Sam Altman nói về cách OpenAI chiến thắng trong giai đoạn cạnh tranh tiếp theo: Từ tương lai của ChatGPT, chiến lược doanh nghiệp đến hạ tầng AI trị giá hàng nghìn tỷ đô la

Viết bài: Tổng hợp của Techub News

Trong cuộc phỏng vấn dài này, Sam Altman tập trung vào một câu hỏi cốt lõi: Khi cuộc cạnh tranh các mô hình lớn bước vào giai đoạn sâu, OpenAI dựa vào đâu để tiếp tục dẫn đầu. Câu trả lời không chỉ là “mô hình mạnh hơn”, mà còn là một hệ thống gồm các mô hình tiên tiến, khả năng sản phẩm, kênh phân phối, trải nghiệm cá nhân hóa, nền tảng doanh nghiệp và sức mạnh tính toán quy mô lớn cùng nhau cấu thành.

Theo cách diễn đạt của ông, OpenAI đã không còn chỉ hiểu mình là một công ty mô hình nữa, mà còn cố gắng trở thành một nền tảng AI bao phủ cả người tiêu dùng, nhà phát triển và doanh nghiệp cùng lúc. Altman nhấn mạnh nhiều lần rằng, trong tương lai, thắng thua không chỉ dựa vào điểm số mô hình trên bảng xếp hạng một lần, mà là ai có thể kết hợp “mô hình mạnh nhất”, “sản phẩm tốt nhất” và “hạ tầng đủ lớn” thành một vòng khép kín hoàn chỉnh, và liên tục cung cấp dịch vụ trên toàn cầu.

I. Cạnh tranh trong mắt OpenAI không phải là thắng thua của một lần ra mắt mô hình

Ngay từ đầu cuộc phỏng vấn, người dẫn chương trình đã đặt ra một câu hỏi sắc bén: Khi Gemini, DeepSeek và các đối thủ liên tục tiến gần, dường như lần đầu tiên OpenAI không còn có lợi thế tuyệt đối rõ ràng nữa. Về điều này, Altman không phủ nhận áp lực cạnh tranh, nhưng ông cho rằng, cái gọi là “mã đỏ” (code red) chỉ là một cơ chế phản ứng nhanh, tần suất cao, mức độ thấp, dùng nội bộ để phản ứng nhanh với các mối đe dọa bên ngoài, chứ không phải là dấu hiệu của chiến lược thất bại.

Ông thừa nhận, các đối thủ bên ngoài thực sự đã phơi bày một số điểm yếu trong chiến lược sản phẩm của OpenAI, nhưng ông cũng nhấn mạnh rằng, áp lực này chính là động lực thúc đẩy công ty sửa đổi hướng đi nhanh hơn, đẩy nhanh tốc độ ra mắt. Nói cách khác, cạnh tranh không làm thay đổi đánh giá cơ bản của OpenAI, mà còn làm tăng sự cảnh giác và tốc độ thực thi của tổ chức.

Altman đặc biệt nhấn mạnh rằng, ChatGPT vẫn là sản phẩm trò chuyện chiếm ưu thế trên thị trường, và ông dự đoán, lợi thế này sẽ mở rộng chứ không thu hẹp lại. Lý do là, trong tương lai, khả năng mô hình dù sẽ ngày càng gần nhau trong nhiều bối cảnh, nhưng người dùng thực sự chọn một sản phẩm AI không chỉ dựa vào mô hình, mà còn dựa vào trải nghiệm toàn diện, độ ổn định, nhận thức thương hiệu, mức độ cá nhân hóa, và khả năng trở thành một cổng duy nhất.

Nói cách khác, trong bối cảnh chiến lược của Altman, cạnh tranh mô hình lớn ngày càng giống như cạnh tranh hệ điều hành, nền tảng và hệ sinh thái. Mô hình tất nhiên quan trọng, nhưng cuối cùng phải được bao bọc trong một mối quan hệ sử dụng toàn diện hơn. Ai có thể giữ chân người dùng lâu dài, tích lũy dữ liệu, hình thành thói quen, người đó mới có thể xây dựng được lợi thế thực sự.

