Giới thiệu: David George, đối tác của a16z Growth và Chris Dixon, đối tác của a16z crypto, đã có cuộc trò chuyện để thảo luận về tầm nhìn của họ đối với Internet mới, bao gồm cơ sở hạ tầng AI phi tập trung với tiền điện tử; khởi xướng hiệu ứng mạng lưới, AI sẽ trở thành hình thức truyền thông bản địa của thời đại này, v.v. Cuộc trò chuyện cũng khám phá lý do tại sao mô hình kinh doanh ban đầu của Internet đang bị phá vỡ và cách Internet mới đang giới thiệu các mô hình kinh doanh hoàn toàn mới cho những người sáng tạo.
Công nghệ đã phát triển như thế nào
David George: Hiện tại, anh dành phần lớn thời gian tập trung vào lĩnh vực mã hóa. Bạn nghĩ gì về mối quan hệ giữa công nghệ mã hóa và AI?
Chris Dixon: Quan điểm vĩ mô của tôi là làn sóng công nghệ có xu hướng xuất hiện theo cặp hoặc theo bộ ba. Mười lăm năm trước, Internet di động, mạng xã hội và điện toán đám mây là ba xu hướng chính. Internet di động đã giúp số lượng người dùng có thiết bị máy tính tăng từ hàng trăm triệu lên hàng tỷ; mạng xã hội là ứng dụng hấp dẫn thu hút người dùng; và điện toán đám mây là cơ sở hạ tầng hỗ trợ tất cả. Ba điều này phụ thuộc lẫn nhau và không thể thiếu. Mọi người tranh luận xem cái nào tốt hơn, nhưng hóa ra cả hai đều quan trọng.
David George: Vâng, tất cả đều cần thiết.
Chris Dixon: Tôi nghĩ AI, mã hóa và các thiết bị mới (như robot, xe tự lái và VR) là ba xu hướng thú vị nhất hiện nay. Chúng cũng bổ sung cho nhau và cùng nhau phát triển. Mật mã học là một khái niệm mới (và đó cũng chính là nội dung cuốn sách của tôi) cung cấp một cách hoàn toàn mới để thiết kế Internet và xây dựng mạng lưới. Nó có một số tính chất độc đáo khiến những điều trước đây không thể trở thành có thể. Khi nghĩ đến tiền điện tử, nhiều người nghĩ đến Bitcoin hoặc tiền meme. Nhưng đối với tôi và nhiều chuyên gia thực sự hiểu về mã hóa, bản chất của mã hóa còn hơn thế nữa. Nó có nhiều điểm tương đồng với AI. Một trong những cách kết hợp cơ bản nhất là sử dụng kiến trúc mã hóa để xây dựng hệ thống AI. Chúng tôi đã đầu tư rất nhiều theo hướng này.
Chúng tôi đã thảo luận nội bộ về một câu hỏi cốt lõi: Tương lai của AI sẽ do một vài công ty lớn kiểm soát hay sẽ do cộng đồng rộng lớn quản lý? Câu hỏi đầu tiên ở đây là: AI có phải là mã nguồn mở không? Tôi thực sự bị sốc khi thấy lĩnh vực AI đã trở nên khép kín như thế nào. Mười năm trước, mọi nghiên cứu về AI đều được công khai và xuất bản trên các báo cáo. Nhưng sau đó, ngành công nghiệp này đột nhiên đóng cửa. Họ tuyên bố họ làm như vậy vì lý do an toàn, nhưng tôi nghĩ đó là vì lợi thế cạnh tranh của họ. May mắn thay, có một số dự án nguồn mở như Llama, Flux và Mistral. Nhưng tôi hơi lo ngại rằng mô hình nguồn mở này có phần mong manh vì nhiều dự án không tiết lộ trọng số mô hình của họ. Đây có thực sự là mã nguồn mở không? Một số mô hình là mã nguồn mở, nhưng đường truyền dữ liệu của chúng thì không. Liệu nó có thể được sao chép một cách tự do không? Họ có thể thay đổi mô hình vào ngày mai và bạn không thể làm gì được. Những mô hình AI này đang ngày càng tốt hơn mỗi tháng, nhưng nếu chúng không còn tiên tiến nữa, tôi không biết điều gì sẽ xảy ra.
David George: Ít nhất là hiện tại, AI phụ thuộc rất nhiều vào các công ty lớn.
Tiền điện tử và AI tương tác như thế nào
Chris Dixon: Một số dự án chúng tôi đầu tư tập trung vào việc xây dựng kiến trúc dịch vụ Internet phi tập trung phù hợp với hệ sinh thái AI. Ví dụ, có một dự án có tên là Jensen đang xây dựng một mạng lưới tài nguyên điện toán phi tập trung. Mô hình của nó tương tự như Airbnb, cho phép người dùng gửi các tác vụ điện toán và phân bổ chúng cho các tài nguyên điện toán nhàn rỗi trên toàn thế giới, do đó tối ưu hóa cung và cầu về sức mạnh điện toán. Mạng này hoạt động giống như một sổ cái kinh tế quản lý cung và cầu về tài nguyên máy tính.
