Hướng dẫn dành cho người ghét bong bóng AI

 (wheresyoured.at)
33 điểm bởi GN⁺ 2025-07-24 | 5 bình luận | Chia sẻ qua WhatsApp
  • Bong bóng AI là tình trạng phình to chủ yếu bằng kỳ vọng dù không có lợi nhuận thực chất, đồng thời là một cấu trúc cực kỳ bất ổn cả về kinh tế lẫn công nghệ
  • NVIDIA và một số ít Big Tech đang chống đỡ thị trường, trong khi phần lớn các công ty AI đang ghi nhận khoản lỗ khổng lồ
  • Toàn bộ hệ sinh thái đang phụ thuộc quá mức vào việc bán GPU, và trên thực tế doanh nghiệp kiếm được tiền chỉ có NVIDIA
  • Tác động của AI đối với năng suất, đổi mới, thay thế việc làm... đang bị thổi phồng, còn đa số startup dựa trên AI thì đang cầm cự mà không có mô hình kinh doanh rõ ràng hay khả năng chuyển sang có lãi
  • Nguồn vốn khổng lồ và truyền thông đang nuôi dưỡng ảo tưởng về AI, trong khi thực tế lại đầy rẫy chức năng lặp đi lặp lại và hạn chế, chi phí cao, cùng một tương lai bất định

Mở đầu: Cảnh báo về “bong bóng AI”

  • Báo chí đích thực là ghi chép lịch sử và chẩn đoán chính xác sự thật, đồng thời mô tả rõ ràng khi một tình hình đáng để cảnh báo
  • Tác giả có mối lo ngại sâu sắc và sự cảnh giác cao độ với diện mạo hiện tại của ngành AI
  • Những lo ngại này không xuất phát từ sự yếu đuối hay bi quan, mà từ một thái độ hoài nghi lành mạnh, nhìn thị trường và bong bóng vốn cùng sự tự huyễn hoặc bằng con mắt phê phán
  • Tác giả và những người chỉ trích khác bị hạ thấp quá mức chỉ vì không thuận theo logic thị trường, đồng thời bị quy chụp là ‘phản đối chỉ để phản đối’ hoặc ‘câu kéo click để kiếm traffic’
  • Nhưng mục đích của sự phê phán không phải là thu hút chú ý đơn thuần, mà là để phơi bày sự cường điệu và giả dối trong ngành, sự lãng phí vốn, phá hoại môi trường, và một cấu trúc chỉ mang lại lợi ích cho thiểu số
  • Từ năm 2021 đến nay, tác giả đã liên tục chỉ trích nhiều dạng bong bóng và thao túng như làn sóng phản đối làm việc từ xa, bong bóng mạng xã hội âm thanh Clubhouse, bong bóng NFT, màn dựng chuyện về Quiet Quitting, và vụ FTX
  • Đây không phải kiểu ‘thích chống đối’ đơn thuần, mà bắt nguồn từ tư duy phản biện và sự ngờ vực lành mạnh đối với quyền lực và tư bản
  • Nhìn vào tình hình gần đây, bong bóng AI là một cấu trúc cực kỳ mong manh được dựng lên chỉ từ kỳ vọng thị trường, bầu không khí (vibes), và niềm tin mù quáng
  • Dù bong bóng đã hiện diện rất rõ, thị trường vẫn phủ nhận điều đó hoặc ảo tưởng rằng nó mạnh và vững chắc hơn thực tế rất nhiều
  • Tác giả tự nhận mình là một ‘hater’, đồng thời bày tỏ sự ghét bỏ đối với lãng phí và thua lỗ, phá hoại môi trường, tiếp thị gian dối, và ảo tưởng về thay thế việc làm
  • Bài viết này không phải một cẩm nang theo nghĩa truyền thống, mà là tài liệu tóm lược cô đọng những vấn đề cốt lõi và cơ sở phê phán của bong bóng AI
  • Tác giả cảm thấy vỡ mộng trước những ảo ảnh của ngành AI, khái niệm ‘agent’ không vận hành được, phần mềm cloud đắt đỏ mà vô dụng, và sự cường điệu rằng ‘tương lai đã đến’
  • Theo tác giả, cơn sốt AI tạo sinh chỉ là một ảo ảnh không có doanh thu, thành quả hay hiệu dụng thực sự
  • Khi tất cả những điều này sụp đổ, xin hãy nhớ rằng tác giả đã cảnh báo từ trước

Điểm yếu của The Magnificent 7: NVIDIA

  • Tính đến tháng 7/2025, cổ phiếu NVIDIA đã bật tăng mạnh trở lại lên 170 USD, nhưng hồi tháng 1 năm nay từng rơi xuống dưới 100 USD do sự kiện DeepSeek, cho thấy mức độ phản ứng cực đoan với các biến động lớn của thị trường
  • Magnificent 7 (chiếm 35% thị trường chứng khoán Mỹ): NVIDIA, Microsoft, Alphabet(Google), Apple, Meta, Tesla, Amazon
    • Trong số này, vốn hóa thị trường của NVIDIA chiếm 19% Magnificent 7
    • Nhiều sản phẩm hưu trí và đầu tư của người Mỹ gắn với nhóm Big Tech này, nên nếu bong bóng AI sụp đổ thì có thể ảnh hưởng tới nền kinh tế thực
  • Mức độ phụ thuộc doanh thu chính của NVIDIA là rất nghiêm trọng
    • Microsoft(18.9%), Amazon(7.5%), Meta(9.3%), Alphabet(5.6%), Tesla(0.9%) chiếm 42.4% tổng doanh thu của NVIDIA
    • Meta dùng 25% chi tiêu vốn, Microsoft dùng 47% chi tiêu vốn để mua chip NVIDIA
    • Microsoft thuê máy chủ từ CoreWeave, còn các công ty cloud mới như CoreWeave và Crusoe cũng đóng góp 10% doanh thu cho NVIDIA
  • Tốc độ tăng trưởng kết quả kinh doanh theo quý của NVIDIA
    • Tăng trưởng theo năm: 101%, 94%, 78%, 69% (4 quý gần nhất)
    • Tăng trưởng theo quý đã chậm lại mạnh từ 69%→59%→12%→12%
    • Doanh thu trung tâm dữ liệu (chủ yếu là GPU cho máy chủ) đạt 39,1 tỷ USD, thấp hơn dự báo thị trường (39,4 tỷ USD)
    • Cùng với các vấn đề ở thị trường Trung Quốc (như lệnh cấm H20), giới hạn tăng trưởng doanh thu ngày càng lộ rõ
  • Rủi ro của NVIDIA
    • Muốn duy trì tăng trưởng, số lượng GPU bán ra phải tăng ở mọi quý
    • 88% doanh thu đến từ GPU trung tâm dữ liệu (tức giao dịch AI), và nếu chuỗi mua hàng liên tục từ 5-6 Big Tech bị ngắt quãng thì toàn bộ thị trường có thể rung chuyển
    • Trên thực tế, 35% thị trường chứng khoán Mỹ đang được ‘chống đỡ’ bởi việc mua GPU của 5-6 công ty
    • 47.87% lợi nhuận của Russell 1000 đến từ Magnificent 7 (tính đến năm 2024)
  • Kết luận lại, nếu tăng trưởng của NVIDIA chậm lại hoặc doanh thu bị ảnh hưởng, cú sốc có thể lan trực tiếp sang toàn bộ Magnificent 7, xa hơn là thị trường chứng khoán Mỹ và thị trường hưu trí

The Hollow "AI Trade" (giao dịch AI rỗng tuếch)

  • Trái với nhận thức phổ biến của thị trường rằng “AI kiếm ra tiền”, ngoài NVIDIA thì hầu như không có công ty nào tạo ra lợi nhuận từ AI tạo sinh

Magnificent 7 đã đổ 560 tỷ USD vào đầu tư vốn (Capex) liên quan đến AI trong 2 năm 2024~2025, nhưng doanh thu AI tạo ra kết quả chỉ vỏn vẹn 35 tỷ USD

  • Nếu Meta, Amazon, Microsoft, Google, Tesla triển khai đúng như đã hứa, thì khoản đầu tư 560 tỷ USD sẽ chỉ tạo ra 35 tỷ USD doanh thu
  • Trên thực tế, phần lớn doanh nghiệp chỉ có ‘doanh thu’ chứ hoàn toàn không có lợi nhuận (Profit)
  • Cấu trúc thị trường như vậy là một sự tiêu hao vốn cực kỳ phi lý và nguy hiểm

Doanh thu AI của Microsoft trong năm 2025: 13 tỷ USD, trong đó 10 tỷ USD là OpenAI chi cho Azure theo 'mức giá chiết khấu chỉ vừa đủ bù chi phí vận hành máy chủ'

  • Chi tiêu vốn (Capex) năm 2025: 80 tỷ USD

  • Tính đến tháng 1/2025, Microsoft công bố doanh thu thường niên hóa liên quan đến AI là 13 tỷ USD, nhưng trong đó 10 tỷ USD (khoảng 77%) đến từ việc OpenAI sử dụng Microsoft Azure
  • Số tiền OpenAI trả là 'mức giá chiết khấu sâu chỉ đủ bù chi phí vận hành máy chủ của Microsoft', nên gần như không để lại lợi nhuận thực chất
  • Trên thực tế, doanh thu AI ‘thật sự’ của Microsoft chỉ khoảng 3 tỷ USD, tương đương 3.75% chi tiêu vốn năm 2025
  • Trong năm 2024, trong tổng doanh thu AI 4,7 tỷ USD thì 2 tỷ USD cũng đến từ OpenAI; trong 2 năm, công ty đã đầu tư 135,7 tỷ USD vào hạ tầng AI, nhưng trong tổng doanh thu AI 17,7 tỷ USD thì 12,7 tỷ USD là giao dịch nội bộ
  • Rốt cuộc, mảng AI của Microsoft chỉ phình to về bề ngoài, còn lợi nhuận thực tế là rất nhỏ và phần lớn đến từ giao dịch nội bộ với OpenAI

