CEO IBM: "Không có cách nào" các khoản đầu tư hạ tầng AI của Hyperscaler có thể sinh lời

Ngày 10 tháng 12 năm 2025 Tác giả: Blake Crosley

CEO IBM Arvind Krishna đã công khai thách thức tính kinh tế của hạ tầng AI hyperscaler vào ngày 3 tháng 12 năm 2025, tuyên bố rằng ngay cả phép tính đơn giản cũng cho thấy "không có cách nào" các khoản đầu tư khổng lồ vào trung tâm dữ liệu của các công ty công nghệ có ý nghĩa.¹ "Theo quan điểm của tôi, không có cách nào bạn có thể thu hồi vốn từ điều đó, bởi vì 8 nghìn tỷ USD capex có nghĩa là bạn cần khoảng 800 tỷ USD lợi nhuận chỉ để trả lãi," Krishna phát biểu.[^2] Krishna còn lập luận rằng khấu hao GPU là rủi ro bị đánh giá thấp nhất: "Bạn phải sử dụng hết trong năm năm vì đến lúc đó, bạn phải vứt bỏ và thay thế toàn bộ."[^3]

Phát biểu của Krishna đến trong bối cảnh các hyperscaler cam kết nguồn vốn chưa từng có cho hạ tầng AI. Big Four dự kiến tổng chi tiêu vốn vượt 380 tỷ USD vào năm 2025, với CreditSights dự báo capex tích lũy đạt 602 tỷ USD vào năm 2026.[^4]

Cam kết CapEx của Hyperscaler năm 2025:

Bài toán tạo ra căng thẳng cơ bản: doanh thu cloud AI kết hợp năm 2025 có thể đạt 50-60 tỷ USD trong khi capex vượt 380 tỷ USD—tỷ lệ đầu tư-doanh thu 6:1 đòi hỏi nhiều năm tăng trưởng ba chữ số để biện minh.[^5]

Lập luận của Krishna

Phê bình của Krishna tập trung vào toán học tài chính cơ bản thay vì khả năng công nghệ, xoay quanh ba mối lo ngại có liên kết: chi phí lãi vay, thời hạn khấu hao, và sự bất định về AGI.

Phân tích chi phí lãi vay

Việc Krishna đề cập đến 8 nghìn tỷ USD capex tích lũy và 800 tỷ USD lợi nhuận cần thiết làm nổi bật gánh nặng lãi vay của đầu tư hạ tầng. Xây dựng một gigawatt công suất trung tâm dữ liệu tốn khoảng 80 tỷ USD theo giá hiện tại.[^6] Tổng cam kết toàn cầu theo đuổi AGI tiếp cận 100 gigawatt, đặt mức giá khoảng 8 nghìn tỷ USD.

Với lãi suất hiện tại, 8 nghìn tỷ USD vốn đòi hỏi khoảng 800 tỷ USD lợi nhuận hàng năm chỉ để phục vụ chi phí tài chính—trước khi tạo ra lợi nhuận cho cổ đông. Để so sánh, tổng thu nhập ròng năm 2024 của Microsoft, Google, Amazon và Meta đạt khoảng 200 tỷ USD.[^7] Bài toán đòi hỏi AI phải tạo ra gấp bốn lần tổng lợi nhuận hiện tại chỉ để trả lãi.

Quả bom hẹn giờ khấu hao

Krishna xác định khấu hao là "phần của bài toán bị nhà đầu tư đánh giá thấp nhất."[^3] Các hyperscaler khấu hao hạ tầng GPU trong năm đến sáu năm, nhưng NVIDIA hiện phát hành kiến trúc mới hàng năm so với chu kỳ hai năm trước đây.[^8]

Thực tế khấu hao GPU:

Michael Burry đã lập luận rằng các công ty bao gồm Meta, Oracle, Microsoft, Google và Amazon đánh giá quá cao tuổi thọ GPU và đánh giá thấp khấu hao, ước tính tuổi thọ thực tế là hai đến ba năm.[^9] Một kiến trúc sư của Google được cho là đã tuyên bố GPU trung tâm dữ liệu có thể chỉ tồn tại một đến ba năm tùy thuộc vào mức sử dụng, do ứng suất nhiệt chứ không phải lỗi thời.[^10]

Sự song song với bong bóng viễn thông

Đầu tư hạ tầng công nghệ trong lịch sử đã tạo ra tình trạng dư thừa công suất. Trong thời kỳ bùng nổ cáp quang (1995-2000), các công ty đã chi ước tính 2 nghìn tỷ USD để xây dựng 80-90 triệu dặm mạng cáp quang.[^11] Đến năm 2001, 95% vẫn là dark fiber—công suất chưa sử dụng chờ đợi nhu cầu không bao giờ đến.[^12]

Bong bóng viễn thông so với hạ tầng AI:

Cổ phiếu Corning sụp đổ từ 100 USD xuống 1 USD vào năm 2002. Global Crossing, WorldCom và 360networks nộp đơn phá sản. Từ năm 2000 đến 2002, cổ phiếu viễn thông toàn cầu mất hơn 2 nghìn tỷ USD giá trị thị trường.[^13]

Hoài nghi về AGI

Krishna đặt câu hỏi liệu các kiến trúc hiện tại có đạt được AGI hay không, ước tính xác suất "khoảng 0-1%" nếu không có đột phá cơ bản.[^14] Nếu AGI vẫn khó nắm bắt, hạ tầng được xây dựng cho quy mô tính toán AGI có thể chứng minh là quá lớn cho các ứng dụng thực tế.

