CEO IBM: Không đời nào OpenAI thu hồi được vốn đầu tư ngàn tỉ USD

Chi tiêu cho trung tâm dữ liệu đang tăng. Trong cuộc họp công bố kết quả kinh doanh quý 3/2025 gần đây của Meta Platforms, các từ như “dung lượng” và “hạ tầng AI” xuất hiện liên tục. Google thậm chí tuyên bố muốn xây trung tâm dữ liệu ngoài không gian trong tương lai. Câu hỏi đặt ra là liệu doanh thu tạo ra từ các trung tâm dữ liệu có đủ để bù đắp chi phí đầu tư khổng lồ?

Trên podcast Decoder mới đây, ông Arvind Krishna (Giám đốc điều hành IBM) tuyên bố “không đời nào OpenAI và các công ty này có thể thu hồi vốn đầu tư cho trung tâm dữ liệu phục vụ AI".

Arvind Krishna lưu ý rằng phép tính nhanh của ông dựa trên chi phí hiện tại, “vì bất cứ điều gì trong tương lai đều chỉ là suy đoán”. Theo ông, cần khoảng 80 tỉ USD để trang bị đầy đủ cho trung tâm dữ liệu công suất 1 gigawatt.

“Đó là con số hiện tại. Vậy nếu anh dự định đầu tư 20 đến 30 gigawatt công suất trung tâm dữ liệu chỉ cho một công ty, thì chi tiêu vốn sẽ khoảng 1.500 tỉ USD”, Giám đốc điều hành IBM nhận định.

Arvind Krishna cũng đề cập đến việc khấu hao chip AI trong trung tâm dữ liệu như một yếu tố khác. “Anh phải sử dụng toàn bộ số chip AI đó trong vòng 5 năm, vì tới thời điểm đó, anh phải bỏ đi và thay mới”, Arvind Krishna cho hay.

Nhà đầu tư nổi tiếng Michael Burry gần đây đã nhắm vào Nvidia vì lo ngại vấn đề khấu hao chip AI. Điều này đã dẫn đến việc cổ phiếu AI giảm điểm.

“Nếu tôi nhìn vào tổng mức cam kết trên toàn thế giới ở lĩnh vực này trong cuộc đua hướng đến AGI, có vẻ con số sẽ khoảng 100 gigawatt theo những tuyên bố hiện nay”, Arvind Krishna nói.

Với mức 80 tỉ USD cho mỗi gigawatt, nếu cần 100 gigawatt thì tổng chi phí cam kết cho năng lực điện toán theo ước tính của Arvind Krishna sẽ vào khoảng 8.000 tỉ USD.

“Quan điểm của tôi là không có cách nào thu hồi được vốn, vì 8.000 tỉ USD nghĩa là cần khoảng 800 tỉ USD lợi nhuận chỉ để trả lãi suất”, doanh nhân 63 tuổi người Mỹ gốc Ấn Độ nhận xét.

Để đạt được mức gigawatt đó, các công ty AI phải chi tiêu cực lớn và tìm kiếm nguồn hỗ trợ bên ngoài. Trong lá thư gửi Văn phòng Chính sách Khoa học và Công nghệ Nhà Trắng hồi tháng 10, Sam Altman (Giám đốc điều hành OpenAI) đề xuất Mỹ bổ sung 100 gigawatt công suất điện mỗi năm.

Arvind Krishna không tin OpenAI thu hồi được vốn đầu tư ngàn tỉ USD cho AI - Ảnh: Getty Images

Trong podcast Decoder, Nilay Patel lưu ý rằng Sam Altman tin OpenAI (công ty tạo ra ChatGPT) có thể tạo ra lợi nhuận từ chi phí đầu tư. OpenAI đã cam kết chi 1.400 nghìn tỉ USD trong 8 năm tới cho năng lực điện toán, gồm cả các thỏa thuận lớn với Nvidia, Oracle, AMD và Broadcom. Về chuyện này, Arvind Krishna không đồng tình với Sam Altman.

“Đây là niềm tin. Đó là thứ mà một số người muốn theo đuổi. Tôi hiểu quan điểm của họ, nhưng không đồng tình với điều đó”, Arvind Krishna tuyên bố.

Khả năng đạt được AGI

Giám đốc điều hành IBM không tin bộ công nghệ hiện nay có thể giúp chúng ta đạt được AGI. Ông ước tính khả năng đạt được AGI, nếu không có đột phá công nghệ mới, chỉ khoảng 0 đến 1%.

AGI được xem là siêu AI có khả năng hiểu, học hỏi và thực hiện các nhiệm vụ đa dạng một cách linh hoạt giống hay vượt trội con người.

