Phỏng vấn mới nhất của Marc Andreessen: DeepSeek, Unitree và cấu trúc quyền lực dưới tác động của AI
Tuyển chọn TechFlowTuyển chọn TechFlow
Phỏng vấn mới nhất của Marc Andreessen: DeepSeek, Unitree và cấu trúc quyền lực dưới tác động của AI
Người thắng trong AI ở giai đoạn hiện tại là tất cả người dùng, còn người thua là các công ty có mô hình độc quyền.
Chuyên sâu báo cáo Web3
Tác giả: MD
Xuất bản: Công ty Minh Lượng
Gần đây, podcast nổi tiếng của Mỹ Invest Like the Best đã phỏng vấn lại Marc Andreessen, người đồng sáng lập Andreessen Horowitz. Trong buổi phỏng vấn, Marc và người dẫn chương trình Patrick đã thảo luận sâu rộng về những thay đổi lớn mà AI đang định hình lại công nghệ và địa chính trị, cũng như bàn về trí tuệ nhân tạo mã nguồn mở DeepSeek và ý nghĩa của nó trong cuộc cạnh tranh công nghệ giữa các cường quốc. Ngoài ra, họ còn chia sẻ quan điểm về sự tiến hóa của cấu trúc quyền lực toàn cầu và sự chuyển mình của toàn bộ ngành đầu tư mạo hiểm.
「Công ty Minh Lượng」đã sử dụng công cụ AI để tổng hợp nhanh chóng nội dung chính của buổi phỏng vấn, toàn văn chi tiết xem tại liên kết gốc ở cuối bài viết.
Dưới đây là nội dung phỏng vấn (có lược bỏ):
Trò chuyện về DeepSeek, người chiến thắng và người thất bại trong AI
Patrick: Marc, tôi nghĩ chúng ta phải bắt đầu từ câu hỏi cốt lõi nhất. Anh có thể nói gì về quan điểm của mình đối với R1 của DeepSeek không?
Marc: Có rất nhiều khía cạnh ở đây. (Tôi cho rằng) Hoa Kỳ vẫn là quốc gia dẫn đầu được công nhận về khoa học và công nghệ trong lĩnh vực trí tuệ nhân tạo. Hầu hết các ý tưởng trong DeepSeek đều bắt nguồn từ những công trình cách đây 20 năm, thậm chí đáng ngạc nhiên là 80 năm trước, được thực hiện tại Mỹ hoặc châu Âu. Nghiên cứu ban đầu về mạng nơ-ron đã diễn ra từ những năm 1940 tại các trường đại học nghiên cứu của Mỹ và châu Âu.
Vì vậy, xét về mặt phát triển tri thức, Mỹ vẫn dẫn trước một khoảng cách rất xa.
Nhưng DeepSeek đã vận dụng kiến thức này một cách xuất sắc. Họ còn làm một điều tuyệt vời khác, đó là cung cấp nó dưới dạng mã nguồn mở cho cả thế giới. Điều này thực sự đáng kinh ngạc, vì hiện tượng này đã đảo ngược hoàn toàn. Bạn có những công ty Mỹ như OpenAI, về cơ bản là đóng cửa hoàn toàn.
Elon Musk từng kiện OpenAI một phần vì yêu cầu họ đổi tên công ty từ OpenAI thành Closed AI. Ban đầu, OpenAI dự định mọi thứ sẽ mở nguồn, nhưng giờ đây tất cả đều đã bị đóng lại. Các phòng thí nghiệm AI lớn khác như Anthropic cũng hoàn toàn đóng cửa. Thực tế, họ thậm chí đã ngừng công bố các bài báo nghiên cứu, coi mọi thứ là tài sản riêng.
Đội ngũ DeepSeek vì lý do riêng của họ, thực sự đã thực hiện lời hứa mã nguồn mở. Họ đã công bố mã nguồn của mô hình ngôn ngữ lớn (LLM) của mình (gọi là V3) và bộ suy luận (gọi là R1), đồng thời công bố bài báo kỹ thuật chi tiết giải thích cách họ xây dựng nó, về cơ bản cung cấp lộ trình cho bất kỳ ai muốn thực hiện công việc tương tự.
Vì vậy, nó đã được công khai. Có một lập luận sai lệch bên ngoài rằng nếu bạn sử dụng DeepSeek, bạn sẽ đưa mọi dữ liệu cho người Trung Quốc. Nếu bạn sử dụng dịch vụ trên trang web DeepSeek, điều đó đúng. Nhưng bạn có thể tải mã nguồn và chạy nó độc lập. Tôi lấy ví dụ: Perplexity là một công ty Mỹ, bạn có thể sử dụng DeepSeek R1 trên Perplexity, được lưu trữ hoàn toàn tại Mỹ. Microsoft và Amazon hiện đều có phiên bản đám mây DeepSeek, bạn có thể chạy nó trên nền tảng đám mây của họ, rõ ràng cả hai công ty này đều là công ty Mỹ, sử dụng trung tâm dữ liệu Mỹ.
Điều này rất quan trọng. Bây giờ bạn có thể tải hệ thống này về, và thực sự có thể chạy nó trên phần cứng trị giá 6000 đô la tại nhà hoặc tại công ty. Khả năng của nó tương đương với các hệ thống tiên tiến nhất của các công ty như OpenAI và Anthropic.
Các công ty này đã đầu tư rất nhiều tiền để xây dựng hệ thống của họ. Giờ đây, bạn có thể mua nó với giá 6000 đô la và sở hữu toàn quyền kiểm soát. Nếu bạn tự chạy nó, bạn có toàn quyền kiểm soát. Bạn có thể hiểu rõ hoàn toàn nó đang làm gì, bạn có thể sửa đổi nó, bạn có thể thực hiện nhiều thao tác khác nhau.