Một ví dụ khác là Story Protocol, một cách mới để đăng ký sở hữu trí tuệ. Giả sử bạn là người sáng tạo, bạn có thể đăng ký hình ảnh, video hoặc nhạc trên blockchain, nơi sẽ ghi lại phương tiện truyền thông và tất cả các quyền của nó. Nó sử dụng luật bản quyền hiện hành để làm rõ ai sở hữu bản quyền. Theo cách đó, bất kỳ ai cũng có thể sử dụng nội dung theo các điều khoản của thỏa thuận và bất kỳ ai cũng có thể đến và bạn có thể nói, Bạn có thể sử dụng bản phối lại này, bạn có thể tạo ra các tác phẩm phái sinh, nhưng bạn phải trả cho tôi 10% doanh thu.
David George: ...hoặc bất kỳ tỷ lệ nào.
Chris Dixon: Trong blockchain, bạn có thể đặt ra các điều khoản và tạo ra một thị trường mở. Nhưng trong thị trường hiện tại, bạn chỉ có thể tự liên hệ với công ty và cố gắng thương lượng. Điều này dẫn đến việc mọi người sẽ đánh cắp nội dung hoặc đơn giản là không sử dụng nó, hoặc chỉ những công ty lớn mới có thể thực hiện các thỏa thuận bản quyền. Ví dụ, OpenAI đã trả cho Shutterstock 100 triệu đô la và blockchain tạo ra một nguồn tài nguyên dân chủ rộng lớn, nơi những nhà sáng tạo nhỏ có thể tự đặt ra các điều khoản của riêng mình.
Một lợi thế cốt lõi của công nghệ mã hóa là khả năng kết hợp. Sự thành công của phần mềm nguồn mở phần lớn là do nó cho phép các nhà phát triển kết hợp và áp dụng những cải tiến vào các mô-đun hiện có. Linux là một ví dụ điển hình. Nó đã tăng trưởng từ gần 0% thị phần vào những năm 1990 lên hơn 90% thị trường máy chủ ngày nay nhờ khả năng kết hợp của nó. Mọi người đóng góp (dù nhỏ) vào hệ thống để làm cho nó tốt hơn. Điều này cũng giống như Wikipedia là một hệ thống tích hợp kiến thức.
Quay lại Story Protocol, nó cũng cho phép kết hợp nội dung sáng tạo một cách tự do giống như những viên gạch Lego. Ví dụ, nếu ai đó tạo ra một nhân vật, một người khác viết câu chuyện và một người khác sử dụng AI để tạo hoạt hình, bạn có thể tạo ra một vũ trụ siêu anh hùng mới và miễn là tiền chảy về, cuối cùng mọi người đều có thể chia sẻ lợi ích.
David George: Điểm mấu chốt của mô hình này là dòng tiền phải minh bạch và công bằng.
Chris Dixon: Theo cách này, người sáng tạo có thể sử dụng các công cụ AI để cải thiện hiệu quả đồng thời nhận được phần thưởng tài chính, thay vì bị khai thác miễn phí. Đây là một tầm nhìn tuyệt vời - nó khuyến khích mọi người sử dụng các công cụ mới này đồng thời cung cấp một mô hình kinh tế. Trong các khoản đầu tư của mình, chúng tôi thường nghĩ về cách tìm ra các mô hình kinh tế mới cho những người làm công việc sáng tạo trong thế giới do AI thúc đẩy. Đây là lĩnh vực khiến tôi hứng thú nhất tại giao điểm giữa AI và Crypto.
David George: Trước đây, các nền tảng xã hội thu được 100% doanh thu quảng cáo và người sáng tạo nội dung chỉ có thể dựa vào kiếm tiền từ lưu lượng truy cập. Điều chúng tôi hy vọng được thấy là một hệ thống mới nơi người sáng tạo có thể tự do đặt giá và giao dịch. Điều này sẽ dẫn tới nhiều đổi mới hơn.
David George: Bởi vì các động cơ kinh tế được sắp xếp phù hợp.
Chris Dixon: Dựa trên điều này, chúng ta đang thấy nhiều hơn về cách tiếp cận thu hút cộng đồng đối với AI. Về mặt dữ liệu, AI cần nhiều dữ liệu hơn. Bước đột phá của công nghệ mã hóa là nó có thể thiết kế các hệ thống khuyến khích mới. Điều quan trọng là chúng ta sử dụng những hệ thống này như thế nào để thu thập thêm dữ liệu đào tạo AI? Dữ liệu có thể được sử dụng làm đầu vào cho AI, để đánh giá mô hình hoặc cho các mục đích khác. Điều này tương tự như những gì Scale AI thực hiện, nhưng điểm khác biệt là chúng tôi muốn thực hiện theo cách phi tập trung thay vì để một công ty tập trung kiểm soát toàn bộ quy trình.
Một trong những dự án chúng tôi đầu tư là WorldCoin, được đồng sáng lập bởi Sam Altman. Ý tưởng cốt lõi của nó là trong một thế giới mà AI có thể tạo ra danh tính và nội dung của con người, chúng ta cần một cách để chứng minh rằng một người thực sự tồn tại và cách tốt nhất là sử dụng blockchain để hoàn tất xác minh danh tính bằng công nghệ mã hóa. WorldCoin đã thiết kế một cơ chế khuyến khích người dùng đăng ký và xác minh danh tính, chẳng hạn như máy quét hình cầu (quả cầu) để quét mống mắt, nhưng cách làm này đã gây ra một số tranh cãi. Hiện nay họ cung cấp các phương pháp khác như xác minh danh tính thông qua hộ chiếu. Sau khi hoàn tất xác minh danh tính, bạn sẽ nhận được thông tin xác thực được mã hóa trên blockchain có thể được sử dụng trong nhiều dịch vụ khác nhau.
