Trí tuệ nhân tạo chắc chắn là nhân vật chính không thể chối cãi của các thị trường tài chính và công nghệ trong những năm gần đây. Tuy nhiên, trong khi sự hào hứng về tiềm năng của nó ngày càng gia tăng, cũng xuất hiện những tín hiệu kêu gọi sự thận trọng. Sự so sánh với bong bóng dot-com đầu thiên niên kỷ đang ngày càng trở nên phổ biến giữa các nhà phân tích và nhà đầu tư, những người theo dõi với sự lo ngại sự tập trung giá trị vào cái gọi là Bảy vĩ đại: Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia và Tesla.
Các gã khổng lồ này hôm nay đại diện cho hơn một phần ba của chỉ số S&P 500, một tỷ lệ cao hơn nhiều so với 15% của các cổ phiếu công nghệ chính trong thời kỳ đỉnh cao của bong bóng internet vào năm 2000. Sự tập trung như vậy chắc chắn làm tăng rủi ro hệ thống.
Đây không chỉ là vấn đề về vốn hóa. Trong thời kỳ bong bóng dot-com, cơn sốt đầu tư vào hạ tầng viễn thông đã dẫn đến sự mở rộng quá mức của các mạng cáp quang, culminated in catastrophic failures when the promised demand did not materialize in the short term.
Hôm nay, lịch sử dường như đang lặp lại: các công ty AI lớn đang đầu tư hàng trăm tỷ đô la vào việc xây dựng các trung tâm dữ liệu mới, với tổng chi tiêu gần đạt hàng nghìn tỷ đô la, những con số từng chỉ liên quan đến GDP của các quốc gia lớn. Câu hỏi mà mọi người đang đặt ra là liệu cơn sốt đầu tư này có hợp lý hay chúng ta đang đứng trước bờ vực của một cuộc khủng hoảng mới.
Nhu cầu về Trí tuệ Nhân tạo (AI): vượt ra ngoài cơn sốt tiêu dùng
Sự chú ý của truyền thông thường tập trung vào việc áp dụng rộng rãi các công cụ như ChatGPT, mà chỉ riêng trong tháng Bảy đã vượt quá năm tỷ lượt truy cập. Tuy nhiên, tác động kinh tế thực sự của AI sẽ được đo lường dựa trên việc áp dụng của cả người tiêu dùng và doanh nghiệp.
Theo dữ liệu được công bố bởi Cục Nghiên cứu Kinh tế Quốc gia, khoảng 40% dân số Hoa Kỳ đã sử dụng các hệ thống AI sinh sinh vào cuối năm 2024, và 23% đã sử dụng chúng ít nhất một lần cho công việc trong tuần trước cuộc khảo sát. Việc áp dụng AI trong môi trường làm việc đang diễn ra với tốc độ nhanh hơn so với mức ghi nhận cho máy tính cá nhân hoặc internet trong những ngày đầu của chúng, cho thấy rằng chúng ta đang đối mặt với một công nghệ đa năng có khả năng biến đổi sâu sắc nền kinh tế.
Tuy nhiên, con đường hướng tới một lợi nhuận kinh tế cụ thể không hề đơn giản. Một nghiên cứu được thực hiện bởi MIT trên hơn 300 sáng kiến AI công cộng, hơn 50 công ty và hàng trăm giám đốc điều hành, đã tiết lộ rằng 95% doanh nghiệp vẫn chưa đạt được lợi nhuận từ các khoản đầu tư vào AI. Chỉ có 5% các công ty được phân tích đã thành công, nhờ vào ba yếu tố chính: ưu tiên việc mua các giải pháp đã sẵn có thay vì phát triển nội bộ, tích hợp AI trực tiếp vào các đơn vị kinh doanh thay vì các phòng thí nghiệm trung tâm, và lựa chọn các công cụ tương thích với quy trình làm việc hiện có.
Mặc dù gặp khó khăn trong việc biến AI thành giá trị cụ thể, 90% các công ty đang nghiêm túc xem xét việc mua giải pháp AI, xác nhận một sự quan tâm rộng rãi theo chu kỳ cường điệu cổ điển của các công nghệ đổi mới.
