OpenAI lo ngại mô hình mở, Mỹ có nên cấm AI Trung Quốc?

Vào ngày 20/07/2026, TechCrunch đưa tin rằng mô hình ngôn ngữ lớn mã nguồn mở (open-weight) lớn nhất thế giới hiện nay là Kimi K3 của phòng thí nghiệm Trung Quốc Moonshot đã gây ra cuộc tranh luận về tương lai của AI. Dean W. Ball, người đứng đầu bộ phận chiến lược tương lai của OpenAI, từng cho rằng chính phủ Mỹ nên tạo ra sự sợ hãi, không chắc chắn và mất lòng tin về mặt quy định đối với các mô hình mới, vì các mô hình mã nguồn mở chắc chắn sẽ làm giảm chi tiêu vốn của các phòng thí nghiệm hàng đầu. Tuy nhiên, sau phản ứng dữ dội từ giới công nghệ, Ball đã rút lại tuyên bố rằng đàn áp quy định là “chiến lược tốt nhất” của Nhà Trắng và rằng các mô hình mã nguồn mở làm chậm tiến bộ công nghệ.

Lợi ích kinh tế của các công ty AI khổng lồ và mối đe dọa từ mô hình mở

Lợi ích cho các công ty AI lớn rất rõ ràng: Các mô hình mã nguồn mở, chạy trên hạ tầng độc lập hoặc trong các doanh nghiệp lớn, cung cấp trí tuệ nhân tạo rẻ hơn so với các mô hình hàng đầu của Anthropic hay OpenAI. Nếu người dùng ngày càng chi tiêu nhiều hơn bên ngoài các phòng thí nghiệm đóng, điều đó đồng nghĩa với lợi nhuận thấp hơn cho các khoản đầu tư khổng lồ vào huấn luyện mô hình. Braden Hancock, đồng sáng lập Snorkel AI và cựu Giám đốc AI của Meta, nói với TechCrunch: “Các mô hình nguồn mở mạnh mẽ, đạt trình độ tiên phong sẽ bóp nghẹt biên lợi nhuận và hạ giá của các công ty tiên phong. Điều đó không nhất thiết làm giảm lượng sử dụng AI; ngược lại, nó có thể làm tăng lên.”

Những lo ngại về mô hình AI Trung Quốc và lập trường của chính phủ Mỹ

Có nhiều lo ngại về mô hình Trung Quốc. Một là bảo vệ dữ liệu Mỹ khỏi chính phủ Trung Quốc; Mỹ đã cấm nhập khẩu xe điện Trung Quốc hiện đại vì lo ngại thu thập dữ liệu. Tuy nhiên, các chuyên gia cho rằng các mô hình mã nguồn mở chạy trên máy chủ Mỹ khó có thể rò rỉ dữ liệu về Trung Quốc, dù không phải là không thể. Một lo ngại khác là các mô hình có thể có thiên kiến ngầm ủng hộ Trung Quốc, nhưng điều này không rõ ràng đối với các tác vụ như lập trình. Lo ngại thứ ba là các mô hình Trung Quốc thiếu các biện pháp bảo vệ mà chính phủ Mỹ yêu cầu (thông qua một quy trình không minh bạch) nhằm ngăn các LLM hàng đầu của Mỹ bị sử dụng để khai thác hệ thống máy tính đóng hoặc tạo vũ khí. Tuy nhiên, các biện pháp bảo vệ đó có thể khiến các công ty Mỹ dễ bị tổn thương hơn: David Sacks, nhà đầu tư mạo hiểm và cố vấn của Tổng thống Trump, đã chia sẻ các trường hợp công ty Mỹ chuyển sang dùng LLM Trung Quốc để lấp đầy lỗ hổng bảo mật khi các mô hình Mỹ từ chối thực hiện tác vụ.

Theo Axios, chính quyền Trump đang xem xét cấm K3 và các mô hình Trung Quốc tiên tiến khác theo yêu cầu của các phòng thí nghiệm hàng đầu Mỹ. Tuy nhiên, Politico đưa tin rằng Bộ Thương mại sẽ không thực hiện bước đó trong thời gian tới.

Tác động đến an ninh quốc gia và đổi mới sáng tạo

Sam Bresnick, nghiên cứu viên về Trung Quốc tại Trung tâm Công nghệ An ninh và Mới nổi Georgetown, cho rằng tầm quan trọng ngày càng tăng của AI đối với các hoạt động quân sự Mỹ là lý do để Mỹ tiếp tục hỗ trợ đầu tư vào AI tại các phòng thí nghiệm tiên phong. Tuy nhiên, ông đặt câu hỏi: “Tại sao chính phủ Mỹ lại phải bảo vệ các công ty này khỏi các đối thủ cạnh tranh đã bị chặn khỏi thị trường Mỹ dựa trên nguồn gốc của họ?” Những người ủng hộ AI mở cho rằng các công ty tiên phong đang tạo ra một sự phân đôi sai lầm giữa đổi mới và mô hình đóng. Clem Delangue, CEO của Hugging Face, nền tảng hợp tác AI mở, nói: “Hạn chế các mô hình mở sẽ không làm AI an toàn hơn. Nó chỉ đơn giản là che giấu rủi ro, tập trung quyền lực vào tay một số ít và khiến thế hệ nhà xây dựng, nhà nghiên cứu, học viện, tổ chức phi lợi nhuận, chính phủ tiếp theo khó tham gia vào việc làm cho AI an toàn hơn và có lợi hơn cho tất cả.”

Bresnick cho rằng cách thực sự để làm chậm Trung Quốc là tập trung nhiều hơn vào kiểm soát xuất khẩu chip. Một cách tốt hơn để duy trì vị thế dẫn đầu AI của Mỹ là ngừng bán bộ xử lý Nvidia H200 cho Trung Quốc. “Điều đó có thể giúp chúng ta tránh khỏi cuộc tranh luận gai góc về việc cấm các công nghệ nguồn mở mà rất nhiều công ty Mỹ muốn sử dụng,” ông nói.

Một phần của vấn đề là sự không chắc chắn xung quanh kinh tế AI. “Mô hình kinh doanh mở, mô hình kinh doanh độc quyền – cả hai đều chưa được giải quyết. Các công ty AI đang vật lộn để tìm ra cách kiếm tiền từ công cụ của họ, đặc biệt khi chi phí huấn luyện ngày càng tăng,” Bresnick chỉ ra. Những thách thức tương tự cũng diễn ra ở Trung Quốc, nơi các công ty AI cũng gặp khó khăn trong việc tạo doanh thu và tiếp cận sức mạnh tính toán, và chính phủ được cho là khuyến khích phát hành mã nguồn mở vì lý do chính sách bất chấp thách thức trong việc kiếm lợi nhuận.

Một số công ty Mỹ, bao gồm Thinking Machines Lab và Nvidia, đang cố gắng xây dựng mô hình kinh doanh xung quanh việc phát hành các mô hình mở. Hancock chỉ ra rằng Nvidia sẽ làm tốt hơn “nếu có hàng chục hoặc hàng trăm công ty xây dựng AI thay vì chỉ hai hoặc ba công ty đủ vốn để tự sản xuất chip,” đó là một lý do đằng sau khoản đầu tư của họ vào Nemotron, một bộ sưu tập các mô hình mở. “Điểm chính là Mỹ sẽ được phục vụ rất tốt nếu có các mô hình mở rất mạnh và rẻ hơn nhiều của riêng mình,” Bresnick nói. “Nó chỉ xung đột với cách tiếp cận của các phòng thí nghiệm tiên phong.”

Theo TechCrunch

Ảnh: geralt / Pixabay