Thị trường đã đánh giá thấp? “Điểm ngoặt của mô hình” thúc đẩy sự nổi lên của AI-agent, nhanh chóng mở khóa các ứng dụng doanh nghiệp

Làn sóng AI đang trải qua một bước ngoặt then chốt, khả năng của các mô hình tăng vọt đang đẩy nhanh các dự án thử nghiệm doanh nghiệp của năm ngoái chuyển sang giai đoạn triển khai sản xuất, trong khi thị trường vẫn đánh giá thấp có hệ thống về độ sâu và tốc độ của sự thay đổi này.

Theo Hard AI, nhóm phân tích viên Heath Terry của Citi Bank trong báo cáo mới nhất cho biết, ứng dụng cấp doanh nghiệp đã chuyển từ giai đoạn thử nghiệm toàn diện sang triển khai sản xuất, tốc độ nâng cấp khả năng mô hình nhanh chưa từng có trong quá khứ, toàn bộ đường cong nhu cầu ngành đang tăng mạnh.

Citi nâng dự báo tổng doanh thu ngành AI giai đoạn 2026-2030 từ 2,8 nghìn tỷ USD lên 3,3 nghìn tỷ USD, dự báo chi tiêu vốn cùng kỳ từ 8,0 nghìn tỷ lên 8,9 nghìn tỷ USD. Quan điểm của họ là: thị trường vẫn đang chú ý vào các rủi ro như xây dựng trung tâm dữ liệu khó khăn, áp lực tài chính và cạnh tranh gia tăng, lại bỏ qua lợi nhuận cao mà các khoản đầu tư này mang lại, cũng như một chu kỳ năng suất do doanh nghiệp dẫn đầu đang hình thành.

Đối với ngành phần mềm, đây là thời điểm nguy hiểm hơn so với phần lớn mọi người nhận biết. Khi doanh thu của các công ty AI bản địa tăng mạnh, các chi phí chuyển đổi cao, quyền lực định giá mạnh và rào cản gia nhập mà các hãng phần mềm truyền thống từng dựa vào đang được công nghệ AI tái định nghĩa. Sự tái định giá này đã diễn ra trên bình diện cổ phiếu — trong năm qua, biến động định giá cổ phiếu phần mềm đã rõ ràng tách biệt với các mã liên quan đến hạ tầng AI — nhưng Citi cho rằng, dự báo lợi nhuận đồng thuận vẫn chưa phản ánh đầy đủ tác động cuối cùng.

Tầng hạ tầng, đặc biệt là bộ nhớ, lưu trữ, CPU và mảng điện năng, hiện là các hướng đi Citi đánh giá có tỷ lệ rủi ro/lợi nhuận tốt nhất. Sự tụt lại tạm thời của các hãng cung cấp đám mây quy mô siêu lớn được coi là cơ hội khác.

Khả năng của mô hình đang nâng cấp với độ dốc lớn hơn

GPT-5.4, Gemini 3.1 Pro, Claude Sonnet 4.6 — ba mô hình chủ lực ra mắt liên tiếp trong chưa đầy ba tuần và khả năng vượt trội hơn bất kỳ chu kỳ nào trước đây. Đánh giá bằng điểm ARC-AGI-2, Gemini 3.1 Pro tăng 1,5 lần so với phiên bản ba tháng trước; GPT-5.3-Codex là mô hình đầu tiên của OpenAI tham gia tự sinh mã lệnh — đây là một cột mốc khó có thể bỏ qua.

Đáng chú ý hơn nữa, song song với việc nâng cấp khả năng mô hình, giá token cũng tăng lên. Mô hình suy luận áp dụng các công nghệ như chuyên gia hỗn hợp (MoE) và tăng cường học có thể kiểm chứng phần thưởng (RLVR), khiến số lượng token sử dụng mỗi lần phản hồi lớn hơn. Dù giá Gemini 3.1 Pro ngang với thế hệ trước, nhưng điểm số thông minh đã gấp đôi.

Citi cho rằng, hai xu hướng gộp lại đồng nghĩa với việc doanh thu trên mỗi đơn vị của các nhà cung cấp dịch vụ AI có nhiều dư địa tăng trưởng cấu trúc. Việc nâng cấp khả năng đã bắt đầu thấm vào các quyết định cụ thể của doanh nghiệp. Trong thông báo sa thải gần đây của Block, yếu tố AI được đề cập rõ ràng, đây là tín hiệu sớm cho thấy công nghệ đang lan tỏa từ tầng phát triển sang tầng vận hành.

Doanh nghiệp chuyển từ thử nghiệm sang triển khai sản xuất nhanh hơn kỳ vọng

Các nhà tích hợp hệ thống là lực đẩy then chốt cho làn sóng gia tốc này. Các công ty tư vấn hàng đầu vừa cải tổ vận hành nội bộ, vừa hỗ trợ doanh nghiệp truyền thống triển khai nhanh các giải pháp từ Anthropic, OpenAI... đóng vai trò như các "mao mạch" lan truyền AI. Thực địa khảo sát của Citi với CIO, CTO và nhà tích hợp hệ thống cho thấy, động lực cốt lõi thúc đẩy các doanh nghiệp tăng tốc là áp lực cạnh tranh — không ai muốn bị đối thủ đi trước.