Doanh thu AI của Amazon trong năm 2025: 5 tỷ USD

  • Chi tiêu vốn (Capex) năm 2025: 105 tỷ USD

  • Trong năm 2025, doanh thu AI dự kiến của Amazon là 5 tỷ USD, một con số rất nhỏ so với mức chi tiêu vốn khổng lồ 105 tỷ USD
  • Ngay cả trong năm 2024, chi tiêu vốn cũng đã lên tới 83 tỷ USD, nhưng doanh thu AI thực tế chỉ vỏn vẹn 2,77 tỷ USD
  • Các nhà phân tích dự báo doanh thu AI của Amazon có thể tăng 80%, nhưng cấu trúc lợi nhuận so với mức đầu tư vẫn cực kỳ kém hiệu quả
  • CEO Amazon Andy Jassy nhấn mạnh rằng “AI là cơ hội kinh doanh lớn nhất kể từ cloud và là thay đổi công nghệ lớn nhất kể từ internet”, nhưng dữ liệu thực tế không thể hậu thuẫn cho tuyên bố này
  • Bất chấp việc rót vốn quy mô lớn, những giới hạn mang tính cấu trúc của mô hình chưa thể tạo ra lợi nhuận đáng kể từ AI đang ngày càng lộ rõ

Doanh thu AI của Google: tối đa 7,7 tỷ USD

  • Chi tiêu vốn (Capex) năm 2025: 75 tỷ USD

  • Ước tính doanh thu liên quan đến AI của Google trong năm 2025 chỉ ở mức tối đa 7,7 tỷ USD, và ước tính của các nhà phân tích Bank of America còn được xem là khá hào phóng
  • Trong đó, 4,2 tỷ USD đến từ doanh thu đăng ký AI trong Google Cloud, 3,1 tỷ USD đến từ gói AI cao cấp của Google One
    1,1 tỷ USD còn lại là doanh thu tạo ra từ việc tăng giá sau khi ép bổ sung các tính năng Gemini AI vào dịch vụ Workspace
  • Gói AI cao cấp của Google One chỉ có thể đạt doanh thu 3,1 tỷ USD nếu giả định có khoảng 12,9 triệu thuê bao trả phí, nhưng đây là một ước tính thiếu cơ sở thực tế
  • Doanh thu Workspace cũng phụ thuộc vào hiệu ứng tăng giá mang tính áp đặt với người dùng doanh nghiệp, khiến triển vọng tăng trưởng bền vững bị đặt dấu hỏi
  • So với tổng chi tiêu vốn liên quan đến AI là 75 tỷ USD, doanh thu AI thực tế (không phải lợi nhuận) ở mức rất nhỏ bé

Doanh thu AI của Meta: 2~3 tỷ USD

  • Chi tiêu vốn (Capex) năm 2025: 72 tỷ USD

  • Trong năm 2025, doanh thu AI của Meta ở mức 2~3 tỷ USD, là con số rất nhỏ so với 72 tỷ USD đầu tư thiết bị AI
  • Meta đã tích hợp cưỡng ép các tính năng AI tạo sinh (LLM, tạo ảnh, v.v.) vào mọi dịch vụ chủ lực như Instagram DM, nhưng đang thất bại trong việc kiếm tiền thực chất từ đó
  • Theo các tài liệu được công bố trong vụ kiện bản quyền, Meta từng tuyên bố doanh thu AI từ 460 tỷ đến 1,4 nghìn tỷ USD vào năm 2035, nhưng đây chỉ là sự phóng đại phi thực tế
  • 99% tổng doanh thu vẫn phụ thuộc vào quảng cáo, còn doanh thu cấp phép mô hình Llama có thể đến từ một số đối tác đám mây (AWS, NVIDIA, Google, v.v.), nhưng chưa công bố kết quả cụ thể
  • Kết quả là, mảng AI của Meta không tạo ra lợi nhuận tương xứng với quy mô đầu tư, mà chỉ làm trầm trọng thêm tình trạng đốt tiền khổng lồ và kém hiệu quả

Tesla có vẻ không kiếm tiền từ AI tạo sinh

  • Chi tiêu vốn (Capex) năm 2025: 11 tỷ USD

  • Tesla nằm trong Magnificent 7, nhưng là công ty xa nhất với làn sóng giao dịch AI tạo sinh
  • Dù Elon Musk đã lao vào lĩnh vực AI với xAI (phát triển Grok, một LLM tiêu biểu, và sở hữu Twitter), xAI đang đốt 1 tỷ USD tiền mặt mỗi tháng trong khi doanh thu hàng năm chỉ đạt 100 triệu USD (khoảng 8,3 triệu USD mỗi tháng), tức là cực kỳ nhỏ bé
  • Doanh thu trực tiếp liên quan đến AI của Tesla về cơ bản là gần như không có, còn việc có đầu tư vào xAI hay không sẽ được quyết định qua bỏ phiếu cổ đông, nhưng điều này mang nặng mục đích đòn bẩy cá nhân của Musk
  • Nếu vốn của Tesla được bơm vào các hoạt động AI như xAI, khả năng tạo ra lợi nhuận thực chất là thấp, trong khi rủi ro xấu đi về doanh thu và thương hiệu của mảng kinh doanh cốt lõi của Tesla lại tăng lên
  • Kết luận là Tesla không phải bên hưởng lợi trực tiếp từ cơn sốt AI tạo sinh, và cũng khó có thể kỳ vọng lợi ích thực chất từ các khoản đầu tư AI

Câu chuyện AI của Apple khá kỳ lạ

  • Chi tiêu vốn (Capex) năm 2025: khoảng 11 tỷ USD

  • Apple bị đánh giá là công ty thụ động nhất trong việc đưa AI tạo sinh vào sản phẩm và là doanh nghiệp tụt lại phía sau xu hướng AI
  • Sau khi ra mắt các tính năng Apple Intelligence, hàng triệu người dùng ngược lại còn nảy sinh ác cảm với AI, bởi phần lớn các tính năng AI (tóm tắt tài liệu, soạn email, emoji tùy chỉnh, v.v.) là những tính năng mà họ thực sự không mong muốn
  • Thị trường đánh giá rằng Apple đã tụt lại trong cuộc đua AI, và việc gượng ép đưa AI tạo sinh vào chỉ khiến mức độ bất mãn của người dùng tăng lên
  • Dù vậy, Apple không thực hiện các khoản đầu tư khổng lồ vào hạ tầng AI, và chi tiêu vốn liên quan đến AI chỉ ở mức khoảng 11 tỷ USD, tương đối thấp
  • Xét ở điểm không đặt cược lượng vốn khổng lồ vào các sản phẩm AI có thị trường hạn chế và không có khả năng sinh lời, cách tiếp cận của Apple ngược lại có thể được xem là bảo thủ và thận trọng

Fragile Five — Amazon, Google, Microsoft, Meta và Tesla — đang chống đỡ thị trường chứng khoán Mỹ bằng cách tài trợ cho câu chuyện tăng trưởng tương lai của NVIDIA

  • Cái gọi là “Fragile Five” gồm Amazon, Google, Microsoft, Meta, Tesla đang tạo nên một cấu trúc chống đỡ thị trường chứng khoán Mỹ thông qua việc mua GPU của NVIDIA
  • Giá trị doanh nghiệp của NVIDIA chiếm khoảng 8% toàn thị trường chứng khoán Mỹ và khoảng 7,5% của S&P 500, trong khi 88% doanh thu đến từ GPU doanh nghiệp cho AI tạo sinh, và 42% trong số đó phụ thuộc vào việc mua của năm công ty này
  • Chỉ cần một trong số họ thay đổi đầu tư vào chip NVIDIA, toàn bộ thị trường Mỹ có thể chịu tác động tiêu cực trực tiếp và nghiêm trọng
  • Trong bối cảnh kết quả kinh doanh của NVIDIA được xem như thước đo niềm tin thị trường, thực tế là các dịch vụ AI mà những công ty này xây dựng đang lỗ nặng, nhưng gần như không đóng góp vào việc tạo ra doanh thu hay lợi nhuận thực chất
  • Mỗi công ty đều nói về “tăng trưởng nhờ AI”, “AI thay thế việc làm”, nhưng đó chỉ là động tác đánh lạc hướng nhằm né tránh công bố lợi nhuận thực tế
  • Nếu thật sự có tăng trưởng hay gia tăng doanh thu thực chất, họ đã quảng bá rầm rộ với toàn thị trường, thay vì tiếp tục chỉ đổ thêm chi phí khổng lồ
  • Rốt cuộc, bản chất của cơn sốt AI không nằm ở lợi nhuận kinh doanh thực tế, mà chỉ là vòng tuần hoàn vốn xoay quanh việc mua GPU của NVIDIA

Ed! Amazon Web Services đã mất nhiều năm mới có lãi! Người ta từng nói Amazon sẽ thất bại!

