TL;DR
·Tường thuật về "Mô hình béo" tin rằng các công ty kiểu mẫu có thể tích hợp API, công cụ, khung tác nhân và cổng ứng dụng theo hướng nâng cao.
· Nhưng các đại lý cần thực hiện các nhiệm vụ trên dữ liệu, công cụ, danh tính, thanh toán và hệ thống doanh nghiệp chứ không thể coi đó chỉ là nâng cấp hộp trò chuyện.
· Những gã khổng lồ về mô hình vẫn có lợi thế về sức mạnh tính toán, vốn, mô hình và phân phối, nhưng các liên kết như điều phối, bộ nhớ, định tuyến và nhận dạng có thể còn chỗ cho các công ty khởi nghiệp.

Trong kỷ nguyên Tác nhân AI, liệu các công ty kiểu mẫu như OpenAI, Anthropic và Google có tiếp tục sử dụng API, công cụ, khung tác nhân, ứng dụng doanh nghiệp và cổng thông tin tiêu dùng như thị trường mong đợi không?

Đây là nhận định cốt lõi của câu chuyện về "Mô hình béo": nếu các mô hình biên giới đóng tiếp tục phát triển nhanh chóng và được tích hợp đi lên thông qua chuỗi phân phối và công cụ, thì phần lớn giá trị trong ngành AI có thể chảy vào lớp mô hình. Nhưng một nhận định khác là khi AI bước vào kỷ nguyên của các tác nhân từ ứng dụng chat, giá trị có thể không chỉ nằm trong tay các công ty kiểu mẫu mà còn có thể lan rộng ra nhiều lớp cơ sở hạ tầng mới.

"Mô hình béo" đặt cược vào sự hội nhập đi lên của các công ty kiểu mẫu

Lộ trình của các công ty mô hình lớn không khó hiểu: đầu tiên có các mô hình cơ bản tiên tiến nhất, sau đó đóng gói các khả năng vào API, công cụ phát triển và khung tác nhân, cuối cùng là đưa vào các ứng dụng tiêu dùng và quy trình làm việc của doanh nghiệp. Miễn là mô hình đủ mạnh, trải nghiệm lớp trên, dữ liệu và hệ sinh thái nhà phát triển có thể hội tụ về nền tảng mô hình.

Đây cũng là lý do quan trọng khiến vốn sẵn sàng định giá cao cho các công ty AI hàng đầu. Một báo cáo của Reuters vào tháng 5 cho thấy mức định giá sau gọi vốn của Anthropic đạt 965 tỷ USD sau khi hoàn thành khoản tài trợ Series H trị giá 65 tỷ USD. Khoản tài trợ mới nhất của OpenAI, được tiết lộ vào tháng 3 năm nay, có mức định giá sau tài chính là 852 tỷ USD. Vốn hóa thị trường của Alphabet cũng đã vượt quá 4 nghìn tỷ USD, tăng hơn gấp ba lần so với cuối năm 2022. Thị trường đang đặt cược vào khả năng gia nhập trong tương lai và tỷ suất lợi nhuận của lớp mô hình được định giá cực cao.

Nhưng liệu ưu điểm của mô hình có đủ để các công ty này sở hữu đồng thời từng lớp giá trị trên hay không vẫn còn gây tranh cãi. Các mô hình tiên tiến, sức mạnh tính toán, nhóm nghiên cứu, cơ sở hạ tầng đám mây và nguồn lực khách hàng doanh nghiệp thực sự tập trung vào tay một số công ty; nhưng một khi các tác nhân bước vào quy trình làm việc thực sự, chuỗi giá trị không còn chỉ xoay quanh “mô hình nào mạnh nhất”.

Những thay đổi tương tự đã xảy ra trong nhiều chu kỳ công nghệ. IBM từng xây dựng máy tính lớn thành một hệ thống tích hợp phần cứng, phần mềm và dịch vụ, nhưng sau đó hệ sinh thái PC đã tách nó ra; Microsoft từng kiểm soát máy tính để bàn và Web đã mở ra một lối vào ứng dụng mới; các nhà khai thác đã từng có các mạng tích hợp theo chiều dọc và các dịch vụ mạng tách biệt với Internet; AWS xây dựng nền tảng đám mây có quy mô hơn 100 tỷ USD nhưng một số lượng lớn các công ty phần mềm độc lập vẫn phát triển trên nền tảng đám mây.

Điều mà những phép so sánh này muốn minh họa không phải là “nền tảng lớn chắc chắn sẽ thua”, mà là sau khi một chu kỳ công nghệ hoàn thành, giá trị thường sẽ lan từ một nền tảng tích hợp duy nhất sang một lớp chuyên nghiệp hơn.

