Khoản cược AI trị giá 1000 tỷ USD của Microsoft, Amazon và Google sẽ không mang lại lợi nhuận như các làn sóng công nghệ khác?

Các công ty công nghệ lớn như Amazon, Microsoft và Google đã chi hơn 48 tỷ USD trong quý 2, chủ yếu cho các trung tâm dữ liệu, theo Synergy Research Group. Dự kiến, các công ty này sẽ chi tới 1 nghìn tỷ USD vào lĩnh vực này. Động lực chính cho khoản đầu tư khổng lồ này là kỳ vọng AI tạo sinh sẽ là làn sóng công nghệ lớn tiếp theo sau điện toán đám mây.

Tuy nhiên, câu hỏi được đặt ra là: Liệu những khoản đầu tư khổng lồ vào AI sẽ mang lại lợi nhuận như thế nào? Các chuyên gia của RBC Capital Markets đã đưa ra câu trả lời ban đầu, và kết quả không mấy khả quan.

"Lợi nhuận gộp phần mềm trong dài hạn sẽ thấp hơn về mặt cấu trúc do tác động của AI tạo sinh", họ viết trong một ghi chú nghiên cứu.

Theo RBC, khi phần mềm chuyển từ mô hình "on-premise" (chạy trên máy tính của riêng công ty) sang điện toán đám mây (chạy trên máy tính từ xa được thuê), lợi nhuận gộp đã giảm từ 90% xuống còn 75%.

Sự chuyển đổi từ điện toán đám mây sang AI tạo sinh sẽ tiếp tục kéo lợi nhuận phần mềm xuống thấp hơn nữa, xuống khoảng 60%, các chuyên gia ước tính.

Lợi nhuận gộp là một thước đo đơn giản về khả năng sinh lời, được tính bằng doanh thu trừ đi chi phí hàng bán.

Trong ngành kinh doanh phần mềm, lợi nhuận gộp thường ở mức 90%. Con số này nghe có vẻ cao, nhưng đây chính là lý do ngành này thu hút nhiều nhà đầu tư và tại sao các công ty phần mềm có định giá cao như vậy.

Chi phí phát triển phần mềm mới rất cao. Nhưng một khi phần mềm được tạo ra, chi phí sản xuất các phiên bản mới và phân phối cho khách hàng gần như bằng không. Do đó, mỗi khi bạn bán thêm phần mềm, lợi nhuận của bạn sẽ ngày càng tăng.

Khi các nhà đầu tư công nghệ liên tục nhắc đến "quy mô", đây chính là điều họ muốn nói. Ngành kinh doanh phần mềm truyền thống có quy mô rất lớn: Doanh thu cao hơn = Lợi nhuận cao hơn.

Vậy tại sao ngành kinh doanh phần mềm có thể kém sinh lời hơn trong kỷ nguyên AI sắp tới?

"Có thể khó để đạt được hiệu quả cao về P&L với AI tạo sinh", các chuyên gia của RBC viết, ám chỉ bảng cân đối kế toán của các công ty.

AI tạo sinh rất tốn kém để phát triển, nhưng cũng tốn kém để vận hành.

Có quá trình huấn luyện mô hình AI. Điều này bao gồm việc mua GPU đắt tiền từ Nvidia. Sau đó, đặt các con chip AI này vào máy chủ cần hệ thống làm mát và mạng đặc biệt bên trong các trung tâm dữ liệu khổng lồ. Những cơ sở này sử dụng lượng điện năng khổng lồ, cũng rất tốn kém và yêu cầu nâng cấp đắt tiền.

Thậm chí, điều này còn chưa kể đến chi phí của dữ liệu cần thiết để huấn luyện mô hình AI. Các công ty công nghệ lớn và các công ty khởi nghiệp đang cố gắng tránh phải trả tiền cho phần lớn việc này. Nhưng việc thu thập và làm sạch dữ liệu này vẫn rất tốn kém.

Sau khi các mô hình AI được huấn luyện, chúng phải được vận hành. Đây là bước suy luận (inference), nơi các mô hình được hiển thị dữ liệu hoặc yêu cầu mới và chúng suy luận ra những điều hữu ích từ thông tin đó. Bước này cũng yêu cầu các con chip đắt tiền và là một khoản chi phí thường xuyên hơn.

Điều này không giống như ngành kinh doanh phần mềm "on-premise" cũ, nơi mỗi lần bán hàng mới gần như là 100% lợi nhuận. Mỗi khi khách hàng AI sử dụng dịch vụ AI tạo sinh, nhà cung cấp phải gánh chịu một loạt chi phí.

Ví dụ, ChatGPT tốn của OpenAI 700.000 USD mỗi ngày để vận hành, nhà phân tích ngành Dylan Patel ước tính vào năm ngoái.

Tuy nhiên, các chuyên gia của RBC không hoàn toàn bi quan.

Họ dự đoán AI tạo sinh sẽ mang tính cách mạng đến mức khách hàng chi nhiều hơn cho phần mềm mới do AI hỗ trợ. Họ ước tính doanh thu phần mềm có thể tăng gấp đôi hoặc thậm chí gấp ba lần mức hiện tại.

Với thị trường phần mềm lớn hơn nhiều, có thể có nhiều "lợi nhuận bằng đô la" hơn, ngay cả khi lợi nhuận gộp thấp hơn, các chuyên gia cũng giải thích.

"Lợi nhuận bằng đô la" là điều mà các giám đốc điều hành và các chuyên gia dựa vào khi lợi nhuận gộp giảm. Đây là thước đo lợi nhuận tuyệt đối mà một công ty tạo ra.

Ví dụ, nếu một công ty có doanh thu 100 triệu USD và lợi nhuận gộp là 10%, thì lợi nhuận tuyệt đối bằng đô la là 10 triệu USD.

Nếu công ty lý thuyết này chứng kiến doanh thu tăng lên 300 triệu USD, nhưng lợi nhuận gộp giảm xuống còn 8%, thì thu nhập vẫn là 24 triệu USD – nhiều hơn trước.

"Mặc dù chúng tôi dự đoán AI tạo sinh sẽ gây áp lực lên lợi nhuận gộp, nhưng chúng tôi tin rằng lợi nhuận gộp bằng đô la trong dài hạn… sẽ cao hơn trong thế giới hậu AI tạo sinh", các chuyên gia của RBC kết luận.

Giả định lớn ở đây là AI tạo sinh sẽ thúc đẩy doanh thu tăng trưởng mạnh. Tôi hy vọng RBC Capital Markets là đúng, nếu không, những khoản đầu tư khổng lồ vào AI có thể sẽ tạo ra "kết quả kinh tế khá tệ hại".