Phó Chủ tịch Cục Dự trữ Liên bang: Bốn khía cạnh để đánh giá bong bóng AI

Tác giả: Zhang Feng

Trí tuệ nhân tạo (AI) đang định hình lại bối cảnh kinh tế và tài chính toàn cầu với tốc độ chưa từng có. Khi thị trường vốn tiếp tục thể hiện sự nhiệt tình lớn đối với các công ty liên quan đến AI, một câu hỏi không thể tránh khỏi nảy sinh: Liệu chúng ta có đang chứng kiến ​​một cơn sốt đầu cơ tương tự như bong bóng dot-com cuối những năm 1990?

Năm 2025, tại Hội nghị Ổn định Tài chính của Ngân hàng Dự trữ Liên bang Cleveland, Phó Chủ tịch Philip N. Jefferson đã trình bày một cách có hệ thống về phân tích so sánh của ông giữa sự bùng nổ AI hiện tại và thời kỳ bong bóng dot-com, đồng thời đề xuất bốn chỉ số chính để đánh giá xem liệu có tồn tại bong bóng AI hay không.Bài phát biểu này không chỉ phản ánh sự quan sát thận trọng của ngân hàng trung ương quan trọng nhất thế giới về các công nghệ mới nổi, mà còn cung cấp cho những người tham gia thị trường một khuôn khổ rõ ràng để đánh giá một cách hợp lý sự bùng nổ AI.Bài phát biểu này không chỉ phản ánh sự quan sát thận trọng của ngân hàng trung ương quan trọng nhất thế giới về các công nghệ mới nổi, mà còn cung cấp cho những người tham gia thị trường một khuôn khổ rõ ràng để đánh giá một cách hợp lý sự bùng nổ AI ​​bùng nổ.

