Phân tích - Bình luận

Làn sóng mô hình AI trọng số mở với chi phí ngày càng thấp đang làm thay đổi cách giới đầu tư nhìn vào cuộc đua AI. Các mô hình mới từ Trung Quốc cho thấy hiệu năng cao không nhất thiết phải đi kèm mức giá sử dụng đắt đỏ như trước.

Điều này gây sức ép trực tiếp lên những doanh nghiệp xây dựng mô hình đóng, nhưng tác động đối với các nhà sản xuất chip, trung tâm dữ liệu và điện toán đám mây có thể rất khác.

Sự xuất hiện của Kimi K3 do Moonshot AI phát triển là một ví dụ. Theo Wall Street Journal, mô hình này đạt kết quả tương đương hoặc vượt một số mô hình đóng hàng đầu ở một số phép đo, trong khi giá truy cập thấp hơn đáng kể. Cùng thời điểm, Alibaba, Z.ai và MiniMax cũng đưa ra các mô hình mới, tiếp nối làn sóng được DeepSeek tạo ra trước đó.

Thị trường lập tức đặt ra câu hỏi quen thuộc: nếu các doanh nghiệp có thể đạt cùng một kết quả với lượng tài nguyên thấp hơn và chi phí rẻ hơn, liệu hàng trăm tỷ USD đang được đầu tư vào chip, máy chủ và trung tâm dữ liệu có trở nên quá mức?

Câu trả lời chưa chắc nằm ở việc AI cần ít hạ tầng hơn. Một khả năng khác là chi phí thấp sẽ khiến AI được sử dụng nhiều hơn.

Rẻ hơn chưa chắc dùng ít hạ tầng

Ở đây xuất hiện một khái niệm kinh tế từ thế kỷ XIX: nghịch lý Jevons. Khi một công nghệ trở nên hiệu quả hơn và chi phí sử dụng giảm, tổng mức tiêu thụ tài nguyên liên quan có thể tăng thay vì giảm, bởi nhu cầu được kích thích mạnh hơn.

AI có thể đang tiến tới một cơ chế tương tự. Giả sử chi phí thực hiện một triệu tác vụ AI giảm 80%, một doanh nghiệp chưa chắc giảm ngân sách AI tương ứng 80%. Họ có thể mở rộng AI sang nhiều bộ phận, tăng số lượng truy vấn, xử lý nhiều tài liệu hơn hoặc triển khai các ứng dụng trước đây không đủ hiệu quả kinh tế.

Một mô hình ngôn ngữ có giá sử dụng thấp hơn vì vậy có thể làm giảm chi phí cho từng đơn vị tính toán, đồng thời làm tăng mạnh tổng số đơn vị được tiêu thụ.

Đó là lý do các nhà sản xuất chip ít có động lực phản đối sự phát triển của mô hình trọng số mở. Andrew Feldman, Giám đốc điều hành Cerebras Systems, cho rằng cạnh tranh giữa mô hình mở và đóng có lợi cho người sử dụng mà không nhất thiết làm suy yếu nhu cầu chip.

Nvidia cũng tích cực ủng hộ hệ sinh thái mô hình trọng số mở. Từ góc nhìn của một nhà cung cấp bộ xử lý, điều quan trọng không phải doanh nghiệp sử dụng mô hình của hãng nào, mà là tổng khối lượng tính toán cần được thực hiện.

Logic tương tự áp dụng với Amazon Web Services, Microsoft Azure và Google Cloud. Một mô hình có thể được tải xuống miễn phí, nhưng việc vận hành nó vẫn cần bộ xử lý, bộ nhớ, điện năng, lưu trữ dữ liệu, mạng, bảo mật và phần mềm quản lý.

Morningstar lưu ý ngay cả khi một doanh nghiệp chuyển toàn bộ hệ thống AI sang mô hình trọng số mở, họ vẫn cần hạ tầng điện toán để chạy mô hình, lưu dữ liệu và quản lý quyền truy cập.

