Từ mở rộng sức mạnh AI đến tạo doanh thu từ ứng dụng, Goldman Sachs nhìn thấu giai đoạn đầu tư AI mới: ai có thể biến Token thành dòng tiền?

Theo ứng dụng tài chính Zhihui, tại hội nghị Goldman Sachs Communacopia+ Technology được nhiều người quan tâm, các lãnh đạo từ những công ty phần mềm dẫn đầu mảng ứng dụng AI cho doanh nghiệp (B2B) và cá nhân (B2C) đã cùng nhau chia sẻ dự báo mới nhất về triển vọng tăng trưởng trong tương lai. Theo ghi chú mới nhất từ các nhà phân tích của Goldman Sachs, Ali Ghodsi, CEO của Databricks - doanh nghiệp tập trung vào phân tích dữ liệu lớn và dự án kỹ thuật AI, cho biết trọng tâm cạnh tranh của ngành phần mềm ứng dụng AI đang chuyển dịch về phía triển khai thực tế tại doanh nghiệp. Những nền tảng phần mềm có thể chuyển đổi năng lực mô hình một cách chính xác và hiệu quả thành kết quả kinh doanh tin cậy sẽ có cơ hội tăng trưởng mới.

Databricks sử dụng Genie để đáp ứng nhu cầu phân tích của doanh nghiệp, dùng Unity Catalog để thống nhất quản trị AI và số hóa, quản lý an ninh và chi phí, sau đó mở rộng sang các lĩnh vực như nền tảng dữ liệu khách hàng, phân tích an ninh, khả năng quan sát và cơ sở dữ liệu giao dịch. Goldman Sachs nhấn mạnh, để đánh giá tiềm năng tăng trưởng thị phần của các công ty phần mềm liên quan đến AI trong ba năm tới, cần chú trọng vào sở hữu trí tuệ công nghệ, tốc độ đổi mới và kiến trúc mở. Goldman Sachs cho rằng ở khía cạnh đầu tư, những nền tảng phần mềm sở hữu cơ sở dữ liệu lớn độc quyền cùng lợi thế về quy trình làm việc mạnh mẽ sẽ có cơ hội được thị trường đánh giá lại.

Các nhà phân tích tại Goldman Sachs cũng cho biết, khi dòng tiền toàn cầu đang chuyển từ giai đoạn đầu tư AI liên quan đến hạ tầng tính toán, như GPU/HBM/trung tâm dữ liệu AI (bước một), sang giai đoạn thứ hai - ứng dụng thắng thế có thể biến token thành năng suất doanh nghiệp, doanh thu và dòng tiền mạnh mẽ hơn. Sự phân hóa định giá trong tương lai có thể còn gay gắt hơn: các công ty phần mềm sở hữu dữ liệu độc quyền, lợi thế quy trình công việc phức tạp cho doanh nghiệp và cá nhân, khả năng thực thi quy trình khép kín của tác nhân AI và ROI rõ ràng sẽ được đánh giá lại, còn SaaS truyền thống dễ bị thay thế bởi các mô hình AI cơ bản rồi chỉ còn là sản phẩm đơn lẻ sẽ tiếp tục chịu áp lực.

AI bắt đầu “nộp bài” hiệu quả: Dữ liệu doanh nghiệp và quản trị quyết định khả năng triển khai

Tại hội nghị Communacopia+ Technology, Genie cho thấy lộ trình Databricks tranh giành “phía vào” AI của doanh nghiệp — thông qua công nghệ lập chỉ mục dữ liệu độc quyền OntoRank và ontology nghiệp vụ, tổ chức dữ liệu doanh nghiệp thành thông tin nghiệp vụ mà mô hình AI có thể hiểu, tính toán và sử dụng. Sản phẩm này đóng vai trò như “analyst AI-agent”.

Bộ phận quản lý của Databricks cho biết Genie đã được sử dụng rộng rãi trong các bộ phận bán hàng, marketing và tài chính, rõ ràng đã thay đổi hoạt động nội bộ trong 6–12 tháng qua. Ý nghĩa kỹ thuật nằm ở chỗ, doanh nghiệp muốn triển khai AI agent cần phải thống nhất cách hiểu về khách hàng, đơn hàng, doanh thu… rồi đưa kết quả phân tích vào quy trình vận hành hằng ngày; sau khi nâng cao hiệu suất mô hình, những công việc về dữ liệu này sẽ tiếp tục quyết định nhiệm vụ có hoàn thành chính xác hay không. Ban lãnh đạo cũng nhìn thấy không gian hợp tác với Palantir trong các dự án kỹ thuật dữ liệu phức tạp.

