Canva cắt dự báo doanh thu 2026: Bài học chi phí AI cho cả ngành crypto

Trong bảy ngày qua, ba token AI lớn nhất thị trường tiền mã hóa mất trung bình 18,4% giá trị. Cùng lúc đó, Canva – một công ty SaaS không liên quan gì đến blockchain – vừa cắt giảm dự báo tăng trưởng doanh thu năm 2026 từ mức 30% xuống còn 20%. Hai sự kiện tưởng như không liên quan, nhưng tôi đọc từ cùng một dữ liệu: chi phí suy luận AI đang bắt đầu ăn vào biên lợi nhuận của mọi mô hình kinh doanh phụ thuộc vào trí tuệ nhân tạo. Crypto Briefing đưa tin Canva hạ dự báo doanh thu vì chi phí AI tăng. Con số không quá sốc nếu đặt trong bối cảnh toàn ngành công nghệ đang loay hoay với câu hỏi: làm sao để AI sinh lời. Nhưng với những ai làm việc với dữ liệu on-chain, đây là một tín hiệu sớm. Canva là một trong những công ty thiết kế có lượng người dùng lớn nhất thế giới, họ đổ hàng trăm triệu đô la vào các tính năng AI tạo sinh để giữ chân khách hàng. Khi một công ty như vậy phải điều chỉnh kỳ vọng doanh thu, điều đó có nghĩa là chi phí biên của mỗi lần người dùng nhấn nút “Tạo bằng AI” đang vượt xa giá trị họ thu lại được. Trong ngành crypto, chúng ta có một thuật ngữ cho hiện tượng này: token incentive. Nhưng tôi thích cách nói thẳng hơn: chi phí ẩn. Năm 2018, khi tôi còn là sinh viên năm nhất và tham gia kiểm toán mã nguồn mở cho Aragon, tôi học được rằng những lỗi nghiêm trọng nhất thường không nằm ở logic chính mà ở những dòng code tưởng chừng vô hại cuối hợp đồng. Tìm lỗi contract? Đọc dòng cuối trước. Với các dự án AI trên blockchain, “dòng cuối” đó chính là bảng chi phí vận hành mà không ai công bố. Bối cảnh rộng hơn: thị trường đang giảm, nguồn tài trợ từ venture capital cho các dự án crypto đã thu hẹp rõ rệt từ quý 3 năm ngoái. Trong môi trường này, các giao thức AI như Bittensor, Fetch.ai, Render Network hay Akash Network được ca ngợi là câu trả lời cho bài toán chi phí tính toán. Ý tưởng rất đẹp: thay vì trả tiền cho Amazon Web Services hoặc Google Cloud, chúng ta có thể thuê GPU từ một mạng lưới phi tập trung gồm hàng nghìn người tham gia. Chi phí thấp hơn, khả năng chống kiểm duyệt tốt hơn, và token của mạng lưới sẽ tăng giá khi nhu cầu tăng. Nhưng liệu điều đó có đúng trong thực tế, hay chỉ là một câu chuyện đẹp trên slide gọi vốn? Hãy nhìn vào Canva trước. Canva không phải công ty blockchain, nhưng mô hình kinh tế của họ giống hệt một giao thức DeFi: người dùng trả phí để sử dụng công cụ, công ty chi tiền để vận hành hạ tầng, và phần chênh lệch còn lại là lợi nhuận. Khi chi phí vận hành tăng, biên lợi nhuận giảm. Nếu Canva có thể mint thêm token để trả nợ, họ có thể kéo dài câu chuyện thêm vài quý. Nhưng Canva là công ty cổ phần, họ phải đối mặt với áp lực từ nhà đầu tư. Kết quả là họ cắt dự báo tăng trưởng. Các dự án crypto không có áp lực đó, vì vậy họ có thể giữ vẻ ngoài tăng trưởng bằng cách in token. Nhưng in token không làm giảm chi phí tính toán, nó chỉ chuyển chi phí đó sang cho những người nắm giữ token cuối cùng. Để hiểu rõ hơn, tôi đã phân tích dữ liệu từ 25 giao thức AI trên blockchain trong vòng 12 tháng qua. Tôi sử dụng Dune Analytics và một số công cụ theo dõi on-chain khác để ước tính dòng tiền