Cuộc cạnh tranh này cuối cùng tập trung vào việc tranh giành quyền kiểm soát ba lĩnh vực: lớp tính toán (cuộc chạy đua vũ trang CAPEX, 805 tỷ USD/năm), lớp mô hình (cuộc cạnh tranh nghiên cứu và phát triển giữa Anthropic/OpenAI/Google), và lớp quy trình làm việc (cuộc chiến giành vị trí đầu vào của Cursor/Copilot/Doanh nghiệp SaaS). Hàng rào bảo vệ thực sự chỉ hình thành ở lớp cuối cùng—ai kiểm soát được quy trình làm việc, người đó kiểm soát được vòng lặp dữ liệu, và người đó sẽ có lợi thế cấu trúc trong vòng lặp mô hình tiếp theo. Mức giá mua lại $60 tỷ của Cursor về bản chất là điểm tham chiếu mới nhất của thị trường đối với “quyền kiểm soát quy trình làm việc”, và giá này vẫn đang tiếp tục tăng.

Tác giả bài viết, nguồn: SkillsMaster

Lời mở đầu: Ba mặt trận và một đề xuất cốt lõi

Năm 2026, sự tập trung vốn lớn nhất trong lịch sử nhân loại đang diễn ra. Sáu công ty công nghệ hàng đầu của Mỹ sẽ đầu tư 805 tỷ USD (khoảng 5,8 nghìn tỷ nhân dân tệ) vào cơ sở hạ tầng AI trong năm nay—con số này vượt quá GDP hàng năm của hầu hết các quốc gia và gấp đôi tổng chi tiêu quốc phòng của Mỹ năm 2023.

Đồng thời, SpaceX đã hoàn tất thỏa thuận mua lại Cursor — một công cụ lập trình AI có định giá chỉ $59 triệu ba năm trước — thông qua giao dịch toàn cổ phiếu trị giá $600 tỷ, ngay ngày thứ tư sau khi SpaceX niêm yết, khiến giá cổ phiếu SPCX tăng 17% trong một ngày và vốn hóa thị trường tạm thời vượt qua Microsoft. Doanh thu hàng năm của Anthropic đã tăng từ $10 tỷ lên $470 tỷ trong 16 tháng, dù công ty chưa bao giờ có lợi nhuận quý nào, nhưng định giá của nó đã gần đạt $965 tỷ.

Những sự kiện này là những mặt trận khác nhau của cùng một cuộc chiến. Bài viết này phân tích cuộc chiến thành ba chiến trường riêng biệt nhưng phụ thuộc lẫn nhau: cuộc đua vũ trang CAPEX ở lớp tính toán, cuộc cạnh tranh nghiên cứu và phát triển ở lớp mô hình, và cuộc giành giật lối vào ở lớp luồng công việc. Luận điểm cốt lõi là: lợi thế cạnh tranh ở ba lớp này hoàn toàn khác nhau, và phần lớn các bên tham gia thị trường đang tập trung sự chú ý vào sai lớp.

Chương 1: Lớp công suất tính toán: Cuộc đua vũ trang CAPEX 805 tỷ USD

Lớp tính toán là nền tảng vật chất của cuộc chiến này và cũng là ngưỡng cửa để tham gia. Tổng chi phí đầu tư vốn (CAPEX) của sáu nhà chơi quy mô lớn nhất tại Mỹ năm 2023 (Amazon AWS, Google Alphabet, Microsoft Azure, Meta, Oracle Cloud, CoreWeave) là 146 tỷ USD; dự báo năm 2026 là 805 tỷ USD, tăng 451% trong ba năm.

Jensen Huang tại GTC Taipei 2026 đã đưa ra logic kinh tế cốt lõi của nhà máy AI: năng lực tính toán chính là doanh thu, vì mỗi Token đều là doanh thu và mỗi Token đều là lợi nhuận.4 Logic này biến CAPEX từ "chi phí" thành "đầu tư năng lực sản xuất"—giống như một nhà máy xây thêm nhiều dây chuyền sản xuất. Chi phí vốn cho nhà máy AI công suất 1 GW đã đạt mức 50–80 tỷ USD, và hệ thống kệ NVIDIA Vera Rubin NVL72 giúp giảm chi phí suy luận xuống 10 lần so với Blackwell, củng cố thêm mô hình kinh tế này.

