Bốn thách thức lớn của OpenAI đằng sau vẻ ngoài huy hoàng
Tuyển chọn TechFlowTuyển chọn TechFlow
Bốn thách thức lớn của OpenAI đằng sau vẻ ngoài huy hoàng
Benedict Evans cho biết việc thiếu hào kỹ thuật, mức độ gắn bó của người dùng chưa đủ cao, chiến lược nền tảng thiếu hiệu ứng bánh xe quay (flywheel effect), cũng như chiến lược sản phẩm bị giới hạn bởi định hướng nghiên cứu trong phòng thí nghiệm đang đe dọa năng lực cạnh tranh lâu dài của OpenAI.
Chuyên sâu báo cáo Web3Tác giả: Triệu Dĩnh
Nguồn: Wall Street Insights
Benedict Evans – cựu đối tác tại a16z và nhà phân tích công nghệ nổi tiếng – gần đây đã công bố một bài phân tích chuyên sâu, thẳng thắn chỉ ra bốn khó khăn chiến lược căn bản mà OpenAI đang phải đối mặt đằng sau vẻ ngoài thịnh vượng. Ông cho rằng, dù OpenAI sở hữu cơ sở người dùng khổng lồ và nguồn vốn dồi dào, nhưng việc thiếu “hào thành công nghệ”, mức độ gắn kết người dùng thấp, các đối thủ cạnh tranh nhanh chóng bắt kịp, cùng với chiến lược sản phẩm bị chi phối bởi định hướng nghiên cứu trong phòng thí nghiệm, đang đe dọa năng lực cạnh tranh dài hạn của công ty.
Evans nhấn mạnh rằng mô hình kinh doanh hiện tại của OpenAI không mang lại lợi thế cạnh tranh rõ ràng. Công ty vừa không sở hữu công nghệ độc đáo, cũng chưa tạo dựng được hiệu ứng mạng; trong số 900 triệu người dùng hoạt động hàng tuần, chỉ 5% trả phí, và 80% người dùng gửi ít hơn 1.000 tin nhắn trong năm 2025 – tương đương trung bình dưới ba lần nhắc (prompt) mỗi ngày. Mô hình sử dụng “rộng một dặm, nông một inch” này cho thấy ChatGPT vẫn chưa trở thành thói quen hàng ngày của người dùng.
Đồng thời, các ông lớn công nghệ như Google và Meta đã bắt kịp OpenAI về mặt công nghệ và đang tận dụng lợi thế phân phối để chiếm lĩnh thị phần. Theo Evans, giá trị thực sự trong lĩnh vực AI sẽ đến từ những trải nghiệm và ứng dụng hoàn toàn mới chưa được phát minh, trong khi OpenAI không thể tự mình tạo ra tất cả những đổi mới đó. Điều này buộc công ty phải chiến đấu trên nhiều mặt trận cùng lúc, triển khai toàn diện từ hạ tầng đến lớp ứng dụng.
Phân tích của Evans hé lộ một mâu thuẫn cốt lõi: OpenAI cố gắng xây dựng rào cản cạnh tranh thông qua đầu tư vốn quy mô lớn và chiến lược nền tảng toàn-stack, song hiệu quả của chiến lược này vẫn còn nghi vấn trong bối cảnh thiếu hiệu ứng mạng và cơ chế khóa người dùng. Đối với các nhà đầu tư, điều này đồng nghĩa với việc cần đánh giá lại chủ đề giá trị dài hạn của OpenAI cũng như vị thế thực sự của công ty trong cục diện cạnh tranh AI.
Lợi thế công nghệ suy giảm: Hiện tượng đồng nhất hóa mô hình gia tăng
Trong bài phân tích, Evans chỉ ra rằng hiện có khoảng sáu tổ chức có khả năng tung ra các mô hình tiên tiến cạnh tranh được, với hiệu năng cơ bản tương đương nhau. Các công ty luân phiên vượt mặt nhau từng vài tuần một, song không bên nào thiết lập được vị thế dẫn đầu về công nghệ mà đối thủ không thể bắt kịp. Điều này trái ngược hẳn với các nền tảng như Windows, công cụ tìm kiếm Google hay Instagram – vốn đạt được sự tự củng cố thị phần nhờ hiệu ứng mạng, khiến đối thủ dù bỏ ra bao nhiêu tiền bạc và nỗ lực cũng khó phá vỡ thế độc quyền.
