Cơn sốt AI và nghịch lý tăng trưởng trong nền kinh tế hiện đại
1. Chủ tịch Fed cảnh báo: Nếu cơn sốt AI tại Mỹ không mang lại kết quả như kỳ vọng, chứng khoán có thể lao dốc, thất nghiệp gia tăng.Quan điểm này rất đáng chú ý vì nó đề cập đến một nghịch lý của cuộc cách mạng AI: AI có thể tạo ra một bước nhảy vọt về năng suất lao động, nhưng chính làn sóng đầu tư vào AI cũng có thể tạo ra một bong bóng tài chính, thậm chí gây ra khủng hoảng kinh tế nếu lợi nhuận thực tế không tương xứng với kỳ vọng.
Câu hỏi đang bao trùm các thị trường tài chính quốc tế là các tập đoàn công nghệ lớn của Mỹ và thế giới đang đổ những khoản tiền khổng lồ vào lĩnh vực trí tuệ nhân tạo (AI). Nếu cuối cùng lợi nhuận thu được không đạt kỳ vọng, nền kinh tế Mỹ và thế giới sẽ phải đối mặt với những hậu quả gì?
Ngày 16/11 theo giờ địa phương, Chủ tịch Cục Dự trữ Liên bang Mỹ (Fed) Kevin Warsh phát biểu tại cuộc họp của “Nhóm công tác về năng suất và việc làm” tổ chức ở San Francisco rằng Fed đã bắt đầu nghiên cứu những kịch bản kinh tế khác nhau có thể xuất hiện từ sự phát triển của trí tuệ nhân tạo. Một trong những kịch bản đó là làn sóng đầu tư AI tại Mỹ không đạt được kết quả như kỳ vọng, dẫn đến thị trường chứng khoán sụt giảm, tăng trưởng kinh tế chậm lại và tỷ lệ thất nghiệp gia tăng.
Warsh nhấn mạnh rằng đây chỉ là những kịch bản giả định phục vụ công tác phân tích, chứ không phải dự báo về diễn biến kinh tế trong tương lai. Tuy nhiên, ông thừa nhận AI vẫn chưa tạo ra sự gia tăng mang tính cơ cấu rõ ràng về năng suất của nền kinh tế Mỹ, trong khi những rủi ro kinh tế tiềm ẩn từ các khoản đầu tư liên quan đến AI là điều không thể xem nhẹ.
Ngay trong ngày Warsh phát biểu, thị trường chứng khoán Mỹ lại chứng kiến một đợt bán tháo trên diện rộng. Ngày 16/11, chỉ số Nasdaq Composite giảm 2,49%, S&P 500 giảm 1,92% và Dow Jones Industrial Average giảm 1,41%. Cổ phiếu công nghệ chịu áp lực đặc biệt mạnh: chỉ số bán dẫn Philadelphia giảm sâu 5,3%, còn cổ phiếu Nvidia giảm 4,1%.
Do những lo ngại của nhà đầu tư Mỹ về hiệu quả đầu tư vào AI và mức định giá cổ phiếu công nghệ ngày càng gia tăng, chỉ số Nasdaq đã giảm hơn 10% so với mức đỉnh đóng cửa lịch sử ngày 6/10, bước vào vùng điều chỉnh kỹ thuật.
Trong bài phát biểu cùng ngày, Warsh cho rằng AI có thể trở thành động lực quan trọng thúc đẩy tăng trưởng kinh tế Mỹ, nhưng Fed cần chuẩn bị cho những kết quả khác nhau có thể xảy ra.
2. Ba kịch bản
Chủ tịch Cục Dự trữ Liên bang Mỹ (Fed) Kevin Warsh cho biết các chuyên gia của Fed đã bắt đầu sử dụng các mô hình kinh tế để nghiên cứu ba kịch bản mà AI có thể tạo ra cho nền kinh tế Mỹ trong những năm tới.
Kịch bản thứ nhất: Lạc quan.
AI làm tăng đáng kể năng suất lao động, đồng thời người lao động và chủ sở hữu vốn cùng được hưởng rộng rãi những thành quả kinh tế. Tốc độ tăng trưởng GDP thực tế của Mỹ duy trì ở mức cao hơn mức bình quân dài hạn, trong khi việc làm vẫn được bảo đảm ở mức cao.
Kịch bản thứ hai: Tăng trưởng cao nhưng thất nghiệp gia tăng.
AI cũng thúc đẩy kinh tế Mỹ tăng trưởng nhanh hơn, nhưng công nghệ tự động hóa thay thế một số lượng lớn việc làm. Thị trường lao động không thể điều chỉnh kịp thời, khiến tỷ lệ thất nghiệp tăng lên mức cao hơn mức tương ứng với trạng thái toàn dụng lao động.
Kịch bản thứ ba: Đầu tư AI không đạt hiệu quả như kỳ vọng.