Đại lý không phải là hộp trò chuyện mà thực hiện các nhiệm vụ trên các hệ thống

Thay đổi quan trọng trong hệ sinh thái Đại lý là AI không còn chỉ trả lời các câu hỏi mà bắt đầu đảm nhận các nhiệm vụ. Xung quanh ngăn xếp tác nhân, nhiều lớp như mô hình, điều phối, bộ nhớ, thực thi, nhận dạng và thanh toán có thể hình thành các giá trị độc lập. Các công ty khác nhau sẽ kết hợp và cạnh tranh ở cấp độ riêng của họ, thay vì tất cả đều dựa trên cùng một nền tảng mô hình.

Thay đổi đầu tiên ủng hộ nhận định này là nguồn cung mẫu mã ngày càng tăng. Các mô hình biên giới vẫn dẫn đầu, nhưng các mô hình trọng lượng nguồn mở, mô hình biên và mô hình kinh doanh cũng tiếp tục xuất hiện. Các mô hình khác nhau có khả năng, độ trễ và chi phí khác nhau. Đối với nhiều khối lượng công việc thương mại, doanh nghiệp và nhà phát triển sẽ tạo ra sự kết hợp giữa chi phí, tốc độ, độ ổn định và chất lượng tác vụ, thay vì mặc định chuyển tất cả các yêu cầu sang mô hình mạnh mẽ và đắt tiền nhất.

Thay đổi thứ hai là các kịch bản ứng dụng AI quá phân tán. Một công ty kiểu mẫu có thể tạo ra một ứng dụng trò chuyện chung hoặc có thể cắt vào các lĩnh vực chính như văn phòng, mã hóa và tìm kiếm. Tuy nhiên, tác nhân thông minh phải thực sự tham gia vào các quy trình cụ thể như chăm sóc y tế, tài chính, sản xuất, luật, dịch vụ khách hàng, mua sắm, hậu cần, v.v. Mỗi ngành có cấu trúc dữ liệu, yêu cầu tuân thủ, thói quen vận hành và giao diện hệ thống riêng. Rất khó để một công ty có thể tạo ra sản phẩm phù hợp nhất trong mọi tình huống.

Môi trường sản xuất doanh nghiệp cũng sẽ củng cố sự phân chia này. Trong giai đoạn thử nghiệm, các công ty có thể chấp nhận bản demo mô phỏng hoặc công cụ trò chuyện kín. Khi đã tham gia vào các quy trình quan trọng, khách hàng yêu cầu nơi lưu trữ dữ liệu, quản lý quyền, hồ sơ kiểm toán, kiểm soát chi phí, khả năng thay thế nhà cung cấp và bằng chứng tuân thủ. Tại thời điểm này, các doanh nghiệp thà lắp ráp các thành phần phù hợp hơn là buộc phải chấp nhận lựa chọn mặc định là một nền tảng duy nhất.

Đây cũng là điểm khác biệt chính giữa đại lý và ứng dụng trò chuyện truyền thống. Nhân viên y tế có thể cần đọc hồ sơ y tế, kiểm tra tương tác thuốc, gọi đến hệ thống bệnh viện, đưa ra khuyến nghị và để lại dấu vết kiểm tra. Đại lý thu mua doanh nghiệp có thể cần phải giao tiếp với hàng tồn kho, hợp đồng, quy trình phê duyệt, hệ thống nhà cung cấp và mạng thanh toán. Chúng giống như những "người thực thi" di chuyển giữa nhiều dịch vụ hơn là các công cụ hỏi đáp chạy trong một cửa sổ.

Việc điều phối, bộ nhớ, định tuyến và nhận dạng có thể phát triển từ mô hình

Cơ sở hạ tầng tác nhân có thể được chia thành nhiều hướng: điều phối, khai thác, bộ nhớ, trình duyệt, định tuyến, thị trường mô hình, nhận dạng và thanh toán. Nói một cách thẳng thắn hơn, các lớp này tương ứng với: cách quản lý nhiều tác nhân, cách kết nối mô hình với các công cụ trong đời thực, cách lưu và chia sẻ bối cảnh, cách mọi người tương tác với các tác nhân, mô hình nào sẽ được chuyển giao yêu cầu, cách chứng minh danh tính của tác nhân và cách tác nhân hoàn tất thanh toán.

Lớp điều phối có thể trở thành bảng điều khiển của kỷ nguyên tác nhân thông minh. Khi nhiều tác nhân chạy đồng thời trong một doanh nghiệp, chúng cần được triển khai, giám sát, ủy quyền và cộng tác, đồng thời cần hạn chế rủi ro. Rất khó để một API mô hình duy nhất có thể giải quyết được vấn đề quản lý quy trình hoàn chỉnh.

