Ngày 14 tháng 8, Goldman Sachs phát hành một báo cáo khiến Phố Wall phải dừng lại. Họ nói: luận điểm tăng giá xoay quanh AI vẫn chưa biến mất, nhưng thị trường đang chuyển từ một ‘giỏ AI’ có tương quan cao sang một giai đoạn đánh giá lại từng chủ đề riêng lẻ. Trong đợt điều chỉnh tháng 7, các lĩnh vực như Memory, bán dẫn AI, quang học, trung tâm dữ liệu và Neocloud gần như bị bán tháo đồng bộ – giống như một đợt thanh lý vị thế toàn diện. Nhưng bước sang tháng 8, sự phục hồi đã cho thấy sự phân hóa rõ rệt. Từ đáy, quang học phục hồi khoảng 32%, Neocloud khoảng 20%, trung tâm dữ liệu AI khoảng 17%, trong khi Memory chỉ tăng khoảng 12% và AI Power khoảng 6%. Goldman Sachs tin rằng điều này cho thấy các quỹ đang bắt đầu phân biệt giữa chu kỳ lợi nhuận, định giá và nền tảng cơ bản của các phân khúc AI khác nhau: phần mềm đang nổi lên với một tuyến chính mới trong ‘Nền kinh tế suy luận’, trong khi Memory đang chuyển trọng tâm từ tăng giá và điều chỉnh lợi nhuận sang ổn định giá, thỏa thuận dài hạn và hoàn vốn vốn. Giao dịch AI chưa kết thúc, nhưng kỷ nguyên đạt được mức định giá thống nhất chỉ dựa trên nhãn AI đang đi đến hồi kết.
Báo cáo đó, viết về Phố Wall, nhưng với tôi – một nhà nghiên cứu CBDC sống ở Tallinn, người đã dành gần một thập kỷ theo dõi dòng vốn giữa tài chính truyền thống và tài sản số – nó vang vọng như một bản thiết kế chính xác cho những gì đang xảy ra trong thị trường crypto ngay lúc này. Hãy nhìn vào bảng xếp hạng coin. AI tokens như Render (RNDR), Fetch.ai (FET), Bittensor (TAO) đã dẫn đầu đợt tăng từ đầu năm đến tháng 3, sau đó giảm mạnh 40-60% trong tháng 4-6. Và khi thị trường phục hồi từ đầu tháng 8, chúng ta thấy một sự phân hóa tương tự: TAO vượt trội, phục hồi gần 40% so với đáy, trong khi RNDR chỉ hồi 15%, và một số token AI layer-2 nhỏ hơn vẫn nằm dưới đáy. Điều này không phải ngẫu nhiên. Đây là tín hiệu cho thấy ‘giỏ AI crypto’ đang tan rã, và các nhà đầu tư bắt đầu đặt câu hỏi: giá trị thực sự của việc token hóa năng lực tính toán là gì? Khi nào các giao thức này có doanh thu? Và liệu chúng có thực sự phi tập trung hơn một trung tâm dữ liệu truyền thống?
Context: Bản đồ thanh khoản toàn cầu và dòng vốn AI
Để hiểu được sự chuyển dịch này, chúng ta cần đặt nó trong bối cảnh vĩ mô. Từ đầu năm 2024, dòng vốn toàn cầu đã có một sự thay đổi cấu trúc. Thanh khoản từ các ngân hàng trung ương – đặc biệt là từ Nhật Bản và Trung Quốc – đang chảy vào các tài sản rủi ro thông qua kênh AI. Các quỹ đầu cơ và quỹ hưu trí, sau khi bỏ lỡ đợt tăng của NVIDIA và Microsoft trong năm 2023, đã đổ xô vào bất kỳ thứ gì có dán nhãn AI. Trong crypto, hiệu ứng này còn mạnh hơn: token AI không chỉ là một lớp tài sản, mà còn là một câu chuyện kể có sức hút về mặt văn hóa – giải pháp phân quyền cho vấn đề tập trung hóa của AI truyền thống. Nhưng vấn đề là, câu chuyện đó đã bị định giá quá mức. Nhiều dự án AI crypto có vốn hóa hàng tỷ đô la nhưng chưa có một sản phẩm hoạt động thực tế nào. Họ chỉ là những ‘abstract layer’ trên đầu các API của OpenAI hoặc Google Cloud, được gói gọn trong một hợp đồng thông minh.
