Vào tháng 6 năm 2026, một tài liệu tài chính bị rò rỉ của OpenAI đã gây chấn động mạnh trong giới công nghệ. Tài liệu cho thấy doanh thu của OpenAI trong năm 2025 đạt 13,07 tỷ USD, tăng 253% đáng kinh ngạc so với con số 3,7 tỷ USD của năm 2024. Tuy nhiên, song hành với sự tăng vọt về doanh thu là khoản lỗ hoạt động lên tới 20,92 tỷ USD, với lỗ ròng khoảng 8 tỷ USD.
Dưới vẻ ngoài thịnh vượng với số người dùng hoạt động hàng tuần của ChatGPT vượt 900 triệu và định giá công ty lên tới 8520 tỷ USD, bộ sổ sách của OpenAI lại hé lộ một thực tế tàn khốc: trong năm 2025, cứ mỗi 1 USD công ty này kiếm được, họ phải tiêu tốn tới 1,6 USD. Mô hình "đốt tiền đổi lấy quy mô" này có phải là cơn đau đặc thù chỉ riêng OpenAI gặp phải trên con đường tiến tới Trí tuệ Nhân tạo Phổ quát (AGI), hay đó là căn bệnh chung của toàn ngành công nghiệp mô hình lớn? Bằng cách phân tích cấu trúc chi phí của họ và so sánh ngang hàng với dữ liệu tài chính của các công ty hàng đầu khác như Anthropic và xAI, chúng ta có thể thấy rõ cái giá thực sự đằng sau sự thịnh vượng hiện tại của ngành công nghiệp AI.
Lỗ hổng chi phí sau doanh thu 13 tỷ USD: Tiền thực sự được chi vào đâu?
Để hiểu logic thua lỗ của OpenAI, trước tiên cần phân tích cấu thành tổng chi phí và phí 34 tỷ USD của họ. Trong tài liệu tài chính bị rò rỉ này, khoản chi lớn nhất là chi phí nghiên cứu và phát triển (R&D), lên tới 19,18 tỷ USD, trong đó bao gồm khoản thanh toán 10,59 tỷ USD cho Microsoft. Tiếp theo là chi phí doanh thu 7,5 tỷ USD (chủ yếu dùng cho tính toán suy luận - inference) và chi phí bán hàng & tiếp thị 5,73 tỷ USD.
Xét về tốc độ tăng, hiệu quả "đốt tiền" của OpenAI thực tế đã được cải thiện. Năm 2024, công ty này phải chi 2,37 USD để tạo ra 1 USD doanh thu, nhưng đến năm 2025, con số này đã giảm xuống còn 1,6 USD. Tốc độ tăng doanh thu (253%) đã vượt qua tốc độ tăng tổng chi phí (172%). Nhưng điều này không có nghĩa là áp lực chi phí giảm bớt, ngược lại, giá vé cho "định luật quy mô" (scale law) vẫn đang leo thang mạnh mẽ.
Chi phí R&D 19,18 tỷ USD chiếm tới 147% doanh thu hàng năm của họ. Trong lĩnh vực mô hình lớn, R&D không chỉ có nghĩa là lương của kỹ sư thuật toán, mà còn có nghĩa là mức tiêu thụ sức mạnh tính toán huấn luyện khổng lồ. Để duy trì vị thế dẫn đầu về năng lực mô hình, OpenAI phải liên tục đầu tư khổng lồ để huấn luyện thế hệ mô hình tiếp theo. Sự đầu tư này là cứng nhắc, một khi chậm lại, họ có thể mất vị thế trong cuộc cạnh tranh với các đối thủ.
Chi phí tính toán suy luận 7,5 tỷ USD cũng không thể xem nhẹ. Phần chi phí này liên quan trực tiếp đến lượng người dùng. Với số người dùng hoạt động hàng tuần của ChatGPT vượt 900 triệu, nghĩa là mỗi ngày đều có một lượng yêu cầu suy luận khổng lồ đổ về máy chủ của OpenAI. Mỗi cuộc trò chuyện, mỗi lần tạo sinh, đều đang tiêu tốn tài nguyên tính toán thực tế. Mặc dù hiệu suất phần cứng đang được cải thiện, nhưng nhu cầu của người dùng về các tương tác phức tạp hơn, với ngữ cảnh dài hơn lại tăng nhanh hơn, dẫn đến chi phí suy luận tuyệt đối vẫn tiếp tục tăng cao.
Ngoài ra, chi phí bán hàng & tiếp thị 5,73 tỷ USD cũng phản ánh cái giá đắt đỏ mà các công ty AI phải trả để thu hút khách hàng cá nhân và mở rộng sang khách hàng doanh nghiệp. Trong bối cảnh xu hướng đồng nhất sản phẩm bắt đầu lộ diện, duy trì tiếng tăm thương hiệu và chiếm lĩnh thị phần khách hàng doanh nghiệp đòi hỏi đầu tư bằng tiền thật.
Cần đặc biệt làm rõ về cách tính lỗ ròng. Tài liệu rò rỉ cho thấy, khoản lỗ ròng năm 2025 bao gồm khoản phí kế toán phi tiền mặt một lần khoảng 30 tỷ USD, phát sinh từ biến động giá trị hợp lý của các khoản nợ từ quyền chuyển đổi và chứng quyền khi OpenAI chuyển đổi từ cấu trúc phi lợi nhuận sang công ty vì lợi ích công cộng (Public Benefit Corporation - PBC). Sau khi trừ đi yếu tố một lần này, khoản lỗ thực tế ở cấp độ hoạt động là khoảng 20,92 tỷ USD, với lỗ ròng khoảng 8 tỷ USD. Sự phân biệt này rất quan trọng, vì nó tách biệt những biến động sổ sách do thay đổi cấu trúc tài chính, phản ánh đúng mức tiêu hao thực tế trong hoạt động kinh doanh hàng ngày của công ty.
Gánh nặng cấu trúc 17.2 tỷ USD: Khoản "khấu trừ ngầm" của Microsoft
Trong cấu trúc chi phí của OpenAI, có một thực thể khổng lồ không thể tránh khỏi: Microsoft. Theo tài liệu rò rỉ, tổng số tiền OpenAI thanh toán cho Microsoft trong năm 2025 lên tới 17,2 tỷ USD, bao gồm 10,59 tỷ USD chi phí R&D, 6,047 tỷ USD chi phí doanh thu, 527 triệu USD chi phí bán hàng và 42 triệu USD chi phí hành chính.
Khoản thanh toán 17,2 tỷ USD này chiếm tới 50,5% tổng chi phí hàng năm của OpenAI, thậm chí vượt quá doanh thu hàng năm 13,07 tỷ USD của họ. Microsoft không chỉ là nhà cung cấp dịch vụ đám mây cho OpenAI, mà còn là một "cổ đông ngầm" gắn kết sâu với dòng tiền của OpenAI thông qua chia sẻ lợi nhuận từ sức mạnh tính toán. Trong giai đoạn hợp tác đầu tiên, sự hỗ trợ về sức mạnh tính toán từ Microsoft là chìa khóa giúp OpenAI vươn lên nhanh chóng. Nhưng khi quy mô hoạt động của OpenAI mở rộng, mô hình chia sẻ lợi nhuận này đã trở thành một gánh nặng cấu trúc nặng nề.
Theo thỏa thuận hợp tác được tiết lộ trước đó, OpenAI cần trả cho Microsoft 20% chia sẻ doanh thu, kéo dài đến năm 2030. Điều này có nghĩa là, miễn là OpenAI còn sử dụng dịch vụ đám mây Azure của Microsoft để huấn luyện và suy luận, khoản chi này sẽ đi kèm như một cái bóng. Trước khi tạo ra dòng tiền dương, OpenAI trước tiên phải bù đắp hóa đơn sức mạnh tính toán của Microsoft. Cấu trúc này cũng giải thích lý do tại sao OpenAI phải hoàn thành một vòng gọi vốn khổng lồ 122 tỷ USD vào tháng 3 năm 2026. Trong tình thế không thể tự tạo máu, việc tiếp nhận máu từ bên ngoài là cách duy nhất để duy trì hoạt động.
Cuộc đua xếp hạng hiệu quả đốt tiền: OpenAI vs Anthropic vs xAI
Liệu chi phí R&D cao, thua lỗ cao có phải là hiện tượng đặc thù chỉ của OpenAI? Khi chuyển hướng sang hai công ty AI hàng đầu khác, câu trả lời là không.
Theo hồ sơ IPO S-1 mà SpaceX nộp, xAI của Elon Musk trong năm 2025 có doanh thu 3,2 tỷ USD, nhưng lỗ hoạt động lên tới 6,4 tỷ USD, chi tiêu vốn thậm chí đạt 12,7 tỷ USD. Nếu tính hiệu quả đốt tiền, xAI cần chi 3 USD để kiếm được 1 USD, tỷ lệ lỗ/doanh thu cao tới 200%, cao hơn nhiều so với 160% của OpenAI. Để đặt cược vào mô hình ngàn tỷ tham số, xAI đã xây dựng trung tâm dữ liệu Colossus chỉ trong 122 ngày, chi tiêu vốn của họ thậm chí còn vượt tổng chi tiêu vốn của hoạt động Starlink và tên lửa của SpaceX. Điều này cho thấy, trên đường đua theo đuổi định luật quy mô, xAI đã thực hiện một canh bạc tài sản nặng nề còn cực đoan hơn cả OpenAI.
Tình hình của một đối thủ cạnh tranh chính khác, Anthropic, lại thể hiện một con đường khác. Theo thông báo chính thức, doanh thu hàng năm (ARR) của Anthropic vào cuối năm 2025 đạt 9 tỷ USD và tăng vọt lên 47 tỷ USD vào tháng 5 năm 2026. Động cơ tăng trưởng cốt lõi của họ, Claude Code, đã đạt doanh thu hàng năm hơn 2,5 tỷ USD vào tháng 2 năm 2026.
Tuy nhiên, đằng sau tốc độ tăng trưởng cao cũng ẩn giấu áp lực chi phí. Theo The Information, biên lợi nhuận gộp của Anthropic năm 2025 chỉ là 40%, thấp hơn dự kiến 10 điểm phần trăm, nguyên nhân là do chi phí suy luận cao hơn 23% so với dự kiến. Về khoản lỗ, theo báo cáo truyền thông, mức lỗ EBITDA của họ cũng ở mức hàng chục tỷ USD. Do thiếu hồ sơ kiểm toán chính xác, chúng ta không thể biết tổng lỗ ròng thực tế của Anthropic, nhưng biên lợi nhuận gộp 40% và chi phí suy luận vượt dự kiến đã phơi bày áp lực chung của ngành.
So sánh song song dữ liệu của ba công ty có thể thấy: Năm 2025, tổng lỗ hoạt động của OpenAI, xAI và Anthropic đã vượt quá 30 tỷ USD. Việc đốt tiền để đổi lấy quy mô không phải là trường hợp cá biệt, mà là điều bình thường trong cuộc cạnh tranh mô hình lớn hiện tại. Sự khác biệt nằm ở lựa chọn con đường thương mại. Anthropic không tự xây dựng trung tâm dữ liệu, phụ thuộc vào chiến lược đa đám mây với AWS, Google và Azure, đi theo lộ trình tài sản nhẹ, và thông qua Claude Code để hiện thực hóa biến tiền với giá cao ở phân khúc doanh nghiệp; xAI thì nắm chặt cơ sở hạ tầng sức mạnh tính toán trong tay, đặt cược vào sự độc quyền sức mạnh tính toán; còn OpenAI thì ở giữa, vừa phụ thuộc vào sức mạnh tính toán của Microsoft, vừa có cơ sở người dùng cá nhân khổng lồ.
900 triệu người dùng hàng tuần và tỷ lệ chuyển đổi 5,6%: Thử nghiệm áp lực trần biến tiền
Cơ sở người dùng khổng lồ là hào bảo vệ cốt lõi nhất của OpenAI, và cũng là trụ cột quan trọng cho định giá 8520 tỷ USD của họ. Nhưng dữ liệu tài chính đã hé lộ mặt kia của hào bảo vệ này.
Trong số 900 triệu người dùng hoạt động hàng tuần của ChatGPT, số người dùng trả phí khoảng 50 triệu, tỷ lệ chuyển đổi khoảng 5,6%. Ước tính thô với doanh thu 13,07 tỷ USD, doanh thu trung bình hàng năm trên mỗi người dùng trả phí (ARPU) là khoảng 261 USD. Điều này có nghĩa là, hơn 800 triệu người dùng miễn phí đang tiêu tốn sức mạnh tính toán, nhưng không thể mang lại doanh thu trực tiếp.
Trong bối cảnh chi phí suy luận ở mức cao, việc tiêu thụ sức mạnh tính toán của người dùng miễn phí trở thành một gánh nặng khổng lồ. Làm thế nào để nâng cao tỷ lệ chuyển đổi và ARPU là thách thức trực tiếp mà OpenAI phải đối mặt. So sánh với chiến lược của Anthropic, áp lực này càng rõ ràng hơn. Trước áp lực chi phí, Anthropic lựa chọn tăng gấp đôi giá API cho các mô hình đỉnh cao, đưa ra các chiến lược tính phí phân tầng như Claude Fable, biến khả năng AI đỉnh cao thành "hàng xa xỉ", nhằm sàng lọc khách hàng doanh nghiệp có giá trị cao.
Trong khi đó, OpenAI hiện vẫn duy trì mô hình đăng ký cơ bản 20 USD mỗi tháng. Mô hình này trong giai đoạn mở rộng người dùng giúp nhanh chóng tăng cơ sở, nhưng ở giai đoạn cần tối ưu hóa cấu trúc chi phí, chắc chắn sẽ đối mặt với áp lực tăng giá hoặc áp dụng thêm các mức tính phí phân tầng.
Ai sẽ trả hóa đơn cho định luật quy mô?
Bộ sổ sách bị rò rỉ này của OpenAI đã xé toạc một góc dưới lớp vỏ hào nhoáng của ngành công nghiệp AI. Thu hàng tỷ USD nhưng lỗ hàng chục tỷ, không chỉ là hiện trạng của OpenAI, mà còn là tình thế chung mà các công ty hàng đầu như xAI, Anthropic cùng phải đối mặt. Chi phí đầu tư R&D cao và chi phí suy luận cao đã tạo nên hai ngọn núi lớn trong cuộc cạnh tranh mô hình lớn.
Các vòng gọi vốn khổng lồ cung cấp đệm đỡ cho mô hình đốt tiền này. Vòng gọi vốn 122 tỷ USD mà OpenAI hoàn thành vào tháng 3 năm 2026, và định giá 965 tỷ USD mà Anthropic đạt được vào tháng 5 cùng năm, đều cho thấy thị trường vốn hiện tại vẫn sẵn sàng trả tiền cho định luật quy mô. Nhưng sự kiên nhẫn của vốn là có hạn.
Liệu các công ty AI có thể thoát khỏi vũng lầy thua lỗ hay không, phụ thuộc vào việc họ có thể đạt được sự sụt giảm đột ngột về chi phí biên hay không. SpaceX thời kỳ đầu thông qua tái sử dụng tên lửa đã giảm chi phí phóng xuống hơn 90%, từ đó thay đổi kinh tế học của ngành hàng không vũ trụ. Liệu ngành công nghiệp AI có thể sao chép con đường này hay không, phụ thuộc vào việc chi phí sức mạnh tính toán suy luận có thể giảm mạnh thông qua chip chuyên dụng, nén mô hình hay đổi mới kiến trúc hay không. Trước đó, chi phí R&D cao và thua lỗ cao vẫn sẽ là chủ âm chính của ngành công nghiệp AI. Thứ quyết định công cụ AI có thể tiếp tục được lặp lại hay không, không phải là mức độ ấn tượng của thuật toán, mà là cấu trúc chi phí được giấu kín trong bộ sổ sách.