Warsh cho biết sau một giai đoạn đầu tư vốn quy mô lớn và giá cổ phiếu tăng mạnh, nếu AI không tạo ra những lợi ích kinh tế như mong đợi, định giá cổ phiếu có thể giảm xuống, kéo theo sự suy giảm của hoạt động kinh tế và tỷ lệ thất nghiệp tăng mạnh hơn. Ngay cả khi nền kinh tế Mỹ cuối cùng phục hồi tăng trưởng, nước này vẫn có thể không đạt được mức tăng năng suất như kỳ vọng ban đầu.
Câu hỏi đang bao trùm các thị trường tài chính quốc tế là các tập đoàn công nghệ lớn của Mỹ và thế giới đang đổ những khoản tiền khổng lồ vào lĩnh vực trí tuệ nhân tạo (AI). Nếu cuối cùng lợi nhuận thu được không đạt kỳ vọng, nền kinh tế Mỹ và thế giới sẽ phải đối mặt với những hậu quả gì?
Ngày 16/11 theo giờ địa phương, Chủ tịch Cục Dự trữ Liên bang Mỹ (Fed) Kevin Warsh phát biểu tại cuộc họp của “Nhóm công tác về năng suất và việc làm” tổ chức ở San Francisco rằng Fed đã bắt đầu nghiên cứu những kịch bản kinh tế khác nhau có thể xuất hiện từ sự phát triển của trí tuệ nhân tạo. Một trong những kịch bản đó là làn sóng đầu tư AI tại Mỹ không đạt được kết quả như kỳ vọng, dẫn đến thị trường chứng khoán sụt giảm, tăng trưởng kinh tế chậm lại và tỷ lệ thất nghiệp gia tăng.
Warsh nhấn mạnh rằng đây chỉ là những kịch bản giả định phục vụ công tác phân tích, chứ không phải dự báo về diễn biến kinh tế trong tương lai. Tuy nhiên, ông thừa nhận AI vẫn chưa tạo ra sự gia tăng mang tính cơ cấu rõ ràng về năng suất của nền kinh tế Mỹ, trong khi những rủi ro kinh tế tiềm ẩn từ các khoản đầu tư liên quan đến AI là điều không thể xem nhẹ.
Ngay trong ngày Warsh phát biểu, thị trường chứng khoán Mỹ lại chứng kiến một đợt bán tháo trên diện rộng. Ngày 16/11, chỉ số Nasdaq Composite giảm 2,49%, S&P 500 giảm 1,92% và Dow Jones Industrial Average giảm 1,41%. Cổ phiếu công nghệ chịu áp lực đặc biệt mạnh: chỉ số bán dẫn Philadelphia giảm sâu 5,3%, còn cổ phiếu Nvidia giảm 4,1%.
Do những lo ngại của nhà đầu tư Mỹ về hiệu quả đầu tư vào AI và mức định giá cổ phiếu công nghệ ngày càng gia tăng, chỉ số Nasdaq đã giảm hơn 10% so với mức đỉnh đóng cửa lịch sử ngày 6/10, bước vào vùng điều chỉnh kỹ thuật.
Trong bài phát biểu cùng ngày, Warsh cho rằng AI có thể trở thành động lực quan trọng thúc đẩy tăng trưởng kinh tế Mỹ, nhưng Fed cần chuẩn bị cho những kết quả khác nhau có thể xảy ra.
2. Ba kịch bản
Chủ tịch Cục Dự trữ Liên bang Mỹ (Fed) Kevin Warsh cho biết các chuyên gia của Fed đã bắt đầu sử dụng các mô hình kinh tế để nghiên cứu ba kịch bản mà AI có thể tạo ra cho nền kinh tế Mỹ trong những năm tới.
Kịch bản thứ nhất: Lạc quan.
AI làm tăng đáng kể năng suất lao động, đồng thời người lao động và chủ sở hữu vốn cùng được hưởng rộng rãi những thành quả kinh tế. Tốc độ tăng trưởng GDP thực tế của Mỹ duy trì ở mức cao hơn mức bình quân dài hạn, trong khi việc làm vẫn được bảo đảm ở mức cao.
Kịch bản thứ hai: Tăng trưởng cao nhưng thất nghiệp gia tăng.
AI cũng thúc đẩy kinh tế Mỹ tăng trưởng nhanh hơn, nhưng công nghệ tự động hóa thay thế một số lượng lớn việc làm. Thị trường lao động không thể điều chỉnh kịp thời, khiến tỷ lệ thất nghiệp tăng lên mức cao hơn mức tương ứng với trạng thái toàn dụng lao động.
Kịch bản thứ ba: Đầu tư AI không đạt hiệu quả như kỳ vọng.
Warsh cho biết sau một giai đoạn đầu tư vốn quy mô lớn và giá cổ phiếu tăng mạnh, nếu AI không tạo ra những lợi ích kinh tế như mong đợi, định giá cổ phiếu có thể giảm xuống, kéo theo sự suy giảm của hoạt động kinh tế và tỷ lệ thất nghiệp tăng mạnh hơn. Ngay cả khi nền kinh tế Mỹ cuối cùng phục hồi tăng trưởng, nước này vẫn có thể không đạt được mức tăng năng suất như kỳ vọng ban đầu.
