Chúng ta có nên cho Anthropic 14000 tỷ đô la không?
Tác giả: Hồ Vĩnh, Giáo sư tại Khoa Báo chí và Truyền thông, Đại học Bắc Kinh
Biên tập: Tô Dương, Công nghệ Tencent
Ngành công nghiệp trí tuệ nhân tạo đang bước vào một thời điểm mang tính biểu tượng.
Vào tháng 11 năm 2026, Anthropic, chỉ mới thành lập hơn năm năm, đã khởi động đợt phát hành cổ phiếu lần đầu ra công chúng (IPO), cố gắng gia nhập thị trường vốn với định giá vượt quá một nghìn tỷ đô la.
Theo thông tin từ bản cáo bạch, tổng số cổ phiếu lưu hành cơ bản của Anthropic sau khi hoàn tất IPO khoảng 13.07 tỷ cổ phiếu, với mức giá phát hành từ 70 đến 78 đô la, tương ứng với giá trị thị trường cơ bản khoảng 916 tỷ đến 1.02 nghìn tỷ đô la. Nếu tính cả khoảng 4.92 tỷ cổ phiếu tiềm năng từ quyền chọn nhân viên, định giá hoàn toàn pha loãng khoảng 1.26 nghìn tỷ đến 1.4 nghìn tỷ đô la.
Một công ty với sản phẩm cốt lõi là mô hình ngôn ngữ lớn, trong thời gian ngắn như vậy đã đạt được định giá thị trường khổng lồ, bản thân điều này đã là một hiện tượng hiếm thấy trong lịch sử ngành công nghệ.
Tuy nhiên, việc niêm yết của Anthropic không chỉ có nghĩa là thị trường vốn công nhận triển vọng của trí tuệ nhân tạo, mà còn có nghĩa là một vấn đề lâu nay bị che khuất bởi những đột phá công nghệ và cơn sốt tài chính, cuối cùng cũng phải chịu sự kiểm tra công khai: Trí tuệ nhân tạo đã tạo ra nhu cầu thị trường khổng lồ, nhưng liệu nó có thể tạo ra lợi nhuận tương xứng với định giá của nó không?
Chúng tôi hy vọng thông qua bài viết này, sẽ thảo luận về một số chủ đề:
Doanh thu hàng năm 70 tỷ đô la, lợi nhuận hoạt động điều chỉnh 4.1 tỷ đô la và lỗ ròng 104 tỷ đô la, tất cả đều xuất hiện trong bản cáo bạch, vậy cơ sở để đánh giá mô hình kinh doanh là gì?
Mỗi lần mô hình suy diễn đều tiêu tốn sức mạnh tính toán, người dùng hoạt động nhất chưa chắc đã đóng góp nhiều doanh thu nhất.
Các công ty mô hình tổ chức vốn theo cách năng lượng, viễn thông và cơ sở hạ tầng, logic định giá cũng chuyển từ "mô hình mạnh đến đâu" sang chi phí vốn, chu kỳ hoàn vốn đầu tư và tỷ suất hoàn vốn.
Các công ty nắm giữ mối quan hệ với người dùng, quy trình làm việc và hệ sinh thái có thể dễ dàng biến trí tuệ thành doanh thu hơn so với các công ty mô hình.
Hiện tại mọi người đều đồng ý rằng "hoàn thành công việc" là cách định giá trí tuệ, nhưng ai sẽ chịu thiệt hại kinh tế do nhiệm vụ thất bại hoặc sai sót vẫn chưa có sự đồng thuận.
Giá trị mà trí tuệ nhân tạo tạo ra không nhất thiết phải bằng doanh thu và lợi nhuận của nhà phát triển mô hình.
Sau khi thanh toán chi phí cho chip, điện, nghiên cứu và phát triển cũng như chi phí tài chính, "người khai thác vàng" còn lại bao nhiêu là điều thực sự cần kiểm tra khi Anthropic niêm yết.
01 70 tỷ vs 13 tỷ: Kỳ tích doanh thu và nghi vấn lợi nhuận
Trong cơn sốt vàng trí tuệ nhân tạo trước đây, những người chiến thắng rõ ràng nhất dường như luôn là những công ty bán "xẻng". NVIDIA cung cấp GPU, TSMC đảm nhận sản xuất chip tiên tiến, các công ty điện toán đám mây xây dựng trung tâm dữ liệu, trong khi các công ty điện và năng lượng cung cấp điều kiện cơ bản cho các cơ sở tính toán ngày càng lớn.