Một ứng dụng đơn giản là xác minh (CAPTCHA). Mã xác minh hiện tại đã trở nên phức tạp đến mức ngay cả con người cũng không thể dễ dàng vượt qua được. So với các hệ thống chống gian lận cồng kềnh này, chúng ta có thể sử dụng phương pháp xác minh mã hóa. Người dùng có thể nhận được mã được mã hóa chứng minh họ là người, sau đó có thể sử dụng mã này để thêm một lớp xác minh bổ sung. Đây là một giao lộ thú vị khác.
Vẫn còn nhiều cơ hội cho AI phi tập trung ở cấp độ cơ sở hạ tầng, chẳng hạn như phân tách các hệ thống AI tập trung để khiến chúng trở nên phi tập trung ở cả cấp độ mã và dịch vụ. Ngoài ra còn có một số khả năng hoàn toàn mới, chẳng hạn như Thanh toán giữa máy với máy. vân vân.
Tôi nghĩ phần thú vị nhất là khám phá các mô hình kinh doanh mới trong kỷ nguyên AI, đặc biệt là các mô hình kinh doanh dành cho người sáng tạo.
Phá vỡ hợp đồng kinh tế của Internet
David George: Ngay sau khoảnh khắc ChatGPT, bạn đã chỉ ra với tôi rằng Này, chúng ta có thể đang phá vỡ hợp đồng của Internet, và tôi nghĩ đó là một câu hỏi rất thú vị.
Chris Dixon: Có một chương nói về điều này trong cuốn sách, gần cuối. Tôi gọi đó là Giao ước mới. Nếu bạn nghĩ về hệ thống khuyến khích, một trong những lý do chính khiến Internet thành công là vì nó có hệ thống khuyến khích rất thông minh. Làm sao để có được 5 tỷ người tham gia vào một hệ thống không có cơ quan trung ương? Điều này là do cấu trúc khuyến khích của Internet.
ChatGPT cung cấp cái nhìn sâu sắc về cách hợp đồng kinh tế Internet có thể bị phá vỡ. Trong 20 năm qua, Internet đã hình thành một hợp đồng kinh tế ngầm: các công cụ tìm kiếm và nền tảng xã hội có quyền truy cập vào nội dung và đổi lại, người sáng tạo sẽ có được lưu lượng truy cập. Ví dụ, các trang web du lịch, trang web công thức nấu ăn, trang web minh họa, v.v. sẽ cho phép Google thu thập nội dung của họ để đổi lấy lưu lượng tìm kiếm. Mô hình này hỗ trợ sự phát triển của Internet. Nhưng hiện nay AI có thể tạo nội dung trực tiếp, người dùng thậm chí không cần phải nhấp vào liên kết và Google không còn phải phân phối lưu lượng truy cập đến các trang web nữa. Theo cách này, nguồn thu nhập của những người sáng tạo đã bị cắt đứt và mô hình kinh tế ban đầu của Internet cũng sụp đổ.
Trước đây, Google sẽ chuyển hướng một số lưu lượng truy cập. Ví dụ, khi người dùng tìm kiếm câu hỏi, Google sẽ hiển thị tóm tắt, nhưng vẫn hướng dẫn người dùng truy cập trang web để biết thêm thông tin. Nhưng sau đó, Google bắt đầu chặn lưu lượng truy cập. Ví dụ, đối với nội dung StackOverflow, Google trực tiếp hiển thị câu trả lời trong kết quả tìm kiếm thay vì cho phép người dùng truy cập trang web gốc. Điều này khiến lưu lượng truy cập vào nhiều trang web giảm, ảnh hưởng đến khả năng kiếm tiền của họ. Google cũng đang làm những điều tương tự trong ngành du lịch, nhà hàng và các ngành khác (như Yelp), và thậm chí sẽ ưu tiên nội dung của riêng mình hơn nội dung từ những nhà sáng tạo độc lập. Mặc dù những vấn đề này đã tồn tại từ lâu nhưng thời đại AI đã khiến vấn đề trở nên nghiêm trọng hơn.
Nhưng nếu AI có thể trực tiếp tạo ra hình ảnh minh họa, công thức nấu ăn và lời khuyên du lịch, người dùng sẽ không cần phải truy cập vào các trang web nội dung đó nữa. Điều này có thể mang lại trải nghiệm tốt hơn cho người dùng, nhưng lại là đòn giáng mạnh vào những người sáng tạo nội dung. Trong tương lai, chúng ta có thể chỉ còn lại một vài gã khổng lồ AI, và các trang web và nhà sáng tạo độc lập ban đầu sẽ không còn chỗ đứng nữa.
Đây là câu hỏi chúng ta cần suy nghĩ: Liệu Internet trong thời đại AI có còn hỗ trợ được sự đổi mới và tinh thần khởi nghiệp hay không? Nếu chúng ta không giải quyết vấn đề này, Internet có thể trở nên giống như ngành công nghiệp truyền hình vào những năm 70, với chỉ một vài gã khổng lồ kiểm soát toàn bộ nội dung. Đây không phải là tương lai Internet mà chúng ta mong muốn.
Vậy các trang web mới xuất hiện như thế nào? Làm sao để tạo ra những điều mới? Chúng tôi thực sự chưa nghĩ kỹ về điều này.
