Trong năm qua, trí tuệ nhân tạo liên tục được mô tả như một công cụ quan trọng để tăng năng suất, từ soạn thảo email và tạo mã đến tự động tóm tắt tài liệu, dường như đang viết lại cách chúng ta làm việc. Tuy nhiên, một nghiên cứu dữ liệu quy mô lớn từ OpenRouter cho thấy sự khác biệt đáng kể giữa cách mọi người thực sự sử dụng trí tuệ nhân tạo và nhận thức chung.
OpenRouter công bố báo cáo về hành vi thực tế của con người khi sử dụng trí tuệ nhân tạo.
OpenRouter là một nền tảng suy luận AI đa mô hình tích hợp nghiên cứu dữ liệu từ hơn 60 nhà cung cấp và hơn 300 mô hình, bao gồm các mô hình mã nguồn mở như OpenAI, Anthropic, DeepSeek và Meta LLaMA. Nền tảng này đã phân tích dữ liệu nặc danh từ hơn 100 nghìn tỷ token và hàng lần tương tác mô hình, phác thảo hành vi sử dụng AI trong thế giới thực trên toàn cầu mà không cần truy cập vào nội dung hội thoại thực tế. Đặc biệt, nghiên cứu này đã phân tích dữ liệu từ hàng lần tương tác mà không cần truy cập vào văn bản hội thoại thực tế, từ đó tiết lộ các mô hình hành vi trong khi vẫn bảo vệ quyền riêng tư của người dùng.
Ứng dụng chính của mô hình ngôn ngữ nhân tạo mã nguồn mở LLM thực chất là gì?
Nghiên cứu cho thấy rằng đến cuối năm 2025, việc sử dụng các mô hình ngôn ngữ LLM mã nguồn mở lớn dự kiến sẽ chiếm khoảng một phần ba tổng số, với sự tăng trưởng đáng kể sau mỗi lần phát hành phiên bản chính. Tuy nhiên, điều thực sự Sự lật đổ dự đoán là mục đích sử dụng chính của các mô hình mã nguồn mở. Dữ liệu cho thấy hơn một nửa số tương tác với mô hình mã nguồn mở không được sử dụng cho các ứng dụng năng suất hoặc kinh doanh, mà là cho nhân vật, tiểu thuyết tương tác và kể chuyện sáng tạo. Phát hiện đáng ngạc nhiên nhất là hơn một nửa số mô hình AI mã nguồn mở không được sử dụng để cải thiện năng suất, mà là cho nhân vật và sáng tạo câu chuyện.
Các hoạt động nhân vật thậm chí đã vượt qua học tập có sự hỗ trợ của chương trình để trở thành trường hợp sử dụng lớn nhất. Các nhà nghiên cứu chỉ ra rằng điều này cho thấy nhiều người dùng coi AI là phương tiện để đồng hành, khám phá và sáng tạo, chứ không chỉ đơn thuần là một công cụ năng suất. Báo cáo nêu rõ điều này bác bỏ giả định rằng LLM chủ yếu được sử dụng để viết mã, email hoặc tóm tắt.
Lập trình sửa lỗi dựa trên trí tuệ nhân tạo là lĩnh vực ứng dụng phát triển nhanh nhất.
Ngược lại, lập trình là lĩnh vực ứng dụng phát triển nhanh nhất trong tất cả các mô hình. Vào đầu năm 2025, các yêu cầu liên quan đến lập trình chỉ chiếm khoảng 10% tổng số, nhưng đến cuối năm, con số này đã vượt quá 50%. Độ dài của các yêu cầu liên quan cũng tăng lên đáng kể, cho thấy các nhà phát triển đang tích hợp AI vào các cấp độ gỡ lỗi sâu hơn (gỡ lỗi, phân tích kiến trúc trong đó các quy trình giải quyết vấn đề ở cấp độ hệ thống). Sê-Ri Claude của Anthropic từng vị trí chủ đạo lĩnh vực lập trình, nhưng sự cạnh tranh từ OpenAI và Google đang ngày càng gay gắt.
Tiếng Trung giản thể đã trở thành ngôn ngữ tương tác AI được sử dụng nhiều thứ hai trên thế giới.
Nghiên cứu cũng cho thấy những thay đổi đáng kể trong bối cảnh toàn cầu. Tỷ lệ sử dụng các mô hình AI của Trung Quốc đã tăng vọt từ 13% vào đầu năm lên khoảng 30%, với sự nổi lên nhanh chóng của các mô hình như DeepSeek, Qwen của Alibaba và Moonshot AI. Tiếng Trung giản thể đã trở thành ngôn ngữ tương tác được sử dụng phổ biến thứ hai cho AI trên toàn cầu, và chi tiêu cho việc sử dụng AI ở châu Á đã tăng hơn gấp đôi, với Singapore trở thành quốc gia sử dụng quan trọng lần sau Hoa Kỳ.
Khả năng suy luận của trí tuệ nhân tạo đang phát triển nhanh chóng.
Một xu hướng quan trọng khác là sự trỗi dậy của "lý luận AI". AI không còn chỉ trả lời các câu hỏi đơn lẻ, mà có thể tham gia vào quá trình suy luận nhiều bước, sử dụng các công cụ và liên tục thực hiện nhiệm vụ trong các cuộc hội thoại dài. Loại tương tác này đã phát triển từ gần như không tồn tại đến chiếm hơn một nửa tổng số trong vòng một năm, tượng trưng cho việc trí tuệ nhân tạo đang chuyển từ một công cụ tạo văn bản sang một hệ thống tác nhân có khả năng lập kế hoạch và thực thi.
Hiệu ứng chiếc giày thủy tinh của Cinderella: Giải quyết vấn đề trước tiên là chìa khóa để tạo sự gắn kết.
Nghiên cứu cũng quan sát thấy một hiện tượng được gọi là "Hiệu ứng giày thủy tinh của Lọ Lem": khi một mô hình lần đầu tiên giải quyết chính xác một nhu cầu quan trọng cụ thể, nó có thể xây dựng lòng trung thành của người dùng rất cao, vượt xa các đối thủ cạnh tranh sau này. Một khi người dùng tích hợp độ sâu mô hình đó vào quy trình làm việc của họ, chi phí chuyển đổi sẽ tăng lên đáng kể. Ví dụ, cơ sở người dùng của Google Gemini 2.5 Pro vào tháng 6 năm 2025 có tỷ lệ giữ chân khoảng 40% vào tháng thứ năm, vượt xa các nhóm người dùng sau này. Điều này thách thức các quan niệm truyền thống về cạnh tranh trong trí tuệ nhân tạo. Mặc dù nắm bắt thế chủ động là quan trọng, nhưng việc giải quyết các vấn đề có giá trị cao trước tiên mới là chìa khóa để tạo ra lợi thế cạnh tranh bền vững.
Về giá cả, dữ liệu cho thấy việc sử dụng AI ít nhạy cảm với sự thay đổi chi phí một cách đáng ngạc nhiên. Các mô hình giá cao và giá thấp cùng tồn tại, và thị trường vẫn chưa thoái hóa thành một cuộc cạnh tranh giá cả đơn thuần. Chất lượng, tính ổn định và sự hoàn thiện chức năng vẫn có thể giúp các mô hình có giá cao hơn.
Nhìn chung, nghiên cứu này vẽ nên một bức tranh phức tạp và thực tế hơn về trí tuệ nhân tạo. AI không chỉ định hình lại công việc chuyên nghiệp mà còn thay đổi các hình thức sáng tạo, giải trí và giao tiếp; thị trường đang đa dạng hóa nhanh chóng, công nghệ phát triển mạnh mẽ và hành vi người dùng trung thực hơn nhiều so với những lời quảng cáo. Hiểu được những mô hình sử dụng thực tế này sẽ là chìa khóa cho giai đoạn phát triển tiếp theo của AI.
Bài viết này, được đăng trên ABMedia , thảo luận về việc các ứng dụng thực tế của trí tuệ nhân tạo khác xa so với kỳ vọng của chúng ta, tiết lộ rằng ứng dụng phổ biến nhất của AI thực chất lại là như thế này.
