Meta bán sức mạnh tính toán, Palantir chửi bới, Zhipu trở thành ngôi sao sáng ở Thung lũng Silicon, câu chuyện về AI Capex sắp được kể theo một cách khác.

Biên tập: Beatz

Thị trường AI lại một lần nữa điều chỉnh mạnh, lần này là vì Meta nói có thể sẽ đem năng lực tính toán AI dư thừa của mình ra bán.

Nếu tin này được đưa ra ba năm trước, chắc không ai thấy lạ. Điện toán đám mây vốn dĩ là một ngành kinh doanh cắt nhỏ máy chủ rồi bán lại cho người khác. Amazon, Microsoft, Google đều làm điều này nhiều năm rồi. Các nhà cung cấp đám mây mới như CoreWeave, Nebius cũng trên con đường này biến chip của Nvidia thành tài sản thế chấp để vay vốn, rồi dùng vốn đó mua thêm chip.

Nhưng đến lượt Meta, mọi chuyện lại trở nên khác lạ.

Trước đây, Meta không hiểu năng lực tính toán theo cách này. Họ mua chip, xây trung tâm dữ liệu, tranh giành điện năng và đất đai, là để phục vụ cho mô hình của chính mình, cho hệ thống quảng cáo, cho luồng đề xuất, và cho thứ mà Zuckerberg gọi là siêu trí tuệ ngày càng đến gần. Họ không phải là nhà cung cấp đám mây. Họ không kiếm tiền bằng cách cho người khác thuê máy móc.

Một công ty trước đây nói, tôi cần càng nhiều máy càng tốt, vì tương lai sẽ nuốt chửng chúng. Bây giờ nó nói, nếu những máy này tạm thời không dùng hết, cũng có thể bán cho người khác.

Điều này không thể trực tiếp kết luận là dư thừa năng lực tính toán, nhưng cũng không thể bỏ qua một cách nhẹ nhàng.

Ngày thị trường chứng khoán lao dốc, CEO của Palantir, Alex Karp, trong chương trình phỏng vấn trên CNBC, đã chỉ thẳng vào ống kính và mắng gần hai mươi phút.

Anh ấy đến để nói về sự hợp tác mới giữa Palantir và Nvidia, nhưng nhanh chóng chuyển hướng sang mô hình tính phí token của OpenAI và Anthropic. Anh ấy nói rằng các CEO đã phàn nàn riêng với mình, rằng việc áp dụng AI trong doanh nghiệp hiện nay là "trả tiền cho những token không tạo ra giá trị nào, và còn phải giao dữ liệu của mình". Anh ấy thậm chí còn gọi hóa đơn ngày càng đắt đỏ cho các mô hình là một loại thuế tài sản đè nặng lên doanh nghiệp.

Hai năm qua, mọi người bàn luận về ai dám chi, ai chi nhanh, ai có thể xây dựng trung tâm dữ liệu trước. Bây giờ vấn đề đã dần thay đổi. Sau khi mua máy về, ai có thể giữ cho chúng chạy hết công suất.

Tuyên bố của Meta vẫn chưa trở thành một dịch vụ chính thức. Trong các báo cáo công khai, nội bộ họ có một hướng đi gọi là Meta Compute, có thể bán năng lực tính toán thô, hoặc giống như Amazon Bedrock, đặt các mô hình khác nhau lên cơ sở hạ tầng của mình và bán cho nhà phát triển. Trước đó, Zuckerberg đã nói trong cuộc họp cổ đông rằng các công ty bên ngoài hầu như hàng tuần đều hỏi liệu có thể mua dịch vụ API của họ, hoặc mua một phần năng lực tính toán, và sẵn sàng trả giá cao hơn chi phí của Meta.

Anh ấy cũng nói thêm một câu. Họ vẫn chưa làm điều đó vì Meta cho rằng mình vẫn cần dùng đến sức mạnh tính toán này.

Nếu còn dùng được, cho thuê là một lựa chọn. Nếu không dùng được, cho thuê là liều thuốc giảm đau cho bảng cân đối kế toán.

