CEO Coinbase, Brian Armstrong, cho rằng năng lượng và hạ tầng điện toán, chứ không phải chất lượng mô hình, sẽ quyết định giới hạn trên của sự phát triển trí tuệ nhân tạo.
Armstrong đã chia sẻ quan điểm này để phản hồi một bài đăng của nhà đầu tư Tommy Shaughnessy, người đã chỉ ra rằng việc tính phí API theo lưu lượng đang đẩy chi phí AI doanh nghiệp lên cao hơn rất nhiều so với mức giá thuê bao mà các công ty từng kỳ vọng.
Nhu cầu về trí tuệ nhân tạo gần như không giới hạn
Ý chính mà vị CEO Coinbase đưa ra là nhu cầu sử dụng trí tuệ nhân tạo ngày càng lớn và dường như không có giới hạn thực tế.
Tuy nhiên, ông dự đoán thị trường sẽ phân hóa mạnh mẽ trong 12 đến 18 tháng tới. Khoảng 80% công việc sẽ chuyển sang dùng các mô hình có giá thấp hơn đến 99% so với các giải pháp cao cấp hiện nay.
20% còn lại, chủ yếu cho các trường hợp đòi hỏi hiệu suất cực cao như nghiên cứu khoa học hoặc các hệ thống điều phối phức tạp, sẽ tiếp tục sử dụng các mô hình AI tiên tiến nhất hiện nay.
Armstrong so sánh điều này với thị trường phần cứng tiêu dùng, nơi phần lớn người dùng không cần mua các máy MacBook hay máy tính chơi game có cấu hình tối đa, dù giá đã giảm nhanh hơn cả dự đoán của định luật Moore.
Ông cũng nhấn mạnh rằng sự phân hóa này không giải quyết được vấn đề khan hiếm. Khi chi phí mô hình giảm và các lựa chọn giá rẻ xuất hiện ngày càng nhiều, nút thắt cổ chai sẽ dịch chuyển lên trước, tức là chuyển sang năng lượng và silicon cần thiết để vận hành các mô hình AI trên quy mô lớn.
Chiến lược điều phối của Coinbase
Coinbase hiện đã áp dụng cách tiếp cận này trên thực tế. Armstrong cho biết sàn đã điều phối để chuyển các truy vấn sang các mô hình có chi phí thấp hơn phù hợp, giúp chi phí AI không tăng mạnh dù số lượng token dùng thực tế tăng theo cấp số nhân.
Đợt tái cấu trúc hướng AI của Coinbase đầu năm 2026 cũng thể hiện xu hướng chuyển đổi rộng lớn hơn sang các quy trình làm việc tối ưu, tập trung vào các tác vụ được vận hành bởi AI. Armstrong cũng thể hiện quan điểm phản đối việc kiểm soát AI một cách thái quá, với niềm tin rằng lộ trình phát triển công nghệ này không nên bị ràng buộc bởi chính sách.
Chính hướng đi này đã giải quyết phần nào vấn đề mà Shaughnessy nêu ra. Ông lấy ví dụ Uber đã sử dụng hết ngân sách AI cho năm 2026 chỉ trong 04 tháng đầu năm, cho thấy chi phí AI cho doanh nghiệp có thể vượt kiểm soát rất nhanh chóng.
Shaughnessy còn cho biết các mô hình mã nguồn mở như DeepSeek V4 đã có hiệu năng tương đương với các mô hình độc quyền hàng đầu nhưng chi phí chỉ bằng khoảng 1/30, từ đó đặt ra một mức trần chi phí cho các phòng lab AI tiên tiến.
Năng lượng là yếu tố giới hạn then chốt
Armstrong kết luận rằng chất lượng mô hình AI sẽ ngày càng tương đồng, còn các lựa chọn rẻ hơn sẽ dần thu hẹp khoảng cách hiệu năng so với các mô hình cao cấp. Giới hạn thực sự, theo ông, chính là hạ tầng vật lý về nguồn điện và máy tính để vận hành từng lớp triển khai AI.
Nhận định này cũng phù hợp với dòng vốn đầu tư đang diễn ra trên thị trường. Vốn đầu tư cho AI trong quý 1/2026 đã đạt mức 242 tỷ USD trên toàn cầu, nhưng công suất trung tâm dữ liệu đã bắt đầu không đáp ứng kịp nhu cầu.
Điều Armstrong muốn nhấn mạnh không phải là mô hình nào sẽ chiến thắng, mà là liệu năng lượng và hạ tầng máy tính có thể bắt kịp được với nhu cầu đang không ngừng tăng lên – vốn theo ông, là không có giới hạn tự nhiên.