Tình trạng bình đẳng công nghệ này có thể thay đổi nếu xuất hiện một bước đột phá nào đó, rõ ràng nhất là khả năng học liên tục (continuous learning), song Evans cho rằng OpenAI hiện không thể lên kế hoạch cho điều này. Một yếu tố khác có thể tạo sự khác biệt là hiệu ứng quy mô từ dữ liệu độc quyền – bao gồm dữ liệu người dùng hoặc dữ liệu ngành dọc – song các công ty nền tảng hiện hữu cũng đang nắm giữ lợi thế tương tự.
Trong bối cảnh hiệu năng mô hình ngày càng tiệm cận nhau, cuộc cạnh tranh đang chuyển sang thương hiệu và kênh phân phối. Sự tăng trưởng nhanh chóng về thị phần của Gemini và Meta AI chính là minh chứng rõ ràng cho xu hướng này: đối với người dùng phổ thông, các sản phẩm này trông khá giống nhau, trong khi Google và Meta lại sở hữu năng lực phân phối mạnh mẽ. Ngược lại, mô hình Claude của Anthropic dù thường xuyên dẫn đầu trong các bài kiểm tra chuẩn (benchmark), nhưng do thiếu chiến lược tiếp cận người tiêu dùng và sản phẩm cụ thể, mức độ nhận diện thương hiệu của nó trong giới người dùng gần như bằng không.
Evans so sánh ChatGPT với Netscape – trình duyệt từng chiếm ưu thế sớm trên thị trường, song cuối cùng bị Microsoft đánh bại nhờ lợi thế phân phối. Ông cho rằng chatbot và trình duyệt đều đối mặt với cùng một bài toán khác biệt hóa: về bản chất, chúng chỉ là một ô nhập liệu và một ô đầu ra, không gian đổi mới sản phẩm cực kỳ hạn chế.
Cơ sở người dùng mong manh: Quy mô không che giấu được mức độ gắn kết thấp
Dù OpenAI có lợi thế rõ ràng với 8–900 triệu người dùng hoạt động hàng tuần, Evans chỉ ra rằng con số này che giấu một vấn đề nghiêm trọng về mức độ tham gia của người dùng. Phần lớn người dùng đã biết và biết cách sử dụng ChatGPT nhưng chưa biến nó thành thói quen hàng ngày.
Số liệu cho thấy chỉ 5% người dùng ChatGPT trả phí; ngay cả ở nhóm thanh thiếu niên Mỹ, tỷ lệ người dùng vài lần hoặc ít hơn mỗi tuần cũng cao hơn nhiều so với nhóm dùng nhiều lần mỗi ngày. Trong sự kiện “Tổng kết năm 2025”, OpenAI tiết lộ 80% người dùng gửi ít hơn 1.000 tin nhắn trong năm 2025, tức trung bình dưới ba lần nhắc mỗi ngày – và số lần trò chuyện thực tế còn thấp hơn nữa.
Việc sử dụng hời hợt như vậy khiến đa số người dùng không nhận ra sự khác biệt giữa các mô hình về tính cách và trọng tâm, cũng không hưởng lợi từ các tính năng nhằm tăng độ gắn kết như “bộ nhớ”. Evans nhấn mạnh, tính năng bộ nhớ chỉ tạo ra độ gắn kết chứ không tạo ra hiệu ứng mạng. Đồng thời, dữ liệu sử dụng từ cơ sở người dùng lớn hơn có thể là một lợi thế, song khi 80% người dùng chỉ dùng vài lần mỗi tuần, thì giá trị thực sự của lợi thế này đáng để nghi vấn.
Chính OpenAI cũng thừa nhận tồn tại vấn đề này, đưa ra khái niệm “khoảng cách năng lực” giữa khả năng của mô hình và việc sử dụng thực tế của người dùng. Theo Evans, đây là cách né tránh thực tế rằng sản phẩm chưa đạt được sự phù hợp rõ ràng với thị trường. Nếu người dùng không nghĩ ra được việc gì để làm với sản phẩm trong đời sống thường nhật, điều đó chứng tỏ sản phẩm chưa thực sự thay đổi cuộc sống của họ.
Việc công ty triển khai dự án quảng cáo một phần nhằm bù đắp chi phí phục vụ hơn 90% người dùng không trả phí, song ý nghĩa chiến lược sâu xa hơn nằm ở chỗ giúp công ty cung cấp cho nhóm người dùng này các mô hình mới nhất, mạnh nhất (và đắt đỏ nhất), với hy vọng gia tăng mức độ gắn kết. Tuy nhiên, Evans đặt câu hỏi: Nếu người dùng hôm nay hoặc tuần này không nghĩ ra được việc gì để làm với ChatGPT, thì việc cung cấp cho họ một mô hình tốt hơn liệu có thực sự thay đổi được tình trạng này?
