Vì sao AI đang đẩy Big Tech sâu hơn vào cuộc đua hạ tầng?

Trong các công bố về AI, Microsoft, Alphabet, Amazon và Meta không chỉ nói về model hay tính năng mới. Họ ngày càng phải nói nhiều hơn về GPU, chip riêng, data center, điện, hợp đồng thuê, vốn đầu tư và thời gian đưa năng lực tính toán vào hoạt động. Đó không phải vì AI đã biến Microsoft, Alphabet, Amazon hay Meta thành những công ty điện lực hoặc nhà vận hành data center thuần túy. Cloud đã khiến nhiều công ty trong số này phải xây và vận hành hạ tầng quy mô lớn từ trước làn sóng generative AI. Điểm mới là AI đang làm lớp hạ tầng ấy lớn hơn, đắt hơn, gấp hơn và gắn chặt hơn với chiến lược sản phẩm. Có thể hình dung cuộc đua này bằng một chuỗi đơn giản:

Mỗi mắt xích là một nơi năng lực có thể bị giới hạn. Và ở mỗi điểm, câu hỏi không chỉ là công ty sở hữu bao nhiêu tài sản, mà là họ có thể bảo đảm quyền tiếp cận, đưa năng lực vào hoạt động và khai thác nó hiệu quả đến đâu.

Cloud đã đưa Big Tech vào hạ tầng từ trước AI

Một cách kể hấp dẫn nhưng sai lệch là: trước AI, Big Tech chỉ làm phần mềm; sau AI, họ mới bắt đầu xây data center. Cloud đã làm điều đó sớm hơn nhiều. Trong Annual Report 2022, Microsoft mô tả Azure hoạt động trên một mạng lưới data center toàn cầu và cho biết đã cam kết 8,5 tỷ USD, chủ yếu liên quan tới data center, cho xây dựng tòa nhà, cải tạo và leasehold improvements. Meta cho biết họ khởi công data center đầu tiên từ năm 2010; đến năm 2023, công ty đã công khai việc thiết kế lại hạ tầng cho AI với custom silicon và data center tối ưu cho AI. Microsoft 2022 Annual Report, Meta — Reimagining Our Infrastructure for the AI Age Vì vậy, sự chuyển dịch hiện nay không nên được hiểu là “software company bỗng trở thành construction company”. Chính xác hơn, AI đang đẩy một năng lực đã tồn tại từ thời cloud lên quy mô và mức độ chiến lược cao hơn. Điều này cũng giải thích vì sao không thể xem Microsoft, Alphabet, Amazon và Meta như bốn bản sao của cùng một mô hình kinh doanh. Microsoft và Amazon có các mảng cloud lớn bán năng lực tính toán cho khách hàng. Alphabet kết hợp Search, YouTube, quảng cáo và Google Cloud. Meta chủ yếu kiếm tiền từ quảng cáo và dùng hạ tầng để phục vụ các sản phẩm mạng xã hội, recommendation và AI của chính mình. Amazon còn có retail và logistics, nên một phần đầu tư vật lý của họ không thuộc AWS. Cùng đầu tư vào hạ tầng AI, nhưng vai trò của hạ tầng trong cách mỗi công ty kiếm tiền là khác nhau. Đó là lý do các con số capex không nên bị xếp cạnh nhau như một bảng xếp hạng.

AI làm năng lực tính toán trở nên lớn hơn và cấp bách hơn

Một model chỉ tạo được giá trị thương mại khi có đủ năng lực để train, serve và tích hợp vào sản phẩm thực tế. Khi nhu cầu tăng nhanh, thiếu một mắt xích có thể khiến cả chuỗi triển khai chậm lại. Các disclosure năm 2026 cho thấy quy mô cam kết đang tăng mạnh. Microsoft cho biết trong FY2026 họ thêm 88 data center; riêng quý cuối năm thêm khoảng 1 GW capacity. Capex quý đó là 41 tỷ USD, khoảng hai phần ba dành cho short-lived assets, chủ yếu CPU và GPU; phần còn lại gồm các tài sản dài hạn như site data center. Microsoft FY2026 Q4 earnings Alphabet ghi nhận 44,9 tỷ USD capex trong Q2/2026 và 80,6 tỷ USD trong sáu tháng đầu năm, chủ yếu phản ánh technical infrastructure. Công ty cũng công bố kỳ vọng capex cả năm 2026 ở mức 180–190 tỷ USD, với phần lớn dành cho technical infrastructure. Alphabet Q2 2026 10-Q, Alphabet investor presentation — June 2026 Các số này cho thấy quy mô buildout, nhưng không cho phép kết luận “ai chi nhiều hơn thì có lợi thế lớn hơn”. Microsoft có các chỉ tiêu bao gồm finance leases; Meta đưa principal payments on finance leases vào guidance; Amazon nói về cash capex và còn có fulfillment network; Alphabet có cách phân loại technical infrastructure riêng. Alphabet Investor FAQ — CapEx Điều đáng chú ý hơn con số tuyệt đối là năng lực tính toán phải được lập kế hoạch và cam kết vốn trước khi toàn bộ nhu cầu tương lai được biết chắc.