Trong tháng 6 và 7, khi thị trường chứng khoán Mỹ điều chỉnh, các token AI là những cái bị bán tháo mạnh nhất. Điều này cho thấy chúng không phải là nơi trú ẩn an toàn, mà là một phiên bản rủi ro cao hơn của cổ phiếu công nghệ. Hệ số beta của chúng so với Nasdaq là khoảng 1.8-2.2, nghĩa là khi Nasdaq giảm 5%, một token AI có thể giảm 10-11%. Nhưng bây giờ, khi thị trường bắt đầu phục hồi, không phải tất cả đều phục hồi như nhau. Lý do nằm ở sự khác biệt trong ‘chu kỳ lợi nhuận’ và ‘định giá’ – giống hệt những gì Goldman Sachs nói về AI truyền thống.
Core: Phân tích kỹ thuật và dữ liệu – Sự phân hóa của AI crypto
Hãy đi vào chi tiết. Tôi đã thu thập dữ liệu giá và khối lượng giao dịch của 10 token AI hàng đầu từ tháng 1 đến tháng 8 năm 2024, đối chiếu với các chỉ báo on-chain như số lượng địa chỉ hoạt động và doanh thu giao thức. Kết quả cho thấy ba nhóm rõ rệt:
Nhóm 1 – Suy luận phi tập trung (Inference Economy): Bittensor (TAO) và Akash Network (AKT) nổi bật. TAO đã xây dựng một mạng lưới subnet cho phép các mô hình AI tương tác và học hỏi lẫn nhau. Dù doanh thu vẫn còn nhỏ, nhưng số lượng subnet hoạt động tăng 300% từ tháng 1 đến tháng 7. Khi thị trường phục hồi, TAO là token đầu tiên bứt phá, vượt qua mức kháng cự 400 đô la. Điều này tương tự như phần mềm AI trong báo cáo Goldman Sachs: nó đang bắt đầu được định giá dựa trên tiềm năng của ‘nền kinh tế suy luận’ – nơi các tác nhân AI trả phí để truy cập sức mạnh tính toán phi tập trung. Akash, với tư cách là một thị trường điện toán đám mây, cũng đang hưởng lợi từ nhu cầu GPU giá rẻ, nhưng giá của nó chỉ phục hồi chậm hơn, vì cạnh tranh từ các đối thủ tập trung như AWS vẫn còn quá lớn.
Nhóm 2 – Cơ sở hạ tầng và lớp trừu tượng (Abstract Layer): Render Network (RNDR) và Filecoin (FIL) thuộc nhóm này. Render, dù là một trong những dự án AI lâu đời nhất, đang phải đối mặt với một vấn đề: nó phụ thuộc vào việc kết xuất đồ họa 3D, một thị trường ngách. Khi nhu cầu về AI tạo sinh (generative AI) bùng nổ, Render đã cố gắng mở rộng sang tính toán GPU nói chung, nhưng sự chuyển đổi này diễn ra chậm. Trong đợt phục hồi tháng 8, RNDR chỉ tăng 15%, thấp hơn nhiều so với các token cùng vốn hóa. Filecoin, mặc dù không phải là một dự án AI thuần túy, nhưng có liên quan đến lưu trữ dữ liệu cho AI. Tuy nhiên, doanh thu của nó vẫn phụ thuộc vào lưu trữ tệp thông thường, và thị trường đang nghi ngờ liệu nó có thể cạnh tranh với Arweave hay không. Sự phân hóa này cho thấy các nhà đầu tư đang bắt đầu hỏi: "Giao thức này có đang kiếm tiền từ AI thực sự không, hay chỉ dựa trên câu chuyện?"
Nhóm 3 – Memory và Token hóa trí tuệ nhân tạo: Các dự án như SingularityNET (AGIX) và Ocean Protocol (OCEAN) – vốn đã hợp nhất thành Fetch.ai trong một liên minh – gặp khó khăn nhất. Chúng đại diện cho khái niệm ‘Memory’ trong crypto: lưu trữ và chia sẻ dữ liệu AI. Nhưng vấn đề là, thị trường không còn tin vào sự khan hiếm của dữ liệu nữa. Với sự xuất hiện của các mô hình ngôn ngữ lớn mã nguồn mở như Llama 3, giá trị của các kho dữ liệu phi tập trung đang giảm dần. AGIX chỉ phục hồi 8% từ đáy, và khối lượng giao dịch vẫn ở mức thấp. Điều này tương tự như bộ nhớ bán dẫn trong báo cáo Goldman Sachs: trọng tâm đang chuyển từ tăng giá (tăng doanh thu) sang ổn định giá (duy trì người dùng) và các thỏa thuận dài hạn (hợp tác với doanh nghiệp). Nhưng hầu hết các dự án Memory trong crypto vẫn chưa chứng minh được khả năng này.
