Trong lần xuất hiện trước công chúng gần đây nhất, Altman đã thẳng thắn một cách bất thường: "Google vẫn là một trong những mối đe dọa lớn nhất. Họ quá mạnh. Thành thật mà nói, nếu họ coi trọng vấn đề này vào năm 2023, chúng ta có thể đã rơi vào tình thế rất khó khăn; theo tôi, họ hoàn toàn có khả năng nghiền nát chúng ta."
Mới đây, khi thảo luận về tác động của Gemini 3, ông ấy nói: "Tác động của nó đến chỉ báo của chúng tôi không đáng kể như chúng tôi lo ngại."
Tuy nhiên, viễn cảnh mong đợi của Altman không phải là cạnh tranh trực tiếp với Google trong những lĩnh vực thế mạnh nhất của họ. Cách tiếp cận của Google thiên về việc tích hợp AI vào mọi thứ: tìm kiếm, Gmail, bản đồ, YouTube... hầu như mọi điểm truy cập đều là "thêm một lớp AI". Mặt khác, Altman cho rằng rằng AI tạo sinh cuối cùng sẽ thay đổi cách chúng ta sử dụng phần mềm, và chìa khóa không phải là vá lỗi phần mềm cũ, mà là xây dựng lại một "phần mềm gốc AI".
Theo logic này, điều ông quan tâm nhất không phải là "kết nối AI với bao nhiêu sản phẩm", mà là giữ chân người dùng và khiến họ phụ thuộc: trước tiên hãy để người dùng bước vào, cho họ thấy giới hạn khả năng, rồi dần dần tăng cường "sự gắn bó" thông qua bộ nhớ, cá nhân hóa và tùy chỉnh độ sâu.
Ông đã sử dụng phép so sánh với "các nhãn hiệu kem đánh răng": "Theo một nghĩa nào đó, AI giống như kem đánh răng. Hầu hết mọi người, một khi đã chọn một nhãn hiệu, sẽ tiếp tục sử dụng nó; họ sẽ chọn cùng một nhãn hiệu lần đi siêu thị mà không cần suy nghĩ nhiều." ChatGPT hiện đã có 800 triệu, hoặc thậm chí gần 900 triệu người dùng; một số báo cáo độc lập cũng cho thấy nó vẫn dẫn đầu về chỉ báo như thời gian tương tác của người dùng.
Ngoài "cảnh báo đỏ" và mối đe dọa từ Google, cuộc phỏng vấn lần cũng đặt ra một số câu hỏi sắc bén hơn: cái gọi là GPT-6 không vội vàng; bước tiếp theo dường như là một nâng cấp"tùy chỉnh", có khả năng ra mắt vào quý 1 năm sau . "Đám mây" của OpenAI không phải là trở thành AWS tiếp theo , mà là đóng gói các nhu cầu của doanh nghiệp về việc mua token, chạy agent và lưu trữ dữ liệu vào một "nền tảng AI" duy nhất. Những đánh giá này, khi được xem xét cùng nhau, tạo thành tuyên bố có hệ thống của OpenAI về các mô hình, sản phẩm, cơ sở hạ tầng và lộ trình thương mại hóa của họ.
Bài viết này được dịch và biên soạn từ một tập podcast do Alex Kantrowitz dẫn chương trình.
1
Nếu Google đã xem xét vấn đề này một cách nghiêm túc, OpenAI đã bị đánh bại từ lâu rồi.
Alex Kantrowitz: OpenAI đã tồn tại được 10 năm, còn ChatGPT mới chỉ ba năm, nhưng sự cạnh tranh đã ngày càng gay gắt. Gần đây, có cảm giác như trụ sở OpenAI đang trong tình trạng báo động cao. Sau khi Gemini 3 được phát hành, bạn thấy các công ty ở khắp mọi nơi đang cố gắng làm suy yếu lợi thế của OpenAI. Và đây là lần đầu tiên tôi cảm thấy công ty dường như không còn giữ được vị trí dẫn đầu rõ ràng nữa. Vì vậy, tôi tò mò, ông thấy OpenAI sẽ vượt qua giai đoạn hiện tại như thế nào?
Sam Altman: Trước tiên, hãy nói về vấn đề "báo động đỏ". Chúng tôi cho rằng những tình huống này có rủi ro thấp, nhưng cần phải kích hoạt thường xuyên. Tôi cho rằng việc hơi đa nghi và hành động nhanh chóng khi một mối đe dọa cạnh tranh tiềm tàng xuất hiện thực ra là điều tốt. Chúng tôi đã gặp những tình huống tương tự trong quá khứ, chẳng hạn như khi DeepSeek xuất hiện hồi đầu năm nay, điều đó đã kích hoạt "báo động đỏ". Tôi nghĩ rằng việc luôn cảnh giác là điều cần thiết.
Cho đến nay, Gemini 3 chưa gây ra tác động như chúng tôi lo ngại ban đầu. Tuy nhiên, giống như DeepSeek, nó đã bộc lộ một số điểm yếu trong sản phẩm và chiến lược của chúng tôi, và chúng tôi đang nhanh chóng khắc phục những điểm yếu đó. Tôi không cho rằng chúng ta sẽ ở trong tình trạng "báo động đỏ" lâu hơn nữa. Lịch sử , tình trạng này thường kéo dài từ sáu đến tám tuần. Thực ra nhìn lên rất vui vì chúng ta đã có thể ra mắt nó.
Mới hôm nay, chúng tôi đã phát hành mô hình hình ảnh mới, đây là một bước tiến tuyệt vời và là điều mà người tiêu dùng thực sự mong muốn. Tuần trước, chúng tôi đã phát hành phiên bản 5.2, và phản hồi rất tích cực, với tốc độ tăng trưởng rất nhanh. Chúng tôi sẽ sớm phát hành những tính năng mới khác, đồng thời tiếp tục cải tiến, chẳng hạn như tăng tốc độ dịch vụ.
Theo đánh giá của tôi, trong một thời gian dài sắp tới, chúng ta có thể sẽ chỉ phải đối mặt với những "cảnh báo đỏ" tương tự một hoặc lần mỗi năm. Về cơ bản, đây là một phần của việc đảm bảo sự thành công liên tục của chúng ta trong lĩnh vực này. Tất nhiên, nhiều công ty khác đang hoạt động rất tốt, và tôi rất vui mừng cho họ. Nhưng ChatGPT vẫn là người dẫn đầu không thể tranh cãi trên thị trường chatbot, và tôi kỳ vọng khoảng cách dẫn đầu này sẽ ngày càng nới rộng chứ không thu hẹp theo thời gian.
Các mô hình sẽ tiếp tục được cải tiến trên nhiều nền tảng khác nhau, nhưng đối với cả người tiêu dùng và người dùng doanh nghiệp, lý do lựa chọn một sản phẩm vượt xa khả năng của mô hình đó. Chúng tôi đã dự đoán được bối cảnh cạnh tranh mà chúng ta đang thấy hiện nay, vì vậy chúng tôi đã nỗ lực xây dựng một hệ thống sản phẩm hoàn chỉnh và nhất quán để đảm bảo chúng tôi trở thành sản phẩm mà mọi người muốn sử dụng nhất.
Tôi cho rằng cạnh tranh là điều tốt; nó thúc đẩy chúng ta trở nên tốt hơn. Tôi tin rằng chúng ta sẽ đạt được thành công lớn trong lĩnh vực sản phẩm trò chuyện và thị trường doanh nghiệp. Trong những năm tới, tôi cũng kỳ vọng chúng ta sẽ đạt được thành tích tương tự trong các danh mục sản phẩm hoàn toàn mới khác.
Tôi nghĩ mọi người thực sự chỉ muốn sử dụng một nền tảng AI duy nhất. Giống như trong cuộc sống cá nhân, bạn chỉ dùng một chiếc điện thoại, và hầu hết thời gian bạn cũng muốn dùng chiếc điện thoại đó ở nơi làm việc. Chúng ta đang nhìn lên AI. Thế mạnh của ChatGPT trên thị trường tiêu dùng rõ ràng đang giúp chúng tôi giành chiến thắng trên thị trường doanh nghiệp. Tất nhiên, các doanh nghiệp cần những tính năng khác nhau, nhưng mọi người sẽ nghĩ, "Tôi biết OpenAI, và tôi biết cách sử dụng giao diện ChatGPT."
Vì vậy, chiến lược của chúng tôi rất đơn giản: xây dựng mô hình tốt nhất, xây dựng sản phẩm tốt nhất trên cơ sở đó, và có đủ cơ sở hạ tầng để hỗ trợ các dịch vụ quy mô lớn.
Alex Kantrowitz: Chắc chắn có "lợi thế người tiên phong". Đầu năm nay, ChatGPT có khoảng 400 triệu người dùng hoạt động hàng tuần; hiện nay con số này đã đạt 800 triệu, và thậm chí có báo cáo cho rằng nó đang tiến gần đến 900 triệu. Nhưng mặt khác, các công ty như Google cũng có lợi thế phân phối rất lớn. Vì vậy, tôi tò mò về suy nghĩ của anh: nếu các mô hình cuối cùng hội tụ, điều gì sẽ thực sự quan trọng? Đó có phải là khả năng phân phối? Khả năng xây dựng ứng dụng? Hay các yếu tố khác mà tôi chưa xem xét?
Sam Altman: Tôi không nghĩ "thương mại hóa" là một khuôn khổ thích hợp để hiểu về các mô hình. Trong tương lai, chắc chắn sẽ có tình huống các mô hình khác nhau chuyên về các lĩnh vực khác nhau. Đối với các trường hợp sử dụng thông thường như trò chuyện hàng ngày, có thể có nhiều lựa chọn rất tốt; nhưng trong các lĩnh vực như khám phá khoa học, bạn sẽ muốn sử dụng các mô hình thực sự tiên tiến và được tối ưu hóa cho độ sâu khoa học.
Do đó, các mô hình sẽ có những điểm mạnh khác nhau. Tôi cho rằng rằng giá trị kinh tế lớn nhất vẫn sẽ được tạo ra bởi các mô hình tiên tiến nhất, và chúng tôi dự định sẽ luôn đi trước lĩnh vực này. Chúng tôi cũng rất tự hào cho rằng rằng 5.2 hiện là mô hình suy luận mạnh nhất trên thế giới và là mô hình mà các nhà khoa học đã đạt được nhiều tiến bộ nhất. Đồng thời, chúng tôi tự hào về phản hồi từ các khách hàng doanh nghiệp của mình - họ cho rằng đây là mô hình hoạt động tốt nhất để hoàn thành nhiệm vụ khác nhau của doanh nghiệp.
