Hãy tưởng tượng bạn đang đứng trước một cánh cửa. Một bên là những gã khổng lồ công nghệ với hàng tỷ đô la và hàng trăm nghìn TPU. Bên kia là những mạng lưới tính toán phi tập trung, nơi hàng nghìn GPU rải rác khắp thế giới cùng nhau huấn luyện mô hình. Cánh cửa nào sẽ mở ra tương lai của AI? Sự kiện Google ra mắt Gemini 3.6 Flash và khởi động pre-train Gemini 4 vừa qua không chỉ là tin tức công nghệ — nó là tín hiệu trực tiếp cho thị trường crypto, nơi các dự án AI phi tập trung đang cố gắng tìm chỗ đứng.
Context: Cuộc đua AI đang nóng lên từng ngày
Google vừa công bố Gemini 3.6 Flash, một mô hình tối ưu hóa cho Agent workflow, giảm 17% lượng token đầu ra và hạ giá output 16.7% (từ $9 xuống $7.5/triệu token). Benchmark DeepSWE tăng từ 37% lên 49%, MLE Bench từ 49.7% lên 63.9%. Đồng thời, họ hé lộ đã bắt đầu pre-train Gemini 4 — được mô tả là “tham vọng nhất từ trước đến nay”.
Với một người từng chứng kiến làn sóng ICO 2017 và mùa hè DeFi 2020, tôi thấy một sự tương đồng kỳ lạ: khi các ông lớn tập trung hóa đẩy mạnh năng lực AI, những dự án phi tập trung sẽ phải đối mặt với áp lực khủng khiếp — nhưng cũng mở ra cơ hội vàng nếu biết tận dụng điểm mù.
Core: Tác động đến các giao thức AI phi tập trung — phân tích kỹ thuật và giá trị
Hãy nhìn vào con số: Gemini 3.6 Flash giảm 17% output token, đồng nghĩa với việc mỗi tác vụ Agent tốn ít chi phí hơn. Điều này trực tiếp đe dọa các mạng tính toán phi tập trung như Render Network hay Akash Network, vốn đang cạnh tranh bằng chi phí thấp. Nếu Google có thể cung cấp suy luận AI với giá $7.5/triệu token, trong khi các mạng phi tập trung vẫn đang loay hoay với mức $10-$15, lợi thế cạnh tranh nghiêng hẳn về phía trung tâm hóa.
Nhưng — và đây là điểm thú vị — hiệu quả tăng lên không đồng nghĩa với việc tổng cầu giảm. Trong lịch sử crypto, khi phí giao dịch Layer 1 giảm, khối lượng giao dịch tăng vọt (hiệu ứng Jevons). Tương tự, khi giá suy luận AI giảm, nhu cầu về AI sẽ bùng nổ, và các tác vụ đặc thù (như huấn luyện mô hình chuyên biệt, fine-tuning riêng tư) sẽ không thể chạy trên các API đóng.
Đây chính là cơ hội cho Bittensor và các subnet chuyên biệt. Gemini 3.6 Flash tối ưu cho Agent, nhưng không công bố kiến trúc — khả năng cao là distillation từ model lớn hơn. Trong khi đó, Bittensor cho phép bất kỳ ai cũng có thể đào tạo và bán model của riêng mình. Nếu Google tập trung vào các tác vụ phổ thông, thị trường ngách — như fine-tuning cho dữ liệu y tế, tài chính, hoặc các Agent đặc thù cho từng doanh nghiệp — vẫn cần các giải pháp phi tập trung. Lý do: kiểm soát dữ liệu, tránh vendor lock-in, và chi phí thấp hơn cho các tác vụ siêu chuyên biệt.
Một điểm khác: Gemini 4 pre-train với quy mô “tham vọng” sẽ tiêu tốn hàng trăm triệu đô la điện năng. Nếu Google sử dụng năng lượng tái tạo, điều đó tốt. Nhưng nếu họ đốt nhiên liệu hóa thạch, điều này tạo ra áp lực ESG lên các nhà đầu tư tổ chức. Các dự án như Filecoin Green hay Energy Web có thể hưởng lợi nếu họ chứng minh được tính bền vững của đào tạo AI phi tập trung.
Contrarian: Góc nhìn ngược — hiệu quả của Google có thể là con dao hai lưỡi
Tôi đã từng mất 10.000 USD vì Impermanent Loss khi farming DeFi. Bài học: đừng bao giờ tin vào một câu chuyện hoàn hảo. Google tuyên bố Gemini 3.6 Flash cải thiện 12-14% trên benchmark, nhưng không công bố benchmark an toàn (safety benchmark). Một model mạnh hơn, rẻ hơn nhưng kém an toàn hơn có thể dẫn đến các vụ hack Agent, tấn công prompt injection trên quy mô lớn. Giới đầu cơ crypto thường phớt lờ rủi ro bảo mật cho đến khi sự cố xảy ra.
Hơn nữa, việc Google giảm giá output nhưng giữ nguyên giá input cho thấy họ đang tối ưu hóa lợi nhuận, không phải vị tha. Nếu các Agent bắt đầu phụ thuộc quá nhiều vào API của Google, chúng ta sẽ thấy một kịch bản “crypto bị trung tâm hóa trở lại” — trớ trêu thay.
Takeaway: Chiến lược cho nhà đầu tư và builder
Đừng mua FOMO khi nghe tin Google ra mắt model mới. Hãy nhìn vào dữ liệu: các dự án AI phi tập trung cần tập trung vào khả năng tương tác và chuyên biệt hóa, chứ không thể đấu sức với Google về quy mô. Cơ hội thực sự nằm ở những subnet của Bittensor chuyên về tác vụ ngách, hoặc các mạng lưu trữ phi tập trung như Filecoin khi nhu cầu lưu trữ dữ liệu huấn luyện tăng vọt. Tôi đã từng viết chuỗi bài “Modular Blockchain” sau khi mất 70% danh mục trong bear market 2022. Bài học vẫn vậy: khi mọi người đổ xô vào một hướng, hãy tìm hướng ngược lại. Gemini 3.6 Flash là một tín hiệu — không phải là đích đến, mà là cửa ngõ để chúng ta suy nghĩ lại về vai trò của phi tập trung trong kỷ nguyên AI.