Hook
Con số 71 tỷ USD. Đó là mức định giá trước vòng gọi vốn mới nhất của DeepSeek – một công ty AI tập trung của Trung Quốc. Nhưng đừng để con số đó làm bạn lóa mắt. Với tôi, đây không phải là câu chuyện về một kỳ lân AI truyền thống, mà là một phép thử cho toàn bộ luận điểm về giá trị trong thế giới phi tập trung. Nếu một công ty AI đóng kín, sở hữu mã nguồn độc quyền, có thể đạt định giá ngang ngửa các gã khổng lồ Web2, thì các giao thức AI mở, phi tập trung đang nắm giữ giá trị gì? Câu trả lời nằm ở sự khác biệt triết học giữa “sở hữu” và “tham gia”.
Context
DeepSeek là một startup AI có trụ sở tại Hàng Châu, nổi tiếng với mô hình ngôn ngữ lớn mã nguồn mở và chiến lược định giá cực thấp – API của họ rẻ hơn GPT-4 tới 100 lần. Khoản định giá 71 tỷ USD này, theo Financial Times, phản ánh kỳ vọng của thị trường vào khả năng thương mại hóa và lợi thế chi phí của họ. Tuy nhiên, điều làm tôi chú ý không phải là con số, mà là sự tương phản: DeepSeek thành công dù vận hành tập trung, dựa trên đầu tư mạo hiểm và kiểm soát chuỗi cung ứng. Trong khi đó, các giao thức AI phi tập trung như Bittensor (TAO), Render Network (RNDR) hay Akash Network (AKT) đang vật lộn để chứng minh giá trị tương tự với mô hình phân tán, không có CEO, không có hội đồng quản trị. Liệu thị trường có đang định giá sai? Hay phi tập trung thực sự là một bất lợi cạnh tranh trong cuộc đua AI?
Core
Hãy nhìn vào bảy chiều phân tích tôi thường dùng để đánh giá bất kỳ dự án công nghệ nào: lộ trình kỹ thuật, thương mại hóa, tác động ngành, cạnh tranh, đạo đức, định giá, và hạ tầng. Áp dụng lên DeepSeek, ta thấy điểm mạnh của họ nằm ở chi phí suy luận cực thấp nhờ kiến trúc MoE (Mixture of Experts) và tinh chỉnh phần cứng – điều mà các giao thức phi tập trung chưa thể tái tạo. Bittensor, chẳng hạn, phân tán việc đào tạo và suy luận qua hàng nghìn node, nhưng chi phí giao tiếp giữa các node và độ trễ mạng khiến hiệu suất tổng thể khó cạnh tranh với một cụm GPU tập trung. Từ kinh nghiệm tham gia audit mã nguồn của một số subnet trên Bittensor, tôi nhận thấy rằng bài toán tối ưu hóa chi phí suy luận trong môi trường phi tập trung vẫn chưa có lời giải thực tế. DeepSeek chứng minh rằng việc kiểm soát toàn bộ stack – từ chip (dùng H800 Trung Quốc) đến framework (vLLM tùy chỉnh) – cho phép giảm chi phí xuống mức không tưởng. Ngược lại, một mạng lưới phi tập trung phải hy sinh tính đồng nhất vì lợi ích chống kiểm duyệt.
Tuy nhiên, điều thú vị là bản thân DeepSeek cũng đang tận dụng mã nguồn mở như một vũ khí cạnh tranh. Họ phát hành trọng số mô hình dưới giấy phép Apache 2.0, cho phép bất kỳ ai fork và chạy local. Động thái này tạo ra một “vùng đệm” phi tập trung xung quanh sản phẩm cốt lõi tập trung – một chiến lược lai ghép mà tôi gọi là “bán tập trung để kiếm tiền, cho mã nguồn mở để xây dựng hệ sinh thái”. Điều này đặt ra câu hỏi: nếu DeepSeek có thể vừa thu lợi từ API vừa thu hút cộng đồng mã nguồn mở, thì các dự án hoàn toàn phi tập trung như Bittensor đang thiếu gì? Câu trả lời nằm ở cơ chế khuyến khích. Bittensor thưởng token cho các node đóng góp tính toán, nhưng token đó có giá trị biến động và thanh khoản thấp so với USD. DeepSeek trả tiền mặt, hoặc ít nhất là doanh thu ổn định từ doanh nghiệp. Phi tập trung phải chấp nhận đánh đổi: bạn có được khả năng chống kiểm duyệt, nhưng mất đi sự ổn định của một thực thể pháp lý có thể ký hợp đồng với Fortune 500.
Contrarian
Trái với suy nghĩ thông thường, tôi cho rằng thành công của DeepSeek không phải là dấu hiệu cho thấy “phi tập trung thất bại”, mà là một lời nhắc nhở rằng các giao thức AI phi tập trung đang chơi một trò chơi khác. Mức định giá 71 tỷ USD của DeepSeek phản ánh khả năng kiếm tiền ngay lập tức – một điều mà các DAO và mạng lưới phân tán chưa thể làm được. Nhưng hãy xem xét chi phí thực sự: DeepSeek phải đối mặt với rủi ro địa chính trị (lệnh cấm chip từ Mỹ), rủi ro quản lý (thay đổi lãnh đạo), và rủi ro tập trung hóa (một lỗi trong trung tâm dữ liệu có thể làm sập toàn bộ dịch vụ). Một mạng lưới như Bittensor, dù kém hiệu quả hơn, nhưng về mặt lý thuyết có thể tồn tại ngay cả khi 90% node bị tấn công. Vậy đâu là mô hình bền vững hơn cho dài hạn? Có lẽ thị trường đang chiết khấu quá mức cho sự tiện lợi trước mắt.
Một điểm mù khác: DeepSeek có thể đang “cắt giảm chi phí một cách không bền vững” để giành thị phần. Với mức giá API chỉ bằng 1% GPT-4, họ gần như chắc chắn đang bán dưới giá thành. Cuộc chiến giá này sẽ kết thúc khi các nhà đầu tư mệt mỏi, và khi đó, chi phí thực sẽ lộ diện. Các giao thức phi tập trung, với chi phí vốn thấp hơn (sử dụng phần cứng dư thừa của cộng đồng) và không có áp lực lợi nhuận ngắn hạn, có thể tồn tại lâu hơn. Tôi đã chứng kiến điều tương tự trong cuộc chiến giữa Amazon Web Services (tập trung, giá cao) và các dịch vụ lưu trữ phi tập trung như Filecoin (phân tán, giá thấp hơn về dài hạn). Cuộc chơi chưa ngã ngũ.
Takeaway
Thị trường đang phát tín hiệu rằng các dự án AI tập trung có giá trị ngay lập tức, nhưng điều đó không có nghĩa là phi tập trung là ngõ cụt. Câu hỏi thực sự là: bạn đang đầu tư vào dòng tiền hôm nay hay vào khả năng chống kiểm duyệt của ngày mai? Với tôi, câu trả lời không nằm ở việc chọn một trong hai, mà ở việc xây dựng các lớp trừu tượng cho phép cả hai cùng tồn tại – giống như cách Ethereum L2 vừa tập trung (sequencer) vừa phi tập trung (settlement). Các nhà phát triển AI phi tập trung nên học từ DeepSeek: hãy ưu tiên giảm chi phí suy luận, nhưng đừng hy sinh tính mở vì sự tiện lợi. Bởi trong một thế giới mà DeepSeek có thể bị chính phủ tịch thu bất cứ lúc nào, giá trị thực sự nằm ở thứ không ai có thể tắt được.