Điều Gì Tạo Ra Áp Lực Khấu Hao Trung Tâm Dữ Liệu AI Lớn Đến Mức Nào? Vì Sao CAPEX Ảnh Hưởng Đến Biên Lợi Nhuận Của Nhà Cung Cấp Đám Mây

Áp lực khấu hao trung tâm dữ liệu AI đang trở thành biến số quan trọng đối với biên lợi nhuận của các nhà cung cấp đám mây. CAPEX trước tiên ảnh hưởng đến dòng tiền tự do, trong khi khấu hao sau đó được ghi nhận vào báo cáo kết quả hoạt động kinh doanh và tạo áp lực lên giá vốn hàng bán, biên lợi nhuận gộp của mây, và biên lợi nhuận hoạt động. Đối với nhà đầu tư, câu hỏi thực sự không phải là các công ty công nghệ chi bao nhiêu cho trung tâm dữ liệu AI, mà là liệu các tài sản GPU, máy chủ, mạng, và điện năng có thể được bù đắp bởi doanh thu đám mây, lưu lượng sử dụng suy luận (inference), hợp đồng doanh nghiệp, và mức utilization GPU sau khi chúng bước vào chu kỳ khấu hao hay không. Nếu khấu hao tăng nhanh hơn doanh thu chất lượng cao, CAPEX AI có thể chuyển từ khoản đầu tư tăng trưởng thành gánh nặng biên lợi nhuận.

Những Điểm Chính

• AI CAPEX trước tiên gây áp lực lên dòng tiền tự do, sau đó ảnh hưởng đến biên lợi nhuận thông qua khấu hao.
• Chu kỳ khấu hao của GPU và máy chủ càng ngắn thì áp lực lên biên lợi nhuận của các nhà cung cấp dịch vụ đám mây càng lớn.
• Biên lợi nhuận gộp của dịch vụ đám mây giảm không chắc là điều xấu; điều quan trọng là doanh thu từ AI có tăng trưởng hay không.
• Microsoft, Meta, Amazon và Alphabet đối mặt với các con đường áp lực khấu hao khác nhau.
• Nhà đầu tư nên phân tích CAPEX, khấu hao, doanh thu dịch vụ đám mây và tuổi thọ hữu ích của tài sản một cách tổng thể.
• Nếu giá dịch vụ suy luận (inference) giảm, áp lực khấu hao của trung tâm dữ liệu AI có thể bị khuếch đại.

Áp Lực Khấu Hao Từ Trung Tâm Dữ Liệu AI Đến Từ Đâu?

Áp lực khấu hao của trung tâm dữ liệu AI đến từ CAPEX ban đầu cao và tuổi thọ kinh tế của phần cứng ngày càng ngắn. GPU, máy chủ, thiết bị mạng, làm mát bằng chất lỏng, hệ thống điện và xây dựng trung tâm dữ liệu trước tiên tạo ra chi phí vốn, sau đó được đưa vào báo cáo kết quả hoạt động thông qua khấu hao trong nhiều kỳ kế toán. CAPEX quyết định áp lực dòng tiền, trong khi khấu hao quyết định áp lực biên lợi nhuận. Đó là lý do vì sao các nhà cung cấp dịch vụ đám mây không nên chỉ được phân tích qua dòng tiền tự do; việc phân bổ chi phí trong tương lai cũng quan trọng không kém.

Sự phân biệt giữa CAPEX và khấu hao là rất quan trọng. CAPEX là khoản chi tiền mặt mà công ty phải chi trả khi mua tài sản dài hạn, chẳng hạn như xây dựng trung tâm dữ liệu, mua GPU, triển khai mạng lưới tốc độ cao và lắp đặt hệ thống làm mát bằng chất lỏng. Khấu hao là việc phân bổ các tài sản đó vào báo cáo kết quả hoạt động mỗi quý trong suốt vòng đời kế toán của chúng. Đối với các nhà cung cấp dịch vụ đám mây, khấu hao thường được tính vào giá vốn doanh thu, tức là chi phí trực tiếp cần thiết để phục vụ khách hàng, và từ đó ảnh hưởng đến biên lợi nhuận gộp.

