Đơn vị token/đô la đang trở thành tiêu chuẩn mới để định giá các dịch vụ AI trên nền tảng đám mây.

Tác giả bài viết: Akasha2049

Nguồn bài viết: AkashaBot

Từ quyền sở hữu đến quyền sử dụng: Công thức của Huang đang tái cấu trúc toàn bộ ngành công nghiệp AI như thế nào?

Anh ta bước lên sân khấu trong chiếc áo khoác da.

Trên màn hình phía sau tôi là một công thức.

Doanh thu = Số token trên mỗi watt × Tổng công suất khả dụng (gigawatt).

Khán giả vỗ tay tán thưởng.

Tôi nhìn chằm chằm vào cả hai phía của dấu bằng và cảm thấy có thứ gì đó đang chuyển động.

Nó không phải là một con chip, không phải là một sản phẩm, cũng không phải là một thị trường.

Đó chính là hệ tọa độ.

Một nền văn minh mới vừa lựa chọn đơn vị đo lường của mình.

Khai mạc: Các giao dịch trong ba thời kỳ

Ba mươi năm trước, Bill Gates đã bán cho bạn một đĩa CD.

Bạn mang nó về nhà và đặt lên giá sách. Nó thuộc về bạn mãi mãi – nếu Microsoft vỡ nợ vào ngày mai, Windows của bạn vẫn sẽ hoạt động. Quyền sở hữu đồng nghĩa với quyền tự chủ. Tài sản nằm trong tay bạn; không ai có thể lấy đi được.

Mười lăm năm trước, Marc Benioff đã nói với bạn điều khác. Ông ấy nói rằng bạn không cần phải sở hữu nó. Chỉ cần trả phí hàng tháng. Phần mềm nằm trên đám mây; bạn có thể truy cập khi cần và tắt khi không cần nữa. Đơn giản hơn, linh hoạt hơn và chi phí đầu tư ban đầu thấp hơn.

Điều mà Benioff không nói là: Bạn sẽ không bao giờ trả hết nợ. Đồng hồ tính tiền vẫn cứ quay. Quyền sở hữu đã được thay thế bằng một khoản nợ cố định được ngụy trang dưới vỏ bọc tiện lợi. Bạn đã đánh đổi tài sản lấy một hóa đơn hàng tháng.

Tuần trước, Huang Renxun đã đề cập đến một vấn đề khác.

Ông ấy không bán phần mềm cho bạn. Ông ấy không chào mời gói đăng ký. Ông ấy đứng trên sân khấu ở San Jose và trình bày một công thức:

Doanh thu = Số token trên mỗi watt × Số gigawatt khả dụng

Không có sản phẩm. Không có giấy phép. Không có giới hạn số lượng chỗ ngồi.

Chỉ có một phương trình sản xuất duy nhất.

Hiệu quả được nhân lên bởi khả năng vật lý. Sản lượng là Token—nguyên tử của quá trình tính toán AI, đơn vị nhỏ nhất của trí tuệ do máy móc tạo ra, hạt cơ bản để lý luận có thể được đo lường, định giá và công nghiệp hóa.

Hãy chú ý những gì bị thiếu ở phía bên phải của dấu bằng.

Quyền sở hữu. Công thức không chứa từ "quyền sở hữu". Không có tài sản. Không có sự tích lũy. Chỉ có sản xuất, tiêu thụ và luân chuyển.

Đây chính là sự chuyển đổi. Nó không chỉ đơn thuần là từ phần mềm sang trí tuệ nhân tạo, hay từ triển khai tại chỗ lên đám mây. Đó là một sự chuyển đổi sâu sắc hơn: từ nền kinh tế dựa trên "quyền sở hữu" sang nền kinh tế dựa trên "quyền sử dụng".

Thế kỷ 20 được xây dựng trên nền tảng sở hữu. Nền kinh tế token đã chấm dứt điều đó.

Điều này sẽ thay đổi mọi thứ được định giá theo các đơn vị cũ — gần như mọi thứ hiện tại.

Phần một: Sự sụp đổ của nền kinh tế sở hữu

Ba cột trụ lần lượt đổ sụp.

Nền kinh tế về quyền sở hữu dựa trên ba tiền đề, mỗi tiền đề đều rất tự nhiên và cổ xưa đến nỗi chúng ta từ lâu đã không còn nhận ra rằng chúng là những tiền đề.

Trụ cột đầu tiên: Bạn đã có các công cụ của mình.

Phần mềm là một tài sản cố định. Bạn mua giấy phép, khấu hao trong ba năm và sở hữu năng suất mà nó mang lại. Phần mềm doanh nghiệp là hệ thống bảo vệ"– không chỉ vì chi phí chuyển đổi mà còn vì quyền sở hữu là một quyền sở hữu vĩnh viễn. "Chúng tôi có SAP" có ý nghĩa: đầu tư, cam kết và cơ sở hạ tầng tồn tại lâu hơn bất kỳ nhân viên nào.

Trong nền kinh tế token, trụ cột này không chỉ bị uốn cong mà còn bị gãy đổ.

Bạn không mua một tác nhân AI. Bạn kích hoạt nó. Bạn tiêu thụ token để khởi động quá trình suy luận, hoàn thành nhiệm vụ và nhận kết quả. Khi nhiệm vụ kết thúc, mối quan hệ cũng kết thúc. Bảng tài sản kế toán của bạn không hiển thị tài sản, chỉ hiển thị bản ghi tiêu thụ. Tác nhân đã hoàn thành mười nghìn nhiệm vụ cho bạn trong quý trước, về mặt kế toán, hoàn toàn giống với một tác nhân mà bạn chưa từng sử dụng. Khoảnh khắc bạn ngừng thanh toán, khả năng đó biến mất. Không phải vì hợp đồng hết hạn—mà vì không còn gì thuộc về bạn nữa.

Công cụ này không thuộc về bạn. Nó chưa bao giờ thuộc về bạn cả. Bạn chỉ thuê một chức năng bằng token, và nó sẽ biến mất khi bạn sử dụng xong.

Trụ cột thứ hai: Bạn sở hữu dữ liệu của mình.

"Dữ liệu là dầu mỏ mới" là một phép ẩn dụ mang tính biểu tượng của thập kỷ 2010. Các công ty đã chi hàng tỷ đô la để tích lũy dữ liệu độc quyền, huấn luyện các mô hình riêng của họ và xây dựng các " hệ thống bảo vệ dữ liệu" mà các đối thủ cạnh tranh chỉ có thể sao chép trong nhiều năm. Logic rất rõ ràng: tích lũy nguyên liệu thô, và bạn kiểm soát được sản xuất.

Nhưng kỷ nguyên của lý luận đã thay đổi phương trình giá trị của dữ liệu hiện có theo một cách mà hầu như không ai thảo luận rõ ràng.

Trong kỷ nguyên huấn luyện, dữ liệu lịch sử là tất cả. Số lượng và chất lượng của dữ liệu quyết định giới hạn trên của khả năng mô hình. Sở hữu dữ liệu là một thước đo trực tiếp cho việc sở hữu trí thông minh.

Kỷ nguyên suy luận—kỷ nguyên mà Huang Renxun tuyên bố đã chính thức đến—đã chứng kiến ​​sự thay đổi trong việc tính toán giá trị. Suy luận thời gian thực trên các ngữ cảnh mới thường vượt trội hơn so với việc khớp mẫu trên dữ liệu lịch sử cũ. Một tác nhân có khả năng tìm kiếm, tổng hợp và suy luận thời gian thực thường vượt qua một mô hình được huấn luyện trên cơ sở dữ liệu độc quyền từ năm trước. Những lợi thế tích lũy đang bị xói mòn. Lợi thế về hiệu quả suy luận đang chiếm ưu thế.