Khảo sát của McKinsey công bố năm 2025 cũng cho thấy gần 2/3 doanh nghiệp đã có kinh nghiệm với AI sử dụng ít nhất một số mô hình trọng số mở. Phần lớn là các mô hình từ Meta, Google hay Mistral, thường được lựa chọn cho những nhiệm vụ mà doanh nghiệp không cần năng lực suy luận mạnh nhất trên thị trường.

Điều này cho thấy thị trường AI có thể phân tầng. Những mô hình tiên tiến nhất tiếp tục phục vụ các tác vụ phức tạp, trong khi mô hình nhỏ và rẻ đảm nhiệm khối lượng công việc lớn hơn ở cấp doanh nghiệp.

Bài toán kinh doanh vẫn chưa có lời giải

Thách thức lớn hơn đối với các nhà phát triển mô hình mở nằm ở mô hình kinh doanh.

Huấn luyện một hệ thống AI tiên tiến vẫn đòi hỏi lượng vốn lớn. Nếu sản phẩm được cung cấp với giá rất thấp hoặc người dùng có thể tải trọng số về miễn phí, nhà phát triển cần tìm một nguồn doanh thu khác đủ lớn để bù đắp chi phí nghiên cứu và tính toán.

Đây là bài toán tương đối dễ giải với những tập đoàn công nghệ có nhiều mảng kinh doanh. Một mô hình mở có thể đóng vai trò thu hút lập trình viên, thúc đẩy sử dụng dịch vụ điện toán đám mây hoặc củng cố hệ sinh thái phần mềm. Nhưng với một công ty chỉ tập trung phát triển mô hình, khả năng thu hồi vốn khó rõ ràng hơn.

Bank of America cũng cảnh báo không nên nhìn giá sử dụng thấp của các mô hình Trung Quốc rồi kết luận rằng chi phí phần cứng đã giảm tương ứng. Theo nhà phân tích Vivek Arya, mức giá của Kimi K3 phản ánh một phần lựa chọn về chiến lược kinh doanh, trong khi nhu cầu đối với bộ nhớ hiệu năng cao vẫn đáng kể.

Yếu tố địa chính trị và quản trị dữ liệu cũng hạn chế khả năng các tập đoàn phương Tây chuyển hoàn toàn sang mô hình Trung Quốc. Chi phí thấp chỉ là một biến số. Doanh nghiệp lớn còn phải xem xét bảo mật, chủ quyền dữ liệu, quy định pháp lý, khả năng hỗ trợ dài hạn và rủi ro các hạn chế công nghệ được ban hành trong tương lai.

Đối với Việt Nam, xu hướng này gợi ra một bài toán thực dụng. Doanh nghiệp có thể giảm chi phí sử dụng bằng cách chọn mô hình trọng số mở phù hợp cho từng tác vụ, nhưng chi phí máy chủ, điện toán đám mây, lưu trữ dữ liệu, an ninh và tích hợp vẫn còn. Vì vậy, lợi ích kinh tế của AI mở phụ thuộc vào khả năng tối ưu hạ tầng và quản trị dữ liệu. Với doanh nghiệp nhỏ và vừa, lựa chọn mô hình vừa đủ tốt có thể quan trọng hơn chạy theo mô hình mạnh nhất.

Cuộc cạnh tranh giữa mô hình mở và mô hình đóng vì thế có thể làm thay đổi đáng kể cách lợi nhuận được phân bổ trong ngành AI. Nhà phát triển mô hình sẽ phải chịu sức ép lớn hơn về giá và khả năng khác biệt hóa sản phẩm. Nhưng đối với những doanh nghiệp cung cấp phần cứng và hạ tầng, AI càng rẻ và dễ triển khai có thể đồng nghĩa với số lượng ứng dụng lớn hơn.

Nam Trần