Vượt ra ngoài sự cuồng nhiệt: Vì sao làn sóng chi tiêu AI của các tập đoàn công nghệ lớn đang thay đổi cách chúng ta nhìn nhận

Vì sao chi tiêu khổng lồ cho AI và các điểm nghẽn hạ tầng vật lý của các tập đoàn công nghệ lớn đang định hình lại rủi ro và lợi nhuận đối với cổ phiếu công nghệ.

Harsh Karamchandani

Bởi Harsh Karamchandani · CFA Charterholder | Chiến lược gia Vận hành Giao dịch & Sản phẩm

27 tháng 8, 2026 · 7 phút đọc

Share

Trong nhiều năm, việc phân tích các cổ phiếu công nghệ lớn của Mỹ trong mùa báo cáo thu nhập đều theo một mô hình quen thuộc: mỗi khi một công ty dẫn đầu thị trường công bố cam kết tài chính khổng lồ cho công nghệ thế hệ tiếp theo, các nhà giao dịch thường hoan nghênh thông tin này. Việc chi tiêu mạnh tay được xem là dấu hiệu rõ ràng cho sự thống trị thị trường, đổi mới mạnh mẽ và tăng trưởng doanh thu trong tương lai.

Ngày nay, động lực đó đã thay đổi.

Trong các cuộc họp báo cáo thu nhập hàng quý gần đây, những người tham gia thị trường đã chứng kiến một mô hình lặp lại: một gã khổng lồ công nghệ vốn hóa siêu lớn vượt kỳ vọng doanh thu, báo cáo lợi nhuận hoạt động vững chắc, công bố thêm một cam kết từ 50 tỷ đến 80 tỷ USD cho cơ sở hạ tầng trí tuệ nhân tạo, và sau đó chứng kiến giá cổ phiếu của mình trượt dốc chỉ sau một đêm.

Điều gì đang thúc đẩy sự thay đổi này? Để hiểu tại sao các cổ phiếu công nghệ Mỹ lại biến động bất thường như vậy, các nhà giao dịch cá nhân cần nhìn xa hơn các tiêu đề về phần mềm và xem xét thực tế vật lý cũng như bảng cân đối kế toán phía sau.

Sự chuyển dịch "nơi trú ẩn an toàn": Cách các gã khổng lồ công nghệ thay đổi bảng cân đối kế toán của họ

Để hiểu sự biến động giá cổ phiếu hiện tại trên các cổ phiếu công nghệ Mỹ, trước tiên chúng ta cần xem xét cách các công ty công nghệ lớn, đặc biệt là các gã khổng lồ điện toán đám mây như Microsoft, Amazon, Alphabet, Meta và Oracle, đã thay đổi cách họ quản lý bảng cân đối kế toán của mình.

An isometric 3D bar chart comparing annual revenue and capital expenditure. A tall blue block representing "Annual Revenue" is adjacent to a teal block representing "Capital Expenditure", illustrating that capital spending makes up 38% to 57% of total revenue.
Hình 1: Quy mô chi tiêu vốn hàng năm so với tổng doanh thu trên các gã khổng lồ điện toán đám mây lớn, cho thấy mức độ thâm dụng vốn (38% đến 57%) trước đây chỉ thấy ở ngành sản xuất nặng hoặc dịch vụ công ích

Trong thập kỷ sau cuộc khủng hoảng tài chính toàn cầu năm 2008, các nhà giao dịch coi các công ty công nghệ khổng lồ là nơi trú ẩn vốn đáng tin cậy, ít rủi ro trong những giai đoạn kinh tế bất ổn. Trong khi các tài sản trú ẩn an toàn truyền thống mang lại sự ổn định, các công ty công nghệ dẫn đầu lại mang đến một điều độc đáo: dự trữ tiền mặt khổng lồ. Các công ty như Apple, Alphabet, Microsoft và Meta đã tích lũy hàng trăm tỷ USD tiền mặt trong khi vận hành các nền tảng phần mềm có biên lợi nhuận cao. Trong các giai đoạn thị trường chung chậm lại, các nhà giao dịch mua những cổ phiếu này vì dự trữ tiền mặt của họ tạo nên một lớp đệm tài chính vững chắc.

Tuy nhiên, việc xây dựng trí tuệ nhân tạo hiện nay đã hoàn toàn thay đổi động lực này. Những gã khổng lồ điện toán đám mây này không còn chỉ đơn giản là nắm giữ tiền mặt nữa.