Các trung tâm dữ liệu AI nhạy cảm với khấu hao hơn so với hạ tầng điện toán đám mây truyền thống vì cơ cấu tài sản đắt đỏ hơn, mật độ cao hơn và được nâng cấp nhanh hơn. Máy chủ điện toán đám mây truyền thống dựa nhiều hơn vào CPU, bộ lưu trữ và mạng đa dụng. Các trung tâm dữ liệu AI đòi hỏi GPU, HBM, kết nối tốc độ cao, làm mát bằng chất lỏng, tủ rack công suất lớn và hệ thống điện phức tạp hơn. McKinsey ước tính rằng việc xây dựng trung tâm dữ liệu toàn cầu có thể cần khoảng 6.700 tỷ USD chi tiêu vốn vào năm 2030, trong đó các trung tâm dữ liệu liên quan đến AI chiếm khoảng 5.200 tỷ USD.Điều này cho thấy rằng cơ sở hạ tầng AI đang đẩy các nhà cung cấp dịch vụ đám mây hướng tới một mô hình vận hành nặng về tài sản hơn.

Tóm tắt: Áp lực khấu hao của trung tâm dữ liệu AI không chỉ là vấn đề kế toán. Đó là kết quả của việc CAPEX AI, vòng đời phần cứng, doanh thu điện toán đám mây và mức sử dụng sức mạnh tính toán cùng tác động. CAPEX trước tiên ảnh hưởng đến dòng tiền, trong khi khấu hao sau đó ảnh hưởng đến báo cáo kết quả hoạt động và cuối cùng thể hiện trong biên lợi nhuận gộp đám mây, biên lợi nhuận hoạt động và EPS. Khi đánh giá áp lực khấu hao, nhà đầu tư không nên chỉ hỏi công ty đã chi tiêu bao nhiêu. Họ cũng nên hỏi những tài sản đó sẽ được khấu hao trong bao lâu, công nghệ có thể lỗi thời nhanh đến mức nào, liệu các GPU có liên tục được sử dụng cho các khối lượng công việc có giá trị cao hay không, và liệu doanh thu AI có thể trang trải được chi phí tài sản gia tăng hay không.

Tại sao CAPEX AI ảnh hưởng đến biên lợi nhuận gộp đám mây và biên lợi nhuận hoạt động?

Chi tiêu vốn AI (AI CAPEX) ảnh hưởng đến biên lợi nhuận của các nhà cung cấp dịch vụ đám mây vì khấu hao thường được tính vào chi phí kinh doanh đám mây. Các nhà cung cấp dịch vụ đám mây bán các phiên bản đám mây (cloud instances), API AI, dịch vụ đào tạo, dịch vụ suy luận (inference), cơ sở dữ liệu và phần mềm doanh nghiệp, nhưng GPU, máy chủ, điện năng, băng thông, làm mát và vận hành để hỗ trợ nguồn doanh thu này đều tạo ra chi phí. Chừng nào chi phí hạ tầng AI mới tăng nhanh hơn doanh thu đám mây và khả năng định giá sản phẩm AI, biên lợi nhuận gộp sẽ chịu áp lực.

Kết quả kinh doanh của Microsoft cung cấp một ví dụ rõ ràng. Microsoft FY2026 Q3 báo cáo rằng tỷ suất lợi nhuận gộp của Microsoft Cloud đã giảm xuống còn 66%, chủ yếu do các khoản đầu tư liên tục vào hạ tầng AI và sự tăng trưởng về mức độ sử dụng các sản phẩm AI, được bù đắp một phần nhờ những cải tiến về hiệu suất trong Azure và Microsoft 365 Commercial cloud. Điều này có nghĩa là việc sử dụng sản phẩm AI tăng cao không tự động chuyển hóa thành lợi nhuận ngắn hạn cao hơn. Nếu chi phí suy luận (inference), khấu hao và chi phí hạ tầng tăng trước, thì biên lợi nhuận có thể chịu áp lực trước.

Sự tăng trưởng về mức sử dụng sản phẩm AI cũng có thể khuếch đại chi phí ngắn hạn. Copilot, AI Search, API AI dành cho doanh nghiệp, tạo hình ảnh, trợ lý lập trình và bot chăm sóc khách hàng đều tiêu tốn tài nguyên tính toán suy luận. Nhiều người dùng hơn và nhiều yêu cầu hơn đồng nghĩa với mức tiêu thụ GPU, chi phí điện và khấu hao trung tâm dữ liệu cao hơn. Microsoft Productivity and Business Processes cũng lưu ý rằng các khoản đầu tư hạ tầng AI phục vụ cho sự tăng trưởng về số chỗ và mức sử dụng Microsoft 365 Copilot đã góp phần làm tăng giá vốn hàng bán.

