Tóm tắt
Trong báo cáo chuyên sâu đầu tiên về AIGC có tựa đề “AIGC: Công cụ nâng cao năng suất cho kỷ nguyên Web3” năm ngoái, chúng tôi đã phân tích những chuyển biến và tác động của công nghệ này tới nhiều ngành công nghiệp. Khi ChatGPT trở nên phổ biến, câu hỏi thường trực là: Làm thế nào để thương mại hóa AIGC? Mô hình tạo doanh thu từ AIGC sẽ ra sao? — Qua phỏng vấn hàng chục đội ngũ phát triển AIGC trong và ngoài nước, cùng với việc Microsoft công bố hợp tác chiến lược với OpenAI vào đầu tháng Một để tích hợp AI vào các sản phẩm sẵn có và cung cấp dịch vụ điện toán đám mây Azure OpenAI cho nhà phát triển, tương lai của AIGC đang dần hiện rõ. Bài viết này sẽ đi sâu phân tích lộ trình thương mại hóa AIGC.
AIGC định hình lại mô hình kinh doanh — AI hiện diện rõ nét. Công nghệ xử lý ngôn ngữ tự nhiên (NLP) đang liên tục xóa nhòa rào cản sử dụng và tiếp cận AI. Cùng với đó, các thuật toán tạo nội dung bằng AI (AIGC) ngày càng được tối ưu và hoàn thiện. Nhờ vậy, tốc độ thương mại hóa AIGC và hiệu quả thực tế mà nó mang lại có thể sẽ vượt xa kỳ vọng. Một số startup như Jasper thậm chí đã bắt đầu tạo ra doanh thu. Điều này cho thấy AI đang ngày càng hiện hữu rõ ràng thông qua các mô hình kinh doanh cụ thể. AI giờ đây không còn được đóng gói cứng nhắc cùng phần cứng hay hệ thống như trước. Với người dùng phổ thông, AI cũng không còn là một công nghệ xa vời và khó nắm bắt.
Mô hình B2B vẫn là trọng tâm của AIGC. Dù AIGC giúp người dùng cá nhân (C-end) dễ dàng tạo nội dung với chi phí thấp, nhưng xét ở thời điểm hiện tại, mô hình B2B vẫn chiếm vị trí chủ đạo. Lý do là nhu cầu và khả năng chi trả từ phía doanh nghiệp (B-end) tương đối ổn định, chủ yếu xuất phát từ hai yếu tố cốt lõi: (1) AIGC giúp doanh nghiệp nâng cao hiệu suất và cắt giảm chi phí — ví dụ như dùng AIGC để trích xuất thông tin, sau đó dựa trên các mẫu có sẵn để hoàn thành bài viết hoặc đánh giá sản phẩm; (2) AIGC có thể đáp ứng những nhu cầu vốn rất khó thực hiện trước đây.
AIGC hướng đến người dùng cá nhân (C-end) chủ yếu qua mô hình SaaS thuê bao. Khi các mô hình AI và năng lực tính toán đạt đến ngưỡng khả dụng, AIGC cũng phát huy đáng kể khả năng trao quyền cho cá nhân — và chủ yếu được triển khai thông qua mô hình SaaS thuê bao. Vai trò của AIGC thể hiện ở hai khía cạnh chính. Thứ nhất, như một công cụ tăng hiệu suất: sản phẩm AIGC có thể nâng cao hiệu quả công việc cho người dùng cá nhân ở mọi khâu, từ thu thập thông tin, định dạng dữ liệu đến quản lý quy trình làm việc. Thứ hai, như một công cụ sáng tạo: tương tự phần mềm chỉnh sửa video hay ảnh, AIGC giúp giảm đáng kể rào cản sáng tạo cho đại chúng. Điển hình cho các công cụ tăng hiệu suất là NotionAI do Notion phát hành — nổi bật ở việc tích hợp mô hình AI như một lớp hạ tầng vào quy trình làm việc sẵn có.
Sự phổ biến của AIGC sẽ mở ra một thị trường điện toán khổng lồ. Nghiên cứu từ OpenAI cho thấy, nhu cầu điện toán để huấn luyện AI đang tăng theo cấp số nhân, vượt xa tốc độ phát triển phần cứng theo Định luật Moore. Đằng sau những mô hình AI đòi hỏi sức mạnh tính toán lớn là chi phí khổng lồ – riêng việc huấn luyện GPT-3 đã tiêu tốn hơn 4 triệu USD. Dù nhiều mô hình AI được công bố mã nguồn mở, nhưng dữ liệu huấn luyện và kết quả thường là tài sản độc quyền của từng nhóm phát triển. Điều này đồng nghĩa mỗi sản phẩm AI đều phải tự trang trải chi phí huấn luyện riêng. Trong tương lai, khi AIGC được thương mại hóa thành công ở cả thị trường doanh nghiệp (B2B) lẫn người tiêu dùng (B2C), hạ tầng máy chủ và dịch vụ điện toán đám mây sẽ là những mảng hưởng lợi rõ rệt. Đồng thời, với những hạn chế xuất khẩu chip NVIDIA A100 và H100, cơ hội mở rộng thị phần cho các chip điện toán nội địa là rất lớn.
