Trước đó trong các tweet ngày 6/27, tôi không chỉ đưa ra quan điểm rằng thị trường lưu trữ sẽ đạt đỉnh, mà còn dự đoán rõ ràng rằng nguồn vốn thị trường phía sau sẽ chuyển từ các nhà cung cấp phần cứng AI (người bán xẻng) sang các nhà cung cấp đám mây công nghệ lớn như MSFT, GOOG, META… cũng như các công ty phần mềm chất lượng như NOW, CRM… (người đào vàng). Tại buổi livestream OKX ngày 7/29, tôi cũng một lần nữa nhấn mạnh quan điểm này.
Hiện tại xem ra chỉ trong vòng một tháng ngắn ngủi, tất cả đã được xác minh: MSFT tăng từ 370 lên 500, META từ 540 lên 590, NOW từ 90 lên 124, CRM từ 158 lên 192.
Hôm nay và GPT lại đã thảo luận đầy đủ về quan điểm của tôi, đồng thời giúp AI đưa ra thêm dữ liệu để lập luận chặt chẽ, từ đó hình thành bài viết sau đây để mọi người tiếp tục học tập.
I. Luận điểm cốt lõi
Trong ba năm qua, logic đầu tư cốt lõi nhất trên thị trường vốn AI có thể tóm gọn bằng một câu:
Vì thiếu năng lực tính toán AI, lợi nhuận ban đầu tập trung vào chuỗi phần cứng “bán xẻng”.
Hyperscaler, NeoCloud và AI Lab đầu tư vốn lớn vào CapEx; dòng tiền nhanh chóng chảy vào NVIDIA, Broadcom, HBM, máy chủ, mạng và cơ sở hạ tầng trung tâm dữ liệu. Do nguồn cung ở thượng nguồn bị giới hạn, các mắt xích như GPU, HBM, advanced packaging… có khả năng mặc cả rất mạnh, nên sớm nhất sẽ hiện thực hóa doanh thu và lợi nhuận.
Nhưng sau khi bước sang năm 2026, vấn đề cốt lõi của đầu tư AI đang thay đổi.
Thị trường cần trả lời không chỉ là:
“Còn phải mua thêm bao nhiêu GPU?”
và ngày càng biến thành:
“Năng lực tính toán mà các GPU này tạo ra cuối cùng có thể tạo ra bao nhiêu doanh thu và lợi nhuận?”
Điều này có nghĩa là ngành AI đang chuyển từ giai đoạn đầu:
Xây dựng Infrastructure
Dần đi vào giai đoạn 2 của:
Monetization & ROI Validation.
Dựa trên thay đổi này, tôi cho rằng trong 6—12 tháng tới, dòng tiền AI có thể chuyển dần từ việc tập trung cao độ vào chuỗi phần cứng sang:
Các nền tảng công nghệ lớn như Microsoft, Alphabet, Amazon, Meta, cùng với các công ty phần mềm thật sự có cơ sở khách hàng, bức tường dữ liệu, workflow và năng lực định giá bằng AI đang lan rộng.
Đánh giá cốt lõi không phải là “chu kỳ bò của phần cứng kết thúc”, mà là:
Vốn gia tăng ở biên của thị trường tương lai nhiều khả năng sẽ thưởng cho những công ty “chứng minh được khoản đầu tư AI tạo ra doanh thu và lợi nhuận”.
Vì vậy, trong một thời gian tới, Big Tech và một phần công ty phần mềm sẽ có cơ hội được định giá lại tương đối so với phần cứng AI.
II. Dòng tiền AI trong ba năm qua: vì sao lợi nhuận đầu tiên lại tập trung ở mảng phần cứng
Dòng tiền trong chuỗi ngành AI nhìn chung diễn ra như sau:
Doanh nghiệp, người tiêu dùng, nhà quảng cáo
↓
Microsoft / Google / Amazon / Meta / Ứng dụng AI
↓
Cloud / AI Model / NeoCloud
↓
GPU / ASIC / Server / Networking
↓
NVIDIA / Broadcom / AMD
↓
HBM / Foundry / Advanced Packaging
↓
SK Hynix / Micron / Samsung / TSMC
Vấn đề lớn nhất trong ba năm qua là:
Mô hình kinh doanh ở hạ nguồn chưa thực sự trưởng thành đầy đủ, nhưng hạ tầng AI ở thượng nguồn phải được xây dựng sớm.