Một ví dụ điển hình là Ngân hàng Mỹ, ngân hàng lớn thứ hai tại Hoa Kỳ, đã phân bổ bốn tỷ đô la cho các công nghệ mới như AI. Tổ chức này đã phát triển một công cụ giúp các ngân hàng chuẩn bị cho các cuộc họp với khách hàng, truy xuất thông tin từ các hệ thống khác nhau và giảm đáng kể thời gian chuẩn bị.
Giới hạn và triển vọng của các mô hình AI hiện tại
Sự mở rộng việc sử dụng AI thúc đẩy cuộc tranh luận về tiềm năng thực sự của nó và tính bền vững của mô hình phát triển hiện tại. Đến nay, tiến bộ đã được thúc đẩy bởi các mô hình ngôn ngữ lớn, vốn cải thiện với sự gia tăng sức mạnh tính toán và lượng dữ liệu có sẵn. Tuy nhiên, một số tiếng nói có uy tín trong ngành kêu gọi sự thận trọng.
Richard Sutton, một người tiên phong trong AI, đã quan sát vào năm 2019 rằng các phương pháp tổng quát tận dụng sức mạnh tính toán vượt trội hơn những phương pháp dựa trên trí thông minh của con người và các quy tắc phức tạp, định nghĩa thực tế này là “Bài Học Đắng Cay”. Gần đây, Sutton đã chỉ trích sự nhấn mạnh quá mức vào việc mở rộng, gợi ý rằng cần có một sự chuyển đổi mô hình hướng tới các tác nhân có khả năng học tập liên tục.
Ngay cả Gary Marcus, một nhà phê bình nổi tiếng về sự cường điệu của AI, cũng đã bày tỏ sự hoài nghi về các phiên bản mới nhất của ChatGPT, lập luận rằng mô hình phát triển chỉ dựa vào quy mô không phải là con đường đúng đắn. Theo Marcus, cần có những cách tiếp cận thay thế, điều này có thể đòi hỏi những khoản đầu tư lớn hơn vào nghiên cứu và phát triển.
Bong bóng AI: giữa sự lạc quan thái quá và rủi ro điều chỉnh
Cuộc tranh luận về khả năng có bong bóng AI đang trở nên ngày càng gay gắt, đặc biệt khi những nhân vật như Sam Altman, một trong những kiến trúc sư chính của cơn bùng nổ hiện tại, cảnh báo về nguy cơ của một thị trường quá nóng. Altman và các nhà đầu tư khác chỉ ra những định giá cao ngất ngưởng, vốn đầu tư đuổi theo các mô hình kinh doanh vẫn chưa được kiểm nghiệm, và nguy cơ xây dựng cơ sở hạ tầng với tốc độ vượt quá nhu cầu thực tế. Mối lo ngại không phải là về tiềm năng lâu dài của AI, mà là những kỳ vọng bị thổi phồng có thể tạo ra một sự điều chỉnh mạnh.
Theo nhiều quan sát viên, rủi ro thực sự là rơi vào một tầm nhìn nhị phân, dao động giữa sự nhiệt tình vô lý và nỗi sợ về một cái bong bóng sắp xảy ra, mà không nắm bắt được những sắc thái của một hiện tượng phức tạp. Tiềm năng dài hạn của AI vẫn rất lớn, nhưng thị trường hiếm khi theo những quỹ đạo tuyến tính. Một sự điều chỉnh có thể tạm thời làm chậm tăng trưởng, nhưng đồng thời củng cố kỷ luật đầu tư và thúc đẩy sự chú ý lớn hơn vào chất lượng của các mô hình và giá trị kinh tế thực.
Hướng tới tương lai: kỷ luật, nghiên cứu và giá trị cụ thể
Tương lai của trí tuệ nhân tạo sẽ phụ thuộc vào khả năng vượt qua giai đoạn cường điệu hiện tại, tập trung vào nghiên cứu tiên tiến, cải thiện chất lượng của các mô hình, và các khoản đầu tư có mục tiêu nhằm tạo ra giá trị đo lường được cho các doanh nghiệp và người tiêu dùng. Chỉ theo cách này, chúng ta mới có thể tránh được những sai lầm trong quá khứ và khai thác đầy đủ các cơ hội mà một công nghệ được định sẵn để định hình lại cách sống và làm việc của chúng ta mang lại.
