Nhà sáng lập DeepSeek Lương Văn Phong – Khoảng cách AI Trung Quốc – Mỹ không chỉ là 1-2 năm, mà là khác biệt giữa sáng tạo và bắt chước

Trong cuộc đua trí tuệ nhân tạo toàn cầu, người ta thường dùng một cách diễn đạt khá quen thuộc: Trung Quốc đang đi sau Mỹ khoảng một hoặc hai năm.

Nhưng theo Lương Văn Phong, nhà sáng lập DeepSeek, cách nhìn này có thể bỏ qua một vấn đề quan trọng hơn nhiều.

Ông cho rằng khoảng cách thực sự không chỉ nằm ở thời gian, mà nằm ở sự khác biệt giữa tính độc đáo và sự bắt chước. Nếu chỉ tiếp tục làm lại những gì người khác đã làm, Trung Quốc có thể bắt kịp một sản phẩm cụ thể nhưng khó trở thành nơi tạo ra những hướng đi công nghệ mới.

Đây là một nhận định gây chú ý bởi nó chạm đúng vào một câu hỏi lớn của ngành AI Trung Quốc: Liệu Trung Quốc sẽ chỉ trở thành một người theo sau rất giỏi, hay có thể trở thành một bên thực sự tạo ra công nghệ mới?

Lương Văn Phong: AI Trung Quốc không thể mãi đứng ở vị trí người đi sau

Trong nhiều năm, câu chuyện về năng lực công nghệ Trung Quốc thường được mô tả bằng hai khái niệm: tốc độ triển khai và khả năng thương mại hóa.

Doanh nghiệp Trung Quốc có thể nhanh chóng đưa một công nghệ mới vào sản phẩm, mở rộng quy mô sản xuất, giảm chi phí và đưa sản phẩm ra thị trường với tốc độ rất cao.

Mô hình này từng tạo ra nhiều thành công trong thương mại điện tử, thanh toán di động, xe năng lượng mới, sản xuất thông minh và nhiều lĩnh vực công nghệ khác.

Tuy nhiên, AI tạo sinh và các mô hình ngôn ngữ lớn đang đặt ra một yêu cầu khác.

Không chỉ cần biết cách sử dụng một mô hình có sẵn, doanh nghiệp còn phải giải quyết những bài toán sâu hơn: kiến trúc mô hình, thuật toán, dữ liệu, phương pháp huấn luyện, tối ưu phần cứng, hiệu quả suy luận và hệ sinh thái phát triển.

Đây chính là nơi mà Lương Văn Phong muốn đặt trọng tâm.

Nếu chỉ nhìn vào khoảng cách một hoặc hai năm, người ta dễ nghĩ rằng chỉ cần đầu tư thêm tiền, mua thêm chip và tuyển thêm nhân sự là có thể đuổi kịp.

Nhưng nếu khoảng cách nằm ở khả năng tạo ra ý tưởng mới, câu chuyện sẽ khó hơn nhiều.

Một mô hình có thể được sao chép. Một sản phẩm có thể được cải tiến. Nhưng năng lực liên tục đặt ra câu hỏi mới và tìm ra phương pháp mới lại cần nhiều năm tích lũy.

DeepSeek cho thấy nguồn lực hạn chế vẫn có thể tạo ra đột phá

Sự nổi lên của DeepSeek đã khiến cách nhìn về cuộc cạnh tranh AI thay đổi đáng kể.

Thay vì chỉ tập trung vào việc ai sở hữu nhiều chip hơn, trung tâm dữ liệu lớn hơn hay ngân sách lớn hơn, cộng đồng công nghệ bắt đầu chú ý đến một câu hỏi khác:

Có thể đạt được hiệu quả AI cao hơn bằng cách sử dụng nguồn lực hiệu quả hơn hay không?

DeepSeek trở thành một trường hợp đáng chú ý chính vì công ty nhấn mạnh vào tối ưu hóa thuật toán, kiến trúc mô hình, kỹ thuật huấn luyện và hiệu quả sử dụng tài nguyên.

Có thể hình dung bằng một phép so sánh đơn giản.

