Thesis OS on Korea Invest Insights

Trong bong bóng lợi nhuận, dự phóng bị cắt sau cùng: sự dồn vốn vào hạ tầng AI và giá trị của nghiên cứu chuyên sâu

Sun, 31 May 2026 14:00:00 +0900

Đây là một ghi chú phương pháp luận. Với những bài viết làm nguyên liệu cho phân tích, nên đọc kèm theo: luận điểm về đế/PCB AI (nút thắt chung của BOM hệ thống), nhu cầu token của Goldman so với đỉnh ASP bộ nhớ của J.P. Morgan, và ghi chú công khai về Thesis OS giải thích cấu trúc vận hành toàn bộ công việc này.

TL;DR

Trong một báo cáo gần đây, BCA Research cho rằng bong bóng AI không phải bong bóng định giá mà là bong bóng lợi nhuận (earnings). Không phải PER phình lên, mà chính lợi nhuận phình lên. Và như mọi bong bóng, sớm muộn nó cũng xẹp, dù BCA nói thêm rằng các thước đo nhu cầu AI của họ vẫn chưa cho thấy tín hiệu sắp xảy ra.
Đặc trưng cốt lõi của bong bóng lợi nhuận là độ trễ. Theo cách diễn đạt của BCA, gần như trong mọi trường hợp “cổ phiếu bắt đầu rơi từ rất lâu trước khi dự phóng lợi nhuận bị cắt.” Dự phóng đồng thuận là một tín hiệu trễ.
Vì vậy, đúng vào giai đoạn dòng tiền dồn vào hạ tầng AI như thế này, điều quan trọng hơn là một nghiên cứu chuyên sâu đọc trực tiếp cấu trúc hệ thống và các chỉ báo dẫn dắt nhu cầu, thay vì chờ đợi EPS đồng thuận. Khi dự phóng đã bị cắt thì đã quá muộn.
Ghi chú này trình bày, không hề phóng đại, nghiên cứu chuyên sâu đó thực sự quan sát những gì, và chúng tôi đã vận hành nó bằng một cấu trúc gọi là Thesis OS ra sao.

1. Gọi bong bóng AI là “bong bóng lợi nhuận” nghĩa là gì

Khi nói “bong bóng”, người ta thường hình dung PER vọt lên — một bong bóng định giá, nơi giá tăng nhanh hơn lợi nhuận rất nhiều. BCA Research nhìn AI như một loại hơi khác. Đó là bong bóng lợi nhuận, nơi chính lợi nhuận phình lên chứ không phải giá.

Đây không phải mô thức mới. Các doanh nghiệp xây nhà và ngân hàng đã làm đúng như vậy ngay trước khủng hoảng tài chính. PER của họ trông thấp, nhưng chỉ vì lợi nhuận không bền vững thổi phồng mẫu số (E) và làm hệ số trông rẻ. Những ngành dao động mạnh theo chu kỳ thịnh-suy — tài nguyên thiên nhiên, hàng không, vận tải biển, và bán dẫn ngày nay — dễ tổn thương trước loại bong bóng lợi nhuận này.

Ngay lúc này, đường doanh thu bán dẫn đang giống bức tranh đó.

Nguồn: tái dựng gần đúng dựa trên số liệu tổng hợp hằng năm công khai của WSTS, với 2025-2026 là ước tính. Mang tính minh họa, không phải lời khuyên đầu tư. Hình dạng của dữ liệu gốc cùng mạch với biểu đồ “doanh số bán dẫn parabol” trình bày trong báo cáo của BCA Research (2026-05-28).

Đường doanh thu trở nên parabol vừa là tin tốt vừa là lời cảnh báo. Khi lợi nhuận tăng nhanh, PER trông thấp. Nhưng nếu lợi nhuận đó là sản phẩm của chu kỳ, thì chính việc hệ số trông rẻ có thể trở thành cái bẫy. Lời cảnh báo xưa cũ của các ngành chu kỳ áp dụng ở đây: “khoảnh khắc nguy hiểm nhất là khi lợi nhuận đạt đỉnh."

