Lỗ hổng 112 tỷ USD — sự phá sản ngầm của Big Tech

Dự án Stargate — hàng trăm tỷ đô la xây dựng các trung tâm dữ liệu khổng lồ. Đây không phải là lỗi đánh máy: chúng ta đang nói về số tiền tương đương với GDP của các quốc gia nhỏ. Microsoft, Google và Meta chi hàng chục tỷ mỗi năm cho cơ sở hạ tầng GPU: chỉ riêng Microsoft đã đầu tư hơn 50 tỷ đô la vào chi phí vốn vào năm 2025, phần lớn là cho AI.

Vấn đề nằm ẩn trong kế toán. GPU thế hệ H100 trở nên lỗi thời trong 2 năm với sự ra đời của H200, B100, B200 — mỗi thế hệ sau nhanh hơn 50—100% so với thế hệ trước. Nhưng các tập đoàn ghi nhận khấu hao trong 5—6 năm, tạo ra một ảo ảnh kế toán. Ví dụ: một công ty đã mua GPU trị giá 20 tỷ đô la. Trong sổ sách kế toán, sau 2 năm, chúng vẫn “trị giá” 13 tỷ đô la (với khấu hao tuyến tính trong 6 năm). Trên thực tế — chúng trị giá khoảng 5 tỷ đô la, vì thế hệ mới làm cùng một công việc nhanh hơn và rẻ hơn gấp đôi.

Điều này tạo ra một sự thiếu hụt ẩn: sự khác biệt giữa giá trị tài sản theo kế toán và giá trị thị trường thực tế của chúng — hàng nghìn tỷ đô la trên toàn ngành. Khi (không phải “nếu”, mà là “khi”) các kiểm toán viên yêu cầu định giá lại — điều này có thể gây ra các khoản xóa nợ hàng loạt, làm sụp đổ cổ phiếu của các công ty AI và gây ra một cuộc khủng hoảng niềm tin cho toàn bộ ngành.

Theo dự báo của các nhà phân tích, OpenAI sẽ tích lũy khoảng 112 tỷ USD lỗ vào năm 2030. Con số này không phải là vô căn cứ: nó phản ánh vấn đề cơ bản của mô hình kinh doanh AI tập trung.

Một mặt — doanh thu đang tăng trưởng ấn tượng: hàng tỷ đô la mỗi năm từ các gói đăng ký ChatGPT và API. Mặt khác — chi phí còn tăng nhanh hơn nữa. Mỗi thế hệ mô hình mới đòi hỏi lượng tài nguyên lớn hơn gấp nhiều lần:

• GPT-3 → GPT-4: chi phí đào tạo tăng khoảng 10 lần
• GPT-4 → GPT-5: tăng gấp bội lần nữa — một đường cong lũy tiến
• Inference: hàng triệu người dùng = hàng tỷ token mỗi ngày = hàng tỷ đô la mỗi năm cho sức mạnh GPU

Mô hình này chỉ hoạt động khi có dòng vốn mạo hiểm không giới hạn. OpenAI đã huy động hàng chục tỷ đầu tư, bao gồm các vòng gọi vốn từ Microsoft và SoftBank. Nhưng các nhà đầu tư không phải là từ thiện. Sớm hay muộn, họ sẽ yêu cầu lợi nhuận. Câu hỏi không phải là "nếu", mà là "khi nào" — và điều gì sẽ xảy ra vào lúc đó với hàng triệu doanh nghiệp được xây dựng trên API của OpenAI?

Để so sánh: Gonka đã huy động được $80M và hiện đang xử lý các yêu cầu AI thực tế thông qua mạng lưới khoảng 4,648 GPU. Chi phí inference là $0.003/1M token. Điều này khả thi vì trong mô hình phi tập trung, không cần phải thu hồi các khoản đầu tư hàng nghìn tỷ đô la vào các trung tâm dữ liệu.

Gonka không xây dựng các trung tâm dữ liệu — nó kết nối các GPU hiện có trên khắp thế giới. Đây không chỉ là một mô hình kinh doanh thay thế — mà là một kiến trúc kinh tế hoàn toàn khác biệt, giúp loại bỏ nguyên nhân gốc rễ của bong bóng.

Không chi phí vốn (CAPEX): mạng lưới Gonka không huy động hàng trăm tỷ để xây dựng. Giao thức, blockchain, phần mềm — tất cả là những gì đội ngũ tạo ra. GPU được cung cấp bởi các host độc lập trên toàn thế giới — mỗi host tự chi trả chi phí của mình.

Không khấu hao kéo dài trong 6 năm: khi H100 trở nên lỗi thời — host chỉ cần thay thế bằng H200 hoặc thế hệ tiếp theo. Quyết định được đưa ra bởi chủ sở hữu thiết bị dựa trên điều kiện thị trường, chứ không phải bởi CFO của một tập đoàn đang cố che giấu các khoản xóa sổ.

Không thủ thuật kế toán: tất cả các giao dịch trên blockchain Gonka đều minh bạch. Phần thưởng được phân phối theo giao thức đã được kiểm toán bởi CertiK. Không có chi phí "ẩn" nào sẽ xuất hiện sau 5 năm khi tái định giá tài sản.

Rủi ro phân tán: mỗi host tự chịu rủi ro của mình. Nếu một host thua lỗ vì khoản đầu tư GPU tồi — đó là vấn đề của họ, không phải vấn đề của toàn bộ mạng lưới. Trong mô hình tập trung, một sai lầm trị giá 10 tỷ USD có thể làm sụp đổ cả công ty. Trong Gonka, sai lầm như vậy là không thể xảy ra theo định nghĩa — vì không có bất kỳ cá nhân nào có thể đưa ra quyết định trị giá 10 tỷ USD.

Kết quả: chi phí inference thông qua Gonka là $0.003 cho mỗi triệu token. Rẻ hơn khoảng 830 lần so với OpenAI. Và mức giá này bền vững — bởi vì phía sau nó không có cơ sở hạ tầng hàng nghìn tỷ đô la cần phải thu hồi.

Hãy so sánh hai mô hình hạ tầng AI:

Gonka hiện đang vận hành khoảng 4,648 GPU từ khoảng 113 người tham gia (~582 ML-node). Dự án đã huy động được $80M — con số này nhỏ hơn hàng ngàn lần so với số tiền mà một dự án Stargate tiêu tốn. Nhưng mạng lưới này làm được điều tương tự: xử lý các yêu cầu AI thông qua mạng thần kinh Kimi K2.6, khả dụng qua API tương thích OpenAI.

Sự tương đồng: hãy tưởng tượng trong những năm 2000, ai đó đề xuất: "Thay vì xây dựng các server khổng lồ cho internet, hãy để mỗi hộ gia đình đặt một mini-server và nhận phần thưởng khi tham gia". Nghe có vẻ không tưởng — nhưng đó chính là cách Airbnb hoạt động cho nhà ở, Uber cho vận chuyển, và đó cũng chính là cách Gonka hoạt động cho tính toán AI. Phi tập trung không phải là không tưởng — đó là giai đoạn tiếp theo của sự tiến hóa hạ tầng.