Khi tôi lần đầu chạm vào whitepaper của Ethereum năm 2015, tôi đã nghĩ rằng blockchain sẽ là lớp cơ sở hạ tầng duy nhất cho tương lai số. Mười năm sau, tôi nhận ra mình đã lầm. Cuộc chơi thực sự đang diễn ra ở một tầng khác: AI và các trung tâm dữ liệu siêu quy mô. Mới đây, giới trader đổ xô vào cổ phiếu hưởng lợi từ kế hoạch chi 600 tỷ USD (600 tỷ, không phải 60 tỷ) cho cơ sở hạ tầng AI của các gã khổng lồ như Microsoft, Google, Amazon. Một con số khiến cả thị trường crypto mùa bull cũng phải ngưỡng mộ. Nhưng đằng sau làn sóng hưng phấn ấy, tôi thấy những tín hiệu kỹ thuật và tâm lý mà giới đầu tư đang bỏ qua. Hãy cùng tôi mổ xẻ.
Context: Câu chuyện đang thay đổi
Năm 2020, DeFi Summer bùng nổ với TVL tăng vọt. Năm 2021, NFT trở thành vé vào cộng đồng. Năm 2024-2025, câu chuyện chuyển sang AI Agents và DePIN. Nhưng giờ đây, các đại gia Web2 đang âm thầm xây dựng một lớp hạ tầng khổng lồ — trung tâm dữ liệu AI với GPU cluster quy mô hàng trăm nghìn chip. 600 tỷ USD không phải là tiền để train một mô hình GPT-5, mà là để xây dựng các nhà máy sản xuất năng lực tính toán trong 3-5 năm tới. Đây là sự chuyển đổi mang tính cấu trúc: từ mô hình "mua GPU đào coin" sang "thuê GPU chạy AI inference". Các công ty như CoreWeave, Lambda Labs đã trở thành những "công ty khai thác" mới, nhưng lần này họ phục vụ AI, không phải crypto.
Core: Phân tích kỹ thuật và tâm lý đám đông
Dưới góc nhìn của một thợ săn câu chuyện, tôi thấy 3 lớp vấn đề.
Thứ nhất, về kỹ thuật và chuỗi cung ứng. 600 tỷ USD, nếu quy ra H100 (giá ~30k USD mỗi chiếc), đủ để mua 20 triệu chip — gấp 10 lần tổng sản lượng H100 hiện tại. Nghĩa là phần lớn số tiền sẽ không chỉ dành cho GPU, mà còn cho cơ sở hạ tầng đi kèm: hệ thống làm mát bằng chất lỏng, nguồn điện dự phòng, đất đai, và mạng InfiniBand. Điều này tạo ra cơ hội khổng lồ cho các nhà cung cấp "cuốc xẻng" như Vertiv, CoolIT, và các nhà sản xuất dây cáp quang. Nhưng ẩn họa: nếu toàn bộ thế giới cùng chạy đua, nguồn cung chip và năng lượng sẽ trở nên căng thẳng, đẩy giá lên và kéo dài thời gian hoàn vốn.
Thứ hai, về mặt tài chính và tâm lý. "Traders flock to stocks" — câu đó khiến tôi nhớ lại năm 2021 khi mọi người đổ xô vào token của các dự án "Blockchain 3.0" mà không hiểu họ đang mua gì. Đám đông luôn chạy theo câu chuyện hấp dẫn nhất. Lần này, câu chuyện là "AI sẽ thay đổi thế giới". Nhưng họ quên mất một bài học lịch sử: đầu tư cơ sở hạ tầng giai đoạn đầu thường có độ trễ rất lớn giữa chi tiêu vốn và doanh thu. Năm 2000, các công ty viễn thông chi hàng trăm tỷ USD xây cáp quang, kết quả là bong bóng dot-com vỡ. Năm 2025, các hyperscaler cũng đang xây dựng "đường cao tốc AI". Liệu có đủ nhu cầu để lấp đầy các làn đường?
Thứ ba, về bối cảnh địa chính trị. Tôi để ý thấy bài báo gốc không nhắc đến các hạn chế xuất khẩu chip. Nhưng trong thực tế, lệnh cấm của Mỹ đối với NVIDIA H100 sang Trung Quốc đã tạo ra hai hệ sinh thái song song. Một bên dùng GPU Mỹ, một bên dùng chip nội địa (Huawei Ascend). 600 tỷ USD này chủ yếu đổ vào hệ sinh thái phương Tây, nhưng Trung Quốc cũng đang chi một khoản tương đương (dù không công bố). Kết quả là một thế giới AI phân mảnh, nơi mà chi phí tuân thủ và rào cản kỹ thuật sẽ đè nặng lên các startup.