Điều này không có nghĩa là dữ liệu trở nên vô giá trị. Nó có nghĩa là mối quan hệ giữa việc "sở hữu"dữ liệu và "sở hữu" trí tuệ không còn tuyến tính nữa. Bạn có thể sở hữu hàng nghìn tỷ byte dữ liệu độc quyền nhưng vẫn thua đối thủ có Token/Watt hiệu quả hơn và hệ thống suy luận chính xác hơn.

Hệ thống bảo vệ không phải là dữ liệu. Hệ thống bảo vệ nằm ở giả định rằng việc tích lũy dữ liệu là không thể đảo ngược. Giả định đó hiện đang bị đặt dấu hỏi.

Trụ cột thứ ba: Bạn sở hữu mô hình của riêng mình.

Đã có thời điểm, việc huấn luyện một mô hình tiên tiến nhất là đỉnh cao của kinh tế sở hữu áp dụng vào trí tuệ nhân tạo. Chi hàng trăm triệu đô la, tập hợp một đội ngũ nghiên cứu đẳng cấp thế giới, thu thập dữ liệu độc quyền, chạy huấn luyện trên hàng nghìn GPU—và cuối cùng, bạn sở hữu thứ mà không ai khác có. Một tài sản. Một vũ khí cạnh tranh. Của bạn.

Cách thức cột trụ này sụp đổ diễn ra tinh tế hơn hai cột trụ kia, và đó là điểm mà hầu hết các nhà phân tích đều bỏ sót.

Vấn đề không phải là các mô hình không quan trọng. Các mô hình tiên tiến nhất—Claude, GPT-4, Gemini Ultra, các hệ thống suy luận hàng đầu—vẫn thể hiện sự khác biệt thực sự về khả năng và vẫn là nền tảng cho sức mạnh định giá thực sự. Khi bạn cần một hệ thống có thể suy luận trong ngữ cảnh 200.000 token, duy trì tính nhất quán logic trong suốt quy trình làm việc của tác nhân kéo dài nhiều giờ và tạo ra các kết quả mà các nhà phân tích cấp cao sẵn sàng chấp thuận, thì các mô hình tiên tiến không phải là hàng hóa thông thường. Bạn phải trả giá cao hơn vì chi phí thất bại quá lớn, trong khi các mô hình tiên tiến lại ít gặp lỗi hơn.

Kết luận cụ thể hơn như sau:

Mô hình lớp trung gian đang dần biến mất.

Đây không phải là mô hình tiên tiến nhất. Đây cũng không phải là mô hình mã nguồn mở nhỏ. Nó là một lớp trung gian.

Một mô hình có khả năng mô phỏng sản phẩm thực tế nhưng lại thiếu khả năng hỗ trợ định giá cạnh tranh hàng đầu. Chi phí vận hành quá cao để thực hiện suy luận sản phẩm lượng lớn; khả năng của nó lại quá yếu để giành được các hợp đồng tiên tiến. Nó bị kẹp giữa hai phía.

Trong kỷ nguyên của quyền sử dụng, sự đầy đủ không thể tạo ra lợi thế về token/watt. Nó chỉ có thể tạo ra áp lực giá từ hai hướng cùng một lúc.

Khả năng của mô hình đã biến đổi từ hệ thống bảo vệ thành một tấm vé vào cửa. Những người ở giữa đã trả phí vào cửa, nhưng lại phát hiện ra rằng không còn chỗ ngồi nào cho họ bên trong địa điểm tổ chức.

II. Công thức này thực sự nói lên điều gì?

Chúng ta hãy quay lại với phương trình của Huang Renxun, bởi vì nó xứng đáng được xem xét kỹ lưỡng hơn so với cách mà giới truyền thông đã đưa tin.

Doanh thu = Số token trên mỗi watt × Số gigawatt khả dụng

Việc giới truyền thông tài chính diễn giải điều này như một dự báo nhu cầu không phải là sai — đây là lập luận của Nvidia: khi công suất điện toàn cầu mở rộng và các nhà máy AI được xây dựng, thu nhập tăng trưởng tỷ lệ thuận với hiệu quả sản xuất token. Càng nhiều gigawatt, càng nhiều token, càng nhiều thu nhập. Logic công nghiệp sạch.

Nhưng công thức này chứa đựng một tuyên bố triết học hầu như chưa được xem xét kỹ lưỡng.

Jensen Huang chọn đo lường đầu ra bằng token. Không phải số lần gọi mô hình, không phải số lượng yêu cầu API, không phải "tương tác AI"—mà là token, các đơn vị cơ bản tạo ra trí thông minh. Ông chọn đo lường hiệu quả bằng watt. Không phải chi phí của lần truy vấn, không phải độ trễ—mà là watt, năng lượng thô tiêu thụ.

Ý nghĩa ngầm định ở đây là trí thông minh là một loại hàng hóa được sản xuất. Phương pháp sản xuất của nó cũng giống như điện và thép. Nguyên liệu thô (năng lượng) được đưa vào, và sản phẩm đầu ra (Token) được tạo ra. Tỷ lệ giữa hai yếu tố này—Token trên mỗi Watt—là thước đo cơ bản của lợi thế cạnh tranh.

Đây là bằng chứng cho thấy một niềm tin trong thời đại phần mềm đã lỗi thời: rằng trí thông minh chủ yếu là vấn đề thông tin. Thực tế không phải vậy. Đó là vấn đề sản xuất. Câu hỏi không phải là "Ai có thuật toán tốt nhất?" Mà là "Ai có thể tạo ra nhiều suy luận nhất với ít năng lượng nhất?"

Nhưng điều mà công thức này không nói đến—và sự thiếu sót này rất quan trọng—là: mục đích của ai đang được phục vụ?

Token được tạo ra. Token được tiêu thụ. Thu nhập được tạo ra. Phương trình được cân bằng. Nhưng nó không bao giờ đặt ra câu hỏi: Người dùng thực sự muốn gì? Mục đích đằng sau việc tiêu thụ token có rõ ràng không? Sản lượng có xứng đáng với lượng điện năng tiêu thụ không? Người ở đầu kia của Chuỗi suy luận có nhận được thứ họ đang tìm kiếm không?

Công thức này mô tả phía cung của nền kinh tế thông minh với độ chính xác đáng kinh ngạc. Nó hoàn toàn không đề cập đến phía cầu.

Đây chính là điểm khác biệt. Và điểm khác biệt này chính là luận điểm thực sự của bài viết này.

Chúng tôi sẽ quay lại đây.

Phần Hai: Những quy tắc mới trong kinh tế học về quyền sử dụng

III. Ba quy tắc để thay thế logic cũ

Kinh tế học về quyền sử dụng không chỉ đơn thuần là một mô hình định giá mới. Đó là một bộ quy tắc cạnh tranh khác biệt—thiên về các khả năng khác nhau, hệ thống bảo vệ khác nhau và các cấu trúc tổ chức khác nhau trong kinh tế học về quyền sở hữu.

Nguyên tắc 1: Trả tiền cho lưu lượng truy cập, không phải cho quyền sở hữu.

Trong kinh tế học về quyền sở hữu, mối quan hệ giữa người mua và người bán về cơ bản là sự chuyển giao. Tiền chảy theo một chiều, tài sản chảy theo chiều ngược lại. Một khi giao dịch hoàn tất, về nguyên tắc, mối quan hệ kết thúc. Bạn sở hữu thứ đó. Người bán nhận được tiền thanh toán. Hết.

Trong kinh tế học về quyền sử dụng, mối quan hệ này không bao giờ kết thúc. Mỗi token được tiêu thụ là một giao dịch. Đồng hồ tính phí cứ tiếp tục chạy. Bạn càng sử dụng nhiều, bạn càng trả nhiều tiền—bạn càng rút nhiều giá trị, nhà cung cấp càng thu được nhiều giá trị. Đây không phải là mua bán; đây là một sự trao đổi liên tục.

