OpenAI sẽ cạnh tranh như thế nào?
(ben-evans.com)- OpenAI đã xây dựng được tệp người dùng quy mô lớn mà không có lợi thế công nghệ độc quyền, nhưng mức độ tương tác và khả năng duy trì lại thấp, với cấu trúc thiếu hiệu ứng mạng
- Hiện có hơn 6 tổ chức đã tung ra các mô hình frontier ở mức tương đương, liên tục vượt nhau chỉ trong vài tuần, nên không công ty nào nắm được lợi thế cấu trúc mà đối thủ không thể đuổi kịp
- Google và Meta đang nhanh chóng mở rộng thị phần bằng cách tận dụng lợi thế từ sản phẩm sẵn có và kênh phân phối, trong khi ChatGPT khó duy trì lợi thế đi trước ở một sản phẩm không khác biệt rõ ràng
- OpenAI đưa ra chiến lược nền tảng full-stack từ chip, hạ tầng đến ứng dụng tiêu dùng, nhưng thiếu hiệu ứng mạng hay khả năng khóa hệ sinh thái như Windows hoặc iOS
- Thách thức chiến lược thực sự là ai sẽ tạo ra trải nghiệm AI thế hệ tiếp theo và các ca sử dụng còn chưa được phát minh, trong bối cảnh không thể tự mình phát minh ra mọi thứ
- Cuối cùng, năng lực cạnh tranh của OpenAI phụ thuộc vào khả năng thực thi liên tục và tốc độ thích nghi với thị trường, điều này gần với cuộc đua thực thi mỗi ngày hơn là một chiến lược
Bốn thách thức căn bản của OpenAI
- 1. OpenAI không có lợi thế công nghệ hay sản phẩm độc quyền, tệp người dùng thì lớn nhưng mức độ tương tác và độ bám dính thấp, không có hiệu ứng mạng
- Bản thân mô hình có trình độ tương tự đối thủ, đồng thời sản phẩm tiêu dùng chưa đạt product-market fit
- 2. Cấu trúc nắm bắt giá trị và trải nghiệm sản phẩm của thị trường AI đang thay đổi nhanh chóng. Các ông lớn hiện hữu và hàng nghìn startup đang tạo ra tính năng, trải nghiệm và mô hình kinh doanh mới, kéo theo nguy cơ foundation model rơi xuống thành hạ tầng phổ thông biên lợi nhuận thấp
- 3. OpenAI và Anthropic gặp khó khi phải bước vào một ngành thâm dụng vốn mà không có nền tảng phân phối hay dòng tiền từ sản phẩm sẵn có (Cross the Chasm)
- Các công ty có sản phẩm sẵn cũng phải chấp nhận tự phá vỡ chính mình, nhưng thời điểm từng nói Google không làm được AI đã qua từ lâu
- 4. Do cấu trúc tổ chức thiên về nghiên cứu, quyền kiểm soát lộ trình sản phẩm và chiến lược bị hạn chế. Mở email buổi sáng ra thì viện nghiên cứu đã giải quyết xong thứ gì đó, và công việc là biến nó thành một cái nút bấm
> "Jakub và Mark đã đặt ra định hướng nghiên cứu dài hạn. Rồi sau vài tháng làm việc, những kết quả đáng kinh ngạc xuất hiện, và một nhà nghiên cứu liên hệ với tôi hỏi: 'Chúng tôi vừa phát hiện ra một thứ thực sự tuyệt. Chị sẽ áp dụng nó vào chat như thế nào? Chúng ta sẽ đưa nó vào sản phẩm doanh nghiệp ra sao?'"
> Fidji Simo, Giám đốc sản phẩm OpenAI (2026)
> "Bạn phải bắt đầu từ trải nghiệm khách hàng rồi phát triển ngược về phía công nghệ. Không thể bắt đầu từ công nghệ rồi mới nghĩ xem sẽ bán nó ở đâu."
