'Xây lâu đài trên mảnh đất đi thuê'

Một nhân viên ngân hàng mở Gemini để tóm tắt báo cáo, một đồng nghiệp bên cạnh dùng ChatGPT để viết mã, bộ phận nghiên cứu thị trường lại hỏi DeepSeek để phân tích xu hướng.

Đó cũng là hình ảnh thu nhỏ của mức độ thâm nhập AI tại Việt Nam. Theo khảo sát do Forbes Vietnam công bố, khoảng một nửa người Việt được hỏi cho biết dùng AI ở tần suất "thường xuyên" hoặc "thỉnh thoảng" - cao hơn nhiều nền kinh tế phát triển như Mỹ, Nhật Bản và phần lớn châu Âu trong cùng khảo sát.

Việt Nam thuộc nhóm cởi mở nhất với AI. Ở cấp độ người dùng, chúng ta làm việc trên AI mà không ai quan tâm AI đến từ Mỹ hay Trung Quốc, chỉ quan tâm mô hình nào nhanh hơn, rẻ hơn và tiện hơn.

Nhưng công cụ cho lao động trí tuệ trên những mảnh đất đi thuê đó có thể trở thành rủi ro lớn nếu một ngày nhà cung cấp thay đổi chính sách, tăng giá, hạn chế quyền truy cập hoặc ngừng dịch vụ khi một biến động địa chính trị diễn ra.

Địa tô kỹ thuật số

Việt Nam đang đổ hàng tỷ USD vào AI và trung tâm dữ liệu. Theo Mordor Intelligence, quy mô thị trường trung tâm dữ liệu trong nước có thể tăng từ hơn 1 tỷ USD năm 2025 lên hơn 3 tỷ USD vào năm 2031. Riêng từ đầu năm 2026, đã có hơn 7 tỷ USD vốn đầu tư và đề xuất đầu tư vào AI và hạ tầng dữ liệu, trong đó có hai siêu dự án trị giá mỗi dự án khoảng 2 tỷ USD.

Những khoản đầu tư này giúp Việt Nam tăng năng lực lưu trữ dữ liệu và vận hành các ứng dụng AI trong nước. Nhưng xây trung tâm dữ liệu không đồng nghĩa với làm chủ công nghệ AI.

Một cụm máy chủ đặt tại Việt Nam vẫn có thể phụ thuộc vào chip nước ngoài, phần mềm nước ngoài, mô hình nước ngoài, và điều khoản truy cập do một công ty bên ngoài lãnh thổ quyết định. Ta có thể kiểm soát nơi đặt máy, nhưng chưa chắc kiểm soát được toàn bộ hệ thống vận hành trên những chiếc máy đó. Nói cách khác, chúng ta đang xây một tòa lâu đài trên mảnh đất đi thuê.

Khi các mô hình AI ngày càng được tích hợp vào nhiều lĩnh vực như ngân hàng, thương mại điện tử, dịch vụ công, logistics, giáo dục và sản xuất, nó trở thành một lớp đầu vào của nền kinh tế. Bất kỳ thay đổi nào về giá dịch vụ, điều khoản sử dụng hay quyền truy cập cũng có thể làm tăng chi phí hoặc gián đoạn hoạt động của doanh nghiệp.

Nhà kinh tế Yanis Varoufakis, nguyên Bộ trưởng Tài chính Hy Lạp, gọi hiện tượng này là "chủ nghĩa phong kiến công nghệ" (Technofeudalism) - chủ nghĩa tư bản đang dịch chuyển sang một trật tự trong đó quyền lực ngày càng tập trung vào những tập đoàn sở hữu nền tảng số.

Ông mô tả doanh nghiệp và người dùng như những người hoạt động trên một "lãnh địa số" mà họ không sở hữu. Họ xây sản phẩm, thu hút khách hàng và tạo ra dữ liệu, nhưng vẫn phải trả phí để dùng hạ tầng, thuật toán và thị trường do các tập đoàn công nghệ kiểm soát.

Lập luận này gây tranh cãi, nhưng nó không phủ nhận một thực tế rằng doanh nghiệp phải trả tiền liên tục để được hoạt động trên một lớp hạ tầng mà càng ngày họ càng khó thay thế và không thể sở hữu.

Đáng nói hơn, quyền truy cập của khách hàng trong lớp hạ tầng đó có thể bị thay đổi bất kỳ lúc nào.