  • Nhiều người lặp lại lập luận rằng “Amazon cũng từng lỗ trong một thời gian, nên AI rồi cũng có thể chuyển sang có lãi theo thời gian”, nhưng trên thực tế Amazon Web Services (AWS) và ngành AI tạo sinh khác nhau về bản chất
  • Trong bài viết Amazon.bomb của Barron's năm 1999, từng có góc nhìn hoài nghi về cấu trúc thua lỗ của Amazon, cạnh tranh gia tăng, và khả năng “một ngày nào đó sẽ chuyển sang có lãi”, nhưng
    ngay cả vào thời điểm đó, người ta cũng không phủ nhận nhu cầu thị trường đối với mô hình kinh doanh của Amazon (thương mại điện tử trực tuyến)
  • AWS cũng từng thua lỗ vào khoảng trước và sau khi ra mắt năm 2006, nhưng khi đó đã có nhu cầu thực tế đối với một thị trường rõ ràng đang tồn tại sẵn (dịch vụ web, lưu lượng truy cập trực tuyến gia tăng), và sau khi tăng trưởng, AWS nhanh chóng chuyển sang có lãi
  • Không giống AWS, ngành AI tạo sinh đến nay vẫn chưa từng chứng minh được một mô hình kinh doanh chắc chắn có lợi nhuận hay nhu cầu đại chúng rõ ràng
  • Chỉ vì chủ nghĩa hoài nghi về Amazon trong quá khứ đã sai mà lạc quan cho rằng những chỉ trích ngành AI hiện tại cũng sẽ “rồi một ngày có lãi” là một phép so sánh sai lầm vì bỏ qua sự khác biệt về bối cảnh cốt lõi

Nhưng hãy nói về Amazon Web Services

  • Amazon Web Services(AWS) ban đầu là một mảng kinh doanh phát sinh từ quá trình Amazon.com tự mở rộng để xử lý lưu lượng web bùng nổ và hạ tầng vận hành dịch vụ ngày càng phức tạp
  • Đó là giai đoạn đầu của Internet, trước khi Facebook và Twitter xuất hiện, và AWS đã tạo ra một thị trường mới khi là bên đầu tiên cung cấp đổi mới hạ tầng mang tính thực chất như điện toán đám mây, thuê máy chủ, lưu trữ
  • Ngay cả trong bài báo của Bloomberg năm 2006, đây cũng bị xem là “canh bạc nguy hiểm” của Bezos, và phải đối mặt với sự hoài nghi mạnh mẽ từ Phố Wall cùng các nhà đầu tư
  • Tuy nhiên, ngay cả khi đó, hạ tầng phần cứng/phần mềm đã được xây dựng sẵn, và ban lãnh đạo có một tầm nhìn dài hạn rõ ràng rằng sau khi kết thúc vài năm đầu tư quy mô lớn đi trước, kết quả kinh doanh sẽ thực sự xuất hiện
  • Khi đó, nhà phân tích Scott W. Devitt từng bi quan nhận định rằng “sẽ không có lợi nhuận kinh tế trong nhiều năm”, nhưng
    trên thực tế, AWS đã nhanh chóng hấp thụ nhu cầu thị trường rõ ràng vốn đã tồn tại (dịch vụ hạ tầng CNTT cho doanh nghiệp và nhà phát triển) và chuyển sang có lãi thành công
  • Trong cơn bùng nổ AI ngày nay, nhiều nhà phân tích cũng lạc quan rằng AI tạo sinh sẽ trở thành một ngành có lợi nhuận như AWS, nhưng
    trên thực tế, ngay cả các công ty CNTT lớn như Salesforce và Palantir cũng chính thức cho biết chưa có dấu hiệu cải thiện lợi nhuận ở mảng AI
  • Khác biệt rõ ràng là, AWS tăng trưởng dựa trên một thị trường và nhu cầu cụ thể, trong khi các dịch vụ AI tạo sinh chỉ có kỳ vọng bị thổi phồng, còn nhu cầu thực tế và mô hình doanh thu vẫn chưa được chứng minh
  • Điều này nhấn mạnh rằng ngay cả các nhà phân tích cũng có thể phán đoán sai ở quy mô lớn, và chỉ dựa vào tâm lý lạc quan của thị trường để kỳ vọng AI sẽ thành công là điều nguy hiểm

Nhưng Amazon Web Services cũng tốn tiền, Ed, và giờ thì ngươi sẽ tới hồi kết!

  • AWS cũng tăng trưởng trong bối cảnh thua lỗ kéo dài và gánh nặng đầu tư cơ sở vật chất (Capex) khổng lồ,
    nhưng ngay trước khi chuyển sang có lãi vào năm 2015, nhiều nhà phân tích, chẳng hạn Katy Huberty, vẫn
    đưa ra đánh giá bi quan như “AWS vẫn đang lỗ rất lớn” và “đóng góp lợi nhuận thấp”
  • Tính đến năm 2014, phần đáng kể trong tổng vốn đầu tư cơ sở vật chất 4,9 tỷ USD của Amazon đã được rót vào AWS, nhưng
    cuối cùng, với 67,6 tỷ USD đầu tư tích lũy trong 10 năm, AWS đã phát triển thành
    một mảng hạ tầng siêu lớn tạo ra hàng tỷ USD lợi nhuận mỗi quý
  • Đáng chú ý, 67,6 tỷ USD thậm chí còn thấp hơn mức đầu tư cơ sở vật chất cho AI của Amazon trong năm 2024 (83 tỷ USD),
    và chỉ tương đương 1/15 tổng đầu tư AI của Amazon trong năm 2025
  • Nói cách khác, ngay cả chi phí dùng để phát triển AWS cũng chỉ là một phần cực nhỏ của lượng vốn đang được đổ vào cơn sốt AI hiện nay
  • Trái lại, ngành AI tạo sinh đã đổ vào hàng chục đến hàng trăm tỷ USD vốn chỉ trong thời gian ngắn, nhưng trên thực tế vẫn chưa chứng minh được cả khả năng sinh lời lẫn tính thị trường
  • Tóm lại, AWS trong quá khứ và AI tạo sinh có khác biệt căn bản về vốn đầu tư, tính thị trường và độ rõ ràng của tăng trưởng
  • Quy mô và tốc độ đầu tư AI hiện tại là không thể so sánh với thời AWS khi đó

Generative AI and Large Language Models Do Not Resemble Amazon Web Services or The Greater Cloud Compute Boom, As Generative AI Is Not Infrastructure

  • Nhiều người đặt AI tạo sinh và mô hình ngôn ngữ lớn (LLM) lên cùng một mặt phẳng so sánh với các mảng hạ tầng đám mây như AWS, Azure và Google Cloud, nhưng trên thực tế hai loại hình kinh doanh này hoàn toàn khác nhau về bản chất
  • Các dịch vụ đám mây như AWS cung cấp hạ tầng CNTT thực chất một cách linh hoạt như EC2 (thuê compute) và S3 (thuê lưu trữ), và đã ghi nhận doanh thu hàng chục đến hàng trăm tỷ USD ở thị trường doanh nghiệp
    Đây là mảng nền tảng có nhu cầu rõ ràng và mang lại giá trị sử dụng cao cho doanh nghiệp cũng như nhà phát triển
  • Bản chất của hạ tầng đám mây là giúp vận hành dịch vụ với chi phí thấp và độ ổn định cao ở bất cứ đâu trên thế giới, vì nó loại bỏ nhu cầu khách hàng phải tự xây dựng và vận hành hạ tầng
  • Sự tăng trưởng của AWS diễn ra nhờ giải quyết hiệu quả những vấn đề và nhu cầu đã tồn tại như mua sắm trực tuyến và lưu lượng web service tăng lên
    • Nói cách khác, nhu cầu kinh doanh và nhu cầu thị trường rõ ràng đã có từ trước
  • Ngược lại, mảng AI tạo sinh/LLM ngoài việc đổ quá nhiều chi phí vào data center và GPU thì còn thiếu sự đa dạng, tính đa dụng với tư cách hạ tầng, cũng như nhu cầu thị trường rõ ràng
    • Trên thực tế, phần lớn startup AI cũng không còn cách nào khác ngoài việc chạy trên các hạ tầng “thật” như AWS hoặc Azure
  • Kết luận là, AI tạo sinh chỉ là một tính năng (feature) của hạ tầng đám mây, và
    chưa từng được chứng minh là một hạ tầng đa dụng có thể trở thành nền tảng cho nhiều ngành và sản phẩm như đám mây
    Việc đặt cơn sốt AI và đổi mới hạ tầng lên cùng một mặt phẳng so sánh là một lỗi logic

Companies Built On Top Of Large Language Models Don't Make Much Money (In Fact, They're Likely All Deeply Unprofitable)

  • Các công ty xây dựng trên nền AI tạo sinh (LLM) gần như đều đang thua lỗ. Trường hợp ngoại lệ là Midjourney từng tuyên bố có lãi vào năm 2022, nhưng hiện nay điều đó không còn chắc chắn
  • Ngoài OpenAI, Anthropic và Cursor(Anysphere), không có công ty nào có doanh thu hằng năm vượt 500 triệu USD
  • Chỉ một số ít như Midjourney, Ironclad và Perplexity đạt doanh thu thường niên khoảng 100 đến 200 triệu USD, và trên toàn thế giới chỉ có 12 công ty AI tạo sinh vượt mốc doanh thu 100 triệu USD
  • Trong số này, một vài công ty đã bị mua lại, và 7 công ty vẫn chỉ dừng ở mức doanh thu hằng năm trên 50 triệu USD
  • So với thị trường SaaS/phần mềm doanh nghiệp, quy mô doanh thu này là rất nhỏ bé (ví dụ: doanh thu thường niên của Hubspot là 2,6 tỷ USD)
  • Đã ba năm trôi qua, nhưng ngay cả những công ty dẫn đầu như OpenAI và Anthropic cũng vẫn lỗ hàng tỷ USD, còn các công ty tăng trưởng thì thiếu cả độ phổ biến đại chúng lẫn khả năng sinh lời
  • Ngay cả Cursor, trường hợp tiêu biểu, dù đạt doanh thu 500 triệu USD, cũng cho thấy đây là mô hình kinh doanh không bền vững do chính sách giá quá đà và các giới hạn dịch vụ