> Steve Jobs (1997)
- OpenAI có công nghệ xuất sắc và những nhân tài đầy tham vọng, nhưng khác với Google những năm 2000 hay Apple những năm 2010, họ không sở hữu thứ gì đó chắc chắn hoạt động mà không ai khác làm được
- Các động thái gần đây của Sam Altman có thể được hiểu là nỗ lực đổi giá trị trên giấy tờ thành một vị thế chiến lược bền vững hơn trước khi nhạc dừng
Năng lực cạnh tranh mô hình: thiếu lợi thế công nghệ độc quyền làm suy yếu tính bền vững của vị trí dẫn đầu
- Hiện có khoảng hơn 6 tổ chức đang tung ra các mô hình frontier gần như ngang nhau, liên tục vượt nhau chỉ trong vài tuần
- Mỗi benchmark có thể cho kết quả khác nhau, nhưng bức tranh tổng thể vẫn giống nhau
- Meta hiện đã tụt khỏi đường cong này; Apple, Amazon và Microsoft vẫn chưa thực sự vào được frontier; Trung Quốc chậm khoảng 6 tháng và phụ thuộc nhiều vào nghiên cứu của bên khác
- Hiệu ứng mạng tự củng cố của chính thị phần, từng thấy ở Windows, Google Search, iOS hay Instagram, hiện không tồn tại trong cuộc cạnh tranh mô hình
- Một đột phá như continuous learning có thể tạo điều kiện cho hiệu ứng mạng, nhưng hiện chưa phải thứ có thể lên kế hoạch được
- Quyền tiếp cận dữ liệu độc quyền có thể tạo ra hiệu ứng quy mô thực chất, nhưng chưa rõ hiệu ứng quy mô từ dữ liệu người dùng/dữ liệu ngành dọc (SAP, Salesforce, bảng tính ngân hàng đầu tư...) sẽ trông như thế nào, trong khi các nền tảng hiện hữu cũng đã nắm rất nhiều dữ liệu
Tệp người dùng: rộng nhưng nông, mức độ hình thành thói quen sử dụng còn yếu
- OpenAI có 800–900 triệu người dùng, nhưng đây là số liệu theo 'người dùng hoạt động hàng tuần'; điểm đáng chú ý là họ công bố WAU chứ không phải DAU
- Việc công bố số liệu thiên về hoạt động hàng tuần cho thấy phần lớn người dùng chưa biến nó thành thói quen hằng ngày, nên độ gắn bó/độ bám dính (stickiness) còn thấp
- Trong số người dùng ChatGPT, chỉ khoảng 5% trả phí đăng ký
- Ngay cả thanh thiếu niên Mỹ cũng có tỷ lệ chỉ dùng vài lần mỗi tuần hoặc ít hơn cao hơn nhiều so với dùng nhiều lần mỗi ngày
- Theo dữ liệu quảng bá '2025 Wrapped', 80% người dùng đã gửi dưới 1.000 tin nhắn trong năm 2025, tương đương trung bình dưới khoảng 3 prompt mỗi ngày
- Đa số người dùng không nhận ra khác biệt về tính cách hay trọng tâm giữa các mô hình; các tính năng như 'memory' nhằm tăng độ bám dính cũng chỉ là cơ chế giữ chân, chứ không phải hiệu ứng mạng thực sự
- Dù được quảng bá là “thay đổi cách con người sử dụng máy tính”, nhưng nếu chỉ dùng vài lần mỗi tuần thì khó có thể nói là đã thay đổi cuộc sống
- Bản thân OpenAI cũng thừa nhận tồn tại 'capability gap' giữa năng lực của mô hình và mức độ sử dụng thực tế, đây là cách nói vòng về việc chưa có product-market fit rõ ràng