Giá trị cộng đồng trong hệ sinh thái AIGC. Qua trao đổi với nhiều nhóm khởi nghiệp gần đây, chúng tôi nhận thấy một điểm được ngành công nghiệp đặc biệt quan tâm: sự kết hợp giữa AIGC với Web3.0 và sự hòa nhập của AIGC vào cộng đồng. AIGC giúp hạ thấp rào cản sáng tạo, thúc đẩy tương tác và phát triển cộng đồng, đồng thời giảm chi phí sản xuất nội dung cho các nền tảng. Những thảo luận và sở thích của cộng đồng sẽ cung cấp nguồn phản hồi chất lượng cao, hỗ trợ tối ưu hóa và nâng cấp mô hình AIGC trong các giai đoạn tiếp theo. NFT đóng vai trò xác minh quyền sở hữu tác phẩm và kết nối cộng đồng; việc khám phá sự kết hợp giữa AIGC và cộng đồng NFT hứa hẹn mang lại những đột phá thương mại đáng kể.
Khung đầu tư AIGC: Phần mềm, Phần cứng và Dữ liệu. Thuật toán tạo nội dung, xử lý ngôn ngữ tự nhiên (NLP) và sức mạnh tính toán quyết định khả năng vận hành của AIGC, trong khi chất lượng dữ liệu đóng vai trò then chốt đối với chất lượng đầu ra và mô hình kinh doanh. Về phần mềm, có thể kể đến các công nghệ NLP từ Google, Microsoft, iFLYTEK, TuoErSi; các mô hình thuật toán AIGC và bộ dữ liệu liên quan từ NVIDIA, Meta, Baidu, BlueFocus, Visual China, Kunlun Tech. Ở tầng năng lực tính toán, các cái tên đáng chú ý bao gồm ZTE, Longsys, Xinyisheng, Tianfu Communication, Baosight Software, InnoLight, v.v.
Cảnh báo rủi ro: Công nghệ đổi mới có thể không đạt kỳ vọng; Rủi ro từ chính sách và quy định.
Microsoft và OpenAI mở rộng hợp tác, đẩy nhanh thương mại hóa AIGC. Ngày 23/1, Microsoft chính thức thông báo sẽ tiếp tục mở rộng hợp tác chiến lược với OpenAI, đồng thời đầu tư thêm hàng tỷ USD trong những năm tới để đẩy nhanh việc phổ biến công nghệ AI tới đại chúng. Microsoft đang tích hợp các công cụ AI như ChatGPT và DALL-E vào toàn bộ hệ sinh thái phần mềm của mình, từ Bing đến Office, nhằm thúc đẩy quá trình thương mại hóa các sản phẩm của OpenAI và mang lại trải nghiệm tương tác hiệu quả hơn cho người dùng. Đáng chú ý, Microsoft sẽ cung cấp dịch vụ điện toán đám mây AI Azure OpenAI, cho phép các nhà phát triển xây dựng ứng dụng riêng dựa trên các mô hình của OpenAI, qua đó tăng tốc đáng kể tiến trình thương mại hóa công nghệ AI.
Động thái này cho thấy OpenAI—hãng dẫn đầu trong ngành công nghiệp AIGC—đã chính thức bước vào lộ trình thương mại hóa. Một mặt, họ tự định vị mình là nền tảng hạ tầng mô hình, hỗ trợ các công cụ tìm kiếm và phần mềm văn phòng nâng cao hiệu suất và trải nghiệm người dùng. Mặt khác, thông qua việc hợp tác với cơ sở hạ tầng tính toán của các đối tác, OpenAI đang củng cố nền móng vững chắc cho việc mở rộng sang lĩnh vực phần cứng nền tảng trong tương lai.
Trong báo cáo chuyên sâu trước đây của chúng tôi, “AIGC: Công cụ năng suất trong kỷ nguyên Web3”, chúng tôi đã phân tích những đột phá công nghệ và ứng dụng thực tiễn của AIGC. Khi các sản phẩm ngày càng được triển khai rộng rãi và phạm vi ứng dụng mở rộng không ngừng, thị trường sẽ ngày càng tập trung vào một câu hỏi then chốt: Mô hình kinh doanh của AIGC là gì? Làm thế nào để tạo ra doanh thu? Thông qua các cuộc trao đổi chuyên sâu với giới chuyên môn, chúng tôi nhận định năm 2023 sẽ là năm tăng tốc thương mại hóa AIGC, với tiềm năng đưa công nghệ này tiến gần hơn đến đời sống và công việc hàng ngày của đại chúng.
1. Sự chuyển dịch mô hình kinh doanh nhờ AIGC — Khi AI trở nên “hữu hình”
“Tính hữu hình của AI” là cảm nhận rõ rệt nhất của chúng tôi qua các cuộc trao đổi gần đây với giới công nghiệp. Dù AI đã phát triển qua nhiều năm, ứng dụng của nó trong nhiều lĩnh vực vẫn giống như một “chuyên gia chuyên sâu” được đào tạo bài bản. Trong khi đó, AIGC dựa trên mô hình ngôn ngữ lớn (LLM) ngày nay lại giống như một nghiên cứu sinh toàn diện—dù trong giai đoạn đầu, khả năng xử lý các lĩnh vực chuyên môn cụ thể còn hạn chế, nhưng lại sở hữu tiềm năng mở rộng vượt trội. Do đó, chúng tôi dự đoán sau khi mô hình GPT-4 ra mắt vào năm 2023, xu hướng “AIGC+” sẽ trở thành làn sóng toàn cầu. Các mô hình nền tảng quy mô lớn và t��p dữ liệu khổng lồ sẽ trở thành “cơ sở hạ tầng CNTT” thực thụ của kỷ nguyên công nghệ tiếp theo—trong đó, giá trị ở các lĩnh vực chuyên biệt cũng không hề nhỏ, như minh chứng từ hợp tác giữa OpenAI và Microsoft. Xu hướng AI trở nên “hữu hình” và phổ quát sẽ ngày càng rõ nét.
