Lagarde: thiếu trung tâm dữ liệu AI của châu Âu có thể tăng hơn 6 lần

Fact: Trong bài phát biểu ngày 14/9/2026, Chủ tịch Ngân hàng Trung ương châu Âu (ECB) Christine Lagarde nói châu Âu đang có quá ít năng lực trung tâm dữ liệu để đáp ứng nhu cầu. Theo nghiên cứu do Ủy ban châu Âu đặt hàng và được bà trích dẫn, khoảng trống công suất 3 GW năm 2025 có thể tăng lên khoảng 20 GW vào năm 2036 trong kịch bản cơ sở — tức tăng hơn sáu lần.

Đây không chỉ là câu chuyện “xây thêm data center”. Bài phát biểu đặt hạ tầng AI trong ba bài toán cùng lúc: tăng năng suất, chủ quyền dữ liệu và khả năng tiếp tục truy cập công nghệ. Với doanh nghiệp Việt Nam, thông điệp thực dụng là chi phí và điều kiện triển khai AI không chỉ phụ thuộc vào giá model; chúng còn phụ thuộc điện, chip, vị trí lưu dữ liệu, năng lực cloud và nguồn vốn dài hạn.

Khoảng trống từ 3 GW lên khoảng 20 GW

ECB dẫn nghiên cứu Cloud & AI của Ủy ban châu Âu: khoảng trống năng lực data center tăng từ 3 GW năm 2025 lên khoảng 20 GW vào 2036. Một đánh giá tác động khác của Ủy ban dự báo chênh lệch giữa nhu cầu và công suất lắp đặt của EU là 19 GW vào năm 2036.

Lagarde ước tính chi phí lấp khoảng trống trong thập kỷ tới có thể lên tới 600 tỷ euro, gồm cả chip. ECB cũng cẩn trọng nói đây nên được xem là mức trần: con số 19 GW bao gồm nhiều loại trung tâm dữ liệu, trong khi ước tính chi phí tham chiếu khoảng 38 tỷ USD cho mỗi GW lại dựa trên cơ sở AI mật độ GPU cao. Hai loại số liệu không hoàn toàn tương đương.

Điểm quan trọng là tốc độ. EU đã có kế hoạch gigafactory AI, nhưng Lagarde cho rằng các dự án này chỉ lấp được một phần khoảng trống. Nếu nhu cầu tiếp tục tăng nhanh hơn công suất, doanh nghiệp sẽ gặp ba sức ép: giá tính toán cao hơn, thời gian chờ triển khai dài hơn và phụ thuộc lớn hơn vào hạ tầng ngoài khu vực.

AI có thể nâng năng suất tới 4% trong một thập kỷ

Phần “cầu” của bài toán cũng đang tăng. Theo ECB, doanh nghiệp khu vực đồng euro dự kiến dành khoảng 10% tổng đầu tư cho AI trong năm 2026. Nhân viên dùng AI trong công việc đã vượt 50%, gấp đôi so với hai năm trước. ECB ước tính nếu được áp dụng nhanh, AI có thể nâng mức năng suất lên tới 4% trong một thập kỷ.

Đó là kịch bản, không phải kết quả đã xảy ra. “Tới 4%” phụ thuộc tốc độ áp dụng và khả năng biến công nghệ thành quy trình thực tế. Lagarde cũng chỉ ra khoảng cách: đầu tư số tại Mỹ tăng nhanh gấp đôi khu vực đồng euro trong hai năm qua; người lao động Mỹ dành tỷ trọng tuần làm việc dùng AI cao gấp hai đến ba lần so với lao động ở các nền kinh tế lớn của khu vực đồng euro.

Vì vậy, thiếu data center có thể biến thành nút thắt năng suất. Doanh nghiệp có vốn mua phần mềm nhưng không có đủ năng lực tính toán gần dữ liệu, đúng chuẩn pháp lý và với giá dự báo được sẽ khó đưa AI từ thử nghiệm sang production.

