dấy lên lo ngại rủi ro bong bóng. Trọng tâm mới không còn là “ai nói về AI”, mà là “ai tạo dòng tiền” và “ai gánh chi phí”.
- Nhà đầu tư có xu hướng chuyển từ “mua cả rổ AI” sang chọn lọc doanh nghiệp có dòng tiền và lợi nhuận rõ ràng.
- Chi tiêu hạ tầng AI của Big Tech làm thay đổi hồ sơ tài sản, định giá và rủi ro nợ.
- Biên lợi nhuận có thể chịu áp lực khi doanh thu AI không bắt kịp chi phí, trong khi khấu hao hạ tầng dần phản ánh vào báo cáo.
Thị trường AI không còn định giá mọi công ty như nhau
Đà hưng phấn AI đang nhường chỗ cho giai đoạn nhà đầu tư phân loại “bên kiếm tiền” và “bên tiêu tiền”, khiến chênh lệch định giá giữa các nhóm doanh nghiệp có thể nới rộng.
Stephen Yiu (Blue Whale Growth Fund) cho rằng thị trường thời gian qua có xu hướng gom mọi cái tên liên quan AI vào cùng một nhóm “người thắng”, trong khi khác biệt về chất lượng dòng tiền và hiệu quả đầu tư là rất lớn. Ông cảnh báo nhà đầu tư có thể sớm chuyển sang tư duy chọn lọc, thay vì mua theo chủ đề.
Một phần nguyên nhân đến từ hành vi của nhà đầu tư cá nhân và các dòng vốn thông qua ETF, thường mua theo rổ mà ít “soi máy” cấu trúc tài chính. Điều này khiến startup, doanh nghiệp đại chúng đốt tiền cho AI, và nhà cung cấp hạ tầng đều được hưởng hiệu ứng định giá tương tự, dù rủi ro và khả năng tạo tiền khác nhau.
Big Tech đổ tiền vào hạ tầng AI, tạo lợi thế cho bên bán “cuốc xẻng”
Khi các mô hình AI phát triển, Big Tech tăng chi tiêu cho trung tâm dữ liệu và phần cứng, qua đó đẩy nhu cầu cho các nhà cung cấp hạ tầng như GPU và bán dẫn.
Stephen chia thị trường thành ba nhóm: (1) startup AI tư nhân, (2) công ty đại chúng chi mạnh cho AI, và (3) doanh nghiệp cung ứng hạ tầng. Theo dữ liệu PitchBook được trích dẫn, nhóm startup AI tư nhân như OpenAI và Anthropic nhận 176,5 tỷ USD vốn tài trợ trong 9 tháng đầu năm 2025.
Ở mảng niêm yết, các “gã khổng lồ” như Amazon, Microsoft và Meta chi ngân sách lớn cho các nhà cung cấp hạ tầng như Nvidia và Broadcom. Cách tiếp cận của quỹ Blue Whale nhấn mạnh giá trị dựa trên lượng tiền tự do sau chi tiêu vốn so với giá cổ phiếu, thay vì chỉ dựa vào câu chuyện tăng trưởng.
Stephen cho biết nhiều cổ phiếu thuộc nhóm “Magnificent 7” đang giao dịch ở mức premium đáng kể. Vì chi tiêu AI khiến số liệu nhìn “phình” lên, ông ưu tiên doanh nghiệp “đang được trả tiền” hơn là doanh nghiệp “chi tiền trước, hy vọng thu sau”, dù vẫn tin vào triển vọng dài hạn của AI.
Julien Lafargue (Barclays Private Bank and Wealth Management) nhận định sự “sôi” không lan rộng toàn thị trường mà tập trung ở các phân khúc cụ thể. Rủi ro nổi bật nhất là những công ty bám xu hướng AI nhưng chưa có doanh thu thuyết phục, bao gồm một số doanh nghiệp liên quan điện toán lượng tử, nơi vị thế nhà đầu tư bị dẫn dắt bởi lạc quan hơn là kết quả hữu hình.
Chi phí tài sản tăng làm mô hình kinh doanh của bên “đốt vốn AI” trở nên khó hơn
Khi Big Tech chuyển từ “asset-light” sang sở hữu hạ tầng vật lý lớn, định giá truyền thống có thể kém phù hợp vì rủi ro vốn, khấu hao và chu kỳ đầu tư tăng lên.
