Bề ngoài, các công ty mô hình trí tuệ nhân tạo (AI) dường như đang thu về những khoản lợi nhuận khổng lồ, nhưng bên thực sự hưởng lợi có thể là các nhà cung cấp dịch vụ điện toán đám mây đứng phía sau họ.
Nghiên cứu mới nhất của ngân hàng Barclays đã phân tích cách phân bổ lợi nhuận trong chuỗi ngành AI. Nghiên cứu cho thấy cứ mỗi 100 USD (theo tỷ giá hiện tại tương đương khoảng 674,6 nhân dân tệ) doanh thu do các công ty mô hình tạo ra, có 35 đến 40 USD (theo tỷ giá hiện tại tương đương khoảng 236,1 đến 269,8 nhân dân tệ) chảy vào ba nền tảng đám mây lớn dưới dạng chi phí năng lực suy luận: Amazon AWS, Microsoft Azure và Google GCP.
Các nhà cung cấp dịch vụ đám mây có thể thu được 10 đến 20 USD (theo tỷ giá hiện tại tương đương khoảng 67,5 đến 134,9 nhân dân tệ) lợi nhuận hoạt động từ khoản doanh thu này, tương ứng với biên lợi nhuận hoạt động cao nhất từ 35% đến 45%. Kết luận này đến từ báo cáo nghiên cứu về mô hình kinh tế đơn vị của ngành AI do Barclays công bố ngày 28 tháng 8, qua đó giúp bên ngoài quan sát rõ hơn giá trị trong chuỗi ngành AI thực sự chảy về đâu.
Báo cáo cũng cho thấy biên lợi nhuận suy luận có trả phí của các phòng thí nghiệm AI đã tăng mạnh từ hơn 10% trong năm 2025 lên 50% đến 65% hoặc cao hơn trong năm 2026; biên lợi nhuận gộp sau điều chỉnh tăng 30 đến 50 điểm phần trăm so với cùng kỳ.
Nhà phân tích Ross Sandler của Barclays chỉ ra rằng các yếu tố chính thúc đẩy biên lợi nhuận tăng mạnh là khách hàng doanh nghiệp và cái gọi là “quy trình làm việc tác nhân” (agentic workflows). Những sản phẩm này đã trở thành sản phẩm “bắt buộc phải mua” trên thị trường.
Ông cho rằng biên lợi nhuận thực tế của các phòng thí nghiệm AI hiện có thể đã cao hơn ước tính trong báo cáo. Tuy nhiên, khi sự cạnh tranh giữa các mô hình tiên tiến ngày càng gay gắt và nguồn cung năng lực tính toán tiếp tục tăng, chỉ số này được dự đoán cuối cùng sẽ dần giảm trở lại.
Để giúp nhà đầu tư hiểu rõ hơn về khác biệt tài chính giữa các phòng thí nghiệm AI, Barclays đã xây dựng hai phòng thí nghiệm AI tiên tiến giả định để so sánh.
Khoảng 70% doanh thu của “Phòng thí nghiệm A” đến từ API và 30% đến từ thuê bao; trong khi “Phòng thí nghiệm B” hoàn toàn ngược lại, với 80% doanh thu phụ thuộc vào hoạt động thuê bao và API chỉ chiếm 20%.
Do hoạt động API vốn có biên lợi nhuận suy luận cao hơn hoạt động thuê bao, cộng thêm sự khác biệt trong cách phân bổ chi phí huấn luyện và chia sẻ doanh thu với đối tác, biên lợi nhuận gộp sau điều chỉnh của hai phòng thí nghiệm giả định này chênh lệch đáng kinh ngạc 17 điểm phần trăm: Phòng thí nghiệm A khoảng 55%, còn Phòng thí nghiệm B chỉ 38%.
Sự khác biệt trong cách ghi nhận doanh thu tiếp tục khuếch đại sự “méo mó” này.
Phòng thí nghiệm A ghi nhận doanh thu API gián tiếp theo tổng doanh thu, trong khi Phòng thí nghiệm B áp dụng phương pháp ghi nhận theo doanh thu thuần, thậm chí hoàn toàn không tính doanh thu API gián tiếp do các đối tác chiến lược vận hành. Barclays ví tình huống này như sự khác biệt giữa Uber và Lyft: hoạt động cốt lõi của hai bên về cơ bản giống nhau, nhưng do cách xử lý kế toán khác nhau, các con số cuối cùng xuất hiện trên báo cáo tài chính có thể hoàn toàn khác biệt.
Báo cáo nhắc nhở rằng khi các phòng thí nghiệm AI bắt đầu công bố báo cáo tài chính theo các nguyên tắc kế toán được chấp nhận chung (GAAP), nhà đầu tư trước hết cần làm rõ những khác biệt trong cách xử lý kế toán này trước khi so sánh giữa các công ty; nếu không, rất khó thực hiện một phép so sánh có ý nghĩa.
