Baseten huy động 300 triệu USD ở định giá 5 tỷ USD: Hạ tầng suy luận AI là "người bán cào" mới, nhưng cào đang trở nên rẻ

Baseten vừa huy động 300 triệu USD trong vòng tài trợ mới, đẩy định giá công ty lên 5 tỷ USD. Tờ Crypto Briefing gọi đây là dấu hiệu rõ nhất cho thấy hạ tầng suy luận AI đang trở thành “khoản cược ưa thích” của giới đầu tư mạo hiểm. Con số gây sốc, nhưng điều đáng nói không nằm ở số tiền, mà nằm ở cách dòng vốn đang dịch chuyển. Một công ty không huấn luyện mô hình nền tảng, không sở hữu chip và không xây trung tâm dữ liệu, lại có thể được định giá ngang một kỳ lân công nghệ hàng đầu. Điều đó nói lên rất nhiều về trạng thái tâm lý của thị trường. Để hiểu vì sao giới đầu tư lại phấn khích, cần tách bạch hai khái niệm: huấn luyện và suy luận. Huấn luyện là giai đoạn mô hình học từ dữ liệu. Suy luận là giai đoạn mô hình trả lời mỗi khi người dùng gửi truy vấn. Trong một hệ thống AI dành cho doanh nghiệp, chi phí suy luận thường vượt xa chi phí huấn luyện theo thời gian, vì mô hình được gọi lặp đi lặp lại hàng triệu lần. Baseten thuộc lớp hạ tầng giúp doanh nghiệp triển khai suy luận ở quy mô lớn mà không phải tự vận hành GPU. Baseten không giống OpenAI hay Anthropic. Họ không huấn luyện các mô hình nền tảng. Họ cũng không giống CoreWeave, công ty chuyên cho thuê GPU. Baseten xây dựng phần mềm nằm giữa: họ mua GPU từ NVIDIA hoặc thuê từ các đám mây lớn, sau đó dùng các kỹ thuật như continuous batching – gộp nhiều yêu cầu của nhiều người dùng vào một lô xử lý – và KV cache – bộ nhớ đệm giúp tránh tính lại các token cũ – để nhồi thật nhiều việc lên cùng một tấm GPU. Với khách hàng, họ gói tất cả thành một API. Đây chính là mô hình inference-as-a-service, và nó có biên lợi nhuận hấp dẫn nếu GPU luôn được sử dụng đúng công suất. Điều mà các dev không nói với bạn: hầu hết các nền tảng suy luận hàng đầu như Fireworks AI, Together AI, Modal Labs đều chạy trên cùng một bộ khung mã nguồn mở như vLLM, TGI hay SGLang. Nghĩa là thuật toán lõi không tạo ra sự khác biệt mang tính cách mạng. Khác biệt thực sự nằm ở cấu hình GPU, phương án dự phòng, khả năng cô lập nhiều người dùng trên cùng một cụm máy, và các công cụ giúp khách hàng theo dõi chi phí. Baseten đang đặt cược rằng doanh nghiệp lớn sẵn sàng trả phí cao hơn để có một lớp vận hành sạch sẽ, thay vì tự mò mẫm với Kubernetes và driver GPU. Trong các cuộc gặp với quỹ đầu tư, nhà sáng lập Baseten chắc chắn phải nói về một con số: mức độ sử dụng GPU. Đây là hệ quả trực tiếp của nguyên tắc vận tốc dòng tiền. Chỉ số velocity quan trọng ở đây là vòng quay GPU – số giờ GPU thực sự xử lý yêu cầu trả tiền so với tổng số giờ nó bật nguồn. Nếu GPU nằm im, chi phí khấu hao vẫn chạy, nhưng doanh thu thì không. Ngược lại, nếu một GPU có thể xử lý đồng thời hàng chục luồng yêu cầu nhờ continuous batching, mỗi token sinh ra sẽ có chi phí thấp hơn đáng kể. 300 triệu USD vừa gọi về không phải để làm đẹp bảng marketing. Một phần lớn sẽ phải đổi thành tấm NVIDIA B200 hoặc GB200 NVL72 trước khi các đối thủ ký hết hợp đồng với nhà cung cấp. Với một người