Brian Armstrong, CEO Coinbase, vừa có một phát biểu gây sốt trên podcast: mô hình mã nguồn mở (open-source) chỉ còn cách mô hình hàng đầu (frontier) tối đa 6 tháng, chi phí suy luận (inference) sẽ giảm 99%, và giá trị cuối cùng sẽ dồn vào hạ tầng – chip, năng lượng, điện toán đám mây.
Nhưng đằng sau những con số hoành tráng ấy là gì? Liệu thị trường crypto, vốn đang lao vào AI, có đang hiểu đúng bản chất của cuộc chơi?
Khi tốc độ giao dịch gặp màu sắc của dự án đầu cơ, tôi nhận ra mình từng ngồi ở Manila, đọc whitepaper ICO Aragon năm 2017 và phát hiện lỗ hổng trong cơ chế bỏ phiếu. Bài viết phản biện của tôi hôm đó lan truyền nhanh hơn cả token pump. Giờ đây, tôi thấy một tình huống tương tự: những lời hứa lớn lao về AI mã nguồn mở đang làm mờ đi các dấu hiệu kỹ thuật.
Context – tại sao lại là bây giờ?
Chúng ta đang ở giai đoạn mà các quỹ đầu tư đổ tiền vào bất kỳ dự án nào có tag “AI + Blockchain”. Bittensor ($TAO) vượt mốc 40 tỷ USD market cap, Render ($RNDR) nổi lên như nhà cung cấp GPU phi tập trung, Akash ($AKT) cạnh tranh với AWS. Nhưng tất cả đều dựa trên giả định rằng nhu cầu tính toán AI sẽ tăng theo cấp số nhân và các mô hình đóng (closed-source) sẽ giữ lợi thế tuyệt đối.
Armstrong vừa thách thức giả định đó. Ông ta bảo: “Mô hình mở sẽ bắt kịp trong 6 tháng, chi phí suy luận xuống 1% – khi đó AI trở nên rẻ như điện, giá trị không còn nằm ở model nữa mà nằm ở nền móng bên dưới.”
Core – những con số biết nói
Hãy nhìn vào thực tế kỹ thuật. Meta Llama 3.1 405B ra mắt tháng 7/2024, đã chạm đến mức GPT-4o trong nhiều benchmark. Mistral Large 2 đi sau. Đúng là khoảng cách thu hẹp.
Nhưng tôi muốn nói đến điều mà Armstrong lờ đi: chi phí để train một Llama 3.1 405B lên đến 30.000 H100 GPU, tương đương trên 100 triệu USD. “Mã nguồn mở” ở đây chỉ là “open-weight” – trọng số được phát hành, còn dữ liệu huấn luyện, mã nguồn, quy trình vẫn đóng. Cộng đồng thực sự không thể tự nhân bản nếu không có ngân sách khủng.
Khi tốc độ giao dịch gặp màu sắc của dự án đầu cơ, các nhà đầu tư crypto dễ bị cuốn theo câu chuyện “mã nguồn mở sẽ thay thế tất cả”. Họ quên rằng 6 tháng là một con số quá chính xác để tin vào một nhận xét kiểu podcast.
Về chi phí suy luận giảm 99% – tôi đồng ý với xu hướng. Từ GPT-3 năm 2020 đến GPT-4o năm 2024, giá mỗi token đã giảm khoảng 55% theo công bố của OpenAI. Nhưng giảm 99% không phải chuyện một sớm một chiều. Nó cần scale cực lớn, chip chuyên dụng (Groq LPU, AWS Trainium), và quan trọng nhất: năng lượng rẻ.
Đây là lúc năng lượng trở thành hidden gem. Armstrong đúng khi nói các công ty điện lực sẽ hưởng lợi. Nhưng trong crypto, các project như Powerledger, Energy Web Token có thực sự hút dòng tiền? Dữ liệu cho thấy chúng chưa tạo ra đột biến.
Contrarian – góc nhìn bị bỏ quên
Cộng đồng crypto đang kỳ vọng rằng khi chi phí inference rẻ, các dự án AI phi tập trung (decentralized AI) sẽ phất lên. Nhưng tôi phát hiện một nghịch lý:
- Hạ tầng phi tập trung đang bị định giá quá cao so với doanh thu thực. Render Network năm 2024 chỉ ghi nhận khoảng 10 triệu USD doanh thu từ cho thuê GPU, trong khi marketcap của nó lên đến 7 tỷ USD – hệ số giá/doanh thu 700 lần. Điều đó chỉ có thể biện minh nếu tăng trưởng doanh thu đạt 500% mỗi năm trong 3 năm tới.
- Mô hình mã nguồn mở an toàn hơn? Không hề. Các model open-source dễ bị vượt rào, dễ bị lạm dụng để tạo deepfake hoặc tấn công mạng. Khi năng lực của chúng tiến đến frontier, rủi ro bảo mật tăng theo cấp số nhân. Điều này mở ra cơ hội cho các dự án bảo mật AI trên blockchain như Bittensor subnet, nhưng cũng tạo ra rủi ro pháp lý có thể siết chặt toàn bộ ngành.
- Giá trị có thực sự về hạ tầng? Năm 2000, ai cũng nói giá trị sẽ về Cisco và Intel – nhưng sau cùng, Amazon và Google mới là kẻ thắng cuộc nhờ ứng dụng và nền tảng. Trong crypto, điều tương tự có thể xảy ra: các layer ứng dụng như AI agent (Fetch.ai, Autonolas) hoặc các nền tảng dữ liệu huấn luyện (Ocean Protocol) mới có network effect thực sự.
Takeaway – tôi sẽ làm gì?
Là một người từng build bot giao dịch DeFi trên Balancer năm 2020, kiếm 12 ETH trong 3 tháng nhờ khai thác chênh lệch giá, tôi hiểu rằng tốc độ không bằng chất lượng. Armstrong đã vẽ ra một bức tranh hấp dẫn về tương lai AI, nhưng tôi không vội tin vào “6 tháng” hay “99%”.
Những gì tôi tin: - Chip và năng lượng là lộ trình dài hạn. Nhưng trong crypto, đầu tư vào các token hạ tầng cần chọn lọc. Hãy nhìn vào các dự án có revenue thực và tokenomics bền vững, không chỉ meme AI. - Cảnh báo bong bóng. Lịch sử ICO 2017 cho thấy khi mọi người hét “đây là cuộc cách mạng”, đó thường là lúc đỉnh. AI crypto cũng vậy. - An toàn là ưu tiên. Khi mã nguồn mở mạnh lên, các dự án cung cấp giải pháp chống deepfake, xác thực nội dung bằng blockchain sẽ trở nên có giá trị.
Liệu cơn sốt AI lần này có đi theo vết xe đổ của ICO? Câu hỏi đó vẫn còn bỏ ngỏ. Nhưng tôi sẽ tiếp tục săn tin, giống như cách tôi đã săn lỗ hổng trong whitepaper Aragon ngày nào.
— Bài viết thể hiện quan điểm cá nhân, không phải lời khuyên đầu tư.