Điều này có tác động sâu sắc đến cách các công ty tự tổ chức. Trong kỷ nguyên SaaS, các công ty phần mềm doanh nghiệp là "cỗ máy chuyển nhượng" - chuyển giấy phép từ kho của chính họ sang bảng cân đối kế toán tài sản khách hàng. Trong kỷ nguyên token, họ trở thành "cỗ máy lưu lượng truy cập" - cần duy trì và mở rộng quy mô tốc độ tiêu thụ token. Thu nhập không phụ thuộc vào số lượng khách hàng, mà phụ thuộc vào số lượng token mà những khách hàng đó tiêu thụ.

Trong mô hình này, tăng trưởng không giống như việc ký kết một hợp đồng mới. Nó giống như độ sâu sử dụng các tài khoản hiện có. Câu hỏi chuyển từ "Làm thế nào để chốt được hợp đồng này?" sang "Làm thế nào để tăng lưu lượng truy cập?"

Nguyên tắc thứ hai: Hiệu quả là hệ thống bảo vệ mới.

Trong kỷ nguyên sở hữu, địa vị cạnh tranh bền vững nhất được xây dựng trên sự tích lũy: tích lũy dữ liệu, tích lũy mối quan hệ khách hàng và tích lũy chi phí chuyển đổi. Bạn càng ở lại lâu, càng khó rời đi. Hiệu ứng mạng lưới củng cố lợi thế của sở hữu. Người giàu càng giàu hơn vì họ có nhiều hơn.

Trong kinh tế học về quyền sử dụng, địa vị cạnh tranh bền vững nhất là hiệu quả: khả năng tạo ra nhiều token hơn trên mỗi watt với độ trễ thấp hơn và độ tin cậy cao hơn. Đây là toàn bộ chiến lược của Nvidia. Công ty nào có thể tạo ra nhiều trí thông minh nhất với ít joule nhất sẽ có thể đưa ra mức giá thấp nhất với hệ số biên lợi nhuận cao nhất — hoặc, tùy thuộc vào phân khúc thị trường, mức giá cao nhất với hệ số biên lợi nhuận cạnh tranh.

Token/Watt không phải là một chỉ báo kỹ thuật nằm trong bảng tính vận hành trung tâm dữ liệu . Nó là một chỉ báo mô hình kinh doanh. Nó quyết định ai có thể phục vụ một cách có lợi nhuận thị trường hàng hóa token lượng lớn, lợi nhuận thấp, đồng thời phục vụ thị trường suy luận tiên tiến nhỏ, lợi nhuận cao. Nó quyết định ai sẽ tồn tại và ai sẽ bị loại bỏ khi giá token giảm— và điều đó chắc chắn giảm.

Hệ thống bảo vệ không còn là những gì bạn đã tích lũy được nữa. Hệ thống bảo vệ là hiệu quả mà bạn chuyển hóa năng lượng thành trí tuệ.

Quy tắc 3: Khả năng lập kế hoạch thay thế khả năng tích lũy.

Có lẽ đây là sự thay đổi sâu sắc nhất trong các quy tắc. Trong kinh tế học về quyền sở hữu, lợi thế chiến lược tích lũy cho những người có thể tích lũy được nhiều nhất—nhiều dữ liệu nhất, nhiều nhân tài nhất, nhiều tỷ lệ băm nhất và nhiều khách hàng nhất. Tích lũy chính là bản thân trò chơi.

Trong kinh tế học về quyền sử dụng, lợi thế chiến lược tích lũy trong số những người có thể phân bổ nguồn lực hiệu quả nhất. Câu hỏi không phải là "Bạn có bao nhiêu?" mà là "Bạn có thể sử dụng nguồn lực hiện có của mình một cách thông minh như thế nào?"

Điều này áp dụng cho mọi cấp độ. Ở cấp độ cơ sở hạ tầng: Ai có thể lập kế hoạch phân tỷ lệ băm không đồng nhất trên các loại GPU, hệ thống làm mát và cấu trúc mạng để tối đa hóa Token/Watt? Ở cấp độ phần mềm: Ai có thể lập kế hoạch các tác vụ suy luận để tối đa hóa thông lượng trong khi giảm thiểu độ trễ? Ở cấp độ cá nhân: Ai có thể hướng dẫn Tác nhân AI với ý định đủ rõ ràng rút giá trị tối đa từ ngân sách Token?

Từ "kỷ luật" cần được nhấn mạnh. Một dàn nhạc không sở hữu bản nhạc. Nó không tự chế tạo nhạc cụ. Điều mà nó làm - và không thể thay thế - là chuyển tải ý định của nhà soạn nhạc thành âm thanh hài hòa. Giá trị của một nhạc trưởng không nằm ở những gì họ có, mà ở những gì họ có thể làm được.

Đây là bối cảnh cạnh tranh mới. Nó lựa chọn những năng lực hoàn toàn khác so với bối cảnh cũ.

IV. Sự chuyển dịch cơ bản trong trục cạnh tranh

Cột bên trái mô tả trò chơi mà hầu hết các công ty công nghệ lớn đã chơi trong hai thập kỷ qua. Họ rất giỏi trong trò chơi này. Họ đã xây dựng các tổ chức, cơ cấu khích lệ, chiến lược mua lại và văn hóa kỹ thuật được tối ưu hóa cho nó.

Cột bên phải mô tả những trò chơi mà hầu như không có công ty công nghệ lớn nào từng chơi. Kỹ năng cần thiết khác nhau. Chỉ báo khác nhau. Cấu trúc tổ chức chiến thắng cũng khác nhau.

Đây là lý do tại sao nền kinh tế token thực sự mang Sự lật đổ— không phải vì nó làm cho các sản phẩm hiện có trở nên lỗi thời (mặc dù điều đó sẽ xảy ra), mà vì nó làm cho các năng lực tổ chức hiện có trở nên lỗi thời. Các công ty hàng đầu thế giới, với tất cả những lợi thế tích lũy được, đang phải bắt đầu lại từ đầu, và những lợi thế này lại không phù hợp một cách tinh tế với các quy tắc mới.

Quá trình chuyển đổi này không diễn ra trong mười năm nữa. Nó đang diễn ra ngay bây giờ.

Phần Ba: Người Thắng và Người Thua

V. Bốn loại người chiến thắng

Trong bất kỳ sự thay đổi mang tính hệ thống nào, câu hỏi đầu tiên là: ai là người đặt ra những quy tắc mới phù hợp với lợi ích của chính họ?

Người chiến thắng ①: Cơ sở hạ tầng năng lượng và làm mát

Về bản chất, nền kinh tế token là một nền kinh tế năng lượng. Token cần điện. Càng nhiều token thì càng cần nhiều điện. Những token tốt hơn—độ trễ thấp hơn, thông lượng cao hơn—không chỉ cần nhiều điện hơn, mà còn cần điện tốt hơn: phân phối chính xác hơn, làm mát hiệu quả hơn và phân bổ đáng tin cậy hơn.

Các công ty như Vertiv, cung cấp hệ thống quản lý nhiệt và điện cho các trung tâm dữ liệu mật độ cao, đang trải nghiệm một điều chưa từng có trong kỷ nguyên phần mềm: chúng là những yếu tố đầu vào quan trọng cho sản xuất thông minh. Trong kinh tế sở hữu, hệ thống làm mát là trung tâm chi phí. Trong kinh tế token, chúng là cơ sở hạ tầng sản xuất. Sự phân biệt này rất hợp lý cho việc định giá.