Năm 2023, sáu công ty này chỉ chi tiêu vốn (CAPEX) bằng 40% dòng tiền hoạt động, với lượng tiền mặt lớn được sử dụng để mua lại cổ phiếu và chia cổ tức. Đến năm 2026, tỷ lệ này vượt quá 100%, nghĩa là dòng tiền hoạt động không còn đủ để chi trả chi phí cơ sở hạ tầng, buộc doanh nghiệp phải chuyển sang huy động vốn từ bên ngoài. Việc Alphabet huy động 84,75 tỷ USD thông qua phát hành cổ phiếu (tháng 6 năm 2026)—với cấu trúc vốn đa cấp (cổ phiếu ưu đãi có thể chuyển đổi 40 tỷ USD + trái phiếu không lãi suất 10 tỷ USD + cổ phiếu phổ thông và cổ phiếu ưu đãi 34,75 tỷ USD)—chính là sản phẩm trực tiếp của áp lực này và là đợt huy động vốn cổ phiếu lớn nhất từ trước đến nay.

Sự bảo vệ từ tầng năng lực tính toán là thực tế, nhưng đó là rào cản gia nhập chứ không phải lợi thế khác biệt. Những người sở hữu năng lực tính toán chỉ mới có được "quyền tham gia cuộc thi", chứ không thể dựa vào đó để giành chiến thắng trong cuộc cạnh tranh cuối cùng.

Dữ liệu giá cổ phiếu M7 (tính đến ngày 18 tháng 6 năm 2026) tiết lộ một mâu thuẫn cấu trúc: NVIDIA là bên hưởng lợi trực tiếp nhất từ cuộc đua CAPEX, nhưng giá cổ phiếu của nó đã giảm 18,9% kể từ đầu năm 2026, là mức giảm lớn nhất trong số các công ty M7. Thị trường đang định giá một rủi ro dài hạn — các nhà mua cuối cùng đang chi một lượng lớn CAPEX để xây dựng các lộ trình ASIC tự phát triển nhằm vượt qua NVIDIA (AWS Trainium, Google TPU v7, Microsoft Maia). Hiệu suất của CoreWeave (+240%) và Micron (+259%) (tính đến năm 2026) phản ánh đánh giá của thị trường vốn về lợi ích trung lưu trong chuỗi cung ứng AI.

Chương 2: Lớp mô hình: Cuộc cạnh tranh nghiên cứu và ảo tưởng về hào sâu bảo vệ

Nếu lớp tính toán xác định ai đủ điều kiện tham gia, thì lớp mô hình xác định ai dẫn đầu trong giai đoạn đầu của cuộc thi—nhưng dữ liệu từ Sensor Tower đã chứng minh rằng lợi thế dẫn đầu ở lớp mô hình không thể chuyển hóa thành khả năng giữ chân người dùng bền vững.

ChatGPT đã giảm liên tục từ khoảng 85% thị phần toàn cầu vào tháng 5 năm 2023 xuống còn khoảng 43% vào tháng 5 năm 2026, giảm hơn 40 điểm phần trăm, và không có bất kỳ sự phục hồi nào trong suốt quá trình này. Đường cong này truyền tải một tín hiệu cốt lõi: hiệu ứng mạng của các mô hình ngôn ngữ lớn (LLM) ở phía người tiêu dùng cực kỳ yếu. Người dùng chuyển đổi dựa trên lợi ích tức thì, không có sự ràng buộc xã hội kiểu "bạn bè tôi ở đây nên tôi cũng ở đây", cũng không có kho nội dung tích lũy nhiều năm (như thư viện phim của Netflix).

Tháng 1 năm 2025, việc DeepSeek ra mắt đã gây ra biến động tỷ lệ đơn lẻ mạnh nhất trong chuỗi thời gian — ChatGPT mất khoảng 10 điểm phần trăm trong vài tuần. Điều này cho thấy một sản phẩm thay thế mã nguồn mở, miễn phí và có hiệu năng tương đương đã đủ để tái phân bổ hàng chục triệu người dùng trong thời gian cực ngắn. Chi phí chuyển đổi đối với người dùng cuối đối với LLM thực tế gần như bằng không.