AI có tiềm năng chuyển đổi mô hình kinh doanh thông qua việc tự động hóa đa dạng nhiệm vụ, nâng cao hiệu suất và mở ra những phương thức kinh doanh mới. Dưới đây là một số cách thức AI đang định hình lại các mô hình kinh doanh:
Tự động hóa: AI có khả năng tự động hóa nhiều tác v���, từ nhập liệu, hỗ trợ khách hàng đến quản lý chuỗi cung ứng. Điều này giúp giảm thiểu lao động thủ công, nâng cao hiệu quả, từ đó cắt giảm chi phí và tăng lợi nhuận.
Hỗ trợ ra quyết định: AI có thể phân tích khối lượng dữ liệu khổng lồ và đưa ra những phân tích sâu sắc, giúp doanh nghiệp đưa ra quyết định tối ưu hơn, chẳng hạn như tối ưu hóa giá cả, phát hiện cơ hội mới hay dự đoán hành vi khách hàng.
Cá nhân hóa: AI cho phép cung cấp sản phẩm và dịch vụ được tùy chỉnh theo nhu cầu riêng của từng khách hàng. Điều này giúp doanh nghiệp triển khai các chiến dịch tiếp thị hiệu quả hơn và nâng cao sự hài lòng của khách hàng.
Mô hình kinh doanh mới: AI mở ra những mô hình kinh doanh sáng tạo trước đây chưa thể thực hiện. Ví dụ điển hình là các chatbot AI, cho phép doanh nghiệp cung cấp hỗ trợ khách hàng 24/7, ngay cả ngoài giờ làm việc.
Trước đây, ứng dụng AI chủ yếu tập trung vào lĩnh vực an ninh và giám sát mạng. Năm 2020, quy mô thị trường AI trong an ninh đạt 45,3 tỷ Nhân dân tệ, trở thành một trong những phân khúc được thương mại hóa nhanh và có quy mô lớn nhất. Dự kiến đến năm 2025, con số này sẽ lên tới 90 tỷ Nhân dân tệ. Tuy nhiên, hầu hết giải pháp trong lĩnh vực này hiện được cung cấp dưới dạng gói tích hợp phần cứng và hệ thống.
Khi công nghệ xử lý ngôn ngữ tự nhiên (NLP) giúp giảm bớt rào cản sử dụng AI, cùng với sự tối ưu và cải tiến không ngừng của các thuật toán tạo nội dung bằng AI (AIGC), tốc độ và hiệu quả thương mại hóa AIGC đang thực sự gây ấn tượng. Một số startup như Jasper thậm chí đã bắt đầu tạo ra doanh thu, cho thấy AI ngày càng hiện hữu rõ ràng thông qua các mô hình kinh doanh cụ thể. Lấy ví dụ, Jasper – thành lập năm 2021 – đã đạt doanh thu 45 triệu USD và thu hút 70.000 người dùng ngay trong năm đầu tiên. Dự kiến doanh thu năm 2022 của họ sẽ đạt 75 triệu USD. Theo thông tin chính thức, Jasper áp dụng mô hình thu phí SaaS với ba gói: Cơ bản, Nâng cao và Tùy chỉnh. Trong khi đó, một số công ty AIGC hàng đầu tại Trung Quốc cũng đã nhanh chóng mở rộng quy mô người dùng và khối lượng nội dung tạo ra trong năm 2022. Việc họ bắt đầu tạo ra doanh thu và lợi nhuận từ năm 2023 là hoàn toàn khả thi. Tuy nhiên, liệu họ có xây dựng được mô hình thuê bao SaaS bền vững hay không vẫn cần thêm thời gian để quan sát.
Lấy ví dụ điển hình là Jasper. Nền tảng này không chỉ tích hợp nhiều thuật toán mô hình khác nhau — từ GPT-3, NeoX đến T5 — mà còn dựa trên nhu cầu thực tế của doanh nghiệp để xây dựng các mô hình học máy được tùy chỉnh riêng. Từ đó, Jasper thiết kế giao diện và quy trình làm việc nguyên bản, giúp AI trở nên dễ tiếp cận hơn trong đời sống hàng ngày. Nhờ tích hợp đa dạng mô hình, Jasper có thể xác định tổ hợp tối ưu nhất cho từng trường hợp sử dụng cụ thể hoặc ngành nghề. Cách tiếp cận này vừa tránh phụ thuộc quá mức vào một nguồn duy nhất, vừa nâng cao chất lượng đầu ra. Trên giao diện của Jasper, người dùng dễ dàng tìm thấy hàng trăm mẫu ứng dụng chuyên sâu theo từng lĩnh vực, chẳng hạn như mẫu email quảng bá sản phẩm mới. Thiết kế này hỗ trợ người dùng tạo ra kết quả chính xác hơn, từ đó thu hút và giữ chân họ hiệu quả. Đây cũng là lý do Jasper, chỉ sau hai năm thành lập, đã thu hút được những khách hàng lớn như IBM và Airbnb.
Cùng với sự phát triển của công nghệ, AI ngày nay không còn được thương mại hóa dưới dạng gói phần cứng và hệ thống phức tạp như trước. Đối với đại chúng, AI cũng không còn là một công nghệ xa vời. Thay vào đó, AI đã trở thành công cụ mà bất kỳ cá nhân nào cũng có thể dễ dàng ứng dụng để nâng cao hiệu suất công việc — điều này cho thấy một mô hình kinh doanh minh bạch và rõ ràng hơn đang hình thành cho lĩnh vực AI.
