All-In 最新 tinh hoa: Đối đầu IPO của Anthropic với OpenAI, hé lộ ROI thực sự của AI, các hạn chế xuất khẩu mô hình Trung Quốc và sở hữu cổ phần trên toàn dân

整理 & Biên soạn: Sâu Sòng TechFlow

Khách mời: Chamath Palihapitiya (Nhà sáng lập Social Capital), Brad Gerstner (Nhà sáng lập Altimeter Capital kiêm CEO), David Sacks (Đối tác tại Craft Ventures)

Người dẫn: Jason Calacanis, All-In Podcast

Nguồn podcast: All-In Podcast

Tiêu đề gốc: OpenAI vs Anthropic IPOs, Anthropic $3T, Zuck's Price War, China Ends Open Source?, Trump Accounts

Ngày phát sóng: 2026 年 7 月 11 日

Tóm tắt nhanh

Tập All-In số 280 này có Brad Gerstner thay thế do Friedberg nghỉ phép. Chương trình mở đầu bằng cuộc đua IPO quy mô nghìn tỷ: SpaceX đã lên sàn thành công với định giá 1,75 nghìn tỷ USD, Anthropic bí mật nộp hồ sơ ngày 1/6, và OpenAI theo sau ngay sau đó. Gavin Baker dự đoán doanh thu của Anthropic năm nay có thể vượt 1000 tỷ USD, định giá niêm yết đạt 3 nghìn tỷ USD. Brad thì không do dự: Altimeter sẽ “mua mạnh tay” IPO của cả hai công ty.

Nhưng Chamath dội một gáo nước lạnh. Ông nhận thấy chi phí token của công ty mình cứ 45 ngày lại tăng gấp đôi, trong khi năng suất ở hạ nguồn chỉ tăng tối đa 5%. Ông hỏi Claude 5 một câu: AI đã mang lại bao nhiêu mức tăng EPS cho S&P 500? Câu trả lời là 50%. Nhưng khi loại phần doanh thu Nvidia bán chip cho Amazon ra, mức tăng EPS thực tế của S&P 493 chỉ là 9%, phần lớn đến từ quyền định giá vượt lạm phát và hoạt động mua lại cổ phiếu; ROI AI thực sự nằm trong khoảng 0 đến 2%. Chamath kết luận: nếu có thể lên sàn ngay bây giờ thì lên ngay, tận dụng “ngưỡng mực nước” của thị trường chưa kịp thấm vào các con số đó.

Nửa sau chuyển sang chủ đề Trung Quốc. Reuters đưa tin CCP đang cân nhắc hạn chế người nước ngoài truy cập các mô hình AI hàng đầu của Trung Quốc, xếp việc rò rỉ nghiên cứu AI vào tội phạm an ninh quốc gia. Sacks đã từng trao đổi chủ đề này ở Washington và Nhà Trắng, cùng Bộ Tài chính; đánh giá của ông là: chiến lược của Trung Quốc giống như Sam Altman trước đây—mở nguồn khi đang đuổi theo, rồi đóng nguồn khi đã bắt kịp. Ông cũng tiết lộ trong GLM-5.2 có “dấu watermark” chắt lọc từ mô hình tiền tiến của Mỹ; chính phủ Mỹ nhiều khả năng sẽ ra tay ngăn chặn việc chắt lọc. Kết thúc chương trình, Brad dành gần một tiếng để nói về Trump Accounts: một kế hoạch mở tài khoản S&P 500 và tặng 1000 USD cho mỗi em bé mới sinh ở Mỹ; trong 24 giờ sau khi ra mắt app đã mở 1,5 triệu tài khoản, thu hút hơn 1 tỷ USD tiền gửi.

Điểm nhấn & góc nhìn quan trọng

Về thời điểm IPO

• Chamath: “Nếu lên sàn được ngay thì lên luôn, trước khi các con số này thấm vào mực nước nhận thức của thị trường. Vì theo tôi, đó mới là cửa sổ để bán được giá cao và huy động được một cục tiền lớn.”
• Brad: “Hôm nay Altimeter sẽ mua vào IPO của hai công ty này theo hướng quy mô và thể lượng.”
• Brad: “Doanh thu niên hóa của Anthropic có thể vượt 1000 tỷ USD, trong khi doanh thu hướng tới tương lai của SpaceX chỉ là 350 tỷ. Dựa trên thành công của SpaceX, đây sẽ là một IPO mang tính hiện tượng.”