Khi các nhà máy AI đẩy mật độ điện năng tiêu thụ lên tới 150 kilowatt—so với 10-15 kilowatt trong các trung tâm dữ liệu truyền thống—hệ thống làm mát bằng chất lỏng trở thành một điều kiện không thể thiếu. Không phải là một tính năng xa xỉ, mà là một yêu cầu tiên quyết về mặt vận hành. Lượng đơn đặt hàng tồn đọng hơn 15 tỷ đô la của Vertiv không phải là một thành tích bán hàng, mà là thước đo cho thấy cơ sở hạ tầng vật lý của nền kinh tế token cần phải mở rộng nhanh chóng như thế nào.

Đây là vị trí an toàn nhất về mặt cấu trúc trong toàn bộ Chuỗi giá trị AI. Vertiv không quan tâm mô hình AI nào thắng thế. Họ cũng không quan tâm nhà cung cấp dịch vụ đám mây nào thống trị. Điều họ quan tâm là các nhà máy AI đang được xây dựng và vận hành với mật độ ngày càng tăng. Xu hướng này còn ít nhất một thập kỷ nữa mới kết thúc.

Người chiến thắng 3: Nhà độc quyền trong lĩnh vực sản xuất chip tiên tiến

Nếu Token/Watt là chỉ báo cạnh tranh cơ bản của nền kinh tế token, thì thực thể kiểm soát giới hạn trên về mặt vật lý của hiệu suất Token/Watt sẽ sở hữu quyền lực cấu trúc phi thường.

Giới hạn trên này được xác định bởi vật lý bán dẫn—số lượng bóng bán dẫn có thể được nhét vào một milimet vuông silicon, và hiệu quả chuyển mạch của các bóng bán dẫn này. Hiện nay, giới hạn trên này được kiểm soát bởi TSMC, với quy trình 2 nanomet đại diện cho công nghệ tiên tiến nhất hiện nay được cho phép bởi vật lý và độ chính xác sản xuất.

Năng lực sản xuất của TSMC ở nút tiên tiến nhất, nói một cách chính xác, đại diện cho năng lực sản xuất toàn cầu của nền kinh tế thông minh. Điều này không thể sao chép nhanh chóng. Chi phí đầu tư lên đến hàng chục tỷ đô la. Bí quyết công nghệ đòi hỏi hàng thập kỷ tích lũy. Quan hệ với nhà cung cấp, thiết bị, tiêu chuẩn phòng sạch—mỗi yếu tố đều tạo nên lợi thế tổng hợp mà không đối thủ nào có thể sánh kịp về quy mô.

Dự báo nhu cầu 1 nghìn tỷ đô la vào năm 2027 của Jensen Huang về cơ bản là vấn đề về những hạn chế về năng lực sản xuất của TSMC. Nhu cầu thì có. Vấn đề là Chuỗi cung ứng vật chất có thể mở rộng nhanh đến mức nào để đáp ứng được nhu cầu đó. Vị thế của TSMC trong bối cảnh này không phải là nhà cung cấp theo nghĩa truyền thống, mà là một nhà độc quyền tự nhiên trong lĩnh vực đầu vào quan trọng nhất của hoạt động kinh tế tăng trưởng nhanh nhất thế giới.

Người chiến thắng thứ 3: Lớp phần mềm lập lịch token

Lớp nằm giữa cơ sở hạ tầng vật lý và công việc thực tế là lớp lập lịch: phần mềm xác định cách các tác vụ suy luận được lên lịch, cách phân bổ tài nguyên tỷ lệ băm và cách quản lý độ trễ và thông lượng trong thời gian thực.

Hệ điều hành Dynamo của Nvidia—được thiết kế đặc biệt cho các nhà máy AI—thể hiện nỗ lực của họ ở lớp này. Logic rất đơn giản: nếu Nvidia kiểm soát không chỉ phần cứng mà còn cả phần mềm lập lịch, họ sẽ thu được giá trị ở hai cấp độ cùng một lúc. Thu nhập phần cứng đến từ chip. Thu nhập phần mềm đến từ lớp lập lịch. Sự kết hợp này mang lại: phần mềm lập lịch tốt hơn giúp phần cứng Nvidia hoạt động hiệu quả hơn về chỉ báo Token/Watt, làm cho phần cứng Nvidia trở nên hấp dẫn hơn đối với người mua.

Đây là logic tích hợp theo chiều dọc tương tự mà Apple áp dụng cho máy tính cá nhân và điện thoại thông minh. Kiểm soát phần cứng và phần mềm. Cho phép khoảng cách giữa "hệ thống của chúng tôi" và "hệ thống của mọi người khác" ngày càng rộng ra qua mỗi thế hệ tích hợp.

Các công ty có khả năng xây dựng các lớp lập lịch hiệu quả—cho dù đó là Dynamo của Nvidia, một công ty chuyên về tối ưu hóa suy luận, hay một nhà cung cấp dịch vụ đám mây phát triển các hệ thống lập lịch độc quyền—sẽ kiểm soát cấu trúc lợi nhuận của nền kinh tế token theo những cách mà các nhà cung cấp phần cứng thuần túy không thể làm được. Lập lịch là nơi mà hiệu quả sản xuất thông minh được chuyển hóa thành lợi thế mô hình kinh doanh.

Người chiến thắng thứ 4: Sovereign AI Infrastructure Builders

Có một loại người chiến thắng thứ tư chưa nhận được sự chú ý phân tích xứng đáng: đó là những người xây dựng cơ sở hạ tầng AI tự chủ.

Mỗi quốc gia khi kết luận rằng họ không thể dựa vào khả năng sản xuất token từ nước ngoài sẽ trở thành khách hàng của toàn bộ chuỗi sản xuất AI: chip, hệ thống làm mát, mạng lưới, phần mềm lập lịch, mô hình cơ bản—tất cả mọi thứ. Đây không phải là thị trường tiêu dùng. Đây là thị trường mua sắm của chính phủ, với quy mô ngân sách, ưu tiên chính trị và tính ổn định về thời gian vốn có trong mua sắm của chính phủ.

Nhu cầu mang tính cấu trúc. Nó không phụ thuộc vào kết quả hàng quý hay hành vi người tiêu dùng. Nó phụ thuộc vào các quyết định địa chính trị, và một khi đã được đưa ra, chúng có xu hướng tồn tại xuyên suốt các chu kỳ chính trị.

Trong chiều không gian này, nền kinh tế token không chỉ là một cuộc cách mạng thương mại; nó đang trở thành một cuộc cách mạng địa chính trị. Mỗi chính phủ muốn sản xuất token trong nước đều là khách hàng lâu dài của các công ty có khả năng xây dựng và vận hành các nhà máy AI quy mô quốc gia.

Loại người thua cuộc thứ sáu, thứ tư

Việc chỉ ra những người thua cuộc trong một sự thay đổi mang tính hệ thống là điều khó chịu, nhưng đó là một phân tích cần thiết. Cảm giác khó chịu không phải là lý do để né tránh nó.

Bên thua cuộc ①: Mô hình định giá SaaS truyền thống

Mô hình đăng ký theo từng người dùng, mỗi tháng – bất kể mỗi người dùng thực sự sử dụng bao nhiêu – rất hiệu quả trong thời kỳ trước khi trí tuệ nhân tạo ra đời. Dễ dự đoán. Dễ lập ngân sách. Khích lệ nhà cung cấp hài hòa với việc giữ chân khách hàng.

Trong thời đại trí tuệ nhân tạo (AI), tồn tại một nghịch lý vốn có, và nghịch lý này càng trở nên rõ rệt hơn với lần sự cải tiến về khả năng của AI. AI càng mạnh mẽ, người dùng càng có thể hoàn thành nhiều việc hơn với ít thao tác của con người hơn. Khi AI đảm nhiệm nhiều quy trình công việc hơn, mối liên hệ giữa "số lượng người dùng" và "giá trị rút" trở nên tách rời. Các công ty sử dụng AI lượng lớn có thể rút giá trị gấp năm lần từ các nền tảng phần mềm trong khi chỉ cần một nửa số lượng người dùng, bởi vì AI xử lý phần việc còn lại.