Nó còn có một tính năng đặc biệt xuất sắc gọi là chưng cất. Bạn có thể nén mô hình lớn cần phần cứng 6000 đô la để tạo ra các phiên bản nhỏ hơn. Trên mạng đã có người tạo ra các phiên bản nhỏ hơn và tối ưu hóa để bạn có thể chạy chúng trên MacBook hoặc iPhone. Những phiên bản này tuy không thông minh bằng phiên bản đầy đủ, nhưng vẫn khá thông minh. Bạn có thể tạo các phiên bản tùy chỉnh, chuyên biệt hóa cho lĩnh vực cụ thể, được chưng cất, chúng sẽ thể hiện xuất sắc trong lĩnh vực cụ thể đó.
Đây là một bước tiến lớn trong việc phổ biến hóa suy luận mô hình lớn và suy luận R1 trong lập trình, khoa học. Sáu tháng trước, những thứ này còn rất hàn lâm, cực kỳ đắt đỏ và độc quyền. Giờ đây, nó trở nên miễn phí và luôn sẵn có cho mọi người.
Mọi công ty công nghệ lớn, công ty internet, mọi startup, tuần này chúng tôi có hàng chục thậm chí hàng trăm startup, hoặc đang xây dựng lại dựa trên DeepSeek, hoặc tích hợp nó vào sản phẩm của họ, hoặc nghiên cứu công nghệ họ sử dụng và dùng nó để cải thiện hệ thống AI hiện tại.
Mark Zuckerberg của đội Meta gần đây đã nói rằng, đội Meta đang tháo rời DeepSeek, học hỏi hợp pháp các ý tưởng này, vì nó mã nguồn mở, và đảm bảo phiên bản tiếp theo của Llama có khả năng suy luận ít nhất ngang bằng hoặc tốt hơn DeepSeek. Điều này thực sự thúc đẩy sự phát triển của thế giới.
Chúng ta có thể rút ra hai điểm chính: AI sẽ hiện diện khắp nơi. Có rất nhiều chuyên gia kiểm soát rủi ro AI, an ninh, quản lý, quan chức, chính phủ, EU, người Anh... Tất cả những người này đều muốn hạn chế và kiểm soát AI, và điều này về cơ bản đảm bảo rằng tất cả những điều đó sẽ không xảy ra, tôi nghĩ điều đó rất tốt. Nó phù hợp hoàn hảo với truyền thống tự do của Internet. Sau đó, điều này đạt được mức giảm chi phí 30 lần trong khả năng suy luận.
Có lẽ cuối cùng cần chỉ ra rằng, điều này cho thấy suy luận sẽ hiệu quả. Suy luận sẽ hiệu quả trong mọi lĩnh vực hoạt động của con người, miễn là bạn có thể tạo ra câu trả lời, những câu trả lời này có thể được kiểm tra bởi các chuyên gia kỹ thuật sau đó để xác minh tính đúng đắn.
Chúng ta sẽ có AI có khả năng suy luận ở mức độ con người và siêu con người, điều này sẽ hiệu quả trong các lĩnh vực thực sự quan trọng: mã hóa, toán học, vật lý, hóa học, sinh học, kinh tế học, tài chính, luật pháp và y học.
Điều này về cơ bản đảm bảo rằng trong vòng năm năm tới, mọi người trên Trái đất sẽ có một luật sư AI, bác sĩ AI ở mức siêu con người, luôn sẵn sàng phục vụ, chỉ cần một tính năng tiêu chuẩn trên điện thoại di động. Điều này sẽ khiến thế giới trở nên tốt đẹp, khỏe mạnh và kỳ diệu hơn.
Patrick: Nhưng điều này cũng là bất ổn nhất, mô hình sẽ lỗi thời trong vòng hai tháng. Mỗi cấp độ công nghệ đều có rất nhiều đổi mới. Nhưng chỉ xét tại thời điểm hiện tại, khi bước vào phạm式 mới này, nếu bạn đang viết một chuyên mục về người chiến thắng và người thua cuộc trong số các bên liên quan, cho dù là các nhà phát triển ứng dụng mới, các nhà phát triển phần mềm hiện tại, các nhà cung cấp cơ sở hạ tầng như NVIDIA, hay các công ty mô hình mã nguồn mở và đóng. Theo anh, ai là người chiến thắng và người thua cuộc sau khi R1 được phát hành?
Marc: Nếu chụp một bức "ảnh nhanh" hôm nay, thì từ góc độ trò chơi zero-sum, xét tại một thời điểm, người chiến thắng là tất cả người dùng, tất cả người tiêu dùng, mỗi cá nhân và mỗi doanh nghiệp sử dụng AI.
Có một số startup, ví dụ như công ty cung cấp dịch vụ luật AI, tuần trước chi phí sử dụng AI của họ cao gấp 30 lần so với hiện tại.
Ví dụ, đối với một công ty đang xây dựng luật sư AI, nếu chi phí đầu vào chính giảm xuống 30 lần, điều này giống như chi phí xăng cho ô tô giảm 30 lần. Đột nhiên, bạn có thể đi xa gấp 30 lần với cùng một đô la, hoặc bạn có thể tận dụng khả năng chi tiêu bổ sung để mua thêm nhiều thứ. Tất cả các công ty này hoặc sẽ mở rộng đáng kể khả năng sử dụng AI trong tất cả các lĩnh vực này, hoặc họ sẽ có thể cung cấp dịch vụ rẻ hơn hoặc miễn phí. Vì vậy, đối với người dùng, đối với thế giới, đây là một kết quả tuyệt vời trên một cái bánh cố định.
