Chi phí vốn AI đang phân tán hóa: Lần tái cấu trúc thứ hai của cơ sở hạ tầng công nghệ đang diễn ra

2026, đầu tư cơ sở hạ tầng AI toàn cầu đang đứng trước một bước ngoặt cấu trúc quan trọng.

Trong ba năm qua, câu chuyện cốt lõi của cuộc đua sức mạnh tính toán AI cực kỳ đơn điệu: Các nhà cung cấp dịch vụ đám mây siêu quy mô (Hyperscaler) mở rộng trung tâm dữ liệu và mua GPU gần như không tính đến chi phí, đẩy chi tiêu vốn lên mức cao nhất trong lịch sử. Năm 2026, tổng chi tiêu vốn của bốn nhà cung cấp dịch vụ đám mây lớn - Amazon, Microsoft, Google (Alphabet) và Meta - dự kiến đạt 725 tỷ USD, tăng 77% so với 410 tỷ USD của năm 2025. Nếu tính cả Nvidia, Apple, Tesla... vào nhóm Magnificent Seven, con số này còn gần 754,2 tỷ USD. Gartner dự đoán tổng chi tiêu cho AI toàn cầu năm 2026 sẽ đạt 2,59 nghìn tỷ USD, tăng 47% so với cùng kỳ.

Tuy nhiên, bản thân quy mô đang mất đi vị thế là trọng tâm duy nhất. Một sự thay đổi sâu sắc hơn đang diễn ra: Chi tiêu vốn cho AI đang chuyển từ tập trung cao độ sang phân tán. DIGITIMES định nghĩa từ khóa công nghệ của năm 2026 là "tản" - tượng trưng cho sự chuyển đổi kép "phân tán" của thị trường AI và chuỗi cung ứng. Đây không chỉ là sự phân tán về mặt địa lý, mà còn là sự tái cấu trúc toàn diện về chủ thể đầu tư, kiến trúc công nghệ và cơ cấu ngành.

Điểm cuối của sự tập trung: "Hóa đơn" 725 tỷ USD và nỗi lo lợi nhuận

Để hiểu được điểm khởi đầu của sự phân tán, trước tiên phải nhìn rõ đỉnh cao của sự tập trung.

Năm 2026, tổng chi tiêu vốn của bốn nhà cung cấp dịch vụ đám mây siêu quy mô lớn dự kiến nằm trong khoảng 650 đến 700 tỷ USD, chiếm khoảng 40% tổng chi tiêu vốn của Chỉ số Russell 1000, gấp đôi so với mức của năm 2024. Các con số cụ thể của từng công ty như sau: Amazon dự kiến khoảng 200 tỷ USD, Microsoft duy trì kỳ vọng 190 tỷ USD, Alphabet nâng lên 175 đến 185 tỷ USD, còn Meta là 125 đến 145 tỷ USD.

Tốc độ điều chỉnh của các con số này tự nó đã là một tín hiệu quan trọng. Chỉ trong vòng khoảng sáu tháng qua, kỳ vọng của thị trường về chi tiêu vốn của các nhà cung cấp dịch vụ đám mây năm 2026 đã tăng gần 80%. Barclays dự đoán chi tiêu vốn của các nhà cung cấp dịch vụ đám mây chính sẽ đạt 919 tỷ USD vào năm 2027 và tăng lên khoảng 1,16 nghìn tỷ USD vào năm 2028. CreditSights ước tính khoảng 75% tổng chi tiêu vốn của các nhà cung cấp dịch vụ đám mây siêu quy mô trong năm 2026 sẽ được đầu tư vào cơ sở hạ tầng liên quan đến AI, tức là khoảng 450 tỷ USD chi tiêu dành riêng cho AI.

Nhưng việc mở rộng quy mô tập trung đang phải đối mặt với câu hỏi về lợi nhuận. Vào tháng 6 năm 2026 (giờ Bắc Kinh), cổ phiếu Microsoft đã giảm gần 20% trong một tháng, vốn hóa thị trường bốc hơi gần 1,3 nghìn tỷ USD trong 8 tháng qua. Tâm điểm soi xét của các nhà đầu tư chính là khoản chi tiêu vốn khoảng 190 tỷ USD của Microsoft trong năm 2026 - trong đó khoảng 2/3 đầu tư vào các tài sản có chu kỳ ngắn như GPU và CPU, khấu hao nhanh hơn và ràng buộc trực tiếp với doanh thu ngắn hạn. Tỷ suất lợi nhuận gộp của Microsoft Cloud đã được hướng dẫn ở mức 64%, giảm 4 điểm phần trăm so với cùng kỳ. Trong một báo cáo công bố vào tháng 6, Goldman Sachs chỉ ra rằng tỷ lệ đầu tư công nghệ của Mỹ so với GDP đã tăng lên khoảng 4,9%, vượt qua mức đỉnh của thời kỳ bong bóng dot-com đầu những năm 2000.