Các dự báo thị trường cho thấy tổng chi tiêu vốn hàng năm của năm gã khổng lồ công nghệ lớn (Amazon, Alphabet, Microsoft, Meta và Oracle) đang tăng lên tới 660 tỷ đến 750 tỷ USD. Quy mô chi tiêu này chiếm từ 38% đến 57% tổng doanh thu hàng năm của họ, một

mức độ thâm dụng vốn trước đây chỉ thấy ở các đường ống dẫn dầu, ngành sản xuất nặng và các công ty điện lực, không phải ở các doanh nghiệp phần mềm nhẹ.

Để tài trợ cho sự mở rộng này, các công ty công nghệ không còn chỉ dựa vào dự trữ tiền mặt; họ đang vay nợ mạnh tay. Tổng lượng phát hành trái phiếu doanh nghiệp của các gã khổng lồ điện toán đám mây lớn đã vượt mốc 175 tỷ đến hơn 200 tỷ USD. Bằng cách đánh đổi lớp đệm tiền mặt của mình để lấy nợ dài hạn, bất động sản thực và thiết bị nặng, các công ty công nghệ vốn hóa siêu lớn đã phải chịu mức chi phí vận hành cao hơn nhiều.

Nút thắt ẩn giấu: Phần cứng tốc độ cao đối mặt lưới điện chậm

Bên cạnh bảng cân đối kế toán, việc chi tiêu của các gã khổng lồ công nghệ còn đối mặt với một rào cản vật lý: những gì các công ty này đang mua và nơi nó được kết nối. Việc xây dựng các hệ thống trí tuệ nhân tạo hiện đại đòi hỏi năng lực tính toán thô, phụ thuộc vào hai loại phần cứng chính:

  • GPU (Bộ xử lý đồ họa): Các chip máy tính chuyên dụng, được các công ty như Nvidia đi đầu phát triển, xử lý hàng nghìn phép tính đồng thời, đóng vai trò là động cơ chính để đào tạo các mô hình AI.
  • TPU (Bộ xử lý Tensor): Các chip được thiết kế riêng, do các công ty công nghệ như Google tự xây dựng để xử lý các tác vụ chuyên biệt trong khi giảm sự phụ thuộc vào nhà cung cấp bên ngoài. Để vận hành liên tục hàng chục nghìn con chip công suất cao này, các công ty phải xây dựng các trung tâm dữ liệu khổng lồ. Nhưng khác với phần mềm điện toán đám mây truyền thống, có thể được triển khai trên toàn cầu trực tuyến trong vài giây, việc xây dựng các trung tâm dữ liệu AI hiện đại lại gặp phải một rào cản vật lý thực sự: lưới điện.
An isometric flowchart showing a central cloud server icon connected by flowing blue paths to four distinct physical infrastructure nodes: a power grid, a liquid-cooled server rack, a silicon wafer, and a microchip.
Hình 2: Luồng vốn hạ nguồn của AI, minh họa cách chi tiêu của các công ty công nghệ lớn chảy trực tiếp vào chuỗi cung ứng vật lý, bao gồm các công ty điện lực, hệ thống làm mát bằng chất lỏng, bộ nhớ mật độ cao và các đối tác chip tùy chỉnh.

Một trung tâm dữ liệu AI mật độ cao duy nhất có thể tiêu thụ lượng điện tương đương với một vùng ngoại ô cỡ trung bình. Trên khắp Bắc Mỹ và châu Âu, các công ty điện lực đang thông báo cho các gã khổng lồ công nghệ rằng việc kết nối những cơ sở khổng lồ này với đường dây điện cao áp có danh sách chờ từ 4 đến 7 năm.

Sự chậm trễ này tạo ra một vấn đề lớn về thời gian đối với lợi nhuận của công ty:

  1. Tuổi thọ phần cứng ngắn: Các chip AI tiên tiến lão hóa nhanh. Một cụm chip được mua ngày hôm nay sẽ trở nên lạc hậu chỉ trong 2 đến 3 năm khi các chip mới hơn, nhanh hơn được phát minh.
  2. Doanh thu bị trì hoãn: Khi một công ty công nghệ chi hàng chục tỷ USD cho chip ngày hôm nay, nhưng không thể vận hành các máy chủ đó ở công suất tối đa trong nhiều năm trong khi chờ kết nối lưới điện, phần cứng sẽ mất giá trị khi nằm không sử dụng.