quen đọc tín hiệu từ dòng vốn, đây là những gì forward guidance ám chỉ trong thị trường công nghệ: giới đầu tư mạo hiểm đang dịch chuyển một phần rất lớn danh mục từ token tiền mã hóa và Layer 1 sang các công ty phần mềm có doanh thu định kỳ. Câu chuyện blockchain thay thế ngân hàng đang nhường chỗ cho câu chuyện AI cần người bán cào. Không phải vì blockchain thất bại, mà vì một bộ phận quỹ đầu tư cần tài sản có dòng tiền ngắn hạn rõ ràng hơn. Khoản đầu tư đưa định giá Baseten từ khoảng 400 triệu USD hồi vòng B lên 5 tỷ USD chỉ trong hơn một năm. Tôi không có số ARR chính thức, nhưng với mức tăng định giá hơn 10 lần, thị trường đang giả định doanh thu tăng trưởng ba chữ số trong nhiều năm liên tiếp. Nếu ARR hiện tại của Baseten nằm trong khoảng 50 đến 100 triệu USD, mức định giá 5 tỷ USD tương đương hệ số giá trên doanh thu từ 50 đến 100 lần. Nếu tốc độ tăng trưởng chậm lại, hệ số này sẽ bị bóp mạnh. Đây là lý do điều này chưa được định giá: cuộc cạnh tranh thật sự không nằm ở Baseten đối đầu với Fireworks hay Together, mà nằm ở Baseten đối đầu với AWS, Azure và Google. Khi một khách hàng đang trả 0,2 USD cho một triệu token thông qua API của Baseten, AWS có thể đưa ra mức giá 0,05 USD bằng chip Inferentia hoặc Trainium nội bộ. Lúc đó, câu chuyện phần mềm tốt hơn không đủ để giữ chân khách hàng nếu chênh lệch giá quá lớn. Kubernetes, vLLM hay SGLang đều là mã nguồn mở. Đội ngũ kỹ thuật của AWS cũng đọc được tài liệu đó. Nhìn từ góc độ một người từng nghiên cứu thanh toán xuyên biên giới, tôi thấy một điểm tương đồng thú vị. Trong lĩnh vực stablecoin, có một nhóm công ty xây dựng lớp thanh khoản trên các giao thức blockchain, nhưng họ không kiểm soát được chi phí vốn và thanh khoản trong thời kỳ lãi suất tăng. Baseten cũng vậy: họ đang xây lớp giá trị trên một loại tài sản – GPU – mà họ không kiểm soát giá. Khi NVIDIA tăng giá chip, biên lợi nhuận của Baseten bị siết. Khi AWS hạ giá API, khách hàng của Baseten bị hút sang. Người bán cào trong cơn sốt vàng không bao giờ thực sự an toàn nếu họ không khóa được nguồn cung cấp cào. Nhưng có một điểm mù mà hầu hết các bài phân tích lạc quan bỏ qua. Chiến lược người bán cào chỉ hiệu quả khi số người đào vàng nhiều hơn số người bán cào. Ở thời điểm hiện tại, cả thung lũng Silicon đều đang bán cào. Fireworks hạ giá, Together gom GPU, Modal tối ưu trải nghiệm developer, còn AWS và Google bán GPU với giá gần như bằng giá vốn. Khi ai cũng có một cái cào giống nhau, cái cào trở thành hàng hóa. Biên lợi nhuận của Baseten sẽ bị siết từ cả hai phía: phía trên là chi phí GPU do NVIDIA định giá, phía dưới là giá API do thị trường cạnh tranh định giá. Thêm một điểm nữa. Dòng vốn khổng lồ đổ vào hạ tầng AI có mùi giống dòng vốn đổ vào DeFi năm 2021: ai cũng nói về nhu cầu thật, nhưng định giá được xây trước khi doanh thu được kiểm chứng. Khi chi phí vốn tăng, các công ty có mức tiêu thụ GPU dữ dội sẽ phải gọi vốn với định giá thấp hơn. 300 triệu USD của Baseten có thể là một tấm khiên, nhưng cũng có thể là một vòng xoáy: càng nhiều tiền, càng phải chi tiêu