Điểm kiểm soát 1: compute không chỉ là chuyện benchmark

Pilot 01 đã giải thích vì sao AI cần accelerator, memory và network. Ở đây câu hỏi khác hơn: khi nhiều công ty cùng cần lượng compute rất lớn, làm sao một doanh nghiệp bảo đảm đủ nguồn cung cho workload của mình? Một phần câu trả lời vẫn là mua phần cứng từ những nhà cung cấp như NVIDIA và AMD. Nhưng các hyperscaler cũng phát triển silicon riêng: Microsoft có Maia, Alphabet có TPU, Amazon có Trainium và Graviton, còn Meta có MTIA. Đồng thời, các công ty vẫn tiếp tục ký thỏa thuận với nhà cung cấp bên ngoài thay vì chỉ dựa vào chip tự thiết kế. Microsoft FY2026 Q4 earnings, Alphabet 2025 Annual Report, Amazon Q4 2025 results, Meta custom silicon, Meta–AMD agreement Custom silicon vì thế không đồng nghĩa với tự chủ hoàn toàn. Một công ty có thể dùng nhiều kiến trúc cho nhiều workload, cân bằng giữa hiệu năng, chi phí, nguồn cung và tốc độ triển khai. Điểm kiểm soát thực sự không phải là “có chip riêng hay không”, mà là có đủ lựa chọn compute để đáp ứng workload và hạn chế nguồn cung của mình hay không.

Điểm kiểm soát 2: có chip chưa có nghĩa đã có capacity dùng được

Một GPU chưa nằm trong rack, chưa kết nối network, chưa có cooling, power và software stack thì chưa phục vụ được người dùng. Khoảng cách giữa “đã mua phần cứng” và “đã có năng lực hoạt động” vì thế trở thành một phần của lợi thế cạnh tranh. Microsoft dùng một metric khá trực quan: dock-to-live — thời gian từ khi GPU đến site cho tới khi nó sẵn sàng chạy workload. Công ty cho biết đã giảm thời gian này gần 50% trong năm tài chính tại các region lớn nhất. Microsoft FY2026 Q4 earnings Đây là ví dụ cho một điểm dễ bị bỏ qua: lợi thế hạ tầng không chỉ nằm ở số lượng tài sản, mà còn nằm ở khả năng triển khai. Các công ty cũng không nhất thiết phải sở hữu 100% mọi data center. Họ có thể tự xây, thuê capacity, ký finance lease, dùng cloud bên thứ ba hoặc hợp tác với nhà đầu tư hạ tầng. Meta, chẳng hạn, đã công bố các joint venture với BlackRock và Blue Owl cho một số campus data center. Meta–BlackRock, Meta–Blue Owl Nói cách khác, quyền kiểm soát capacity không hoàn toàn đồng nghĩa với quyền sở hữu tài sản. Hợp đồng, lease và partnership cũng có thể tạo quyền tiếp cận năng lực trong nhiều năm.

Điểm kiểm soát 3: điện từ chi phí vận hành thành ràng buộc chiến lược

Pilot 01 đã giải thích vì sao phần cứng AI cần nhiều điện. Ở cấp độ doanh nghiệp, câu hỏi quan trọng hơn là: capacity điện có sẵn đúng nơi và đúng thời điểm để một data center đi vào hoạt động hay không? IEA cho biết mức sử dụng điện của data center toàn cầu tăng 17% trong năm 2025 và nhấn mạnh trong nghiên cứu năm 2026 rằng việc cung cấp điện đủ nhanh và đáng tin cậy đang trở thành một ràng buộc đáng kể đối với mở rộng data center. Đây là bối cảnh tổng hợp của ngành, không phải số liệu riêng cho một công ty. IEA — Key Questions on Energy and AI Các doanh nghiệp cũng bắt đầu gắn power planning trực tiếp với chiến lược hạ tầng. Google cho biết đã tích hợp tổng cộng 1 GW năng lực demand response của data center vào các hợp đồng năng lượng dài hạn với nhiều utility ở Mỹ. Demand response cho phép một phần workload linh hoạt giảm hoặc chuyển thời điểm sử dụng điện khi lưới cần. Google — demand response milestone Điều này không có nghĩa công ty công nghệ đang trở thành công ty điện. Nhưng nếu grid connection hoặc nguồn điện mới cần nhiều năm để chuẩn bị, power access có thể ảnh hưởng trực tiếp tới thời điểm compute capacity được đưa online.