Điều này tốt cho khách hàng. Còn đối với các nhà cung cấp SaaS tính phí theo từng người dùng, đây là vấn đề sống còn. Giá trị mang lại đã tăng lên, nhưng cơ chế định giá lại không phản ánh được mức tăng đó.

Tại hội nghị GTC, Jensen Huang nói, "Mọi công ty SaaS sẽ trở thành công ty cung cấp dịch vụ đại lý (Agent-as-a-Service)." Đây không phải là một dự đoán; mà là một nhận xét về sự sống còn. Các nhà cung cấp tìm ra cách định giá dựa trên số lượng token tiêu thụ, dựa trên kết quả và dựa trên giá trị của việc cung cấp dịch vụ—chứ không phải dựa trên số lượng chỗ ngồi đã sử dụng—sẽ sống sót qua quá trình chuyển đổi. Những người tiếp tục bảo vệ việc định giá theo số lượng chỗ ngồi vì mô hình tài chính của họ dựa vào điều này sẽ trải qua sự thất thoát thu nhập chậm và mang tính cấu trúc, mà xét về nội bộ, giống như một vấn đề về sự thành công của khách hàng.

Thời gian chuyển đổi không phải là vô hạn. Các công ty đã chuyển sang định giá dựa trên mức sử dụng có lợi thế cộng hưởng. Những công ty vẫn đang cân nhắc việc thay đổi thì đang dần mất đi thời gian chuyển đổi của mình.

Người thua cuộc 2: Các nhà cung cấp dịch vụ đám mây có hiệu quả sử dụng token thấp.

Token/Dollar đang trở thành tiêu chuẩn mới cho các dịch vụ AI trên nền tảng đám mây. Vấn đề không chỉ nằm ở độ trễ, cũng không chỉ ở thông lượng thô. Mà là tỷ lệ: với mỗi đô la chi cho cơ sở hạ tầng, bạn nhận được bao nhiêu sản lượng AI hữu ích?

Các nhà cung cấp dịch vụ đám mây sử dụng phần cứng thế hệ cũ, cơ sở hạ tầng tản nhiệt kém tối ưu hoặc phần mềm lập lịch kém tinh vi sẽ thường xuyên hoạt động kém hiệu quả hơn về chỉ báo này. Trong một thị trường hàng hóa—nơi việc sản xuất token lượng lớn đang trở thành một thị trường hàng hóa—việc hoạt động kém hiệu quả một cách có hệ thống trên chỉ báo quan trọng là một vấn đề về giá cả trở nên phức tạp theo thời gian.

Các nhà cung cấp dịch vụ đám mây quy mô trung bình không thể biện minh cho khoản đầu tư vốn của mình để duy trì vị trí dẫn đầu về hiệu quả sử dụng token/Watt đang phải đối mặt với áp lực cấu trúc: chi phí sản xuất token của họ cao hơn so với các đối thủ cạnh tranh hàng đầu, buộc họ phải thu hẹp hệ số biên lợi nhuận hoặc mất khách hàng vào tay các lựa chọn thay thế rẻ hơn. Cả hai con đường đều không khả thi.

Kẻ thua cuộc 3: Tích trữ nhân lực tri thức

Bài viết này khó hơn vì nó mô tả một kiểu người chuyên nghiệp đang thực sự gặp rắc rối. Nhưng để chính xác, cần phải trình bày vấn đề một cách rõ ràng.

Trong thời đại sở hữu, công việc tri thức đề cao sự tích lũy. Tích lũy kiến ​​thức chuyên môn. Xây dựng mối quan hệ. Tích lũy kiến ​​thức tổ chức. Những chuyên gia đã làm việc trong ngành hai mươi năm—những người hiểu rõ các quy tắc, nhân vật chủ chốt, bối cảnh lịch sử và cả những quy tắc bất thành văn—có lợi thế về mặt cấu trúc so với bất kỳ người mới nào. Vốn mà họ tích lũy được có thể không được thể hiện trên bảng tài sản, nhưng nó là có thật.

Nền kinh tế token làm xói mòn lợi thế này theo một cách cụ thể. Phần lớn vốn tích lũy của một chuyên gia—kỹ năng thu thập thông tin, phân tích tài liệu, tổng hợp báo cáo và soạn thảo văn bản—giờ đây đều có thể được mã hóa thành token. Một tác nhân với các lời nhắc được thiết kế tốt và quyền truy cập cơ sở dữ liệu phù hợp có thể hoàn thành nhiệm vụ này với tốc độ và chi phí thấp hơn nhiều so với con người.

Điều này không có nghĩa là chuyên môn tích lũy trở nên vô giá trị. Nó có nghĩa là các loại chuyên môn tồn tại trong nền kinh tế token sẽ khác đi. Những người lao động tri thức có thể hướng dẫn các tác nhân AI với mục đích rõ ràng – những người có thể điều phối việc sử dụng token hướng tới các kết quả có giá trị đánh giá đầu ra của AI bằng phán đoán chuyên môn thực sự – sẽ giữ vững và có khả năng gia tăng giá trị của họ. Những người lao động tri thức mà giá trị chính nằm ở việc thu thập thông tin, xử lý dữ liệu hoặc phân tích thường xuyên sẽ phải đối mặt với một sự thay đổi cấu trúc thực sự.

Điểm khác biệt quan trọng không phải là "sử dụng AI hay không sử dụng AI". Mà là: **Bạn đang tiêu thụ token hay đang phân phối token?**

Khách hàng bị thay thế. Người lập lịch trở nên có giá trị hơn.

Kẻ thua cuộc 4: Mô hình lớp trung gian

Như đã nêu ở Phần 1: Đây không phải là toàn bộ mô hình; mà chỉ là một lớp trung gian.

Các mô hình tiên tiến giữ vững vị thế định giá vì chúng có thể thực hiện những điều mà không mô hình nào khác có thể làm một cách đáng tin cậy: suy luận đa bước phức tạp, tính nhất quán ngữ cảnh dài hạn và khả năng đưa ra phán đoán thực sự mơ hồ. Khách hàng trả giá cao hơn vì chi phí thất bại quá lớn, trong khi các mô hình tiên tiến lại ít gặp lỗi hơn.

Các mô hình nhỏ mã nguồn mở vẫn khả thi vì hiệu quả sử dụng token/wat của chúng cực kỳ cao. Chúng cung cấp khả năng triển khai cục bộ, không tốn chi phí API và khả năng suy luận cực nhanh cho nhiệm vụ hẹp, được xác định rõ ràng. Ngay cả với khả năng vừa phải, hiệu quả kinh tế vẫn đúng ở quy mô lớn.

Lớp giữa—một mô hình đủ khả năng tạo cảm giác như một sản phẩm thực sự, nhưng thiếu khả năng hỗ trợ các trường hợp sử dụng tiên tiến và hiệu quả để hỗ trợ triển khai hàng hóa—đang bị mắc kẹt. Nó không thể chiến thắng bằng khả năng, cũng không thể chiến thắng bằng hiệu quả. Nó cạnh tranh bằng quán tính và các mối quan hệ hiện có, cả hai đều đang làm suy yếu nó.

Khả năng mô hình hóa đã trở thành tấm vé gia nhập thị trường, chứ không phải là hệ thống bảo vệ.

Vé vào cửa không phải là tài sản. Bạn chỉ trả tiền một lần và được phép vào. Chúng sẽ không tích lũy cho bạn.