Chiến lược quảng cáo và nỗ lực đào sâu mức độ tương tác
- Dự án quảng cáo của OpenAI nhằm bù đắp chi phí phục vụ hơn 90% người dùng miễn phí, đồng thời giành lợi thế đi trước và học hỏi từ phía nhà quảng cáo
- Về chiến lược, họ còn muốn cung cấp mô hình mới nhất, mạnh nhất (chi phí cao) cho cả người dùng miễn phí để tăng mức độ tương tác
- Fidji Simo nhấn mạnh rằng "độ phủ và quy mô là quan trọng nhất"
- Tuy nhiên, với những người hôm nay còn chưa nghĩ ra nên làm gì với ChatGPT, chưa rõ việc cung cấp mô hình tốt hơn có thực sự làm tăng tương tác hay không
- Cũng có khả năng người dùng đang mắc ở vấn đề màn hình trống (blank screen problem), hoặc chính định dạng chatbot không phù hợp với ca sử dụng đó
Gemini·Meta AI tăng thị phần và bài học Netscape: chatbot khó tạo khác biệt
- Với những sản phẩm không khác biệt rõ ràng, lợi thế đi trước ban đầu khó duy trì, và cạnh tranh có xu hướng chuyển sang thương hiệu và kênh phân phối
- Việc Gemini và Meta AI nhanh chóng giành thị phần là minh chứng cho điều đó, vì với người dùng phổ thông các sản phẩm này trông gần như giống nhau
- Llama 4 bị cộng đồng kỹ thuật đánh giá là thất bại, nhưng các con số của Meta có vẻ vẫn ổn
- Claude của Anthropic đứng đầu nhiều benchmark nhưng không có chiến lược hay sản phẩm tiêu dùng, mức độ nhận biết gần như bằng 0
- Claude Cowork thậm chí còn yêu cầu cài Git
- Có quan điểm so sánh ChatGPT với Netscape: tương tự việc Microsoft bước vào một thị trường mà sản phẩm khó tạo khác biệt và dùng sức mạnh phân phối để cạnh tranh
- Việc trình duyệt web khó khác biệt và chatbot khó khác biệt là cùng một vấn đề cấu trúc: cả hai rốt cuộc chỉ là một ô nhập và một ô xuất
- Đổi mới sản phẩm thành công cuối cùng của trình duyệt là tab và việc hợp nhất thanh tìm kiếm với thanh URL
- Microsoft từng thống trị thị trường trình duyệt, nhưng cuối cùng điều đó không quá quan trọng: giá trị thực sự được nắm bắt ở nơi khác
- Ứng dụng ChatGPT chỉ là một 'thin wrapper', và rất khó tạo khác biệt chỉ bằng cách thêm tính năng
- Đổi mới trải nghiệm người dùng mới là chìa khóa cho giai đoạn tiếp theo, nhưng ai sẽ dẫn dắt điều đó vẫn chưa rõ. Không có câu trả lời cho việc vì sao chủ thể đó phải là OpenAI
- Khi mọi startup ở Thung lũng Silicon đều đang chạy đua phát minh ra “trải nghiệm giai đoạn 2 của generative AI”, câu hỏi là: "Liệu có thể lên kế hoạch để biến người thắng thành chính mình không?"
Chiến lược nền tảng của OpenAI và những giới hạn của nó
- Trong năm qua, phản ứng của OpenAI mang dáng dấp "mọi thứ, cùng lúc, từ hôm qua": nền tảng ứng dụng, trình duyệt, ứng dụng video xã hội, hợp tác với Jony Ive, nghiên cứu y học, quảng cáo, công bố kế hoạch chi tiêu vốn quy mô hàng nghìn tỷ USD...