Tiền mặt rời khỏi bảng cân đối kế toán của công ty ngay lập tức, nhưng doanh thu phần mềm mới chỉ xuất hiện sau một khoảng thời gian trễ nhiều năm. Khi các thị trường đại chúng tính toán lại khoảng thời gian trễ nhiều năm này, biên lợi nhuận kỳ vọng bị thu hẹp, khiến giá cổ phiếu giảm.

A pipeline diagram showing a green block on the left representing "Today's Capital Expenditure (Capex)" that connects via a long, gray winding path with a power line icon labeled "4-7 Year Power Grid Connection Queue" to a distant blue circle labeled "Delayed Revenue Generation"
Hình 3: Khoảng trống hạ tầng vật lý, minh họa độ trễ nhiều năm giữa chi tiêu vốn ngay lập tức cho phần cứng và doanh thu thực tế do tình trạng tồn đọng kết nối lưới điện.

Theo dòng tiền: Vốn đang dịch chuyển về đâu

Trong khi việc chi tiêu mạnh tay gây áp lực ngắn hạn lên các nhà phát triển phần mềm, làn sóng tiền mặt trị giá hàng trăm tỷ USD đó đang chảy trực tiếp vào túi của các công ty cung cấp thiết bị vật lý.

A side-by-side graphic. The left card features an orange GPU chip and a clock icon indicating an "AI Hardware Lifespan: 2-3 Years". The right card shows a gray power utility tower and a calendar icon indicating a "Utility Interconnection: 4-7 Years"
Hình 4: Rủi ro về thời gian vận hành, so sánh chu kỳ lạc hậu nhanh từ 2 đến 3 năm của phần cứng AI tiên tiến với danh sách chờ kết nối lưới điện từ 4 đến 7 năm
  1. Nhà cung cấp lưới điện & dịch vụ công ích: Các trung tâm dữ liệu cần nguồn điện nền liên tục, không ngừng nghỉ. Các nhà sản xuất điện độc lập và nhà sản xuất thiết bị chế tạo máy biến áp cao áp và phần cứng lưới điện, chẳng hạn như Constellation Energy, Vistra Corp, GE Vernova, và Eaton Corporation, đều đang có lượng đơn hàng tồn đọng kéo dài nhiều năm.
  2. Các chuyên gia về làm mát bằng chất lỏng & nhiệt học: Các chip AI hiệu suất cao tạo ra nhiệt lượng lớn mà quạt làm mát truyền thống không thể giải tỏa. Các công ty xây dựng hệ thống làm mát bằng chất lỏng và hạ tầng làm mát chính xác cho các rack máy chủ, như Vertiv Holdings, Schneider Electric, và Modine Manufacturing, đã chứng kiến nhu cầu mang tính cấu trúc tăng vọt.
  3. NAND Flash & Kiến trúc bộ nhớ: Các bộ gia tốc AI hiện đại không thể hoạt động độc lập nếu thiếu băng thông khổng lồ và bộ lưu trữ có mật độ cao. Việc huấn luyện và vận hành các mô hình phức tạp tạo ra tình trạng nghẽn bộ nhớ nghiêm trọng, do GPU sẽ bị đình trệ nếu dữ liệu không thể di chuyển đủ nhanh. Hạn chế vật lý này đã kích hoạt một làn sóng tái định giá cổ phiếu lớn đối với các chuyên gia về bộ nhớ và lưu trữ như Micron Technology (MU) và SanDisk (SNDK). Trước đây, Wall Street định giá các cổ phiếu này như các nhà cung cấp hàng hóa tiêu dùng biến động, biên lợi nhuận thấp, gắn liền với các chu kỳ PC và điện thoại thông minh. Tuy nhiên, khi các tập đoàn điện toán đám mây lớn đặt hàng khối lượng lớn, kéo dài nhiều năm đối với DRAM/Bộ nhớ băng thông cao (HBM) và các ổ cứng thể rắn (eSSD) sử dụng NAND flash cho doanh nghiệp, hệ số định giá đã mở rộng đáng kể. Khi năng lực sản xuất NAND và HBM cấp máy chủ đã được đặt hàng hết trong nhiều năm tới và biên lợi nhuận hoạt động tăng mạnh, các thị trường công khai đã tái định giá các nhà cung cấp bộ nhớ và flash, đưa họ trở thành những điểm nghẽn hạ tầng AI thiết yếu, có biên lợi nhuận cao.
  4. Đối tác thiết kế chip tùy chỉnh & bán dẫn: Để giảm sự phụ thuộc vào các nhà cung cấp đơn lẻ, các tập đoàn công nghệ lớn đang tự thiết kế chip nội bộ riêng (như chip TPU của Google và chip Trainium của Amazon). Điều này tạo ra hoạt động kinh doanh dài hạn cho các đối tác thiết kế chip chuyên biệt và các nhà máy sản xuất bán dẫn như Broadcom, Marvell Technology, Taiwan Semiconductor Manufacturing Company (TSMC), và ARM Holdings. Thay vì chỉ nhìn nhận trí tuệ nhân tạo qua các ứng dụng dành cho người tiêu dùng, dòng tiền thông minh ngày càng chuyển hướng vào chuỗi cung ứng vật lý cần thiết để vận hành các trung tâm dữ liệu này.