2. Mô hình kinh doanh B2B vẫn là trọng tâm của AIGC
Mặc dù AIGC giúp người dùng cá nhân (C-end) dễ dàng tạo nội dung bằng AI với chi phí thấp, nhưng trên thực tế, mô hình kinh doanh B2B vẫn đóng vai trò then chốt. Nhu cầu từ người dùng cá nhân thường thiếu tính bền vững và lâu dài; phần lớn chỉ xuất phát từ sự tò mò nhất thời. Trong khi đó, khách hàng doanh nghiệp (B-end) lại có nhu cầu ổn định và sẵn sàng chi trả dài hạn — chủ yếu dựa trên hai lý do cốt lõi sau:
Tiết kiệm chi phí
AIGC đang dần thay thế một số công việc trước đây do con người đảm nhận, chẳng hạn như biên tập nội dung website hay thiết kế đồ họa. Giả sử chi phí nhân công là 1 triệu nhân dân tệ và AIGC có thể cắt giảm hơn 50% chi phí này, doanh nghiệp chắc chắn sẽ có động lực mạnh mẽ để chuyển sang sử dụng máy móc. Trên thực tế, xu hướng này đang diễn ra ngày càng rõ, đặc biệt trong các lĩnh vực chuyên sâu như thể thao, tài chính và ô tô.
Ngay từ năm 2018, Reuters đã triển khai công cụ viết tin tức AI mang tên Lynx Insight Service. Mục tiêu là giao những phần việc mà máy tính xử lý hiệu quả hơn — như khai phá dữ liệu và nhận diện quy luật — cho hệ thống tự động. Trong khi đó, những nhiệm vụ đòi hỏi tư duy sáng tạo và hiểu biết ngữ cảnh, chẳng hạn như đặt câu hỏi, đánh giá mức độ quan trọng hay nắm bắt bối cảnh tổng thể, vẫn do con người đảm nhiệm. Cách tiếp cận này tương tự như việc chúng ta thử nghiệm dùng ChatGPT để soạn thảo báo cáo nghiên cứu. Trong tương lai, con người sẽ chủ yếu đóng vai trò định hướng và đặt vấn đề, còn AI sẽ phụ trách thu thập, xử lý, tổng hợp và tích hợp thông tin.
Hiện nay, hình thức phổ biến hơn cả là sử dụng AI để nhanh chóng thu thập dữ liệu, sau đó điền vào các mẫu văn bản có sẵn để tạo thành bản thảo hoàn chỉnh. Cách làm này khá quen thuộc trong các bản tin của “Wind” (Vạn Đắc) hay các bảng so sánh thông số kỹ thuật xe hơi trên các trang web chuyên ngành.
Bên cạnh việc tạo nội dung văn bản, AIGC còn được ứng dụng để thiết kế hình ảnh minh họa hoặc ảnh bìa cho bài báo và nội dung mạng xã hội. So với việc tìm kiếm hình ảnh từ kho tư liệu có sẵn, phương pháp này giúp tạo ra hình ảnh phù hợp hơn với nội dung, đồng thời giảm chi phí thuê thiết kế và nâng cao hiệu suất công việc. Tuy nhiên, nhu cầu về nội dung văn bản vẫn lớn hơn so với hình ảnh, một phần do tính chất công việc, phần khác do quy mô thị trường vốn có của từng lĩnh vực.
Thu hẹp khoảng cách nhu cầu trong mô hình doanh nghiệp (B2B)
Nhiều ứng dụng hướng doanh nghiệp (B2B) mang tính dự án và khó triển khai — chúng tôi gọi đây là “khoảng cách nhu cầu”. Ví dụ, việc xây dựng một ma trận IP (tài sản trí tuệ) đòi hỏi phải phát triển một IP lớn thành nhiều sản phẩm phụ như phim điện ảnh, phim truyền hình, trò chơi điện tử, hoạt hình, mô hình nhân vật... Quá trình này cần sự tham gia của hàng loạt tác giả sáng tạo để làm phong phú thêm ma trận IP, vừa tốn kém lại mất nhiều thời gian. Các nhà cung cấp nội dung khó sản xuất số lượng lớn nội dung gốc do khối lượng công việc quá tải, trong khi bên có nhu cầu lại ngần ngại chi trả vì chưa thấy được sản phẩm cụ thể. Trong tương lai, với sự hỗ trợ của AIGC (nội dung do AI tạo ra), nhà sáng tạo chỉ cần một bản phác thảo sơ bộ rồi dùng mô hình AI để tạo ra hàng loạt nội dung. Nhờ các mô hình lan truyền (diffusion models), phương thức tạo nội dung “kết hợp giữa hộp trắng và hộp đen” này còn mang tính chất tái sáng tạo (remix). Nếu AIGC có thể thu hẹp khoảng cách nhu cầu này, các dự án B2B quy mô lớn sẽ dễ dàng triển khai hơn.
Lấy thị trường anime/manga làm ví dụ: ngành công nghiệp này đang bùng nổ với chuỗi giá trị ngày càng hoàn thiện. Năm 2020, quy mô thị trường toàn quốc đã vượt 100 tỷ Nhân dân tệ (NDT), và số lượng người dùng thuộc nhóm “anime/manga đại chúng” dự kiến đạt 500 triệu vào năm 2023. Các sản phẩm phái sinh từ IP anime/manga — như đồ chơi sưu tầm (collectibles), thần tượng ảo (virtual idols), thời trang và giải trí thực tế — đang sở hữu tiềm năng thị trường khổng lồ và là trọng tâm phát triển hiện nay.