Người thua cuộc là những công ty có mô hình độc quyền, như OpenAI, Anthropic, v.v. Bạn sẽ nhận thấy rằng OpenAI và Anthropic trong tuần qua đã đưa ra những thông điệp khá cứng rắn nhưng dường như là phản ứng lại, giải thích tại sao điều này không phải là dấu chấm hết cho họ. Trong kinh doanh và chính trị có một câu nói cũ, khi bạn đang giải thích, thì bạn đã thua rồi.
Sau đó là công ty NVIDIA. Về điều này có rất nhiều bình luận, nhưng NVIDIA sản xuất chip AI tiêu chuẩn mà mọi người sử dụng. Cũng có một số lựa chọn khác, nhưng NVIDIA là công ty mà hầu hết mọi người sử dụng. Tỷ suất lợi nhuận trên chip của họ lên tới 90%, giá cổ phiếu của công ty cũng phản ánh điều này. (NVIDIA) là một trong những công ty có giá trị nhất thế giới. Một trong những điều nhóm DeepSeek đã làm trong bài báo của họ là họ đã tìm ra cách sử dụng chip rẻ hơn, thực tế vẫn sử dụng chip của NVIDIA, nhưng họ sử dụng hiệu quả hơn.
Một phần của mức giảm chi phí 30 lần là bạn chỉ cần ít chip hơn. Nhân tiện, Trung Quốc đang xây dựng chuỗi cung ứng chip riêng, một số công ty cũng bắt đầu sử dụng chip có nguồn gốc từ Trung Quốc, điều này đương nhiên là mối đe dọa cơ bản hơn đối với NVIDIA. Vì vậy, đây là ảnh nhanh tại một thời điểm. Nhưng vấn đề là, câu hỏi của anh gợi ý một cách nhìn nhận khác, đó là theo thời gian, theo thời gian, bạn muốn nhìn thấy hiệu ứng co giãn. Satya Nadella đã sử dụng cụm từ gọi là nghịch lý Jevons.
Hãy tưởng tượng xăng dầu. Nếu giá xăng giảm mạnh, thì đột nhiên mọi người sẽ lái xe nhiều hơn. Điều này thường xuyên xảy ra trong quy hoạch giao thông. Vì vậy, bạn sẽ có một thành phố như Austin, giao thông tắc nghẽn, ai đó bỗng nảy ra ý tưởng xây dựng một tuyến đường cao tốc mới bên cạnh tuyến đường cao tốc hiện tại. Và trong vòng chưa đầy hai năm, tuyến đường cao tốc mới cũng bị tắc nghẽn, có thể thậm chí còn khó khăn hơn để di chuyển từ nơi này đến nơi khác. Lý do là việc giảm giá yếu tố đầu vào then chốt có thể kích thích nhu cầu.
Nếu AI đột nhiên rẻ hơn 30 lần, mọi người có thể sử dụng nó nhiều gấp 30 lần, hoặc nhân tiện, họ có thể sử dụng nó nhiều gấp 100 hoặc 1000 lần. Kinh tế học gọi thuật ngữ này là độ co giãn.
Vì vậy, giá giảm đồng nghĩa với nhu cầu tăng vọt. Tôi nghĩ có một kịch bản rất hợp lý là ở phía bên kia, khi lượng sử dụng tăng vọt, DeepSeek sẽ làm rất tốt. Nhân tiện, OpenAI, Anthropic cũng sẽ làm rất tốt, NVIDIA cũng sẽ làm rất tốt, các nhà sản xuất chip Trung Quốc cũng sẽ làm rất tốt.
Sau đó, bạn sẽ thấy một hiệu ứng thủy triều, toàn ngành sẽ bùng nổ. Chúng ta thực sự mới chỉ bắt đầu khi mọi người bắt đầu hiểu cách sử dụng các công nghệ này. Suy luận chỉ mới bắt đầu hiệu quả trong bốn tháng qua. OpenAI mới chỉ phát hành mô hình suy luận o1 của họ vài tháng trước. Có vẻ như mang ngọn lửa từ trên núi xuống và trao nó cho toàn nhân loại. Và phần lớn nhân loại vẫn chưa sử dụng lửa, nhưng họ sẽ dùng thôi.
Sau đó, thành thật mà nói, đây cũng là một quan niệm cũ, tức là sáng tạo, nói cách khác, nếu bạn là OpenAI hoặc công ty tương tự, những gì bạn làm tuần trước đã không còn tốt nữa. Nhưng nói lại, đó là cách thế giới vận hành. Bạn phải trở nên tốt hơn. Những việc này đều là cuộc đua. Bạn phải tiến hóa. Vì vậy, đây cũng là chất xúc tác mạnh mẽ thúc đẩy nhiều công ty hiện tại thực sự nâng cao trình độ, trở nên quyết liệt hơn.
……
Patrick: ……, nếu một công ty Trung Quốc sử dụng các mô hình được phát triển tại Mỹ, những mô hình này đã đầu tư rất nhiều vốn, sau đó dẫn đến công nghệ mang lại sự phong phú cho thế giới, đây là một điều khó hiểu. Tôi rất muốn nghe phản hồi của anh từ cả hai góc độ này.
Marc: Vâng, vậy là ở đây có một số vấn đề thực sự. Có một sự mỉa mai trong lập luận này, bạn thực sự sẽ nghe thấy lập luận này. Tất nhiên, điểm mỉa mai là OpenAI không phát minh ra Transformer. Thuật toán cốt lõi của mô hình ngôn ngữ lớn được gọi là Transformer.