Phần bốn: Tái cấu trúc sâu rộng

VII. Cuộc cách mạng lương bổng

Jensen Huang đã nói một điều tại GTC mà nhận được ít sự chú ý hơn so với những thông báo về phần cứng của ông, nhưng điều đó có thể có tác động lớn hơn đến cách nền kinh tế sẽ thực sự vận hành trong 5 năm tới.

Ông cho biết rằng mỗi kỹ sư tại Nvidia cuối cùng sẽ nhận được một khoản ngân sách Token hàng năm—trị giá khoảng một nửa tiền lương bằng tiền mặt của họ—ngoài mức lương cơ bản, cụ thể là để triển khai các AI Agent nhằm tăng năng suất.

"Tôi sẽ cho họ khoảng một nửa lương cơ bản dưới dạng phần thưởng," ông nói, "để năng suất làm việc của họ có thể tăng lên gấp mười lần."

Đây không phải là thông báo về phúc lợi xã hội. Đây là một lý thuyết mới về lao động.

Trong nền kinh tế sở hữu, người sử dụng lao động mua thời gian làm việc của người lao động. Tiền lương là giá mỗi giờ, ngầm hiểu là người sử dụng lao động kiểm soát những gì xảy ra trong những giờ đó. Thời gian là đơn vị của lao động. Tiền lương là giá của thời gian.

Trong nền kinh tế token, phương trình đã thay đổi. Người lao động vẫn bán thời gian của họ—sự hiện diện, khả năng phán đoán và kiến ​​thức chuyên môn. Nhưng giờ đây họ cũng nhận được một ngân sách cho các khả năng sản xuất thông minh: một hạn ngạch token đại diện cho khả năng vận hành các tác nhân AI, tạo ra các phân tích, soạn thảo đầu ra và xử lý thông tin với tốc độ mà không một con người nào có thể duy trì được.

Công thức tính lương lao động mới大致 như sau:

Kết quả đầu ra = Độ rõ ràng của mục đích × Cấu hình mã thông báo × Hiệu quả của AI

Hãy lưu ý công thức này hoạt động như thế nào. Nó biến giá trị của một cá nhân thành một hàm số, không chỉ là thời gian của họ, mà còn là hiệu quả họ có thể hướng dẫn tác nhân AI. Biến số duy nhất do con người kiểm soát trong công thức này—và là biến số duy nhất không hoàn toàn là một chức năng của hệ thống—là sự rõ ràng về mục đích. Biết được bạn muốn đạt được điều gì, chỉ định nó đủ chính xác để tác nhân có thể thực hiện, đánh giá kết quả dựa trên mục đích thực sự, chứ không chỉ là những chỉ dẫn theo nghĩa đen.

Đây là khả năng định giá lại theo hướng tăng lên trong nền kinh tế token. Nó không phải là việc thực thi, không phải là việc thu thập thông tin, cũng không phải là phân tích thông thường.

Khả năng xác định rõ ràng các mục tiêu có giá trị—và khả năng chuyển hóa những mục tiêu đó thành việc lập kế hoạch lịch trình làm việc hiệu quả cho nhân viên.

Đối với mỗi người lao động trí thức, câu hỏi mà họ nên đặt ra lúc này là: Những phần nào trong công việc của tôi có thể được xử lý một cách thỏa đáng hoặc tốt hơn bởi một tác nhân sử dụng token? Sau kiểm toán lần , những gì còn lại là tài sản chuyên môn đáng để phát triển. Danh sách đó cũng bao gồm rủi ro cần được quản lý.

VIII. Định giá lại thị trường: Ý nghĩa thực sự của tín hiệu 1 nghìn tỷ nhân dân tệ

Tại hội nghị GTC, Jensen Huang đã nâng dự báo nhu cầu của Nvidia cho các chu kỳ Blackwell và Vera Rubin từ 500 tỷ đô la lên 1 nghìn tỷ đô la vào cuối năm 2027. Con số này đủ lớn để ngay lập tức gây ra những nghi ngờ. Hãy cùng xem xét kỹ hơn.

Con số này không chủ yếu là dự báo thu nhập của Nvidia. Đó là dự báo về tốc độ đầu tư vào cơ sở hạ tầng vật lý cần thiết để đáp ứng nhu cầu về năng lực sản xuất token dịch vụ. Nó cho thấy thế giới sẽ chi ít nhất 1 nghìn tỷ đô la cho các máy móc sản xuất thông minh trong hai năm tới.

Để bối cảnh: Ngành công nghiệp bán dẫn toàn cầu dự kiến ​​sẽ tạo ra thu nhập khoảng 890 tỷ đô la vào năm 2026. Jensen Huang khẳng định rằng nhu cầu về cơ sở hạ tầng điện toán AI sẽ vượt quá tổng sản lượng hiện tại của ngành công nghiệp chip toàn cầu. Đây là một nhận định mang tính cấu trúc về các ưu tiên kinh tế, chứ không phải là lời khoe khoang về thị thị phần của Nvidia.

Con số này gửi tín hiệu đến các nhà đầu tư không chỉ chủ yếu về Nvidia, mà còn về toàn bộ Chuỗi giá trị sản xuất token. Một cơ sở hạ tầng trị giá nghìn tỷ đô la đòi hỏi bảo trì liên tục, năng lượng, hệ thống làm mát, phần mềm và chuyên môn vận hành. Chi phí vận hành của cơ sở hạ tầng đó trong một thập kỷ sẽ lớn hơn nhiều so với chi phí xây dựng. Các công ty có vị thế để đáp ứng những nhu cầu vận hành liên tục đó—Vertiv, các công ty thiết bị mạng, nhà sản xuất hệ thống làm mát, nhà cung cấp phần mềm lập lịch—là những người hưởng lợi kép từ một chu kỳ đầu tư một lần tạo ra chi phí vận hành trong nhiều thập kỷ.

Phân tích này cho thấy một khuôn khổ đầu tư gồm bốn cấp độ:

Lớp 1: Năng lượng và Cơ sở hạ tầng vật chất — Tính ổn định như hàng hóa, độ biến động thấp, nhu cầu phức tạp. Một lớp bị đánh giá thấp, nhưng lại không thể thiếu về mặt cấu trúc. Vertiv, Eaton, Schneider Electric. Các nhà máy sản xuất token cần điện. Điện cần cơ sở hạ tầng. Nhu cầu không theo chu kỳ.

Lớp thứ hai: Sản xuất chip tiên tiến — rào cản gia nhập cao, độc quyền thực sự trong các phân khúc thị trường liên quan, thể hiện rõ trong chu kỳ cải tiến hiệu năng/điện năng. TSMC, ASML. Nguyên lý vật lý của sản xuất thông minh được vận hành bởi một số lượng rất nhỏ các công ty.

Lớp Ba: Thiết kế và Kiến trúc Chip — Lớp có mức độ tiếp xúc trực tiếp cao nhất với chỉ báo Token/Watt. Lợi thế cạnh tranh của Nvidia ở đây là có thật, nhưng không phải là vĩnh viễn. AMD, Groq và các chip tùy chỉnh từ các nhà cung cấp dịch vụ đám mây siêu quy mô mới là đối thủ cạnh tranh thực sự. Lớp này mang lại tiềm năng lợi nhuận cao nhất và rủi ro cạnh tranh lớn nhất.

Lớp thứ tư: Phần mềm lập lịch – Rủi ro cao nhất, tiềm năng lợi nhuận bất đối xứng cao nhất. Các công ty giải quyết các vấn đề lập lịch – lập lịch thông minh, định tuyến suy luận hiệu quả, phối hợp đa tác nhân hiệu quả – có thể thu được giá trị vượt trội mà các công ty ở tất cả các lớp bên dưới không thể. Đây là giai đoạn đầu, khó dự đoán và có thể trải qua quá trình hợp nhất đáng kể. Nhưng một khi đã được thiết lập, những người chiến thắng ở lớp này sẽ sở hữu hệ thống bảo vệ bền vững nhất trong nền kinh tế AI.