Điểm kiểm soát 4: vốn quyết định buildout có thể đi nhanh đến đâu

Hạ tầng AI có một đặc điểm khác với việc ship thêm một tính năng phần mềm: nhiều khoản chi phải được cam kết trước khi tài sản tạo đủ doanh thu. Data center phải được xây hoặc thuê. Chip phải được đặt hàng. Network và power phải được chuẩn bị. Khi tài sản đi vào hoạt động, depreciation tiếp tục đi vào chi phí trong nhiều năm. Alphabet cho biết depreciation của property and equipment trong sáu tháng đầu 2026 tăng lên 13,6 tỷ USD từ 9,5 tỷ USD cùng kỳ 2025 trong bối cảnh đầu tư technical infrastructure mở rộng. Filing cũng ghi nhận 85,2 tỷ USD future lease payments cho các lease chủ yếu liên quan data center chưa bắt đầu tại ngày 30/6/2026. Alphabet Q2 2026 10-Q Meta dùng một cách khác cho một số dự án: hợp tác với nhà đầu tư hạ tầng thông qua joint venture để chia sẻ capital commitment và tăng flexibility. Meta–BlackRock Các ví dụ này đủ để cho thấy cấu trúc vốn cũng là một điểm kiểm soát, nhưng không kéo theo kết luận rằng doanh nghiệp có balance sheet lớn hơn sẽ tự động thắng cuộc đua AI. Vốn giúp mở rộng lựa chọn; lợi thế còn phụ thuộc vào cách capacity được triển khai và sử dụng.

Bốn công ty, bốn vai trò khác nhau của hạ tầng

Nhìn riêng từng công ty giúp tránh một lỗi phổ biến: gom mọi khoản đầu tư dưới nhãn “Big Tech capex” rồi coi chúng như cùng một thứ.

Microsoft: hạ tầng vừa là nền cho sản phẩm, vừa là hàng hóa cloud

Microsoft phải phục vụ hai lớp nhu cầu cùng lúc: nhu cầu nội bộ từ Copilot và các sản phẩm AI của mình, cùng nhu cầu của khách hàng Azure. FY2026 cho thấy công ty không chỉ tăng số data center và GPU. Microsoft còn nhấn mạnh việc giảm dock-to-live và cho biết throughput của Copilot workloads đã tăng khoảng bốn lần kể từ đầu năm nhờ tối ưu infrastructure và software. Đồng thời, Microsoft Cloud gross margin chịu áp lực từ đầu tư AI infrastructure và mức sử dụng sản phẩm cao hơn, dù một phần được bù bởi efficiency gains. Microsoft FY2026 Q4 earnings Mini-case này cho thấy hai mặt của cùng một khoản đầu tư: capacity lớn hơn có thể mở rộng sản phẩm và cloud, nhưng chỉ có ý nghĩa kinh tế nếu deployment và utilization theo kịp.

Alphabet: hạ tầng phục vụ đồng thời Search, YouTube, AI và Cloud

Alphabet không chỉ xây hạ tầng cho Google Cloud. Technical infrastructure còn đứng phía sau Search, YouTube và các sản phẩm AI của Google. Trong Q2/2026, phần lớn capex phản ánh technical infrastructure; công ty cũng có lượng lease commitment lớn liên quan data center. Song song đó, TPU cho phép Google kiểm soát thêm một phần compute stack, còn các hợp đồng demand response cho thấy power planning đang được tích hợp sâu hơn vào vận hành data center. Alphabet Q2 2026 10-Q, Alphabet 2025 Annual Report, Google — demand response milestone Ở Alphabet, lợi thế hạ tầng không chỉ được đo bằng cloud revenue. Nó còn có thể ảnh hưởng tới tốc độ và chi phí đưa AI vào những sản phẩm tiêu dùng có quy mô rất lớn.