Nó không được phát minh bởi OpenAI, mà bởi Google. Google đã phát minh ra nó và công bố bài báo liên quan, sau đó nhân tiện, họ không thương mại hóa nó. Họ tiếp tục nghiên cứu nó, nhưng không thương mại hóa, vì lý do "an toàn", họ cho rằng điều này có thể không an toàn. Vì vậy, họ để nó trên kệ suốt năm năm, sau đó nhóm OpenAI hiểu được điều này, lấy nó và tiếp tục phát triển.
Anthropic là chi nhánh của OpenAI. Anthropic cũng không phát minh ra Transformer. Vì vậy, dù là hai công ty này hay mọi phòng thí nghiệm Mỹ khác đang nghiên cứu mô hình ngôn ngữ lớn, mọi dự án mã nguồn mở khác, đều được xây dựng trên những thứ mà chính họ không tạo ra và phát triển.
Nhân tiện, Google phát minh ra Transformer vào năm 2017, nhưng bản thân Transformer lại dựa trên khái niệm mạng nơ-ron. Ý tưởng về mạng nơ-ron có thể truy nguyên về năm 1943. Vì vậy, 82 năm trước thực sự là thời điểm bài báo mạng nơ-ron nguyên bản được công bố, và Transformer được xây dựng trên nền tảng 70 năm nghiên cứu và phát triển, phần lớn được tài trợ bởi chính phủ liên bang và chính phủ châu Âu tại các trường đại học nghiên cứu.
Vì vậy, đây là một dòng dõi dài về tư tưởng và phát triển tri thức, phần lớn ý tưởng trong tất cả các hệ thống này đều không được phát triển bởi các công ty hiện tại đang xây dựng chúng. Không có công ty nào ngồi đây, bao gồm cả công ty của chúng tôi, có tuyên bố đạo đức đặc biệt nào rằng chúng tôi xây dựng từ đầu và nên kiểm soát hoàn toàn. Điều này hoàn toàn không đúng.
Vì vậy, tôi sẽ nói rằng những lập luận như vậy xuất phát từ cảm giác thất vọng nhất thời. Nhân tiện, những lập luận này cũng vô nghĩa, vì Trung Quốc đã làm điều đó, nó đã xuất hiện, sự việc đã xảy ra. Bây giờ có một tranh luận về bản quyền. Nếu bạn nói chuyện với các chuyên gia trong lĩnh vực này, rất nhiều người đang cố gắng hiểu tại sao DeepSeek lại xuất sắc đến vậy. Một trong những lý thuyết, đây là một lý thuyết chưa được chứng minh, nhưng là một lý thuyết mà các chuyên gia tin tưởng, là công ty Trung Quốc có thể đã sử dụng dữ liệu mà các công ty Mỹ không sử dụng để huấn luyện.
Điều đặc biệt gây ngạc nhiên là DeepSeek rất xuất sắc trong viết sáng tạo. DeepSeek có thể là AI giỏi nhất thế giới hiện nay về viết sáng tạo tiếng Anh. Điều này hơi kỳ lạ, vì ngôn ngữ chính thức của Trung Quốc là tiếng Trung. Mặc dù có một số tiểu thuyết gia tiếng Anh Trung Quốc rất xuất sắc, nhưng nói chung, bạn có thể nghĩ rằng viết sáng tạo tốt nhất nên đến từ phương Tây. Mà DeepSeek hiện nay có thể là tốt nhất, điều này thật đáng kinh ngạc.
Vì vậy, một trong những lý thuyết là DeepSeek có thể đã được huấn luyện. Ví dụ, có một số trang web tên là Libgen, về cơ bản là các kho dữ liệu Internet khổng lồ, chứa đầy sách lậu. Bản thân tôi dĩ nhiên sẽ không sử dụng Libgen, nhưng tôi có một người bạn thường xuyên sử dụng nó. Nó giống như siêu tập hợp của cửa hàng Kindle. Nó có mọi cuốn sách kỹ thuật số, ở định dạng PDF, bạn có thể tải xuống miễn phí. Nó giống như phiên bản phim của The Pirate Bay.
Các phòng thí nghiệm Mỹ có thể không cảm thấy mình có thể đơn giản tải xuống tất cả sách từ Libgen để huấn luyện, nhưng có lẽ các phòng thí nghiệm Trung Quốc cảm thấy họ có thể. Vì vậy, có thể tồn tại lợi thế khác biệt này. Dù sao, ở đây vẫn còn tranh chấp bản quyền chưa giải quyết. Mọi người cần cẩn thận với vấn đề này, vì vẫn còn tranh chấp bản quyền chưa giải quyết, một số công ty xuất bản về cơ bản muốn ngăn các công ty AI tạo sinh như OpenAI, Anthropic và DeepSeek sử dụng nội dung của họ.
Có một lập luận cho rằng những tài liệu này được bảo vệ bản quyền và không thể sử dụng tùy tiện. Còn một lập luận khác, về cơ bản nói rằng AI huấn luyện trên sách, bạn không sao chép sách, bạn đang đọc sách. AI đọc sách là hợp pháp.
Bạn và tôi được phép đọc sách, nhân tiện. Chúng ta có thể mượn sách từ thư viện. Chúng ta có thể cầm sách của bạn bè. Những hành vi này đều hợp pháp. Chúng ta được phép đọc sách, được phép học hỏi từ sách, sau đó chúng ta có thể tiếp tục cuộc sống hàng ngày, nói về những ý tưởng chúng ta học được từ sách. Lập luận khác là huấn luyện AI giống như con người đọc sách hơn là ăn cắp.