Cursor's $500 Million "Annualized Revenue" Was Earned With A Product It No Longer Offers, And Anthropic/OpenAI Just Raised Their Prices, Increasing Cursor’s Costs Dramatically

  • Con số doanh thu thường niên 500 triệu USD của Cursor thực chất đến từ một dịch vụ không còn được bán nữa và vốn đã không bền vững
  • Vào tháng 6 năm 2025, khi Anthropic và OpenAI tăng giá API đồng thời đưa vào các cấu trúc như tier dịch vụ và xử lý ưu tiên, chi phí vận hành của Cursor đã tăng vọt
  • Vì vậy, Cursor liên tiếp áp dụng các chính sách bất lợi cho người dùng như thay đổi gói thuê bao, giới hạn sử dụng và giới hạn tốc độ
  • Đằng sau sự tăng trưởng doanh thu đột biến của Cursor là chính sách giá vô lý hoàn toàn không có lãi và các điều kiện sử dụng mô hình như vậy, và giờ điều đó không còn duy trì được nên chất lượng dịch vụ lẫn điều kiện sử dụng đều xấu đi
  • Trên thực tế, phần lớn vốn đầu tư mà Cursor huy động được đang được trả cho các nhà cung cấp LLM như OpenAI và Anthropic
  • Trong môi trường như vậy, bất kỳ startup AI nào cũng khó xây dựng được mô hình kinh doanh bền vững lâu dài, và trường hợp tăng trưởng thần tốc của Cursor rốt cuộc cũng bị chứng minh là “tăng trưởng giả”

> Không, nghiêm túc đấy, các startup AI tiêu dùng ở đâu?

  • Startup AI tiêu dùng tiêu biểu Perplexity chỉ đạt doanh thu thường niên 150 triệu USD, và
    trong năm 2024 đã trả cho Anthropic, OpenAI và Amazon khoản chi phí tương đương 167% doanh thu, khiến công ty lỗ 68 triệu USD
  • Trên thực tế, gần như không có trường hợp dịch vụ AI tạo sinh hướng đến người tiêu dùng được thương mại hóa thành công một cách đúng nghĩa
  • Phần lớn dịch vụ AI mới chỉ dừng ở mức lặp lại các chức năng của SaaS hiện có như tìm kiếm, tự động hóa và chatbot, nên chưa tạo ra được đổi mới thực chất hay một “thị trường mới”

The Generative AI Software As A Service Market Is Small, With Little Room For Growth And No Profits To Be Seen

  • Thị trường SaaS AI tạo sinh có quy mô tổng thể rất nhỏ, và hoàn toàn không có doanh nghiệp nào tăng trưởng cao đồng thời có lãi
  • Ngành này không nhấn mạnh doanh thu thực tế mà chỉ nhấn mạnh ‘doanh thu quy đổi theo năm (Annualized Revenue)’, trong khi chỉ số này có hạn chế trong việc đánh giá tăng trưởng và tính bền vững thực sự vì doanh thu tháng thấp hoặc tỷ lệ rời bỏ thuê bao cao
  • Nếu quy đổi theo doanh thu tháng thì phần lớn doanh nghiệp đều chỉ dưới 10 triệu USD, và ngay cả khi so với doanh thu tháng của AWS năm 2008 (15,75 triệu USD) thì tốc độ tăng trưởng cũng tụt lại rất xa
  • Ngoài Cursor ra, không có công ty SaaS nào thực sự nổi bật, và ngay cả các công ty tự hào là “tăng trưởng nhanh nhất” cũng sử dụng chính sách giá thiếu minh bạch và các chỉ số tăng trưởng sai lệch
  • Ngay cả Glean, SaaS tìm kiếm AI tiêu biểu, sau các vòng gọi vốn liên tiếp trong giai đoạn 2024~2025 và tuyên bố “đạt 100M ARR”, cũng cho thấy doanh thu tháng và tăng trưởng thực chất đình trệ, tăng giá đột ngột, và thiếu cả tính thị trường lẫn tăng trưởng cao thực sự
  • Nhìn chung, thị trường SaaS AI tạo sinh vừa hẹp, vừa không còn nhiều dư địa tăng trưởng, và vẫn chưa có doanh nghiệp nào chuyển sang có lãi thành công

There Are No Unique Generative AI Companies — And Building A Moat Based On Technology Is Near-Impossible

  • Các công ty AI tạo sinh hầu như đều chỉ cung cấp cùng một nhóm chức năng (chatbot, tìm kiếm/tóm tắt, tạo văn bản/hình ảnh, dịch thuật, hỗ trợ lập trình, v.v.), nên khác biệt hóa về công nghệ là cực kỳ khó
  • Cuối cùng, phần lớn doanh nghiệp đều phụ thuộc vào API của cùng các LLM như OpenAI, Anthropic, và tài sản trí tuệ (IP) cốt lõi cũng thuộc về các nhà cung cấp LLM
  • Ngay cả trường hợp tăng trưởng như Cursor cũng không có khác biệt thực chất ngoài UI, prompt và chính sách giá, còn các đối thủ như Amazon, ByteDance cũng có thể dễ dàng tung ra sản phẩm tương tự
  • Thiết kế và vận hành dịch vụ không thể trở thành rào chắn kỹ thuật (moat), và nếu muốn thì nhà cung cấp mô hình có thể tạo dịch vụ sao chép bất cứ lúc nào
  • Kết quả là không có startup AI tạo sinh nào thật sự độc đáo, cũng không có ví dụ nào xây dựng thành công ‘hào lũy (Moat)’ thực chất

Established Large Language Models Are A Crutch

  • Trong các cơn sốt công nghệ trước đây, mỗi công ty đều tự phát triển mô hình và hạ tầng riêng, nhưng trong thời đại AI tạo sinh, gần như mọi startup đều phụ thuộc vào một vài LLM lớn như OpenAI, Anthropic
  • Cuối cùng, thị trường bị biến dạng thành cấu trúc xoay quanh hai hoặc ba công ty, còn phần còn lại chỉ chồng thêm lớp phần mềm chức năng như làm thầu phụ

OpenAI And Anthropic Are Their Customers' Weak Point

  • Các nhà cung cấp LLM như OpenAI, Anthropic có thể tùy ý thay đổi giá và điều kiện dịch vụ bất cứ lúc nào, và như trường hợp chặn Windsurf, họ còn đe dọa trực tiếp đến hoạt động kinh doanh của khách hàng
  • Các công ty khách hàng hoàn toàn bị lệ thuộc vào thay đổi chính sách từ phía nhà cung cấp LLM

The Limited Use Cases Are Because Large Language Models Are All Really Similar

  • Tất cả mô hình ngôn ngữ lớn đều dùng gần như cùng một loại dữ liệu và kiến trúc (Transformer, v.v.), nên khác biệt về chức năng và sự đa dạng về trường hợp sử dụng cuối cùng cũng cực kỳ hạn chế

Generative AI Is Simply Too Expensive To Build A Sustainable Business On Top Of It

  • Cấu trúc chi phí như chi phí vận hành, chi phí API quá lớn và khó dự đoán
  • OpenAI, Anthropic, Perplexity đều đang chịu gánh nặng chi phí duy trì quá lớn so với doanh thu, khiến một mô hình kinh doanh bền vững gần như là bất khả thi

Companies Are Using The Term "Agent" To Deceive Customers and Investors

  • Thuật ngữ ‘AI agent’ trên thực tế gần như là một trò tiếp thị đánh lừa, dùng để tô vẽ các chatbot và luồng tự động hóa vốn không hề tự trị
  • Tiêu biểu là Agentforce của Salesforce, ChatGPT Agent của OpenAI, Glean, ServiceNow đều dùng tên gọi ‘AI agent’ nhưng thực chất chỉ cung cấp chatbot đơn giản hoặc tính năng tự động hóa dựa trên IF-THEN
  • Trên thực tế, tỷ lệ thành công của tác vụ một bước chỉ là 58%, còn tác vụ nhiều bước chỉ là 35%, hoàn toàn không phải agent thực sự có thể “thay thế con người”
  • Ngay cả coding agent cũng trên thực tế phụ thuộc vào sự giám sát của con người cho mọi khâu thực thi, xử lý lỗi và kiểm soát chất lượng
    • Theo nghiên cứu thực tế, các công cụ AI cho lập trình làm giảm năng suất lập trình viên 19%
  • Bản thân thuật ngữ ‘AI agent’ chỉ là một kiểu tu từ mang tính biểu tượng bị phóng đại để đánh lạc hướng khách hàng và nhà đầu tư, và truyền thông cũng đang lặp lại điều đó một cách thiếu phê phán

But Really Though, Everybody Is Losing Money On Generative AI, And Nobody's Making A Profit

  • Theo báo cáo của UBS, doanh thu liên quan đến AI của các công ty niêm yết đang thực sự vận hành dịch vụ AI là cực kỳ nhỏ bé
  • Ví dụ, giá trị hợp đồng thường niên (ACV) gắn với AI của ServiceNow chỉ ở mức 250 triệu USD, và ngay cả con số này cũng không rõ có phải doanh thu thuần từ riêng ‘AI’ hay không
  • Gartner dự báo hơn 40% dự án ‘AI agent’ sẽ bị hủy giữa chừng trước năm 2027
  • Adobe, Salesforce cũng quảng bá rất nhiều về AI tạo sinh, nhưng doanh thu quy đổi theo năm chỉ quanh 100 triệu USD, nên nếu tính đến chi phí thì lợi nhuận thực tế hầu như không có hoặc gần như lỗ
  • Quy mô doanh thu như vậy là nhỏ đến mức phi lý nếu muốn dẫn dắt ngành công nghiệp tương lai, và vừa thiếu khả năng sinh lời thực chất vừa thiếu tính thị trường