Về ROI AI

• Chamath: “Chi phí token của tôi cứ 45 ngày lại tăng gấp đôi, năng suất ở hạ nguồn có thể tăng tối đa 5%. Chi phí của tôi gấp đôi, lợi ích gần như ngang bằng.”
• Chamath: “EPS của S&P 493 tăng 9%; phần lớn đến từ quyền định giá vượt lạm phát, thêm 3% đến từ mua lại cổ phiếu. ROI AI thực sự nằm trong khoảng 0 đến 2%.”
• Brad: “Chúng tôi chưa từng thấy mức tăng trưởng doanh thu như thế này, vì chúng tôi cũng chưa từng thấy TAM lớn đến vậy. Trí tuệ chính là thị trường địa chỉ hóa (TAM) lớn nhất trong lịch sử loài người.”

Về mở nguồn vs đóng nguồn

• Sacks: “Tinh thần thì họ sẵn sàng, nhưng năng lực thì yếu. Họ muốn chuyển sang mô hình đóng nguồn nhưng không làm được.”
• Sacks: “Tỷ trọng chi cho mở nguồn trong ngân sách doanh nghiệp thực ra đang giảm, từ 19% năm ngoái xuống 11% năm nay.”
• Brad: “Chênh lệch giá giữa việc thay một cố vấn 200 USD/giờ bằng một mô hình rẻ 3 USD hay một mô hình tiên phong 15 USD không quan trọng đến vậy.”

Về việc Trung Quốc chuyển từ mở nguồn sang đóng nguồn

• Sacks: “Chiến lược của Trung Quốc là: khi đang đuổi theo thì mở nguồn, khi đã bắt kịp thì đóng nguồn. Sam Altman ba năm trước cũng làm đúng như vậy.”
• Sacks: “Trong GLM-5.2 có watermark chắt lọc của Mythos. Chính phủ Mỹ sẽ ra tay đánh vào việc chắt lọc—điều đó là đúng.”
• Chamath: “Điều tốt nhất cho Mỹ là Trung Quốc cũng mọc lên một cộng đồng theo trào lưu ‘ngày tận thế’.”

Về Trump Accounts

• Brad: “Nếu lúc sinh bạn được nhận 1000 USD, rồi có người ghép thêm nữa, mỗi tuần gửi 10 đô la, đến lúc 18 tuổi sẽ thành 50.000 USD. Toàn bộ đầu tư vào S&P 500.”
• Sacks: “Nếu tài khoản Trump ngay từ đầu đã được nạp đầy, với mức sinh lời của thị trường trong 30 năm qua thì đến năm 28 tuổi đứa trẻ đó sẽ là triệu phú.”
• Jason: “Việc này có thể thay thế an sinh xã hội. Nó thay thế lời thề quyên góp.”

Nội dung

Chương 1: Cuộc đua IPO quy mô nghìn tỷ: SpaceX làm mẫu, OpenAI và Anthropic sẵn sàng xuất hiện

Jason: Chúng ta bắt đầu với cập nhật IPO. Một cuộc chạy nước rút IPO tầm nghìn tỷ đang diễn ra: SpaceX đã lên sàn, giá giao dịch cơ bản quanh mức giá phát hành. Định giá có thể nói là hoàn hảo; về lý thuyết, còn hai cái tên tiếp theo: OpenAI và Anthropic. Giá cổ phiếu SpaceX từng vọt lên 200 USD, giờ hạ về 150 USD, vừa đúng mức giá phát hành. Hiện vốn hóa là 2 nghìn tỷ, công ty lớn thứ 7 toàn cầu. Anthropic ngày 1/6 đã bí mật nộp hồ sơ; Polymarket chấm xác suất lên sàn trong năm là 65%. Cách đây hai tuần, Gavin Baker nói rằng ông tin doanh thu cuối năm của Anthropic sẽ vượt 1000 tỷ USD và có lãi; nếu lên sàn ngay bây giờ thì định giá có thể chạm 3 nghìn tỷ. Chamath, trước đó anh nói Elon lên sàn trước là một nước cờ hay. Xác suất để hai công ty này ra mắt trong năm nay hoặc quý 1 năm sau là bao nhiêu?

Chamath cho rằng cả hai đều là những thương vụ cực tốt, nhưng vấn đề cốt lõi là giá cân bằng khi thị trường “xả hàng” nằm ở đâu. Điều đó phụ thuộc nhiều vào mức độ thị trường háo hức đối với việc phát hành cổ phiếu mới, và mức giá nào thị trường có thể hấp thụ.