Sau đó còn thực tế là nếu... AI của họ có thể được huấn luyện trên tất cả sách, và nếu các công ty Mỹ cuối cùng bị cấm về mặt pháp lý huấn luyện trên sách, thì Mỹ có thể thua trong cuộc đua AI.
Xét về mặt thực tế, điều này có thể là đòn chí mạng, như thể họ thắng và chúng ta thua. Có thể có cả một loạt tranh luận rối rắm. DeepSeek không tiết lộ dữ liệu huấn luyện mà họ sử dụng. Vì vậy, khi bạn tải xuống DeepSeek, bạn không nhận được dữ liệu huấn luyện, bạn nhận được cái gọi là trọng số. Vì vậy, bạn nhận được mạng nơ-ron đã được huấn luyện từ dữ liệu đào tạo. Nhưng từ đó rất khó hoặc không thể xem và suy ra dữ liệu huấn luyện.
Nhân tiện, Anthropic và OpenAI cũng không tiết lộ dữ liệu huấn luyện mà họ sử dụng. Sau đó, trong lĩnh vực này có rất nhiều suy đoán gay gắt về những gì có và không có trong dữ liệu huấn luyện của OpenAI. Họ coi đây là bí mật thương mại. Họ sẽ không công khai những nội dung này. Vì vậy, DeepSeek Trung Quốc có thể khác biệt với những công ty này, hoặc cũng có thể không. Họ có thể có phương pháp huấn luyện khác biệt với công ty Trung Quốc. Chúng ta không biết.
Chúng ta không biết thuật toán chính xác của OpenAI và Anthropic là gì, vì chúng không mã nguồn mở. Chúng ta không biết chúng tốt hơn hoặc kém hơn bao nhiêu so với thuật toán DeepSeek công khai.
Trò chuyện về đóng nguồn và mã nguồn mở
Patrick: Anh có nghĩ rằng những mô hình đóng nguồn tham gia cạnh tranh, như OpenAI, Anthropic, cuối cùng sẽ giống như Apple và Android của Google không?
Marc: Tôi ủng hộ cạnh tranh tối đa. Nhân tiện, điều này phù hợp với vai trò của tôi là nhà đầu tư mạo hiểm. Vì vậy, nếu bạn là người sáng lập công ty, nếu tôi điều hành một công ty AI, tôi cần có một chiến lược rất cụ thể, có ưu điểm và nhược điểm, cần cân nhắc đánh đổi.
Là một nhà đầu tư mạo hiểm, tôi không cần làm như vậy. Tôi có thể đặt cược vào nhiều hướng trái ngược nhau. Đây là điều Peter Thiel gọi là lạc quan chắc chắn và lạc quan không chắc chắn. Người sáng lập công ty, CEO phải là người lạc quan chắc chắn. Họ phải có kế hoạch và phải thực hiện những đánh đổi khó khăn để thực hiện kế hoạch đó. Nhà đầu tư mạo hiểm là người lạc quan không chắc chắn. Chúng tôi có thể tài trợ cho một trăm công ty có 100 kế hoạch khác nhau, giả định mâu thuẫn lẫn nhau.
Bản chất công việc của tôi là tôi không cần đưa ra lựa chọn như anh vừa mô tả. Sau đó, điều này giúp tôi dễ dàng đưa ra một lập luận triết học, cá nhân tôi cũng đồng tình chân thành, đó là tôi ủng hộ cạnh tranh ở mức độ cao nhất. Vì vậy, đi sâu hơn một bước, điều này có nghĩa là tôi ủng hộ thị trường tự do, cạnh tranh tối đa và tự do tối đa.
Về cơ bản, nếu có thể có càng nhiều người thông minh nghĩ ra càng nhiều phương pháp khác nhau, và cạnh tranh với nhau trong thị trường tự do để xem điều gì xảy ra. Cụ thể với AI, điều này có nghĩa là tôi ủng hộ các phòng thí nghiệm lớn phát triển nhanh nhất có thể.
Tôi hoàn toàn ủng hộ OpenAI và Anthropic làm bất cứ điều gì họ muốn, ra mắt bất kỳ sản phẩm nào họ muốn, cố gắng phát triển hết sức. Miễn là họ không nhận được ưu đãi chính sách, trợ cấp hoặc hỗ trợ từ chính phủ, họ nên có thể làm bất cứ điều gì họ muốn như một công ty.
Tất nhiên, tôi cũng ủng hộ các startup. Chúng tôi đương nhiên đang tích cực tài trợ cho các startup AI ở mọi quy mô và loại hình. Vì vậy, tôi hy vọng họ có thể phát triển, sau đó tôi hy vọng mã nguồn mở có thể phát triển, một phần là vì tôi cho rằng nếu mọi thứ xuất hiện trong mã nguồn mở, ngay cả khi điều đó có nghĩa là một số công ty với mô hình kinh doanh nhất định không thể hoạt động, lợi ích đối với thế giới và toàn ngành là rất lớn, chúng ta sẽ tìm ra các cách kiếm tiền khác. AI sẽ trở nên phổ biến hơn, rẻ hơn, dễ tiếp cận hơn. Tôi nghĩ đây sẽ là một kết quả tốt.
Sau đó, một lý do rất quan trọng khác cho mã nguồn mở là, không có mã nguồn mở, mọi thứ đều trở thành hộp đen. Không có mã nguồn mở, mọi thứ đều trở thành hộp đen được sở hữu và kiểm soát bởi một vài công ty, những công ty này cuối cùng có thể cấu kết với chính phủ, chúng ta có thể thảo luận về điều đó. Nhưng bạn cần mã nguồn mở để có thể nhìn vào bên trong hộp.
