Michael Burry cảnh báo về Nvidia: Luận điểm tăng giá và giảm giá cho cơn sốt chip AI

Giao dịch AI đang bước vào giai đoạn khắt khe hơn. Trong ba năm qua, luận điểm tăng giá tương đối đơn giản: các hyperscaler cần nhiều năng lực tính toán hơn, Nvidia thống trị thị trường chip gia tốc AI, và các mô hình lớn hơn đòi hỏi các cụm máy tính (cluster) ngày càng lớn hơn. Logic đó vẫn có cơ sở vững chắc, nhưng hiện nay nhà đầu tư phải đối mặt với một câu hỏi khó hơn: liệu doanh thu AI và mức tăng năng suất có thể theo kịp chi tiêu vốn khổng lồ cần thiết để xây dựng hạ tầng hay không?

Chỉ trích của Michael Burry đối với sáng kiến tài trợ AI trị giá 500 tỷ USD mới của Nvidia phù hợp với cuộc tranh luận rộng hơn này. Ông gọi kế hoạch này là "dấu hiệu của sự tuyệt vọng", đặt câu hỏi liệu nhu cầu AI có đang trở nên quá phụ thuộc vào việc tài trợ vốn hay không. Trong khi đó, Nvidia lập luận rằng các thỏa thuận hợp tác với Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs và KKR có thể huy động hơn 500 tỷ USD vốn từ bên thứ ba cho hạ tầng AI.

Cuộc tranh luận thực sự giữa phe tăng giá và phe giảm giá rộng hơn vấn đề tài trợ vốn. Nó xoay quanh chi tiêu của các hyperscaler, khả năng kiếm tiền từ AI, chu kỳ thay thế chip, cạnh tranh và tỷ suất sinh lời trên vốn.

Luận điểm tăng giá: Nhu cầu AI vẫn đang mở rộng

Luận điểm tăng giá mạnh nhất rất đơn giản: chu kỳ chi tiêu vẫn chưa có dấu hiệu chững lại.

Doanh thu quý I tài chính năm 2027 của Nvidia đạt 81,6 tỷ USD, tăng 85% so với cùng kỳ năm trước, trong khi doanh thu Trung tâm dữ liệu tăng 92% lên 75,2 tỷ USD. Công ty dự báo doanh thu quý tiếp theo đạt khoảng 91 tỷ USD, ngay cả khi chưa tính đến doanh thu tính toán từ Trung tâm dữ liệu tại Trung Quốc.

Các khách hàng lớn nhất của công ty cũng đang đẩy nhanh đầu tư. Alphabet đã nâng dự báo chi tiêu vốn năm 2026 lên 195–205 tỷ USD. Meta dự kiến chi 130–145 tỷ USD. Microsoft đã chi 41 tỷ USD trong quý gần nhất, trong đó khoảng hai phần ba dành cho các tài sản có thời gian sử dụng ngắn hơn như CPU và GPU.

Quan trọng hơn, hạ tầng AI đang bắt đầu tạo ra doanh thu thực sự. Doanh thu Google Cloud tăng vọt 82% trong quý II lên 24,8 tỷ USD, trong khi lượng đơn hàng chưa thực hiện (backlog) đạt 514 tỷ USD. Doanh thu điện toán đám mây của Microsoft vượt 214 tỷ USD trong năm tài chính 2026, với nhu cầu ngày càng mở rộng ra ngoài các công ty phát triển mô hình AI hàng đầu (frontier-model).

Điều này quan trọng vì giai đoạn tăng trưởng AI tiếp theo có thể đến từ suy luận (inference), tác nhân AI (agent), viết mã, quảng cáo, tìm kiếm, AI công nghiệp và triển khai trong doanh nghiệp, thay vì chỉ từ huấn luyện các mô hình AI hàng đầu. Nếu AI được tích hợp vào các quy trình sản xuất hàng ngày, nhu cầu bán dẫn có thể duy trì ở mức cao mang tính cấu trúc trong nhiều năm.

Rubin là một động lực khác. Nvidia cho biết nền tảng này đã được sản xuất, với các hệ thống sẽ ra mắt vào nửa cuối năm 2026. AWS, Google Cloud, Microsoft, Oracle và CoreWeave là một số đơn vị dự kiến sẽ triển khai sớm.

Cơ hội cũng mở rộng ra ngoài Nvidia. Các cụm AI lớn hơn cần nhiều bộ nhớ HBM, đóng gói tiên tiến, kết nối mạng, kết nối quang, hạ tầng điện năng và hệ thống làm mát hơn. Ngay cả khi Nvidia cuối cùng chỉ nắm giữ một phần nhỏ hơn trong mỗi đồng USD tăng thêm từ AI, thị trường hạ tầng AI tổng thể vẫn có thể tiếp tục mở rộng.

Luận điểm giảm giá: Liệu khả năng kiếm tiền có theo kịp không?

Phe giảm giá có thể nhìn vào cùng những số liệu chi tiêu vốn này và đưa ra kết luận rất khác.