CAPEX AI ảnh hưởng đến biên lợi nhuận đám mây qua năm con đường chính:

1. Khấu hao tính vào giá vốn: GPU, máy chủ và thiết bị mạng tiếp tục được ghi vào giá vốn sau khi được triển khai.
2. Chi phí điện năng và làm mát tăng cao: Các tủ máy AI mật độ cao đòi hỏi nhiều điện năng, làm mát và năng lực vận hành hơn.
3. Mức sử dụng GPU có thể không đủ: Công suất nhàn rỗi làm tăng chi phí đơn vị của suy luận hoặc huấn luyện.
4. Giá dịch vụ suy luận có thể giảm: Nếu giá tính cho khách hàng giảm, khấu hao sẽ khó được bù đắp hơn.
5. Sản phẩm AI có thể phát sinh chi phí trước: Các tính năng miễn phí, sản phẩm đóng gói kèm theo hoặc việc sử dụng Copilot giai đoạn đầu có thể làm tăng chi phí tính toán trước khi doanh thu thực sự hình thành.

Tóm tắt: CAPEX AI không chỉ ảnh hưởng đến dòng tiền tự do mà còn ảnh hưởng đến biên lợi nhuận của mảng kinh doanh đám mây thông qua chi phí khấu hao, năng lượng, băng thông, làm mát và vận hành. Nếu các nhà cung cấp dịch vụ đám mây có thể bù đắp chi phí khấu hao thông qua giá bán mạnh hơn, mức sử dụng GPU cao hơn, hợp đồng doanh nghiệp vững chắc hơn và chi phí suy luận trên mỗi đơn vị thấp hơn, áp lực lên biên lợi nhuận có thể được hấp thụ. Nếu việc sử dụng sản phẩm AI chủ yếu mang lại chi phí trong khi việc hiện thực hóa doanh thu, giá dịch vụ suy luận và tỷ lệ gia hạn của khách hàng vẫn tụt lại phía sau, biên lợi nhuận gộp và biên lợi nhuận hoạt động của dịch vụ đám mây sẽ tiếp tục chịu áp lực.

Tại Sao Tuổi Thọ Sử Dụng Của GPU Và Máy Chủ Lại Trở Thành Tranh Luận Về Định Giá?

Tuổi thọ sử dụng của GPU và máy chủ ảnh hưởng trực tiếp đến chi phí khấu hao hàng năm, từ đó ảnh hưởng đến biên lợi nhuận, EPS và các hệ số định giá. Đối với cùng một lô máy chủ AI, kỳ khấu hao sáu năm sẽ tạo ra chi phí hàng năm thấp hơn so với kỳ khấu hao năm năm hoặc ngắn hơn. Khi việc nâng cấp phần cứng AI ngày càng tăng tốc, các giả định về tuổi thọ sử dụng đang trở thành nguồn gây bất đồng lớn trong việc định giá cổ phiếu công nghệ.

Một ví dụ đơn giản sẽ làm rõ điều này. Nếu một nhà cung cấp dịch vụ đám mây sở hữu 10 tỷ đô la Mỹ tài nguyên máy chủ AI, khấu hao theo đường thẳng trong năm năm đồng nghĩa với khoảng 2 tỷ đô la Mỹ khấu hao hàng năm. Trong sáu năm, khấu hao hàng năm sẽ vào khoảng 1,67 tỷ đô la Mỹ. Chênh lệch là khoảng 330 triệu đô la Mỹ mỗi năm, ảnh hưởng trực tiếp đến thu nhập từ hoạt động kinh doanh và EPS. Cơ sở tài sản càng lớn, các giả định khấu hao càng trở nên quan trọng đối với báo cáo thu nhập.

Thay đổi kế toán của Amazon đặc biệt mang tính tiêu biểu. Báo cáo quý 1 năm 2025 của Amazon tiết lộ rằng, bắt đầu từ ngày 1 tháng 1 năm 2025, công ty đã rút ngắn thời gian sử dụng ước tính của một số máy chủ và thiết bị mạng từ sáu năm xuống còn năm năm, lý do là tốc độ phát triển công nghệ ngày càng nhanh, đặc biệt trong lĩnh vực AI và machine learning. Thay đổi này cho thấy tuổi thọ kinh tế công nghệ của phần cứng AI có thể ngắn hơn so với chu kỳ của máy chủ đa dụng truyền thống.

Meta đã đi theo hướng ngược lại. Kết quả cả năm 2024 của Meta tiết lộ rằng công ty đã hoàn thành việc rà soát thời gian sử dụng hữu ích của một số tài sản máy chủ và mạng, kéo dài thời gian sử dụng hữu ích dự kiến lên 5,5 năm và dự kiến chi phí khấu hao năm 2025 sẽ giảm khoảng 2,9 tỷ USD. Thời gian sử dụng hữu ích dài hơn có thể cải thiện báo cáo kết quả kinh doanh hiện tại, nhưng nhà đầu tư vẫn cần đánh giá xem phần cứng có thực sự có tuổi thọ kinh tế dài hơn hay không.

