Insights AI

Chiến lược hạ tầng AI trị giá $220 tỷ của Amazon: Chip chuyên dụng, hiệu quả kinh tế của trung tâm dữ liệu và quy mô AI doanh nghiệp

Podcast · Nghe (20 phút)

$220B AI Bet: How AWS Custom Chips Cut Costs 40%

Mục lục
  1. 1. Bài toán chi tiêu vốn: Mở rộng hạ tầng trước nhu cầu không thể thỏa mãn
  2. 2. Cơ chế kinh tế học trung tâm dữ liệu và những trở ngại liên quan đến lưới điện công cộng
  3. 3. Nhu cầu trí tuệ nhân tạo tập trung ở hai đầu và vai trò của chip tùy biến
  4. 4. Thiết kế tổ chức trong kỷ nguyên tác tử và thực tế an ninh mạng
  5. 5. Phân bổ vốn, liên minh chiến lược và tái tạo sản phẩm cốt lõi
  6. Các số liệu chính
  7. Những yếu tố có thể thay đổi bức tranh này
  8. Tài liệu tham khảo

Amazon đang triển khai chu kỳ chi tiêu vốn chưa từng có trị giá $220 tỷ trong 2026 để mở rộng hạ tầng trí tuệ nhân tạo và điện toán đám mây toàn cầu. Trước nhu cầu không ngừng gia tăng khiến công suất tính toán đã được bán hết đến hết 2026, phần lớn đã được bán hết cho 2027 và được cam kết sử dụng ở mức cao sang 2028, công ty đang cân bằng các khoản đầu tư tài chính khổng lồ trong ngắn hạn với việc tạo doanh thu từ hạ tầng trong dài hạn. Để mở đường cho việc ứng dụng trí tuệ nhân tạo rộng khắp trong doanh nghiệp trên các khối lượng công việc vận hành cốt lõi—hiện bị hạn chế bởi chi phí suy luận cao—Amazon đang triển khai chip tùy biến, bao gồm bộ tăng tốc Trainium và chip bộ xử lý trung tâm [CPU] Graviton do Annapurna Labs phát triển. Kết hợp với sự chuyển dịch căn bản sang quy trình kỹ thuật phần mềm cực kỳ tinh gọn dựa trên tác tử, chiến lược phân bổ vốn này nhằm giảm chi phí tính toán xuống một bậc độ lớn và củng cố vị thế dẫn đầu nền tảng trong kỷ nguyên trí tuệ nhân tạo đang hình thành.

1. Bài toán chi tiêu vốn: Mở rộng hạ tầng trước nhu cầu không thể thỏa mãn

Quy mô khổng lồ của nhu cầu trí tuệ nhân tạo doanh nghiệp hiện nay đã đẩy hoạt động xây dựng hạ tầng đám mây vào vùng chưa từng được khám phá. Amazon dự kiến tổng chi tiêu vốn cho 2026 vào khoảng $220 tỷ—tương đương tốc độ triển khai vốn đặc biệt cao, khoảng $600 triệu mỗi ngày. Bất chấp cam kết vốn này, công suất tính toán vẫn bị hạn chế nghiêm trọng trên toàn hệ sinh thái đám mây. Công suất của Amazon Web Services [AWS] đã được bán hết đến hết 2026, phần lớn đã được bán hết cho 2027 và đã có các phân bổ lớn được cam kết sang 2028. Dù thị trường tài chính đôi khi bày tỏ hoài nghi về quy mô tài chính khổng lồ cần thiết để tài trợ cho đợt mở rộng này, hạ tầng tính toán doanh nghiệp đã trở thành tiện ích nền tảng cho thương mại, ngân hàng, y tế và hoạt động phần mềm toàn cầu.

Đợt mở rộng nhanh chóng này tạo ra những đánh đổi tạm thời về vận hành và tài chính, tương đồng rõ nét với quá trình mở rộng mạng lưới vật lý của Amazon trong đại dịch. Trong giai đoạn từ 2020 đến 2022, Amazon đã tăng gấp đôi quy mô mạng lưới hoàn tất đơn hàng—một mạng lưới vật lý được xây dựng trong 25 năm trước đó—chỉ trong 18 tháng. Đồng thời, công ty đã xây dựng một mạng lưới vận chuyển chặng cuối có quy mô tương đương United Parcel Service [UPS] trong 20 tháng.