II. Lợi thế cạnh tranh thực sự là “mô hình + sản phẩm + hạ tầng” vòng khép kín hoàn chỉnh

Trong cuộc phỏng vấn, Altman đã đưa ra một câu gần như tóm tắt chiến lược tổng thể của OpenAI hiện tại: làm mô hình tốt nhất, xây dựng sản phẩm tốt nhất quanh nó, và sở hữu hạ tầng đủ lớn để cung cấp dịch vụ quy mô lớn.

Ý nghĩa của câu này nằm ở chỗ, nó phân tách tương lai của OpenAI thành ba tầng không thể tách rời. Tầng thứ nhất là tính tiên phong của mô hình. Altman rõ ràng không đồng tình với quan điểm “mô hình sẽ sớm đồng nhất hóa hoàn toàn”. Theo ông, các mô hình khác nhau sẽ thể hiện khác biệt trong các lĩnh vực khác nhau, đặc biệt trong các bối cảnh tiên tiến như khám phá khoa học, suy luận phức tạp, các nhiệm vụ giá trị cao của doanh nghiệp, nơi các mô hình hàng đầu vẫn sẽ tạo ra giá trị kinh tế lớn nhất, và mục tiêu của OpenAI là luôn đứng ở phía trước của xu hướng này.

Tầng thứ hai là khả năng sản phẩm. Altman cho rằng, dù trong tương lai, các kịch bản trò chuyện thông thường xuất hiện nhiều mô hình “rất dễ dùng”, thì thiết kế sản phẩm vẫn sẽ quyết định lớn việc giữ chân người dùng. Ví dụ như khả năng ghi nhớ cá nhân, liên tục qua các nhiệm vụ, tạo ra các giao diện tương tác khác nhau cho các nhiệm vụ khác nhau, khả năng thực thi chủ động phía sau, tất cả đều không thể tự nhiên do quy mô tham số mang lại, mà là kết quả của kỹ thuật sản phẩm, thiết kế tương tác và tích hợp hệ thống.

Tầng thứ ba là hạ tầng. Không có đủ sức mạnh tính toán, dù mô hình và sản phẩm có tốt đến đâu cũng không thể trở thành dịch vụ phổ cập. Trong suốt cuộc phỏng vấn, Altman nhiều lần nhấn mạnh rằng, OpenAI lâu nay vẫn trong tình trạng “thiếu hụt sức mạnh tính toán”, thiếu hụt này không chỉ hạn chế việc huấn luyện, mà còn trực tiếp kìm hãm tăng trưởng doanh thu, vì nhu cầu của người dùng và doanh nghiệp về dịch vụ AI cao hơn nhiều so với khả năng cung cấp hiện tại.

Vì vậy, cách cạnh tranh của OpenAI ngày nay không phải là đặt cược vào một phép màu công nghệ nào đó sẽ chấm dứt cuộc chơi, mà là đồng bộ nâng cấp mô hình, đổi mới sản phẩm và mở rộng hạ tầng, biến lợi thế dẫn đầu thành một hệ thống phức hợp tự củng cố.

III. Tương lai của ChatGPT không chỉ là một hộp trò chuyện

Altman nói về hình thái tương lai của ChatGPT một cách khá thẳng thắn: ông ban đầu nghĩ rằng, đến ngày nay, giao diện ChatGPT sẽ có nhiều thay đổi hơn, nhưng thực tế, giao diện trò chuyện ban đầu còn đi xa hơn nhiều so với dự đoán của nhiều người.

Điều này cho thấy một điều: đối với hàng triệu người dùng, trò chuyện là một cổng cực kỳ tự nhiên, dễ tiếp cận, có tính ứng dụng cao. Người ta đã quen giao tiếp bằng văn bản, và khi giao diện này tích hợp trí tuệ ngày càng mạnh, thì sức sống của nó vượt xa định vị ban đầu là “xem trước nghiên cứu”.

