Trong những năm đầu của làn sóng AI tạo sinh, cuộc cạnh tranh chủ yếu xoay quanh khả năng của các mô hình: mô hình nào thông minh hơn, xử lý được nhiều dữ liệu hơn, suy luận tốt hơn hay đạt điểm cao hơn trong các bài kiểm tra.

Nhưng khi AI bắt đầu được triển khai rộng rãi trong doanh nghiệp, một bài toán thực tế ngày càng trở nên quan trọng: chi phí.

Một mô hình rất mạnh nhưng quá đắt đỏ có thể không phải lựa chọn tối ưu nếu doanh nghiệp chỉ cần thực hiện những công việc tương đối đơn giản. Ngược lại, một mô hình có năng lực thấp hơn một chút nhưng chi phí chỉ bằng một phần nhỏ có thể hấp dẫn hơn nhiều khi được triển khai trên quy mô lớn.

Sự trỗi dậy của các mô hình AI nguồn mở và chi phí thấp từ Trung Quốc đang thúc đẩy xu hướng này, đồng thời tạo thêm sức ép lên OpenAI, Anthropic và nhiều công ty công nghệ tại Thung lũng Silicon.

AI giá rẻ đang thay đổi cuộc chơi

Một ví dụ đáng chú ý xuất hiện tại Zhongguancun, khu công nghệ thường được ví như “Thung lũng Silicon của Trung Quốc”.

Tại đây, một quán bar mang tên AGI Bar đang trở thành địa điểm gặp gỡ của các nhà phát triển, nhà sáng lập startup và giới đầu tư công nghệ.

Điểm đặc biệt là khách hàng có thể sử dụng AI miễn phí ngay tại quán.

AGI Bar trang bị hai máy trạm Nvidia để tự vận hành DeepSeek V4 Flash. Nhờ chạy mô hình trực tiếp trên hệ thống của mình, chủ quán không phải trả phí sử dụng cho nhà phát triển mô hình mỗi lần khách hàng tương tác với AI.

Song De, chủ quán đồng thời là một nhà phát triển AI độc lập, ví việc cung cấp AI miễn phí giống như các quán cà phê, nhà hàng hay quán bar cung cấp Wi-Fi miễn phí cho khách.

Một chi tiết tưởng như nhỏ lại phản ánh sự thay đổi lớn hơn của thị trường: AI đang dần chuyển từ một công nghệ đắt đỏ thành một loại hạ tầng có thể được triển khai với chi phí ngày càng thấp.

Các hãng AI Mỹ bắt đầu giảm giá

Áp lực về chi phí không chỉ xuất hiện ở Trung Quốc.

Các hãng AI hàng đầu của Mỹ cũng đang điều chỉnh chiến lược.

OpenAI đã giảm mạnh mức phí đối với mô hình nhẹ mới nhất “Luna”, trong khi Anthropic giới thiệu một mô hình có hiệu năng tiệm cận hệ thống mạnh nhất của hãng nhưng mức giá thấp hơn đáng kể.

xAI của Elon Musk cũng giảm giá một số mô hình Grok, còn Meta đưa ra lựa chọn chi phí thấp Muse Spark 1.2.

Những động thái này cho thấy thị trường AI đang bước sang một giai đoạn khác.

Mô hình mạnh nhất không còn mặc nhiên là sản phẩm hấp dẫn nhất. Thay vào đó, người dùng và doanh nghiệp ngày càng quan tâm tới một chỉ số thực tế hơn: hiệu năng nhận được trên mỗi đồng chi phí bỏ ra.

Điều này đặc biệt quan trọng khi AI được sử dụng hàng triệu hoặc hàng tỷ lượt mỗi ngày. Một khác biệt nhỏ về chi phí cho mỗi lần xử lý có thể trở thành khoản tiền rất lớn khi triển khai trên quy mô doanh nghiệp.

