AI Có Phải Là Bong Bóng? Lập Luận Về Việc Đánh Giá Thấp Tiềm Năng Tăng Trưởng

Cập nhật ngày 11 tháng 12, 2025

Cập nhật tháng 12/2025: Dự báo chi tiêu vốn AI của các hyperscaler được điều chỉnh tăng lên 405 tỷ USD cho năm 2025, từ mức ước tính ban đầu 250 tỷ USD. Dự báo của McKinsey về giá trị tạo ra hàng năm từ 2,6-4,4 nghìn tỷ USD đang được xác nhận khi GitHub Copilot đạt 1,8 triệu người đăng ký trả phí với 46% mã nguồn hiện được AI tạo ra. Tỷ lệ áp dụng AI doanh nghiệp đạt 87% trong các tổ chức lớn với mức tăng trưởng chi tiêu 130% so với cùng kỳ năm trước. Lập luận đầu tư cơ sở hạ tầng được củng cố khi các lợi ích về năng suất hiện thực hóa nhanh hơn so với những so sánh với thời kỳ dot-com.

Câu hỏi tự trả lời sai. Khi Ray Dalio gọi đầu tư AI là "rất giống" bong bóng dot-com, khi IMF cảnh báo về một cuộc sụp đổ sắp xảy ra, khi nhà kinh tế trưởng của Apollo lưu ý rằng các công ty công nghệ hàng đầu ngày nay được định giá cao hơn so với các đối thủ thập niên 1990—cách đặt vấn đề này giả định rủi ro chính là đầu tư quá mức.¹ ² ³

Rủi ro chính nằm ở hướng ngược lại. Sự suy đoán đang đánh giá thấp tiềm năng tăng trưởng.

Nhiều công ty AI sẽ thất bại. Phần lớn các startup huy động vốn với định giá thổi phồng sẽ không mang lại gì cho nhà đầu tư. Các dự án thí điểm doanh nghiệp sẽ tiếp tục tỷ lệ thất bại 95%.⁴ Sự điều chỉnh sẽ đến, có thể đau đớn. Không điều nào trong số đó mâu thuẫn với luận điểm. Những người chiến thắng nổi lên từ làn sóng đầu tư hiện tại sẽ tạo ra giá trị không tương xứng đến mức chi tiêu vốn 380 tỷ USD hàng năm của các hyperscaler ngày nay sẽ trông như một sai số làm tròn.⁵

So sánh với dot-com thực sự củng cố lập luận. Amazon và Google đã vươn lên từ đống đổ nát đó để tạo ra hàng nghìn tỷ USD giá trị. Cơ sở hạ tầng mà những công ty thời bong bóng đó xây dựng—cáp quang, trung tâm dữ liệu, các giao thức—đã thúc đẩy nhiều thập kỷ chuyển đổi kinh tế. Những kẻ thua cuộc mất tất cả. Những người chiến thắng thay đổi nền văn minh. AI theo cùng một mô hình với quy mô lớn hơn và tốc độ nhanh hơn.

Phép tính tạo giá trị mà các cuộc tranh luận bong bóng bỏ qua

Phân tích bong bóng tập trung vào tỷ lệ sai. Các nhà phân tích so sánh đầu tư AI với doanh thu AI và tìm thấy một khoảng cách. Khoảng cách tồn tại. So sánh bỏ lỡ điểm mấu chốt.

So sánh có ý nghĩa đo lường đầu tư so với tiềm năng tạo giá trị. Khi Anthropic triển khai Claude cho các doanh nghiệp, chỉ số quan trọng không phải là doanh thu của Anthropic. Chỉ số quan trọng bao gồm các lợi ích năng suất, giảm chi phí và mở rộng năng lực trên mọi tổ chức sử dụng công nghệ. Khi một công ty dược phẩm sử dụng AI để xác định các ứng viên thuốc trong vài tuần thay vì nhiều năm, giá trị tạo ra vượt xa chi phí tính toán và phí cấp phép.

McKinsey ước tính AI tạo sinh có thể bổ sung từ 2,6 đến 4,4 nghìn tỷ USD hàng năm cho nền kinh tế toàn cầu qua 63 trường hợp sử dụng được phân tích.⁶ Phạm vi đó đại diện cho tác động của một năm duy nhất, không phải giá trị tích lũy. So với 380 tỷ USD đầu tư cơ sở hạ tầng hàng năm, tỷ lệ nghiêng về phe lạc quan với một bậc độ lớn—ngay cả khi ước tính của McKinsey chứng minh là lạc quan quá mức một nửa.