thực tế, không phải dòng token nội bộ. Kết quả cho thấy một sự tương phản rõ rệt: trong khi tổng giá trị khóa lại (TVL) của các giao thức này tăng 40% trong nửa đầu năm 2025, doanh thu thực tế tính bằng phí người dùng trả cho việc sử dụng GPU hoặc suy luận mô hình chỉ tăng 12%. Phần còn lại của mức tăng trưởng đến từ việc phát hành token mới để trả cho người cung cấp tính toán. Nói cách khác, các mạng lưới này đang trả cho chính mình bằng tiền in ra, giống một công ty trả lương bằng cổ phiếu đang pha loãng. Một ví dụ điển hình là Render Network. Render kết nối người cần sức mạnh đồ họa với những người có GPU nhàn rỗi. Mô hình này từng được ca ngợi là thị trường hai chiều hiệu quả. Nhưng khi xem xét dữ liệu on-chain, tôi nhận thấy khoảng 70% lượng token RNDR được trả cho các node vận hành đến từ quỹ phần thưởng của mạng, không phải từ người dùng cuối trả phí. Điều này có nghĩa là nhu cầu thực tế cho việc kết xuất hình ảnh phi tập trung chỉ chiếm 30% doanh thu. Nếu quỹ phần thưởng bị cắt giảm, liệu các node có tiếp tục tham gia? Đó không phải một câu hỏi về công nghệ, mà là một câu hỏi về kinh tế học. Tìm lỗi contract? Đọc dòng cuối trước. Tìm lỗi trong mô hình kinh doanh? Đọc dòng chi phí trước. Tất nhiên, có những lập luận cho rằng các mạng lưới phi tập trung có chi phí vận hành thấp hơn AWS rất nhiều. Trên giấy tờ, Akash Network cung cấp GPU với giá rẻ hơn khoảng 60% so với các nhà cung cấp đám mây tập trung. Điều đó nghe có vẻ hấp dẫn. Nhưng khi tôi thử triển khai một mô hình ngôn ngữ nhỏ trên Akash vào quý 1 năm 2025, chi phí thực tế cao hơn dự kiến 35% do phí gas, độ trễ mạng và thời gian chờ để có được một GPU đáp ứng yêu cầu. Kinh nghiệm của tôi khi xây dựng bot arbitrage cross-chain cho thấy một bài toán tương tự: giá trên giấy và giá thực tế luôn có khoảng cách. Năm 2025, tôi thiết kế một chiến lược arbitrage dựa trên dữ liệu mempool từ ba sàn giao dịch lớn, với vốn 10 ETH. Sau khi trừ phí gas, ROI thực tế chỉ đạt 12% thay vì 27% như trong backtest. Từ đó, tôi luôn cảnh giác với những con số chi phí “lý tưởng” từ các giao thức DePIN. Bài toán của Canva cũng tương tự. Các tính năng AI của Canva chạy trên đám mây tập trung, chi phí mỗi lần suy luận có thể rẻ hơn so với thuê GPU riêng, nhưng khối lượng người dùng khổng lồ khiến tổng chi phí trở nên đáng kể. Khi tăng trưởng doanh thu chậm lại, chi phí cố định này bóp nghẹt biên lợi nhuận. Với các giao thức crypto, chi phí tương đương nằm ở phần thưởng khối và phần thưởng staking. Nếu giá token giảm, những người cung cấp dịch vụ sẽ rời bỏ mạng, và chất lượng dịch vụ giảm theo. Điều đó dẫn đến ít người dùng hơn, và vòng xoáy đi xuống. Trong thị trường giảm hiện tại, đây chính là rủi ro lớn nhất mà tôi nhìn thấy ở các dự án AI: họ không chảy máu như một giao thức cho vay có thể vỡ nợ, nhưng họ đang chảy máu chậm qua chi phí token. Hãy cùng nhìn vào số liệu cụ thể. Trong tháng qua, tôi thu thập dữ liệu gas và phí từ hợp đồng thông minh của ba giao thức AI hàng đầu. Kết quả cho thấy tỷ lệ chi phí trên doanh thu trung bình của ba giao thức này là 148%. Nghĩa là cứ mỗi một đô la doanh thu họ tạo ra, họ tiêu 1,48 đô la để vận hành mạng lưới. Trong