Chủ quyền AI không có nghĩa tự làm mọi thứ

Lagarde nói Mỹ tạo ra 59 mô hình AI đáng chú ý trong năm trước, Trung Quốc 35, trong khi Pháp và Anh mỗi nước một. Mỹ hiện lưu trữ khoảng ba phần tư năng lực tính toán AI toàn cầu, còn châu Âu khoảng 5%. Từ đó, bà lập luận châu Âu cần tự xây một phần năng lực tính toán và mô hình “đủ tốt” chạy trên hạ tầng châu Âu, đồng thời duy trì vị trí không thể thiếu trong chuỗi cung ứng frontier.

ASML là ví dụ. Công ty châu Âu nắm một mắt xích quan trọng trong thiết bị quang khắc; bài ASML High NA thành nút thắt chip AI cho thấy một máy High NA có giá khoảng 400 triệu USD và công suất đang căng. Nhưng sở hữu một mắt xích không tự động tạo ra toàn bộ stack. Chip, năng lượng, mạng, phần mềm, vốn và kỹ năng vẫn phải khớp với nhau.

Các dự án như năng lực AI 900 MW tại Malaysia hay campus AI 1 GW của TCS tại Ấn Độ cho thấy cuộc đua hạ tầng đang mang quy mô công nghiệp. Một model tốt không thể tách khỏi điện, đất, làm mát, mạng và hợp đồng mua chip.

Nhận định của Học viện AI: doanh nghiệp nên mua “năng lực phục vụ”, không chỉ mua token

Nhận định của Học viện AI: Thông điệp từ ECB gợi ý một thay đổi trong cách lập ngân sách AI. Đơn giá token chỉ là biến dễ nhìn nhất. Với quy trình quan trọng, doanh nghiệp nên mua một mức dịch vụ có thể kiểm chứng: dữ liệu ở đâu, độ trễ bao nhiêu, có bao nhiêu vùng dự phòng, khi thiếu GPU thì workload nào được ưu tiên, và nhà cung cấp có quyền thay đổi model hay vị trí xử lý hay không.

Đây cũng là lý do các mô hình triển khai lai sẽ tăng. Dữ liệu phổ thông có thể chạy trên cloud công cộng; dữ liệu nhạy cảm dùng vùng lưu trữ được kiểm soát; workload có độ trễ thấp hoặc cần liên tục có thể dùng hạ tầng gần doanh nghiệp. Kiến trúc không nên giả định một nhà cung cấp luôn có đủ capacity với cùng mức giá.

Năm câu hỏi cho kế hoạch AI 2027

• Workload nào thực sự cần GPU frontier, workload nào có thể chạy model nhỏ hơn?
• Nhu cầu tính toán tăng theo số người dùng hay theo số hành động của AI Agent?
• Dữ liệu có bắt buộc nằm trong một quốc gia hoặc khu vực pháp lý cụ thể không?
• Nếu giá hoặc công suất cloud biến động, quy trình nào phải tiếp tục và quy trình nào có thể giảm tải?
• Chi phí toàn vòng đời đã gồm điện, lưu trữ, quan sát, egress, dự phòng và nhân sự vận hành chưa?

Doanh nghiệp Việt Nam không cần sao chép chiến lược chủ quyền của châu Âu. Nhưng có thể học cách biến phụ thuộc hạ tầng thành biến số trong thiết kế. Một lộ trình tốt bắt đầu từ workload và SLA, sau đó mới chọn model và cloud.

Nếu đội ngũ đang lập danh mục use case và ngân sách AI nhưng chưa có mô hình capacity, dữ liệu và phương án dự phòng, hãy nhận proposal triển khai AI doanh nghiệp từ Học viện AI. Mục tiêu là đưa chi phí hạ tầng vào quyết định trước khi pilot thành một hệ thống khó mở rộng.

Nguồn tham khảo

• European Central Bank, Christine Lagarde, “A new age of capital: growth, sovereignty and AI”, 14/9/2026.
• Reuters, “Europe facing unprecedented risk of being cut off from AI, Lagarde warns”, 14/9/2026.