OpenAI and Anthropic Are The Generative AI Industry, Are Deeply Unstable and Unsustainable, and Are Critical To The AI Trade Continuing

  • OpenAI và Anthropic chiếm hơn một nửa doanh thu của ngành AI tạo sinh, nhưng lại là một cấu trúc cực kỳ bất ổn khi mỗi năm lỗ hàng tỷ USD
  • OpenAI đang trong quá trình huy động 40 tỷ USD từ SoftBank và các bên khác, trong đó 30 tỷ USD vẫn chưa được đảm bảo
    • Phần lớn vốn đầu tư dự kiến sẽ được rót vào các trung tâm dữ liệu như Stargate, nhưng khả năng huy động vốn thực tế cũng chưa chắc chắn
    • Nếu không chuyển đổi sang công ty vì lợi nhuận trước năm 2025, họ sẽ mất 20 tỷ USD trong tổng số 40 tỷ USD; nếu vẫn không chuyển đổi trước tháng 10/2026 thì toàn bộ khoản đầu tư sẽ bị chuyển thành nợ
    • Các cuộc đàm phán với những nhà đầu tư lớn như Microsoft cũng đang bế tắc
  • Anthropic cũng tương tự, với doanh thu năm 4 tỷ USD nhưng lỗ 3 tỷ USD, đồng thời liên tục tăng giá và hạn chế dịch vụ với các khách hàng lớn như Cursor
    • Đây là một cấu trúc kinh doanh bất ổn, không có cả khả năng sinh lời lẫn tính bền vững
  • Hai công ty này chiếm hơn 50% tổng doanh thu AI tạo sinh, nhưng trên thực tế lại phụ thuộc hoàn toàn vào một cấu trúc thua lỗ không tạo ra lợi nhuận
  • Nếu không có hỗ trợ tài chính từ bên ngoài và mở rộng hạ tầng liên tục, thì ngay cả khả năng tồn tại của họ cũng là điều không rõ ràng trong một “ngành công nghiệp rủi ro”

There Is No Real AI Adoption, Nor Is There Any Significant Revenue

  • Việc đại chúng thực sự chấp nhận (adoption) các dịch vụ AI tạo sinh và mức doanh thu có ý nghĩa gần như không tồn tại
  • ChatGPT đưa ra con số 500 triệu người dùng hàng tuần, nhưng người đăng ký trả phí thực tế chỉ là 15,5 triệu, và trong số đó có không ít trường hợp dùng một lần hoặc dùng cho học tập, bài tập chứ không phải mục đích kinh doanh
  • Google Gemini và các dịch vụ khác cũng gộp cả Google Assistant để thổi phồng số người dùng thực tế, nên tỷ lệ thâm nhập thị trường thật sự thấp hơn nhiều
  • Dù trong 3 năm qua ngành, truyền thông và thị trường đầu tư đã dẫn dắt cơn sốt AI, doanh thu, số người đăng ký và hệ sinh thái vẫn kém xa SaaS truyền thống
  • Ngoài ChatGPT, gần như không có dịch vụ AI tạo sinh nào trên thị trường đạt được doanh thu hoặc lượng người dùng có ý nghĩa

Yes, Generative AI "Does Something," But AI Is Predominantly Marketed Based On Lies

  • Dù đúng là AI tạo sinh cung cấp một mức chức năng nhất định (lập trình, tìm kiếm, v.v.), nhưng các công ty liên quan đều đang thua lỗ,
    và trong tình trạng không có nổi một công ty nào có lãi thì không thể xem đây là một ngành công nghiệp thực sự
  • Lạm dụng các thuật ngữ như "agent", "AGI", "singularity" để phóng đại như thể LLM đang hiện thực hóa một cuộc đổi mới tự chủ và thông minh
  • Luận điểm rằng AI sẽ thay thế việc làm của con người cũng chỉ là sự phóng đại/xuyên tạc có chủ đích nhằm đẩy định giá doanh nghiệp và giá cổ phiếu
  • Trên thực tế, phần lớn truyền thông và hoạt động quảng bá doanh nghiệp đều thổi phồng năng lực của AI vượt xa thực tế, khiến nhà đầu tư và công chúng bị dẫn dắt sai lệch
  • Ngay cả các hành vi như mô hình nói dối hay lừa đảo cũng là kết quả bị dẫn dắt bởi prompt có chủ ý, nhưng báo chí lại lợi dụng điều đó để thổi phồng tính tự chủ và mức độ nguy hiểm
  • Nhìn tổng thể, thị trường AI tạo sinh là một ảo ảnh lớn khi khoác lên một ngành có doanh thu thực tế 50 tỷ USD hình hài của ngành công nghiệp tương lai trị giá 1 nghìn tỷ USD, và truyền thông cũng góp phần tạo nên bong bóng đó

The AI Trade Is Entirely About GPUs, And Is Incredibly Brittle As A Result

  • Giao dịch cổ phiếu liên quan đến AI diễn ra không liên quan đến doanh thu, tăng trưởng người dùng hay đổi mới công nghệ
  • Cổ phiếu của các công ty không tăng vì họ kiếm được tiền từ AI, mà biến động vì hình ảnh và bầu không khí gắn với AI
  • OpenAI và các công ty xây trên nền của họ cực kỳ mong manh về mặt kinh doanh; chi phí vận hành mô hình ngôn ngữ lớn quá cao, và về bản chất cũng khó tạo ra đổi mới mang tính khác biệt căn bản
  • Hiện toàn bộ ngành AI đang có cấu trúc phụ thuộc hoàn toàn vào việc bán GPU
  • CoreWeave, Oracle, Meta đều mua lượng lớn GPU từ NVIDIA, còn Microsoft cũng đang vận hành hạ tầng Azure quy mô lớn dựa trên GPU NVIDIA để hỗ trợ OpenAI
  • Microsoft, Meta, Google, Apple, Amazon, Tesla đều không tạo ra lợi nhuận thực chất từ AI, và tăng trưởng giá cổ phiếu cũng diễn ra nhờ hình ảnh gắn với AI
  • Tất cả dòng chảy này rốt cuộc phụ thuộc vào khả năng bán GPU của NVIDIA, còn bản thân các sản phẩm AI thực tế không mang lại giá trị kinh doanh có ý nghĩa. Dù sản phẩm có được ứng dụng phần nào thì phần lớn vẫn đang vận hành trong tình trạng chịu lỗ nặng

Tôi thấy đáng báo động!

  • Ngay lúc này, ngành AI rõ ràng đang ở trong trạng thái bong bóng
  • Có phân tích cho rằng mức định giá quá cao của 10 công ty hàng đầu S&P 500 hiện nay còn nghiêm trọng hơn cả bong bóng IT thập niên 1990
  • AI tạo sinh gần như không đóng góp vào kết quả kinh doanh thực tế, thu hút người dùng, tự động hóa lao động hay tạo ra giá trị thực chất. Phần lớn doanh nghiệp không có lãi mà ngược lại còn phát sinh thua lỗ nghiêm trọng
  • Bong bóng lần này không chỉ là vấn đề vốn tài chính đơn thuần, mà là một cấu trúc mang tính biểu tượng phụ thuộc hoàn toàn vào việc bán GPU liên tục. Trên thực tế, không gian và vốn để lấp đầy các trung tâm dữ liệu bằng GPU cũng có giới hạn
  • Bất chấp các lập luận về giảm chi phí hay đưa ASIC (chip chuyên dụng) vào sử dụng, vẫn tồn tại thiếu bằng chứng thực chất cùng những khó khăn trong sản xuất và triển khai. Cho đến nay, ngành vẫn phụ thuộc vào GPU của NVIDIA
  • Truyền thông và tâm lý thị trường đang cổ vũ một huyền thoại thành công AI không có thực thể, phớt lờ thực tế là không có đổi mới hay lợi nhuận thực chất
  • NVIDIA vừa là sức mạnh của thị trường, vừa là điểm yếu lớn nhất. Mọi bên đều dựa vào NVIDIA để mua GPU quy mô lớn, nhưng trên thực tế, thua lỗ bắt đầu ngay từ lúc lắp đặt
  • Các sản phẩm dựa trên mô hình ngôn ngữ lớn đều na ná nhau, và dù ngốn chi phí khổng lồ thì vẫn chỉ tạo ra tỷ suất sinh lời âm
  • Cấu trúc ngành AI hiện nay khác cả Uber, AWS trước đây, và là một cấu trúc đặc thù bắt nguồn từ sự cạn kiệt ý tưởng trong giới công nghệ/công nghiệp cùng sự phụ thuộc quá mức vào một công ty
  • Những người hoài nghi AI luôn bị yêu cầu phải giải thích, nhưng những người lạc quan về AI lại không thể đưa ra căn cứ thực chất
  • Khi bong bóng xì hơi, ảo ảnh nền tảng của ngành AI sẽ lộ rõ

  • Phản biện với luận điểm "chi phí suy luận đang giảm"

    • Việc đơn giá token giảm không đồng nghĩa với chi phí suy luận giảm. Mô hình càng lớn thì chi phí thực tế ngược lại càng tăng
    • Trên thực tế, các mô hình thiên về reasoning (ví dụ: Claude Opus 4) lại dẫn đến chi phí vận hành tăng

  • Hoài nghi về luận điểm "ASIC là lời giải"