Từ khi thành lập năm 2021, Anthropic chưa bao giờ đạt lợi nhuận quý nào, năm 2024 tiêu tốn $56 tỷ tiền mặt (biên lợi nhuận gộp -94%), nhưng định giá vào giữa năm 2026 lại đạt $965 tỷ (Series H). Doanh thu hàng năm tăng từ $10 tỷ vào tháng 1 năm 2025 lên $470 tỷ vào tháng 5 năm 2026—tăng 47 lần trong 16 tháng.

Lõi của logic định giá này không nằm ở lợi nhuận hiện tại, mà ở việc tích hợp API doanh nghiệp tạo ra hai lớp ràng buộc: 80% doanh thu đến từ khách hàng doanh nghiệp, và kho mã nguồn, hệ thống tuân thủ, quy trình sản phẩm của hơn 300.000 khách hàng thương mại đã được tích hợp sâu vào API của Claude. Chi phí chuyển đổi không còn là vấn đề "mô hình nào tốt hơn", mà là "chi phí kỹ thuật để tái cấu trúc toàn bộ hệ thống tích hợp" — chi phí này thường vượt xa sự khác biệt về hiệu suất mô hình.

Lớp mô hình có hàng rào bảo vệ tạm thời — việc ra mắt mô hình mới mỗi 6-12 tháng có thể xóa bỏ lợi thế về hiệu suất. Điều thực sự tạo ra sự gắn kết là các quy trình làm việc và tích hợp dữ liệu được xây dựng dựa trên mô hình.

Chương 3: Lớp quy trình làm việc: Cuộc cạnh tranh giữa Cursor, Copilot và cổng vào SaaS doanh nghiệp

Lớp quy trình là nơi có rào cản cạnh tranh sâu nhất và kéo dài nhất trong ba chiến trường. Việc tham gia vào quy trình có nghĩa là bước vào môi trường mà người dùng làm việc 8 giờ mỗi ngày—một khi đã hình thành thói quen, tích lũy dữ liệu và tích hợp vào quy trình, chi phí thay thế sẽ được nâng cấp từ "mô hình có dễ dùng không" thành "việc tái xây dựng toàn bộ hệ thống làm việc".

Phân tích trường hợp chuyên sâu | SpaceX mua lại Cursor với giá 60 tỷ USD: Từ vòng Seed 59 triệu USD đến thương vụ mua lại công cụ AI đắt nhất mọi thời đại

Cursor được tạo ra bởi 4 sinh viên đại học MIT vào năm 2023 bằng cách fork từ VS Code, mang đến một mô hình tương tác mới giữa nhà phát triển và mã nguồn thông qua luồng làm việc "Vibe Coding" — nơi nhà phát triển không còn cần xử lý cú pháp cấp thấp, mà thay vào đó thực hiện việc sắp xếp AI ở cấp độ cao dưới sự hỗ trợ của AI. Tại thời điểm đỉnh cao, Cursor chiếm 41% thị phần các công cụ lập trình AI và đóng góp khoảng một nửa doanh thu từ API Anthropic Claude.

Bài học quan trọng nhất từ trường hợp Cursor không nằm ở thành công của nó, mà ở tính dễ tổn thương về cấu trúc. Sau khi Anthropic cắt quyền truy cập Claude vào năm 2026, thị phần lập trình AI của Cursor đã giảm mạnh từ 41% xuống còn 26%. Sự kiện này làm rõ ràng: độ dính của quy trình ứng dụng được xây dựng trên sự ổn định của nguồn cung ở tầng mô hình; một khi nhà cung cấp nền tảng thu hồi quyền kiểm soát, bất kỳ độ dính quy trình nào cũng sẽ lập tức mất tác dụng.