Đừng hiểu lầm. Cả BCA lẫn chúng tôi đều không nói “nó xẹp ngay bây giờ”. BCA đánh giá các thước đo nhu cầu AI của họ — tỷ lệ chấp nhận, chi tiêu cho token, lượt tải công cụ lập trình bằng AI, giá GPU và bộ nhớ — phần lớn vẫn ở mức yên tâm. Điểm mấu chốt không phải thời điểm, mà là bong bóng này vận hành theo cách nào.

2. Cái bẫy thật sự của bong bóng lợi nhuận là “độ trễ”

Điều khiến bong bóng lợi nhuận nguy hiểm không phải là nó vỡ, mà là thứ tự nó vỡ.

Điểm cốt lõi BCA chỉ ra là: giới phân tích Phố Wall đoán kém về thời điểm bong bóng lợi nhuận xẹp. Và gần như trong mọi trường hợp, “cổ phiếu bắt đầu rơi từ rất lâu trước khi dự phóng lợi nhuận bị cắt” (BCA Research, 2026-05-28).

Đây là ý nghĩa thực tế của câu đó, được vẽ ra.

Đây là sơ đồ khái niệm, không phải dữ liệu thật. Nó đơn giản hóa cấu trúc độ trễ mà BCA mô tả, trong đó giá đi trước và dự phóng đi sau.

Đường đỏ (giá cổ phiếu) quay đầu giảm trước. Đường xanh chấm (dự phóng lợi nhuận đồng thuận) chỉ bị cắt rất lâu sau đó. Dải xám ở giữa chính là độ trễ. Nếu bạn theo nguyên tắc “tôi sẽ bán khi giới phân tích hạ giá mục tiêu hoặc dự phóng”, bạn sẽ luôn hành động muộn đúng bằng độ trễ đó.

Từ đó rút ra kết luận. Dự phóng đồng thuận là một tín hiệu trễ. Cổ phiếu không trông đắt nhất khi lợi nhuận đạt đỉnh, và đến lúc dự phóng bị cắt thì giá đã rơi rồi. Nên nếu chỉ nhìn dự phóng, bạn sẽ bỏ lỡ cả đỉnh bong bóng lẫn điểm uốn của nó.

3. Vì vậy cần nghiên cứu chuyên sâu — nó quan sát những gì

Nếu dự phóng đi sau, phải nhìn gì để đi trước? Nghiên cứu chuyên sâu không nhìn EPS tiêu đề, mà nhìn cấu trúc và các chỉ báo dẫn dắt tạo ra EPS đó. Cụ thể là bốn điều.

① Đọc cấu trúc hệ thống. Câu chuyện tuyến tính — “sau GPU là bộ nhớ, rồi đến đế” — dễ giao dịch nhưng chỉ đúng một nửa. Hạ tầng AI thực tế là một hệ thống cấp rack, trong đó GPU, CPU, DPU, NIC, ASIC chuyển mạch, mô-đun bộ nhớ và bo nguồn cùng tăng theo. Như chúng tôi trình bày trong luận điểm về đế/PCB AI, đế và PCB không phải điểm dừng cuối của một vòng luân chuyển, mà là mẫu số chung của toàn bộ danh mục vật liệu (BOM) hệ thống. Hiểu cấu trúc sẽ thấy được đâu là nút thắt thật sự.

② Tách các biến số. Cùng một nhu cầu AI, Goldman theo dõi lượng sử dụng token (Q) và chi phí trên mỗi token (C), còn J.P. Morgan theo dõi tốc độ tăng của giá bộ nhớ (P). Khi tách hai dự báo thành P, Q và C, rõ ràng hai quan điểm trông như xung đột thật ra đang nói về các biến số khác nhau và có thể cùng đúng. Gộp tất cả vào một con số tiêu đề chính là điều che lấp chuyện này.

③ Trực tiếp theo dõi các chỉ báo dẫn dắt. Thay vì chờ EPS đồng thuận bị cắt, hãy quan sát thứ chuyển động trước — giá và lượng hợp đồng dài hạn HBM, giá hợp đồng DRAM máy chủ, chi tiêu cho token, giá giao ngay GPU và bộ nhớ, tỷ lệ chấp nhận. Những thứ này đổi hướng trước dự phóng.

