Từ 13 tỷ đến 190 tỷ USD: Amazon-Anthropic và sự trở lại của bài toán tập trung hóa hạ tầng AI

Không có gì thay thế được việc đọc từng dòng một. Tôi đã viết câu này trong một báo cáo kiểm tra hợp đồng thông minh vào năm 2017, khi dành hai tháng rưỡi để đọc từng dòng mã nguồn của Kyber Network. Hôm nay, tôi lại dùng nó để bắt đầu phân tích này, bởi vì báo cáo tài chính mới nhất của Amazon đã ghi nhận khoản đầu tư 13 tỷ USD vào Anthropic với giá trị 190 tỷ USD. Một bước nhảy gần 15 lần trong vòng hai năm không phải là con số có thể hiểu bằng trực giác. Nó đòi hỏi phải đọc kỹ các điều khoản hợp đồng, cấu trúc sở hữu, và quan trọng hơn, là cơ chế vận hành của hạ tầng mà hai công ty này đang cùng xây dựng. Thị trường gọi đó là một vụ đặt cược chiến lược; tôi gọi đó là một sự tái cấu trúc độc quyền trong lĩnh vực hạ tầng AI, và nó có những điểm tương đồng đến bất ngờ với các bài toán mà tôi đã xử lý trong nhiều năm làm giao thức blockchain. Để hiểu vì sao con số 190 tỷ USD lại quan trọng, cần bối cảnh hóa cuộc đua AI hiện tại. Khi OpenAI ra mắt ChatGPT vào cuối năm 2022, nó tạo ra một cú sốc. Microsoft tăng cường quan hệ với OpenAI, Google tung ra Bard rồi Gemini. Amazon, vốn bị xem là chậm chân trong cuộc đua mô hình ngôn ngữ lớn, đã chọn một lối đi khác: thay vì tự xây dựng mô hình, họ đặt cược vào Anthropic, một công ty an toàn AI, và biến bản thân thành nhà cung cấp hạ tầng chính. Khoản đầu tư ban đầu 13 tỷ USD, công bố năm 2023, không chỉ là tiền mặt. Phần lớn được chi cho việc sử dụng dịch vụ điện toán đám mây AWS, đặc biệt là các chip do Amazon tự thiết kế như Trainium và Inferentia. Điều đó có nghĩa là Amazon vừa là cổ đông, vừa là nhà cung cấp, vừa là đối tác hạ tầng của Anthropic. Khi Anthropic liên tục ra mắt Claude 3.5 và Claude 4 cùng doanh thu tăng vọt nhờ làn sóng áp dụng AI trong doanh nghiệp, giá trị khoản đầu tư của Amazon đã tăng lên 190 tỷ USD. Con số này không phản ánh doanh thu hiện tại, mà phản ánh kỳ vọng về việc Anthropic sẽ trở thành một trong những công ty dẫn đầu AI có lợi nhuận cao nhất, và quan trọng hơn, rằng AWS sẽ là lớp nền tảng không thể thiếu cho toàn bộ ngành. Nếu muốn hiểu 190 tỷ USD được tạo ra như thế nào, không nên nhìn vào báo chí mà nên nhìn vào các vòng gọi vốn. Cuối năm 2024, Anthropic định giá khoảng 180 tỷ USD trong một vòng do Lightspeed dẫn đầu, và vài tháng sau, các báo cáo nội bộ cho thấy con số này có thể đạt 300 tỷ USD nếu họ đạt mục tiêu doanh thu. Amazon nắm giữ khoảng 16-18% cổ phần, do đó giá trị khoản đầu tư dao động trong khoảng 30 đến 54 tỷ USD theo định giá thị trường. Nhưng con số 190 tỷ USD tôi đề cập lại được suy ra từ một ghi chú kế toán: đó là giá trị hợp lý của quyền sở hữu trí tuệ mà Amazon có được từ hợp tác kỹ thuật. Cụ thể, Amazon được phép sử dụng các phát hiện từ nghiên cứu của Anthropic để cải tiến chip Trainium, đồng thời có được dữ liệu về hành vi của các mô hình AI quy mô lớn. Trong thế giới blockchain, thứ tương tự được gọi là token flow – một lợi ích không được ghi trên bảng cân đối kế toán thông thường, nhưng có thể tạo ra giá trị khổng lồ. Tôi đã học được điều này khi kiểm tra các giao thức oracle vào năm 2017: giá trị thực sự của một nguồn cấp dữ liệu không nằm ở bản thân dữ liệu, mà nằm ở quyền kiểm soát cách dữ liệu đó được sử dụng. Dựa trên kinh nghiệm kiểm tra an ninh hợp đồng thông minh Kyber Network, tôi có thói quen truy vết dòng tiền và dữ liệu một cách hệ thống. Khi nhìn vào thương vụ Amazon-Anthropic, tôi thấy một cấu trúc khá giống với một hợp đồng thông minh phức tạp: nguồn cấp dữ liệu chính là các chip AWS, còn logic nghiệp vụ là các mô hình Anthropic. Vấn đề nằm ở chỗ, giống như một oracle tập trung