🔒 MPR Exclusive Insight


Key Finding

AI đang ở giai đoạn “hạ tầng bùng nổ – ứng dụng chưa pricing đầy đủ”, với hơn 500–600 tỷ USD capex/năm đổ vào data center & compute, nhưng phần lớn upside lợi nhuận dài hạn vẫn chưa được phản ánh hết ra ngoài nhóm Big Tech core.forbes+3

Deep Dive: AI đang ở đâu trong chu kỳ?

  • Generative AI được Bloomberg Intelligence ước tính có thể đạt 1,3 nghìn tỷ USD doanh thu vào 2032, CAGR ~42–43% trong thập kỷ tới.bloomberg+1

  • Toàn bộ thị trường AI (software + dịch vụ) được nhiều nghiên cứu khác nhau định cỡ từ ~200 tỷ USD năm 2023 lên 1,8 nghìn tỷ USD vào 2030 (CAGR ~36%).faistgroup+1

  • Ở lớp hạ tầng, Goldman Sachs và Morgan Stanley đều ghi nhận 2025–2028 là “super-cycle” data center: ước tính ~2,9–3 nghìn tỷ USD chi cho xây dựng data center AI đến 2028, chiếm khoảng 25% tăng trưởng GDP Mỹ trong một số kịch bản.goldmansachs+1

Theo CreditSights/Morgan Stanley, consensus capex của nhóm hyperscaler (Nvidia ecosystem, Microsoft, Amazon, Alphabet, Meta, v.v.) cho 2026 đã được nâng lên vùng trên 500 tỷ USD; Forbes dẫn số liệu 602 tỷ USD chỉ riêng cho AI infrastructure (data center + năng lượng). Điều quan trọng: phần lớn chi tiêu này là trước doanh thu, tức thị trường vẫn đang tài trợ “đường ray” hơn là hưởng trọn “vé tàu”.morganstanley+2

Ở lớp ứng dụng: Menlo Ventures ước tính doanh nghiệp chi khoảng 37 tỷ USD cho generative AI năm 2025, tăng 3,2 lần so với 11,5 tỷ USD năm 2024, với ~19 tỷ USD đi vào layer ứng dụng (copilot, AI assistant, workflow-specific tools). Dù con số tăng rất nhanh, nó vẫn chỉ chiếm vài phần trăm tổng thị trường phần mềm, nghĩa là dư địa monetization còn rất lớn.abiresearch+1

Market Impact: Điều gì thị trường đã/ chưa pricing?

Những gì đã phản ánh khá đầy đủ:

  • Narrative “AI infrastructure boom”: Nvidia & nhóm chip, server, networking, cooling, utility/power hưởng lợi rõ ràng và đã được re-rate mạnh từ 2023–2025; nhiều báo cáo (Goldman, Morgan Stanley) nhấn mạnh capex 2026+ >500 tỷ USD là consensus mới.forbes+2

  • Big Tech hyperscaler được coi là “AI index”: Amazon, Microsoft, Alphabet, Meta vừa là người chi vốn, vừa là người bán nền tảng (cloud, API, foundation model, ad stack, productivity suite).bloomberg+2

Những gì thị trường còn thiếu/ định giá chưa đồng bộ:

  • Sự phân hóa giữa “hạ tầng” và “productivity beneficiaries”: Goldman Sachs nhấn mạnh nhà đầu tư bắt đầu xoay trục sang nhóm được hưởng lợi từ tăng năng suất (vertical SaaS, công cụ dev, BPO, dịch vụ chuyên môn) thay vì chỉ mua mọi thứ gắn mác “AI”.goldmansachs

  • Theo Forbes & McKinsey, ~88% doanh nghiệp đã dùng AI ở ít nhất một function vào cuối 2025, nhưng adoption vẫn phân bổ lẻ tẻ theo từng bộ phận, nghĩa là còn nhiều room để chuẩn hóa & scale (tạo ra waves doanh thu thứ 2–3 cho nhà cung cấp giải pháp).forbes+2

  • Menlo Ventures chỉ ra ~27% chi tiêu AI ứng dụng đến từ product-led growth (user tự mua, không qua procurement), gần gấp 4 lần tỷ lệ của software truyền thống (~7%), hàm ý rằng adoption “bottom-up” có thể dẫn đến S-curve doanh thu trễ hơn so với capex hạ tầng.menlovc