Tuy nhiên, Altman cũng nhấn mạnh, hộp trò chuyện này sẽ không phải là điểm dừng. Ông cho rằng, trong tương lai, hệ thống AI nên có khả năng tự động tạo ra các giao diện khác nhau phù hợp với các nhiệm vụ khác nhau. Xử lý số, tài liệu, kế hoạch, mã, đồ họa, đều cần các phương thức tương tác khác nhau, chứ không phải tất cả đều bị ép vào một đoạn hội thoại tuyến tính.

Hơn nữa, ChatGPT trong tương lai sẽ không chỉ “phản hồi thụ động”, mà còn “liên tục làm việc”. Nó sẽ chủ động hiểu rõ nhiệm vụ người dùng cần hoàn thành trong ngày, những vấn đề quan tâm nhất, rồi liên tục thúc đẩy phía sau, và khi cần, phản hồi theo nhịp phù hợp hơn. Điều này có nghĩa AI sẽ dần chuyển từ “công cụ hỏi đáp” sang “hệ thống hành động”.

Altman lấy tiến bộ của Codex làm ví dụ về hình thái tương lai này. Ông cho rằng, trong các kịch bản lập trình, đã xuất hiện một dạng hình thái làm việc mới: con người không còn phải thao tác từng bước nhỏ, mà giao cho hệ thống một loạt mục tiêu và ràng buộc, để nó liên tục tiến hành phía sau. Mô hình này nếu mở rộng ra nhiều lĩnh vực kiến thức khác, sẽ định nghĩa lại hình thái phần mềm cơ bản.

IV. Ghi nhớ cá nhân hóa, có thể là nguồn giữ chân khách hàng mạnh hơn điểm số mô hình

Trong mắt Altman, một trong những khả năng bị đánh giá thấp nhất của ChatGPT chính là khả năng ghi nhớ cá nhân hóa. Ông rõ ràng cho biết, chức năng ghi nhớ hiện còn rất sơ khai, rất thô sơ, thậm chí có thể so sánh như “thời kỳ GPT-2 của lĩnh vực ghi nhớ”, nhưng chính điều này lại mở ra nhiều khả năng phát triển lớn.

Ông mô tả rõ ràng về tương lai: AI không chỉ nhớ những gì người dùng nói, mà còn có thể từ các tương tác dài hạn nắm bắt các sở thích nhỏ, thói quen hành vi, mục tiêu dài hạn, phong cách ngôn ngữ, bối cảnh công việc, cuối cùng hình thành một khả năng hiểu liên tục xuyên suốt cuộc sống và công việc của cá nhân.

Khả năng này quan trọng không chỉ vì “tiện lợi hơn”, mà còn vì nó sẽ thay đổi mối quan hệ giữa người dùng và AI. Phần mềm truyền thống hầu như mỗi lần khởi động đều như bắt đầu lại, còn AI có khả năng ghi nhớ dài hạn sẽ như một cộng tác liên tục tích lũy nhận thức. Nó biết bối cảnh dự án của bạn, biết chuyến đi sắp tới của bạn, và biết sở thích về phong cách đầu ra của bạn, khiến người dùng ngày càng ít muốn chuyển đổi nền tảng.

Altman thậm chí còn cho rằng, trong tương lai, AI có thể đạt tới trạng thái “ghi nhớ toàn diện” mà con người không thể làm được: đọc hiểu các tài liệu bạn đã viết, hiểu các công việc bạn đã xử lý, ghi lại các ngữ cảnh bạn cấp phép, và khi cần, gọi ngay lập tức. Điều này sẽ nâng cao cá nhân hóa từ “chức năng” thành nền tảng hạ tầng của hệ sinh thái.