Lợi nhuận cận biên của đầu tư tập trung đang giảm dần, điều này cung cấp động lực trực tiếp nhất cho sự phân tán.

Bước ngoặt suy luận: Tại sao sức mạnh tính toán phải đi đến phân tán

Logic nền tảng của sự phân tán chi tiêu vốn AI, trước hết là sự thay đổi trong chính cấu trúc nhu cầu sức mạnh tính toán.

CEO của Nvidia, Jensen Huang, đã tuyên bố rõ ràng tại GTC 2026 rằng khối lượng công việc suy luận AI sẽ gấp một tỷ lần so với huấn luyện, và thời đại suy luận đã hoàn toàn đến. IDC dự đoán đến năm 2027, các tác vụ suy luận sẽ chiếm hơn 70% tổng nhu cầu sức mạnh tính toán thông minh. Dữ liệu của TrendForce cụ thể hơn: Tốc độ tăng trưởng sức mạnh tính toán suy luận AI năm 2026 lên tới 122%, vượt xa mức tăng 56% của sức mạnh tính toán huấn luyện AI.

Huấn luyện và suy luận có yêu cầu hoàn toàn khác nhau về cơ sở hạ tầng. Huấn luyện là các tác vụ tính toán tập trung, mật độ cao, kéo dài, phù hợp một cách tự nhiên để triển khai trong các trung tâm dữ liệu siêu quy mô. Suy luận là các tác vụ phản hồi thời gian thực phân tán, độ trễ thấp, đồng thời cao - khi một tác nhân AI cần hoàn thành một lần suy luận trong vòng vài chục mili giây và trả về kết quả, thì độ trễ vật lý khi dữ liệu truyền từ thiết bị biên đến trung tâm dữ liệu tập trung rồi quay lại tự nó đã trở thành một nút thắt không thể vượt qua.

Các kiến trúc sư của Akamai chỉ ra rằng các kịch bản chơi game yêu cầu độ trễ Token đầu tiên được kiểm soát trong vòng 15 mili giây, đề xuất thương mại điện tử khoảng 20 mili giây, trong khi độ trễ mạng thường lên tới hàng chục mili giây giữa trung tâm dữ liệu tập trung truyền thống và người dùng cuối đã trở thành nút thắt không thể phá vỡ trong các kịch bản tương tác thời gian thực. Dưới triển khai tập trung, 1GW sức mạnh tính toán yêu cầu băng thông đầu ra 75 Tbit/s (Blackwell); thế hệ tiếp theo Vera Rubin còn lên tới 135 Tbit/s; nhưng khi phân tán đến 20 nút, mỗi điểm chỉ cần 3,75 Tbit/s. Đây là một bài toán do các định luật vật lý quyết định, chứ không phải là sự lựa chọn chiến lược kinh doanh.

Đồng thời, tương tác đa phương thức mang lại lượng lớn lưu lượng đi ra, chi phí băng thông cao ngất ngưởng của đám mây công cộng đang trở thành "sát thủ vô hình" đối với lợi nhuận kinh doanh AI. Cộng thêm các quy định về bản địa hóa dữ liệu ngày càng thắt chặt tại EU GDPR, Đông Nam Á, Trung Đông..., việc triển khai tập trung dần rơi vào tình thế khó dung hòa giữa trải nghiệm, chi phí và tuân thủ. Sức mạnh tính toán AI không còn chỉ tập trung vào đám mây lõi, mà bắt đầu phát triển theo kiến trúc phân tán ba cấp "lõi - khu vực - biên".

Từ Big Four đến toàn bộ chuỗi ngành: Các bên tham gia chi tiêu vốn đang mở rộng

Chiều thứ hai của sự phân tán là sự lan tỏa của các chủ thể đầu tư.