Không phải công việc nào cũng cần AI mạnh nhất

Một trong những nguyên nhân thúc đẩy cuộc đua giảm giá là thực tế không phải mọi nhiệm vụ đều cần đến những mô hình AI tiên tiến nhất.

Jack Gold, nhà phân tích công nghệ và nhà sáng lập J.Gold Associates, cho rằng có rất nhiều công việc có thể được thực hiện bằng các mô hình cũ hơn, mô hình có năng lực thấp hơn hoặc các mô hình ngôn ngữ nhỏ.

Ví dụ, doanh nghiệp có thể cần AI để phân loại email, tóm tắt tài liệu, nhập dữ liệu, trả lời những câu hỏi cơ bản của khách hàng hoặc thực hiện các tác vụ nội bộ có tính lặp lại.

Sử dụng một mô hình AI đắt đỏ nhất cho tất cả những công việc này có thể giống như dùng một siêu máy tính để thực hiện những phép tính đơn giản.

Bài toán vì vậy không còn là “mô hình nào mạnh nhất?” mà trở thành “mô hình nào đủ tốt với chi phí hợp lý nhất?”.

AI agent càng phát triển, bài toán chi phí càng quan trọng

Xu hướng này được dự báo sẽ rõ nét hơn khi AI agent phát triển.

Khác với chatbot chủ yếu phản hồi câu hỏi của người dùng, AI agent được thiết kế để tự thực hiện một chuỗi nhiệm vụ như tìm kiếm thông tin, xử lý dữ liệu, sử dụng phần mềm và phối hợp nhiều công cụ để hoàn thành mục tiêu.

Một AI agent có thể phải thực hiện hàng chục, thậm chí hàng trăm thao tác để hoàn thành một nhiệm vụ.

Nếu mỗi thao tác đều sử dụng mô hình AI đắt nhất, tổng chi phí có thể tăng rất nhanh.

Theo ông Jack Gold, nhiều tác vụ trong tương lai có thể được thực hiện bằng các mô hình nhỏ hơn và vận hành ngay trên thiết bị hoặc hệ thống của doanh nghiệp thay vì liên tục gửi dữ liệu tới những mô hình lớn trên đám mây.

Điều này đồng thời mở ra cơ hội cho những mô hình AI có chi phí thấp và mô hình nguồn mở.

DeepSeek, Kimi, Qwen thúc đẩy làn sóng AI nguồn mở Trung Quốc

Một trong những lợi thế đáng chú ý của ngành AI Trung Quốc là sự phát triển nhanh của các mô hình nguồn mở.

Khác với nhiều hệ thống AI hàng đầu của Mỹ được vận hành theo mô hình đóng, các mô hình nguồn mở tạo điều kiện để lập trình viên tiếp cận, điều chỉnh và triển khai theo nhu cầu riêng.

DeepSeek, Moonshot AI với Kimi K3 hay Alibaba với dòng Qwen đang thu hút sự quan tâm của cộng đồng phát triển AI quốc tế.

DeepSeek V4 Flash thậm chí đã vươn lên nhóm dẫn đầu về mức độ sử dụng trên nền tảng OpenRouter.

Sức hút của những mô hình này không chỉ đến từ năng lực mà còn từ khả năng triển khai linh hoạt và chi phí.

Một doanh nghiệp có thể lựa chọn vận hành mô hình trên hạ tầng riêng thay vì phụ thuộc hoàn toàn vào dịch vụ API của nhà phát triển. Trong một số trường hợp, điều này giúp doanh nghiệp kiểm soát tốt hơn chi phí và dữ liệu.

AI nguồn mở đang thu hẹp khoảng cách với mô hình đóng

Wang Tiezhen, chuyên gia tư vấn AI độc lập và cựu lãnh đạo hệ sinh thái khu vực châu Á – Thái Bình Dương của Hugging Face, cho rằng các mô hình nguồn mở đang thu hẹp khoảng cách hiệu năng với mô hình đóng nhanh hơn dự kiến.