Nhân tiện, bạn cũng cần mã nguồn mở cho nghiên cứu học thuật, vì vậy bạn cần mã nguồn mở để giảng dạy. Vì vậy, vấn đề trước đây về mã nguồn mở là, quay lại hai năm trước, khi chưa có mô hình LLM mã nguồn mở cơ bản, Meta phát hành Llama, sau đó là Mistral của Pháp, bây giờ là DeepSeek.
Nhưng trước khi những mô hình mã nguồn mở này xuất hiện, hệ thống đại học đang trải qua một cuộc khủng hoảng, tức là các nhà nghiên cứu đại học tại Stanford, MIT và Berkeley không có đủ ngân sách để mua chip NVIDIA trị giá một tỷ đô la để thực sự tham gia cạnh tranh trong lĩnh vực AI.
Vì vậy, nếu bạn nói chuyện với một giáo sư khoa học máy tính hai năm trước, họ sẽ rất lo lắng. Lo ngại đầu tiên là trường đại học của tôi không có đủ ngân sách để tham gia cạnh tranh trong lĩnh vực AI và duy trì tính liên quan. Sau đó, lo ngại khác là tất cả các trường đại học cộng lại cũng không có đủ ngân sách để tham gia cạnh tranh, vì không ai có thể theo kịp khả năng gây quỹ của các công ty lớn này.
Mã nguồn mở đã đưa các trường đại học trở lại cuộc chơi. Điều này có nghĩa là nếu tôi là giáo sư tại Stanford, MIT, Berkeley hoặc bất kỳ trường công lập nào, dù là Đại học Washington hay nơi nào khác, bây giờ tôi có thể sử dụng mã nguồn Llama, mã nguồn Mistral hoặc mã nguồn DeepSeek để giảng dạy. Tôi có thể thực hiện nghiên cứu, tôi có thể thực sự đạt được đột phá. Tôi có thể công bố kết quả nghiên cứu của mình, để mọi người thực sự hiểu điều gì đang xảy ra.
Sau đó, mỗi thế hệ trẻ mới đến đại học, tham gia các khóa học khoa học máy tính, họ sẽ có thể học cách làm điều này, trong khi nếu đây là một hộp đen, họ không thể làm được. Chúng ta cần mã nguồn mở như cần tự do ngôn luận, tự do học thuật và tự do nghiên cứu.
Vì vậy, mô hình của tôi về cơ bản là, bạn để các công ty lớn, công ty nhỏ và mã nguồn mở cạnh tranh lẫn nhau. Đây là điều đã xảy ra trong ngành máy tính. Nó hoạt động rất tốt. Đây là điều đã xảy ra trong ngành Internet. Nó hoạt động rất tốt. Tôi tin rằng điều này sẽ xảy ra trong lĩnh vực AI, và tôi nghĩ nó sẽ hiệu quả rất tốt.
Patrick: Có một giới hạn nào không, tức là mong muốn tốc độ tiến hóa và cạnh tranh cao nhất? Có thể có. Nếu tôi nói, chúng ta biết điều tốt nhất là do Trung Quốc làm ra, ……, có trường hợp nào anh nói, vâng, tôi muốn tiến hóa và cạnh tranh tối đa, nhưng lợi ích quốc gia ở một mức độ nào đó vượt qua khao khát tốc độ tiến hóa và phát triển cao nhất?
Marc: Lập luận này là một lập luận rất thực tế. Nó thường xuyên được đưa ra trong lĩnh vực AI. Thực tế, ngay lúc chúng ta đang ngồi đây, có hai điều. Thứ nhất, hiện tại thực sự có những hạn chế đối với việc các công ty phương Tây và công ty Mỹ bán chip AI tiên tiến cho Trung Quốc. Ví dụ, NVIDIA hiện tại thực sự không thể hợp pháp bán chip AI tiên tiến của mình cho Trung Quốc. Chúng ta đang sống trong một thế giới nơi quyết định này đã được đưa ra và chính sách này đã được thực hiện.
Sau đó, chính quyền Biden đã ban hành một lệnh hành pháp, tôi nghĩ hiện đã bị hủy bỏ, nhưng họ đã ban hành một lệnh hành pháp sẽ áp dụng các hạn chế tương tự đối với phần mềm. Đây là một cuộc tranh luận rất sôi nổi. Khi sự kiện DeepSeek xảy ra, Washington DC đang trải qua một vòng tranh luận như vậy.
Sau đó, về cơ bản, khi bạn rơi vào tranh luận chính sách, bạn gặp phải một tình huống cổ điển, tức là bạn có một phiên bản tranh luận lý tính, từ góc độ lý thuyết, điều gì phù hợp với lợi ích quốc gia. Sau đó bạn có một phiên bản tranh luận chính trị, tức là quá trình chính trị thực tế sẽ làm gì với lập luận lý tính? Để tôi nói như vậy, chúng ta đều có nhiều kinh nghiệm, nhìn thấy lập luận lý tính gặp quá trình chính trị, thường thì không phải lập luận lý tính thắng. Sau khi qua cỗ máy chính trị, kết quả thường không phải là thứ bạn ban đầu nghĩ sẽ nhận được.
Sau đó còn yếu tố thứ ba, chúng ta luôn cần thảo luận, đó là ảnh hưởng tham nhũng đặc biệt của các công ty lớn. Nếu bạn là một công ty lớn, bạn thấy sự thay đổi ở các công ty Trung Quốc (cạnh tranh hơn), mối đe dọa từ những gì đang xảy ra với mã nguồn mở, dĩ nhiên bạn sẽ cố gắng sử dụng chính phủ Mỹ để bảo vệ chính mình. Có thể điều này phù hợp với lợi ích quốc gia, có thể không. Nhưng bạn chắc chắn sẽ thúc đẩy điều này, dù nó có phù hợp với lợi ích quốc gia hay không. Đây là điều làm cho cuộc tranh luận trở nên phức tạp.