Contrarian: Góc nhìn phản trực giác
Đa số mọi người nghĩ: chi tiêu vốn lớn = tăng trưởng mạnh = giá cổ phiếu lên. Tôi cho rằng điều ngược lại mới đúng: càng nhiều vốn đổ vào, rủi ro dư thừa công suất càng cao. Hãy nhìn vào lịch sử của ngành khai thác Bitcoin: khi giá tăng, hash rate tăng vọt, nhưng sau halving, các miner nhỏ chết dần và thị trường tập trung vào 3-4 pool lớn. Tương tự, khi 600 tỷ USD được chi cho AI infrastructure, chỉ những gã khổng lồ có sẵn hệ sinh thái (Microsoft với Azure + OpenAI, Google với GCP + DeepMind) mới có thể biến chi phí thành lợi thế. Còn lại, các công ty nhỏ hơn như CoreWeave hay Lambda Labs có thể bị nghiền nát bởi cuộc chiến giá.
Điểm mù thứ hai: hiệu suất sử dụng GPU. Trong crypto, các miner có thể luân chuyển hash rate giữa các coin để tối ưu lợi nhuận. Nhưng AI workload rất khác: mỗi mô hình yêu cầu cấu hình GPU cố định, và thời gian idle giữa các job có thể lên tới 30-40%. Nếu các hyperscaler xây dựng quá nhiều cluster mà không có đủ workload, họ sẽ phải giảm giá mạnh — điều đã xảy ra với giá API của OpenAI và Google trong năm 2024. Điều này có lợi cho người dùng cuối, nhưng lại là cơn ác mộng cho các nhà đầu tư đã mua cổ phiếu ở đỉnh.
Điểm mù thứ ba: năng lượng và môi trường. Một trung tâm dữ liệu AI công suất 1GW tiêu thụ điện tương đương một nhà máy điện hạt nhân nhỏ. Kế hoạch chi 600 tỷ USD đồng nghĩa với việc xây dựng hàng trăm trung tâm như vậy. Liệu lưới điện toàn cầu có đáp ứng nổi? Các công ty công nghệ đang chạy đua ký hợp đồng mua điện tái tạo, nhưng nguồn cung vẫn hạn chế. Nếu chi phí năng lượng tăng đột biến, toàn bộ mô hình kinh doanh AI inference sẽ bị ảnh hưởng.
Takeaway: Câu chuyện tiếp theo là gì?
Tôi tin rằng làn sóng chi tiêu vốn này sẽ tạo ra một cuộc thanh lọc lớn. Trong 12-18 tháng tới, chúng ta sẽ thấy sự phân hóa rõ rệt: các công ty cung cấp "cuốc xẻng" (điện, làm mát, chip) sẽ thắng lớn, còn các công ty AI thuần túy và các nhà vận hành datacenter nhỏ lẻ sẽ phải vật lộn để sống sót. Đối với cộng đồng blockchain, đây vừa là cơ hội vừa là thách thức: các dự án DePIN như Render Network, Akash, hay io.net có thể hưởng lợi từ nhu cầu GPU phi tập trung khi các ông lớn tập trung hóa nguồn cung. Nhưng liệu họ có đủ sức cạnh tranh với những gã khổng lồ có túi tiền không đáy?
Hãy nhớ: lịch sử không lặp lại, nhưng nó thường vần điệu. Năm 2017, câu chuyện "Blockchain 3.0" đã huy động hàng tỷ USD, nhưng cuối cùng EOS thất bại vì không giữ được lời hứa. Năm 2025, câu chuyện "AI Infrastructure" có thể cũng tương tự — trừ khi bạn đang cầm cuốc xẻng thay vì ngồi trên xe đẩy. Và tôi, với 15 năm quan sát thị trường, sẽ không đặt cược vào những cổ phiếu đã tăng 300% trong một quý. Tôi sẽ tìm những tín hiệu sớm từ các mảnh ghép mà đám đông bỏ quên — như một kẻ săn câu chuyện thực thụ.