Vì vậy dòng tiền có đặc trưng rõ ràng là “hiện thực hóa ở thượng nguồn trước”.
các doanh nghiệp công nghệ lớn trước hết dùng dòng tiền tạo ra từ hoạt động kinh doanh sẵn có để bù đắp cho đầu tư AI:
Google dùng lợi nhuận từ quảng cáo tìm kiếm để xây cụm TPU và GPU;
Meta dùng lợi nhuận từ quảng cáo để đầu tư hệ thống gợi ý AI và Llama;
Microsoft dùng dòng tiền từ Office, Azure và Windows để đầu tư vào hạ tầng AI;
Amazon sử dụng dòng tiền từ AWS và thương mại điện tử để tăng đầu tư vào trung tâm dữ liệu.
NeoCloud thì nhiều hơn thông qua:
tài trợ bằng nợ, Private Credit, tài trợ GPU và tài trợ vốn chủ sở hữu
Mua GPU.
Kết quả là:
NVIDIA, Broadcom, các nhà sản xuất HBM là những bên đầu tiên nắm được tiền thật; còn người mua sức mạnh tính toán phải gánh rủi ro liệu có thu hồi được khoản đầu tư trong tương lai hay không.
Đây cũng là một trong những lý do quan trọng khiến cổ phiếu phần cứng trong vài năm qua hoạt động mạnh hơn cổ phiếu phần mềm.
III. Nhưng dòng tiền này không thể mãi nằm lại ở mảng phần cứng
Một ngành AI khỏe mạnh cuối cùng cần hoàn thành:
Đầu tư vốn
→ phần cứng
→ Sức mạnh tính toán
→ Dịch vụ AI
→ mua từ phía doanh nghiệp/người tiêu dùng
→ Doanh thu
→ Lợi nhuận
→ Tái đầu tư
Một vòng lặp khép kín hoàn chỉnh như vậy.
Nếu vòng lặp này không thể hình thành, thì cuối cùng, khoản CapEx AI khổng lồ hiện tại nhất định sẽ giảm.
Goldman Sachs trong kịch bản cơ sở mới nhất dự phóng, chi tiêu vốn AI toàn cầu năm 2026 khoảng 765 tỷ USD, và đến năm 2031 có thể đạt 1,6 nghìn tỷ USD/năm.
Điều này có nghĩa là câu chuyện AI tổng thể đã đi từ:
“Có tiền để xây hạ tầng không?”
Chuyển thành:
“Sau khi xây xong, liệu dòng tiền có đủ để chống đỡ không?”
Với mức CapEx hàng năm gần hoặc vượt 1 nghìn tỷ USD, chỉ chứng minh GPU có nhu cầu là chưa đủ.
Cuối cùng bắt buộc phải chứng minh:
Doanh thu và giá trị kinh tế tạo ra bởi AI có thể hỗ trợ việc khấu hao của các tài sản này, tiền điện, chi phí tài trợ và lợi nhuận vốn.
Do đó, trong vài năm tới, biến quan trọng nhất của toàn bộ chuỗi ngành AI sẽ dần chuyển từ:
CapEx
Chuyển hướng:
AI Revenue, AI Gross Profit và AI ROIC.
Điều này tự nhiên có lợi cho các nền tảng và doanh nghiệp phần mềm nằm sâu hơn ở hạ nguồn chuỗi giá trị.
Thứ tư, một thay đổi quan trọng đã xuất hiện: Cloud bắt đầu thực sự tạo ra lợi nhuận
Đây là bằng chứng quan trọng cho thấy giai đoạn đầu tư AI đang chuyển biến.
Google Cloud là ví dụ điển hình nhất hiện nay.
Trong Q2/2026, lợi nhuận hoạt động của Google Cloud đạt 8,8 tỷ USD, tăng hơn ba lần so với cùng kỳ; đồng thời biên lợi nhuận hoạt động tăng rõ rệt.