④ Tách sự thật, suy luận và phỏng đoán. “Sự thật đã được xác nhận chính thức”, “suy luận hợp lý” và “phỏng đoán đơn thuần” không nằm chung một ô. Những gì chưa kiểm chứng — tên khách hàng, có được lựa chọn hay không, điều khoản hợp đồng — được ghi rõ là suy luận hoặc phỏng đoán. Thiếu sự tách bạch đó, bạn bị cuốn theo một câu chuyện hấp dẫn và mua phỏng đoán như thể là sự thật.

Bốn điều này không chờ dự phóng bị cắt. Nhờ vậy chúng ít chịu thiệt vì độ trễ.

4. Thesis OS — cấu trúc vận hành nghiên cứu chuyên sâu này thành một hệ thống

Làm tốt bốn điều trên một hai lần thì không khó. Cái khó là làm chúng mỗi lần, với cùng một kỷ luật. Vì vậy chúng tôi giao công việc này cho một cấu trúc chứ không phải cho tâm trạng của một người trong ngày hôm đó. Cấu trúc ấy là Thesis OS.

Thesis OS chia thành ba vai trò.

Vai trò	Làm gì
Alpha (알파)	Thu thập bằng chứng — dữ liệu thị trường, bộ lọc, trình thu thập, quy trình kiểm chứng dữ kiện
Lattice (격자)	Phán đoán — dệt bằng chứng thành luận điểm, lập dự phóng, kiểm tra bằng lập luận ngược
Arki (아키)	Quản trị — giữ toàn bộ nhất quán bằng schema, luồng công việc và kiểm tra tình trạng

Điểm mấu chốt không phải tự động hóa hào nhoáng, mà là khả năng lặp lại của kỷ luật. Tách bằng chứng (Alpha) khỏi phán đoán (Lattice) làm giảm khả năng một câu chuyện hay đi trước bằng chứng. Có quản trị (Arki), bạn tách sự thật, suy luận và phỏng đoán theo cùng một chuẩn mỗi lần và tiếp tục theo dõi các chỉ báo dẫn dắt. Thesis OS là mã nguồn mở, nên độc giả quan tâm có thể trực tiếp xem xét chính cấu trúc đó.

5. Công việc của blog chúng tôi — một cách điềm tĩnh

Chúng tôi viết điều này như một bản ghi chép, không phải để khoe. Bằng chứng trung thực nhất là phương pháp này thực sự đã cho ra những bài viết nào.

Lập bản đồ cấu trúc hệ thống: luận điểm về đế/PCB AI — nhìn AI như một hệ thống cấp rack và định nghĩa lại đế là nút thắt chung.
Tách biến số: Goldman vs. J.P. Morgan — phân rã hai dự báo tưởng đối nghịch thành P, Q và C.
Đọc xuyên kết quả (read-through): Marvell Q1 FY2027, Dell Q1 FY2027 — dịch kết quả của Mỹ thành nút thắt linh kiện và vật liệu của Hàn Quốc.
Theo dõi cấu trúc chi phí: hợp đồng tương lai token AI và chi phí trên mỗi token — trục dịch chuyển từ cuộc đua hiệu năng sang cuộc đua chi phí.

Điểm chung của các bài này là không vội vã đi đến kết luận “mua/bán”. Thay vào đó, chúng vẽ cấu trúc, tách biến số, đưa ra các chỉ báo dẫn dắt, và đặt cổ phiếu không như khuyến nghị mà như điểm quan sát. Mục tiêu là trao cho độc giả nguyên liệu để tự phán đoán. Chúng tôi không tuyên bố có thể đoán trúng đỉnh thị trường hay thời điểm bong bóng vỡ. Như BCA kết luận, ngay cả giới phân tích cũng làm điều đó không giỏi. Điều chúng tôi cố làm khiêm tốn hơn: hiểu cấu trúc trước khi dự phóng bị cắt, và buộc mình nhìn các tín hiệu dẫn dắt thay vì các tín hiệu trễ.

6. Kết lại

Trong giai đoạn dòng vốn dồn vào hạ tầng AI nhiều đến vậy, thái độ nguy hiểm nhất là chờ đồng thuận đổi chiều giúp mình. Trong bong bóng lợi nhuận, tín hiệu đó luôn đến muộn. Giá cổ phiếu chuyển động trước khi dự phóng bị cắt.