Tuổi đời khấu hao kế toán và tuổi đời kinh tế công nghệ không phải lúc nào cũng giống nhau. Một GPU vẫn có thể chạy các khối lượng công việc, nhưng nếu một thế hệ chip mới vượt trội rõ rệt về hiệu suất năng lượng, dung lượng bộ nhớ và thông lượng suy luận, khả năng cạnh tranh thương mại của các tài sản cũ sẽ suy giảm. Các hệ thống như NVIDIA GB200 NVL72 nhấn mạnh khả năng suy luận theo thời gian thực ở quy mô lớn, khiến thị trường phải đánh giá lại tuổi đời kinh tế và lợi thế chi phí đơn vị của phần cứng thế hệ trước.

Tóm tắt: Tuổi thọ hữu dụng của GPU và máy chủ là một biến số then chốt trong định giá trung tâm dữ liệu AI. Tuổi thọ càng ngắn, khấu hao hàng năm càng cao và áp lực lên biên lợi nhuận càng lớn. Tuổi thọ càng dài, báo cáo kết quả kinh doanh hiện tại càng đẹp, nhưng nếu sự lỗi thời về công nghệ thực tế diễn ra nhanh hơn, áp lực thay thế hoặc giảm giá tài sản cao hơn có thể xuất hiện sau này. Nhà đầu tư không nên chỉ nhìn vào lợi nhuận kế toán sau điều chỉnh. Họ cũng cần đánh giá năng lực cạnh tranh thực tế của phần cứng, sự thay đổi chi phí suy luận (inference), mức độ utilization của GPU và thời gian hoàn vốn. Cơ sở hạ tầng AI càng nặng nề, các giả định khấu hao càng ảnh hưởng đến độ tin cậy của định giá.

Microsoft, Meta, Amazon và Alphabet: Áp lực khấu hao khác nhau như thế nào

Ngay cả khi chi phí vốn (CAPEX) dành cho AI tăng lên trên toàn ngành, Microsoft, Meta, Amazon và Alphabet vẫn đối mặt với những quỹ đạo áp lực khấu hao khác nhau. Áp lực của Microsoft thể hiện ở biên lợi nhuận gộp của mảng đám mây. Vấn đề then chốt của Meta là liệu dòng tiền quảng cáo có thể bù đắp được chi phí khấu hao hạ tầng AI hay không. Trọng tâm của Amazon là liệu sự tăng trưởng của AWS có thể hấp thụ được chi phí tài sản hay không. Vấn đề then chốt của Alphabet là liệu Google Cloud, AI Search và hiệu quả quảng cáo có thể hấp thụ được các khoản đầu tư hạ tầng công nghệ hay không.

Nhu cầu đám mây mạnh mẽ là điểm nổi bật của Microsoft, nhưng hạ tầng AI đã bắt đầu ảnh hưởng đến biên lợi nhuận. Microsoft FY2026 Q3 báo cáo doanh thu Microsoft Cloud đạt 54,5 tỷ USD, tăng 29% so với cùng kỳ năm trước, và nghĩa vụ thực hiện còn lại trong mảng thương mại tăng 99% lên 627 tỷ USD, cho thấy nhu cầu từ doanh nghiệp rất mạnh mẽ. Tuy nhiên, tỷ lệ biên lợi nhuận gộp của Microsoft Cloud trong cùng quý đã giảm xuống còn 66%, cho thấy đầu tư hạ tầng AI và sự tăng trưởng người dùng sản phẩm AI đã bắt đầu tác động đến chi phí.

Áp lực của Meta đến từ việc mở rộng cơ sở hạ tầng AI quy mô lớn. Trong Meta Q1 2026, công ty đã nâng hướng dẫn chi tiêu vốn cả năm lên mức 125–145 tỷ USD, phản ánh nhu cầu cao hơn về công suất trung tâm dữ liệu trong tương lai và cơ sở hạ tầng AI. Reuters đưa tin rằng Meta đang thúc đẩy phát triển chip AI nội bộ và mở rộng công suất tính toán, cho thấy công ty muốn giảm sự phụ thuộc vào GPU bên ngoài và kiểm soát chi phí cơ sở hạ tầng dài hạn. Đối với định giá, điều mấu chốt là dòng tiền quảng cáo có thể gánh vác được gánh nặng khấu hao này hay không.