Điều này hoàn toàn khác so với hai-ba năm trước.
Trước đây thị trường nhìn thấy:
Google tăng CapEx
→ Mua GPU/TPU.
Hôm nay thị trường bắt đầu thấy:
Google tăng CapEx
→ Tăng trưởng doanh thu GCP
→ Lợi nhuận hoạt động trên Cloud tăng nhanh.
Nói cách khác:
Hạ tầng AI bắt đầu tạo ra lợi nhuận.
Microsoft cũng xuất hiện xu hướng tương tự.
Tính đến FY2026 Q4 mới nhất, doanh thu Cloud của Microsoft trong từng quý đã đạt 59,3 tỷ USD, tăng 27%; RPO thương mại đạt 678 tỷ USD, tăng 84%.
Trước đây, Azure vẫn duy trì tốc độ tăng trưởng khoảng 40%.
Về phía Amazon, doanh thu quý gần đây nhất của AWS tăng 37% so với cùng kỳ, mức tăng trưởng rất mạnh trong nhiều năm trở lại đây.
Do đó, hiện nay đã xuất hiện ba tín hiệu rất quan trọng:
Tăng trưởng doanh thu Cloud nhanh hơn so với tổng ngân sách IT của doanh nghiệp;
Cải thiện biên lợi nhuận Cloud;
Cloud backlog/RPO tăng nhanh
Những dữ liệu này cho thấy năng lực chi trả của bên mua ở hạ nguồn hiện chưa có dấu hiệu “đứt gãy” rõ ràng.
V. Lợi thế lớn nhất của Big Tech ở giai đoạn tiếp theo: họ nắm giữ đồng thời nhiều “bể lợi nhuận” trong chuỗi ngành AI
Một lợi thế lớn của các công ty công nghệ quy mô lớn là chúng không chỉ đơn thuần là người mua GPU.
Lấy Microsoft làm ví dụ:
Azure+OpenAI ecosystem+Microsoft 365+Copilot+GitHub+Dynamics+Security
nghĩa là Microsoft có thể:
Bán năng lực tính toán AI
Lại có thể:
bán ứng dụng AI.
Do đó Microsoft có thể đồng thời có:
Infrastructure Margin + Application Margin.
Alphabet cũng có cấu trúc tương tự:
TPU
→ Google Cloud
→ Gemini
→ Workspace
→ Search
→ Quảng cáo.
Amazon:
Trainium
→ AWS
→ Bedrock
→ Enterprise AI.
Meta:
GPU
→ Recommendation
→ Engagement
→ Quảng cáo.
Kiểu tích hợp dọc này nghĩa là Big Tech không chỉ chịu CapEx AI mà còn nắm nhiều “cửa ngõ” biến hiện thành tiền từ AI.
Điều này giúp họ có vị trí trong chuỗi ngành AI tốt hơn nhiều so với chỉ mô hình NeoCloud thuần túy.
VI. Meta đã chứng minh một cách “biến hiện thành tiền” khác của AI: AI không nhất thiết phải thu phí riêng
Một trong những lỗi dễ gặp nhất khi phân tích doanh thu AI là chỉ thống kê:
ChatGPT Subscription, Copilot, AI API… doanh thu được đánh dấu rõ ràng là doanh thu từ AI.
Meta đã chứng minh một mô hình kinh doanh khác.
Doanh thu quý 2/2026 của Meta đạt 60,8 tỷ USD, tăng 28% so với cùng kỳ.
Hệ thống gợi ý AI không thu phí trực tiếp từ người tiêu dùng.
Nhưng AI có thể giúp:
Hiệu quả gợi ý
→ Engagement
→ Nhấp chuột quảng cáo
→ Chuyển đổi (Conversion)
→ ROI của nhà quảng cáo
→ Giá quảng cáo.
Vì vậy:
Giá trị kinh tế do AI tạo ra cuối cùng có thể được phản ánh dưới dạng doanh thu quảng cáo, chứ không phải “doanh thu AI”.
Google Search cũng tồn tại logic tương tự.
Điều này cho thấy năng lực “biến hiện thành tiền” của AI trong Big Tech thực tế có thể bị thị trường truyền thống đánh giá thấp khi thống kê “doanh thu AI”.
VII. Ngành phần mềm lần đầu tiên xuất hiện AI revenue có thể lượng hóa
Trong hai năm qua, các công ty phần mềm thường nói về câu chuyện AI, nhưng không nhiều công ty thực sự tạo ra doanh thu tăng thêm.
Từ năm 2026, tình huống này bắt đầu thay đổi.
Doanh thu thuê bao quý gần đây nhất của ServiceNow đạt 3,877 tỷ USD, tăng 24,5% so với cùng kỳ.
Agentforce của Salesforce đã bắt đầu hình thành quy mô doanh thu rõ ràng.
FY2027 Q1:
ARR của Agentforce đạt 1,2 tỷ USD, tăng 205% so với cùng kỳ.
Agentforce + Data 360 ARR gần 3,4 tỷ USD, tăng hơn 200% so với cùng kỳ.
ARR AI-first của Adobe đã vượt quá:
5 tỷ USD
Và tăng trưởng theo năm khoảng gấp ba lần.
Palantir còn là một ca cực đoan:
Doanh thu quý 2/2026 đạt 1,94 tỷ USD, tăng 93% so với cùng kỳ.
Vì vậy, lớp phần mềm đang diễn ra một thay đổi rất quan trọng:
Trước đây:
AI Demo
Hiện nay dần chuyển thành:
AI ARR.
Đây là lý do thị trường vốn có thể bắt đầu đánh giá lại doanh nghiệp phần mềm.
VIII. Vì sao lợi nhuận của phần mềm AI có thể co giãn rất lớn
Mô hình kinh doanh phần cứng có một vấn đề bẩm sinh:
Tăng trưởng doanh thu thường cần đi kèm tăng tài sản hoặc đầu tư tạo năng lực.
Phần mềm AI thì khác.
Một công ty phần mềm nếu đã sở hữu:
Khách hàng
Dữ liệu
workflow
phân phối (distribution)
kênh bán (sales channel)
Khi thêm AI vào, có thể trực tiếp tăng:
ARPU
Doanh thu từ tiêu dùng (Consumption Revenue)
Usage
Retention
Upsell.
Chẳng hạn một doanh nghiệp trước đây trả 1 triệu USD mỗi năm cho phí CRM.
Nếu chức năng Agent có thể giảm nhân sự chăm sóc khách hàng, bán hàng hỗ trợ hoặc vận hành, công ty có thể sẵn sàng trả thêm:
200.000 USD.
Đối với Salesforce, chi phí bán hàng và chi phí sản phẩm cần tăng thêm để có thêm 200.000 USD doanh thu mới có thể thấp hơn rất nhiều so với 200.000 USD.
Điều này có nghĩa là:
Khi phần mềm AI vượt qua ngưỡng bước ngoặt thương mại hóa, tăng trưởng lợi nhuận có thể nhanh hơn rõ rệt so với tăng trưởng doanh thu.
Do đó thị trường vốn có thể bắt đầu định giá lại cho những công ty kiểu này.
IX. TAM thực sự của AI doanh nghiệp không phải là ngân sách phần mềm, mà là chi phí nhân lực
Đây là một trong những logic dài hạn quan trọng nhất để hỗ trợ mô hình kinh doanh phần mềm AI.
Dự kiến chi tiêu IT toàn cầu năm 2026 khoảng:
6,15 nghìn tỷ USD, tăng 10,8% so với cùng kỳ.
Nhưng doanh nghiệp mua AI không nhất thiết phải lấy tiền từ việc tăng ngân sách IT hiện có.
nó còn có thể thay thế:
Chi phí nhân viên
Gia công/thuê ngoài
Tư vấn
BPO
chăm sóc khách hàng
Sản xuất nội dung
Nghiên cứu & phát triển
Phần mềm truyền thống.
Đưa ra một ví dụ đơn giản.
Doanh nghiệp trước đây:
100 nhân viên × 100.000 USD = chi phí 10 triệu USD.