Tôi không nghĩ mình có câu trả lời duy nhất và giải pháp cho vấn đề này không nhất thiết phải dựa vào mã hóa. Nhưng chúng ta cần nhận ra rằng điều này đang làm suy yếu cơ chế khuyến khích ban đầu của Internet. Thứ hai, chúng ta cần suy nghĩ: Đây có phải là điều tốt không? Tôi không nghĩ vậy. Chúng ta cần tìm ra giải pháp phù hợp - chúng ta có nên tạo ra những động lực mới không?
Đây cũng là lý do tại sao tôi tập trung vào việc đầu tư và suy nghĩ về các hệ thống khuyến khích mới, chẳng hạn như các dự án như Story Protocol. Chúng ta cần khám phá những cách thức mới để áp dụng các cấu trúc kinh tế mới vào các hệ thống hiện có nhằm đảm bảo Internet có thể tiếp tục đổi mới và phát triển.
Từ internet di động, mạng xã hội và điện toán đám mây đến mã hóa, AI và phần cứng
David George: Một điều bạn đã nói đến là sự xuất hiện của ba sản phẩm công nghệ cùng lúc - AI tạo sinh, tiền điện tử và nền tảng phần cứng mới. Bạn cảm thấy thế nào về sự kết hợp của ba điều này?
Chris Dixon: Tất nhiên là những phép so sánh này liên quan đến điện toán di động, mạng xã hội và điện toán đám mây. Ở làn sóng cuối cùng, họ đã thúc đẩy lẫn nhau và cùng nhau thúc đẩy sự phát triển của Internet. Chúng ta đã thấy một số sự tích hợp này ngày nay.
Hiện nay, chúng ta đang ở giữa một làn sóng công nghệ khác, lần này tập trung vào AI, mã hóa và các loại phần cứng mới như robot, xe tự lái và VR. Các công nghệ này không độc lập với nhau mà bổ sung cho nhau để hình thành nên một hệ sinh thái mới. Các thiết bị phần cứng mới, chẳng hạn như kính AR và VR, dựa vào AI để mang lại trải nghiệm tương tác tốt hơn, chẳng hạn như trợ lý thông minh như trong bộ phim Her. Xe tự lái, công nghệ robot của Tesla và nhiều dự án robot hình người khác cũng đang triển khai công nghệ AI trong môi trường vật lý để ứng dụng vào thế giới thực. Mật mã học cung cấp một cách mới để các mạng phi tập trung hỗ trợ các ứng dụng AI này. Vì vậy, một lĩnh vực tôi quan tâm là DPIN - cơ sở hạ tầng vật lý phi tập trung. Ví dụ nổi bật nhất là Helium, một dự án mạng viễn thông do cộng đồng sở hữu và huy động vốn đang cạnh tranh với các nhà mạng truyền thống như Verizon và ATT. Helium đã thiết kế một cơ chế khuyến khích cho phép bất kỳ ai cũng có thể xây dựng một nút tại nhà để hỗ trợ mạng. Các nút này hoạt động giống như máy phát không dây và hàng trăm nghìn nút như vậy đã được lắp đặt trên khắp Hoa Kỳ.
Hiện nay, Helium cũng đã ra mắt dịch vụ Internet và giá rẻ hơn nhiều so với Verizon - chỉ 20 đô la một tháng, trong khi Verizon tính phí 70 đô la. Nguyên nhân chủ yếu là do mạng lưới của Helium được cộng đồng xây dựng và không yêu cầu các công ty viễn thông truyền thống phải đầu tư hàng chục tỷ đô la để xây dựng cơ sở hạ tầng.
Cách sử dụng công nghệ mã hóa để kích hoạt hiệu ứng mạng
Chris Dixon: Công nghệ mã hóa rất có lợi trong việc giải quyết vấn đề khởi động nguội.
Nhiều dự án hiệu ứng mạng lưới phải đối mặt với thách thức trong giai đoạn đầu: làm sao để thu hút đủ người dùng để mạng lưới thực sự hoạt động?
Ví dụ, Helium được xây dựng và vận hành bởi cộng đồng. Nhưng nếu chỉ có 10 nút thì rõ ràng là nó sẽ không hoạt động. Xây dựng hiệu ứng mạng lưới là vấn đề giống như câu hỏi con gà và quả trứng. Nếu một mạng xã hội mới chỉ có 10 người tham gia thì sẽ không hấp dẫn người dùng mới. Nhưng nếu đã có 1 triệu người dùng, giá trị của việc thêm người dùng mới sẽ tăng lên đáng kể.
Tiền điện tử có tính độc đáo ở chỗ nó có thể khuyến khích những người áp dụng sớm thông qua nền kinh tế mã thông báo, do đó thúc đẩy sự hình thành các hiệu ứng mạng. Heli chỉ là một ví dụ. Các lĩnh vực khác, chẳng hạn như dữ liệu khí hậu, dữ liệu lái xe tự động, trạm sạc xe điện, bản đồ phi tập trung và thậm chí nghiên cứu khoa học, đều có thể được kết nối theo cách tương tự.
AI là lớp phủ hay là đường?
David George: Marc đã cho tôi một phép ẩn dụ mà tôi thực sự thích: AI là kem hay đường? Nếu AI chỉ là “món ăn kèm” thì những gã khổng lồ trong ngành sẽ thắng vì họ có thể dễ dàng thêm chatbot AI vào các sản phẩm hiện có và tiếp tục thống trị thị trường bằng các kênh phân phối, khả năng bán hàng và mối quan hệ khách hàng hiện có. Nhưng nếu AI là “đường”, nghĩa là nó là thành phần cốt lõi, thì bạn không thể chỉ “thêm nó vào”, bạn cần phải xây dựng toàn bộ sản phẩm từ đầu. Trong trường hợp này, lĩnh vực AI có nhiều khả năng sẽ do các công ty mới nổi thống trị.
