Phân tích chuyên sâu báo cáo tháng 7 của Goldman Sachs về 'Chuỗi giá trị AI Trung Quốc': Tại sao năng lượng được xếp hạng ưu tiên hàng đầu

Tôi đã đọc báo cáo ngày 8 tháng 7 của Goldman Sachs hai lần. Lần thứ hai, tôi quay lại chỉ để tìm một chi tiết: Goldman Sachs xếp điện năng ở vị trí cao nhất trong chuỗi giá trị AI của Trung Quốc, còn mô hình và ứng dụng xếp thấp hơn. Lúc đầu, tôi nghĩ đây chỉ là một đợt xoay vòng cảm tính—Hàn Quốc tăng quá nhiều rồi giảm, Trung Quốc giảm quá nhiều rồi tăng, và dòng vốn đi tìm câu chuyện mới. Nhưng sau khi đọc xong toàn bộ báo cáo, tôi đã thay đổi suy nghĩ. Điều Goldman Sachs thực sự muốn nói không chỉ là "AI Trung Quốc sẽ tăng", mà là toàn bộ chuỗi giá trị AI của Trung Quốc đã hình thành một vòng khép kín, và định giá của thị trường đang tụt hậu nghiêm trọng so với trọng số kinh tế thực tế của nó. Thậm chí còn phản trực giác hơn là mắt xích có độ chắc chắn cao nhất trong toàn bộ chuỗi lại là thứ mà hầu hết mọi người bỏ qua đầu tiên khi nói về AI: Điện năng.

Thứ tự xếp hạng này đáng suy ngẫm hơn bản thân sự dịch chuyển vị thế, vì nó trả lời một câu hỏi trực tiếp: nên đưa tiền vào đâu để phù hợp với thị phần doanh thu AI toàn cầu 16% hiện tại của Trung Quốc, vốn chỉ nhận được 1.2% phân bổ quỹ? Trong bài viết này, tôi sẽ phân tích năm mảng—điện năng, chất bán dẫn, hạ tầng, mô hình và ứng dụng—giải thích mỗi mảng kiếm được loại tiền nào và đâu là các mục tiêu đại diện. Khi đọc tiếp, bạn sẽ thấy một số điểm phản trực giác.

▸ Tại sao Goldman Sachs bỏ Hàn Quốc để chọn Trung Quốc ▸ Điện năng: Nút thắt cổ chai nền tảng bị định giá thấp ▸ Chất bán dẫn: Thay thế nội địa trong siêu chu kỳ bộ nhớ ▸ Hạ tầng: Nơi chi tiêu vốn thực sự đổ vào ▸ Mô hình: Tại sao chúng bị xếp hạng thấp hơn ▸ Ứng dụng: Điểm cuối kiếm tiền với rủi ro thấp nhất ▸ Cách kết hợp năm mảng và rủi ro nằm ở đâu

Báo cáo này thực sự nói gì?

Trong hơn một năm qua, vốn toàn cầu gần như xếp hàng đổ vào cổ phiếu chip nhớ ở Hàn Quốc và Đài Loan. Samsung và SK Hynix đã đẩy chỉ số KOSPI lên mức cao kỷ lục. Logic rất đơn giản: AI cần huấn luyện và suy luận, bộ nhớ là thứ bắt buộc; ai có năng lực sản xuất thì thắng.

Nhưng logic này bắt đầu lỏng lẻo trong năm nay. Thị trường bắt đầu nghi ngờ tính bền vững của chi tiêu vốn AI. Thị trường chứng khoán Hàn Quốc giảm hơn 5% trong một ngày, với mức giảm tích lũy hơn 20%, bước vào thị trường gấu kỹ thuật. Cùng ngày, Chỉ số Hang Seng China Enterprises tăng gần 4.5%. Dấu vết của sự dịch chuyển vốn rất rõ ràng.

Phản ứng ban đầu của tôi là đây có thể chỉ là sự xoay vòng cảm tính—cái gì lên rồi cũng phải xuống, và vốn luôn tìm kiếm một câu chuyện mới. Nhưng sau khi đọc toàn bộ báo cáo, tôi đã thay đổi suy nghĩ vì lập luận của Goldman không chỉ là AI Trung Quốc sẽ tăng, mà là chuỗi giá trị AI của Trung Quốc đã hình thành một vòng khép kín hoàn chỉnh, và định giá thị trường đang tụt hậu nghiêm trọng so với trọng số kinh tế thực tế của nó.

Các con số rất trực tiếp: Trung Quốc chiếm khoảng 16% doanh thu AI toàn cầu và khoảng 10% giá trị thị trường toàn cầu, nhưng phân bổ quỹ tương hỗ toàn cầu vào công nghệ AI của Trung Quốc chỉ là 1.2%. Goldman Sachs đánh giá rằng khoảng cách này có thể mang lại tiềm năng tăng từ 50% đến 100%.