    • OpenAI, Broadcom và các bên khác đang cố phát triển ASIC riêng, nhưng hàng loạt vấn đề như khả năng sản xuất, hiệu năng thực tế, độ tương thích với kiến trúc máy chủ vẫn chưa được giải quyết
    • Trên thực tế, Microsoft cũng từng có trường hợp thất bại trong việc phát triển ASIC đủ đáng tin cậy
    • Ngay cả khi chuyển đổi sang ASIC thành công, nếu doanh số GPU của NVIDIA giảm thì chính giao dịch AI cũng sẽ lung lay

  • Rủi ro bản chất của bong bóng

    • Ngành AI hiện tại không có đổi mới thực chất hay hào lũy hạ tầng (moat) để tạo rào cản gia nhập, mà đang duy trì giá cổ phiếu và định giá nhờ truyền thông và tâm lý thị trường
    • Những ví dụ lịch sử có thể đem ra so sánh chỉ có bong bóng dot-com và sự sụp đổ của WeWork
    • Thị trường chỉ bám víu vào việc NVIDIA tiếp tục bán được GPU. Một cấu trúc mà thua lỗ bắt đầu ngay khi lắp đặt
    • Cuối cùng, mọi sản phẩm và mô hình kinh doanh đều vận hành theo cách thức tương tự nhau, tạo nên vòng luẩn quẩn chi phí cao - lợi nhuận thấp
  • Cả trong lẫn ngoài ngành chỉ đầy rẫy chủ nghĩa lạc quan vô căn cứ, và việc ứng dụng cùng đổi mới thực tế của AI đang bị phóng đại
  • Khi bong bóng AI sụp đổ, những người đến nay vẫn rêu rao lạc quan không có căn cứ sẽ phải chịu trách nhiệm

I Don't Like What's Happening : Tôi không thích những gì đang diễn ra

  • Ngành công nghệ lẽ ra phải theo đuổi đổi mới, lợi nhuận thực chất và tăng trưởng thật, nhưng AI tạo sinh hiện nay cho thấy một thực tế nơi thị trường và truyền thông chỉ ám ảnh với ảo tưởng thay thế lao động con người
  • Đúng như lập luận của Rot Economy (nền kinh tế mục ruỗng), kết quả của việc theo đuổi chủ nghĩa tăng trưởng bằng mọi giá bất chấp giá trị thực chất hay mức độ hoàn thiện sản phẩm là LLM và GPU đã bị biến chất thành công cụ chỉ để đốt tiền. Trên thực tế, họ cứ lặp đi lặp lại việc mua trung tâm dữ liệu và chip trong khi làm ra những sản phẩm mà không ai thực sự thích
  • Ngành AI hiện nay là một cấu trúc rất mong manh và nguy hiểm. Toàn bộ thị trường rung lắc chỉ tùy thuộc vào việc bốn, năm công ty có tiếp tục mua chip hay không. GPU tạo lỗ ngay khi lắp đặt, sản phẩm LLM không có khác biệt thực chất, và tình trạng thua lỗ kéo dài mới là vấn đề cốt lõi
  • Những người ca tụng AI tạo sinh cùng một bộ phận truyền thông và lãnh đạo doanh nghiệp luôn giữ thái độ khinh miệt với các ý kiến phê phán, đồng thời cổ vũ cho ảo ảnh thay vì giải thích về tính hữu dụng hay đổi mới thực tế. Họ khẳng định AI rất ghê gớm nhưng lại thiếu căn cứ thực chất
  • LLM không phân biệt được đúng sai và truyền đạt thông tin sai một cách đầy vẻ thẩm quyền. Các lãnh đạo và quản lý thì giả vờ thông minh hơn nhờ AI, coi đó như công cụ để né tránh việc học thật và trách nhiệm thật
  • Ảo giác lớn nhất của AI tạo sinh là ảo tưởng về hoạt động kinh tế. Thực tế nó không tạo ra giá trị có ý nghĩa, nhưng lại tạo cớ để đổ số tiền khổng lồ vào GPU và trung tâm dữ liệu, qua đó chỉ làm bong bóng phình to hơn
  • Cấu trúc này hoàn toàn khác Uber, AWS hay các trường hợp công nghiệp trước đây. Việc bán phần cứng của một công ty phụ thuộc vào bốn, năm công ty khác, và chỉ cần nhận thức thay đổi cũng có thể làm sụp đổ một chuỗi domino khổng lồ
  • Hướng đi hiện nay đang dẫn đến sự lãng phí và phá hoại không cần thiết. Tiền hưu trí và việc làm của vô số người đã biến mất, còn các tập đoàn lớn thì chi tiêu thiên văn cho trung tâm dữ liệu và GPU chỉ để tô vẽ các con số tăng trưởng theo quý
  • Sau cùng, chắc chắn có những người phải chịu trách nhiệm cho sự hỗn loạn của thị trường, và toàn ngành sẽ phải gánh hậu quả. Trong quá trình đó, điều quan trọng không phải là gieo nỗi sợ và sự bất tín cho mọi người, mà là nhận diện chính xác ai mới là người thực sự phải chịu trách nhiệm
  • Sam Altman, Dario Amodei, Satya Nadella, Sundar Pichai, Tim Cook, Elon Musk, Mark Zuckerberg, Andy Jassy cùng nhiều người khác phải chịu trách nhiệm vì đã dẫn dắt cấu trúc kinh tế vừa không cần thiết vừa mang tính hủy hoại này
    • Sau khi bong bóng sụp đổ, họ nhất định phải chịu trách nhiệm
  • Người bình thường cũng hoàn toàn có thể hiểu đủ về cấu trúc này, và chỉ khi nhận ra rằng quyền lực hay tư bản không đồng nghĩa với đúng đắn hay khôn ngoan, chúng ta mới có thể tạo ra một tương lai tốt đẹp hơn

Bài viết liên quan

5 bình luận

 
dojanmail 2025-07-28

LLM không phải là không có nhược điểm, nhưng khó mà đồng ý rằng mọi dịch vụ AI đều không có khả năng sinh lời. Tôi nghĩ rằng trong vòng 5 năm tới, gần như tất cả các dịch vụ nền tảng hiện nay sẽ phần lớn được thay thế bởi các AI agent.
 
ndrgrd 2025-07-25

Nếu LLM thực sự đã trở nên đủ hữu dụng mà vẫn chưa từng thử dùng đã chê bai rồi cố tình né tránh thì vấn đề nằm ở người đó,
nhưng chất lượng của các dịch vụ cấp độ người tiêu dùng hiện nay ở mức rất khó để dùng.

Tôi đã thử dùng các model trả phí của những dịch vụ nổi tiếng như Perplexity, GPT, Gemini, nhưng tất cả cũng chỉ na ná nhau.
Ngay cả khi tôi tự tìm tài liệu, đính kèm link và đút sẵn dữ liệu cần thiết cho nó, nó vẫn không đọc tử tế mà còn bịa nội dung rồi chỉ lặp đi lặp lại những khẳng định sai.
Thêm nữa, cái nào cũng có kiểu cố chấp kỳ quặc, nên một khi đã bắt đầu đưa ra nhận định sai thì gần như không thể sửa được nữa. Cứ bỏ cả cuộc hội thoại đi rồi bắt đầu lại từ đầu còn nhanh hơn.

Thành thật mà nói, việc đôi co với mấy thứ như thế này rất bực mình. Chúng không hiểu mình đang nói gì.
Trong khoảng thời gian đó, tự đi tìm tài liệu, tự tìm ra vấn đề rồi tự sửa còn nhanh hơn.

Tôi cũng đã thử vài dịch vụ kiểu Copilot để chọn lấy một cái, nhưng cuối cùng bỏ hết.
Chúng làm tốt các việc ở mức snippet, nhưng khó mà kỳ vọng hơn thế. Nếu vậy thì việc gì phải chia sẻ dữ liệu, kết nối vào mạng internet chậm chạp để dùng? Thà đăng ký thêm vài snippet còn hơn.

Tôi không rõ những người nói mình có trải nghiệm tốt đã dùng dịch vụ nào, và dùng cho những công việc phức tạp đến mức nào.
 
3ae3ae 2025-07-25

Theo trải nghiệm của tôi khi dùng Claude Code, cảm giác đó không hẳn là tác nhân thay mình làm việc phát triển, mà gần với việc chỉ thuê ngoài đúng phần trực tiếp gõ code trong quá trình phát triển.

Trong nhiều trường hợp, việc thiết kế vẫn phải do con người làm, và vì phải đưa chỉ dẫn chi tiết đến mức ai đến cũng có thể làm y như vậy nên cảm giác khá khác với những gì tôi từng nghe.

Dù vậy tôi vẫn hài lòng và đang sử dụng nó. Dù không thể giảm nhiều khối lượng công việc của tôi, nhưng trong lúc AI đang làm việc thì tôi có thể làm việc khác hoặc ra lệnh cho một AI khác, nên nó cũng giúp ích ở mặt tiết kiệm thời gian.

Nếu bạn dùng Claude Code, tôi khuyên nên đưa vào prompt những từ khóa chỉ dẫn suy luận được đặt sẵn như think deeply hoặc ultrathink, rồi chuyển sang plan mode bằng shift tab để làm việc.
 
argo9 2025-07-24

Khi VisiCalc, Lotus 1-2-3 và mấy thứ kiểu đó xuất hiện, vẫn có người cứ bấm bàn tính với máy tính cầm tay... Có một khoảng cách thời gian mà người bình thường thực sự cảm nhận được, lớn hơn tưởng tượng.
 
