Global Soul Limited liyi@gs-smt.com 86-755-27962186
Vào tháng 1 năm nay, công ty khởi nghiệp về trí tuệ nhân tạo DeepSeek đã tung ra hai đột phá thông qua mô hình R1 mới của mình, âm thầm định nghĩa lại nền kinh tế của trí tuệ nhân tạo. Mô hình này đạt hiệu suất hàng đầu với chi phí chỉ bằng 1/40 so với mô hình trước đó. Tính đến tháng 12 năm 2024, mô hình ngôn ngữ lớn V3 của DeepSeek đã giảm chi phí đào tạo hơn 90%.
Hai đột phá của DeepSeek đã thu hút sự chú ý rộng rãi: Đầu tiên, DeepSeek tiết lộ rằng việc yêu cầu các mô hình AI giải thích chi tiết về quá trình suy luận của chúng - một phương pháp nghiên cứu được gọi là gợi ý theo chuỗi tư duy - đã cải thiện độ chính xác và hiệu quả. Thứ hai, DeepSeek sử dụng trí tuệ nhân tạo để tạo ra các bộ dữ liệu của riêng mình, hoàn toàn độc lập với việc gắn nhãn dữ liệu thủ công. Mặc dù có những tranh cãi rằng DeepSeek không rẻ như tuyên bố, nhưng những đột phá này chắc chắn đã mở ra một kỷ nguyên mới của nền kinh tế AI.
Cấu trúc chi phí của trí tuệ nhân tạo đang thay đổi đáng kể. Mỗi đô la tăng trưởng hiệu suất đều có tác động sâu sắc đến các công ty khởi nghiệp, các ứng dụng doanh nghiệp và các khoản đầu tư cơ sở hạ tầng. Sự thay đổi này có thể đảo lộn các lực lượng thị trường, cuối cùng giúp các công ty khởi nghiệp nhanh nhẹn bắt kịp với các gã khổng lồ công nghệ trong ngắn hạn đồng thời thúc đẩy biên lợi nhuận.
Các gã khổng lồ công nghệ đã đầu tư hơn 100 tỷ đô la vào việc phát triển cơ sở hạ tầng AI và con số này tiếp tục tăng. Giờ đây, họ phải xem xét cách tạo ra lợi nhuận từ những khoản đầu tư khổng lồ này và duy trì lợi thế so với các thuật toán trước các đối thủ cạnh tranh thị trường nhỏ hơn, nhanh nhẹn hơn. Đứng trước một môi trường thay đổi nhanh chóng, cả các gã khổng lồ công nghệ và các công ty khởi nghiệp đều phải đối mặt với một tín hiệu rõ ràng: nắm bắt cơ hội tiến bộ công nghệ một cách nhanh chóng, hoặc bị loại bỏ.
Trước khi DeepSeek trỗi dậy, các công ty khởi nghiệp phải vật lộn để cạnh tranh với chi tiêu cơ sở hạ tầng của các gã khổng lồ công nghệ, những người đã đổ hàng tỷ đô la vào việc xây dựng các trung tâm dữ liệu khổng lồ mỗi quý và đạt được những lợi thế to lớn từ những tiến bộ trong công nghệ trí tuệ nhân tạo. Những gã khổng lồ này không chỉ có tài nguyên dữ liệu khổng lồ mà còn tập hợp một số lượng lớn các tài năng tiến sĩ, và sự tiến bộ của các thuật toán cũng phụ thuộc vào sức mạnh kỹ thuật mạnh mẽ của họ. Ngoài ra, các mạng lưới phân phối lâu đời cho phép họ đưa sản phẩm nhanh chóng đến khách hàng hiện tại và tăng tốc tiến bộ công nghệ thông qua các vòng lặp phản hồi.
Tuy nhiên, ngày nay, các công ty khởi nghiệp đủ lớn để cạnh tranh với các gã khổng lồ công nghệ. Chỉ riêng vào năm 2025, chi phí đào tạo mô hình sẽ giảm 95%, giảm đáng kể lợi thế về cơ sở hạ tầng của các gã khổng lồ công nghệ. Chi phí suy luận đã giảm gần một nghìn lần trong ba năm qua và dự kiến sẽ giảm hơn nữa trong tương lai. Thời gian của lợi thế thuật toán đã giảm xuống còn 45 đến 100 ngày và có thể tiếp tục giảm.
Khi chi phí đào tạo không còn là nút thắt chính, hiệu suất suy luận (tức là mức độ hoạt động tốt của các mô hình AI trong các ứng dụng thời gian thực) trở thành một trọng tâm mới. Chúng ta đang bước vào một giai đoạn mới: các mô hình nhỏ hơn, rẻ hơn, cung cấp sức mạnh tương đương với các mô hình lớn hơn và có thể chạy trên các GPU hiệu suất thấp hơn, kéo dài tuổi thọ của các GPU cũ hơn. Nếu các sản phẩm AI thông minh hơn có thể được cung cấp với chi phí rất thấp, thì các công ty khởi nghiệp cuối cùng có cơ hội vượt trội hơn các gã khổng lồ công nghệ đồng thời tăng lợi nhuận.