SpaceX thực hiện việc mua lại với giao dịch toàn bộ cổ phiếu trị giá 60 tỷ USD, về bản chất là giải quyết rủi ro về phía cung thông qua bảng cân đối kế toán—bằng cách tích hợp mô hình Grok của xAI và siêu máy tính孟菲斯 Colossus (một trong những cụm GPU lớn nhất thế giới), nội bộ hóa nguồn cung mô hình, đồng thời giữ lại lượng dữ liệu quyết định mã nguồn thực tế khổng lồ do Cursor tích lũy. Sinh mã là ứng dụng có giá trị cao nhất của LLM, những dữ liệu này mang giá trị không thể thay thế đối với việc cải tiến liên tục các mô hình xAI. 2

Chiến lược quy trình làm việc của Microsoft hoàn toàn khác với SpaceX/Cursor. Copilot không dựa vào tăng trưởng tự nhiên do trải nghiệm sản phẩm thúc đẩy, mà dựa vào sự thâm nhập bắt buộc thông qua 345 triệu người dùng trả phí của Microsoft 365. Doanh thu hàng năm của GitHub Copilot đã vượt quá 2 tỷ USD (năm 2026), với tỷ lệ gia hạn doanh nghiệp vượt quá 85%.

Quan trọng hơn cả là lợi thế dữ liệu của Microsoft: dữ liệu luồng công việc doanh nghiệp được tích lũy qua các sản phẩm như Office, Teams, Outlook tạo nên khả năng hiểu ngữ cảnh mà bất kỳ công cụ AI độc lập nào cũng khó sao chép. Khi Copilot có thể trích dẫn biên bản cuộc họp Teams từ hôm qua trong tài liệu Word, đồng thời liên kết với chuỗi email liên quan trong Outlook, chi phí chuyển đổi đã được nâng cấp từ "thay thế phần mềm" thành "gián đoạn trí nhớ công việc".

Cạnh tranh ở tầng workflow không chỉ giới hạn ở các công cụ AI tổng quát. Các nhà cung cấp SaaS doanh nghiệp truyền thống đang tích hợp khả năng LLM vào sản phẩm cốt lõi của họ, tạo ra các workflow AI chuyên ngành. Khả năng truy cập trực tiếp vào dữ liệu CRM của Salesforce Einstein GPT khiến nó có độ bám dính cao hơn nhiều so với bất kỳ giao diện LLM tổng quát nào trong workflow bán hàng. Việc tích hợp Workday AI vào quy trình ra quyết định nhân sự cũng tạo ra chi phí chuyển đổi dữ liệu và quy trình cực kỳ cao.

Ví dụ song song trong quá khứ | WhatsApp ($22 tỷ) → Cursor ($60 tỷ): Sự tiến hóa của mô hình mua lại dựa trên hiệu ứng mạng

Năm 2014, Facebook đã mua lại WhatsApp với giá 22 tỷ USD (trong đó 19 tỷ USD = 4 tỷ USD tiền mặt + 15 tỷ USD cổ phiếu), trong khi lợi nhuận ròng của WhatsApp năm 2013 là -138 triệu USD và doanh thu gần như bằng không. 8 Lý do sáp nhập: Mạng xã hội danh bạ người dùng tạo ra sự khóa ngang, mỗi người dùng mới gia tăng giá trị toàn mạng (hiệu ứng mạng hai phía kinh điển), động cơ phòng thủ của Facebook là ngăn chặn đối thủ cạnh tranh chiếm được cổng thông điệp di động.

Cấu trúc logic của Cursor tương tự nhưng phức tạp hơn: hiệu ứng mạng ngang yếu hơn WhatsApp (các nhà phát triển không bị ép phải sử dụng Cursor vì đồng nghiệp dùng nó), nhưng vòng lặp dữ liệu dọc mạnh hơn nhiều so với WhatsApp (dữ liệu quyết định mã thật liên tục cải thiện mô hình, tạo thành chu trình tự củng cố: quy trình làm việc → dữ liệu → mô hình → quy trình làm việc tốt hơn). 60 tỷ USD là định giá của thị trường đối với sự kết hợp giữa "quyền kiểm soát quy trình làm việc + vòng lặp dữ liệu mã", cao hơn WhatsApp khoảng 172%, phản ánh việc định giá lại giá trị quy trình làm việc trong thời đại LLM.

Chương 4: Cuộc chiến AI Factory: Vị trí, điều kiện xây dựng và điều kiện mất hiệu lực của hào bảo vệ

The analysis of the three battlefields shows that the moat is not located in a single place. Different players have built barriers of varying strengths at different layers, but the key question is: Which moat can endure across technological iteration cycles? Under what conditions will a particular moat fail?

Việc sở hữu cụm GPU quy mô lớn tạo ra rào cản gia nhập, nhưng không tạo ra lợi thế khác biệt—vì đối thủ cạnh tranh có thể dùng cùng một vốn để mua cùng loại phần cứng. Nền tảng Vera Rubin của NVIDIA giảm chi phí suy luận xuống 10 lần, điều này có nghĩa là sự sụt giảm nhanh chóng trong chi phí tính toán sẽ tiếp tục làm suy yếu giá trị của "hào sâu sở hữu nhiều tính toán hơn". Điều kiện làm mất đi lợi thế hào sâu ở lớp tính toán: ASIC tự phát triển đạt quy mô chín muồi (dự kiến năm 2027-2028), khi đó lợi thế chi phí suy luận của các nhà cung cấp đám mây quy mô lớn sẽ bị thu hẹp đáng kể.

Dữ liệu quyết định mã nguồn thực tế từ Cursor, dữ liệu kinh doanh độc quyền tích lũy từ các cuộc gọi API doanh nghiệp của Anthropic, và dữ liệu quy trình làm việc doanh nghiệp tích lũy thông qua Office 365 của Microsoft, đại diện cho tài sản có khả năng phòng thủ mạnh nhất trong thời đại AI. Độ sâu của hàng rào bảo vệ từ bánh xe dữ liệu phụ thuộc vào hai biến số: tính độc quyền của dữ liệu (có thể bị người khác sao chép hoặc thay thế bằng dữ liệu tổng hợp hay không) và mức độ kết nối giữa dữ liệu và sự cải tiến mô hình (dữ liệu có thực sự thúc đẩy khả năng phân biệt của mô hình hay không).

Quyền kiểm soát luồng làm việc là hàng rào bền vững nhất trong ba loại hàng rào. Logic phòng thủ của nó không phụ thuộc vào việc duy trì lợi thế về hiệu suất mô hình (có thể thay nhà cung cấp ở tầng mô hình), mà dựa vào chi phí ma sát khi chuyển đổi — bao gồm viết lại các prompt, tái xây dựng tích hợp API, đào tạo lại nhân viên và tái thông qua kiểm toán tuân thủ an toàn. Tổng chi phí này thường vượt quá lợi ích hiệu suất mà mô hình mới mang lại, tạo ra sự khóa chặt trì trệ kéo dài.

Có ba điều kiện hết hiệu lực: ① Xuất hiện mô hình quy trình làm việc đột phá (ví dụ: từ "lập trình hỗ trợ bởi AI" nhảy vọt sang "lập trình hoàn toàn tự chủ bởi AI", đặt lại toàn bộ logic quy trình); ② Mở các giao diện chuẩn hóa để xóa bỏ chi phí chuyển đổi (ví dụ: giao thức gọi AI Agent thống nhất); ③ Cơ quan quản lý yêu cầu bắt buộc tính khả năng di chuyển dữ liệu.

Tất cả ba lớp hào phòng vệ đều dựa trên một giả định ngầm: chuỗi cung ứng ổn định. Bảy chip được thiết kế phối hợp trên nền tảng NVIDIA Vera Rubin đều được sản xuất trên quy trình 3nm của TSMC, và bộ nhớ HBM4 đến từ ba nhà sản xuất tại Hàn Quốc. Rủi ro địa chính trị ở Đài Loan và các biện pháp kiểm soát xuất khẩu có thể ngay lập tức làm gián đoạn chuỗi cung ứng phần cứng, và rủi ro này chưa được định giá đầy đủ trong kế hoạch CAPEX hiện tại. Đây là rủi ro ngoại sinh hệ thống duy nhất thực sự trong cuộc chiến AI Factory.

Kết luận: Ai sẽ chiến thắng cuộc chiến này

Sau khi phân tích dữ liệu trong ba chương, giả thuyết cốt lõi của bài viết đã được xác minh một cách hệ thống: hàng rào cạnh tranh trong AI không nằm ở cùng một cấp độ; cấp độ tính toán quyết định quyền tồn tại, lợi thế ở cấp độ mô hình là nhất thời, chỉ những người kiểm soát cấp độ luồng công việc mới có thể xây dựng quyền định giá bền vững.

