Cuộc đua AI thực sự có thể không còn nằm ở các mô hình tiên phong

Trong vài tuần của mùa hè này, ngành công nghiệp AI đã dồn sự chú ý vào các mô hình tiên phong mới nhất của Anthropic và cuộc chiến tại Washington nhằm kiểm soát quyền truy cập vào chúng. Nhưng trong khi mọi người đang dõi theo các mô hình tiên phong, các nhà phát triển vẫn tiếp tục xây dựng — và họ không hề chờ đợi sự cho phép từ những "ông lớn" như Anthropic hay OpenAI.

Các mô hình mã nguồn mở (open-weight) của Trung Quốc chiếm 41% lượt tải xuống trên Hugging Face vào mùa xuân này, vượt qua các mô hình của Mỹ. Trên OpenRouter, sáu mô hình phổ biến nhất đều là các mô hình mở từ các công ty Trung Quốc bao gồm Tencent, Xiaomi, DeepSeek, MiniMax và Z.ai. Tại thời điểm viết bài, Claude Opus 4.7 của Anthropic chỉ đứng ở vị trí thứ bảy. Dữ liệu từ Vercel cho thấy các mô hình mã nguồn mở đang đảm nhận phần lớn hạ tầng có lưu lượng truy cập lớn của các ứng dụng AI, trong khi các mô hình đóng hoạt động như một lớp dịch vụ cao cấp với chi phí đắt đỏ hơn. Các mô hình mở đã xử lý gần một phần ba số yêu cầu AI trên nền tảng này vào tháng 6.

Những nền tảng đó chỉ nắm bắt được một phần của hệ sinh thái AI; cụ thể là chúng không bao gồm các phiên làm việc được lưu trữ bởi các phòng thí nghiệm lớn, vốn chiếm phần lớn lưu lượng sử dụng của OpenAI và Anthropic. Tuy nhiên, thị phần lớn và đang ngày càng tăng của các mô hình mã nguồn mở đặt ra một câu hỏi hóc búa: Các mô hình tiên phong còn quan trọng đến mức nào nếu hầu hết các ứng dụng AI thực tế cuối cùng đều chạy trên các giải pháp thay thế rẻ hơn và có thể tùy chỉnh?

Một số người coi sự phát triển của các mô hình mã nguồn mở là dấu hiệu cho thấy các mô hình thông minh nhất có thể chỉ được sử dụng cho những trường hợp chuyên biệt nhất. "Có lẽ trong vài năm tới, các mô hình tiên phong sẽ chỉ dành cho việc thử nghiệm và một số tác vụ có giá trị thực sự cao, còn hầu hết các khối lượng công việc thực tế sẽ được vận hành bởi các mô hình riêng tư trong nội bộ doanh nghiệp hoặc bởi các mô hình mã nguồn mở," CEO Clem Delangue của Hugging Face chia sẻ trong một tập gần đây của chương trình Equity.

Đang tải trình phát…

Hugging Face là một nền tảng và cộng đồng nhà phát triển nổi tiếng với việc lưu trữ, chia sẻ và hỗ trợ các công ty triển khai các mô hình mở. Delangue cho biết khách hàng và các thành viên cộng đồng của Hugging Face ngày càng đề cao lợi ích của việc sở hữu các mô hình AI riêng thay vì đi thuê, một xu hướng đang trở nên mạnh mẽ hơn sau khi họ phải đối mặt với hóa đơn chi phí khổng lồ từ việc mở rộng quy mô các mô hình tiên phong đóng.

"Nếu bạn là một công ty AI hoặc công nghệ, bạn không muốn thuê ngoài các năng lực cốt lõi của mình cho một công ty khác, cho một API 'hộp đen' mà bạn không thể kiểm soát, không có bất kỳ sự minh bạch nào và cũng không thực sự có quyền sở hữu," Delangue nói.

Delangue lập luận rằng sự thay đổi đó được phản ánh qua các hoạt động trên Hugging Face. Cứ mỗi bảy giây lại có một kho lưu trữ (repository) mới được tạo trên nền tảng này, nơi đang lưu trữ gần ba triệu mô hình công khai và một triệu tập dữ liệu công khai, theo lời Delangue. Ông cho rằng điều này vẽ nên một bức tranh khác biệt so với quan điểm "một mô hình thống trị tất cả". Trên thực tế, các công ty đang sử dụng nhiều mô hình khác nhau, trong đó nhiều mô hình được tùy chỉnh cho các trường hợp sử dụng cụ thể của họ. Ông cho biết một nửa số công ty trong danh sách Fortune 500 đang sử dụng Hugging Face để triển khai các mô hình riêng tư và mô hình mã nguồn mở của riêng họ.