Chúng tôi vẫn chưa thấy câu trả lời rõ ràng. Một sản phẩm càng tuân theo mô hình truyền thống (ví dụ, chỉ sử dụng AI để nâng cao hoạt động kinh doanh ban đầu) thì càng có lợi cho các công ty lớn trong ngành hơn là các công ty khởi nghiệp.
Chris Dixon: Bạn có thể xem xét vấn đề này theo góc nhìn của Clayton Christensen. Ông đề xuất các khái niệm đổi mới mang tính đột phá và đổi mới bền vững. Nhiều người hiểu sai ý nghĩa của đổi mới mang tính đột phá. Nó không chỉ là công nghệ mới mà còn là đổi mới không phù hợp với mô hình kinh doanh của các công ty hiện tại. Đây chính xác là lý do tại sao ngay cả những công ty lớn nhất cũng gặp khó khăn trong việc ứng phó với những đổi mới thực sự mang tính đột phá vì khách hàng cốt lõi của họ không đòi hỏi điều đó.
Điều này phù hợp với khái niệm “lớp kem so với lớp đường” do Marc đề xuất - nếu AI chỉ là “lớp kem” của các sản phẩm hiện có, thì những gã khổng lồ trong ngành sẽ tự nhiên thống trị; nhưng nếu AI thay đổi hoàn toàn mô hình kinh doanh, tình hình sẽ hoàn toàn khác.
Ví dụ, thị trường cơ sở dữ liệu ngày nay về cơ bản bị chi phối bởi cơ sở dữ liệu quan hệ truyền thống (SQL), nhưng AI có thể mang đến một kiến trúc điện toán hoàn toàn khác và thậm chí phá vỡ hoàn toàn khái niệm cơ sở dữ liệu. Nếu AI chỉ được sử dụng để tối ưu hóa cơ sở dữ liệu SQL thì nó chỉ là “bức tường” và không gây ra mối đe dọa nào cho các doanh nghiệp hiện tại. Nhưng nếu AI cách mạng hóa cách lưu trữ và truy xuất dữ liệu, khiến cơ sở dữ liệu truyền thống trở nên vô nghĩa, thì đó chính là “đường” sẽ phá vỡ toàn bộ ngành công nghiệp.
David George: Chúng tôi chưa thấy trường hợp nào như vậy. Tôi chỉ thấy tác động đến giá cả (chẳng hạn như dịch vụ AI rẻ hơn), nhưng điều này không đủ để gây ra sự gián đoạn trong ngành.
Chris Dixon: Đúng vậy, đó là cấp độ thứ hai của vấn đề. Tôi thường sử dụng một khuôn khổ để phân tích quá trình triển khai các công nghệ mới nổi này, nhưng trước khi nói về điều này, chúng ta hãy nói về AI cấp độ người tiêu dùng trước. Hiện tại, tôi nghĩ không có sản phẩm nào trong lĩnh vực AI dành cho người tiêu dùng thực sự có hiệu ứng mạng lưới. Mặc dù các chatbot AI như Claude và ChatGPT đã thành công, nhưng chúng vẫn chưa tạo được hiệu ứng mạng lưới mạnh mẽ. Người dùng có thể thay đổi công cụ AI bất kỳ lúc nào mà hầu như không mất chi phí chuyển đổi, giúp họ dễ dàng tham gia vào cuộc cạnh tranh về giá.
David George: Chúng tôi từng tin rằng hiệu ứng mạng dữ liệu sẽ trở thành hào bảo vệ của các sản phẩm AI.
Chris Dixon: Đúng là hiệu ứng mạng dữ liệu là một khái niệm tồn tại trên lý thuyết, nhưng trên thực tế, nó thường không mạnh mẽ như vậy. Nhiều người tin rằng càng có nhiều dữ liệu đào tạo AI thì mô hình sẽ càng tốt hơn và người dùng sẽ càng dựa vào nó, do đó tạo thành rào cản. Nhưng thực tế là dữ liệu do người dùng cá nhân tạo ra thực tế chỉ đóng góp rất ít vào quá trình đào tạo AI. Nói cách khác, dữ liệu sử dụng của một người dùng duy nhất sẽ không cải thiện đáng kể khả năng của AI, do đó khó có thể hình thành hiệu ứng mạng lưới mạnh mẽ. Điều này dẫn đến một rủi ro lớn cho các công ty AI: sự cạnh tranh trên thị trường sẽ gia tăng và chiến tranh giá cả là điều không thể tránh khỏi. Mặc dù các sản phẩm AI như ChatGPT hiện có mức độ nhận diện thương hiệu mạnh mẽ, câu hỏi đặt ra là làm thế nào để tránh tham gia vào cuộc cạnh tranh thuần túy về giá?
Nếu chi phí chuyển đổi giữa các công cụ AI khác nhau thấp thì cuộc cạnh tranh thị trường cuối cùng có thể sẽ phát triển thành cuộc chiến giá cả trong đó tất cả các công ty đều buộc phải giảm giá để thu hút người dùng. Trong trường hợp này, các công ty AI này sẽ không phải là công ty “thống trị”.