Trong quá trình thiết kế và sản xuất đồ chơi sưu tầm, thần tượng ảo hay thời trang, việc lựa chọn nhà thiết kế và hoàn thiện bản thiết kế là hai bước then chốt. AIGC có thể nâng cao đáng kể hiệu suất của cả quá trình này. Trước đây, doanh nghiệp phải huy động một nhóm thiết kế thử nghiệm các bản phác thảo ban đầu để gửi cho chủ sở hữu IP xem xét và phản hồi — chi phí giao tiếp và thiết kế phác thảo thường rất cao. Giờ đây, với AIGC, nhà thiết kế có thể huấn luyện một mô hình sinh nội dung theo phong cách cá nhân, sau đó nhanh chóng tạo ra nhiều phương án phác thảo dựa trên yêu cầu của chủ IP để lựa chọn. Cách làm này giúp xác định nhanh nhà thiết kế phù hợp và giảm thiểu chi phí giao tiếp. Ở các giai đoạn thiết kế và sản xuất tiếp theo, AIGC cũng có thể hiệu quả tạo ra nhiều nội dung đồng nhất về phong cách hoặc gắn liền với cùng một IP, từ đó nâng cao đáng kể hiệu suất và cắt giảm chi phí.
Vì vậy, dù công nghệ phát triển giúp AIGC ngày càng phổ biến, chúng tôi vẫn tin rằng ở giai đoạn hiện tại, mô hình kinh doanh chủ đạo vẫn là hướng tới doanh nghiệp (B2B). Lý do cốt lõi nằm ở việc AIGC mang lại cải thiện hiệu suất rõ rệt cho khách hàng B2B, đồng thời lấp đầy khoảng trống kết nối nhu cầu vốn rất khó thực hiện — điều này khiến khách hàng sẵn sàng chi trả ở mức cao.
3. AIGC hướng đến người dùng cuối, chủ yếu theo mô hình SaaS trả phí
Khi mô hình AI và năng lực tính toán đạt được những bước đột phá vượt ngưỡng khả dụng, việc AIGC trao quyền cho từng cá nhân cũng là một hướng đi đáng chú ý. Với chi phí biên cực thấp, các ứng dụng AIGC có thể nâng cao đáng kể hiệu suất xử lý thông tin và chất lượng nội dung đầu ra của mỗi người, đồng thời chính công nghệ này cũng tác động ngược lại, thúc đẩy sự tiến hóa của các quan hệ sản xuất.
Vì vậy, giá trị thương mại của các ứng dụng AIGC hướng đến người dùng cuối (B2C) có thể được đánh giá qua hai góc độ chính: Một là công cụ nâng cao hiệu suất, tương tự các công cụ ghi chú hay quản lý lịch truyền thống. Ứng dụng AIGC có thể tối ưu hiệu suất cá nhân ở mọi khâu, từ thu thập thông tin, định dạng dữ liệu đến quản lý quy trình làm việc. Đồng thời, mô hình AI với vai trò nền tảng có thể dễ dàng tích hợp vào các quy trình làm việc sẵn có. Hai là công cụ sáng tạo, giống như phần mềm chỉnh sửa video hay ảnh. Trong bối cảnh nội dung do người dùng tạo (UGC) ngày càng phổ biến, AIGC giúp giảm đáng kể rào cản sáng tạo cho đại chúng và gia tăng giá trị IP cho các phương tiện truyền thông cá nhân.
Về mặt thương mại, xu hướng trung và dài hạn sẽ là sử dụng AIGC làm nền tảng hạ tầng cho các dịch vụ SaaS theo mô hình thuê bao. Hiện tại, một số doanh nghiệp như Midjourney đã bắt đầu thử nghiệm mô hình này. Người dùng sẵn sàng chi trả chủ yếu vì những lý do sau:
Phương thức tiếp cận thông tin hiệu quả hơn
AIGC sẽ thay thế công cụ tìm kiếm để trở thành phương thức tiếp cận thông tin thế hệ mới. Kể từ khi ChatGPT ra mắt, một câu hỏi được bàn luận sôi nổi là: Liệu ChatGPT có soán ngôi Google? Các công cụ tìm kiếm truyền thống hoạt động bằng cách tìm kiếm từ khóa, xếp hạng độ liên quan và cung cấp cho người dùng danh sách các liên kết đến những trang web hữu ích. Trong khi đó, ChatGPT tận dụng một kho dữ liệu ngôn ngữ khổng lồ để trực tiếp đưa ra câu trả lời cho người dùng. Chẳng hạn, khi được hỏi về tổng quan ngành cáp quang, ChatGPT sẽ đưa ra một câu trả lời mạch lạc dựa trên bộ dữ liệu khổng lồ mà nó được huấn luyện, đồng thời người dùng có thể đặt thêm các câu hỏi tiếp theo để nhận phản hồi sâu hơn. Ngược lại, với công cụ tìm kiếm truyền thống, người dùng phải tự mình tìm kiếm tài liệu phù hợp dựa trên từ khóa rồi tự tổng hợp thông tin. Trải nghiệm thực tế cho thấy, thông tin từ ChatGPT thường có chất lượng cao hơn và tốc độ phản hồi nhanh hơn so với công cụ tìm kiếm. Dù vẫn còn hạn chế về phạm vi dữ liệu (ví dụ, ChatGPT hầu như không có thông tin về các sự kiện sau năm 2020), nhưng trong đa số trường hợp, ChatGPT đã có thể đảm nhận vai trò của một công cụ tìm kiếm. Mặc dù hiện tại ChatGPT vẫn đang trong giai đoạn thử nghiệm, nhiều người dùng trên mạng xã hội đã sẵn sàng trả phí để sử dụng nó nhằm nâng cao hiệu suất công việc.