OpenAI và Anthropic đang ở các giai đoạn khác nhau. Thông tin lần trước OpenAI công bố cho thấy tốc độ tiêu hao tiền mặt vẫn cao, vì hoạt động phân tán, phụ thuộc nhiều vào phía người tiêu dùng. Brad trước đó nhắc đến khả năng Anthropic đã lỡ có lãi. Chamath chia sẻ một chi tiết: ông hỏi về chi phí token mà CTO của mình tiêu tốn, và đối phương nói “hiện tại mỗi 45 ngày lại tăng gấp đôi”. Ông hỏi tiếp năng suất ở hạ nguồn tăng bao nhiêu, CTO nói “tối đa 5%”. Chi phí tăng gấp đôi, còn lợi ích cơ bản ngang bằng. CTO giải thích để nâng cấp cho vòng lặp kế tiếp cần tiêu hao nhiều token hơn nữa, vì hiệu quả đã bắt đầu giảm dần ở biên.

“Quan điểm của Chamath là: nếu lên sàn được ngay thì lên ngay, trước khi các con số này thấm vào nhận thức của thị trường. Đại khái đó là cửa sổ để huy động được nhiều tiền với mức giá cao.”

Brad, với tư cách nhà đầu tư của cả hai công ty, đưa ra đánh giá lạc quan hơn. IPO của SpaceX có thể coi là mẫu mực sách giáo khoa: huy động 75 tỷ USD, định giá 1,75 nghìn tỷ, doanh thu hướng tới tương lai khoảng 35 tỷ; hiện giá cổ phiếu đã tăng 25%. Doanh thu của Anthropic được cho là năm nay có thể vượt 1000 tỷ USD; nếu điều đó thành hiện thực, doanh thu GAAP năm sau có thể vượt xa con số này. Dựa trên tiền lệ thành công của SpaceX, Brad cho rằng đây sẽ là một IPO mang tính hiện tượng. SpaceX đã làm các việc mang tính tiên phong ở mọi khía cạnh của IPO: tổng lượng phát hành, định giá, thanh khoản, việc đưa vào chỉ số và cách sắp xếp thời gian khóa. Cả Anthropic lẫn OpenAI đều đang học theo.

Về tranh cãi liên quan việc đưa vào chỉ số, Brad giải thích rằng quy tắc trước đó có lý do: đa số công ty mới lên sàn còn trẻ, doanh thu ít hơn, năng lực sinh lời yếu hơn. Nhưng SpaceX quá lớn và quá quan trọng; không đưa vào chỉ số lại không hợp lý. Sàn giao dịch và công ty chỉ số đã điều chỉnh, không nhét vào đúng đỉnh, tránh tình trạng sau IPO thường gặp là mức giảm 30% cộng dồn với vấn đề bị động của các nhà đầu tư thụ động.

Brad cũng tiết lộ diễn biến mới nhất của OpenAI: doanh thu đã quay lại khoảng 70 tỷ USD năm nay, và GPT6 có thể ra mắt trong 30 ngày tới. Dù chỉ bằng 2 lần doanh thu của SpaceX, chưa tới 1000 tỷ USD như tin đồn về Anthropic, nhưng với tư cách một trong hai phòng thí nghiệm tiên phong hàng đầu, việc lên sàn vượt mốc hơn 1 nghìn tỷ là hợp lý nếu giữ được tốc độ tăng trưởng này. Ông không nghĩ giữa hai bên có “đua tranh”; cả hai sẽ ra tay khi thời điểm chín muồi. Cơ cấu công ty của OpenAI phức tạp hơn nên có thể ra sau Anthropic.

Chương 2: Chi phí token tăng gấp đôi mỗi 45 ngày, ROI đầu tư AI gần như bằng 0?

Jason: Trong vài tuần qua, chúng ta liên tục bàn về vấn đề ROI của chi tiêu token. Ở trong ngành, CTO và CEO bắt đầu công khai phản hồi trên X. CTO của Uber là Pinen đã chia sẻ cách làm của họ: 99% kỹ sư sử dụng công cụ AI, hơn 70% pull request đến từ agent chạy cục bộ hoặc trên cloud; kỹ sư đã xây 200 “skill” dạng agent. Họ đưa kỹ sư đi làm “kỹ sư triển khai tuyến đầu” ở từng bộ phận, cùng lãnh đạo bộ phận rà soát quy trình. Brad, anh nhìn cách Uber làm thế nào?

