BONG BÓNG AI: KHI GIỚI HẠN NHẬN THỨC KINH TẾ DẪN DẮT DÒNG VỐN BẰNG LÒNG THAM

 BONG BÓNG AI: KHI GIỚI HẠN NHẬN THỨC KINH TẾ DẪN DẮT DÒNG VỐN BẰNG LÒNG THAM

Tác giả: Lê Hải

Ngày hoàn thiện: 16/12/2025

TÓM TẮT LUẬN ĐIỂM

Sự phát triển bùng nổ của các mô hình trí tuệ nhân tạo (AI) trong những năm gần đây đã tạo ra một làn sóng đầu tư mạnh mẽ chưa từng có, đặc biệt từ nhóm nhà đầu tư nhỏ và vừa. Tuy nhiên, khi phần lớn dòng vốn này đổ vào các doanh nghiệp không sở hữu nền tảng công nghệ cốt lõi, không kiểm soát hạ tầng tính toán hay dữ liệu chiến lược, thì chính tốc độ và cường độ đầu tư đó lại làm gia tăng xác suất hình thành một bong bóng AI mang tính cấu trúc.

Bài viết lập luận rằng: bong bóng AI không xuất phát từ sự thiếu thông minh của nhà đầu tư, mà từ giới hạn tầm nhìn nhận thức kinh tế quy mô lớn, khiến con người dễ bị dẫn dắt bởi hiệu ứng đám đông và lòng tham được ngụy trang bằng ngôn ngữ công nghệ.

I. AI KHÔNG CHỈ LÀ CÔNG NGHỆ – AI LÀ HỆ THỐNG HẠ TẦNG QUYỀN LỰC

Một ngộ nhận phổ biến hiện nay là xem AI như một dạng phần mềm thông minh có thể mở rộng nhanh và rẻ tương tự các mô hình SaaS truyền thống. Thực tế, AI hiện đại là một hệ thống công nghệ – kinh tế phức hợp, bao gồm:

Hạ tầng tính toán cường độ cao (GPU, điện năng, hệ thống làm mát)

Dữ liệu huấn luyện có tính độc quyền

Chi phí suy luận (inference) không giảm tuyến tính

Sự phụ thuộc sâu vào các trung tâm quyền lực công nghệ và chính sách

Các nghiên cứu công nghiệp giai đoạn 2024–2025 cho thấy:

Chi phí huấn luyện một mô hình ngôn ngữ lớn (LLM) cấp cao có thể dao động 80–120 triệu USD cho một chu kỳ hoàn chỉnh.

Chi phí inference trung bình 0,3–1 USD / 1.000 token, tạo áp lực lớn lên biên lợi nhuận khi mở rộng quy mô người dùng.

👉 Điều này cho thấy AI mang đặc trưng của công nghiệp hạ tầng kỹ thuật số, chứ không phải công nghệ “nhẹ”.

II. KIẾN THỨC BỀ MẶT VÀ ẢO GIÁC “HIỂU AI”

Việc nhà đầu tư nhỏ và vừa tiếp cận kiến thức AI là tín hiệu tích cực nếu được đặt trong một khung phân tích đúng. Tuy nhiên, rủi ro xuất hiện khi:

Kiến thức chỉ dừng ở thuật ngữ và narrative

Không gắn với khả năng phân tích chuỗi giá trị công nghệ

Không phân biệt được AI lõi (core AI) và AI bao bọc (AI wrapper)

Dữ liệu từ hệ sinh thái startup cho thấy:

70–80% startup AI giai đoạn seed–Series A không huấn luyện mô hình riêng, không sở hữu dữ liệu độc quyền, mà phụ thuộc hoàn toàn vào API từ các mô hình nền tảng.

Từ góc độ tâm lý học nhận thức, đây là biểu hiện điển hình của overconfidence bias: càng tiếp xúc nhiều thông tin, cá nhân càng tin rằng mình hiểu sâu, trong khi thực chất chỉ nắm được bề mặt của một hệ thống phức tạp.