Cái giá của việc rời đi

Nếu muốn hiểu vì sao việc đổi một mô hình AI không hề đơn giản, có thể nhìn vào câu chuyện của Nvidia. Không chỉ bán chip, hãng này còn tạo ra CUDA (Compute Unified Device Architecture) là một kiến trúc tính toán cho phép thực hiện song song hàng triệu phép tính phức tạp với tốc độ cao cùng lúc, giúp tận dụng sức mạnh của card đồ họa (GPU) của hãng.

Gần hai thập kỷ qua, giới lập trình toàn cầu đã xây hàng loạt thư viện, công cụ và quy trình trên CUDA. Theo thời gian, giá trị của hệ sinh thái không còn nằm trong con chip, mà nằm trong lượng mã nguồn đã viết, kỹ năng của đội ngũ và toàn bộ chuỗi công cụ phụ thuộc vào nó. Nvidia hiện chiếm trên 80% thị phần trong lĩnh vực chip trí tuệ nhân tạo (AI) toàn cầu và khoảng 94% thị phần card đồ họa (GPU), theo Jon Peddie Research.

Đối thủ của Nvidia có thể tạo ra những con chip rẻ hơn hoặc nhanh hơn, nhưng điều đó chưa chắc đủ để người dùng chuyển đổi, bởi chi phí của việc rời đi bao gồm viết lại phần mềm, đào tạo lại nhân sự, kiểm thử lại hệ thống và chấp nhận rủi ro vận hành.

Các mô hình AI cũng đang đi theo quỹ đạo tương tự. Khi doanh nghiệp tích hợp ngày càng nhiều API, dữ liệu và quy trình làm việc vào một nền tảng AI, việc chuyển sang nền tảng khác sẽ ngày càng tốn kém. Càng sử dụng lâu, chi phí chuyển đổi càng lớn.

AI giá rẻ có thực sự rẻ?

Đó cũng là lý do cuộc đua AI hiện nay không chỉ là cuộc đua về công nghệ, mà còn là cuộc đua về giá. Chênh lệch giá giữa các mô hình AI lên tới cả trăm lần. Theo bảng giá công khai của các nhà cung cấp, để xử lý một triệu token, DeepSeek V3.2 có giá khoảng 0,28 USD, trong khi GPT-5 của OpenAI ở mức khoảng 30 USD và Claude Opus 4.6 của Anthropic khoảng 25 USD. Chênh lệch lên tới hàng chục, thậm chí cả trăm lần.

Các mô hình Trung Quốc, đặc biệt nhóm mã nguồn mở trọng số (open-weight, tức công khai bộ tham số đã huấn luyện cho người dùng tải về, tự chạy, và tùy chỉnh) như DeepSeek và Qwen đang tạo sức ép mạnh lên mặt bằng giá toàn cầu. Chiến lược của họ dường như là hạ giá trước để chiếm lĩnh thị phần.

Mức giá đó đem lại lợi ích cho doanh nghiệp Việt Nam. Chúng giúp cho một startup có thể thử nghiệm sản phẩm rẻ hơn, một ngân hàng có thể phân bổ tác vụ giữa nhiều mô hình, hay một cơ quan hành chính công có thể dùng chatbot tiếng Việt mà không phải tốn cả tỷ đồng.

Nhưng giá rẻ cũng làm tăng tốc độ tích hợp dữ liệu theo mô hình. Khi dữ liệu được chuẩn hóa theo một mô hình, nhân viên quen công cụ của nó và xây dựng hệ thống đánh giá quanh nó. Quan hệ mua - bán sẽ không còn là giao dịch ngắn hạn mà trở thành một cấu trúc phụ thuộc dài hạn. Việc chi phí thấp ban đầu giống như một "mồi câu" để khóa khách hàng (lock-in) vào sản phẩm.

Dữ liệu của OpenRouter cho thấy, lượng token tiêu thụ của các mô hình Trung Quốc đã vượt mô hình Mỹ từ tháng 2/2026 và hiện chiếm khoảng một phần ba tổng lượng sử dụng mô hình ngôn ngữ lớn toàn cầu, tăng từ mức gần như bằng không cuối năm 2024.

Dù con số này không đại diện cho toàn bộ thị trường, nhưng có lẽ phản ánh một thực tế là với người dùng mới chưa phụ thuộc vào một hệ sinh thái AI sẵn có nào, họ rất có thể chọn hệ sinh thái AI Trung Quốc vì giá cả và hiệu năng đủ hấp dẫn. Với các nước phải đi thuê nền tảng như Việt Nam, đó là cơ hội đa dạng hóa, nhưng thực tế chúng ta là bên phụ thuộc vẫn không thay đổi.

