Sản lượng mã AI tăng 300% nhưng lượng phát hành phần mềm chỉ tăng 30%

Lợi ích năng suất từ AI đang biến mất trước khi đến được lợi nhuận cuối cùng, hai nghiên cứu mới cho thấy, thách thức luận điểm đầu tư nghìn tỷ đô la đã thúc đẩy đợt tăng giá cổ phiếu của ngành này.

Các công cụ trí tuệ nhân tạo đang tạo ra mã với tốc độ bùng nổ, nhưng phần lớn sản lượng đó không bao giờ chuyển thành các sản phẩm phần mềm hoàn chỉnh, theo nghiên cứu từ Viện Công nghệ Massachusetts. Các nhà phát triển sử dụng trợ lý AI đã tăng số lượng tệp mã họ tạo hoặc chỉnh sửa lên gần 300%, nghiên cứu cho thấy. Mức tăng đó thu hẹp xuống còn khoảng 150% khi mã đến giai đoạn đánh giá và sụt giảm xuống chỉ còn khoảng 30% khi xuất hiện trong các bản phát hành phần mềm hoàn chỉnh.

"Nút thắt đã chuyển từ việc viết mã sang mọi thứ diễn ra sau đó — đánh giá, tích hợp, kiểm thử, triển khai," Mert Demirer, nhà nghiên cứu tại MIT và đồng tác giả của nghiên cứu, người đã theo dõi các nhà phát triển qua nhiều cấp độ của quy trình sản xuất phần mềm, cho biết. "AI tăng tốc công việc đầu nguồn một cách đáng kể, nhưng quy trình hạ nguồn vẫn không thay đổi."

Các phát hiện này trùng khớp với một cuộc khảo sát song song từ Bain & Co. trên 951 doanh nghiệp lớn thuộc chín ngành công nghiệp. Trong số các công ty có thể định lượng được khoản tiết kiệm chi phí từ AI, nhóm lớn nhất — 40% — báo cáo mức giảm 10% hoặc ít hơn, thấp hơn nhiều so với kỳ vọng ban đầu. Chi tiêu toàn cầu của doanh nghiệp cho AI hiện đã vượt quá 1 nghìn tỷ đô la, Bain ước tính, nhưng lợi tức từ khoản đầu tư đó vẫn còn khó nắm bắt đối với hầu hết các tổ chức.

Vấn đề Phễu

Nghiên cứu của MIT cung cấp bản đồ chi tiết nhất cho đến nay về nơi lợi ích năng suất AI bị mất đi. Nghiên cứu đã xem xét sản lượng của nhà phát triển ở bốn giai đoạn: tạo tệp mã thô, chỉnh sửa từng tệp, gửi đánh giá mã và phát hành phần mềm cuối cùng. Ở mỗi giai đoạn, mức tăng do AI mang lại giảm đi khoảng một nửa hoặc hơn.

Mô hình này mở rộng ra ngoài mã sang nhu cầu thị trường thực tế. Số lượng phát hành ứng dụng di động đã tăng đáng kể trong năm qua khi các công cụ AI hạ thấp rào cản phát triển, nhưng số lượt tải xuống ứng dụng không tăng tương ứng, các nhà nghiên cứu phát hiện. Hầu hết các ứng dụng mới không thu hút được ngay cả một lượng người dùng khiêm tốn, cho thấy sản xuất được AI tăng tốc không tự động tạo ra giá trị thị trường.

Khảo sát của Bain xác định một mối lo ngại mang tính cấu trúc hơn: 44% doanh nghiệp lớn đang tài trợ cho vòng đầu tư AI tiếp theo của họ bằng khoản tiết kiệm chi phí từ vòng trước mà vẫn chưa thành hiện thực. Công ty tư vấn mô tả động lực này là "một canh bạc vòng tròn với một lỗ hổng cấu trúc." Gartner dự báo rằng hơn 40% các dự án AI tác nhân sẽ bị từ bỏ vào cuối năm 2027.