Kết luận: Phân tích sự liên kết giữa các loại tài sản

Để hiểu rõ chu kỳ thị trường hiện tại, cần nhìn xa hơn các thông báo nổi bật về phần mềm và nhận ra cách các giới hạn vật lý đang tái định giá rủi ro trên toàn thị trường toàn cầu.

Thị trường không hề từ chối AI, mà chỉ đơn giản là đang điều chỉnh giá cổ phiếu để phản ánh mức nợ cao hơn, chi tiêu tiền mặt ngay lập tức, và sự chậm trễ trong hạ tầng vật lý. Trong các chu kỳ công nghệ trước đây, nhà đầu tư thường phản ứng với chi tiêu vốn bằng sự lạc quan đơn giản, dựa trên giả định rằng đầu tư cao hơn tự động dẫn đến lợi nhuận tương lai cao hơn. Ngày nay, thị trường đánh giá chi tiêu qua một lăng kính khắt khe hơn nhiều. Khi một tập đoàn điện toán đám mây lớn cam kết chi hàng chục tỷ đô la cho hạ tầng mà không có lộ trình cụ thể cho doanh thu phần mềm mới, thị trường sẽ tập trung vào gánh nặng tài chính ngay lập tức: biên lợi nhuận hoạt động bị thu hẹp, nguồn tiền mặt dự trữ giảm sút, và chi phí trả nợ gia tăng.

Sự thay đổi mang tính cấu trúc này làm thay đổi căn bản cách các cổ phiếu công nghệ tương tác với nền kinh tế nói chung. Trước đây, các công ty công nghệ vốn hóa siêu lớn nắm giữ lượng tiền mặt dự trữ khổng lồ, giúp họ tránh khỏi những biến động kinh tế rộng lớn hơn. Hiện nay, với hàng trăm tỷ đô la trái phiếu doanh nghiệp được phát hành để xây dựng các trung tâm dữ liệu và đảm bảo nguồn điện, biên lợi nhuận của các công ty công nghệ đã trở nên nhạy cảm hơn nhiều với lãi suất, chênh lệch lợi suất trái phiếu, và chi phí vay vốn.

Cùng lúc đó, ranh giới giữa các loại tài sản đang trở nên mờ nhạt. Lịch trình triển khai phần mềm không còn được quyết định bởi tốc độ viết mã của các nhà phát triển; mà do năng lực của lưới điện, lượng đơn hàng sản xuất máy biến áp tồn đọng, và hàng đợi kết nối với hệ thống điện lực. Do đó, các hàng hóa năng lượng như Khí tự nhiên và cổ phiếu các công ty điện lực đang trở thành những chỉ báo dẫn đầu quan trọng cho việc triển khai công nghệ.

Cuối cùng, vì các công ty công nghệ vốn hóa siêu lớn chiếm tỷ trọng áp đảo trong các chỉ số chuẩn lớn như S&P 500 và Nasdaq 100, các thông báo chi tiêu của từng cổ phiếu riêng lẻ có thể gây ảnh hưởng vượt xa Silicon Valley. Bằng cách theo dõi nợ trên bảng cân đối kế toán, thời gian chờ kết nối lưới điện, và dòng vốn vật lý, các nhà quan sát thị trường có thể có cái nhìn rõ ràng hơn nhiều về những yếu tố thực sự chi phối việc hình thành giá trên các thị trường cổ phiếu, hàng hóa, và chỉ số toàn cầu.

Join 3M+ global traders

Open an account in minutes and start trading the world's markets — forex, stocks, indices, and more.