Dù công ty mô hình lớn nào cuối cùng chiến thắng, những nhà cung cấp cơ sở hạ tầng này đều có thể hưởng lợi từ sự mở rộng của toàn ngành.
So với đó, các công ty như OpenAI và Anthropic, mặc dù đã đạt được sự tăng trưởng người dùng và doanh thu ấn tượng, nhưng vẫn phải đối mặt với một vấn đề kinh tế phức tạp hơn: Chi phí phát triển trí tuệ, giá bán trí tuệ, và vốn đầu tư cần thiết để duy trì vị thế công nghệ hàng đầu, liệu có thể tạo thành một vòng tuần hoàn kinh doanh bền vững không?
Bản cáo bạch của Anthropic cung cấp cơ sở quan trọng để hiểu vấn đề này.
Theo tài liệu niêm yết cập nhật vào tháng 11 năm 2026, doanh thu của công ty vào năm 2025 khoảng 4.585 tỷ đô la, trong chín tháng đầu năm 2026, doanh thu đã đạt 33.242 tỷ đô la, chỉ riêng quý ba đã đạt khoảng 17 tỷ đô la doanh thu. Điều này có nghĩa là doanh thu chỉ trong một quý đã vượt qua tổng doanh thu của cả nửa đầu năm. Nếu đơn giản annual hóa doanh thu quý ba, tỷ lệ doanh thu của Anthropic đã gần 68 đến 70 tỷ đô la.
Tốc độ tăng trưởng này vượt xa nhịp độ phát triển của ngành phần mềm truyền thống, cho thấy trí tuệ nhân tạo sinh tạo không còn chỉ là một công nghệ thử nghiệm chủ yếu dựa vào trợ cấp vốn để duy trì quy mô người dùng, mà đang hình thành một thị trường thương mại có khả năng thanh toán thực sự.
Đặc biệt đáng chú ý là doanh thu của Anthropic chủ yếu đến từ khách hàng doanh nghiệp và dịch vụ tính phí theo mức sử dụng trí tuệ, chứ không đơn thuần dựa vào phí cố định hàng tháng từ người tiêu dùng cá nhân. Điều này cho thấy trọng tâm thương mại hóa mô hình lớn đang chuyển từ việc bán quyền sử dụng công cụ trò chuyện sang việc bán khả năng trí tuệ có thể tham gia vào hoạt động sản xuất.
Mô hình lớn không chỉ khai thác vàng mà còn khai thác với số lượng tính bằng tấn. Tuy nhiên, sự tăng trưởng doanh thu bùng nổ không tự động giải quyết vấn đề lợi nhuận.
Chi phí sức mạnh tính toán và cơ sở hạ tầng của Anthropic trong chín tháng đầu năm 2026 đạt khoảng 18.8 tỷ đô la, chiếm khoảng 57% tổng doanh thu 33.242 tỷ đô la.
Mặt kinh doanh vẫn ghi nhận thua lỗ, thua lỗ hoạt động GAAP (Nguyên tắc kế toán chung của Mỹ) trong chín tháng đầu năm khoảng 1.26 đến 1.3 tỷ đô la. Thua lỗ ròng trong chín tháng lên tới 104 tỷ đô la, nhưng một phần lớn trong số đó đến từ việc đánh giá lại giá trị hợp lý của các công cụ tài chính chuyển đổi và các khoản nợ liên quan, không phải là dòng tiền mất mát hàng ngày. Trong khi đó, lợi nhuận hoạt động điều chỉnh đã chuyển sang dương đạt khoảng 4.1 tỷ đô la (tỷ suất lợi nhuận hoạt động điều chỉnh khoảng 12%), hiệu quả doanh thu so với chi phí sức mạnh tính toán cũng đã cải thiện đáng kể.
Vì vậy, nếu chỉ dựa vào thua lỗ ròng khổng lồ để khẳng định mô hình kinh doanh của Anthropic không thể tồn tại, rõ ràng là quá đơn giản; nhưng nếu chỉ dựa vào lợi nhuận hoạt động điều chỉnh chuyển sang dương để khẳng định mô hình lớn đã giải quyết được vấn đề lợi nhuận, cũng thiếu cơ sở đầy đủ.