- Có xu hướng sao chép hình thức của các nền tảng thành công trước đây mà không thực sự hiểu chúng: kiểu "nền tảng thì có app store, vậy ta cũng cần app store"
- Cuối năm ngoái, Sam Altman đã trình bày toàn bộ chiến lược bằng một sơ đồ, đồng thời dùng câu nói nổi tiếng của Bill Gates: "Định nghĩa của nền tảng là tạo ra nhiều giá trị hơn cho đối tác so với cho chính mình"
- Cấu trúc chiến lược là một công ty nền tảng full-stack xây từ chip và hạ tầng đi lên; mỗi tầng gia cố cho nhau, đồng thời cung cấp cloud, chip, mô hình và giành lấy hệ sinh thái cùng hiệu ứng mạng
- Nhưng đó là cách Windows hay iOS từng vận hành, còn OpenAI hiện không có các động lực nền tảng/hệ sinh thái tương ứng
- Ngay cả sơ đồ quan hệ giữa chi tiêu vốn và doanh thu do CFO công bố cũng không phải một flywheel thực sự
Cuộc đua chi tiêu vốn (Capex): điều kiện để có một chỗ ngồi trên bàn
- Bốn công ty cloud lớn đã chi khoảng 400 tỷ USD cho hạ tầng trong năm ngoái, và năm nay dự kiến ít nhất 650 tỷ USD
- OpenAI nói về lời hứa 1,4 nghìn tỷ USD và 30 gigawatt năng lực tính toán cho tương lai, nhưng không có mốc thời gian cụ thể; đến cuối năm 2025, mức sử dụng thực tế mới là 1,9 gigawatt
- Do không có dòng tiền lớn từ mảng kinh doanh hiện hữu, họ phải dựa vào huy động vốn (một phần còn chưa hoàn tất) và tận dụng bảng cân đối kế toán của bên khác, trong đó có phần là 'doanh thu vòng tròn (circular revenue)'
- Về dài hạn, chi phí hạ tầng AI có thể đi theo cấu trúc giống sản xuất máy bay hoặc sản xuất bán dẫn: không có hiệu ứng mạng, nhưng mỗi thế hệ lại khó và đắt hơn, khiến chỉ còn số ít công ty đủ sức tiếp tục đầu tư, tạo nên thế độc quyền nhóm
- Một phép đối chiếu giữa Moore's Law (số transistor tăng gấp đôi mỗi 2 năm) và Rock's Law (chi phí xây fab bán dẫn tối tân tăng gấp đôi mỗi 4 năm)
- Việc Sam Altman gợi ý mức chi tiêu vốn 1.000 tỷ USD mỗi năm là nỗ lực tạo ra một 'lời tiên tri tự hoàn thành', tức một công ty ba năm trước còn chưa có doanh thu đang cố giành chỗ ngồi trên bàn bằng ý chí
- Nhưng có được chỗ trên bàn liệu có mang lại lợi thế gì hơn thế không vẫn chưa rõ: TSMC gần như độc quyền chip tiên tiến nhất, nhưng hầu như không có đòn bẩy hay khả năng nắm bắt giá trị ở các tầng trên của stack
Khả năng và giới hạn của API·tiêu chuẩn·hiệu ứng mạng
- Dù nhà phát triển dùng một foundation model cụ thể để xây sản phẩm, người dùng không biết và cũng không quan tâm mô hình nào đang được dùng
- Việc vận hành cloud không tạo ra đòn bẩy đối với các sản phẩm hay dịch vụ bên thứ ba ở tầng trên của stack
- Điểm khác biệt mới là đang xuất hiện đủ loại tiêu chuẩn và giao thức cho phép mô hình và website giao tiếp với nhau (cơn sốt OpenClaw phần nào phản ánh điều này)
- Website có thể tự phơi bày chức năng để trong ChatGPT xuất hiện trực tiếp tìm kiếm bất động sản hoặc giỏ hàng
- Có thể yêu cầu agent xem công thức trên Instagram rồi đặt nguyên liệu trên Instacart
- OpenAI đề xuất để tài khoản ChatGPT làm chất keo kết nối tất cả những thứ đó, và ngụ ý rằng đây có thể trở thành hiệu ứng mạng
- Nhưng có vấn đề 'widget fallacy': sai lầm lặp đi lặp lại khi cho rằng có thể trừu tượng hóa một sản phẩm phức tạp thành giao diện tiêu chuẩn đơn giản
- Điều này giống hệt khái niệm "API là BD mới" của 10 năm trước, và phần lớn đã thất bại