"Chúng ta không thể biết trước tương lai và cũng không nên giả vờ rằng mình có khả năng dự báo tương lai”, Warsh nói. Theo ông, nhiệm vụ của Fed là chuẩn bị cho những tình huống có thể xảy ra. Khi tốc độ thay đổi công nghệ ngày càng nhanh, việc xây dựng các phương án ứng phó cho những kịch bản khác nhau càng trở nên quan trọng.
Warsh từ lâu vẫn đánh giá tích cực về tác động của AI đối với nền kinh tế Mỹ. Ông cho rằng AI có thể đẩy nhanh quá trình hình thành những ý tưởng mới, thay đổi phương thức đổi mới sáng tạo, qua đó tạo khả năng để kinh tế Mỹ duy trì tốc độ tăng trưởng cao hơn đáng kể so với mức bình quân dài hạn.
Tuy nhiên, ông cũng thừa nhận rằng mặc dù năng suất của Mỹ tăng trưởng khá mạnh trong một số quý gần đây, cho đến nay vẫn chưa xuất hiện một bước đột phá mang tính cơ cấu rõ ràng và bền vững.
Những rủi ro tài chính có thể phát sinh từ làn sóng đầu tư AI tại Mỹ gần đây cũng thu hút sự quan tâm của các quan chức Fed khác.

3. Các rủi ro tài chính
Cũng trong ngày 16/11, Thống đốc Fed Michael Barr phát biểu tại một hội nghị về AI trong lĩnh vực tài chính tổ chức ở Milan, Italy, rằng việc xây dựng cơ sở hạ tầng AI tại Mỹ ngày càng phụ thuộc vào nguồn vốn vay. Nếu thị trường đánh giá lại giá trị của những khoản đầu tư này, các cấu trúc tài trợ vốn phức tạp có thể khuếch đại tác động tiêu cực đối với thị trường tài chính.
Dẫn báo cáo ổn định tài chính mới nhất của Fed, Barr cho biết trong năm 2026, tổng nợ ghi nhận trên bảng cân đối kế toán của bảy doanh nghiệp AI lớn nhất nước Mỹ tiếp tục tăng và dự kiến vượt 800 tỷ USD trước khi kết thúc năm.
Trong khi đó, các nghĩa vụ ngoài bảng cân đối kế toán liên quan đến những doanh nghiệp này, bao gồm hợp đồng dài hạn, cam kết thuê tài sản và bảo lãnh giá trị tài sản còn lại, còn tăng nhanh hơn. Tổng giá trị danh nghĩa tối đa tiềm tàng của những nghĩa vụ này hiện đã vượt 3.000 tỷ USD.
Những nghĩa vụ ngoài bảng cân đối kế toán này không đồng nghĩa với các khoản nợ thực tế đã phát sinh tổn thất. Tuy nhiên, chúng liên quan đến các hợp đồng cung cấp năng lượng, thuê trung tâm dữ liệu dài hạn và nhiều hình thức tài trợ vốn phức tạp khác. Một số tập đoàn công nghệ lớn có xếp hạng tín nhiệm cao còn gián tiếp hỗ trợ hoạt động vay vốn của những doanh nghiệp có năng lực tín dụng yếu hơn thông qua các hình thức bảo lãnh.
Barr cảnh báo rằng những cấu trúc tài chính như vậy thường thiếu tính minh bạch, khiến nhà đầu tư thông thường khó xác định chính xác rủi ro đang tập trung ở đâu. Khi tâm lý thị trường thay đổi, sự thiếu minh bạch này có thể làm cho làn sóng bán tháo trở nên nghiêm trọng hơn.
Ông cũng chỉ ra rằng các doanh nghiệp điện toán đám mây lớn và nhà sản xuất bộ xử lý đồ họa đã đầu tư tổng cộng hơn 100 tỷ USD vốn cổ phần vào các nhà phát triển mô hình ngôn ngữ lớn và các công ty khởi nghiệp trong lĩnh vực điện toán đám mây. Một phần các doanh nghiệp nhận vốn sau đó lại sử dụng số tiền này để mua chip của chính những nhà đầu tư hoặc thuê dịch vụ năng lực tính toán của họ, tạo nên mối quan hệ tài trợ vốn mang tính tuần hoàn.
Khả năng duy trì lâu dài mô hình đầu tư này cuối cùng phụ thuộc vào việc các doanh nghiệp liên quan có thể thu được đủ doanh thu từ những khách hàng thực sự trả tiền hay không, chứ không phải liên tục dựa vào nguồn vốn do các nhà cung cấp cung cấp.
Barr so sánh làn sóng đầu tư AI hiện nay với chu kỳ đầu tư cơ sở hạ tầng viễn thông vào cuối thập niên 1990 và đầu những năm 2000. Ông cho rằng mặc dù quy mô nợ của các doanh nghiệp liên quan hiện chưa đạt đến mức tương đương với giai đoạn đó, chi tiêu đầu tư vốn đang tăng lên rất nhanh.
Báo cáo Ổn định Tài chính do Fed công bố ngày 13/11 cũng cho thấy sự quan tâm của thị trường tài chính Mỹ đối với các rủi ro liên quan đến AI đang tăng lên rõ rệt.
