Điều chỉnh gần đây của cổ phiếu công nghệ không phải là sự kết thúc của câu chuyện về AI, nhưng thị trường đang trải qua một cuộc tái cấu trúc sâu sắc về logic định giá.

Nvidia từng giảm liên tiếp trong bảy phiên giao dịch, khiến Nasdaq chịu áp lực. Người phụ trách sàn giao dịch One-Delta của Goldman Sachs, Rich Privorotsky, cho biết, đợt bán tháo cổ phiếu công nghệ lần này khó có thể quy cho một chất xúc tác đơn lẻ, mà là kết quả của áp lực chồng chất từ thị trường tín dụng, kỳ vọng chuỗi cung ứng và môi trường chính sách. Ông cảnh báo rằng, "Thị trường tín dụng đang nêu ra những vấn đề mà trước đây thị trường chứng khoán cơ bản đã bỏ qua".

Cuộc đánh giá lại này đã để lại dấu ấn rõ ràng ở phương diện định giá. P/E dự phóng 24 tháng của chỉ số bán dẫn Philadelphia đã bị thu hẹp từ mức 21–22 lần xuống khoảng 15 lần, và phạm vi khả năng của các kết quả đang được mở rộng đáng kể. Vấn đề cốt lõi cũng theo đó thay đổi—từ "AI có thể làm được gì" chuyển thành "ai sẽ đứng ra chi trả cho việc vận hành của nó".

Thị trường tín dụng lên tiếng cảnh báo trước

Thị trường chứng khoán trong dài hạn vẫn lạc quan về tính bền vững của các khoản đầu tư vào hạ tầng AI, nhưng thái độ của thị trường tín dụng đang âm thầm thay đổi.

Privorotsky cho biết, chênh lệch hoán đổi rủi ro vỡ nợ tín dụng (CDS) giữa $英偉達 (NVDA.US)$ và $博通 (AVGO.US)$ đã mở rộng đáng kể; thị trường bắt đầu tập trung vào các phương án “phao cứu trợ” cho tài chính AI và vấn đề các cam kết ngoài bảng cân đối. Mối lo ngại này đang lan sang các nhóm cổ phiếu bán dẫn rộng hơn, trở thành động lực quan trọng cho đợt đánh giá lại định giá lần này.

Logic của thị trường tín dụng khác bản chất so với thị trường chứng khoán: thị trường tín dụng tập trung hơn vào tính chắc chắn của dòng tiền và khả năng trả nợ, chứ không phải tiềm năng tăng trưởng trong tương lai. Khi chênh lệch CDS mở rộng, điều đó cho thấy các nhà đầu tư trái phiếu bắt đầu nghi ngờ về con đường sinh lợi từ các khoản chi vốn cho AI—tín hiệu này thường xuất hiện sớm hơn thị trường chứng khoán và cũng khó bị bỏ qua hơn.

Xuất hiện rủi ro tích lũy tồn kho

Song song đó, cuộc trò chuyện liên quan đến chuỗi cung ứng bán dẫn đang có sự thay đổi tinh tế; thị trường bắt đầu thảo luận rủi ro tích lũy tồn kho ở một số mắt xích.

Dữ liệu ngành do Privorotsky trích dẫn cho thấy, đơn đặt hàng của các nhà sản xuất thiết bị sản xuất wafer (WFE) đang tăng mạnh do nhu cầu chi vốn của các nhà sản xuất bán dẫn vẫn ở mức cao. Các tổ chức liên quan đã nâng dự báo quy mô thị trường WFE toàn cầu: năm 2026 dự kiến đạt 150,3 tỷ USD, tăng 36% so với cùng kỳ; năm 2027 lên 217,5 tỷ USD, tăng 45%; năm 2028 tiếp tục mở rộng tới 280,9 tỷ USD, tăng 29%.

