Được viết bởi: Huang Shiliang
"Dữ liệu là dầu mỏ mới" - cụm từ này đã bị lạm dụng quá mức trong cộng đồng AI. Nhưng trong nhận thức chung, dường như nó chẳng liên quan gì đến những người bình thường như chúng ta - đó là một cuộc chơi vốn dành cho các gã khổng lồ công nghệ, một cuộc cạnh tranh giữa các card đồ họa và hàng nghìn tỷ tham số.
Nhưng sau khi suy nghĩ kỹ, tôi nhận ra rằng phép so sánh này là một kim chỉ nam rất tốt để chúng ta áp dụng trong lĩnh vực trí tuệ nhân tạo.
I. Một ẩn dụ bị hiểu sai nghiêm trọng
"Dữ liệu là dầu mỏ mới" - câu nói này giờ đây gần như đã trở thành kim chỉ nam của kỷ nguyên trí tuệ nhân tạo.
Nhưng thành thật mà nói, phản ứng đầu tiên của hầu hết mọi người khi nghe câu nói này là: Đây là việc kinh doanh của một công ty lớn, nó liên quan gì đến những người bình thường như tôi?
Bởi vì trong câu chuyện chính thống, "dữ liệu" mà họ nói đến là toàn bộ internet, Wikipedia và những thứ khác có dung lượng petabyte; "công nghệ lọc dầu" là hàng chục nghìn card đồ họa H100 cộng với một nhóm các nhà khoa học với mức lương hàng triệu đô la mỗi năm; và "sản phẩm cuối cùng" là mô hình Thượng đế toàn tri và toàn năng như GPT-5.
Lý lẽ này chắc chắn hợp lý trong kinh doanh, nhưng vấn đề là về cơ bản nó đang nói: đừng dính líu vào, bạn sẽ không có chỗ đứng.
Chúng tôi, những người dân thường, bị đuổi thẳng ra ngoài.
Điều tồi tệ hơn nữa là có một phiên bản khác của câu chuyện này khiến tôi càng tức giận hơn mỗi khi nghĩ về nó:
Dữ liệu là dầu mỏ mới; dữ liệu người tiêu dùng của chúng ta là mỏ dầu của Venezuela; và Meituan, Alibaba, và TikTok giống như Trump ở Hoa Kỳ.
Họ vô tình (hoặc cố ý) đến đây, lắp đặt đường ống để khai thác dầu, lấy dữ liệu của chúng ta miễn phí, tinh chế nó thành "xăng 98 octane" (các thuật toán chính xác, phân biệt giá dựa trên dữ liệu lớn), và sau đó ép chúng ta bán lại cho họ.
Kết quả là chúng tôi trở thành những kẻ ngốc - không chỉ cung cấp nguyên liệu thô miễn phí, mà còn bị bán đứng và phải giúp nền tảng của họ đếm tiền.
Trong phiên bản này của câu chuyện, chỉ có những gã khổng lồ mới là người chơi. Chúng ta không có lượng dữ liệu khổng lồ cũng như vốn đầu tư dồi dào, và việc huấn luyện một mô hình quy mô lớn là điều bất khả thi. Vì vậy, "dữ liệu là dầu mỏ mới" trở thành một khẩu hiệu nghe có vẻ ấn tượng nhưng hoàn toàn vô dụng đối với cá nhân, thậm chí còn hơi đáng ghê tởm.
Thứ hai, hãy thử nhìn nhận vấn đề từ một góc độ khác, và sẽ có hy vọng tìm ra giải pháp.
Tôi nghĩ sự đồng thuận này có vấn đề. Chúng ta cần nhìn nhận vấn đề từ một góc độ khác.
Nếu chúng ta cứ khăng khăng áp dụng khái niệm "dữ liệu là dầu mỏ mới" cho người dân bình thường, thì câu hỏi không còn là "liệu sự so sánh này có đúng không?", mà là: chính xác thì điều này hướng dẫn tôi như thế nào trong công việc?
Ngành công nghiệp dầu mỏ hùng mạnh như vậy là vì nó có một Chuỗi logic rất rõ ràng và không thể tránh khỏi:
Tìm kiếm mỏ dầu (thăm dò) → Xây dựng nhà máy lọc dầu (chế biến) → Chuẩn hóa sản phẩm (xăng) → Xây dựng kênh phân phối (trạm xăng) → Bán cho người tiêu dùng.