Một cuộc khảo sát của Ngân hàng Dự trữ Liên bang New York đối với 23 nhân vật hoạt động trên thị trường trong tháng 9 và tháng 10 năm nay cho thấy 87% người được hỏi xếp AI vào nhóm những rủi ro chủ yếu có thể gây tác động đến hệ thống tài chính Mỹ trong 12–18 tháng tới. Trong cuộc khảo sát trước đó vào tháng 3 và tháng 4, tỷ lệ này chỉ là 50%, với 20 người tham gia.
Báo cáo cho biết những lo ngại chủ yếu của người được hỏi tập trung vào ba vấn đề: định giá quá cao của các cổ phiếu liên quan đến AI tại Mỹ, rủi ro từ những cấu trúc tài trợ vốn phức tạp và các vấn đề an ninh mạng có thể phát sinh từ trí tuệ nhân tạo.
Trong khi đó, biến động của các cổ phiếu liên quan đến AI tại Mỹ vẫn tiếp diễn. Ngày 16/11, cổ phiếu Intel và Micron Technology đều giảm hơn 7%; doanh nghiệp điện toán đám mây CoreWeave giảm 6,1%; Nebius giảm 7,6%; Dell giảm 7%.
Thị trường đang chờ đợi báo cáo kết quả kinh doanh quý sắp tới của Nvidia để có thêm cơ sở đánh giá nhu cầu đầu tư vào AI tại Mỹ cũng như triển vọng lợi nhuận của các doanh nghiệp liên quan.
Barr cho biết ông vẫn đánh giá cao tiềm năng lâu dài của AI trong việc nâng cao năng suất và cải thiện mức sống. Tuy nhiên, giá trị của một đổi mới công nghệ và khả năng các nhà đầu tư hiện tại thu được lợi nhuận tương ứng trong khoảng thời gian kỳ vọng là hai vấn đề hoàn toàn khác nhau.
Trong bài phát biểu ngày 16/11, Warsh cũng nhấn mạnh rằng Fed không phải là cơ quan cổ súy cho AI, cũng không phải là cơ quan phản đối AI. Nhiệm vụ của Fed là đánh giá những tác động mà công nghệ này có thể gây ra đối với kinh tế Mỹ, việc làm và chính sách tiền tệ.
4. Nhận xét của tôi
Điểm đáng chú ý nhất những thông tin trên không nằm ở khả năng cổ phiếu AI giảm giá, mà nằm ở một vấn đề kinh tế sâu sắc hơn: AI đang tạo ra một cuộc chạy đua đầu tư khổng lồ trước khi xã hội chứng minh được rằng những khoản đầu tư ấy có thể tạo ra giá trị gia tăng và lợi nhuận tương ứng. Đây là một vấn đề rất quan trọng vì nó liên quan đến ba mối quan hệ cơ bản của kinh tế học: đầu tư và lợi nhuận; tăng năng suất và việc làm; tăng trưởng kinh tế và thu nhập của người dân.
4.1. AI có thể tạo ra bong bóng đầu tư giống như bong bóng viễn thông cuối những năm 1990
Tôi đặc biệt chú ý đến sự so sánh của Michael Barr giữa làn sóng đầu tư AI hiện nay với chu kỳ đầu tư cơ sở hạ tầng viễn thông cuối những năm 1990 và đầu những năm 2000. Đây là một sự so sánh có cơ sở về mặt kinh tế.
Cuối thập niên 1990, khi Internet phát triển mạnh, các nhà đầu tư tin rằng nền kinh tế thế giới sắp bước vào một kỷ nguyên mới. Các doanh nghiệp đổ tiền xây dựng mạng cáp quang, trung tâm dữ liệu, hệ thống viễn thông và các nền tảng Internet. Giá cổ phiếu công nghệ tăng rất nhanh vì thị trường kỳ vọng lợi nhuận trong tương lai sẽ vô cùng lớn.
Nhưng có một vấn đề: tốc độ đầu tư vào cơ sở hạ tầng nhanh hơn nhiều so với tốc độ hình thành nhu cầu thực tế và khả năng thu hồi vốn. Khi kỳ vọng lợi nhuận không thành hiện thực đúng như dự kiến, bong bóng dot-com vỡ vào năm 2000–2002. Hàng loạt doanh nghiệp công nghệ phá sản, giá cổ phiếu giảm mạnh, nhiều dự án hạ tầng phải đình chỉ hoặc bán lại với giá thấp.
Điều đáng nói là Internet không phải một công nghệ thất bại. Ngược lại, nó đã làm thay đổi căn bản nền kinh tế thế giới. Nhưng sự thành công lâu dài của Internet không có nghĩa tất cả những khoản đầu tư ngắn và trung hạn vào Internet trong thập niên 1990 đều có hiệu quả.
Đây chính là điểm cần phân biệt khi nói về AI hiện nay. AI có thể là một cuộc cách mạng công nghệ thực sự, nhưng điều đó không đồng nghĩa mọi doanh nghiệp AI đều có lợi nhuận, mọi trung tâm dữ liệu đều có hiệu quả kinh tế và mọi mức giá cổ phiếu AI hiện nay đều hợp lý.