Khi hạ tầng vật lý hoặc kỹ thuật số được xây dựng với tốc độ cực cao như vậy, những bất cập về hiệu quả vận hành là điều không thể tránh khỏi. Trong bộ phận bán lẻ, việc mở rộng nhanh ban đầu tạo ra áp lực nghiêm trọng lên chi phí phục vụ khách hàng. Thay vì đánh đổi trải nghiệm khách hàng hoặc hạ thấp các chuẩn mực vận hành thuộc văn hóa doanh nghiệp, Amazon đã tận dụng các chỉ số dữ liệu nội bộ và cơ chế rà soát của lãnh đạo để xác định các điểm nghẽn cơ cấu. Điều này dẫn đến việc tái thiết kế toàn diện kiến trúc hạ tầng hậu cần, chuyển mạng lưới hoàn tất đơn hàng toàn quốc dạng phẳng thành mô hình phân vùng. Việc phân vùng đưa hàng tồn kho đến gần người tiêu dùng cuối hơn, đồng thời rút ngắn khoảng cách vận chuyển, giảm chi phí vận hành phục vụ khách hàng và tăng tốc độ giao hàng.

Một quá trình phát triển kiến trúc tương tự đang diễn ra trên hạ tầng kỹ thuật số. Giám đốc điều hành Amazon Andy Jassy nhìn nhận hoạt động xây dựng trung tâm dữ liệu hiện nay là một yêu cầu công nghiệp tất yếu của thời hiện đại, so sánh nó với các dự án hạ tầng liên bang trong lịch sử. “Có lẽ kể từ khi chúng ta xây dựng đường cao tốc và cầu trong những năm 1950s, chưa từng có điều gì như vậy trên thế giới và tại đất nước này,” Jassy nhận xét. Bỏ qua hoặc trì hoãn chu kỳ vốn này tạo ra rủi ro chiến lược sâu sắc; không thiết lập được hạ tầng tính toán trong nước có thể khiến vị thế dẫn đầu công nghệ và các chuẩn mực vận hành rơi vào tay đối thủ nước ngoài như Trung Quốc.

2. Cơ chế kinh tế học trung tâm dữ liệu và những trở ngại liên quan đến lưới điện công cộng

Để hiểu kinh tế học của các trung tâm dữ liệu siêu quy mô, cần đánh giá chu kỳ tiền mặt gồm hai phần riêng biệt chi phối hạ tầng đám mây:

  • Vỏ công trình trung tâm dữ liệu và hạ tầng điện: Vỏ công trình vật lý của trung tâm dữ liệu và các kết nối điện đòi hỏi cam kết vốn trước thời điểm lắp đặt máy chủ khoảng hai năm. Tuy nhiên, các vỏ công trình này là tài sản có thời gian sử dụng hữu ích 30 năm, chỉ cần một khoản chi vốn chính duy nhất.
  • Máy chủ và phần cứng mạng: Tài sản công nghệ thông tin—như tủ máy chủ, thiết bị mạng, bộ nhớ băng thông cao [HBM] và bộ nhớ truy cập ngẫu nhiên động [DRAM]—chỉ được mua vài tháng trước khi triển khai. Những tài sản này có thời gian sử dụng hữu ích từ 5 đến 6 năm, thường hòa vốn trong vòng ba năm và được bảo đảm bằng các hợp đồng khách hàng dài hạn có thời hạn trung bình năm năm.

Do vỏ công trình trung tâm dữ liệu đòi hỏi lượng vốn trả trước khổng lồ hai năm trước khi tạo ra doanh thu, các nhà cung cấp đám mây siêu quy mô chịu áp lực tạm thời đáng kể lên dòng tiền tự do trong những giai đoạn tăng tốc xây dựng. Dòng tiền trở lại bình thường và tăng trưởng theo cơ chế tích lũy khi cơ sở đi vào hoạt động, máy chủ được lắp đặt và hợp đồng khách hàng bắt đầu tạo doanh thu. “Ngay cả khi chi $220 tỷ cho chi tiêu vốn năm nay, chúng tôi vẫn chưa đáp ứng được một lượng nhu cầu đáng kể,” Jassy phát biểu trong cuộc thảo luận.