Unity Catalog tiếp nhận nhu cầu quản trị phát sinh từ việc triển khai AI agent quy mô lớn. Nhóm phân tích của Goldman Sachs chỉ ra, quá trình lặp lại và chọn mô hình nhanh chóng làm tăng độ phức tạp lựa chọn và triển khai, tiêu thụ token nhiều hơn khiến doanh nghiệp phải rà soát kỹ hơn chi phí và lợi tức, trong khi khả năng kiểm soát hành động cụ thể, truy cập dữ liệu và rủi ro bảo mật từ AI agent vẫn chưa đủ. Do đó, quản trị dữ liệu, quyền truy cập, bảo mật và ngữ nghĩa nghiệp vụ cần kết hợp chặt chẽ với môi trường vận hành AI.

Đánh giá mới nhất của Goldman Sachs về mảng ứng dụng AI là các nền tảng này tạo ra giá trị thương mại bằng cách giúp doanh nghiệp yên tâm mở rộng triển khai: vừa xác định rõ AI agent có thể truy cập, thực hiện những gì, vừa theo dõi được chi phí và kết quả nhiệm vụ. Vì thế, độ trung thành của khách hàng đến từ việc liên tục tạo ra giá trị kinh doanh, hoàn toàn phù hợp với nhấn mạnh về năng lực công nghệ, đổi mới nhanh và kiến trúc mở mà Goldman Sachs đề cập.

Việc mở rộng sản phẩm thực tế của Databricks và các nền tảng ứng dụng AI hàng đầu tập trung vào bốn hướng: ở mảng nền tảng dữ liệu khách hàng, Infinite Campaigns cho phép chuyển từ marketing theo nhóm người sang marketing cá nhân hóa chi tiết, ban quản lý dự đoán các mô hình mã nguồn mở sẽ tiếp tục cải thiện khả năng kiểm soát chi phí; ở mảng quản lý an ninh và sự kiện (SIEM), dữ liệu mới do AI agent sinh ra và sự hội tụ chức năng của CIO và CISO, mở ra cơ hội cho nền tảng dữ liệu lấn sân sang phân tích an ninh; khả năng quan sát cũng là hướng mở rộng, nhưng chưa công bố lộ trình. Lakebase được ban lãnh đạo xem là cơ hội lớn nhất cho sản phẩm mới: Sau khi AI hạ thấp ngưỡng phát triển phần mềm, các ứng dụng mới sẽ cần database giao dịch để hỗ trợ đọc ghi hàng ngày và vận hành dịch vụ, từ đó giúp Databricks mở rộng khỏi chỉ phân tích dữ liệu sang các thị trường khác.

Ban lãnh đạo thậm chí cho rằng, phần mềm được tạo ra trong tám tháng tới có thể vượt quy mô tích lũy từ trước tới nay — tuy nhiên, Goldman Sachs lưu ý đây là nhận định mạnh bạo về nhu cầu, không nên coi là dự báo đã được xác thực của ngành.

Biến Token thành dòng tiền: Cơ hội ứng dụng lan tỏa, cổ phiếu phần mềm tăng phân hóa

OpenAI vừa tung ra Astra tập trung vào việc sử dụng agent nâng cao hiệu quả vận hành máy tính, lập trình và thực thi nhiệm vụ phức tạp, cho phép nhiều quy trình doanh nghiệp tự động hóa hơn, nhưng “cạnh tranh về hiệu suất mô hình” và “cạnh tranh về ứng dụng thực tế” sẽ diễn ra song song. Mô hình thu phí cũng chia tầng: Astra API vẫn tính phí theo token đầu vào và đầu ra, các hãng phần mềm ứng dụng AI có thể tính phí theo người dùng, số lần thao tác, cuộc hội thoại hoặc kết quả nghiệp vụ. Ví dụ, Fin của Intercom tính phí theo kết quả nghiệp vụ định nghĩa sẵn, mỗi lần từ 0.99 USD; Salesforce Agentforce tính phí dựa trên thao tác, hội thoại hoặc cấp quyền cho người dùng.

