Các mô hình ngôn ngữ lớn (LLM) open-weight từ Trung Quốc đang nổi lên nhanh chóng, kéo theo tranh luận tại Mỹ về việc có nên siết quản lý đối với dòng mô hình này hay không.

Theo TechCrunch ngày 20/7 (giờ địa phương), nhiều doanh nghiệp AI hàng đầu của Mỹ cho rằng sự lan rộng của các mô hình Trung Quốc có thể làm gia tăng áp lực lên khả năng hoàn vốn cho các khoản đầu tư khổng lồ, đồng thời bào mòn lợi thế dẫn đầu công nghệ. Ở chiều ngược lại, một bộ phận trong ngành cảnh báo việc tăng kiểm soát có thể làm suy yếu năng lực đổi mới của Mỹ.

Tâm điểm của cuộc tranh luận là K3, mô hình do Moonshot AI của Trung Quốc phát triển. K3 được chú ý như một mô hình open-weight quy mô lớn, qua đó làm dấy lên rõ hơn câu hỏi liệu Mỹ có nên hạn chế các mô hình Trung Quốc tiếp cận thị trường hay không.

Ngay trong OpenAI cũng xuất hiện quan điểm trái chiều. Dean W. Ball, phụ trách mảng tương lai chiến lược của công ty, từng cho rằng các mô hình open-weight có thể làm suy giảm động lực rót vốn lớn vào những phòng thí nghiệm AI hàng đầu. Ông cũng từng nhận định chính phủ nên tạo ra mức độ bất định nhất định về quy định, song sau đó đã rút lại phát biểu này.

Ball đồng thời cũng rút lại quan điểm cho rằng tăng cường kiểm soát là chiến lược tối ưu của Nhà Trắng, và không còn giữ lập trường rằng mô hình open-weight chắc chắn sẽ làm chậm tiến bộ công nghệ.

Theo TechCrunch, chính quyền Trump được cho là đang cân nhắc cấm sử dụng các mô hình AI tiên tiến của Trung Quốc, trong đó có K3. Tuy nhiên, cũng có đánh giá cho rằng Bộ Thương mại Mỹ chưa chắc sẽ sớm triển khai biện pháp liên quan.

Lợi ích của các công ty AI hàng đầu tại Mỹ trong cuộc tranh luận này là tương đối rõ ràng. Các mô hình open-weight có thể vận hành trực tiếp trên hạ tầng riêng hoặc trong hệ thống nội bộ của doanh nghiệp, nhờ đó trở thành lựa chọn rẻ hơn so với các mô hình hiệu năng cao nhưng khép kín của Anthropic hay OpenAI.

Nếu người dùng chuyển chi tiêu từ các dịch vụ AI khép kín sang mô hình open-weight, dư địa để các công ty dẫn đầu thu hồi chi phí huấn luyện quy mô lớn có thể bị thu hẹp đáng kể.

Braden Hancock, đồng sáng lập Snorkel AI và cựu giám đốc AI của Meta, dự báo các mô hình open-weight hàng đầu sẽ gây sức ép lên biên lợi nhuận của những công ty AI lớn và kéo giá dịch vụ AI đi xuống. Dù vậy, ông cho rằng tổng nhu cầu sử dụng AI nhiều khả năng vẫn sẽ tiếp tục tăng.

Các lập luận ủng hộ siết quản lý hiện chủ yếu xoay quanh ba vấn đề. Thứ nhất là nguy cơ rò rỉ dữ liệu, dù nhiều chuyên gia cho rằng các mô hình open-weight vận hành trên máy chủ đặt tại Mỹ khó có khả năng chuyển dữ liệu ngược về Trung Quốc.

Thứ hai là nguy cơ thiên lệch theo hướng có lợi cho chính phủ Trung Quốc. Tuy nhiên, tác động thực tế của dạng thiên lệch này, chẳng hạn trong các tác vụ lập trình, đến nay vẫn chưa rõ ràng.

Thứ ba là vấn đề thiếu cơ chế an toàn. Chính phủ Mỹ từ lâu đã áp dụng các biện pháp nhằm hạn chế việc LLM trong nước bị lạm dụng để tấn công hệ thống máy tính khép kín hoặc phục vụ chế tạo vũ khí. Dù vậy, cũng có ý kiến cho rằng điều này đang khiến một số doanh nghiệp Mỹ tìm đến LLM của Trung Quốc để lấp khoảng trống về bảo mật.

Ở cấp độ sâu hơn, cuộc tranh luận còn phản ánh nỗi lo Trung Quốc có thể vượt Mỹ trong cuộc đua AI. Sam Bresnick, nghiên cứu viên tại Trung tâm An ninh và Công nghệ Mới nổi thuộc Đại học Georgetown, cho rằng xét đến tầm quan trọng quân sự của AI, Mỹ cần tiếp tục hỗ trợ đầu tư cho các phòng thí nghiệm AI hàng đầu.

Tuy nhiên, trong bối cảnh cả AI mở lẫn AI khép kín đều chưa xác lập được mô hình kinh doanh rõ ràng, tranh luận hiện nay không chỉ là bài toán an ninh quốc gia mà còn cho thấy mức độ bất định xung quanh cấu trúc doanh thu của toàn ngành AI.