Khi Microsoft đào tạo đội ngũ bán hàng ưu tiên quảng bá AI nội bộ thay vì OpenAI hay Anthropic, hầu hết nhà đầu tư đều nghĩ đây chỉ là chiến thuật cạnh tranh thông thường. Nhưng nếu nhìn qua lăng kính thanh khoản vĩ mô và cấu trúc thị trường, bạn sẽ thấy một sự dịch chuyển mang tính hệ thống: cuộc chơi AI đang chuyển từ cuộc đua mô hình sang cuộc chiến phân phối. Và chính sự dịch chuyển này mở ra cơ hội cho các nền tảng AI phi tập trung — thứ mà giới đầu tư crypto thường bỏ qua.
Context: Bản đồ thanh khoản toàn cầu của AI
Hãy nhìn vào dòng vốn: Microsoft đã đổ hơn 130 tỷ USD vào OpenAI, nhưng doanh thu từ API của OpenAI không trực tiếp chảy vào túi Microsoft. Thay vào đó, Microsoft kiếm tiền từ Azure và các sản phẩm đóng gói như M365 Copilot. Việc ưu tiên AI nội bộ (như Phi-series, Azure AI Studio) là một cách tối ưu hóa thanh khoản: giữ chân doanh thu trong hệ sinh thái, giảm phụ thuộc vào bên thứ ba. Đây không phải là câu chuyện kỹ thuật, mà là câu chuyện về dòng tiền và sự kiểm soát.
Trong thế giới crypto, chúng ta đã chứng kiến điều tương tự: các giao thức DeFi như Aave hay Compound cố gắng xây dựng mô hình lãi suất nội bộ, nhưng thực tế chúng chẳng liên quan gì đến cung-cầu thị trường thực — đó là lý do tôi từng mất 85% khoản đầu tư EOS năm 2018. Bài học tương tự đang lặp lại ở AI: thanh khoản vĩ mô (dòng vốn đầu tư, chính sách tiền tệ) quyết định số phận, không phải công nghệ đơn thuần. — Root: Kinh nghiệm ICO và bài học thanh khoản
Core: Tại sao chiến lược của Microsoft làm thay đổi cục diện AI
Dữ liệu cho thấy 70% doanh thu AI doanh nghiệp đến từ các quỹ hưu trí Mỹ và các tập đoàn lớn, không phải startup. Với lực lượng bán hàng toàn cầu, Microsoft có thể dễ dàng hướng luồng cầu này về các giải pháp nội bộ. Điều này tạo ra một hiệu ứng vòng xoáy: khi càng nhiều doanh nghiệp dùng Azure AI, dữ liệu huấn luyện càng tập trung vào hệ sinh thái Microsoft, làm cho mô hình nội bộ càng mạnh lên. Đây là chiến lược “khoá dữ liệu” (data moat) điển hình.
Nhưng điểm mấu chốt là: các mô hình AI nội bộ của Microsoft (Phi-4 chẳng hạn) vẫn thua xa GPT-4o hay Claude 3.5 về khả năng suy luận phức tạp. Thế thì tại sao họ vẫn thành công? Bởi vì đối với doanh nghiệp, tích hợp và bảo mật quan trọng hơn hiệu suất đỉnh cao. Một công ty sản xuất không cần AI viết thơ, họ cần AI hiểu quy trình sản xuất và dữ liệu nội bộ. Và Microsoft có sẵn hạ tầng để làm việc đó.
Khung phân tích của tôi: Hãy hình dung thị trường AI như một ma trận hai chiều: trục dọc là năng lực mô hình (từ thấp đến cao), trục ngang là mức độ tích hợp doanh nghiệp (từ API đơn thuần đến giải pháp trọn gói). OpenAI đang ở góc trên bên trái (mô hình mạnh, tích hợp yếu), Microsoft đang di chuyển từ dưới lên trên bên phải. Chiến lược này chỉ thắng nếu họ giữ được chi phí thấp (nhờ Phi-series nhẹ) và tận dụng được lợi thế phân phối. — Root: Kinh nghiệm DeFi Summer và phát hiện TVL toàn cầu
Contrarian: Decoupling AI — cơ hội cho crypto
Phần đông cho rằng Microsoft đe doạ OpenAI và Anthropic. Tôi cho rằng họ đang vô tình tạo ra động lực cho AI phi tập trung. Khi Microsoft tập trung hoá dữ liệu và mô hình, các doanh nghiệp có nhu cầu về quyền riêng tư và kiểm soát sẽ tìm đến các giải pháp phi tập trung như Bittensor (mạng lưới máy tính phân tán huấn luyện AI) hay Akash (thị trường GPU phi tập trung). Lý thuyết “nghịch lý thanh khoản” mà tôi phát triển từ thời NFT Mania cho thấy: khi thanh khoản tập trung quá mức, nó tạo ra khe hở cho các thị trường ngách có tính thanh khoản thấp hơn nhưng linh hoạt hơn.
Cụ thể, nếu Microsoft thành công trong việc chiếm 60% thị trường AI doanh nghiệp, phần còn lại sẽ thuộc về các nền tảng cho phép doanh nghiệp tự chủ dữ liệu và mô hình. Đây là mảnh đất màu mỡ cho các dự án crypto AI: từ tính toán phi tập trung (Render Network, io.net) đến quản lý dữ liệu (Ocean Protocol). Điều thú vị là, giống như cách DeFi mọc lên sau khủng hoảng ngân hàng 2008, sự tập trung hoá AI của Microsoft có thể kích hoạt một làn sóng “DeAI” mới.
Takeaway: Định vị chu kỳ
Chúng ta đang ở giai đoạn đầu của chu kỳ AI. Microsoft đang chơi ván cờ vĩ mô: dùng sức mạnh phân phối để bù đắp cho sự yếu kém về mô hình. Trong crypto, bài học từ 2017 và 2022 là: khi thanh khoản tập trung, hãy tìm tài sản có tính phản chu kỳ. Vậy đâu là tài sản phản chu kỳ trong thị trường AI hiện tại? Câu trả lời không nằm ở GPT-5 hay Phi-5, mà nằm ở những lớp hạ tầng dám thách thức mô hình tập trung. Hãy nhìn vào dòng stablecoin chảy vào các giao thức AI phi tập trung trong quý 2/2025 — con số đó sẽ nói lên tất cả.