Phân bổ nhân lực hiệu quả hơn nữa sẽ củng cố lợi thế của người thách thức. Không còn cần phải thuê một số lượng lớn nhân tài cấp tiến sĩ để tập hợp một đội AI cạnh tranh, các công ty khởi nghiệp có thể phát triển, tối ưu hóa và phân phối các mô hình với chi phí thấp hơn nhiều so với các gã khổng lồ công nghệ. Và, vì họ chủ yếu tập trung vào cấp độ ứng dụng, những người thách thức có thể tận hưởng biên lợi nhuận cao hơn theo cách tương tự như các công ty khởi nghiệp đám mây đã giành được lợi thế bằng cách cải thiện kinh tế đơn vị 15 năm trước.
Xu hướng này không chỉ tốt cho các công ty khởi nghiệp. Nó cũng đặt các công ty như Nvidia vào rủi ro lớn hơn. Sau thông báo của DeepSeek, giá cổ phiếu của Nvidia đã giảm 12%, mặc dù sau đó đã phục hồi. Rủi ro đối với các nhà sản xuất chip tăng cao vì nhu cầu đang chuyển từ phần cứng tập trung vào đào tạo sang các giải pháp suy luận hiệu quả hơn. Sự trỗi dậy của các bộ xử lý thần kinh (NPU) cấp tiêu dùng có thể đẩy nhanh sự thay đổi này, cho phép các mô hình AI chạy nguyên bản trên các thiết bị như điện thoại thông minh và máy tính xách tay.
Những gì tốt cho những người thách thức thì lại không tốt cho các gã khổng lồ công nghệ. Các gã khổng lồ AI gần như theo bản năng đã gắn sự thống trị của DeepSeek với các hệ quả an ninh quốc gia trong nỗ lực thúc đẩy sự ủng hộ cho việc phát triển công nghệ tương tự, bỏ qua thực tế là các nhà nghiên cứu Hoa Kỳ, bao gồm cả tại Đại học Stanford, đã có thể sao chép và thậm chí vượt qua công nghệ của DeepSeek. Nhìn về phía trước, các công ty đầu tư số tiền lớn vào các dự án cơ sở hạ tầng dữ liệu có thể hỏi: Liệu việc chi tiêu khổng lồ cho nghiên cứu và phát triển mô hình AI có bị lãng phí không? Nếu công nghệ rẻ tiền hoạt động tốt như công nghệ đắt tiền, tại sao phải chi nhiều tiền như vậy?
Xu hướng lịch sử cho thấy rằng hầu hết các tiến bộ AI thực sự đã dựa vào đầu tư vốn quá mức vào quy mô. Kiến trúc Transformer đã thành công vì việc huấn luyện quá mức, vượt quá những gì được coi là tối ưu về mặt thuật toán vào thời điểm đó. Những tiến bộ công nghệ mới đang chứng minh rằng chúng ta có thể đạt được hiệu suất tương tự với chi phí thấp hơn. Mặc dù các giải pháp hiệu quả như DeepSeek đã cải thiện đáng kể hiệu quả, nhưng ngay cả như vậy, việc mở rộng các nhà cung cấp đám mây siêu quy mô vẫn yêu cầu các trung tâm dữ liệu lớn hơn và phải chịu chi phí suy luận ngày càng tăng.
Tuy nhiên, các gã khổng lồ công nghệ không ngồi yên. Chúng ta đã thấy một cuộc chạy đua vũ trang để giành được những thành tựu của DeepSeek, với những người như mô hình Gemini của Google, Azure AI Foundry của Microsoft và LLaMA mã nguồn mở của Meta đều cạnh tranh để giành quyền thống trị. Các mô hình mã nguồn mở có thể đóng một vai trò quan trọng. Mark Zuckerberg, Giám đốc điều hành của Meta, nhấn mạnh tầm quan trọng của AI được cá nhân hóa - tức là các mô hình được điều chỉnh theo nhu cầu, văn hóa và sở thích của từng người dùng. Tầm nhìn này phù hợp với một xu hướng rộng hơn trong sự phát triển AI: các mô hình nhỏ hơn, chuyên biệt hơn có khả năng mang lại hiệu suất cao mà không cần cơ sở hạ tầng đám mây lớn.
Đồng thời, các gã khổng lồ mã nguồn mở và mã nguồn đóng có các mục tiêu khác nhau, tăng cường hơn nữa lợi thế của người thách thức. Các mô hình mã nguồn mở do các công ty như Meta tạo ra sẽ tiếp tục cạnh tranh và giảm chi phí trên toàn hệ sinh thái, trong khi các mô hình mã nguồn đóng cố gắng tính phí cao hơn thông qua công nghệ tốt hơn. Các công ty khởi nghiệp có thể tận dụng sự cạnh tranh giữa hai phe để đạt được tỷ lệ giá/hiệu suất tốt nhất cho từng mục đích sử dụng, đồng thời tăng biên lợi nhuận.
Bất kể quy mô của doanh nghiệp, thông điệp rất rõ ràng: Tận dụng những lợi thế cụ thể có sẵn cho họ - động lực thị trường, sức mạnh tính toán và tài năng - một cách nhanh chóng hoặc phải đối mặt với thất bại. Chu kỳ tiến bộ công nghệ đang ngày càng ngắn lại, từ hàng tháng hoặc thậm chí hàng năm như trước đây để thiết lập các tiêu chuẩn hiệu suất mới, đến đột phá công nghệ của DeepSeek cho thấy hiện nay có thể chỉ mất 41 ngày. Đổi mới đang tiến triển với tốc độ chưa từng có và không gian dung sai lỗi đang thu hẹp nhanh chóng.