Từ hỗ trợ biểu đạt đến thay thế hoàn toàn việc biểu đạt
Về khả năng sáng tạo nội dung, AIGC không chỉ dừng lại ở vai trò hỗ trợ mà còn có tiềm năng thay thế hoàn toàn con người. Trước đây, các công cụ tăng cường hiệu suất như Grammarly chủ yếu giúp người dùng chỉnh sửa văn phong, cung cấp mẫu câu chuẩn để nâng cao chất lượng giao tiếp. Trong khi đó, AIGC có thể tiến xa hơn: nó có khả năng tự động tạo ra nội dung theo đúng định dạng, giọng điệu và ngữ cảnh được yêu cầu, từ đó đảm nhận luôn công việc sáng tạo vốn do con người thực hiện. Điển hình như Jasper – một nền tảng AI chuyên về tạo văn bản – cho phép người dùng viết tiêu đề Instagram, soạn kịch bản TikTok, hay soạn thảo nội dung quảng cáo và email một cách tự động.
Tích hợp vào quy trình làm việc hiện có
Xu hướng tất yếu là AIGC sẽ được tích hợp vào các quy trình làm việc hiện tại. Các mô hình AI lớn đóng vai trò nền tảng, có thể được tùy chỉnh thành những ứng dụng cụ thể dựa trên nhu cầu và ngữ cảnh sử dụng, đồng thời dễ dàng kết nối với các luồng công việc sẵn có. Một ví dụ điển hình là Notion AI. Ứng dụng này được xây dựng trên nền tảng Notion - một công cụ đa năng hỗ trợ soạn thảo t��i liệu, ghi chú, bảng tính, bảng Kanban và nhiều tính năng khác. Năm 2021, Notion đã hoàn thành vòng gọi vốn Series C trị giá 250 triệu USD do Coatue và Sequoia dẫn đầu, nâng định giá sau đầu tư lên 10,3 tỷ USD. Đến năm 2022, Notion đã thu hút 30 triệu người dùng, trong đó có 4 triệu người dùng trả phí. Gần đây, Notion ra mắt phiên bản thử nghiệm Notion AI, được tích hợp liền mạch vào quy trình làm việc hiện hữu của nền tảng. Người dùng có thể tận dụng trợ lý AI ngay trong ứng dụng để nâng cao hiệu suất khi sắp xếp tài liệu, quản lý lịch trình hay sáng tạo nội dung. Ngay cả những công cụ như MidJourney, Wujie Tu hay ChatGPT cũng khó được xem là giải pháp hoàn chỉnh - nếu tách rời khỏi quy trình làm việc thực tế, AIGC đơn thuần chỉ là một "món đồ chơi". Tuy nhiên, khi được nhúng sâu vào các luồng công việc hiện có, giá trị của nó sẽ hoàn toàn khác biệt.
Mở rộng khả năng sáng tạo của người dùng
Sự phát triển của các công cụ sáng tạo đã giúp ngày càng nhiều cá nhân trở thành nhà sáng tạo nội dung, thúc đẩy sự bùng nổ của UGC (Nội dung do Người dùng Tạo ra). Trong bối cảnh đó, AIGC - với tư cách là một công cụ sáng tạo nội dung - sẽ tiếp tục hạ thấp rào cản để tạo ra hình ảnh, video và các định dạng nội dung khác. Trước đây, người dùng đã có thể tự động chuyển văn bản thành giọng nói; giờ đây với AIGC, chỉ một câu lệnh đơn giản có thể tạo ra văn bản, một câu lệnh khác lại sinh ra hình ảnh hoặc thậm chí video. Chẳng hạn, trên MidJourney, người dùng chỉ cần nhập mô tả bằng văn bản, hệ thống sẽ tự động tạo ra tác phẩm nghệ thuật. Các nhân vật ảo do AIGC tạo ra có thể tự sản xuất chương trình truyền hình dựa trên nội dung văn bản được cung cấp. Những ứng dụng này cho phép người dùng sáng tạo ra khối lượng nội dung phong phú hơn trong thời gian ngắn, với chi phí học tập tương đối thấp.
4. Kinh doanh sức mạnh tính toán - nền tảng của AIGC
Vậy sức mạnh tính toán “khổng lồ” đằng sau AIGC thực chất lớn đến mức nào?
Nhu cầu năng lực tính toán để huấn luyện AI đang tăng theo cấp số mũ, vượt xa tốc độ phát triển phần cứng theo định luật Moore. Năm 2018, OpenAI công bố một nghiên cứu định lượng nhu cầu tính toán cho việc đào tạo các mô hình ngôn ngữ lớn (LLM) và xu hướng tăng trưởng của nó. Kết quả cho thấy, từ 2012 đến 2018, lượng tính toán cần thiết để huấn luyện AI tăng gấp đôi chỉ sau mỗi 3–4 tháng, thể hiện mức tăng trưởng theo cấp số mũ (trong khi định luật Moore dự đoán thời gian tăng gấp đôi là 18 tháng). Trong giai đoạn này, năng lực tính toán dành cho AI đã tăng 300.000 lần, trong khi định luật Moore chỉ dự báo mức tăng khoảng 7 lần.