Điểm khó đánh giá nhất cũng nằm ở đây. Meta có thể chỉ đang mở ra một khoảng trống trong nhịp độ xây dựng, đem tài nguyên tạm thời nhàn rỗi ra bán. Nó cũng có thể đang nói với các nhà đầu tư rằng chi tiêu AI ở quy mô hàng trăm tỷ đô la không thể mãi dựa vào siêu trí tuệ (superintelligence) ở tương lai xa, mà trước tiên phải tìm một nguồn doanh thu gần hơn.

Cả hai cách giải thích này đều có thể đúng.

Nhu cầu chưa biến mất, chỉ bắt đầu chọn người

Capex là cốt lõi của câu chuyện AI, không có ngoại lệ. Giống như việc bơm tiền năm 2021, kỳ vọng về Capex là luôn tăng trưởng, tiền cứ được bơm ra, thì tất cả các nhánh mà thị trường đầu cơ mới cùng nhau tăng. Vừa thấy Meta chuẩn bị bán sức mạnh tính toán, nhiều người phản ứng ngay: AI capep sắp sụp đổ. Các công ty lớn cuối cùng cũng thừa nhận mua quá nhiều, bữa tiệc bán dẫn sắp tàn.

Nói vậy thì quá đơn giản.

Dữ liệu công khai chưa ủng hộ kết luận dứt khoát như vậy. Doanh thu quý 1 của AWS tăng 28%, lên 37,6 tỷ đô la, mức tăng trưởng nhanh hiếm thấy trong những năm gần đây. Google Cloud quý 1 tăng còn mạnh hơn, doanh thu đạt 20 tỷ đô la. Microsoft Azure vẫn đang chạy ở tốc độ khoảng 40%.

Amazon còn nói chi tiêu vốn năm nay có thể lên tới 200 tỷ đô la, Alphabet nâng hướng dẫn chi tiêu vốn năm 2026 lên 180 đến 190 tỷ đô la, còn chính Meta cũng nâng chi tiêu vốn cả năm lên 125 đến 145 tỷ đô la.

Những con số này không giống như một sự sụp đổ nhu cầu.

Giống như một sự phân luồng hơn.

Tình thế của các nhà cung cấp đám mây khác với các công ty mô hình. Các nhà cung cấp đám mây bán con đường. Chỉ cần có người chạy trên đường, bất kể xe do ai chế tạo, họ đều thu được tiền. OpenAI, Anthropic, khách hàng doanh nghiệp, khách hàng chính phủ, công ty khởi nghiệp, cuối cùng đều phải đặt chân lên một trung tâm dữ liệu nào đó, một loại chip nào đó, một mạng lưới nào đó và một hợp đồng điện nào đó.

Vì vậy ba đám mây lớn có thể tiếp tục cứng rắn.

Thậm chí AWS còn tăng giá một dịch vụ AI đám mây vào cuối tháng 6, đó là dịch vụ khóa trước GPU cho khách hàng. AWS đã điều chỉnh tăng giá dịch vụ này khoảng 20% kể từ tháng 7. Tháng 1 nó đã điều chỉnh một lần, khoảng 15%. Đây không phải là hành động xảy ra khi nhu cầu yếu.

Khi khan hiếm, bên bán tăng giá.

Nhưng không phải công ty mô hình nào cũng có thể thoải mái như vậy.

Tài sản của các công ty mô hình phải được chọn lọc kỹ hơn. Sức mạnh tính toán không phải cứ để đó là có thể tạo ra doanh thu. Nó cần được lấp đầy bởi các mô hình thông minh hơn, người dùng tần suất cao hơn, và quy trình làm việc doanh nghiệp đắt đỏ hơn. Chỉ khi mô hình đủ tốt, người dùng mới sẵn sàng chịu đựng xếp hàng, hạn mức, tăng giá và các tầng đăng ký ngày càng phức tạp.

Đây cũng là lý do tại sao Anthropic được thị trường xem như một loại công ty khác. Nó không phải vì rẻ, mà vì người dùng sẵn sàng giao cho nó những nhiệm vụ đắt đỏ. Viết code, sửa hệ thống, chạy tác vụ dài, kết nối quy trình làm việc doanh nghiệp – một khi những tác vụ này thực sự đi vào môi trường sản xuất, lượng token tiêu thụ sẽ lớn hơn nhiều so với tán gẫu.

