Các Mô Hình Trí Tuệ Nhân Tạo Có Đang Trở Thành Hàng Hóa?

CEO của Microsoft (MSFT ), Satya Nadella, gần đây đã gây ra cuộc tranh luận khi đề xuất rằng các mô hình trí tuệ nhân tạo tiên tiến đang trên đường trở thành hàng hóa. Trong một podcast, Nadella quan sát thấy rằng các mô hình nền tảng đang trở nên tương tự và rộng rãi, đến mức “các mô hình tự nó không đủ” để có một lợi thế cạnh tranh lâu dài. Ông chỉ ra rằng OpenAI – mặc dù có mạng nơ-ron tiên tiến – “không phải là một công ty mô hình; nó là một công ty sản phẩm happens to có mô hình tuyệt vời,” nhấn mạnh rằng lợi thế thực sự đến từ việc xây dựng sản phẩm xung quanh các mô hình.

Nói cách khác, chỉ có mô hình tiên tiến nhất có thể không còn đảm bảo vị trí lãnh đạo trên thị trường, vì bất kỳ lợi thế hiệu suất nào cũng có thể ngắn ngủi trong tốc độ đổi mới nhanh chóng của trí tuệ nhân tạo.

Quan điểm của Nadella mang trọng lượng trong một ngành công nghiệp nơi các gã khổng lồ công nghệ đang chạy đua để đào tạo các mô hình lớn hơn. Luận điểm của ông ngụ ý một sự thay đổi trong trọng tâm: thay vì tập trung vào sự thống trị của mô hình, các công ty nên tập trung năng lượng vào việc tích hợp trí tuệ nhân tạo vào “toàn bộ hệ thống và sản phẩm thành công.”

Điều này vang vọng một quan điểm rộng hơn rằng các đột phá trí tuệ nhân tạo ngày nay nhanh chóng trở thành tính năng cơ bản của ngày mai. Khi các mô hình trở nên tiêu chuẩn hóa và dễ tiếp cận hơn, sự chú ý chuyển sang cách trí tuệ nhân tạo được áp dụng trong các dịch vụ thế giới thực. Các công ty như Microsoft và Google (GOOGL ), với hệ sinh thái sản phẩm rộng lớn, có thể được đặt tốt nhất để tận dụng xu hướng hàng hóa hóa trí tuệ nhân tạo này bằng cách nhúng mô hình vào các dịch vụ thân thiện với người dùng.

Mở Rộng Truy Cập và Mô Hình Mở

Không lâu trước đây, chỉ có một số phòng thí nghiệm có thể xây dựng các mô hình trí tuệ nhân tạo tiên tiến, nhưng sự độc quyền đó đang nhanh chóng phai nhạt. Các khả năng trí tuệ nhân tạo đang ngày càng dễ tiếp cận với các tổ chức và thậm chí các cá nhân, thúc đẩy quan niệm về các mô hình như hàng hóa. Nghiên cứu viên trí tuệ nhân tạo Andrew Ng từ năm 2017 đã so sánh tiềm năng của trí tuệ nhân tạo với “điện mới,” gợi ý rằng giống như điện đã trở thành một hàng hóa phổ biến hỗ trợ cuộc sống hiện đại, các mô hình trí tuệ nhân tạo có thể trở thành các tiện ích cơ bản có sẵn từ nhiều nhà cung cấp.

Sự phổ biến gần đây của các mô hình mã nguồn mở đã tăng tốc xu hướng này. Meta (công ty mẹ của Facebook (META )), ví dụ, đã tạo ra sóng gió bằng cách phát hành các mô hình ngôn ngữ mạnh mẽ như LLaMA một cách cởi mở cho các nhà nghiên cứu và nhà phát triển mà không mất phí. Lý do là chiến lược: bằng cách mã nguồn mở trí tuệ nhân tạo của mình, Meta có thể thúc đẩy việc áp dụng rộng rãi hơn và nhận được các đóng góp từ cộng đồng, trong khi hạ thấp lợi thế độc quyền của các đối thủ. Và gần đây hơn, thế giới trí tuệ nhân tạo đã bùng nổ với việc phát hành mô hình DeepSeek của Trung Quốc.

Trong lĩnh vực tạo hình ảnh, mô hình Stable Diffusion của Stability AI đã cho thấy làm thế nào một đột phá có thể trở thành hàng hóa hóa: trong vòng vài tháng sau khi phát hành công khai vào năm 2022, nó đã trở thành một cái tên quen thuộc trong trí tuệ nhân tạo tạo hình, có sẵn trong vô số ứng dụng. Trên thực tế, hệ sinh thái mã nguồn mở đang bùng nổ – có hàng chục nghìn mô hình trí tuệ nhân tạo công khai có sẵn trên các kho lưu trữ như Hugging Face.