Tình hình của Amazon gắn liền trực tiếp hơn với dòng tiền và chi phí tài sản. Amazon Q1 2026 báo cáo dòng tiền hoạt động 12 tháng gần nhất đạt 148,5 tỷ USD, trong khi dòng tiền tự do giảm xuống còn 1,2 tỷ USD, chủ yếu do việc mua sắm tài sản cố định và thiết bị tăng lên, trong đó đầu tư vào AI là một yếu tố quan trọng. Áp lực khấu hao sẽ tiếp tục ảnh hưởng đến cơ cấu chi phí của AWS sau khi các tài sản này được triển khai.

Alphabet có cấu trúc cân bằng hơn. Alphabet Q1 2026 báo cáo tăng trưởng doanh thu Google Cloud 63% lên 20 tỷ USD, trong khi biên lợi nhuận hoạt động hợp nhất mở rộng lên 36,1%. Tuy nhiên, CAPEX hạ tầng kỹ thuật vẫn ở mức cao, và chi phí khấu hao trong tương lai sẽ tiếp tục là điểm tập trung chính của thị trường. Nếu Google Cloud, AI Search và hiệu quả quảng cáo tiếp tục tăng trưởng, áp lực khấu hao sẽ dễ hấp thụ hơn.

Tóm tắt: Khi so sánh áp lực khấu hao giữa các nhà cung cấp dịch vụ đám mây, con số CAPEX tuyệt đối là chưa đủ. Đối với Microsoft, trọng tâm là việc mức độ sử dụng sản phẩm AI có tiếp tục gây áp lực lên biên lợi nhuận gộp mảng Cloud hay không. Đối với Meta, trọng tâm là dòng tiền quảng cáo có thể bù đắp được chi phí khấu hao hạ tầng AI hay không. Đối với Amazon, trọng tâm là tăng trưởng của AWS có thể khắc phục dòng tiền tự do và hấp thụ chi phí tài sản hay không. Đối với Alphabet, trọng tâm là Cloud, AI Search và hiệu quả quảng cáo có thể hấp thụ được chi tiêu hạ tầng kỹ thuật hay không. Áp lực khấu hao có trở nên nguy hiểm hay không phụ thuộc vào khả năng hấp thụ doanh thu, chứ không phải một con số chi tiêu đơn lẻ.

Áp Lực Khấu Hao Khi Nào Trở Thành Rủi Ro Thực Sự Đối Với Biên Lợi Nhuận?

Áp lực khấu hao chỉ trở thành rủi ro biên lợi nhuận thực sự khi tốc độ tăng trưởng doanh thu, mức sử dụng GPU và giá dịch vụ suy luận không theo kịp chi phí tăng cao. Khấu hao tăng cao không nhất thiết là điều xấu. Nếu khối lượng công việc AI thực sự đang tăng trưởng, khách hàng sẵn sàng trả tiền và mức sử dụng GPU cao, thì phần khấu hao gia tăng có thể được bù đắp bằng doanh thu. Nguy hiểm xuất hiện khi khấu hao, điện năng, làm mát và chi phí vận hành cùng lúc tăng lên trong khi doanh thu từ dịch vụ đám mây và giá sản phẩm AI không đủ mạnh.

Tình huống đầu tiên có thể kiểm soát là khi doanh thu tăng nhanh hơn khấu hao. Nếu doanh thu từ điện toán đám mây, mức sử dụng AI API, các hợp đồng doanh nghiệp, nhu cầu suy luận (inference) và các hợp đồng thuê máy tính dài hạn tăng trưởng nhanh, thì tỷ trọng khấu hao trên doanh thu có thể giảm xuống. Ngay cả khi khấu hao tuyệt đối tăng lên, chi phí tài sản tính trên mỗi đô la doanh thu vẫn có thể giảm. Trong trường hợp đó, AI CAPEX trông giống như một khoản đầu tư cho tăng trưởng hơn.

Tình huống rủi ro thứ hai là giá dịch vụ suy luận (inference) giảm kết hợp với các GPU đang bỏ không. Cạnh tranh về AI có thể thúc đẩy các cải tiến về hiệu suất mô hình và làm giảm giá dịch vụ suy luận. Nếu một nhà cung cấp dịch vụ đám mây xây dựng một lượng lớn năng lực GPU trước khi có nhu cầu, nhưng nhu cầu của khách hàng không đủ, giá cho thuê giảm, hoặc các dịch vụ suy luận bị giảm giá, thì khấu hao sẽ trực tiếp gây áp lực lên biên lợi nhuận gộp. Nghiên cứu gần đây về kinh tế học suy luận cũng coi tuổi thọ phần cứng, băng thông bộ nhớ và nhu cầu có thể kiếm tiền là những biến số quan trọng ảnh hưởng đến khả năng thanh toán của cơ sở hạ tầng AI.

