Tôi ngồi trong một quán cà phê ở Zurich, nhìn ra hồ. Một người bạn gửi cho tôi bản tin tài chính: “Anthropic dự kiến doanh thu 190-200 tỷ USD vào năm 2028.” Tôi cười. Không phải vì con số đó là bất khả thi – trong thế giới crypto, tôi đã chứng kiến những điều điên rồ hơn – mà vì nó phơi bày một sự thật căn bản: ngành AI đang lặp lại chính xác những sai lầm mà chúng ta đã thấy trong ICO bubble 2017 và DeFi summer 2020. Lần này, kịch bản không phải là “centralized exchange sẽ thống trị thế giới”, mà là “một công ty AI tập trung sẽ trở thành hạ tầng của nền kinh tế toàn cầu”. Và nếu bạn nghĩ điều đó khác với việc Tether kiểm soát 70% thị trường stablecoin mà không có audit thực sự, thì bạn đã nhầm.
Context: Bức tranh toàn cảnh của cơn sốt AI tập trung
Anthropic – công ty mẹ của Claude – đang trong vòng gọi vốn mới. Một “nguồn tin” tiết lộ họ kỳ vọng doanh thu 190-200 tỷ USD vào năm 2028. Con số này không phải là một dự báo, mà là một tín hiệu. Nó giống như một whitepaper ICO hứa hẹn “thay đổi thế giới” – được thiết kế để thu hút vốn, không phải để phản ánh thực tế. Phân tích từ báo cáo gốc chỉ ra rằng để đạt được con số đó, Anthropic phải tăng trưởng với CAGR ~276% trong 4 năm, một tốc độ chưa từng có trong lịch sử phần mềm. Họ cần xử lý hàng nghìn tỷ token mỗi ngày, triển khai AI agent vào mọi khâu của nền kinh tế, và vượt qua OpenAI về thị phần. Điều đó có khả thi không? Có thể. Nhưng nó không xảy ra trong một thế giới mà AI vẫn là một hộp đen tập trung.
Điều thú vị là báo cáo gốc đã phân tích con số này qua 7 chiều: công nghệ, thương mại hóa, tác động ngành, cạnh tranh, đạo đức, đầu tư và hạ tầng. Mỗi chiều đều phơi bày những điểm yếu cố hữu của mô hình tập trung. Nhưng tôi muốn nhìn nó qua lăng kính của một người đã dành 10 năm xây dựng DAO và chứng kiến sự sụp đổ của các hệ thống tập trung giả vờ phi tập trung.
Core Insight: Sự tương đồng giữa AI tập trung và DeFi tập trung giả mạo
1. Vấn đề về tính minh bạch: “Audit? Chúng tôi không cần.”
Báo cáo gốc chỉ ra rằng dự báo doanh thu 200 tỷ USD của Anthropic không được kèm theo bất kỳ phương pháp luận hay kiểm toán độc lập nào. Nó đến từ “nguồn tin” – một khái niệm quen thuộc trong thế giới crypto, nơi các “insider” thường làm rò rỉ thông tin để thao túng thị trường. Điều này giống hệt cách Tether vận hành: 70% thị trường stablecoin nằm trong tay một công ty chưa bao giờ có audit thực sự, và cả ngành giả vờ vấn đề đó không tồn tại.
Trong DAO, mỗi proposal đều được ghi lại trên chain, mọi quyết định đều có thể kiểm tra. Nhưng Anthropic – một công ty AI tập trung – có thể đưa ra bất kỳ con số nào mà không cần bằng chứng. Và thị trường vẫn tin, bởi vì họ muốn tin. Họ muốn tin rằng một công ty duy nhất có thể thống trị AI, giống như họ từng tin rằng một sàn giao dịch duy nhất có thể thống trị crypto. Chúng ta đã thấy FTX sụp đổ. Liệu chúng ta có thấy một “FTX của AI” không?
2. Vấn đề về an toàn: Khi an toàn là cái cớ cho sự tập trung
Anthropic tự hào về “Constitutional AI” và “AI safety”. Nhưng báo cáo gốc chỉ ra một nghịch lý: để đạt 200 tỷ USD, họ phải triển khai AI agent ở quy mô chưa từng có, với mức độ tự chủ cao. Điều này mâu thuẫn trực tiếp với tuyên bố an toàn. Giống như các sàn DeFi từng hứa hẹn “phi tập trung” nhưng thực chất là admin keys có thể rút rug.
Trong thế giới DAO, chúng tôi giải quyết vấn đề này bằng các cơ chế kiểm tra và cân bằng on-chain: multisig, timelock, và đặc biệt là liquid democracy – cho phép các thành viên ủy quyền bỏ phiếu cho các chuyên gia mà họ tin tưởng, thay vì tập trung quyền lực vào một nhóm nhỏ. Anthropic, với tư cách là một công ty, đặt tất cả niềm tin vào một nhóm lãnh đạo. Nếu họ sai, toàn bộ hệ thống sụp đổ. Trong khi đó, một mạng lưới AI phi tập trung có thể phân tán rủi ro và cho phép nhiều bên cùng kiểm soát.
3. Vấn đề về hạ tầng: Cuộc chiến giành GPU và năng lượng
Báo cáo gốc ước tính rằng để đạt 200 tỷ USD, Anthropic cần 200.000-800.000 GPU H100 (hoặc tương đương). Điều đó có nghĩa là họ phải ký hợp đồng hàng trăm tỷ USD với các nhà cung cấp cloud – Amazon và Google – những người cũng đang phát triển AI của riêng họ. Đây là một bài toán xung đột lợi ích kinh điển.
Trong thế giới phi tập trung, chúng tôi giải quyết vấn đề này bằng các mạng lưới tính toán phi tập trung như Akash Network, Render Network, hay Golem. Các mạng này cho phép bất kỳ ai có GPU dư thừa đều có thể cho thuê, tạo ra một thị trường cạnh tranh và giảm sự phụ thuộc vào một nhà cung cấp duy nhất. Anthropic, ngược lại, phải cầu xin AWS và Google Cloud – những đối thủ cạnh tranh tiềm năng – để có đủ sức mạnh tính toán. Điều này giống như việc một sàn giao dịch tập trung phải thuê máy chủ từ Binance: không bền vững.
4. Vấn đề về phân phối giá trị: Tokenomics so với cổ phiếu
Khi Anthropic đạt 200 tỷ USD doanh thu, giá trị đó sẽ tập trung vào tay các cổ đông và quỹ đầu tư. Người dùng – những người thực sự tạo ra giá trị bằng cách cung cấp dữ liệu và tương tác – không nhận được gì. Đây là lý do tại sao DAO và tokenomics tồn tại. Trong một mạng lưới AI phi tập trung như Bittensor, những người đóng góp (miner, validator) được thưởng bằng token, và giá trị tăng lên khi mạng lưới phát triển. Người dùng cũng có thể tham gia quản trị thông qua token.
Tôi đã thấy điều này trong dự án DAIonic của mình: một DAO tích hợp LLM để tự động hóa việc bỏ phiếu dựa trên dữ liệu on-chain. Mô hình này cho phép phân phối giá trị một cách công bằng hơn, thay vì chỉ tập trung vào một nhóm sáng lập. Anthropic, dù có tuyên bố “an toàn” đến đâu, vẫn là một công ty vì lợi nhuận. Mục tiêu cuối cùng của họ là tối đa hóa giá trị cổ đông, không phải tối đa hóa lợi ích của cộng đồng.
Contrarian Angle: Liệu AI tập trung có thực sự cần thiết cho sự phát triển của AI?
Một lập luận phổ biến là: AI cần sự tập trung để đạt được hiệu quả cao nhất. Các mô hình lớn như GPT-4 hay Claude đòi hỏi nguồn lực khổng lồ mà chỉ các công ty lớn mới có. Nhưng lịch sử của blockchain đã chứng minh điều ngược lại. Bitcoin và Ethereum là những mạng lưới phi tập trung nhưng vẫn có thể xử lý hàng tỷ giao dịch và đạt giá trị hàng nghìn tỷ USD. DeFi đã tạo ra các thị trường tài chính mà không cần ngân hàng trung ương. Tại sao AI lại không thể?
Thực tế, các mô hình AI phi tập trung đang xuất hiện: Bittensor cho phép đào tạo mô hình phân tán; Prime Intellect đang xây dựng mạng lưới tính toán toàn cầu; và các dự án như Together AI cung cấp API inference phi tập trung. Những dự án này còn non trẻ, nhưng chúng đang giải quyết chính xác những vấn đề mà Anthropic sẽ phải đối mặt: chi phí hạ tầng, rủi ro tập trung, và sự thiếu minh bạch.
Nhưng có một góc nhìn phản trực giác: Sự cạnh tranh giữa các công ty AI tập trung thực sự có thể thúc đẩy sự phát triển của AI phi tập trung. Khi Anthropic và OpenAI đốt hàng tỷ USD để chạy đua, họ tạo ra nhu cầu khổng lồ về GPU và năng lượng, điều này làm tăng chi phí cho tất cả mọi người. Và khi chi phí tăng, các giải pháp phi tập trung trở nên hấp dẫn hơn. Đây là cơ hội cho các dự án như Akash hay Render: họ có thể cung cấp năng lực tính toán rẻ hơn, và khi các công ty lớn nhận ra rằng họ không thể kiểm soát tất cả, họ sẽ chuyển sang mô hình kết hợp.
Takeaway: Tương lai của AI là phi tập trung, nhưng không phải theo cách bạn nghĩ
Con số 200 tỷ USD của Anthropic không phải là một lời tiên tri, mà là một lời cảnh báo. Nó cho thấy sự nguy hiểm của việc tập trung quyền lực AI vào một vài công ty. Nhưng nó cũng cho thấy cơ hội to lớn cho các giải pháp phi tập trung. Trong 10 năm tới, chúng ta sẽ không chứng kiến một công ty AI duy nhất thống trị thế giới, mà là một mạng lưới các agent AI phi tập trung, được quản trị bởi các DAO, và được hỗ trợ bởi hạ tầng tính toán phân tán. Và khi điều đó xảy ra, những người đã đầu tư vào sinh thái phi tập trung ngay từ hôm nay sẽ là những người hưởng lợi lớn nhất.
Tôi kết thúc bài viết này bằng một câu hỏi: Bạn có muốn đặt cược vào một công ty duy nhất, nơi mọi quyết định đều được đưa ra sau cánh cửa đóng kín, hay bạn muốn tham gia vào một mạng lưới mở, nơi bạn có thể kiểm tra từng dòng code và bỏ phiếu cho tương lai? Câu trả lời sẽ quyết định không chỉ số phận của ngành AI, mà còn của cả nền kinh tế số.