GN⁺ 2025-07-24
Ý kiến trên Hacker News

  • Vào tháng 7/2023 tôi từng nói với một người bạn như thế này: "Thành thật mà nói, tôi là người hoài nghi AI. AI và LLM có hơi thú vị, nhưng giống như xe tự lái 5 năm trước, tôi nghĩ nó đang ở đỉnh cao của một trào lưu bị VC thổi phồng và bong bóng sẽ sớm xì hơi. Điều khiến tôi quan tâm tới công nghệ là khi đổi mới thực sự trở nên hữu ích với con người, nhưng ở giai đoạn hiện tại tôi không thể hình dung ra ứng dụng có ích nào vượt quá mức cải thiện đôi chút trong việc tiêu thụ nội dung. Thứ nó làm tốt nhất là tạo ra nội dung có vẻ hợp lý, nhưng trên thực tế mọi kết quả được tạo ra đều cần chuyên gia kiểm tra kỹ lưỡng để phát hiện lỗi, sai sót, 'ảo giác', v.v. Nếu một nhà máy tạo ra sản phẩm lỗi kiểu ChatGPT thì đã bị đóng cửa ngay lập tức. Internet vốn đã tràn ngập nội dung chất lượng thấp, thậm chí mang tính đánh lừa, nên việc tự động tạo thêm thứ đó nghe như ác mộng. Hơn nữa, các bộ dữ liệu huấn luyện thường dùng rất có thể chứa bài viết của vô số người sáng tạo mà không có sự cho phép, và cuối cùng các hệ thống này đang nhả ra những lời dối trá được trau chuốt dựa trên công sức của họ mà không có đền bù hay ghi nhận gì. Cảm giác quá khó chịu!" Tôi tự hỏi cái 'spectacular deflation' của bong bóng này sẽ đến nhanh đến mức nào. Trong đời mình tôi đã trải qua khoảng 3 bong bóng công nghệ lớn, và linh cảm mách bảo rằng thời điểm đó không còn xa nữa

    • Nhận định rằng ứng dụng hữu ích không thể vượt quá những cải thiện nhỏ trong việc tiêu thụ nội dung<p>AlphaFold đang tạo ảnh hưởng lớn trong nghiên cứu y học. AI không chỉ là chatbot<p>Có thể tham khảo bài này về cách AlphaFold 3 được dùng trong phát triển thuốc. Em gái tôi bị ALS nên tôi đặc biệt quan tâm chuyện này. Tôi nuôi hy vọng rằng chỉ những đột phá in silico mới có thể cứu em ấy

    • Nhận định rằng mọi kết quả tạo ra đều phải được chuyên gia kiểm tra kỹ lưỡng<p>Không đâu, cứ đăng lên thôi. Khi mọi người chỉ ra sai sót thì thuật toán còn xem những bình luận đó là tương tác tích cực. Thực tế đáng buồn với những ai thật sự quan tâm là vậy

  • Tôi cũng rất hoài nghi về cách phân bổ kinh tế hiện tại, nhưng chuyện này lúc nào cũng có ở vùng biên khai phá<p>Trong lĩnh vực AI, mọi người hay bỏ qua thực tế rằng kiến trúc transformer về bản chất là một quá trình trích xuất để nhận diện và khai thác các quan hệ ngữ nghĩa từ các bộ dữ liệu lớn<p>Dữ liệu văn hóa của con người chứa một lượng khổng lồ thông tin suy diễn không lộ rõ bề mặt, nên rất nhiều người thông minh nhầm lẫn nó với một cơ chế sinh thành<p>Vì thế cả lĩnh vực này được gọi là AI "tạo sinh", nhưng thực ra nó không hề tạo sinh. Nó chỉ trích xuất ý nghĩa ẩn và ngoại suy từ seed value mà thôi<p>Cơ chế như vậy có rất nhiều phần hữu ích. Có vô số loại lao động không cần tạo ra ý nghĩa hay câu chuyện mới<p>Có thể tự động hóa công việc thủ công bằng cách áp các mẫu ngữ nghĩa sẵn có vào dữ liệu, mà không cần mô tả đầy đủ thuật toán cần thiết để đạt mục tiêu<p>Một thuật toán vạn năng, kiểu như sonic screwdriver, chỉ cần cung cấp đủ vấn đề và ví dụ lời giải thì thuật toán ẩn sẽ bị hút vào các tham số mô hình và có thể giải mọi bài toán thuộc họ đã được giải hoàn toàn<p>Tuy nhiên, điều này chỉ hiệu quả với các nhóm bài toán đã được giải đủ nhiều. Với các bài toán chưa được giải, nếu có thể tiếp cận bằng khung sinh-kiểm chứng thì biết đâu công cụ này cũng có thể thử dùng để tìm lời giải

    • Các thuật toán khác nhau đảm nhiệm vai trò khác nhau. AI "tạo sinh" thực sự có thể tạo ra câu chuyện hay hình ảnh mới, và những bài toán chưa được giải hoàn toàn (ví dụ: gấp cuộn protein) cũng có thể được xử lý bằng các thuật toán nhất định

  • Tôi xem bong bóng này giống bong bóng đường sắt thế kỷ 19 hay bong bóng dotcom thế hệ đầu, tức một bong bóng "tốt" vì cuối cùng nó dẫn tới đầu tư hạ tầng tạo ra giá trị khổng lồ<p>Tuy nhiên, mọi LLM đều có thể thay thế lẫn nhau (không có hào lũy khác biệt), và phần lớn doanh thu sẽ đến từ "last mile", tức cách các chuyên gia hiện trường áp dụng AI vào công việc thực tế

    • Nếu phần cứng được mua với quy mô lớn chỉ có số phận bị vứt bỏ sau vài năm thì tôi không hiểu sao có thể xem đó là đầu tư hạ tầng tích cực của một bong bóng "tốt"

    • Tôi mong băng thông bộ nhớ đáng tin cậy được phổ cập rộng rãi trên thiết bị tiêu dùng. Nhiều nhà cung cấp phần cứng đáng tiếc là đang xem nhẹ điểm này

    • Tôi hay nói với mọi người quanh mình rằng "nếu có ý tưởng thật sự hữu ích để tận dụng GPU giá rẻ ở quy mô lớn thì hãy sẵn sàng". Nhưng đến giờ tôi vẫn chưa nghĩ ra ý tưởng kinh doanh nào thực sự hay

    • Giống như đường sắt hay dotcom, tôi tò mò không biết hạ tầng nào sẽ còn lại và có thể tái sử dụng sau khi bong bóng AI vỡ

  • Tôi nghĩ tác giả nhìn mọi thứ quá bi quan. Tôi đồng ý rằng các công ty AI hiện đang ngốn tiền và không bền vững, nhưng khẳng định rằng AI tuyệt đối không thể tạo ra lợi nhuận thì có vẻ quá mức. Toàn ngành đang phát triển với tốc độ đáng kinh ngạc và chất lượng mô hình cũng cải thiện theo từng tháng. Chi phí cũng đang giảm nhanh. Chúng ta vẫn chưa khám phá hết các cách dùng AI Nếu sau bong bóng này mà kết luận rằng sẽ không ai có thể dùng AI để tạo giá trị và kiếm tiền, thì đó là sự tự tin thái quá

    • Người ta nói "chi phí giảm nhanh" nhưng chi tiêu vốn vẫn rất lớn. Cuối cùng chẳng phải vẫn phải thu tiền sao?

    • Đây không chỉ là vấn đề lợi nhuận. Về dài hạn, phải có lợi ích ròng cho toàn xã hội nữa Theo chuẩn hiện tại thì đạt lợi nhuận rất dễ. Thu hút người dùng, khiến họ phụ thuộc, tăng giá, bắt buộc dùng AI, đại loại vậy

    • noone là cái gì vậy? Bạn đặt quá nhiều niềm tin vào từ đó

    • Sau gpt4 thì hiệu năng mô hình nền tảng gần như đình trệ. Giờ chủ yếu là cạnh tranh về công cụ/tích hợp, và vì đích ngắm là AGI nên mọi sản phẩm đều bị đánh giá theo tốc độ tiến tới mục tiêu đó. Các mô hình "mới nhất" cứ liên tục xuất hiện nên cũng khó giữ chân người dùng, mà người dùng thực ra gần như chỉ quan tâm tới hiệu năng mô hình. openai, tôi đang nói các anh đấy...<p>"Họ gọi tôi là bubble boy..." - một ai đó ở Deutsche Bank

  • Phân tích rất chi tiết, nhưng có vẻ tác giả quá nhập cảm xúc của mình vào vấn đề đến mức chỉ rút ra những kết luận nhằm biện minh cho cảm xúc đó. Tôi đồng ý đây là bong bóng và nhiều công ty sẽ phá sản, nhưng tôi không nghĩ những nơi như Google hay Anthropic sẽ sụp đổ (trừ khi Google không thể tạo ra mô hình cùng cấp hiệu năng mà tốt hơn nhiều hoặc rẻ hơn nhiều). Claude viết code quá tốt ở những ngôn ngữ có nhiều dữ liệu như Python, Typescript, đến mức không có lý do gì để không chi vài trăm, thậm chí vài nghìn đô mỗi tháng (được công ty trợ cấp). Hiện tại cuộc đua là giành lấy agent và mô hình mạnh nhất. Cuối cùng, nút thắt sẽ là con người có thể làm rõ yêu cầu và ngữ cảnh tốt đến đâu, rồi sau đó việc giảm giá sử dụng mô hình sẽ trở thành lợi thế cạnh tranh chính. Chúng ta vẫn chưa ở giai đoạn đó (dù ngay từ bây giờ, nếu truyền đạt yêu cầu/ngữ cảnh tốt hơn thì đã dùng mô hình hiệu quả hơn). Khi giảm chi phí trở thành mục tiêu trọng tâm, tôi nghĩ Google sẽ thắng nhờ năng lực phần cứng của họ