III. HIỆU ỨNG ĐÁM ĐÔNG DƯỚI GÓC NHÌN XÃ HỘI HỌC KINH TẾ

Thị trường tài chính không chỉ vận hành bằng dữ liệu, mà còn bằng niềm tin tập thể. Khi AI được kể như “tương lai không thể đảo ngược”, nó tạo ra:

Áp lực đồng thuận xã hội

Nỗi sợ bị bỏ lại phía sau (FOMO)

Hành vi đầu tư mang tính nghi thức hơn là phân tích

Các nghiên cứu hành vi cho thấy:

Nhà đầu tư cá nhân thường đánh giá quá cao năng lực hiểu AI của mình khoảng 35–40%.

Khi tiếp xúc với narrative công nghệ tích cực, xác suất đầu tư tăng hơn 2 lần, trong khi mức độ kiểm tra mô hình tài chính giảm gần 30%.

👉 Lúc này, nhà đầu tư không còn “ra quyết định”, mà tham gia vào một hành vi tập thể được hợp thức hóa.

IV. GIỚI HẠN NHẬN THỨC KINH TẾ QUY MÔ

Phần lớn nhà đầu tư nhỏ và vừa vận hành trong khung nhận thức vi mô, tập trung vào:

doanh nghiệp riêng lẻ

sản phẩm cụ thể

tăng trưởng ngắn hạn

Trong khi đó, AI là hiện tượng vĩ mô – cấu trúc, chịu chi phối bởi:

quyền lực hạ tầng

chính sách quốc gia

chu kỳ công nghệ dài hạn

Sự lệch pha này khiến dòng vốn chảy vào những nơi dễ kể câu chuyện, thay vì những nơi nắm giữ giá trị cốt lõi.

V. LÒNG THAM NHƯ MỘT CƠ CHẾ ĐƯỢC DẪN HƯỚNG

Từ góc độ tâm lý học hành vi, khi con người không đủ năng lực nhận thức để đánh giá một hệ thống phức tạp, họ sẽ:

dựa vào tín hiệu xã hội

tin vào người dẫn dắt narrative

đồng nhất quyết định cá nhân với “xu thế chung”

Khi đó, lòng tham không còn là động lực cá nhân, mà trở thành cơ chế được kích hoạt và dẫn hướng từ bên ngoài.

Khi tầm nhìn bị giới hạn, con người buộc phải mượn la bàn của người khác.

VI. DÒNG VỐN AI: SỰ TẬP TRUNG QUYỀN LỰC THAY VÌ DÂN CHỦ HÓA

Dữ liệu phân bổ vốn AI toàn cầu cho thấy:

65–70% tổng vốn đầu tư AI chảy vào hạ tầng, mô hình nền tảng và các tập đoàn công nghệ lớn.

Dưới 15% vào các startup ứng dụng AI độc lập.

Đồng thời:

Burn rate của startup AI cao hơn 2,3–2,8 lần so với startup SaaS.

Runway trung bình chỉ 12–16 tháng, ngay cả khi đã gọi vốn.

👉 Điều này cho thấy: AI không phân quyền giá trị – nó tập trung quyền lực.

VII. KIỂM CHỨNG CHU KỲ LỊCH SỬ

So sánh với các chu kỳ công nghệ trước:

Tỷ lệ doanh nghiệp thất bại sau 5 năm

Chu kỳ

Dot-com

~78%

Blockchain

~85%

Metaverse

>90%

AI (ước tính)

70–80%

AI có giá trị thực, nhưng không miễn nhiễm với bong bóng.

KẾT LUẬN

AI không phải là bong bóng

Nhưng đa số doanh nghiệp AI hiện nay không có nền tảng để gánh AI thực

Khi nhà đầu tư bị giới hạn tầm nhìn và nhận thức kinh tế quy mô,

họ sẽ bị dẫn dắt bởi lòng tham của người khác,

nhưng vẫn tin rằng đó là lựa chọn tự do của chính mình.

Bong bóng AI không vỡ vì công nghệ sai,

mà vì con người đặt quá nhiều kỳ vọng lên những cấu trúc không thể gánh nổi quyền lực và chi phí của AI thực sự.