Điều này có nghĩa là các tổ chức không còn phải đối mặt với một lựa chọn nhị phân giữa việc trả tiền cho một mô hình độc quyền của một nhà cung cấp hoặc không có gì cả. Thay vào đó, họ có thể chọn từ một menu các mô hình (mở hoặc thương mại) hoặc thậm chí tinh chỉnh mô hình của riêng họ, giống như chọn hàng hóa từ một danh mục.

Các Gã Khổng Lồ Đám Mây Đang Chuyển Trí Tuệ Nhân Tạo Thành Dịch Vụ Tiện Ích

Các nhà cung cấp đám mây lớn đã trở thành những người kích hoạt – và thúc đẩy – quá trình hàng hóa hóa trí tuệ nhân tạo. Các công ty như Microsoft, Amazon (AMZN ) và Google đang cung cấp các mô hình trí tuệ nhân tạo dưới dạng dịch vụ theo nhu cầu, tương tự như tiện ích được cung cấp qua đám mây. Nadella lưu ý rằng “các mô hình đang trở thành hàng hóa trong [đám mây],” nhấn mạnh cách đám mây làm cho trí tuệ nhân tạo mạnh mẽ trở nên dễ tiếp cận rộng rãi.

Thực tế, đám mây Azure của Microsoft đã hợp tác với OpenAI, cho phép bất kỳ nhà phát triển hoặc doanh nghiệp nào cũng có thể tận dụng GPT-4 hoặc các mô hình hàng đầu khác thông qua một cuộc gọi API, mà không cần xây dựng trí tuệ nhân tạo của riêng họ từ đầu. Amazon Web Services (AWS) đã đi một bước xa hơn với nền tảng Bedrock, hoạt động như một thị trường mô hình. AWS Bedrock cung cấp một loạt các mô hình nền tảng từ nhiều công ty trí tuệ nhân tạo hàng đầu – từ các mô hình của Amazon đến các mô hình từ Anthropic, AI21 Labs, Stability AI và các công ty khác – tất cả đều có thể truy cập thông qua một dịch vụ được quản lý.

Cách tiếp cận “nhiều mô hình, một nền tảng” này thể hiện hàng hóa hóa: khách hàng có thể chọn mô hình phù hợp với nhu cầu của họ và chuyển đổi nhà cung cấp với sự dễ dàng tương đối, giống như mua hàng hóa.

Trong thực tế, điều này có nghĩa là các doanh nghiệp có thể dựa vào các nền tảng đám mây để luôn có mô hình tiên tiến nhất có sẵn, giống như điện từ lưới – và nếu một mô hình mới thu hút sự chú ý (ví dụ như một đột phá của một công ty khởi nghiệp), đám mây sẽ nhanh chóng cung cấp nó.

Khác Biệt Hóa Bên Ngoài Mô Hình Chính Nó

Nếu mọi người đều có quyền truy cập vào các mô hình trí tuệ nhân tạo tương tự, thì các công ty trí tuệ nhân tạo khác biệt hóa mình như thế nào? Đây là vấn đề cốt lõi của cuộc tranh luận về hàng hóa hóa. Sự đồng thuận giữa các nhà lãnh đạo trong ngành là giá trị sẽ nằm ở ứng dụng của trí tuệ nhân tạo, không chỉ là thuật toán. Chiến lược của OpenAI cũng phản ánh sự thay đổi này. Công ty đã tập trung vào việc cung cấp một sản phẩm được đánh bóng (ChatGPT và API của nó) và một hệ sinh thái các tiện ích mở rộng – như dịch vụ tinh chỉnh, plugin và giao diện người dùng thân thiện – thay vì chỉ phát hành mã mô hình thô.

Trong thực tế, điều này có nghĩa là cung cấp hiệu suất đáng tin cậy, tùy chọn tùy chỉnh và công cụ dành cho nhà phát triển xung quanh mô hình. Tương tự, các nhóm DeepMind và Brain của Google, hiện là một phần của Google DeepMind, đang chuyển hướng nghiên cứu của họ vào các sản phẩm của Google như tìm kiếm, ứng dụng văn phòng và API đám mây – nhúng trí tuệ nhân tạo để làm cho các dịch vụ đó trở nên thông minh hơn. Sự tinh vi kỹ thuật của mô hình chắc chắn quan trọng, nhưng Google biết rằng người dùng cuối cùng quan tâm đến các trải nghiệm được kích hoạt bởi trí tuệ nhân tạo (một công cụ tìm kiếm tốt hơn, một trợ lý kỹ thuật số hữu ích hơn, v.v.), không phải tên hoặc kích thước của mô hình.