    • Claude đáng giá hàng trăm tới hàng nghìn đô<p>Chi phí suy luận thực tế đang ở mức hàng nghìn đô hoặc hơn thế. Và không có cơ sở chắc chắn nào để tin rằng kỹ sư bỏ thêm vài nghìn đô mỗi tháng thì năng suất sẽ tăng tương ứng. Mô hình rất hữu ích cho các dự án greenfield, tức viết code mới từ đầu, nhưng kỹ thuật phần mềm thực tế phần lớn là lặp lại và bảo trì code sẵn có. Tức là điều quan trọng là chênh lệch giữa thời gian tự viết code cho tính năng mới và thời gian viết prompt cho AI rồi lấy ra code của tính năng đó; giả sử chênh lệch là 10% thì tiết kiệm được 10% thời gian cũng chỉ là khoảng 4 giờ mỗi tuần. Mà không phải toàn bộ 4 giờ đó đều được dùng vào phát triển code thực sự, nên mức tăng đầu ra thực chất có thể chỉ khoảng 5%. Nếu tính vậy, với mức tăng năng suất 5% và lương năm là 10 nghìn đô thì công ty sẽ không chi quá 500 đô mỗi tháng cho AI. Nhưng nếu Anthropic đang bỏ ra hơn $10k mỗi tuần chi phí suy luận cho một người dùng thì rõ ràng không khớp. Chi phí phải giảm cực mạnh thì mới thật sự có ý nghĩa. Nếu 10 năm nữa kịch bản là kỹ sư được phát laptop có GPU tích hợp để dùng AI hoàn thiện code cực nhanh, thì công ty chỉ cần đầu tư một lần 3-5 nghìn đô cho thiết bị là xong. Tương lai của AI coding sẽ không phải là 'agent' làm chủ đạo, cũng không phải prompt engineering. Mô hình sẽ không cải thiện quá nhiều so với hiện tại, và sẽ đơn giản, chuẩn mực, dùng được nhưng không xuất sắc. Cuối cùng, cảm giác 'hơi nhàm' mới là tương lai lành mạnh

    • Về bản chất, tôi thấy rất khó biện minh cho mức định giá của những công ty này nếu quy mô thị trường chỉ lớn hơn plugin IDE một chút

    • Claude có thực sự kiếm được lợi nhuận hay không vẫn là điều chưa rõ. Liệu có đủ người sẵn sàng tự trả chi phí trợ giá đó hay không, và càng đáng nghi hơn nếu chi phí ấy tiến đến mức chiếm phần lớn lương của một nhân sự bổ sung

    • Nhìn vào việc OpenAI từng có 'lợi thế áp đảo' nhưng chỉ một năm sau đối thủ đã đuổi kịp, có thể thấy khoảng cách này không phải bức tường quá dày. Đây là kiểu thị trường mà chỉ cần nhân sự chủ chốt rời đi như trong trường hợp Anthropic thì hoàn toàn có thể bị bắt kịp

  • Có phải hiện giờ chúng ta đang chìm trong một bong bóng lớn đến mức có thể thổi bay một phần đáng kể của nền kinh tế không? Tôi nghĩ gần như chắc chắn là vậy. Nhưng điều đó không có nghĩa bản thân AI là trò lừa đảo. Rốt cuộc bong bóng dotcom cũng đã vỡ, nhưng Internet không biến mất, và gần như mọi thứ dotcom từng hứa hẹn rồi một lúc nào đó cũng thành hiện thực

    • Đúng là Internet cuối cùng đã làm được đủ thứ, nhưng điều đó không tự động dẫn tới kết luận rằng LLM tăng tốc bằng GPU sẽ thay thế phần lớn lao động của con người

    • Ngay trong bài cũng thừa nhận có những trường hợp người dùng thực thấy hữu ích. Việc gọi nó là "trò lừa đảo" cũng chỉ mang nghĩa là VC, truyền thông, tiền đầu tư v.v. đã phóng đại quá mức so với tính hữu ích thực tế. Gọi là bong bóng không có nghĩa là nó sẽ biến mất hoàn toàn và không bao giờ quay lại, mà là cuối cùng thực tế sẽ lộ ra, rất nhiều công ty sẽ phá sản, định giá lao dốc và tạo ra hiệu ứng dây chuyền

    • Vấn đề của dự đoán là chính 'thời điểm' đã là phần dự đoán mang tính thực chất. Không ai biết điều gì sẽ tới tiếp theo. Khi lần đầu thấy GPT-3 tôi đã nghĩ nó thật sự chẳng ra gì nên cũng không quan tâm. Vì vậy hiện giờ mức độ bất định về tương lai lớn hơn rất nhiều<p>Internet cũng là ví dụ về việc một 'phiên bản nào đó của lời hứa ban đầu' được thực hiện sau rất nhiều thời gian, bằng những công nghệ mới mà lúc đó chưa tồn tại. Nói rằng "đúng về phương hướng" thực ra gần như đồng nghĩa với "đã sai"

    • Lập luận rằng gần như mọi thứ dotcom hứa hẹn đều đã thành hiện thực, vậy còn bong bóng blockchain thì sao? Dạo này mọi người có dùng blockchain nhiều không? Nó có thực sự thay đổi điều gì không?

  • Bong bóng rồi sẽ vỡ vào lúc nào đó. Bong bóng web cũng đã vỡ, và quá trình đó sẽ đau đớn. Nhưng công nghệ AI sẽ ở lại và thực sự dẫn đến biến chuyển. Cũng như web từng làm, nó sẽ ảnh hưởng cả theo hướng tốt lẫn xấu

    • Tôi luôn thấy buồn cười vì tranh luận về AI rốt cuộc giống tranh luận về crypto tới mức 'không thể phân biệt nổi'<p>(Dù LLM thực sự có công dụng)

    • Thời bong bóng dotcom, tỷ lệ P/E của Nasdaq đã vượt 200, trong khi hiện tại toàn thị trường là 40 và Nvidia là 49. Ai cũng muốn nói lần này lại là bong bóng, nhưng nếu nhìn vào 'khách hàng' hay 'doanh thu' thực tế thì hoàn toàn không phải bong bóng. ChatGPT đạt 100 triệu MAU nhanh nhất lịch sử, và được cho là nằm trong top 5 website có lượng truy cập cao nhất Internet. Cursor là công ty đạt doanh thu 500 triệu đô nhanh nhất lịch sử. Midjourney giờ không còn quá ồn ào nhưng vẫn kiếm hơn 200 triệu đô doanh thu năm và có lãi. Nói lạnh lùng thì chính người trên Hacker News mới là bên có suy nghĩ 'bong bóng'. Tất nhiên cũng có nhiều công ty bị định giá quá cao và sẽ lên xuống mạnh, nhưng nhìn các chỉ số thực như thế mà vẫn nói "giống hệt crypto" thì tôi thật sự không hiểu nổi. Một khảo sát gần đây cho thấy 48% đã từng dùng ChatGPT để tư vấn tâm lý (link khảo sát). Mức độ lan rộng bùng nổ như vậy chưa từng có trong lịch sử loài người. Giờ thậm chí máy chủ còn không theo kịp nhu cầu đến mức dịch vụ sập hàng tuần. Về bản chất, điều này khác bong bóng

  • Luận điểm trong bài có ý nghĩa, nhưng nếu cắt bớt phần rườm rà thì sẽ truyền tải mạnh và gọn hơn

  • Trớ trêu là tôi đã nhờ ChatGPT tóm tắt nó bằng tiếng Pháp. Nhưng tôi quá mệt mỏi với bong bóng AI, và chán ngấy khi một nửa timeline Twitter bị nhồi đầy tin AI và thread về AI

    • Reddit và LinkedIn đã trở thành ổ nội dung được tạo tự động. Dù vậy, một khi nhận ra các mẫu thì cũng khá dễ lọc và chặn

    • AI khá dùng được cho mục đích tóm tắt và dịch thuật<p>Tôi phân loại kết quả AI theo lượng thông tin đầu ra so với prompt + lượng thông tin đầu vào<p>Tóm tắt: đầu ra < đầu vào. Với các tác vụ rủi ro thấp kiểu này thì khá ổn<p>Dịch thuật: đầu ra ≈ đầu vào (chỉ khác định dạng/ngôn ngữ). Cái này cần kiểm tra kỹ hơn một chút<p>Mở rộng sinh thành: đầu ra > đầu vào. Rủi ro nằm ở đây. Ví dụ bạn bảo nó liệt kê thành phần của cheeseburger thì AI có thể 'định' thêm 'bánh mè', vì nó chỉ đang suy đoán giá trị trung bình dựa trên dữ liệu nội bộ. Có thể điều đó ổn, nhưng nếu ai đó dị ứng mè thì có thể nguy hiểm chết người. Những phần vượt ra ngoài đầu vào luôn cần được cảnh giác. Về bản chất, các kết quả sinh vượt quá đầu vào chỉ có thể mang tính 'trung bình'. Đó là lý do sản phẩm do AI tạo ra trông như thứ bùn nhão 'trung bình'

  • Bài này cho cảm giác mới mẻ. Tôi nghiêng về phía nhóm "lạc quan" hơn, nhưng nhìn chung tôi thấy vẫn thiếu sự hoài nghi. Có cảm giác những người có quan điểm thận trọng hay chỉ trích lại bị nhìn như kẻ kỳ quặc. Khác với các trào lưu trước đây, ngành AI thực sự có rất nhiều kẻ lừa bịp, và giờ đây chỉ cần bọc thêm wrapper hay chatbot là thứ gì cũng có thể được tiếp thị thành “AI-based”