Chi hàng trăm triệu USD phát triển mô hình AI rồi cung cấp miễn phí, các ông lớn công nghệ toan tính điều gì?

Chi hàng trăm triệu USD phát triển mô hình AI rồi cung cấp miễn phí, các ông lớn công nghệ toan tính điều gì?

Việc các tập đoàn chi hàng trăm triệu USD huấn luyện AI rồi phát hành miễn phí tạo ra một nghịch lý trong ngành công nghệ. Bản chất của việc này là chiến lược dịch chuyển mắt xích tạo lợi nhuận từ phần mềm sang hạ tầng điện toán đám mây. Chiến lược phát hành dải mô hình Gemma 4 cùng với Gemini minh chứng cho cách Alphabet vừa bảo vệ hệ sinh thái thiết bị, đồng thời cản bước các đối thủ nước ngoài.

Alphabet mới công bố Gemma 4 vào tháng 4 năm nay – Ảnh: cloudwars

Tháng 4/2026, Google chính thức phát hành dải mô hình Gemma 4, bao gồm các phiên bản từ 1 tỷ đến 31 tỷ tham số, dưới giấy phép Apache 2.0 cho phép sử dụng thương mại tự do.

Một mô hình ngôn ngữ lớn ở mức độ tối tân hiện nay tiêu tốn từ hàng chục đến hàng trăm triệu USD để huấn luyện, với chi phí được dự báo sẽ chạm ngưỡng hàng tỷ USD trong các thế hệ tiếp theo. Mặc dù gánh chi phí đầu tư khổng lồ, Google và nhiều tập đoàn công nghệ khác vẫn quyết định cung cấp toàn bộ trọng số của mô hình cho người dùng tải về mà không thu phí cấp phép.

Đây là một chiến lược đang định hình lại toàn bộ hệ sinh thái phần cứng và đám mây. Để hiểu được quyết định phân phối miễn phí này, trước tiên phải phân định rõ cấu trúc kỹ thuật và bài toán chi phí giữa hai định dạng mô hình đang tồn tại trên thị trường.

Phân định mô hình đóng và mở trọng số

Thị trường trí tuệ nhân tạo hiện nay được chia thành hai nhánh phát triển với cách vận hành hoàn toàn trái ngược nhau. Các mô hình đóng như hệ thống GPT của OpenAI hay Claude của Anthropic giữ kín toàn bộ trọng số, mã nguồn và dữ liệu huấn luyện. Khách hàng doanh nghiệp tiếp cận các hệ thống này thông qua giao diện lập trình ứng dụng (API), trả chi phí dựa trên số lượng token được xử lý.

Phương thức này mang lại năng lực suy luận tối tân mà không yêu cầu người dùng phải tự quản lý hạ tầng phần cứng vật lý đắt đỏ. Tuy nhiên, việc sử dụng mô hình đóng khiến doanh nghiệp phụ thuộc hoàn toàn vào định giá của nhà cung cấp và bị khóa chặt vào một hệ sinh thái.

Nếu trung tâm dữ liệu của Anthropic hay OpenAI bị tin tặc tấn công, dữ liệu của khách hàng có nguy cơ bị lộ. Nếu các công ty AI này phá sản, khách hàng cũng không thể tiếp cận các mô hình AI được nữa.

Ngược lại, các mô hình mở trọng số như DeepSeek, Llama của Meta, Qwen của Alibaba hay Gemma của Google cho phép người dùng tải trực tiếp tệp tham số toán học đã được huấn luyện. Khái niệm mở trọng số này khác với mã nguồn mở truyền thống do dữ liệu huấn luyện gốc thường vẫn được giữ kín.

Việc sở hữu trọng số cho phép doanh nghiệp tinh chỉnh sâu và vận hành hoàn toàn ngoại tuyến trên máy tính của mình. Doanh nghiệp cũng không còn phải trả phí cho nhà cung cấp mô hình AI.

Đổi lại, người dùng phải tự trang bị và quản trị phần cứng, thường là các hệ thống máy chủ sử dụng GPU hoặc TPU chuyên dụng, và chi phí điện năng cho các phần cứng này.

DeepSeek là mô hình AI mở của Trung Quốc. Ảnh: Reuters.