David George: Vậy các công ty khởi nghiệp còn có cơ hội không?
Chris Dixon: Nếu AI chỉ được sử dụng để cải thiện các sản phẩm hiện có, các công ty khởi nghiệp sẽ khó có thể cạnh tranh với các công ty lớn. Nhưng nếu AI được sử dụng làm kiến trúc cốt lõi để tạo ra một mô hình kinh doanh hoàn toàn mới thì mọi chuyện sẽ khác. Hiện nay, nhiều ứng dụng AI dành cho người tiêu dùng mà chúng ta thấy, chẳng hạn như thay đổi khuôn mặt và cải thiện hình ảnh, trở nên phổ biến trong thời gian ngắn, nhưng nhanh chóng bị TikTok hoặc Instagram sao chép và cuối cùng các công ty khởi nghiệp mất đi lợi thế cạnh tranh. Nếu một sản phẩm AI không có hiệu ứng mạng lưới thì khi chức năng của nó có thể được sao chép, nó sẽ khó có thể duy trì được khả năng cạnh tranh trong dài hạn. Đó là lý do tại sao, nếu bạn muốn xây dựng một công ty khởi nghiệp AI thực sự thành công, bạn phải tìm được điểm khởi đầu có thể tạo ra hiệu ứng mạng lưới, chứ không chỉ cung cấp một tính năng.
Đến vì công cụ, ở lại vì mạng lưới
Chris Dixon: Một chiến lược tăng trưởng người dùng cổ điển là: Đến vì công cụ, ở lại vì mạng lưới. Nghĩa là, nhiều người dùng ban đầu sử dụng sản phẩm vì công cụ, nhưng cuối cùng ở lại vì hiệu ứng mạng lưới. Ví dụ, những người dùng Photoshop ban đầu có thể chỉ muốn có một công cụ chỉnh sửa hình ảnh, nhưng sau đó, họ phát hiện ra hệ sinh thái Photoshop rất mạnh mẽ và đã trở thành người dùng lâu dài. Sự phát triển của các mạng xã hội cũng tương tự, với nhiều người dùng ban đầu tham gia vì một tính năng nhất định (chẳng hạn như sổ địa chỉ bạn bè), nhưng cuối cùng ở lại vì các mối quan hệ xã hội. AI cũng có thể áp dụng một chiến lược tương tự. Ví dụ, các công cụ hình ảnh do AI tạo ra có thể được sử dụng làm điểm khởi đầu, nhưng cuối cùng sẽ hình thành nên một cộng đồng sáng tạo AI hoàn chỉnh, không chỉ là một phần mềm công cụ.
Công nghệ bắt chước và công nghệ gốc
Chris Dixon: Trước khi đi sâu vào vấn đề đó, điều quan trọng là phải thảo luận về cách triển khai các công nghệ chính theo từng giai đoạn. Sự phát triển của công nghệ mới thường trải qua hai giai đoạn:
• Giai đoạn bắt chước: Công nghệ mới bắt chước công nghệ cũ để người dùng dễ chấp nhận hơn.
• Giai đoạn bản địa: Công nghệ mới tạo ra những trải nghiệm hoàn toàn mới.
Sau đó là giai đoạn thứ ba: những thay đổi lớn hơn do công nghệ mới mang lại. Ví dụ, sau khi phát minh ra ô tô, chúng ta đã xây dựng các cơ sở hạ tầng khác như đường cao tốc, vùng ngoại ô và xe tải.
Ví dụ, các trang web ban đầu giống như một tạp chí điện tử, tất cả nội dung đều tĩnh và không có nhiều khác biệt. Giai đoạn bắt chước này có thể kéo dài mười hoặc thậm chí hai mươi năm, chẳng hạn như Mosaic năm 1993 cho đến YouTube và Facebook vào khoảng năm 2005.
Nhưng khi Internet phát triển, chúng ta bắt đầu thấy các sản phẩm Internet gốc như phương tiện truyền thông xã hội, công cụ tìm kiếm và nền tảng video trực tuyến không có mô hình kinh doanh ngoại tuyến tương ứng.
AI vẫn đang trong giai đoạn skeuomorphism. Các ứng dụng AI mà chúng ta thấy chủ yếu là thay thế lao động của con người, chẳng hạn như dịch vụ khách hàng AI, trợ lý viết AI, v.v. Nhưng cuộc cách mạng AI thực sự sẽ xuất hiện trong các sản phẩm AI gốc, chẳng hạn như thế giới trò chơi do AI tạo ra và nội dung tương tác do AI tạo ra. Giống như khi nhiếp ảnh lần đầu xuất hiện, các nhà phê bình văn hóa lo ngại về tác động của nó đến nghệ thuật. Bài luận nổi tiếng của Walter Benjamin Tác phẩm nghệ thuật trong thời đại tái tạo cơ học đã đặt câu hỏi điều gì sẽ xảy ra với nghệ sĩ khi bất kỳ ai cũng có thể chụp ảnh.
Những vấn đề tương tự cũng tồn tại trong AI tạo sinh ngày nay. Nếu AI có thể tạo ra toàn bộ phim thì điều gì sẽ xảy ra với cách làm phim truyền thống?
David George: Chúng ta đã thấy điều này trong hình ảnh rồi.