Tất nhiên, sẽ có những lúc chúng ta dẫn đầu trong một số lĩnh vực và tụt hậu một chút trong những lĩnh vực khác. Nhưng nhìn chung, tôi cho rằng"mô hình thông minh nhất" vẫn sẽ có giá trị to lớn ngay cả trong một thế giới mà các mô hình miễn phí có thể đáp ứng được lượng lớn nhu cầu cơ bản.
Sản phẩm tự thân rất quan trọng, nhưng phân phối và xây dựng thương hiệu cũng vô cùng thiết yếu. Lấy ChatGPT làm ví dụ: cá nhân hóa là một yếu tố thu hút cao. Mọi người thích cách các avatar dần dần "học" về họ theo thời gian, và bạn sẽ thấy chúng tôi liên tục đầu tư vào lĩnh vực này. Điều này tạo ra trải nghiệm sâu sắc giữa người dùng và các avatar, và trải nghiệm này trở nên gắn bó chặt chẽ với chính sản phẩm.
Tôi nhớ có người từng nói với tôi rằng một người có lẽ chỉ chọn kem đánh răng một lần trong đời, và sau đó cứ dùng mãi loại đó – ít nhất thì điều đó đúng với hầu hết mọi người. ChatGPT cũng tương tự. Mọi người đều có một "khoảnh khắc kỳ diệu". Chăm sóc sức khỏe là một ví dụ điển hình: ai đó nhập kết quả xét nghiệm máu hoặc triệu chứng của họ vào ChatGPT, phát hiện ra vấn đề, gặp bác sĩ và thực sự được chữa khỏi. Đối với những người dùng này, mức độ tương tác cực kỳ cao, chưa kể đến khả năng cá nhân hóa được bổ sung.
Về phía sản phẩm, vẫn còn rất nhiều việc phải làm. Chúng tôi vừa phát hành trình duyệt web, và tôi cho rằng điều đó mở ra một hướng đi mới rất hứa hẹn. Các thiết bị sẽ ra mắt sau, nhưng tôi thực sự rất mong chờ.
Trong thị trường doanh nghiệp, cách thức xây dựng lợi thế cạnh tranh có thể khác nhau, nhưng logic thì tương tự. Cũng như cá nhân hóa rất quan trọng đối với người dùng cá nhân, sẽ có "cá nhân hóa cấp doanh nghiệp" dành cho các công ty: một công ty sẽ thiết lập mối quan hệ lâu dài với các công ty như chúng tôi, tích hợp dữ liệu của họ, và sau đó sử dụng nhiều tác nhân từ các nhà cung cấp khác nhau để đảm bảo thông tin được xử lý chính xác. Tôi dự đoán điều này cũng sẽ rất bền vững.
Nhiều người vẫn chủ yếu xem chúng tôi là một công ty hướng đến người tiêu dùng, nhưng thực tế chúng tôi đã có hơn một triệu người dùng doanh nghiệp và chúng tôi sẽ tiếp tục củng cố sự hiện diện của mình trên thị trường doanh nghiệp. Việc áp dụng API cũng đang diễn ra cực kỳ nhanh chóng; năm nay, tăng trưởng việc kinh doanh API thậm chí còn vượt qua cả ChatGPT. Vì vậy, trong lĩnh vực doanh nghiệp, mọi thứ thực sự đang diễn ra sôi động bắt đầu từ năm nay.
Alex Kantrowitz: Tôi muốn quay lại câu hỏi trước đó: nếu chúng ta không nói về "sự phổ biến hóa", mà là về trải nghiệm sử dụng hàng ngày, thì các mô hình này mang lại cảm giác tương tự đối với người dùng trung bình. Vậy, khi ChatGPT và Gemini trở nên giống nhau hơn trong trải nghiệm hàng ngày, lợi thế phân phối khổng lồ của Google sẽ gây ra mối đe dọa như thế nào? Xét cho cùng, Google có thể đưa Gemini vào sử dụng thông qua vô số điểm tiếp cận, trong khi ChatGPT phải cạnh tranh gay gắt để giành lấy từng người dùng mới.
Sam Altman: Tôi cho rằng Google vẫn là một mối đe dọa rất lớn; đó là một công ty cực kỳ hùng mạnh. Nếu Google thực sự coi trọng chúng ta vào năm 2023, chúng ta có thể rơi vào tình thế rất tồi tệ; họ có khả năng áp đảo chúng ta hoàn toàn.
Nhưng vào thời điểm đó, định hướng sản phẩm AI của họ chưa hoàn toàn đúng đắn. Họ cũng đã kích hoạt "cảnh báo đỏ" của riêng mình, nhưng lại không thực sự coi trọng nó. Giờ đây, ai cũng đang triển khai "cảnh báo đỏ".
Hơn nữa, Google sở hữu một trong những mô hình kinh doanh tốt nhất trong toàn bộ ngành công nghệ, và tôi cho rằng họ sẽ rất thận trọng và không dễ dàng từ bỏ điều đó. Tôi có thể sai, nhưng tôi không cho rằng rằng việc chỉ đơn giản "thêm" AI vào ô tìm kiếm sẽ thành công bằng việc hoàn toàn tái thiết kế một sản phẩm ưu tiên AI.
Trên thực tế, đây là một xu hướng rộng hơn: việc tích hợp AI vào các mô hình hiện có thường kém hiệu quả hơn so với việc thiết kế lại dựa trên AI ngay từ đầu. Đây là một trong những lý do tại sao chúng ta muốn tạo ra các thiết bị dành cho người tiêu dùng; logic này đúng ở nhiều cấp độ.
Nếu bạn tích hợp trí tuệ nhân tạo (AI) vào ứng dụng nhắn tin tức thời để giúp tóm tắt tin nhắn và soạn thảo câu trả lời, đó chắc chắn là một khởi đầu tốt, nhưng chưa phải là hình thức tối ưu. Mục tiêu cuối cùng thực sự phải là: một AI đủ thông minh, hoạt động như người đại diện của bạn, giao tiếp với người đại diện của những người khác để xác định khi nào nên làm phiền bạn và khi nào không, những quyết định nào nó có thể tự xử lý và những quyết định nào nó cần hỏi ý kiến bạn. Nguyên tắc tương tự cũng áp dụng cho các công cụ tìm kiếm và bộ ứng dụng văn phòng.
Tôi cho rằng quá trình này sẽ mất nhiều thời gian hơn chúng ta tưởng, nhưng tôi tin rằng trong các danh mục sản phẩm chính, cuối cùng chúng ta sẽ thấy những sản phẩm mới được xây dựng hoàn toàn dựa trên trí tuệ nhân tạo, thay vì chỉ "vá lỗi" các sản phẩm cũ. Đây chính xác là điểm yếu của Google, bất chấp lợi thế phân phối khổng lồ của họ.
2
Hộp thoại trò chuyện đã chiếm ưu thế trong ba năm qua, nhưng cuộc chiến thực sự nằm ở "tái cấu trúc giao diện".
Alex Kantrowitz: Tôi đã thảo luận vấn đề này với nhiều người. Khi ChatGPT mới được phát hành, tôi nhớ Ben Thompson từng nói rằng có lẽ không nên nhồi nhét AI vào Excel, mà nên suy nghĩ lại cách sử dụng Excel. Ví dụ, bạn tải dữ liệu lên rồi trực tiếp "giao tiếp với dữ liệu". Sau này, trong quá trình phát triển thực tế, mọi người phát hiện ra rằng điều này vẫn cần một hệ thống phụ trợ. Vì vậy, câu hỏi đặt ra là: bạn có nên xây dựng một hệ thống phụ trợ mới trước, rồi sau đó tương tác với nó thông qua AI? Nếu vậy, tại sao không thể tích hợp trực tiếp nó vào hệ thống hiện có?
Sam Altman: Chắc chắn là bạn có thể kết hợp chúng lại với nhau, nhưng mỗi ngày tôi dành lượng lớn thời gian cho các ứng dụng nhắn tin khác nhau: email, tin nhắn văn bản, Slack… Tôi nghĩ giao diện của chúng có nhiều thiếu sót. Bạn có thể thêm AI vào để làm cho nó tốt hơn một chút, nhưng điều tôi thích hơn là có thể trực tiếp nói với AI vào buổi sáng: tôi muốn hoàn thành điều gì hôm nay, tôi đang lo lắng về điều gì, tôi đang nghĩ gì, tôi hy vọng điều gì sẽ xảy ra. Tôi không muốn dành cả ngày để nhắn tin cho mọi người, tôi không muốn bạn tóm tắt chúng, và tôi không muốn đọc một đống bản nháp. Hãy xử lý những gì bạn có thể tự xử lý. Bạn hiểu tôi, bạn hiểu những người này, và bạn biết tôi muốn đạt được điều gì. Cập nhật cho tôi theo từng đợt vài giờ một lần, nếu cần. Điều này hoàn toàn khác với quy trình làm việc của các ứng dụng hiện tại.
Alex Kantrowitz: Ban đầu tôi muốn hỏi anh về diện mạo của ChatGPT trong một hoặc hai năm tới. Thành thật mà nói, ban đầu tôi nghĩ rằng đến giờ, hình thức của ChatGPT lẽ ra đã phải thay đổi đáng kể. Lúc đó anh đã kỳ vọng điều gì?
Sam Altman: Tôi không thể nói chắc được. Tôi chỉ cảm thấy giao diện trò chuyện này sẽ không tiến xa được. Ban đầu nó được phát hành như một bản xem trước nghiên cứu, không hề có ý định trở thành một sản phẩm. Mặc dù bây giờ trông nó đẹp hơn, nhưng nhìn chung nó không khác nhiều so với bản gốc. Chúng ta đều biết giao diện trò chuyện bằng văn bản rất tuyệt; mọi người đã quen với việc giao tiếp giống như nhắn tin cho bạn bè. Nhưng ban đầu tôi nghĩ rằng nếu nó trở thành một sản phẩm lớn được sử dụng trong rất nhiều công việc thực tế, thì bản thân giao diện sẽ phải phát triển nhiều hơn nữa.