Đồng thời, việc phát triển hạ tầng siêu quy mô đối mặt với những trở ngại chính trị và phản ứng của cộng đồng địa phương liên quan đến tác động đối với môi trường và lưới điện. Dữ liệu thực chứng từ nguồn gốc bác bỏ một số quan niệm sai lầm phổ biến trong công chúng:

  • Sử dụng nước: Hệ thống làm mát trung tâm dữ liệu có hiệu suất rất cao so với các bất động sản thương mại truyền thống. Ví dụ, ngành gôn tiêu thụ lượng nước gấp 200 lần tổng lượng nước của tất cả trung tâm dữ liệu Amazon, sử dụng nhiều nước trong hai ngày hơn lượng các trung tâm dữ liệu Amazon sử dụng trong cả năm.
  • Phát thải và máy phát điện dự phòng: Máy phát điện diesel dự phòng tại chỗ không hoạt động liên tục. Chúng chỉ hoạt động khi mất điện và trong các đợt bảo trì định kỳ, với thời gian vận hành khoảng 0.1% của năm (khoảng 10 giờ mỗi năm).
  • Tác động đến kinh tế địa phương và lưới điện: Các trung tâm dữ liệu tạo ra cơ sở thu thuế khổng lồ cho những cộng đồng địa phương tiếp nhận chúng. Tại hạt St. Joseph, Indiana, Amazon đã nộp khoảng $3 tỷ tiền thuế địa phương. Ngoài ra, Amazon đã cam kết trực tiếp dành $1 tỷ trong năm năm cho các cộng đồng tiếp nhận thông qua chương trình "Built Together". Dù nhu cầu điện tăng nhanh ban đầu buộc phải nâng cấp lưới điện, dữ liệu lịch sử từ các khu vực ở Indiana, Georgia và Mississippi cho thấy khi công suất hạ tầng lưới điện khu vực được lắp đặt, giá dịch vụ điện tại địa phương đi ngang hoặc giảm theo thời gian.

3. Nhu cầu trí tuệ nhân tạo tập trung ở hai đầu và vai trò của chip tùy biến

Việc ứng dụng trí tuệ nhân tạo trong doanh nghiệp hiện nay thể hiện sự mất cân đối về cơ cấu, được Andy Jassy mô tả là “nhu cầu dạng tạ đòn”. Mức tiêu thụ tài nguyên tính toán tập trung mạnh ở hai đầu cực của thị trường, trong khi phần lớn khối lượng công việc doanh nghiệp vẫn chưa được thâm nhập:

  • Đầu có nhu cầu tính toán cao: Gồm các phòng thí nghiệm nghiên cứu trí tuệ nhân tạo tiên phong và các ứng dụng tiêu dùng tăng trưởng bùng nổ, tiêu thụ lượng công suất tính toán khổng lồ bất kể giá cả.
  • Đầu có nhu cầu tính toán thấp: Gồm các doanh nghiệp tận dụng trí tuệ nhân tạo để tránh phát sinh chi phí trong phạm vi hẹp và nâng cao năng suất, chẳng hạn dịch vụ khách hàng tự động và phát hiện gian lận.
  • Phần giữa chưa được thâm nhập: Gồm các ứng dụng vận hành cốt lõi của doanh nghiệp, phần lớn vẫn gắn với kiến trúc CPU truyền thống.

Điểm nghẽn chính ngăn các khối lượng công việc vận hành cốt lõi này chuyển sang bộ tăng tốc trí tuệ nhân tạo là chi phí suy luận. Dù chi phí suy luận đã giảm, chúng vẫn cao hơn một bậc độ lớn so với mức có thể biện minh cho việc viết lại các ứng dụng phổ biến. “Theo tôi, chi phí suy luận... vẫn đắt hơn một bậc độ lớn để có thể được sử dụng rộng rãi nhất có thể,” Jassy nhận định. Nếu chênh lệch chi phí giữa tính toán CPU tiêu chuẩn và tính toán được tăng tốc bằng trí tuệ nhân tạo vẫn cao, lợi ích hiệu năng gia tăng phải đáp ứng một ngưỡng tỷ suất sinh lời trên đầu tư cao bất thường. Giảm chi phí suy luận là chất xúc tác thiết yếu duy nhất cần có để khai mở thị trường trung gian khổng lồ này.

Chiến lược giảm chi phí suy luận của Amazon phụ thuộc nhiều vào chip tùy biến do Annapurna Labs phát triển, công ty được mua lại vào 2015. Ban đầu, Annapurna được mua lại để chuyển các tác vụ lưu trữ, mạng, ảo hóa và bảo mật từ CPU máy chủ sang các thẻ giao tiếp mạng [NICs] chuyên dụng. Kiến trúc này cho phép AWS phân bổ gần 100% công suất CPU máy chủ Elastic Compute Cloud [EC2] trực tiếp cho khối lượng công việc của khách hàng.

