Trong vài năm trở lại đây, các tập đoàn công nghệ lớn đã và đang chi ra hàng trăm tỷ USD cho AI, chủ yếu để xây dựng trung tâm dữ liệu và mua các loại chip hiệu năng cao dùng cho huấn luyện và vận hành mô hình AI. Đây là những khoản đầu tư mà các lãnh đạo công ty tin rằng sẽ đặt nền móng để AI tái định hình nền kinh tế, thị trường lao động và thậm chí cả các mối quan hệ cá nhân của con người.

Chỉ riêng trong năm nay, các công ty công nghệ được dự báo sẽ rót khoảng 400 tỷ USD vào chi tiêu vốn liên quan đến AI. Con số này cho thấy quy mô chưa từng có của cuộc đua xây dựng hạ tầng AI toàn cầu.

Tuy nhiên, đi kèm với tham vọng đó là những nỗi lo ngày càng lớn. Một phần không nhỏ trong các khoản chi này gần như chắc chắn sẽ tạo ra áp lực tài chính lặp đi lặp lại lên bảng cân đối kế toán của doanh nghiệp. Và với những công ty đang đặt cược tương lai của mình vào AI, câu hỏi mang tính then chốt là: các con chip AI tiên tiến sẽ phải được nâng cấp hoặc thay thế với tần suất bao lâu?

Câu hỏi này càng trở nên nhức nhối khi ngày càng có nhiều hoài nghi về việc liệu AI có thể tạo ra lợi nhuận đủ lớn, hoặc đủ nhanh, để không chỉ thu hồi các khoản đầu tư hiện tại mà còn trang trải chi phí cho những vòng nâng cấp hạ tầng trong tương lai.

Nỗi lo bong bóng AI và rủi ro hệ thống

Chính sự bất cân xứng giữa kỳ vọng và thực tế đó đang làm dấy lên nỗi lo về một “bong bóng AI” – tức việc cơn sốt AI và mức chi tiêu khổng lồ dành cho nó có thể không tương xứng với giá trị kinh tế thực mà AI mang lại.

Mối lo này càng nghiêm trọng khi nhóm cổ phiếu công nghệ hàng đầu, thường được gọi là “Magnificent Seven”, hiện chiếm khoảng 35% tổng giá trị của chỉ số S&P 500. Điều đó đồng nghĩa với việc nếu bong bóng AI vỡ, hệ quả không chỉ giới hạn trong ngành công nghệ mà có thể lan rộng ra toàn bộ nền kinh tế.

“Theo một phần nào đó, việc toàn bộ quá trình xây dựng này có phải là bong bóng hay không phụ thuộc vào vòng đời của các khoản đầu tư”, ông Tim DeStefano, Phó Giáo sư nghiên cứu tại Trường Kinh doanh McDonough thuộc Đại học Georgetown, nhận định.

Một trong những điểm mơ hồ lớn nhất hiện nay là: các chip xử lý đồ họa (GPU), “trái tim” của AI, sẽ hữu dụng trong bao lâu?

Nhiều chuyên gia công nghệ chia sẻ với CNN rằng họ ước tính chip AI có thể được sử dụng để huấn luyện các mô hình ngôn ngữ lớn trong khoảng 18 tháng đến 3 năm. Sau giai đoạn đó, dù vẫn còn hoạt động, chúng thường không còn đủ hiệu quả cho các tác vụ nặng nhất.

Tuy nhiên, các chip này vẫn có thể tiếp tục đảm nhiệm những công việc nhẹ hơn trong nhiều năm tiếp theo. Ví dụ, chúng có thể xử lý các truy vấn AI của người dùng, được gọi là inference, trong vài năm nữa, qua đó kéo dài phần nào giá trị kinh tế của khoản đầu tư ban đầu.

Điều này hoàn toàn trái ngược với các CPU truyền thống trong trung tâm dữ liệu không phục vụ AI, vốn thường chỉ cần thay thế sau 5 đến 7 năm sử dụng.

Nguyên nhân chính khiến chip AI có vòng đời ngắn hơn nằm ở cường độ vận hành khắc nghiệt. Quá trình huấn luyện mô hình AI tạo ra lượng nhiệt lớn và gây áp lực liên tục lên phần cứng, khiến chip xuống cấp nhanh hơn.

Theo ông David Bader, giáo sư khoa học dữ liệu tại Viện Công nghệ New Jersey, khoảng 9% GPU sẽ gặp lỗi trong vòng một năm, trong khi con số này ở CPU chỉ khoảng 5%.

Chưa dừng lại ở đó, các thế hệ chip AI mới liên tục được cải tiến với hiệu suất và hiệu quả năng lượng vượt trội. Điều này khiến việc tiếp tục vận hành các tác vụ AI trên chip cũ, dù vẫn còn hoạt động, không còn kinh tế, bởi chi phí điện năng và hiệu suất thấp hơn so với chip thế hệ mới.

Các chuyên gia đưa ra những con số khác nhau, nhưng đều đồng thuận rằng tuổi thọ kinh tế của chip AI ngắn hơn đáng kể so với tuổi thọ vật lý.

