Sau khi cổ phiếu bán dẫn sụt giảm mạnh 40%, xem xét lại các yếu tố cơ bản của nhu cầu sức mạnh tính toán

Tác giả: Kerman Kohli

Biên dịch: TechFlow

Ghi chú từ TechFlow: Sau khi cổ phiếu bán dẫn giảm mạnh 30-40%, nhiều người tuyên bố bong bóng AI đã vỡ. Nhưng phán đoán này dựa trên một giả định chết người: nhu cầu năng lực tính toán là hữu hạn. Từ chính phủ quân sự, nghiên cứu khoa học đến sản phẩm doanh nghiệp và ứng dụng cá nhân, tất cả các nhóm đều đang tranh giành năng lực tính toán, và mức trần giá mà mỗi nhóm sẵn sàng trả đều khác nhau. Quan trọng hơn, AI có một đặc điểm mà các cơ sở hạ tầng khác không có — nhu cầu đệ quy: chính năng lực tính toán sẽ sinh ra thêm nhu cầu về năng lực tính toán. Khi đơn hàng tồn đọng về năng lực tính toán của các nhà cung cấp đám mây siêu quy mô tăng từ 500 tỷ USD lên 2 nghìn tỷ USD, cần có bằng chứng mạnh mẽ hơn để nói rằng đây là bong bóng.

Vấn đề cốt lõi: Nhu cầu vô hạn hay hữu hạn

Theo thời điểm bài viết này được发布, cổ phiếu bán dẫn và các cổ phiếu liên quan đến AI/động lượng khác đã giảm 30-40% so với mức cao nhất mọi thời đại.

Nhiều người sẵn sàng gọi đây là đỉnh của bán dẫn/AI/bộ nhớ và ăn mừng chiến thắng vì đã không tham gia.

Họ có khả năng đang ăn mừng quá sớm.

Theo tôi, luận điểm đầu tư vào bán dẫn/AI quy về một câu hỏi này:

«Bạn nghĩ nhu cầu về năng lực tính toán là hữu hạn hay vô hạn?»

Trong các cuộc trao đổi, tôi thấy quá nhiều người mắc kẹt trong kinh nghiệm cục bộ của họ về việc sử dụng/áp dụng của doanh nghiệp và khái quát hóa nó ra thị trường rộng lớn hơn. Tôi cho rằng lập luận rằng việc doanh nghiệp áp dụng cần nhiều thời gian hơn có thể đúng.

Tuy nhiên, điều này cũng tạo ra một động lực ngược lại, cho phép các công ty nhỏ hơn, native AI hơn đánh bại chúng với ít nhân viên hơn, bởi vì AI nếu được sử dụng đúng cách, có thể rẻ hơn nhiều so với việc mở rộng bằng nhân lực.

Dù sao đi nữa, hãy mở rộng tầm nhìn và ngừng coi chi tiêu vốn AI chỉ là nhu cầu doanh nghiệp. Ở mức độ cao, xây dựng AI là về việc đưa năng lực tính toán vào hoạt động.

Năng lực tính toán ngược lại có thể và sẽ được các nhóm sau sử dụng:

• Chính phủ cho mục đích quân sự và quốc phòng
• Nhà khoa học cho nghiên cứu y học và các nghiên cứu tiên phong khác
• Doanh nghiệp xây dựng sản phẩm mới và mở rộng mà không bị giới hạn về lao động
• Cá nhân được trao quyền để làm nhiều việc hơn (lập trình, thiết kế, sáng tạo, đặt câu hỏi)

Các trường hợp sử dụng và người mua này sẵn sàng trả các mức giá khác nhau cho năng lực tính toán. Mặc dù một số người có thể退出 vì giá năng lực tính toán, nhưng cho rằng sẽ không có người khác có ngân sách cao hơn là không khôn ngoan. Đối với một số người, chi tiêu cho năng lực tính toán là không thể thương lượng, vì đây là một cuộc đua khốc liệt. Ví dụ bao gồm các chính phủ quốc gia có chủ quyền và các nhà cung cấp đám mây siêu quy mô. Đối với những người khác, năng lực tính toán là sự thay thế cho chi phí lao động và vẫn rẻ hơn nhiều (không có chi phí pháp lý, thời gian quản lý, v.v.).

Tin rằng chúng ta «xây dựng quá mức» hoặc «xây dựng vượt quá công suất» có nghĩa là bất kỳ nhóm nào ở trên đã đạt đến trạng thái cuối cùng và hài lòng với hiện trạng. Nói đơn giản, nó tin rằng:

• Chính phủ cho rằng họ không cần vũ khí và khả năng phòng thủ thông minh hơn
• Nhà khoa học hài lòng với khối lượng nghiên cứu đã hoàn thành
• Doanh nghiệp cho rằng họ đã làm đủ việc trên dòng sản phẩm và không muốn tăng trưởng thêm
• Cá nhân đã đạt đến trạng thái cuối cùng của sự tò mò và không muốn làm nhiều hơn

Nếu bạn thực sự tin vào bất kỳ điểm nào ở trên, thì bạn đúng khi nói AI là bong bóng, sẽ có đầu tư quá mức.

Mỗi nhóm sẵn sàng/có thể trả các mức giá khác nhau cho năng lực tính toán, nhưng thị trường sẽ tổ chức xung quanh nhu cầu để đảm bảo chất lượng/giá cả có thể đáp ứng. Cho rằng trí tuệ quá đắt đối với tất cả các nhóm là một hiểu lầm, vì những người có thể điều phối trí tuệ một cách sinh lời sẽ tiếp tục thúc đẩy nhu cầu về nó.

Nhưng, nếu bạn tin rằng con người và các nhóm trên không bao giờ hài lòng, thì bạn phải tin rằng nhu cầu về năng lực tính toán là vô hạn. Chúng ta hiện đang处于 một cuộc đua lớn xung quanh năng lực tính toán, và rất ít người nhận ra điều này.

Đặt câu hỏi: ROI là gì

Sau khi dành nhiều thời gian hơn trên thị trường, đây là mối quan tâm lớn nhất liên tục của các nhà đầu tư đối với việc xây dựng năng lực tính toán. Xu hướng các nhà cung cấp đám mây siêu quy mô tiêu hết tất cả dòng tiền tự do có phải là quá mức không, họ có đang đánh cược tương lai của mình không?

Ngoài chi tiêu vốn của các nhà cung cấp đám mây siêu quy mô, mọi người cũng rất quan tâm đến việc các phòng lab lớn đang đạt được doanh thu và lợi nhuận gì? Các mô hình nguồn mở mới đe dọa giá trị mà các phòng lab có thể trích xuất từ các mô hình tiên phong, điều này làm cho tình hình trở nên phức tạp hơn.

Tôi sẽ dành thời gian thảo luận từng cái một, nhưng hãy bắt đầu với chi tiêu vốn của các nhà cung cấp đám mây siêu quy mô.

Đối với những người cho rằng các nhà cung cấp đám mây siêu quy mô tính toán sai, tôi cần các bạn hiểu rằng điều này далеко không đúng sự thật: dịch vụ đám mây công cộng đắt đỏ một cách vô lý, họ biết cách vắt từng xu từ bạn. Họ đã thuyết phục cả một thế hệ công ty, khiến bạn tin rằng không có họ thì không thể mở rộng.

Đổi lại, họ đẩy giá chi phí cho năng lực tính toán không phải CPU bình thường lên cao hơn 10-20 lần. Ngoài ra, bạn còn phải trả tiền cho nhật ký, chuyển dữ liệu (ra ngoài) và 5 dịch vụ khác để hoàn thành công việc cơ bản.

Trò chơi này hiệu quả vì họ giữ bạn trong hệ thống của họ. Băng thông trong vương quốc GCP/AWS rất rẻ, nhưng sẽ tăng mạnh khi bạn chuyển ra ngoài. Đối với nhiều nhà cung cấp đám mây siêu quy mô, họ cần khách hàng ở lại trong hệ sinh thái của họ, nếu không sẽ có nguy cơ mất kinh doanh. Không có đủ năng lực tính toán là致命 đối với sự tồn tại của họ. Khi dữ liệu và năng lực tính toán của khách hàng đều ở với bạn, việc nói rằng GPU của bạn đã hết là hoàn toàn không thể chấp nhận được, sẽ buộc họ chuyển dần sang đối thủ cạnh tranh của bạn. Các nhà cung cấp đám mây siêu quy mô đã tạo ra một động thái thú vị, họ có thể buộc khách hàng trả bất kỳ giá nào họ muốn, và khách hàng không thể làm gì được. Các khách thuê của họ quá tách biệt với bare metal, có hiệu ứng khóa chặt巨大, khiến việc chuyển đổi trở thành một nỗ lực kéo dài nhiều năm (nếu có thể).