Một bên có thể sở hữu một căn bếp khổng lồ với rất nhiều thiết bị hiện đại. Bên còn lại có ít dụng cụ hơn nhưng hiểu rõ cách sử dụng nhiệt, nguyên liệu và kỹ thuật chế biến.

Bữa ăn cuối cùng không nhất thiết phải phụ thuộc hoàn toàn vào số lượng thiết bị.

Trong AI cũng vậy.

Nhiều GPU hơn chắc chắn có giá trị. Hạ tầng tính toán lớn là yếu tố quan trọng. Nhưng hiệu quả của thuật toán, cách thiết kế mô hình và khả năng tận dụng tài nguyên cũng có thể tạo ra khác biệt đáng kể.

Đây là một trong những bài học đáng chú ý nhất từ trường hợp DeepSeek.

Không nên hiểu rằng DeepSeek xây dựng mô hình hàng đầu chỉ với vài triệu USD

Một điểm cần đặc biệt thận trọng khi nói về DeepSeek là con số chi phí đào tạo thường xuyên được nhắc lại trên truyền thông.

Con số khoảng 5,576 triệu USD liên quan đến chi phí đào tạo DeepSeek-V3 đã từng gây chú ý rất lớn.

Tuy nhiên, nếu biến con số này thành câu chuyện “DeepSeek đánh bại các công ty AI lớn nhất thế giới chỉ với vài triệu USD” thì sẽ quá đơn giản.

Chi phí đào tạo một mô hình cụ thể không đồng nghĩa với tổng chi phí nghiên cứu và phát triển của cả công ty.

Đằng sau một mô hình còn có nghiên cứu ban đầu, thử nghiệm và sai sót, xử lý dữ liệu, đội ngũ kỹ thuật, cơ sở hạ tầng, phần mềm, các phiên bản thử nghiệm và nhiều khoản chi phí khác.

Do đó, điều đáng chú ý hơn bản thân con số vài triệu USD là cách DeepSeek tìm cách tối ưu hóa nguồn lực.

Nếu một nhóm kỹ sư có thể đạt được hiệu quả cao hơn với cùng một lượng tài nguyên, đó mới là giá trị có khả năng tạo ra ảnh hưởng lâu dài cho ngành.

Nói cách khác, câu chuyện đáng quan tâm không phải “DeepSeek rẻ đến mức nào”, mà là DeepSeek đã thay đổi bài toán hiệu quả AI như thế nào.

Từ “làm theo” sang “tự đặt câu hỏi”

Lương Văn Phong dường như muốn chuyển trọng tâm của cuộc tranh luận từ câu hỏi “chúng ta đã bắt kịp chưa?” sang một câu hỏi khó hơn:

Chúng ta đang tạo ra điều gì mà người khác chưa tạo ra?

Đây là sự khác biệt rất lớn.

Nếu một doanh nghiệp nhìn thấy một sản phẩm thành công và nhanh chóng tạo ra phiên bản tương tự, doanh nghiệp đó có thể kiếm tiền.

Nếu một công ty phát hiện một nhu cầu chưa được giải quyết và tạo ra một công nghệ hoàn toàn mới, giá trị của nó có thể lớn hơn rất nhiều.

Trong lịch sử công nghệ, nhiều bước tiến quan trọng không xuất hiện từ việc tối ưu một sản phẩm hiện có thêm vài phần trăm.

Chúng xuất hiện khi một nhóm nghiên cứu đặt lại câu hỏi ban đầu.

AI cũng đang bước vào giai đoạn như vậy.

Sau cuộc đua mô hình ngày càng lớn, ngành công nghiệp bắt đầu quan tâm nhiều hơn đến hiệu quả, khả năng suy luận, AI tác vụ, AI đa phương thức, mô hình chuyên biệt, khả năng chạy trên thiết bị và những phương pháp huấn luyện mới.

Điều đó có nghĩa là cơ hội đổi mới vẫn còn rất lớn.

Trung Quốc có thế mạnh về ứng dụng, nhưng AI nền tảng đòi hỏi nhiều hơn

Một trong những điểm đáng suy ngẫm trong nhận định của Lương Văn Phong là sự khác biệt giữa khả năng ứng dụng công nghệ và khả năng tạo ra công nghệ nền tảng.

