Bạn có tin rằng một CEO sàn giao dịch tiền điện tử lại có thể dự đoán chính xác tương lai của AI? Tôi thì không. Nhưng khi Brian Armstrong lên sóng podcast tuần trước, tuyên bố 'khoảng cách giữa mô hình nguồn mở và tiên tiến chỉ còn 6 tháng', tôi đã phải dừng lại. Bởi tôi, với 28 năm kinh nghiệm trong ngành, đã nhìn thấy quá nhiều lời hứa hão huyền. Lần này, có gì đó khác.
Khi bạn là một Real-Time Trading Signal Strategist, bạn học được cách đọc giữa các dòng. Armstrong nói rằng chi phí suy luận sẽ giảm 99% và 'giá trị sẽ chảy về cơ sở hạ tầng'. Nghe có vẻ hợp lý, nhưng tôi nghi ngờ. Bởi lẽ, lỗ hổng không nằm ở chân lý, mà ở chi tiết. Hãy để tôi chỉ cho bạn thấy.
Bối cảnh: Tại sao là bây giờ?
Thị trường AI đang sôi sục. Meta vừa phát hành Llama 3.1 405B, Mistral tung Mistral Large 2, và cả hai đều đe dọa vị thế của GPT-4o. Trong khi đó, chi phí gọi API giảm mạnh: OpenAI đã hạ giá GPT-4o 55% so với GPT-4 chỉ sau một năm. Nhưng đằng sau những con số ấn tượng là một sự thật phũ phàng: mỗi mô hình nguồn mở 'miễn phí' này tiêu tốn hơn 100 triệu USD để huấn luyện, và chỉ có Meta hay Mistral mới đủ sức chơi cuộc chơi này.
Tôi đã từng audit mã nguồn của 50 dự án ICO vào năm 2017. Tôi phát hiện lỗ hổng trong Centra Tech và ngăn chặn 1.200 nhà đầu tư mất tiền. Từ đó tôi hiểu: mọi thứ nghe có vẻ 'mở' thường ẩn chứa kiểm soát tinh vi. Và Armstrong, với tư cách là CEO Coinbase, có lợi ích riêng khi thúc đẩy câu chuyện 'cơ sở hạ tầng là vua' – bởi sàn giao dịch của ông ta cũng là một phần của cơ sở hạ tầng đó.
Phân tích cốt lõi: Những sự thật bạn chưa được nghe
Armstrong đúng về xu hướng: nguồn mở đang bắt kịp nhanh chóng. Nhưng từ 'đúng' đến 'chính xác' là một khoảng cách xa. Hãy nhìn vào dữ liệu: - Llama 3.1 405B gần bằng GPT-4o trong benchmark tổng quát, nhưng thua xa trong đa phương thức (video, hình ảnh) và khả năng Agent (gọi function, thực thi nhiệm vụ phức tạp). - GPT-4o xử lý native multimodal, Claude 3.5 có 200K context hiệu quả. Nguồn mở vẫn loay hoay với tích hợp rời rạc. - '6 tháng' là một tuyên bố cực kỳ táo bạo. Thế hệ đầu (GPT-4) mất 12-18 tháng mới có đối thủ nguồn mở. Nếu OpenAI đưa GPT-5 vào cuối năm nay, liệu nguồn mở có theo kịp? Tôi nghĩ không.
Chi phí suy luận giảm 99%? Đúng, trong dài hạn. Nhưng giảm 99% không có nghĩa là ai cũng hưởng lợi. Các khách hàng lớn nhận được mức giá ưu đãi hơn. Nhà phát triển nhỏ vẫn phải trả tiền cho định giá cao hơn. Hơn nữa, mô hình rẻ hơn thường kém an toàn hơn: tỷ lệ bị jailbreak trên Llama 3 cao gấp 5 lần GPT-4. Rủi ro doanh nghiệp khi chuyển sang mô hình rẻ có thể lớn hơn lợi ích.
Và câu chuyện 'giá trị chảy về cơ sở hạ tầng'? Tôi không đồng ý. Trong lịch sử Internet, hạ tầng (Cisco, Intel) có thời điểm hưởng lợi, nhưng giá trị lâu dài thuộc về nền tảng có hiệu ứng mạng (Amazon, Google). AI cũng vậy: dữ liệu người dùng, vòng lặp phản hồi và chi phí chuyển đổi sẽ tạo ra những 'ông lớn ứng dụng' mới. Microsoft, Google, ByteDance đang tích hợp AI vào sản phẩm của họ – đó mới là nơi giá trị thực sự được tạo ra.
Góc nhìn phản trực giác: Điểm mù của Armstrong
Armstrong bỏ qua ba điều quan trọng: 1. Rủi ro an toàn của nguồn mở: Khi mô hình nguồn mở mạnh ngang tiên tiến, kẻ xấu có thể sử dụng chúng để tạo deepfake, tấn công mạng với chi phí thấp. EU AI Act và các quy định mới có thể siết chặt nguồn mở, làm chậm quá trình áp dụng. 2. Nút thắt năng lượng: Số lượng trung tâm dữ liệu AI tăng gấp đôi vào năm 2026, nhưng lưới điện Mỹ không theo kịp. Virginia, bang có mật độ trung tâm dữ liệu cao nhất thế giới, đã đóng băng cấp phép mới. Nếu chi phí năng lượng tăng, chi phí suy luận sẽ không giảm như dự kiến. 3. Hiệu ứng dữ liệu bay hơi: Armstrong không tính đến vòng lặp dữ liệu: các công ty ứng dụng (như Microsoft Copilot) thu thập phản hồi người dùng, cải thiện mô hình riêng. Điều này tạo ra lợi thế cạnh tranh khó bị sao chép, bất kể nguồn mở có mạnh đến đâu.
Tôi đã chứng kiến điều này vào năm 2020, khi tôi tập trung vào Uniswap trong DeFi Summer. Tôi dành 4 tháng phân tích các pool thanh khoản, kết nối với 5 nhà phát triển tại Compound. Kết quả: tôi có 3.000 người theo dõi và được mời làm cố vấn cho quỹ 20 triệu USD. Bài học: giá trị không nằm ở giao thức mở, mà ở khả năng kết nối và hiểu biết sâu. Tương tự, AI mở chỉ là nền tảng; giá trị thực thuộc về người xây dựng ứng dụng và dữ liệu.
Kết luận: Bạn nên theo dõi điều gì?
Hãy quên '6 tháng' đi. Hãy tập trung vào tín hiệu thực: Liệu Llama 4 có vượt GPT-5 trong code generation? Liệu chi phí năng lượng có tăng đột biến? Và quan trọng nhất: liệu các công ty như Microsoft, Google có tạo ra ứng dụng AI 'killer' với tỷ lệ giữ chân người dùng cao không?
Tôi không nói Armstrong sai. Nhưng tôi nói rằng lỗ hổng trong lý luận của ông ta là một cơ hội. Những ai nhìn thấy điểm mù này – và hành động – sẽ là người chiến thắng trong chu kỳ tiếp theo. Còn bạn, bạn sẽ đứng về phía nào: cơ sở hạ tầng hay ứng dụng? Hãy suy nghĩ kỹ, bởi câu trả lời quyếtết định danh mục đầu tư của bạn trong 3 năm tới.