Người Mỹ cho rằng chi phí sinh hoạt đã trở nên quá đắt đỏ, và nguyên nhân chính là khoản đầu tư 700 tỷ USD vào AI.

Ngày 1/4, các nhà kinh tế Miguel Faria-e-Castro và Serdar Ozkan từ Fed St. Louis đã đăng một bài blog với tiêu đề chừng mực nhưng kết luận lại gây sốc: Sự lạc quan về AI chính là một lực lượng gây lạm phát. Không phải vì giá điện tăng, không phải vì thiếu hụt chip, mà vì mọi người tin rằng AI sẽ làm cho tương lai tốt đẹp hơn—niềm tin này thúc đẩy họ chi tiêu nhiều hơn ngay từ bây giờ.

Cùng ngày, Fortune đã tiết lộ một thử nghiệm của Deutsche Bank: họ yêu cầu ba mô hình AI đánh giá "Tác động của AI đối với lạm phát". Kết luận là ngay cả bản thân AI cũng tin rằng nó đang đẩy giá cả leo thang.

Các bài đăng trên mạng xã hội về tình trạng giá cả tăng vọt tại Mỹ xuất hiện dày đặc

Hai sự kiện này cùng chỉ ra một vòng lặp khá khó chịu: đầu tư vào AI càng nhiều, lạm phát càng cao, việc cắt giảm lãi suất càng xa vời, chi phí tài chính càng đắt đỏ—nhưng đầu tư vẫn tiếp tục tăng tốc.

Cuộc chạy đua vũ trang không thể ngăn cản

Trước hết hãy nhìn vào dòng tiền. Theo báo cáo tài chính của các tập đoàn, tổng chi phí vốn của Amazon, Microsoft, Google và Meta trong năm 2023 là khoảng 152 tỷ USD. Đến năm 2024, con số này nhảy vọt lên 251 tỷ USD, tăng 65%. Đến cuối năm 2025, tổng số tiền này lên tới 416 tỷ USD, tăng thêm 66%.

Dự báo của các công ty cho năm 2026 thậm chí còn quyết liệt hơn. Theo tổng hợp của Wolf Street, dự báo của Amazon là 200 tỷ USD, Google là 1,75 đến 1,85 tỷ USD, Microsoft là 1,45 đến 1,5 tỷ USD và Meta là 1,35 tỷ USD. Tổng cộng của bốn công ty này là khoảng 663 tỷ USD. Nếu tính thêm 42 tỷ USD của Oracle, tổng số tiền sẽ tiến gần đến mức 700 tỷ USD.

Trong bốn năm, chi phí vốn của bốn công ty này đã tăng gấp bốn lần. Tốc độ tăng trưởng này là chưa từng có trong lịch sử doanh nghiệp Mỹ. Theo Fortune, quy mô này đã vượt qua GDP cả năm của Thụy Điển.

Một trung tâm dữ liệu tiêu thụ điện năng bằng cả một bang

Phần lớn số tiền này đang đổ vào các trung tâm dữ liệu. Nút thắt lớn nhất đối với các trung tâm dữ liệu không phải là đất đai mà là điện năng. Theo dữ liệu của EIA, Vermont tiêu thụ khoảng 5.364 gigawatt-giờ điện mỗi năm, tương đương với tải trọng trung bình 0,61 gigawatt. Rhode Island cao hơn một chút, ở mức khoảng 0,83 gigawatt.

Bây giờ hãy xem các trung tâm dữ liệu đang làm gì. Theo thông báo của các công ty, dự án Stargate của OpenAI, hợp tác với Oracle và SoftBank, có tổng công suất điện dự kiến là 10 gigawatt, tương đương với tổng lượng điện tiêu thụ của 16 bang Vermont. Meta dự kiến 5 gigawatt tại khuôn viên Hyperion ở Louisiana, với khoản đầu tư 27 tỷ USD. Dự án Colossus của xAI (thuộc sở hữu của Musk) tại Tennessee đã mở rộng lên 2 gigawatt, được cho là đang triển khai 555.000 GPU NVIDIA với chi phí khoảng 18 tỷ USD, theo báo cáo của Introl. Dự án Rainier của Amazon và Anthropic tại Indiana đang lên kế hoạch cho 2,2 gigawatt.

Theo dữ liệu của S&P Global, các trung tâm dữ liệu tại Mỹ đã tiêu thụ tổng cộng 183 terawatt-giờ điện vào năm 2024, chiếm hơn 4% lượng điện tiêu thụ quốc gia. Đến năm 2030, con số này dự kiến sẽ tăng gấp ba lần.

Những nhu cầu điện năng này không phải là câu chuyện dài hạn trong tương lai; chúng đang gây áp lực lên lưới điện hiện tại. Theo báo cáo của CBRE, tỷ lệ trống của trung tâm dữ liệu tại Bắc Mỹ đã giảm từ 3,3% trong nửa đầu năm 2023 xuống 1,6% trong nửa đầu năm 2025, mức thấp nhất từ trước đến nay. Theo dữ liệu của Cushman & Wakefield, tỷ lệ trống đã tăng nhẹ lên 3,5% trong nửa cuối năm 2025, nhưng chỉ vì một lượng lớn công suất mới đã đi vào hoạt động — mức tuyệt đối vẫn ở mức thấp lịch sử và khó có khả năng nguồn cung được cải thiện đáng kể trước năm 2030.