“Công nghệ tiên phong của năm ngoái đang nhanh chóng trở thành hàng hóa phổ thông của ngày hôm nay”, ông nhận định.

Nhận xét này phản ánh một đặc điểm quan trọng của ngành AI hiện nay.

Một khả năng từng chỉ xuất hiện ở những mô hình tiên tiến và đắt đỏ có thể nhanh chóng được các đối thủ bắt kịp. Sau một khoảng thời gian, những tính năng từng được xem là khác biệt lại trở thành tiêu chuẩn phổ biến trên thị trường.

Nếu xu hướng này tiếp tục, việc sở hữu mô hình mạnh nhất tại một thời điểm chưa chắc tạo ra lợi thế bền vững.

Các công ty còn phải cạnh tranh về giá, tốc độ, khả năng tùy chỉnh, hệ sinh thái nhà phát triển và mức độ dễ dàng khi đưa AI vào hoạt động thực tế.

Nghịch lý của AI Trung Quốc: Giá rẻ nhưng cũng phải kiếm tiền

Dù mô hình nguồn mở và chi phí thấp đang trở thành lợi thế cạnh tranh của các công ty Trung Quốc, các doanh nghiệp này vẫn phải giải quyết bài toán thương mại hóa.

DeepSeek được biết đến nhờ khả năng cung cấp AI với mức chi phí cạnh tranh, nhưng doanh nghiệp này cũng cho biết sẽ tăng đáng kể giá dành cho các lập trình viên.

Một nghịch lý vì vậy đang hình thành.

Các công ty có thể sử dụng giá thấp và nguồn mở để nhanh chóng thu hút người dùng, lập trình viên và xây dựng hệ sinh thái. Nhưng khi quy mô sử dụng tăng lên, chi phí vận hành hạ tầng cũng tăng theo và doanh nghiệp phải tìm cách biến lượng người dùng thành doanh thu.

Cuộc cạnh tranh về giá vì thế không đồng nghĩa AI sẽ liên tục tiến tới miễn phí.

Thay vào đó, thị trường đang tìm kiếm một mức giá mà tại đó AI đủ rẻ để được sử dụng rộng rãi nhưng nhà cung cấp vẫn có thể xây dựng mô hình kinh doanh bền vững.

OpenAI và Anthropic chịu sức ép phải chứng minh khả năng kiếm tiền

Cuộc cạnh tranh diễn ra trong bối cảnh các công ty AI Mỹ đã đầu tư những khoản tiền khổng lồ vào chip, trung tâm dữ liệu, điện năng và nhân lực.

Sau giai đoạn chạy đua xây dựng những mô hình ngày càng lớn, áp lực hiện nay không chỉ là tiếp tục phát triển công nghệ mà còn phải chứng minh AI có thể tạo ra lợi nhuận.

Điều này càng đáng chú ý khi OpenAI và Anthropic được cho là hướng tới những kế hoạch liên quan đến thị trường vốn.

Theo Jack Gold, chưa thể gọi những diễn biến hiện nay là một “cuộc chiến giá” toàn diện, nhưng rõ ràng các doanh nghiệp đang cạnh tranh mạnh hơn để thu hút và giữ chân người dùng.

Nếu hai mô hình có năng lực tương đương nhưng một bên cung cấp với chi phí thấp hơn đáng kể, khách hàng doanh nghiệp sẽ có lý do để chuyển đổi.

Doanh nghiệp không muốn AI đắt hơn chính nhân viên

Áp lực giảm giá còn đến trực tiếp từ khách hàng doanh nghiệp.

Các công ty muốn sử dụng AI để tăng năng suất, giảm thời gian xử lý công việc và tự động hóa những nhiệm vụ lặp lại.

Nhưng bài toán chỉ có ý nghĩa khi lợi ích kinh tế mà AI tạo ra lớn hơn chi phí triển khai.