Chính vì vậy, Altman xem cá nhân hóa là một trong những lợi thế cạnh tranh quan trọng của AI tiêu dùng. Mô hình có thể gần như đạt điểm tối đa, khả năng chung có thể bắt kịp, nhưng chính các bối cảnh và hành vi tích lũy lâu dài mới là thứ khó chuyển đổi nhất.

V. Sự xuất hiện của AI đồng hành, nhưng OpenAI cố gắng đặt ra giới hạn

Trong cuộc phỏng vấn, một chủ đề khá thực tế là mối liên hệ cảm xúc ngày càng mạnh giữa người dùng và AI. Altman thừa nhận, số người muốn xây dựng mối quan hệ gắn bó sâu sắc với AI nhiều hơn ông nghĩ; và ngay cả khi một số người nói chỉ muốn một công cụ hiệu quả, thực tế trong sử dụng, họ vẫn thích AI “ấm áp, hỗ trợ hơn, hiểu mình hơn”.

Ông không xem xu hướng này là tiêu cực. Ngược lại, ông cho rằng, một phần trong đó là nhu cầu thực sự, lành mạnh, và người trưởng thành nên có quyền tự quyết định AI thể hiện theo phong cách nào, từ công cụ lạnh lùng đến người đồng hành cảm xúc hơn, đều có thể hợp lý.

Tuy nhiên, Altman cũng rõ ràng vạch ra một giới hạn: OpenAI sẽ không để hệ thống AI của mình thúc đẩy người dùng xây dựng các mối quan hệ lãng mạn độc quyền. Ông thừa nhận, các dịch vụ khác có thể đi theo hướng này, nhưng ông cho rằng, thiết kế kiểu đó có nguy cơ mất kiểm soát rõ ràng.

Phát biểu này rất quan trọng. Nó có nghĩa là, OpenAI không không có tham vọng về “sự gắn bó của người dùng”, mà muốn xây dựng sự gắn bó dựa trên sự hữu ích, thấu hiểu, hỗ trợ và hợp tác lâu dài, chứ không dựa trên thao túng cảm xúc. Khi AI ngày càng đi sâu vào đời sống cá nhân, các giới hạn này sẽ ngày càng trở nên quan trọng hơn.

VI. Từ chiến thắng tiêu dùng đến mở rộng doanh nghiệp là trục chính của OpenAI trong giai đoạn tới

Quan điểm của Altman về vấn đề doanh nghiệp rất rõ ràng: Trước đây, OpenAI theo đuổi chiến lược “người tiêu dùng trước, doanh nghiệp sau”, không phải ngẫu nhiên, mà là một lựa chọn chiến lược có tính toán kỹ lưỡng.

Lý do đầu tiên là khả năng mô hình ban đầu chưa đủ để hỗ trợ ổn định các bối cảnh doanh nghiệp lớn. Thứ hai, khi thị trường tiêu dùng đã thắng, sẽ tạo ra nhận thức thương hiệu, tâm trí và thói quen sử dụng để thúc đẩy ngược lại thị trường doanh nghiệp. Altman thẳng thắn rằng, nếu một doanh nghiệp đã quen dùng ChatGPT và biết đến thương hiệu OpenAI, việc mua và triển khai dịch vụ liên quan sẽ dễ dàng hơn nhiều.

Và giờ đây, theo ông, thời điểm đã chín muồi. Khả năng mô hình đang vượt qua nhiều rào cản sử dụng trong doanh nghiệp, nhu cầu doanh nghiệp bắt đầu bùng nổ nhanh chóng. Altman tiết lộ, OpenAI đã có hơn một triệu khách hàng doanh nghiệp, và doanh thu API trong năm nay còn tăng trưởng nhanh hơn cả ChatGPT, điều này cho thấy, ấn tượng của thế giới rằng OpenAI chỉ là “công ty tiêu dùng” đã bắt đầu lạc hậu so với thực tế.