Điều quan trọng là, sau khi doanh nghiệp chịu đựng chi phí nghiên cứu và phát triển liên tục, chi phí mua sức mạnh tính toán, xây dựng cơ sở hạ tầng và chi phí tài chính, liệu có thể tạo ra đủ dòng tiền tự do (FCF) trong thời gian dài hay không.
Ngày càng nhiều công ty bắt đầu nhấn mạnh sự cải thiện năng suất có thể đo lường mà trí tuệ nhân tạo mang lại, bao gồm tăng tốc quy trình làm việc, tự động hóa xử lý các nhiệm vụ thông thường, mở rộng khả năng phục vụ và cải thiện kiểm soát chi phí. Rõ ràng, nhu cầu trí tuệ nhân tạo mạnh mẽ, tuy nhiên Phố Wall đang mất kiên nhẫn với chi phí cần thiết để đáp ứng nhu cầu này.
Ví dụ rõ ràng nhất chính là Meta. Báo cáo tài chính quý ba của công ty cho thấy, mặc dù trí tuệ nhân tạo đã thúc đẩy doanh thu quảng cáo của Meta tăng 26%, nhưng dòng tiền tự do hàng quý của công ty đã chuyển sang âm, đây là lần đầu tiên trong hơn một thập kỷ xuất hiện tình trạng dòng tiền ròng âm. Trong khi đó, Meta cũng đã điều chỉnh tăng kỳ vọng chi tiêu vốn để hỗ trợ kế hoạch mở rộng cơ sở hạ tầng trí tuệ nhân tạo mạnh mẽ của mình.
Toàn bộ Phố Wall đang gia tăng lo lắng về tỷ suất hoàn vốn đầu tư (ROI) cho đầu tư cơ sở hạ tầng AI.
Trong hai năm qua, thị trường chỉ cần nghe thấy "năng lực AI tăng lên, độ bám dính người dùng tăng" là sẽ cho giá trị cao hơn một cách mù quáng; nhưng đến giai đoạn hiện tại, khi chi tiêu vốn hướng tới hàng trăm tỷ đô la trên toàn ngành thậm chí lên tới hàng nghìn tỷ, Phố Wall bắt đầu tính toán như một nhà định giá: những khoản đầu tư sức mạnh tính toán này sẽ chuyển đổi thành dòng tiền tự do thực sự vào thời điểm nào?
Nếu chu kỳ hoàn vốn đầu tư bị kéo dài quá lâu, hoặc doanh thu tăng thêm từ AI không thể bù đắp cho hàng trăm tỷ đô la khấu hao và hóa đơn điện hàng năm, thị trường sẽ áp dụng hình phạt định giá.
Theo dự đoán của công ty nghiên cứu thị trường Gartner, nếu các doanh nghiệp tiếp tục duy trì tốc độ chi tiêu hiện tại, đến cuối năm 2030, hơn 3.5 nghìn tỷ đô la đầu tư cơ sở hạ tầng trí tuệ nhân tạo có thể đối mặt với rủi ro giảm giá tài sản. Dự kiến các nhà cung cấp dịch vụ trí tuệ nhân tạo sẽ đầu tư gần 1 nghìn tỷ đô la vào cơ sở hạ tầng trí tuệ nhân tạo vào năm 2026, và sẽ đầu tư thêm 6 nghìn tỷ đô la trong giai đoạn 2027 đến 2030.
Gartner chỉ ra rằng trong thời gian này, doanh thu trí tuệ nhân tạo từ khách hàng doanh nghiệp và người tiêu dùng có thể không đủ để hỗ trợ những khoản đầu tư này đạt được lợi nhuận.
02 Kinh tế quy mô không hiệu quả
Sự mất cân đối lớn giữa cung và cầu cùng tài chính đã tiết lộ sự khác biệt cơ bản giữa mô hình lớn và ngành phần mềm truyền thống.
Trong vài thập kỷ qua, mô hình phần mềm như một dịch vụ (SaaS) trở thành mô hình kinh doanh được thị trường vốn ưa chuộng chủ yếu vì sau khi phát triển phần mềm hoàn tất, chi phí biên để cung cấp dịch vụ cho nhiều người dùng tương đối thấp. Khi quy mô khách hàng mở rộng, các doanh nghiệp thường có thể cải thiện tỷ suất lợi nhuận thông qua hiệu ứng quy mô. Nhưng mô hình lớn không hoàn toàn tuân theo logic này.
