Điểm yếu “Achilles” trong cơn sốt AI mà Steve Eisman đang nói đến là gì?
Steve Eisman là một nhà quản lý quỹ phòng hộ nổi tiếng, được biết đến với khả năng dự đoán khủng hoảng tài chính năm 2008 và trở thành một trong những nhân vật thật trong bộ phim “The Big Short”. Gần đây, ông đã cảnh báo rằng phía sau sự phát triển nhanh chóng của cơn sốt AI là một điểm yếu chết người – đó là sự phụ thuộc cao độ vào hai công ty “OpenAI” và “Anthropic”. Cách ví von này xuất phát từ thần thoại Hy Lạp, đề cập đến phần yếu đuối duy nhất của Achilles, nghĩa là tương lai của toàn ngành AI phụ thuộc quá nhiều vào sự phát triển và đổi mới của một vài công ty.
Giống như trong một trận đấu thể thao, nếu chỉ dựa vào một vài ngôi sao, đội sẽ gặp rủi ro nghiêm trọng nếu họ bị chấn thương.
Tại sao cơn sốt AI lại phụ thuộc quá mức vào OpenAI và Anthropic?
Sự bùng nổ trong ngành công nghiệp AI, đặc biệt là lĩnh vực AI sinh tạo, đã chứng kiến OpenAI đứng đầu với sản phẩm ChatGPT và GPT-4, trong khi Anthropic nổi bật với đặc trưng “an toàn” và “kiểm soát” qua dòng sản phẩm Claude. Hai công ty này đã nắm giữ quyền kiểm soát trong việc huấn luyện và ứng dụng các mô hình AI lớn nhờ vào nguồn nhân lực, công nghệ, vốn đầu tư và tài nguyên đám mây.
Nhiều công ty khởi nghiệp, dịch vụ mới, và thậm chí các doanh nghiệp lớn đều trực tiếp hoặc gián tiếp xây dựng trên nền tảng và API của hai công ty này, tạo nên một cấu trúc như lắp ghép mô hình, với chỉ hai khối nền tảng còn lại.
Có những dữ liệu hay ví dụ thực tế nào cho thấy mức độ phụ thuộc này?
Theo các báo cáo công khai, tính đến năm 2024, số lượng yêu cầu từ các nhà phát triển toàn cầu sử dụng OpenAI API mỗi tháng đã vượt quá 10 tỷ yêu cầu. Dịch vụ đám mây của Microsoft Azure và Google Cloud cũng hợp tác trực tiếp với các dịch vụ mô hình AI, lần lượt chính thức liên minh sâu sắc với OpenAI và Anthropic.
Nếu nhìn vào thị trường khởi nghiệp Mỹ, hơn 60% dịch vụ AI sinh tạo sử dụng mô hình ngôn ngữ của OpenAI. Hơn nữa, nhiều công cụ AI nổi tiếng (như Notion AI, Duolingo AI, công cụ trợ lý chat của Slack) đều phụ thuộc trực tiếp vào OpenAI API. Tình huống này có thể được minh họa qua bảng dưới đây:
| Ứng dụng/Dịch vụ | Nền tảng chính phụ thuộc | Biện pháp dự phòng |
|---|---|---|
| Notion AI | OpenAI | Không (hoặc chỉ chuyển đổi một phần mô hình) |
| Slack AI | OpenAI | Có hạn chế |
| Claude của Anthropic | Anthropic | Chỉ dự phòng nội bộ của Anthropic |
Do đó, dữ liệu và các trường hợp thực tế cho thấy hầu hết các ứng dụng và sản phẩm trong hệ sinh thái AI đang cực kỳ phụ thuộc vào hai nhà cung cấp mô hình nền tảng này.
Cấu trúc phụ thuộc này mang lại những rủi ro gì?
Theo quan sát của Eisman, có một số rủi ro tiềm ẩn chính:
- Gián đoạn công nghệ: Nếu OpenAI hoặc Anthropic gặp sự cố hệ thống, bị tấn công mạng hoặc chặn API, hàng triệu người dùng và doanh nghiệp sẽ ngay lập tức “mất kết nối”. Chuyện này giống như khi GOOGLE hoặc FACEBOOK xảy ra sự cố làm ngưng trệ lưu thông thông tin toàn cầu, một công ty gặp vấn đề có thể ảnh hưởng toàn ngành.
- Áp lực cạnh tranh thương mại: Khi chỉ có một vài công ty có khả năng định giá và thiết lập tiêu chuẩn sản phẩm AI, thị trường sẽ thiếu cạnh tranh và khả năng đổi mới có thể sẽ bị thu hẹp.
- Rủi ro về an ninh và quy định: Phụ thuộc hoàn toàn vào một số ít nền tảng, vấn đề dữ liệu cá nhân, quyền riêng tư, kiểm duyệt và kiểm soát nội dung khó có thể bị “giám sát đa dạng” một cách hiệu quả.
- Thắt nghẹt phát triển ngành: Nếu hai công ty lớn gặp khủng hoảng tài chính, thay đổi lãnh đạo hoặc biến động chính sách, toàn ngành sẽ gặp khó khăn bất ngờ.
Cá nhân tôi cho rằng điều này tương tự như hiện tượng “thị trường độc quyền” trong lịch sử, chẳng hạn như Microsoft Windows hay Google chiếm ưu thế ở các nơi quan trọng. Chỉ cần nắm giữ tài nguyên dữ liệu và công nghệ cốt lõi, giống như những “kẻ săn mồi ít ỏi” ở đỉnh chuỗi thức ăn.