Phản biện

Lãnh đạo hyperscaler đưa ra các phản biện có nội dung cho phê bình của Krishna.

Nhu cầu vượt cung

CEO Amazon Andy Jassy tuyên bố công suất được tiêu thụ "nhanh như chúng tôi thực sự triển khai."[^15] Mảng kinh doanh AI của AWS hoạt động với tăng trưởng "ba chữ số so với cùng kỳ năm trước," mở rộng "nhanh hơn ba lần so với giai đoạn phát triển tương tự của AWS."[^16] Tăng trưởng doanh thu cloud Q3 2025 vẫn mạnh mẽ: AWS +20% đạt 33 tỷ USD, Azure +40%, Google Cloud +34% đạt 15,15 tỷ USD.[^17]

Chi tiêu hạ tầng cloud toàn cầu đạt 95,3 tỷ USD trong Q2 2025, đánh dấu quý thứ tư liên tiếp vượt 20% tăng trưởng.[^18] Nhu cầu có vẻ thực chứ không phải đầu cơ.

Lập luận chuỗi giá trị

Những người bảo vệ lập luận rằng tuổi thọ GPU được kéo dài thông qua "chuỗi giá trị"—tái sử dụng chip từ huấn luyện sang suy luận sang khối lượng công việc tiện ích.[^19] CEO CoreWeave lưu ý rằng chip A100 đời 2020 của họ vẫn được đặt hết, với H100 mới có sẵn được đặt ngay lập tức với giá 95% so với giá gốc.[^20]

Huấn luyện đòi hỏi các kiến trúc mới nhất, nhưng khối lượng công việc suy luận—khối lượng cao và lợi nhuận cao—chạy hiệu quả trên chip cũ hơn. Sự tiến triển từ huấn luyện sang suy luận sang tinh chỉnh có thể kéo dài tuổi thọ kinh tế lên năm năm.

Hào chiến lược

Đầu tư hạ tầng tạo ra rào cản mà những người tham gia muộn không thể sao chép. Hạ tầng Azure của Microsoft bảo vệ vị thế AI doanh nghiệp. Năng lực tính toán của Google bảo vệ tìm kiếm khỏi các lựa chọn thay thế AI. Công suất huấn luyện của Meta cho phép phát triển mô hình nền tảng mà các đối thủ nhỏ hơn không thể sánh được.

Giá trị chiến lược ngoài ROI:

Tầm nhìn dài hạn

Mặt tích cực của bong bóng viễn thông mang tính hướng dẫn: cáp quang xây dựng quá mức năm 2000 đã cho phép YouTube (2005), Netflix streaming (2007), và điện toán đám mây (2006+).[^21] Băng thông giá rẻ từ dư thừa công suất đã tạo ra các mô hình kinh doanh hoàn toàn mới.

Tương tự, dư thừa hạ tầng AI—nếu xảy ra—sẽ giảm chi phí thuê GPU và cho phép các ứng dụng AI hiện không kinh tế. Hạ tầng có thể chứng minh là nền tảng ngay cả khi nhà đầu tư ban đầu chịu lỗ.

Khung quyết định cho kế hoạch hạ tầng

Phê bình của Krishna tạo ra các hàm ý có thể hành động cho các tổ chức đánh giá đầu tư hạ tầng AI.

Ma trận chiến lược hạ tầng:

Nếu Krishna đúng

Các tổ chức thuê thay vì xây dựng bảo toàn tùy chọn. Dư thừa công suất sẽ đẩy giá H100 xuống dưới mức 2,85-3,50 USD/giờ hiện tại về 1-2 USD/giờ.[^22] Hợp đồng thuê với điều khoản linh hoạt vượt trội hơn cam kết dài hạn.

Các chỉ số cần theo dõi: - Tỷ lệ sử dụng hyperscaler giảm xuống dưới 70% - Giá GPU spot giảm >20% so với quý trước - Giảm hướng dẫn capex trong các cuộc gọi thu nhập - Hủy hoặc trì hoãn dự án lớn

Nếu Krishna sai

Các tổ chức đảm bảo công suất sớm được hưởng lợi từ phí khan hiếm và giá đã khóa. Lợi thế người đi đầu trong ứng dụng AI tích lũy theo thời gian. Hạn chế hạ tầng sẽ ưu tiên các nhà vận hành đã thành lập.

