Doanh nghiệp Ấn Độ chuyển hướng sang mô hình ngôn ngữ Trung Quốc để cắt giảm chi phí AI

Các công ty Ấn Độ đang ngày càng dựa vào các mô hình ngôn ngữ lớn (LLM) của Trung Quốc do DeepSeek, Alibaba và Moonshot AI phát triển để kiểm soát chi tiêu cho trí tuệ nhân tạo. Điều này kéo dài sự phụ thuộc của Ấn Độ vào Trung Quốc về các công nghệ tiên tiến, bất chấp lịch sử căng thẳng lâu dài giữa hai nước láng giềng.

Puneet Kumar, CEO tại Mirae Asset Venture Investments India, cho biết nhiều startup công nghệ tiêu dùng mà ông gặp từ giữa năm 2025 đã sử dụng các LLM trọng số mở (open-weight LLM) của Trung Quốc—những mô hình dựa trên các tham số có thể truy cập công khai—giúp cắt giảm chi phí xuống "một bậc độ lớn" (order of magnitude).

Vì các tham số này được công khai, người dùng có thể tải xuống và sửa đổi chúng trên máy tính cá nhân, trái ngược với các sản phẩm độc quyền từ các phòng thí nghiệm tiên phong của Mỹ như OpenAI và Anthropic. Các LLM trọng số mở của Trung Quốc có thể được truy cập tại Ấn Độ thông qua các nhà cung cấp dịch vụ như Microsoft với mức giá chỉ bằng một phần nhỏ so với các đối thủ Mỹ, nhờ chi phí phát triển thấp.

"Các mô hình của Mỹ rất đắt đỏ, và với rất nhiều tác vụ cơ bản, bạn không cần đến chúng," Gupta nói. "Đó là sự lãng phí, giống như việc cố lái một chiếc xe thể thao trên con đường thành phố đông đúc vậy."

Đối với các mô hình DeepSeek mà Microsoft cung cấp ở miền nam Ấn Độ thông qua nền tảng Foundry, phí dao động từ 0,19–1,74 USD cho mỗi triệu token đầu vào—đơn vị dữ liệu nhỏ mà các mô hình AI xử lý—trong khi giá cho token đầu ra dao động từ 0,51–5,40 USD mỗi triệu. Chi phí đầu vào cho Kimi của Moonshot lên tới 0,95 USD, trong khi chi phí đầu ra có thể đạt 4 USD mỗi triệu token.

Để so sánh, chi phí đầu vào cho dòng GPT 5.5 của OpenAI dao động từ 5–12 USD mỗi triệu token đầu vào, trong khi chi phí đầu ra dao động từ 30–54 USD.

Việc áp dụng các LLM Trung Quốc diễn ra trong bối cảnh các tên tuổi như OpenAI và Anthropic đang mở văn phòng và mở rộng dịch vụ tại quốc gia Nam Á này. Cả CEO OpenAI Sam Altman và CEO Anthropic Dario Amodei đều xuất hiện tại Hội nghị AI Ấn Độ đầu năm nay, nhấn mạnh tầm quan trọng của Ấn Độ như một thị trường nhờ số lượng người dùng internet khổng lồ. Anthropic đã giành được các khách hàng như hãng hàng không Air India thuộc Tata Group, nhà sản xuất phần mềm Cognizant và đơn vị xử lý thanh toán Razorpay, trong khi OpenAI có khách hàng là nhà sản xuất phần mềm lớn nhất Ấn Độ, Tata Consultancy Services.

Áp lực chi phí thúc đẩy sự phổ biến ngày càng tăng của các LLM Trung Quốc tại Ấn Độ cũng phản ánh xu hướng toàn cầu, khi các công ty lớn bao gồm Tesla, Amazon, Uber và Walmart đang giới hạn việc sử dụng AI để ngăn chặn chi tiêu công nghệ tăng vọt, khi trọng tâm chuyển từ việc sử dụng bừa bãi, được gọi là "tokenmaxxing", sang hiệu quả đầu tư. Theo OpenRouter, một thị trường cho các mô hình AI, các LLM Trung Quốc đang nổi lên như những người chiến thắng nhờ chiến lược giá cạnh tranh, với mức sử dụng tăng hơn gấp đôi lên 25 nghìn tỷ token trong tuần cuối tháng 6 so với cuối tháng 5. Con số đó cao hơn 78% so với các mô hình của Mỹ, một sự đảo ngược tình thế mạnh mẽ so với đầu năm, khi mức sử dụng chỉ bằng chưa đầy một nửa so với các đối thủ Mỹ.

Các công ty như Coinbase, DoorDash và Airbnb đã công khai cho biết họ bắt đầu sử dụng các mô hình của Trung Quốc.

Vidya Madhavan, nhà sáng lập ứng dụng hẹn hò Schmooze được Elevation Capital hậu thuẫn, cho biết khả năng tiết kiệm "đáng kể", cùng với việc các LLM trọng số mở được chấp nhận rộng rãi trên toàn cầu và khả năng mang lại hiệu suất thỏa đáng so với các đối thủ Mỹ, đã khuyến khích cô triển khai các mô hình Qwen của Alibaba sau một thời gian do dự ban đầu.

"Cách tiếp cận của chúng tôi là bắt đầu bằng việc sử dụng các giải pháp từ Google, OpenAI, Anthropic, ElevenLabs, v.v., để nắm bắt được tiêu chuẩn chất lượng, sau đó kết hợp mã nguồn mở với việc tinh chỉnh của riêng mình để đạt được kết quả tương tự và tiết kiệm chi phí bất cứ khi nào có thể," cô nói.

