Khi Alphabet và IBM kể hai câu chuyện AI khác nhau: Bài học từ Layer2 về sự chia tách doanh thu

Sự phân hóa doanh thu giữa Alphabet và IBM trong lĩnh vực AI, thoạt nhìn là một bản tin tài chính khô khan, nhưng nếu nhìn bằng con mắt của một kẻ đã dành nhiều năm đào sâu mã nguồn giao thức phi tập trung, nó giống hệt câu chuyện mà tôi từng thấy trong hệ sinh thái Layer2: một bên chọn tối ưu cho tốc độ và quy mô, một bên chọn tối ưu cho sự an toàn và tuân thủ. Mã nguồn không bao giờ hết lỗi, và doanh thu cũng vậy – nó không bao giờ kể toàn bộ câu chuyện. Bối cảnh cần được làm rõ ngay từ đầu. Bài phân tích đến từ Crypto Briefing, một tờ báo chuyên về tài sản số, không phải một cơ quan phân tích doanh nghiệp IT. Nó chỉ đưa ra ba điểm dữ liệu quan sát được: Google Cloud đang tăng trưởng nóng, IBM tăng trưởng ì ạch, và thị trường đang kết luận rằng 'AI đang loại bỏ các công ty IT truyền thống'. Nhưng kết luận này bỏ qua một chi tiết quan trọng mà bất kỳ ai từng vận hành infrastructure đều hiểu: hai công ty đang chơi hai trò chơi khác nhau, trên hai bàn cờ khác nhau. Phần cốt lõi, và là phần tôi quan tâm nhất, nằm ở kiến trúc. Alphabet đi theo con đường 'siêu quy mô': họ xây dựng Gemini, hệ thống TPU, và bán AI như một dịch vụ hạ tầng đám mây. Đây là mô hình tập trung hóa nguồn lực, giống hệt một sequencer tập trung trong Layer2 – nhanh, mạnh, nhưng mọi thứ đều chảy qua một điểm kiểm soát. Ngược lại, IBM chọn con đường 'doanh nghiệp có kiểm soát': Watsonx cung cấp các mô hình Granite nhỏ hơn, có thể triển khai trên hybrid cloud, đặt tại chỗ, phục vụ các ngành bị quản lý chặt như tài chính, y tế và chính phủ. Nó chậm hơn, kém hào nhoáng hơn, nhưng đúng với câu chuyện mà tôi từng thấy ở các doanh nghiệp lớn: họ không cần mô hình mạnh nhất, họ cần mô hình mà họ có thể giải trình được. Nhưng ở đây mới xuất hiện điểm mù thú vị. Người ta thường nói Google thắng vì doanh thu cao. Tôi không phủ nhận con số đó, nhưng tôi đã đủ kinh nghiệm để biết rằng doanh thu tăng trưởng nóng trong một tập đoàn khổng lồ có thể bao gồm rất nhiều 'tự giao dịch'. Google dùng AI trong chính quảng cáo, tìm kiếm, Workspace. Các bộ phận nội bộ trả tiền cho Google Cloud, tạo ra doanh thu AI nhưng không tạo ra giá trị bên ngoài tương xứng. Điều này giống hệt một giao thức DeFi tự nuôi thanh khoản của chính mình – con số tăng, nhưng chất lượng của con số thì cần được kiểm tra bằng audit. Doanh thu không bao giờ kể toàn bộ câu chuyện, nhất là khi chi phí vốn cho AI của Alphabet lên tới hàng chục tỷ đô la mỗi năm, và họ phải chấp nhận 'bán rẻ tính toán' để đổi lấy thị phần. Mô hình này có thể bền vững nếu tốc độ tăng trưởng tiếp tục, nhưng nếu tăng trưởng chậm lại, mọi chuyện sẽ vỡ ra. Còn một điểm mà bài viết gốc hoàn toàn bỏ qua: Microsoft. Trong cuộc đua AI, Alphabet và IBM không phải là hai cực – cả hai đều đang chạy phía sau Microsoft với Azure OpenAI Service. Khi bạn đặt câu hỏi 'Alphabet có thắng IBM không', bạn vô tình bỏ qua câu hỏi lớn hơn: 'Liệu cả hai có cùng bị Microsoft chèn ép?' Điều này khiến tôi liên tưởng đến cuộc đua giữa các rollup: họ đua nhau về TVL, về số lượng ứng dụng, trong khi bên dưới, Ethereum với tính thanh khoản và sự an toàn vẫn là lớp nền không thể thay thế ngay. Ở góc nhìn phản trực giác, tôi cho rằng câu chuyện 'IBM sắp bị khai tử' là một sự cường điệu nguy hiểm. Hãy nhìn vào lượng đơn đặt hàng tư vấn và các hợp đồng dài hạn mà IBM đang ký với các tổ chức tài chính ở châu Âu – nơi EU AI Act đang siết chặt các mô hình AI hoạt động trên đám mây công cộng. Khi Google phải đối mặt với các vụ kiện về bản quyền dữ liệu huấn luyện, hay các yêu cầu minh bạch từ cơ quan quản lý, IBM lại có thể tận dụng câu chuyện 'AI có thể giải trình' của mình. Nếu điều đó xảy ra, sự phân hóa doanh thu hiện tại có thể đảo ngược nhanh hơn người ta tưởng. Các nhà đầu tư từng chê bai Bitcoin vì chậm và tốn năng lượng, nhưng rồi chính sự cứng nhắc về bảo mật của nó lại trở thành tài sản lớn nhất. IBM có thể cũng đang đi trên con đường đó. Tôi không nói rằng IBM sẽ thắng. Tôi nói rằng việc đánh giá một kiến trúc chỉ dựa trên tăng trưởng doanh thu trong hai quý là một sai lầm mà tôi đã thấy lặp lại trong thị trường crypto: mọi người vội vã chôn cất các giao thức cũ vì chúng không có TVL như các giao thức mới, rồi ba năm sau, chính các giao thức cũ đó vẫn sống trong im lặng. Kiến trúc không bao giờ là vĩnh viễn, nhưng những lợi thế về niềm tin, sự tuân thủ và mối quan hệ thể chế là thứ không thể xây dựng chỉ bằng một vòng gọi vốn. Vậy câu hỏi đặt ra không phải là 'Google hay IBM thắng'. Câu hỏi đặt ra là: Khi AI và crypto ngày càng chồng chéo lên nhau – khi các giao thức học máy được triển khai trên Layer2, khi zk-proofs được dùng để xác thực các suy luận AI – liệu chúng ta có đang lặp lại sai lầm tương tự? Liệu chúng ta có đang quá tập trung vào các con số tăng trưởng bề mặt mà quên mất lớp hạ tầng bên dưới? Hãy nhìn cách các dự án AI trên blockchain đang được định giá theo số lượng người dùng, trong khi những vấn đề về độ tin cậy của mô hình và quyền riêng tư dữ liệu vẫn chưa được giải quyết. Mã nguồn không bao giờ hết lỗi, và một hệ thống càng phức tạp thì càng nhiều nơi để lỗi ẩn nấp. Giống như Google đang chạy nhanh trên một chiếc xe có thể cần phanh gấp, IBM đang đi chậm nhưng biết rõ đường đi. Trong một thị trường đi ngang như hiện tại, tôi đặt cược vào sự kiên nhẫn hơn là tốc độ.