Một công nghệ có triển vọng lớn không đồng nghĩa với một khoản đầu tư có tỷ suất lợi nhuận cao và hoàn vốn đúng thời hạn.
Đây là bài học kinh tế rất quan trọng. Trong nền kinh tế thị trường, kỳ vọng về tương lai có thể thúc đẩy đầu tư vượt xa khả năng hấp thụ vốn của nền kinh tế. Khi đó, đầu tư không còn được dẫn dắt chủ yếu bởi nhu cầu và lợi nhuận hiện tại mà bởi kỳ vọng về lợi nhuận tương lai. Nếu kỳ vọng ấy không thành hiện thực, quá trình điều chỉnh có thể rất đau đớn.
4.2. Vấn đề nghiêm trọng hơn: AI có thể làm tăng GDP nhưng lại làm giảm việc làm
Trong ba kịch bản mà Fed đưa ra, tôi cho rằng kịch bản thứ hai đáng được quan tâm đặc biệt vì nó liên quan đến con người. AI thúc đẩy tăng trưởng kinh tế nhưng đồng thời thay thế một số lượng lớn lao động, khiến thất nghiệp tăng lên.
Thông thường, chúng ta vẫn nghĩ rằng năng suất lao động tăng sẽ dẫn đến tăng trưởng kinh tế, tăng thu nhập và cải thiện đời sống. Điều này đúng trong nhiều giai đoạn lịch sử, nhưng không phải lúc nào cũng diễn ra tự động.
Hãy xem xét một doanh nghiệp có 1.000 nhân viên, sản xuất được 100.000 sản phẩm mỗi năm. Sau khi ứng dụng AI và tự động hóa, doanh nghiệp chỉ cần 500 nhân viên nhưng vẫn sản xuất được 150.000 sản phẩm. Khi đó năng suất lao động tăng từ 100 lên 300 sản phẩm/người; sản lượng tăng 50% nhưng số lao động giảm 50%.
Xét từ góc độ doanh nghiệp, đây là một thành công lớn: sản lượng tăng, chi phí lao động giảm, lợi nhuận có thể tăng. Nhưng xét từ góc độ toàn xã hội, câu chuyện lại khác.
500 người mất việc sẽ sống bằng gì? Nếu những người còn lại cũng không được tăng lương tương xứng với năng suất, thu nhập của đại bộ phận người lao động có thể tăng rất chậm. Trong khi đó, lợi nhuận và tài sản của những người sở hữu công nghệ, dữ liệu và vốn có thể tăng nhanh.
Đây là một nghịch lý: Nền kinh tế có thể sản xuất ngày càng nhiều hàng hóa và dịch vụ nhưng sức mua của một bộ phận lớn dân cư lại không tăng tương ứng.
Vấn đề này có thể được giải thích bằng sự phân phối thu nhập giữa lao động và vốn. Khi AI thay thế lao động, phần thu nhập từ tiền lương có nguy cơ giảm tương đối, trong khi phần thu nhập từ lợi nhuận, sở hữu trí tuệ và tài sản công nghệ tăng lên. Nếu xu hướng đó diễn ra trên diện rộng, nền kinh tế có thể gặp một vấn đề mà kinh tế học Keynes đã từng phân tích: tổng cung tăng nhanh nhưng tổng cầu không tăng tương ứng.
Doanh nghiệp có khả năng sản xuất nhiều hơn nhưng người tiêu dùng lại không có đủ thu nhập để mua lượng sản phẩm đó. Đây không đơn thuần là vấn đề thất nghiệp do công nghệ. Nó còn là vấn đề phân phối thành quả tăng năng suất và duy trì tổng cầu của nền kinh tế. Đây là điều tôi đã viết rất nhiều lần, ngay tối qua cũng có 1 bài như thế.
4.3. Nguy cơ lớn nhất có thể nằm trong cấu trúc tài chính của các khoản đầu tư AI
Tôi cho rằng đây là vấn đề quan trọng nhất. Barr đề cập đến một hiện tượng rất đáng chú ý: các doanh nghiệp công nghệ lớn đầu tư vốn vào những doanh nghiệp phát triển AI, sau đó những doanh nghiệp nhận vốn lại sử dụng tiền để mua chip hoặc thuê dịch vụ điện toán của chính các nhà đầu tư.
Hãy hình dung một vòng tuần hoàn hoàn vốn trong hệ sinh thái AI đơn giản như sau:
Tập đoàn công nghệ lớn, là những nhà sản xuất chip, nhà cung cấp điện toán đám mây. Họ đầu tư vốn cho các doanh nghiệp phát triển AI. Các nhà phát triển mô hình và công ty khởi nghiệp này dùng số tiền đó để mua chip, thuê máy chủ, dịch vụ điện toán của chính các tập đoàn công nghệ lớn. Điều này có thể tạo ra một ảo giác về nhu cầu thị trường.