nhanh để duy trì câu chuyện tăng trưởng. Một rủi ro dài hạn khác nằm ở hướng phát triển của mô hình ngôn ngữ nhỏ. Nếu các mô hình chạy ngay trên điện thoại hoặc laptop của người dùng, nhu cầu gọi API suy luận tập trung sẽ giảm. Apple, Qualcomm và nhiều hãng chip đang đẩy mạnh NPU trên thiết bị. Trong ba đến năm năm tới, một phần lớn tác vụ suy luận có thể không bao giờ chạm tới trung tâm dữ liệu của Baseten. Khi mô hình trở nên nhỏ hơn và thông minh hơn, hạ tầng tập trung không còn là lựa chọn duy nhất. Tôi từng dành nhiều năm theo dõi các giao thức thanh toán và chứng kiến những công ty được định giá hàng tỷ USD dựa trên tổng giá trị khóa trong hợp đồng thông minh, trong khi doanh thu thực tế không đáng kể. Với Baseten, tôi ít lo ngại hơn vì họ tính tiền trên số token xử lý, một đơn vị có thể kiểm chứng. Nhưng tôi vẫn áp dụng cùng một câu hỏi: khách hàng đang trả tiền vì sản phẩm của họ tốt hơn, hay vì họ chưa có lựa chọn nào khác? Khi AWS bắt đầu bán inference với giá thấp hơn 50%, câu trả lời sẽ lộ diện. Cũng cần nói về mặt an toàn và bảo mật. Một nền tảng hạ tầng suy luận có toàn quyền nhìn thấy dữ liệu khách hàng truyền qua API. Baseten cần duy trì các chứng chỉ như SOC2, HIPAA và khả năng cô lập dữ liệu giữa các doanh nghiệp trên cùng một cụm GPU. Nếu để lộ model weight của khách hàng, công ty sẽ không chỉ mất uy tín mà còn phải đối mặt với các vụ kiện trị giá hàng trăm triệu USD. Đây là chi phí tuân thủ mà các startup nhỏ hơn khó chịu đựng nổi, và đó cũng là lý do Baseten có thể giữ chân khách hàng doanh nghiệp lớn. Từ góc nhìn vĩ mô, tốc độ tăng trưởng M2 cho thấy môi trường thanh khoản vẫn còn thuận lợi, nhưng không còn ở mức cực kỳ nới lỏng như giai đoạn 2020-2021. Khi tiền rẻ biến mất, các công ty không có lợi nhuận sẽ bị định giá lại. Baseten có doanh thu, có sản phẩm thật, có khách hàng doanh nghiệp. Nhưng mức định giá 5 tỷ USD đã phản ánh kỳ vọng rằng họ sẽ trở thành một trong những công ty hạ tầng AI thống trị thị trường. Nếu kết quả kinh doanh chỉ ở mức tốt, chứ không phải xuất sắc, thì giá trị này sẽ không thể đứng vững. Vậy điều gì thực sự quan trọng sau vòng gọi vốn này? Không phải việc Baseten có thể thông báo một con số định giá lớn hơn trong 12 tháng tới. Điều quan trọng là liệu họ có thể công bố số liệu về mức độ sử dụng GPU, biên lợi nhuận gộp và tỷ lệ giữ chân khách hàng doanh nghiệp. Nếu những con số đó yếu, định giá 5 tỷ USD sẽ trở thành gánh nặng. Nếu chúng mạnh, Baseten có thể trở thành một trong số ít công ty hạ tầng AI sống sót sau khi làn sóng đầu tư này rút đi. Tôi sẽ không ngạc nhiên nếu trong 12 tháng tới có một đợt điều chỉnh định giá khắp mảng hạ tầng AI. Tôi cũng sẽ không ngạc nhiên nếu Baseten trở thành ngoại lệ. Câu hỏi cuối cùng không phải là Baseten có huy động được 300 triệu USD hay không, mà là họ có dùng số tiền đó để xây dựng một doanh nghiệp có thể tồn tại khi tiền không còn rẻ. Khi lớp sương mù của câu chuyện tăng trưởng biến mất, chỉ có những công ty kiểm soát được chi phí, giữ chân được khách hàng và tạo ra biên lợi nhuận thật sự ở lại bàn chơi.