Nikhil Narendran, đối tác tại công ty luật Trilegal, coi các startup và nhà phát triển là những người tiên phong áp dụng tại Ấn Độ, mặc dù các công ty lớn hơn cũng đang cân nhắc việc triển khai các LLM Trung Quốc.

"Hóa đơn token là một vấn đề nghiêm trọng—nó đang ngày càng trở nên không bền vững," ông nói.

Narendran cho biết, điểm cộng thêm của các LLM trọng số mở là nhờ được lưu trữ cục bộ, dữ liệu vẫn nằm trong Ấn Độ, mặc dù "có thể tồn tại các thành phần triển khai chưa được kiểm chứng như phần mềm độc hại hoặc trojan, đó là một mối lo ngại."

"Trừ khi bản chất tiêu tốn token của các mô hình AI tiên phong từ Mỹ thay đổi, phía Trung Quốc có khả năng sẽ dẫn trước đáng kể so với người Mỹ," ông nói. "Vì yếu tố niềm tin là rào cản chính đối với họ, tôi tin rằng các nhà phát triển Trung Quốc hiểu rõ rủi ro đó và do đó có khả năng sẽ cực kỳ cẩn trọng."

Sự xâm nhập của các mô hình Trung Quốc vào Ấn Độ đang đặt ra câu hỏi về tham vọng chủ quyền AI của quốc gia Nam Á này, ngay cả khi các công ty như Sarvam và Gnani đang xây dựng các LLM bằng ngôn ngữ Ấn Độ.

Năm 2024, Ấn Độ đã dành khoảng 104 tỷ INR (1,1 tỷ USD) cho công nghệ này trong giai đoạn 5 năm, nhưng con số này vẫn quá nhỏ so với các khoản đầu tư công của Trung Quốc "lên tới hàng chục tỷ USD mỗi năm", theo công ty nghiên cứu Bernstein. Hơn nữa, việc giải ngân diễn ra không đồng đều, với chi tiêu thực tế trong năm tài chính kết thúc vào tháng 3 năm 2025 chỉ đạt 190 triệu INR (2,0 triệu USD), so với mức phân bổ 5,52 tỷ INR (57,7 triệu USD), trong khi chi tiêu cho năm tài chính tiếp theo là 3,79 tỷ INR (39,6 triệu USD), so với mức phân bổ 20 tỷ INR (208,9 triệu USD). Các quan chức chính phủ cho biết việc giải ngân sẽ tăng lên tương ứng với việc sử dụng các đơn vị xử lý đồ họa (GPU), vốn mất thời gian để mua sắm nhưng lại rất quan trọng để phát triển các mô hình AI.

Rủi ro bị cắt đứt khỏi các mô hình AI nước ngoài trong bối cảnh địa chính trị mong manh đã làm tăng áp lực buộc Ấn Độ phải phát triển năng lực của riêng mình. Washington đã từng ngăn cản Anthropic cung cấp cho các thực thể nước ngoài quyền truy cập vào các mô hình mới nhất của họ là Fable và Mythos, mặc dù các hạn chế này đã được dỡ bỏ vào cuối tháng trước. Ngoài ra, Reuters đưa tin đầu tuần này rằng Bắc Kinh hiện đang xem xét hạn chế quyền truy cập của nước ngoài vào các mô hình AI tiên tiến của Trung Quốc.

Các nhà phân tích cảnh báo rằng sự phụ thuộc của Ấn Độ vào Trung Quốc, vốn cũng thể hiện rõ ở các công nghệ tiên tiến khác như xe điện và pin lithium-ion, là rất rủi ro, xét đến lịch sử căng thẳng gần đây giữa hai quốc gia, đặc biệt là về tranh chấp lãnh thổ ở dãy Himalaya. Năm 2020, New Delhi đã thắt chặt các hạn chế đối với đầu tư của Trung Quốc sau khi xảy ra xung đột tại đó, mặc dù các hạn chế này đã được nới lỏng vào tháng 3 năm nay.

Sameer Patil, giám đốc tại Trung tâm An ninh, Chiến lược và Công nghệ thuộc tổ chức tư vấn Observer Research Foundation, cho biết tham vọng của Ấn Độ với các LLM chủ quyền chỉ giới hạn trong phạm vi sử dụng trong nước, không giống như Mỹ và Trung Quốc đang nhắm tới sự thống trị toàn cầu.

"Việc làm sâu sắc thêm sự phụ thuộc vào công nghệ nước ngoài, dù là của Mỹ hay Trung Quốc, đều là một mối lo ngại vì quyền truy cập có thể bị cắt đứt chỉ sau một đêm và bạn sẽ bị bỏ lại trong tình thế khó khăn," Patil nói. "Do đó, chúng ta phải phát triển được khả năng tự cường đó."

Bài viết này xuất hiện lần đầu trên Nikkei Asia. Nó đã được đăng lại tại đây như một phần trong quan hệ đối tác đang diễn ra giữa 36Kr và Nikkei.

Lưu ý: Các số liệu INR được chuyển đổi sang USD theo tỷ giá 95,72 INR = 1 USD dựa trên ước tính tính đến ngày 14 tháng 7 năm 2026, trừ khi có ghi chú khác. Việc chuyển đổi sang USD được trình bày để dễ tham khảo và có thể không hoàn toàn khớp với tỷ giá hối đoái hiện hành.