Các chỉ số cần theo dõi: - Tăng trưởng doanh thu AI ba chữ số bền vững đến năm 2026 - Ổn định hoặc tăng giá GPU - Tăng hướng dẫn capex của hyperscaler - Trì hoãn phát hành kiến trúc mới

Cách tiếp cận phòng ngừa

Hầu hết các tổ chức nên phòng ngừa thay vì đặt cược theo hướng:

1. Thuê 60-70% nhu cầu hiện tại - bảo toàn linh hoạt
2. Đảm bảo công suất cam kết cho 30-40% - đảm bảo khả dụng cho khối lượng công việc quan trọng
3. Đàm phán điều khoản linh hoạt - quyền mở rộng không phạt
4. Theo dõi hàng quý - điều chỉnh phân bổ dựa trên tín hiệu thị trường

Hướng dẫn chuyên nghiệp

Các quyết định hạ tầng với quy mô và sự bất định như vậy được hưởng lợi từ quan điểm có kinh nghiệm.

Mạng lưới 550 kỹ sư thực địa của Introl hỗ trợ các tổ chức đánh giá kinh tế hạ tầng AI qua các chiến lược xây dựng, thuê và kết hợp.[^23] Công ty xếp hạng #14 trong danh sách Inc. 5000 năm 2025 với tăng trưởng ba năm 9.594%, phản ánh nhu cầu về dịch vụ tư vấn hạ tầng.[^24]

Chuyên môn trải rộng 257 địa điểm toàn cầu cung cấp góc nhìn về đầu tư hạ tầng trong các điều kiện thị trường đa dạng.[^25] Introl quản lý các triển khai lên đến 100.000 GPU, cung cấp hiểu biết vận hành về tối ưu hóa sử dụng và quản lý chi phí.[^26]

Điểm chính

Cho người lập kế hoạch hạ tầng: - Mô hình hóa cả kịch bản Krishna-đúng và Krishna-sai trước khi cam kết vốn - Ưu tiên thuê với điều khoản linh hoạt hơn hạ tầng sở hữu trừ khi tỷ lệ sử dụng vượt 80% - Theo dõi tỷ lệ sử dụng và xu hướng giá của hyperscaler hàng quý - Xây dựng điều khoản thoát vào các cam kết nhiều năm

Cho nhà phân tích tài chính: - Theo dõi thay đổi chính sách khấu hao báo hiệu lo ngại của ban lãnh đạo - So sánh tuổi thọ kế toán 5-6 năm với thực tế kinh tế 1-3 năm - Theo dõi tỷ lệ tăng trưởng doanh thu AI so với tỷ lệ tăng trưởng capex - Đánh giá rủi ro tài sản mắc kẹt trong danh mục đầu tư nặng hạ tầng

Cho người lập kế hoạch chiến lược: - Nhận ra rằng dư thừa công suất có lợi cho người tiêu dùng ngay cả khi gây hại cho nhà đầu tư - Xem xét lợi thế người đi sau nếu chi phí hạ tầng giảm 30-50% - Đánh giá động lực cạnh tranh nếu đối thủ đầu tư quá mức và phải ghi giảm - Duy trì tùy chọn thông qua kiến trúc cloud lai

Triển vọng

Phê bình của Krishna đại diện cho quan điểm thiểu số giữa sự nhiệt tình của ngành, nhưng phân tích toán học đòi hỏi xem xét nghiêm túc. 380 tỷ USD capex năm 2025 đòi hỏi tạo doanh thu chưa từng có để biện minh—tăng trưởng doanh thu phải duy trì trong nhiều năm trước lịch trình khấu hao có thể lạc quan.

Giải quyết cuộc tranh luận ít quan trọng hơn phản ứng: các tổ chức nên phòng ngừa thay vì đặt cược. Linh hoạt trong thuê, đàm phán điều khoản, theo dõi tín hiệu, và bảo toàn tùy chọn. Dù Krishna được chứng minh là nhà tiên tri hay người theo quan điểm trái chiều, các tổ chức chuẩn bị sẽ hưởng lợi từ quyết định hạ tầng dựa trên phân tích kịch bản thay vì giả định đồng thuận.

Như chính Krishna đã lưu ý bất chấp sự hoài nghi về hạ tầng: "Tôi nghĩ nó sẽ mở khóa hàng nghìn tỷ USD năng suất trong doanh nghiệp, để hoàn toàn rõ ràng."[^27] Câu hỏi không phải là liệu AI có tạo ra giá trị hay không, mà là liệu mức đầu tư hạ tầng hiện tại có phù hợp với thời gian và quy mô của việc tạo giá trị đó không.

Tài liệu tham khảo

[Nội dung bị cắt ngắn cho bản dịch]