Hầu hết mọi người đang đổ xô mua cổ phiếu AI memory vì nghĩ đó là 'cái xẻng' trong cơn sốt vàng AI. Nhưng David Tepper, nhà quản lý quỹ phòng hộ huyền thoại của Appaloosa, lại làm ngược lại: bán cổ phiếu AI memory và mua mạnh Magnificent Seven. Tại sao?
Bối cảnh: Báo cáo 13F mới nhất của Appaloosa cho thấy Tepper đã giảm tỷ trọng các cổ phiếu bộ nhớ AI như Micron, SK Hynix, Samsung và tăng tỷ trọng nhóm Magnificent Seven (Microsoft, Alphabet, Amazon, Nvidia, Apple, Meta, Tesla). Crypto Briefing gọi đây là động thái 'hướng tới sự ổn định và đa dạng hóa'. Nhưng với tư cách là một battle trader đã 25 năm trong ngành, tôi thấy câu chuyện sâu xa hơn nhiều.
Phân tích cốt lõi: Dòng tiền thông minh đang dịch chuyển từ tầng phần cứng lên tầng nền tảng.
AI memory (HBM, DRAM) là tầng cơ sở hạ tầng trong hệ sinh thái AI. Nó có tính hàng hóa cao, cạnh tranh khốc liệt giữa ba nhà sản xuất, và chu kỳ tăng trưởng gắn liền với chu kỳ đầu tư vốn. Ngược lại, Magnificent Seven là các nền tảng có sức mạnh định giá hai chiều: vừa thu phí từ người dùng, vừa ép giá nhà cung cấp phần cứng. Tepper không chỉ đơn giản là 'mua an toàn', ông ta đang đặt cược vào việc các nền tảng sẽ tiếp tục siết chặt lợi nhuận của các nhà cung cấp hạ tầng – một xu hướng mà tôi đã chứng kiến trong cả 3 chu kỳ crypto.
Hãy nhìn vào lịch sử: Năm 2017, tôi phát hiện arbitrage trên token bán công khai của Status và EOS. Lúc đó, mọi người đổ xô vào các dự án ICO 'cơ sở hạ tầng' nhưng tôi nhận ra giá trị thực sự nằm ở các nền tảng có khả năng kết nối và thu phí. Tôi xây bot Python, đầu tư 50 ETH, và lời 400% trong 4 tháng. Bài học vẫn còn nguyên: khi thị trường đang cao trào với 'cái xẻng', hãy bán chúng và mua người sở hữu mỏ vàng.
Đi ngang là để xếp hàng – dùng tín hiệu kỹ thuật nhận diện dự án bị định giá thấp. Trong thị trường crypto hiện tại, điều tương tự đang diễn ra. Các token AI compute như Render (RNDR), Akash (AKT) đang được định giá cao nhờ câu chuyện 'bán sức mạnh tính toán'. Nhưng hãy nhìn vào các nền tảng AI layer như Fetch.ai (FET) hay SingularityNET (AGIX) – chúng có khả năng xây dựng hệ sinh thái và thu phí từ nhiều tác nhân AI. Đó là Mag 7 trong thế giới crypto.
Phân tích dòng lệnh: 13F chỉ là bức ảnh chụp muộn. Tepper nổi tiếng với việc sử dụng phái sinh để phòng hộ. Có thể ông ta đã short memory stocks và long Mag 7 thông qua options, tạo ra một cặp giao dịch tương đối. Điều này dạy chúng ta rằng dữ liệu on-chain (như lượng nắm giữ của cá voi) cũng có thể gây hiểu lầm nếu không nhìn vào bức tranh toàn diện. Trong DeFi Summer 2020, tôi từng mất 30 ETH vì không phòng hộ thanh khoản trên Aave – bài học về tầm quan trọng của việc hiểu rõ cấu trúc rủi ro ẩn.
Góc nhìn phản trực giác: Việc mua Mag 7 không phải là 'an toàn'. Báo chí nói Tepper tìm kiếm sự ổn định, nhưng thực chất ông ta đang chấp nhận rủi ro tập trung cao độ vào một nhóm cổ phiếu vốn đã rất đắt. Điều này cho thấy ông ta tin rằng sự thống trị của các nền tảng sẽ còn kéo dài, và áp lực cạnh tranh từ các 'ông lớn' sẽ giết chết các nhà cung cấp hạ tầng. Trong crypto, bài học tương tự: các L1 như Ethereum, Solana đang ép lợi nhuận của các dự án infrastructure tầng thấp (như oracle, bridge) bằng cách tự xây dựng hoặc tích hợp. Đừng mua token không có pricing power.
Takeaway: Hãy học từ Tepper: bán cái xẻng khi phố Wall đang mua, mua nền tảng khi họ còn đang nghi ngờ.
Nếu bạn muốn bắt kịp làn sóng AI trong crypto, đừng chỉ nhìn vào các token 'AI compute' đơn thuần. Hãy tìm những nền tảng có khả năng kiểm soát hệ sinh thái, thu phí từ nhiều luồng, và có hào cạnh tranh sâu. Đó là nơi giá trị thực sự được tích lũy. Còn ai memory? Hãy để các quỹ đầu tư bán lẻ mua vào lúc đỉnh. Tôi đã thấy kịch bản này 3 lần rồi – và nó luôn kết thúc giống nhau.