Goldman Sachs đã chia vòng khép kín này thành năm mảng: Điện năng, Chất bán dẫn, Hạ tầng AI, Mô hình AI và Ứng dụng AI, và đặt tên cho một danh mục cụ thể: GSXACART. Thứ tự phân chia tự nó đã là một thái độ. Mảng càng xếp trước thì độ chắc chắn và ưu tiên càng cao. Vậy câu hỏi đặt ra là: tại sao điện năng—một lĩnh vực nghe có vẻ "cơ bản" và truyền thống nhất—lại được xếp trước chip và mô hình?

1. Điện năng: Nút thắt cổ chai nền tảng bị định giá thấp

Huấn luyện và suy luận AI thực sự rất ngốn điện. Một truy vấn ChatGPT tiêu thụ lượng điện gần gấp 10 lần so với một tìm kiếm thông thường. Con số này có thể đã bị bỏ qua vài năm trước, nhưng khi quy mô huấn luyện và suy luận đồng thời tăng lên, điện năng đã chuyển từ một biến số nền thành một ràng buộc cứng. Vấn đề ở Mỹ là điển hình: họ có chip và công nghệ, nhưng lưới điện không theo kịp. Nhiều dự án trung tâm dữ liệu bị mắc kẹt ở bước kết nối điện. Ngược lại, Trung Quốc có lợi thế: nguồn cung điện quy mô lớn, chi phí năng lượng xanh thấp ở miền Tây, hỗ trợ chính sách nhanh và tốc độ xây dựng theo kịp. Những yếu tố này kết hợp thành một lợi thế so sánh mà các nước khác khó lòng sao chép trong ngắn hạn.

Goldman Sachs dự đoán rằng các công ty internet hàng đầu của Trung Quốc sẽ đầu tư khoảng 70 tỷ USD vào trung tâm dữ liệu vào năm 2026, với nhu cầu điện cho trung tâm dữ liệu tăng trưởng với tốc độ khoảng 25% so với cùng kỳ năm trước. Con số dài hạn hơn từ Cục Năng lượng Quốc gia là đến năm 2030, mức tiêu thụ điện của trung tâm dữ liệu Trung Quốc sẽ đạt 800 TWh, chiếm khoảng 6% tổng tiêu thụ điện cả nước, với tốc độ tăng trưởng kép gần 36% từ năm 2025 đến 2030. Bloomberg New Energy Finance còn lạc quan hơn, cho rằng nhu cầu điện cho trung tâm dữ liệu có thể đạt gần 600 TWh vào năm 2030, tăng hơn gấp đôi so với hiện tại.

Chính sách "Dữ liệu phía Đông, Tính toán phía Tây", mà nhiều người ban đầu nghĩ chỉ là khẩu hiệu, thực ra lại làm một điều rất cụ thể: nó chuyển đổi trực tiếp giá điện thấp, giá đất thấp và môi trường nhiệt độ thấp ở miền Tây thành lợi thế chi phí vận hành cho các trung tâm dữ liệu. Ước tính đến năm 2025, chính sách này có thể tiết kiệm hơn 300 tỷ nhân dân tệ chi phí điện, và môi trường nhiệt độ thấp tự nhiên tối ưu hóa tỷ lệ hiệu suất năng lượng.

Phần dễ bị đánh giá thấp nhất trong mảng này là mọi người đã quen coi điện năng là hạ tầng truyền thống với định giá thận trọng. Nhưng trong chu kỳ AI, điện năng đã chuyển từ một khoản mục chi phí thành chính năng lực cạnh tranh. Mỹ có lợi thế về chip và thuật toán nhưng bị tắc nghẽn bởi lưới điện. Ngược lại, Trung Quốc đã biến điện—nguồn tài nguyên cơ bản nhất—thành một hào bảo vệ cho chi phí sức mạnh tính toán. Ở một mức độ nào đó, độ chắc chắn của các công ty thiết bị điện có thể cao hơn các công ty bán dẫn, vì chất bán dẫn phụ thuộc vào tốc độ bắt kịp công nghệ, trong khi mua sắm thiết bị điện là cứng nhắc miễn là các trung tâm dữ liệu đang được xây dựng.

2. Chất bán dẫn: Thay thế nội địa trong siêu chu kỳ bộ nhớ

Điện năng giải quyết vấn đề bạn có thể bật máy lên không. Sau khi bật máy thì sao? Chip và bộ nhớ có đủ không? Đó là câu trả lời của mảng thứ hai.