Brad cho rằng Chamath nói đúng, chỉ là khác ở “khung thời gian”. Hiện đúng là có nhiều tiền đang nằm trong các “bucket” mang tính thử nghiệm, có thể chưa tạo ROI trực tiếp. Nhưng doanh nghiệp áp dụng AI vẫn còn sớm. TAM có thể khai thác được là “mỗi công ty trên Trái Đất”, lớn hơn bất kỳ trước đây. Phân phối doanh thu cũng không tập trung; hàng triệu khách hàng mỗi ngày tự đưa ra các quyết định hợp lý.

Brad đưa ra một dự đoán táo bạo: nếu doanh thu cuối năm của Anthropic vượt 1000 tỷ USD, thì năm sau doanh thu có thể tăng thêm 3 đến 5 lần. Từ 1000 tỷ lên 3000 tỷ; phần gia tăng doanh thu 2000 tỷ là điều không thể tưởng tượng nổi trong lịch sử Silicon Valley.

Sự nghi ngờ của Chamath tập trung vào tính bền vững của ROI. Ông hỏi Claude 5 hai câu. Câu đầu: AI mang lại bao nhiêu tăng trưởng EPS cho S&P 500? Đáp án là 50%. Nhưng ông nhận ra con số này đã tính cả phần doanh thu của Nvidia khi bán chip cho Amazon. Vì vậy, ông hỏi câu thứ hai: EPS của S&P 493 (loại Mag7) tăng bao nhiêu? Đáp án là 9%. Tách ra thì đa số đến từ quyền định giá vượt lạm phát, thêm 3% đến từ mua lại cổ phiếu. ROI AI có thể quy về nguyên nhân trực tiếp chỉ khoảng 0 đến 2%.

Chamath cho rằng ở phía doanh nghiệp thì mọi thứ trông rất sáng sủa, nhưng vấn đề là nhà đầu tư thông minh như Brad và Gavin rồi sẽ sớm hỏi công ty: ROI của các anh là bao nhiêu? Phần tăng EPS thực tế nằm ở đâu? Nếu câu trả lời là “tôi không chắc”, và bạn lại không có quyền định giá bền vững, thì phía doanh nghiệp sẽ trở nên mong manh. Phía người tiêu dùng lại thành nơi trú ẩn, vì bạn có hàng chục triệu người mua, điểm giá nhỏ hơn nhiều; khác biệt giữa nhóm khách hàng theo quy mô theo một đến hai bậc giúp bạn tránh bài kiểm tra ROI.

Jason bổ sung một góc nhìn: điểm đặc biệt của công nghệ này là nó chạm tới từng người trong tổ chức. Khi Excel ra mắt, bộ phận kế toán rất hưng phấn, còn HR và marketing thì cảm nhận không nhiều. AI thì khác: trong một tổ chức 1000 người, mỗi người đều dùng; mỗi người chi 200 USD/tháng, tăng gấp đôi lên 400 USD; so với mức lương năm 150 nghìn USD thì chỉ tăng thêm 3 đến 4%. Câu hỏi quan trọng là: nó có khiến mỗi người hiệu quả lên 3 đến 5 lần không? Nếu có, thì sẽ giải thích vì sao chi tiêu token đang tăng vọt.

Chương 3: Mở nguồn vs đóng nguồn: doanh thu dồn về tiền tuyến, nhưng doanh nghiệp muốn “rút chạy”

Jason: Sacks, CTO bắt đầu bàn trên X về “routing” thông minh: gửi tác vụ cho mô hình mở nguồn trước, không xong thì fallback sang Claude. Anh nghĩ xu hướng này thế nào? Nếu anh là nhà đầu tư, khi CFO của các mô hình tiền tuyến bắt đầu hỏi “liệu có thể rẻ hơn không” thì anh nhìn tăng trưởng của các mô hình tiền tuyến ra sao?

Sacks cho rằng CTO doanh nghiệp chắc chắn muốn chuyển tiêu dùng token sang mô hình rẻ hơn. Họ nhìn thấy chi phí token cứ tăng vọt, nên đều tìm cách phanh hoặc ít nhất là kiểm soát. Thêm vào đó, vấn đề “chủ quyền AI” được thảo luận tuần trước khiến doanh nghiệp lo ngại việc giao “alpha” cốt lõi cho một phòng thí nghiệm tiên phong có thể trở thành đối thủ trong tương lai.