Mỗi lần mô hình suy diễn, tạo mã, phân tích văn bản dài và thực hiện nhiệm vụ của đại lý thông minh đều cần tiêu tốn tài nguyên tính toán thực tế. Đặc biệt khi trí tuệ nhân tạo từ việc trả lời câu hỏi phát triển thành hoàn thành công việc phức tạp một cách tự chủ, một nhiệm vụ có thể cần gọi lại mô hình nhiều lần, truy xuất thông tin bên ngoài, thực hiện chương trình và xác minh kết quả, chi phí theo đó tăng lên. Đối với các doanh nghiệp cung cấp đăng ký phí cố định hàng tháng, người dùng hoạt động nhất chưa chắc đã là người đóng góp lợi nhuận cao nhất, mà có thể là người tiêu tốn sức mạnh tính toán nhiều nhất.
Đó là lý do tại sao các nhà sản xuất mô hình lớn phải "sàng lọc người dùng" thông qua giới hạn độ dài ngữ cảnh, giới hạn số lần gọi hoặc tính phí theo cấp độ.
Trong trường hợp người dùng nặng có thể từ "tài sản" trở thành "gánh nặng", để đánh giá mô hình kinh doanh của một công ty mô hình lớn có chín chắn hay không, không thể chỉ nhìn vào số lượng người dùng trả phí, tăng trưởng doanh thu từ đăng ký hay mức độ hoạt động của người dùng, mà còn phải quan sát hiệu quả kinh tế đơn vị của các nhóm người dùng khác nhau: mỗi người dùng đóng góp bao nhiêu doanh thu, tiêu tốn bao nhiêu tài nguyên suy diễn, mức độ sử dụng tăng lên thì tỷ suất lợi nhuận thay đổi ra sao, và liệu doanh nghiệp có thể cải thiện mối quan hệ này thông qua định giá hợp lý hơn và tối ưu hóa công nghệ hay không.
Mô hình lớn không nhất thiết không thể tạo ra kinh tế quy mô. Nén mô hình, tối ưu hóa suy diễn, nâng cấp chip, công nghệ bộ nhớ đệm và phân phối nhiệm vụ giữa các mô hình khác nhau đều có thể liên tục giảm chi phí tính toán đơn vị. Sự cải thiện hiệu quả kinh doanh mà Anthropic công bố cũng cho thấy tiến bộ công nghệ có thể thay đổi cấu trúc chi phí.
Tuy nhiên, trí tuệ nhân tạo còn đối mặt với một cơ chế mở rộng nhu cầu đặc biệt: khi dịch vụ trí tuệ trở nên rẻ hơn và mạnh mẽ hơn, người dùng có thể không chỉ hoàn thành nhiệm vụ hiện tại với chi phí thấp hơn, mà còn bắt đầu yêu cầu máy móc thực hiện nhiều công việc mà trước đây không thể hoàn thành.
Nghịch lý Jevons trong kinh tế học cung cấp một tham chiếu có tính chất gợi mở ở đây: việc nâng cao hiệu quả sử dụng tài nguyên không nhất thiết làm giảm tổng lượng tiêu thụ tài nguyên, mà có thể kích thích tăng trưởng nhu cầu. Đối với các công ty mô hình lớn, chi phí suy diễn đơn vị giảm không nhất thiết có nghĩa là tổng chi tiêu sức mạnh tính toán giảm. Trí tuệ rẻ hơn có thể dẫn đến ứng dụng rộng rãi hơn, cũng có thể dẫn đến nhu cầu tính toán lớn hơn.
Thông tin về cam kết mua sức mạnh tính toán trong tương lai mà Anthropic công bố đã làm nổi bật mâu thuẫn này. Công ty đã ký kết và công bố các thỏa thuận dài hạn về sức mạnh tính toán và cơ sở hạ tầng, tổng quy mô gần 900 tỷ đô la, trong đó một phần lớn dự kiến sẽ xảy ra trước năm 2030.