Đối với những người bình thường như chúng ta, "dầu dữ liệu " của kỷ nguyên AI cần được phân tích tỉ mỉ theo các bước này. Nếu thiếu bất kỳ mắt xích nào, nỗi lo lắng về AI của bạn sẽ không bao giờ được chuyển hóa thành năng suất, mà chỉ trở thành sự hao tổn tinh thần từ việc "lướt tin tức + lưu link + xem người khác làm giàu".
Giờ đây, tôi sẽ phân tích cách người bình thường nên làm mọi việc theo logic này.
Thứ ba, bước đầu tiên: Các mỏ dầu nằm ở đâu? — Hãy tìm những "mỏ vàng thu nhỏ" xung quanh bạn.
Trong các ngành công nghiệp truyền thống, bạn phải đến những nơi như Ả Rập Xê Út và Nga để tìm dầu. Nhưng với phương pháp của chúng tôi, các mỏ dầu hầu như nằm ngay trong tầm tay bạn. Tôi nghĩ có ít nhất hai loại chính.
1. Dữ liệu sở hữu tư nhân riêng tư: Chính là "sân sau" của bạn
Đây là loại dữ liệu dễ bị bỏ qua nhất, nhưng lại ổn định nhất. Nó không cần phải có quy mô lớn, nhưng lại có độ tinh khiết cực cao.
Ví dụ, quy trình làm việc của bạn, logic đằng sau các quyết định của bạn, những khó khăn bạn đã gặp phải (đánh giá thất bại), và những quy tắc bất thành văn bạn đã học được qua nhiều năm trong ngành.
Ví dụ, dấu vết kỹ thuật số của bạn: ghi chú, mã nguồn, bản nháp, email, v.v. được viết trong mười năm qua... tất cả đều được tính.
Giá trị của điều này nằm ở chỗ nó hoàn toàn thuộc về bạn. "Bản sao kỹ thuật số cá nhân" hay "đại lý chuyên gia lĩnh vực" được đào tạo bằng dữ liệu này không thể được thay thế bằng bất kỳ mô hình lớn đa năng nào.
Nếu bạn không sử dụng máy tính nhiều trong công việc và cuộc sống trong 5 năm qua và chỉ dựa vào điện thoại di động, bạn khó có thể trở thành người sản xuất AI và nhiều khả năng sẽ trở thành người tiêu dùng AI.
Nếu tôi thực sự muốn kiếm tiền từ trí tuệ nhân tạo, tôi nghĩ mình cần mua một chiếc máy tính. Tại sao?
Nếu không có máy tính, bạn khó có thể lắng đọng dữ liệu một cách có hệ thống, biến bạn thành một "quốc gia nghèo dầu mỏ" hoàn toàn. Đừng mong đạt được điều gì đáng kể từ vài bức ảnh trong album điện thoại hay hàng chục gigabyte tin nhắn thoại và cuộc trò chuyện trên WeChat—quá nhiều tạp chất, cấu trúc quá kém, bạn không thể tinh chế thành xăng có chỉ số octan 92; tốt nhất, bạn sẽ may mắn lắm mới có được xăng 29 octan.
2. Một kho tàng dữ liệu công cộng: Hãy tập hợp "đội ngũ khám phá" của bạn.
Loại thứ hai là dữ liệu mà ai cũng có thể xem, nhưng 99% người dùng chỉ "tiêu thụ" chứ không phải "khám phá": X.com, tài khoản chính thức WeChat, arXiv, YouTube... Đây chính là "biển thông tin công cộng" của thời đại dữ liệu.
Internet, đặc biệt là mạng xã hội, đang hoàn cảnh quá nhanh. Tôi dám chắc rằng hơn 50%, thậm chí có thể hơn 90% nội dung là AGRC (nội dung rác do AI tạo ra).
Những người này đang sử dụng trí tuệ nhân tạo để sản xuất hàng loạt những thứ vô nghĩa, trực tiếp gây ô nhiễm các tầng địa chất. Nếu bạn không nhận thức được điều này khi thực hiện công tác thăm dò địa chất, bạn sẽ chỉ đào được toàn rác thải mà thôi.