Rắc rối của mô hình mạnh là máy móc không đủ.

Rắc rối của mô hình yếu là máy móc chẳng ai tiếc.

Hai rắc rối này đều gọi là sức mạnh tính toán, nhưng chúng không phải là một thứ.

Đường lối của xAI cũng có mùi vị tương tự. Grok chưa hình thành được tư duy doanh nghiệp rõ ràng như các mô hình mạnh nhất, nhưng một phần sức mạnh tính toán trong hệ thống của Musk lại có thể chảy sang Anthropic. Hành động này lạnh lùng hơn bất kỳ khẩu hiệu nào. Máy móc không nhận ra người sáng lập, nó chỉ nhận ra ai có thể chạy nó hết công suất.

Mối quan hệ giữa Google và Meta cũng cho thấy mọi chuyện không đơn giản. Vào tháng 6, có tin rằng Google đã hạn chế Meta sử dụng Gemini, vì lượng sức mạnh tính toán Meta muốn mua vượt quá khả năng Google có thể cung cấp, thậm chí ảnh hưởng đến một số dự án AI nội bộ của Meta. Một công ty vừa cân nhắc bán sức mạnh tính toán, vừa không mua đủ năng lực mô hình hàng đầu cho một số tác vụ.

Đây không phải là dư thừa theo nghĩa truyền thống.

Đây là sự lệch pha. Bởi vì hóa đơn bắt đầu trở nên chói mắt.

Các nhà cung cấp cloud có thể tiếp tục tăng giá, vì họ bán sự chắc chắn. Khách hàng cần là GPU có thể chắc chắn nhận được trong một khoảng thời gian, một trung tâm dữ liệu ổn định, một cơ sở hạ tầng không bị gián đoạn vào nửa đêm.

Nhưng sau khi khách hàng doanh nghiệp có được sức mạnh tính toán, vấn đề vẫn chưa kết thúc.

Họ còn phải đưa hóa đơn này cho CFO. CFO sẽ không hỏi bạn đã dùng bao nhiêu token, anh ta sẽ hỏi những token này đã giúp công ty tiết kiệm được bao nhiêu tiền, kiếm thêm được bao nhiêu tiền, và mắc ít sai lầm hơn bao nhiêu.

Đến doanh nghiệp, token biến thành đồng hồ điện

Điều này đưa chúng ta trở lại cuộc phỏng vấn của Karp ở đầu bài.

Ông cho rằng những gì nhiều công ty AI bán cho doanh nghiệp chỉ là sự bán quá mức. Một ngày trước khi lên chương trình, Palantir đã đăng trên X một tuyên bố gồm chín điểm về cái gọi là chủ quyền AI, trong đó đặc biệt chỉ trích mô hình tokenmaxxing. Từ này rất khó dịch, dịch sát nghĩa sẽ rất khó nghe, nhưng ý nghĩa không phức tạp: đó là coi việc tiêu thụ token là tiến bộ, đốt tiền là sử dụng, và hóa đơn là năng suất.

Karp đã đưa các phòng thí nghiệm tiên tiến như OpenAI, Anthropic lên bàn mổ. Ý của ông không phải là doanh nghiệp không nên dùng mô hình mạnh nhất, mà là doanh nghiệp không nên giao nộp toàn bộ dữ liệu, quy trình và phán đoán kinh doanh của mình, rồi trả một hóa đơn ngày càng lớn dựa trên mức tiêu thụ.

Palantir muốn bán một thứ khác. Không phải một hộp chat tổng quát, không phải một API đơn lẻ, mà là đưa dữ liệu, phê duyệt, quyền hạn, quy tắc vận hành và AI vào cùng một hệ thống kinh doanh. Khách hàng trả tiền không phải để mua "số lần sử dụng AI", mà để xem một dây chuyền sản xuất, một quy trình quản lý rủi ro, hay một nhiệm vụ chính phủ có thực sự được cải tạo hay không.