Lịch sử công nghệ đã nhiều lần cho thấy sự phân kỳ tương tự giữa các hệ thống đóng và mở. Vào thập niên 1990 và 2000, thế giới máy chủ chứng kiến sự cạnh tranh giữa hệ điều hành Unix đóng kín, đắt đỏ và hệ điều hành Linux mã nguồn mở, miễn phí.

Linux cuối cùng đã trở thành tiêu chuẩn của ngành điện toán đám mây nhờ khả năng cho phép hàng triệu lập trình viên tự do tùy biến và triển khai trên mọi hạ tầng phần cứng. Hệ sinh thái mở luôn tạo ra một lực lượng phát triển vệ tinh khổng lồ, biến sản phẩm lõi thành một tiêu chuẩn công nghiệp mặc định.

Sự vượt trội về khả năng kiểm soát dữ liệu và tối ưu chi phí vận hành của mô hình mở trọng số đã kích hoạt một xu hướng trên toàn ngành công nghệ.

Xu hướng ngành: Đại trà hóa sản phẩm bổ sung

Động cơ kinh tế đằng sau việc phát hành mô hình miễn phí được giải thích thông qua định luật nổi tiếng của kỹ sư phần mềm Joel Spolsky năm 2002 về việc đại trà hóa sản phẩm bổ sung. Mọi sản phẩm trên thị trường đều có các sản phẩm bổ sung được tiêu dùng cùng nhau.

Nguyên lý này chỉ ra rằng khi giá của một sản phẩm bổ sung giảm xuống mức chi phí biên, nhu cầu đối với sản phẩm cốt lõi sẽ gia tăng tương ứng. Ví dụ, thịt bò thường được xào với dứa, khi giá thịt bò giảm xuống thì nhu cầu với cả thịt bò và dứa đều tăng.

Trong chuỗi giá trị AI, mô hình nền tảng chính là sản phẩm bổ sung cho hạ tầng máy chủ, chip xử lý và dịch vụ điện toán đám mây. Bằng cách tung ra các mô hình trọng số mở miễn phí, các tập đoàn công nghệ lớn chủ động ép giá trị thương mại của lớp thuật toán về gần bằng 0 nhằm dịch chuyển mắt xích tạo lợi nhuận từ việc bán quyền truy cập mô hình sang việc cho thuê hạ tầng vật lý.

Một khi rào cản chi phí tiếp cận mô hình được gỡ bỏ, hàng ngàn doanh nghiệp sẽ khởi tạo các dự án AI mới, kéo theo sự bùng nổ về nhu cầu thuê năng lực tính toán. Khách hàng không trả tiền cho bản quyền thuật toán, nhưng bắt buộc phải trả tiền cho khối lượng điện toán đám mây khổng lồ để duy trì hoạt động của thuật toán đó.

Trong khi đa số công ty tuân theo quy luật đại trà hóa này một cách đơn điệu, Alphabet đã thiết lập cách khai thác giá trị đa tầng và có tính đặc thù hơn.

Toan tính đa tầng của Alphabet qua hệ sinh thái Gemma và Gemini

Trong khi Meta tập trung vào mô hình mở để bảo vệ hệ sinh thái nội bộ, còn OpenAI và Anthropic chủ yếu cung cấp các mô hình đóng hiện đại, Alphabet là tập đoàn công nghệ lớn duy nhất cạnh tranh ở cả hai phân khúc đóng và mở.

Dải mô hình Gemini phục vụ phân khúc khách hàng sẵn sàng trả phí API cao cho năng lực tối tân nhất. Song song đó, dải mô hình Gemma hướng tới nhóm khách hàng có nhu cầu tự vận hành máy chủ và ưu tiên quyền kiểm soát luồng dữ liệu. Nếu Alphabet không tung ra Gemma, các khách hàng này cũng sẽ tìm tới các mô hình mở khác chứ không dùng Gemini.

Về bản chất, Alphabet không để Gemma tranh cướp doanh thu của Gemini, mà dùng Gemma để thiết lập ba lớp lợi ích kinh tế độc lập nhằm chiếm lĩnh phần còn lại của thị trường.

Gemini là mô hình AI đóng yêu cầu trả phí, trong khi Gemma là mô hình AI mở miễn phí, cả hai đều do Alphabet phát triển – Ảnh: Reuters.

Lớp toan tính thứ nhất là việc chuyển hóa lưu lượng sử dụng mô hình thành doanh thu hạ tầng đám mây thương mại. Mô hình Gemma 4 miễn phí tải về và sử dụng cho nhu cầu cá nhân, nhưng để triển khai tinh chỉnh ở quy mô thương mại, doanh nghiệp cần cơ sở hạ tầng tính toán mạnh mẽ.