Một doanh nghiệp bán chip ghi nhận doanh thu rất lớn. Một doanh nghiệp cung cấp dịch vụ điện toán đám mây cũng ghi nhận doanh thu tăng mạnh. Một công ty phát triển AI công bố mở rộng quy mô hoạt động và mua sắm hàng tỷ USD thiết bị.
Nhìn bề ngoài, tất cả đều đang tăng trưởng. Nhưng nếu nguồn vốn để mua chip và thuê máy chủ lại xuất phát từ chính các tập đoàn cung cấp chip và dịch vụ đó, thì phải đặt câu hỏi: bao nhiêu phần doanh thu thực sự được tạo ra bởi nhu cầu cuối cùng của khách hàng độc lập ngoài hệ sinh thái này ?
Điều này không có nghĩa doanh thu đó là giả tạo hay các giao dịch đều không hợp pháp. Các khoản đầu tư có thể hoàn toàn có cơ sở kinh tế. Nhưng nó làm cho việc đánh giá nhu cầu thực tế và khả năng sinh lời trở nên phức tạp hơn.
Một doanh nghiệp có thể báo cáo doanh thu tăng nhanh nhưng vẫn chưa chứng minh được rằng khách hàng cuối cùng sẵn sàng trả đủ tiền để bù đắp toàn bộ chi phí đầu tư. Nếu các doanh nghiệp tiếp tục vay nợ để xây dựng trung tâm dữ liệu, mua chip và mở rộng năng lực tính toán, trong khi doanh thu thực tế không đủ trang trải chi phí vốn, rủi ro tài chính sẽ tích tụ.
Đó là lý do tại sao Fed quan tâm đến vấn đề này.
4.4. Đầu tư AI càng lớn, nguy cơ khủng hoảng tài chính càng có thể lan rộng
Ở đây cần phân biệt bong bóng chứng khoán với khủng hoảng kinh tế. Nếu giá cổ phiếu AI giảm 30–40%, những người trực tiếp nắm giữ cổ phiếu sẽ chịu thiệt hại lớn. Nhưng nếu đầu tư AI chủ yếu được tài trợ bằng vốn tự có, tác động đối với hệ thống ngân hàng và nền kinh tế thực có thể được hạn chế.
Ngược lại, nếu các dự án AI được tài trợ bằng nợ vay, hợp đồng thuê dài hạn, bảo lãnh và các nghĩa vụ tài chính chồng chéo, hậu quả sẽ phức tạp hơn nhiều.
Khi giá trị tài sản giảm, doanh nghiệp có thể không đủ khả năng thanh toán các khoản vay. Các ngân hàng và chủ nợ phải đối mặt với nguy cơ mất vốn. Những doanh nghiệp cung cấp thiết bị và dịch vụ bị giảm đơn hàng. Các dự án trung tâm dữ liệu bị đình hoãn hoặc hủy bỏ. Đầu tư, tiêu dùng và việc làm cùng suy giảm. Đây là cơ chế khuếch đại của khủng hoảng tài chính.
Nó có nét tương đồng với cuộc khủng hoảng tài chính Mỹ năm 2008, mặc dù cấu trúc tài sản và cơ chế truyền dẫn rất khác nhau. Năm 2008, giá bất động sản giảm đã làm suy yếu giá trị các khoản thế chấp, kéo theo tổn thất của các tổ chức tài chính và sự suy giảm tín dụng. Với AI, nếu xảy ra khủng hoảng, điểm khởi đầu có thể là sự sụt giảm kỳ vọng lợi nhuận, giá trị tài sản công nghệ và khả năng thu hồi vốn của những dự án đầu tư khổng lồ.
Điều đáng lo ngại là AI không chỉ liên quan đến một vài doanh nghiệp công nghệ. Nó đã trở thành một bộ phận của thị trường vốn, thị trường tín dụng, năng lượng, bất động sản công nghiệp và chuỗi cung ứng bán dẫn toàn cầu.
4.5. AI có thể làm thay đổi bản chất của tăng trưởng kinh tế
Trong kinh tế học tôi vẫn dạy ở trường, tăng trưởng kinh tế thường được phân tích thông qua ba nguồn lực chính: vốn, lao động và tiến bộ công nghệ. AI có thể tác động đồng thời đến cả ba yếu tố.
Thứ nhất, AI làm tăng hiệu quả sử dụng vốn. Một trung tâm dữ liệu có thể cung cấp dịch vụ cho hàng triệu khách hàng. Một hệ thống AI có thể thay thế hoặc hỗ trợ công việc trước đây cần hàng nghìn nhân viên.
Thứ hai, AI làm thay đổi nhu cầu lao động. Một số nghề nghiệp biến mất, một số nghề nghiệp mới xuất hiện, nhưng số lượng và cơ cấu lao động cần thiết có thể thay đổi rất nhanh.
Thứ ba, AI có thể làm tăng năng suất các nhân tố tổng hợp (TFP). Đây là tác động quan trọng nhất đối với tăng trưởng dài hạn.