Nhiều lãnh đạo cấp cao khác cũng hoài nghi về tốc độ tiến tới AGI.

Marc Benioff, Giám đốc điều hành hãng phần mềm điện toán đám mây Salesforce, nói ông “cực kỳ nghi ngờ” làn sóng AGI, ví nó như trạng thái thôi miên.

Andrew Ng, nhà sáng lập Google Brain, nói AGI đang bị “thổi phồng quá mức”. Trong khi Arthur Mensch, Giám đốc điều hành công ty khởi nghiệp Mistral, nhận định AGI chỉ là một “động thái tiếp thị”.

Ngay cả khi mục tiêu cuối cùng là đạt AGI, việc chỉ tăng thêm sức mạnh tính toán thôi có thể vẫn chưa đủ. Ilya Sutskever, đồng sáng lập và cựu giám đốc khoa học OpenAI, nói rằng thời kỳ “cứ mở rộng quy mô là mô hình AI sẽ mạnh lên” đã kết thúc. Ông cho rằng kể cả khi tăng kích thước mô hình AI lên gấp 100 lần, điều đó cũng không tạo ra bước đột phá mang tính thay đổi toàn diện.

“Chúng ta đang quay lại thời kỳ phải tập trung vào nghiên cứu, chỉ khác là giờ chúng ta có những siêu máy tính”, Ilya Sutskever nói.

Ilya Sutskever nói rằng thời kỳ “cứ mở rộng quy mô là mô hình AI sẽ mạnh lên” đã kết thúc - Ảnh: Internet

Arvind Krishna vẫn dành lời khen cho các công cụ AI hiện tại.

“Tôi nghĩ chúng sẽ mở khóa hàng nghìn tỉ USD năng suất trong doanh nghiệp, xin nói rõ là như vậy. Thế nhưng, để đạt được AGI thì sẽ cần nhiều công nghệ hơn con đường mô hình ngôn ngữ lớn hiện tại”, Arvind Krishna nhấn mạnh.

Ông đề xuất việc kết hợp kiến thức chuyên môn với mô hình ngôn ngữ lớn (công nghệ nền tảng cho chatbot AI như ChatGPT hay Google Gemini) như hướng đi tiềm năng.

“Khả năng đạt được AGI theo hướng đó cao đến đâu? Tôi cũng dám nói là có thể", ông kết luận.

Arvind Krishna bắt đầu sự nghiệp tại IBM từ năm 1990, sau đó thăng tiến để trở thành giám đốc điều hành vào 2020.

Không riêng OpenAI, Meta Platforms, Google, Microsoft, Amazon và các hãng công nghệ khác đã chi hàng tỉ USD để phát triển các mô hình nền tảng, đặc biệt là mô hình ngôn ngữ lớn, nhằm thúc đẩy tiến bộ trong lĩnh vực điện toán. Tuy nhiên, một số chuyên gia AI khác cho rằng các mô hình ngôn ngữ lớn hiện nay, dù mạnh mẽ, vẫn hiểu biết rất hạn chế về thế giới. Họ tin rằng cần có các kiến trúc điện toán mới để tạo ra phần mềm có khả năng sánh ngang hoặc vượt con người trong một số nhiệm vụ.

“Chúng ta sẽ không đạt được AI ngang con người chỉ bằng cách mở rộng quy mô mô hình ngôn ngữ lớn. Không thể nào, hoàn toàn không thể. Dù bạn nghe những đồng nghiệp ưa mạo hiểm của tôi nói gì, điều đó sẽ không xảy ra trong hai năm tới”, Yann LeCun nói trên podcast Big Technology của Alex Kantrowitz mùa xuân năm nay.

Yann LeCun, một trong những “cha đẻ” của AI hiện đại, gần đây đã tiết lộ rời Meta Platforms để lập công ty khởi nghiệp phát triển mô hình thế giới mà theo ông có thể giúp đạt được AGI.

Mô hình thế giới học về thế giới xung quanh bằng cách tiếp nhận thông tin thị giác, giống con vật còn nhỏ hay đứa trẻ, trái ngược với mô hình ngôn ngữ lớn - dự đoán dựa trên kho dữ liệu văn bản khổng lồ.

Mô hình thế giới được đào tạo bằng cách sử dụng luồng dữ liệu của các môi trường thực hoặc mô phỏng. Theo giới chuyên gia, mô hình thế giới là bước tiến quan trọng trong việc thúc đẩy phát triển xe tự lái, robot và tác tử AI, nhưng đòi hỏi lượng lớn dữ liệu và sức mạnh điện toán để huấn luyện và là thách thức kỹ thuật chưa được giải quyết.

Sơn Vân