Sự Phân chia Giữa Bản địa và Doanh nghiệp Truyền thống

Khoảng cách năng suất không đồng nhất trên toàn bộ nền kinh tế. Các công ty được xây dựng xoay quanh AI ngay từ đầu đang thấy kết quả khác biệt đáng kể so với các doanh nghiệp truyền thống chỉ ghép AI vào các quy trình làm việc hiện có.

Anthropic, nhà phát triển mô hình Claude, báo cáo rằng AI của họ hiện viết hơn 80% mã được hợp nhất vào kho mã của mình, tăng từ mức chỉ vài phần trăm thấp trước khi Claude Code ra mắt trong bản xem trước nghiên cứu vào tháng 2 năm 2025. Công ty cho biết các kỹ sư của họ đang phân phối lượng mã nhiều gấp khoảng tám lần so với năm 2024. Số dòng mã mỗi kỹ sư mỗi ngày đã không đổi trong suốt bốn năm đầu tiên của công ty trước khi tăng mạnh vào năm 2025, Anthropic cho biết trong báo cáo "Khi AI Tự Xây dựng Chính nó."

Sự tương phản này phản ánh quá trình điện khí hóa các nhà máy vào đầu thế kỷ 20, các nhà nghiên cứu MIT lưu ý. Khi các nhà sản xuất chỉ đơn giản thay thế động cơ hơi nước bằng động cơ điện mà không thay đổi bố trí nhà máy, lợi ích năng suất là rất nhỏ. Bước nhảy vọt thực sự đến nhiều thập kỷ sau đó khi các kỹ sư thiết kế lại nhà máy xung quanh các trạm làm việc riêng lẻ với động cơ chuyên dụng. AI có thể đi theo một quỹ đạo tương tự, với những lợi ích đầy đủ đòi hỏi các cấu trúc tổ chức mới thay vì các công cụ ghép thêm.

Sự Định giá Lại của Giới Đầu tư

Đối với các nhà đầu tư, dữ liệu đặt ra những câu hỏi khó chịu về định giá của các cổ phiếu tiếp xúc với AI. Mức định giá cao hiện tại của cổ phiếu AI — từ Nvidia đến các nhà cung cấp đám mây siêu quy mô đến các công ty phần mềm AI — được xây dựng dựa trên kỳ vọng về lợi ích năng suất trong tương lai, chứ không phải lợi nhuận thực tế. Nếu hiệu ứng phễu vẫn tiếp diễn, khoảng cách giữa chi tiêu AI và kết quả kinh doanh có thể đo lường được có thể kích hoạt một sự đánh giá lại.

Giám đốc điều hành Uber, Dara Khosrowshahi, gần đây đã tiết lộ rằng công ty đã sử dụng hết ngân sách AI cho cả năm trong một quý duy nhất và dự định chuyển hầu hết việc sử dụng AI sang các mô hình chi phí thấp hơn, chỉ dành các công cụ tiên tiến cho các trường hợp sử dụng cụ thể. Một nghiên cứu riêng biệt về các ứng dụng pháp lý cho thấy việc kết hợp AI nguồn mở chi phí thấp với các mô hình cao cấp mang lại kết quả tốt hơn với chi phí chỉ bằng một phần nhỏ.

"Công nghệ có hiệu quả, nhưng giá trị vẫn chưa đến," Bain viết trong báo cáo của mình.

Anthropic thừa nhận sự không chắc chắn trong phân tích của chính mình. "Không có điều nào trong số này đảm bảo rằng sự tự cải thiện đệ quy đang ở phía trước," công ty cho biết. "Hiện vẫn chưa rõ liệu Claude có khả năng phán đoán nghiên cứu — chọn đúng vấn đề cần giải quyết hay không."

Đối với các nhà đầu tư đặt cược vào lợi ích năng suất do AI thúc đẩy, thời gian chờ đợi có thể lâu hơn những gì thị trường hiện đang định giá. Công nghệ đang tiến bộ nhanh hơn các tổ chức và quy trình cần thiết để nắm bắt giá trị của nó.

Bài viết này chỉ nhằm mục đích cung cấp thông tin và không cấu thành lời khuyên đầu tư.