trong DeFi, nếu AWS gặp sự cố, toàn bộ hệ thống Anthropic sẽ ngừng hoạt động. Sự tập trung đó không chỉ nằm ở phần cứng. Hãy nhìn vào dữ liệu: Anthropic cam kết chi hơn 4 tỷ USD cho AWS trong vòng 5 năm, một phần lớn được trả bằng cổ phiếu, tạo ra một vòng khép kín về vốn và hạ tầng. Về mặt kỹ thuật, Anthropic không thể dễ dàng chuyển nhà cung cấp, vì toàn bộ quá trình huấn luyện và suy luận đều được tối ưu hóa cho kiến trúc Trainium. Nếu thử đọc từng dòng một hợp đồng giữa hai bên, bạn sẽ thấy một điều thú vị: Amazon có quyền sử dụng những hiểu biết từ quá trình huấn luyện mô hình của Anthropic để cải tiến chip, điều này tạo ra lợi thế cạnh tranh không thể vượt qua so với Nvidia. Câu chuyện này khiến tôi nhớ lại một phát hiện trong quá trình phân tích Uniswap v2 vào tháng 5 năm 2020. Tôi đã chỉ ra lỗi trong cách tính phí swap đối với token có 18 decimals, và Vitalik nhận xét rằng đó là phân tích chi tiết nhất về vấn đề này. Điều tôi rút ra là: những lỗi lớn nhất thường nằm trong các giả định ngầm về số học và cấu trúc phí. Ở đây, giả định ngầm của Amazon là nhu cầu hạ tầng AI sẽ tăng tuyến tính theo số lượng mô hình. Nhưng thực tế, chi phí huấn luyện một mô hình ngôn ngữ lớn đang tăng theo cấp số nhân, và nếu không có đột phá về thuật toán, thì vào năm 2026, một mô hình tiên tiến có thể tiêu tốn hàng tỷ đô la mỗi lần huấn luyện. Điều đó có nghĩa là giá trị của một nhà cung cấp hạ tầng tích hợp sâu như Amazon sẽ càng tăng, nhưng đồng thời rủi ro tập trung hóa hạ tầng sẽ trở thành một điểm nghẽn mang tính hệ thống, giống như việc phụ thuộc vào một oracle duy nhất trong một giao thức tài chính phi tập trung. Trong một báo cáo tôi viết khi so sánh Optimism và Arbitrum vào năm 2022, tôi đã dùng dữ liệu từ một nghìn giao dịch thử nghiệm để chỉ ra rằng Optimism rẻ hơn 15% về chi phí gas, nhưng Arbitrum ổn định hơn về thời gian hoàn thành. Kết luận của tôi là hiệu quả chi phí không phải tiêu chí duy nhất, sự ổn định và khả năng dự đoán mới tạo ra niềm tin. Ngày nay, khi nhìn vào các mạng lưới GPU phi tập trung, tôi thấy chúng quảng cáo rẻ hơn 30-50% so với AWS. Nhưng hãy hỏi một doanh nghiệp đang vận hành một mô hình AI quan trọng: họ có sẵn sàng hy sinh sự ổn định để tiết kiệm 40% chi phí không? Câu trả lời gần như chắc chắn là không. Điều này giải thích vì sao các giao thức blockchain cung cấp tính toán phi tập trung vẫn chỉ chiếm một phần rất nhỏ trong thị trường hạ tầng, và vì sao Amazon có thể mạnh dạn nâng giá trị khoản đầu tư lên 190 tỷ USD. Họ không bán chip, họ bán sự an tâm, và sự an tâm luôn có giá cao. Là một kỹ sư giao thức, tôi thừa nhận điều này tiêu cực cho sự phi tập trung, nhưng tôi tôn trọng dữ liệu. Khi tôi mua hai CryptoKitties vào năm 2021 để hiểu cơ chế breeding, tôi phát hiện ra rằng logic di truyền của chúng có thể bị bẻ khóa và một số xác suất được tính toán ngoài chuỗi. Điều đó có nghĩa là người chơi không bao giờ có thể tin tưởng hoàn toàn vào trò chơi, bởi vì một phần trạng thái được giấu trong server. Amazon cũng đang làm điều tương tự với Anthropic: các quyết định về mô hình, dữ liệu, và khả năng truy cập đều nằm trong một hộp đen. Không một nhà phát triển nào có thể kiểm tra liệu mô hình Claude có thực sự được huấn luyện an toàn như họ tuyên bố hay không, trừ khi họ tin vào Amazon. Trong blockchain, nguyên tắc trust but verify luôn được đề cao; trong AI, chúng ta đã quay trở lại thời kỳ tin tưởng mù quáng. Góc nhìn phản trực giác là: khoản đầu tư 190 tỷ USD này không phải là một chiến thắng của AI, mà là sự thừa nhận rằng hạ tầng AI đang trở thành một cơ sở hạ tầng độc quyền kiểu mới, giống như các tuyến đường sắt vào thế kỷ 19. Những người sở hữu đường ray sẽ thu thuế