Chúng tôi cũng đang chứng kiến các công ty khác biệt hóa thông qua chuyên môn hóa. Thay vì một mô hình để thống trị tất cả, một số công ty trí tuệ nhân tạo xây dựng mô hình được thiết kế cho các lĩnh vực hoặc nhiệm vụ cụ thể, nơi họ có thể tuyên bố chất lượng vượt trội ngay cả trong một cảnh quan hàng hóa hóa. Ví dụ, có các công ty khởi nghiệp trí tuệ nhân tạo tập trung độc quyền vào chẩn đoán y tế, tài chính hoặc luật – những lĩnh vực mà dữ liệu độc quyền và chuyên môn lĩnh vực có thể tạo ra một mô hình tốt hơn cho các nhiệm vụ đó so với một hệ thống chung.

Giao diện ChatGPT của OpenAI và bộ sưu tập mô hình chuyên dụng (Unite AI/Alex McFarland)

Một hình thức khác của sự khác biệt hóa là hiệu quả và chi phí. Một mô hình cung cấp hiệu suất tương đương với một phần nhỏ chi phí tính toán có thể là một lợi thế cạnh tranh. Điều này đã được nhấn mạnh bởi sự xuất hiện của mô hình R1 của DeepSeek, được cho là đã khớp với một số khả năng của GPT-4 của OpenAI với chi phí đào tạo dưới 6 triệu đô la, thấp hơn đáng kể so với ước tính 100 triệu đô la hoặc hơn cho GPT-4. Những lợi ích hiệu quả như vậy cho thấy rằng trong khi đầu ra của các mô hình khác nhau có thể trở nên tương tự, một nhà cung cấp có thể phân biệt mình bằng cách đạt được những kết quả đó với chi phí thấp hơn hoặc nhanh hơn.

Cuối cùng, có một cuộc đua để xây dựng lòng trung thành của người dùng và hệ sinh thái xung quanh các dịch vụ trí tuệ nhân tạo. Một khi một doanh nghiệp đã tích hợp một mô hình trí tuệ nhân tạo cụ thể sâu vào quy trình làm việc của mình (với các lệnh tùy chỉnh, tích hợp và dữ liệu tinh chỉnh), việc chuyển sang một mô hình khác không phải là ma sát. Các nhà cung cấp như OpenAI, Microsoft và các công ty khác đang cố gắng tăng cường sự gắn bó này bằng cách cung cấp các nền tảng toàn diện – từ SDK dành cho nhà phát triển đến thị trường các plugin trí tuệ nhân tạo – làm cho hương vị trí tuệ nhân tạo của họ trở thành một giải pháp toàn diện hơn là một hàng hóa có thể thay thế.

Các công ty đang di chuyển lên chuỗi giá trị: khi mô hình chính nó không còn là một rào cản, sự khác biệt đến từ mọi thứ xung quanh mô hình – dữ liệu, trải nghiệm người dùng, chuyên môn dọc và tích hợp vào các hệ thống hiện có.

Các Hiệu Ứng Kinh Tế Của Trí Tuệ Nhân Tạo Hàng Hóa

Quá trình hàng hóa hóa các mô hình trí tuệ nhân tạo mang lại những ý nghĩa kinh tế đáng kể. Trong ngắn hạn, nó đang thúc đẩy chi phí của các khả năng trí tuệ nhân tạo xuống. Với nhiều đối thủ cạnh tranh và các lựa chọn mã nguồn mở, giá cả của các dịch vụ trí tuệ nhân tạo đã giảm đáng kể.

Trong hai năm qua, OpenAI và các nhà cung cấp khác đã giảm giá đáng kể cho việc truy cập vào các mô hình ngôn ngữ. Ví dụ, giá token cho loạt GPT của OpenAI đã giảm hơn 80% từ năm 2023 đến năm 2024, một sự giảm giá được cho là do sự gia tăng cạnh tranh và lợi ích hiệu quả.

