Nghiên cứu từ Barclays: 40% doanh thu của các công ty AI đang chảy vào túi 'ông lớn' điện toán đám mây

Theo thông tin từ IT ngày 30 tháng 8, thoạt nhìn, các công ty mô hình trí tuệ nhân tạo (AI) dường như đang kiếm được lợi nhuận khổng lồ, nhưng những đơn vị thực sự hưởng lợi nhiều nhất có lẽ lại là các nhà cung cấp dịch vụ điện toán đám mây đứng sau họ.

Nghiên cứu mới nhất từ ngân hàng Barclays đã phân tích sự phân bổ lợi nhuận trong chuỗi cung ứng AI. Nghiên cứu phát hiện ra rằng, cứ mỗi 100 USD doanh thu mà các công ty mô hình tạo ra (IT chú thích: tỷ giá hối đoái hiện tại khoảng 674,6 Nhân dân tệ), thì có từ 35 đến 40 USD (khoảng 236,1 đến 269,8 Nhân dân tệ) chảy vào túi ba nền tảng đám mây lớn nhất — Amazon AWS, Microsoft Azure và Google GCP dưới dạng chi phí tính toán suy luận (inference compute).

Các nhà cung cấp dịch vụ đám mây có thể thu về từ 10 đến 20 USD (khoảng 67,5 đến 134,9 Nhân dân tệ) lợi nhuận hoạt động từ phần doanh thu này, tương ứng với biên lợi nhuận hoạt động cao nhất từ 35% đến 45%. Kết luận này được đưa ra trong báo cáo nghiên cứu về mô hình kinh tế đơn vị ngành AI do Barclays công bố ngày 28 tháng 8, giúp thế giới bên ngoài quan sát rõ hơn về việc giá trị trong chuỗi cung ứng AI thực sự đang chảy về đâu.

Biên lợi nhuận của các phòng thí nghiệm AI tăng mạnh

Báo cáo cũng cho thấy, biên lợi nhuận suy luận trả phí của các phòng thí nghiệm AI đã tăng mạnh từ mức hơn 10% vào năm 2025 lên 50% - 65% hoặc cao hơn vào năm 2026; biên lợi nhuận gộp điều chỉnh tăng 30 đến 50 điểm phần trăm so với cùng kỳ năm ngoái.

Chuyên gia phân tích Ross Sandler của Barclays chỉ ra rằng, yếu tố chính thúc đẩy biên lợi nhuận tăng mạnh là khách hàng doanh nghiệp và cái gọi là "quy trình làm việc đại lý" (agentic workflows) — những sản phẩm đã trở thành mặt hàng "phải có" trên thị trường.

Ông cho rằng biên lợi nhuận thực tế của các phòng thí nghiệm AI hiện nay có thể đã cao hơn so với ước tính trong báo cáo. Tuy nhiên, khi sự cạnh tranh giữa các mô hình tiên tiến ngày càng gay gắt và nguồn cung cấp năng lực tính toán tiếp tục tăng, chỉ số này dự kiến cuối cùng sẽ dần giảm xuống.

Cơ cấu kinh doanh quyết định sự chênh lệch biên lợi nhuận gộp

Để giúp các nhà đầu tư hiểu rõ hơn về sự khác biệt tài chính giữa các phòng thí nghiệm AI khác nhau, Barclays đã xây dựng hai phòng thí nghiệm AI giả định để so sánh.

"Phòng thí nghiệm A" có khoảng 70% doanh thu đến từ API và 30% từ đăng ký (subscription); trong khi "Phòng thí nghiệm B" thì ngược lại, 80% doanh thu phụ thuộc vào dịch vụ đăng ký, API chỉ chiếm 20%.

Do mảng kinh doanh API vốn dĩ có biên lợi nhuận suy luận cao hơn so với dịch vụ đăng ký, cộng với sự khác biệt trong cách phân bổ chi phí đào tạo và chia sẻ doanh thu với đối tác, biên lợi nhuận gộp điều chỉnh của hai phòng thí nghiệm giả định này đã xuất hiện khoảng cách đáng kinh ngạc là 17 điểm phần trăm: Phòng thí nghiệm A đạt khoảng 55%, trong khi Phòng thí nghiệm B chỉ đạt 38%.

Cách thức ghi nhận doanh thu khác nhau càng làm trầm trọng thêm sự "sai lệch" này.