- Có khoảng cách rất lớn giữa thứ trông ấn tượng trong demo và mô hình tương tác của quy trình làm việc thực tế
- Không công ty nào muốn trở thành một lệnh gọi API đơn giản của công ty khác: luôn tồn tại căng thẳng bản chất giữa phân phối và quyền kiểm soát quan hệ khách hàng
- Nếu các hệ thống này thực sự kết nối bằng API trừu tượng, thì chưa rõ vì sao người dùng hay nhà phát triển lại phải bị khóa vào một bên cụ thể
- Ngay cả khi OpenAI và Gemini dùng các tiêu chuẩn khác nhau, cũng không có lý do gì nhà phát triển không hỗ trợ cả hai; lượng mã cần thiết còn ít hơn nhiều so với phát triển song song ứng dụng iOS/Android
- Cũng đáng nghi ngờ việc đăng nhập bằng cùng một tài khoản vào Tinder, Zillow và Workday có thực sự hợp lý hay không
Câu hỏi cốt lõi: sự thiếu vắng 'power'
- Trong ngành công nghệ, các từ như nền tảng, hệ sinh thái, đòn bẩy, hiệu ứng mạng được dùng rất thường xuyên, nhưng ý nghĩa thực sự lại mơ hồ
- Khái niệm cốt lõi là 'power': tức sức mạnh buộc người dùng phải sử dụng một hệ thống nào đó ngay cả khi họ không muốn
- Microsoft, Apple, Facebook và Amazon đều từng sở hữu kiểu power này
- Điều mà nền tảng thực sự đạt được là huy động năng lượng sáng tạo của toàn ngành công nghệ để xây ở quy mô lớn mà không cần tự phát minh ra mọi thứ, nhưng tất cả vẫn diễn ra trên hệ thống của mình
- Foundation model rõ ràng có hiệu ứng đòn bẩy, nhưng nếu đối thủ cũng làm ra thứ tương tự thì không có lý do nào khiến mọi người nhất định phải dùng sản phẩm của một công ty cụ thể
- Nếu không có lý do cấu trúc nào giúp luôn ở trạng thái tốt hơn đối thủ bất chấp họ đổ bao nhiêu tiền và công sức, thì thứ còn lại chỉ là khả năng thực thi (execution) mỗi ngày
- Lợi thế về thực thi có thể là một khát vọng và một số công ty đã duy trì được rất lâu, nhưng đó không phải chiến lược
Kết luận
- OpenAI đang ở trạng thái không có lợi thế độc quyền về công nghệ, sản phẩm hay hệ sinh thái
- Dù có tệp người dùng lớn và sức mạnh vốn, việc xây dựng năng lực cạnh tranh bền vững vẫn chưa hoàn tất
- Thiếu hiệu ứng mạng nền tảng, giới hạn trong khác biệt hóa sản phẩm và bất định trong đầu tư hạ tầng là những rủi ro chính
- Cuối cùng, năng lực cạnh tranh của OpenAI phụ thuộc vào khả năng thực thi mỗi ngày và tốc độ thích nghi với thị trường
Chú thích
- So sánh với chiến lược 'dùng vốn làm vũ khí' trong thời kỳ ZIRP: khi lãi suất thấp, các công ty cố dùng vốn rẻ để đạt quy mô rồi phòng thủ bằng hiệu ứng mạng; cách này hiệu quả với Uber nhưng thất bại với WeWork vì không có hiệu ứng mạng — OpenAI cũng tương tự ở điểm thiếu hiệu ứng mạng
- Một kết cục hoàn toàn khác cũng có thể xảy ra: mô hình với đủ quy mô và hình dạng tồn tại hàng loạt, trong đó một số chạy miễn phí ở edge, khiến thế độc quyền nhóm hạ tầng AI trở nên vô nghĩa chẳng khác gì độc quyền nhóm hạ tầng SQL
- Microsoft, Google, Apple và Meta dù ở trong môi trường winner-takes-most cũng chưa bao giờ nghĩ rằng mình đã thắng; họ luôn nhìn về phía sau
- Câu "Chỉ kẻ hoang tưởng mới sống sót" của Andy Grove là biểu đạt mang tính biểu tượng cho tâm lý đó
- Intel từng có cả hiệu ứng mạng lẫn lợi thế công nghệ, rồi đánh mất tất cả
1 bình luận
Ý kiến trên Hacker News
Mọi người đang đánh giá thấp độ bám dính (stickiness) của OpenAI