Nền tảng kỹ thuật này đã tạo ra hai dòng chip then chốt:

  • CPU Graviton: Được phát triển như một giải pháp thay thế kiến trúc x86 truyền thống, chip Graviton mang lại lợi thế 40% về hiệu năng trên giá thành so với bộ xử lý x86 tiêu chuẩn. Hiện nay, Graviton được triển khai bởi 99% trong số 1,000 khách hàng EC2 hàng đầu của AWS.
  • Bộ tăng tốc trí tuệ nhân tạo Trainium: Được thiết kế riêng cho huấn luyện học sâu và suy luận, bộ xử lý Trainium mang lại lợi thế từ 30% đến 40% về hiệu năng trên giá thành so với các bộ xử lý đồ họa thương mại cạnh tranh.

Bằng cách giảm chi phí suy luận xuống một bậc độ lớn thông qua chip tùy biến, Amazon hướng tới việc giúp các doanh nghiệp phổ thông có thể viết lại các ứng dụng phần mềm cốt lõi để tích hợp trí tuệ nhân tạo rộng khắp một cách khả thi về kinh tế.

4. Thiết kế tổ chức trong kỷ nguyên tác tử và thực tế an ninh mạng

Sự phổ biến của trí tuệ nhân tạo tạo sinh và các công cụ phát triển dựa trên tác tử đang thay đổi căn bản kỹ thuật phần mềm, cơ cấu đội ngũ và mô hình vận hành doanh nghiệp. Xu hướng trước đây hướng tới cơ cấu tổ chức chuyên môn hóa cực cao—trong đó từng quản lý sản phẩm hoặc kỹ sư phụ trách những phần rất nhỏ của một sản phẩm—đang nhường chỗ cho các nhóm liên chức năng cực kỳ tinh gọn.

Một ví dụ tiêu biểu về sự thay đổi tốc độ này diễn ra ngay trong AWS: nhóm kỹ thuật AWS Bedrock đã xây dựng lại hoàn toàn bộ máy suy luận cốt lõi bằng 6 kỹ sư trong 76 ngày. Trước đây, một dự án hạ tầng có quy mô như vậy cần 40 kỹ sư làm việc trong cả năm. Tương tự, các nhóm nội bộ nhỏ gồm 4 đến 5 kỹ sư hiện có khả năng xây dựng các nguyên mẫu phần mềm đạt 80% mức độ sẵn sàng phát hành chỉ trong một cuối tuần.

Những chỉ số tốc độ này báo hiệu một sự chuyển đổi căn bản trong cách các tổ chức kỹ thuật phân bổ vốn nhân lực:

  • Thay đổi quy mô nhân lực: Các tổ chức phần mềm sẽ cần ít lập trình viên con người hơn cho những tác vụ truyền thống như viết mã thủ công, xử lý tài liệu pháp lý cơ bản và phân tích thông tin kinh doanh thường lệ. “Trong tương lai, chúng ta sẽ có ít người thực hiện những công việc họ đang làm hôm nay hơn so với hiện tại,” Jassy giải thích.
  • Đội ngũ liên chức năng ngay từ đầu: Các nhóm phát triển sẽ hoạt động với cơ cấu nhỏ hơn, có tính linh hoạt cao ngay từ những giai đoạn xây dựng nâng cao, tận dụng mô hình trí tuệ nhân tạo để thực hiện 80% tác vụ thường lệ.
  • Rút ngắn thời gian đưa sản phẩm ra thị trường: Chu kỳ cải tiến sản phẩm đang được rút ngắn từ lộ trình lập kế hoạch kéo dài nhiều tháng xuống các đợt tạo nguyên mẫu chỉ trong vài ngày.

Tuy nhiên, tốc độ của tác tử làm phát sinh các mối đe dọa an ninh mạng nghiêm trọng. Các mô hình trí tuệ nhân tạo tiên tiến đang phát hiện lỗ hổng phần mềm nhanh hơn khả năng nhận diện của chuyên gia bảo mật con người hoặc người kiểm thử xâm nhập truyền thống.