Việt Nam đang có thị trường đủ lớn để là khách hàng hấp dẫn, nhưng chưa đủ lớn đến mức định hình tiêu chuẩn toàn cầu. Nhu cầu AI của Việt Nam tăng nhanh, nhưng năng lực thương lượng giá cả phân tán giữa hàng nghìn chủ thể. Nói cách khác, đó là vị thế của một người mua cởi mở, có nhu cầu lớn nhưng không có nhiều lợi thế khi đàm phán với nhà cung cấp.

Có tiền chưa chắc đã được dùng

Nếu trước đây, chỉ cần trả tiền là có thể mua và sử dụng phần mềm, thì với AI tiên tiến, "tấm vé vào cửa" ngày càng chịu tác động từ chính sách của các chính phủ. Những diễn biến trong năm 2026 đã cho thấy điều đó rất rõ.

Tháng 9/2025, Anthropic cập nhật điều khoản sử dụng, hạn chế cung cấp dịch vụ cho các công ty có trên 50% vốn sở hữu bởi các tổ chức tại những quốc gia hãng xác định là rủi ro, áp dụng trên phạm vi toàn cầu chứ không chỉ trong lãnh thổ các nước đó.

Đến tháng 6/2026, Chính phủ Mỹ yêu cầu Anthropic tạm dừng quyền truy cập vào hai mô hình mạnh nhất của hãng - Fable 5 và Mythos 5 - đối với mọi công dân nước ngoài, cả trong lẫn ngoài nước Mỹ, kể cả nhân viên nước ngoài đang làm việc cho chính Anthropic.

Quyền truy cập được khôi phục sau khoảng hai tuần, nhưng sự việc tạo ra một tiền lệ quan trọng. Ngay cả một sản phẩm AI đã được bán ra thị trường vẫn có thể bị ngắt quyền sử dụng vì các quyết định chính sách, chứ không phải vì hành vi của khách hàng.

Cùng lúc, chính phủ Mỹ mở rộng kiểm soát xuất khẩu từ chip tiên tiến sang thiết bị, phần mềm và dịch vụ điện toán. Điều này đồng nghĩa với việc một quốc gia có thể bỏ tiền mua máy chủ, xây trung tâm dữ liệu và đào tạo kỹ sư, nhưng vẫn không hoàn toàn làm chủ khả năng tiếp cận AI nếu quyền sử dụng phụ thuộc vào các quyết định cấp phép từ bên ngoài. Khi đó, rủi ro công nghệ trở thành rủi ro địa chính trị.

Không để bị "ngắt kết nối"

Việt Nam đã bắt đầu mua các GPU để làm máy chủ, xây các trung tâm dữ liệu. Các doanh nghiệp và viện nghiên cứu cũng phát triển mô hình tiếng Việt và mô hình chuyên biệt cho khu vực công, viễn thông, tài chính. Luật về trí tuệ nhân tạo có hiệu lực từ tháng 3/2026 đã đặt nền móng pháp lý cho quản trị rủi ro và trách nhiệm.

Tất cả những bước đi này đều quan trọng, nhưng thuộc các lớp khác nhau. Trung tâm tính toán giúp dữ liệu được xử lý trong nước và giảm phụ thuộc vào hạ tầng nước ngoài, nhưng chúng vẫn vận hành trên GPU và nền tảng CUDA của Nvidia. Tương tự, một mô hình AI tiếng Việt có thể hiểu ngôn ngữ và bối cảnh trong nước tốt hơn, nhưng chưa thể thay thế các mô hình nền tảng trong những tác vụ phức tạp. Các luật và văn bản nghị định mới có thể tháo gỡ rào cản và tạo khung pháp lý thuận lợi, nhưng chúng không thể ngay lập tức tạo ra đội ngũ nghiên cứu và sản phẩm.

Điều đó không có nghĩa Việt Nam phải tự làm mọi thứ. Thực tế, không phải quốc gia nào cũng đủ tiềm lực để tự xây toàn bộ chuỗi giá trị AI.

Điều quan trọng hơn là không để bất kỳ mắt xích nào trở thành "điểm đứt" của cả hệ thống. Một doanh nghiệp có thể dùng ChatGPT, Gemini hay DeepSeek. Một trung tâm dữ liệu có thể dùng GPU của Nvidia hôm nay và phần cứng khác trong tương lai. Một cơ quan nhà nước có thể triển khai nhiều mô hình AI đồng thời. Càng có nhiều phương án thay thế, rủi ro bị "ngắt kết nối" càng thấp.