Khi tôi đang gỡ rối một logic unstaking trong bản audit thử nghiệm của một giao thức restaking, một dòng tweet lướt qua màn hình: CEO Palantir Alex Karp công bố quý có lợi nhuận 1 tỷ USD, và trong cùng một nhịp thở, ông gán cho toàn bộ ngành AI nhãn "Marxist". Tôi dừng lại, không phải vì chữ "Marxist", mà vì sự đặt cạnh nhau này: một cột mốc lợi nhuận hiếm có, và một lời công kích có tính thiết kế. Với một người đã dành hơn một thập kỷ đọc smart contract, tôi học được rằng khi ai đó bắt đầu dùng ngôn ngữ ý thức hệ để lấp vùng tối kỹ thuật, thị trường thường sắp bước vào một chu kỳ định giá mới – không phải từ công nghệ, mà từ câu chuyện.
Hai mô hình trên hai đồng hồ khác nhau
Palantir không huấn luyện mô hình nền tảng, không công bố benchmark, không bán quyền truy cập API theo token. Thứ họ bán là AIP – một tầng phần mềm nhúng AI vào quy trình vận hành của chính phủ và tập đoàn. Khách hàng không mua "sức mạnh mô hình", họ mua "quyết định tốt hơn trên dữ liệu của chính họ". Trong khi đó, các AI lab hàng đầu vẫn đang chạy đường đua riêng: huấn luyện mô hình ngày càng lớn, chi hàng tỷ USD cho hạ tầng và nhân sự, rồi phân phối qua API hoặc sản phẩm tiêu dùng. Đây không chỉ là hai mô hình kinh doanh khác nhau; đó là hai đồng hồ định giá khác nhau. Palantir tính giá trị theo dòng tiền hằng quý, còn các AI lab tính theo một quyền chọn dài hạn mang tên AGI. Khi Karp nói "các anh là Marxist", ông đang cố gắng tuyên bố rằng đồng hồ của ông là đồng hồ duy nhất có thật.
Sự xuất hiện của câu chuyện này trên Crypto Briefing càng khiến tôi chú ý. Một trang tin chuyên về tiền mã hóa đưa tin về một công ty phần mềm quốc phòng, trong một bài phân tích không hề có một đồng token nào, không phải là sự tình cờ. Cộng đồng crypto từ lâu đã hoài nghi các nền tảng AI tập trung, và việc đặt Palantir – một công ty có quan hệ sâu với cơ quan tình báo Mỹ – vào vị trí "kẻ chống lại các AI lab" là một thao tác định hướng dư luận có chủ đích. Karp không chỉ nói cho giới đầu tư phố Wall nghe; ông đang nói với những người tin rằng sự tập trung quyền lực vào tay vài phòng thí nghiệm giàu có là một rủi ro. Ông biến lợi nhuận của mình thành một bằng chứng cho câu chuyện "AI thực dụng", và biến các AI lab thành một kẻ thù ý thức hệ.
Phẫu thuật bảng cân đối kế toán
Về mặt cấu trúc, mô hình của Palantir có những đường nét giống một hợp đồng thông minh lâu dài: doanh thu định kỳ, quan hệ hợp đồng ràng buộc, biên lợi nhuận gộp cao. Mỗi khách hàng chính phủ hay tập đoàn lớn là một "vault" được ký hợp đồng nhiều năm, tạo ra dòng tiền có thể dự báo. Các AI lab, ngược lại, đang chạy một mô hình giống như một giao thức mới ra mắt với chương trình khuyến khích sử dụng – doanh thu tăng trưởng nhanh nhưng chi phí giành giật thị phần cũng tăng nhanh không kém. Sự khác biệt này giải thích vì sao Palantir có thể đạt 1 tỷ USD lợi nhuận trong một quý, trong khi các AI lab lớn vẫn báo lỗ dù doanh thu có thể cao hơn nhiều lần.
Nhưng tôi muốn nhìn sâu hơn một lớp, giống như khi tôi kiểm tra oracle của một giao thức lending. Năm 2020, tôi từng audit một giao thức cho vay nơi oracle lấy giá từ một nguồn dữ liệu chậm ba giờ; trong thị trường biến động, một bot có thể rút sạch thanh khoản trước khi giá được cập nhật. Lỗ hổng không nằm ở mã nguồn, nằm ở giả định về độ trễ dữ liệu. Câu chuyện Palantir cũng vậy. Trong báo cáo lợi nhuận của họ, phần lớn doanh thu đến từ hợp đồng chính phủ dài hạn và quan hệ đặc thù với khu vực quốc phòng, không phải từ AIP. Nếu tách riêng phần đóng góp của "AI" ra khỏi phần nền tảng dữ liệu truyền thống, con số lợi nhuận 1 tỷ USD vẫn có thể đứng vững nhờ những hợp đồng được ký từ nhiều năm trước. Điều này có nghĩa là: lợi nhuận mà Karp dùng để chứng minh cho mô hình AI của ông thực chất là lợi nhuận được kế thừa từ một doanh nghiệp phần mềm truyền thống đã trưởng thành. Nó giống như một giao thức DeFi công bố doanh thu khổng lồ từ phí giao dịch, nhưng quên nói rằng nguồn phí đó đến từ một quỹ đầu tư duy nhất đang tự giao dịch với chính mình.