Tại sao chỉ có một số công ty có thể dẫn dắt ngành công nghiệp AI? Liệu điều này có thể thay đổi trong tương lai không?
Hiện tại, việc huấn luyện các mô hình AI lớn (như GPT-4, Claude 3) yêu cầu tính toán rất lớn, nguồn vốn dồi dào và nhân tài hàng đầu. Ước tính rằng việc huấn luyện một mô hình hàng đầu có thể tiêu tốn hàng triệu đô-la, đôi khi lên tới hàng trăm triệu đô-la.
- Rào cản cơ sở hạ tầng cao: GPU, lưu trữ đám mây, trung tâm dữ liệu đều tốn kém, nhiều công ty khởi nghiệp khó có khả năng chi trả.
- Tài năng và nguồn lực nghiên cứu phát triển: Các nhà nghiên cứu AI rất tập trung trong các công ty lớn hoặc tổ chức nổi tiếng.
- Quy mô và chất lượng dữ liệu: Các nhà phát triển bên ngoài rất khó đạt được quy mô dữ liệu huấn luyện lớn như OpenAI và Anthropic.
Tuy nhiên, động lực của ngành cũng đang thay đổi. Ví dụ, Meta (công ty mẹ của Facebook) đang thúc đẩy mô hình lớn mã nguồn mở Llama, Tesla đang tập trung vào AI tự lái, Google quyết tâm phát triển loạt sản phẩm Gemini. Những thế lực này có cơ hội phá vỡ tình hình độc quyền hiện tại.
Giống như thị trường điện thoại di động trước đây chỉ có Apple và Samsung, cuối cùng cũng đã xuất hiện các thương hiệu khác gia nhập.
Người dùng bình thường hoặc nhà phát triển nên làm gì để ứng phó với rủi ro “điểm duy nhất thất bại” này?
Nếu bạn là sinh viên hoặc người dùng thông thường, khi AI tool đột ngột không sử dụng được, bạn thường chỉ có thể “chờ đợi” và chuyển sang các công cụ dự phòng khác. Đối với chủ doanh nghiệp hoặc kỹ sư, họ có thể áp dụng các biện pháp sau để giảm thiểu rủi ro:
- Cấu trúc đa nền tảng: Tích hợp cùng lúc nhiều nhà cung cấp AI (như OpenAI, Google, Anthropic, Meta) và tự động chuyển đổi dựa trên tình hình phản hồi.
- Giám sát liên tục tình trạng API: Phát hiện kịp thời các sự cố dịch vụ của nhà cung cấp và cảnh báo trước.
- Thử nghiệm các giải pháp mã nguồn mở: Sử dụng các mô hình tự lưu trữ, tùy chỉnh như Llama, Mistral, mặc dù ban đầu phức tạp nhưng về lâu dài sẽ mang lại tính tự chủ hơn.
- Quan tâm đến rủi ro pháp lý và tuân thủ: Đảm bảo đầy đủ điều khoản quyền riêng tư dữ liệu, nơi lưu trữ và quyền hạn đều đã được kiểm tra.
Chẳng hạn, giống như điều hành một trang web, bạn không thể chỉ thuê một máy chủ mà còn phải chú ý đến sao lưu và kế hoạch “phục hồi thảm họa”.
Điểm yếu “Achilles” của ngành AI có ảnh hưởng đến sự phát triển trong tương lai của AI không?
Trong ngắn hạn, OpenAI và Anthropic vẫn là đầu tàu đổi mới. Nhưng việc đặt tất cả tài nguyên và kỳ vọng vào một số ít doanh nghiệp chắc chắn sẽ hạn chế khả năng linh hoạt của ngành, thậm chí che khuất cơ hội nổi lên của các lực lượng đổi mới khác.
Nhìn về tương lai, ngoài việc các cơ quan chính sách khuyến khích mã nguồn mở và cạnh tranh, người dùng, nhà phát triển và học giả đều nên cùng nhau thúc đẩy sự phát triển đa dạng và lành mạnh. Cảnh báo của Steve Eisman tuy nghiêm khắc nhưng cũng cung cấp cho chúng ta một cái nhìn mới: “Ánh sáng và bóng tối của ngành công nghệ thường chỉ cách nhau một bước”.
Bây giờ chính là thời điểm để cảnh giác với “điểm yếu Achilles”, khám phá nhiều kế hoạch, lựa chọn và tham gia tốt nhất.
Bạn có muốn nắm bắt thêm nhiều xu hướng AI và kiến thức đầu tư công nghệ? Hãy tham gia cùng chúng tôi để có cái nhìn ngành hàng và chiến lược kịp thời nhất!
Bấm vào đây để tham gia OKX ngay!
Muốn tìm hiểu thêm về các công cụ AI, kiến thức công nghệ mới hoặc những diễn biến tài chính đáng chú ý? Đọc thêm tại: Trong tình huống nào cần chú ý đến “AI tự chủ mất kiểm soát”? Phân tích tình huống thực tế từ cảnh báo của Anthropic
Không chỉ giúp nâng cao hiệu suất, sự kết hợp giữa AI và Web3 còn là một xu hướng đáng chú ý trong tương lai. Nếu bạn muốn đón đầu làn sóng công nghệ tiếp theo, hãy tìm hiểu thêm tại OKX — một trong ba sàn giao dịch tiền mã hóa lớn nhất thế giới: Hello Robot 官方網站