Đánh giá cốt lõi của Sacks là: doanh nghiệp muốn chuyển từ mô hình đóng nguồn nhưng đa số không đủ năng lực kỹ thuật để làm điều đó. Tinh thần thì sẵn sàng, nhưng “thân xác” thì yếu.

Coinbase và DoorDash đã làm được: họ xây “middleware routing token” để các tác vụ tiền tuyến chạy trên mô hình tiền tuyến, còn các tác vụ không tiền tuyến chạy trên mô hình phổ thông. Nhưng đa số doanh nghiệp thì không có năng lực này. Đó là lý do vì sao tỷ trọng “tiền” của các mô hình đóng nguồn lại tăng lên. Tỷ trọng chi cho mở nguồn trong ngân sách doanh nghiệp giảm từ 19% năm ngoái xuống 11% năm nay. Tất nhiên điều này không đồng nghĩa mức sử dụng giảm; có thể chỉ vì dùng mô hình mở nguồn thì chỉ trả phí lưu trữ, không trả tiền cho phòng thí nghiệm nên khó thống kê.

Sacks cũng trích quan điểm của người sáng lập Decagon: khi bạn biết chính xác phải làm gì, thì dùng mô hình mở nguồn nhỏ và rẻ là đúng, nhưng bạn cần dữ liệu và hậu huấn luyện. Nếu bạn chưa biết phải làm gì, thì bạn muốn mô hình mạnh nhất dạng trí tuệ đa dụng. Dùng mở nguồn cho các ca sử dụng đã trưởng thành; dùng mô hình tiền tuyến cho các ca chưa trưởng thành.

Jason nhắc đến phát hiện của người sáng lập Databricks là Ali: cùng một mô hình, nếu thay “harness” (khung điều phối tác vụ) thì chi phí có thể giảm một nửa. GLM-5.2 kết hợp với một harness cụ thể cho hiệu suất rất tốt; khối lượng tác vụ giảm thẳng một nửa. Jason cũng có trải nghiệm cá nhân: anh xây một agent phát hiện xu hướng chạy theo chu kỳ mỗi giờ; sau khi tối ưu, mức tiêu thụ token giảm 80%. Khi token trở nên rẻ hơn, anh chuyển agent từ chạy mỗi ngày sang chạy mỗi giờ; rồi chia một agent thành ba tác vụ song song. Buổi sáng thức dậy thấy đã hoàn thành 14 tác vụ, cảm giác hoàn toàn khác.

Quan điểm của Brad về vấn đề này là: cuộc tranh luận cốt lõi là liệu trí tuệ có hội tụ hay không. Khi khoảnh khắc DeepSeek xảy ra cách đây 18 tháng, thị trường đã rơi 40%. Nhiều người nghĩ mô hình tiền tuyến sắp “xong”, và mở nguồn sẽ giết chúng. Nhưng 18 tháng đã trôi qua, thực tế lại ngược lại: dòng tweet của Jesse Zang chỉ ra rằng tỷ trọng “wallet” của các phòng thí nghiệm tiền tuyến thực tế đang tăng, dù lượng token sử dụng của cả hai phía đều tăng.

Brad đưa ra một giả thuyết ngược trực giác: có lẽ trí tuệ căn bản sẽ không hội tụ. Nếu siêu trí tuệ trở nên khả năng tự đệ quy, thì mô hình càng thông minh càng kiếm được nhiều tiền; kiếm được nhiều tiền lại mua thêm điện toán; mua thêm điện toán lại xây mô hình tốt hơn. Khoảng cách trong 2 đến 3 năm tới không thu hẹp mà ngược lại sẽ nới rộng.

Jason cũng nói rằng anh đã phỏng vấn CEO của Lovable là Anton: sản phẩm ra mắt khoảng 30 tháng, doanh thu tăng từ 0 lên 600 triệu USD. Anh cũng hỏi CEO 11Labs là Matti: các anh là khách hàng lớn của mô hình tiền tuyến, mỗi năm chi vài chục triệu USD; liệu có lo rò rỉ dữ liệu và cạnh tranh không? Cả hai đều nói rằng họ đang nghiên cứu và phát triển mô hình của riêng mình. Đây là các khách hàng cỡ “tám chữ số, chín chữ số”; nếu tất cả họ đều bắt đầu tự xây mô hình chuyên biệt dọc, phòng thí nghiệm tiền tuyến sẽ cảm nhận áp lực. Nhưng Chamath lại phản biện: 11Labs muốn làm agent giọng nói tốt nhất thế giới; nếu năng lực giọng nói tốt nhất lại đến từ phòng thí nghiệm tiền tuyến, thì họ có thể gánh chi phí khi dùng mô hình tự xây kém hơn trong một thị trường cạnh tranh không?