Tuy nhiên, cần phân biệt giữa năng suất của doanh nghiệp ứng dụng AI và năng suất của toàn bộ nền kinh tế. Một doanh nghiệp giảm 50% nhân viên nhờ AI không có nghĩa năng suất toàn nền kinh tế tăng tương ứng 50%. Muốn đánh giá đúng phải tính đến tổn thất của số lao động mất việc, chi phí đầu tư thiết bị, điện năng, hạ tầng, chi phí vận hành và giá trị gia tăng thực sự được tạo ra ở các ngành khác.
Hơn nữa, nếu một doanh nghiệp tăng lợi nhuận nhờ giảm tiền lương nhưng không tạo ra thêm sản phẩm hoặc dịch vụ có giá trị xã hội tương ứng, thì đó có thể chỉ là sự dịch chuyển thu nhập từ lao động sang vốn, chứ chưa chắc là sự gia tăng tương ứng của phúc lợi xã hội.
Đây là lý do tôi cho rằng khi đánh giá tác động của AI, không thể chỉ nhìn vào tốc độ tăng GDP hay TFP. Cần đồng thời xem xét: Năng suất lao động tăng bao nhiêu? Thu nhập thực tế của người lao động tăng hay giảm? Tỷ trọng thu nhập từ lao động trong GDP thay đổi thế nào? Việc làm mới có bù đắp được việc làm bị mất hay không? Lợi ích từ công nghệ được phân phối giữa người lao động, doanh nghiệp và chủ sở hữu vốn ra sao?
Chính vì vậy chúng ta thường nói nếu chỉ nhìn vào tăng trưởng GDP, thì có thể đánh giá nền kinh tế đang phát triển rất thành công trong khi một bộ phận đông đảo dân cư lại không cảm nhận được thành quả ấy.
4.6. Liên hệ với Việt Nam
Việt Nam đang theo đuổi mục tiêu tăng trưởng rất cao, đồng thời thúc đẩy chuyển đổi số, AI, bán dẫn, trung tâm dữ liệu và kinh tế số. Đây là những định hướng có cơ sở. Nhưng vấn đề là chúng ta phải phân biệt ba quá trình:
Một là, tăng trưởng nhờ mở rộng đầu tư.
Khi Nhà nước và doanh nghiệp tăng đầu tư vào hạ tầng, nhà máy, trung tâm dữ liệu, thiết bị công nghệ, GDP có thể tăng nhanh ngay trong quá trình xây dựng và lắp đặt. Nhưng tăng đầu tư chưa đồng nghĩa với tăng năng suất.
Nếu vốn đầu tư tăng nhanh mà hiệu quả đầu tư kém, năng suất vốn sẽ giảm, nền kinh tế có thể phải huy động ngày càng nhiều nguồn lực để tạo ra một đơn vị sản lượng tăng thêm. Đây là lý do chỉ tiêu ICOR thường được sử dụng để phản ánh, mặc dù ICOR có những hạn chế nhất định khi dùng để đánh giá hiệu quả đầu tư.
Hai là, tăng trưởng nhờ ứng dụng công nghệ.
Một doanh nghiệp sử dụng AI để giảm chi phí, tiết kiệm lao động, cải thiện chất lượng sản phẩm và tăng khả năng cạnh tranh có thể tạo ra giá trị gia tăng thực sự. Nhưng nếu doanh nghiệp chỉ mua sắm thiết bị, xây dựng trung tâm dữ liệu hoặc thuê dịch vụ AI mà không cải thiện được quy trình sản xuất kinh doanh và đổi mới sáng tạo thì hiệu quả kinh tế có thể rất thấp.
Việt Nam cần tránh tình trạng chạy theo phong trào đầu tư công nghệ, nhập khẩu ồ ạt công nghệ, coi quy mô vốn đầu tư và số lượng trung tâm dữ liệu là thước đo thành công của chuyển đổi số.
Ba là, tăng trưởng nhờ nâng cao năng suất và đổi mới sáng tạo thực chất.
Đây mới là nguồn tăng trưởng có ý nghĩa lâu dài. Đối với Việt Nam, điều quan trọng không phải là xây dựng được bao nhiêu trung tâm dữ liệu hay mua được bao nhiêu chip AI, mà là công nghệ đó giúp doanh nghiệp Việt Nam tạo ra thêm bao nhiêu giá trị gia tăng, nâng cao được bao nhiêu năng suất lao động và cải thiện được vị thế nào trong chuỗi giá trị toàn cầu.
Nếu Việt Nam chủ yếu nhập khẩu chip, máy chủ, phần mềm và các dịch vụ AI từ nước ngoài, trong khi phần lớn giá trị gia tăng thuộc về những doanh nghiệp nước ngoài sở hữu công nghệ, thì đầu tư AI trong nước không đồng nghĩa với việc toàn bộ lợi ích kinh tế được giữ lại trong nước. AI có thể làm gia tăng sự phụ thuộc công nghệ mạnh mẽ hơn trong những năm tới. Đây là một vấn đề cần được tính đến khi xây dựng chiến lược phát triển AI quốc gia.
4.7. Tăng trưởng cao phải làm sao để người dân được hưởng lợi tương xứng
Đây là mối quan hệ giữa năng suất, tiền lương, việc làm và tiêu dùng. Giả sử một nền kinh tế đạt tốc độ tăng trưởng GDP 10% mỗi năm nhờ đầu tư và ứng dụng công nghệ. Nhưng nếu phần lớn thành quả tăng trưởng tập trung vào các doanh nghiệp sở hữu vốn và công nghệ, còn tiền lương của người lao động tăng chậm, thì sức mua của đại bộ phận dân cư có thể không tăng tương ứng.
Khi đó, xuất hiện một tình huống đáng lo ngại: Lợi nhuận của một số doanh nghiệp tăng mạnh, nhưng thu nhập khả dụng của nhiều hộ gia đình tăng chậm, dẫn tới tiêu dùng không theo kịp năng lực sản xuất.
Đây là một vấn đề có thể được phân tích bằng mô hình Keynes, thông qua mối quan hệ giữa thu nhập, tiêu dùng, tiết kiệm, đầu tư và tổng cầu. Nếu xu hướng phân phối thu nhập nghiêng quá nhiều về phía người sở hữu vốn, khuynh hướng tiêu dùng cận biên và trung bình của xã hội có thể giảm, vì những người có thu nhập cao thường có tỷ lệ tiết kiệm lớn hơn những người có thu nhập thấp.
Điều đó không có nghĩa mọi khoản tiết kiệm đều gây bất lợi cho tăng trưởng. Tiết kiệm có thể chuyển thành đầu tư. Nhưng nếu đầu tư tiếp tục mở rộng năng lực sản xuất trong khi tiêu dùng cuối cùng không tăng tương ứng, nền kinh tế có thể xuất hiện tình trạng dư thừa năng lực sản xuất và khó tiêu thụ sản phẩm.
Đây là một nghịch lý mà Việt Nam cần chú ý khi theo đuổi mục tiêu tăng trưởng hai con số: Không thể chỉ quan tâm đến khả năng sản xuất của nền kinh tế mà bỏ qua khả năng tiêu thụ sản phẩm của người dân. AI có thể làm vấn đề này trở nên nghiêm trọng hơn nếu nó vừa thay thế lao động, vừa tập trung lợi ích kinh tế vào một nhóm nhỏ sở hữu công nghệ và vốn.
5. Kết luận
Bài viết này phân tích sự phát triển của AI và nghịch lý tăng trưởng trong nền kinh tế hiện đại thông qua năng suất tăng, việc làm giảm, lợi nhuận tập trung và tổng cầu suy yếu. Đây là hướng có thể kết nối kinh tế học Keynes, lý thuyết tăng trưởng nội sinh và lý thuyết chu kỳ đầu tư, chứ không chỉ dừng ở câu chuyện bong bóng chứng khoán công nghệ. Qua các phân tích trên có thể rút ra ba kết luận quan trọng:
Thứ nhất, không nên đồng nhất một cuộc cách mạng công nghệ với một cuộc cách mạng đầu tư có hiệu quả kinh tế. AI có thể làm thay đổi thế giới nhưng không phải doanh nghiệp nào đầu tư vào AI cũng thành công. Không phải trung tâm dữ liệu nào được xây dựng cũng có đủ khách hàng, không phải khoản vốn nào bỏ ra cũng có thể thu hồi.
Thứ hai, tăng năng suất không tự động dẫn đến tăng phúc lợi xã hội. Nếu AI làm tăng sản lượng nhưng đồng thời làm giảm việc làm, tiền lương và tỷ trọng thu nhập của người lao động, thành quả tăng trưởng có thể tập trung vào những người sở hữu vốn và công nghệ. Khi đó, vấn đề không chỉ là thất nghiệp mà còn là sự mất cân đối trong phân phối thu nhập và tổng cầu.
Thứ ba, đầu tư quá mức có thể biến thành rủi ro tài chính và kéo nền kinh tế vào suy thoái. Đây là điều đáng chú ý nhất trong cảnh báo của Fed. Một nền kinh tế có thể bắt đầu bằng một cuộc cách mạng công nghệ đầy triển vọng nhưng kết thúc bằng một cuộc khủng hoảng đầu tư nếu kỳ vọng lợi nhuận vượt quá xa khả năng sinh lời thực tế.
Tôi muốn kết thúc bằng một câu hỏi rộng hơn, cũng là vấn đề mà các nhà hoạch định chính sách ở Việt Nam cần suy nghĩ:
Nếu AI giúp nền kinh tế sản xuất được nhiều hàng hóa và dịch vụ hơn với ít lao động hơn, vậy ai sẽ có thu nhập để mua những sản phẩm ngày càng nhiều ấy?
Đây không chỉ là câu hỏi về công nghệ, mà là câu hỏi về mô hình tăng trưởng, phân phối thu nhập và bản chất của nền kinh tế trong thời đại AI.
Và do đó trong tương lai, một quốc gia không nên chỉ được đánh giá bằng tốc độ tăng trưởng GDP hay số vốn đầu tư vào AI, mà còn phải được đánh giá bằng việc tiến bộ công nghệ có thực sự làm cho cuộc sống của đại bộ phận người dân tốt đẹp hơn hay không.

Không có nhận xét nào:
Đăng nhận xét