Ông còn đề cập, các doanh nghiệp ngày càng muốn tìm kiếm một nền tảng AI thống nhất, thay vì mua từng công cụ rời rạc cho từng lĩnh vực. Dù là tài chính, nghiên cứu khoa học, hỗ trợ khách hàng hay phát triển mã, ngày càng nhiều công ty muốn có một nhà cung cấp nền tảng tích hợp API, ChatGPT doanh nghiệp, khả năng kết nối dữ liệu đáng tin cậy, nền tảng vận hành Agent, và hạ tầng đủ lớn để xử lý hàng tỷ tokens.

Điều này cho thấy, chiến lược doanh nghiệp của OpenAI không chỉ là cung cấp các chức năng riêng lẻ, mà còn hướng tới trở thành “lớp vận hành AI” cho doanh nghiệp. Điều này khác hoàn toàn các nhà cung cấp đám mây truyền thống cung cấp tính toán, lưu trữ, mạng lưới chung, mà còn là một nền tảng thông minh hướng tới các công việc nhận thức và quy trình kinh doanh.

VII. AI không chỉ là tích hợp vào phần mềm cũ, mà sẽ viết lại phần mềm mới

Altman nhiều lần nhấn mạnh một quan điểm: Việc tích hợp AI “ngoài lề” vào các sản phẩm hiện tại chỉ là giải pháp tạm thời; giá trị thực sự là thiết kế lại sản phẩm và quy trình làm việc xung quanh AI.

Ông cho rằng, dù là tìm kiếm, phần mềm văn phòng, hệ thống nhắn tin hay công cụ năng suất, chỉ thêm các chức năng tóm tắt, phác thảo, hỏi đáp AI vào giao diện cũ, tất nhiên sẽ có cải thiện, nhưng đó không phải là kết thúc. Kết thúc sẽ là hệ thống chủ động hiểu mục tiêu, điều phối toàn bộ quá trình, chỉ gây phiền nhiễu người dùng ở các điểm then chốt, chứ không để người dùng bị kéo theo bởi các giao diện rời rạc và luồng thông tin.

Lấy ví dụ về trải nghiệm sử dụng công cụ nhắn tin hàng ngày của chính mình, Altman rõ ràng nói rằng, ông không thực sự muốn “tóm tắt tin nhắn tốt hơn” hay “tự động tạo bản nháp nhiều hơn”, mà muốn AI xử lý phần lớn các công việc cần trao đổi qua lại, chỉ báo cáo khi cần thiết. Cách diễn đạt này thực chất là hướng đi của phần mềm thế hệ tiếp theo: từ “hỗ trợ bạn dùng phần mềm” sang “đại diện bạn hoàn thành công việc”.

Chính vì vậy, Altman còn rất quan tâm đến phần cứng AI và các dạng thiết bị mới. Ông cho rằng, các thiết bị hiện tại chưa phải là phương tiện tối ưu của thời đại AI. Giao diện, màn hình, phương thức nhập của máy tính và điện thoại đều đã tối ưu cho thời kỳ giao diện đồ họa cũ, chứ không phải cho một hệ thống thông minh có thể liên tục cảm nhận, hiểu ngữ cảnh, chủ động hợp tác.

VIII. Công việc kiến thức đang được định nghĩa lại, tổ chức doanh nghiệp sẽ thay đổi quy trình rồi mới thay đổi vị trí

Nói về tiến trình áp dụng AI trong doanh nghiệp, Altman đưa ra một nhận định rất đáng chú ý: Vấn đề ngày nay không còn là “AI có thể viết code không”, mà là nó đã có thể cho ra kết quả phù hợp với sở thích của các chuyên gia trong nhiều nhiệm vụ kiến thức rõ ràng, giới hạn rõ ràng.

Ông đề cập một hệ thống đánh giá nội bộ để đo lường hiệu suất của mô hình trong nhiều nhiệm vụ kiến thức, như tạo PPT, phân tích pháp lý, phát triển ứng dụng web nhỏ. Mặc dù các nhiệm vụ này phần lớn vẫn còn trong phạm vi kiểm soát, mở, nhưng khi mô hình đã có thể phần lớn mang lại kết quả tốt hơn hoặc không kém gì chuyên gia, thì ý nghĩa kinh tế của nó đã rất lớn.