Đưa ra một ví dụ đơn giản để minh họa họ điên rồ như thế nào trong việc này. Tôi đã viết vài tháng trước về cách tôi xây dựng chiếc máy 15.000 USD này:

Xây dựng máy suy luận AI

Hình: Máy suy luận AI tự xây dựng của tác giả Nguồn: Kerman Kohli / Substack

Bạn có thể tìm thấy cùng GPU đó, máy cấu hình thấp hơn trên GCP:

https://cloud.google.com/products/compute/pricing/accelerator-optimized

Chi phí theo nhu cầu khoảng 3.248 USD mỗi tháng, dự trữ 3 năm là 1.444 USD mỗi tháng.

Hình: Ví dụ định giá实例 GPU Google Cloud. Nguồn: Google Cloud

Máy của tôi chỉ có 128GB DDR5, nhưng Google Cloud là 180GB某种 bộ nhớ (họ không nói là DDR4 hay DDR5 haha).

Tính toán nhanh:

• Định giá theo nhu cầu máy của tôi sẽ hoàn vốn trong 4,6 tháng
• Thời gian hoàn vốn cam kết ba năm là 10 tháng

Toán học cho các máy khác cũng tương tự. Cụm H200 (GPU phát hành cuối năm 2024) sẽ hoàn vốn trong chưa đầy 2 năm. Bất kể bạn nhìn ở đâu, đều thấy toán học rất tương tự. Tất nhiên điều này không tính đến: chi phí đất đai, điện phí liên tục, chi phí tài chính và nhân viên tại chỗ, nhưng nó nên hoạt động như một ví dụ minh họa, cho thấy các nhà cung cấp đám mây siêu quy mô biết cách định giá với mức phí bảo hiểm khổng lồ. Tất nhiên giá giao ngay và giá cam kết một lần nữa tạo ra sự khác biệt.

Điều làm cho toán học này điên rồ hơn là GPU 5 năm trước đang: a) giữ giá b) chi phí thuê tăng!

Phần cứng rất có thể sẽ không khấu hao, mà sẽ tăng giá từ giờ trở đi. Mặc dù các chip mới hiệu quả tính toán cao hơn đã được phát hành, nhưng hiệu quả mà chúng thiếu sẽ được bù đắp bởi sự tăng giá của chi phí bộ nhớ.

Tôi khái niệm hóa phần cứng như một trò chơi hai thành phần, trong đó một thành phần (tính toán) sẽ trở nên ít giá trị hơn về mặt kỹ thuật, nhưng sẽ được bù đắp bởi một thành phần khác (bộ nhớ), thành phần này sẽ trở nên giá trị hơn theo thời gian.

Nếu đúng như vậy, ROI cho chi tiêu vốn của họ cao hơn bất kỳ ai dự đoán từ xa. Về rủi ro tín dụng của các nhà cung cấp đám mây siêu quy mô, dòng tweet này của Gavin Baker đã tóm tắt rất tốt:

Hình: Hình minh họa tweet của Gavin Baker. Nguồn: X / @GavinSBaker

Bây giờ bạn có thể nói, làm sao chúng ta biết nhu cầu này đủ? Ý tôi là tôi không thể mô hình hóa mọi kịch bản cho mỗi khách hàng, nhưng tại một thời điểm nào đó bạn cần có sự khiêm tốn để nói rằng, người ta xếp hàng trả tiền là tín hiệu mạnh mẽ nhất, bạn tin rằng họ là những tác nhân hợp lý đang chi tiêu cho các nỗ lực ROI dương.

Nếu chúng ta nhìn từ góc độ này, đơn hàng tồn đọng đã tăng từ 500 tỷ USD vào đầu năm 2025 lên vượt quá 2 nghìn tỷ USD chỉ trong 1,5 năm. Khi điều này được thúc đẩy bởi khách hàng, việc nói rằng tất cả đều giả/không phải ROI dương trở nên gượng ép. Bây giờ, phản biện là các phòng lab chiếm một phần lớn trong đó, nhưng quan điểm này là sai. Theo EpochAI, các phòng lab tiên phong chiếm một phần, nhưng không phải là toàn bộ nhu cầu năng lực tính toán toàn cầu.

