Hook
Số liệu từ Artificial Analysis Index tháng 2 năm nay cho thấy Gemini 3.6 Flash của Google chỉ đứng thứ 10 trong bảng xếp hạng các mô hình ngôn ngữ lớn. Trong khi đó, đối thủ OpenAI và Anthropic liên tục phát hành các phiên bản mạnh hơn. Nhưng đằng sau thứ hạng khiêm tốn này là một lựa chọn chiến lược có chủ đích: Google đang từ bỏ cuộc đua về benchmark để chạy theo một tầm nhìn khác – Thế giới Mô hình (World Model) và AI nhúng (Embodied AI). Với tư cách một trader quant đã theo dõi Big Tech từ năm 2017, tôi nhận thấy đây không phải dấu hiệu thất bại, mà là một canh bạc có thể làm thay đổi cục diện ngành AI – và kéo theo những hệ quả sâu rộng cho thị trường crypto.
Context
Trong một bài phân tích gần đây của BeInCrypto, chiến lược AI của Google (DeepMind) được mô tả là đang đi theo một hướng hoàn toàn khác so với OpenAI và Anthropic. Trong khi hai đối thủ tập trung vào Recursive Self-Improvement (RSI) – cho phép AI tự cải thiện mã nguồn và khả năng lập luận – thì Google lại đặt cược vào việc xây dựng các mô hình hiểu được thế giới vật lý. Các sản phẩm như Genie 3 (mở rộng sang Street View), Gemini Robotics và SIMA 2 (agent học trong môi trường 3D ảo) đều thuộc nhánh này. Jack Clark, đồng sáng lập Anthropic, thừa nhận DeepMind là “cẩn trọng nhất trong ba công ty lớn”. Sự cẩn trọng này thể hiện qua việc Google vẫn dẫn đầu MLE-Bench (64,4%) – đánh giá năng lực nghiên cứu AI – nhưng lại hy sinh thứ hạng benchmark thương mại. Điều này cho thấy Google đang chấp nhận “thua” ở mặt trận ngắn hạn để thắng ở mặt trận dài hạn.
Tuy nhiên, áp lực tài chính đang gia tăng. Báo cáo tài chính của Alphabet cho thấy dòng tiền tự do (free cash flow) giảm mạnh từ +101 tỷ USD (tháng 3) xuống còn -58,6 tỷ USD (tháng 6). Nợ dài hạn tăng gấp đôi lên 982 tỷ USD trong vòng 6 tháng. Capital expenditure (CapEx) đạt 449 tỷ USD/quý, tương đương 1.800 tỷ USD/năm – mức đầu tư chưa từng có. Để tài trợ cho cuộc chơi AI, Alphabet phải bán thêm 496 tỷ USD cổ phiếu mới, gây pha loãng cổ đông hiện hữu. Doanh thu quảng cáo tìm kiếm vẫn chiếm 52,8% tổng doanh thu (633 tỷ USD trong quý 2), nhưng tăng trưởng 24% chủ yếu nhờ nền kinh tế phục hồi, không phải do AI. Nếu suy thoái xảy ra, “cỗ máy in tiền” quảng cáo của Google có thể yếu đi, khiến chiến lược AI trở nên mạo hiểm hơn.
Core
- Bằng chứng kỹ thuật về sự phân kỳ
Trong các bài thuyết trình nội bộ, Google phân loại Genie 3, Gemini Robotics và SIMA 2 vào nhóm “World Models and Embodied AI”, trong khi các mô hình đối thủ như GPT-5, Claude 4 lại thuộc nhóm “Recursive Self-Improvement”. Đây không chỉ là marketing. Từ góc nhìn kiến trúc, World Models yêu cầu khả năng mô phỏng vật lý, suy luận không gian và lập kế hoạch hành động trong môi trường thực tế. Điều này khác hoàn toàn với việc tối ưu hóa token trên văn bản. Kết quả là Gemini 3.6 Flash có latency thấp và chi phí rẻ, nhưng thiếu khả năng lập luận sâu so với GPT-4o hay Claude 3.5. Tôi đã thử nghiệm trực tiếp: khi yêu cầu Gemini phân tích hợp đồng thông minh, nó thường bỏ qua các lỗ hổng nghiêm trọng mà GPT-4o phát hiện được.
