Chu kỳ tin tức công nghệ diễn ra rất nhanh, nhưng tuần này mang lại cảm giác khác biệt. Trí tuệ nhân tạo không còn chỉ là một sản phẩm mới ra mắt hay một bài báo nghiên cứu. Nó đã trở thành một quân bài mặc cả trong chính sách đối ngoại. Các chính phủ đang bắt đầu coi trọng các trọng số mô hình (model weights) giống như uranium làm giàu: tập trung, nguy hiểm nếu bị lạm dụng, và không thể ngó lơ nếu một đối thủ tích trữ chúng. Cuộc chiến không còn nằm ở việc mô hình nào đạt điểm cao hơn trên các bảng xếp hạng (benchmark). Nó là về việc ai được quyền xây dựng chúng, ai kiểm soát các vật liệu cần thiết để huấn luyện chúng, và ai sở hữu dữ liệu mà chúng đã học được.
Cáo buộc về việc chưng cất (Distillation)
Tuần này, một quan chức Hoa Kỳ đã cáo buộc Moonshot AI đánh cắp mô hình Fable của Anthropic. Cáo buộc cụ thể là Moonshot đã sử dụng phương pháp chưng cất (distillation) để xây dựng hệ thống Kimi K3 của mình. Đối với những độc giả không theo dõi sát sao các phương pháp huấn luyện, chưng cất là việc sử dụng một mô hình lớn, có năng lực cao để dạy cho một mô hình nhỏ hơn hoặc mới hơn. Việc này là hợp pháp và phổ biến khi được sự cho phép. Nó trở thành hành vi trộm cắp khi một công ty trích xuất kiến thức từ hệ thống độc quyền của đối thủ mà không có sự ủy quyền.
Theo cáo buộc, bằng chứng nằm ở hành vi. Các nhà nghiên cứu nhận thấy rằng Kimi K3 thường xuyên tự nhận mình là Claude, trợ lý của Anthropic. Một mô hình với nguồn gốc huấn luyện riêng nên biết tên của chính nó. Khi nó liên tục khẳng định mình là một sản phẩm đối thủ, điều đó trông không giống một sự trùng hợp mà giống như một học sinh đã học thuộc lòng đáp án bài thi của giáo viên. Nếu Moonshot thực sự đã hút đầu ra (outputs) từ mô hình của Anthropic để huấn luyện Kimi K3, các hệ lụy về sở hữu trí tuệ sẽ vượt xa khỏi các phòng xử án ở Thung lũng Silicon. Chúng chạm đến các biện pháp kiểm soát xuất khẩu và các báo cáo an ninh quốc gia.
Sự trỗi dậy của các mô hình giá rẻ
Trong khi cuộc chiến chưng cất vẫn đang âm ỉ, các phòng thí nghiệm Trung Quốc đang tung ra các mô hình tiên phong (frontier models) với tốc độ và mức giá khiến giới cầm quyền Mỹ phải lo ngại. DeepSeek V4 và Kimi K3 ra mắt chỉ cách nhau vài ngày. Cả hai đều tuyên bố có khả năng tiệm cận nhóm dẫn đầu trên các bảng xếp hạng công khai, nhưng chúng vận hành với chi phí chỉ bằng một phần nhỏ so với các đối thủ Hoa Kỳ.
Mô hình này không mới, nhưng nó đang tăng tốc. Những cú sốc trước đó từ các phòng thí nghiệm Trung Quốc đã buộc Wall Street phải đặt câu hỏi liệu việc huấn luyện một mô hình tiên phong có thực sự cần đến mười tỷ đô la hay không. DeepSeek V4 và Kimi K3 tiếp tục tạo ra áp lực đó. Chúng cho thấy rằng hiệu quả kỹ thuật, việc tinh lọc dữ liệu thông minh và các giải pháp thay thế phần cứng có thể thay thế cho chi phí đầu tư vốn thô. Đối với các phòng thí nghiệm Hoa Kỳ đang đặt cược vào "con hào" quy mô (scaling moat), thông điệp đã quá rõ ràng: hiệu suất cao đang trở nên rẻ hơn, và cửa sổ cho mức giá cao cấp đang dần khép lại.