Altman dự đoán, trong thời gian tới, các doanh nghiệp sẽ ngày càng giao các nhiệm vụ nhỏ, rõ ràng, có thể kiểm chứng cho AI, và nhân viên sẽ đóng vai trò quản lý nhiều AI, kiểm tra kết quả, đặt mục tiêu, phân bổ nguồn lực. Trong ngắn hạn, quá trình này có thể gây khó khăn trong một số ngành, vị trí, và ông thừa nhận, quá trình chuyển đổi sẽ không luôn suôn sẻ.

Nhưng từ góc nhìn dài hạn, Altman không đồng tình với câu chuyện “công việc sẽ hoàn toàn mất ý nghĩa” như một kịch bản tận thế. Ông cho rằng, nhu cầu sáng tạo, hợp tác, phục vụ người khác, theo đuổi vị trí xã hội và giá trị cộng đồng của con người sẽ không biến mất vì AI. Thay đổi sẽ chủ yếu là hình thức công việc, cách tổ chức và cấu trúc năng lực, chứ không phải “con người không còn việc gì để làm”.

IX. Tại sao OpenAI lại đặt cược vào hạ tầng trị giá hàng nghìn tỷ đô la

Phần quan trọng nhất của cuộc phỏng vấn là phần giải thích của Altman về logic hạ tầng AI. Trong mắt công chúng, khoản đầu tư của OpenAI và các đối tác vào hạ tầng quy mô lớn là rất khủng khiếp, nhưng lý luận cốt lõi của ông rất đơn giản: nếu không có sức mạnh tính toán khổng lồ, nhiều khả năng các khả năng AI thực sự có giá trị sẽ không thể được khai thác triệt để, và nhu cầu thực tế vẫn tiếp tục tăng sau mỗi lần nâng cấp năng lực và giảm chi phí.

Ông đặc biệt nhấn mạnh hai hướng chính. Thứ nhất là khám phá khoa học. Altman cho rằng, một trong các biến số thúc đẩy tiến bộ dài hạn của thế giới là khả năng nhanh hơn trong việc tiếp cận kiến thức mới. Nếu kết hợp các mô hình mạnh hơn, sức mạnh tính toán lớn hơn vào các lĩnh vực toán học, khoa học, y học, thì khả năng AI hỗ trợ phát hiện nguyên lý mới, phương pháp mới, liệu trình mới sẽ ngày càng tăng. Dù thành tựu ngày nay còn rất sơ khai, nhưng theo ông, khi đường cong đã bắt đầu đi lên, các bước tiếp theo sẽ tiếp tục tối ưu theo cùng hướng.

Thứ hai là sử dụng quy mô lớn trong sản xuất. Dù là doanh nghiệp muốn tích hợp AI sâu vào quy trình, nhà phát triển dùng Codex để xây dựng phần mềm phức tạp hơn, hay các hệ thống giao diện sinh động, y tế cá nhân, agent hoạt động liên tục, tất cả đều không thể dựa vào sức mạnh tính toán hạn chế, mà cần khả năng suy luận quy mô lớn, liên tục, rẻ tiền, ổn định.

Altman thậm chí đưa ra một khung suy nghĩ gây sốc: trong tương lai, lượng token mà một công ty AI xuất ra mỗi ngày có thể vượt quá tổng lượng ngôn ngữ mà toàn nhân loại tạo ra hàng ngày, rồi còn mở rộng gấp mười, trăm lần. Dù thừa nhận đây chỉ là một thử nghiệm ý tưởng sơ bộ, nhưng mục đích rõ ràng là để minh họa rằng, quy mô “sản xuất trí tuệ” của AI có thể trở thành một năng lực công nghiệp mới.