Trong ba năm qua, đầu tư cơ sở hạ tầng AI gần như bị chi phối bởi bốn nhà cung cấp dịch vụ đám mây lớn và Nvidia. Nhưng năm 2026, cục diện này đang thay đổi. Tính toán của Trung Thái Chứng Khoán cho thấy, tổng chi tiêu vốn AI của MAG7 năm 2026 vào khoảng 754,2 tỷ USD, trong khi tổng chi tiêu vốn AI nội địa của Trung Quốc vào khoảng 805,8 tỷ NDT (khoảng 110 tỷ USD). Cộng cả hai hướng lại, tổng đóng góp của chi tiêu vốn AI Trung-Mỹ vào GDP Trung Quốc năm 2026 vào khoảng 1.007,6 tỷ NDT, chiếm 0,68% GDP, đóng góp cận biên vào tăng trưởng GDP khoảng 0,33 điểm phần trăm. Thượng nguồn và hạ nguồn AI đã vượt qua chuỗi đầu tư đô thị, trở thành mức tăng cận biên cho tăng trưởng GDP.

Sự tham gia của các doanh nghiệp đang tăng tốc. Khảo sát mới nhất của RBC cho thấy các doanh nghiệp đang tăng tốc áp dụng AI, hầu hết đã chuyển từ thử nghiệm sang sản xuất chính thức. Khảo sát về việc sử dụng AI của các doanh nghiệp nội địa Nhật Bản cho thấy, tỷ lệ doanh nghiệp có mức độ sử dụng AI đạt giai đoạn vận hành chính thức (本番稼働) đã chiếm 47,8%, tỷ lệ doanh nghiệp lớn đưa vào sản xuất chính thức đạt 62,7%. Mặc dù tỷ lệ áp dụng của các doanh nghiệp vừa và nhỏ vẫn còn hạn chế (khoảng 12% ở Nhật Bản), nhưng tỷ lệ áp dụng 64,7% của các doanh nghiệp lớn cho thấy việc triển khai AI trong doanh nghiệp đã từ giai đoạn chứng minh khái niệm bước vào giai đoạn mở rộng quy mô.

Sự tham gia của các quốc gia có chủ quyền cũng không thể bị bỏ qua. Jensen Huang tiết lộ tại Đại hội đồng cổ đông tháng 6 năm 2026 (giờ Bắc Kinh) rằng gần 40 quốc gia và khu vực, đại diện cho tổng GDP 50 nghìn tỷ USD, đang xây dựng các nhà máy AI được thúc đẩy bởi cơ sở hạ tầng của Nvidia. Đầu tư cơ sở hạ tầng AI đang phát triển từ "công việc nội bộ của các công ty công nghệ" thành "cạnh tranh chiến lược ở cấp quốc gia".

Sự phân tán của chi tiêu vốn cũng được thể hiện trong cơ cấu tài chính. Trung Thái Chứng Khoán chỉ ra rằng chi tiêu vốn của các gã khổng lồ AI Mỹ đã bước vào giai đoạn thúc đẩy tài trợ bằng nợ. Chi tiêu vốn của các nhà cung cấp dịch vụ đám mây siêu quy mô không còn hoàn toàn phụ thuộc vào dòng tiền tự do, mà khuếch đại đòn bẩy thông qua tài trợ bằng nợ. Sự thay đổi trong mô hình tài chính này có nghĩa là tính bền vững của chi tiêu vốn không còn chỉ phụ thuộc vào tình hình dòng tiền của từng công ty, mà có liên quan đến môi trường thị trường tín dụng rộng lớn hơn.

Biên giới là tiền tuyến: Sự ra đời của cơ sở hạ tầng AI phân tán

Biểu hiện cụ thể nhất của xu hướng phân tán là trong lĩnh vực biên.

Năm 2026, AI biên đang chuyển từ ý tưởng sang triển khai quy mô lớn. "Lưới AI" do Akamai và Nvidia hợp tác xây dựng đã ra đời, biến mạng lưới hơn 4.400 nút biên trải rộng khắp toàn cầu thành nền tảng suy luận AI phân tán. Akamai đang chuyển đổi từ nhà cung cấp dịch vụ phân phối đám mây hàng đầu thế giới thành nền tảng suy luận AI phân tán lớn nhất toàn cầu, hiện đang triển khai GPU NVIDIA Blackwell RTX 6000 PRO trên quy mô lớn trên toàn thế giới.

