AI còn thiếu 4,2 nghìn tỷ USD doanh thu để trả hóa đơn hạ tầng?

Hạ tầng AI có thể cần thêm khoảng 4,2 nghìn tỷ USD doanh thu mới vào năm 2031 để biện minh cho nhịp đầu tư hiện nay, theo một mô hình của Bain & Company. Con số lớn, nhưng cần đọc đúng: đây là khoảng trống trong một kịch bản tài chính, không phải khoản nợ đã phát sinh hay doanh thu chắc chắn phải đạt.

Câu chuyện nóng trở lại ngày 03/10/2026 khi Reuters đối chiếu làn sóng xây data center với tốc độ tạo doanh thu và năng suất. Bên dưới tiêu đề “AI có đủ tiền để chạy tiếp không?” là một phép toán đáng chú ý cho cả nhà đầu tư lẫn doanh nghiệp đang mua năng lực tính toán.

Phép tính 6 nghìn tỷ USD của Bain

Trong Technology Report 2026 công bố ngày 29/09, Bain ước tính chi tiêu hạ tầng AI hằng năm có thể lên 1,5 nghìn tỷ USD vào năm 2031, gồm data center mới và các đợt nâng cấp GPU, bộ nhớ, mạng cho cơ sở đã lắp đặt.

Bain giả định chi phí vốn tương đương khoảng 25% doanh thu ngành — một tỷ lệ hãng gọi là tham vọng nhưng hợp lý theo xu hướng của các nhà cung cấp cloud. Từ đó, thị trường AI cần tiến gần 6 nghìn tỷ USD doanh thu mỗi năm để duy trì mức đầu tư 1,5 nghìn tỷ USD.

Bain nhìn thấy hai nguồn doanh thu tương đối rõ:

• Thuê bao và quảng cáo AI tiêu dùng: khoảng 200–400 tỷ USD vào năm 2031.
• Giá trị từ ứng dụng doanh nghiệp: khoảng 1–1,4 nghìn tỷ USD cho nhà cung cấp, từ phát triển phần mềm, bán hàng, marketing, dịch vụ khách hàng và vận hành CNTT.

Tổng hai nhóm đạt 1,2–1,8 nghìn tỷ USD. Lấy mốc cao 1,8 nghìn tỷ USD khỏi mục tiêu 6 nghìn tỷ USD để ra khoảng trống xấp xỉ 4,2 nghìn tỷ USD. Đây là lý do Bain cho rằng tiết kiệm năng suất trong các thị trường hiện hữu chưa đủ; ngành phải tạo thêm thị trường mới.

31,6 nghìn tỷ USD đến năm 2050: vì sao chi phí không dừng sau khi xây?

Một mô hình khác của PwC, công bố ngày 02/09/2026, dự phóng tổng đầu tư hạ tầng AI toàn cầu đạt 31,6 nghìn tỷ USD từ nay đến năm 2050. Chi tiêu vốn data center hằng năm tăng từ khoảng 800 tỷ USD năm 2026 lên 1,8 nghìn tỷ USD năm 2050.

Điểm quan trọng là phần lớn tiền dài hạn không nằm ở bê tông. PwC dự báo tỷ trọng thiết bị CNTT trong tổng đầu tư tăng từ khoảng 70% hiện nay lên 93% năm 2050, do chip và thiết bị phải được thay mới định kỳ. Vì vậy, một data center đã xây xong vẫn tạo ra chu kỳ chi vốn lặp lại.

PwC cũng nhấn mạnh điện năng sẽ quyết định vốn chảy về đâu, bên cạnh kết nối, an ninh, chính sách, sự đồng thuận cộng đồng và khả năng tiếp cận GPU. Đây là góc bổ sung cho các chương trình đóng gói hạ tầng như Lenovo AI Express: giao máy nhanh không giải quyết được chi phí điện, làm mát và vòng đời nâng cấp.

Khoảng trống 4,2 nghìn tỷ USD có nghĩa là “bong bóng AI”?

Chưa thể kết luận như vậy. Bain đang đặt ra điều kiện để mức đầu tư có thể được tài trợ bền vững dưới một bộ giả định cụ thể. Nếu chi phí vốn thấp hơn, tỷ lệ capex/doanh thu khác đi, hạ tầng được sử dụng hiệu quả hơn hoặc thị trường mới xuất hiện nhanh hơn, khoảng trống sẽ thay đổi.

Ngược lại, nếu doanh thu đến chậm trong khi nợ và tài sản hạ tầng có lịch hoàn vốn cố định, áp lực tài chính sẽ tăng. Reuters ngày 03/10/2026 dẫn các nhà kinh tế lưu ý những cuộc cách mạng công nghệ trước đây thường mất nhiều thập kỷ mới chuyển thành năng suất diện rộng. Hạ tầng có thể vẫn tạo giá trị lâu dài, ngay cả khi nhà đầu tư ban đầu không thu hồi vốn như kỳ vọng.

Nhận định của Học viện AI: đừng đánh giá dự án chỉ bằng mức tiết kiệm giờ công

Phép tính của Bain làm lộ một giới hạn: nếu AI chỉ giúp các quy trình cũ rẻ hơn một chút, tổng giá trị có thể không đủ trả cho hạ tầng đang được xây. Giá trị lớn hơn phải đến từ sản phẩm mới, doanh thu mới hoặc những năng lực trước đây không khả thi — ví dụ tự động hóa vật lý, khám phá vật liệu, thuốc mới và nghiên cứu tự chủ.

Ở cấp doanh nghiệp Việt Nam, bài học thực dụng hơn là tách ba lớp khi lập business case: tiết kiệm chi phí, tăng doanh thu hiện hữu và tạo sản phẩm mới. Mỗi lớp cần một thước đo khác nhau. Một pilot giảm 20% thời gian xử lý chưa tự động trở thành doanh thu; còn một sản phẩm mới cũng không nên được tính vào ROI trước khi có người dùng trả tiền.

Bốn câu hỏi trước khi tăng ngân sách AI

1. Workload tạo doanh thu mới hay chỉ dịch chuyển chi phí giữa các phòng ban?
2. Tổng chi phí đã gồm inference, dữ liệu, đánh giá, giám sát, điện và vòng nâng cấp chưa?
3. Nếu sản lượng tăng 10 lần, giá trị biên tăng nhanh hơn hay chậm hơn chi phí?
4. Có cổng dừng nào nếu chất lượng, mức sử dụng hoặc doanh thu không đạt mốc?

Độc giả quan tâm giới hạn vật lý của hạ tầng có thể xem thêm bài về Project Suncatcher và TPU trên quỹ đạo.