CNBC ngày 12/8 cho biết làn sóng đầu tư quy mô nghìn tỷ USD vào trung tâm dữ liệu và hạ tầng AI đang gây áp lực lên chuỗi cung ứng, kéo giá điện và thiết bị tăng lên, trong khi hiệu quả năng suất vẫn chưa xuất hiện rõ rệt. Diễn biến này khiến Cục Dự trữ Liên bang Mỹ (Fed) phải đối mặt với một bài toán lạm phát phức tạp hơn.

Trước đó, nhiều nhân vật có ảnh hưởng tại Thung lũng Silicon như Elon Musk hay CEO OpenAI Sam Altman từng cho rằng AI sẽ giúp nâng năng suất, hạ chi phí và qua đó làm dịu lạm phát. Tuy nhiên, thực tế hiện nay lại cho thấy tác động ngắn hạn của AI có thể đi theo hướng ngược lại.

Sam Altman từng nói rằng một dạng “trí tuệ giá rẻ đến mức khó đo bằng các thước đo thông thường” đã ở rất gần. Elon Musk cũng nhận định AI và robot có thể tạo ra mức độ thịnh vượng rất lớn, từ đó kéo chi phí đi xuống. Chủ tịch SoftBank Son Jeong-ui thậm chí dự báo giá cả có thể giảm 40%, đồng thời cho rằng những lao động nặng nhọc, tốn sức một cách không cần thiết rồi sẽ không còn cần đến.

Dù vậy, tốc độ ứng dụng AI trong doanh nghiệp đang chậm hơn kỳ vọng. Trong khi đó, dòng vốn khổng lồ đổ vào hạ tầng lại nhanh chóng làm nảy sinh các nút thắt về cung ứng và chi phí, trước khi AI kịp tạo ra tác động rõ nét lên năng suất.

Ronnie Chatterji, kinh tế trưởng tại OpenAI, cho rằng để AI thực sự tác động tới nền kinh tế, doanh nghiệp phải triển khai công nghệ này vào hoạt động và tạo ra giá trị thực tế. Theo ông, các số liệu thống kê về năng suất cần thêm thời gian mới có thể phản ánh đầy đủ hiệu quả đó.

Goldman Sachs Research ước tính chi tiêu vốn cho xây dựng hạ tầng AI tại Mỹ năm nay sẽ đạt 581 tỷ USD, còn quy mô toàn cầu có thể lên tới 1.000 tỷ USD. Riêng tại Mỹ, mức chi này tương đương 1,8% GDP và có thể tăng lên 2,8% vào năm 2028. Tuy nhiên, khảo sát của Cục Điều tra Dân số Mỹ cho thấy chỉ khoảng 17-20% doanh nghiệp Mỹ đang sử dụng AI, trong đó doanh nghiệp càng lớn thì tỷ lệ ứng dụng càng cao.

Peter Boockvar, Giám đốc đầu tư tại OnePointBFG Wealth Partners, so sánh tác động năng suất của AI với giai đoạn Internet bùng nổ trước đây. Theo ông, vẫn còn quá sớm để khẳng định AI tạo sinh có thể mang lại cú hích cho nền kinh tế ở quy mô tương đương Internet hay không.

Ngay tại cấp độ doanh nghiệp, sự thận trọng cũng khá rõ nét. Julie Averill, cựu Giám đốc thông tin của Lululemon, người từng phụ trách triển khai AI, cho rằng rào cản lớn nhất không nằm ở bản thân công nghệ mà ở việc thay đổi hành vi trong các tổ chức quy mô lớn và tạo được niềm tin để nhân sự sẵn sàng sử dụng AI.

Bà cho biết khoảng cách về mức độ khai thác AI giữa các doanh nghiệp đang nới rộng nhanh chóng. Những doanh nghiệp thuộc nhóm “power user” hiện có lượng token sử dụng bình quân trên mỗi người dùng cao gấp 8 lần mức trung bình, trong khi ba tháng trước chênh lệch mới chỉ là 2 lần. Theo bà, doanh nghiệp càng chủ động thiết kế lại quy trình và phương thức làm việc để phù hợp với AI thì kết quả đạt được càng rõ rệt.

Một số nhà kinh tế gọi các phần việc khó tự động hóa là những “điểm nghẽn” của quá trình nâng năng suất. Giáo sư Charles Jones của Đại học Stanford cho rằng một vị trí việc làm trên thực tế là một “gói công việc”, bao gồm cả những tác vụ dễ lẫn khó tự động hóa. Vì vậy, ngay cả khi AI có thể thay thế một số phần việc, năng suất tổng thể vẫn chưa chắc tăng nhanh như kỳ vọng. Ông lấy ví dụ AI có thể tự động đọc phim X-quang, nhưng những nhiệm vụ như trao đổi với bệnh nhân hoặc phối hợp với đồng nghiệp vẫn cần con người đảm nhiệm. Charles Jones hiện nghỉ phép tại Anthropic.

Trong nội bộ Fed, quan điểm về tác động kinh tế của AI cũng chưa thống nhất. Kevin Warsh từng phát biểu vào tháng 11 năm ngoái rằng AI có thể trở thành yếu tố giúp hạ nhiệt lạm phát nhờ cải thiện năng suất và năng lực cạnh tranh của Mỹ. Tuy nhiên, gần đây ông tỏ ra thận trọng hơn khi cho rằng còn khó dự báo thời điểm cũng như mức độ mà các tác động từ phía cung sẽ xuất hiện. Kevin Warsh cũng đã bổ nhiệm Charles Jones vào một nhóm tham chiếu để hỗ trợ Fed đánh giá ảnh hưởng của AI đối với nền kinh tế. Nhà đầu tư mạo hiểm Marc Andreessen cũng tham gia nhóm này để xem xét tác động của AI lên năng suất và việc làm.

Ở chiều ngược lại, Neel Kashkari, Chủ tịch Fed chi nhánh Minneapolis, cho rằng làn sóng đầu tư khổng lồ vào trung tâm dữ liệu đang tạo thêm một động lực cầu mới cho lạm phát. Theo chỉ số giá tiêu dùng (CPI) do Cục Thống kê Lao động Mỹ công bố, trong hai năm đến tháng 6, giá điện sinh hoạt tại Mỹ đã tăng 10,1%, cao hơn mức tăng 6,3% của CPI chung.

Chuỗi cung ứng máy chủ cũng đang chịu áp lực. JPMorganChase ước tính giá DRAM có thể tăng 400% vào cuối năm nay so với năm 2024. Trong khi đó, giá phần mềm máy tính và phụ kiện đã tăng 22,9% kể từ tháng 6/2024.

Tổng thể, AI vẫn có thể giúp nâng năng suất và giảm áp lực lạm phát trong dài hạn. Nhưng ở thời điểm hiện tại, nền kinh tế trước hết đang phải hấp thụ chi phí đầu tư rất lớn, tình trạng thắt chặt chuỗi cung ứng và đà tăng của giá điện, chip cùng thiết bị. Biến số quyết định sẽ là tốc độ triển khai AI trong doanh nghiệp, mức độ tái cấu trúc tổ chức và khả năng tháo gỡ các ràng buộc phía cung để AI thực sự chuyển hóa thành tăng trưởng năng suất.