Những người thực sự quản lý tiền trong doanh nghiệp đã bắt đầu tỉnh táo.

UBS gần đây đã trao đổi với các giám đốc CNTT doanh nghiệp, và một hướng đi rất rõ ràng. Nhiều doanh nghiệp không phải là không dùng AI nữa, mà là đang phanh lại việc chi tiêu cho AI. Khoảng 60% doanh nghiệp được khảo sát đang cắt giảm chi tiêu token, thêm các rào cản sử dụng, đặc biệt là những công ty đã qua giai đoạn dùng thử và bắt đầu đưa AI vào quy trình hàng ngày.

Đây cũng là một sự đảo ngược rất thú vị.

Sau khi AI từ đồ chơi trở thành công cụ, việc chi tiêu lại càng khó hơn. Ở giai đoạn đồ chơi, sếp sẵn sàng cấp ngân sách vì ai cũng sợ bỏ lỡ. Ở giai đoạn công cụ, CFO sẽ hỏi nó đã tiết kiệm giờ công cho ai, giúp ai bán được nhiều hàng hơn, giảm rủi ro cho ai.

Trong bảng này, token không giống doanh thu.

Nó giống đồng hồ điện hơn.

Tất nhiên bạn có thể nói, đồng hồ điện quay nhanh chứng tỏ nhà máy đang hoạt động. Cũng có thể nói, đồng hồ điện quay quá nhanh mà sản lượng không tăng, chứng tỏ máy móc có vấn đề.

AI agent đã phóng đại vấn đề này. Một nghiên cứu về Codex của OpenAI và một số trường đại học có một bộ dữ liệu rất đáng sợ. Nửa đầu năm 2026, người dùng hoạt động của Codex tăng hơn năm lần; token đầu ra của một số vị trí nội bộ OpenAI cũng tăng vọt, token đầu ra trung bình hàng tháng của vị trí pháp lý cao hơn 13 lần so với tháng 11 năm 2025, và vị trí nghiên cứu cao hơn hơn 50 lần.

Một nghiên cứu khác còn đưa ra con số rõ ràng hơn. Các tác vụ mã hóa tự động (agentic coding) có thể tiêu thụ lượng token gấp 1.000 lần so với trò chuyện mã thông thường và suy luận mã. Cùng một tác vụ, mức tiêu thụ token giữa các lần chạy khác nhau có thể chênh lệch tới 30 lần.

Đây mới chính là nguyên nhân cốt lõi của tình trạng khan hiếm sức mạnh tính toán hiện nay.

Không phải vì mọi người hỏi chatbot nhiều hơn vài câu.

Mà là vì phần mềm đang bắt đầu biến thành một nhóm những "công nhân nhỏ" liên tục đọc tệp, chạy lệnh, sửa mã, thất bại, làm lại, thất bại nữa, rồi lại làm lại. Chúng không có giờ nghỉ trưa, nhưng mỗi bước đi đều đang "ăn" token.

Khi token trở thành công tơ điện, ai sở hữu nhà máy điện, người đó có quyền lực. Nhưng ai lãng phí điện, người đó cũng sẽ bị chất vấn trước tiên.

Hóa đơn dày lên, mô hình giá rẻ có chỗ đứng

Một khi CFO bắt đầu nhìn vào công tơ điện này, bước tiếp theo hầu như không cần ai chỉ dạy.

Anh ta sẽ hỏi, những tác vụ nào bắt buộc phải dùng mô hình mạnh nhất, những tác vụ nào chỉ cần mô hình đủ dùng.

Lúc này, các mô hình mã nguồn mở như GLM, Kimi, DeepSeek, Qwen không còn chỉ là tin tức công nghệ nữa. Chúng trở thành công cụ mặc cả trên bàn đàm phán mua sắm của doanh nghiệp.

Ngay cả Marc Andreessen của quỹ đầu tư mạo hiểm hàng đầu Thung lũng Silicon a16z cũng nói, nhiều người trong ngành AI đã coi GLM-5.2 của Zhipu là một trong những mô hình Trung Quốc đầu tiên có thể sánh ngang, thậm chí vượt qua các mô hình công khai hàng đầu của Mỹ trong hầu hết các tác vụ. Nhận định này chưa chắc là phán quyết cuối cùng, nhưng nó cho doanh nghiệp thêm một lý do để cân nhắc.