Harness có thể được hiểu là “vỏ thực thi” của mô hình. Nếu mô hình lớn là bộ não, dây nịt sẽ chịu trách nhiệm kết nối nó với các tệp, cơ sở dữ liệu, trang web, robot, phần mềm doanh nghiệp và thiết bị vật lý. Các tình huống khác nhau đòi hỏi các cách kết nối công cụ khác nhau, điều này sẽ dẫn đến các sản phẩm chuyên dụng hơn.

Lớp bộ nhớ giải quyết vấn đề di chuyển ngữ cảnh. Khi nhiều tổng đài viên phải hiểu cùng một người dùng, cùng một công ty hoặc cùng một nhiệm vụ thì ngữ cảnh không thể bị khóa trong một cửa sổ trò chuyện nhất định. Bất cứ ai có thể cung cấp bộ nhớ kỹ thuật số có thể chuyển nhượng, có thể ủy quyền và có thể kiểm tra đều có thể trở thành cơ sở hạ tầng mới.

Giá trị của thị trường định tuyến và mô hình đến từ việc triển khai nhiều mô hình. Nếu doanh nghiệp sử dụng nhiều mô hình cùng lúc thì cần xác định mô hình nào phù hợp hơn với loại công việc nào và làm thế nào để cân bằng giữa chi phí, độ trễ và độ chính xác. Do đó, cạnh tranh mô hình không chỉ là cạnh tranh trên bảng xếp hạng mà còn là vấn đề lập kế hoạch trong môi trường sản xuất thực tế.

Nhận dạng và thanh toán mang tính tương lai hơn, nhưng chúng liên quan đến việc liệu các tác nhân thông minh có thực sự thực hiện được giao dịch hay không. Khi lưu lượng máy và hành vi của tác nhân tăng lên, mạng cần phân biệt ai đang đưa ra yêu cầu, liệu người đó có được ủy quyền hay không và liệu người đó có thể hoàn tất thanh toán hay không. Nếu các đại lý muốn tham gia vào thương mại điện tử, đăng ký, thanh toán vi mô hoặc mua hàng của công ty, hệ thống nhận dạng và thanh toán theo định hướng con người hiện tại cũng có thể cần phải được chuyển đổi.

Người khổng lồ mô hình vẫn mạnh nhưng có thể không nắm bắt được hết giá trị

Ranh giới của câu chuyện mô-đun này cũng rất rõ ràng. Không phải các công ty kiểu mẫu lớn sẽ mất đi sự thống trị. Các mô hình tiên tiến vẫn là nền tảng của trải nghiệm AI và sức mạnh tính toán, dữ liệu, nhóm nghiên cứu cũng như khả năng phân phối vẫn tập trung trong tay một số gã khổng lồ. Nếu khả năng của mô hình tiếp tục mở rộng nhanh chóng khoảng cách, hệ sinh thái phía trên có thể vẫn tập trung xung quanh nền tảng đầu.

Sự khác biệt thực sự là liệu giá trị trong thời đại đại lý có tập trung như giai đoạn ứng dụng trò chuyện hay không. Khi AI đi vào quy trình làm việc thực tế, người dùng không chỉ quan tâm đến “mô hình nào thông minh nhất” mà còn quan tâm đến việc liệu nó có thể kết nối với các hệ thống cũ hay không, liệu nó có thể thay đổi nhà cung cấp hay không, liệu nó có thể kiểm soát chi phí hay không, liệu nó có thể được kiểm toán hay không và liệu nó có thể hoàn thành nhiệm vụ trên các công cụ hay không.

Điều này nhường chỗ cho các công ty khởi nghiệp độc lập, nhưng không có nghĩa là mọi tầng lớp sẽ phát triển thành một công ty lớn. Các hướng như điều phối, bộ nhớ, danh tính, thanh toán, trình duyệt và định tuyến cuối cùng phải chứng minh rằng chúng có lối vào, hiệu ứng mạng hoặc khả năng tính phí đủ mạnh, nếu không nó sẽ dễ dàng trở thành một chức năng của nền tảng mô hình.

Những gã khổng lồ mô hình lớn đang tích hợp khả năng của họ lên trên, trong khi các công ty khởi nghiệp và nhà đầu tư đang đặt cược rằng hệ sinh thái đại lý sẽ phát triển nhiều tầng chuyên nghiệp hơn. Câu hỏi cốt lõi chưa có lời giải đáp trong kỷ nguyên AI Agent là: Liệu mô hình này sẽ trở thành một siêu nền tảng nuốt chửng toàn bộ hệ thống hay nó sẽ trở thành điểm khởi đầu cho một vòng cơ sở hạ tầng mô-đun mới?