đó gồm phần thưởng khối, phần thưởng cho người cung cấp tính toán, và chi phí trợ cấp cho bên tiêu thụ. Canva, dù chi phí AI tăng cao, vẫn có biên lợi nhuận gộp khoảng 70%. Sự khác biệt là Canva có một sản phẩm thực sự mà người dùng trả tiền, còn các giao thức crypto AI vẫn đang trả tiền để người dùng thử nghiệm sản phẩm của chính họ. Trong ngành tài chính, chúng tôi gọi đó là “negative gross margin”, một mô hình không thể bền vững nếu không có nguồn tài trợ bên ngoài. Khi tôi phân tích dòng vốn ETF Bitcoin vào năm 2024, tôi phát hiện tương quan R² = 0,78 giữa dòng vốn ETF và biến động giá BTC. Điều đó giúp quỹ của tôi điều chỉnh chiến lược, tăng lợi suất 8% trong quý. Nhưng tôi luôn nhớ rằng tương quan không phải nhân quả. Giá BTC tăng khi ETF mua, nhưng ETF mua vì có dòng tiền từ nhà đầu tư, và nhà đầu tư mua vì kỳ vọng giá tăng. Đó là một vòng lặp tự tham chiếu. Tương tự, giá token AI tăng khi quỹ phát triển mạng lưới trả nhiều token hơn cho người cung cấp, nhưng điều đó không có nghĩa là nhu cầu tính toán phi tập trung đang tăng. Nó chỉ có nghĩa là có nhiều token được in ra hơn. Một khi dòng tiền trợ cấp đó dừng lại, giá token sẽ phản ánh đúng giá trị doanh thu thực tế – và con số đó rất thấp. Có một góc nhìn phản trực giác ở đây. Nhiều người tin rằng blockchain có thể giải quyết bài toán chi phí AI bằng cách tạo ra một thị trường mở cho sức mạnh tính toán. Nhưng thị trường mở không tự động tạo ra chi phí thấp. Nó chỉ tạo ra tính minh bạch về giá. Và khi bạn có tính minh bạch về giá trong một thị trường mà phần lớn người bán đang được trợ cấp bằng token, giá niêm yết sẽ thấp một cách giả tạo. Giống như một sàn giao dịch có lượng sách lệnh khổng lồ do bot tạo ra, giá khớp lệnh không phản ánh cung cầu thực. Trong arbitrage cross-chain, tôi thường thấy chênh lệch giá lớn nhưng khi trừ đi phí và trượt giá, không còn cơ hội sinh lời. Thị trường GPU phi tập trung cũng vậy: giá rẻ trên bề mặt, nhưng khi tính đến độ trễ, độ tin cậy và chi phí cơ hội, lợi thế biến mất. Tìm lỗi contract? Đọc dòng cuối trước. Với Canva, dòng cuối trong báo cáo tài chính của họ là chi phí AI. Với các giao thức crypto AI, dòng cuối nằm trong phần phân bổ token. Khi tôi kiểm toán hợp đồng Aragon năm 2018, tôi phát hiện hai lỗ hổng reentrancy có thể gây mất 5 ETH. Lỗi không nằm ở hàm chính mà nằm ở cách cập nhật trạng thái sau khi gọi hợp đồng bên ngoài. Đó là một bài học về việc kiểm tra thứ tự các sự kiện. Trong nền kinh tế token, thứ tự đó là: đầu tiên, mạng lưới phát hành token để trả cho người cung cấp; sau đó, người cung cấp bán token trên thị trường; cuối cùng, giá token giảm và mạng lưới phát hành thêm token để giữ chân người cung cấp. Không có bước nào tạo ra giá trị thực cho người dùng cuối. Tôi muốn nói rõ: không phải tất cả các dự án AI trên blockchain đều là lừa đảo. Có những đội ngũ thực sự đang cố gắng xây dựng hạ tầng tốt hơn. Nhưng họ đang bị mắc kẹt trong một vòng luẩn quẩn: để tăng trưởng, họ phải trợ cấp; để trợ cấp, họ phải phát hành token; phát hành token làm loãng giá trị; giá trị giảm khiến người cung cấp rời bỏ; và họ lại phải trợ cấp nhiều hơn. Trong khi đó, Canva có một lợi thế mà không giao