Tương tự, các nhà nhập mới cung cấp mô hình rẻ hơn hoặc mở buộc các công ty đã thành lập phải cung cấp nhiều hơn với ít hơn – cho dù thông qua các phiên bản thử nghiệm miễn phí, phát hành mã nguồn mở hoặc các thỏa thuận đóng gói. Điều này là tin tốt cho người tiêu dùng và các doanh nghiệp áp dụng trí tuệ nhân tạo, vì các khả năng tiên tiến trở nên dễ tiếp cận hơn. Nó cũng có nghĩa là công nghệ trí tuệ nhân tạo đang lan rộng nhanh hơn trên toàn bộ nền kinh tế: khi một thứ gì đó trở nên rẻ hơn và được tiêu chuẩn hóa, nhiều ngành công nghiệp hơn sẽ tích hợp nó, thúc đẩy sự đổi mới (giống như phần cứng máy tính giá rẻ vào những năm 2000 đã dẫn đến sự bùng nổ của phần mềm và dịch vụ internet).

Chúng tôi đã thấy một làn sóng áp dụng trí tuệ nhân tạo trong các lĩnh vực như dịch vụ khách hàng, tiếp thị và hoạt động, được thúc đẩy bởi các mô hình và dịch vụ sẵn có. Sự sẵn có rộng rãi hơn có thể mở rộng thị trường tổng thể cho các giải pháp trí tuệ nhân tạo, ngay cả khi biên độ lợi nhuận trên các mô hình chính nó thu hẹp lại.

Các động lực kinh tế của trí tuệ nhân tạo hàng hóa (Unite AI/Alex McFarland)

Tuy nhiên, hàng hóa hóa cũng có thể thay đổi cảnh quan cạnh tranh theo những cách đầy thách thức. Đối với các phòng thí nghiệm trí tuệ nhân tạo đã đầu tư hàng tỷ vào việc phát triển các mô hình tiên tiến, triển vọng rằng những mô hình đó chỉ mang lại lợi thế tạm thời đặt ra câu hỏi về ROI. Họ có thể cần điều chỉnh các mô hình kinh doanh của mình – ví dụ, tập trung vào dịch vụ doanh nghiệp, lợi thế dữ liệu độc quyền hoặc sản phẩm đăng ký được xây dựng trên mô hình, thay vì chỉ bán quyền truy cập API.

Cũng có một yếu tố đua vũ trang: khi bất kỳ đột phá nào về hiệu suất đều nhanh chóng được đáp ứng hoặc vượt qua bởi người khác (hoặc thậm chí bởi các cộng đồng mã nguồn mở), cửa sổ để kiếm tiền từ một mô hình mới hẹp lại. Điều này thúc đẩy các công ty xem xét các rào cản kinh tế thay thế. Một rào cản như vậy là tích hợp với dữ liệu độc quyền (không bị hàng hóa hóa) – trí tuệ nhân tạo được tinh chỉnh trên dữ liệu phong phú của một công ty có thể có giá trị hơn cho công ty đó so với bất kỳ mô hình ngoài hộp nào.

Một yếu tố khác là các tính năng quy định hoặc tuân thủ, nơi một nhà cung cấp có thể cung cấp mô hình với quyền riêng tư hoặc tuân thủ được đảm bảo cho sử dụng doanh nghiệp, khác biệt hóa theo cách vượt ra ngoài công nghệ thô. Trên quy mô vĩ mô, nếu các mô hình trí tuệ nhân tạo nền tảng trở nên phổ biến như cơ sở dữ liệu hoặc máy chủ web, chúng ta có thể thấy một sự thay đổi nơi dịch vụ xung quanh trí tuệ nhân tạo (đám mây lưu trữ, tư vấn, tùy chỉnh, bảo trì) trở thành các nhà tạo ra doanh thu chính. Hiện tại, các nhà cung cấp đám mây đã được hưởng lợi từ nhu cầu tăng cao về cơ sở hạ tầng tính toán (CPU, GPU, v.v.) để chạy tất cả các mô hình này – một chút giống như một tiện ích điện lợi nhuận từ việc sử dụng ngay cả khi các thiết bị là hàng hóa hóa.

Trong bản chất, kinh tế của trí tuệ nhân tạo có thể phản ánh kinh tế của các hàng hóa công nghệ thông tin khác: chi phí thấp hơn và quyền truy cập rộng rãi hơn thúc đẩy việc sử dụng rộng rãi, tạo ra các cơ hội mới được xây dựng trên lớp hàng hóa hóa, ngay cả khi các nhà cung cấp của lớp đó phải đối mặt với biên độ lợi nhuận chặt chẽ hơn và nhu cầu đổi mới liên tục hoặc khác biệt hóa ở nơi khác.