Thị trường AI cho thấy sự thay đổi cấu trúc: các công ty từng được xem là doanh nghiệp phần mềm đang mua đất, xây trung tâm dữ liệu và tích lũy GPU. Khi trở thành hyperscaler với chi phí tài sản lớn, cách nhà đầu tư đánh giá chất lượng lợi nhuận và bền vững dòng tiền cần điều chỉnh.
Dorian Carrell (Schroders) cho rằng các phương pháp định giá cũ không còn đủ để phản ánh thực tế mới. Ông đặt câu hỏi liệu nhà đầu tư có nên trả mức bội số cao khi kỳ vọng tăng trưởng lớn đã “cài sẵn” trong giá hay không. Dorian nói rằng vấn đề không phải AI “không hiệu quả”, mà là mức giá và kỳ vọng có đang quá cao.
Để duy trì xây dựng hạ tầng AI, một số hãng công nghệ đã tiếp cận thị trường nợ trong năm nay. Meta và Amazon được nhắc đến, và theo Ben Barringer (Quilter Cheviot), họ vẫn ở trạng thái tiền mặt ròng, khác với các doanh nghiệp tài chính yếu phải “gồng mình” để tồn tại.
Stephen cảnh báo nếu doanh thu do AI tạo ra không tăng nhanh hơn tốc độ chi tiêu, biên lợi nhuận sẽ bị siết. Ngoài ra, phần cứng và hạ tầng sẽ hao mòn theo thời gian, và chi phí hao mòn đó chưa phản ánh đầy đủ ngay trong báo cáo lãi lỗ, nhưng có thể dần “làm nhiễu” các con số từ năm sau, khiến thị trường phân hóa mạnh hơn.
“Chúng tôi không nói rằng điều này sẽ không hiệu quả. Nhưng chúng tôi đang nói rằng, liệu bạn có nên trả một mức bội số cao như vậy khi kỳ vọng tăng trưởng rất cao đã được phản ánh sẵn hay không?”
– Dorian Carrell, phụ trách multi-asset income, Schroders
“Nó chưa nằm trong P&L. Từ năm sau trở đi, dần dần, nó sẽ làm rối các con số. Vì vậy, sẽ có ngày càng nhiều sự phân hóa.”
– Stephen Yiu, Blue Whale Growth Fund
Những câu hỏi thường gặp
Vì sao thị trường AI có thể bị coi là “bong bóng”?
Lo ngại xuất phát từ biến động mạnh của cổ phiếu công nghệ, các đợt tăng giảm thất thường, thương vụ bị định giá cao và mức chi tiêu/đòn bẩy tăng. Trọng tâm là liệu doanh thu và dòng tiền có theo kịp kỳ vọng hay không.
Nhóm doanh nghiệp nào được xem là “đang được trả tiền” trong làn sóng AI?
Đó là các công ty cung ứng hạ tầng và phần cứng phục vụ AI (ví dụ nhà sản xuất chip, nhà cung cấp nền tảng hạ tầng), những đơn vị ghi nhận doanh thu trực tiếp từ chi tiêu của Big Tech, thay vì chỉ hứa hẹn lợi ích tương lai.
Vì sao ETF có thể làm nhà đầu tư khó phân biệt chất lượng doanh nghiệp AI?
Khi mua theo rổ, nhà đầu tư thường ít đánh giá chi tiết từng công ty. Điều này khiến startup, công ty đang đốt tiền và nhà cung cấp hạ tầng có thể cùng được hưởng dòng vốn, dù năng lực tạo dòng tiền và mức rủi ro khác nhau.
Tại sao việc Big Tech trở nên “nặng tài sản” lại quan trọng với định giá?
Khi đầu tư lớn vào đất, trung tâm dữ liệu và GPU, cấu trúc chi phí và vốn thay đổi: chi tiêu vốn cao hơn, rủi ro khấu hao và chu kỳ đầu tư rõ hơn. Do đó, các phương pháp định giá trước đây dành cho mô hình phần mềm “asset-light” có thể không còn phù hợp.