Chương 4: Zuck phát động chiến tranh giá: cùng chất lượng, chi phí chỉ bằng 1 phần trăm

Jason: Meta tuần này công bố Spark 1.1, một mô hình agentic encoding rất mạnh với mức giá cực thấp. Zuck trên X hoạt động bất thường, đăng số lượng tweet nhiều nhất từ trước đến nay. Về cơ bản anh ấy đang nói: tôi cung cấp cho các bạn cùng chất lượng, nhưng chi phí chỉ bằng 1 phần trăm. Brad, anh nghĩ gì về chiến lược này của Zuck?

Brad cho rằng Meta từng mắc sai lầm trong chiến lược mở nguồn, nhưng giờ Zuck đã chọn rõ hướng đi là chiến tranh giá. Meta cũng phát hành API mô hình mới: không chỉ làm mô hình mà còn cung cấp token. Cạnh tranh với bên Mỹ là điều tốt.

Brad dùng một phép so sánh để giải thích vì sao mô hình tiền tuyến sẽ không dễ bị thay thế: nếu agent AI của bạn thay một cố vấn 200 USD/giờ, thì việc dùng mô hình rẻ 3 USD hay mô hình tiền tuyến 15 USD—chênh lệch này chẳng đáng kể. Điều quan trọng là liệu mô hình 15 USD đó có hoàn thành nhiệm vụ mà không sai sót hay không. Nếu task chạy được một nửa thì hỏng, bạn vừa mất token vừa mất thời gian.

Chamath phản đối bằng một cách nhìn khác. Anh cho rằng giống như thời iPhone mới ra mắt, ai cũng nâng cấp liên tục vì mức giá mới đáng để đổi. Nhưng rồi cuối cùng sẽ có người nói “điện thoại cũ dùng được rồi”. Khi thử Claude 5, anh phát hiện một số hướng nghiên cứu bị giới hạn, không trả lời. Ai cũng sẽ đến một “ngưỡng đủ dùng” tại những thời điểm khác nhau.

Chamath cũng chia sẻ trải nghiệm của mình trong Ủy ban AI của Liên Hợp Quốc. Anh đã tham gia cùng Benioff, Jensen, Brad Smith trong một phiên họp do Benioff chủ trì tại Liên Hợp Quốc. Nhận xét của anh là: không có quốc gia nào trên thế giới không xây “chiến lược AI chủ quyền” của riêng họ, và không có quốc gia nào muốn dùng mô hình đóng nguồn của Mỹ làm câu trả lời. Nhiều quốc gia thà lấy một mô hình mở nguồn, chẳng hạn như của Nvidia, rồi tự xây toàn bộ hệ thống cơ sở hạ tầng.

Các ví dụ về AI chủ quyền gồm: mô hình Falcon của UAE, LLM tiếng Ả Rập của Saudi Arabia, và Liên minh Neoterra Nhật Bản đầu tư 6 tỷ USD trực tiếp nhảy sang AI vật lý và robot. Chamath cho rằng khi mô hình đạt mức 95% đến 99% của tầm tiền tuyến, nhiều quốc gia sẽ nói “đủ dùng rồi”. Mặt khác, một số công ty không có đủ tăng trưởng lợi nhuận để chống đỡ cho mức chi tiêu này, lại cũng không có bản lĩnh cắt giảm chi phí quy mô lớn. Như lá thư nổi tiếng anh gửi cho Zuck: Zuck chỉ làm cuối cùng vì bị áp lực thúc đẩy. Đa số công ty chỉ để vấn đề tích tụ.