Việc có gần 1 tỷ người dùng thực sự là một rào cản gia nhập
Vợ tôi cũng dùng ChatGPT mỗi ngày nhưng không thấy lý do gì để thử thứ khác
Có quá nhiều lịch sử trò chuyện nên rất khó chuyển đi, và kiếm tiền dựa trên quảng cáo có vẻ là một lựa chọn tự nhiên
Trên thị trường tiêu dùng, OpenAI đang ở vị thế thuận lợi hơn các đối thủ khác
Hầu như không có hiệu ứng mạng lưới hay hiệu ứng học UI, và chỉ lịch sử trò chuyện đơn thuần thì khó giải thích được mức định giá đó
Hơn nữa, sau này hầu hết thiết bị và ứng dụng đều sẽ tích hợp sẵn tính năng AI, nên cuối cùng nó rất có thể sẽ bị hàng hóa hóa ở cấp độ backend API
Người dùng miễn phí có lẽ sẽ lập tức chuyển sang dịch vụ miễn phí khác nếu quảng cáo tăng lên
Thực tế, bạn đời của tôi đã chuyển sang DeepSeek trong đợt sự cố gần đây và không quay lại nữa
Bài viết của The Register cũng nói điều tương tự
Ngược lại, Google có thể còn lợi thế hơn — nếu tích hợp dữ liệu cá nhân như email, ảnh, lịch sử vị trí vào AI thì khả năng cá nhân hóa sẽ mạnh hơn nhiều
Với doanh nghiệp cũng vậy, việc tích hợp với Google Docs và GCP là điều tự nhiên
Về lâu dài, mô hình “AI + vài kỹ sư Google” thay thế cả một đội ngũ cũng có vẻ khả thi
Họ có nguy cơ rơi vào vị thế “lưng chừng với tất cả mọi người” vì cố nhắm quá nhiều mục tiêu cùng lúc
Việc không trực tiếp sở hữu hạ tầng cũng là một yếu tố đáng lo
Nếu trào lưu thay đổi, OpenAI cũng có thể bị Grok hay Perplexity lấn át
Bài liên quan: MIT Technology Review
Tôi tò mò không biết còn bao lâu nữa thì các mô hình cục bộ có thể bao phủ phần lớn các trường hợp sử dụng
Khoảng 5 năm nữa, OpenAI hiện tại có khi sẽ trông như các hệ thống VAX của thập niên 1970
Cuối cùng, để local LLM đủ tốt thì vẫn cần Google cho phép truy cập API
Nhìn vào tốc độ tăng trưởng VRAM của GPU tiêu dùng, có lẽ trước năm 2035 sẽ khó vận hành mô hình cục bộ hiệu năng cao
Mô hình nhanh hơn thì tốt đấy, nhưng vẫn cần chip đắt tiền, và sẽ còn mất thời gian để trở thành sản phẩm tiêu dùng
Data center hiệu quả hơn nhiều so với home server, nên mô hình cục bộ có thể chỉ còn là sở thích của số ít
Tôi thích các dịch vụ chat AI lấy quyền riêng tư làm trung tâm
Tôi đã so sánh Lumo+ của Proton với Duck.ai của DuckDuckGo và chọn Lumo+
Lịch sử trò chuyện được tích hợp với dữ liệu Proton và có thể truy cập từ mọi thiết bị
Với công việc kỹ thuật tôi dùng Gemini Plus hoặc Anthropic, nhưng với các cuộc trò chuyện cá nhân thì tôi dùng AI riêng tư
Trong những tình huống nhạy cảm như vấn đề sức khỏe của gia đình, bảo vệ dữ liệu cá nhân phải là mặc định
Rủi ro quyền riêng tư chỉ là lý thuyết, còn trên thực tế lợi ích lớn hơn nhiều
Tôi dùng Kimi-k2 trên Tinfoil cho các công việc nhạy cảm
Không khác BigLabs quá nhiều, nhưng cũng có các dịch vụ hướng tới mức độ bảo mật kiểu Apple AI như privatemode.ai hay confer.to
Tôi nghĩ đây là bài viết phân tích hay nhất về năng lực phòng thủ kinh tế của OpenAI
Có vẻ OpenAI đang theo đuổi chiến lược khiến thị trường xem mình là “thực thể không thể sụp đổ”
Việc cạnh tranh AI lan sang cạnh tranh chính trị giữa các quốc gia cũng có vẻ là một phần của chiến lược này
Công chúng vẫn rất hoài nghi về AI, và kể cả có thất bại thì tác động xã hội cũng không quá lớn
Google Gemini nổi trội nhất về mức độ tích hợp (Android, WearOS, Google Home, nhận diện giọng nói, v.v.)