Phòng thí nghiệm A ghi nhận doanh thu API gián tiếp theo tổng giá trị, trong khi Phòng thí nghiệm B áp dụng phương pháp ghi nhận thuần (net basis), thậm chí không tính vào doanh thu đối với các API gián tiếp do đối tác chiến lược vận hành. Barclays ví tình trạng này giống như sự khác biệt giữa Uber và Lyft: hoạt động kinh doanh cốt lõi của cả hai về cơ bản là giống nhau, nhưng do cách xử lý kế toán khác nhau, các con số xuất hiện trên báo cáo tài chính cuối cùng có thể hoàn toàn khác biệt.

Báo cáo cảnh báo rằng, khi các phòng thí nghiệm AI bắt đầu công bố báo cáo tài chính theo Nguyên tắc kế toán được chấp nhận chung (GAAP), các nhà đầu tư cần phải làm rõ những khác biệt trong xử lý kế toán này trước khi thực hiện so sánh giữa các công ty, nếu không sẽ rất khó để đưa ra những so sánh có ý nghĩa.

Biên lợi nhuận của các dòng sản phẩm khác nhau

Phân tách sâu hơn các dòng sản phẩm cụ thể cho thấy, các sản phẩm đăng ký như Claude Code và Codex có biên lợi nhuận suy luận ước tính khoảng 70%, là loại thấp nhất trong ba dòng sản phẩm chính.

Nguyên nhân là do các phòng thí nghiệm AI sẵn sàng chịu một phần chi phí Token để đổi lấy sự gắn kết của người dùng. Các gói đăng ký này thường thu phí hàng tháng và có thiết lập hạn mức sử dụng. Đáng chú ý là tần suất đặt lại hạn mức sử dụng gần đây đã tăng lên rõ rệt, điều này có thể phản ánh áp lực giữ chân người dùng mà các phòng thí nghiệm AI đang đối mặt, đồng thời cũng cho thấy hiệu suất mô hình không ngừng được cải thiện.

API trực tiếp là mô hình kinh doanh xuất hiện sớm nhất của các phòng thí nghiệm AI, đồng thời cũng là dòng kinh doanh có biên lợi nhuận cao nhất. Các công cụ dành cho nhà phát triển như Cursor và Figma thu phí dựa trên số lượng Token mà người dùng tiêu thụ. Barclays ước tính rằng biên lợi nhuận suy luận API hiện đã vượt quá 80%.

Với việc hiệu suất Token của mô hình không ngừng được cải thiện, nghĩa là số lượng Token cần thiết để hoàn thành cùng một nhiệm vụ ngày càng ít đi, cộng với giá danh nghĩa của API tăng lên, cùng với việc tối ưu hóa cơ sở hạ tầng dịch vụ suy luận (bao gồm lượng tử hóa, giải mã suy đoán và năng lực tính toán thế hệ mới), tất cả đều đang liên tục giải phóng dư địa lợi nhuận lớn hơn.

Báo cáo đặc biệt chỉ ra rằng, biên lợi nhuận suy luận API trong quý 2 năm 2026 thực tế cao hơn nhiều so với mức hiển thị trong biểu đồ, nhưng dự kiến vẫn sẽ quay trở lại mức bình thường ở một giai đoạn nào đó trong tương lai.

API gián tiếp cung cấp trải nghiệm cho người dùng cuối về cơ bản giống với API trực tiếp, nhưng người dùng thiết lập mối quan hệ thanh toán trực tiếp với nhà cung cấp dịch vụ đám mây. Khi tỷ trọng của 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 tăng thêm khoảng cách về khả năng so sánh giữa các báo cáo tài chính của họ.

Các nhà cung cấp dịch vụ đám mây thực sự kiếm được bao nhiêu?

Phân tách sâu hơn cơ cấu lợi nhuận của các nhà cung cấp dịch vụ đám mây cho thấy, cứ mỗi 100 USD doanh thu mà phòng thí nghiệm AI tạo ra (khoảng 674,6 Nhân dân tệ), Phòng thí nghiệm A sẽ tương ứng với khoảng 35 USD doanh thu dịch vụ đám mây. Sau khi trừ đi chi phí cơ sở hạ tầng, nhà cung cấp dịch vụ đám mây có thể thu về khoảng 11,80 USD lợi nhuận (khoảng 79,6 Nhân dân tệ), tương ứng với biên lợi nhuận hoạt động khoảng 34%.