Ông DeStefano cho rằng chip AI có thể hỏng sau khoảng 5–10 năm, nhưng trên thực tế, giá trị kinh tế của chúng chỉ kéo dài khoảng 3–5 năm.

Trong khi đó, ông Bader ước tính GPU chỉ phù hợp để huấn luyện AI trong 18–24 tháng, song vẫn có thể tiếp tục dùng cho inference trong khoảng 5 năm tiếp theo.

Nvidia, nhà cung cấp chip AI lớn nhất thế giới, lập luận rằng phần mềm CUDA của hãng cho phép khách hàng cập nhật phần mềm trên chip cũ, từ đó trì hoãn nhu cầu nâng cấp phần cứng.

Trong cuộc họp công bố kết quả kinh doanh gần đây, Giám đốc tài chính Nvidia Colette Kress cho biết: “Những GPU được xuất xưởng cách đây 6 năm vẫn đang được sử dụng ở mức tối đa nhờ hệ sinh thái CUDA”.

Tuy nhiên, dù chip có “sống” 2 năm hay 6 năm, câu hỏi cốt lõi vẫn không thay đổi: doanh thu sẽ đến từ đâu để tái đầu tư ở quy mô khổng lồ đó?

Cảnh báo từ giới đầu tư và lãnh đạo AI

“Câu hỏi lớn là nguồn doanh thu nào sẽ cho phép các công ty xây dựng lại hạ tầng AI ở quy mô tương tự trong tương lai”, ông Mihir Kshirsagar, Giám đốc phòng khám chính sách công nghệ tại Trung tâm Chính sách Công nghệ Thông tin của Đại học Princeton, đặt vấn đề.

Nếu chip xuống cấp nhanh, áp lực tạo ra lợi nhuận từ AI để tài trợ cho các vòng thay thế phần cứng sẽ càng lớn. Trong khi đó, nhu cầu dài hạn đối với AI vẫn chưa rõ ràng.

Nhiều báo cáo trong năm nay cho thấy phần lớn doanh nghiệp đã triển khai AI chưa thấy cải thiện đáng kể lợi nhuận. Các khách hàng doanh nghiệp được xem là “cỗ máy in tiền” thực sự của AI, nhưng họ vẫn đang loay hoay tìm cách sử dụng công nghệ này để tăng doanh thu hoặc giảm chi phí.

“Có nhu cầu về 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 khổng lồ”, ông DeStefano nhấn mạnh.

Nhà đầu tư nổi tiếng Michael Burry, người được biết đến qua bộ phim The Big Short, gần đây đã cảnh báo về một bong bóng AI. Một phần lập luận của ông dựa trên việc các công ty công nghệ có thể đang đánh giá quá cao vòng đời giá trị của chip AI, điều cuối cùng sẽ ảnh hưởng tiêu cực đến lợi nhuận.

Ngay cả các lãnh đạo ngành AI cũng bắt đầu nói thẳng hơn về vấn đề này. CEO Microsoft Satya Nadella cho biết công ty đang giãn cách các khoản đầu tư hạ tầng, nhằm tránh việc toàn bộ chip trong trung tâm dữ liệu trở nên lỗi thời cùng một lúc.

Trong khi đó, Giám đốc tài chính OpenAI Sarah Friar từng gây chú ý khi nói rằng vai trò của OpenAI với tư cách là nhà phát triển mô hình AI tiên phong phụ thuộc rất lớn vào việc chip tiên tiến có thể sử dụng trong 3, 4, 5 năm hay lâu hơn.

Nếu vòng đời đó quá ngắn, bà cho rằng OpenAI thậm chí có thể cần Chính phủ Mỹ đứng ra bảo lãnh cho các khoản nợ dùng để tài trợ hạ tầng, dù sau đó công ty đã nhanh chóng đính chính rằng họ không tìm kiếm sự bảo lãnh này.

Trong các bong bóng thị trường trước, hạ tầng được xây dựng trong giai đoạn hưng phấn, dù bị bỏ không sau khi bong bóng vỡ, vẫn có giá trị sử dụng lâu dài. Ví dụ, các tuyến cáp quang được lắp đặt trong thời kỳ bong bóng dot-com cuối thập niên 1990 hiện chính là nền tảng của Internet ngày nay.

Tuy nhiên, bong bóng AI, nếu thực sự tồn tại, có thể là một câu chuyện hoàn toàn khác, theo ông Paul Kedrosky, đối tác quản lý tại quỹ đầu tư SK Ventures. Ông cho rằng các trung tâm dữ liệu AI không thể giữ nguyên giá trị sử dụng theo thời gian nếu không liên tục đầu tư vào chip mới.

Hệ quả của điều này không chỉ dừng lại ở bảng cân đối kế toán hay giá cổ phiếu của các “ông lớn” công nghệ.

“Không chỉ xây trung tâm dữ liệu, các công ty còn đang thúc đẩy xây dựng nhà máy điện để cung cấp năng lượng cho toàn bộ hệ thống này”, ông Kshirsagar cảnh báo. “Nếu bài toán kinh tế không hiệu quả, thì đây sẽ là những câu hỏi xã hội cực kỳ lớn”.

Theo VietnamFinance