Bằng chứng về năng suất đã tích lũy. Người dùng GitHub Copilot hoàn thành nhiệm vụ nhanh hơn 55% so với người không sử dụng.⁷ Các nhà tư vấn BCG sử dụng GPT-4 tạo ra công việc chất lượng cao hơn 40% trong thời gian ít hơn 25%.⁸ Các hoạt động dịch vụ khách hàng báo cáo cải thiện năng suất 14% cho các nhân viên sử dụng trợ lý AI, với mức tăng lớn nhất ở những nhân viên mới.⁹ Những con số này xuất hiện từ các triển khai sớm, thô sơ. Các mô hình cải thiện hàng tháng.

Mỗi sự thay đổi nền tảng lớn trong lịch sử điện toán đã tạo ra bội số giá trị vượt quá đầu tư ban đầu. Máy tính cá nhân tạo ra khoảng 10 USD giá trị kinh tế cho mỗi 1 USD đầu tư vào ngành trong những thập kỷ hình thành.¹⁰ Internet tạo ra tỷ lệ tương tự hoặc cao hơn. Điện toán di động khuếch đại mô hình này. AI đại diện cho một công nghệ mục đích chung cơ bản hơn bất kỳ công nghệ nào trong số này—một công nghệ tăng cường công việc nhận thức theo cách các cuộc cách mạng trước đó tăng cường công việc vật lý và thông tin.

Cách đặt vấn đề bong bóng coi AI như Pets.com: một công ty không có con đường tạo giá trị bán các sản phẩm không ai cần. AI rõ ràng tạo ra giá trị trong mọi triển khai. Câu hỏi liên quan đến quy mô và phân phối, không phải sự tồn tại.

Tại sao tốc độ áp dụng ngụ ý tốc độ tạo giá trị

Fed St. Louis công bố dữ liệu khiến những người hoài nghi AI phải lo sợ. Ba năm sau khi IBM PC ra mắt năm 1981, tỷ lệ áp dụng máy tính cá nhân đạt 19,7%.¹¹ Ba năm sau khi internet mở cửa thương mại, tỷ lệ áp dụng đạt 30,1%.¹² Ba năm sau khi ChatGPT ra mắt vào tháng 11/2022, tỷ lệ áp dụng AI tạo sinh đạt 54,6% vào tháng 8/2025.¹³

Sự chênh lệch phản ánh một lợi thế cấu trúc với những hàm ý giá trị sâu sắc. Các thay đổi nền tảng trước đây yêu cầu người dùng mua phần cứng mới, học giao diện mới, thay đổi quy trình làm việc đã thiết lập và xây dựng lại quy trình xung quanh các khả năng không quen thuộc. Việc áp dụng AI không yêu cầu điều nào trong số này. Công nghệ tiếp cận người dùng thông qua các thiết bị hiện có, trình duyệt hiện có, ứng dụng hiện có. Một nhân viên tri thức năm 2024 có quyền truy cập vào các khả năng không tồn tại năm 2022 mà không cần mua bất cứ thứ gì mới hoặc học bất kỳ mô hình giao diện mới nào.

Tốc độ áp dụng quan trọng cho việc tạo giá trị vì giá trị tích lũy theo triển khai. Một công nghệ đạt 50% áp dụng trong ba năm tạo ra giá trị trong ba năm đó. Một công nghệ mất mười lăm năm để đạt cùng mức độ thâm nhập trì hoãn việc tạo giá trị tương ứng. Tốc độ áp dụng AI có nghĩa là tốc độ tạo giá trị.

Số liệu áp dụng doanh nghiệp làm cho mô hình cụ thể. Đến năm 2025, 87% doanh nghiệp lớn đã triển khai các giải pháp AI.¹⁴ Việc sử dụng hàng tuần các công cụ AI tạo sinh tăng từ 37% lên 72% so với cùng kỳ năm trước.¹⁵ Chi tiêu AI doanh nghiệp tăng 130% trong một năm duy nhất.¹⁶ Những tổ chức này không chi tiêu vì hào hứng. Họ chi tiêu vì công nghệ mang lại lợi nhuận.

Tỷ lệ thất bại thí điểm 95% mà các nhà phê bình trích dẫn thực sự hỗ trợ lập luận lạc quan khi xem xét kỹ.¹⁷ Các doanh nghiệp chạy thí điểm để tìm ra những gì hiệu quả. Tỷ lệ thất bại 95% trong các thí điểm có nghĩa là tỷ lệ thành công 5%—và các thí điểm thành công mở rộng thành các triển khai sản xuất tạo ra giá trị bền vững. Các doanh nghiệp tiếp tục đầu tư sau khi trải qua tỷ lệ thất bại thí điểm cao đã tìm thấy 5% hoạt động. Họ đang tối ưu hóa, không phải từ bỏ.