Tình hình của Phòng thí nghiệm B mang lại lợi nhuận cao hơn. Do tồn tại cơ chế chia sẻ doanh thu với đối tác chiến lược — cơ chế liên quan đến 20% doanh thu và có thiết lập hạn mức tích lũy — nhà cung cấp dịch vụ đám mây có thể thu về khoảng 41 USD doanh thu (khoảng 276,6 Nhân dân tệ) trên mỗi 100 USD doanh thu AI của Phòng thí nghiệm B, trong đó lợi nhuận đạt 19,10 USD (khoảng 128,8 Nhân dân tệ), 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, cơ chế này liên quan đến 20% doanh thu và có thiết lập hạn mức tích lũy.

Barclays nhấn mạnh rằng cơ chế chia sẻ doanh thu này làm tăng biên lợi nhuận bề ngoài của các 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 cho hai phòng thí nghiệm là không có sự khác biệt. Thỏa thuận chia sẻ doanh thu này dự kiến sẽ dần giảm xuống bằng 0 sau năm 2028.

Ngoài ra, các sản phẩm đăng ký đại lý (agent) cũng có thể tạo ra giá trị bổ sung cho các nhà cung cấp dịch vụ đám mây. Các sản phẩm thời gian chạy (runtime) có khả năng ghi nhớ trạng thái này thường cần gọi đến các tài nguyên phần mềm tầng trên như cơ sở dữ liệu, do đó giá trị trên mỗi đơn vị doanh thu cao hơn. Trong một số trường hợp, giữa nhà cung cấp dịch vụ đám mây và phòng thí nghiệm AI còn tồn tại các thỏa thuận chia sẻ doanh thu, giúp tăng thêm thu nhập thực tế cho nhà cung cấp đám mây.

Ngành công nghiệp AI đang chuyển dịch từ "đào tạo" sang "suy luận"

Xét về quy mô toàn ngành, Barclays dự báo doanh thu của các phòng thí nghiệm AI sẽ tăng từ 7 tỷ USD vào năm 2024 (khoảng 47,221 tỷ Nhân dân tệ) lên 137 tỷ USD vào năm 2026 (khoảng 924,192 tỷ Nhân dân tệ) và đạt 690 tỷ USD vào năm 2028 (khoảng 4,65 nghìn tỷ Nhân dân tệ).

Nếu tính theo doanh thu định kỳ hàng năm (ARR) cuối năm, tốc độ tăng trưởng còn mạnh mẽ hơn: dự kiến đạt khoảng 200 tỷ USD vào cuối năm 2026 (khoảng 1,35 nghìn tỷ Nhân dân tệ) và có khả năng đạt 782 tỷ USD vào cuối năm 2028 (khoảng 5,28 nghìn tỷ Nhân dân tệ).

Hiện tại, chi phí đào tạo vẫn chiếm khoảng 48% doanh thu của các phòng thí nghiệm AI, điều này có nghĩa là cứ mỗi 1 USD doanh thu mà phòng thí nghiệm AI kiếm được (khoảng 6,7 Nhân dân tệ), thì gần như tương ứng với gần 1 USD doanh thu của nhà cung cấp dịch vụ đám mây (khoảng 6,7 Nhân dân tệ).

Tuy nhiên, tỷ trọng chi phí đào tạo trên doanh thu đang giảm nhanh chóng, từ 96% năm 2024 dự kiến giảm 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 phí đào tạo, khả năng sinh lời tổng thể của các phòng thí nghiệm AI sẽ liên tục được cải thiện, và trọng tâm của toàn ngành cũng sẽ dần chuyển từ "đào tạo làm chủ đạo" sang "suy luận làm chủ đạo".

Đồng thời, tỷ trọng doanh thu AI của các nhà cung cấp dịch vụ đám mây trên doanh thu của các phòng thí nghiệm AI cũng đang giảm, từ 153% năm 2024 xuống 90% năm 2026 và dự kiến giảm xuống 73% vào năm 2028.

Barclays dự báo rằng trong hai năm tới, thị phần của AWS, Azure và GCP trong chi tiêu tính toán của các phòng thí nghiệm AI về cơ bản có thể duy trì, nhưng đến năm 2028, cục diện ngành có thể xảy ra bước ngoặt.

Khi đó, các dự án cơ sở 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 ông lớn" điện toán đám mây hiện tại có thể sẽ dần mất thị phần trong cả thị trường đào tạo và suy luận AI, và cục diện lợi nhuận hiện tại cũng sẽ đón nhận một cuộc tái phân chia.