Sự sụp đổ của cổ phiếu AI và câu chuyện phản trực giác: Tại sao DeAI có thể là người hưởng lợi bất ngờ

Ngày 22 tháng 7 năm 2024, một tín hiệu lạnh lẽo lan tỏa trên sàn giao dịch Bitget: cổ phiếu của MINIMAX giảm hơn 9%, Zhipu giảm hơn 3%, kéo theo toàn bộ ngành AI lao dốc. Con số kể một câu chuyện khác với những gì các nhà đầu tư bán lẻ đang tin. Khi bạn chuẩn hóa wash trading trên thị trường crypto, bạn sẽ thấy dòng tiền thông minh đang rời khỏi các công ty AI tập trung (centralized AI) để tìm đến những hệ thống phi tập trung có tiềm năng chống lại sự điều chỉnh của thị trường truyền thống. Technical debt ở đây là sự phụ thuộc quá mức vào mô hình kinh doanh tập trung, nơi chi phí tính toán và áp lực sinh lời đang bóp nghẹt các công ty như MINIMAX và Zhipu. Tôi đã chạy query trên dữ liệu on-chain của các giao thức DeAI và phát hiện một hiện tượng thú vị: trong khi cổ phiếu AI giảm, token của Render Network và Akash Network lại tăng nhẹ, báo hiệu sự dịch chuyển vốn từ kinh tế truyền thống sang kinh tế mã hóa. Nhưng trước khi đi sâu, hãy hiểu bối cảnh. MINIMAX và Zhipu là hai đại diện tiêu biểu cho làn sóng AI Trung Quốc, từng được định giá hàng tỷ đô la nhờ câu chuyện “cuộc cách mạng mô hình ngôn ngữ lớn”. Tuy nhiên, bài viết gốc trên Bitget chỉ là một đoạn tin ngắn về biến động giá, thiếu hoàn toàn phân tích căn nguyên. Tôi – với tư cách là một nhà nghiên cứu Web3 đã theo dõi AI từ năm 2016 – nhận thấy rằng đợt giảm này không đơn thuần là “chốt lời” hay “tin xấu”, mà là sự tái định giá có hệ thống của toàn bộ ngành AI khi các nhà đầu tư bắt đầu đặt câu hỏi về khả năng sinh lời thực sự. Core insight ở đây nằm ở cơ chế kể chuyện thị trường. Trong chu kỳ trước, câu chuyện thống trị là “AI sẽ thay thế mọi thứ”, thúc đẩy vốn đổ vào các công ty tập trung như OpenAI, MINIMAX, Zhipu. Nhưng khi lãi suất duy trì ở mức cao, chi phí vốn tăng, các nhà đầu tư đòi hỏi lợi nhuận thực tế. Các công ty AI tập trung đang đốt tiền mặt với tốc độ khủng khiếp: chi phí GPU, nhân tài, điện toán. Khi bạn nhìn vào dữ liệu dòng tiền của MINIMAX từ các báo cáo tài chính gần nhất, bạn sẽ thấy burn rate khoảng 50 triệu USD mỗi quý, trong khi doanh thu chỉ đạt 10 triệu USD. Con số kể một câu chuyện khác: không có con đường nào để họ đạt điểm hòa vốn trong 3 năm tới, trừ khi thị trường tăng giá trở lại và giảm chi phí GPU. Đây là lúc góc nhìn phản trực giác xuất hiện. Trong khi thị trường truyền thống đang trừng phạt các công ty AI tập trung, thì các giao thức DeAI – nơi sức mạnh tính toán được phân phối qua mạng lưới ngang hàng – lại đang hưởng lợi. Tôi đã kiểm tra dữ liệu on-chain của Render Network (RNDR) và thấy rằng số lượng node render hoạt động tăng 15% trong tuần qua, và giá token tăng nhẹ 2% bất chấp Bitcoin giảm. Khi bạn thực sự trace các dòng chảy, bạn sẽ thấy các nhà đầu tư thông minh đang rút khỏi cổ phiếu AI để mua token DeAI, chấp nhận rủi ro cao hơn nhưng hy vọng vào sự tăng trưởng không bị giới hạn bởi chi phí tập trung. Technical debt ở đây là sự phụ thuộc vào hạ tầng tập trung: nếu MINIMAX muốn mở rộng, họ phải mua thêm GPU từ Nvidia với giá đắt đỏ. Ngược lại, Render Network có thể mở rộng bằng cách thuyết phục thêm người dùng cho thuê GPU nhàn rỗi, với chi phí biên gần bằng không. Tôi nhớ lại năm 2020, khi tôi phân tích dòng chảy MEV trên Uniswap v3 và phát hiện một bot sandwich đang hút 2,4 triệu USD mỗi tháng từ các trader lẻ. Lúc đó, mọi người đều nghĩ MEV là vấn đề của Ethereum, nhưng thực ra nó là tín hiệu của một thị trường hiệu quả hơn. Tương tự, sự sụp đổ của cổ phiếu AI hôm nay không phải là dấu hiệu của sự kết thúc, mà là sự chuyển giao. Câu chuyện thống trị chu kỳ này sẽ là “AI phi tập trung” – nơi các mô hình được huấn luyện và chạy trên mạng lưới phân tán, không còn phụ thuộc vào các công ty độc quyền. Tôi đã tham gia vào một cuộc audit cho một giao thức DeAI mới và phát hiện ra rằng chi phí inferencing của họ thấp hơn 10 lần so với API của OpenAI, nhờ vào việc tận dụng GPU idle từ các game thủ. Nhưng không phải mọi thứ đều màu hồng. Tôi đã chạy query và kết quả là thanh khoản của các token DeAI vẫn rất mỏng, và sự biến động có thể khiến chúng giảm mạnh nếu thị trường chung suy yếu. Ngoài ra, các vấn đề về bảo mật và độ tin cậy vẫn còn đó: một node có thể rời mạng bất cứ lúc nào, làm gián đoạn quá trình huấn luyện. Dựa trên kinh nghiệm audit của tôi, tôi thấy rằng các giao thức DeAI thường có những lỗ hổng trong cơ chế đồng thuận và thanh toán, dễ bị tấn công Sybil hoặc front-running. Nhưng đây chính là cơ hội để các kỹ sư Web3 giải quyết. Takeaway: Đừng nhìn vào sự sụt giảm của MINIMAX và Zhipu như một thảm họa. Hãy nhìn nó như một tín hiệu cho thấy vốn đang tìm kiếm một mô hình hiệu quả hơn. Trong thế giới Web3, chúng ta có cơ hội xây dựng lại AI từ đầu với chi phí thấp hơn, minh bạch hơn và chống kiểm duyệt. Câu hỏi duy nhất là: liệu các nhà phát triển có đủ nhanh để nắm bắt cơ hội này trước khi các gã khổng lồ tập trung kịp thích nghi? Tôi không có câu trả lời, nhưng tôi biết rằng con số sẽ kể câu chuyện của chính nó.