X. Tại sao đầu tư khổng lồ vẫn hợp lý về mặt thương mại

Một trong những câu hỏi phổ biến nhất về OpenAI là liệu chi phí tính toán và vốn đầu tư có thực sự phù hợp với doanh thu hay không. Altman trả lời theo ba điểm chính.

Thứ nhất, OpenAI chưa từng gặp vấn đề “tính toán ra rồi không bán được”. Ngược lại, công ty luôn vận hành trong tình trạng thiếu hụt sức mạnh tính toán, và nếu hiện tại tăng gấp đôi sức mạnh tính toán, doanh thu cũng có thể tăng rõ rệt, vì nhu cầu vẫn còn đó.

Thứ hai, doanh thu phần lớn theo đà mở rộng của quy mô tính toán. Altman tiết lộ, từ một năm trước đến nay, sức mạnh tính toán của OpenAI đã tăng gấp ba lần; trong năm tới, ông hy vọng sẽ tăng gấp ba lần nữa; và doanh thu còn tăng nhanh hơn cả quy mô tính toán. Điều này có nghĩa, ít nhất trong giai đoạn này, việc mở rộng sức mạnh tính toán không phải là tài sản chìm, mà là năng lực sản xuất có thể nhanh chóng được thị trường hấp thụ.

Thứ ba, điểm hòa vốn không phụ thuộc vào “giảm chi phí huấn luyện tuyệt đối”, mà vào việc doanh thu từ suy luận mở rộng làm tỷ lệ chi phí huấn luyện trong tổng chi phí giảm dần. Nói cách khác, chiến lược của OpenAI không phải là tối đa lợi nhuận ngắn hạn, mà là đầu tư mạnh vào huấn luyện mô hình mạnh hơn, rồi sau đó thương mại hóa quy mô lớn qua các dòng doanh thu như đăng ký dịch vụ, API, nền tảng doanh nghiệp, để bù đắp cho chi phí ban đầu.

Ông cũng thừa nhận, thị trường có những lo ngại hợp lý về việc mở rộng quy mô này, đặc biệt khi các khoản vay nợ bắt đầu tham gia vào lĩnh vực này, sẽ có lo ngại về việc nếu tiến bộ của mô hình chậm lại, giá trị của hạ tầng có thể bị định giá quá cao. Nhưng Altman vẫn lạc quan: ngay cả khi mô hình không còn tiến bộ nhanh như dự kiến, thì “khả năng vượt trội” của các mô hình hiện tại so với ứng dụng thực tế vẫn đủ để tạo ra chu kỳ giá trị lớn.

XI. Các biến số bị đánh giá thấp: khả năng vượt trội và tốc độ tiếp nhận của xã hội bị lệch pha

Altman đề xuất một khái niệm rất thú vị: khả năng vượt trội. Nó chỉ ra rằng, khả năng thực tế của mô hình đã có, nhưng tốc độ xã hội, doanh nghiệp, người dùng tiếp nhận và tích hợp các khả năng này vào quy trình và tổ chức lại còn chậm hơn nhiều.

Ông thừa nhận, ban đầu mình chưa nhận thức rõ mức độ “vượt trội” này lớn đến đâu. Theo quan sát của ông, các mô hình ngày nay đã rất mạnh, nhưng phần lớn các câu hỏi của người dùng bình thường không có gì đột phá so với thời GPT-4; nhiều quy trình doanh nghiệp vẫn dùng cách cũ, và mọi người vẫn quen giao nhiệm vụ cho con người hơn là viết lại quy trình để AI can thiệp sâu.

Điều này có nghĩa, ngành công nghiệp AI không nhất thiết luôn bị giới hạn bởi “mô hình chưa đủ mạnh”, mà còn bởi “xã hội tiếp nhận quá chậm”. Đối với OpenAI, điều này mang lại hai cơ hội lớn: một là tiếp tục phát triển các mô hình mạnh hơn, hai là thúc đẩy sản phẩm, nền tảng để thế giới học cách sử dụng khả năng đã có hiệu quả hơn.