Ngay cả bản thân AI cũng nói rằng nó đang thúc đẩy lạm phát

Những khoản đầu tư này đang thúc đẩy nhu cầu, làm tăng giá điện, trầm trọng hóa tình trạng thiếu hụt chip, đồng thời hé lộ một kênh lạm phát nguy hiểm hơn.

Theo báo cáo của Fortune ngày 1/4, một nhóm do chuyên gia kinh tế trưởng về Mỹ của Deutsche Bank, Matthew Luzzetti, dẫn đầu đã thực hiện một thử nghiệm: họ yêu cầu mô hình nội bộ dbLumina của Deutsche Bank, Claude của Anthropic và ChatGPT-5.2 của OpenAI đánh giá riêng biệt về "xác suất AI gây ra lạm phát trong năm tới".

Kết quả: dbLumina đưa ra con số 40%, Claude là 25% và ChatGPT-5.2 là 20%. Cả ba mô hình đều nhất quán trong đánh giá về "xác suất AI làm giảm đáng kể lạm phát": chỉ 5%.

Yếu tố gây lạm phát được ba mô hình nhắc đến rất nhất quán: các trung tâm dữ liệu mở rộng quy mô, nhu cầu bán dẫn tăng vọt, mức tiêu thụ điện năng của các tác vụ AI tăng nhanh — tất cả đều là áp lực giá do nhu cầu thúc đẩy.

Điều này hoàn toàn trái ngược với sự đồng thuận của các nhà đầu tư Phố Wall. Nhóm nghiên cứu của Deutsche Bank đã viết trong một báo cáo: "Liệu AI có trở thành một lực lượng giảm phát lớn không? Ngay cả AI cũng không nghĩ vậy."

Trong tầm nhìn 5 năm, các mô hình thực sự đã chuyển hướng sang tiềm năng giảm phát nhiều hơn. Tuy nhiên, xác suất "AI kích hoạt giảm phát quy mô lớn" vẫn bị ép vào phạm vi rủi ro đuôi.

Bản thân sự lạc quan cũng là một yếu tố gây lạm phát

Một bài báo từ Fed St. Louis cung cấp một khung lý thuyết để hiểu rõ tất cả những điều này.

Faria-e-Castro và Ozkan sử dụng một mô hình kinh tế vĩ mô tiêu chuẩn, định nghĩa cơn sốt đầu tư AI là một "cú sốc tin tức". Theo bài viết của Fed, logic của mô hình là: khi các hộ gia đình thấy AI được mô tả là một công nghệ mang tính cách mạng, họ dự đoán thu nhập tương lai sẽ tăng và tăng tiêu dùng trước. Các doanh nghiệp kỳ vọng năng suất sẽ tăng và đẩy mạnh đầu tư. Hai hiệu ứng này kết hợp lại, khiến nhu cầu nhanh chóng vượt xa nguồn cung. Bài báo nêu rõ: "Những lực lượng này cùng tạo ra một làn sóng lạm phát do nhu cầu thúc đẩy — một đặc điểm cốt lõi của giai đoạn đầu của một cú sốc tin tức."

Mô hình đưa ra hai con đường. Nếu AI thực sự mang lại bước nhảy vọt về năng suất, lạm phát ngắn hạn sẽ được hấp thụ bởi tăng trưởng sản lượng dài hạn, đưa nền kinh tế vào một vòng xoáy tích cực. Nhưng nếu năng suất không thành hiện thực — được mô tả trong bài báo là "tăng trưởng thấp kéo dài và lạm phát cao dai dẳng", đó chính là đình lạm.

Theo dữ liệu được trích dẫn trong bài viết của Fed, tốc độ tăng trưởng hàng năm của tổng năng suất nhân tố (TFP) tại Mỹ kể từ khi ChatGPT ra mắt là 1,11%, thấp hơn mức trung bình lịch sử là 1,23%. Cho đến nay, AI vẫn chưa tạo được dấu ấn trên dữ liệu năng suất.

Trong khi đó, theo dữ liệu của BLS, CPI của Mỹ vào tháng 2/2026 là 2,4% so với cùng kỳ năm trước, CPI lõi ở mức 2,5%, cả hai vẫn thấp hơn mục tiêu 2% của Fed. Biểu đồ dot plot tháng 3 của Fed cho thấy dự báo lãi suất trung bình cuối năm là 3,4%, chỉ ra rằng sẽ chỉ có một đợt cắt giảm lãi suất trong năm nay.

700 tỷ USD đang đổ vào cơ sở hạ tầng AI. Liệu số tiền này là nguyên nhân gây ra lạm phát hay là khúc dạo đầu cho một cuộc cách mạng năng suất, điều đó phụ thuộc vào một câu hỏi mà chưa ai có thể trả lời: Liệu các mô hình đang chạy trong các trung tâm dữ liệu này có thực sự làm cho nền kinh tế hiệu quả hơn không?