Cuộc chiến Agent cho doanh nghiệp
Không phải mọi tiêu đề báo chí tuần này đều nói về địa chính trị. OpenAI đã ra mắt Presence, một sản phẩm nhằm giúp các doanh nghiệp triển khai các AI agent. Bước đi này đặt OpenAI vào cuộc cạnh tranh trực tiếp với Google, Meta và NVIDIA. Mỗi công ty này đều thấy cùng một cơ hội: bản thân mô hình đang trở thành một loại hàng hóa phổ thông (commodity), nhưng nền tảng tự động hóa các quy trình làm việc thực tế mới là vô giá.
Agent là bước tiến logic tiếp theo sau chatbot. Chatbot trả lời các câu hỏi. Agent thì đặt vé máy bay, nộp báo cáo chi phí hoặc tái cân bằng hàng tồn kho trong kho hàng. Cuộc đua tự động hóa các tác vụ này đang nóng lên vì đó là nơi tạo ra doanh thu định kỳ cho doanh nghiệp. OpenAI không chỉ muốn bán động cơ; họ muốn bán cả chiếc xe. Google muốn Workspace điều hành các cuộc họp của bạn. Meta muốn các agent nằm trong mạng lưới xã hội (social graph) của mình. NVIDIA muốn cung cấp sức mạnh cho lớp hạ tầng bên dưới tất cả bọn họ. Người chiến thắng không nhất thiết là phòng thí nghiệm có mô hình tốt nhất, mà là bên thuyết phục được các bộ phận IT bàn giao chìa khóa của các hệ thống nội bộ.
Khi bê tông trở thành nút thắt cổ chai
Tất cả những tham vọng phần mềm này vẫn phụ thuộc vào các yếu tố vật lý. OpenAI đã làm rõ điều đó khi bắt đầu Project Camellia, một tổ hợp trung tâm dữ liệu trị giá ba mươi tỷ đô la tại Georgia. Ba mươi tỷ đô la không phải là ngân sách cho cơ sở vật chất. Đó là một tuyên bố rằng những giới hạn chính của AI không còn là thuật toán hay thậm chí là GPU nữa. Chúng là điện năng và bê tông.
Bạn không thể huấn luyện một mô hình tiên phong trong một tủ máy chủ. Bạn cần hàng nghìn bộ tăng tốc hoạt động đồng loạt, tiêu thụ nhiều điện năng hơn cả một thành phố quy mô trung bình. Bạn cần cáp quang, nước để làm mát, thép và nhiều năm xin giấy phép. Đó là lý do tại sao các nhà quản lý tài sản như BlackRock và MGX đang đổ hàng tỷ USD vào các dự án trung tâm dữ liệu. Họ không đầu cơ vào một ứng dụng. Họ đang mua lại những tuyến đường sắt và mỏ than của kỷ nguyên AI. Nếu chuỗi cung ứng cho việc sản xuất điện và xây dựng không thể theo kịp, toàn bộ lộ trình cho các mô hình lớn hơn sẽ bị trì trệ, bất kể các công thức toán học có trở nên tinh vi đến đâu.
Tòa án, Bản quyền và Vốn
Hệ thống pháp lý cũng bước vào tâm điểm chú ý trong tuần này. Một thẩm phán đã phê duyệt thỏa thuận hòa giải trị giá 1,5 tỷ USD của Anthropic với các tác giả, những người đã cáo buộc công ty sử dụng sách của họ để huấn luyện Claude mà không có sự cho phép. Thỏa thuận này giải quyết một trong những khiếu nại bản quyền lớn nhất trong lịch sử AI.
Giá trị của tấm séc cũng quan trọng không kém gì phán quyết. Nó gửi một thông điệp đến tất cả các phòng thí nghiệm khác rằng dữ liệu huấn luyện không phải là một nguồn tài nguyên miễn phí được thu thập từ web mở. Nó là một khoản nợ tiềm tàng có thể xuất hiện trên bảng cân đối kế toán. Một khoản mục trị giá 1,5 tỷ USD sẽ thay đổi cách các đội ngũ tài chính suy nghĩ về ngân sách tiền huấn luyện. Nó cũng trang bị cho các tác giả và nhà xuất bản một tiền lệ rõ ràng cho các vụ kiện trong tương lai. Nếu bạn đang xây dựng một mô hình ngày hôm nay, bạn không còn có thể giả định rằng tập dữ liệu huấn luyện của mình sẽ thoát khỏi một cuộc kiểm toán.