Coinbase đưa ra một ví dụ thuyết phục hơn. Brian Armstrong cho biết, công ty đã chuyển mô hình AI mặc định sang các mô hình mã nguồn mở như GLM 5.2, Kimi 2.7, kết hợp với định tuyến mô hình, bộ nhớ đệm và tinh giản ngữ cảnh. Lượng token sử dụng vẫn tăng theo cấp số nhân, nhưng chi tiêu cho AI đã giảm gần một nửa.

Sức mạnh của câu nói này nằm ở chỗ, lần đầu tiên doanh nghiệp có thể tách rời và mua sắm năng lực mô hình một cách riêng lẻ.

Những tác vụ khó nhất, tiếp tục giao cho mô hình đắt nhất. Các tác vụ như tóm tắt thông thường, dịch vụ khách hàng, trích xuất thông tin, mã hóa theo khuôn mẫu, hỏi đáp cơ sở tri thức nội bộ, thì giao cho mô hình giá rẻ và triển khai nội bộ.

Mô hình mã nguồn mở không nhất thiết phải thắng trên mọi mặt trận.

Nó chỉ cần khiến bộ phận mua sắm tin rằng, không phải mọi kilowatt giờ điện đều phải trả theo giá điện của biệt thự cao cấp.

Đến đây, việc Meta bán sức mạnh tính toán không còn là một tin tức đơn lẻ nữa.

Điều mà Palantir chỉ trích token và Coinbase mở mã nguồn mô hình thực chất là cùng một vấn đề: chuỗi chi tiêu của AI bắt đầu bị tháo rời. Thượng nguồn bán sự chắc chắn, trung nguồn bán kết quả, hạ nguồn ép giá đơn vị. Mỗi tầng vẫn đang tăng trưởng, nhưng mỗi tầng đều bắt đầu bị chất vấn: số tiền bỏ ra có thực sự xứng đáng không.

Khó nhất không phải là mua máy, mà là để máy luôn có việc làm

Hai năm qua, câu chuyện dễ kể nhất trong ngành AI là thiếu tài nguyên.

Thiếu GPU, thiếu điện, thiếu trung tâm dữ liệu, thiếu kỹ sư, thiếu cả đám mây để chạy mô hình. Câu chuyện này quá suôn sẻ. Chỉ cần thứ gì đó khan hiếm, mọi người sẽ theo bản năng lao về phía trước. Chiếm chỗ trước, ký hợp đồng điện trước, mua chip trước, dựng máy trước.

Khi tranh giành tài nguyên, người ta ít khi tính toán chi li.

Bởi vì cái giá của việc chậm một bước có vẻ lớn hơn nhiều.

Nhưng tin tức từ Meta đã đẩy ra một vấn đề khác. Sau khi mua máy về, nó không tự động trở thành một món hời chỉ vì nó đắt. Nó cần có việc làm mỗi ngày, cần khách hàng sẵn sàng trả tiền, cần mô hình chạy đầy tải, cần ứng dụng biến chi phí thành doanh thu.

Đó là tỷ lệ sử dụng.

Tỷ lệ sử dụng nghe có vẻ lạnh lùng, nhưng thực ra rất tàn nhẫn. Nó không hỏi bạn có tương lai hay không, mà hỏi hôm nay cỗ máy của bạn có hoạt động không. Nó không quan tâm bạn nói gì trong buổi họp báo, cũng không quan tâm bạn có mua GPU đắt nhất hay không. Nó chỉ nhìn vào một điều: số tiền đó có biến thành dòng tiền liên tục hay không.

Các nhà cung cấp đám mây trả lời câu hỏi này tương đối dễ dàng. Họ vốn dĩ bán hạ tầng. AWS, Google Cloud, Azure bán đường, điện và phòng máy. Khách hàng muốn huấn luyện mô hình, chạy suy luận, lưu trữ ứng dụng, cuối cùng đều phải đặt trên một đám mây nào đó.