Những con số này không có nghĩa là Anthropic đã thanh toán số tiền tương ứng, cũng không thể đơn giản coi là nợ hiện tại, nhưng chúng phản ánh một sự thay đổi quan trọng: các công ty trí tuệ nhân tạo tiên tiến đang chuyển từ các công ty phần mềm nhẹ theo nghĩa truyền thống sang các công ty công nghệ nặng phụ thuộc cao vào sản xuất chip, công suất lưới điện, trung tâm dữ liệu và tài chính dài hạn. Các công ty mô hình lớn mặc dù vẫn đang đặt cược vào đổi mới thuật toán và nhân tài nghiên cứu, nhưng ngày càng bị hạn chế bởi nguồn cung cơ sở hạ tầng vật lý.
Nếu một doanh nghiệp phải liên tục đầu tư hàng trăm tỷ đô la để duy trì vị thế công nghệ hàng đầu, thì ngay cả khi doanh thu của nó tăng trưởng ấn tượng, cũng không thể đảm bảo tỷ suất hoàn vốn của nó đủ để hỗ trợ định giá hiện tại.
Trí tuệ nhân tạo đang thể hiện một hình thái ngành đặc biệt: nó tạo ra doanh thu với tốc độ của ngành phần mềm, nhưng có thể cần tổ chức vốn theo cách của ngành năng lượng, viễn thông và cơ sở hạ tầng công nghiệp. Các nhà đầu tư trước đây chỉ cần quan tâm đến công ty nào sở hữu mô hình tiên tiến nhất, nhiều người dùng nhất và tăng trưởng doanh thu nhanh nhất; nhưng trong tương lai, chi phí vốn, giá mua sức mạnh tính toán, tỷ lệ sử dụng cơ sở hạ tầng và chu kỳ hoàn vốn đầu tư cũng có thể quyết định khả năng cạnh tranh lâu dài của doanh nghiệp.
03 Một số khả năng thương mại hóa mô hình
So với Anthropic, OpenAI có kế hoạch kinh doanh rộng rãi hơn, vừa cố gắng trở thành trợ lý thông minh đa năng cho người dùng cá nhân, vừa cố gắng trở thành nền tảng cơ sở cho các doanh nghiệp và nhà phát triển sử dụng trí tuệ nhân tạo. Nhưng OpenAI cũng phải đối mặt với những mâu thuẫn tương tự.
Mặc dù doanh thu hàng năm (ARR) của OpenAI và doanh thu trong một quý đã đạt mức hàng tỷ đô la, nhưng nhiều báo cáo tài chính công khai và dự đoán ngành chỉ ra rằng, do chi phí đào tạo mô hình tiên tiến thế hệ tiếp theo cao ngất ngưởng, chi phí suy diễn khổng lồ và các thỏa thuận thuê tính toán hàng trăm tỷ, khoản lỗ tích lũy trong những năm gần đây và khoảng cách dòng tiền dự kiến trong vài năm tới vẫn lên tới hàng trăm tỷ đến hàng nghìn tỷ đô la.
Vì vậy, việc thu hút người dùng không phải là điều quan trọng, thách thức lớn nhất là làm thế nào để chuyển đổi nhu cầu sử dụng rộng rãi thành doanh thu đủ để trang trải chi phí vốn liên tục.
Meta đã cho thấy một con đường khác.
Không giống như OpenAI và Anthropic, Meta không chủ yếu dựa vào việc bán mô hình lớn để kiếm doanh thu, mà là tích hợp trí tuệ nhân tạo vào các hệ thống quảng cáo, gợi ý và mạng xã hội hiện có. Việc nâng cao khả năng của mô hình có thể cải thiện phân phối nội dung, khớp quảng cáo và hiệu quả tự động hóa tiếp thị, từ đó trực tiếp tăng cường khả năng sinh lợi của các doanh nghiệp đã trưởng thành.
Đối với Meta, trí tuệ nhân tạo trước tiên là một công nghệ nâng cao hiệu quả của hệ thống kinh doanh hiện có, chứ không nhất thiết là một sản phẩm mới cần thu phí độc lập. Mô hình này có lợi thế rõ ràng: nó có thể tận dụng các mối quan hệ khách hàng sẵn có, quy mô người dùng và hệ thống giao dịch quảng cáo để tạo ra doanh thu, mà không cần hoàn toàn phụ thuộc vào người tiêu dùng để thiết lập thói quen thanh toán mới cho dịch vụ thông minh.