I. Cơ sở quan sát của Cục Dự trữ Liên bang: Nhiệm vụ kép và ổn định tài chính

Tất cả các chính sách và quan sát của Cục Dự trữ Liên bang đều xoay quanh "nhiệm vụ kép" theo luật định của nó—tối đa hóa việc làm và ổn định giá cả.Jefferson đã chỉ rõ rằng việc đánh giá tác động của trí tuệ nhân tạo phải bắt đầu từ nhiệm vụ cơ bản này. Điều này có nghĩa là Cục Dự trữ Liên bang không chỉ tập trung vào những đột phá công nghệ hay hiệu suất thị trường của AI, mà còn vào cách nó ảnh hưởng đến mức độ việc làm tổng thể, năng suất lao động, tiềm năng tăng trưởng kinh tế và xu hướng lạm phát. Từ góc độ việc làm, AI thể hiện tác động kép. Một mặt, nó thúc đẩy việc làm bằng cách cải thiện hiệu quả công việc và tạo ra các công việc mới (như nghiên cứu, triển khai và bảo trì AI); mặt khác, hiệu ứng thay thế tự động hóa của nó có thể dẫn đến sự thu hẹp của một số ngành nghề, đặc biệt ảnh hưởng đến những người lao động trẻ tuổi, ít kinh nghiệm. Jefferson chỉ ra rằng nếu AI chỉ thay thế lao động hiện có mà không đồng thời tạo ra việc làm mới, nó có thể gây ra sự suy thoái kinh tế ngắn hạn. Sự cân bằng năng động giữa "thay thế và bổ sung" này là cốt lõi của việc đánh giá tác động cấu trúc của AI đối với thị trường lao động. Từ góc độ ổn định giá cả, năng suất tăng lên của AI giúp giảm chi phí sản xuất, gây áp lực giảm giá. Các ứng dụng như phân bổ nguồn lực hiệu quả, tối ưu hóa chuỗi cung ứng và hỗ trợ ra quyết định đều có thể giúp kiềm chế lạm phát. Tuy nhiên, đồng thời, việc xây dựng cơ sở hạ tầng AI (như trung tâm dữ liệu) đẩy giá các yếu tố đầu vào như đất đai và năng lượng lên cao, và việc tăng lương cho nhân tài AI cũng có thể dẫn đến lạm phát do chi phí đẩy. Tác động kép này khiến hiệu ứng ròng của AI đối với lạm phát trở nên rất khó dự đoán và đòi hỏi phải giám sát liên tục. Để thực hiện nhiệm vụ kép này, một hệ thống tài chính mạnh mẽ và kiên cường là rất quan trọng. Cục Dự trữ Liên bang (Fed) liên tục giám sát các rủi ro hệ thống thông qua Báo cáo Ổn định Tài chính (FSR) nửa năm một lần. Một cuộc khảo sát gần đây cho thấy 30% các chuyên gia thị trường coi "sự thay đổi thái độ đối với AI" là một rủi ro đáng kể đối với hệ thống tài chính, tăng mạnh so với 9% vào mùa xuân. Điều này dường như cảnh báo rằng sự đảo ngược đột ngột trong thái độ lạc quan của thị trường đối với AI có thể gây ra các điều kiện tài chính thắt chặt hơn và suy thoái kinh tế. Do đó, việc Fed đưa AI vào khuôn khổ giám sát ổn định tài chính của mình chính là để ngăn chặn bong bóng tài sản và các điểm yếu tài chính có thể phát sinh từ sự bùng nổ công nghệ. II. Khuôn khổ Giám sát: FSR và Theo dõi Tâm lý Thị trường Việc giám sát AI của Fed không phải là riêng biệt mà được lồng ghép trong hệ thống đánh giá ổn định tài chính tổng thể của Fed. Báo cáo FSR không chỉ tập trung vào các rủi ro truyền thống như tỷ lệ đòn bẩy, định giá tài sản và rủi ro tài chính mà còn bao gồm cả những thay đổi cấu trúc do các công nghệ mới nổi mang lại. Jefferson nhấn mạnh rằng các nhà hoạch định chính sách phải phân biệt giữa "biến động theo chu kỳ" và "thay đổi cấu trúc", và trí tuệ nhân tạo (AI) có khả năng thuộc loại thứ hai. Điều này có nghĩa là những lợi ích về năng suất do AI mang lại có thể làm thay đổi mối quan hệ giữa việc làm và lạm phát, từ đó ảnh hưởng đến cơ chế truyền dẫn của chính sách tiền tệ. Tâm lý thị trường là một trong những trọng tâm chính của FSR. Các cuộc khảo sát cho thấy gần một phần ba số người tham gia thị trường nhận thức được những rủi ro tiềm tàng của việc đảo ngược tâm lý về AI. Chính sự đồng thuận này có thể trở thành một "lời tiên tri tự ứng nghiệm" - một khi câu chuyện lạc quan thay đổi, sự rút vốn nhanh chóng có thể dẫn đến sự điều chỉnh mạnh về giá tài sản. So với thời kỳ bong bóng dot-com, tốc độ lan truyền thông tin hiện nay và việc áp dụng rộng rãi giao dịch thuật toán có thể khuếch đại sự biến động của thị trường. Do đó, việc Fed theo dõi các chỉ số tâm lý về cơ bản là một cảnh báo sớm về các rủi ro hệ thống tiềm tàng. Hơn nữa, việc ứng dụng AI trong chính ngành tài chính cũng mang lại những thách thức giám sát mới. Mặc dù các công cụ AI như giao dịch tần suất cao, cố vấn tự động và mô hình rủi ro giúp cải thiện hiệu quả, chúng cũng có thể gây ra những rủi ro mới về sự đồng nhất hóa và tính chu kỳ. Cục Dự trữ Liên bang đang tăng cường việc xác định và đánh giá những rủi ro mới nổi này bằng cách mở rộng bộ công cụ phân tích của mình (bao gồm cả việc sử dụng chính công nghệ AI).

III. Bốn chỉ số cốt lõi: Tiêu chí để đánh giá bong bóng AI

Thứ ba, Jefferson đã xác định bốn điểm khác biệt chính bằng cách so sánh sự bùng nổ AI hiện tại với bong bóng dot-com cuối những năm 1990. Những khác biệt này có thể đóng vai trò là các chỉ số cốt lõi để đánh giá xem liệu có bong bóng nghiêm trọng nào trong lĩnh vực AI hiện nay hay không.

(I) Cơ sở lợi nhuận: Từ "Dựa trên câu chuyện" đến "Được hỗ trợ bởi lợi nhuận"

Trong thời kỳ bong bóng dot-com, nhiều công ty đã niêm yết cổ phiếu chỉ dựa trên khái niệm ".com", thiếu mô hình lợi nhuận bền vững, với doanh thu ít ỏi hoặc thậm chí bằng không, dựa vào tài chính bên ngoài và sự cuồng nhiệt của thị trường để duy trì hoạt động.