Trước đây, bảo mật phần mềm dựa vào việc xác định lỗ hổng, soạn bản vá, kiểm thử các thành phần phụ thuộc và triển khai bản cập nhật—một quy trình thường mất nhiều tuần hoặc nhiều tháng. Trong môi trường đe dọa dựa trên tác tử, các tổ chức phải rút ngắn thời gian triển khai bản vá xuống còn vài phút. Để tồn tại qua sự chuyển dịch này, doanh nghiệp phải viết lại các cơ sở mã nguồn cũ thành kiến trúc được thiết kế cho tác tử ngay từ đầu, cho phép các tác tử phần mềm tự động liên tục phát hiện, vá lỗi và triển khai bản cập nhật mà không cần sự can thiệp thủ công của con người.

5. Phân bổ vốn, liên minh chiến lược và tái tạo sản phẩm cốt lõi

Chiến lược triển khai vốn của Amazon kết hợp phát triển chip độc quyền với các liên minh chiến lược trị giá nhiều tỷ đô la cùng các nhà phát triển mô hình trí tuệ nhân tạo hàng đầu.

Thông qua quan hệ đối tác với Anthropic, AWS đóng vai trò nhà cung cấp dịch vụ huấn luyện và suy luận chính cho các mô hình Claude. Anthropic đã cam kết triển khai tài nguyên tính toán ở quy mô nhiều gigawatt dựa trên chip Trainium, đồng thời cung cấp các mô hình của mình được tích hợp sẵn trên AWS Bedrock. Tương tự, Amazon đã mở rộng hệ sinh thái để hỗ trợ khối lượng công việc của OpenAI trên AWS, cùng phát triển các môi trường thực thi chuyên dụng có khả năng lưu giữ trạng thái, được thiết kế riêng cho hoạt động thực thi của tác tử.

Ngoài việc lưu trữ các mô hình bên ngoài, chiến lược công nghệ doanh nghiệp đòi hỏi phải tái tạo từ nền tảng các sản phẩm đã trưởng thành và rất thành công, thay vì dựa vào các bản cập nhật tính năng từng bước. Jassy dẫn chứng việc cải tổ toàn diện Amazon Alexa như một trường hợp điển hình. Dù kiến trúc ban đầu của Alexa mang tính đột phá khi ra mắt, sự xuất hiện của trí tuệ nhân tạo tạo sinh đòi hỏi phải thay thế hoàn toàn bộ máy nền tảng của nó.

Dù cập nhật từng bước phần mềm cũ dễ dàng hơn về mặt tổ chức, việc duy trì vị thế dẫn đầu thị trường đòi hỏi phải viết lại từ nền tảng. Các ứng dụng doanh nghiệp đã có vị thế trong lĩnh vực bán lẻ, video phát trực tuyến và quản lý đám mây phải được thiết kế lại hoàn toàn với trí tuệ nhân tạo làm nền tảng để duy trì khả năng cạnh tranh trước các công ty khởi nghiệp mới được xây dựng cho tác tử ngay từ đầu.

Các số liệu chính

  • $220 tỷ: Chi tiêu vốn dự kiến của Amazon trong 2026 (~$600 triệu mỗi ngày).
  • 36.7%: Tăng trưởng doanh thu AWS so với cùng kỳ năm trước trong quý gần nhất, với mức doanh thu quy đổi theo năm là $169 tỷ.
  • $25+ tỷ: Mức doanh thu quy đổi theo năm của mảng trí tuệ nhân tạo tạo sinh thuộc AWS trong 3 năm đầu tiên (so với mức doanh thu quy đổi theo năm là $60 triệu sau 3 năm trong giai đoạn đầu của AWS).
  • 80%: Mức tăng trưởng doanh thu xấp xỉ của toàn bộ Amazon từ 2021 đến nay.
  • 3x: Quy mô tăng trưởng của AWS từ 2021 đến nay.
  • 2.5x: Mức tăng trưởng doanh thu quảng cáo của Amazon từ 2021 đến nay.
  • 30 năm so với 5–6 năm: Thời gian sử dụng hữu ích của cơ sở hạ tầng trung tâm dữ liệu (30 năm) so với thiết bị máy chủ/mạng (5–6 năm, hòa vốn sau ~3 năm).
  • 40%: Mức cải thiện hiệu năng trên giá thành của bộ xử lý trung tâm Graviton so với bộ xử lý x86 tiêu chuẩn.
  • 30%–40%: Lợi thế về hiệu năng trên giá thành của chip trí tuệ nhân tạo Trainium so với các bộ xử lý tương đương.
  • 200x: Số lần lượng nước các sân golf tiêu thụ nhiều hơn so với các trung tâm dữ liệu của Amazon.
  • 0.1%: Tỷ lệ thời gian trong năm máy phát điện dự phòng hoạt động (xấp xỉ 10 giờ mỗi năm).
  • $3 tỷ: Tiền thuế Amazon đã nộp tại hạt St. Joseph, Indiana.
  • $1 tỷ: Cam kết trong năm năm dành cho các cộng đồng nơi đặt trung tâm dữ liệu thông qua chương trình "Built Together".
  • 6 kỹ sư trong 76 ngày: Quy mô công việc xây dựng lại bộ máy suy luận của nhóm Bedrock (so với trước đây là 40 người trong 1 năm).