Hình: Đơn hàng tồn đọng năng lực tính toán tăng từ 500 tỷ USD lên 2 nghìn tỷ USD. Nguồn: EpochAI

Hình: Cấu thành nhu cầu năng lực tính toán toàn cầu. Nguồn: EpochAI

Dù bạn tin gì, thực tế về đơn hàng tồn đọng 2 nghìn tỷ USD nên chỉ ra điều gì đó. Cho rằng chi tiêu hàng nghìn tỷ không phản ánh sự chuyển dịch cấu trúc mà là bong bóng quá mức là một quan điểm thú vị.

Nhiều nhà đầu tư thích suy luận thông qua phép loại suy, so sánh nó với việc xây dựng internet, đường sắt hoặc các dự án cơ sở hạ tầng trong quá khứ. Tôi hiểu logic ở đây, nhưng nó bỏ qua một đặc điểm chính của AI: nhu cầu đệ quy.

Đối với đường sắt hoặc internet, bạn cần nhiều người áp dụng công nghệ hơn, sau đó đảm bảo giới hạn trên của mọi người sử dụng công nghệ đó, để đảm bảo sự lan truyền đủ trong nền kinh tế. AI không có những động lực này. Trong cuộc đua này, năng lực tính toán có thể tạo ra nhu cầu năng lực tính toán của chính nó, giới hạn năng lực tính toán của một cá nhân hoặc tổ chức thực tế là vô hạn. Nếu bạn tìm thấy một trường hợp sử dụng hữu ích, ROI dương, bạn có thể tiếp tục đầu tư vào năng lực tính toán, và nó sẽ trở thành một cỗ máy kiếm tiền.

Điều này trở nên rất phức tạp ở chỗ, những người khác nhau sử dụng AI có trải nghiệm rất khác nhau. Hầu hết mọi người trên thế giới sử dụng nó như một máy hỏi đáp lời nhắc đơn lẻ. Đối với những người như tôi, khi kỹ thuật tác tử trở nên có năng lực hơn, chúng đang trở nên không thể thiếu, cho phép tôi làm nhiều việc hơn.

Chi tiêu năng lực tính toán của tôi tiếp tục tăng, và sẽ tiếp tục tăng, vì tôi khám phá ra nhiều trường hợp sử dụng ROI dương hơn. Bất kể AI tạo ra bao nhiêu doanh thu, việc tiết kiệm chi phí mà nó tạo ra là không thể phủ nhận, điều này thúc đẩy hầu hết các trường hợp của khách hàng cuối.

Yếu tố không chắc chắn: OpenAI / Anthropic

Tiếp nối điểm trước, chúng ta có thể thấy đơn hàng tồn đọng nhu cầu là điên rồ. Nhưng nhu cầu từ các phòng lab (một phần khá lớn của nhu cầu năng lực tính toán) có thực đến mức nào. Bây giờ đây là nơi tôi nghĩ câu trả lời không quá rõ ràng nhưng vẫn có thể suy luận. Tôi muốn phân tách câu trả lời này thành suy luận và huấn luyện.

Nếu chúng ta cho rằng chi phí cho một mô hình SOTA (tiên tiến nhất) mới lên tới hàng trăm triệu USD, thì chúng ta có thể nói nó là một tài sản đầu tư, tạo ra một số giá trị vòng đời hữu ích theo thời gian thông qua suy luận (mặc dù có đường cong khấu hao dốc).

Như một phản lực, bạn sẽ có các mô hình nguồn mở lan truyền vào thị trường và cạnh tranh với các phòng lab tiên phong về năng lực tính toán với chi phí rẻ hơn. Các mô hình nguồn mở này có thể được chưng cất hoặc không, không quan trọng để hiểu động lực.

Vì vậy, động lực chúng ta phải chất vấn là điều gì sẽ xảy ra khi mô hình SOTA ra mắt? Thực tế không phải ai cũng sẽ luôn sử dụng chúng để giải quyết mọi vấn đề. Tuy nhiên, vì chúng có khả năng SOTA, chúng có thể giải quyết các vấn đề mà lớp mô hình hiện tại không thể giải quyết, bạn sẵn sàng trả phí bảo hiểm cho điều đó.