Chương 5: Trung Quốc cân nhắc hạn chế xuất khẩu mô hình AI: đuổi kịp rồi đóng cửa

Jason: Reuters đưa tin CCP đang cân nhắc hạn chế việc người nước ngoài truy cập các mô hình AI hàng đầu của Trung Quốc. Hai cơ quan quản lý đã gặp gỡ Alibaba, ByteDance và Z.AI (công ty làm GLM-5.2), để thảo luận việc hạn chế người nước ngoài truy cập các mô hình hàng đầu dạng mở và đóng nguồn. Họ còn xếp việc rò rỉ nghiên cứu AI vào các tội danh an ninh quốc gia và muốn kiểm soát cả ai có thể đầu tư vào các phòng thí nghiệm AI ở Trung Quốc. Sacks, tuần trước tôi đã hỏi ngược: Mỹ có nên cấm mô hình của Trung Quốc không? Bây giờ câu chuyện đảo chiều: Trung Quốc nói muốn hạn chế. Anh nhìn ván cờ này thế nào?

Sacks cho rằng tin này có thể đang phóng đại. Mô hình số 1 của Trung Quốc là của ByteDance—vốn dĩ đã là đóng nguồn. Qwen của Alibaba trước đó là mở nguồn, và có thể đang chuyển sang đóng nguồn. GLM-5.2 của Z.AI trước đó cũng là mở nguồn, giờ cũng đang chuyển sang đóng nguồn.

Đánh giá của Sacks là: chiến lược rất rõ ràng—khi đuổi theo thì mở nguồn, khi tiến gần đến mức tiền tuyến thì đóng nguồn. Sam Altman ba năm trước đã làm đúng y hệt với OpenAI: chuyển từ phi lợi nhuận sang lợi nhuận, từ mở nguồn sang đóng nguồn.

Lợi ích của mở nguồn là thu hút cộng đồng nhà phát triển và trong lĩnh vực AI còn cho bạn vòng quay dữ liệu của học tăng cường. Nhưng một khi bạn đã bắt kịp, đóng nguồn có thể “hốt trọn” toàn bộ giá trị.

Sacks trong tuần này đã trao đổi về chủ đề đó ở Washington, Nhà Trắng và Bộ Tài chính. Ông nói rằng trong mọi tranh cãi liên quan quy định, có một điều là tuyệt đối đồng thuận: bằng mọi giá phải dẫn trước Trung Quốc. Từ Tổng thống trở xuống, ai cũng hỏi “chúng ta dẫn xa đến mức nào” và “cần làm gì để giữ vững dẫn đầu”. Ý tưởng rằng để các phòng thí nghiệm tiền tuyến của Mỹ rút lui đồng thời các mô hình mở nguồn của Trung Quốc được tự do lưu thông thì ở Washington là không tồn tại. Ông cũng tiết lộ trong GLM-5.2 có watermark chắt lọc của Mythos, và chính phủ Mỹ gần như chắc chắn sẽ ra tay đánh vào việc chắt lọc.

Sacks cho rằng việc Trung Quốc làm như vậy ảnh hưởng đến Mỹ không nhiều. Mỹ có năng lực làm mô hình mở nguồn; Nvidia đang làm, Reflection cũng đang làm. Ông đã hỏi các phòng thí nghiệm tiền tuyến vì sao không mở nguồn; câu trả lời là “nhu cầu không lớn, nếu nhu cầu lớn thì chúng tôi sẽ làm”. Với Trung Quốc, hạn chế xuất khẩu có thể làm tổn hại chính họ nhiều hơn.

Chamath đùa: điều tốt nhất cho Mỹ là Trung Quốc cũng xuất hiện một cộng đồng những người theo chủ nghĩa ngày tận thế, suốt ngày lo AI mất việc và rủi ro tồn tại. Nếu các phòng thí nghiệm của Trung Quốc cũng bị trói bởi quản lý, đó sẽ là lợi ích lớn nhất cho Mỹ.

Chương 6: Trump Accounts: mở một tài khoản S&P 500 cho mỗi đứa trẻ Mỹ ngay từ lúc mới sinh

Jason: Tuần này Brad đến Washington. App Trump Accounts đã là ứng dụng được tải xuống số 1 toàn cầu. Xin chúc mừng Brad—đó là 4 năm công sức của anh. Cho chúng tôi biết đã xảy ra chuyện gì.