Sự chuyển đổi này không phải là trường hợp cá biệt. Vào tháng 6 năm 2026 (giờ Bắc Kinh), công ty điện toán thông minh biên CloudMinds đã hoàn thành vòng gọi vốn Series E hơn 1 tỷ NDT, do Quỹ đầu tư Internet Trung Quốc dẫn đầu. Công ty đồng thời tuyên bố nâng cấp toàn diện từ "nhà cung cấp dịch vụ điện toán thông minh biên", bắt đầu triển khai chiến lược "dệt lưới điện toán thông minh thời gian thực" hướng tới kỷ nguyên AGI. Antimatter nhận được 300 triệu Euro để triển khai 100 trung tâm dữ liệu siêu nhỏ phân tán Policloud đầu tiên trong năm 2026. NXP tăng cường danh mục sản phẩm AI biên thông qua việc mua lại Kinara, bổ sung NPU độc lập.

IDC dự đoán đến năm 2027, hơn 80% doanh nghiệp sẽ triển khai cơ sở hạ tầng biên phân tán. Tốc độ xây dựng cơ sở hạ tầng biên sẽ vượt qua các trung tâm dữ liệu lõi. Điều này có nghĩa là biên không còn là phần bổ sung cho điện toán đám mây, mà đang trở thành một phần cốt lõi của cơ sở hạ tầng AI.

Logic kinh doanh của AI biên rất rõ ràng: Các tác vụ suy luận nhạy cảm với độ trễ hơn nhiều so với các tác vụ huấn luyện, và các nút biên tự nhiên gần với nguồn dữ liệu và người dùng hơn. Đối với doanh nghiệp, triển khai biên cũng có thể giải quyết nhiều vấn đề như tuân thủ dữ liệu (dữ liệu không ra khỏi biên giới), chi phí băng thông (giảm truyền tải lên đám mây) và độ tin cậy (khôi phục thảm họa tại chỗ). Những vấn đề này khó giải quyết đồng thời trong kiến trúc tập trung, nhưng đã tìm ra giải pháp khả thi trong kiến trúc phân tán.

Kỷ nguyên cơ sở hạ tầng đa tầng: Sự thay đổi mang tính cấu trúc trong logic đầu tư

Cơ sở hạ tầng AI đang chuyển từ cấu trúc "tập trung đơn nhất" sang "phân tán đa tầng". Sự thay đổi này có tác động sâu sắc đến logic đầu tư.

Đầu tiên, cấu trúc nhu cầu chip đang thay đổi. Về phía huấn luyện, GPU của Nvidia vẫn chiếm ưu thế - doanh thu trung tâm dữ liệu của Nvidia trong năm tài chính 2026 đạt 193,7 tỷ USD, tăng 68% so với cùng kỳ. Nhưng nhu cầu đa dạng hóa về phía suy luận đang tạo ra thị trường tăng trưởng cho ASIC và chip biên. Các tổ chức dự đoán năm 2026, số lượng chip ASIC xuất xưởng khoảng 7,7 triệu đơn vị, chiếm 45% thị phần, và sẽ vượt thị phần GPU vào năm 2027, đạt 58%. Broadcom dự kiến sẽ chiếm khoảng 60% thị trường ASIC sức mạnh tính toán máy chủ AI vào năm 2027.

Thứ hai, sự phân bố địa lý của đầu tư cơ sở hạ tầng đang thay đổi. Các trung tâm dữ liệu siêu quy mô vẫn đang mở rộng - tổng đầu tư tích lũy vào trung tâm dữ liệu trên toàn cầu dự kiến đạt 1,6 nghìn tỷ USD vào năm 2030 - nhưng việc xây dựng các nút biên đang tăng trưởng với tốc độ nhanh hơn. Sức mạnh tính toán AI không còn chỉ tập trung vào đám mây lõi, mà lan tỏa theo kiến trúc ba cấp "lõi - khu vực - biên".

Thứ ba, chu kỳ đánh giá lợi nhuận đầu tư đang thay đổi. Chu kỳ lợi nhuận đầu tư trung tâm dữ liệu tập trung dài, cường độ vốn cao, cần nhiều năm để thu hồi vốn. Trong khi đó, triển khai AI biên thường có quy mô nhỏ hơn, chu kỳ ngắn hơn, gần gũi hơn với các kịch bản kinh doanh cụ thể, và mức độ chi tiết của đánh giá lợi nhuận cao hơn. Sự khác biệt này đang thay đổi logic định giá của thị trường vốn đối với đầu tư AI - từ "ai chi tiêu nhiều nhất" sang "ai chi tiêu hiệu quả nhất".

