TÓM TẮT NHANH
· Viện nghiên cứu Nomura ngày 13/7 cho biết: thị trường LLM của Trung Quốc đang chuyển từ xu hướng chỉ giảm giá sang mô hình giá rẻ cho các mô hình nền tảng và đồng thời tồn tại mức phí cao đối với mô hình tiên tiến.
· Lợi thế chi phí của DeepSeek đến từ các tối ưu cấp hệ thống như bộ nhớ đệm, điều phối, độ trễ và mức tận dụng phần cứng; việc mở trọng số mô hình không đồng nghĩa với việc sao chép được hiệu quả vận hành của nền tảng.
· Bộ tăng tốc nội địa đang có thêm cơ hội trong giai đoạn tăng tốc suy luận và triển khai bản địa hóa, nhưng các dự án của doanh nghiệp vẫn phải vượt qua bài kiểm tra ROI trong 12 đến 18 tháng.

Sau cuộc trao đổi ngày 13/7 giữa nhóm Internet tại Trung Quốc của Nomura với một chuyên gia thuộc một phòng thí nghiệm AI tiếng Trung, đơn vị này đưa ra nhận định sát thực tiễn thương mại hơn: thị trường mô hình lớn (big model) tại Trung Quốc không đi theo một đường thẳng giảm giá. Thay vào đó, thị trường được chia làm hai tầng — mô hình nền tảng tiếp tục giảm giá để thu hút người dùng, còn mô hình tiên tiến, triển khai dạng tư nhân (private) và dịch vụ tùy biến cho doanh nghiệp thì vẫn giữ mức phí.

Phòng thí nghiệm này đã triển khai mô hình nền tảng độc quyền của mình cho hơn 100 khách hàng doanh nghiệp; nhóm cũng là những người áp dụng sớm các bộ tăng tốc nội địa như Huawei Ascend. Tín hiệu cốt lõi mà hội thảo chuyên gia đưa ra là: năng lực mô hình ngày càng dễ so sánh, nhưng thứ thực sự quyết định lợi nhuận của nền tảng và mức độ gắn bó của khách hàng đã chuyển từ xếp hạng trên bảng thành sang các yếu tố như chi phí suy luận, hiệu quả triển khai và quy trình làm việc của doanh nghiệp.

Đây không phải là báo cáo nghiên cứu công khai của Nomura và cũng không đại diện cho thống kê của toàn ngành. Tuy vậy, nó cung cấp một góc nhìn sát với việc mua sắm của doanh nghiệp: khách hàng mua không chỉ một mô hình, mà còn phải tính giá chip, chi phí cho mỗi lần gọi, tích hợp hệ thống, bảo mật dữ liệu, và thời gian dự án có thể thu hồi vốn trong bao lâu.

Chi phí thấp của DeepSeek, khó ở tối ưu cấp hệ thống

DeepSeek là ví dụ điển hình nhất cho logic này.

Trên thị trường, người ta thường quy chi phí thấp của DeepSeek cho mô hình mã nguồn mở. Tuy nhiên, việc mở trọng số chỉ làm giảm rào cản sử dụng, chứ không tự động sao chép được hiệu quả vận hành của nền tảng nguyên bản. Thứ thực sự quyết định hóa đơn suy luận còn nằm ở tỷ lệ hit bộ nhớ đệm, điều phối yêu cầu (request scheduling), chiến lược batch, kiểm soát độ trễ và mức tận dụng phần cứng.

Báo cáo kỹ thuật DeepSeek-V3 công bố MLA, DeepSeekMoE cùng các kiến trúc khác, và các tài liệu cơ sở hạ tầng liên quan đến cân bằng tải và tối ưu thông lượng, đều hướng tới cùng một mục tiêu: dùng ít phần cứng hơn để thực hiện được nhiều lượt gọi hơn.

Điều này có nghĩa là ngay cả khi Tencent, Alibaba, ByteDance và các nền tảng khác triển khai được cùng trọng số mã nguồn mở, họ cũng chưa chắc chạy ra được mức chi phí tương tự trong môi trường nghiệp vụ thực tế. Đối với khách hàng gọi mô hình trong thời gian dài, chỉ vài mili giây độ trễ, vài điểm phần trăm hiệu quả bộ nhớ đệm và chênh lệch mức tận dụng phần cứng cuối cùng đều có thể biến thành khác biệt đáng kể trên hóa đơn.