Tuy nhiên, Meta cũng phải đối mặt với vấn đề đầu tư vào trung tâm dữ liệu đang mở rộng không ngừng, chi phí vốn khổng lồ đang gây áp lực lên dòng tiền tự do. Điều này cho thấy, có một mô hình kinh doanh trưởng thành không thể loại bỏ đặc điểm tiêu tốn vốn của trí tuệ nhân tạo, chỉ đơn giản là cung cấp một nền tảng doanh thu ổn định hơn để chịu đựng những chi phí này.
Trường hợp của Meta cũng tiết lộ một mâu thuẫn sâu sắc hơn trong việc thương mại hóa mô hình lớn: giá trị kinh tế do mô hình tạo ra không nhất thiết phải được nhà cung cấp mô hình trực tiếp thu được.
Khi trí tuệ nhân tạo ngày càng được tích hợp rộng rãi vào các sản phẩm và dịch vụ khác nhau, các doanh nghiệp nắm giữ mối quan hệ với người dùng, bối cảnh ứng dụng và kênh thương mại có thể dễ dàng thực hiện việc chuyển đổi giá trị hơn so với các doanh nghiệp chỉ cung cấp khả năng mô hình. Điều này cũng khiến việc liệu mô hình cơ bản có dần trở thành hàng hóa hay không trở thành vấn đề then chốt để hiểu triển vọng lợi nhuận của các doanh nghiệp mô hình lớn.
Nếu các mô hình do các doanh nghiệp khác nhau phát triển dần dần gần gũi về hiệu suất, độ tin cậy và trải nghiệm sử dụng, khách hàng sẽ ngày càng quan tâm đến giá cả và chi phí dịch vụ. Ngay cả khi nhà cung cấp mô hình liên tục đạt được tiến bộ công nghệ, họ cũng có thể khó duy trì lợi nhuận cao trong thời gian dài do cạnh tranh.
Sự lan tỏa của khả năng công nghệ có lợi cho người tiêu dùng, nhưng không nhất thiết có lợi cho các nhà phát triển công nghệ ban đầu. Trong lịch sử, nhiều công nghệ quan trọng cuối cùng đã trở thành cơ sở hạ tầng được sử dụng rộng rãi, nhưng sự phổ biến của công nghệ không đảm bảo rằng những người phát minh ra nó sẽ nhận được lợi ích kinh tế lớn nhất.
Tuy nhiên, việc mô hình hóa không có nghĩa là tất cả các dịch vụ trí tuệ nhân tạo sẽ trở thành hàng hóa.
Những gì doanh nghiệp thực sự mua thường không phải là một mô hình có thể trả lời câu hỏi, mà là một hệ thống thông minh có thể hiểu nội bộ kinh doanh, gọi dữ liệu độc quyền, thực hiện quy trình phức tạp và đáp ứng các yêu cầu về an toàn và tuân thủ. Khi trí tuệ nhân tạo thâm nhập sâu vào quy trình tài chính, nghiên cứu và phát triển, pháp lý và dịch vụ khách hàng của doanh nghiệp, việc thay đổi nhà cung cấp không còn chỉ là thay đổi một giao diện trò chuyện, mà có thể liên quan đến việc di chuyển dữ liệu, tích hợp hệ thống, kiểm soát rủi ro và đào tạo tổ chức.
Do đó, trong tương lai, những rào cản thương mại vững chắc hơn có thể không nằm ở chính các tham số mô hình, mà ở sự kết hợp giữa mô hình và quy trình làm việc của doanh nghiệp, cũng như mạng lưới nhà phát triển, môi trường dữ liệu và hệ sinh thái dịch vụ hình thành từ đó.
Nhìn từ góc độ này, Anthropic và OpenAI cũng không nhất thiết sẽ mãi mãi ở vị trí nhà cung cấp mô hình cơ bản. Họ cũng đang phát triển các dịch vụ hoàn chỉnh hướng tới người tiêu dùng và doanh nghiệp, cố gắng tạo ra lợi thế khác biệt thông qua trải nghiệm sản phẩm, quy trình làm việc và mối quan hệ khách hàng.