Chiến lược nền tảng gây hoài nghi: Thiếu hiệu ứng bánh xe quay thực sự
Năm ngoái, Giám đốc điều hành OpenAI Sam Altman đã cố gắng tập hợp các sáng kiến của công ty thành một chiến lược mạch lạc, trình bày một biểu đồ và trích dẫn câu nói nổi tiếng của Bill Gates: “Định nghĩa của một nền tảng là giá trị nó tạo ra cho các đối tác phải lớn hơn giá trị nó tạo ra cho chính mình.” Đồng thời, Giám đốc tài chính công bố một biểu đồ khác minh họa “hiệu ứng bánh xe quay” (flywheel effect).
Theo Evans, hiệu ứng bánh xe quay là một chiến lược tinh tế và mạch lạc: chính khoản chi tiêu vốn tạo thành một vòng xoáy tích cực, từ đó làm nền tảng để xây dựng một công ty nền tảng toàn-stack. Từ chip và hạ tầng, công ty xây dựng từng lớp trong chuỗi công nghệ, và càng lên cao trong chuỗi, khả năng hỗ trợ người khác sử dụng công cụ của bạn để tạo ra sản phẩm riêng càng mạnh. Mọi người đều dùng đám mây, chip và mô hình của bạn, rồi ở các lớp cao hơn, các thành phần trong chuỗi công nghệ tương hỗ lẫn nhau, tạo nên hiệu ứng mạng và hệ sinh thái.
Tuy nhiên, Evans thẳng thắn cho rằng đây không phải phép so sánh đúng đắn: OpenAI không sở hữu động lực nền tảng và hệ sinh thái như Microsoft hay Apple từng có, và biểu đồ “bánh xe quay” kia thực tế không phản ánh hiệu ứng bánh xe quay thực sự.
Về chi tiêu vốn, bốn công ty điện toán đám mây hàng đầu đã đầu tư khoảng 400 tỷ USD vào hạ tầng năm ngoái và tuyên bố sẽ chi tối thiểu 650 tỷ USD trong năm nay. Mấy tháng trước, OpenAI tuyên bố cam kết sở hữu 1,4 nghìn tỷ USD và 30 gigawatt công suất tính toán trong tương lai (không nêu rõ thời hạn), trong khi lượng công suất thực tế sử dụng đến cuối năm 2025 chỉ là 1,9 gigawatt. Do thiếu dòng tiền lớn từ hoạt động kinh doanh hiện hữu, công ty đạt được các mục tiêu này thông qua huy động vốn và sử dụng bảng cân đối kế toán của bên thứ ba (một phần liên quan đến “doanh thu luân hồi”).
Evans cho rằng khoản đầu tư vốn quy mô lớn có thể chỉ đơn thuần giúp công ty giành một chỗ ngồi, chứ không tạo ra lợi thế cạnh tranh. Ông so sánh chi phí hạ tầng AI với ngành sản xuất máy bay hay bán dẫn: không có hiệu ứng mạng, song công nghệ ở mỗi thế hệ đều trở nên khó khăn và tốn kém hơn, cuối cùng chỉ một số ít công ty đủ khả năng duy trì mức đầu tư cần thiết để đứng ở tuyến đầu. Tuy nhiên, dù TSMC nắm giữ vị thế độc quyền thực tế trong lĩnh vực chip tiên tiến, điều này cũng không mang lại cho họ đòn bẩy hay khả năng chiếm lĩnh giá trị ở các lớp công nghệ phía trên trong chuỗi.
Evans chỉ ra rằng các nhà phát triển phải xây dựng ứng dụng cho Windows vì nền tảng này sở hữu hầu hết người dùng, còn người dùng phải mua PC chạy Windows vì nền tảng này sở hữu hầu hết nhà phát triển – đó chính là hiệu ứng mạng. Nhưng nếu bạn phát minh ra một ứng dụng hoặc sản phẩm mới tuyệt vời nhờ AI sinh tổng hợp, bạn chỉ cần gọi mô hình nền tảng chạy trên đám mây qua API, và người dùng thậm chí không biết hoặc không quan tâm bạn đang dùng mô hình nào.
Thiếu quyền kiểm soát sản phẩm: Chiến lược bị chi phối bởi phòng thí nghiệm
Evans mở đầu bài viết bằng trích dẫn một đoạn phát biểu của Fidji Simo – người phụ trách sản phẩm tại OpenAI – vào năm 2026: “Jakub và Mark xác định hướng nghiên cứu dài hạn. Sau vài tháng làm việc, những thành quả tuyệt vời xuất hiện, rồi các nhà nghiên cứu sẽ liên hệ tôi và nói: ‘Tôi có một thứ rất thú vị. Bạn định tích hợp nó vào trò chuyện như thế nào? Nó sẽ được dùng trong sản phẩm doanh nghiệp của chúng ta ra sao?’”