Bạn không thể bán chip AI tiên tiến cho Trung Quốc. Điều này chắc chắn đang cản trở họ ở một số khía cạnh. Có một số việc họ sẽ không thể làm. Có thể điều này là tốt, vì bạn đã quyết định đây là phù hợp với lợi ích quốc gia. Nhưng hãy xem xét ba hậu quả thú vị khác phát sinh từ đây.
Vì vậy, một trong những hậu quả là tạo động lực lớn cho các công ty Trung Quốc, để thiết kế cách làm mọi việc trên chip rẻ hơn. Đây là một phần quan trọng trong đột phá của DeepSeek, tức là họ đã tìm ra cách sử dụng chip rẻ hơn hợp pháptuân thủđể làm những việc mà các công ty Mỹ cần chip lớn hơn mới làm được. Đây cũng là lý do tại sao nó rẻ như vậy. Một trong những lý do là bạn có thể chạy nó trên phần cứng trị giá 6000 đô la, là vì họ đã dành rất nhiều thời gian và công sức để tối ưu hóa mã nguồn, để nó có thể chạy hiệu quả trên chip rẻ hơn không bị trừng phạt. Bạn đã buộc một phản ứng tiến hóa.
Vì vậy, đây là phản ứng đầu tiên, có thể điều này đã phần nào phản tác dụng. Hậu quả thứ hai là bạn khuyến khích khu vực nhà nước và tư nhân Trung Quốc phát triển một ngành công nghiệp chip song song. Vì vậy, nếu họ biết họ không thể nhận được chip Mỹ, thì họ sẽ đi phát triển. Họ đang làm điều này ngay bây giờ. Họ có một kế hoạch toàn quốc để xây dựng ngành công nghiệp chip riêng, để họ không phụ thuộc vào chip Mỹ.
Vì vậy, từ góc độ phản thực tế, có thể họ sẽ mua chip Mỹ. Bây giờ họ sẽ tìm cách tự sản xuất. Có thể năm năm nữa họ có thể làm được điều này. Nhưng một khi họ đạt đến vị trí có thể tự sản xuất, thì chúng ta sẽ có một đối thủ cạnh tranh trực tiếp trên thị trường toàn cầu mà chúng ta sẽ không có nếu chỉ bán chip cho họ. Và nhân tiện, đến lúc đó, chúng ta không có bất kỳ quyền kiểm soát nào đối với chip của họ. Họ có thể kiểm soát hoàn toàn. Họ có thể bán dưới giá thành, họ có thể làm bất cứ điều gì họ muốn.
Khả năng suy luận AI thay đổi ngành VC và đầu tư như thế nào
Patrick: Anh nghĩ tất cả những điều này sẽ ảnh hưởng đến phân bổ vốn như thế nào? Điều tôi quan tâm nhất là, có lẽ trong năm năm nữa, công ty của anh, Andreessen Horowitz (A16Z), sẽ bị ảnh hưởng như thế nào. Nếu tôi nghĩ rằng công ty đầu tư là sự kết hợp của một số khả năng gây quỹ vốn, thực hiện công việc phân tích xuất sắc và khả năng đánh giá con người, đặc biệt là ở giai đoạn sớm, anh nghĩ chức năng này sẽ thay đổi như thế nào do sự xuất hiện của khả năng suy luận «o7» (AI)?
Marc: Tôi hy vọng phần phân tích sẽ có những thay đổi lớn. Chúng ta giả sử các công ty đầu tư tốt nhất thế giới sẽ rất giỏi trong việc tận dụng công nghệ này để thực hiện công việc phân tích mà họ đang làm.
Dù vậy, có một câu nói là «con trai thợ giày không có giày», có lẽ những công ty đầu tư mạo hiểm đầu tư mạnh mẽ nhất trong lĩnh vực AI lại là một trong những công ty không đủ quyết liệt trong việc ứng dụng thực tế. Nhưng bên trong công ty chúng tôi đang có nhiều nỗ lực, tôi rất phấn khích về điều đó. Nhưng công ty như chúng tôi cần theo kịp tình hình, vì vậy chúng tôi phải thực sự làm được điều đó.
Có phải một số công việc đã bắt đầu trong ngành chưa? Có thể chưa. Có thể chưa đủ. Dù vậy, đối với đầu tư giai đoạn sau hoặc đầu tư thị trường công khai, nhiều người chúng tôi nói chuyện có một góc nhìn rất phân tích. Thậm chí có những nhà đầu tư vĩ đại, tôi nghĩ là Warren Buffett. Tôi không biết điều này có đúng không, nhưng tôi luôn nghe nói Warren chưa bao giờ gặp giám đốc điều hành (CEO).
Patrick: Ông ấy muốn «công ty sandwich thịt nguội».
Marc: Vâng, vâng, ông ấy muốn công ty đơn giản như sandwich thịt nguội. Và tôi nghĩ ông ấy hơi lo lắng về việc bị hấp dẫn bởi một câu chuyện hay. Bạn biết đấy, nhiều giám đốc điều hành là những người rất quyến rũ. Họ luôn được mô tả là «tóc đẹp, răng trắng, giày đánh bóng, vest chỉn chu». Họ rất giỏi bán hàng. Bạn biết đấy, một trong những điều mà giám đốc điều hành giỏi là bán hàng, đặc biệt là bán cổ phiếu của chính họ.