Dù là Anthropic thông qua Claude Managed Agents giảm bớt rào cản cho doanh nghiệp triển khai các tác nhân thông minh, hay OpenAI thúc đẩy trí tuệ nhân tạo hòa nhập vào hoạt động hàng ngày của doanh nghiệp, cả hai công ty đều đang khám phá cùng một hướng đi: từ việc cung cấp khả năng mô hình và công cụ trò chuyện, chuyển sang cung cấp dịch vụ thông minh có thể tích hợp vào quy trình kinh doanh và thực hiện nhiệm vụ liên tục.
Trong khi đó, sự phát triển của các tác nhân thông minh còn có thể thay đổi logic định giá của trí tuệ nhân tạo. Mô hình đăng ký truyền thống bán quyền sử dụng phần mềm trong một khoảng thời gian nhất định, trong khi tính phí theo token là bán tài nguyên tính toán tiêu thụ, nhưng các tác nhân thông minh thực sự có thể bán khả năng hoàn thành một công việc.
Nếu một hệ thống AI có thể hoàn thành độc lập việc kiểm tra tài liệu pháp lý, kiểm tra phần mềm hoặc phân tích tài chính doanh nghiệp, thì điều mà khách hàng thực sự quan tâm không nhất thiết là nó tiêu tốn bao nhiêu token, mà là nhiệm vụ có được hoàn thành hay không, kết quả có đáng tin cậy hay không, và từ đó tiết kiệm được bao nhiêu chi phí.
Tính phí theo nhiệm vụ, khối lượng công việc thậm chí là kết quả thực tế có thể trở thành một phần quan trọng trong mô hình kinh doanh tương lai. Nhưng mô hình này cũng sẽ mang lại những vấn đề trách nhiệm mới: khi trí tuệ nhân tạo không hoàn thành nhiệm vụ, hoặc sai sót của nó gây ra thiệt hại kinh tế, ai sẽ phải chịu chi phí và rủi ro? Dịch vụ thông minh càng gần với lao động thực tế, mô hình kinh doanh của nó càng khó hoàn toàn tuân theo các quy tắc của ngành phần mềm truyền thống.
04 Ai có thể giữ lại vàng đã khai thác?
Từ một góc độ vĩ mô hơn, ngành công nghiệp trí tuệ nhân tạo đang trải qua một cuộc tái cấu trúc về phân phối giá trị.
Những người hưởng lợi rõ ràng nhất trong giai đoạn đầu là các nhà cung cấp chip, sản xuất và cơ sở hạ tầng, vì sự mở rộng của toàn ngành sẽ chuyển thành nhu cầu về tài nguyên tính toán. Nhưng khi khả năng mô hình lan tỏa, lợi nhuận có thể dần dần chuyển sang các công ty có thể kiểm soát quy trình làm việc của doanh nghiệp, cổng người dùng và hệ sinh thái ứng dụng.
Nếu tài nguyên tính toán khan hiếm trong thời gian dài, các nhà cung cấp cơ sở hạ tầng vẫn sẽ có sức mạnh thương lượng mạnh mẽ; nếu nguồn cung mô hình trở nên dồi dào, các doanh nghiệp ứng dụng có thể có không gian phân phối giá trị lớn hơn; nếu một số nền tảng có thể tích hợp mô hình, dữ liệu, thanh toán và quy trình làm việc, họ có thể hình thành nền kinh tế nền tảng mới.
Ai sẽ nhận được lợi nhuận lớn nhất trong tương lai phụ thuộc vào khâu nào trong chuỗi cung ứng có thể tạo ra sự khan hiếm bền vững.
Trong lịch sử, lợi thế cạnh tranh lâu dài của Microsoft không chỉ đến từ doanh thu cấp phép hệ điều hành Windows, mà còn đến từ hệ sinh thái nhà phát triển, tính tương thích phần mềm và mạng lưới khách hàng doanh nghiệp hình thành xung quanh hệ điều hành; Google cũng không xây dựng đế chế thương mại của mình bằng cách thu phí tìm kiếm từ người dùng, mà là chuyển đổi cổng người dùng hình thành từ tìm kiếm thành doanh thu quảng cáo.
Hôm nay, Anthropic và OpenAI cũng đang đối mặt với một lựa chọn quan trọng: liệu mô hình cơ bản chỉ là một sản phẩm công nghệ cần liên tục đầu tư vốn khổng lồ để duy trì vị thế dẫn đầu, hay có thể trở thành nền tảng kết nối nhà phát triển, khách hàng doanh nghiệp và hệ sinh thái ứng dụng?