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
Trí tuệ nhân tạo: giữa cường điệu, rủi ro bong bóng và cơ hội thực sự
Trí tuệ nhân tạo chắc chắn là nhân vật chính không thể chối cãi của các thị trường tài chính và công nghệ trong những năm gần đây. Tuy nhiên, trong khi sự hào hứng về tiềm năng của nó ngày càng gia tăng, cũng xuất hiện những tín hiệu kêu gọi sự thận trọng. Sự so sánh với bong bóng dot-com đầu thiên niên kỷ đang ngày càng trở nên phổ biến giữa các nhà phân tích và nhà đầu tư, những người theo dõi với sự lo ngại sự tập trung giá trị vào cái gọi là Bảy vĩ đại: Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia và Tesla.
Các gã khổng lồ này hôm nay đại diện cho hơn một phần ba của chỉ số S&P 500, một tỷ lệ cao hơn nhiều so với 15% của các cổ phiếu công nghệ chính trong thời kỳ đỉnh cao của bong bóng internet vào năm 2000. Sự tập trung như vậy chắc chắn làm tăng rủi ro hệ thống.
Đây không chỉ là vấn đề về vốn hóa. Trong thời kỳ bong bóng dot-com, cơn sốt đầu tư vào hạ tầng viễn thông đã dẫn đến sự mở rộng quá mức của các mạng cáp quang, culminated in catastrophic failures when the promised demand did not materialize in the short term.
Hôm nay, lịch sử dường như đang lặp lại: các công ty AI lớn đang đầu tư hàng trăm tỷ đô la vào việc xây dựng các trung tâm dữ liệu mới, với tổng chi tiêu gần đạt hàng nghìn tỷ đô la, những con số từng chỉ liên quan đến GDP của các quốc gia lớn. Câu hỏi mà mọi người đang đặt ra là liệu cơn sốt đầu tư này có hợp lý hay chúng ta đang đứng trước bờ vực của một cuộc khủng hoảng mới.
Nhu cầu về Trí tuệ Nhân tạo (AI): vượt ra ngoài cơn sốt tiêu dùng
Sự chú ý của truyền thông thường tập trung vào việc áp dụng rộng rãi các công cụ như ChatGPT, mà chỉ riêng trong tháng Bảy đã vượt quá năm tỷ lượt truy cập. Tuy nhiên, tác động kinh tế thực sự của AI sẽ được đo lường dựa trên việc áp dụng của cả người tiêu dùng và doanh nghiệp.
Theo dữ liệu được công bố bởi Cục Nghiên cứu Kinh tế Quốc gia, khoảng 40% dân số Hoa Kỳ đã sử dụng các hệ thống AI sinh sinh vào cuối năm 2024, và 23% đã sử dụng chúng ít nhất một lần cho công việc trong tuần trước cuộc khảo sát. Việc áp dụng AI trong môi trường làm việc đang diễn ra với tốc độ nhanh hơn so với mức ghi nhận cho máy tính cá nhân hoặc internet trong những ngày đầu của chúng, cho thấy rằng chúng ta đang đối mặt với một công nghệ đa năng có khả năng biến đổi sâu sắc nền kinh tế.
Tuy nhiên, con đường hướng tới một lợi nhuận kinh tế cụ thể không hề đơn giản. Một nghiên cứu được thực hiện bởi MIT trên hơn 300 sáng kiến AI công cộng, hơn 50 công ty và hàng trăm giám đốc điều hành, đã tiết lộ rằng 95% doanh nghiệp vẫn chưa đạt được lợi nhuận từ các khoản đầu tư vào AI. Chỉ có 5% các công ty được phân tích đã thành công, nhờ vào ba yếu tố chính: ưu tiên việc mua các giải pháp đã sẵn có thay vì phát triển nội bộ, tích hợp AI trực tiếp vào các đơn vị kinh doanh thay vì các phòng thí nghiệm trung tâm, và lựa chọn các công cụ tương thích với quy trình làm việc hiện có.
Mặc dù gặp khó khăn trong việc biến AI thành giá trị cụ thể, 90% các công ty đang nghiêm túc xem xét việc mua giải pháp AI, xác nhận một sự quan tâm rộng rãi theo chu kỳ cường điệu cổ điển của các công nghệ đổi mới.
Một ví dụ điển hình là Ngân hàng Mỹ, ngân hàng lớn thứ hai tại Hoa Kỳ, đã phân bổ bốn tỷ đô la cho các công nghệ mới như AI. Tổ chức này đã phát triển một công cụ giúp các ngân hàng chuẩn bị cho các cuộc họp với khách hàng, truy xuất thông tin từ các hệ thống khác nhau và giảm đáng kể thời gian chuẩn bị.
Giới hạn và triển vọng của các mô hình AI hiện tại
Sự mở rộng việc sử dụng AI thúc đẩy cuộc tranh luận về tiềm năng thực sự của nó và tính bền vững của mô hình phát triển hiện tại. Đến nay, tiến bộ đã được thúc đẩy bởi các mô hình ngôn ngữ lớn, vốn cải thiện với sự gia tăng sức mạnh tính toán và lượng dữ liệu có sẵn. Tuy nhiên, một số tiếng nói có uy tín trong ngành kêu gọi sự thận trọng.
Richard Sutton, một người tiên phong trong AI, đã quan sát vào năm 2019 rằng các phương pháp tổng quát tận dụng sức mạnh tính toán vượt trội hơn những phương pháp dựa trên trí thông minh của con người và các quy tắc phức tạp, định nghĩa thực tế này là “Bài Học Đắng Cay”. Gần đây, Sutton đã chỉ trích sự nhấn mạnh quá mức vào việc mở rộng, gợi ý rằng cần có một sự chuyển đổi mô hình hướng tới các tác nhân có khả năng học tập liên tục.
Ngay cả Gary Marcus, một nhà phê bình nổi tiếng về sự cường điệu của AI, cũng đã bày tỏ sự hoài nghi về các phiên bản mới nhất của ChatGPT, lập luận rằng mô hình phát triển chỉ dựa vào quy mô không phải là con đường đúng đắn. Theo Marcus, cần có những cách tiếp cận thay thế, điều này có thể đòi hỏi những khoản đầu tư lớn hơn vào nghiên cứu và phát triển.
Bong bóng AI: giữa sự lạc quan thái quá và rủi ro điều chỉnh
Cuộc tranh luận về khả năng có bong bóng AI đang trở nên ngày càng gay gắt, đặc biệt khi những nhân vật như Sam Altman, một trong những kiến trúc sư chính của cơn bùng nổ hiện tại, cảnh báo về nguy cơ của một thị trường quá nóng. Altman và các nhà đầu tư khác chỉ ra những định giá cao ngất ngưởng, vốn đầu tư đuổi theo các mô hình kinh doanh vẫn chưa được kiểm nghiệm, và nguy cơ xây dựng cơ sở hạ tầng với tốc độ vượt quá nhu cầu thực tế. Mối lo ngại không phải là về tiềm năng lâu dài của AI, mà là những kỳ vọng bị thổi phồng có thể tạo ra một sự điều chỉnh mạnh.
Theo nhiều quan sát viên, rủi ro thực sự là rơi vào một tầm nhìn nhị phân, dao động giữa sự nhiệt tình vô lý và nỗi sợ về một cái bong bóng sắp xảy ra, mà không nắm bắt được những sắc thái của một hiện tượng phức tạp. Tiềm năng dài hạn của AI vẫn rất lớn, nhưng thị trường hiếm khi theo những quỹ đạo tuyến tính. Một sự điều chỉnh có thể tạm thời làm chậm tăng trưởng, nhưng đồng thời củng cố kỷ luật đầu tư và thúc đẩy sự chú ý lớn hơn vào chất lượng của các mô hình và giá trị kinh tế thực.
Hướng tới tương lai: kỷ luật, nghiên cứu và giá trị cụ thể
Tương lai của trí tuệ nhân tạo sẽ phụ thuộc vào khả năng vượt qua giai đoạn cường điệu hiện tại, tập trung vào nghiên cứu tiên tiến, cải thiện chất lượng của các mô hình, và các khoản đầu tư có mục tiêu nhằm tạo ra giá trị đo lường được cho các doanh nghiệp và người tiêu dùng. Chỉ theo cách này, chúng ta mới có thể tránh được những sai lầm trong quá khứ và khai thác đầy đủ các cơ hội mà một công nghệ được định sẵn để định hình lại cách sống và làm việc của chúng ta mang lại.