Xu hướng công nghệ 2025 của Benedict Evans: AI eats the world

 (ben-evans.com)
23 điểm bởi xguru 2024-12-30 | 2 bình luận | Chia sẻ qua WhatsApp
  • Bản tóm lược ngắn gọn và giải thích bổ sung cho báo cáo năm 2025 (slide 90 trang)
  • "Trong đời tôi chỉ có đúng 2 bản demo công nghệ mang tính cách mạng: GUI và ChatGPT - Bill Gates"
  • OpenAI được định giá ở mức dự kiến $157B (Microsoft mất 20 năm để đạt được điều này)
    • ChatGPT đã đạt được mức độ nhận biết trong dòng chính với tốc độ chưa từng có
    • Mức độ quan tâm rất cao, nhưng ứng dụng vẫn còn hạn chế và chưa được nhìn nhận là thực sự hữu ích
    • Trên thị trường đã bắt đầu xuất hiện ý kiến cho rằng lợi ích không tương xứng với mức đầu tư
  • Trong Hype Cycle, cần thời gian để đạt đến "Plateau of Productivity"
  • Bước chuyển nền tảng tiếp theo là "Generative AI"
    • Mainframe → PCs / SQL → Web / Open Source → Smartphones / Cloud → Generative AI
  • Nhưng hiện tại mọi thứ vẫn còn bỏ ngỏ và chưa có câu trả lời
    • How far will this scale?
    • How is this useful?
    • How do we deploy this?

How far will this scale? Nó có thể mở rộng đến mức nào?

  • LLM sẽ tiếp tục lớn lên chứ (scaling?) - LLM có thể làm được "mọi thứ" không?
  • Scaling là việc khó
    • Việc mở rộng các mô hình này có rất nhiều thách thức và sẽ tốn thời gian
      • GPU và điện năng, dữ liệu huấn luyện, triển khai và kỹ thuật, liệu kết quả có thực sự tốt hơn không?
    • Ở thời điểm này gần như buộc phải đầu tư bằng mọi giá (nếu không sẽ bỏ lỡ công nghệ quan trọng nhất trong 10~15 năm tới)
    • "Chúng tôi không có hào lũy - Google"
    • "Các mô hình đang được huấn luyện hiện nay tiêu tốn gần $1b, và vào 2025/2026 có thể sẽ là $5b hoặc $10b - CEO Anthropic"
    • "Lượng tính toán cần để huấn luyện Llama 4 lớn hơn Llama 3 hơn 10 lần, và các mô hình tương lai sẽ còn tiếp tục lớn hơn nữa - Mark Zuckerberg"
  • Nếu hào lũy là "vốn" thì... hiện Nvidia vẫn chưa đáp ứng nổi nhu cầu
  • Capex của Big 4 (Meta, Alphabet, AWS, MSFT) là $90b trong năm 2023 và $220b trong năm 2024. Năm 2025 sẽ còn tăng thêm
  • Mọi thứ đang thay đổi rất nhanh khi tiến bộ công nghệ diễn ra ngay dưới chân chúng ta
    • Để công nghệ AI tiếp tục phát triển về sau, điều quan trọng là phải cân bằng giữa thành quả (kết quả tốt hơn), định hướng, và hiệu quả tài nguyên (chi phí huấn luyện, chi phí suy luận, dấu chân carbon)
  • "Mô hình internet tiêu dùng kiểu phát hành miễn phí, lan truyền bằng truyền miệng rồi mới tính cách kiếm tiền về sau không phù hợp với cấu trúc chi phí của các mô hình ngôn ngữ lớn (LLM) ngày nay"
    • Theo truyền thống, phần mềm có chi phí phát triển ban đầu cao nhưng gần như không tốn chi phí để sao chép hay phân phối, tức là có "chi phí biên" gần bằng 0
    • LLM đòi hỏi tài nguyên tính toán khổng lồ (điện năng, máy chủ...) trong cả quá trình huấn luyện lẫn suy luận, và chi phí tăng mạnh khi số người dùng tăng lên
    • Chiến lược cung cấp miễn phí để thu hút lượng người dùng lớn sẽ không bền vững nếu chưa xác lập được mô hình kiếm tiền
    • Nói cách khác, ngay từ đầu cần có chiến lược thu hồi chi phí rõ ràng
  • "Toàn bộ ngành công nghệ đang miễn phí hóa mô hình kinh doanh của người khác"
    • Khi mô hình kinh doanh hoặc công nghệ cốt lõi của đối thủ hay tổ chức khác bị open source hoặc được miễn phí dưới hình thức khác, lợi thế cạnh tranh độc quyền của một công ty sẽ suy yếu
    • Meta đang công khai open source các tài sản công nghệ quan trọng như mô hình AI, khiến công nghệ đó trở thành hạ tầng dùng chung (commodity infrastructure) mà ai cũng có thể sử dụng
    • Apple đang thúc đẩy việc chạy mô hình AI trực tiếp trên thiết bị người dùng thông qua edge computing, khiến mô hình được xử lý như một API call đơn giản thay vì chạy trên máy chủ trung tâm, từ đó làm giảm giá trị thương mại hóa của công nghệ
  • Cơn bùng nổ mô hình giai đoạn 2023-2024: hãy chọn 2 trong 3 yếu tố tốt, nhanh, rẻ

How is this useful? Nó hữu ích đến mức nào?