Tệ hơn nữa: nếu bạn cung cấp rác cho não bộ hoặc trí tuệ nhân tạo, tất cả những gì được trả về cũng chỉ là rác, và nó thậm chí có thể làm tắc nghẽn nhà máy lọc dầu của bạn.
Do đó, để đảm bảo bạn không đào bới AGRC, tôi đề nghị bạn tạo ra một **"Tổ hợp Nguồn Cảm hứng" được lựa chọn kỹ lưỡng.** Nhưng lưu ý: chỉ nhìn vào nó thôi là chưa đủ; đó gọi là tích trữ dầu thô. Bạn cần học cách tinh chế dầu thô**—xử lý từng nguồn bằng AI để chuyển đổi nó thành nhiên liệu mà máy có thể đọc được:
Những cuốn sách quý giá (những tác phẩm kinh điển): Đây là nền tảng vững chắc. Hãy lập danh sách đọc hàng năm, bao gồm các tác phẩm kinh điển và văn học chuyên ngành.
Phương pháp hỗ trợ bởi AI: Đừng chỉ đọc một cách thụ động. Hãy sử dụng các công cụ như Gemini hoặc ChatGPT để hỗ trợ việc đọc của bạn. Sau khi đọc xong một chương, hãy để chúng thảo luận và đưa ra những câu hỏi kích thích tư duy. Sau khi đọc xong, hãy tạo ghi chú điện tử và đưa chúng vào hệ thống AI; đây là cách bạn xây dựng nền tảng kiến thức của mình.
Khu vực Khám phá Tiên phong (Bài báo và Báo cáo): Dành thời gian rảnh rỗi để duyệt arXiv hoặc Google Scholar. Tổ chức một buổi "ăn trưa đọc bài báo" hàng tuần và tự ép mình hoàn thành một bài báo.
Phương pháp dựa trên trí tuệ nhân tạo: Không thể hiểu hết văn bản thô? Chỉ cần tải PDF lên NotebookLM hoặc ChatGPT và để chúng tóm tắt các luận điểm và dữ liệu cốt lõi cho bạn, biến "khung sườn" thành "nước cốt" để bạn dễ dàng lưu lại.
Dòng chảy bề mặt (tin tức): Sử dụng RSS hoặc nguồn cấp tin tức tùy chỉnh. Tôi chỉ lướt qua tiêu đề khi đọc tin tức và chỉ lưu lại những độ sâu thực sự có giá trị.
Phương pháp dựa trên trí tuệ nhân tạo: Đừng chỉ lưu các liên kết. Hãy sao chép nội dung và để AI giúp bạn gắn thẻ, trích xuất từ khóa và phân loại để lưu trữ trong ứng dụng ghi chú của bạn. Nếu không, chúng sẽ chỉ bị bỏ quên và không được sử dụng.
Các hoạt động liên quan (podcast và bài giảng): Nghe TED Radio Hour trên đường đi làm. Tự ép mình tham dự một hoặc hai buổi tọa đàm trực tiếp mỗi tháng.
Phương pháp dựa trên trí tuệ nhân tạo: Khi nghe thấy quan điểm hay, đừng chỉ gật đầu. Hãy sử dụng Whisper để chuyển bản ghi âm thành văn bản, sau đó để AI sắp xếp chúng thành các ghi chú có cấu trúc. Âm thanh không thể được khôi phục, nhưng văn bản thì có thể.
Các kênh truyền thông hiệu quả cao (mạng xã hội): Theo dõi một nhóm chuyên gia thực thụ trên Twitter/X. Định kì dọn dẹp danh sách người theo dõi và hủy theo dõi những người đăng tải tâm lý spam hoặc tiêu cực.
Phương pháp tích hợp AI: Khi bạn thấy một bài viết hay, chỉ cần sao chép nó và đưa vào hệ thống AI, để nó phân tích những lỗi logic của người viết hoặc tích hợp quan điểm đó vào hệ thống kiến thức của bạn.