Vì vậy, áp lực cạnh tranh mà DeepSeek tạo ra không chỉ là việc “mô hình rẻ hơn”, mà còn buộc cả ngành phải tính lại chi phí thực cho từng token, từng lần gọi và từng quy trình nghiệp vụ.

Mô hình nền tảng lo kéo tân khách, triển khai sâu lo kiếm tiền

Thị trường mô hình lớn tại Trung Quốc đang xuất hiện cuộc chiến giá theo phân tầng.

Đối với mô hình nền tảng hướng tới nhà phát triển và nhu cầu nhẹ, mức thương mại hóa ngày càng cao và giá vẫn còn áp lực tiếp tục đi xuống. Nền tảng có thể mở rộng lượng gọi thông qua giá thấp thậm chí bù giá, biến mô hình thành “cửa ngõ” đi vào dịch vụ cloud và hệ sinh thái AI.

Nhưng khi mô hình đi vào các hệ thống như chăm sóc khách hàng (customer service), giám sát rủi ro tài chính, kho lưu trữ mã (code repository), ERP, CRM hoặc hệ thống điều độ sản xuất, thì khách hàng mua không còn chỉ là một API, mà là cả một bộ hệ thống nghiệp vụ cần vận hành ổn định. Triển khai càng sâu, việc thay nhà cung cấp sẽ càng đòi hỏi phải di chuyển dữ liệu, cải tạo quy trình, kiểm thử bảo mật và đào tạo nhân sự; chi phí chuyển đổi cũng vì thế tăng lên.

Điều này cho phép nhà cung cấp mô hình áp dụng đồng thời hai chiến lược định giá: giảm giá năng lực nền tảng để thu hút khách hàng, còn mô hình tiên tiến, giải pháp theo ngành, triển khai tư nhân và bàn giao theo tùy biến thì gánh phần việc tạo doanh thu.

Mã nguồn mở và mã nguồn đóng cũng không nhất thiết phải là lựa chọn hoặc một hoặc hai. Mô hình mã nguồn mở có thể thu hút nhà phát triển, mở rộng hệ sinh thái; còn mô hình “cờ đầu” mã nguồn đóng và dịch vụ API phù hợp hơn để làm cổng tính phí. Trong khi tiếp tục duy trì hệ sinh thái Qwen mã nguồn mở, Alibaba cũng thông qua các hình thái API như Plus và Max Preview để đảm nhận các nhu cầu bậc cao hơn; điều này phản ánh đúng mô hình kinh doanh phân tầng như vậy.

Bộ tăng tốc nội địa trước tiên tìm cơ hội ở thị trường suy luận

Nguồn cung phần cứng đang củng cố thay đổi này.

Các báo cáo công khai cho thấy một số chip và máy chủ của NVIDIA gặp giới hạn, do nguồn cung co lại và nhu cầu khách hàng tăng lên nên đang chịu áp lực về giá. Nói chính xác hơn, không phải tất cả sản phẩm NVIDIA đều đang tăng giá, nhưng chi phí mua và mức độ sẵn có của một số dòng sản phẩm cao cấp hoặc bị giới hạn đang ảnh hưởng đến lựa chọn triển khai của doanh nghiệp tại Trung Quốc.

Việc huấn luyện quyết định “trần” năng lực của mô hình, còn suy luận quyết định hóa đơn vận hành hằng ngày. Huấn luyện cấp cao vẫn phụ thuộc vào hệ sinh thái phần mềm và phần cứng đã trưởng thành, nhưng trong các mảng suy luận, triển khai tư nhân và các bối cảnh theo ngành cụ thể, khách hàng sẵn sàng hơn trong việc cân bằng giữa hiệu năng, chi phí và độ an toàn về nguồn cung.

Nếu bộ tăng tốc nội địa có thể cung cấp độ ổn định và hiệu suất suy luận ở mức chấp nhận được, thì triển khai tại chỗ (local) và triển khai lai sẽ dễ xuất hiện trong danh sách mua sắm hơn. Khách hàng chính phủ và doanh nghiệp nhà nước đặc biệt coi trọng bảo mật dữ liệu, tuân thủ, triển khai bản địa hóa và khả năng kiểm soát chuỗi cung ứng; đây là nền tảng tạo “tình huống sử dụng” rõ ràng hơn cho năng lực tính toán nội địa như Huawei Ascend.