Trung Quốc đã chứng minh năng lực rất mạnh trong việc biến công nghệ thành sản phẩm và thị trường.

Từ thương mại điện tử đến thanh toán di động, từ xe điện đến robot công nghiệp, nhiều doanh nghiệp Trung Quốc có khả năng tổ chức chuỗi cung ứng, giảm giá thành và mở rộng quy mô rất nhanh.

Nhưng với AI nền tảng, câu chuyện phức tạp hơn.

Các mô hình lớn cần nghiên cứu toán học, thuật toán, dữ liệu, phần cứng, hệ thống phân tán, phương pháp huấn luyện và đội ngũ nghiên cứu có khả năng giải quyết các vấn đề chưa có lời giải.

Không thể chỉ nhìn vào một sản phẩm của đối thủ rồi xây dựng phiên bản tương tự.

Nếu công nghệ nền tảng bị kiểm soát bởi người khác, khả năng phát triển dài hạn vẫn có thể bị hạn chế.

Đó là lý do cuộc cạnh tranh AI ngày càng trở thành cuộc cạnh tranh về năng lực tự nghiên cứu.

Chip chỉ là một phần của cuộc cạnh tranh AI

Trong cuộc đua AI, chip thường được nhắc đến nhiều nhất.

Nhưng nếu nhìn rộng hơn, chip chỉ là một mắt xích trong hệ sinh thái.

Một hệ thống AI mạnh cần phần cứng tính toán, hệ thống mạng, trung tâm dữ liệu, phần mềm, framework, dữ liệu, thuật toán, nhân lực và cộng đồng phát triển.

Nếu thiếu một trong những mắt xích quan trọng, năng lực AI có thể bị hạn chế.

Điều này giải thích vì sao Trung Quốc phải đối mặt với bài toán lớn hơn việc đơn giản là mua thêm GPU.

Nếu hôm nay là vấn đề chip cao cấp, ngày mai có thể là hệ sinh thái phần mềm. Sau đó có thể là tiêu chuẩn kỹ thuật, công cụ phát triển hoặc những quy tắc mới của thị trường AI.

Do đó, năng lực tự chủ công nghệ không thể được xây dựng chỉ bằng cách thay thế một sản phẩm nhập khẩu bằng một sản phẩm nội địa.

Nó đòi hỏi một hệ sinh thái đủ sâu để tự phát triển và cải tiến liên tục.

Vì sao DeepSeek chọn mã nguồn mở?

Một trong những quyết định khiến DeepSeek được chú ý là định hướng mã nguồn mở.

Trong ngành công nghệ, mã nguồn mở thường được nhìn nhận như một cách mở rộng cộng đồng phát triển. Nhưng ở cấp độ chiến lược, nó còn có thể giúp tạo ra một hệ sinh thái xung quanh công nghệ.

Nếu một mô hình bị đóng hoàn toàn, khả năng tiếp cận của các nhà nghiên cứu và nhà phát triển sẽ hạn chế hơn.

Ngược lại, khi mô hình và công cụ được mở rộng cho cộng đồng, nhiều nhóm có thể nghiên cứu, thử nghiệm và phát triển các ứng dụng mới.

Điều này có thể tạo ra hiệu ứng mạng.

Một mô hình càng có nhiều người sử dụng, nghiên cứu và xây dựng ứng dụng, hệ sinh thái xung quanh nó càng có cơ hội phát triển.

Với Trung Quốc, chiến lược này còn có ý nghĩa trong việc thúc đẩy cộng đồng kỹ sư, doanh nghiệp ứng dụng và các tổ chức nghiên cứu cùng tham gia vào hệ sinh thái AI.

Mã nguồn mở vì thế không chỉ là câu chuyện kỹ thuật.

Nó còn liên quan đến cách xây dựng thị trường và cộng đồng công nghệ.

Nhưng mã nguồn mở không đồng nghĩa với chiến thắng

Cũng cần tránh một cách hiểu khác: cứ mã nguồn mở là chắc chắn thành công.

AI là một ngành có tốc độ thay đổi rất nhanh.

Một mô hình tốt hôm nay có thể bị vượt qua bởi một kiến trúc mới trong vài tháng hoặc vài năm.