Đối với các mô hình lớn phổ biến hiện nay (như GPT-3, NLG, Gopher...), năng lực tính toán thường được đo bằng đơn vị petaFLOPS-ngày. Một petaFLOPS-ngày tương đương với khả năng xử lý một triệu tỷ phép tính dấu phẩy động mỗi giây và duy trì liên tục trong 24 giờ. Để dễ hình dung, card đồ họa cao cấp RTX3090 của NVIDIA đạt hiệu năng khoảng 35 TFLOPs ở mức tiêu chuẩn, tức là xử lý được 35 nghìn tỷ phép tính mỗi giây. Như vậy, để đạt 1 petaFLOPS-ngày, cần vận hành RTX3090 ở công suất tối đa liên tục trong 29 ngày. Ngay cả khi sử dụng siêu máy tính mạnh nhất hiện nay, quá trình huấn luyện trong điều kiện lý tưởng cũng mất hơn một tuần.
AIGC Khi các ứng dụng AIGC trở nên phổ biến, một thị trường điện toán khổng lồ sẽ mở ra phía sau. Việc huấn luyện các mô hình AI đòi hỏi năng lực tính toán cực lớn và chi phí không hề nhỏ. Lấy ví dụ, mô hình GPT-3 sở hữu tới 175 tỷ tham số và cần tới 3.650 PFLOPS-ngày để hoàn tất quá trình huấn luyện. Theo tính toán của Lambda, với hiệu suất lý tưởng của GPU V100 đạt 28 TFLOPS và chi phí điện toán đám mây tối thiểu trong 3 năm, việc huấn luyện GPT-3 sẽ ngốn khoảng 4,6 triệu USD. Với thế hệ kế tiếp GPT-4, số lượng tham số dự ki���n còn tăng cao hơn nữa.
Dù nhiều mô hình AI được công bố mã nguồn mở, nhưng tập dữ liệu và kết quả huấn luyện thường là tài sản độc quyền của từng nhóm phát triển. Điều này đồng nghĩa với việc mỗi sản phẩm AI đều phải tự trang trải chi phí huấn luyện riêng. Hiện tại, đa phần các startup đều triển khai trên nền tảng điện toán đám mây, bởi việc xây dựng cụm máy chủ riêng quá tốn kém: giá bán lẻ của một card GPU cao cấp A100 hiện dao động từ 60.000–90.000 Nhân dân tệ; đầu tư phần cứng cho một cụm 1.000 card A100, cùng với CPU, ổ cứng, thiết bị lưu trữ và hệ thống điện cho trung tâm dữ liệu có thể lên tới gần 100 triệu Nhân dân tệ. Trong tương lai, khi AIGC ngày càng được thương mại hóa rộng rãi ở cả phân khúc doanh nghiệp (B2B) lẫn người tiêu dùng (B2C), cả dịch vụ điện toán đám mây lẫn việc xây dựng cụm máy chủ riêng đều sẽ hưởng lợi. Đồng thời, do việc xuất khẩu các chip tính toán cao cấp như NVIDIA A100 và H100 đang bị hạn chế, các chip nội địa của Trung Quốc sẽ có cơ hội chiếm lĩnh thị phần tăng trưởng mới này.
5. Giá trị cộng đồng AIGC — Mỏ vàng tương lai
Gần đây, qua trao đổi với nhiều nhóm khởi nghiệp, chúng tôi nhận thấy một chủ đề được quan tâm đặc biệt trong ngành: sự kết hợp giữa AIGC với Web3.0 và sự hòa nhập của AIGC vào cộng đồng. Xu hướng này chủ yếu thể hiện ở ba khía cạnh: AIGC hỗ trợ tương tác và phát triển văn hóa cộng đồng; cộng đồng đóng góp phản hồi để huấn luyện mô hình AI; và AIGC kết hợp với NFT để mở ra các mô hình kinh doanh mới.
Rào cản thấp chính là chìa khóa thu hút đông đảo người dùng tham gia tương tác cộng đồng. So với các nền tảng UGC, AIGC có khả năng giảm thiểu đáng kể rào cản và chi phí sáng tạo cho người dùng. Việc hạ thấp ngưỡng sáng tạo này sẽ thúc đẩy mạnh mẽ sự tương tác và phát triển của cộng đồng, đồng thời giúp nền tảng tiết kiệm chi phí sản xuất nội dung. Điển hình như trường hợp của "Manhua Baozou" - bằng cách cung cấp công cụ vẽ truyện tranh đơn giản, họ đã giúp người dùng dễ dàng thể hiện ý tưởng, từ đó tạo ra vô số câu chuyện hài hước lan tỏa mạnh mẽ, làm giàu thêm hệ sinh thái "IP Baozou". Khả năng sáng tạo mà AIGC mang lại vượt xa các cộng đồng nội dung truyền thống và hoàn toàn có thể mở đường cho những mô hình kinh doanh nền tảng mới mẻ.