Khung định giá cho các công ty AI đang thay đổi theo đó. Chỉ báo quan trọng không còn là những chỉ số được các công ty SaaS đánh giá cao nữa: tăng trưởng doanh thu định kỳ hàng năm (ARR), tỷ lệ giữ chân thu nhập và quy tắc 40. Những chỉ số quan trọng sẽ là: tăng trưởng tiêu thụ token, hiệu suất token/Watt tương đối so với các đối thủ cạnh tranh, hiệu quả chi tiêu vốn và biên lợi nhuận gộp trên mỗi token được sản xuất.

Một công ty có mức tiêu thụ token hàng năm đạt 200%, liên tục cải thiện hiệu suất token/watt và mở rộng biên lợi nhuận gộp là một tài sản hoàn toàn khác so với một công ty có tăng trưởng định kỳ hàng năm (ARR) 40% trong khi vẫn bảo vệ mô hình định giá chỗ ngồi của mình trước áp lực thay thế từ trí tuệ nhân tạo. Trên các bảng điều khiển truyền thống, những con số này có thể trông tương tự nhau. Tuy nhiên, quỹ đạo phát triển thực tế lại trái ngược nhau.

Phần năm: Sự rạn nứt triết học

9. Ý định: Thứ duy nhất không thể thuê được.

Trong lịch sử kinh tế, đã có ba trường hợp các nguồn tài nguyên mà các nền văn minh tranh giành – những nguồn tài nguyên mà việc kiểm soát chúng quyết định quyền lực, sự giàu có và lợi thế chiến lược – đã thay đổi.

Cuộc Cách mạng Công nghiệp đã biến vốn thành một nguồn lực then chốt. Máy móc, nhà máy, đường sắt—ai sở hữu các cơ sở sản xuất thì sở hữu nền kinh tế. Vốn có thể được tích lũy, thừa kế và triển khai trên quy mô lớn. Sự giàu có lớn nhất của thế kỷ XIX chính là sự giàu có của vốn tích lũy.

Thời đại internet đã biến thời gian—cụ thể là sự chú ý của con người—thành một nguồn tài nguyên quan trọng. Bất cứ ai có thể thu hút và định hướng sự chú ý của con người trên quy mô lớn sẽ có thể xây dựng nền tảng thương mại thống trị những năm đầu thế kỷ 21. Thời gian có thể được cấu trúc, kiếm tiền và bán cho các nhà quảng cáo. Sự giàu có lớn nhất của thời kỳ kỹ thuật số sơ khai chính là sự giàu có của sự chú ý tích lũy được.

Nền kinh tế token biến ý định trở thành một nguồn lực quan trọng.

Vấn đề không nằm ở khả năng. Vấn đề không nằm ở dữ liệu. Vấn đề không nằm ở tỷ lệ băm— tỷ lệ băm là cơ sở hạ tầng, chứ không phải yếu tố tạo nên sự khác biệt. Vấn đề nằm ở ý định: sự rõ ràng về những gì bạn muốn đạt được, độ chính xác mà bạn có thể xác định điều đó, và sự khôn ngoan để biết điều gì đáng để mong muốn.

Đây là nghịch lý cốt lõi của nền kinh tế dựa trên quyền sử dụng.

Trong nền kinh tế quyền sử dụng, hầu như mọi thứ đều có thể được thuê. Tỷ lệ băm có thể được thuê bằng token. Dung lượng lưu trữ có thể được thuê theo từng triệu tỷ byte. Trí tuệ có thể được thuê dưới dạng suy luận. Mô hình có thể được thuê dưới dạng các lệnh gọi API. Bạn có thể thuê một hệ thống suy luận tiên tiến, một tác nhân tạo mã, một trợ lý nghiên cứu hoặc một công cụ phân tích tài liệu. Bạn có thể tập hợp các khả năng mà mười năm trước đây cần đến một đội ngũ chuyên gia, tất cả chỉ với ngân sách token hàng tháng.

Hầu hết mọi thứ đều có thể thuê được.

Gần như mọi thứ—ngoại trừ ý định.

Ý định không thể thuê mướn vì về bản chất nó không phải là một năng lực. Nó không phải là thứ có thể được tạo ra bởi một mô hình hay được thể hiện bằng một công thức. Ý định là điều kiện tiên quyết làm cho mọi năng lực trở nên có ý nghĩa. Nó là phương hướng trước khi hành động, là câu hỏi trước khi có câu trả lời, là mục đích trước khi có công cụ.

Một tác nhân tiêu thụ 10.000 token và tạo ra đầu ra vô nghĩa, bất kể hiệu quả đến đâu, cũng không tạo ra bất cứ giá trị nào. Một tác nhân tiêu thụ 100 token và tạo ra đầu ra phục vụ hoàn hảo cho một mục đích rõ ràng, thì đang thực hiện công việc phi thường. Sự khác biệt giữa hai kịch bản này không nằm ở chất lượng mô hình, cũng không phải hiệu quả của cơ sở hạ tầng, mà là sự rõ ràng và chất lượng của ý định của con người khởi xướng việc tiêu thụ token.

Đây là lý do tại sao công thức của Hoàng Nhân Xuân, dù chính xác, vẫn chưa hoàn chỉnh.

Doanh thu = Số token trên mỗi watt × Số gigawatt khả dụng

Công thức này mô tả rõ ràng khía cạnh cung ứng của nền kinh tế thông minh. Tuy nhiên, nó không đề cập đến việc liệu trí tuệ được tạo ra có đáng để tạo ra hay không.

Công thức đầy đủ—công thức bao quát cả hai phía của bảng cân đối kế toán—đại khái là:

Giá trị = Độ rõ ràng của mục đích × Cấu hình mã thông báo × Tỷ lệ băm khả dụng

Biến số đầu tiên là một biến số mà không có khoản đầu tư cơ sở hạ tầng nào có thể tăng lên được. Nvidia có thể chế tạo GPU tốt hơn. TSMC có thể phát triển nút sản xuất tiên tiến hơn. Lớp lập lịch có thể trở nên tinh vi hơn. Tất cả những cải tiến này đều làm tăng hiệu quả của mục tiêu cần phục vụ.

Nhưng chính ý định đó phải xuất phát từ một nguồn nào đó. Từ một người nào đó. Từ một người thực sự hiểu được điều gì là quan trọng—điều gì quan trọng, tại sao, và điều gì tạo nên thành công.

Tóm lại, đây là điều đáng để phát triển. Nó không chỉ đơn thuần là kỹ năng sử dụng token, cũng không phải là việc thúc đẩy kỹ thuật như một quy trình máy móc. Đó là một khả năng sâu sắc hơn: hiểu rõ điều mình muốn một cách đủ rõ ràng để tác nhân có thể thực hiện; và phân biệt giữa đầu ra thực sự phục vụ mục đích và đầu ra chỉ mang tính hình thức.

Trong một thế giới mà hầu hết mọi khả năng đều có thể thuê được, điều hiếm hoi và quý giá nhất chính là biết lý do tại sao bạn lại thuê khả năng đó.

Không phải A, mà là B.

Vấn đề không phải là có nhiều tỷ lệ băm hơn, mà là biết cách sử dụng tỷ lệ băm như thế nào.

Vấn đề không phải là tích lũy thêm token, mà là hiểu rõ những mục đích đằng sau việc lên lịch sử dụng chúng.

Trong kinh tế học về quyền sử dụng, quyền sở hữu thực sự duy nhất nằm ở ý định, và ý định đó luôn thuộc về bạn.

10. Đường ẩn không nhìn thấy được

Có một bóng ma ẩn giấu trong cỗ máy kinh tế token này.