Các nhà cung cấp mô hình nền tảng có thể tiếp tục tập trung bán dịch vụ tài nguyên tính toán qua API, còn lớp ứng dụng AI sẽ buộc phải xác minh hiệu quả tạo giá trị thực tế. Thu phí theo kết quả giúp giá càng sát với giá trị khách hàng nhận được, đồng thời yêu cầu nhà cung cấp chịu chi phí suy luận, lặp lại và kiểm tra thủ công; tỷ lệ thành công của nhiệm vụ và biên lợi nhuận trên mỗi nhiệm vụ vì thế trở thành chỉ báo quan trọng của chất lượng thương mại hóa.

Diễn biến giá cổ phiếu gần đây cho thấy, thị trường sẵn lòng thưởng cho các công ty AI tạo ra doanh thu, nhưng cũng phạt những ai đối mặt với nguy cơ thay thế. Ngày 3/9, cổ phiếu Snowflake – một đối thủ Databricks – tăng hơn 17% nhờ báo cáo tài chính mạnh; doanh thu sản phẩm quý 2 tăng 37% đạt 1,49 tỷ USD, dự báo cả năm nâng từ 5,84 lên 6,07 tỷ USD, chứng minh nhu cầu tiêu thụ nền tảng dữ liệu doanh nghiệp AI tăng. Nhưng đến 8/9, Salesforce và Intuit giảm giá lần lượt khoảng 4%, ServiceNow giảm khoảng 5%, chỉ số S&P 500 mảng phần mềm và dịch vụ giảm 1,4%, các nhà phân tích phố Wall cho rằng một phần do Astra ra mắt bất ngờ làm tăng lo ngại về rủi ro thay thế phần mềm bởi mô hình lớn.

Lộ trình triển khai phần mềm của Databricks cho thấy lợi nhuận từ AI đang lan tỏa nhanh dọc chuỗi giá trị – agent thực hiện nhiều nhiệm vụ hơn, kéo theo nhu cầu tính toán, lưu trữ, dịch vụ dữ liệu; nền tảng có khả năng kết nối dữ liệu doanh nghiệp, quản trị và lợi thế quy trình vận hành sẽ tranh thủ chuyển khối lượng sử dụng thành doanh thu và dòng tiền. Đối với cổ phiếu phần mềm, điều này cấu thành động lực mang tính cấu trúc, nhưng sự mở rộng của nền tảng cũng sẽ thu hẹp không gian hoạt động của các công cụ độc lập. Doanh nghiệp có thể hưởng lợi khi vừa tăng doanh thu AI, mở rộng tiêu thụ khách hàng vừa tăng biên lợi nhuận; các nhà cung cấp chỉ dựa vào giao diện hoặc chức năng đơn lại sẽ phải đối mặt cạnh tranh khốc liệt.

Kể từ làn sóng đầu tư AI cuối năm 2022, mỏ neo định giá đã chuyển dần từ “quy mô chi tiêu vốn” sang “hiệu quả hoàn vốn”, và quá trình này đang tăng tốc — giai đoạn đầu là ai dẫn đầu phân bổ và hưởng lợi từ xây dựng GPU data center lớn nhất, còn giai đoạn hiện tại là ai có thể chuyển token thành dòng tiền bền vững.

Chu kỳ tăng giá mạnh mẽ của AI đang dịch chuyển từ “mua cổ phiếu chip” sang “mua quy trình công việc AI”, tức là thị trường hiện tại đang tái định giá chủ đề đầu tư AI từ “ai được lợi nhiều nhất từ mức chi tiêu vốn AI liên tục” sang “ai có thể chuyển nhanh hiệu suất tính toán thành ARR, biên lợi nhuận và dòng tiền tự do”. Chu kỳ mới này có lợi cho các công ty phần mềm tập trung vào nền tảng ứng dụng AI, nhúng sâu vào quy trình doanh nghiệp cốt lõi, có tỷ lệ gia hạn cao, sở hữu rào cản dữ liệu và khả năng thương mại hóa agent. Các công ty phần mềm tập trung AI có thể tiếp tục nâng cấp khả năng tiếp cận mô hình tốt hơn, tiết kiệm chi phí hơn và vẫn giữ được giá trị kinh doanh không thể thay thế sẽ ảnh hưởng tới quyền quyết định về giá trong dài hạn của họ.