Ngược lại, các công ty hàng đầu trong lĩnh vực AI hiện nay (chẳng hạn như một số gã khổng lồ công nghệ) thường sở hữu các kênh lợi nhuận vững chắc và đa dạng. Họ không chỉ tạo ra doanh thu trực tiếp thông qua các dịch vụ AI mà còn tích hợp sâu AI vào các hệ thống sản phẩm hiện có, nâng cao khả năng cạnh tranh kinh doanh cốt lõi của họ. Mô hình phát triển "hướng đến lợi nhuận" này giúp đầu tư vào AI có nền tảng vững chắc hơn, giảm thiểu không gian cho sự đầu cơ thuần túy. Tuy nhiên, Jefferson cũng chỉ ra rằng hoạt động trên thị trường vốn tư nhân có thể che giấu một phần những khó khăn về lợi nhuận của các công ty AI giai đoạn đầu. Một lượng lớn vốn mạo hiểm đổ vào các công ty khởi nghiệp AI, bất chấp tình trạng chưa niêm yết, đã dẫn đến định giá cao, và nếu họ không đạt được lợi nhuận trong tương lai, họ vẫn có thể trở thành nguồn rủi ro. Do đó, việc quan sát các chỉ số lợi nhuận cần xem xét cả thị trường công khai và tư nhân. (II) Mức định giá: Tỷ lệ giá trên thu nhập tương đối thấp Trong thời kỳ đỉnh điểm của bong bóng dot-com, tỷ lệ giá trên thu nhập của các công ty internet thường đạt hàng trăm hoặc thậm chí hàng nghìn lần, phản ánh sự lạc quan phi lý của thị trường về tăng trưởng dài hạn. Hiện nay, mặc dù giá cổ phiếu của các công ty có ý tưởng về AI đã tăng mạnh, nhưng tỷ lệ giá trên thu nhập của họ vẫn thấp hơn nhiều so với mức đỉnh lịch sử. Điều này phần nào cho thấy rằng trong khi các nhà đầu tư đang theo đuổi AI, họ vẫn đang neo định giá của mình vào lợi nhuận thực tế và dòng tiền của các công ty. Tất nhiên, tính hợp lý của định giá cần được đánh giá toàn diện cùng với đặc điểm ngành và giai đoạn tăng trưởng. Là một công nghệ đa năng, AI có tiềm năng tạo ra giá trị dài hạn rất lớn, và mức định giá cao hơn một chút là hợp lý. Tuy nhiên, nếu định giá tăng quá nhanh và lệch khỏi các yếu tố cơ bản, nó vẫn có thể tạo ra bong bóng. Cục Dự trữ Liên bang tập trung vào các chỉ số định giá để phân biệt chính xác giữa các yếu tố hợp lý và tín hiệu quá nóng trong sự hưng phấn của thị trường. (III) Số lượng công ty niêm yết: Đầu cơ hạn chế. Trong giai đoạn 1999-2000, hơn 1.000 công ty internet đã niêm yết công khai, tạo ra một cơn sốt đầu cơ, thậm chí việc thay đổi tên để bao gồm ".com" cũng có thể làm tăng giá cổ phiếu. Hiện nay, có khoảng 50 công ty niêm yết được phân loại rõ ràng là "doanh nghiệp cốt lõi về AI" (dựa trên các chỉ số cụ thể), một con số ít hơn nhiều so với thời kỳ bong bóng internet. Điều này cho thấy đầu cơ thị trường tương đối tập trung và chưa lan rộng ra toàn bộ thị trường. Tuy nhiên, Jefferson cũng cảnh báo rằng thị trường vốn tư nhân có thể chứa một số lượng lớn các công ty khởi nghiệp AI, mặc dù không được giao dịch công khai, nhưng đang tích cực huy động vốn. Nếu các công ty này đồng loạt niêm yết công khai hoặc môi trường tài chính thay đổi mạnh mẽ trong tương lai, chúng có thể trở thành những yếu tố gây bất ổn mới. Do đó, chỉ số "số lượng công ty" cần được theo dõi một cách năng động, bao gồm cả khu vực công khai và khu vực vốn tư nhân. (IV) Đòn bẩy tài chính: Ít phụ thuộc vào nợ Trong thời kỳ bong bóng dot-com, nhiều công ty dựa vào tài trợ vốn chủ sở hữu, dẫn đến đòn bẩy nợ hạn chế, phần nào làm giảm tác động trực tiếp của việc bong bóng vỡ đối với hệ thống tài chính. Hiện nay, các công ty AI cũng ít phụ thuộc vào tài trợ nợ, giúp hạn chế sự lan truyền rủi ro. Tuy nhiên, xu hướng gần đây cho thấy để hỗ trợ các khoản đầu tư lớn vào cơ sở hạ tầng AI (như trung tâm dữ liệu và cụm máy tính), một số công ty đang bắt đầu tăng cường phát hành trái phiếu và tài trợ tín dụng. Jefferson đặc biệt chỉ ra rằng khi AI mở rộng từ phần mềm sang cơ sở hạ tầng phần cứng, nhu cầu đầu tư vốn đang tăng mạnh, điều này có thể dẫn đến sự