Bạn có thể nói rằng các mô hình như Kimi K3 đã thay đổi động lực này, vì chúng là nguồn mở, nhưng mọi người quên một thực tế quan trọng: các mô hình SOTA rất lớn, phần cứng cần thiết để chạy chúng vượt xa bất kỳ mô hình gia đình nào có thể làm. Bản thân Kimi K3 cần gần 1,5TB - 2TB bộ nhớ. Chúc may mắn tìm thấy nó.

Điều làm cho mô hình thú vị hơn là, Kimi đã hết công suất ngay sau khi mở cổng cho K3. Tất nhiên có một mô hình bên ngoài, nhưng vẫn cần ai đó cung cấp dịch vụ cho nó. Nó vẫn phải chạy trên phần cứng có năng lực. Các phòng lab thực sự sẽ bị buộc phải trở nên cạnh tranh hơn theo thời gian, nhưng điều này không đe dọa kinh doanh của chúng, vì cuối cùng phí bảo hiểm cho một số khối lượng công việc nhất định sẽ tiếp tục được duy trì. Ngoài ra, khả năng cung cấp công suất cho mô hình đó cho khối lượng công việc của bạn cũng quan trọng không kém. Cho rằng các mô hình tiên phong không đáng bất kỳ phí bảo hiểm nào là không trung thực. Phí bảo hiểm này lớn đến mức nào vẫn còn phải xem.

Nếu các mô hình nguồn mở bị cấm hoặc bất hợp pháp, thì các phòng lab sẽ thắng lớn với cái giá là sự đổi mới.

Suy luận đã được chứng minh là có lợi nhuận, biên lợi nhuận của các nhà cung cấp dịch vụ dựa trên là 50% - 70%. Ngay cả khi mọi người rời khỏi các nhà cung cấp được lưu trữ, nhu cầu này phải chảy đến nơi họ mua phần cứng của riêng mình. Vì suy luận là khối lượng công việc chiếm ưu thế, nhu cầu vượt xa nguồn cung.

Ngay bây giờ đối với các phòng lab lớn của chúng ta, chúng hoạt động như thế nào trong thế giới này? Tôi nghĩ câu trả lời có thể ổn, nhưng biên lợi nhuận có thể không cao đến vậy.

Cho rằng chúng sẽ thất bại và sụp đổ là sai. Mặc dù tôi rất muốn đưa ra một quan điểm được hỗ trợ bởi nhiều dữ liệu hơn, nhưng chúng tôi không có dữ liệu rõ ràng về biên lợi nhuận cụ thể của chúng; tuy nhiên có thể suy luận hợp lý rằng khả năng tối ưu hóa dịch vụ suy luận của chúng đã đạt tiêu chuẩn ngành. Ngoài ra, những công ty có hàng chục triệu thậm chí hàng trăm triệu người dùng hoạt động hàng tháng không phải là các dự án Ponzi hoặc lừa đảo trần trụi, và doanh thu của chúng vẫn đang tăng trưởng nhanh chóng.

Hình: Cục diện cạnh tranh giữa các phòng lab lớn và mô hình nguồn mở

ROI của mô hình phòng lab

Các phòng lab có thể vẫn không tạo ra lợi nhuận đáng kể trên các mô hình SOTA, nhưng điều này không có nghĩa là thị trường sẽ không thưởng cho các mô hình mới có khả năng mạnh hơn, cũng không sẵn sàng trả phí bảo hiểm cho điều đó.考虑到 các mô hình tiên phong đại diện cho lớp vấn đề tiếp theo mà AI có thể giải quyết, đặt cược chống lại tiên phong dường như không phải là một ý kiến hay. Cái giá phải trả cho việc退出 cuộc đua là khó đuổi theo hơn sau này (trừ khi thông qua chưng cất).

Bất kể cuộc đua SOTA như thế nào, suy luận vẫn cần phần cứng, và nhu cầu vô hạn về suy luận vẫn phải được đáp ứng bởi phần cứng của ai đó.