AI Vượt ra ngoài Màn hình
Cuối cùng, tổng số vốn đầu tư trong tuần này đã nhắc nhở mọi người rằng AI không chỉ giới hạn trong các cửa sổ chat. Nguồn vốn cho AI trong quốc phòng đã chạm mốc 3 tỷ USD trong tháng này, trong khi đầu tư vào việc tìm kiếm thuốc mới bằng AI đã đạt 2 tỷ USD.
Trong lĩnh vực quốc phòng, dòng tiền đang đổ vào các hệ thống có thể phân tích hình ảnh vệ tinh, điều phối các đàn drone và rút ngắn chu kỳ ra quyết định trên chiến trường. Trong lĩnh vực dược phẩm, các công cụ AI mới đang cắt giảm thời gian phát triển thuốc từ hàng năm xuống còn hàng tháng. Các nhà nghiên cứu hiện có thể tạo ra và sàng lọc các phân tử tiềm năng trên máy tính trước khi chúng thực sự được đưa vào phòng thí nghiệm ướt. Tính chất lưỡng dụng của công nghệ này đang được thể hiện rõ nét. Chính những phương pháp nền tảng giúp cải thiện bot chăm sóc khách hàng cũng giúp tăng tốc việc nhắm mục tiêu tên lửa và thiết kế kháng thể. Khi dòng tiền đổ vào, ranh giới về đạo đức và quy định giữa AI thương mại và AI chiến lược ngày càng trở nên mờ nhạt.
Các cuộc đàm phán tháng Chín và Bảng điểm mới
Tất cả những sợi dây liên kết này hội tụ tại một sự kiện: Hoa Kỳ và Trung Quốc sẽ tổ chức các cuộc đàm phán chính thức về AI vào tháng Chín. Họ dự kiến thảo luận về AI quân sự và khả năng tiếp cận chip. Chỉ riêng hai nội dung nghị sự này đã cho thấy chúng ta đã đi xa đến mức nào so với kỷ nguyên nghiên cứu mở.
Cuộc cạnh tranh cũ rất đơn giản. Bạn ra mắt một mô hình, tôi ra mắt một mô hình, và ai có điểm số cao hơn trên MMLU hoặc HumanEval sẽ thắng trong tuần đó. Trò chơi đó đang dần kết thúc. Những câu hỏi mới khó định lượng hơn và không thể khắc phục chỉ bằng một bản cập nhật phần mềm:
- Ai đã huấn luyện trên dữ liệu gì, và họ có trả tiền không?
- Ai có thể mua loại chip nào, và ai bị ngăn cản khỏi chuỗi cung ứng?
- Ai kiểm soát nguồn cung điện để duy trì các trung tâm dữ liệu?
Các điểm chuẩn đang gặp nhau. Các năng lực đang hội tụ. Nhưng chính trị lại đang chia rẽ. Hai hệ sinh thái song song đang hình thành, bị chia cắt bởi các giấy phép xuất khẩu, lưới điện và các chế độ pháp lý.
Bài học thực tế
Nếu bạn là một nhà phát triển, một người sáng lập, hay một người mua doanh nghiệp, hãy ngừng đánh giá AI thuần túy dựa trên điểm số trên bảng xếp hạng. Hãy bắt đầu coi rủi ro chuỗi cung ứng và rủi ro chính trị như những ràng buộc về mặt kỹ thuật. Mô hình mà bạn tích hợp hôm nay có thể bị vướng vào các hạn chế xuất khẩu vào ngày mai. Dữ liệu huấn luyện đằng sau nó có thể kéo theo một hóa đơn pháp lý trị giá hàng tỷ đô la. Trung tâm dữ liệu vận hành nó có thể bị giới hạn bởi lưới điện địa phương, chứ không phải bởi thiên tài của những nhà nghiên cứu đã xây dựng nên nó. Hãy xây dựng kiến trúc của bạn theo hướng các công cụ bạn dựa vào có thể bị cấm vận, bị kiện tụng, hoặc bị thiếu hụt nguồn điện—bởi vì tuần này đã cho thấy rõ ràng rằng cả ba điều đó hiện đều là những khả năng hoàn toàn có thể xảy ra.