Trong tương lai:
80 nhân viên
1 triệu USD phần mềm AI
Nếu vẫn có thể hoàn thành khối lượng công việc ban đầu:
Doanh nghiệp tiết kiệm:
1 triệu USD.
Do đó, ngay cả khi doanh thu nội tại của doanh nghiệp chỉ tăng 5%, ngân sách AI vẫn có thể tăng 50%, 100% thậm chí nhiều hơn.
Vốn thực tế là:
Ngân sách lao động → Ngân sách AI.
Vì vậy, cuộc cạnh tranh cuối cùng của phần mềm AI không chỉ là:
Ngân sách SaaS toàn cầu.
mà là:
Chi phí lao động của hàng chục nghìn tỷ USD trên toàn cầu và ngân sách vận hành của doanh nghiệp.
Đây là nền tảng kinh tế học quan trọng nhất để ứng dụng AI có thể duy trì lâu dài các khoản đầu tư hạ tầng cực lớn.
X. Vì sao tiền trong tương lai có thể lan từ “bán xẻng” sang “những người dùng xẻng”
Thông thường thị trường vốn không mãi thưởng cho cùng một tầng nấc ngành.
Giai đoạn sớm của chu kỳ ngành:
Giá trị của nguồn lực khan hiếm cao nhất.
Vì vậy:
GPU
HBM
Advanced packaging
Lớn nhất là kiếm tiền.
Sau khi chu kỳ ngành bước sang giai đoạn 2:
Nguồn cung dần được mở rộng,
Thị trường bắt đầu chú ý:
Ai có thể sử dụng các nguồn lực này để tạo ra ROIC cao nhất.
Ngành AI cũng tương tự như vậy.
Giai đoạn 1:
Ai sở hữu GPU?
Giai đoạn 2:
Ai khiến GPU kiếm được tiền?
Hai giai đoạn này tương ứng với những “người chiến thắng” trên thị trường vốn có thể không giống nhau.
Tôi cho rằng 2026—2027 đang chuyển từ giai đoạn 1 sang giai đoạn 2.
XI. Rủi ro lớn nhất của phần cứng không phải là lợi nhuận giảm, mà là định giá giảm trước
Ở đây cần nhấn mạnh:
Tôi không cho rằng nền tảng cơ bản của phần cứng AI đã đạt đỉnh.
Ngược lại là:
Doanh thu Data Center theo quý mới nhất của NVIDIA đạt:
75,2 tỷ USD, tăng 92% so với cùng kỳ.
Doanh thu bán dẫn AI Q2 của Broadcom:
10,8 tỷ USD, tăng 143% so với cùng kỳ.
Rõ ràng đây không phải là dữ liệu đỉnh chu kỳ điển hình.
Vì vậy, trong nửa năm tới hoàn toàn có thể xuất hiện:
Lợi nhuận của phần cứng tiếp tục tăng.
Nhưng diễn biến giá cổ phiếu lại phụ thuộc vào hai yếu tố:
EPS × Định giá.
Giả định:
NVIDIA EPS:
100 → 140
Tăng 40%.
Nhưng về PE:
35× → 28×.
Giá cổ phiếu:
3500 → 3920.
Tăng khoảng 12%.
Trong khi đó Google:
EPS:
100 → 120
Chỉ tăng 20%.
Nhưng thị trường cho rằng khoản đầu tư AI cuối cùng bắt đầu được hiện thực hóa:
PE:
20× → 25×.
Giá cổ phiếu:
2000 → 3000.
Tăng 50%.
và vì vậy sẽ xuất hiện:
Giá cổ phiếu Google chạy nhanh hơn NVIDIA,
Ngay cả nếu:
Tốc độ tăng lợi nhuận của NVIDIA vẫn cao hơn rõ rệt so với Google.
Đây là một trong những thay đổi tôi nghĩ sẽ xảy ra nhiều nhất trong đầu tư AI tương lai:
Phần cứng vẫn tăng, nhưng mở rộng định giá đã kết thúc;
Lợi nhuận Cloud/Software bắt đầu tăng và đồng thời được định giá lại.
XII. Đây không phải là vòng luân chuyển đơn giản “phần cứng → phần mềm”
Do đó, nhận định cốt lõi của tôi không thể hiểu đơn giản là:
SELL NVDA
MUA Phần mềm.