Vì vậy họ vẫn có thể cứng rắn.

Các công ty mô hình mạnh cũng có câu trả lời riêng. Nếu mô hình đủ mạnh, người dùng sẵn sàng xếp hàng, doanh nghiệp sẵn sàng tích hợp, nhà phát triển sẵn sàng điều chỉnh quy trình làm việc xoay quanh nó, thì sức mạnh tính toán không phải là hàng tồn kho, mà là nút thắt cổ chai. Càng nhiều máy, nó càng chạy được rộng rãi.

Khó nhất là tầng giữa.

Họ có máy, có câu chuyện, có đội ngũ mô hình, và cũng có ngân sách lớn. Nhưng mô hình không dẫn đầu, sản phẩm không trở thành thói quen hàng ngày, và nhà phát triển cũng không sẵn sàng thay đổi quy trình làm việc vì nó. Đối với loại công ty này, sức mạnh tính toán biến từ vũ khí thành hàng tồn kho chỉ sau một lần ra mắt mô hình thất bại, hoặc một lần người dùng chuyển đi.

Hàng tồn kho không nhất thiết là vô dụng.

Nhưng hàng tồn kho phải giảm giá, phải cho thuê, phải tìm công dụng mới.

Đây chính là điểm đáng chú ý khi Meta bán sức mạnh tính toán. Nó không chứng minh Meta thất bại, cũng không chứng minh nhu cầu AI biến mất. Nó chỉ khiến thị trường lần đầu tiên thấy rằng, cơ sở hạ tầng AI cũng có thể gặp những vấn đề mà nhà máy thông thường gặp phải.

Nhà máy đã xây xong, nhưng đơn hàng ở đâu?

Sức mạnh tính toán không biến mất, chỉ bắt đầu phân tầng

Vì vậy, cách hiểu tốt nhất về việc này không phải là "dư thừa sức mạnh tính toán".

Từ này quá thô.

Cách nói chính xác hơn là, sức mạnh tính toán bắt đầu phân tầng.

Tầng trên cùng vẫn khan hiếm. Các mô hình mạnh nhất, đám mây tốt nhất, cụm GPU ổn định nhất vẫn có người tranh giành. Dịch vụ của AWS có thể tăng giá vì bản thân tính chắc chắn đã có giá trị. Khách hàng không chỉ mua GPU, họ mua sự đảm bảo rằng một ngày nào đó, một giờ nào đó, một lô máy nhất định chắc chắn có thể sử dụng.

Tầng giữa bắt đầu trở nên khó xử. Nó có thể không tệ, nhưng không đủ khan hiếm. Nó có thể chạy mô hình, thực hiện suy luận, và cũng có thể bán cho khách hàng bên ngoài. Chỉ là khách hàng sẽ so sánh, mặc cả, và hỏi tại sao không dùng mô hình rẻ hơn, tại sao không dùng đám mây của người khác, tại sao lô máy này nhất định có giá trị như vậy.

Tầng dưới cùng sẽ bị các mô hình mã nguồn mở và tối ưu hóa chi phí ép dần. Doanh nghiệp sẽ không gọi mô hình đắt nhất cho các tác vụ thông thường. Họ sẽ định tuyến, lưu cache, nén ngữ cảnh, và chia mô hình thành các cấp độ khác nhau.

Nhu cầu đã lớn lên.

Trẻ con tiêu tiền không nhìn hóa đơn, người lớn thì có. Khi AI bước vào doanh nghiệp, nó cũng sẽ trải qua quá trình này. Giai đoạn thử nghiệm, mọi người sợ bỏ lỡ; giai đoạn mở rộng quy mô, mọi người bắt đầu tính toán.

Sau khi tính toán, chuỗi ngành sẽ không còn đồng đều như giai đoạn đầu.

Một số người tiếp tục tăng giá, vì họ bán tính chắc chắn không thể thay thế. Một số người chuyển sang bán kết quả, vì khách hàng không muốn trả tiền cho sự tiêu hao. Một số người buộc phải giảm giá, vì các sản phẩm thay thế đủ dùng đã xuất hiện. Một số người cho thuê máy, vì máy nằm không còn tệ hơn cho thuê giá rẻ.

