Chamath Palihapitiya đang đặt câu hỏi liệu làn sóng chi tiêu cho AI có thực sự mang lại lợi nhuận cho phần lớn doanh nghiệp, hay chỉ giúp một nhóm công ty lớn hưởng lợi.
Những bình luận này xuất hiện trong lúc nhiều tập đoàn công nghệ bắt đầu siết ngân sách AI, còn các tranh luận về hiệu quả đầu tư, chi phí tính toán và mức độ tập trung của ngành ngày càng rõ hơn.
- Chamath Palihapitiya cho rằng AI đang thu hút quá nhiều vốn nhưng ROI kiểm chứng vẫn chưa rõ.
- Một số doanh nghiệp lớn như Uber, Microsoft và Meta đã bắt đầu rà soát hoặc thu hẹp chi tiêu liên quan đến AI.
- Các số liệu được nhắc tới cho thấy nhiều dự án AI doanh nghiệp vẫn chưa tạo ra tác động tài chính đo lường được.
Chamath Palihapitiya nghi ngờ hiệu quả đầu tư AI
Chamath Palihapitiya cho rằng dòng tiền đổ vào AI đang tăng nhanh hơn khả năng chứng minh hiệu quả thực tế. Ông nói các công ty vẫn chưa đưa ra được ROI lặp lại, được kiểm toán và có thể xác minh, dù chi phí vốn và chi phí vận hành đều đi lên.
Ông cũng nhắc đến việc nhiều từ khóa công nghệ từng rất nóng trên hồ sơ SEC sau đó thường hạ nhiệt theo thời gian, và xem AI cùng các công nghệ agentic là ví dụ mới nhất của chu kỳ đó.
Tranh cãi về cách các phòng lab AI xây mô hình
Chamath Palihapitiya đặt vấn đề rằng các phòng lab AI lớn có thể đã được hưởng lợi từ dữ liệu trên internet mở, trong đó có sách, bài viết và mã nguồn có bản quyền. Cùng lúc, họ lại phản đối việc người khác dùng đầu ra của mô hình để huấn luyện đối thủ rẻ hơn.
Tranh luận này xoay quanh khái niệm distillation, tức dùng đầu ra của một mô hình để huấn luyện mô hình khác có chi phí thấp hơn. Đây là điểm gây tranh cãi vì liên quan đến ranh giới giữa cạnh tranh, quyền sở hữu trí tuệ và cách các mô hình nền tảng được tạo ra.
Ngân sách AI của các tập đoàn lớn bắt đầu bị siết lại
Một số doanh nghiệp lớn đã có động thái kiểm soát chi tiêu AI chặt hơn. Uber được cho là đã dùng hết ngân sách AI năm 2026 chỉ trong khoảng bốn tháng, còn Microsoft đang loại dần giấy phép Claude Code ở một số bộ phận và khuyến khích kỹ sư dùng GitHub Copilot CLI.
Meta cũng từng lưu ý rằng mọi chuyển động đều không đồng nghĩa với tiến bộ và mức sử dụng token không phải là thước đo tác động. Các ví dụ này cho thấy nhiều tập đoàn đang chuyển từ thử nghiệm sang đánh giá chặt hơn về hiệu quả thực tế.
Dữ liệu doanh nghiệp cho thấy ROI của AI còn yếu
Các khảo sát được nhắc tới trong tranh luận này đều nghiêng về một kết luận giống nhau: phần lớn công ty chưa thấy tác động lợi nhuận rõ rệt từ AI tạo sinh. Một nghiên cứu của McKinsey được dẫn lại cho biết đa số doanh nghiệp không thấy ảnh hưởng đến thu nhập, còn sáng kiến NANDA của MIT nói 95% các thử nghiệm AI doanh nghiệp không tạo ra lợi nhuận tài chính đo lường được.
Điều này giải thích vì sao nhiều lãnh đạo công nghệ đang thận trọng hơn với ngân sách AI. Chi phí token, tính toán và vận hành tăng lên trong khi khả năng chứng minh hiệu quả vẫn chưa theo kịp.
Rủi ro tập trung vốn ở một số ít công ty AI
Tranh luận lớn hơn nằm ở chỗ dòng tiền của cả ngành đang tập trung vào rất ít cái tên. Một số ý kiến lo ngại nếu một mắt xích lớn gặp sự cố, tác động có thể lan rộng ra thị trường công nghệ và tài chính.
Những lo ngại này được gắn với OpenAI, Microsoft, Amazon, Oracle và cả Oracle sau khi bị S&P Global hạ bậc tín nhiệm xuống mức thấp nhất trong nhóm đầu tư grade. Dù vậy, dữ kiện hiện có chủ yếu phản ánh mức độ tập trung và quy mô cam kết vốn, chưa cho thấy một kết luận dứt khoát về triển vọng của toàn ngành.
Tổng kết
Phát biểu của Chamath Palihapitiya nhấn mạnh một câu hỏi trung tâm của chu kỳ AI hiện nay: ai đang thực sự kiếm được tiền từ AI, và khi nào phần còn lại của thị trường mới thấy được hiệu quả rõ ràng.