  • 2013: machine learning bắt đầu phân biệt được người/chó/ghế. "Thông minh đấy, rồi sao?"
  • 2023: ML tạo sinh như ChatGPT có hữu ích không? "Thông minh đấy, rồi sao?"
  • Khả năng nhận biết lỗi vẫn còn hạn chế. Để xử lý lỗi hiệu quả cần một cách tiếp cận cân bằng trên mọi phương diện
    • Đây là bài toán tổng hợp kết hợp giữa vấn đề khoa học (cải thiện mô hình), xác định use case và thiết kế sản phẩm (cải thiện UX)
  • "Trong năm 2024, LLM hữu ích như thế nào?"
    • Về bản chất, LLM là một hệ thống xác suất dự đoán từ tiếp theo
    • Mức hiện tại: hữu ích cho việc tóm tắt hoặc tổng hợp thông tin, nhưng vẫn còn yếu ở suy luận phức tạp
    • LLM có tiềm năng tự động hóa những loại công việc mới, nhưng cần thêm nhiều khám phá để hiểu và định nghĩa đầy đủ điều đó
  • VisiCalc là chương trình bảng tính điện tử đầu tiên trên thế giới, giúp rút ngắn công việc tính toán từ 20 giờ xuống còn 15 phút
    • Một luật sư khi nhìn vào đó có thể thấy nó rất đột phá và thông minh, nhưng lại cảm thấy nó không áp dụng được cho công việc của mình
    • Nhưng những trường hợp như vậy đang ngày càng tăng
      • Nó mang lại giá trị tức thì trong các công việc có nhu cầu rõ ràng như lập trình, marketing, chăm sóc khách hàng
  • "Hãy bắt đầu từ trải nghiệm khách hàng rồi lần ngược về công nghệ. - Steve Jobs"

How do we deploy this? Chúng ta sẽ triển khai điều này như thế nào?

  • Quy trình thường thấy khi một công nghệ mới được đưa vào sử dụng
      1. Absorb (tích hợp): biến công nghệ mới thành một tính năng và thêm nó vào doanh nghiệp hoặc sản phẩm hiện có
      1. Innovate (đổi mới): phát triển ý tưởng hoặc sản phẩm đổi mới dựa trên công nghệ mới. Startup sẽ tách nó ra để tận dụng
      1. Redefine markets (tái định nghĩa thị trường): công nghệ mới có thể phá vỡ ranh giới của thị trường hiện có và tạo ra thị trường hoàn toàn mới. Điều này khó dự đoán và những trường hợp thành công cũng không nhiều
  • Những câu hỏi tiêu chuẩn mà doanh nghiệp cân nhắc khi áp dụng công nghệ mới
    • "Buy versus build?" (mua hay tự xây?)
    • "Single vendor or multi-vendor?" (dùng một nhà cung cấp hay nhiều nhà cung cấp?)
    • "Which use cases first? Whose budget?" (ưu tiên use case nào trước? ngân sách của ai?)
    • "Opex or capex? What’s the EPS impact?" (chi phí vận hành hay chi tiêu vốn? tác động đến EPS là gì?)
  • Tương lai có thể mất rất lâu mới đến
    • Cloud là một khái niệm đã cũ và nghe nhàm chán, nhưng hiện vẫn chỉ chiếm 30% tổng workflow
    • Trong năm 2024, 1/4 CIO đã phát hành thứ gì đó dựa trên LLM, nhưng một nửa vẫn chưa có kế hoạch làm gì vào năm sau
  • Nhưng nền tảng mới đồng nghĩa với công cụ mới
    • Các SaaS đã mở rộng mạnh mẽ từ tự động hóa để unbundle workflow khỏi SAP, Excel và Email
  • "Có hai cách để kiếm tiền: bundle hoặc unbundle. - Jim Barksdale"
  • Nếu LLM có thể xử lý mọi thứ thì sao?: nếu mô hình phát triển đủ xa, liệu lượng phần mềm chúng ta cần có thể giảm đi rất nhiều không?
    • Nếu khả năng xử lý các tác vụ cụ thể của LLM không tốt hơn hiện nay, chúng ta vẫn sẽ phải tiếp tục phát triển phần mềm mới
    • Nếu LLM tiếp tục có thể scaling và phát triển, rất nhiều phần của việc phát triển phần mềm có thể trở nên không còn cần thiết
      • "Khả năng tiến tới AI đa dụng xử lý mọi thứ"
  • LLM là hạ tầng, API, nền tảng hay trải nghiệm người dùng mới?: chúng ta sẽ điều khiển LLM bằng hệ thống logic, hay sẽ dùng LLM để điều khiển hệ thống logic?
    • LLM có thể được dùng như một API đơn giản, hoặc có thể trở thành cả một nền tảng và mọi thứ còn lại sẽ trở thành API
    • Vai trò của LLM sẽ tiếp tục tiến hóa theo sự phát triển của công nghệ và khả năng mở rộng
  • LLM có phá vỡ mô hình khám phá use case của chúng ta không?: nếu mọi thứ đều có cùng một UX, các doanh nhân sẽ phát minh ra use case mới và cách tự thể hiện mới như thế nào?
    • Trong phát triển phần mềm truyền thống, startup và doanh nghiệp hình dung và phát minh ra các use case cụ thể
    • Nếu LLM phát triển đến mức có thể xử lý và tự động hóa mọi use case, nhu cầu phát triển phần mềm truyền thống có thể giảm đi
    • Nếu LLM trở thành trung tâm của UX, người dùng có thể sẽ phải tự mình tưởng tượng và phát minh ra use case mới
      • Sự chuyển dịch mô hình trong phát triển phần mềm và thiết kế UX
  • 'AI' có xu hướng biến thành 'tự động hóa'.: As technology matures, it disappears
    • AI! → Smart → Auto → Just software
  • Ba mô hình cho sản phẩm LLM?
    • Thêm tính năng mới vào ứng dụng hiện có: "Viết lại email của tôi, tóm tắt các bài review giúp tôi"
    • Công cụ mới: "Phân tích và tóm tắt 500 báo cáo tài chính giúp tôi"
    • AI đa dụng: "Mua cho tôi một căn nhà"
  • Có lẽ mọi câu hỏi về AI chỉ có một trong hai câu trả lời.
    • "Nó sẽ vận hành giống như mọi lần chuyển dịch nền tảng khác."
    • "Không ai biết cả"

