Apple chọn Gemini cho Siri: 185 tỷ USD đang đào sâu hố ngăn cách giữa AI tập trung và phi tập trung

Khi tôi đọc dòng tin Apple chọn Google Gemini cho Siri, điều đầu tiên tôi nhìn không phải là bản hợp đồng hay giá cổ phiếu Alphabet — mà là một con số: 185 tỷ USD. Alphabet tuyên bố chi 185 tỷ USD cho hạ tầng AI trong năm nay. Hãy cùng trace execution path của dòng vốn này: tiền đi vào TPU, vào trung tâm dữ liệu, vào đội ngũ nghiên cứu — và cuối cùng, chúng trở thành một bức tường thành mà bất kỳ đối thủ nào muốn cạnh tranh trực diện đều phải leo qua. Với những ai đang quan sát mảng AI phi tập trung, đây không phải là một bản tin công nghệ thông thường. Đây là một tín hiệu cấu trúc. Bối cảnh cần đặt rõ ngay từ đầu: sự kiện này không hề đề cập đến một giao thức blockchain nào, không có token hay hợp đồng thông minh nào được nhắc tên. Nhưng việc một bài báo trên Crypto Briefing — một tờ báo chuyên về tài sản số — đưa tin về quan hệ đối tác giữa hai gã khổng lồ công nghệ Mỹ, và dành sự chú ý đặc biệt đến khái niệm "rủi ro tập trung hóa" cùng "giải pháp AI phi tập trung", không phải là ngẫu nhiên. Đây là một phần của câu chuyện lớn hơn: ngành công nghiệp tiền mã hóa đang cố gắng định vị mình như một lực lượng đối trọng với Big Tech trong cuộc đua AI. Hãy nhìn vào cấu trúc thị trường hiện tại. Ở trung tâm, bạn có các tập đoàn nắm giữ toàn bộ ngăn xếp công nghệ: mô hình, dữ liệu huấn luyện, hạ tầng suy luận và kênh phân phối. Apple đưa Gemini vào Siri, nghĩa là hàng trăm triệu thiết bị iOS sẽ chạy mô hình AI của Google — một sự mở rộng quyền lực khổng lồ mà không cần một dòng code blockchain nào. Nhưng chính sự tập trung này lại là chất xúc tác cho một hệ sinh thái khác đang âm thầm phát triển: các mạng lưới AI phi tập trung, nơi người dùng có thể xác minh tính toàn vẹn của mô hình, nơi việc suy luận không phụ thuộc vào một máy chủ duy nhất của một công ty duy nhất. Phân tích cluster ví cho thấy dòng tiền trong các dự án AI phi tập trung như Bittensor, Akash hay Ritual đã có những đợt tăng vọt nhẹ trong các giai đoạn Big Tech công bố kế hoạch AI lớn. Nhưng theo bằng chứng on-chain, khối lượng giao dịch thực tế liên quan đến việc sử dụng mô hình — chứ không phải chuyển token đầu cơ — vẫn còn rất nhỏ so với vốn hóa thị trường. Đây là lỗ hổng kiến trúc trong câu chuyện "AI phi tập trung sẽ thay thế AI tập trung": các mạng lưới này có thể thu hút sự chú ý, nhưng phần lớn hoạt động trên chuỗi là chuyển token, không phải là suy luận mô hình thực sự. Ở cấp độ hợp đồng, không có gì để kiểm toán ở đây — không có smart contract mới nào được triển khai. Nhưng hãy nhìn vào sự phân kỳ giữa câu chuyện và hiện thực: 185 tỷ USD của Alphabet là một con số thực, được rót vào phần cứng và trung tâm dữ liệu; trong khi đó, những gì các dự án AI phi tập trung có thể khoe khoang về mặt kỹ thuật — như khả năng xác minh tính toán, chống kiểm duyệt, hay quyền sở hữu dữ liệu — vẫn chưa tạo ra được một sản phẩm tiêu dùng đại chúng nào có thể cạnh tranh với Siri hay Google Assistant. Khi bạn chuẩn hóa wash trading và các giao dịch nội bộ trong hệ sinh thái này, giá trị sử dụng thực tế càng trở nên mờ nhạt. Điều này dẫn tới một góc nhìn phản trực giác. Hầu hết các nhà giao dịch tiền mã hóa nhìn thấy tin tức như thế này và nghĩ: "Ồ, rủi ro tập trung hóa tăng lên, vậy nên token AI phi tập trung sẽ tăng giá." Nhưng tôi nhìn thấy một thực tế khác: mỗi lần một gã khổng lồ công nghệ đầu tư thêm vào AI, khoảng cách về năng lực kỹ thuật giữa trung tâm và phi trung tâm càng nới rộng. Alphabet không chỉ chi 185 tỷ USD cho hạ tầng; họ còn chi để tuyển dụng những nhà nghiên cứu giỏi nhất, để có được dữ liệu tốt nhất, và để tối ưu hóa hiệu suất từng lớp của mô hình. Các dự án phi tập trung không thể đốt tiền theo cách đó — và điều đó không sao, miễn là họ biết mình đang chơi trò chơi khác. Nhưng nếu họ cố gắng cạnh tranh về hiệu suất, họ sẽ thua. Nếu họ cố gắng cạnh tranh về lớp tin cậy — chứng minh rằng mô hình đúng như những gì nó tuyên bố, rằng dữ liệu