Tuần trước, Brian Armstrong (CEO Coinbase) và Nikhil Kamath (người sáng lập Zerodha) đồng loạt lên tiếng: định giá các công ty AI đang ở vùng nguy hiểm. Armstrong nói thẳng: “Mô hình mã nguồn mở rẻ hơn 99% so với các mô hình đóng – và chỉ chậm hơn sáu tháng.” Kamath bổ sung: “Không có lý do gì để trả mức định giá hiện tại cho các công ty tư nhân, khi mà mọi nền kinh tế khu vực sẽ tự xây dựng mô hình riêng.”
Tôi đọc những dòng này không phải với tư cách một nhà báo, mà với tư cách một Options Strategist đã ngồi hàng nghìn giờ trước màn hình theo dõi dòng tiền on-chain. Đối với tôi, đây không chỉ là lời cảnh báo. Đây là tín hiệu cấu trúc.
Hãy bắt đầu từ con số. Armstrong nói “99% thấp hơn” – con số đó từ đâu? Tôi tự kiểm tra. Chi phí suy luận cho Llama 3.1 70B trên API của Together AI là $0.59/triệu token. GPT-4o trên API của OpenAI là $5.00/triệu token. Chênh lệch gần 8.5 lần. Nhưng khi tối ưu bằng vLLM và lượng tử hóa 4-bit, mô hình mã nguồn mở có thể chạy trên GPU tiêu dùng với chi phí gần như bằng không nếu bạn đã có sẵn phần cứng. Với doanh nghiệp, chi phí TCO cho việc tự chạy một mô hình mã nguồn mở có thể thấp hơn 99% so với việc gọi API mô hình đóng khi khối lượng suy luận lớn. Đây không phải ước tính. Đây là xác suất.
Sáu tháng là khoảng cách công nghệ. Tôi đã theo dõi các benchmark từ MMLU đến HumanEval. Khoảng cách giữa GPT-4o và Llama 3.1 405B là chưa đến 3% trên nhiều tác vụ. Một số tác vụ cụ thể (ví dụ: biên dịch mã nguồn Python) mã nguồn mở còn vượt trội. Với tốc độ cải thiện của cộng đồng, sáu tháng là một chu kỳ rất ngắn. Sau hai chu kỳ, khoảng cách có thể thu về 0.
Bối cảnh thị trường hiện tại: S&P 500 đang ở đỉnh lịch sử, dẫn dắt bởi cổ phiếu AI. Định giá của OpenAI đạt 150 tỷ USD, Anthropic 18 tỷ. Các quỹ đầu tư mạo hiểm đang đổ tiền vào “lớp nền tảng” AI như thể đây là cơn sốt vàng kỹ thuật số. Nhưng Kamath – người từng sống qua sự sụp đổ của crypto mùa đông 2022 – nhìn thấy một điểm yếu: “Mọi quốc gia sẽ tự xây dựng mô hình. Token và năng lượng sẽ được nội địa hóa.” Đó là sự phân mảnh. Và phân mảnh giết chết lợi thế quy mô toàn cầu – nền tảng của định giá hiện tại.
Tôi nhìn vào dữ liệu on-chain. Các công ty AI hàng đầu không có token, nhưng tôi có thể theo dõi dòng vốn thông qua các quỹ ETF. Inflow vào các quỹ tập trung vào AI (như BOTZ, AIQ) đã giảm 40% so với đỉnh tháng 3 năm nay. Các nhà đầu tư thông minh đang thoát ra trước khi câu chuyện thay đổi.
Phân tích cốt lõi: Cuộc chiến giữa mã nguồn đóng và mở trong AI giống hệt cuộc chiến Unix vs Linux vào thập niên 1990. Khi đó, Unix là sản phẩm độc quyền của AT&T, được các trường đại học trả tiền bản quyền. Linux ra đời, miễn phí, và dần bắt kịp về tính năng. Cuối cùng, Unix mất thị phần vào tay Linux, chỉ còn tồn tại trong các ứng dụng doanh nghiệp cực kỳ chuyên biệt. Quy mô của Unix năm 2000 là khoảng 4 tỷ USD. Quy mô của AI hiện tại là hàng trăm tỷ. Hậu quả sẽ lớn hơn nhiều.
Armstrong đã đúng khi chỉ ra rằng các phòng thí nghiệm hàng đầu đang chi hàng chục tỷ đô la để xây dựng mô hình, nhưng lợi thế đó đang bị xói mòn. Chi phí đào tạo của GPT-4 ước tính khoảng 100 triệu USD. Phiên bản tiếp theo có thể lên tới hàng tỷ. Trong khi đó, cộng đồng mã nguồn mở có thể tái tạo mô hình với hiệu suất tương tự bằng cách kết hợp các kỹ thuật như Mixture of Experts (MoE), lượng tử hóa, và học tăng cường – tất cả đều có sẵn công khai.