Nguồn áp lực thứ ba là điện năng và làm mát. IEA dự kiến mức tiêu thụ điện của trung tâm dữ liệu toàn cầu sẽ tăng lên khoảng 945 TWh vào năm 2030, tăng mạnh so với khoảng 415 TWh vào năm 2024. Các tủ máy AI có mật độ công suất cao hơn, và làm mát bằng chất lỏng, trạm biến áp, nguồn điện dự phòng cùng các hợp đồng điện đều làm tăng chi phí. Chi phí năng lượng tăng cao ngoài khấu hao khiến áp lực lên biên lợi nhuận trở nên phức tạp hơn.

Áp lực khấu hao thường trở thành rủi ro biên lợi nhuận khi sáu tín hiệu sau xuất hiện:

1. Tăng trưởng khấu hao tiếp tục cao hơn tốc độ tăng trưởng doanh thu từ cloud.
2. Biên lợi nhuận gộp của mảng cloud tiếp tục giảm mà không có sự cải thiện rõ ràng về hiệu suất.
3. Mức tận dụng GPU thấp, hoặc công suất được lấp đầy thông qua các đơn hàng giá thấp.
4. Giá dịch vụ inference giảm nhanh hơn chi phí trên mỗi đơn vị.
5. Chi phí điện và làm mát trung tâm dữ liệu tiếp tục tăng.
6. Ban lãnh đạo liên tục tăng CAPEX mà không giải thích rõ thời gian hoàn vốn.

Tóm tắt: Áp lực khấu hao không tự động đồng nghĩa với rủi ro biên lợi nhuận. Miễn là khối lượng công việc AI tiếp tục tăng, khách hàng sẵn sàng trả tiền, mức utilization GPU vẫn cao và chi phí suy luận trên mỗi đơn vị giảm dần, thì khấu hao có thể được doanh thu hấp thụ. Mối nguy hiểm thực sự là khi chi phí khấu hao, điện năng, làm mát và vận hành cùng lúc tăng lên trong khi doanh thu dịch vụ đám mây, giá suy luận và nhu cầu khách hàng không theo kịp. Khi đó, CAPEX dành cho AI chuyển từ khoản đầu tư tăng trưởng thành gánh nặng kéo giảm biên lợi nhuận, và thị trường sẽ đánh giá lại biên lợi nhuận dài hạn của dịch vụ đám mây cũng như hệ số định giá.

Nhà Đầu Tư Thường Có Thể Dùng Các Chỉ Số Khấu Hao Như Thế Nào Để Đánh Giá Định Giá Của Nhà Cung Cấp Dịch Vụ Đám Mây?

Nhà đầu tư thông thường có thể đánh giá áp lực khấu hao AI qua năm góc độ: tỷ lệ D&A trên doanh thu, biên lợi nhuận gộp mây, biên lợi nhuận hoạt động, thời gian sử dụng hữu ích của tài sản, và các giả định định giá. CAPEX cao không nhất thiết là nguy hiểm, và khấu hao cao cũng không phải lúc nào cũng có nghĩa là công ty đang xấu đi. Điều đáng chú ý là khấu hao tăng, biên lợi nhuận gộp mây giảm, khả năng chuyển hóa doanh thu AI không đủ, và định giá vẫn giả định biên lợi nhuận cao trong dài hạn.

Bước đầu tiên là theo dõi xem tỷ lệ khấu hao và phân bổ (D&A) trên doanh thu có đang tăng lên hay không. Nếu D&A tính theo tỷ trọng doanh thu tiếp tục tăng, chi phí tài sản đang được ghi nhận vào báo cáo kết quả kinh doanh rõ rệt hơn. Các nhà cung cấp dịch vụ đám mây khác nhau có cơ cấu kinh doanh khác nhau, vì vậy nhà đầu tư không nên chỉ so sánh mức khấu hao tuyệt đối. Quy mô doanh thu, tỷ trọng doanh thu từ dịch vụ đám mây và mức độ thâm hụt tài sản trung tâm dữ liệu cũng cần được xem xét.