Phản hồi từ cộng đồng đối với tác phẩm AIGC chính là nguồn dữ liệu huấn luyện quý giá cho các mô hình AI. Lấy ví dụ về tạo ảnh, cùng một từ khóa có thể cho ra kết quả rất khác biệt trên các nền tảng — ảnh đẹp trên nền tảng A nhưng có thể kém chất lượng trên nền tảng B. Nguyên nhân chính của sự khác biệt này nằm ở quá trình huấn luyện mô hình. Ngay cả khi xuất phát từ cùng một mô hình cơ sở, phương pháp huấn luyện khác nhau sẽ dẫn đến hiệu quả đầu ra chênh lệch đáng kể. Trong học có giám sát (supervised learning), người huấn luyện cần đưa ra phản hồi cho nội dung do AIGC tạo ra để điều chỉnh tham số thuật toán, cho đến khi đạt được kết quả mong muốn. Một lý do quan trọng để ChatGPT ra mắt bản demo miễn phí chính là để thu thập thêm dữ liệu phản hồi thông qua tương tác mở với người dùng. Những thảo luận và xu hướng yêu thích của cộng đồng sẽ cung cấp nguồn phản hồi chất lượng cao, giúp tối ưu hóa và nâng cao năng lực của sản phẩm AIGC trong các phiên bản tiếp theo.
Khi AIGC bước vào lĩnh vực sở hữu trí tuệ (IP), hệ thống cấp phép bản quyền truyền thống thường tỏ ra không tương thích — vấn đề này đã từng xuất hiện trong thời đại nội dung do người dùng tạo ra (UGC), chẳng hạn như các tác phẩm phái sinh do người hâm mộ sáng tạo. Đặc tính độc nhất của NFT cho phép thiết lập nhiều dạng kết nối đa chiều hơn giữa tác giả gốc, người sáng tạo lại và khán giả. Chúng ta đã thấy các bộ sưu tập NFT như BAYC hay Cryptopunks xây dựng những cộng đồng người hâm mộ mang tính độc quyền, đồng thời tích cực khám phá các mô hình kết hợp NFT với nền kinh tế người hâm mộ. Do tính ngẫu nhiên vốn có trong quy trình AIGC, việc tái tạo y hệt một nội dung là gần như bất khả thi; hơn nữa, mỗi lần tạo nội dung đều sinh ra một giá trị "seed" độc nhất, tựa như dấu vân tay kỹ thuật số. Việc kết hợp AIGC với NFT cho phép gắn kết chặt chẽ tác giả với tác phẩm, đồng thời liên kết tác phẩm phái sinh với IP gốc. Không gian thử nghiệm và khám phá trong lĩnh vực này là vô cùng rộng mở. Hiện nay, nhiều nhóm nghiên cứu tại Thung lũng Silicon và Singapore đã bắt đầu dấn thân vào lĩnh vực này, và chúng tôi sẽ tiếp tục theo dõi sát sao trong các nghiên cứu tiếp theo.
6. Chiến lược đầu tư: Phần mềm, phần cứng và dữ liệu của AIGC
Từ PGC, UGC đến AIGC, công nghệ này đang giúp con người vượt qua giới hạn sản xuất nội dung, tạo ra những sản phẩm chất lượng cao một cách hiệu quả và mở đường cho kỷ nguyên metaverse thực thụ. Tuy nhiên, để AIGC đáp ứng được yêu cầu của metaverse và tự động tạo nội dung với độ chính xác cao, công nghệ này vẫn cần được hoàn thiện trên nhiều phương diện. Chúng ta có th��� phân tích vấn đề này dựa trên hai yếu tố chính: phần mềm và phần cứng. Về phần mềm, trọng tâm nằm ở công nghệ xử lý ngôn ngữ tự nhiên (NLP), các mô hình thuật toán sinh nội dung AIGC và bộ dữ liệu huấn luyện. Trong khi đó, phần cứng tập trung vào năng lực tính toán (compute) và hạ tầng mạng truyền thông.
Các yếu tố thúc đẩy:
1) Mô hình GPT-4 dự kiến ra mắt trong quý II.
2) Microsoft đã tích hợp tính năng AIGC vào công cụ tìm kiếm và bộ ứng dụng văn phòng Office.
Xét từ góc độ đầu tư theo chủ đề, chúng tôi nhận định rằng sau giai đoạn giới thiệu khái niệm vào năm 2022, AIGC sẽ bước vào thời kỳ bùng nổ trong ngành vào năm 2023. Giai đoạn này sẽ chứng kiến sự ra mắt của nhiều mô hình mới cũng như việc triển khai thực tế “AIGC+” trên đa dạng lĩnh vực. Một mặt, AIGC tạo ra tác động mang tính cách mạng đối với các ứng dụng “đinh” hiện hữu—như video ngắn và game—khi có khả năng gia tăng đáng kể khối lượng nội dung và độ hấp dẫn, đồng thời cung cấp công cụ mới cho mạng xã hội và quảng cáo. Mặt khác, dưới tinh thần mở và cùng kiến tạo của Web3, nội dung UGC và AIGC sẽ trở nên hấp dẫn hơn, hứa hẹn mở ra làn sóng sáng tạo và tưởng tượng mới.
Cảnh báo rủi ro
Công nghệ đổi mới không đạt kỳ vọng: Sự phát triển của công nghệ AIGC có thể diễn ra chậm hơn dự kiến. Đồng thời, các công nghệ phần cứng nền tảng—như siêu máy tính và năng lực xử lý tính toán—cũng có thể không đáp ứng được kỳ vọng.
Rủi ro chính sách và quy định: Công nghệ AIGC hiện vẫn còn non trẻ, nên khung pháp lý về quyền sở hữu trí tuệ đối với tác phẩm do AI tạo ra vẫn chưa rõ ràng trong tương lai.