Alphabet đã chi 44,9 tỷ USD cho chi tiêu vốn trong quý II và ghi nhận dòng tiền tự do âm 5,9 tỷ USD. Meta đã chi 31,1 tỷ USD và chỉ tạo ra 784 triệu USD dòng tiền tự do trong quý. Microsoft cũng đã thừa nhận rằng đầu tư vào hạ tầng AI đang gây áp lực lên biên lợi nhuận điện toán đám mây.

Do đó, câu hỏi then chốt rất đơn giản:

Mỗi đô la chi tiêu vốn tăng thêm sẽ tạo ra bao nhiêu doanh thu AI tăng thêm?

Cơn sốt này có thể tiếp diễn khi các hyperscaler vẫn tin rằng năng lực tính toán còn khan hiếm. Thị trường sẽ trở nên dễ bị tổn thương hơn khi công suất bắt kịp nhu cầu và các công ty bắt đầu yêu cầu tỷ suất sinh lời cao hơn từ mỗi trung tâm dữ liệu mới.

Sự hao mòn công nghệ tạo ra một rủi ro khác. Nvidia đang chuyển đổi nhanh chóng qua các thế hệ Hopper, Blackwell, Blackwell Ultra và Rubin. Các GPU cũ vẫn có thể tạo ra doanh thu thông qua suy luận, tinh chỉnh (fine-tuning) và các tải công việc đám mây chi phí thấp hơn, nhưng giá trị kinh tế của chúng có thể giảm nhanh khi các kiến trúc mới cải thiện hiệu suất trên mỗi watt và chi phí trên mỗi token.

Đây là lúc chỉ trích về việc tài trợ vốn của Burry trở nên có liên quan. Các thỏa thuận hợp tác mới của Nvidia với Wall Street nhằm huy động hơn 500 tỷ USD vốn từ bên thứ ba. Theo cách diễn giải theo hướng giảm giá của ông, các hình thức tài trợ ngày càng phức tạp có thể là điều cần thiết để duy trì một chu kỳ chi tiêu mà lợi nhuận dài hạn vẫn còn chưa chắc chắn.

Rủi ro thực sự sẽ xuất hiện nếu nhu cầu AI suy yếu cùng lúc với việc giá thuê GPU cũ và giá trị còn lại của chúng giảm mạnh. Khi đó, các nhà khai thác điện toán đám mây AI sử dụng đòn bẩy cao sẽ phải đối mặt với dòng tiền suy yếu và tài sản thế chấp suy yếu cùng lúc.

Cạnh tranh tạo thêm một điểm áp lực khác. Google đang mở rộng triển khai TPU ra ngoài phạm vi sử dụng nội bộ, trong khi AMD và các chip gia tốc tùy chỉnh được các công ty như Broadcom hậu thuẫn đang hướng đến các tải công việc mà lợi thế kinh tế cao cấp của Nvidia có thể ngày càng khó biện minh.

Nvidia vẫn có thể tăng trưởng trong môi trường đó, nhưng thị phần, khả năng định giá và biên lợi nhuận bán dẫn có thể dần trở về mức bình thường.

Điều gì sẽ quyết định xu hướng giao dịch AI tiếp theo?

Giai đoạn tiếp theo của giao dịch chip AI phụ thuộc vào bốn biến số:

Tăng trưởng doanh thu AI, chi tiêu vốn của hyperscaler, mức sử dụng GPU và biên lợi nhuận bán dẫn.

Kịch bản tăng giá vẫn còn nguyên vẹn nếu các ứng dụng AI tiếp tục lan rộng, suy luận mở rộng, các hyperscaler vẫn bị hạn chế về công suất, các GPU cũ tìm được ứng dụng có lợi nhuận ở phân khúc thấp hơn và Rubin khởi động một chu kỳ nâng cấp mới.

Kịch bản giảm giá bắt đầu khi chi tiêu vốn tăng nhanh hơn đáng kể so với khả năng kiếm tiền, biên lợi nhuận đám mây bị thu hẹp, hiệu quả kinh tế của các GPU cũ suy giảm và các hyperscaler cuối cùng phải giảm tốc chi tiêu hạ tầng.

Câu hỏi trung tâm còn lớn hơn kế hoạch tài trợ vốn trị giá 500 tỷ USD của Nvidia:

Liệu AI có thể tạo ra đủ giá trị kinh tế để biện minh cho hạ tầng đã được xây dựng, cũng như làn sóng đầu tư còn lớn hơn nữa vẫn đang tới?

Nếu câu trả lời vẫn là có, chu kỳ bán dẫn AI vẫn còn dư địa để phát triển. Nếu mối quan hệ đó bắt đầu đổ vỡ, nhà đầu tư có thể cần đánh giá lại toàn bộ chuỗi giá trị, từ Nvidia và bộ nhớ đến kết nối mạng, các nhà máy bán dẫn (foundry) và các nhà khai thác điện toán đám mây AI.