Nếu họ có thể xây dựng một mạng lưới nhà phát triển ổn định trên mô hình, quy trình làm việc doanh nghiệp tích hợp sâu và hệ thống dịch vụ khó thay thế, họ có thể đạt được lợi thế cạnh tranh và khả năng định giá vượt xa hiệu suất của mô hình. Nhưng việc chuyển đổi thành nền tảng này có thể tạo ra lợi nhuận đủ để trang trải chi phí đầu tư tính toán liên tục hay không vẫn cần được kiểm chứng qua kết quả kinh doanh lâu dài.
Theo tài liệu quy định mà Anthropic gần đây nộp, đây là quy mô mà công ty có thể đạt được trong lần phát hành cổ phiếu công khai (IPO) đầu tiên trong điều kiện lý tưởng nhất: định giá 1,4 nghìn tỷ đô la (sau khi pha loãng), huy động 90 tỷ đô la.
Lần IPO đầy tham vọng này thực sự là một cuộc bỏ phiếu của các nhà đầu tư đối với ngành công nghiệp trí tuệ nhân tạo. Nó cung cấp cho các nhà đầu tư rộng rãi một cơ hội ------ họ có thể chọn hỗ trợ công ty tiếp tục đốt tiền hoặc chọn tránh xa công ty có khả năng trở thành một cột mốc quan trọng trong ngành trí tuệ nhân tạo và từ chối định giá 1,4 nghìn tỷ đô la như vậy.
Dù sao đi nữa, tài liệu đăng ký IPO của Anthropic đã tiết lộ một vấn đề không thể bỏ qua: để duy trì tăng trưởng doanh thu, công ty phải chịu đựng chi phí tính toán ngày càng tăng. Điều này rõ ràng khiến việc thuyết phục các nhà đầu tư trở nên khó khăn hơn. Nếu một công ty trí tuệ nhân tạo nổi tiếng, sau khi niêm yết, tiếp tục hoạt động kém, thị trường có thể chịu đựng được không? Điều này cần thời gian để xác minh.
Có một câu hỏi rất dễ bị bỏ qua: giá trị kinh tế mà trí tuệ nhân tạo tạo ra không nhất thiết có thể chuyển đổi thành doanh thu và lợi nhuận của nhà phát triển mô hình.
Các doanh nghiệp sử dụng trí tuệ nhân tạo để nâng cao năng suất, chi phí tiết kiệm có thể nằm trong tay người sử dụng; người tiêu dùng nhận được sự tiện lợi từ dịch vụ thông minh miễn phí hoặc giá thấp có thể thể hiện dưới dạng thặng dư tiêu dùng, chứ không phải doanh thu của nhà cung cấp mô hình. Ngay cả khi trí tuệ nhân tạo cuối cùng nâng cao đáng kể năng suất của toàn xã hội, các nhà phát triển mô hình cũng chưa chắc có thể nhận được lợi ích kinh tế tương ứng với giá trị mà họ tạo ra.
Giá trị xã hội của công nghệ và lợi ích tài chính của nhà phát triển không nhất thiết có mối quan hệ tương ứng.
AI thực sự đã khai thác được vàng. Nhưng khi tất cả các chi phí chip, điện, trung tâm dữ liệu, đầu tư nghiên cứu và phát triển và chi phí tài chính được thanh toán, những người khai thác vàng thực sự có thể giữ lại bao nhiêu? Đây mới là câu hỏi cốt lõi mà mô hình kinh doanh lớn chưa trả lời được.
Việc niêm yết của Anthropic không phải là sự kết thúc của câu hỏi này, mà là đưa câu hỏi vào một giai đoạn nghiêm ngặt hơn. Trước đây, thị trường có thể tưởng tượng tương lai dựa trên những đột phá công nghệ, tăng trưởng người dùng và định giá tài chính; sau khi niêm yết, doanh nghiệp phải liên tục chứng minh giá trị thương mại của mình thông qua doanh thu, lợi nhuận, dòng tiền và lợi tức vốn.
Mô hình có thông minh hơn hay không tất nhiên là quan trọng, nhưng quan trọng hơn là doanh nghiệp có thể sản xuất, phân phối và bán trí tuệ nhân tạo theo cách kinh tế bền vững hay không.
Bài viết nổi bật