Nghiên cứu thực địa (quan sát cuộc sống, điều tra thực địa): Chủ động thực hành "quan sát cuộc sống với những câu hỏi trong đầu". Đây là loại dữ liệu trực quan mà các trình thu thập dữ liệu web bằng AI hoàn toàn không thể thu thập được.
Phương pháp hỗ trợ bởi AI: Khi cảm hứng đến, đừng gõ; chỉ cần nói, sau đó để AI sắp xếp nó thành nhật ký. Hãy để AI giúp bạn biến những suy nghĩ ngẫu nhiên thành những hiểu biết mạch lạc.
Chúng ta phải tập thói quen cầm điện thoại lên và nói những điều vô nghĩa bất cứ lúc nào.
Sáu nguồn này là "các mỏ dầu hỗn hợp" của bạn. Chỉ khi các nguồn đầu vào đủ đa dạng và phong phú, và đều đã trải qua quá trình xử lý sơ bộ bằng trí tuệ nhân tạo, thì sản phẩm tinh chế mới tránh được sự rập khuôn.
Thứ tư, bước thứ hai: Thiết bị lọc dầu đặt ở đâu? — Đừng chỉ tập trung vào mô hình lớn.
Sau khi tìm thấy dầu mỏ, bước tiếp theo là tinh chế nó. Truyền thông chính thống liên tục thúc giục bạn mua card đồ họa, nhưng đối với một cá nhân, nhà máy tinh chế thực sự chính là hệ thống phần mềm và quá trình tư duy của bạn.
1. Mô hình lớn chỉ là một "nồi hơi".
Việc đăng ký thành viên ChatGPT Plus sẽ không giúp chúng tôi tốt hơn. Nó giống như việc mua một cái nồi hơi rồi đứng cạnh nhìn nó sáng bóng mà không hề sử dụng.
Các mô hình lớn như ChatGPT và DeepSeek về cơ bản là các đơn vị động lực cơ bản, là nền tảng. Chúng có thể đốt nhiên liệu, nhưng điều đó không có nghĩa là chúng có thể sản xuất dầu.
2. Nhà máy lọc dầu thực sự là một "hệ thống công cụ cá nhân".
Một nhà máy lọc dầu cá nhân hiệu quả cần có các thành phần sau:
Chuỗi Chuỗi(Pipeline): VS Code, Python, Skills, và các công cụ tương tự.
Quy trình (phương pháp luận): Đây là rào cản cốt lõi. Nó liên quan đến cách bạn viết một Yêu cầu (Prompt), cách bạn xây dựng cơ sở kiến thức RAG và cách bạn phối hợp nhiều tác nhân (kỹ năng) với nhau.
Điểm mấu chốt không bao giờ nằm ở "mô hình mạnh đến mức nào", mà là: cách bạn tương tác với AI, và cách bạn chuyển đổi trải nghiệm tiềm thức trong tâm trí mình thành những chỉ dẫn mà AI có thể hiểu được.
"Hệ thống kỹ thuật cá nhân" này chính là nhà máy lọc dầu của bạn, chứ không phải bản thân mô hình.
Thứ năm, bước thứ ba: Sản phẩm không phải là mục tiêu cuối cùng; bán được sản phẩm mới là trận chiến thực sự.
Đây là mắt xích tàn khốc nhất trong toàn bộ Chuỗi. PetroChina chỉ cần vận chuyển dầu đến các trạm xăng, và các tài xế sẽ tự nhiên xếp hàng. Nhưng trong kỷ nguyên AI, việc thương mại hóa và bán hàng trở nên vô cùng khó khăn.
1. Loại "xăng" được tinh chế bởi AI có chất lượng cực kỳ kém.
Những gì bạn tạo ra bằng cách sử dụng "dữ liệu cá nhân" + "mô hình lớn" rất có thể không phải là xăng của General Motors, mà là:
- Một đoạn mã Python mà chỉ bạn mới có thể sử dụng.
- Một bài viết với phong cách độc đáo
- Báo cáo được xử lý bằng trí tuệ nhân tạo sau khi bác sĩ khám bệnh.
- Một bộ tư vấn pháp lý được cá nhân hóa
Những điều này không mang tính phổ quát, không được tiêu chuẩn hóa và phụ thuộc rất nhiều vào từng tình huống cụ thể.