Dữ liệu của Research and Markets cho thấy quy mô thị trường cơ sở hạ tầng AI toàn cầu sẽ tăng từ 71,88 tỷ USD năm 2025 lên 90,91 tỷ USD năm 2026. Nhưng con số này chỉ bao gồm thị trường phần cứng cơ sở hạ tầng theo nghĩa hẹp. Nếu tính đến triển khai AI doanh nghiệp, biên, giải pháp ngành..., quy mô phân tán của chi tiêu vốn AI vượt xa con số này.

Rủi ro và ràng buộc: Phân tán không phải là con đường bằng phẳng

Xu hướng phân tán của chi tiêu vốn AI rõ ràng, nhưng không phải không có ràng buộc.

Nút thắt về phía cung vẫn còn nổi bật. Nguồn cung dòng sản phẩm Blackwell của Nvidia đang ở trong tình trạng căng thẳng, cung không đủ cầu sẽ kéo dài trong vài quý. Công suất của các thành phần chính như HBM đã được các khách hàng lớn khóa trước đến năm 2026 hoặc thậm chí 2027. Nghiên cứu Bernstein chỉ ra rằng chỉ riêng việc tăng giá HBM có thể khiến tổng chi tiêu vốn AI của các nhà cung cấp dịch vụ đám mây siêu quy mô tăng thêm khoảng 30%.

Cơ sở hạ tầng điện là một ràng buộc khác. Nhu cầu điện năng của các trung tâm dữ liệu AI đang tiến gần đến giới hạn chịu đựng của lưới điện hiện tại. Việc kết nối điện cho một cụm điện toán 1GW tập trung tự nó là một dự án kéo dài nhiều năm. Kiến trúc phân tán mặc dù giảm nhu cầu điện năng tại mỗi điểm, nhưng đặt ra yêu cầu mới về khả năng kết nối phân tán với lưới điện.

Rủi ro địa chính trị cũng không thể bị bỏ qua. Các hạn chế xuất khẩu chip AI tiên tiến của Mỹ tiếp tục ảnh hưởng đến chuỗi cung ứng toàn cầu. Nvidia đã loại trừ ảnh hưởng của doanh thu từ mảng trung tâm dữ liệu Trung Quốc trong báo cáo tài chính quý đầu tiên của năm tài chính 2027. Mặc dù sự phản ánh lẫn nhau của chi tiêu vốn AI Trung-Mỹ rất chặt chẽ, nhưng sự bất định về chính sách đang làm tăng chi phí ma sát cho chuỗi cung ứng.

Cuối cùng, sự kiên nhẫn của thị trường vốn đối với lợi nhuận đầu tư AI đang thu hẹp lại. Goldman Sachs đã chỉ ra rõ ràng rằng mâu thuẫn cốt lõi của thị trường AI đang gia tăng - nền tảng cơ bản vẫn mạnh, nhưng thị trường đã tính trước quá nhiều lợi nhuận trong tương lai. Kể từ tháng 11 năm 2022, giá trị thị trường của các công ty liên quan đến AI đã tăng vọt 27 nghìn tỷ USD, vượt xa mức 9 nghìn tỷ USD tính toán từ cơ sở vĩ mô. Nếu đầu tư phân tán không thể chuyển hóa nhanh hơn thành doanh thu và lợi nhuận, thái độ của thị trường vốn có thể chuyển từ "nghi ngờ quy mô" sang "nghi ngờ logic".

Kết luận

Sự phân tán của chi tiêu vốn AI không phải là sự phủ nhận tập trung hóa, mà là sự bổ sung và mở rộng của tập trung hóa.

Huấn luyện vẫn cần các trung tâm dữ liệu siêu quy mô, suy luận đang hướng ra biên; Các gã khổng lồ vẫn đang tăng cường đầu tư, các doanh nghiệp và quốc gia có chủ quyền đang tham gia; GPU vẫn là lực lượng chính cho huấn luyện, ASIC và chip biên đang mở ra chiến trường mới. Đây là kỷ nguyên cơ sở hạ tầng đa tầng - các tầng khác nhau đảm nhận các chức năng khác nhau, các bên tham gia khác nhau chiếm giữ các vị trí sinh thái khác nhau.