Do đó, lợi thế của DeepSeek không thể chỉ dựa vào một phiên bản mô hình.

Công ty cần liên tục cải tiến chất lượng, hiệu quả, khả năng suy luận, sản phẩm và hệ sinh thái.

Đó là lý do giai đoạn sau khi tạo ra một mô hình nổi tiếng đôi khi còn khó hơn giai đoạn ban đầu.

Sự chú ý của thị trường có thể đến rất nhanh, nhưng để biến sự chú ý đó thành năng lực công nghệ lâu dài cần thời gian.

DeepSeek đang bước vào cuộc đua đường dài

Đến năm 2026, DeepSeek vẫn là một trong những cái tên được theo dõi sát trong cuộc cạnh tranh AI toàn cầu.

Nhưng câu chuyện của công ty chưa thể được xem là đã kết thúc.

Vốn đầu tư, nhân tài, năng lực tính toán, nghiên cứu thuật toán, khả năng thương mại hóa và quan hệ với hệ sinh thái phát triển sẽ ảnh hưởng trực tiếp đến tốc độ tăng trưởng trong tương lai.

AI không giống một cuộc thi mà người chiến thắng được xác định sau một lần công bố sản phẩm.

Nó giống một cuộc chạy đường dài.

Một công ty có thể tạo ra một mô hình gây chấn động thị trường, nhưng sau đó phải tiếp tục giải quyết hàng loạt vấn đề khó hơn: làm sao để mô hình tốt hơn, rẻ hơn, nhanh hơn và hữu ích hơn.

Đồng thời, công ty phải giữ chân các nhà nghiên cứu giỏi và xây dựng môi trường để những ý tưởng mới tiếp tục xuất hiện.

Đây chính là nơi “tính độc đáo” mà Lương Văn Phong nói đến trở nên quan trọng.

Điều Trung Quốc cần không chỉ là bắt kịp

Có một khác biệt lớn giữa bắt kịp và dẫn dắt.

Bắt kịp có nghĩa là nhìn vào tiêu chuẩn đang tồn tại và thu hẹp khoảng cách.

Dẫn dắt có nghĩa là tạo ra tiêu chuẩn mới.

Một quốc gia có thể trở thành cường quốc công nghệ ngay cả khi ban đầu không phải người phát minh ra mọi công nghệ. Nhưng nếu muốn duy trì vị thế trong thời gian dài, khả năng tạo ra công nghệ mới là điều không thể thiếu.

Đây có lẽ là tầng ý nghĩa sâu hơn trong nhận định của Lương Văn Phong.

Ông không phủ nhận khoảng cách giữa Trung Quốc và Mỹ.

Ngược lại, ông thừa nhận khoảng cách đó tồn tại nhưng cho rằng việc chỉ đo khoảng cách bằng “một hoặc hai năm” là chưa đủ.

Nếu cứ chạy theo người khác, khoảng cách có thể thay đổi nhưng vị trí vẫn không thay đổi.

Người đi sau vẫn là người đi sau.

Muốn thay đổi vị trí, cần tạo ra những hướng đi mới.

Sự độc đáo không thể hình thành trong một đêm

Đổi mới thực sự không đến từ khẩu hiệu.

Nó cần vốn dài hạn, nghiên cứu cơ bản, nhân tài, môi trường thử nghiệm và khả năng chấp nhận thất bại.

Một nhóm nghiên cứu có thể thử nghiệm hàng chục phương pháp trước khi tìm ra một cách tiếp cận hiệu quả.

Một công ty có thể đầu tư nhiều năm vào một công nghệ trước khi sản phẩm đầu tiên tạo ra doanh thu.

Vì vậy, nếu Trung Quốc muốn chuyển từ “người theo sau” thành “người đóng góp”, thách thức không chỉ nằm ở DeepSeek.

Đó là bài toán của toàn bộ hệ sinh thái.

Các trường đại học phải tạo ra nghiên cứu chất lượng cao. Doanh nghiệp phải đầu tư vào nghiên cứu dài hạn. Nhà nước phải xây dựng môi trường thuận lợi cho đổi mới. Các nhà đầu tư phải chấp nhận rằng không phải dự án nào cũng có kết quả ngay lập tức.