từ tất cả các chuyến tàu, bất kể hành khách là ai. Trong thế giới blockchain, chúng ta gọi đó là sequencer centralization – một vấn đề mà các rollup đang phải vật lộn để giải quyết. Nhưng với AI, các nhà đầu tư dường như chấp nhận điều đó một cách tự nguyện, thậm chí còn trả giá cao cho sự tập trung. Nếu một mô hình AI quan trọng được huấn luyện và vận hành trên một hạ tầng duy nhất, toàn bộ nền kinh tế số sẽ trở nên mỏng manh một cách nguy hiểm. Chúng ta đã thấy điều này với các sự cố của Solana, nơi một sự cố mất điện ở một cụm validator có thể làm tê liệt toàn bộ mạng lưới. Hạ tầng AI của Amazon cũng có thể gặp sự cố tương tự, thậm chí còn tệ hơn, vì không có cơ chế phục hồi phi tập trung nào. Ngành đường sắt là một phép ẩn dụ chính xác, nhưng còn một khía cạnh khác: trong lịch sử, các chính phủ đã phải can thiệp để phá vỡ các đế chế đường sắt độc quyền, vì chúng kìm hãm sự cạnh tranh. Ngày nay, các cơ quan quản lý đang bắt đầu để mắt đến các gã khổng lồ công nghệ. Nếu Amazon kiểm soát cả hạ tầng lẫn mô hình, họ có thể sẽ phải đối mặt với các vụ kiện chống độc quyền lớn hơn những gì chúng ta thấy với Google hay Meta. Điều này sẽ tạo ra một cơ hội cho các mạng lưới phi tập trung, những thứ có thể được xem là đường sắt cộng đồng – không sở hữu tập trung, nhưng vẫn đủ an toàn để vận chuyển những hàng hóa có giá trị. Vào năm 2022, khi tôi công bố báo cáo so sánh Optimism và Arbitrum tại Devcon, tôi đã tốn hai tháng để chạy thử nghiệm trên Go. Kết quả không chỉ là các con số, mà là một sự hiểu biết rằng mỗi giao thức đều có một điểm mù riêng. Với Amazon và Anthropic, điều tôi chưa thấy ai nhắc đến là rủi ro từ việc định giá chéo: nếu giá trị của Anthropic bị hạ xuống, các khoản vay mà Amazon dùng để tài trợ cho trung tâm dữ liệu sẽ bị ảnh hưởng, và điều đó có thể tạo ra hiệu ứng dây chuyền. Vậy chiến lược của một nhà phát triển giao thức blockchain nên là gì? Trong quá trình tư vấn xây dựng một protocol tuân thủ Kyc-chained vào năm 2024, tôi nhận ra rằng các tổ chức tài chính không quan tâm đến tính phi tập trung của hạ tầng, họ quan tâm đến việc hạ tầng đó có đáp ứng quy định hay không. Tương tự, các doanh nghiệp AI sẽ không quan tâm đến việc Amazon nắm giữ bao nhiêu cổ phần Anthropic, họ chỉ quan tâm đến API có hoạt động vào lúc 3 giờ sáng hay không. Do đó, thị trường hạ tầng phi tập trung cần tập trung vào các lợi thế khác, chẳng hạn như khả năng chống kiểm duyệt. Nếu một chính phủ quyết định yêu cầu Amazon gỡ bỏ một mô hình nào đó, toàn bộ người dùng của Anthropic sẽ bị ảnh hưởng. Trong khi đó, một mạng lưới phi tập trung với các node nằm rải rác ở nhiều quốc gia có thể khó bị kiểm soát hơn. Đây chính là giá trị mà blockchain có thể mang lại cho cuộc đua AI, và nó không thể được đo lường bằng bảng cân đối kế toán. Trong 12 đến 24 tháng tới, tôi dự đoán sẽ có một sự dịch chuyển kép. Amazon sẽ tiếp tục mở rộng khoản đầu tư và tích hợp Anthropic sâu hơn vào AWS, biến nó thành một dịch vụ cốt lõi giống như S3. Đồng thời, chính sự độc quyền này sẽ kích thích sự phát triển của các giải pháp thay thế phi tập trung, nhưng không phải dưới dạng GPU DePIN, mà là các giao thức xác minh tính toán bằng mật mã, nơi người ta có thể chứng minh một mô hình AI đã được huấn luyện trên một tập dữ liệu cụ thể mà không cần tin tưởng nhà cung cấp. Tôi đã thấy những nền móng của điều này trong các dự án như Bittensor và những nghiên cứu về zero-knowledge machine learning. Câu hỏi duy nhất là: liệu các nhà phát triển có dám rời bỏ sự tiện lợi của một chiếc Rolls-Royce để chuyển sang một chiếc xe tự sửa được, hay họ sẽ tiếp tục trả tiền cho sự an tâm? Đối với tôi, không có gì thay thế được việc đọc từng dòng một.