Năm 2026 là điểm nút quan trọng của sự thay đổi cấu trúc này. DIGITIMES dự đoán tăng trưởng chi tiêu vốn thị trường AI toàn cầu sẽ chậm lại từ 66% năm 2025 xuống còn 31% năm 2026, nhưng chậm lại không có nghĩa là đình trệ. Ngược lại, sự chậm lại của tốc độ tăng trưởng thường có nghĩa là ngành công nghiệp đang chuyển từ giai đoạn "mở rộng thô" sang giai đoạn "xây dựng tinh tế". Cơ sở hạ tầng AI đang phát triển từ một thị trường tập trung "kẻ thắng lấy hết" thành một hệ sinh thái "phân tầng hợp tác".

Đối với các nhà đầu tư, hiểu được ý nghĩa của sự thay đổi cấu trúc này có thể quan trọng hơn việc theo dõi các con số chi tiêu vốn của quý tiếp theo. Sự phân tán của chi tiêu vốn AI đang định hình lại logic đầu tư dài hạn của điện toán đám mây, thiết kế chip, kiến trúc CNTT doanh nghiệp và thậm chí cả chính sách công nghiệp quốc gia. Điểm kết thúc của sự thay đổi này vẫn chưa thể biết trước, nhưng hướng đi của nó đã đủ rõ ràng.

FAQ

Q1: Động lực cốt lõi của sự phân tán chi tiêu vốn AI là gì?

Sự bùng nổ nhu cầu suy luận là động lực cốt lõi. Tốc độ tăng trưởng sức mạnh tính toán suy luận AI năm 2026 đạt 122%, vượt xa mức 56% của huấn luyện. Các tác vụ suy luận yêu cầu độ trễ thấp, đồng thời cao khiến các trung tâm dữ liệu tập trung phải đối mặt với nút thắt vật lý, và các nút biên phân tán trở thành lựa chọn tất yếu. Đồng thời, các yếu tố như tuân thủ dữ liệu, chi phí băng thông cũng đang thúc đẩy sức mạnh tính toán đi xuống.

Q2: Chi tiêu vốn cụ thể của bốn nhà cung cấp dịch vụ đám mây lớn trong năm 2026 là bao nhiêu?

Amazon khoảng 200 tỷ USD, Microsoft khoảng 190 tỷ USD, Alphabet khoảng 175 đến 185 tỷ USD, Meta khoảng 125 đến 145 tỷ USD. Tổng cộng khoảng 725 tỷ USD, tăng 77% so với năm 2025. Trong đó khoảng 75% được đầu tư vào cơ sở hạ tầng liên quan đến AI.

Q3: Mối quan hệ giữa AI biên và điện toán đám mây là gì?

Cả hai bổ sung cho nhau chứ không phải thay thế nhau. Đám mây lõi chịu trách nhiệm huấn luyện mô hình lớn và suy luận phức tạp, các nút biên chịu trách nhiệm phản hồi thời gian thực độ trễ thấp, tiền xử lý dữ liệu và xử lý bản địa hóa tuân thủ. Sức mạnh tính toán AI đang phát triển theo kiến trúc phân tán ba cấp "lõi - khu vực - biên", hình thành hệ sinh thái phân tầng hợp tác.

Q4: Sự phân tán chi tiêu vốn AI có tác động gì đến ngành công nghiệp chip?

Về phía huấn luyện, GPU của Nvidia vẫn chiếm ưu thế - doanh thu trung tâm dữ liệu năm tài chính 2026 đạt 193,7 tỷ USD. Nhưng nhu cầu về phía suy luận đang tạo ra thị trường tăng trưởng cho ASIC và chip biên, dự kiến năm 2026 số lượng ASIC xuất xưởng khoảng 7,7 triệu đơn vị, thị phần năm 2027 dự kiến vượt GPU. Nhu cầu chip đang chuyển từ "một đầu tàu duy nhất" sang "đa dạng cùng tồn tại".

Q5: Tốc độ tăng trưởng cao của đầu tư cơ sở hạ tầng AI có thể kéo dài bao lâu?

Barclays dự kiến chi tiêu vốn của các nhà cung cấp dịch vụ đám mây chính đạt 919 tỷ USD vào năm 2027 và tăng lên khoảng 1,16 nghìn tỷ USD vào năm 2028. Ban lãnh đạo Nvidia đã nâng giới hạn trên của quy mô chi tiêu ngành AI hàng năm lên 4 nghìn tỷ USD vào năm 2030. Nhưng bản thân tốc độ tăng trưởng đang chậm lại - từ 66% năm 2025 xuống 31% năm 2026 - ngành công nghiệp đang chuyển từ "mở rộng thô" sang "xây dựng tinh tế".