Câu hỏi lớn nhất: DeepSeek sẽ là người theo sau hay người mở đường?

DeepSeek đã chứng minh rằng một nhóm nghiên cứu Trung Quốc có thể gây ảnh hưởng lớn đến cuộc tranh luận AI toàn cầu.

Nhưng một mô hình nổi tiếng không đồng nghĩa với việc một công ty đã trở thành người dẫn đầu.

Thước đo thực sự sẽ nằm ở những gì DeepSeek có thể tạo ra tiếp theo.

Nếu công ty liên tục đưa ra các phương pháp mới, kiến trúc mới và cách tiếp cận mới, DeepSeek có thể trở thành một bên đóng góp quan trọng cho ngành AI toàn cầu.

Nếu chỉ liên tục tối ưu những gì người khác đã phát triển, lợi thế ban đầu có thể dần thu hẹp.

Đó cũng là lý do câu nói của Lương Văn Phong đáng chú ý.

Bắt chước có thể giúp một ngành công nghiệp thu hẹp khoảng cách, nhưng chỉ có đổi mới mới giúp tạo ra một khoảng cách mới.

Với AI, cuộc đua thực sự có lẽ không còn là ai bắt kịp ai nhanh hơn.

Câu hỏi quan trọng hơn là: Ai sẽ là người đặt ra câu hỏi tiếp theo mà cả ngành chưa từng nghĩ đến?

Câu hỏi về DeepSeek

1. Liang Lương Văn Phong là ai?

Lương Văn Phong là nhà sáng lập DeepSeek, công ty AI Trung Quốc nổi lên mạnh mẽ trong cuộc cạnh tranh mô hình ngôn ngữ lớn. Ông được chú ý bởi cách tiếp cận tập trung vào nghiên cứu, hiệu quả tính toán và phát triển mô hình.

2. Lương Văn Phong cho rằng khoảng cách AI Trung Quốc – Mỹ nằm ở đâu?

Theo nội dung được đề cập, ông cho rằng khoảng cách không đơn thuần là một hoặc hai năm về công nghệ. Điểm khác biệt sâu hơn nằm ở khả năng sáng tạo và tạo ra những hướng tiếp cận mới thay vì chỉ bắt chước công nghệ đã tồn tại.

3. DeepSeek có thực sự đào tạo mô hình AI với chỉ vài triệu USD không?

Không nên hiểu như vậy. Con số vài triệu USD thường được nhắc đến liên quan đến chi phí đào tạo một mô hình cụ thể, không phải toàn bộ chi phí nghiên cứu và phát triển của DeepSeek. Công ty còn có chi phí về nhân sự, dữ liệu, thử nghiệm, hạ tầng và nghiên cứu.

4. Vì sao DeepSeek được chú ý trong cuộc đua AI?

DeepSeek thu hút sự quan tâm nhờ khả năng tối ưu hóa mô hình, hiệu quả sử dụng tài nguyên, chất lượng mô hình và định hướng mã nguồn mở. Điều này khiến nhiều chuyên gia phải xem xét lại giả định rằng AI tiên tiến nhất luôn phải phụ thuộc vào mức đầu tư tính toán cực lớn.

5. Mã nguồn mở có ý nghĩa gì với DeepSeek?

Mã nguồn mở có thể giúp nhiều nhà nghiên cứu và nhà phát triển tiếp cận, thử nghiệm và xây dựng ứng dụng trên công nghệ của DeepSeek. Nếu hệ sinh thái phát triển, nó có thể tạo thêm giá trị cho mô hình và thúc đẩy cộng đồng AI rộng hơn.

6. DeepSeek có thể vượt qua các công ty AI Mỹ không?

Chưa thể kết luận. Cuộc cạnh tranh AI vẫn đang diễn ra rất nhanh và phụ thuộc vào nhiều yếu tố như nghiên cứu, chip, năng lực tính toán, nhân tài, vốn, sản phẩm và hệ sinh thái. Thành công của một mô hình không đồng nghĩa với việc một công ty đã chiếm vị trí dẫn đầu lâu dài.