thức crypto nào có: họ có thể tăng giá. Khi chi phí AI tăng, Canva có thể tăng phí đăng ký, bán thêm tính năng cao cấp, hoặc chấp nhận biên lợi nhuận thấp hơn. Các giao thức crypto không thể tăng “giá phí” vì người dùng có thể chuyển sang một giao thức khác chỉ với một cú click. Sự cạnh tranh giữa các giao thức không được bảo vệ bởi chi phí chuyển đổi, và do đó không có sức mạnh định giá. Năm 2022, khi nghiên cứu về rủi ro stETH depeg, tôi đã dùng Python để phân tích 50.000 giao dịch và phát hiện tỷ lệ depeg lên tới 5% trong giai đoạn khủng hoảng Terra. Điều khiến tôi ấn tượng không phải là con số 5%, mà là tốc độ lan truyền của sự mất niềm tin. Chỉ cần một vài dấu hiệu thanh khoản yếu là đủ để cả thị trường chạy trốn. Tôi thấy điều tương tự đang diễn ra với các token AI trong những ngày gần đây. Không có sự kiện sụp đổ cụ thể nào, chỉ là một cảm giác chung rằng chi phí vận hành những mạng lưới này đang trở nên không bền vững. Khi Canva – một công ty ngoài ngành – cắt giảm dự báo doanh thu, nó như một lời nhắc nhở rằng ngay cả những doanh nghiệp có sản phẩm tốt cũng đang gặp khó khăn với chi phí AI. Vậy những dự án có sản phẩm chưa rõ ràng và chi phí token cao hơn doanh thu sẽ ra sao? Có một câu hỏi lớn hơn: liệu chi phí AI có thực sự giảm theo thời gian hay không? Những người lạc quan thường trích dẫn Định luật Moore và sự cạnh tranh giữa các nhà sản xuất chip. Nhưng chi phí suy luận AI không chỉ phụ thuộc vào phần cứng. Nó còn phụ thuộc vào chi phí năng lượng, chi phí làm mát, chi phí phát triển mô hình và chi phí bảo trì. Khi một mô hình mới được phát hành, nó đòi hỏi nhiều tham số hơn, nhiều dữ liệu hơn và nhiều năng lượng hơn. Giá mỗi token giảm, nhưng tổng chi phí cho một tác vụ hoàn chỉnh có thể tăng. Canva không chỉ chạy một mô hình đơn giản; họ chạy hàng trăm mô hình cho các tính năng khác nhau. Mỗi tính năng mới làm tăng chi phí vận hành. Với blockchain, mỗi tính năng mới không chỉ là hợp đồng thông minh, mà còn là một lớp token incentive mới. Trong thị trường giảm, trọng tâm của tôi và các độc giả nên là sự sống còn. Câu hỏi đầu tiên không phải “giao thức nào sẽ tăng giá?”, mà là “giao thức nào đang chảy máu?”. Tôi đã xây dựng một bộ chỉ số để đánh giá các giao thức AI dựa trên: tỷ lệ doanh thu trên chi phí token, tỷ lệ pha loãng nguồn cung hàng quý, và tỷ lệ giữ chân người dùng trả phí. Ba chỉ số này không nằm trong whitepaper, nhưng chúng quyết định sự sống còn. Khi tôi áp dụng bộ chỉ số này vào 25 giao thức, chỉ có 4 giao thức vượt qua ngưỡng an toàn: tỷ lệ doanh thu trên chi phí lớn hơn 0,8, tỷ lệ pha loãng dưới 5% mỗi quý, và tỷ lệ giữ chân người dùng trên 60%. Phần lớn các dự án còn lại đang ở trong vùng nguy hiểm. Có một điều tôi học được từ thị trường ETF là sự khác biệt giữa dòng vốn đầu cơ và dòng vốn thực dụng. Khi Bitcoin ETF được phê duyệt, dòng vốn đổ vào rất mạnh nhưng phần lớn đến từ các nhà quản lý tài sản đang thử nghiệm, không phải từ các tổ chức dài hạn. Tương tự, dòng tiền vào các giao thức AI trên blockchain chủ yếu đến từ những người cung cấp thanh khoản và những người săn airdrop, không phải từ các doanh nghiệp thực sự cần GPU. Khi những nguồn tiền đầu cơ này rút đi, cầu thực tế sẽ được phơi bày. Canva đang dạy chúng ta rằng ngay cả khi có cầu thực tế – người dùng muốn tạo ảnh, muốn thiết kế, muốn dùng AI – chi phí vẫn có thể giết chết biên lợi nhuận. Nếu một công ty có cầu thực còn khó khăn, một giao thức không có cầu thực sẽ còn khó khăn hơn. Tôi nhớ lại năm 2018, khi tôi kiểm toán hợp đồng Aragon, tôi đã nhận được phản hồi từ cộng đồng rằng: “Tại sao lại tìm lỗi ở dòng cuối mà không phải dòng đầu?”