Vì vậy, nếu bạn là Buffett, bạn ngồi ở Omaha, việc bạn làm là đọc báo cáo thường niên. Công ty sẽ liệt kê mọi thứ trong báo cáo thường niên và bị ràng buộc bởi luật liên bang để đảm bảo nội dung là thật. Vì vậy, đây là cách phân tích của bạn. Vậy thì các mô hình suy luận như o1, o3, o7 hoặc R4 có làm tốt hơn phần lớn nhà đầu tư khi phân tích báo cáo thường niên không? Có thể là như vậy.
Như bạn biết, đầu tư là một cuộc đua vũ trang, giống như mọi thứ khác. Vì vậy, nếu nó hiệu quả với một người, nó sẽ hiệu quả với mọi người. Nó sẽ là cơ hội chênh lệch trong một thời gian, sau đó sẽ đóng lại và trở thành tiêu chuẩn. Vì vậy, tôi dự đoán ngành quản lý đầu tư sẽ áp dụng công nghệ này theo cách này. Nó sẽ trở thành một cách vận hành tiêu chuẩn.
Tôi nghĩ tình hình đối với đầu tư mạo hiểm giai đoạn sớm có chút khác biệt. Điều tôi sắp nói có thể chỉ là mong ước cá nhân của tôi. Tôi có thể là người lính Nhật Bản cuối cùng ở một hòn đảo hẻo lánh năm 1948, nói những điều tôi sắp nói. Tôi sẽ liều thử. Nhưng tôi sẽ nói rằng, xem nào, ở giai đoạn sớm, nhiều việc chúng tôi làm trong năm năm đầu thực chất là đánh giá sâu sắc cá nhân, sau đó hợp tác sâu sắc với những người này.
Đây cũng là lý do tại sao đầu tư mạo hiểm khó mở rộng quy mô, đặc biệt là (vượt) địa lý. Các thử nghiệm quy mô địa lý thường không hiệu quả. Lý do là bạn cuối cùng cần dành thời gian dài đối mặt với những người này, không chỉ trong quá trình đánh giá mà còn trong quá trình xây dựng. Bởi vì trong năm năm đầu, các công ty này thường chưa tự lái được.
Bạn thực sự cần hợp tác chặt chẽ với họ để đảm bảo họ có thể thực hiện mọi thứ cần thiết để thành công. Ở đây tồn tại mối quan hệ sâu sắc, cuộc đối thoại, tương tác, hướng dẫn rất sâu sắc, nhân tiện, chúng tôi học từ họ, họ cũng học từ chúng tôi. Đây là một trao đổi hai chiều.
Chúng tôi không có tất cả câu trả lời, nhưng chúng tôi có một góc nhìn, vì chúng tôi thấy toàn cảnh rộng hơn, trong khi họ tập trung hơn vào chi tiết cụ thể. Vì vậy, có rất nhiều tương tác hai chiều. Tyler Cowen đã nói về điều này, tôi nghĩ ông ấy gọi là «lựa chọn dự án».
Tất nhiên, «khai thác nhân tài» là một phiên bản khác, về cơ bản, nếu bạn nhìn lại bất kỳ lĩnh vực mới nào trong lịch sử nhân loại, bạn gần như luôn có thể tìm thấy hiện tượng này, tức là có một số người có tính cách độc đáo cố gắng làm điều gì đó mới, sau đó có một lớp hỗ trợ chuyên nghiệp, những người tài trợ và hỗ trợ họ. Trong ngành âm nhạc, David Geffen phát hiện tất cả các nghệ sĩ dân ca đầu tiên và biến họ thành ngôi sao nhạc rock. Hoặc trong ngành điện ảnh, David O. Selznick phát hiện các diễn viên điện ảnh đầu tiên và biến họ thành ngôi sao điện ảnh. Hoặc trong một quán cà phê, quán rượu ở Maine cách đây 500 năm, có người đang thảo luận ai là thuyền trưởng săn cá voi có thể đi săn cá voi.
Bạn biết đấy, đây là Nữ hoàng Isabella trong cung điện nghe Columbus đề xuất và nói: «Nghe có vẻ hợp lý. Tại sao không chứ?». Sự kết hợp ma thuật này, sự kết hợp ma thuật giữa những người làm việc mới và lớp hỗ trợ chuyên nghiệp, những người hỗ trợ, tài trợ cho họ, đã tồn tại hàng trăm, thậm chí hàng ngàn năm.
Bạn có thể đã thấy các thủ lĩnh bộ tộc hàng ngàn năm trước, họ ngồi quanh đống lửa, một chiến binh trẻ đi đến và nói: «Tôi muốn dẫn một đội săn đến khu vực kia, xem liệu có con mồi tốt hơn ở đó không». Và thủ lĩnh ngồi bên đống lửa, cố gắng quyết định có nên đồng ý hay không. Vì vậy, đây là một tương tác rất nhân văn. Tôi đoán tương tác này sẽ tiếp tục. Tất nhiên, nếu tôi gặp một thuật toán giỏi hơn tôi trong việc này, tôi sẽ nghỉ hưu ngay lập tức. Hãy chờ xem.
Patrick: Anh đang xây dựng một trong những công ty lớn nhất trong lĩnh vực này. Làm thế nào để điều chỉnh chiến lược phát triển công ty để đối phó với công nghệ mới này? Cho dù là vận hành thực tế hay định hướng chiến lược, anh có thực hiện điều chỉnh nào không? Anh điều chỉnh định hướng phát triển công ty như thế nào để đối phó với công nghệ mới này?
Marc: Một phần quan trọng trong việc điều hành công ty đầu tư mạo hiểm, theo quan điểm của chúng tôi, là tồn tại một
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