Sự phức tạp của giao dịch AI

Giao dịch AI có thể là giao dịch thú vị nhất trên thị trường hiện tại, vì nó đồng thời có ba đặc điểm:

• Bị bỏ qua
• Quá đông đúc
• Bị hiểu lầm nghiêm trọng

Nhiều người tham gia thị trường (bao gồm cả các nhà đầu tư tổ chức lớn) không thể hiểu được sự phức tạp của công nghệ và tác động của nó đến dòng dưới cùng của bảng cân đối kế toán. Các tiêu đề đơn giản hóa như Kimi K3 dẫn đến việc bán tháo quy mô lớn cổ phiếu bộ nhớ, mặc dù K3 là một trong những mô hình intensive bộ nhớ lớn nhất mà bạn có thể chạy.

Giá các cổ phiếu này đã tăng, nhưng chúng giao dịch ở mức P/E kỳ forward một chữ số, thị trường kỳ vọng lợi nhuận và nhu cầu của chúng sẽ giảm mạnh vào năm 2028/2029.

Nền kinh tế mới của nhu cầu vô hạn

Từ góc độ duy lý, nói rằng tồn tại một hàng hóa nền kinh tế mới với nhu cầu vô hạn như vậy nghe có vẻ điên rồ. Kinh tế học truyền thống cho rằng nếu nhu cầu tăng vọt, nguồn cung sẽ đuổi kịp để đáp ứng nhu cầu. Nhưng considerando các đầu vào đồng nhất (điện, chip, đất đai) tạo ra kết quả không chắc chắn (trí tuệ), chúng ta sẽ không bao giờ hài lòng với năng lực tính toán hiện có.

Một thế giới có nhu cầu năng lực tính toán vô hạn có nghĩa là chúng ta đang bước vào một thế giới hoàn toàn mới.

Nhiều dự báo về năng lực tính toán cũng không tính đến sự trỗi dậy của robot trong năm năm tới. Đặt cược vào việc giảm năng lực tính toán là đặt cược vào robot. Khi dân số toàn cầu giảm, các mô hình kinh tế hiện tại của chúng ta về việc nhiều người trở nên năng suất hơn không còn đúng nữa (đặc biệt là khi thời gian chú ý của nhiều người ngày càng ngắn hơn). Không có AI và robot, nền kinh tế không có con đường tăng trưởng và tạo ra nhiều giá trị kinh tế hơn.

Không có AI, chúng ta cuối cùng sẽ làm chậm lại sự tiến bộ của con người. Để một nền văn minh đạt đến giai đoạn này, chúng ta cần đưa nhiều năng lực tính toán vào hoạt động hơn. Khả năng đưa năng lực tính toán vào hoạt động của Bắc Mỹ cơ bản đã đạt giới hạn trên. Canada và Úc là tiếp theo. Chúng ta sẽ xây dựng các trung tâm dữ liệu trên toàn thế giới cho đến khi hết không gian, sau đó chuyển sang xây dựng nhiều trung tâm dữ liệu hơn trong không gian.

Định giá bất đối xứng của cung và cầu

Điều hấp dẫn hơn là lượng cung được đo lường chính xác, vì nó được biết đến thông qua lịch trình nhà máy sản xuất wafer trong các cuộc họp qua điện thoại về báo cáo tài chính, và được định giá hoàn hảo (tất cả nguồn cung sẽ đến theo lịch trình chính xác, không có trễ). Trong khi đó, phía cầu được đo lường theo thời gian thực và bị định giá thấp. Điều này tạo ra một tình huống: thị trường tin vào giới hạn trên của nguồn cung, đồng thời đánh giá thấp tình hình nhu cầu (đánh giá thấp rất nhiều, trong khi hôm nay có dữ liệu đáng tin cậy thực tế).

Bất cứ khi nào bạn cố gắng suy luận về giao dịch AI, bạn cần tự hỏi mình có tin rằng nhu cầu năng lực tính toán là hữu hạn hay vô hạn. Câu trả lời cho câu hỏi này sẽ hướng dẫn các quyết định tiếp theo của bạn.

Năng lực tính toán không phải là hàng hóa thông thường. Nó vừa là sự thay thế cho lao động, vừa là nhu cầu thiết yếu của an ninh quốc gia, và hơn hết là tư liệu sản xuất tự sinh sản đệ quy. Tin rằng nhu cầu hữu hạn, đồng nghĩa với tin rằng con người đã hài lòng; tin rằng nhu cầu vô hạn, có nghĩa là chúng ta đang đứng ở起点 của một sự chuyển dịch mô hình kinh tế.