Số liệu có thể chứng minh: Tính tới quý IV/2025, tổng tốc độ tăng trưởng đơn hàng tồn của AWS, GCP, Azure và CoreWeave đạt 100%, trong khi tốc độ tăng trưởng doanh thu cùng kỳ chỉ 30%, tốc độ tăng chi tiêu vốn đạt 70%.

Đối với lo ngại bên ngoài về chất lượng đơn hàng tồn (tập trung khách hàng phòng thí nghiệm AI), kết luận khảo sát của Citi là tăng trưởng đã lan rộng sang các doanh nghiệp truyền thống. Nhà cho thuê trung tâm dữ liệu DLR thậm chí trực tiếp cho biết, việc Claude Opus 4.6 ra mắt đã kích thích nhu cầu thuê mới — chuỗi dẫn truyền này hầu như không thể tưởng tượng được vào một năm trước.

Thị trường vẫn hệ thống đánh giá thấp quy mô chi tiêu vốn

Năm 2024 và 2025, dự báo đồng thuận về chi tiêu vốn của các hãng đám mây quy mô siêu lớn đều bị đánh giá thấp nghiêm trọng. Citi dự đoán tình trạng này sẽ tiếp diễn trong 5 năm tới.

Năm 2026, kế hoạch chi tiêu vốn của các hãng đám mây quy mô siêu lớn ước vượt 70% so với năm 2025. Citi nâng dự báo tổng chi tiêu vốn năm 2026 của Amazon (AWS), Google, Meta, Microsoft (Azure) và Oracle lên 678 tỷ USD, tổng số chi tiêu vốn toàn cầu liên quan đến AI (bao gồm đám mây riêng, dịch vụ đám mây mới nổi, chi tiêu AI chủ quyền) ước đạt 770 tỷ USD, đến năm 2030 sẽ tăng lên khoảng 2,9 nghìn tỷ USD, tương ứng với tốc độ tăng trưởng kép hàng năm là 47,5%.

Không chỉ giá thiết bị đẩy chi phí lên cao — tăng giá bộ nhớ và lưu trữ là yếu tố quan trọng — mà còn bao gồm việc vốn hóa điện năng. Các hãng đám mây quy mô siêu lớn ngày càng chuyển phát điện từ chi phí vận hành sang chi phí vốn, cần tự xây dựng cung cấp điện cho dự án. Cam kết phi ràng buộc "tự xây nhà máy điện" (BYOPP) do Google, Microsoft, Meta, Oracle, xAI, OpenAI và Amazon đồng ký là minh chứng trực tiếp cho thay đổi cấu trúc này. Do đó Citi nâng giả định chi tiêu vốn cho mỗi GW trung tâm dữ liệu năm 2026-2027 thêm khoảng 30%, ước tính kinh nghiệm phổ biến trước đó khoảng 50 tỷ USD/GW có nguy cơ bị đánh giá thấp.

"Không ai dùng vibe coding để làm SAP" — Citi dùng câu nói này để thừa nhận ranh giới khuếch tán công nghệ thực sự tồn tại, tăng năng suất trong lập trình không thể trực tiếp ngoại suy ra toàn doanh nghiệp. Nhưng điều này không thay đổi một logic lớn hơn: AI với chi phí biên mở rộng bằng không đang thay thế các công cụ có chi phí tăng tuyến tính theo mức sử dụng — đây là tái cấu trúc tận gốc về mô hình kinh doanh chứ không đơn thuần là nâng cấp chức năng.

Đối với các công ty phần mềm truyền thống, áp lực đến từ hai hướng: Thứ nhất là các đối thủ AI bản địa (bao gồm nhiều công ty được VC hậu thuẫn) liên tục lấn chiếm thị trường; thứ hai là thu hẹp số lượng ghế và áp lực định giá, AI khiến ít người dùng hơn làm được nhiều việc hơn.

Citi cho rằng, logic từng hỗ trợ premium định giá phần mềm — chi phí chuyển đổi cao, quyền lực định giá mạnh, hào lũy bảo vệ lớn — đang được xem xét lại, nhưng dự báo lợi nhuận đồng thuận vẫn chưa thực sự phản ánh đầy đủ ảnh hưởng cuối cùng. Xét theo hướng đi của định giá, thị trường đã bỏ phiếu, chỉ là phiếu đó chưa được kiểm hết.

Ngoài ra, trong toàn bộ ngăn xếp công nghệ AI, Citi cho rằng tỷ lệ rủi ro/lợi nhuận tốt nhất tập trung ở các khâu nghẽn cổ chai tầng hạ tầng: bộ nhớ & lưu trữ, kết nối quang & mạng, và thiết bị điện. Các nhà cung cấp đám mây quy mô siêu lớn vì gần đây kém hiệu suất so với thị trường chung cũng được xem là cơ hội cần chú ý.