Jack Gold mô tả mối quan ngại ngày càng phổ biến trong giới doanh nghiệp: AI agent có thể rất hữu ích, nhưng doanh nghiệp không thể chi cho công nghệ số tiền vượt xa chi phí sử dụng chính một nhân viên.

Điều này đặt ra một phép tính khá đơn giản.

Nếu một doanh nghiệp sử dụng AI để tiết kiệm 100 triệu đồng chi phí lao động nhưng phải trả 200 triệu đồng cho hạ tầng và mô hình AI, việc tự động hóa đó không tạo ra nhiều ý nghĩa về mặt kinh tế.

Do đó, AI càng được triển khai sâu vào hoạt động thực tế, áp lực giảm chi phí càng lớn.

Mô hình đạt 80-90% năng lực nhưng rẻ hơn nhiều có thể thắng

Đây cũng là cơ hội của những mô hình AI nhỏ.

Trong nhiều trường hợp, doanh nghiệp không cần mô hình đạt kết quả tốt nhất tuyệt đối. Một hệ thống có thể thực hiện 80-90% yêu cầu nhưng chi phí chỉ bằng một phần nhỏ có thể là lựa chọn kinh tế hơn.

Leo Feng, nhà sáng lập Cola.APP, nhận định giảm giá AI là một xu hướng tất yếu và có thể thúc đẩy sự bùng nổ của các ứng dụng AI ở hạ nguồn.

Max Liu của LobeHub cũng đánh giá cạnh tranh quốc tế về giá AI là diễn biến tích cực đối với thị trường.

“AI càng rẻ thì càng tốt”, ông nói.

Khi chi phí giảm, nhiều startup và doanh nghiệp nhỏ vốn không đủ nguồn lực sử dụng các mô hình đắt đỏ cũng có thể bắt đầu tích hợp AI vào sản phẩm.

Từ đó, cuộc cạnh tranh về giá ở tầng mô hình có thể kích thích một làn sóng ứng dụng mới ở tầng phía dưới.

Cuộc đua AI Mỹ – Trung đang thay đổi luật chơi

Nhìn rộng hơn, diễn biến hiện tại cho thấy ngành AI đang bước sâu hơn vào giai đoạn thương mại hóa.

Trong giai đoạn đầu, một mô hình mới có thể gây chú ý chỉ vì đạt thành tích vượt trội trên các bảng xếp hạng.

Nhưng khi AI trở thành một phần trong hoạt động hằng ngày của doanh nghiệp, những yếu tố thực tế như giá thành, tốc độ, độ ổn định, bảo mật dữ liệu và khả năng triển khai sẽ ngày càng quan trọng.

Lợi thế về chip, dữ liệu, vốn và nhân tài vẫn đóng vai trò then chốt trong cuộc cạnh tranh giữa Mỹ và Trung Quốc.

Tuy nhiên, sự nổi lên của DeepSeek, Qwen và các mô hình nguồn mở cho thấy một đối thủ không nhất thiết phải sở hữu hệ thống đắt đỏ nhất để gây sức ép lên thị trường. Chỉ cần cung cấp một mô hình “đủ tốt” với chi phí thấp hơn đáng kể, họ đã có thể khiến những người dẫn đầu phải điều chỉnh chiến lược.

Vì vậy, câu hỏi lớn của cuộc đua AI có thể đang thay đổi.

Thay vì chỉ hỏi “AI của ai thông minh nhất?”, người dùng và doanh nghiệp ngày càng quan tâm đến một câu hỏi thực tế hơn: “AI của ai đủ tốt với mức giá hợp lý nhất?”.

Nếu xu hướng này tiếp tục, cuộc cạnh tranh AI Mỹ – Trung trong những năm tới có thể không chỉ được quyết định trong các phòng nghiên cứu hay bảng xếp hạng mô hình, mà còn ở một yếu tố rất quen thuộc của mọi thị trường: giá cả và hiệu quả kinh tế.