Bước thứ hai là theo dõi xem biên lợi nhuận gộp và biên lợi nhuận hoạt động của mảng điện toán đám mây có bị áp lực đồng thời hay không. Nếu doanh thu từ điện toán đám mây đang tăng trưởng mạnh nhưng biên lợi nhuận gộp lại giảm, chi phí khấu hao AI và chi phí suy luận (inference) có thể đang tăng lên. Nếu biên lợi nhuận hoạt động vẫn giữ vững, công ty có thể đang hấp thụ áp lực thông qua giá cả, cải tiến hiệu suất hoặc các mảng kinh doanh khác có biên lợi nhuận cao. Biên lợi nhuận gộp của Microsoft Cloud, biên lợi nhuận hoạt động của AWS và biên lợi nhuận hoạt động của Google Cloud đều là những chỉ số quan trọng.

Bước thứ ba là đánh giá xem định giá đã mặc định áp lực khấu hao là có thể kiểm soát hay chưa. Các cổ phiếu công nghệ có định giá cao thường ngầm cho rằng chi phí vốn (CAPEX) cho AI có thể tạo ra lợi suất cao. Nếu khấu hao trong tương lai cao hơn dự kiến, EPS, FCF và các hệ số định giá có thể chịu áp lực. Ngược lại, nếu áp lực khấu hao đã được phản ánh vào giá và doanh thu từ AI bắt đầu thành hiện thực, định giá có thể phục hồi.

Nhà đầu tư có thể sử dụng bảy câu hỏi để kiểm tra áp lực khấu hao AI:

1. CAPEX có liên tục cao hơn mức trung bình lịch sử không?
2. Khấu hao và khấu hao vô hình có bắt đầu tăng tốc không?
3. Biên lợi nhuận gộp mây có đang bị kéo xuống bởi hạ tầng AI không?
4. Các giả định về tuổi thọ hữu ích của máy chủ và GPU có thay đổi không?
5. Doanh thu AI có đủ để bù đắp khấu hao gia tăng không?
6. Chi phí điện và làm mát có đang tăng cùng lúc không?
7. Định giá hiện tại đã mặc định biên lợi nhuận cao dài hạn chưa?

Nếu bạn theo dõi các cơ hội cổ phiếu Mỹ trong các trung tâm dữ liệu AI, nhà cung cấp dịch vụ đám mây và chuỗi cung ứng bán dẫn, bạn nên chú ý không chỉ đến biên lợi nhuận và khấu hao, mà còn đến chi phí giao dịch thực tế. Chi phí giao dịch cổ phiếu Mỹ có thể bao gồm không chỉ hoa hồng, mà còn phí nền tảng, phí tổ chức bên ngoài và phí hoạt động giao dịch. Biya thu mức hoa hồng 0 USD cho giao dịch cổ phiếu Mỹ, trong khi phí nền tảng, phí tổ chức bên ngoài và các loại phí khác được áp dụng theo trung tâm phí và hiển thị trên đơn hàng. Trước khi giao dịch, bạn có thể xem lại phí giao dịch cổ phiếu Mỹ và xác nhận xem dịch vụ liên quan có áp dụng cho vị trí, kết quả xác minh danh tính, quy tắc nền tảng cũng như luật pháp và quy định địa phương của bạn hay không.

Tóm tắt: Nhà đầu tư phổ thông không nên đánh giá áp lực khấu hao AI chỉ qua CAPEX, cũng không nên chỉ dựa vào EPS. Một cách tiếp cận hữu ích hơn là phân tích đồng thời D&A tính theo tỷ trọng doanh thu, biên lợi nhuận gộp của mảng điện toán đám mây, biên lợi nhuận hoạt động, thời gian sử dụng hữu ích của tài sản và các giả định định giá. Khi áp lực khấu hao nằm trong tầm kiểm soát, CAPEX cho AI có thể là khoản đầu tư tăng trưởng. Khi áp lực khấu hao vượt khỏi tầm kiểm soát, ngay cả tốc độ tăng trưởng doanh thu nhanh cũng có thể không đủ để duy trì định giá cao. Chu kỳ hạ tầng AI kéo dài bao lâu, thì chất lượng biên lợi nhuận càng trở nên quan trọng bấy nhiêu.