Goldman Sachs xếp chất bán dẫn ở vị trí thứ hai, với một ngách dễ bị bỏ qua: không phải chip logic, mà là bộ nhớ. Nhu cầu về DRAM, NAND và HBM từ máy chủ AI đang tăng gần như theo cấp số nhân, và Trung Quốc tình cờ gặp được cơ hội sản xuất hàng loạt và thay thế nội địa cho bộ nhớ đa năng. Các con số trực tiếp hơn câu chuyện: Thị phần NAND toàn cầu của Yangtze Memory (YMTC) sẽ tăng từ 8% lên 13% trong quý 1 năm 2026, đứng thứ 4 toàn cầu, với doanh thu tăng 445% so với cùng kỳ năm trước. Doanh thu của ChangXin Memory (CXMT) tăng 719% so với cùng kỳ trong cùng kỳ, với hướng dẫn doanh thu nửa đầu năm là 11 đến 12 tỷ nhân dân tệ. Xuất khẩu mạch tích hợp của Trung Quốc trong tháng 5 năm 2026 tăng 111% so với cùng kỳ lên 35.55 tỷ USD, chủ yếu do giá bộ nhớ tăng. Những con số này cùng nhau cho thấy đây không chỉ là một giấc mơ; đó là kết quả đã được hiện thực hóa trong các đơn đặt hàng và giá cả.

Điều thú vị về mảng này là sự tăng vọt và sau đó sụp đổ của Hàn Quốc trong vòng này về cơ bản là do Samsung và SK Hynix gần như đặt cược tất cả vào một mắt xích duy nhất là bộ nhớ. Một khi thị trường nghi ngờ tính bền vững của chi tiêu vốn, rủi ro của một mắt xích duy nhất sẽ bùng nổ. Tuy nhiên, bộ nhớ Trung Quốc đang tiến lên trên ba chiều cùng lúc: khối lượng, hiệu quả chi phí và an ninh chuỗi cung ứng. Đó không phải là một canh bạc đơn điểm. Độ co giãn lợi nhuận của mắt xích bộ nhớ cũng thường cao hơn chip logic vì nó là một vật tư tiêu hao tiêu chuẩn được sử dụng trong mọi máy chủ AI, không phải là một tùy chọn.

3. Hạ tầng AI: Nơi chi tiêu vốn thực sự đổ vào

Bộ nhớ giải quyết vấn đề có nguyên liệu. Một khi đã có nguyên liệu, bạn đặt chúng ở đâu? Điều đó dẫn đến mảng thứ ba.

Nếu điện năng và bộ nhớ là nguyên liệu thô, thì hạ tầng là nơi những nguyên liệu đó được lắp ráp thành sức mạnh tính toán. Máy chủ, mô-đun quang, làm mát bằng chất lỏng và bản thân các trung tâm dữ liệu đều nằm trong lớp này. Con đường của Trung Quốc ở đây cũng rõ ràng: "Dữ liệu phía Đông, Tính toán phía Tây" hiện thực hóa lợi thế chi phí trong việc chọn địa điểm, và chuỗi công nghiệp máy chủ và mô-đun quang nội địa đã đủ trưởng thành. Kết quả là xây dựng nhanh và sử dụng hiệu quả chi phí.

Khi tôi nhìn vào mảng này, một điểm dễ bị bỏ qua là sự chú ý của mọi người luôn bị thu hút đầu tiên vào các sự kiện lớn một lần như huấn luyện mô hình. Nhưng thứ thực sự tiêu tiền liên tục là suy luận và lặp lại sau khi huấn luyện. Phần nhu cầu này là dài hạn và luân phiên. Các công ty hạ tầng ăn phần này, không chỉ các đơn đặt hàng một lần từ một tác vụ huấn luyện duy nhất. Goldman Sachs xếp hạ tầng trước mô hình, ở một mức độ nào đó, là một lời nhắc nhở rằng thứ có thể mở rộng quy mô và tiếp tục kiếm tiền thường là các mắt xích tài sản nặng như xây phòng máy, cấp điện và kết nối mạng, chứ không phải bản thân các mô hình có vẻ hấp dẫn nhất.

4. Mô hình AI: Tại sao chúng bị xếp hạng thấp hơn

Hạ tầng xây đường; còn xe thì sao? Xe chính là mô hình.

Tôi hơi ngạc nhiên khi thấy mảng này, vì mô hình là phần mà ai cũng thích nói đến nhất khi thảo luận về AI. Nhưng Goldman Sachs đặt nó ở vị trí thứ tư, chỉ cao hơn ứng dụng một bậc. Con đường mô hình của Trung Quốc không phải là lộ trình của Mỹ là chất đống tham số và đốt sức mạnh tính toán. DeepSeek đã chứng minh rằng các mô hình hàng đầu có thể được tạo ra với chi phí thấp. Cùng với dữ liệu tình huống nội địa đầy đủ, chúng có thể đạt được hiệu quả chi phí cao hơn trong các lĩnh vực dọc như mã, toán học và đa phương thức.