Brad giới thiệu đây là một hành trình 4 năm. Năm ngoái, Invest America Act được ký thành luật như một phần của dự luật; năm nay, đúng ngày 4/7, app chính thức ra mắt. Mỗi em bé mới sinh ở Mỹ nhận 1000 USD, được nạp vào một tài khoản đầu tư cá nhân, và toàn bộ đầu tư vào S&P 500. Tài khoản miễn phí trọn đời. Trong 24 giờ sau khi ra mắt, họ mở 1,5 triệu tài khoản, thu hút hơn 1 tỷ USD tiền gửi. Họ tổ chức một buổi lễ gõ chuông chung lịch sử giữa NYSE và Nasdaq tại Oval Office—lần đầu tiên trong lịch sử—có sự tham dự của hàng trăm CEO. Tổng thống đề xuất tự động tạo tài khoản cho 50 triệu đến 70 triệu trẻ em dưới 18 tuổi.

Sacks phân tích từ góc độ hoạch định tài chính: mỗi năm có thể nạp vào tài khoản của trẻ 5000 USD (người thân, bạn bè cũng có thể nạp); nhà tuyển dụng có thể đóng góp 2500 USD miễn thuế. Trước 18 tuổi, được hưởng lãi kép miễn thuế. Sau 18 tuổi có thể rút tối đa 25% để mua nhà, khởi nghiệp hoặc học đại học, phần còn lại được chuyển sang IRA. Nếu đợi đến khi đứa trẻ không còn là người phụ thuộc (ví dụ mới tốt nghiệp rơi vào khung thuế 0%) rồi thực hiện chuyển đổi IRA sang Roth IRA, gần như không mất thuế để biến tiền thành khoản đầu tư miễn thuế suốt đời.

Sacks tính nhẩm: nếu tài khoản Trump được nạp đầy ngay từ đầu, theo mức sinh lời của thị trường trong 30 năm qua, đến năm 28 tuổi đứa trẻ đó sẽ là triệu phú. Nếu lúc 18 tuổi có 200.000 đến 300.000 USD, thì đến 60 tuổi với lãi kép sẽ thành hơn 10 triệu USD.

Về mảng từ thiện, cũng có một loạt thông báo lớn. Michael và Susan Dell đã quyên góp hơn 6 tỷ USD để trao 250 USD cho mỗi đứa trẻ trong 25 triệu gia đình thu nhập trung bình và thấp. Tổng giám đốc SpaceX là Gwen Shotwell quyên góp 350 triệu USD cổ phiếu SpaceX, phân bổ trực tiếp cho trẻ em ở cộng đồng thu nhập thấp. Micron quyên góp 250 triệu USD, mỗi nhân viên có tối đa 1000 USD cho con. Brad tự quyên góp 100 triệu USD, bao phủ tất cả trẻ em tại bang Indiana.

Brad nói với Tổng thống rằng dự kiến trong vòng 12 tháng có thể huy động 1000 tỷ USD. Đây sẽ là nền tảng từ thiện trực tiếp lớn nhất trong lịch sử Mỹ: không trung gian, tiền đi thẳng vào tài khoản của trẻ, và trước 18 tuổi không thể rút ra. Theo quỹ đạo này, trong tương lai 10 năm sẽ có hơn 100 triệu tài khoản đầu tư cá nhân, và trong 15 năm tới có thể có 2 đến 4 nghìn tỷ USD đi vào tài khoản của những gia đình trước đây vốn chẳng có gì.

Jason tổng kết theo góc nhìn vĩ mô hơn. Anh nói dự án này có thể thay thế an sinh xã hội, thay thế lời thề quyên góp. Hiện ở Mỹ chỉ có 50% người nắm giữ cổ phiếu; nếu Trump Accounts được triển khai rộng rãi, có thể tăng lên 70% đến 75%. Australia là một trong những quốc gia hạnh phúc nhất thế giới một phần nhờ cơ chế siêu niên kim (superannuation) buộc mọi người gửi 12% đến 14% thu nhập vào một tài khoản tương tự 401k. Trump Accounts làm điều tương tự, nhưng ở tầng nền tảng hơn.

Jason cũng đặc biệt cảm ơn Joe Gebbia (đồng sáng lập Airbnb) tham gia vào phần thiết kế phần mềm chịu trách nhiệm cho dự án ở phía chính phủ. Anh nói chính phủ Mỹ đã làm rất tốt phần mềm mức tiêu dùng—điều này hiếm có trong lịch sử. Brad bổ sung rằng đội ngũ bao gồm Michael Dell, Vlad Tenev (CEO Robinhood), Joe Gebbia và Luke Pettit của Bộ Tài chính; mục tiêu không chỉ là tạo ra sản phẩm tốt nhất cho chính phủ, mà là một trong những sản phẩm mức tiêu dùng tốt nhất.