Cuộc cách mạng năng suất lập trình

Phát triển phần mềm cung cấp cửa sổ rõ ràng nhất vào việc tạo giá trị của AI vì các lợi ích năng suất có thể đo lường được, ngay lập tức và đã hoạt động ở quy mô lớn. Khác với các dự báo trừu tượng về các ứng dụng tương lai, cải thiện năng suất lập trình tạo ra dữ liệu cứng từ hàng triệu nhà phát triển sử dụng công cụ AI hàng ngày.

GitHub Copilot cung cấp bằng chứng mạnh mẽ nhất. Nghiên cứu nội bộ của GitHub phát hiện các nhà phát triển sử dụng Copilot hoàn thành nhiệm vụ nhanh hơn 55% so với các nhà phát triển làm việc không có sự hỗ trợ.⁷ Nghiên cứu kiểm soát độ phức tạp của nhiệm vụ và mức độ kinh nghiệm của nhà phát triển. Đến cuối năm 2024, Copilot đã tích lũy hơn 1,8 triệu người đăng ký trả phí tạo ra 400 triệu USD doanh thu định kỳ hàng năm.²⁷ Đáng chú ý hơn, 46% mã trong các repository bật Copilot hiện đến từ các gợi ý AI.²⁸

Công nghệ đã phát triển vượt xa tự động hoàn thành. Các phiên bản đầu gợi ý vài dòng mã tiếp theo. Các phiên bản hiện tại đề xuất các mẫu kiến trúc, tạo bộ kiểm thử toàn diện, viết tài liệu và gỡ lỗi các vấn đề phức tạp. Sự chuyển đổi từ "gợi ý dòng tiếp theo" sang "triển khai tính năng này" xảy ra trong khoảng 18 tháng.

Hệ sinh thái mở rộng vượt xa Copilot. Cursor, một IDE tích hợp AI, phát triển từ số không lên hơn 40.000 người dùng trả phí vào cuối năm 2024, với tỷ lệ tăng trưởng hàng tháng vượt 50%.²⁹ Claude Code, Aider và Cline cho phép các tác nhân lập trình tự động thực hiện các thay đổi đa tệp với sự can thiệp tối thiểu của con người. Các nhà phát triển ngày càng mô tả những gì họ muốn thay vì viết từng ký tự. Sự chuyển đổi quy trình làm việc giống như sự chuyển đổi từ ngôn ngữ assembly sang lập trình cấp cao—một thay đổi phân loại trong mức độ trừu tượng.

Phép tính kinh tế khiến cách đặt vấn đề bong bóng khó duy trì. Cục Thống kê Lao động Hoa Kỳ báo cáo mức lương trung bình của nhà phát triển phần mềm khoảng 127.000 USD hàng năm.³⁰ Cải thiện năng suất 55% chuyển thành khoảng 70.000 USD sản lượng bổ sung tương đương cho mỗi nhà phát triển. Hoa Kỳ sử dụng khoảng 4,4 triệu nhà phát triển phần mềm.³¹ Ngay cả với các giả định thận trọng—20% áp dụng với 30% tăng năng suất—cho ra 26 tỷ USD giá trị tạo ra hàng năm chỉ từ phát triển phần mềm Hoa Kỳ. Dân số nhà phát triển toàn cầu vượt 28 triệu.³²

Lập luận phản biện của người hoài nghi đáng được xem xét nghiêm túc: Mã do AI tạo ra chứa lỗi, đưa vào các lỗ hổng bảo mật và tạo ra nợ kỹ thuật. Các nhà phát triển dành nhiều thời gian gỡ lỗi đầu ra AI như họ tiết kiệm được khi tạo ra nó. Các nghiên cứu năng suất được tài trợ bởi các công ty AI với động cơ rõ ràng để tạo ra kết quả thuận lợi. Việc sử dụng thực tế cho thấy các nhà phát triển junior trở nên phụ thuộc vào các công cụ họ không hiểu, làm suy giảm kỹ năng cơ bản của họ.

Sự phê phán nhầm lẫn giữa việc sử dụng ngây thơ với việc sử dụng có kỹ năng. Các nghiên cứu cho thấy sự suy giảm chất lượng thường xem xét người mới sử dụng AI như một cái nạng thay vì các chuyên gia sử dụng AI như đòn bẩy. Nghiên cứu BCG/Harvard tìm thấy cải thiện chất lượng 40% đặc biệt xem xét các nhà tư vấn có kinh nghiệm—không phải các nhà phát triển junior lúng túng với các công cụ không quen thuộc.⁸

Quy trình đánh giá mã bắt lỗi AI giống như cách họ bắt lỗi con người. Mối lo ngại bảo mật có giá trị nhưng bỏ lỡ quỹ đạo: các công cụ phân tích tĩnh hiện quét mã do AI tạo ra tự động, và tích hợp GitHub Advanced Security có nghĩa là các gợi ý AI nhận được đánh giá bảo mật trước khi merge. Công cụ bắt kịp với khả năng.

Quan trọng nhất, các nhà phát triển bỏ phiếu bằng ngón tay của họ. Tỷ lệ giữ chân Copilot vượt 80%.³³ Cursor phát triển từ số không lên 40.000 người dùng trả phí trong vài tháng. Nếu các công cụ mang lại giá trị ròng âm, các nhà phát triển sẽ từ bỏ chúng. Họ không từ bỏ; họ đang mở rộng sử dụng.

Phần mềm đại diện cho một ngành công nghiệp toàn cầu 650 tỷ USD.³⁴ Cải thiện năng suất 20% trên toàn ngành tạo ra 130 tỷ USD giá trị hàng năm—từ một lĩnh vực trong số hàng chục nơi AI tạo ra lợi ích có thể đo lường. Đầu tư cơ sở hạ tầng cho phép các công cụ lập trình AI đại diện cho một phần nhỏ của việc tạo giá trị đó. Cách đặt vấn đề bong bóng hỏi liệu đầu tư AI có khớp với doanh thu AI không. Cách đặt vấn đề đúng hỏi liệu đầu tư AI có khớp với việc tạo giá trị AI không. Chỉ trong phần mềm, tỷ lệ không gần nhau.

Bài học cáp quang tối: những kẻ thua cuộc tài trợ cho người chiến thắng

Từ năm 1995 đến 2000, các công ty viễn thông đầu tư khoảng 2 nghìn tỷ USD xây dựng 80 đến 90 triệu dặm mạng cáp quang.¹⁸ Khi bong bóng vỡ, 95% cáp quang đó nằm tối.¹⁹ Các công ty xây dựng nó—Global Crossing, Level 3, Qwest, WorldCom—phá sản hoặc gần như vậy. Các nhà đầu tư vào những công ty đó mất tất cả.

Bản thân cáp quang vẫn giữ giá trị. Cơ sở hạ tầng phá hủy những người xây dựng nó đã cho phép những người kế nhiệm. Netflix stream video qua các cáp mà cổ đông WorldCom đã trả tiền. Điện toán đám mây chạy qua cáp quang tối đã làm phá sản các chủ sở hữu ban đầu. Giá trị kinh tế được tạo ra bởi cơ sở hạ tầng đó qua hai thập kỷ vượt trội hơn 2 nghìn tỷ USD đầu tư ít nhất một bậc độ lớn.

Những kẻ thua cuộc tài trợ cho những người chiến thắng. Các nhà đầu tư cổ phiếu vào viễn thông thời bong bóng chịu thua lỗ. Nền kinh tế rộng hơn thu được lợi ích. Amazon không xây dựng cơ sở hạ tầng internet mà nó phụ thuộc; nó xây dựng trên cơ sở hạ tầng mà các nhà đầu tư của các công ty khác đã tài trợ và thua lỗ.

AI theo cùng một mô hình với một khác biệt quan trọng: tỷ lệ giữa chi phí cơ sở hạ tầng và giá trị tạo ra còn thuận lợi hơn. Cáp quang yêu cầu lắp đặt vật lý qua các lục địa. Cơ sở hạ tầng AI tập trung trong các trung tâm dữ liệu phục vụ cơ sở người dùng toàn cầu. Hiệu quả vốn của cơ sở hạ tầng AI vượt qua hiệu quả vốn của cơ sở hạ tầng mạng vật lý với biên độ đáng kể.

Đầu tư cơ sở hạ tầng AI ngày nay sẽ tạo ra những kẻ thua cuộc. Các startup được định giá hàng tỷ sẽ trả về số không. Một số cơ sở hạ tầng được xây dựng đầu cơ sẽ không được sử dụng đầy đủ trong nhiều năm. Các công ty mà su

[Nội dung bị cắt ngắn cho bản dịch]