Năm 2008, khi Satoshi Nakamoto tung ra whitepaper Bitcoin, ít ai tin một loại tiền tệ phi tập trung có thể tồn tại. Hôm nay, AI cũng đang ở ngã rẽ tương tự: ai tin rằng 1,4 nghìn tỷ USD đầu tư vào hạ tầng AI sẽ sinh lời? Câu hỏi này đang ám ảnh Phố Wall, và đặc biệt là Meta – gã khổng lồ đang 'đốt' tiền vào GPU.
Hãy đặt con số này vào bối cảnh vĩ mô. 1,4 nghìn tỷ USD tương đương GDP của Hàn Quốc hay Canada, đủ để mua 35 triệu GPU H100. Nhưng đây không phải là một tấm séc duy nhất. Đó là dòng vốn từ các quỹ đầu tư, tập đoàn công nghệ và chính phủ, đổ vào cuộc đua AI. Từ góc nhìn của một người từng thất bại với dự án 'MacroFarm' vì quá tập trung vào cung mà quên cầu, tôi thấy sự tương đồng rõ rệt: cơn sốt thanh khoản. Khi thanh khoản dễ dàng, ai cũng có thể xây dựng; khi nó thắt chặt, chỉ những người có mô hình kinh doanh bền vững mới sống sót.
Vấn đề cốt lõi không phải là 'có nên đầu tư hay không', mà là 'đầu tư vào đâu và với kỳ vọng gì'. Dựa trên kinh nghiệm audit của tôi với các dự án crypto, mỗi giao thức đều có một 'câu chuyện' thanh khoản riêng. Meta cũng vậy. Họ đặt cược rằng AI sẽ tăng cường sức mạnh quảng cáo, tạo ra nội dung và tương tác tốt hơn. Nhưng liệu một ticket trung bình trên Facebook có tăng đủ để bù đắp chi phí vận hành hàng trăm nghìn GPU? Tôi nghi ngờ điều này. Trong thị trường đi ngang như hiện nay, câu hỏi về lợi nhuận trở nên sống còn, và Meta đang chơi một canh bạc rất lớn.
Hãy nhìn vào lịch sử chu kỳ. Năm 2017, ICO bùng nổ, ai cũng nghĩ mình sẽ giàu. Khi thanh khoản toàn cầu thắt lại (Fed tăng lãi suất), 90% dự án chết. Năm 2021, DeFi Summer và NFT cũng vậy: yield farming hấp dẫn, nhưng khi dòng vốn rút, chỉ những giao thức có ứng dụng thực tế mới trụ lại. AI hôm nay cũng đang ở giai đoạn 'hưng phấn' đó. Meta, với tham vọng mua 350.000 GPU, đang cố gắng trở thành một 'giao thức thanh khoản' khổng lồ. Nhưng họ thiếu một thứ mà các đối thủ như Microsoft (với Azure) hay Google (với GCP) có: khả năng bán GPU dư thừa ra thị trường. Nói cách khác, họ không có 'lớp ứng dụng' để kiếm tiền trực tiếp từ hạ tầng.
Đây là điểm 'Contrarian' mà tôi muốn nhấn mạnh. Nhiều người cho rằng AI cần càng nhiều GPU càng tốt, rằng Scaling Law sẽ tiếp diễn mãi. Nhưng tôi tin rằng chúng ta đang tiến đến một 'bức tường'. Chi phí đào tạo một mô hình ngang tầm GPT-4 đã lên tới hàng trăm triệu USD. Nếu chi phí này tăng theo cấp số nhân mà lợi ích biên chỉ tăng tuyến tính, đó sẽ là một thảm họa. Giống như tôi từng chứng kiến các dự án Layer2 trên Ethereum hứa hẹn phí thấp nhưng khi dữ liệu blob bão hòa, phí lại tăng gấp đôi – một vấn đề về quy mô mà không ai lường trước.
Vậy đâu là 'takeaway' cho nhà đầu tư và người xây dựng? Đừng nhìn vào quy mô đầu tư, hãy nhìn vào hiệu quả sử dụng vốn (ROCE). Meta có thể là một ví dụ cảnh báo: họ đang xây một con đường cao tốc 100 làn xe, nhưng chỉ có 10 làn xe lưu thông. Phần còn lại sẽ là gánh nặng. Thay vì chạy theo cơn sốt GPU, hãy tập trung vào những dự án có 'lợi thế so sánh' – nơi AI thực sự tạo ra đột phá về hiệu suất, như trong lĩnh vực y tế hay giáo dục. Cơn sốt đầu tư hạ tầng là tín hiệu cho một chu kỳ tăng trưởng mới, nhưng không phải cho tất cả mọi người.