của bạn không bị thu thập — họ có một cơ hội thực sự. Nhưng cơ hội đó không tự động biến thành dòng tiền. Hãy nhìn vào lịch sử. Khi ChatGPT ra mắt vào cuối năm 2022, các token AI trên thị trường tiền mã hóa đã tăng vọt một cách điên cuồng. Rồi quý sau, hầu hết chúng đều điều chỉnh mạnh vì không có doanh thu thực tế. Cấu trúc động lực hiện tại của các dự án AI phi tập trung thường là: một nhóm phát triển tập trung nắm giữ phần lớn token, quảng bá một tầm nhìn về mạng lưới phi tập trung, và khuyến khích người dùng khóa token để kiếm phần thưởng — doanh thu đến từ hoạt động suy luận thực tế gần như bằng không. Đây là một cấu trúc dễ bị tấn công trước thực tế thị trường. Về mặt quản lý, sự kiện này cũng mang đến một tín hiệu đáng chú ý. Cuộc hợp tác giữa Apple và Google — sau nhiều năm bị điều tra chống độc quyền với thỏa thuận tìm kiếm mặc định — sẽ gần như chắc chắn khiến các cơ quan quản lý đặt ra câu hỏi về việc tập trung quyền lực AI vào một vài tập đoàn. Nếu quyết định này bị ràng buộc bởi các điều kiện, chúng ta có thể thấy những yêu cầu về tính tương tác hoặc tính mở — điều này vô tình lại tạo ra một lý do mới để các giải pháp phi tập trung tồn tại. Nhưng ở chiều ngược lại, các cơ quan quản lý sẽ nhìn vào những token AI phi tập trung và tự hỏi: đây là chứng khoán hay không? Nếu một dự án bán token để gây quỹ và hứa hẹn lợi nhuận từ nỗ lực của đội ngũ phát triển, bất kỳ đứa trẻ nào học luật chứng khoán cũng có thể nhận ra đó là một hợp đồng đầu tư. Một điểm kỹ thuật tôi muốn nhấn mạnh: các mạng lưới AI phi tập trung cần phải suy nghĩ lại về vị thế sinh thái của mình. Câu chuyện "chống lại Google" có thể là một câu chuyện tiếp thị tốt, nhưng nó không phải là một chiến lược kỹ thuật. Nếu bạn muốn xây dựng một hệ thống có thể thực sự được sử dụng, bạn cần bắt đầu từ những vấn đề mà trung tâm không muốn hoặc không thể giải quyết. Ví dụ: các mô hình chuyên biệt cho những lĩnh vực mà một công ty như Google không muốn động vào vì rủi ro pháp lý; hoặc các mạng lưới suy luận có thể được kiểm toán — nơi người dùng trả tiền để có được bằng chứng rằng kết quả suy luận không bị can thiệp. Đó là một hố sâu mà các tập đoàn lớn không thể nhảy vào một cách dễ dàng vì họ sẽ phải thay đổi toàn bộ kiến trúc của mình. Về tâm lý thị trường, tôi thấy một rủi ro rõ ràng. Mỗi tin tức về sự tập trung hóa AI được theo sau bởi một làn sóng FOMO vào các token AI phi tập trung. Nhưng việc mua token chỉ vì một mẩu tin tức bạn đọc trên Crypto Briefing không phải là một chiến lược đầu tư. Đó là một giao dịch đầu cơ dựa trên câu chuyện, và câu chuyện đó phụ thuộc vào việc đội ngũ phát triển có thể biến sự chú ý này thành một sản phẩm khả thi hay không. Năm 2024 chứng kiến sự ra đời của nhiều sản phẩm AI phi tập trung — nhưng hầu hết vẫn là những bản demo với tốc độ xử lý chậm hơn nhiều so với trung tâm, giao diện người dùng kém, và chi phí tính toán không cạnh tranh nổi. Cuộc gọi thực tế ở đây rất rõ ràng. Việc Apple chọn Gemini chỉ củng cố một thực tế khó chịu: AI trung tâm đang nắm giữ tất cả các kênh phân phối chính. Google chiếm lĩnh Android, Apple chiếm lĩnh iOS, và hai bên vừa hợp tác vừa cạnh tranh — nhưng cả hai đều không có lý do gì để để một mạng lưới phi tập trung can thiệp vào luồng dữ liệu của họ. Điều này không có nghĩa là AI phi tập trung thất bại; nó chỉ có nghĩa là con đường phía trước không nằm ở việc chiếm lấy thị trường đại chúng, mà ở việc xây dựng các hệ thống phục vụ những nhu cầu cụ thể mà các gã khổng lồ này không thể phục vụ được do xung đột lợi ích. Ý nghĩa lớn nhất tôi rút ra từ con số 185 tỷ USD này không phải là Alphabet "áp đảo" hay "chôn vùi" bất kỳ ai. Nó là lời nhắc rằng trong thị trường tăng này, khi mọi người đang phấn khích về câu chuyện AI và cách nó được mã hóa thành token, thì các lỗi kiến trúc — sự thiếu doanh thu, thiếu sản phẩm thực sự dùng được, thiếu khả năng xác minh — vẫn còn nguyên đó. Chúng chỉ bị phủ một lớp sơn sặc sỡ có tên là "câu chuyện". Và câu chuyện luôn là thứ phai màu nhanh nhất.