Z.ai và MiniMax, hai công ty AI của Trung Quốc, có thể tiếp tục thua lỗ đến năm 2030 dù doanh thu tăng nhanh. Theo giới phân tích, đà tăng của ARR hiện chưa đủ bù đắp chi phí tính toán, đầu tư hạ tầng và R&D.

Ngày 8/9, South China Morning Post dẫn nhận định của Ellie Jiang, Giám đốc nghiên cứu Internet và phần mềm châu Á tại Macquarie Group, rằng bà dự báo cả hai công ty có thể chưa có lãi trước năm 2030.

Yếu tố gây sức ép lớn nhất là chi phí liên quan đến năng lực tính toán. Theo Ellie Jiang, tình trạng thiếu hụt năng lực tính toán tại Trung Quốc nghiêm trọng gấp 2-3 lần so với mức thiếu hụt nguồn cung trên toàn cầu. Nguyên nhân chủ yếu đến từ các biện pháp hạn chế xuất khẩu bộ xử lý tiên tiến của Nvidia từ Mỹ, khiến các công ty AI Trung Quốc khó tiếp cận nguồn chip hiệu năng cao.

Bà cho biết dự báo của Macquarie đối với hai doanh nghiệp này được xây dựng trên giả định khá thận trọng, dù vẫn tính đến khả năng doanh thu tăng mạnh. Theo đánh giá của bà, số lượng người dùng trả phí gia tăng cùng với việc doanh nghiệp mở rộng ứng dụng AI tạo sinh sẽ thúc đẩy doanh thu định kỳ hàng năm, hay ARR, đi lên nhanh chóng.

Thực tế, ARR của cả hai công ty đều đang tăng mạnh. Z.ai gần đây cho biết trong báo cáo kết quả kinh doanh nửa đầu năm rằng ARR đã đạt 1,6 tỷ USD vào cuối tháng 8. MiniMax cũng cho biết ARR trong tháng 8 đạt 800 triệu USD, theo chia sẻ của CEO Yan Junjie.

Tuy nhiên, doanh thu tăng chưa đồng nghĩa với việc lợi nhuận sẽ sớm cải thiện. Chi phí đầu tư cho hạ tầng tính toán phục vụ huấn luyện mô hình, vận hành dịch vụ và duy trì hoạt động R&D vẫn ở mức cao.

Thị trường vì vậy đã phản ứng tiêu cực. Trước lo ngại về năng lực cạnh tranh dài hạn và khả năng sinh lời, cổ phiếu MiniMax niêm yết tại Hong Kong giảm 5,59% trong phiên 8/9, trong khi Z.ai mất 10,02%. Với nhà đầu tư, khoảng cách giữa tăng trưởng doanh thu và gánh nặng chi phí đang trở thành điểm cần theo dõi sát.

Dù vậy, một số ý kiến cho rằng chưa thể vội xem khoản lỗ hiện nay của các công ty AI Trung Quốc là dấu hiệu thất bại trong thương mại hóa. Trong giai đoạn đầu của thị trường AI, doanh nghiệp có thể chấp nhận lỗ để ưu tiên mở rộng thị phần và đầu tư công nghệ.

Ellie Jiang cũng đánh giá các công ty Trung Quốc phát triển mô hình open-weight đang từng bước cải thiện khả năng thương mại hóa. Doanh thu của nhóm này có thể mở rộng qua nhiều kênh như phí sử dụng API, triển khai AI cho doanh nghiệp và các hợp đồng cấp phép thương mại.

Tuy nhiên, cũng có quan điểm cho rằng quy mô doanh thu hiện tại vẫn chưa đủ để biện minh cho mức chi tiêu quá lớn. Theo Ellie Jiang, điều đó không có nghĩa tình trạng này sẽ kéo dài, nhưng ở thời điểm hiện nay vẫn khó khẳng định các doanh nghiệp đã tạo ra mức lợi nhuận tương xứng với chi phí bỏ ra.

Bài toán năng lực tính toán cũng đang được chính các doanh nghiệp xem là ưu tiên hàng đầu. Trong cuộc phỏng vấn gần đây với Qiushi, cơ quan ngôn luận của Đảng Cộng sản Trung Quốc, đồng sáng lập Z.ai Tang Jie cho biết khi các kịch bản ứng dụng AI mở rộng, tình trạng thiếu năng lực tính toán ngày càng trở nên nghiêm trọng và việc đảm bảo đủ công suất vẫn là thách thức lớn. Trong một báo cáo công bố tháng trước, HSBC cũng nhận định MiniMax cần tăng đầu tư để duy trì năng lực cạnh tranh. Theo HSBC, dư địa tăng trưởng doanh thu trong tương lai cũng phụ thuộc vào khả năng đảm bảo đủ năng lực tính toán.

Trong bối cảnh đó, thị trường đang bắt đầu chú ý đến các chỉ số khác ngoài ARR khi định giá doanh nghiệp AI. Nếu ARR là thước đo quan trọng ở giai đoạn tăng trưởng ban đầu, thì khi quy mô công ty lớn hơn, nhà đầu tư sẽ cần thêm các chỉ số phản ánh rõ khả năng sinh lời thực tế và cấu trúc chi phí.

Ellie Jiang cho biết nhà đầu tư đang tìm kiếm những số liệu có khả năng dự báo tốt hơn và độ tin cậy cao hơn để làm cơ sở định giá. Theo bà, tỷ lệ giá trên doanh thu (PSR) và biên lợi nhuận gộp cũng có thể trở thành những chỉ tiêu quan trọng.

Cục diện cạnh tranh trong ngành AI Trung Quốc cũng được dự báo sẽ ảnh hưởng trực tiếp đến khả năng sinh lời. Jefferies cho rằng thị trường mô hình ngôn ngữ lớn (LLM) tại Trung Quốc đã bước vào giai đoạn dư cung, đồng thời ưu tiên các nền tảng dịch vụ đám mây full-stack như Alibaba Group Holding và ByteDance hơn là các viện nghiên cứu AI độc lập. Theo Jefferies, những doanh nghiệp này có lợi thế tương đối về năng lực tính toán, dữ liệu tự sở hữu, khả năng đầu tư cũng như hạ tầng và dịch vụ đám mây, qua đó thuận lợi hơn trong việc chuyển công nghệ AI thành doanh thu.

Vì vậy, năng lực cạnh tranh của các công ty AI Trung Quốc trong thời gian tới có thể sẽ không chỉ được quyết định bởi tốc độ tăng doanh thu. Yếu tố then chốt sẽ là khả năng đảm bảo đủ năng lực tính toán, kiểm soát chi phí hiệu quả và chuyển ARR tăng nhanh thành lợi nhuận thực tế nhanh đến đâu.