Những điều này xảy ra đồng thời, khiến ngành trông có vẻ mâu thuẫn.

Một bên là sức mạnh tính toán khan hiếm.

Một bên là sức mạnh tính toán cho thuê.

Một bên là tiêu thụ token tăng vọt.

Một bên là doanh nghiệp kìm hãm chi tiêu AI.

Một mặt, các mô hình hàng đầu ngày càng mạnh mẽ hơn.

Mặt khác, các mô hình mã nguồn mở ngày càng rẻ hơn.

Chúng không hề mâu thuẫn. Chúng chỉ cho thấy rằng AI đã chuyển từ một câu chuyện về tổng thể sang một câu chuyện về cấu trúc.

Câu chuyện về đường sắt cũ sẽ được kể lại một lần nữa

Trong bong bóng đường sắt thế kỷ 19, đường sắt không phải là giả.

Khi đường ray được đặt xuống, hàng hóa thực sự sẽ di chuyển, các thành phố thực sự sẽ phát triển, và thời gian thực sự sẽ được rút ngắn. Nhiều mạng lưới kinh doanh có giá trị nhất sau này thực sự đã phát triển dọc theo những đường ray đó.

Nhưng điều đó không ngăn được nhiều người xây đường sắt thời đó bị lỗ.

Họ thua không phải vì sai hướng. Họ thua vì xây quá sớm, xây quá nhiều, xây ở những nơi không có hành khách hay hàng hóa, hoặc vay tiền quá đắt để xây một con đường mất quá nhiều thời gian mới thu hồi vốn.

Cáp quang trong bong bóng Internet cũng vậy. Cáp quang không sai. Sau này, cả thế giới đã được nó nâng đỡ. Sai là ở những cuốn sổ kế toán đó, chúng đã nhồi nhét nhu cầu của vài thập kỷ tương lai vào chi phí vốn của vài năm.

Các trung tâm dữ liệu AI cũng có thể để lại nhiều thứ hữu ích. GPU sẽ khấu hao, hợp đồng điện sẽ được gia hạn, trung tâm dữ liệu sẽ thay đổi thiết bị, và phần mềm sẽ ngày càng biết cách tận dụng sức mạnh tính toán. Mức tiêu thụ token có vẻ phóng đại hôm nay, vài năm sau có thể trở nên bình thường như lưu lượng video HD.

Nhưng tài sản có tính cách riêng của nó.

Nó không quan tâm bạn có tin vào tương lai hay không. Nó chỉ quan tâm mỗi ngày có ai đến sử dụng nó hay không.

Tín hiệu Meta bán sức mạnh tính toán nằm ngay ở điểm này.

Nó không phải là điểm kết thúc của AI. Cũng không phải là điểm kết thúc của chất bán dẫn. Nó giống như lần đầu tiên ai đó mở cửa, để người bên ngoài thấy trong kho có bao nhiêu máy móc, khi câu chuyện chi phí vốn đang ở giai đoạn giữa.

Một số máy sẽ bị các mô hình hàng đầu "ngốn" hết.

Một số máy sẽ được khách hàng đám mây thuê đi.

Một số máy sẽ trở nên rẻ hơn trong cuộc chiến giá cả.

Và một số máy khác sẽ lặng lẽ chờ đợi một ứng dụng chưa xuất hiện.

Hai năm qua, thị trường sẵn sàng tin rằng tất cả máy móc cuối cùng sẽ tìm thấy số phận của mình. Bây giờ, nó bắt đầu hỏi: ai sẽ tìm thấy trước, ai sẽ không tìm thấy, và ai tìm thấy rồi cũng không kiếm đủ tiền.

Câu hỏi này vừa xuất hiện, câu chuyện về AI đã thay đổi.

Nó không còn chỉ thuộc về những người mua máy nhanh nhất.

Nó thuộc về những người có thể giữ cho máy chạy liên tục.

Liên kết gốc

Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:

Nhóm Telegram đăng ký: https://t.me/theblockbeats

Nhóm Telegram thảo luận: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia