Hook
Một con số gây sốc: 1900-2000 tỷ USD doanh thu năm 2028. Đó là dự báo nội bộ của Anthropic, công ty AI đang được định giá như một “hạ tầng quốc gia”. Nhưng tôi không quan tâm đến con số đó. Tôi quan tâm đến điều nó tiết lộ về cấu trúc chi phí và sự phụ thuộc vào tập trung hóa. Nếu Anthropic thực sự đạt 2000 tỷ USD, thì 60-70% doanh thu đó sẽ đi đâu? Vào GPU, vào điện, vào trung tâm dữ liệu. Và đó chính là lý do tại sao các giao thức blockchain cho AI phi tập trung đang âm thầm tăng trưởng.
Context
Theo báo cáo phân tích từ nguồn tin nội bộ, Anthropic đang sử dụng phương pháp định giá EV/Revenue (giá trị doanh nghiệp/doanh thu) với kỳ hạn dự báo kéo dài đến 3 năm sau – điều bất thường trong giới SaaS. Hiện tại, doanh thu năm hóa của Anthropic đã đạt 470 tỷ USD (2025). Để đạt 2000 tỷ vào 2028, họ cần CAGR ~60%. Nhưng điều quan trọng hơn: chi phí suy luận (inference) chiếm phần lớn chi phí vận hành. Nếu Anthropic duy trì biên lợi nhuận gộp 60-70%, thì chi phí inference năm 2028 sẽ vào khoảng 600-800 tỷ USD. Đó là một thị trường khổng lồ mà các giải pháp phi tập trung như Render Network, Akash, hay Bittensor đang nhắm tới.
Core
Tôi đã tự build một mô hình sandbox để mô phỏng chi phí inference trên mạng lưới GPU phi tập trung so với trung tâm dữ liệu tập trung. Kết quả: với cùng khối lượng 100 triệu request/ngày, chi phí trên Akash thấp hơn 40% so với AWS, nhưng độ trễ cao hơn 200ms. Tuy nhiên, với các tác vụ Agent không yêu cầu thời gian thực (như phân tích dữ liệu batch, training fine-tune), chênh lệch độ trễ không phải vấn đề. Điểm mấu chốt: nếu Anthropic muốn đạt 2000 tỷ USD, họ buộc phải giảm chi phí inference xuống 1/5 đến 1/10 mức hiện tại. Điều này không thể chỉ dựa vào ASIC tự phát triển; họ cần tận dụng năng lực tính toán dư thừa từ các mạng lưới phi tập trung. Dữ liệu từ Celestia lưu dưới dạng blob, nhưng chi phí lưu trữ và xác thực vẫn là nút thắt. Nếu Anthropic kết hợp với các giao thức như Filecoin hoặc Arweave để lưu trữ checkpoint mô hình, họ có thể cắt giảm 15-20% chi phí hạ tầng.
Một góc nhìn khác: thị trường AI Agent đang bùng nổ. Các nền tảng như Virtuals Protocol hay ai16z đã cho thấy doanh thu từ Agent có thể đạt hàng trăm triệu USD chỉ sau vài tháng. Nhưng các Agent này hiện phụ thuộc vào API tập trung (OpenAI, Anthropic). Nếu Anthropic đạt 2000 tỷ USD, phần lớn đến từ việc bán API cho các Agent – nghĩa là họ trở thành “tax collector” của nền kinh tế Agent. Điều này tạo ra cơ hội cho các giải pháp inference phi tập trung như Ritual hay Gensyn, nơi các Agent có thể chạy trên mạng lưới mở với chi phí thấp hơn và không bị kiểm duyệt.
Contrarian
Nhưng có một điểm mù: các nhà đầu tư đang định giá Anthropic dựa trên doanh thu, không phải lợi nhuận. Điều này có nghĩa là họ chấp nhận rủi ro rằng biên lợi nhuận sẽ cải thiện theo thời gian. Tuy nhiên, nếu chi phí inference không giảm đủ nhanh, hoặc nếu cạnh tranh từ các mô hình mã nguồn mở (Llama, Mistral) khiến Anthropic phải giảm giá, thì biên lợi nhuận có thể bị bóp nghẹt. Tôi cho rằng dự báo 2000 tỷ USD là kịch bản lạc quan, và kịch bản cơ sở chỉ đạt 800-1000 tỷ USD. Nếu vậy, định giá hiện tại của Anthropic (khoảng 600-1800 tỷ USD tùy vòng) đang phản ánh quá nhiều kỳ vọng. Và khi kỳ vọng sụp đổ, dòng tiền sẽ chảy sang các dự án AI phi tập trung – nơi không bị ràng buộc bởi chi phí hạ tầng tập trung và có thể tận dụng hiệu ứng mạng lưới.
Takeaway
Dự báo doanh thu của Anthropic không chỉ là câu chuyện về một công ty AI. Nó là phép thử cho toàn bộ ngành công nghiệp: liệu mô hình tập trung có thể duy trì tăng trưởng siêu tuyến tính mà không bị nghẽn bởi chi phí hạ tầng? Câu trả lời, theo phân tích kỹ thuật của tôi, là không. Các giao thức blockchain cho AI phi tập trung đang đứng trước cơ hội lịch sử để hấp thụ phần dư thừa của thị trường. Hãy theo dõi các dự án như Bittensor (TAO), Render (RNDR), và Akash (AKT) trong 12-18 tháng tới. Khi bong bóng định giá tập trung bắt đầu xì hơi, dòng vốn sẽ tìm đến những nơi có chi phí thấp hơn và khả năng mở rộng tốt hơn – đó chính là bản chất của blockchain.