Một điều tôi chưa hoàn toàn hiểu là liệu Goldman Sachs xếp mô hình thấp hơn vì họ cho rằng tốc độ thương mại hóa mô hình chậm hơn hạ tầng, hay vì sự cạnh tranh ở lớp này đã đủ khốc liệt khiến dư địa cho lợi nhuận vượt trội bị thu hẹp. Tôi chưa có bằng chứng quyết định cho một trong hai giải thích, nhưng ít nhất có một điều rõ ràng: mô hình là mũi nhọn. Nếu điện năng và nhà máy phía trước chưa được thiết lập trước, mũi nhọn sẽ không thể vươn xa.

5. Ứng dụng AI: Điểm cuối kiếm tiền với rủi ro thấp nhất

Mũi nhọn đã được tạo ra; nó cần phải đâm trúng thứ gì đó. Đó là mắt xích cuối cùng: ứng dụng.

Ấn tượng đầu tiên của nhiều người về lớp ứng dụng là nó đông đúc nhất và khó kiếm tiền nhất, với việc đốt tiền để lấy người dùng và sự đồng nhất nặng nề. Nhưng trong thị trường Trung Quốc cụ thể, tình hình có thể ngược lại. Trung Quốc có thị trường internet đơn lẻ lớn nhất thế giới. Các công ty như Tencent, Meituan và Xiaomi nắm giữ một lượng lớn người dùng thực và tình huống sử dụng. Các chức năng AI không cần phải kể một câu chuyện lớn trước; chúng có thể được nhúng trực tiếp vào các sản phẩm hiện có như các điểm thanh toán.

Mảng này ở cuối chuỗi giá trị không có nghĩa là nó không quan trọng. Ngược lại, nếu không có đầu ứng dụng thu hồi tiền, các khoản đầu tư trước đó vào điện năng, bộ nhớ và hạ tầng sẽ trở thành chi phí chìm không có lợi nhuận. Lớp ứng dụng là điểm cuối và là nguồn sức mạnh giữ cho toàn bộ chuỗi quay vòng.

Cách kết hợp năm mảng và rủi ro nằm ở đâu

Sự dịch chuyển từ Hàn Quốc sang Trung Quốc lần này của Goldman Sachs về cơ bản không phải là một sự xoay vòng cảm tính, mà là vốn chuyển từ đặt cược vào một mắt xích duy nhất sang đặt cược vào một vòng khép kín hoàn chỉnh. Nếu tôi phải đưa ra một ý tưởng phân bổ, tôi sẽ xếp hạng như sau: Điện năng và hạ tầng cung cấp độ chắc chắn—miễn là các trung tâm dữ liệu đang được xây dựng và mở rộng, việc mua sắm này là cứng nhắc. Chất bán dẫn, đặc biệt là bộ nhớ, cung cấp độ co giãn—kết quả đã được hiện thực hóa và độ co giãn định giá là lớn nhất. Mô hình và ứng dụng cung cấp lợi nhuận vượt trội dài hạn hơn, nhưng tốc độ và bối cảnh cạnh tranh vẫn còn biến động.

Rủi ro cũng phải được nêu rõ: các vấn đề địa chính trị, tốc độ thực thi và biến động định giá—không thiếu thứ nào. Hơn nữa, dữ liệu và các chỉ số định giá được liệt kê ở đây là một bức ảnh chụp nhanh dựa trên thông tin công khai. Các ông lớn bộ nhớ vẫn đang trong quá trình IPO và các con số sẽ thay đổi. Hãy tự xác minh dữ liệu mới nhất trước khi hành động. Bài viết này chủ yếu là phân tích khung và logic của Goldman cho bạn và không cấu thành lời khuyên đầu tư.

Khoảng cách giữa phân bổ 1.2% và thị phần doanh thu 16% vẫn còn đó. Liệu nó có được lấp đầy hay không và với tốc độ nào, tôi không thể đảm bảo. Nhưng lần này, Goldman Sachs không đưa ra một câu chuyện mới; họ đưa ra một cuốn sổ cái đã được phân tích sẵn cho bạn. Việc điện năng đứng đầu trong cuốn sổ cái đó, tôi nghĩ, đáng nhớ hơn bản thân cụm từ "Long China".

Nếu bạn có nhận định khác về bất kỳ mảng nào, hãy thoải mái trao đổi ý kiến trong phần bình luận. Tôi tò mò muốn biết bạn sẽ xếp hạng mảng nào đầu tiên, haha.