Khi AI làm khó Fed

Khi AI làm khó Fed

Trí tuệ nhân tạo được kỳ vọng sẽ nâng cao năng suất, giảm thiểu chi phí và về dài hạn giúp kiềm chế lạm phát. Trong xu hướng không thể cưỡng lại đó, nước Mỹ đang phải trải qua một cuộc bùng nổ đầu tư vào chip, trung tâm dữ liệu, điện năng và hạ tầng với quy mô chưa từng có. AI vì thế đặt Fed trước một nghịch lý mới: Có thể là lực lượng giảm phát của ngày mai, nhưng lại khiến bài toán tăng trưởng, lạm phát và lãi suất trở nên khó hơn ngay từ hôm nay.

Một biến số mới trong bài toán của Fed

Trong nhiều năm, câu chuyện về trí tuệ nhân tạo chủ yếu được kể như một câu chuyện công nghệ. Gần đây, nó ngày càng trở thành một câu chuyện kinh tế vĩ mô.

Tại Jackson Hole cuối tháng 8/2026, Chủ tịch Cục Dự trữ Liên bang Mỹ (Fed) Kevin Warsh đã đặt vấn đề liệu AI có thể tạo ra một làn sóng tăng năng suất lớn và bền vững hay không. Chỉ vài ngày sau đó, Thống đốc Fed Michael Barr lại nhìn AI từ một góc nhìn khác. Trong bài phát biểu ngày 1/9, ông cho rằng kinh tế Mỹ vẫn tăng trưởng khá vững, một phần nhờ sự bùng nổ đầu tư kinh doanh liên quan đến AI. Đáng chú ý hơn, Barr đồng thời xếp quá trình xây dựng AI với tốc độ rất nhanh, cùng với thuế quan và xung đột Trung Đông, vào nhóm những cú sốc khiến quá trình đưa lạm phát trở lại mục tiêu trở nên khó khăn hơn.

Hai nhận định tưởng như khác nhau thực ra phản ánh cùng một vấn đề. Nếu AI cuối cùng làm tăng năng suất và giảm chi phí, tại sao nó lại có thể khiến Fed phải thận trọng hơn với việc giảm lãi suất?

Câu trả lời nằm ở một sự lệch pha về thời gian. Năng suất là câu chuyện của ngày mai, còn chi phí để xây dựng nền kinh tế AI phải trả ngay hôm nay.

Trước khi AI tạo ra năng suất, phải xây dựng AI

AI thường được hình dung qua ChatGPT, các trợ lý ảo hay những thuật toán có khả năng thay thế một phần công việc của con người. Nhưng đằng sau thế giới tưởng như vô hình ấy là một khối lượng tài sản vật chất rất lớn.

AI không chỉ tiêu thụ dữ liệu. AI tiêu thụ điện, bê tông, đồng, chip và vốn. Một mô hình ngôn ngữ lớn cần hàng chục nghìn GPU vận hành trong các trung tâm dữ liệu tiêu thụ lượng điện tương đương một khu công nghiệp nhỏ. Mỗi trung tâm dữ liệu mới kéo theo máy biến áp, hệ thống làm mát, đường truyền quang, quỹ đất và một chuỗi đầu tư hạ tầng phía sau. Vì vậy, trước khi AI tạo ra năng suất, nền kinh tế phải xây dựng cả một "hệ thống vật chất" để AI có thể hoạt động.

Bởi vậy, làn sóng AI đang dần biến thành một chu kỳ đầu tư thực sự của nền kinh tế Mỹ. Những tập đoàn công nghệ lớn như Microsoft, Alphabet, Amazon hay Meta đang dành những khoản vốn khổng lồ cho trung tâm dữ liệu và hạ tầng tính toán. Điều đáng chú ý không chỉ nằm ở quy mô tuyệt đối của những khoản đầu tư này mà ở tốc độ chúng đang làm thay đổi cấu trúc đầu tư của nền kinh tế Mỹ. Cũng tại Jackson Hole vào cuối tháng 8 vừa qua, Warsh cho biết hơn một nửa mức tăng chi tiêu đầu tư của doanh nghiệp Mỹ trong năm nay có thể liên quan đến AI. AI, nói cách khác, đã đi khá xa khỏi thế giới của phần mềm để trở thành một động lực đáng kể của đầu tư vật chất.

Về mặt kinh tế vĩ mô, cơ chế khá đơn giản. Kỳ vọng lợi nhuận từ AI tăng làm doanh nghiệp muốn đầu tư nhiều hơn. Đầu tư tăng lại làm tổng cầu tăng. Nhưng nguồn cung điện, máy biến áp, chip tiên tiến, đất đai phù hợp cho trung tâm dữ liệu hay đội ngũ kỹ sư không thể tăng nhanh tương ứng.

AI hôm nay và AI ngày mai

Theo phân tích trên, trong giai đoạn xây dựng, AI không chỉ là một cú sốc năng suất. Nó còn là một cú sốc cầu. Và đây chính là điều bắt đầu làm bài toán của Fed phức tạp hơn.