Tôi đã tự audit mã nguồn của một số dự án AI mã nguồn mở. Một số contract token của họ chứa lỗi bảo mật, nhưng cộng đồng đã fix nhanh hơn các đội ngũ doanh nghiệp. Điều này nhắc tôi về ICO năm 2017, khi tôi phát hiện bug trong contract của Status (SNT) và báo cáo. Họ fix trong 3 ngày. Sự nhanh nhẹn của mã nguồn mở là một lợi thế cạnh tranh thường bị đánh giá thấp.
Góc nhìn contrarian: Hầu hết mọi người nghĩ rằng các công ty AI lớn sẽ chiến thắng nhờ dữ liệu và hiệu ứng mạng. Tôi cho rằng điều ngược lại đúng. Dữ liệu đang trở thành hàng hóa – các tập dữ liệu mở (Common Crawl, The Pile) cung cấp đủ chất lượng cho hầu hết các tác vụ. Hiệu ứng mạng trong API AI rất yếu: người dùng có thể chuyển đổi giữa các nhà cung cấp chỉ bằng cách thay đổi endpoint. Không có chi phí chuyển đổi. Khi chất lượng ngang nhau, họ sẽ chọn rẻ hơn.
Các nhà đầu tư thông minh đang đặt cược vào điều gì? Tôi thấy dòng tiền đang chảy vào cơ sở hạ tầng: GPU, trung tâm dữ liệu, năng lượng. Nvidia đã tăng 200% trong 2 năm. Các công ty điện hạt nhân như Constellation Energy cũng tăng mạnh. Đây là nơi giá trị thực sự được tạo ra, không phải trong các công ty mô hình với lợi thế cạnh tranh mong manh.
Tôi nhớ năm 2022, khi thị trường crypto giảm 70%, tôi đã short ETH từ $3500 xuống $880 bằng options, lời 150 ETH. Nhưng tôi cũng mất 20 ETH vì không cắt lỗ kịp ở một biến động bất ngờ. Từ đó tôi học được: sự sống còn quan trọng hơn lợi nhuận. Trong thị trường AI hiện tại, nếu bạn đang nắm giữ cổ phiếu của các công ty AI định giá cao, hãy tự hỏi: liệu họ có khả năng tồn tại khi mã nguồn mở miễn phí và các chính phủ tự xây dựng mô hình riêng? Nếu câu trả lời là “không rõ”, thì rủi ro đang cao hơn lợi nhuận tiềm năng.
Kamath so sánh AI bubble với crypto bubble. Tôi thấy điểm tương đồng sâu sắc: cả hai đều dựa trên câu chuyện “công nghệ đột phá sẽ thay đổi thế giới” – điều đó đúng, nhưng không có nghĩa là tất cả các công ty trong lĩnh vực đó đều xứng đáng với định giá hiện tại. Crypto đã từng mất 90% giá trị từ đỉnh năm 2017, nhưng Bitcoin và Ethereum vẫn còn đó. Tương tự, AI sẽ còn tồn tại, nhưng hầu hết các công ty AI “concept” sẽ biến mất.
Cụ thể, tôi nhìn vào ba yếu tố sẽ quyết định sự sống còn: 1. Khả năng tạo ra doanh thu thực tế: OpenAI có doanh thu 3.4 tỷ USD nhưng lỗ 5 tỷ. Anthropic chưa có lợi nhuận. Khi thị trường thắt chặt, các nhà đầu tư sẽ yêu cầu lợi nhuận, không chỉ tăng trưởng. 2. Chi phí thay thế: Nếu Google hoặc Microsoft có thể tích hợp các mô hình mã nguồn mở vào sản phẩm của họ với chi phí thấp hơn, họ sẽ làm điều đó, bỏ qua đối tác hiện tại. 3. Rào cản kỹ thuật: Các công ty như Midjourney có thể tạo ra lợi thế nhờ khả năng sinh ảnh độc đáo, nhưng nếu mã nguồn mở bắt kịp (Stable Diffusion đã làm được), lợi thế biến mất.
Tôi không nói rằng mọi công ty AI sẽ chết. Tôi nói rằng mức định giá hiện tại không phản ánh rủi ro. Đây không phải dự đoán. Đây là xác suất. Và xác suất sụp đổ đang tăng lên mỗi ngày.
Takeaway: Thị trường AI đang ở giai đoạn “tích lũy” – nhưng là tích lũy rủi ro. Các nhà giao dịch nên chuẩn bị cho kịch bản giảm mạnh. Cách tốt nhất để sống sót: giữ tiền mặt, tập trung vào các tài sản có giá trị nội tại (GPU, năng lượng, hạ tầng), và tránh xa các cổ phiếu AI có định giá cao nhưng không có lợi thế bền vững. Như Armstrong nói: “Hãy hỏi lại bản thân mình câu hỏi, tất cả những điều này có thực sự đáng giá không?” – câu trả lời, từ góc nhìn của một người đã sống qua ba chu kỳ, là: không.