Meanwhile...

  • Từ tầm nhìn đến thực thi: điều gì đã trở nên lớn, điều gì đang được xây dựng và điều gì sẽ đến tiếp theo?
    • Đầu những năm 2000, ý tưởng đổi mới lớn là thương mại điện tử (e-commerce): "Mọi người sẽ mua hàng online"
    • Trong thập niên 2010, các ý tưởng như SaaS (Software as a Service), tự động hóa, công cụ cộng tác và quản lý workflow thu hút sự chú ý
    • Hướng đến năm 2030, Generative AI đang trở thành tầm nhìn mới
  • Meta vẫn đang theo đuổi metaverse (VR & AR). Công ty đã đầu tư ít nhất $60b và riêng 12 tháng qua là $17.4b
  • E-commerce về cơ bản vẫn như cũ (ngoại lệ duy nhất là giai đoạn COVID). Đây là biểu đồ nhàm chán nhất trong các biểu đồ công nghệ
  • Unbundling Amazon: GMV (Gross Merchandise Volume) của Shopify đã vượt $270b, tương đương 35% GMV của Amazon
  • Doanh thu quảng cáo của Amazon tiếp tục tăng. Dòng tiền còn lớn hơn retail/AWS
  • Software eats media: kênh mới, mô hình mới, bundle mới
    • Các nền tảng truyền thông lấy phần mềm làm trung tâm như YouTube, TikTok đang tạo ra doanh thu tương đương truyền thông truyền thống và nổi lên như những thế lực lớn của thị trường media
    • Những công ty truyền thông truyền thống quy mô lớn như Disney vẫn tạo ra doanh thu mạnh, nhưng đang phải đối mặt với tốc độ tăng trưởng của các nền tảng phần mềm
    • Các hình thức media mới như streaming (Netflix) đang thách thức mô hình truyền thống dựa trên cáp và phát sóng
    • Truyền thông truyền thống cố duy trì sức cạnh tranh bằng thư viện nội dung và nội dung độc quyền, trong khi các nền tảng phần mềm kết hợp mô hình quảng cáo và thuê bao để tối đa hóa doanh thu
  • Software eats cars?: sau hàng chục năm hứa hẹn và hàng chục tỷ USD đầu tư, có lẽ xe tự lái đang bắt đầu hoạt động thực sự
    • Số chuyến đi của robotaxi đang tăng trưởng ổn định. Ngành ô tô đang chuyển thành dịch vụ lấy phần mềm làm trung tâm
  • Xe hơi có trở thành phần mềm không?: BEV đang tiến gần 10% tổng doanh số, nhưng ai sẽ chiến thắng? Quá trình này có vận hành như Android không?
    • Xe điện thuần pin (Battery Electric Vehicle) chiếm khoảng 10% tổng doanh số ô tô trong năm 2023 và đang trở thành công nghệ chủ đạo
    • Các công ty như Tesla đang biến BEV không chỉ là phương tiện mà thành sản phẩm lấy phần mềm làm trung tâm. Điều này gợi mở khả năng BEV hình thành hệ sinh thái phần mềm tương tự smartphone

Bài viết liên quan