Biên lợi nhuận của các dòng sản phẩm khác nhau
Phân tách sâu hơn theo từng dòng sản phẩm cho thấy các sản phẩm thuê bao, chẳng hạn Claude Code và Codex, có biên lợi nhuận suy luận ước tính khoảng 70%, thuộc nhóm thấp nhất trong ba dòng sản phẩm chính.
Nguyên nhân là các phòng thí nghiệm AI sẵn sàng gánh một phần chi phí token để đổi lấy khả năng giữ chân người dùng. Các gói thuê bao này thường thu phí hàng tháng và đặt giới hạn hạn mức sử dụng. Đáng chú ý, tần suất đặt lại hạn mức sử dụng gần đây đã tăng rõ rệt, điều này có thể đồng thời phản ánh áp lực giữ chân người dùng mà các phòng thí nghiệm AI đang đối mặt và hiệu quả mô hình không ngừng được nâng cao.
API trực tiếp là mô hình kinh doanh xuất hiện sớm nhất của các phòng thí nghiệm AI, đồng thời cũng là mảng có biên lợi nhuận cao nhất. Các công cụ dành cho nhà phát triển như Cursor và Figma tính phí dựa trên số lượng token người dùng tiêu thụ. Barclays ước tính biên lợi nhuận suy luận API hiện đã vượt 80%.
Khi hiệu quả token của mô hình không ngừng tăng, tức số lượng token cần thiết để hoàn thành cùng một nhiệm vụ ngày càng giảm, cùng với việc giá niêm yết API tăng và hạ tầng dịch vụ suy luận liên tục được tối ưu hóa, các công nghệ như lượng tử hóa, giải mã suy đoán và năng lực tính toán thế hệ mới đều đang liên tục mở ra dư địa lợi nhuận lớn hơn.
Báo cáo đặc biệt chỉ ra rằng biên lợi nhuận suy luận API trong quý II năm 2026 thực tế cao hơn nhiều so với mức thể hiện trên biểu đồ, nhưng dự kiến ở một thời điểm nào đó trong tương lai vẫn sẽ trở về mức bình thường.
API gián tiếp cung cấp cho người dùng cuối trải nghiệm về cơ bản giống API trực tiếp, nhưng người dùng thiết lập quan hệ thanh toán trực tiếp với nhà cung cấp dịch vụ đám mây. Khi tỷ trọng API gián tiếp trong tổng doanh thu của các phòng thí nghiệm AI tiếp tục tăng, sự khác biệt trong cách ghi nhận doanh thu giữa các phòng thí nghiệm cũng sẽ làm gia tăng khoảng cách về khả năng so sánh giữa các báo cáo tài chính.
Nhà cung cấp dịch vụ đám mây thực sự kiếm được bao nhiêu
Phân tích sâu hơn cơ cấu lợi nhuận của các nhà cung cấp dịch vụ đám mây cho thấy cứ mỗi 100 USD (theo tỷ giá hiện tại tương đương khoảng 674,6 nhân dân tệ) doanh thu do phòng thí nghiệm AI tạo ra, Phòng thí nghiệm A tương ứng với khoảng 35 USD (theo tỷ giá hiện tại tương đương khoảng 236,1 nhân dân tệ) doanh thu dịch vụ đám mây. Sau khi khấu trừ chi phí hạ tầng, nhà cung cấp dịch vụ đám mây có thể thu được khoảng 11,80 USD (theo tỷ giá hiện tại tương đương khoảng 79,6 nhân dân tệ) lợi nhuận, tương ứng với biên lợi nhuận hoạt động khoảng 34%.
Tình hình của Phòng thí nghiệm B có lợi nhuận cao hơn. Do tồn tại cơ chế chia sẻ doanh thu với đối tác chiến lược, liên quan đến 20% doanh thu và có giới hạn cộng dồn, nhà cung cấp dịch vụ đám mây có thể thu được khoảng 41 USD (theo tỷ giá hiện tại tương đương khoảng 276,6 nhân dân tệ) doanh thu cho mỗi 100 USD (theo tỷ giá hiện tại tương đương khoảng 674,6 nhân dân tệ) doanh thu AI của Phòng thí nghiệm B, trong đó lợi nhuận đạt 19,10 USD (theo tỷ giá hiện tại tương đương khoảng 128,8 nhân dân tệ), với biên lợi nhuận hoạt động cao nhất đạt 47%.
Cần lưu ý rằng biên lợi nhuận cao hơn của Phòng thí nghiệm B đến từ cơ chế chia sẻ doanh thu với đối tác chiến lược, liên quan đến 20% doanh thu và có giới hạn cộng dồn.