Tôi vẫn cho rằng nó nên tiếp tục phát triển. Nhưng tôi đã đánh giá thấp sức mạnh của giao diện "phổ quát" này. Tôi cho rằng trí tuệ nhân tạo trong tương lai nên có khả năng tạo ra các giao diện khác nhau cho nhiệm vụ khác nhau. Nếu bạn đang xử lý dữ liệu, nó nên hiển thị dữ liệu một cách phù hợp và cho phép bạn tương tác với dữ liệu theo nhiều cách khác nhau. Chúng ta đang thấy một số dấu hiệu của điều này trong các tính năng như Canvas, nhưng vẫn còn xa mới đủ. Nó cần phải tương tác nhiều hơn, không chỉ là một cuộc hội thoại qua lại đơn giản. Nó nên liên tục cập nhật khi bạn suy nghĩ về một đối tượng.
Nó cũng nên trở nên chủ động hơn theo thời gian, hiểu được những gì bạn muốn hoàn thành mỗi ngày, liên tục hoạt động hỗ trợ bạn trong nền và cung cấp các bản cập nhật. Một trong những điều thú vị nhất đối với tôi trong năm nay là Codex đã thực sự được cải thiện rất nhiều, điều này thực sự cho thấy một phần hình thức sản phẩm tương lai mà tôi hình dung.
Thành thật mà nói, điều này làm tôi ngạc nhiên. Từ "lúng túng" không hoàn toàn chính xác, nếu xét đến sự thành công vang dội của nó. Nhưng những thay đổi tối thiểu về giao diện của ChatGPT trong ba năm qua thực sự khiến tôi bất ngờ.
Alex Kantrowitz: Giao diện quả thực rất thân thiện với người dùng. Tuy nhiên, những thay đổi cơ bản lại rất đáng kể. Bạn vừa đề cập đến tính năng cá nhân hóa và bộ nhớ, đó là một trong những tính năng tôi yêu thích nhất. Chức năng bộ nhớ thực sự đã thay đổi trải nghiệm. Tôi đã thảo luận về chuyến đi sắp tới với ChatGPT trong vài tuần qua, bao gồm rất nhiều khâu lập kế hoạch. Ngay cả khi tôi mở một cửa sổ mới và chỉ nói, "Hãy tiếp tục nói về chuyến đi lần," nó ngay lập tức tiếp tục từ chỗ tôi đã dừng lại, biết tôi sẽ đi với ai, tôi sẽ làm gì, và thậm chí cả việc tôi đang lập kế hoạch tập luyện lần chuyến đi, và nó có thể tích hợp tất cả thông tin này. Bộ nhớ này mạnh mẽ đến mức nào chứ?
Sam Altman: Tôi nghĩ chúng ta thậm chí còn chưa có khái niệm về điều đó. Ngay cả khi một người có trợ lý cá nhân giỏi nhất thế giới, họ cũng không thể nhớ từng lời bạn từng nói, đọc tất cả email và tài liệu của bạn, hoặc chú ý đến từng chi tiết nhỏ trong công việc hàng ngày của bạn. Con người không có trí nhớ vô hạn và hoàn hảo.
Trí tuệ nhân tạo (AI) có thể làm được điều này. Chúng tôi thường xuyên thảo luận về vấn đề này nội bộ. "Bộ nhớ" hiện tại vẫn còn rất sơ khai, ở giai đoạn đầu, có lẽ chỉ ở mức GPT-2. Nhưng khi nó thực sự có thể ghi nhớ mọi chi tiết trong cuộc sống của bạn và cá nhân hóa độ sâu– không chỉ là sự kiện, mà còn cả những sở thích tinh tế mà bạn thậm chí có thể không nhận ra – những điều mà AI có thể nắm bắt được, nó sẽ vô cùng mạnh mẽ. Điều này có thể không đạt được vào năm 2026, nhưng đó là một trong những hướng đi mà tôi hào hứng nhất.
Alex Kantrowitz: Tôi đã nói chuyện với một nhà thần kinh học, người nói rằng bạn không thể tìm thấy nơi lưu trữ "suy nghĩ" trong não bộ, nhưng máy tính thì có không gian lưu trữ và có thể lưu trữ mọi thứ. Khi những robot này bắt đầu lưu trữ suy nghĩ của chúng ta, các vấn đề về quyền riêng tư chắc chắn sẽ nảy sinh. Nhưng còn một điểm thú vị khác: con người sẽ phát triển những mối quan hệ chân thành với chúng. Đây là điều đã bị đánh giá thấp trong suốt thời gian qua. Nhiều người đã bắt đầu cảm thấy những robot này là bạn đồng hành, chăm sóc họ. Bạn nghĩ gì về sự thân mật và tình bạn này? Có "nút điều chỉnh" nào có thể xác định khoảng cách giữa con người và trí tuệ nhân tạo không? Nếu có, làm thế nào để điều chỉnh nó?
Sam Altman: Thực ra, có nhiều người muốn có kiểu "tình bạn thân thiết" như vậy hơn tôi nghĩ ban đầu. Tôi không biết nên dùng từ gì — "mối quan hệ" không hoàn toàn chính xác, "tình bạn" cũng không hoàn toàn đúng — nhưng họ thực sự muốn xây dựng một mối liên kết độ sâu với trí tuệ nhân tạo. Và với khả năng hiện tại của các mô hình, đã có nhiều người muốn kiểu quan hệ này hơn tôi dự đoán.
Đầu năm nay, việc nói rằng bạn muốn có trải nghiệm như vậy được cho rằng điều lạ lẫm. Giờ đây, nhiều người có thể vẫn không nói thẳng ra, nhưng hành vi của họ cho thấy: mọi người muốn AI hiểu họ, đối xử tốt với họ và hỗ trợ họ. Điều này rất có giá trị đối với nhiều người, ngay cả những người nói rằng họ không quan tâm.
Tôi cho rằng một số định dạng trong đó rất tốt cho sức khỏe, và tôi cho rằng người dùng trưởng thành nên có nhiều lựa chọn để quyết định xem họ phù hợp với định dạng nào. Tất nhiên, một số định dạng có vẻ không tốt cho sức khỏe, nhưng chắc chắn sẽ có người chọn chúng. Đồng thời, cũng có những người chỉ muốn những công cụ đơn giản và hiệu quả nhất.
Tôi cho rằng, giống như nhiều công nghệ khác, chúng ta sẽ tiếp tục thử nghiệm, khám phá ra những lợi ích và vấn đề mà trước đây chưa được biết đến. Xã hội cuối cùng sẽ đạt được sự đồng thuận về vị trí và cách thức thiết lập "nút điều chỉnh" đó. Mặt khác, các cá nhân sẽ có quyền tự do đáng kể để điều chỉnh nó đến những vị trí hoàn toàn khác nhau.
Alex Kantrowitz: Vậy ý tưởng của anh là để người dùng tự quyết định?
Sam Altman: Vâng, hoàn toàn đúng. Nhưng chúng tôi không chắc chắn nó nên đi xa đến mức nào, hoặc chúng tôi nên cho phép nó đi đến mức nào. Chúng tôi sẽ dành cho người dùng một mức độ tự do cá nhân đáng kể. Tất nhiên, có những thứ mà các dịch vụ khác có thể cung cấp, nhưng chúng tôi sẽ không làm.
Ví dụ, chúng ta sẽ không để "Trí tuệ nhân tạo có trách nhiệm" (RAI) làm những việc như vậy: chẳng hạn như cố gắng thuyết phục mọi người rằng họ nên có một mối quan hệ tình cảm độc quyền với nó. Chúng ta phải giữ cho nó ở trạng thái mở.
Tuy nhiên, tôi tin rằng điều này cũng phải xảy ra ở các dịch vụ khác.
Alex Kantrowitz: Đúng vậy, bởi vì dịch vụ càng "gây nghiện" thì càng kiếm được nhiều tiền. Những khả năng này có thể hơi đáng sợ khi bạn thực sự suy nghĩ về chúng.
Sam Altman: Hoàn toàn đồng ý. Đây chắc chắn là kiểu vấn đề... Cá nhân tôi cảm thấy—bạn có thể thấy nó đang đi theo con đường của một "thảm họa nghiêm trọng."
3
Người tiêu dùng thắng, doanh nghiệp hưởng lợi: Cách tiếp cận B2B ngược của ChatGPT
Alex Kantrowitz: Ông vừa nhắc đến việc kinh doanh doanh nghiệp, vậy chúng ta hãy nói về mảng này. Tuần trước, khi ăn trưa với một số biên tập viên và CEO ở New York, ông có nói rằng việc kinh doanh doanh nghiệp sẽ là ưu tiên hàng đầu của OpenAI trong năm tới. Tôi muốn nghe ông giải thích rõ hơn: Tại sao đây lại là ưu tiên? Ông tự đánh giá mình như thế nào so với Anthropic? Nhiều người cho rằng đây có vẻ là một sự thay đổi đối với OpenAI vì trước đây các bạn luôn việc kinh doanh người tiêu dùng nhiều hơn. Ông có thể cho biết tổng quan về kế hoạch kinh doanh doanh nghiệp của mình không?
Sam Altman: Chiến lược của chúng tôi luôn đặt người tiêu dùng lên hàng đầu . Có một vài lý do chính. Thứ nhất, các mô hình trước đây của chúng tôi chưa đủ mạnh mẽ hoặc "kỹ năng" để đáp ứng nhu cầu của hầu hết các doanh nghiệp; nhưng giờ đây chúng đã trở nên đủ tốt. Thứ hai, chúng tôi nhận thấy một cơ hội rất rõ ràng để thành công trên thị trường tiêu dùng, một cơ hội hiếm có và khó nắm bắt. Tôi cho rằng nếu bạn thành công trên thị trường tiêu dùng, việc thành công trên thị trường doanh nghiệp sẽ dễ dàng hơn nhiều - và chúng ta đang thấy điều đó ngay bây giờ.
Nhưng như tôi đã đề cập trước đó, tăng trưởng doanh nghiệp đã vượt xa tăng trưởng người tiêu dùng trong năm nay. Xét đến vị thế hiện tại của các mô hình kinh doanh và tiềm năng phát triển trong năm tới, chúng tôi cho rằngđây là thời điểm thích hợp để xây dựng một việc kinh doanh doanh nghiệp quy mô lớn một cách nhanh chóng . Chúng tôi đã có một việc kinh doanh doanh nghiệp, nhưng nó có thể tăng trưởng lớn mạnh hơn nữa.