Chính xác hơn phải là:
Giao dịch AI được chuyển từ tuyến đường “chỉ Infrastructure” sang tuyến chính đôi: Infrastructure + Monetization.
Trước đây:
Infrastructure >>> Monetization.
Bây giờ:
Infrastructure > Monetization.
Nếu trong tương lai ngành AI phát triển khỏe mạnh:
Infrastructure ≈ Monetization.
cuối cùng phải trở thành:
Monetization > Infrastructure.
Nếu không, toàn bộ vòng lặp đầu tư AI sẽ không thể kéo dài.
Thứ mười ba, vì sao năm Big Tech có thể là điểm dừng tốt nhất đầu tiên của vòng luân chuyển này
So với phần mềm thông thường, Big Tech có một lợi thế quan trọng:
Vừa có phòng thủ, vừa có tăng trưởng AI.
Ví dụ Google dù tốc độ thương mại hóa AI không đủ nhanh:
Search vẫn tạo ra lượng lớn dòng tiền.
Microsoft sở hữu:
Office
Windows
Enterprise Software
Security.
Amazon sở hữu:
AWS
Thương mại điện tử
Quảng cáo
Meta sở hữu:
Quảng cáo.
Vì vậy Big Tech có thể:
Vừa dùng dòng tiền từ hoạt động kinh doanh truyền thống để xây dựng AI;
Vừa chờ doanh thu AI dần chín muồi.
Điều này khiến:
Rủi ro Monetization của AI thấp hơn rõ rệt so với các công ty AI thuần túy.
Nếu thị trường trong tương lai chuyển từ:
“AI tăng trưởng nhanh nhất là ai?”
Dần chuyển sang:
“Ai tạo ra được AI FCF một cách ổn định?”
thì sức hấp dẫn tương đối của nền tảng công nghệ lớn sẽ tăng rõ rệt.
Thứ mười bốn, phần mềm phải có “hào chắn”, không phải chỉ đơn giản dán nhãn AI
Trong khi đó, chúng tôi không cho rằng toàn bộ nhóm phần mềm sẽ được hưởng lợi.
AI thậm chí có thể phá hủy đáng kể “hào chắn” của nhiều công ty phần mềm.
Trong tương lai, doanh nghiệp phần mềm có thể chia đại lược thành ba loại.
Loại thứ nhất: nắm quyền định giá AI
Đặc điểm điển hình là:
Nhiều khách hàng doanh nghiệp hiện hữu
Workflow quan trọng
Chi phí chuyển đổi cao
Dữ liệu độc nhất
Distribution mạnh
AI có thể trực tiếp tăng:
ARPU
Consumption
Giá ghế (Seat Price)
Retention.
Ví dụ:
Microsoft
ServiceNow
Salesforce
Adobe.
Đây là nhóm đáng chú ý nhất.
Loại thứ hai: AI trực tiếp thay thế lao động
Ví dụ:
Coding
Security
Customer Service
Analytics
Tự động hóa quy trình làm việc (Workflow Automation).
Lợi thế lớn nhất của các sản phẩm AI kiểu này là:
ROI của khách hàng rất dễ tính.
Nếu mỗi năm tiêu:
Chi phí AI 1 triệu USD
có thể giảm:
Chi phí nhân công 3 triệu USD,
Quyết định mua rất dễ dàng.
Tính bền vững của doanh thu AI có thể rất mạnh.
Loại thứ ba: AI Wrapper
chỉ cần gọi mô hình của OpenAI/Anthropic, rồi thêm một UI.
Không có:
Dữ liệu độc nhất
Quan hệ với khách hàng
Workflow
Distribution
Chi phí chuyển đổi (Switching Cost).
Các công ty kiểu này có thể lại trở thành “kẻ thua” lớn nhất của thời đại AI.
Vì vậy logic đầu tư thực sự không phải là:
Mua phần mềm
mà là:
Mua AI Monetization Moats.
XV. Năm lý do cốt lõi để hỗ trợ “Big Tech/Software tương đối chạy thắng”
Thứ nhất:
Chu kỳ vốn của AI đã bước vào giai đoạn kiểm chứng thương mại.