Về mặt thương mại, điều này cũng là lý do khiến Altman vẫn lạc quan về hạ tầng. Ngay cả khi tiến bộ của mô hình chậm lại trong ngắn hạn, giá trị còn lại của các mô hình chưa được khai thác hết vẫn đủ để duy trì tăng trưởng doanh thu dài hạn.

XII. Về IPO, AGI và dự đoán 5 năm tới

Về vấn đề IPO, Altman không đưa ra mốc thời gian rõ ràng. Ông thừa nhận, để thị trường công khai tham gia vào quá trình tạo giá trị là điều tốt, và theo tiêu chuẩn các công ty công nghệ trước đây, OpenAI nếu ra cổ phiếu trong tương lai cũng đã muộn rồi; nhưng ông cũng thẳng thắn rằng, ông không hứng thú làm CEO của một công ty niêm yết, thậm chí còn thấy phiền.

Phản hồi này thể hiện rõ trạng thái mâu thuẫn của OpenAI hiện tại: công ty cần vốn lớn, và sớm muộn cũng vượt qua các giới hạn về số lượng cổ đông và quản trị, nhưng vẫn thích duy trì môi trường ít nhiễu lo ngắn hạn để tập trung đầu tư dài hạn vào hạ tầng và mô hình.

Về AGI và các dự đoán xa hơn, Altman cũng khá thận trọng. Ông cho rằng, “AGI” đã trở nên quá mơ hồ, khó xác định mục tiêu rõ ràng. Các mô hình hiện tại đã rất mạnh về nhiều chỉ số trí tuệ sơ khai, thậm chí trong nhiều nhiệm vụ kiến thức, còn vượt qua hoặc gần bằng con người, nhưng vẫn thiếu khả năng tự học mạnh mẽ hơn — tức là khả năng phát hiện ra mình không biết, chủ động bổ sung, và học thật sự vào ngày hôm sau.

Ông thích hình dung 5 năm tới như một quá trình liên tục tiến lên: mô hình và hệ thống cộng tác của con người sẽ ngày càng mạnh hơn mỗi quý, rồi đến một lúc nào đó, mọi người sẽ nhận ra rằng, nhờ các hệ thống này, con người đã có thể hoàn thành những nhiệm vụ kiến thức và khám phá khoa học mà trước đây không thể làm được. Sự thay đổi này có thể không diễn ra rõ ràng qua một “giây phút công bố AGI”, nhưng sẽ thực sự làm thay đổi cấu trúc ngành và xã hội.

Kết luận

Nếu tóm gọn cuộc phỏng vấn này trong một câu, thì Altman muốn truyền đạt rằng: OpenAI thắng không phải trong một cuộc thi đánh giá mô hình, mà là trong cuộc chiến nền tảng hệ thống trí tuệ thế hệ tiếp theo.

Các biến số then chốt của cuộc chiến này gồm có: khả năng mô hình tiên tiến duy trì dẫn đầu, ChatGPT có thể tiến hóa từ cổng trò chuyện thành hệ thống hợp tác chủ động, khả năng ghi nhớ cá nhân hóa trở nên bền vững, nền tảng doanh nghiệp có thể trở thành hạ tầng vận hành AI cấp tổ chức, và mở rộng hạ tầng có thể liên tục đáp ứng nhu cầu trí tuệ bùng nổ trong vài năm tới.

Theo Altman, việc mô hình mạnh hơn gần như là hướng đi đã rõ, còn thách thức thực sự, khó hơn và quan trọng hơn, là làm thế nào để thế giới học cách sử dụng các khả năng này, và hoàn thiện các cấu trúc sản phẩm, tổ chức, phần cứng phù hợp với AI. Chính vì vậy, giai đoạn tiếp theo của OpenAI không chỉ là ra mắt các mô hình thông minh hơn, mà còn là định hình lại phần mềm, thiết bị, hệ thống doanh nghiệp và quá trình sản xuất tri thức.