Nếu chỉ nhìn vào dài hạn, câu chuyện khá lạc quan.

Một doanh nghiệp sử dụng AI hiệu quả có thể sản xuất nhiều hơn với cùng số lao động. Một nhân viên có thể xử lý lượng công việc lớn hơn. Chi phí trên một đơn vị sản phẩm giảm xuống, trong khi năng lực sản xuất của toàn nền kinh tế tăng lên.

Nói theo ngôn ngữ kinh tế học, năng suất tăng làm sản lượng tiềm năng tăng. Nền kinh tế có thể tăng trưởng nhanh hơn mà không nhất thiết tạo ra lạm phát cao hơn.

Đó là AI của ngày mai.

Thế nhưng, AI của hôm nay lại khác. Hàng trăm tỷ USD đang được đổ vào trung tâm dữ liệu, chip, điện và hạ tầng. Đầu tư làm GDP mạnh hơn, tạo thêm việc làm và gia tăng nhu cầu đối với những nguồn lực vốn đã tương đối khan hiếm. Và chính điều này có thể tạo ra một nghịch lý đối với chính sách tiền tệ.

Nếu Fed tin quá sớm vào một cuộc cách mạng năng suất chưa thực sự xuất hiện đầy đủ trong dữ liệu, ngân hàng trung ương có thể hạ lãi suất quá nhanh và vô tình kích thích thêm một nền kinh tế vẫn đang khá nóng. Ngược lại, nếu Fed đánh giá quá thấp tác động của AI lên năng suất, chính sách tiền tệ có thể bị giữ quá chặt trong khi năng lực cung của nền kinh tế thực tế đã tăng lên.

Vấn đề vì vậy không đơn giản là AI gây lạm phát hay giảm lạm phát. AI có thể mang tính lạm phát hôm nay nhưng lại giúp giảm áp lực lạm phát ngày mai. Fed phải đưa ra quyết định ngay hôm nay, trong khi AI sẽ giúp năng suất tăng bao nhiêu và những lợi ích đó sẽ xuất hiện khi nào vẫn chưa ai biết chắc.

Khó khăn còn nằm ở một tầng sâu hơn nữa. AI có thể không chỉ làm thay đổi triển vọng tăng trưởng và lạm phát, mà còn làm thay đổi chính mức lãi suất được xem là “bình thường” đối với nền kinh tế. Điều Fed lo nhất không phải AI tạo ra lạm phát. Điều Fed lo là đánh giá sai thời điểm AI bắt đầu tạo ra năng suất. Nếu Fed giảm lãi suất quá sớm, nền kinh tế có thể nóng lên trước khi năng suất xuất hiện. Nếu Fed giữ lãi suất quá cao quá lâu, họ có thể vô tình kìm hãm chính làn sóng đầu tư đang tạo ra năng suất tương lai.

Khi ngay cả lãi suất trung tính cũng có thể thay đổi

Các nhà kinh tế gọi mức lãi suất thực vừa đủ để nền kinh tế không bị kích thích quá mức nhưng cũng không bị kìm hãm là lãi suất trung tính, thường ký hiệu là r*. Có thể hình dung r* giống như "tốc độ chạy đều" của nền kinh tế. Nếu lãi suất thấp hơn mức này, nền kinh tế có xu hướng tăng tốc. Nếu cao hơn, nền kinh tế bắt đầu giảm tốc. Điều khó là không ai nhìn thấy trực tiếp con số ấy, Fed chỉ có thể suy ra từ dữ liệu.

Nếu AI làm triển vọng năng suất và lợi nhuận từ đầu tư tăng lên, doanh nghiệp sẽ muốn đầu tư nhiều hơn. Nhu cầu vốn tăng theo và mức lãi suất cần thiết để cân bằng giữa tiết kiệm và đầu tư cũng có thể cao hơn. Nói cách khác, làn sóng AI có thể góp phần đẩy lãi suất trung tính lên.

Điều đó tạo thêm một khó khăn cho Fed. Nếu lãi suất trung tính tăng lên, cùng một mức lãi suất chính sách sẽ tạo ra mức độ thắt chặt thấp hơn trước. Một mức lãi suất từng đủ cao để làm chậm đầu tư và tổng cầu vì thế có thể không còn tạo ra tác động tương tự. Nói cách khác, AI không chỉ khiến Fed khó dự báo lạm phát và tăng trưởng, mà còn có thể làm dịch chuyển chính “điểm chuẩn” mà Fed dựa vào để đánh giá chính sách tiền tệ đang thắt chặt hay nới lỏng.