Những yếu tố có thể thay đổi bức tranh này

  1. Chi phí suy luận giảm mạnh: Chi phí suy luận giảm sâu nhờ chip chuyên dụng (ví dụ: Trainium), thúc đẩy phần giữa của mô hình "tạ đòn" (các ứng dụng doanh nghiệp phổ biến) chuyển khỏi kiến trúc chỉ sử dụng bộ xử lý trung tâm.
  2. Giải quyết các hạn chế về nguồn cung linh kiện và điện: Nguồn cung bộ nhớ (bộ nhớ băng thông cao/bộ nhớ truy cập ngẫu nhiên động), điện và hệ thống làm mát tăng đáng kể, giúp mở rộng công suất vượt qua các giới hạn hiện tại khi toàn bộ công suất đã được bán hết (2026–2028).
  3. Tái cấu trúc rộng rãi bằng tác nhân tự chủ: Các doanh nghiệp cập nhật thành công kiến trúc cơ sở mã nguồn cũ để được thiết kế ngay từ đầu cho tác nhân, cho phép triển khai các bản vá bảo mật từng phút.
  4. Chuyển biến trong quan hệ đối tác hạ tầng công/tư: Đẩy nhanh đầu tư của liên bang và địa phương vào công suất lưới điện để đáp ứng nhu cầu công nghiệp về năng lực tính toán siêu quy mô.

Để khám phá thêm các nghiên cứu miễn phí hoặc kiểm thử mô hình của riêng bạn, hãy truy cập nền tảng DeepValues Research hoặc dùng thử ứng dụng DeepValues.

Tài liệu tham khảo

Amazon CEO Andy Jassy on the Infrastructure the AI Era Needs, hosted by a16z (Video Transcript).

Xem

Liên kết nguồn

Xem & nghe

Nghiên cứu công ty

Nội dung nghiên cứu CC BY 4.0, trích dẫn: DeepValues Research, Chiến lược hạ tầng AI trị giá $220 tỷ của Amazon: Chip chuyên dụng, hiệu quả kinh tế của trung tâm dữ liệu và quy mô AI doanh nghiệp, https://research.deepvalues.ai/insights/2026-10-24-amazons-ai-era-and-infrastructure-expansion-vi/

Email hằng tuần miễn phí

Margin of Safety Weekly

Mỗi thứ Bảy: mức độ nóng của thị trường, các nhà đầu tư lớn đã mua bán gì (hồ sơ 13F), nghiên cứu mới trong tuần, cùng video và podcast của chúng tôi — miễn phí, không cần tài khoản.

Send me the DeepValues Margin of Safety Weekly, one email every Saturday. I can unsubscribe at any time. Information only, not investment advice. Quyền riêng tư

Tìm hiểu sâu hơn

Phân tích bất kỳ cổ phiếu nào như thế này trong 2 phút

Deep Value Intelligence, chuyên gia phân tích AI đa tác tử tạo ra báo cáo này, có thể viết báo cáo tương tự cho bất kỳ công ty niêm yết nào theo yêu cầu.

Mở Deep Value Intelligence

Theo dõi 300+ cổ phiếu trên ứng dụng DeepValues

Nhận định, giá trị nội tại và báo cáo mới nhất, ngay trên điện thoại.

Cho lập trình viên: nhận định và báo cáo qua API

Dữ liệu cơ bản, giá trị nội tại, nhận định và liên kết báo cáo làm nền tảng cho các trang này, ở dạng JSON.

Tài liệu API

Thảo luận