Vì vậy nghiên cứu chuyên sâu không phải một dự báo hào nhoáng, mà là sự chuẩn bị để bớt muộn. Hiểu hệ thống, tách biến số, trực tiếp nhìn các chỉ báo dẫn dắt, và phân biệt sự thật với phỏng đoán. Để lặp lại công việc đó không một lần mà mỗi lần với cùng một kỷ luật, chúng tôi dùng một cấu trúc gọi là Thesis OS. Nếu bạn quan tâm, chúng tôi khích lệ bạn nhìn không chỉ các kết luận mà cả cấu trúc và quá trình đằng sau chúng.

Bài viết này trích dẫn ngắn gọn, có ghi nguồn, luận điểm cốt lõi đã công bố trong báo cáo “Earnings Bubbles Are Still Bubbles” của BCA Research (Global Investment Strategy, 2026-05-28), và các biểu đồ do chúng tôi tự thực hiện dựa trên dữ liệu và khái niệm công khai. Đây không phải khuyến nghị mua hay bán bất kỳ chứng khoán cụ thể nào; quyết định đầu tư và trách nhiệm thuộc về chính nhà đầu tư.

Blog này được tạo ra như thế nào: Giới thiệu Thesis OS, hệ điều hành nghiên cứu mã nguồn mở của chúng tôi

Sat, 30 May 2026 11:00:00 +0900

🔗 Đến kho lưu trữ: github.com/youngseongshin/thesis-investment-os — hệ thống mã nguồn mở vận hành phần nghiên cứu của blog này

Bài hôm nay hơi khác thường lệ. Nó không nói về một cổ phiếu, mà nói về cách các bài viết trên blog này thực sự được tạo ra. Hãy để tôi vén bức màn sân khấu một chút.

Cần gì để tạo ra một bài viết

Các bài trên Korea Invest Insights không phải do một người ngồi trước màn hình trắng ứng tác ra. Đằng sau chúng là một hệ điều hành nhỏ tên là Thesis Investment OS. Cái tên nghe to tát, nhưng ý tưởng thì đơn giản.

Làm cho phán đoán đầu tư trở nên nhìn thấy được, kiểm chứng được, và trung thực về thành tích của chính nó.

Đây không phải bot giao dịch tự động, không phải dịch vụ bán tín hiệu, cũng không phải “AI chọn cổ phiếu giúp bạn”. Nó là một khung làm việc gom thông tin thị trường rời rạc thành một luận điểm (thesis), và cho phép bạn quay lại sau để kiểm tra xem luận điểm đó đúng hay sai.

Cấu trúc chia thành ba vai trò. Hãy hình dung chúng như ba con người trong cùng một đội.

1. Alpha — người thu thập bằng chứng

Alpha là vai trò thu thập và xác minh các sự kiện.

Dữ liệu định lượng: giá, khối lượng, dòng tiền, cơ bản, hồ sơ công bố
Dữ liệu định tính: tin tức, hồ sơ, bản ghi báo cáo kết quả, tín hiệu cộng đồng
Lọc ứng viên bằng bộ sàng (screener), rồi phủ thêm bối cảnh để làm nổi bật những mã đáng theo dõi

Thứ Alpha tạo ra là các bản ghi bằng chứng, ảnh chụp thị trường, cảnh báo trong phiên, danh sách ứng viên từ bộ sàng, và các gói nghiên cứu. Nói gọn, đây là người chất đống một cách trung thực “chuyện gì đã xảy ra." Nó chưa phán đoán. Nó chỉ thu gom nguyên liệu.

2. Lattice — người dựng phán đoán từ bằng chứng

Cái tên Lattice đến từ ý tưởng của Charlie Munger về một “mạng lưới các mô hình tư duy” (latticework of mental models) — một trí óc được dựng nên từ nhiều khung khớp vào nhau.

Vai trò của nó là lấy nguyên liệu Alpha đã gom và biến thành một quyết định đầu tư thực sự.

Đăng ký một luận điểm và sắp xếp nó thành thẻ quyết định (decision card)
Chạy một đợt soát xét theo kiểu luật sư của quỷ (devil’s advocate), cố tình lập luận cho phía ngược lại
Ghi các dự đoán vào sổ dự đoán (prediction ledger), rồi xem lại sau để biết chúng có đứng vững không

Cấu trúc bạn đọc trên blog — “đây là kết luận”, “đây là sự kiện và đây là phỏng đoán” — đến thẳng từ Lattice. Điểm mấu chốt là đưa ra một phán đoán, nhưng để lại ở dạng có thể chấm điểm về sau.