Điều này dẫn tới một mâu thuẫn cấu trúc mà tôi tin là điểm mù lớn nhất trong câu chuyện Karp đang kể. AIP được xây dựng trên nền tảng gọi API từ chính các AI lab mà ông đang công kích. Kiến trúc AI-embedded của Palantir càng thành công, doanh thu của OpenAI hay Anthropic càng tăng. Nếu một trong những nhà cung cấp đó quyết định ưu tiên cho một đối thủ cạnh tranh trực tiếp, hoặc đơn giản là tăng giá vì họ đã đạt được vị thế thống trị, thì toàn bộ biên lợi nhuận của AIP có thể bị bào mòn. Trong ngôn ngữ kiểm toán của tôi, đây là một lỗ hổng "third-party dependency" kinh điển: bạn xây một tòa nhà trên đất đi thuê, rồi dùng chính số tiền cho thuê để chứng minh rằng bạn đang sở hữu tòa nhà. Với một blockchain, lỗ hổng này sẽ bị khai thác ngay lập tức. Với một công ty đại chúng, nó chỉ bị khai thác chậm hơn mà thôi.
Điểm mù của câu chuyện "AI thực dụng"
Quan điểm phản trực giác mà tôi muốn đưa ra là: lợi nhuận 1 tỷ USD của Palantir không chứng minh rằng mô hình "AI nhúng vào doanh nghiệp" thắng thế so với mô hình "AI nền tảng". Nó chứng minh một điều tầm thường hơn: một công ty có quan hệ chính phủ lâu năm có thể kiếm tiền trong bất kỳ kỷ nguyên công nghệ nào. Các AI lab đang gánh phần chi phí – cả tài chính lẫn kỳ vọng – cho toàn ngành, trong khi Palantir hái quả từ khu vườn mà họ không trồng. Karp trách các AI lab không tôn trọng vốn, nhưng chính các AI lab mới là người đang tạo ra tài sản trí tuệ mà Palantir đóng gói và bán lại với giá cao. Nếu tầm nhìn về AGI là một chương trình dài hạn đang chạy dở, thì Palantir đang tính phí truy cập vào tiến trình đó mà không phải là người viết mã.
Sự mâu thuẫn này càng lộ rõ khi nhìn vào cách ngành AI vận hành như một chuỗi cung ứng. Karp có thể thành công trong việc kích động sự thù địch nhằm vào các AI lab, nhưng chính ông có thể là người chịu thiệt hại đầu tiên. OpenAI và Anthropic có thể không trả đũa bằng lời nói, nhưng họ có thể im lặng thay đổi điều khoản thương mại, hoặc đơn giản là ưu tiên phân bổ dung lượng cho những khách hàng không công khai coi họ là "Marxist". Trong một thị trường đi ngang như hiện tại, nơi mọi người đều đang chờ đợi một hướng đi, loại rủi ro cấu trúc này thường không được phản ánh vào giá. Thị trường nhìn thấy lợi nhuận 1 tỷ USD, nhưng bỏ qua một câu hỏi sống còn: nếu nguồn cung cấp mô hình bị siết lại, AIP còn giá trị gì? Hãy tưởng tượng một giao thức restaking tuyên bố độc lập với các nhà cung cấp thanh khoản bên ngoài, trong khi toàn bộ TVL của nó thực chất được cung cấp bởi một ngân hàng trung ương tư nhân duy nhất. Chúng ta đã thấy loại kịch bản này sụp đổ bao nhiêu lần trên chuỗi rồi.
Điều gì sẽ diễn ra tiếp theo
Tôi dự đoán một hệ quả kép trong vòng 6 đến 12 tháng tới. Một mặt, các doanh nghiệp lớn sẽ ngày càng đòi hỏi những "báo cáo kiểm toán AI" – tài liệu chứng minh chi phí AI thực sự mang lại ROI đo lường được, thay vì chấp nhận những câu chuyện benchmark đẹp đẽ. Nhu cầu cho các bên thứ ba, như những người làm audit như tôi, sẽ tăng lên, không chỉ trong thế giới smart contract mà còn trong thế giới hệ thống AI doanh nghiệp. Mặt khác, các AI lab sẽ buộc phải chứng minh khả năng chuyển hóa sức mạnh mô hình thành hợp đồng dài hạn, giống như Palantir đã làm. Nhưng khi cuộc chơi bị đẩy sang sân "lợi nhuận và ROI", một câu hỏi lớn hơn hiện ra: ai sẽ trả tiền cho những nghiên cứu dài hạn không có lợi nhuận ngay? Nếu tất cả nguồn vốn bị hút vào các dự án có thể chứng minh ROI trong hai quý, thì chính những viên gạch nền tảng cho thế hệ AI tiếp theo có thể bị bỏ lại.
Karp có thể đang nói đúng một nửa sự thật: ngành AI thừa lời hoa mỹ và thiếu trách nhiệm với vốn. Nhưng nửa sự thật trong một thị trường đi ngang còn nguy hiểm hơn một lời nói dối hoàn chỉnh, bởi vì nó khiến nhà đầu tư tin rằng họ đã nhìn thấy toàn cảnh trong khi một lớp rủi ro vẫn đang nằm dưới nước. Đối với những ai đang lướt trên làn sóng cổ phiếu công nghệ, bài học từ DeFi vẫn còn nguyên giá trị: hãy kiểm tra nguồn gốc của dòng tiền trước khi tin vào câu chuyện, và đừng bao giờ đánh giá thấp sự phụ thuộc thầm lặng vào những thứ bạn đang công khai chống lại. Trong bối cảnh cả thị trường đang đi ngang vì thiếu vắng một câu chuyện đủ lớn, thứ định giá lại ngành AI không phải là benchmark, mà là mức độ trung thực trong báo cáo tài chính – giống như chất lượng của một oracle quyết định sự sống còn của cả một giao thức vậy.