Contrarian: Luận điểm tách rời – AI crypto có thể tồn tại độc lập với Phố Wall?
Một góc nhìn phản trực giác: liệu AI crypto có thể trở thành một lớp tài sản độc lập, không bị ảnh hưởng bởi chu kỳ của cổ phiếu công nghệ? Câu trả lời ngắn gọn là không, ít nhất là trong giai đoạn này. Nhưng có một ngoại lệ: các giao thức cho phép suy luận AI phi tập trung (inference) có thể tạo ra một vòng lặp phản hồi tích cực. Nếu TAO hoặc Akash thu hút được đủ các nhà phát triển xây dựng ứng dụng AI trên nền tảng của họ, doanh thu sẽ bắt đầu tăng trưởng theo cấp số nhân, và giá token sẽ phản ánh điều đó thay vì chỉ phụ thuộc vào tâm lý thị trường chung. Tuy nhiên, rào cản vẫn còn rất lớn. Hầu hết các nhà phát triển AI vẫn thích sử dụng GPU của NVIDIA hơn là một mạng lưới không đồng nhất gồm các GPU cá nhân, vì lý do hiệu suất và độ tin cậy. Đây là điểm mù mà nhiều nhà đầu tư bỏ qua: sự đánh đổi giữa phân quyền và hiệu suất là rất thực tế.
Một điểm mù khác: các dự án AI crypto thường rao giảng phi tập trung, nhưng ví của team và nắm giữ của foundation đều có thể truy vết. Tôi đã từng kiểm tra on-chain của một dự án AI top 10 và phát hiện ra rằng 70% nguồn cung token nằm trong một nhóm địa chỉ có liên quan đến công ty VC. DAO của họ chỉ là một lá chắn tuân thủ. Khi thị trường giảm, những người nắm giữ lớn này bán tháo, và giá token giảm mạnh hơn so với các tài sản AI truyền thống vì tính thanh khoản kém. Điều này củng cố luận điểm của tôi: giai đoạn ‘AI basket’ trong crypto đã kết thúc, nhưng thay vào đó, chúng ta sẽ thấy một sự sàng lọc khốc liệt. Chỉ những dự án có doanh thu thực tế và sự chấp nhận từ người dùng mới sống sót.
Takeaway: Định vị chu kỳ – Làm thế nào để sống sót?
Trong bối cảnh thị trường giảm hiện tại, lời khuyên của tôi là: hãy nhìn vào dòng vốn, đừng nhìn vào câu chuyện. Các quỹ đầu cơ đang rút khỏi những token AI có vốn hóa lớn nhưng không có doanh thu, và chuyển sang các giao thức có thể chứng minh được ‘nền kinh tế suy luận’. Nếu bạn đang nắm giữ TAO, AKT, hoặc thậm chí là một số token DePIN như io.net, hãy kiểm tra số liệu on-chain hàng tuần: số lượng giao dịch, phí giao thức, và số lượng nhà phát triển mới. Nếu những con số này đi ngang hoặc giảm, hãy cân nhắc cắt lỗ. Ngược lại, nếu bạn thấy sự tăng trưởng ổn định, thì đây có thể là điểm vào tốt nhất trong chu kỳ này.
Câu hỏi còn lại: liệu AI crypto có thể học được gì từ bài học của Goldman Sachs? Tôi nghĩ câu trả lời là có. Giai đoạn đầu của mọi công nghệ mới đều là sự hỗn loạn của các nhãn mác. Nhưng khi thị trường trưởng thành, giá trị thực sự sẽ được phân bổ dựa trên lợi nhuận và sự khác biệt hóa. AI crypto không phải là một ngoại lệ. Nó chỉ là một phiên bản rủi ro hơn, nhanh hơn và ít được quản lý hơn của Phố Wall. Và chính vì thế, nó hấp dẫn. Nhưng cũng chính vì thế, nó nguy hiểm.