Tuy nhiên, trong khi những con số này phản ánh mức độ nóng của các khoản chi vốn cho AI, chúng cũng hàm chứa một lớp rủi ro khác—khi các đơn đặt hàng thiết bị ở tuyến đầu tiếp tục chồng chất, nếu nhịp độ nhu cầu đầu cuối và kỳ vọng có sự lệch pha, áp lực tồn kho trong chuỗi cung ứng sẽ nhanh chóng bộc lộ. Đây chính là nguyên nhân cốt lõi khiến cuộc đối thoại của thị trường bắt đầu chuyển hướng.

Nút thắt về điện và lực cản chính sách làm chậm nhịp độ xây dựng

Bên cạnh áp lực về vốn và chuỗi cung ứng, việc triển khai thực tế trung tâm dữ liệu đang vấp phải những “ma sát” đến từ thế giới thực.

Privorotsky cho rằng, nút thắt về điện và các lực cản chính sách ngày càng nhiều xung quanh việc xây dựng trung tâm dữ liệu đang tạo ra sự không chắc chắn cho tốc độ mở rộng và quy mô cuối cùng của hạ tầng AI. Mâu thuẫn này cũng thể hiện ở cấp độ chính trị: cả hai ứng viên từ hai đảng đều dần nhận ra rằng lợi ích của AI là mang tính toàn quốc, phân tán, và thường cần vài năm mới hiện thực hóa; trong khi chi phí xây dựng lại mang tính địa phương, tập trung và xảy ra ngay lập tức.

Mâu thuẫn mang tính cấu trúc kiểu “lợi nhuận đến muộn, chi phí đặt trước” khiến thái độ của chính quyền địa phương và cộng đồng đối với các dự án trung tâm dữ liệu trở nên thận trọng hơn, từ đó tạo áp lực kìm hãm đối với toàn bộ tiến độ xây dựng.

Nhu cầu phần cứng AI hoặc tái phân bổ thay vì biến mất

Mặc dù các áp lực nêu trên là có thật, Privorotsky không cho rằng câu chuyện đầu tư vào AI đã kết thúc ở đây; tuy nhiên ông nhấn mạnh rằng phạm vi khả năng của kết quả đang được mở rộng.

Ở góc độ nhu cầu phần cứng, ông chú ý đến một biến số cấu trúc tiềm ẩn: các mô hình AI thế hệ mới, tiêu biểu là Safe Superintelligence Inc. (SSI, do Ilya Sutskever sáng lập), đang khám phá kiến trúc học tập liên tục dựa trên huấn luyện khi làm việc (TTT). Khác với mô hình huấn luyện trước truyền thống, các hệ thống này cho phép mô hình cập nhật tham số của chính mình theo thời gian thực trong quá trình suy luận, biến mỗi lần tương tác thành một quá trình học tập thật sự.

Nếu công nghệ học tập liên tục có thể được hiện thực hóa, có thể sẽ giảm sự phụ thuộc vào các cụm huấn luyện quy mô cực lớn trong giai đoạn tiền huấn luyện; tuy nhiên, Privorotsky giữ quan điểm thận trọng về nhận định “tổng nhu cầu tính toán giảm”. Ông cho rằng kết quả có khả năng hơn là việc tái phân bổ mức tiêu hao tính lực—từ huấn luyện quy mô lớn ở giai đoạn đầu chuyển sang các phép tính cho phía suy luận liên tục, thay vì nhu cầu suy giảm trên diện rộng.

Đối với xu hướng ngắn hạn của thị trường, ông cho rằng các chất xúc tác gần đây như kết quả kinh doanh của Nvidia, dữ liệu PCE và các phát biểu liên quan của các quan chức Cục Dự trữ Liên bang có thể giúp thị trường được hỗ trợ, nhưng ông cũng thừa nhận rằng tại thời điểm hiện tại vẫn hơi sớm để bước vào vị thế tái mua toàn diện. Nhận định cốt lõi của ông là: định giá AI sẽ trải qua giai đoạn bị nén lại, sau đó khi các dự báo lợi nhuận được cập nhật dần cho các năm tài chính 2027–2028, thị trường sẽ lại đuổi theo—khi đó, tính hợp lý của định giá sẽ dễ được củng cố hơn.