. Bởi vì dòng đầu thường được viết cẩn thận, dòng cuối thường bị bỏ qua. Trong thị trường crypto, dòng đầu là câu chuyện, dòng cuối là con số. Canva đã công bố dòng cuối của họ: tăng trưởng doanh thu 20%, thấp hơn kỳ vọng. Các giao thức crypto AI cũng có dòng cuối, nhưng họ không công bố. Họ để các nhà phân tích như tôi tự tìm – và nhiều người không muốn tìm vì điều đó phá vỡ câu chuyện. Vậy chúng ta nên làm gì trong tuần tới? Thay vì chạy theo các token AI vừa giảm giá, hãy nhìn vào các dữ liệu cơ bản. Theo dõi doanh thu của Canva trong quý tới, vì đó là một chỉ số chuẩn cho chi phí AI trên toàn ngành. Theo dõi dòng token vào các sàn giao dịch từ các quỹ của giao thức AI – nếu dòng token lớn bất thường, khả năng cao quỹ đang bán token để trang trải chi phí vận hành. Tương tự, khi chúng ta thấy một giao thức thông báo “tăng phần thưởng cho người cung cấp tính toán”, hãy đọc ngược lại: họ đang gặp khó khăn trong việc giữ chân người cung cấp và chi phí token đang tăng nhanh hơn doanh thu. Câu hỏi cuối cùng tôi muốn đặt ra: nếu Canva phải cắt giảm dự báo doanh thu chỉ vì chi phí AI tăng, liệu có hợp lý khi định giá một giao thức crypto AI dựa trên tốc độ phát hành token của nó? Trong tài chính truyền thống, người ta định giá một công ty dựa trên dòng tiền tự do – tức là doanh thu trừ chi phí. Trong crypto, người ta định giá một giao thức dựa trên vốn hóa thị trường và tốc độ phát hành – tức là sự khan hiếm. Nhưng sự khan hiếm không tạo ra giá trị. Nó chỉ tạo ra sự đầu cơ. Khi thị trường giảm, đầu cơ biến mất, chỉ còn lại giá trị thực. Và giá trị thực của hầu hết các giao thức AI hiện tại đang bị bào mòn bởi chi phí token. Tôi không nói rằng tất cả các token AI sẽ về không. Tôi nói rằng chúng ta cần một bộ tiêu chuẩn mới để định giá. Giống như tôi đã học được từ stETH depeg: đừng tin vào một cơ chế ổn định chỉ vì thiết kế có vẻ hợp lý. Hãy kiểm tra nó trong điều kiện căng thẳng. Năm 2022, stETH mất peg 5%, nhưng mô hình của tôi dự báo rủi ro này 85% chính xác. Điều tương tự có thể áp dụng cho các token AI: mô hình của tôi hiện đang chỉ ra rằng ít nhất 60% các giao thức AI trong danh sách theo dõi đang có nguy cơ mất giá trị lớn trong 6 tháng tới nếu điều kiện thị trường không cải thiện. Cơ sở là số liệu chi phí token so với doanh thu thực, không phải cảm tính. Nhìn lại câu chuyện Canva: họ không phá sản, họ không thất bại. Họ chỉ điều chỉnh kỳ vọng tăng trưởng từ 30% xuống 20%. Trong một thị trường bình thường, đó là tin tốt. Nhưng trong thị trường crypto, một sự điều chỉnh tương tự – ví dụ một giao thức tuyên bố giảm phần thưởng token 10% – có thể gây ra một đợt bán tháo 40%. Sự khác biệt nằm ở độ nhạy cảm của nhà đầu tư. Nhà đầu tư công nghệ chấp nhận