Tuy vậy, sức hấp dẫn về chi phí tăng lên không đồng nghĩa với việc phần cứng nội địa đã thay thế hoàn toàn GPU cao cấp. Việc di chuyển mô hình liên quan đến toán tử cấp thấp, framework, bộ nhớ đệm, điều phối và công cụ triển khai; về lâu dài, hệ sinh thái nhà phát triển tích lũy được vẫn là khoảng cách then chốt. Bộ tăng tốc nội địa nhiều khả năng sẽ bắt đầu từ mảng suy luận và triển khai theo ngành, rồi dần mở rộng phạm vi ứng dụng.

Khối chính phủ & doanh nghiệp nhà nước cần an toàn, khối tư nhân cần thu hồi vốn trong 12 đến 18 tháng

Logic chi trả của khách hàng doanh nghiệp cũng đang phân hóa.

Chính phủ và doanh nghiệp nhà nước coi trọng hơn bảo mật dữ liệu, kiểm toán tuân thủ, triển khai tại chỗ và nguồn cung ổn định dài hạn. Những yêu cầu này sẽ mở rộng cơ hội cho phần mềm và phần cứng nội địa, nhưng đồng thời cũng có nghĩa dự án phải trải qua chu kỳ mua sắm, kiểm thử và nghiệm thu dài hơn.

Doanh nghiệp tư nhân thì tính toán trực tiếp hơn về lợi tức đầu tư (ROI). Theo cách nói của hội thảo chuyên gia, nhiều khách hàng dân doanh muốn thấy ROI rõ ràng trong 12 đến 18 tháng, bao gồm: giảm nhân lực chăm sóc khách hàng, tăng tỷ lệ chuyển đổi bán hàng, rút ngắn chu kỳ phát triển hoặc giảm chi phí vận hành.

Các lĩnh vực như dịch vụ tài chính, năng suất văn phòng và mã hóa (coding) dễ thương mại hóa trước hơn, vì dữ liệu dày đặc, chi phí nhân công cao và hiệu quả cũng tương đối dễ định lượng. Sản xuất, y tế và pháp lý cũng có nhu cầu, nhưng còn phải xử lý cải tạo quy trình, độ chính xác, tuân thủ và ranh giới trách nhiệm; việc thí điểm mở rộng sang triển khai quy mô thường cần nhiều thời gian hơn.

Điều này cũng đồng nghĩa: rất khó để chuyển trực tiếp thứ hạng trên bảng xếp hạng mô hình thành doanh thu của doanh nghiệp. Khách hàng cuối cùng sẵn sàng chi tiền cho điều gì phụ thuộc vào việc mô hình có thể tích hợp ổn định vào nghiệp vụ thực tế và có thể hiện thực hóa lợi ích tính toán được trong một khoảng thời gian giới hạn hay không.

Cuộc chiến giá mô hình lớn tại Trung Quốc chưa kết thúc, nhưng cách thức cạnh tranh đã thay đổi. Mô hình nền tảng vẫn sẽ tiếp tục giảm giá; mô hình tiên tiến, triển khai tư nhân và dịch vụ theo ngành sẽ phải gánh áp lực lợi nhuận. Bộ tăng tốc nội địa đang giành thêm cơ hội ở thị trường suy luận, và DeepSeek cũng nâng chuẩn hiệu quả chi phí cho toàn ngành.

Thứ khó sao chép không phải là trọng số mã nguồn mở, mà là kỹ thuật hệ thống ẩn sau mô hình. Ai có thể kết nối chip, hiệu suất suy luận và năng lực bàn giao cho doanh nghiệp, đồng thời giúp khách hàng nhìn thấy lợi ích trong 12 đến 18 tháng, thì người đó mới có khả năng biến lưu lượng truy cập giá rẻ thành doanh thu dài hạn.

Bấm để tìm hiểu việc làm tại律动BlockBeats

Chào mừng bạn tham gia cộng đồng chính thức của律动 BlockBeats:

Nhóm Telegram đăng ký: https://t.me/theblockbeats

Nhóm Telegram thảo luận: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia