S&P 493 chưa ghi nhận tín hiệu rõ rệt về hiệu quả đầu tư AI

Hiệu quả đầu tư vào trí tuệ nhân tạo (AI) của các doanh nghiệp bên ngoài ngành công nghệ vẫn chưa thể hiện rõ. Thorsten Slok, đối tác kiêm kinh tế trưởng tại Apollo, đưa ra nhận định dựa trên doanh thu, biên lợi nhuận và các chỉ số năng suất của những doanh nghiệp Mỹ lớn.

Trong phân tích công bố trên Apollo ngày 24 tháng 10, Slok cho rằng doanh thu và biên lợi nhuận của S&P 493, tức nhóm còn lại sau khi loại Magnificent 7, chưa cải thiện rõ rệt. Ông cũng nhận định chưa có dấu hiệu cho thấy AI thúc đẩy năng suất bên ngoài ngành công nghệ. Đây là phân tích của Slok, không phải kết quả tổng hợp hiệu quả của tất cả doanh nghiệp ứng dụng AI.

Trong một phân tích khác công bố trên Apollo ngày 20 tháng 10, Slok cho biết tốc độ tăng chi tiêu token của khách hàng doanh nghiệp đã chậm lại. Token là đơn vị mà mô hình AI sử dụng để xử lý dữ liệu đầu vào và đầu ra; chi phí liên quan phát sinh tùy theo mức sử dụng. Slok cho rằng khách hàng có thể nhạy cảm với thay đổi giá, từ đó giảm mức sử dụng hoặc chuyển sang lựa chọn rẻ hơn.

Slok viết rằng bên cạnh nguồn điện và quy mô cơ sở vật chất, mức giá mà khách hàng thực sự trả cho dịch vụ điện toán cũng là yếu tố quan trọng trong hoạt động trung tâm dữ liệu. Theo ông, doanh nghiệp cần dùng AI để tăng doanh thu, cải thiện biên lợi nhuận hoặc giảm chi phí thì mới có thể tiếp tục trả phí sử dụng cao.

Ông cũng phân tích tỷ suất sinh lời trên vốn đầu tư của 5 doanh nghiệp điện toán đám mây lớn đang giảm: vốn đầu tư tăng, trong khi lợi nhuận tăng chậm hơn. Chỉ số này cho biết lượng vốn bỏ ra tạo ra bao nhiêu lợi nhuận.

Ở chiều ngược lại, một số nghiên cứu ghi nhận mối liên hệ giữa ứng dụng AI và năng suất tăng. Trong nghiên cứu công bố vào tháng 1 năm 2026, Ngân hàng Đầu tư châu Âu (EIB) phân tích hơn 12.000 doanh nghiệp phi tài chính tại Liên minh châu Âu (EU) và Mỹ, đồng thời cho biết việc ứng dụng AI có liên quan đến mức tăng 4% năng suất lao động. Nhóm nghiên cứu giải thích tác động này đến từ đầu tư vốn tăng, thay vì cắt giảm nhân sự.

Hai phân tích khác nhau về mẫu nghiên cứu và đối tượng đo lường. Nghiên cứu của EIB xem xét năng suất lao động, còn Slok dựa vào doanh thu, biên lợi nhuận và chi tiêu cho điện toán của các doanh nghiệp lớn tại Mỹ để đánh giá khả năng thu hồi vốn đầu tư. Chỉ riêng năng suất tăng chưa đủ để xác định tính sinh lời của các khoản đầu tư trung tâm dữ liệu; ngược lại, chỉ số tài chính của doanh nghiệp lớn tại Mỹ cũng không thể phủ nhận tác động năng suất ở mọi doanh nghiệp.

TokenPost từng đưa tin phân tích dữ liệu Ramp của Apollo cho thấy 10% khách hàng hàng đầu chiếm 99,5% chi tiêu cho dịch vụ vận hành mô hình và 99% chi tiêu cho hạ tầng đám mây chuyên biệt. Phân tích của Slok cũng gợi ra sự khác biệt giữa tốc độ mở rộng ứng dụng AI trong doanh nghiệp và tốc độ lan rộng của các khoản chi lớn cho hạ tầng.