7000 tỷ đổ vào AI, người Mỹ trước tiên nếm trải mùi vị của lạm phát

null

Ngày 1 tháng 4, các nhà kinh tế của Cục Dự trữ Liên bang St. Louis Miguel Faria-e-Castro và Serdar Ozkan đã công bố một bài đăng trên blog, tiêu đề được viết rất dè dặt nhưng kết luận lại gây sốc: Tâm lý lạc quan về AI bản thân nó đã là một chất xúc tác cho lạm phát. Không phải vì hóa đơn điện tăng, không phải vì thiếu chip, mà vì mọi người đều tin rằng AI sẽ làm tương lai tốt hơn—niềm tin đó khiến họ bắt đầu chi tiêu nhiều hơn ngay bây giờ.

Cùng ngày, Fortune đã tiết lộ một thí nghiệm của Ngân hàng Đức: họ cho ba mô hình AI đánh giá “tác động của AI đối với lạm phát”. Kết luận là, ngay cả bản thân AI cũng tin rằng mình đang đẩy giá cả lên.

Trên mạng xã hội, các bài đăng về việc giá cả ở Mỹ tăng vọt rất nhiều

Hai sự việc này ghép lại với nhau, chỉ vào một vòng lặp không mấy dễ chịu: Đầu tư AI càng nhiều, lạm phát càng cao, việc giảm lãi suất càng xa, chi phí tài trợ càng lớn—nhưng đầu tư vẫn đang tăng tốc.

Cuộc chạy đua vũ trang không thể dừng lại

Trước hết, nhìn vào tiền. Theo báo cáo tài chính của các công ty, bốn công ty Amazon, Microsoft, Google và Meta có tổng chi đầu tư vốn (capital expenditure) năm 2023 vào khoảng 152 tỷ USD. Đến năm 2024, con số này nhảy lên 2510 tỷ USD, tăng 65%. Năm 2025 cả năm chốt ở 4160 tỷ USD, lại tăng 66%.

Dự báo của các công ty cho năm 2026 còn quyết liệt hơn. Theo tổng hợp của Wolf Street, Amazon dự báo 2000 tỷ USD, Google dự báo 1750 tỷ đến 1850 tỷ USD, Microsoft dự báo 1450 tỷ đến 1500 tỷ USD, Meta dự báo 1350 tỷ USD. Bốn công ty cộng lại vào khoảng 6630 tỷ USD. Nếu tính thêm Oracle với 420 tỷ USD, năm công ty tổng cộng tiến sát 7000 tỷ USD.

Trong bốn năm, chi đầu tư vốn của bốn công ty đã tăng gấp bốn lần. Tốc độ tăng này chưa từng có trong lịch sử doanh nghiệp Mỹ. Theo Fortune, quy mô này đã vượt GDP cả năm của Thụy Điển.

Một trung tâm dữ liệu gánh cả một bang về điện

Phần lớn số tiền này chảy vào các trung tâm dữ liệu. Và nút thắt lớn nhất của trung tâm dữ liệu không phải là đất đai, mà là điện. Theo dữ liệu của EIA, mức tiêu thụ điện của bang Vermont trong cả năm khoảng 5364 gigawatt-giờ; quy đổi thì tải trọng trung bình là 0.61 gigawatt. Rhode Island cao hơn một chút, khoảng 0.83 gigawatt.

Giờ hãy xem các trung tâm dữ liệu đang làm gì. Theo thông báo của các công ty, dự án Stargate mà OpenAI hợp tác với Oracle và SoftBank có tổng công suất điện được quy hoạch lên đến 10 gigawatt, tương đương với toàn bộ lượng điện tiêu dùng của 16 bang Vermont. Meta tại khu Hyperion ở Louisiana dự kiến 5 gigawatt, vốn đầu tư 270 tỷ USD. xAI do Musk sở hữu đã mở rộng Colossus ở Memphis, Tennessee lên 2 gigawatt; theo báo cáo của Introl, đã triển khai 555,000 GPU của Nvidia, chi khoảng 18 tỷ USD. Amazon và Anthropic ở Ấn Độn—Indiana hợp建的 Project Rainier quy hoạch 2.2 gigawatt.

Theo dữ liệu của S&P Global, tổng lượng điện tiêu thụ của các trung tâm dữ liệu của Mỹ năm 2024 là 183 terawatt-giờ, chiếm hơn 4% tổng lượng điện cả nước. Đến năm 2030, con số này được dự đoán sẽ tăng gấp ba.

Những nhu cầu điện năng này không phải là câu chuyện xa trong kế hoạch—chúng đã và đang chèn ép lưới điện hiện có. Theo báo cáo CBRE, tỷ lệ trung tâm dữ liệu ở Bắc Mỹ trống (vacancy rate) đã giảm từ 3.3% trong nửa đầu năm 2023 xuống 1.6% trong nửa đầu năm 2025, mức thấp nhất từng được ghi nhận. Theo dữ liệu của Cushman & Wakefield, tỷ lệ trống trong nửa cuối năm 2025 nhích lên 3.5%, nhưng chỉ vì một lượng lớn công suất mới vừa hoàn thành tập trung bàn giao—còn mức tuyệt đối vẫn ở trạng thái thấp kỷ lục; việc nới lỏng nguồn cung có ý nghĩa trước năm 2030 khó có thể xuất hiện.

Ngay cả AI cũng tự nói rằng mình đang đẩy lạm phát lên

Bên cạnh việc thúc đẩy nhu cầu, đẩy giá điện lên và làm trầm trọng tình trạng thiếu chip, còn có một kênh lạm phát kín đáo hơn.

Theo Fortune ngày 1 tháng 4, một nhóm do Matthew Luzzetti—nhà kinh tế trưởng của Deutsche Bank tại Mỹ—dẫn đầu đã tiến hành một thí nghiệm: để các mô hình tự phát triển của Deutsche Bank là dbLumina, Claude của Anthropic và ChatGPT-5.2 của OpenAI lần lượt đánh giá “xác suất AI làm đẩy lạm phát trong vòng một năm tới”.

Kết quả: dbLumina đưa ra 40%, Claude 25%, ChatGPT-5.2 20%. Ba mô hình đánh giá nhất quán về xác suất “AI làm giảm lạm phát đáng kể”: chỉ 5%.

Các mô hình viện dẫn các “tác nhân đẩy lạm phát” có mức độ trùng khớp rất cao: trung tâm dữ liệu được mở rộng quy mô lớn, nhu cầu bán dẫn tăng vọt, và mức tiêu thụ điện của khối lượng công việc AI đang tăng nhanh—đều là áp lực giá do cầu kéo.

Điều này trái ngược với sự đồng thuận của một bộ phận nhà đầu tư trên Phố Wall. Trong báo cáo nghiên cứu đang triển khai, nhóm của Deutsche Bank viết: “AI có trở thành lực lượng giảm phát chủ đạo không? Ngay cả AI cũng không nghĩ như vậy.”

Trên khung thời gian năm năm, các mô hình đúng là đã chuyển sang khả năng giảm phát nhiều hơn. Nhưng “AI gây ra giảm phát quy mô lớn” vẫn bị đẩy vào vùng rủi ro ở đuôi phân phối.

Lạc quan vốn dĩ đã là lạm phát

Bài nghiên cứu của Cục Dự trữ Liên bang St. Louis cung cấp một khung lý thuyết để giải thích tất cả điều này.

Faria-e-Castro và Ozkan sử dụng mô hình kinh tế vĩ mô tiêu chuẩn, định nghĩa “cơn sốt đầu tư AI” là một “cú sốc tin tức” (news shock). Theo bài đăng của Fed, logic của mô hình là: khi các hộ gia đình thấy AI được mô tả như một công nghệ mang tính cách mạng, họ sẽ kỳ vọng thu nhập tương lai tăng lên và vì thế chi tiêu sớm hơn. Doanh nghiệp kỳ vọng năng suất tăng, nên tăng đầu tư. Khi hai yếu tố cộng hưởng với nhau, nhu cầu sẽ tăng nhanh hơn nguồn cung. Bài nghiên cứu viết: “Những lực này cùng tạo ra một cú bùng phát mang tính lạm phát của tổng cầu—đây là đặc trưng cốt lõi của giai đoạn đầu của cú sốc tin tức.”

Mô hình đưa ra hai lối đi. Nếu AI thực sự mang lại bước nhảy vọt về năng suất, thì lạm phát trong ngắn hạn sẽ được “tiêu hóa” bởi tăng trưởng sản lượng dài hạn, và nền kinh tế đi vào một vòng lặp tích cực. Nhưng nếu năng suất không được hiện thực—trong bài nghiên cứu dùng từ “tăng trưởng thấp kéo dài và lạm phát cao dai dẳng”, tức là trì trệ kèm lạm phát (stagflation).

Theo dữ liệu được bài đăng của Fed trích dẫn, kể từ khi ChatGPT ra mắt, tốc độ tăng trưởng hằng năm hóa của năng suất các yếu tố tổng hợp (TFP) ở Mỹ là 1.11%, thấp hơn mức trung bình lịch sử là 1.23%. Cho đến nay, AI vẫn chưa để lại dấu vết trên các dữ liệu về năng suất.

Trong khi đó, theo dữ liệu của BLS, CPI của Mỹ trong tháng 2 năm 2026 tăng 2.4% so với cùng kỳ năm trước, CPI lõi 2.5%, và cả hai vẫn chưa quay về mục tiêu 2% của Cục Dự trữ Liên bang. Biểu đồ dot plot của Fed tháng 3 cho thấy dự báo trung vị lãi suất đến cuối năm là 3.4%, ám chỉ rằng trong năm nay chỉ có một lần giảm lãi suất.

7000 tỷ USD đang đổ vào cơ sở hạ tầng AI. Số tiền này là nguyên nhân gây lạm phát, hay là khúc dạo đầu cho cuộc cách mạng năng suất—còn phụ thuộc vào một câu hỏi mà đến nay vẫn chưa ai có thể trả lời: những mô hình chạy bên trong các trung tâm dữ liệu đó rốt cuộc có khiến nền kinh tế trở nên hiệu quả hơn hay không.