2. Câu hỏi quan trọng nhất: Bán cho ai?
Vậy nên trước khi bắt đầu, bạn phải tự hỏi mình câu hỏi này: Bạn sẽ bán thứ này cho ai? Đây thực chất là một cách để tìm ra loại dầu nào chúng ta sẽ tinh chế.
Bán cho chính mình (để sử dụng cá nhân): Tiết kiệm thời gian chính là tiết kiệm tiền, và đây là vòng tuần hoàn khép kín dễ thực hiện nhất.
Bán hàng cho doanh nghiệp (B2B): Đóng gói lời nhắc hoặc quy trình làm việc của bạn thành một giải pháp. Điều này đòi hỏi kỹ năng bán hàng trước cực kỳ mạnh mẽ (khả năng thuyết phục).
Bán hàng cho người tiêu dùng (B2C): Biến nó thành một ứng dụng hoặc một chuyên mục nội dung. Điều này phụ thuộc vào khả năng phân bổ lưu lượng truy cập của bạn.
Thực tế, trong kỷ nguyên AI, việc lọc dầu (tạo ra sản phẩm) ngày càng trở nên dễ dàng, nhưng việc xây dựng các trạm xăng (phân phối và bán hàng) lại khó khăn hơn bao giờ hết.
6. Đừng quên bảo vệ môi trường: Đừng để rác thải chôn vùi bạn.
Quá trình lọc dầu truyền thống tạo ra chất thải, nước thải và khí thải. Nếu không xử lý những chất này, nhà máy lọc dầu thậm chí sẽ không thu được lợi nhuận trước khi người lao động bị chết vì khí độc.
Điều tương tự cũng áp dụng cho việc tinh chỉnh dữ liệu; **"ô nhiễm mạng"** là vấn đề cực kỳ nghiêm trọng và cần một **"cơ quan bảo vệ môi trường" để định kì xử lý và dọn dẹp.
1. Dọn dẹp các "mảnh vụn dụng cụ" đã hết hạn sử dụng.
Tốc độ phát triển của trí tuệ nhân tạo (AI) thật kinh khủng, nhanh đến mức khó tin.
Danh sách "Top 10 trang web điều hướng AI bạn nhất định phải sử dụng trong năm 2025" mà bạn đã đánh dấu tháng trước có thể chứng kiến năm trong số đó vỡ nợ trong tuần này; các thông số vẽ AI mà bạn đang dày công nghiên cứu hôm nay có thể trở nên lỗi thời bởi "công nghệ tạo hình chỉ bằng một cú nhấp chuột" vào ngày mai.
Đừng trở thành "kẻ nhặt rác trên mạng", tích trữ một đống công cụ lỗi thời mà bạn không nỡ vứt đi. Hãy gỡ cài đặt những thứ cần gỡ cài đặt, hủy theo dõi hủy theo dõi. Công cụ được tạo ra để sử dụng, chứ không phải để tôn thờ.
Tích trữ những dụng cụ lỗi thời cũng giống như chất đầy nhà bằng sắt vụn gỉ sét; điều đó chỉ làm bạn chậm lại mà thôi.
2. Loại bỏ "vỏ rỗng"dữ liệu đã bị vắt kiệt.
Nhiều người mắc phải "hội chứng sóc": họ tải xuống các tệp PDF bất cứ khi nào họ nhìn thấy chúng, sưu tầm video bất cứ khi nào họ thấy chúng, và lấp đầy ổ cứng của mình bằng vài terabyte dữ liệu, cảm thấy như thể họ đang sở hữu cả thế giới.
Đó không phải là kiến thức, đó chỉ là rác thải.
Cách tiếp cận thực sự thân thiện với môi trường là sử dụng trí tuệ nhân tạo (AI) để trích xuất "tinh túy" từ các tệp PDF, video và bài báo dài - tạo ra các bản tóm tắt, rút các câu nói quan trọng và chuyển đổi chúng thành ghi chú của bạn.
Sau khi đã khai thác tối đa tiềm năng của các tập tin, hãy xóa bỏ chúng (hoặc lưu trữ chúng vào kho lưu trữ lạnh). Sự chú ý của bạn là một nguồn tài nguyên vô cùng quý giá và có hạn; đừng để những tập tin thô này chiếm dụng băng thông của bạn.