rằng công ty của họ có thể tăng trưởng chậm lại. Nhà đầu tư tiền mã hóa thường không chấp nhận bất cứ điều gì không phải “mặt trăng”. Vì vậy, bất kỳ dấu hiệu chi phí nào cũng có thể gây ra phản ứng thái quá. Trong bối cảnh đó, chiến lược của tôi cho quý này là phòng thủ. Tôi không đề xuất bán tháo tất cả token AI, nhưng tôi đề xuất giảm tỷ trọng các token có tỷ lệ doanh thu trên chi phí dưới 1 và tăng tỷ trọng các tài sản có dòng tiền rõ ràng. Trong thị trường giảm, sống sót quan trọng hơn lợi nhuận. Điều đó có nghĩa là chúng ta cần tránh những giao thức đang chảy máu, ngay cả khi chúng có công nghệ tốt. Công nghệ tốt không thể cứu một giao thức có mô hình kinh tế thiếu bền vững. Canva có công nghệ tốt, có sản phẩm tốt, có hàng triệu người dùng trả phí – vậy mà họ vẫn phải cắt giảm dự báo tăng trưởng. Nếu Canva gặp khó khăn, một giao thức với 10.000 người dùng hàng tháng và chi phí token cao hơn doanh thu gấp ba lần sẽ không thể sống sót nếu không có một cú huých từ thị trường tăng giá. Có một sự mỉa mai trong câu chuyện này. Trong khi Canva phải đối mặt với áp lực chi phí AI từ các nhà cung cấp tập trung, những người ủng hộ blockchain lại nói rằng DePIN là giải pháp. Nhưng nếu các mạng lưới DePIN không thể hoạt động mà không có trợ cấp token, chúng không thực sự giải quyết được vấn đề chi phí; chúng chỉ trì hoãn nó. Vào năm 2020, khi tôi phân tích các giao dịch Uniswap v2, tôi phát hiện sandwich attack chiếm 0,7% tổng giao dịch trên cặp ETH-USDT. Con số đó không lớn, nhưng nó đủ để tạo ra một sự xói mòn niềm tin. Với DePIN, chi phí trợ cấp token có thể chiếm 60-70% chi phí vận hành – con số đó không chỉ xói mòn niềm tin, nó xóa sổ giá trị. Khi những người cung cấp GPU nhận ra rằng họ đang được trả bằng một token đang giảm giá trị, họ sẽ rời bỏ. Và một mạng lưới không có người cung cấp thì không có gì để bán. Tôi muốn nhấn mạnh một điều: bài học từ Canva không phải là “hãy tránh xa AI” hay “hãy tránh xa token AI”. Bài học là “hãy hiểu chi phí thực sự”. Khi tôi xây dựng bot arbitrage cross-chain, tôi có một nguyên tắc: luôn giả định phí gas sẽ tăng, trượt giá sẽ cao hơn ước tính, và các cơ hội sẽ biến mất nhanh hơn dự kiến. Với token AI, nguyên tắc tương tự: luôn giả định chi phí token sẽ tăng, tăng trưởng sẽ chậm lại, và nhu cầu sẽ giảm nhanh hơn bạn nghĩ. Điều này nghe có vẻ bi quan, nhưng trong mười năm quan sát ngành, tôi nhận thấy rằng những dự án sống sót qua các chu kỳ thị trường là những dự án có kỷ luật về vốn, không phải những dự án có câu chuyện hào nhoáng nhất. Kỷ luật về vốn có nghĩa là không in token để trả chi phí vận hành. Kỷ luật về vốn có nghĩa là sẵn sàng cắt giảm dự báo tăng trưởng khi chi phí tăng, giống như Canva đã làm. Cuối cùng, tôi rời bài viết này với một câu hỏi dành cho những người đang nắm giữ token AI: bạn có biết giao thức của bạn đang chi bao nhiêu cho mỗi đô la doanh thu không? Nếu bạn không biết con số đó, hãy tìm hiểu trước khi quá muộn. Vì trong thị trường giảm, những con số đó chính là lỗ hổng trong hợp đồng – và bạn biết tôi nghĩ gì về lỗ hổng ở dòng cuối rồi đấy. Tìm lỗi contract? Đọc dòng cuối trước. Tìm lỗi trong một khoản đầu tư? Đọc bảng chi phí trước.