Thị trường trong tương lai cần thấy không chỉ đơn đặt hàng GPU, mà còn thấy doanh thu và lợi nhuận từ AI.
Thứ hai:
Monetization của Cloud đã bắt đầu tăng tốc.
Lợi nhuận của Google Cloud tăng nhanh, trong khi Azure và AWS vẫn duy trì tăng trưởng cao.
Thứ ba:
Phần mềm AI bắt đầu tạo ra ARR thực sự.
Salesforce Agentforce, Adobe AI-first ARR và ServiceNow tăng trưởng cho thấy doanh nghiệp đã dần bước từ giai đoạn thử nghiệm AI sang giai đoạn bắt đầu trả tiền.
Thứ tư:
Biên lợi nhuận gia tăng của phần mềm thường cao hơn phần cứng.
Khi quy mô AI thu phí mở rộng, lợi nhuận phần mềm có thể xuất hiện đòn bẩy hoạt động lớn hơn.
Thứ năm:
Phần cứng đang ở trạng thái lợi nhuận cực cao và kỳ vọng cực cao.
NVIDIA Data Center +92%, Broadcom AI +143%.
Điều này có nghĩa là:
Ngưỡng đạt kỳ vọng ngày càng cao hơn.
Trong khi lợi nhuận từ AI của phần mềm/Cloud vẫn đang ở giai đoạn sớm:
Earnings Estimate Revision có thể vừa mới bắt đầu.
Mười sáu, chỉ báo quan sát quan trọng nhất trong tương lai
Đánh giá xem quan điểm của tôi có đúng không: trong vài quý tới nên tập trung quan sát các dữ liệu sau, thay vì chỉ nhìn đơn hàng NVIDIA.
1. Tăng trưởng doanh thu Azure / AWS / Google Cloud
Nếu tiếp tục giữ vững:
30%—50%+
cho thấy nhu cầu từ hạ nguồn vẫn khỏe.
2. Cloud Operating Margin
Đây là một trong những chỉ báo quan trọng nhất.
Doanh thu AI tăng nhưng biên lợi nhuận giảm:
Không phải là một khoản đầu tư tốt.
Tăng trưởng doanh thu AI đồng thời cải thiện biên lợi nhuận:
Điều này cho thấy mô hình kinh doanh AI bắt đầu hình thành hiệu ứng quy mô.
3. AI Software ARR
Tập trung chú ý:
Microsoft Copilot
Salesforce Agentforce
ServiceNow AI
Adobe AI
Palantir.
Khi AI ARR đạt mức khiến nó ảnh hưởng đến EPS một cách rõ rệt (sau khi lên các ngưỡng 5%, 10%, 20% trong doanh thu công ty), thì hiệu ứng mới thực sự nổi bật.
4. Hyperscaler CapEx / Cloud Revenue Growth
Đây là chỉ báo hàng đầu (leading indicator) cho thấy hiệu quả sử dụng vốn của AI cực kỳ tốt.
Nếu:
CapEx +50%
Cloud +40%
Chênh lệch vẫn có thể chấp nhận.
Nếu trong tương lai:
CapEx +50%
Cloud +15%,
Rủi ro tăng nhanh.
5. AI Backlog / RPO
Chỉ cần RPO vẫn tăng nhanh, điều đó cho thấy năng lực tính toán AI lớn đã có khách hàng cam kết mua.
Đạo hàm bậc hai của tăng trưởng doanh thu NVIDIA/AVGO
Không phải là nhìn doanh thu có đi xuống hay không, mà là:
+100%
→ +70%
→ +50%
→ +30%.
Ngay cả khi doanh thu vẫn tăng rất nhanh:
Earnings Momentum đã bắt đầu đi xuống.
Tiền thường sẽ đi tìm trước các mắt xích trong chuỗi ngành có “đạo hàm bậc hai” cao hơn.
Mười bảy, một lộ trình luân chuyển vốn AI có thể
Nếu thị trường bò AI tiếp tục, tôi cho rằng thứ tự hợp lý nhất có thể là:
Giai đoạn 1: 2023—2025
GPU / HBM / AI Networking
↓
NVIDIA
Broadcom
SK Hynix
Micron.