Công nghệ hiệu quả hơn, nhưng vốn có thể đắt hơn

Quy mô của cuộc chạy đua AI cho thấy câu hỏi này không chỉ mang tính lý thuyết. Một ước tính được Federal Reserve Bank of Minneapolis dẫn lại cho thấy chi tiêu vốn liên quan đến trung tâm dữ liệu của năm doanh nghiệp AI lớn có thể tiến gần 1.000 tỷ USD vào năm 2027. Dự báo tất nhiên có thể thay đổi, nhưng nó đã cho thấy một điều quan trọng hơn. AI không còn chỉ cạnh tranh với các ngành khác về công nghệ và nhân lực. Nó đang trở thành một đối thủ rất lớn trên thị trường vốn.

Và các tập đoàn công nghệ không phải những người duy nhất cần vốn.

Chính phủ Mỹ phải tài trợ thâm hụt ngân sách và một khối lượng nợ công ngày càng lớn. Các nền kinh tế phát triển cần đầu tư cho chuyển đổi năng lượng, quốc phòng, cơ sở hạ tầng và đưa một phần chuỗi sản xuất trở về trong nước. Cùng lúc, cuộc chạy đua AI mở thêm một mặt trận đầu tư mới.

AI, quốc phòng, năng lượng, hạ tầng và chính phủ vì vậy cùng cạnh tranh một nguồn tiết kiệm dài hạn.

Áp lực lên giá vốn đã bắt đầu hiện khá rõ trên thị trường. Đầu tháng 9, lợi suất trái phiếu chính phủ Mỹ kỳ hạn 10 năm tiến sát 4.8%, trong khi lợi suất 30 năm lên quanh 5.27%. Đương nhiên không thể quy sự gia tăng này chỉ cho AI. Thâm hụt ngân sách, nguồn cung trái phiếu chính phủ, giá năng lượng và kỳ vọng lạm phát vẫn là những nguyên nhân quan trọng. Nhưng trong một thế giới mà chính phủ cần vay nhiều hơn, việc các tập đoàn công nghệ đồng thời cần lượng vốn rất lớn để xây dựng hạ tầng AI tạo thêm một nguồn cầu đáng kể đối với vốn dài hạn.

Nếu nhu cầu đầu tư tăng nhanh hơn nguồn tiết kiệm, lãi suất thực cân bằng và chi phí vốn có lý do để duy trì ở mức cao hơn. Từ đây xuất hiện một nghịch lý khác. Công nghệ được kỳ vọng làm nền kinh tế hiệu quả hơn lại có thể góp phần làm vốn đắt hơn trong chính giai đoạn nền kinh tế phải đầu tư để có được hiệu quả ấy.

Điều này cũng đặt ra câu hỏi liệu kỷ nguyên vốn cực rẻ từng định hình kinh tế thế giới sau năm 2008 có dễ dàng quay trở lại hay không. Thế giới không hẳn đang thiếu tiền. Thế giới đang có quá nhiều người cùng cần tiền trong cùng một thời điểm.

Fed đang đứng giữa hai thời điểm

AI có thể tạo ra một nền kinh tế có năng suất cao hơn, chi phí thấp hơn và khả năng tăng trưởng lớn hơn. Nếu viễn cảnh đó trở thành hiện thực, về dài hạn AI thậm chí có thể trở thành trợ thủ của các ngân hàng trung ương trong cuộc chiến chống lạm phát.

Nhưng con đường đi tới viễn cảnh đó không hề dễ dàng.

Trước khi thu được năng suất, phải đầu tư. Trước khi trung tâm dữ liệu tạo ra những dịch vụ AI rẻ hơn, phải xây trung tâm dữ liệu. Trước khi công nghệ giúp doanh nghiệp tiết kiệm chi phí, một lượng vốn khổng lồ phải được huy động để xây dựng hạ tầng cho nó.

Fed đang đứng giữa hai thời điểm đó.

Và đây có thể chính là điều khiến AI trở thành một biến số đặc biệt “làm khó” chính sách tiền tệ. Fed không chỉ phải tìm đúng mức lãi suất cho nền kinh tế hiện tại. Họ còn phải đo lại chính mức lãi suất trung tính của một nền kinh tế đang thay đổi.

Với những nền kinh tế cần nhiều vốn cho phát triển như Việt Nam, câu chuyện này cũng đáng được theo dõi. Nếu AI cùng với đầu tư hạ tầng, chuyển đổi năng lượng, quốc phòng và nhu cầu vay nợ của các chính phủ đang góp phần hình thành một thế giới có giá vốn cao hơn, chúng ta không nên mặc định rằng thời đại vốn toàn cầu cực rẻ sẽ sớm quay trở lại theo như tính chu kỳ thường hay được nhắc đến. Chính sách vĩ mô, do đó, không chỉ quan tâm đến việc nền kinh tế có thể huy động được bao nhiêu vốn, mà còn là liệu nó có tạo ra đủ năng suất và lợi suất để xứng đáng với nguồn vốn ngày càng đắt ấy hay không.

PGS Trương Quang Thông - Trường Kinh doanh – Đại học Kinh tế TP.HCM

FILI

- 09:00 16/09/2026