Anthropic Claude mạnh ở tích hợp cho lập trình
Meta vẫn duy trì hiện diện nhờ mã nguồn mở, nhưng không có khả năng dẫn dắt thị trường
UX frontend thì Claude tốt hơn, nhưng Codex là lựa chọn đáng tiền nhất
Vì cộng đồng mã nguồn mở có thể tiếp cận được cấu trúc này, nên điểm khác biệt của ClaudeCode không quá mạnh
Từ sau khi OpenAI hiện quảng cáo “bộ nhớ gần đầy”, tôi dùng song song nhiều AI khác nhau
Tôi phân tán sử dụng giữa Grok, Alexa+, Gemini Plus, Copilot, Claude Code, Opencode, v.v.
Tôi thích một cấu trúc không phụ thuộc vào bất kỳ bên nào
Khi cần thì tôi có thể chuyển sang dịch vụ khác bất cứ lúc nào
Cơ hội của tích hợp dọc (vertical integration) đang bị đánh giá thấp
Giống như Anthropic từng nói sẽ không tự làm IDE rồi sau đó đổi hướng với Claude Code, khả năng mở rộng sang từng lĩnh vực (pháp lý, y tế, v.v.) là rất lớn
Các mô hình mã nguồn mở chậm hơn từ 6 đến 12 tháng, nên khoảng cách có thể tiếp tục nới rộng
Xét riêng việc sinh code thì có vẻ đã đạt mức đủ dùng
Nếu AGI thành hiện thực, mọi doanh nghiệp dựa trên tri thức có thể trở nên vô nghĩa
Có lẽ các công ty AI mới sẽ không dễ chen chân
Nếu một sản phẩm như “Claude for Accountants” đắt hơn Claude thông thường thì sẽ khó thuyết phục
Nếu AI tiếp tục phát triển, thì triết lý lấy người dùng làm trung tâm kiểu Steve Jobs hiện nay có thể sẽ đi ngược với hướng đi của AI
ChatGPT không được tạo ra để giải quyết một vấn đề cụ thể của người dùng, mà là một sản phẩm vô tình tìm thấy thị trường
Apple có vẻ vẫn chưa biết phải xử lý AI như thế nào, nhưng cần học cách tiếp cận lấy công cụ làm trung tâm như Anthropic hay OpenClaw
OpenAI cũng có điều để học hỏi, nhưng không ở vị thế thuận lợi như Apple hay Google
Cuối cùng, thị trường AI sẽ tiến tới một hệ sinh thái đa dạng hơn nhiều
Khi tôi, một người nói tiếng Anh bản ngữ, tới Costa Rica, tôi thường thấy người dân địa phương dùng ChatGPT để dịch khi gặp rào cản ngôn ngữ
Những bài báo tận thế AI kiểu này phần lớn nói từ góc độ định giá doanh nghiệp
Nhưng nếu nhìn từ góc độ nhân loại thì lại khá lạc quan
Trong thế hệ điện toán này, có thể sẽ không có một công ty nào đủ sức đẩy con người theo hướng họ không muốn
Đó là điều tốt