Dữ liệu từ Sensor Tower đã chứng minh sự thiếu gắn kết ở phía người tiêu dùng, việc thị phần của ChatGPT giảm một nửa sau ba năm là bằng chứng rõ ràng nhất. Việc Cursor bị mua lại với giá 60 tỷ USD cho thấy thị trường đã tái định giá "quyền kiểm soát luồng công việc", và mức giá này sẽ tiếp tục tăng. Anthropic có ARR 47 tỷ USD cùng với lỗ liên tục chứng minh rằng việc tích hợp API doanh nghiệp tạo ra sự khóa chặt đủ để hỗ trợ định giá vượt xa lợi nhuận hiện tại.

Từ góc độ phân tích cạnh tranh, Microsoft sở hữu hàng rào bảo vệ ba lớp cân bằng nhất — năng lực Azure, quyền truy cập vào mô hình OpenAI và điểm vào quy trình làm việc Office/GitHub; Anthropic dẫn đầu về độ bám dính API doanh nghiệp nhưng đối mặt với áp lực tiêu tốn vốn liên tục; lợi thế phân phối của Google (Android + Search) khó bị sao chép ở phía người dùng tiêu dùng; con đường tích hợp dọc của SpaceX/xAI+Cursor vẫn đang trong giai đoạn kiểm nghiệm, nhưng nếu thành công sẽ xây dựng tổ hợp hàng rào bảo vệ khó bị phá vỡ nhất.

Cuộc chiến cuối cùng không nằm ở mô hình nào thông minh hơn, mà nằm ở quy trình làm việc nào khó rời bỏ hơn. Đây là logic kinh doanh cơ bản đã được kiểm chứng từ thời WhatsApp, và trong thời đại LLM đã được mở rộng lên quy mô hàng nghìn tỷ đô la.

Nguồn dữ liệu và ghi chú

1 Nhóm phân tích Ngân hàng Mỹ Bank of America (tháng 4 năm 2026); Nghiên cứu toàn cầu TrendForce (tháng 5 năm 2026); Hướng dẫn báo cáo tài chính Q1 2026 của Amazon, Alphabet, Microsoft, Meta, Oracle. Biểu đồ dữ liệu "U.S. AI Hyperscale CAPEX Sprint"; Biểu đồ dữ liệu "Capital Squeeze: CAPEX vs. OCF".

Thông báo sáp nhập giữa SpaceX/Anysphere (tháng 6 năm 2026); Công bố ARR của Cursor; Tài liệu bài phát biểu của Giáo sư Chen Lin, Trường Kinh doanh HKU (tháng 6 năm 2026); Cơ sở dữ liệu huy động vốn Crunchbase.

Thông báo huy động vốn chuỗi Anthropic H (tháng 5 năm 2026, định giá 96,5 tỷ USD); biểu đồ dữ liệu "Công ty thua lỗ trị giá 1 nghìn tỷ USD" từ tài liệu khóa học của Trường Kinh doanh HKU; Bloomberg Terminal.

4 bài diễn văn chủ đề của Jensen Huang tại NVIDIA GTC Taipei 2026 (ngày 1 tháng 6 năm 2026, Trung tâm Âm nhạc Đài Bắc); thông báo sản phẩm NVIDIA Vera Rubin; SemiAnalysis "Vera Rubin: Extreme Co-Design" (tháng 2 năm 2026).

5 Bloomberg Terminal; biểu đồ dữ liệu "M7 so với Micron 2026 YTD (ngày 18 tháng 6 năm 2026)"; tài liệu khóa học của Trường Kinh doanh HKU. Báo cáo thường niên hàng năm của các công ty.

6 Sensor Tower Global Research; Bài thuyết trình của Giáo sư Chen Lin (Giáo sư Lâm Thần), Trường Kinh doanh HKU với slide "Sự nhạy cảm về giá cả và lòng trung thành của khách hàng" (tháng 6 năm 2026, dữ liệu toàn cầu).

Báo cáo tài chính năm tài chính 2026 của Microsoft; Công bố ARR của GitHub Copilot; Dữ liệu người dùng đăng ký trả phí Microsoft 365 (Q1 2026); Phát biểu của Satya Nadella tại Ngày Nhà đầu tư.

Tin tức về việc Facebook/Meta mua lại WhatsApp (tháng 2 năm 2014); dữ liệu tài chính của WhatsApp năm 2013; tài liệu khóa học của Trường Kinh doanh HKU "Old Story in the previous cycle"; các tài liệu liên quan đến SEC.