Giai đoạn 2: 2026—2027
Cloud Platforms
↓
Microsoft
Alphabet
Amazon
Meta.
Giai đoạn 3: 2026—2028
Phần mềm Monetization của AI
↓
ServiceNow
Salesforce
Adobe
Palantir
và các công ty Agent thực sự bứt phá trong tương lai.
Giai đoạn cuối
AI nâng cao hiệu suất kinh tế toàn doanh nghiệp
↓
Tài chính
Y tế
Sản xuất
Quảng cáo
Thương mại điện tử
Internet
Tăng năng suất AI toàn diện.
Đó mới là trạng thái cuối cùng khi AI thật sự trở thành công nghệ phổ quát.
XVIII. Kết luận đầu tư
Tôi cho rằng trong 6—12 tháng tới, logic cốt lõi của đầu tư AI đang thay đổi.
Trước đây thị trường chủ yếu thưởng cho:
Ai có thể cung cấp hạ tầng cơ sở khan hiếm cho AI.
Trong tương lai, thị trường sẽ dần bắt đầu thưởng cho:
Ai có thể tạo ra doanh thu, lợi nhuận và ROIC cao nhất từ các hạ tầng này.
Vì vậy:
Phần cứng AI không có nghĩa là bước vào thị trường gấu.
Hiện tại, doanh thu AI của NVIDIA và Broadcom vẫn tăng trưởng bất thường mạnh mẽ; chu kỳ hưng thịnh của phần cứng tạm thời chưa có tín hiệu kết thúc rõ ràng.
Nhưng xét từ góc nhìn lợi suất tương đối:
Big Tech và các công ty phần mềm có quyền định giá nhờ AI đang tiến vào một vị trí thuận lợi hơn.
Nguyên nhân không phải là:
Lợi nhuận phần cứng giảm.
mà là:
Lợi nhuận tăng trưởng nhanh của phần cứng đã được thị trường nhận ra đầy đủ; còn việc hiện thực hóa lợi nhuận của Cloud và Software có thể vừa bắt đầu được nhận ra lại.
Vì vậy, điều có khả năng xảy ra nhất trong tương lai không phải là:
Phần cứng sụp → Phần mềm tăng.
nhiều khả năng sẽ là:
Lợi nhuận của phần cứng tiếp tục lập đỉnh đổi mới; nhưng bội số định giá dần ổn định thậm chí bị nén lại. Trong khi đó, Cloud và các Software chất lượng xuất hiện việc nâng dự báo lợi nhuận + mở rộng định giá.
Cuối cùng tạo ra:
Lợi suất tương đối Big Tech/AI Software > AI Hardware.
Đây cũng là sự thay đổi đáng chú ý nhất về diễn biến dòng tiền của ngành AI hiện tại.
Một câu nói quan trọng nhất
Liệu cả “thị trường bò AI” có tiếp tục được hay không cuối cùng không phụ thuộc vào việc NVIDIA còn bán được bao nhiêu GPU.
mà phụ thuộc vào:
Những người mua GPU có thể kiếm được đủ nhiều tiền không?
Nếu Microsoft, Google, Amazon, Meta và cả phần mềm AI ở hạ nguồn bắt đầu tiếp tục chứng minh một cách bền vững:
AI CapEx → AI Revenue → AI Profit → AI FCF
Nếu vòng lặp này đúng, thì CapEx AI mới có khả năng duy trì lâu dài.
Và ngay khi vòng lặp này được thị trường vốn xác nhận, cơ hội biên lớn nhất của đầu tư AI tự nhiên sẽ chuyển từ:
“Người bán hạ tầng AI”
Dần chuyển sang:
“Người kiếm tiền nhờ hạ tầng AI”.
Đây chính là logic cốt lõi: trong một giai đoạn tới, các nhà cung cấp đám mây quy mô lớn của công nghệ cao và các công ty phần mềm thật sự có “hào chắn”, có khả năng chạy vượt so với cổ phiếu phần cứng theo tương quan.