Hook
Tuần trước, OpenAI thông báo ChatGPT đạt 1 tỷ người dùng hoạt động hàng tuần. Các báo cáo tài chính và phân tích ngay lập tức ca ngợi đây là thành tựu vĩ đại nhất kể từ TikTok. Nhưng với tôi – một kẻ đã dành 15 năm nhìn vào các giao thức phi tập trung – con số này không kể câu chuyện về đỉnh cao, mà kể câu chuyện về một lỗ hổng cơ bản trong cách chúng ta xây dựng hạ tầng AI.
Context
Khoảng 7 tháng trước, Sam Altman đặt mục tiêu đạt 1 tỷ người dùng hoạt động hàng tuần. Hôm nay, nó đã thành hiện thực. Nhưng đọc kỹ báo cáo phân tích của The Information, tôi thấy điều họ không nói: bài toán chi phí suy luận (inference) đang nuốt chửng lợi nhuận, mô hình phân phối tập trung tạo ra điểm nghẽn đơn lẻ, và hơn hết, dữ liệu người dùng bị khóa trong hệ sinh thái của một công ty. Đối với một nhà quản lý giao thức phi tập trung như tôi, đây không phải là tin vui – đó là hồi chuông cảnh báo về sự cần thiết của một kiến trúc AI mở, nơi quyền sở hữu dữ liệu và khả năng truy cập không bị kiểm soát bởi một thực thể duy nhất.
Core
Hãy nhìn vào con số 1 tỷ. Giả sử mỗi người dùng tương tác 10 lần mỗi tuần, tạo ra 10 tỷ yêu cầu suy luận. Với mức chi phí ước tính 0,002 USD mỗi yêu cầu (đã tối ưu), tổng chi phí hàng tuần lên tới 20 triệu USD, tương đương hơn 1 tỷ USD mỗi năm. Để duy trì con số đó, OpenAI cần một cụm GPU khổng lồ – có thể lên tới 100.000 GPU H100 – tất cả đều thuê từ Microsoft Azure.
Điều này khiến tôi nhớ lại một cuộc thảo luận tại EthCC năm ngoái, nơi một kỹ sư của Ritual (giao thức suy luận phi tập trung) chỉ ra rằng chi phí suy luận tập trung cao gấp 10 lần so với suy luận phi tập trung tối ưu, bởi vì mạng lưới các node phân tán có thể tận dụng phần cứng nhàn rỗi và thanh toán bằng token.
Câu chuyện thương mại hóa cũng tương tự. OpenAI có 770.000 người dùng trả phí Plus (20 USD/tháng) – tức chưa tới 0,08% tổng người dùng hoạt động. Phần còn lại là người dùng miễn phí, khiến doanh thu bình quân trên mỗi người dùng (ARPU) cực kỳ thấp. Trong thế giới phi tập trung, mô hình tokenomic có thể giải quyết vấn đề này: người dùng trả phí bằng token khi sử dụng, nhưng cũng có thể kiếm token bằng cách cung cấp tài nguyên tính toán hoặc dữ liệu. Điều này tạo ra vòng tuần hoàn tích cực mà OpenAI không thể đạt được.
Tác động đến ngành công nghiệp: ChatGPT đã đào tạo 1 tỷ người dùng quen với việc trò chuyện với AI. Đây là điều kiện tiên quyết để các ứng dụng AI phi tập trung như Bittensor (mạng lưới học máy ngang hàng) hay Allora (thị trường dự đoán phi tập trung) có thể mở rộng. Nhưng nếu người dùng đã bị khóa trong hệ sinh thái của OpenAI, họ sẽ khó chuyển sang các nền tảng mở.
Contrarian
Ngược với suy nghĩ thông thường, tôi cho rằng 1 tỷ người dùng ChatGPT thực sự là tin xấu cho ngành AI phi tập trung trong ngắn hạn. Bởi vì nó càng củng cố niềm tin rằng 'tập trung hóa hoạt động' là con đường duy nhất để đạt quy mô. Các nhà đầu tư mạo hiểm sẽ đổ tiền vào các bản sao tập trung của ChatGPT, bỏ qua các dự án phi tập trung đang giải quyết vấn đề cốt lõi: quyền sở hữu dữ liệu và khả năng phục hồi.
Tuy nhiên, sự thật phản trực giác là: chính vì OpenAI đã chứng minh quy mô, áp lực từ các cơ quan quản lý (EU AI Act, FTC) sẽ tăng lên, buộc các công ty phải tìm đến giải pháp phi tập trung để tuân thủ.
Hãy tưởng tượng: nếu dữ liệu người dùng ChatGPT bị rò rỉ, hậu quả sẽ là thảm họa. Các hệ thống phi tập trung, nơi dữ liệu được mã hóa và phân tán, sẽ giảm thiểu rủi ro đó. Và khi chi phí tuân thủ vượt quá lợi ích của tập trung hóa, thị trường sẽ chuyển dịch.
Takeaway
OpenAI vừa chiến thắng trận chiến giành người dùng, nhưng cuộc chiến giành niềm tin vẫn còn ở phía trước. Tôi không nghi ngờ rằng trong 5 năm tới, khi người dùng bắt đầu đặt câu hỏi: 'Ai thực sự sở hữu dữ liệu của tôi?', và khi chi phí suy luận trở thành gánh nặng không thể chịu đựng, chính kiến trúc phi tập trung mới là câu trả lời. Nhưng liệu có đủ thời gian để các giao thức như Bittensor, Ritual hay Gensyn phát triển kịp? Đó là câu hỏi mà tôi – và có lẽ cả bạn – đang tự hỏi.