3. Arki — người giữ cho hệ thống vận hành

Arki là vai trò ít lộ diện nhất, và có lẽ quan trọng nhất. Nó là người giữ cho toàn bộ hệ thống khỏe mạnh.

Định nghĩa các lược đồ (schema) chứa dữ liệu và bố cục kho lưu trữ (vault) để cất giữ chúng
Quản lý các công việc lặp lại (recurring jobs) và chạy kiểm tra sức khỏe (health check)
Lưu nhật ký thay đổi (migration log) và quản lý quyền hạn cũng như quy tắc của từng vai trò

Nếu hệ thống là một ngôi nhà, Arki là người lo cho điện, nước và sưởi không ngừng chạy trong khi Alpha và Lattice làm việc. Không hào nhoáng, nhưng thiếu Arki thì hai vai kia chẳng trụ được lâu.

Ba vai trò này đã tạo ra gì — ví dụ thực tế

Nói suông thì trừu tượng, nên đây là hai bài gần đây đã đi qua hệ thống này.

Kết quả quý 1 của Dell và đọc tham chiếu biên lợi nhuận máy chủ AI Hàn Quốc — Alpha gom các con số kết quả của Dell, còn Lattice nối chúng vào chuỗi giá trị bán dẫn và máy chủ Hàn Quốc để dựng một quan điểm.
Kết quả Marvell quý 1 FY2027 và đọc tham chiếu cho bán dẫn Hàn Quốc — cùng dòng chảy: khởi đi từ các con số silicon tùy chỉnh của Marvell và đưa sang phần đọc tham chiếu cho Hàn Quốc.

Cả hai bài đều tách bạch “đây là Sự kiện, đây là Suy luận, đây là Phỏng đoán”. Thói quen đó chính là cấu trúc mà Lattice buộc phải có, và những sự kiện chống đỡ nó là những thứ Alpha đã gom.

Vì sao công bố điều này

Khi nghiên cứu đủ lâu, điều đáng sợ nhất là “không nhớ trước đây mình đã nói gì." Những luận điểm trông đẹp thì nhiều; quay lại kiểm tra xem chúng có thực sự đúng không thì lại nhàm và khó chịu. Vì thế phần lớn phân tích viết một lần rồi bị quên.

Thesis OS cố tình đưa sự khó chịu đó vào trong hệ thống. Mỗi phán đoán đều được gắn bằng chứng, mỗi dự đoán đều được ghi lại, và mọi thứ đều được chấm điểm về sau. Không phải vì nó hoàn hảo, mà vì nó được dựng để khi sai, bạn nhìn thấy được.

Hệ thống được thiết kế để chạy cục bộ. Bạn có thể thử với dữ liệu mẫu đi kèm — không cần khóa API, không cần đăng nhập công ty chứng khoán, không cần nguồn dữ liệu trả phí. Giấy phép là MIT, và cần Python 3.10 trở lên.

Và ba kênh mà hệ thống này công bố ra chính là: blog (Korea Invest Insights) bạn đang đọc, Telegram @korea_invest_insights, và Substack.

Hãy ghé xem thử

Mục đích của bài này không phải khoe khoang — mà là một lời mời. Nếu bạn từng tự hỏi làm sao để nghiên cứu đầu tư trung thực hơn và kiểm chứng được hơn, hãy ghé qua xem.

Bạn không phải đọc hết mã nguồn. Chỉ cần lướt qua README cũng đủ để cảm được “à, hóa ra những bài blog này được tạo ra theo cách này.”

👉 github.com/youngseongshin/thesis-investment-os

Một ngôi sao thì rất quý, nhưng chỉ ngắm nghía cấu trúc thôi cũng được. Chỉ có một lý do để vén màn: để bạn tự mình thấy các phán đoán của blog này ra đời từ đâu và như thế nào.

Tuyên bố miễn trừ: Chỉ nhằm mục đích nghiên cứu và cung cấp thông tin. Không phải tư vấn đầu tư cá nhân hóa. Hệ thống mã nguồn mở được mô tả là một công cụ nghiên cứu; người đọc tự chịu trách nhiệm về các quyết định đầu tư và kết quả của mình.