Barclays nhấn mạnh rằng cơ chế chia sẻ doanh thu này sẽ làm tăng biên lợi nhuận bề ngoài của nhà cung cấp dịch vụ đám mây. Nếu loại bỏ yếu tố này, lợi nhuận thực tế trên mỗi token của nhà cung cấp dịch vụ đám mây tương ứng với hai phòng thí nghiệm là như nhau. Thỏa thuận chia sẻ doanh thu này dự kiến sẽ dần giảm xuống 0 sau năm 2028.
Ngoài ra, các sản phẩm thuê bao tác nhân cũng có thể tạo ra giá trị bổ sung cho nhà cung cấp dịch vụ đám mây. Những sản phẩm runtime có khả năng ghi nhớ trạng thái này thường cần gọi đến các tài nguyên phần mềm lớp trên như cơ sở dữ liệu, do đó giá trị trên mỗi đơn vị doanh thu cao hơn. Trong một số trường hợp, nhà cung cấp dịch vụ đám mây và phòng thí nghiệm AI còn có thỏa thuận chia sẻ doanh thu, qua đó tiếp tục nâng cao khoản thu thực tế của nhà cung cấp đám mây.
Xét trên quy mô toàn ngành, Barclays dự kiến doanh thu của các phòng thí nghiệm AI sẽ tăng từ 7 tỷ USD (theo tỷ giá hiện tại tương đương khoảng 47,221 tỷ nhân dân tệ) (khoảng 220 tỷ đô la Đài Loan mới) trong năm 2024 lên 137 tỷ USD (theo tỷ giá hiện tại tương đương khoảng 924,192 tỷ nhân dân tệ) (khoảng 4,3 nghìn tỷ đô la Đài Loan mới) trong năm 2026, và đạt 690 tỷ USD (theo tỷ giá hiện tại tương đương khoảng 4,65 nghìn tỷ nhân dân tệ) (khoảng 21,8 nghìn tỷ đô la Đài Loan mới) vào năm 2028.
Nếu tính theo doanh thu định kỳ hằng năm (ARR) thường niên hóa cuối năm, tốc độ tăng trưởng còn mạnh hơn: dự kiến đạt khoảng 200 tỷ USD (theo tỷ giá hiện tại tương đương khoảng 1,35 nghìn tỷ nhân dân tệ) (khoảng 6,3 nghìn tỷ đô la Đài Loan mới) vào cuối năm 2026 và nhiều khả năng đạt 782 tỷ USD (theo tỷ giá hiện tại tương đương khoảng 5,28 nghìn tỷ nhân dân tệ) (khoảng 24,7 nghìn tỷ đô la Đài Loan mới) vào cuối năm 2028.
Hiện nay, chi tiêu cho huấn luyện vẫn chiếm khoảng 48% doanh thu của các phòng thí nghiệm AI. Điều này có nghĩa là cứ mỗi 1 USD (theo tỷ giá hiện tại tương đương khoảng 6,7 nhân dân tệ) doanh thu của phòng thí nghiệm AI gần như tương ứng với 1 USD (theo tỷ giá hiện tại tương đương khoảng 6,7 nhân dân tệ) doanh thu của nhà cung cấp dịch vụ đám mây.
Tuy nhiên, tỷ lệ chi phí huấn luyện trên doanh thu đang nhanh chóng giảm từ 96% trong năm 2024, dự kiến xuống 35% vào năm 2027 và tiếp tục giảm xuống 30% vào năm 2028.
Ý nghĩa của xu hướng này là khi lợi nhuận từ hoạt động suy luận dần vượt qua chi tiêu cho huấn luyện, khả năng sinh lời tổng thể của các phòng thí nghiệm AI sẽ tiếp tục được cải thiện, đồng thời trọng tâm của toàn ngành cũng sẽ dần chuyển từ “dựa trên huấn luyện” sang “dựa trên suy luận”.
Trong khi đó, tỷ lệ doanh thu AI của các nhà cung cấp dịch vụ đám mây so với doanh thu của các phòng thí nghiệm AI cũng đang giảm, từ 153% trong năm 2024 xuống 90% trong năm 2026 và dự kiến tiếp tục giảm xuống 73% vào năm 2028.
Barclays dự kiến trong hai năm tới, tỷ trọng của AWS, Azure và GCP trong chi tiêu năng lực tính toán của các phòng thí nghiệm AI về cơ bản sẽ được duy trì, nhưng đến năm 2028, cục diện ngành có thể xuất hiện bước ngoặt.
Khi đó, các dự án hạ tầng AI được tài trợ bằng tài sản thế chấp sẽ lần lượt đi vào hoạt động và trở thành lựa chọn được các phòng thí nghiệm AI ưa chuộng hơn. Điều này có nghĩa là “ba gã khổng lồ” điện toán đám mây hiện nay có thể dần mất thị phần đồng thời ở thị trường huấn luyện và suy luận AI, còn cục diện lợi nhuận hiện tại cũng sẽ được tái phân bổ.