Insight ngược consensus:
Trong khi consensus đang coi AI là “mega trend” đã crowded ở nhóm chip và hyperscaler, góc nhìn ít người chú ý là: định giá nhiều vertical software/ dịch vụ chuyên môn chưa phản ánh việc AI có thể nâng biên lợi nhuận dài hạn (10–20 điểm phần trăm ở một số mô hình asset-light) nhờ tự động hóa knowledge work; phần này giá cổ phiếu thường mới chỉ phản ánh narrative, chưa phản ánh được cải thiện structural margin vì dữ liệu productivity còn manh mún.morganstanley+2

Actionable Recommendation: Hội viên MPR nên làm gì?

Tùy vai trò (nhà đầu tư, founder, hay doanh nghiệp), hướng hành động sẽ khác; với từ khóa đơn “AI”, dưới đây là khung hành động tổng quát:

  1. Nhà đầu tư tài chính (public market/VC):

    • Chia AI thành 3 lớp: hạ tầng (chips, data center, power), nền tảng (cloud, LLM, MLOps), ứng dụng (vertical SaaS, copilot ngành). Ưu tiên tìm cơ hội ở lớp 2–3, nơi định giá P/S và P/E chưa phi lý so với tăng trưởng tiềm năng 25–40%/năm.bloomberg+3

    • Tránh “beta AI” chung chung; tập trung vào tên có bằng chứng monetization rõ (ARPU từ AI add-on, % doanh thu gắn với AI >10%, net retention cải thiện nhờ AI).bloomberg+1

  2. Founder/Operator (khởi nghiệp/scaleup):

    • Thay vì cạnh tranh xây model, tập trung vào “last mile”: quy trình ngành cụ thể, dữ liệu domain, và UX/case sử dụng mà model lớn khó tự làm tốt. Số liệu adoption cho thấy tiền đang chảy nhanh nhất vào application layer (~19 tỷ USD năm 2025 và tăng nhanh).menlovc

    • Thiết kế unit economics xoay quanh productivity uplift đo được (giảm FTE, tăng throughput, giảm thời gian chu kỳ) thay vì chỉ bán “AI feature”. Điều này giúp bạn bám vào narrative “productivity beneficiaries” – hướng mà research sell-side lớn đang xoay trục.goldmansachs+1

  3. Doanh nghiệp (người dùng AI):

    • Ưu tiên 2–3 use case có ROI định lượng được (ví dụ: giảm 20–30% thời gian xử lý ticket, tăng 15–25% tốc độ chuẩn bị report) rồi mới scale; tránh triển khai dàn trải theo phong trào.codewave+1

    • Bắt đầu xây “AI operating model”: governance dữ liệu, quy định dùng AI nội bộ, đánh giá năng lực AI trong tuyển dụng (Gartner dự báo đến 2027, 75% quy trình tuyển dụng sẽ có đánh giá kỹ năng AI).forbes+1

Gợi ý tiếp theo

Bạn đang quan tâm đến AI dưới góc độ nào: đầu tư tài chính, xây sản phẩm/khởi nghiệp, hay ứng dụng AI trong doanh nghiệp hiện tại?

📊 MPR Confidence Level: TRUNG BÌNH

Tuyên bố Miễn trừ Trách nhiệm:


🔒 MPR Insight: Premium Market Intelligence được xây dựng từ dữ liệu nghiên cứu thứ cấp có cấu trúc và có thể chứa sai số ước tính. Confidence Score 95/100 phản ánh chất lượng nguồn dữ liệu hiện có.

Đề nghị có sự tham gia của chuyên gia độc lập trước khi sử dụng cho mục đích quyết định đầu tư hoặc chiến lược kinh doanh.

Tham gia cộng đồng MPR : https://zalo.me/g/rdhyxs504

© 2026 MPR AI ™ Research — Tài liệu Nội bộ.

Nguồn dữ liệu thứ cấp được hệ thống tổng hợp tại : https://drive.google.com/file/d/1gMWMBQ7bP-2OvHtJpofCI0GF7y0SAlGy/preview