Dữ liệu tài chính thực tế từ các doanh nghiệp Mỹ đang vẽ nên bức tranh hoàn toàn trái ngược với làn sóng kỳ vọng xoay quanh trí tuệ nhân tạo (AI). Bất chấp hàng tỷ USD vốn đầu tư và mức độ thảo luận dày đặc, công nghệ này gần như chưa mang lại bất kỳ khoản lợi nhuận cụ thể nào cho khối doanh nghiệp nằm ngoài nhóm đại gia công nghệ.
Sự phân hóa sâu sắc giữa Mag 7 và S&P 493
Theo báo cáo phân tích từ Tiến sĩ Torsten Slok, Chuyên gia kinh tế trưởng tại Apollo Global Management, chỉ số doanh thu trên mỗi lao động (revenue per worker) đang ghi nhận mức tăng đáng kể ở nhóm 7 tập đoàn công nghệ hàng đầu (Magnificent 7 bao gồm Apple, Microsoft, Alphabet, Amazon, Nvidia, Meta và Tesla). Ngược lại, chỉ số này đối với 493 công ty còn lại trong nhóm S&P 500 (S&P 493) hoàn toàn đi ngang.
Xu hướng tương tự cũng xuất hiện ở thước đo biên lợi nhuận (profit margins). Nhóm Mag 7 tiếp tục mở rộng biên lợi nhuận, trong khi khối doanh nghiệp truyền thống chiếm đại đa số nền kinh tế Mỹ không ghi nhận sự cải thiện nào. Đáng chú ý, năng suất nhân tố tổng hợp (Total Factor Productivity – TFP), sau khi được điều chỉnh theo chu kỳ sử dụng nhân tố từ Cục Dự trữ Liên bang chi nhánh San Francisco (Federal Reserve Bank of San Francisco) và Cục Thống kê Lao động Mỹ (BLS), vẫn chưa cho thấy bất kỳ dấu hiệu bứt phá nào do AI mang lại.
Chi phí xử lý dữ liệu trở thành gánh nặng tài chính
Khi tác động thực tế lên lợi nhuận ròng (bottom line) chưa xuất hiện, giới điều hành doanh nghiệp truyền thống tại Mỹ bắt đầu thận trọng hơn. Nhiều đơn vị không còn xem việc chi trả cho đơn vị đo lường tính toán mô hình (token spending) là động lực tăng trưởng mà nhìn nhận khoản mục này như một trung tâm chi phí (cost center) trực tiếp bào mòn biên lợi nhuận.
Trong khi các công ty khởi nghiệp được quỹ mạo hiểm (VC-backed companies) rót vốn tiếp tục đổ mạnh ngân sách vào token, phần lớn doanh nghiệp hoạt động trong các lĩnh vực chủ chốt khác không có nhu cầu ứng dụng các mô hình ngôn ngữ mới nhất và không sẵn sàng chi trả mức phí đắt đỏ. Chừng nào các hệ thống tự trị (agentic AI) và hoạt động tiêu thụ năng lực xử lý vẫn bị bó hẹp trong phạm vi một phân khúc nhỏ, tác động kinh tế vĩ mô của công nghệ này sẽ duy trì ở mức rất hạn chế.
Rào cản về bối cảnh và khả năng phán đoán kinh doanh
Một thách thức lớn trong tương lai là liệu các tập đoàn truyền thống có thể chuyển hóa các mô hình trí tuệ nhân tạo ngày càng rẻ hóa (commoditized) thành doanh thu và lợi nhuận thực tế hay không. Giới chuyên gia nhận định rào cản này khó vượt qua hơn nhiều so với dự tính ban đầu.
Mặc dù AI là một công cụ tính toán vượt trội, năng lực kinh doanh bản chất lại phụ thuộc vào sự phán đoán (judgment). Sự phán đoán gắn liền với ngữ cảnh riêng biệt của từng thị trường và có thể thay đổi tùy thuộc vào con người hay mô hình tiếp cận. Hơn hết, thuật toán không thể thấu hiểu trách nhiệm giải trình (accountability), sự tin cậy (trust), văn hóa nội bộ, những quy tắc bất thành văn (unwritten rules) hay các bài toán đánh đổi về đạo đức và sự công bằng. Đây lại chính là các yếu tố trực tiếp định hình rủi ro danh tiếng (reputational risk) và quyết định biên lợi nhuận của doanh nghiệp.
Thành bại thực sự của làn sóng AI sẽ được quyết định tại 493 công ty thuộc S&P 493 chứ không phải bên trong nhóm Mag 7. Đến thời điểm hiện tại, mọi dữ liệu đều cho thấy triển vọng tài chính bên ngoài ngành công nghệ vẫn chưa có bất kỳ chuyển biến tích cực nào.
Nguồn: Apollo Global Management
Hỗ trợ tư vấn, đào tạo và chuyển giao giải pháp AI cho cá nhân, doanh nghiệp và tổ chức.
Liên hệ qua Zalo
