Brian Armstrong dự đoán AI: Mô hình nguồn mở đuổi kịp trong 6 tháng, giá trị sẽ dịch chuyển về hạ tầng – Bài học cho Crypto?

Trong tập podcast gần đây, Brian Armstrong – CEO của Coinbase – đã đưa ra một loạt nhận định gây sốt về tương lai của AI. Ông cho rằng khoảng cách giữa mô hình nguồn mở và mô hình tiên tiến nhất hiện nay chỉ còn khoảng 6 tháng, chi phí suy luận (inference) sẽ giảm hơn 99%, và phần lớn giá trị trong ngành sẽ chảy về hạ tầng phần cứng và năng lượng, thay vì các công ty thuần mô hình. Những phát ngôn này không chỉ ảnh hưởng đến giới AI mà còn gợi mở nhiều đối sánh trực tiếp với hệ sinh thái crypto, nơi các câu chuyện về mã nguồn mở, chi phí giao dịch và lớp hạ tầng luôn là chủ đề nóng. Vậy, dưới góc nhìn của một Web3 Research Partner, những dự đoán này có đứng vững hay không? Và chúng ta có thể rút ra bài học gì cho các dự án blockchain và tiền mã hóa? Khi Armstrong nói về sự trỗi dậy của mô hình AI nguồn mở, ông đang mô tả một kịch bản từng xảy ra trong lịch sử crypto. Vào năm 2017, các blockchain nguồn mở như Bitcoin và Ethereum hoàn toàn thống trị, nhưng sau đó xuất hiện các nền tảng đóng như EOS hay Telegram TON. Cuối cùng, cộng đồng nguồn mở đã vượt lên nhờ tính minh bạch và khả năng fork không giới hạn. Tương tự, Meta đã phát hành Llama 3.1 với trọng số mở, và Mistral liên tục cải tiến kiến trúc. Nhưng Armstrong có thể đã lạc quan quá mức khi đặt cột mốc 6 tháng. Theo hiểu biết của tôi từ việc theo dõi quy trình commit trên GitHub của các dự án này, mô hình tiên tiến thực sự (GPT-5, Claude 4) vẫn còn giữ lợi thế ở các năng lực hệ thống như đa phương thức, ngữ cảnh dài và khả năng tác nhân. Trong crypto, từng có tuyên bố tương tự rằng “các giải pháp layer 2 sẽ bắt kịp layer 1 trong 3 tháng”, và thực tế đã chứng minh điều ngược lại. Khoảng cách 6 tháng chỉ khả thi nếu các mô hình nguồn mở có nguồn lực tính toán tương đương Meta và Mistral – điều không tưởng với hầu hết các team nhỏ. Điểm thú vị hơn nằm ở tuyên bố về chi phí suy luận giảm 99%. Điều này gợi nhớ đến sự sụt giảm phí giao dịch trên các blockchain trong chu kỳ 2020-2021. Khi Ethereum áp dụng EIP-1559 và các giải pháp rollup ra đời, phí giao dịch giảm từ hàng trăm USD xuống còn vài cent. Trong AI, nhờ tối ưu hóa phần cứng (chip chuyên dụng như Groq LPU), lượng tử hóa (INT4/FP8) và suy luận theo lô, chi phí mỗi token đã giảm khoảng 55% từ GPT-4 lên GPT-4o. Nếu xu hướng này tiếp tục, giảm 90% trong vòng 2 năm là hoàn toàn khả thi. Nhưng con số 99% cần đi kèm mốc thời gian cụ thể – liệu là 1 năm hay 5 năm? Trong crypto, các quảng cáo về “phí zero” thường đến kèm với trade-off về bảo mật hoặc tập trung hóa. Tương tự, chi phí suy luận rẻ hơn có thể khiến chất lượng đầu ra giảm, buộc doanh nghiệp phải tăng cường kiểm tra và hậu kiểm, làm đội chi phí vận hành thực tế. Về dịch chuyển giá trị, Armstrong cho rằng hạ tầng (chip, cloud, năng lượng) sẽ là người hưởng lợi chính. Nhìn sang crypto, điều này có nét tương đồng với câu chuyện “giá trị tập trung ở layer 1” mà nhiều người từng tin vào năm 2020. Các chỉ báo TVL thực sự đại diện cho số vốn bị khóa trong hợp đồng thông minh, nhưng phần lớn phí giao dịch lại chảy về các validator và thợ đào – tức là lớp hạ tầng. Hiện tại, Ethereum đang chứng kiến sự dịch chuyển một phần giá trị sang các rollup, nhưng nguồn thu chính vẫn nằm ở các nhà cung cấp dịch vụ staking và phần cứng. Tương tự, nếu AI model trở thành hàng hóa, NVIDIA và các công ty năng lượng sẽ thu về phần lớn lợi nhuận. Tuy nhiên, Armstrong đã bỏ qua một yếu tố then chốt: vòng xoáy dữ liệu (data flywheel). Trong crypto, các ứng dụng có dữ liệu người dùng lớn có thể tự xây dựng chain riêng (appchain) và chiếm lại giá trị. Trong AI, các công ty như Microsoft, Google đang tự thiết kế chip và thu thập dữ liệu người dùng, từ đó vừa kiểm soát hạ tầng vừa nắm giữ ứng dụng. Nếu kịch bản này xảy ra, các nhà cung cấp chip độc lập như NVIDIA có thể mất dần sức mạnh định giá. Một góc nhìn phản trực giác khác là Armstrong hoàn toàn lờ đi vấn đề an toàn và quản lý. Ông xem sự phát triển của nguồn mở như một tín hiệu tích cực tuyệt đối, nhưng thực tế, các mô hình nguồn mở dễ bị tấn công và lạm dụng hơn. Trong crypto, điều này tương ứng với các smart contract nguồn mở - dù minh bạch nhưng cũng là mục tiêu cho hacker. Lịch sử commit kể một câu chuyện khác: nhiều dự án Defi đã bị khai thác chỉ vì công khai mã nguồn quá sớm. Khi AI nguồn mở đạt đến trình độ tiên tiến, rủi ro deepfake và chiến tranh thông tin sẽ tăng vọt. Các chính phủ có thể áp đặt kiểm soát, làm chậm quá trình áp dụng. Trong ngành crypto, chúng ta đã chứng kiến điều này với các lệnh cấm mining hay giao dịch, làm giảm giá trị của toàn bộ mạng lưới. Cuối cùng, việc Armstrong so sánh AI với bong bóng dot-com gợi nhắc các nhà đầu tư crypto về chu kỳ tăng-giảm điên cuồng. Những con số TVL thực sự đại diện cho sự đầu cơ hơn là giá trị thực. Nếu AI đang ở giai đoạn “bong bóng”, thì các dự án AI kết hợp với crypto có thể đối mặt với điều chỉnh mạnh trong 12-24 tháng tới. Nhưng theo kinh nghiệm phát hiện tín hiệu thị trường của tôi, những dự án nào tập trung vào hạ tầng thật sự (như chip, năng lượng, hoặc các giải pháp zero-knowledge để xác thực suy luận AI) sẽ là nơi trú ẩn an toàn khi bong bóng vỡ. Đối với cộng đồng crypto, thông điệp rõ ràng: đừng đuổi theo các token AI meme, hãy nhìn vào những team đang xây dựng lớp hạ tầng mà ngay cả Brian Armstrong cũng phải thừa nhận là nơi giá trị đổ về.