Sự phổ biến ngày càng tăng của các mô hình mở diễn ra đồng thời với làn sóng các bản phát hành ngày càng mạnh mẽ từ các phòng thí nghiệm AI của Trung Quốc.

Cứ vài tháng, một công ty AI Trung Quốc lại tung ra một mô hình mã nguồn mở mạnh mẽ, có chi phí triển khai rẻ hơn và dễ tùy chỉnh hơn so với các đối thủ đóng, làm suy yếu mô hình kinh tế của các loại AI độc quyền mà các công ty Mỹ đã đổ hàng tỷ đô la vào. Gần đây nhất, công ty AI Z.ai có trụ sở tại Bắc Kinh đã phát hành một mô hình mã nguồn mở có tên GLM-5.2, vượt trội trong việc lập trình tác tử (agentic coding) và cạnh tranh với các mô hình mới nhất của Anthropic trong việc xác định các lỗ hổng bảo mật.

Delangue không phải là nhà điều hành duy nhất cho rằng các doanh nghiệp nên tránh việc phụ thuộc vào một nhà cung cấp mô hình duy nhất.

CEO Satya Nadella của Microsoft gần đây đã cảnh báo về việc bị khóa chặt vào một nhà cung cấp duy nhất, lập luận rằng quyền kiểm soát dữ liệu nên là mối quan tâm hàng đầu đối với các doanh nghiệp sử dụng AI.

"Mặc dù sự đổi mới tuyệt vời đến từ việc các nhà cung cấp mô hình có quyền sử dụng hợp lý để huấn luyện mô hình trên dữ liệu công khai là cần thiết, nhưng tôi thấy thật mỉa mai khi hiện trạng lại quay sang áp đặt các điều khoản hạn chế đối với việc chưng cất (distillation) và bảo lưu quyền học hỏi từ dữ liệu tương tác và sử dụng của khách hàng," Nadella nói. "Nếu luồng học hỏi chỉ chảy theo một hướng, giá trị kinh tế sẽ hội tụ về phía những người sở hữu hạ tầng học tập thay vì những người tạo ra tri thức. Do đó, việc phân phối hạ tầng học tập đến mọi doanh nghiệp là điều bắt buộc để họ có thể kiểm soát vòng lặp học tập của chính mình."

Sự trỗi dậy của các mô hình mở cũng làm gia tăng cuộc tranh luận về việc liệu các mô hình ngày càng mạnh mẽ có nên được phổ biến rộng rãi hay không.

CEO Dario Amodei của Anthropic lập luận rằng việc mở rộng quy mô các trọng số mô hình mở mạnh mẽ có thể trở nên nguy hiểm vì một khi đã được phát hành, chúng sẽ rất khó kiểm soát. Những người khác lập luận rằng các mô hình mở dễ dàng bị các tác nhân xấu tiếp cận, những kẻ có thể sử dụng chúng để phát tán thông tin sai lệch hoặc thực hiện chiến tranh mạng hoặc sinh học.

Delangue nhìn nhận sự đánh đổi này theo một cách khác.

"Rủi ro lớn nhất trong AI là sự tập trung quyền lực," Delangue nói. "Theo quan điểm của tôi, cách để làm cho thế giới an toàn hơn là san bằng sân chơi và tạo ra sự minh bạch cho các mô hình này."

Ông cho biết, minh bạch có nghĩa là những người bảo vệ có thể dễ dàng hơn trong việc "vá các lỗ hổng an ninh mạng mà họ đã biết các mô hình mã nguồn mở có thể khai thác".

Vị giám đốc của Hugging Face lập luận rằng việc giữ kín các mô hình mạnh mẽ không loại bỏ được những rủi ro liên quan đến các hệ thống AI tiên tiến, một phần vì rất dễ để vượt qua các rào cản bảo mật (guardrails) của API mô hình tiên phong, đánh cắp các trọng số và phát tán chúng công khai. Delangue cho rằng việc hạn chế các mô hình mạnh mẽ chỉ làm tập trung công nghệ vào tay một vài công ty, đồng thời làm giảm sự minh bạch về cách thức hoạt động của các hệ thống.

"Bạn không thực sự làm cho nó an toàn bằng cách giữ nó sau cánh cửa đóng kín chỉ dành cho một vài người chơi," Delangue nói. "Bạn làm cho nó nguy hiểm hơn vì bạn tạo ra sự bất đối xứng về quyền lực và năng lực."

Khi bạn mua hàng thông qua các liên kết trong bài viết của chúng tôi, chúng tôi có thể nhận được một khoản hoa hồng nhỏ. Điều này không ảnh hưởng đến tính độc lập trong biên tập của chúng tôi.