Nếu bạn tiếp tục theo dõi áp lực khấu hao của các trung tâm dữ liệu AI, biên lợi nhuận của các nhà cung cấp đám mây và định giá cổ phiếu công nghệ, bạn có thể tập trung vào các thay đổi về lợi nhuận của Microsoft, Meta, Amazon, Alphabet, Oracle, NVIDIA, các công ty lưu trữ AI và chuỗi cung ứng trung tâm dữ liệu: liệu hướng dẫn CAPEX có tiếp tục tăng hay không, liệu D&A có tăng tốc hay không, liệu biên lợi nhuận gộp đám mây có bị đe dọa hay không, và liệu doanh thu AI có bắt đầu đủ để trang trải chi phí khấu hao hay không. Là một ví giao dịch đa tài sản toàn cầu, Biya hỗ trợ giao dịch cổ phiếu Mỹ, cổ phiếu Hồng Kông và tiền mã hóa, cũng như chuyển đổi USDT thành các loại tiền pháp định lớn như USD và HKD. Bạn có thể sử dụng tra cứu thông tin cổ phiếu Mỹ để xây dựng danh sách theo dõi hạ tầng AI, và bạn có thể tải ứng dụng để tiếp tục theo dõi các tên liên quan. Khả năng sử dụng dịch vụ phụ thuộc vào vị trí của người dùng, kết quả xác minh danh tính, quy tắc của nền tảng, cũng như các luật và quy định hiện hành. Trước khi giao dịch, bạn nên hiểu rõ đầy đủ về các quy tắc đặt lệnh, cấu trúc phí và rủi ro biến động giá.

Câu hỏi thường gặp

Tại sao khấu hao trung tâm dữ liệu AI ảnh hưởng đến biên lợi nhuận gộp của dịch vụ đám mây?

Khấu hao trung tâm dữ liệu AI ảnh hưởng đến biên lợi nhuận gộp của dịch vụ đám mây vì chi phí khấu hao đối với GPU, máy chủ và thiết bị trung tâm dữ liệu thường được tính vào chi phí kinh doanh dịch vụ đám mây. Nếu doanh thu AI tăng nhanh hơn khấu hao, áp lực lên biên lợi nhuận có thể được kiểm soát; nếu khả năng hấp thụ doanh thu không đủ, biên lợi nhuận sẽ chịu áp lực.

Sự khác biệt giữa áp lực CAPEX AI và áp lực khấu hao là gì?

CAPEX AI là áp lực lên dòng tiền, trong khi khấu hao là áp lực lên báo cáo kết quả hoạt động kinh doanh. CAPEX phát sinh khi công ty mua GPU, máy chủ và thiết bị trung tâm dữ liệu. Sau đó, khấu hao được tính dần vào chi phí, biên lợi nhuận và EPS trong suốt thời gian sử dụng hữu ích của tài sản.

Thời gian sử dụng hữu ích của GPU ngắn hơn ảnh hưởng đến lợi nhuận như thế nào?

Tuổi thọ GPU ngắn hơn sẽ làm tăng chi phí khấu hao hàng năm, gây áp lực lên thu nhập hoạt động và EPS. Điều này có thể không ảnh hưởng đến dòng tiền hiện tại, nhưng có thể tác động đến biên lợi nhuận, hệ số định giá, và cách thị trường nhìn nhận chu kỳ hoàn vốn của AI.

Nhà cung cấp dịch vụ đám mây có thể giảm áp lực khấu hao AI như thế nào?

Nhà cung cấp dịch vụ đám mây có thể giảm áp lực khấu hao AI bằng cách cải thiện mức sử dụng GPU, tối ưu hóa chi phí suy luận (inference), ký hợp đồng dài hạn, tăng giá sản phẩm AI, và kéo dài tuổi thọ hiệu dụng của phần cứng. Những phương pháp này đòi hỏi sự cân bằng giữa hiệu suất, độ ổn định, và nhu cầu của khách hàng.

Nhà đầu tư có thể phát hiện rủi ro khấu hao AI trong báo cáo lợi nhuận như thế nào?

Các nhà đầu tư nên tập trung vào D&A tính theo tỷ lệ doanh thu, biên lợi nhuận gộp mây, biên lợi nhuận hoạt động, hướng dẫn CAPEX, và các thay đổi về tuổi thọ hữu ích của máy chủ. Nếu khấu hao tăng nhanh hơn doanh thu mây, áp lực lên biên lợi nhuận có thể gia tăng.

Áp Lực Khấu Hao AI Có Ảnh Hưởng Đến Nhu Cầu NVIDIA Không?

Có, nhưng tác động không theo một chiều duy nhất. Áp lực khấu hao cao có thể khiến các nhà cung cấp dịch vụ mây giảm tốc độ mua sắm hoặc chuyển hướng sang chip tự phát triển. Tuy nhiên, nếu nhu cầu suy luận (inference) mạnh mẽ và mức sử dụng GPU cao, nhu cầu mua sắm bổ sung vẫn có thể tiếp tục. Điều quan trọng là phải đánh giá đồng thời CAPEX của khách hàng, mức sử dụng GPU, và doanh thu suy luận.