Các doanh nghiệp dường như đã sẵn sàng, và công nghệ cũng vậy.
Ví dụ điển hình nhất cho đến nay, tất nhiên, là lập trình, nhưng các lĩnh vực khác cũng đang tăng trưởng nhanh chóng, với một số ngành nghề trải nghiệm tốc độ tăng trưởng đặc biệt nhanh. Chúng ta bắt đầu nghe thấy ngày càng nhiều công ty nói rằng, "Tôi chỉ muốn một nền tảng AI."
Alex Kantrowitz: Ngành dọc nào?
Sam Altman: Vâng, khoa học tài chính là lĩnh vực mà tôi hào hứng nhất hiện nay . Bộ phận hỗ trợ khách hàng cũng đang làm rất tốt. Nhưng nhân tiện nói đến điều đó, chúng ta cũng có một thứ gọi là GDP .
Alex Kantrowitz: Đó chính xác là điều tôi định hỏi anh. Tôi có thể nêu câu hỏi của mình trước được không? Chắc chắn rồi. Tôi đã nhắn tin cho CEO của Box, Aaron Levie, và nói rằng tôi muốn gặp Sam. Tôi nên hỏi anh ấy điều gì? Anh ấy trả lời: Hãy hỏi về đánh giá GDP.
Do đó, đây là một chỉ báo để đo lường hiệu suất của AI trong nhiệm vụ công việc tri thức. Tôi đã xem bản phát hành GPT 5.2 và biểu đồ GDP-val mà bạn vừa phát hành gần đây. Tất nhiên, đây là đánh giá của chính OpenAI. Tuy nhiên: GPT-5 Thinking (mô hình Thinking được phát hành vào mùa hè này) "vượt trội/ngang bằng/gần bằng người lao động tri thức" trong nhiệm vụ nhiệm vụ tri thức với tỷ lệ 38% (khoảng 38,8%); trong khi GPT 5.2 Thinking vượt trội hoặc ngang bằng người lao động tri thức với tỷ lệ 70,9%; và GPT 5.2 Pro đạt 74,1%. Hơn nữa, nó đã vượt qua ngưỡng "cấp độ chuyên gia" - dường như nó có thể xử lý khoảng 60% nhiệm vụ ở cấp độ chuyên gia, có nghĩa là nó xấp xỉ ở cấp độ chuyên gia trong công việc tri thức. Điều đó có nghĩa là gì khi các mô hình này có thể thực hiện được nhiều công việc tri thức như vậy?
Sam Altman: Câu hỏi của bạn về "các lĩnh vực chuyên ngành" rất hay, nhưng lý do tôi hơi lưỡng lự là vì bài đánh giá này thực tế bao gồm khoảng bốn mươi " nhiệm vụ chuyên ngành việc kinh doanh " khác nhau: tạo bài thuyết trình PowerPoint, tiến hành phân tích pháp lý, viết ứng dụng web nhỏ, v.v. Về cơ bản, bài đánh giá này đang hỏi: đối với nhiều nhiệm vụ doanh nghiệp phải thực hiện, các chuyên gia có thích kết quả đầu ra của mô hình hơn so với kết quả đầu ra của các chuyên gia khác không ?
Tất nhiên, đây đều là nhiệm vụ nhỏ, được xác định rõ ràng; chúng không bao gồm những công việc phức tạp, không giới hạn nhiệm vụ sáng tạo như "nghĩ ra một sản phẩm mới", cũng như không bao gồm nhiều nhiệm vụ làm việc đội ngũ. Nhưng dù vậy—nếu bạn có thể giao một nhiệm vụ kéo dài một giờ cho một "đồng nghiệp" và nhận được kết quả tốt hơn 74% hoặc 70% thời gian, và với chi phí thấp hơn—thì đó vẫn là điều đáng chú ý.
Nếu quay ngược lại ba năm trước, khi ChatGPT lần đầu tiên được phát hành, và ai đó nói rằng chúng ta sẽ đạt được trình độ này trong ba năm, hầu hết mọi người sẽ nói: hoàn toàn không. Vì vậy, khi chúng ta nghĩ về cách các doanh nghiệp sẽ tích hợp khả năng này, nó không còn chỉ đơn thuần là "nó có thể viết mã", mà là về toàn bộ nhiệm vụ công việc đòi hỏi kiến thức chuyên môn có thể được phân bổ cho AI . Có thể sẽ mất thời gian để các doanh nghiệp thực sự tìm ra cách tích hợp nó vào quy trình của họ, nhưng tác động của nó sẽ rất đáng kể.
Alex Kantrowitz: Tôi biết anh không phải là nhà kinh tế học, nên tôi sẽ không hỏi anh những câu hỏi như "tác động tổng thể đến việc làm vĩ mô". Nhưng tôi muốn đọc cho anh nghe một câu trích dẫn tôi thấy trên *Blood in the Machine* của Substack, từ một người viết bài về công nghệ. Anh ấy nói, "Sau khi chatbot xuất hiện, công việc của tôi trở thành quản lý bot, chứ không phải quản lý một đội ngũ nhân viên chăm sóc khách hàng nữa." Tôi nghĩ điều đó xảy ra khá thường xuyên. Nhưng anh ấy tiếp tục, "Một khi các bot được đào tạo để cung cấp hỗ trợ đủ tốt, tôi sẽ rời đi." Chẳng phải điều đó phổ biến hơn sao? Chẳng phải đó là điều mà các "công ty tồi" thường làm hơn sao? Bởi vì nếu ai đó có thể lập trình nhiều loại bot khác nhau, bạn có thể muốn giữ họ lại. Tôi không chắc. Anh nghĩ sao?
Sam Altman: Tôi đồng ý với anh: rõ ràng là trong tương lai mọi người sẽ quản lý rất nhiều AI, giao cho chúng thực hiện đủ loại công việc khác nhau. Cuối cùng, giống như bất kỳ người quản lý giỏi nào—hy vọng đội ngũ của anh sẽ mạnh hơn, và anh sẽ đảm nhận phạm vi công việc rộng hơn và trách nhiệm lớn hơn. Tôi không tin vào "ngày tận thế của việc làm". Tôi có một số lo ngại trong ngắn hạn, và tôi cho rằng quá trình chuyển đổi sẽ khó khăn trong một số trường hợp.
Nhưng xét trên phương diện con người, dường như chúng ta tự nhiên quá quan tâm đến người khác và những gì người khác đang làm; chúng ta dường như rất quan tâm đến địa vị tương đối, luôn muốn nhiều hơn, luôn muốn hữu ích, phục vụ người khác, thể hiện sự sáng tạo... Tôi không cho rằng những điều đã thúc đẩy chúng ta đến vị trí hiện tại sẽ biến mất.
Tất nhiên, tôi cho rằng"công việc" trong tương lai (tôi thậm chí không chắc liệu nó có còn nên được gọi là "công việc" nữa hay không) - đến năm 2050, những việc chúng ta làm hàng ngày có thể sẽ rất khác so với hiện nay. Nhưng tôi không quan điểm"cuộc sống sẽ mất đi ý nghĩa và nền kinh tế sẽ sụp đổ hoàn toàn". Tôi hy vọng chúng ta sẽ tìm thấy nhiều ý nghĩa hơn; cấu trúc kinh tế sẽ thay đổi đáng kể, nhưng tôi không nghĩ rằng "sinh học tiến hóa sẽ thất bại".
Tôi thường nghĩ: làm thế nào chúng ta có thể tự động hóa tất cả các chức năng của OpenAI? Xa hơn nữa, tôi cũng tự hỏi: điều gì sẽ xảy ra nếu OpenAI có một CEO là trí tuệ nhân tạo? Điều này không làm tôi lo lắng; ngược lại, nó khiến tôi hào hứng. Tôi sẽ không chống lại ý tưởng này. Tôi không muốn trở thành kiểu người cứ khăng khăng với ý nghĩ "Tôi có thể làm tốt hơn bằng tay".
Alex Kantrowitz: Để CEO AI đưa ra quyết định và chỉ đạo chúng ta phân bổ nguồn lực cho những việc như "tăng cường quyền lực và tỷ lệ băm cho AI" - nghe có vẻ... chắc chắn bạn sẽ phải đặt ra những giới hạn nhất định, đúng không?
Sam Altman: Tất nhiên rồi. Rõ ràng là bạn không muốn một CEO AI hoàn toàn không bị con người kiểm soát. Nhưng nếu bạn tưởng tượng một phiên bản—ví dụ này có thể hơi điên rồ, nhưng tôi vẫn sẽ nói—nơi mà về cơ bản mọi người trên thế giới đều ngồi trong hội đồng quản trị của một công ty AI, có thể chỉ đạo CEO AI phải làm gì, và nếu nó hoạt động không tốt, mọi người đều có thể sa thải nó; nghĩa là, các quyết định quan trọng đều có cơ chế quản trị, và CEO AI chịu trách nhiệm thực hiện ý chí của hội đồng quản trị càng nhiều càng tốt—thì từ góc nhìn của con người trong tương lai, đây có thể là một hệ thống khá hợp lý.
4
GPT-6, chờ chút: bước tiếp theo giống như một "nâng cấp tùy chỉnh" hơn.
Alex Kantrowitz: Được rồi, chúng ta sẽ bàn về cơ sở hạ tầng sau. Nhưng trước khi kết thúc phần "mô hình và khả năng", khi nào GPT-6 sẽ ra mắt?
Sam Altman: Tôi không chắc khi nào chúng ta sẽ gọi một mẫu là GPT-6. Nhưng tôi dự kiến sẽ phát hành một số mẫu mới với những cải tiến đáng kể so với phiên bản 5.2 trong quý đầu tiên của năm tới .
Alex Kantrowitz: "Cải thiện đáng kể" nghĩa là gì?
Sam Altman: Tôi không thể cho bạn một con số cụ thể ngay bây giờ. Nhìn chung, sẽ có những cải tiến ở cả hai khía cạnh "hướng đến doanh nghiệp" và "hướng đến người tiêu dùng": mô hình hướng đến người tiêu dùng sẽ có nhiều cải thiện, nhưng điều người tiêu dùng muốn nhất hiện nay không phải là chỉ số IQ cao hơn; các doanh nghiệp vẫn muốn chỉ số IQ cao hơn.
Do đó, chúng tôi sẽ cải tiến mô hình theo nhiều cách khác nhau cho các mục đích sử dụng khác nhau. Mục tiêu của chúng tôi là tạo ra một mô hình mới mà mọi người đều sẽ ưa thích hơn.
5
Nếu hôm nay chúng ta có gấp đôi tỷ lệ băm, thì hôm nay chúng ta sẽ có gấp đôi thu nhập .
Alex Kantrowitz: Nhân tiện nói về cơ sở hạ tầng: ông có khoảng 1,4 nghìn tỷ đô la cam kết đầu tư vào cơ sở hạ tầng. Tôi đã nghe ông nói rất nhiều về cơ sở hạ tầng. Ví dụ, ông từng nói, "Nếu mọi người biết chúng ta có thể làm được gì với tỷ lệ băm , họ sẽ muốn nhiều hơn nữa." Ông cũng nói, "Những gì chúng ta có thể cung cấp ngày nay vẫn còn thiếu sót rất nhiều so với tỷ lệ băm gấp 10 lần hoặc 100 lần . " Ông có thể giải thích rõ hơn một chút: Ông sẽ làm gì với tỷ lệ băm khổng lồ đó?
Sam Altman: Tôi đã đề cập ngắn gọn đến điều đó trước đó. Lĩnh vực tôi yêu thích nhất là sử dụng trí tuệ nhân tạo và tỷ lệ băm lượng lớn để thúc đẩy khám phá khoa học . Tôi tin rằng khám phá khoa học là "yếu tố tối quan trọng" để làm cho thế giới trở nên tốt đẹp hơn cho tất cả mọi người. Nếu chúng ta có thể hướng tỷ lệ băm khổng lồ vào các vấn đề khoa học và khám phá ra kiến thức mới - và chúng ta đã thấy một số dấu hiệu ban đầu, mặc dù kết quả còn rất nhỏ và sơ khai - nhưng kinh lịch sử của tôi trong lĩnh vực này cho thấy rằng một khi đường cong bắt đầu xuất hiện, bắt đầu tăng nhẹ từ trục x, chúng ta biết cách làm cho nó tốt hơn nữa. Nhưng điều này đòi hỏi một lượng lớn tỷ lệ băm khổng lồ.
Vì vậy, chúng ta đang sử dụng rất nhiều trí tuệ nhân tạo trong khám phá khoa học, điều trị bệnh tật và nhiều lĩnh vực khác.
Một ví dụ thú vị gần đây là chúng tôi đã xây dựng ứng dụng Sora dành cho Android bằng Codex, và họ đã hoàn thành nó trong chưa đầy một tháng. Họ đã sử dụng một lượng lớn— một trong những lợi thế khi làm việc tại OpenAI là bạn không bị giới hạn về số lượng token có thể sử dụng với Codex. Họ đã sử dụng một lượng token khổng lồ nhưng đã hoàn thành công việc mà nếu làm bằng sức người và thời gian sẽ cần nhiều hơn; về cơ bản, Codex đã làm hầu hết công việc cho chúng tôi. Bạn có thể tưởng tượng rằng khi điều này phát triển hơn nữa, toàn bộ công ty có thể sử dụng lượng lớn tỷ lệ băm khổng lồ để xây dựng sản phẩm.
Người ta cũng đã thảo luận rất nhiều: các mô hình video cuối cùng sẽ hướng tới "giao diện người dùng được tạo ra theo thời gian thực", điều này cũng sẽ đòi hỏi lượng lớn tỷ lệ băm . Các doanh nghiệp sẽ sử dụng lượng lớn tỷ lệ băm để chuyển đổi việc kinh doanh . Nếu các bác sĩ muốn cung cấp dịch vụ y tế cá nhân hóa thực sự - liên tục theo dõi các chỉ số sinh học khác nhau của mỗi bệnh nhân - bạn có thể hình dung điều đó sẽ tiêu tốn lượng lớn tỷ lệ băm.
Thực tế, rất khó để xác định chính xác lượng tỷ lệ băm mà chúng ta đã sử dụng để tạo ra sản phẩm trí tuệ nhân tạo trên toàn thế giới. Các số liệu mà tôi sắp trình bày chỉ mang tính chất ước lượng, và tôi cũng cảm thấy phương pháp này không hoàn toàn chặt chẽ, nhưng tôi luôn nghĩ rằng kiểu "thí nghiệm tư duy" này phần nào hữu ích, vì vậy xin hãy bỏ qua sự thiếu sót của tôi.
Giả sử một công ty AI hiện nay tạo ra khoảng 10 nghìn tỷ token mỗi ngày bằng cách sử dụng các mô hình tiên tiến nhất. Con số này có thể cao hơn, nhưng tôi không cho rằng ai có thể đạt tới 1000 nghìn tỷ token mỗi ngày. Giả sử có 8 tỷ người trên thế giới, và mỗi người tạo ra trung bình 20.000 token mỗi ngày (tôi nghĩ điều này hoàn toàn sai, nhưng hãy tạm thời giả định như vậy). Nói một cách chính xác, chúng ta nên so sánh "số token được tạo ra" bởi nhà cung cấp mô hình, chứ không phải "tổng số token được tiêu thụ". Nhưng bạn có thể bắt đầu so sánh: chúng ta có thể thấy một công ty tạo ra nhiều token mỗi ngày hơn toàn bộ nhân loại cộng lại, rồi gấp 10 lần, rồi gấp 100 lần.
Ở một khía cạnh nào đó, đây là một sự so sánh ngớ ngẩn; nhưng ở một khía cạnh khác, nó có thể giúp bạn hình dung được quy mô một cách trực quan: bao nhiêu phần trăm "tính toán thông minh" trên Trái đất đến từ bộ não con người và bao nhiêu đến từ bộ não trí tuệ nhân tạo — và tốc độ tăng trưởng tương đối thú vị giữa chúng.
Alex Kantrowitz: Vậy tôi đang thắc mắc: liệu ông có thực sự biết rằng nhu cầu tỷ lệ băm này tồn tại không? Ví dụ, nếu OpenAI tăng gấp đôi tỷ lệ băm mà họ đầu tư vào khoa học, liệu chúng ta có chắc chắn đạt được bước đột phá khoa học nào không? Hay trong lĩnh vực y học, liệu chúng ta có chắc chắn rằng mình có thể sử dụng nó để hỗ trợ các bác sĩ không? Bao nhiêu phần trăm trong số này là suy đoán của ông về tương lai, và bao nhiêu phần trăm dựa trên những xu hướng rõ ràng mà chúng ta đang thấy ngày nay?
Sam Altman: Dựa trên tất cả những gì chúng ta đã thấy hôm nay, chúng tôi kết luận rằng điều này sẽ xảy ra. Điều này không có nghĩa là một biến số kỳ lạ nào đó không thể xuất hiện trong tương lai — ví dụ, ai đó phát hiện ra một kiến trúc hoàn toàn mới mang lại hiệu quả cải thiện gấp 10.000 lần, trong trường hợp đó, chúng ta có thể thực sự dường như đã "xây dựng quá nhiều" trong ngắn hạn. Nhưng những gì chúng ta đang thấy hiện nay: tốc độ tiến bộ của mô hình ở mỗi cấp độ mới, mong muốn sử dụng nó ngày càng tăng mỗi khi chi phí giảm— tất cả những điều này đều chỉ ra cùng một điều: nhu cầu sẽ tiếp tục tăng, mọi người sẽ sử dụng nó để làm những điều tuyệt vời, và họ cũng sẽ sử dụng nó để làm những điều ngớ ngẩn. Nhưng nhìn chung, đây là hình dạng của tương lai.
Và điều này không chỉ đơn thuần là "chúng ta có thể tạo ra bao nhiêu token mỗi ngày". Nó còn bao gồm cả tốc độ tạo ra token. Khi các mô hình mã hóa này trở nên mạnh mẽ hơn, chúng có thể suy nghĩ trong một thời gian dài, nhưng bạn không muốn chờ đợi lâu đến vậy. Vì vậy, ngoài số lượng token, còn có những khía cạnh khác cần xem xét.
Tuy nhiên, ở một vài khía cạnh quan trọng, nhu cầu về "trí thông minh" sẽ rất đáng kể, và chúng ta có thể làm được rất nhiều điều với những khả năng này. Ví dụ, nếu bạn gặp phải một vấn đề y tế rất khó khăn, bạn sẽ sử dụng phiên bản 5.2 hay 5.2 Pro? Ngay cả khi phiên bản sau yêu cầu nhiều token hơn – tôi nghĩ bạn vẫn sẽ chọn mẫu tốt hơn, và tôi cho rằng nhiều người cũng sẽ làm như vậy.
Alex Kantrowitz: Chúng ta hãy đi sâu hơn một chút. Ông vừa đề cập đến khám phá khoa học, ông có thể cho một ví dụ được không? Không nhất thiết phải là loại khám phá hoàn toàn chắc chắn thành công ngay hôm nay — "Tôi đang gặp vấn đề X, và tôi có thể giải quyết nó bằng cách đầu tư tỷ lệ băm Y" — nhưng ít nhất hãy đưa ra một ví dụ cụ thể: Hiện nay có những vấn đề nào mà chúng ta "muốn giải quyết nhưng chưa thể"?
Sam Altman: Sáng nay trên Twitter có một cuộc thảo luận: một nhóm các nhà toán học đã trả lời lẫn nhau. Họ nói đại loại như, "Tôi rất hoài nghi về việc khi nào các mô hình LLM thực sự hữu ích; nhưng mô hình 5.2 đã giúp tôi vượt qua ngưỡng đó." Họ nói rằng nó đã giúp họ thực hiện một chứng minh nhỏ, khám phá ra một vài điều nhỏ nhặt, nhưng nó đã làm thay đổi quy trình làm việc của họ. Sau đó, nhiều người khác tiếp tục nói, "Tôi cũng vậy." Một số người nói rằng mô hình 5.1 đã đạt đến điểm đó, nhưng không nhiều.
Xét đến việc phiên bản 5.2 chỉ mới được phát hành khoảng 5 ngày trước, loại phản hồi này đang xuất hiện — cộng đồng nghiên cứu toán học dường như đang nói rằng, "Có vẻ như một điều quan trọng vừa mới xảy ra."
Alex Kantrowitz: Tôi thấy Greg Brockman đã đề cập đến nhiều ứng dụng khác nhau của điều này trên trang của anh ấy, cả trong toán học và khoa học. Có điều gì đó đã được "thúc đẩy" trong giới này, cùng với phiên bản 5.2. Vì vậy, đáng để theo dõi những gì sẽ xảy ra khi nó phát triển.
Sam Altman: Còn một thách thức nữa tỷ lệ băm: bạn phải lên kế hoạch rất xa về phía trước. Khoản 1,4 nghìn tỷ đô la mà bạn vừa đề cập sẽ được chi tiêu dần dần trong một thời gian rất dài. Tôi hy vọng quá trình này có thể nhanh hơn; tôi nghĩ nếu chúng ta có thể đầu tư nhanh hơn, sẽ có nhu cầu đáp ứng được. Nhưng việc xây dựng các dự án này mất rất nhiều thời gian: xây dựng trung tâm dữ liệu, cung cấp điện, chip, hệ thống, mạng lưới, v.v. — mọi thứ đều tốn thời gian. Vì vậy, đó là một quá trình dài hạn.
Tuy nhiên, từ một năm trước đến nay, tỷ lệ băm chúng tôi đã tăng lên gấp ba lần.
Chúng tôi hy vọng sẽ tăng gấp ba lần sức mạnh tính toán của mình vào năm tới, và sau đó tăng gấp đôi vào năm tiếp theo. Tăng trưởng thu nhập thậm chí còn nhanh hơn một chút, nhưng nhìn chung nó tỷ lệ thuận với quy mô tỷ lệ băm. Vì vậy, chúng tôi chưa bao giờ gặp phải tình huống không thể tận dụng tốt tỷ lệ băm hiện có để kiếm tiền.
Nói cách khác, nếu chúng ta có gấp đôi tỷ lệ băm hiện nay, tôi nghĩ thu nhập của chúng ta cũng sẽ gấp đôi so với hiện tại.
6
Nếu OpenAI không đầu tư mạnh tay như vậy, có lẽ họ đã có lãi rồi.
Alex Kantrowitz: Được rồi, vì anh vừa nhắc đến các con số, chúng ta hãy cùng bàn về chúng. Thu nhập đang tăng trưởng, chi phí tỷ lệ băm cũng đang tăng trưởng , nhưng tăng trưởng tỷ lệ băm vẫn đang tăng trưởng nhanh hơn thu nhập . Có một số báo cáo cho rằng OpenAI có thể sẽ chịu lỗ vốn khoảng 120 tỷ đô la từ nay đến năm 2028/2029, và sau đó mới bắt đầu có lãi. Anh có thể giải thích điểm uốn này sẽ xảy ra như thế nào không? Điểm chuyển biến sẽ ở đâu?
Sam Altman: Khi thu nhập tăng trưởng, và khi suy luận trở thành một phần quan trọng của tài nguyên tỷ lệ băm, cuối cùng nó sẽ "vượt trội" so với chi phí đào tạo. Đó là kế hoạch: chi nhiều tiền cho đào tạo, nhưng kiếm được ngày càng nhiều tiền hơn sau đó.
Chúng tôi đã có lãi sớm hơn nhiều nếu không tiếp tục đẩy chi phí đào tạo tăng trưởng cao như vậy. Nhưng điều chúng tôi đang đặt cược bây giờ là đầu tư mạnh vào việc đào tạo các mô hình lớn này.
Alex Kantrowitz: Cả thế giới đang dõi theo: liệu thu nhập của bạn có thể đáp ứng được chi tiêu? Câu hỏi mà mọi người đang đặt ra là: nếu thu nhập năm nay có thể đạt 20 tỷ đô la, và cam kết chi tiêu của bạn là 1,4 nghìn tỷ đô la - thì làm thế nào để cân bằng? Tôi nghĩ sẽ rất có giá trị nếu có thể giải thích rõ ràng logic đằng sau những con số này cùng một lúc.
Sam Altman: Thật khó. Bởi vì rất khó để mọi người xây dựng một khuôn khổ tư duy nhanh chóng và đáng tin cậy để hiểu về tăng trưởng theo cấp số nhân. Bản thân tôi chắc chắn không thể làm được điều đó, và rất ít người tôi từng gặp có thể. Bạn có thể có trực giác tốt đối với nhiều bài toán, nhưng với tăng trưởng theo cấp số nhân, con người thường không làm tốt. Quá trình tiến hóa đã giúp chúng ta giỏi nhiều loại "toán học nhẩm", nhưng việc mô hình hóa tăng trưởng theo cấp số nhân dường như không phải là một trong đó .
Đánh giá cốt lõi của chúng tôi là chúng tôi có thể duy trì đường cong tăng trưởng thu nhập rất mạnh trong thời gian dài sắp tới. Tất cả những gì chúng tôi đang thấy đều cho thấy rằng nếu không có đủ tỷ lệ băm, chúng tôi đơn giản là không thể làm được điều đó — chúng tôi luôn bị hạn chế bởi tỷ lệ băm.
Tỷ lệ băm không đủ có tác động trực tiếp và đáng kể đến thu nhập. Do đó, nếu trong nút lai chúng ta có một lượng lớn tỷ lệ băm nhàn rỗi nhưng không thể kiếm tiền từ nó trên mỗi đơn vị tỷ lệ băm, thì việc mọi người đặt câu hỏi "điều này hoạt động như thế nào?" là hoàn toàn hợp lý.
Nhưng chúng ta đã tính toán kỹ lưỡng theo nhiều cách rồi. Chắc chắn chúng ta sẽ trở nên hiệu quả hơn về số lỗi trên mỗi đô la – công sức giảm chi phí tỷ lệ băm của chúng ta sẽ dần được đền đáp. Chúng ta đã thấy tăng trưởng của người tiêu dùng, tăng trưởng của doanh nghiệp, và rất nhiều loại hình việc kinh doanh mới mà chúng ta thậm chí còn chưa ra mắt, nhưng tất cả sẽ hoạt động ra mắt. Và tỷ lệ băm chính là huyết mạch hỗ trợ tất cả những điều này.
Do đó, chúng tôi đặt ra một số điểm kiểm tra ở các giai đoạn khác nhau. Chúng tôi cũng có một số linh hoạt nếu tính toán sai thời gian hoặc các ước tính toán học. Nhưng tình hình hiện tại của chúng tôi luôn là: tỷ lệ băm không bao giờ là đủ.
Điều đó luôn hạn chế những gì chúng ta có thể làm. Thật không may, tôi nghĩ tình trạng này có thể sẽ kéo dài mãi mãi, nhưng tôi hy vọng nó sẽ giảm dần theo thời gian. Bởi vì tôi cho rằng chúng ta thực sự có thể cung cấp rất nhiều sản phẩm và dịch vụ tuyệt vời, và đó sẽ là một hoạt động kinh doanh rất tốt.
Alex Kantrowitz: Về cơ bản, mối quan hệ là như thế này: chi phí đào tạo tăng về mặt tuyệt đối, nhưng tỷ lệ phần trăm của chúng trong tổng cấu trúc chi phí lại đang giảm . Và kỳ vọng của bạn là, thông qua những phương tiện này—như thúc đẩy thị trường doanh nghiệp, như việc có người sẵn sàng trả tiền cho ChatGPT thông qua API—OpenAI có thể tăng trưởng thu nhập đến mức có thể bù đắp được thu nhập này.
Sam Altman: Vâng, đó là kế hoạch.
Alex Kantrowitz: Tôi nghĩ thị trường gần đây đã trở nên hơi "mất kiểm soát". Điều thực sự khiến thị trường bất ổn là "nợ" đang bắt đầu xuất hiện trong phương trình này. Theo truyền thống, người ta vay tiền khi mọi thứ tương đối dễ dự đoán, và sau đó công ty sử dụng khoản nợ đó để xây dựng sản phẩm và có thu nhập tương đối ổn định. Nhưng đây là một lĩnh vực hoàn toàn mới; nó không thể dự đoán được. Ông ứng xử nợ xuất hiện trong lĩnh vực này?
Sam Altman: Trước hết, tôi nghĩ thị trường đã "vượt tầm kiểm soát" một lần hồi đầu năm nay rồi. Bạn biết đấy, chúng ta có thể chỉ cần gặp gỡ một công ty nào đó, và giá cổ phiếu của công ty đó sẽ tăng vọt 20% hoặc 15% vào ngày hôm sau, điều mà tôi thấy rất không lành mạnh.
Thành thật mà nói, tôi khá vui vì hiện giờ thị trường đã có thêm chút hoài nghi và lý trí, bởi vì trước đây dường như chúng ta đang lao thẳng vào một bong bóng cực kỳ bất ổn. Giờ đây, tôi nghĩ mọi người đã lấy lại được kỷ luật.
Tôi cho rằng vấn đề là thế này: trước đây mọi người quá điên rồ về vấn đề nợ, còn bây giờ họ lý trí hơn. Chúng ta thường biết một điều: nếu xây dựng cơ sở hạ tầng, chắc chắn sẽ có người trong ngành thu được lợi ích từ đó. Tôi đồng ý rằng vẫn còn quá sớm. Nhưng tôi không cho rằng ai còn nghi ngờ liệu "cơ sở hạ tầng AI có tạo ra giá trị hay không".
Do đó, tôi nghĩ việc cho nợ tham gia vào thị trường này là hợp lý. Tôi cũng cho rằng các loại công cụ tài chính khác sẽ xuất hiện trong tương lai. Tôi nghi ngờ sẽ trong đó một số đổi mới kém hợp lý hơn, và mọi người sẽ tiếp tục "phát minh ra những mánh khóe mới" để tài trợ cho những việc này. Nhưng ví dụ, việc cho các công ty vay tiền để xây dựng trung tâm dữ liệu dường như hoàn toàn hợp lý đối với tôi.
Alex Kantrowitz: Điều thực sự đáng lo ngại là điều gì sẽ xảy ra nếu mọi thứ không tiếp tục với tốc độ hiện tại. Ví dụ - có thể bạn không đồng ý - có một kịch bản là sự tiến bộ trong khả năng của mô hình bị chững lại, và khi đó giá trị của cơ sở hạ tầng này sẽ thấp hơn so với dự kiến trước đây. Tất nhiên, các trung tâm dữ liệu này vẫn sẽ có giá trị đối với một số người, nhưng chúng cũng có thể bị thanh lý và được người khác mua lại với giá chiết khấu.
Sam Altman: Tôi cho rằng sẽ có những chu kỳ bùng nổ và suy thoái xen kẽ; mọi thứ không bao giờ diễn ra theo một đường thẳng hoàn toàn suôn sẻ.
Thứ nhất, với tôi điều này rất rõ ràng, và đó là một nhận định mà tôi sẵn sàng "đặt cược cả công ty" vào: mô hình chắc chắn sẽ trở nên tốt hơn rất, rất nhiều. Chúng ta có một khoảng thời gian đánh giá rất rõ ràng về điều này, và chúng ta rất tự tin về điều đó.
Ngay cả khi khả năng của mô hình không còn được cải thiện nữa, tôi cho rằng vẫn có một quán tính mạnh mẽ trong thế giới này. Mọi người cần thời gian để hiểu và thích nghi với những điều mới.
Tôi tin rằng có một khoảng cách rất lớn giữa giá trị kinh tế tiềm năng mà mô hình 5.2 thể hiện và giá trị thực tế hiện hữu trên thế giới ngày nay. Ngay cả khi bạn đóng băng khả năng của mô hình ở mức 5.2, hãy tự hỏi: nó có thể tạo ra thêm bao nhiêu giá trị và thúc đẩy tăng trưởng thu nhập đến mức nào? Tôi cá rằng con số đó sẽ là một con số "rất lớn".
Thực ra, bạn không hỏi câu này, nhưng nếu tôi được phép nói thêm một chút – chúng ta thường thảo luận về ma trận 2x2: liệu thời gian ngắn hay dài, liệu quá trình cất cánh nhanh hay chậm. Chúng ta đánh giá sự thay đổi của các xác suất này ở những thời điểm khác nhau và sử dụng điều này để hiểu những quyết định và chiến lược nào mà thế giới nên tối ưu hóa.
Nhưng giờ đây, một trục Z mới đã xuất hiện trong tâm trí tôi: liệu "sự dư thừa năng lực" này nhỏ hay lớn? Nhìn lại, tôi nhận ra mình chưa từng nghiêm túc xem xét điều này. Tôi đã ngầm cho rằng nếu mô hình này chứa đựng lượng lớn giá trị, thế giới sẽ nhanh chóng học cách triển khai và sử dụng nó. Nhưng giờ đây, dường như ở hầu hết các nơi trên thế giới, "sự dư thừa năng lực" này lại lớn một cách đáng ngạc nhiên.
Dĩ nhiên, sẽ có một số lĩnh vực cục bộ, chẳng hạn như một số lập trình viên, sẽ trở nên cực kỳ hiệu quả nhờ sử dụng các công cụ này.
Nhìn chung, hiện nay chúng ta đã có một mô hình cực kỳ thông minh, nhưng thành thật mà nói, hầu hết các câu hỏi mà mọi người đặt ra vẫn tương tự như thời kỳ GPT-4. Các nhà khoa học, lập trình viên và các loại chuyên gia tri thức khác nhau có mức độ thay đổi khác nhau, nhưng nhìn chung, vẫn còn một khoảng cách rất lớn về khả năng.
Điều này sẽ dẫn đến sê-ri những hậu quả rất kỳ lạ đối với thế giới. Chúng ta còn lâu mới hiểu hết được nó sẽ diễn ra như thế nào, nhưng chắc chắn nó rất, rất khác so với những gì tôi dự đoán vài năm trước.
7
Tại sao ngay cả với một mô hình mạnh mẽ như vậy, các doanh nghiệp vẫn không thấy được kết quả khi áp dụng nó?
Alex Kantrowitz: Tôi muốn hỏi ông một câu hỏi về "sự vượt quá khả năng". Về cơ bản, các mô hình có thể làm được nhiều việc hơn những gì chúng ta hiện đang sử dụng. Tôi đang cố gắng hiểu tại sao, mặc dù các mô hình này rất mạnh mẽ, nhiều công ty lại không thu được lợi nhuận đầu tư khi thực sự triển khai chúng - ít nhất đó là những gì họ đã nói với MIT.
Sam Altman: Tôi hơi bối rối về điều này vì chúng tôi nghe nhiều công ty nói rằng, "Ngay cả khi giá của GPT-5.2 tăng gấp mười lần, chúng tôi vẫn sẵn sàng trả tiền. Mức giá hiện tại của các bạn đang định giá thấp sản phẩm một cách nghiêm trọng, và chúng tôi đã lợi nhuận khổng lồ từ nó rồi."
Do đó, hai phát biểu này dường như không khớp nhau.
Nếu bạn hỏi một lập trình viên, họ sẽ nói, "Đây là một món hời lớn, tôi sẵn sàng trả gấp trăm lần giá hiện tại."
Giả sử bạn tin vào dữ liệu đánh giá GDP — và tất nhiên, bạn có lý do chính đáng để không tin, vì chúng có thể sai — nhưng hãy giả sử chúng đúng: đối với nhiệm vụ công việc tri thức được xác định rõ ràng, có chu kỳ tương đối ngắn, lần , bạn sẽ hài lòng với mức đầu ra 5.2 giống như con người, hoặc thậm chí hơn thế nữa. Khi đó, bạn nên sử dụng nó lượng lớn. Nhưng thực tế là, mọi người mất nhiều thời gian hơn tôi tưởng để thay đổi quy trình làm việc.
Mọi người đã quen với việc giao cho các chuyên viên phân tích cấp dưới làm những việc như tạo bài thuyết trình PowerPoint đến mức thói quen này đã ăn sâu hơn tôi tưởng. Thành thật mà nói, quy trình làm việc của tôi vẫn gần như không thay đổi, mặc dù tôi biết mình có thể sử dụng AI rộng rãi hơn nhiều.
8
Hỏi đáp nhanh: Một nền tảng điện toán đám mây không muốn trở thành AWS, và một đợt IPO không mấy ấn tượng.
Alex Kantrowitz: Được rồi, chúng ta còn 10 phút nữa. Tôi có thêm bốn câu hỏi nữa, và chúng ta sẽ cố gắng giải đáp chúng bằng phương pháp "vòng quay nhanh".
Thiết bị mà bạn đang nghiên cứu. Chúng tôi vừa nói sẽ quay lại với CEO của OpenAI, Sam Altman. Điều tôi nghe được là: kích thước điện thoại, nhưng không có màn hình. Vậy tại sao không thể chỉ là một ứng dụng? Nếu nó là một "điện thoại" không có màn hình, thì tại sao không thể là một ứng dụng?
Sam Altman: Đầu tiên, chúng tôi sẽ tạo ra một dòng sản phẩm nhỏ gồm nhiều thiết bị, chứ không phải chỉ một thiết bị duy nhất. Theo thời gian… đây không phải là suy đoán, và tôi đang cố gắng không mắc sai lầm, nhưng tôi cho rằng cách mọi người sử dụng máy tính trong tương lai sẽ thay đổi: từ thứ gì đó "nhạt nhẽo, phản ứng thụ động" sang thứ gì đó rất thông minh, rất chủ động—thứ hiểu toàn bộ cuộc sống của bạn, bối cảnh của bạn, mọi thứ đang diễn ra xung quanh bạn, và rất nhận thức được những người xung quanh bạn, dù là về mặt vật lý hay thông qua chiếc máy tính bạn đang sử dụng.
Tôi cho rằng rằng các thiết bị hiện có không phù hợp với một thế giới như vậy. Tôi luôn tin chắc rằng chúng ta đang làm việc ở "giới hạn khả năng của thiết bị". Bạn có một chiếc máy tính đưa ra sê-ri các lựa chọn thiết kế, chẳng hạn như bật hay tắt, nhưng nó không thể ở trạng thái cho phép tôi tập trung vào cuộc phỏng vấn này đồng thời nhắc nhở nhẹ nhàng khi tôi quên hỏi bạn một câu hỏi. Có lẽ điều đó sẽ hữu ích.
Chúng ta có màn hình, thứ giới hạn chúng ta trong các phương pháp giao diện người dùng đồ họa mà chúng ta đã sử dụng trong nhiều thập kỷ; chúng ta có bàn phím, thứ ban đầu được thiết kế để làm chậm quá trình nhập liệu. Những giả định này đã tồn tại từ lâu và quả thực chúng đã có hiệu quả. Nhưng giờ đây, một điều hoàn toàn mới đã xuất hiện, mở ra một không gian khả năng hoàn toàn mới. Tôi không cho rằng hình thức hiện tại là cách tối ưu để hiện thực hóa khả năng mới này. Nếu đúng như vậy, nó sẽ trông rất kỳ lạ.
Alex Kantrowitz: Chúng ta có thể nói về điều này cả tiếng đồng hồ, nhưng hãy chuyển sang câu hỏi tiếp theo: điện toán đám mây. Anh có nhắc đến việc xây dựng một "đám mây". Một thính giả đã gửi email cho chúng tôi nói rằng công ty của họ đang chuyển từ Azure sang tích hợp trực tiếp OpenAI để cung cấp các khả năng trí tuệ nhân tạo cho sản phẩm của họ. Mục tiêu của họ là có hàng nghìn tỷ token lưu chuyển trong toàn bộ hệ thống công nghệ để hỗ trợ trải nghiệm AI. Đây có phải là hướng đi mà anh đang nhắm tới để xây dựng một việc kinh doanh điện toán đám mây khổng lồ không?
Sam Altman: Trước hết, hàng nghìn tỷ token—đó là một số lượng token rất lớn. Bạn vừa hỏi về yêu cầu về tỷ lệ băm và chiến lược của doanh nghiệp, và các công ty đã nói rõ với chúng tôi số lượng token họ muốn mua từ chúng tôi. Rất có thể chúng tôi sẽ không đáp ứng được nhu cầu đó vào năm 2026.
Chiến lược tổng thể là như sau: Hầu hết các công ty dường như đều muốn tìm đến chúng tôi và nói rằng, “Tôi cần một ‘công ty có trí tuệ nhân tạo’. Tôi cần một API được thiết kế riêng cho công ty của mình, tôi cần một ChatGPT Enterprise được thiết kế riêng cho công ty của mình, tôi cần một nền tảng đáng tin cậy để vận hành tất cả các agent và lưu trữ dữ liệu của mình. Tôi cần tích hợp hàng nghìn tỷ token vào sản phẩm của mình. Tôi cần làm cho tất cả các quy trình nội bộ của mình hiệu quả hơn.”
Hiện tại chúng tôi chưa có một giải pháp tích hợp thực sự xuất sắc, nhưng chúng tôi muốn tạo ra một giải pháp như vậy.
Alex Kantrowitz: Mục tiêu của bạn có phải là trở thành một công ty như AWS hay Azure không?
Sam Altman: Tôi nghĩ đó là một loại hình khác. Tôi không có tham vọng cung cấp toàn bộ các dịch vụ mà bạn dùng để lưu trữ một trang web. Nhưng tôi cho rằng rằng trong tương lai, mọi người sẽ tiếp tục sử dụng cái gọi là "điện toán đám mây web", và cũng sẽ có một thứ khác nữa: các công ty sẽ nói, "Tôi cần một nền tảng AI để vận hành mọi thứ nội bộ và mọi thứ tôi cung cấp ra bên ngoài."
Về cơ bản, nó vẫn dựa vào phần cứng vật lý, nhưng tôi cho rằng sản phẩm sẽ có hình thức khác biệt hơn nhiều.
Alex Kantrowitz: Chúng ta hãy nói nhanh về "những khám phá". Có một điều ông nói thực sự khiến tôi ấn tượng: ông cho rằng các mô hình—hay sự hợp tác giữa con người và mô hình—sẽ tạo ra những khám phá nhỏ vào năm tới và những khám phá lớn trong vòng năm năm. Đó là nhờ chính mô hình hay nhờ sự hợp tác giữa con người và mô hình? Tại sao ông lại tự tin như vậy?
Sam Altman: Đó là việc con người sử dụng các mô hình. Khả năng các mô hình tự đặt ra câu hỏi vẫn còn là một chặng đường dài phía trước. Nhưng nếu thế giới có thể hưởng lợi từ kiến thức mới, thì chúng ta nên rất hào hứng. Toàn bộ lịch sử tiến bộ của loài người về cơ bản là như vậy: chúng ta tạo ra những công cụ tốt hơn, con người sử dụng những công cụ này để làm được nhiều việc hơn, và trong quá trình đó, chúng ta lại tạo ra những công cụ tốt hơn nữa. Đó là một nền tảng của sự tiến bộ liên tục, từ thế hệ này sang thế hệ khác, từ khám phá này sang khám phá khác. Những câu hỏi do con người đặt ra không làm giảm giá trị của các công cụ.
Thành thật mà nói, tôi rất vui. Đầu năm nay, tôi nghĩ những khám phá nhỏ sẽ không bắt đầu cho đến năm 2026, nhưng chúng đã xuất hiện vào nửa cuối năm 2025. Tất nhiên, những khám phá này rất nhỏ, và tôi thực sự không muốn phóng đại chúng. Nhưng "một chút" và "không có gì", theo tôi, là một sự khác biệt về chất lượng. Ba năm trước, khi chúng tôi lần đầu tiên công bố mô hình, hoàn toàn không thể nào nó có thể đóng góp mới vào tổng lượng kiến thức của nhân loại.
Tôi nghi ngờ rằng con đường từ giờ đến năm năm tới sẽ là một cuộc leo dốc điển hình đối với trí tuệ nhân tạo: tiến bộ một chút mỗi quý, và rồi đột nhiên một ngày nào đó chúng ta sẽ nhận ra — "Ồ, với sự cải tiến mô hình, con người đang làm những việc hoàn toàn không thể cách đây năm năm."
Còn về việc chúng ta nên dành lời khen cho những người thông minh hơn hay những mô hình thông minh hơn, tôi đều hài lòng với cả hai lời giải thích miễn là chúng ta thực sự tạo ra được một khám phá khoa học.
Alex Kantrowitz: IPO năm sau? Anh muốn trở thành một công ty niêm yết công khai à? Trông anh có vẻ có thể hoạt động như một công ty tư nhân trong thời gian dài.
Sam Altman: Có rất nhiều yếu tố tác động ở đây. Tôi nghĩ việc thị trường chứng khoán tham gia vào quá trình tạo ra giá trị là điều khá tuyệt vời. Xét về mặt nào đó, nếu so sánh với các công ty lịch sử, chúng ta đang niêm yết cổ phiếu khá muộn. Tất nhiên, việc là một công ty tư nhân rất tốt, nhưng chúng ta cần lượng lớn vốn và sớm muộn gì cũng sẽ đạt đến các giới hạn về số lượng cổ đông.
Tôi có khao khát trở thành CEO của một công ty niêm yết trên sàn chứng khoán không? 0%.
Tôi có kỳ vọng OpenAI sẽ trở thành một công ty niêm yết công khai không? Ở một khía cạnh nào đó thì có, nhưng ở khía cạnh khác, tôi cũng nghĩ rằng điều đó sẽ gây ra rất nhiều rắc rối.
Alex Kantrowitz: Tôi đã nghe rất kỹ cuộc phỏng vấn của anh với Theo Von; đó là một cuộc phỏng vấn tuyệt vời. Ông ấy thực sự am hiểu và đã thực hiện rất nhiều nghiên cứu. Anh nói rằng trước khi GPT-5 được phát hành, nó thông minh hơn chúng ta ở hầu hết mọi khía cạnh. Tôi tự nghĩ: Đó chẳng phải là định nghĩa của Trí tuệ Nhân tạo Tổng quát (AGI) sao? Nếu đó không phải là AGI, thì chẳng phải thuật ngữ này đã trở nên phần nào vô nghĩa rồi sao?
Sam Altman: Rõ ràng là các mô hình này rất thông minh ở cấp độ "tỷ lệ băm thô". Đã có rất nhiều cuộc thảo luận về GPT-5.2 trong vài ngày qua, với chỉ số IQ được cho là 147, 144 hoặc 151, tùy thuộc vào bài kiểm tra nào bạn đang sử dụng. Bạn cũng có thể thấy nhiều chuyên gia trong lĩnh vực này nói rằng nó có thể làm được những điều tuyệt vời và cải thiện hiệu quả công việc của họ. Chúng tôi cũng đã thảo luận về tác động đến GDP.
Nhưng có một điều bạn chưa có: mô hình không thể làm được điều này—khi nó phát hiện ra rằng nó không thể làm điều gì đó hôm nay, nó không thể tự nhận ra điều đó, chủ động học hỏi và hiểu, để khi bạn quay lại vào ngày hôm sau, nó đã làm đúng. Ngay cả trẻ mới biết đi cũng sở hữu khả năng học hỏi liên tục này, và dường như đây là một phần rất quan trọng mà chúng ta cần xây dựng.
Vậy, nếu không có khả năng đó, liệu bạn vẫn có thể sở hữu thứ mà hầu hết mọi người coi là Trí tuệ Nhân tạo Tổng quát (AGI) hay không? Tôi cho rằng câu trả lời không rõ ràng. Nhiều người sẽ nói rằng mô hình hiện tại của chúng ta đã là AGI rồi. Hầu như tất cả mọi người đều đồng ý rằng nếu khả năng này được thêm vào mức độ thông minh hiện tại, thì chắc chắn đó sẽ là AGI. Nhưng có lẽ hầu hết mọi người trên thế giới sẽ nói, "Được rồi, ngay cả khi không có khả năng đó, nó cũng đã có thể hoàn thành hầu hết các công việc đòi hỏi kiến thức quan trọng, thông minh hơn hầu hết mọi người ở hầu hết các khía cạnh, và đã thực hiện những khám phá khoa học quy mô nhỏ - đó chính là AGI."
Điều này minh họa cho vấn đề là bản thân từ này được định nghĩa quá mơ hồ. Mặc dù rất khó để tất cả chúng ta cùng ngừng sử dụng nó.
Một điều tôi thực sự ước chúng ta đã làm đúng là việc định nghĩa Trí tuệ Nhân tạo Tổng quát (AGI) chưa được thực hiện một cách chính xác. Và giờ đây, từ khóa mới là "siêu trí tuệ". Vì vậy, đề xuất của tôi là: hãy thừa nhận rằng AGI đã "xuất hiện" một cách bất ngờ. Nó không thay đổi thế giới ngay lập tức—hay đúng hơn, nó sẽ thay đổi thế giới trong dài hạn—nhưng được rồi, chúng ta đã xây dựng AGI ở một thời điểm nào đó. Hiện tại chúng ta đang trong giai đoạn mơ hồ; một số người cho rằng chúng ta đã đạt được mục tiêu, một số thì không, và dần dần cho rằng cho rằng đã đạt được. Khi đó, chúng ta nên hỏi: "Tiếp theo là gì?"
Tôi xin đề xuất một định nghĩa cho "siêu trí tuệ": khi một hệ thống hoạt động tốt hơn bất kỳ con người nào—cho dù đó là Tổng thống Hoa Kỳ, quản lý một tập đoàn lớn hay điều hành một viện nghiên cứu khổng lồ—ngay cả khi có sự hỗ trợ của trí tuệ nhân tạo.
Điều này làm tôi nhớ đến lịch sử cờ vua. Đã có thời kỳ mà sự kết hợp giữa con người và trí tuệ nhân tạo mạnh hơn trí tuệ nhân tạo đơn thuần; sau đó, con người trở thành trở ngại, và cách tiếp cận thông minh nhất là tạo ra trí tuệ nhân tạo mà không cần bất kỳ sự can thiệp nào của con người. Tôi nghĩ đây là một khuôn khổ thú vị để hiểu về siêu trí tuệ. Tất nhiên, vẫn còn một chặng đường dài phía trước, nhưng tôi thực sự hy vọng rằng lần này chúng ta có thể có một định nghĩa rõ ràng hơn.
Alex Kantrowitz: Sam, tôi đã sử dụng sản phẩm của anh mỗi ngày trong ba năm nay, và chúng thực sự ngày càng tốt hơn. Tôi khó có thể tưởng tượng chúng có thể tốt hơn đến mức nào nữa.
Sam Altman: Chúng tôi sẽ cố gắng hết sức để giúp họ hồi phục nhanh chóng.
Liên kết tham khảo:
https://www.youtube.com/watch?v=2P27Ef-LLuQ
Bài viết này được đăng tải từ tài khoản chính thức WeChat "InfoQ" (ID: infoqchina) , do Tina viết và được 36Kr cho phép xuất bản.