Alphabet tích hợp sâu Gemma vào Google Cloud Platform, Vertex AI và Google Kubernetes Engine (GKE). Trong một quý gần đây, Google Cloud ghi nhận doanh thu 17.7 tỷ USD, cùng tốc độ tăng trưởng 48% và khối lượng hợp đồng chờ xử lý lên tới 240 tỷ USD. Gemma hoạt động như một phễu lọc thu hút các dự án AI mới, sau đó chuyển hướng khách hàng sang việc thuê tài nguyên TPU và GPU của Google để tạo ra dòng tiền trực tiếp.

Lớp toan tính thứ hai là phương thức phòng thủ thiết bị và ngăn chặn đối thủ vươn lên. Ở cấp độ thiết bị, các phiên bản nhỏ như Gemma 4 E2B và E4B được thiết kế để chạy trực tiếp offline trên điện thoại Android và Google Pixel. Cấu trúc này thiết lập lớp rào cản để bảo vệ hệ sinh thái di động cốt lõi trước các giải pháp trí tuệ nhân tạo tích hợp của Apple.

Về địa chính trị, các mô hình mở của Trung Quốc như Qwen hay DeepSeek V4-Flash đang cung cấp hiệu năng tiệm cận các hệ thống phương Tây với mức giá chỉ 0.14 USD cho 1 triệu token đầu vào. Nếu doanh nghiệp phương Tây lựa chọn mô hình Trung Quốc thì họ cũng có xu hướng dịch chuyển sang hạ tầng đám mây tương ứng.

Việc phát hành Gemma 4 cung cấp một giải pháp thay thế xuất xứ từ Mỹ, chặn đứng nguy cơ thất thoát khách hàng doanh nghiệp vào tay các nhà cung cấp đám mây Trung Quốc.

Lớp toan tính thứ ba là việc củng cố danh mục đầu tư và thâu tóm thói quen của hệ sinh thái lập trình viên. Gemma chia sẻ chung nền tảng kiến trúc nghiên cứu với Gemini 3. Các thành tích về hiệu năng của Gemma hoạt động như một hệ thống xác thực chất lượng, gián tiếp củng cố niềm tin của thị trường vào phiên bản trả phí Gemini.

Đồng thời, việc phát hành dưới giấy phép Apache 2.0 loại bỏ các rào cản pháp lý, thu hút lượng lớn kỹ sư phần mềm sử dụng công cụ của Google. Lập trình viên quen thuộc với hệ thống triển khai của Google hôm nay chính là những người sẽ đưa ra quyết định mua sắm hạ tầng điện toán đám mây trị giá hàng triệu USD trong vòng 3 đến 5 năm tới.

Những toan tính đa tầng của Google chỉ ra một sự tái cấu trúc toàn diện trong cách các sản phẩm trí tuệ nhân tạo được định giá trên thị trường.

Trật tự mới của thị trường trí tuệ nhân tạo

Cuộc đua phát hành mô hình trí tuệ nhân tạo miễn phí là kết quả của quá trình sắp xếp lại chuỗi giá trị công nghệ toàn cầu.

Các tập đoàn từ bỏ lợi nhuận trực tiếp từ thuật toán để chuyển dịch điểm thu hồi vốn sang dịch vụ điện toán đám mây, thiết bị phần cứng và hệ sinh thái phần mềm tích hợp. Mô hình ngôn ngữ lớn (LLM) đã mất đi vị thế là một tài sản độc quyền để trở thành một loại hàng hóa phổ thông.

Chiến lược định vị song song của Google bằng Gemini và Gemma cho thấy thực tế phân mảnh của ngành công nghiệp. Tập đoàn này tối đa hóa lợi nhuận trực tiếp ở phân khúc đóng thông qua API, đồng thời sử dụng phân khúc mở để định hình tiêu chuẩn kỹ thuật và kiểm soát lưu lượng đám mây.

Giá trị kinh tế bền vững trong kỷ nguyên trí tuệ nhân tạo nằm ở năng lực làm chủ các trung tâm dữ liệu vật lý và duy trì sự gắn kết chặt chẽ với lực lượng nhà phát triển toàn cầu.

Đức Quyền

FILI

– 07:30 13/06/2026