gia tăng dần dần tỷ lệ đòn bẩy. Nếu tâm lý về AI đảo ngược, các công ty có đòn bẩy cao sẽ phải đối mặt với áp lực trả nợ lớn hơn, và do đó lan rộng rủi ro sang một lĩnh vực kinh tế rộng lớn hơn thông qua các kênh tín dụng. Do đó, cần theo dõi chặt chẽ sự phát triển của các chỉ số đòn bẩy. IV. Ý nghĩa đối với các nhà thực hành thị trường: Luận điểm của Jefferson không chỉ cung cấp khuôn khổ phân tích cho các nhà hoạch định chính sách, mà còn đưa ra những hiểu biết quan trọng cho các nhà đầu tư, doanh nghiệp và nhà nghiên cứu: Thứ nhất, việc quan sát vấn đề phải bắt đầu từ nhiệm vụ cơ bản của người quan sát. Các nhà đầu tư nên vượt ra ngoài tâm lý thị trường ngắn hạn và đi sâu vào tác động thực chất của công nghệ AI đối với các yếu tố cơ bản của một công ty (khả năng sinh lời, cơ cấu chi phí, rào cản cạnh tranh). Ngược lại, các công ty cần tập trung vào cách AI có thể cải thiện năng suất và khả năng cạnh tranh dài hạn của họ, thay vì mù quáng theo đuổi các khái niệm. Thứ hai, phân biệt giữa biến động theo chu kỳ và thay đổi cấu trúc. AI đại diện cho một cuộc cách mạng công nghệ có thể kéo dài hàng thập kỷ, và tác động của nó mang tính cấu trúc. Trong biến động thị trường, điều quan trọng là phải phân biệt giữa xu hướng dài hạn và biến động ngắn hạn, tránh đánh giá sai các cơ hội cấu trúc là bong bóng theo chu kỳ, hoặc ngược lại. Thứ ba, chú ý đến phản ứng tổng thể của thị trường và rủi ro hệ thống. Sự nổi lên của một công ty hoặc một lĩnh vực duy nhất không nhất thiết tạo thành bong bóng; cần phải đánh giá mức định giá thị trường tổng thể, sự tập trung vốn, đòn bẩy và tính nhất quán của tâm lý. Cần đặc biệt chú ý đến những dấu hiệu cho thấy câu chuyện về AI đang chuyển từ "hướng đến lợi nhuận" sang "hướng đến câu chuyện". Thứ tư, tận dụng tốt các công cụ phân tích, bao gồm cả chính AI. Công nghệ AI có thể được sử dụng để đánh giá chính xác hơn rủi ro thị trường, giá trị doanh nghiệp và tác động kinh tế. Các nhà thực hành nên tích cực sử dụng phân tích dữ liệu, học máy và các công cụ khác để nâng cao chất lượng ra quyết định, đồng thời cảnh giác với những rủi ro mới có thể phát sinh từ việc đồng nhất hóa mô hình. V. Tiếp tục, Sự tham gia đa chiều và năng động với tính hợp lý và nhiệt huyết Kết luận cuối cùng của Jefferson tương đối lạc quan một cách thận trọng: Dựa trên sự so sánh bốn khía cạnh—khả năng sinh lời, mức định giá, số lượng công ty và đòn bẩy tài chính—sự bùng nổ AI hiện nay khác biệt đáng kể so với bong bóng dot-com, và khả năng lặp lại sự sụp đổ mạnh mẽ vào cuối những năm 1990 là thấp. Sự phát triển của AI bắt nguồn từ một nhóm các công ty trưởng thành với lợi nhuận ổn định, và hệ thống tài chính nói chung tương đối kiên cường. Tuy nhiên, những bất ổn vẫn còn. Tác động lâu dài của AI đối với việc làm, lạm phát và năng suất vẫn cần thời gian để được kiểm chứng; Tâm lý thị trường có thể đảo chiều; hoạt động trên thị trường vốn tư nhân có thể che giấu rủi ro; và khả năng đầu tư vào cơ sở hạ tầng làm tăng đòn bẩy cần được chú ý. Do đó, Cục Dự trữ Liên bang sẽ tiếp tục theo dõi sự phát triển của AI để đảm bảo nó diễn ra trong một môi trường tài chính ổn định và bền vững, cuối cùng phục vụ các mục tiêu cơ bản là tối đa hóa việc làm và ổn định giá cả. Đối với thị trường, phân tích của Jefferson cung cấp một bộ công cụ để đánh giá đầu tư AI một cách hợp lý. Giữa làn sóng cách mạng công nghệ và sự hưng phấn về vốn, việc giữ vững tinh thần, phân biệt giữa bản chất và hình thức, và tập trung vào giá trị dài hạn có thể là cách tiếp cận tốt nhất để tránh bong bóng và đón nhận sự thay đổi. AI có phải là một bong bóng? Câu trả lời không nằm ở câu trả lời đơn giản là có hay không, mà nằm ở sự quan sát và đánh giá liên tục, đa chiều và năng động.