AI như một nền tảng sáng tạo
Chris Dixon: Đúng vậy, xu hướng này đã bắt đầu bằng hình ảnh và video có thể sẽ sớm theo sau. Khi nhiếp ảnh lần đầu xuất hiện, mọi người lo ngại rằng nó sẽ thay thế hội họa, nhưng cuối cùng, nhiếp ảnh và hội họa đều phát triển phong cách nghệ thuật độc đáo riêng. Mỹ thuật chuyển hướng sang trừu tượng và tránh xa nhiếp ảnh. Mặt khác, công nghệ nhiếp ảnh đã dẫn tới sự ra đời của phim ảnh. Mọi người nhận ra rằng trong khi máy móc có thể thay thế nhiếp ảnh thì chúng cũng có thể tạo ra một loại hình nghệ thuật mới chưa từng tồn tại trước đây.
Điều tương tự cũng đúng với AI tạo sinh. Quan điểm tiêu cực là AI sẽ thay thế sáng tạo của con người, nhưng trên thực tế, AI có thể tạo ra các hình thức nghệ thuật hoàn toàn mới và cung cấp một bức tranh mới cho sự sáng tạo của con người, có thể là thế giới ảo, trò chơi hoặc các loại phim mới. Ngoài ngành công nghiệp sáng tạo, nguyên tắc tương tự có thể áp dụng cho các lĩnh vực khác như tiêu dùng và mạng xã hội.
Khi bạn tạo ra một cái gì đó mới, những thay đổi lớn hơn sẽ theo sau. Mạng xã hội là một ví dụ điển hình. Phong trào này bắt đầu vào những năm 2000 và đạt đến đỉnh cao trong cuộc bầu cử của Obama vào năm 2008 và 2012. Các bài báo thời đó cũng lưu ý rằng mạng xã hội đã chuyển từ vị trí thứ yếu lên vị trí chính yếu. Sau đó, chúng ta bắt đầu chứng kiến những thay đổi xã hội bất ngờ. Những thay đổi này có thể sẽ diễn ra trong vòng 20 đến 30 năm tới.
Cân bằng cung cầu trong AI
David George: Các giai đoạn kỹ thuật mà bạn đề cập rất thú vị. Một trong những lý do khiến Internet mất nhiều thời gian để phát triển là vì cần phải xây dựng một mạng lưới khổng lồ. Đây là vấn đề về cung và cầu - sự phát triển của Internet đòi hỏi phải xây dựng cơ sở hạ tầng không dây như cáp quang và cáp. AI cần các tài nguyên điện toán, chẳng hạn như các cụm GPU quy mô lớn. Tuy nhiên, yếu tố hạn chế chính để AI chuyển từ giai đoạn bắt chước sang giai đoạn đổi mới có thể không phải là khả năng kỹ thuật, mà là sự sáng tạo và ý tưởng của con người.
Chris Dixon: Tôi cũng nghĩ vậy. Rào cản trong quá trình phát triển AI có thể không nằm ở công nghệ, mà nằm ở tốc độ thích ứng của con người và tác động của các chính sách, quy định vốn có mối liên hệ chặt chẽ với nhau.
David George: Nói cách khác, các vấn đề trong quá trình phát triển AI bao gồm cả phía cung (sức mạnh tính toán) và phía cầu (sự chấp nhận của người dùng). Nhưng chìa khóa có lẽ vẫn nằm ở phía cầu?
Chris Dixon: Đúng vậy, thách thức về phía cung là nhu cầu phát triển các mô hình AI đủ mạnh và có đủ sức mạnh tính toán để hỗ trợ chúng. Nhưng thách thức thực sự là làm sao để người dùng chấp nhận AI và tích hợp nó vào cuộc sống hàng ngày của họ.
Hiện nay chúng ta thấy nhiều doanh nhân đang tìm hiểu cách sử dụng AI để giải quyết các vấn đề thực tế. Nhưng không giống như 20 năm trước, hệ sinh thái khởi nghiệp hiện nay đã trưởng thành hơn rất nhiều. Một chục năm trước, hầu hết những người thông minh sẽ không chọn khởi nghiệp mà chọn làm việc cho một công ty lớn. Nhưng hiện nay, hệ sinh thái khởi nghiệp đã hoàn thiện hơn, nguồn tài chính, nhân tài và thị trường cũng trưởng thành hơn trước.
Nhưng vẫn còn một vấn đề lớn với AI, đó là cách thức làm việc của con người sẽ thay đổi và cách ngành công nghiệp sẽ thích ứng với AI.
AI đang thay đổi các ngành công nghiệp như thế nào
David George: Ví dụ, Hollywood sẽ áp dụng AI nhanh như thế nào?
Chris Dixon: Đó chính xác là điều tôi đang nghĩ tới. Khi viết sách, tôi muốn sử dụng AI để tạo sách nói của riêng mình, nhưng cả nhà xuất bản và Audible đều cấm rõ ràng việc sử dụng AI. Một phần lý do là các công đoàn ngành đang phản đối AI, nhưng cũng có những lý do sâu xa hơn nữa.
David George: Vậy là khả năng tạo ra nội dung của AI là có thật, nhưng ngành công nghiệp chưa sẵn sàng chấp nhận nó. Chúng ta có thể thấy rằng nhiều ứng dụng tiềm năng của AI đang phải đối mặt với rào cản về mặt pháp lý. Ví dụ, trong ngành y tế, khả năng kỹ thuật chẩn đoán bằng AI đã đủ mạnh, nhưng các quy định vẫn hạn chế việc ứng dụng rộng rãi của nó.