Amazon: AWS là một câu chuyện hạ tầng, nhưng Amazon không chỉ có AWS

Amazon là ví dụ rõ nhất cho lý do raw capex dễ gây hiểu nhầm. Công ty cho biết cash capital expenditures trong sáu tháng đầu 2026 là 96,3 tỷ USD; phần lớn phản ánh đầu tư technology infrastructure, với phần lớn trong đó hỗ trợ tăng trưởng AWS, nhưng con số vẫn bao gồm đầu tư capacity cho fulfillment network. Amazon Q2 2026 10-Q AWS đồng thời phát triển Trainium và Graviton để bổ sung lựa chọn silicon bên cạnh chip của nhà cung cấp khác. Điều đó cho thấy chiến lược compute của Amazon gắn trực tiếp với vai trò của AWS như một nền tảng bán năng lực tính toán cho khách hàng. Amazon Q4 2025 results Với Amazon, hạ tầng AI là một phần của cloud business, nhưng không thể tách các con số toàn công ty khỏi retail và logistics rồi so thẳng với một công ty có cấu trúc khác.

Meta: đầu tư hạ tầng cho một mô hình kinh doanh chủ yếu dựa trên quảng cáo

Meta không có một public cloud tương đương Azure, Google Cloud hay AWS. Phần lớn hạ tầng AI của họ phục vụ các sản phẩm và workload của chính Meta: recommendation, quảng cáo, generative AI và các hệ thống nội bộ. Trong Q2/2026, Meta hướng dẫn full-year capex 130–145 tỷ USD, bao gồm principal payments on finance leases. Công ty cũng mở rộng MTIA, ký thỏa thuận dài hạn với AMD và dùng các partnership về data center để tăng lựa chọn triển khai. Meta Q2 2026 results, Meta custom silicon, Meta–AMD agreement, Meta–BlackRock Trường hợp Meta cho thấy một công ty không cần bán cloud để hạ tầng trở thành biến số chiến lược. Nếu AI ảnh hưởng trực tiếp tới chất lượng recommendation, ad systems và sản phẩm người dùng, compute và power vẫn tác động tới economics của business cốt lõi.

Lợi thế hạ tầng không tự động trở thành AI moat

Đây là giới hạn quan trọng nhất của toàn bộ câu chuyện. Một công ty có thể đặt mua rất nhiều GPU, ký nhiều lease và xây nhiều data center nhưng vẫn không tạo ra lợi thế bền vững nếu capacity lên chậm, utilization thấp, workload chạy kém hiệu quả hoặc sản phẩm không tạo đủ nhu cầu. Ngược lại, software optimization có thể làm cùng một lượng phần cứng tạo ra nhiều useful output hơn. Microsoft nhấn mạnh cả việc tăng throughput của Copilot workloads lẫn giảm thời gian đưa GPU online. Alphabet cho thấy một mặt khác của bài toán khi depreciation tăng cùng làn sóng technical-infrastructure investment. Microsoft FY2026 Q4 earnings, Alphabet Q2 2026 10-Q Vì vậy, capex không phải proxy đủ tốt cho “AI moat”. Nó chỉ cho thấy một phần của input. Điều quyết định hơn là cả chuỗi có hoạt động hay không: AI demand → compute supply → data-center capacity → power access → capital commitment → deployment speed & utilization → product economics Một điểm nghẽn ở giữa chuỗi có thể làm chậm phần còn lại. Nhưng ngay cả khi mọi input đều có sẵn, doanh nghiệp vẫn phải biến chúng thành sản phẩm hữu ích và doanh thu đủ lớn để biện minh cho chi phí.

Cuộc đua AI ngày càng có một lớp vật lý phía sau phần mềm

AI không biến Big Tech thành utility, và cũng không làm phần mềm bớt quan trọng. Điều đang thay đổi là lợi thế phần mềm và năng lực hạ tầng ngày càng khó tách khỏi nhau. Cloud đã khiến các công ty công nghệ lớn phải học cách vận hành data center, network và capacity ở quy mô rất lớn. AI đẩy yêu cầu đó xa hơn: compute đắt hơn, power trở nên khó bảo đảm hơn ở một số nơi, capital commitment lớn hơn, còn tốc độ đưa capacity vào hoạt động trở thành một phần rõ hơn của cạnh tranh. Vì thế, khi đọc một headline về một data center mới, một thỏa thuận chip hay hàng chục tỷ USD capex, câu hỏi hữu ích không phải chỉ là “công ty này đang chi bao nhiêu?”. Câu hỏi tốt hơn là:

Khoản đầu tư đó đang tháo gỡ điểm nghẽn nào trong chuỗi từ nhu cầu AI tới economics của sản phẩm — và công ty có thể biến capacity đã bảo đảm thành output hữu ích nhanh và hiệu quả đến đâu?

Đó là lý do cuộc đua AI ngày càng không chỉ diễn ra ở model và phần mềm mà còn ở những lớp người dùng ít nhìn thấy hơn: chip, data center, điện, vốn và khả năng triển khai.