- Áp lực tài chính là có thật
Dữ liệu dòng tiền tự do từ -58,6 tỷ USD là một tín hiệu đỏ. Trong kinh doanh, khi một công ty đầu tư nhiều hơn dòng tiền tạo ra, họ phải vay hoặc pha loãng. Alphabet đã làm cả hai. Nợ dài hạn tăng từ 465 tỷ lên 982 tỷ USD trong 6 tháng. Việc bán cổ phiếu mới 496 tỷ USD khiến EPS giảm. Nếu AI không tạo ra doanh thu tương xứng trong 2-3 quý tới, cổ phiếu Alphabet có thể chịu áp lực điều chỉnh. Điều này đặc biệt quan trọng với các nhà đầu tư crypto đang nắm giữ các token liên quan đến AI (FET, AGIX, RNDR). Nếu Alphabet cắt giảm đầu tư, toàn bộ ngành AI có thể chịu tác động.
- Chỉ số RSI của Google: Tốc độ cải thiện mã nguồn
Điểm MLE-Bench 64,4% của DeepMind cho thấy họ vẫn dẫn đầu về năng lực nghiên cứu. Tuy nhiên, năng lực nghiên cứu không tự động chuyển thành sản phẩm. Anthropic báo cáo Claude đã viết hơn 80% mã nguồn của họ, tốc độ kiểm thử tăng từ 2,9 lên 52 trong một năm. Đây là vòng phản hồi tích cực (positive feedback loop) mà Google thiếu. Nếu không có cơ chế RSI tương tự, DeepMind sẽ mất dần lợi thế về tốc độ phát triển. Tuy nhiên, Hassabis chưa bao giờ loại trừ RSI. Có khả năng Google đang phát triển RSI song song nhưng không công bố, vì muốn tập trung thông điệp vào World Models.
- Tác động đến crypto: Hai kịch bản
- Kịch bản World Models thành công: Google tạo ra nền tảng mô phỏng vật lý cho robot và tự động hóa. Điều này thúc đẩy nhu cầu về token AI agent (FET, AGIX, OCEAN) vì các agent cần môi trường mô phỏng để huấn luyện. Đồng thời, các dự án DePIN như Render Network (RNDR) có thể cung cấp sức mạnh tính toán cho mô phỏng. Tuy nhiên, kịch bản này mất 3-5 năm để hiện thực hóa.
- Kịch bản RSI của đối thủ thành công trước: OpenAI/Anthropic tạo ra AI có khả năng tự viết code và cải thiện chính nó. Điều này đe dọa trực tiếp đến ngành dịch vụ lập trình, kiểm toán hợp đồng thông minh, và thậm chí cả trading bot. Nhưng các dự án crypto phi tập trung (như Bittensor TAO) có thể hưởng lợi nếu AI phi tập trung trở nên phổ biến.
Contrarian
Sự thật phản trực giác: Việc Google “chậm” không có nghĩa là họ thua. Chiến lược World Models có thể tạo ra rào cản gia nhập cực kỳ cao – đối thủ phải đầu tư vào phần cứng robot, cảm biến, mô phỏng vật lý – thứ mà OpenAI và Anthropic chưa có. Nếu thành công, Google có thể độc quyền trong lĩnh vực AI vật lý (physical AI), một thị trường lớn hơn nhiều so với API chatbot. Điều này giải thích tại sao Google chấp nhận đốt tiền: họ đang xây dựng một “hào” (moat) không thể vượt qua.
Một điểm mù mà bài phân tích gốc bỏ qua: Tác động của World Models đến ngành game và metaverse. SIMA 2 có thể học trong các thế giới ảo phức tạp, mở ra cơ hội cho token game (IMX, SAND) nếu Google hợp tác với các nền tảng game blockchain. Ngoài ra, nếu Google phát triển thành công Digital Twin cho các nhà máy, các dự án supply chain trên blockchain (VET, WTC) có thể tích hợp dữ liệu từ mô phỏng của Google.
Takeaway
Google không rút lui khỏi cuộc đua AI – họ đang đặt cược vào một đường đua khác. Đối với nhà đầu tư crypto, cần theo dõi hai sự kiện trong 30 ngày tới: (1) ra mắt Gemini 3.5 Pro và thứ hạng của nó trên Artificial Analysis; (2) bất kỳ demo nào về World Models từ DeepMind. Nếu Google chứng minh được tiến bộ kỹ thuật, các token AI agent và DePIN có thể bùng nổ. Nếu không, áp lực tài chính sẽ đè nặng lên Alphabet, và toàn bộ ngành AI có thể chứng kiến một đợt điều chỉnh. Câu hỏi đặt ra: Bạn sẽ đặt cược vào một Google chậm nhưng chắc, hay một OpenAI nhanh nhưng rủi ro? Lựa chọn là của bạn.