Hầu hết mọi người nhìn thấy Nvidia, TSMC, các nhà cung cấp dịch vụ điện toán đám mây quy mô lớn và các nhà máy sản xuất AI. Họ nhìn thấy chiếc áo khoác da của Jensen Huang và dự đoán doanh thu 1 nghìn tỷ đô la của ông. Họ nhìn thấy logic công nghiệp của một nền kinh tế sản xuất mới.

Họ đã bỏ lỡ thỏa thuận sau đây.

Mười bảy năm trước, một người tự xưng Satoshi Nakamoto đã công bố một tài liệu dài chín trang mô tả hệ thống tiền điện tử ngang hàng. Ý tưởng cốt lõi không nằm ở kỹ thuật, mặc dù cách thực hiện kỹ thuật rất tinh tế. Ý tưởng cốt lõi nằm ở triết lý: niềm tin trong một giao dịch không đòi hỏi niềm tin vào bất kỳ một bên nào. Nó đòi hỏi niềm tin vào một quy trình toán học không bị kiểm soát bởi bất kỳ một bên nào.

Mã lập trình là luật. Các thỏa thuận tồn tại lâu hơn cả những người tham gia. Những lời hứa được củng cố bởi toán học bền vững hơn những lời hứa được củng cố bởi các thể chế của con người—bởi vì các thể chế suy tàn, thay đổi, bị mua lại, phá sản và thay đổi quan điểm. Toán học thì không.

Người tạo ra phát hiện này sau đó đã làm một điều chưa từng có và chưa từng có tiền lệ: ông ta biến mất. Ông ta đã nặc danh trao giao thức cho thế giới, rồi biến mất không dấu vết. Công nghệ này tồn tại vì nó được thiết kế để không cần ai bảo trì. Không có CEO, không có hội đồng quản trị, không có đội ngũ PR, không có hội nghị thường niên tại sân vận động khúc côn cầu. Chỉ có giao thức hoạt động mà thôi.

Kinh tế token không phải là crypto. Các token mà chúng ta đang thảo luận không liên quan đến blockchain. Nhưng có một sự tương đồng về cấu trúc đáng được đề cập.

Những gì Jensen Huang đang xây dựng—toàn bộ lớp cơ sở hạ tầng trí tuệ nhân tạo đang được xây dựng—là một giao thức sản xuất thông minh mới. Nó không thuộc sở hữu của bất kỳ công ty nào. Nó vận hành trên cơ sở hạ tầng vật lý trải rộng khắp các châu lục, được duy trì bởi các thực thể cạnh tranh, không trong đó kiểm soát toàn bộ. Giá cả được xác định bởi cơ chế thị trường. Bất cứ ai có thể trả giá token đều có thể truy cập vào nó.

Trí tuệ nhân tạo, giống như tiền tệ trước đây, đang trở thành một lớp giao thức hơn là một tài sản độc quyền. Bạn có thể truy cập nó, nhưng bạn không sở hữu nó. Nó hoạt động trên cơ sở hạ tầng mà bạn không kiểm soát. Việc sản xuất ra nó được quản lý bởi hiệu quả toán học, chứ không phải bởi quyết định của bất kỳ tổ chức nào.

Toán học không cần xin phép. Một quy trình hiệu quả hơn sẽ thắng thế bất kể ai điều hành nó. Giao thức này sẽ tiếp tục hoạt động ngay cả sau khi công ty xây dựng nó biến mất.

Ở đây có một phẩm chất nào đó mang hơi hướng của Satoshi Nakamoto. Không phải ở công nghệ. Mà ở các nguyên tắc. Ở nhận thức rằng những hệ thống bền vững nhất là những hệ thống được thiết kế ngay từ đầu để tự duy trì mà không cần một cơ quan trung ương. Niềm tin được mã hóa trong toán học—được mã hóa trong vật lý của hiệu suất Token/Watt, được mã hóa trong tính minh bạch của các tiêu chuẩn mở, được mã hóa trong khả năng kiểm chứng của kết quả suy luận—sẽ tồn tại lâu hơn bất kỳ thương hiệu nào, bất kỳ CEO nào, bất kỳ bài phát biểu quan trọng nào trong năm.

Nền kinh tế token mang tính chất công nghiệp. Nhưng ẩn dưới nền công nghiệp đó là một giao thức.

Một khi thỏa thuận được thiết lập, nó không thuộc về bất cứ ai.

Đây không phải là điểm yếu. Đây là cách nó tồn tại.

Kết luận: Quay lại với công thức

Anh ấy rời khỏi sân khấu.

Công thức vẫn hiển thị trên màn hình.

Doanh thu = Số token trên mỗi watt × Số gigawatt khả dụng

Tôi nhìn chằm chằm vào nó và nghĩ: Đây là một phương trình về sản xuất. Chính xác, mạnh mẽ, mang tính vật chất. Nó cho bạn biết các nhà máy AI hoạt động như thế nào, trục cạnh tranh nằm ở đâu và dòng vốn sẽ chảy về đâu trong thập kỷ tới.

Điều mà nó không nói cho bạn biết là người đã khởi đầu chuỗi sự kiện đó.

Trước khi một mã thông báo được tạo ra, ai đó đã quyết định tạo ra nó. Trước khi một phép suy luận được thực hiện, ai đó đã xác định xem câu hỏi đó có đáng để đặt ra hay không. Trước khi một nhà máy trí tuệ nhân tạo chuyển đổi điện năng thành trí thông minh, một người có mục đích đã khởi xướng quá trình đó.

Công thức này mô tả sự biến đổi, chứ không mô tả các điều kiện ban đầu.

Ba mươi năm trước, câu hỏi đặt ra là: Bạn sở hữu những gì?

Mười lăm năm trước, câu hỏi đặt ra là: Bạn đăng ký dịch vụ gì?

Ngày nay, câu hỏi đặt ra là: Bạn có thể phân bổ bao nhiêu token?

Nhưng câu hỏi nằm sâu bên dưới tất cả những vấn đề này—câu hỏi mà công thức không đặt ra, câu hỏi mà cơ sở hạ tầng không thể trả lời—lại cổ xưa và đơn giản hơn:

Bạn thực sự muốn gì?

Vấn đề không phải là bạn có thể sản xuất được gì. Vấn đề cũng không phải là bạn sản xuất nó hiệu quả đến mức nào. Vấn đề nằm ở mục đích đằng sau việc khởi tạo chuỗi. Điều gì đáng để tiêu thụ token?

Công thức hoàn chỉnh:

Giá trị = Độ rõ ràng của mục đích × Cấu hình mã thông báo × Tỷ lệ băm khả dụng

Nvidia, TSMC và Vertiv, cùng với mọi nhà máy sản xuất AI trên mọi lục địa, có thể cải thiện hai biến số cuối cùng. Họ đang làm điều đó với tốc độ và quy mô phi thường, và kết quả sẽ định hình lại cơ sở hạ tầng vật chất của nền văn minh.

Biến số đầu tiên là của bạn.

Nền kinh tế token cho phép mọi người tiếp cận những khả năng phi thường. Nhưng nó không cung cấp cho ai sự rõ ràng về cách sử dụng chúng. Nó làm cho việc sản xuất trở nên rẻ. Nhưng nó không làm cho việc thu thập thông tin tình báo trở nên rẻ.

Trong một thế giới mà hầu hết mọi khả năng đều có thể được thuê bằng token, điều hiếm hoi nhất là biết lý do tại sao bạn lại thuê nó.

Công thức của Jensen Huang mô tả thế giới đang hình thành.

Công thức quan trọng là công thức mô tả bạn sẽ trở thành người như thế nào trong trong đó.

Các token thể hiện một mục đích nhất định.

Và ý định—luôn luôn, vẫn luôn, không thể thay đổi—là của riêng bạn.

Vậy thôi.