Chris Dixon: Trong năm năm tới, các thẩm phán Hoa Kỳ có thể phán quyết liệu dữ liệu đào tạo AI có cấu thành việc sử dụng hợp lý hay không hoặc Quốc hội có thể thông qua luật để quản lý dữ liệu đào tạo AI. Hiện nay, tính hợp pháp của dữ liệu đào tạo AI vẫn còn gây tranh cãi. Các công ty AI tin rằng dữ liệu đào tạo AI là quá trình “học” thông tin, chứ không phải là “sao chép” thông tin. Nhưng những người nắm giữ bản quyền tin rằng AI đã sử dụng nội dung của họ mà không được phép, điều này cấu thành hành vi vi phạm bản quyền.
David George: Đây là câu hỏi mà hầu hết mọi ngành công nghiệp liên quan đến AI đều đang tranh luận.
Chris Dixon: Đúng vậy, cuối cùng thì cần phải có luật để xác định tính hợp lý của việc đào tạo AI, nếu không thì vấn đề sẽ vẫn chưa được giải quyết.
David George: Trong các ngành được quản lý như chăm sóc sức khỏe và tài chính, khi nào AI sẽ thực sự được triển khai?
Chris Dixon: Hiện nay, các ngành công nghiệp này phải tuân theo các quy định cực kỳ nghiêm ngặt và có thể phải mất một thời gian dài thì AI mới có thể thâm nhập vào các lĩnh vực này. Nhưng ở một số lĩnh vực, chẳng hạn như xe tự lái, chúng ta đã thấy những tiến bộ đáng kể.
David George: Waymo là một ví dụ. Dữ liệu cho thấy phương pháp này an toàn hơn con người lái xe từ 7 đến 10 lần và được chứng minh bằng hàng triệu dặm dữ liệu thực tế.
Chris Dixon: Có lẽ đây là mô hình ứng dụng rộng rãi AI - trước tiên đạt được bước đột phá trong một lĩnh vực cụ thể (như xe tự hành) và chứng minh rằng nó hoạt động tốt hơn con người, sau đó quảng bá sang các ngành công nghiệp khác.
Tương lai lý tưởng của Internet là gì?
David George: Theo bạn, Internet lý tưởng nên trông như thế nào?
Chris Dixon: Chúng ta đang ở ngã ba đường. Tầm nhìn ban đầu về Internet là một mạng lưới phi tập trung có thể được cộng đồng sở hữu và quản lý chung, và lợi ích kinh tế của mạng lưới sẽ chảy nhiều hơn vào người dùng thay vì một vài công ty lớn. Nhưng hiện nay, dòng tiền trên Internet đã thay đổi khi lợi nhuận ngày càng tập trung vào tay một số ít gã khổng lồ công nghệ.
David George: Đúng vậy, doanh thu quảng cáo trên các nền tảng xã hội đã lên tới hàng chục tỷ đô la, nhưng người sáng tạo chỉ có thể nhận được một phần nhỏ trong số đó.
Chris Dixon: Hiện nay, năm công ty Internet hàng đầu thế giới tính theo giá trị thị trường có thể chiếm hơn 50% thị phần của toàn ngành. Internet đã trở thành một hệ sinh thái khép kín do một số ít công ty thống trị.
David George: Vậy nên hiện nay các công ty công nghệ đã nắm vững người dùng và bắt đầu tìm cách để người dùng dành nhiều thời gian hơn trên nền tảng của họ.
Chris Dixon: Đúng vậy, họ đã leo lên đỉnh cao của Internet và sau đó phá bỏ mọi rào cản để ngăn chặn các đối thủ cạnh tranh mới gia nhập. Đây là lý do tại sao chúng tôi rất chú trọng đến việc xây dựng blockchain và mạng lưới phi tập trung. Nếu Internet trong tương lai hoàn toàn bị kiểm soát bởi một số ít công ty, không gian cho sự đổi mới sẽ bị thu hẹp đáng kể. Việc dựa vào một nền tảng tập trung để xây dựng doanh nghiệp cũng giống như xây dựng trên bãi cát lún, có thể sụp đổ bất cứ lúc nào. Sự đổi mới thực sự phải được xây dựng trên một hệ sinh thái mở thay vì bị kiểm soát bởi một vài công ty.
David George: Vì vậy, trọng tâm của chúng ta nên là làm thế nào để giúp các công ty công nghệ nhỏ tồn tại và phát triển trong hệ sinh thái này. Tôi vẫn rất lạc quan về tương lai. Nhờ những nỗ lực của bạn và sự thúc đẩy của toàn bộ ngành, công nghệ phi tập trung và AI nguồn mở đang được ngày càng nhiều người chấp nhận. Hôm nay là một cuộc thảo luận tuyệt vời, cảm ơn bạn đã tham gia cùng chúng tôi.
Chris Dixon: Cảm ơn lời mời của bạn.
*Tất cả nội dung trên nền tảng Coinspire chỉ mang tính tham khảo và không cấu thành lời đề nghị hoặc khuyến nghị về bất kỳ chiến lược đầu tư nào. Bất kỳ quyết định cá nhân nào được đưa ra dựa trên nội dung của bài viết này đều là trách nhiệm riêng của nhà đầu tư và Coinspire không chịu trách nhiệm cho bất kỳ khoản lãi hoặc lỗ nào phát sinh từ đó. Đầu tư là rủi ro, hãy đưa ra quyết định cẩn thận!