Đoạn nói này tương phản rõ rệt với câu nói nổi tiếng của Steve Jobs năm 1997: “Bạn phải bắt đầu từ trải nghiệm khách hàng, rồi suy ngược lại công nghệ. Bạn không thể bắt đầu từ công nghệ rồi cố gắng tìm xem nên bán nó ở đâu.”
Evans cho rằng khi bạn là người phụ trách sản phẩm tại một phòng thí nghiệm AI, bạn không thể kiểm soát lộ trình của mình, và khả năng thiết lập chiến lược sản phẩm là cực kỳ hạn chế. Mỗi sáng bạn mở email và phát hiện phòng thí nghiệm vừa tạo ra điều gì, còn nhiệm vụ của bạn là biến điều đó thành một nút bấm. Chiến lược diễn ra ở nơi khác – nhưng ở đâu?
Vấn đề này làm nổi bật thách thức căn bản mà OpenAI đang đối mặt: khác với Google những năm 2000 hay Apple những năm 2010, những nhân viên thông minh và đầy tham vọng của OpenAI không sở hữu một sản phẩm thực sự hiệu quả – và cũng không phải điều mà người khác không thể làm được. Theo Evans, một cách hiểu về các hoạt động của OpenAI trong 12 tháng qua là Sam Altman nhận thức sâu sắc điều này và đang cố gắng chuyển hóa định giá công ty thành một vị thế chiến lược bền vững hơn trước khi “nhạc dừng”.
Trong phần lớn năm ngoái, câu trả lời của OpenAI dường như là “làm mọi thứ, cùng lúc, ngay lập tức”: nền tảng ứng dụng, trình duyệt, ứng dụng video xã hội, hợp tác với Jony Ive, nghiên cứu y khoa, quảng cáo… Evans cho rằng một số sáng kiến này trông giống như “tấn công toàn diện”, hoặc chỉ là kết quả của việc tuyển dụng ồ ạt những cá nhân năng nổ. Đôi khi còn tạo cảm giác rằng mọi người đang sao chép hình thức của các nền tảng thành công trước đây, mà chưa thực sự hiểu rõ mục đích hay cơ chế vận hành của chúng.
Evans lặp đi lặp lại các thuật ngữ như nền tảng, hệ sinh thái, đòn bẩy và hiệu ứng mạng, song ông thừa nhận những thuật ngữ này được sử dụng rộng rãi trong ngành công nghệ nhưng hàm ý lại khá mơ hồ. Ông trích dẫn lời giáo sư lịch sử Trung cổ Roger Lovatt – người từng dạy ông ở đại học: “Quyền lực là khả năng khiến người khác làm điều họ không muốn làm.” Đó mới chính là vấn đề then chốt: OpenAI có khả năng khiến người tiêu dùng, nhà phát triển và doanh nghiệp sử dụng hệ thống của mình nhiều hơn – bất kể hệ thống đó thực sự làm gì hay không?
Theo Evans, một cách hiểu tốt câu nói của Bill Gates là nền tảng thực sự khai thác được sức sáng tạo của toàn ngành công nghệ, nhờ đó bạn không cần tự mình phát minh mọi thứ, mà vẫn có thể xây dựng quy mô lớn hơn nhiều – song tất cả đều được thực hiện trên hệ thống của bạn, do bạn kiểm soát. Các mô hình nền tảng thực sự là bộ khuếch đại, và vô số sản phẩm mới sẽ được xây dựng dựa trên chúng. Nhưng liệu bạn có lý do thuyết phục nào để khiến mọi người phải sử dụng sản phẩm của bạn, ngay cả khi đối thủ đã xây dựng sản phẩm tương tự? Liệu bạn có lý do nào để đảm bảo sản phẩm của mình luôn vượt trội hơn đối thủ, bất kể họ đầu tư bao nhiêu tiền bạc và nỗ lực?
Evans kết luận rằng, nếu thiếu những lợi thế trên, điều duy nhất bạn sở hữu chỉ là năng lực thực thi hàng ngày. Thực thi tốt hơn tất cả những người khác dĩ nhiên là một khát vọng, và một số công ty đã làm được điều này trong một thời gian dài – thậm chí thuyết phục chính mình rằng họ đã thể chế hóa được năng lực ấy – song đó không phải là một chiến lược.
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