Một nhà máy lọc dầu hiệu quả cao chỉ nên giữ lại nhiên liệu đã tinh chế và loại bỏ phần vỏ dầu thô.
3. Cắt bỏ những khoản phí "ma cà rồng thây ma" đó đi.
Nỗi lo sợ về trí tuệ nhân tạo đã khiến chúng ta làm nhiều điều dại dột, trong đó dại dột nhất là vội vàng chi tiền để mua cảm giác an toàn.
Đăng ký các lớp học, mua khóa học, tham dự sự kiện, mua gói thành viên Plus... tất cả những chi phí này đều không hề thấp. Tệ hơn nữa, một khi bạn đã đăng ký nhiều dịch vụ (loại có phí hàng tháng), bạn thường quên hủy.
Tôi đã mua một máy chủ để thử nghiệm trước đây, và đã hơn ba năm rồi. Mỗi tháng, nó âm thầm trừ một khoản tiền từ tài khoản của tôi, được giấu trong một loạt các hóa đơn. Tôi hoàn toàn không biết gì cả — nó chỉ được sử dụng vào ngày thử nghiệm.
Tôi cũng đã mua một loạt các gói đăng ký tự động gia hạn cho ChatGPT, Gemini , Claude, Perplexity… và cả một số API nữa. Và kết quả là gì? Hầu hết thời gian chúng chỉ nằm đó phủ bụi.
Thật đáng tiếc, lãng phí quá!
Đây đều là những vấn đề mà "bảo vệ môi trường" phải giải quyết. Nếu không, trước khi bạn kịp tinh chế dầu để bán, nguồn tài nguyên sẽ bị cạn kiệt hoàn toàn do ô nhiễm này.
VII. Cuối cùng, vài lời: Bản đồ hành động
Khi ta gỡ bỏ lớp vỏ hào nhoáng của câu nói "dữ liệu là dầu mỏ mới", thì đó không còn là câu chuyện tư bản chủ nghĩa xa vời nữa, mà là một lộ trình thực tế dành cho người dân bình thường.
Trong thời đại này, nếu muốn chiến thắng, hãy nhanh chóng kiểm tra "bảng tài sản" của bạn:
- Lưu trữ: Bạn vẫn đang lướt TikTok à? Hay bạn đã chủ động thu thập dữ liệu chất lượng cao thông qua "Nguồn cảm hứng" + hỗ trợ AI? (Nhớ tránh tin nhắn rác AGRC)
- Năng lực sản xuất: Quý công ty có bộ công cụ và phương pháp riêng (cho một nhà máy lọc dầu) không, và quý công ty lọc loại dầu gì?
- Kênh phân phối: Bạn đã suy nghĩ kỹ chưa? Chính xác thì bạn định bán những sản phẩm không đạt tiêu chuẩn mà bạn đã tinh chế cho ai? Điều này có thể được sử dụng để xác định năng lực sản xuất, cho dù bạn đang tinh chế dầu có chỉ số octan 92 hay 98.
- Mối quan tâm về môi trường: Bạn có tích lũy quá nhiều rác kỹ thuật số không? Bạn đã kiểm tra sao kê thẻ tín dụng và hủy đăng ký những dịch vụ không cần thiết chưa?
Cuối cùng, đây là một lời khuyên: hãy quên đi những tin tức với hàng tỷ tham số. Hãy bắt đầu ngay hôm nay—mua một chiếc máy tính, thiết lập "nguồn dữ liệu" của bạn, khoan giếng dầu siêu nhỏ đầu tiên, bán nó cho chính mình trước, và phát triển một công cụ tự động hóa giúp củng cố công việc của bạn thành một hệ thống mà trí tuệ nhân tạo là động lực chính và bạn là động lực phụ.
Thành thật mà nói, chính tôi cũng khá bối rối. Tôi đã mày mò với trí tuệ nhân tạo hơn ba năm rồi mà vẫn chưa đạt được thành tựu đáng kể nào. Tôi chỉ mới tạo ra được một AI để quản lý danh sách việc cần làm và một AI để quản lý ghi chú đọc sách của mình. Tôi vẫn đang tự hỏi mình có thể phát triển thêm những gì nữa.
