Bạn ông Lão Trần tháng trước đã làm một việc khiến tôi hơi bất ngờ—anh ấy đã “cho thuê” một mô hình nhỏ tuân thủ pháp lý mà chính anh ấy tinh chỉnh.
Không phải bán đứt mã nguồn, không phải ký hợp đồng cấp phép, không phải mở gói đăng ký API. Là đặt mô hình lên mạng của OpenLedger, gắn một mức giá tính theo lượt gọi, rồi... cứ để vậy đó. Chỉ sau một tháng, mô hình đó đã tích luỹ hơn ba nghìn lượt gọi, mang lại cho nó một khoản thu nhập trên chuỗi không lớn nhưng ổn định.
Nguyên văn câu nói của anh ấy là như vầy:
“Thứ này bây giờ gần giống cái hồ thanh khoản mà tôi từng treo trên sàn—tôi không cần ngày nào cũng canh nó, nó tự kiếm tiền ở đó.”
Tôi đã ghi lại câu nói này và nghĩ về nó rất nhiều lần.
Ông Lão Trần là người làm việc trong ngành pháp lý, hoàn toàn chẳng liên quan gì đến thị trường tài chính. Nhưng anh ấy lại dùng một thuật ngữ tài chính để mô tả mô hình đã tinh chỉnh của mình—hồ thanh khoản “liquidity pool”. Ẩn dụ này không phải phép tu từ văn học; đó là cảm nhận trực quan nhất của anh ấy với tư cách là người sử dụng.
Đó là việc mà kiến trúc OpenLedger âm thầm đang hoàn thành—nó đang biến những thứ như “mô hình AI” từ một tài sản mã tĩnh thành một tài sản tài chính có thể liên tục tạo ra dòng tiền.
Tính cách mạng của việc này, lớn hơn những gì nhìn thấy bề ngoài.
Trong phần mềm truyền thống, hai từ “mô hình” và “tài sản” gần như không thể đi cùng nhau. Một mô hình hoặc là được công bố như thành quả nghiên cứu (không có giá trị thương mại), hoặc được đóng gói thành sản phẩm để bán (mua một lần), hoặc được gắn trên máy chủ của một công ty để chạy API (doanh thu thuộc về công ty). Bản thân nó không hình thành một tài sản độc lập để nắm giữ, để định giá, và để chuyển nhượng.
Trong kiến trúc OpenLedger này, các thuộc tính của mô hình đã thay đổi triệt để.
Một mô hình được tinh chỉnh chạy trên ModelFactory có vài thuộc tính then chốt—thứ nhất, nó có danh tính trên chuỗi. Dữ liệu huấn luyện, siêu tham số, và các hash phiên bản đều được ghi lại trên chuỗi. Trên tầng giao thức, mô hình này là một đối tượng độc lập, có thể được định vị.
Thứ hai, nó có dòng tiền. Thông qua cơ chế x402, mỗi lần được gọi sẽ kích hoạt một khoản thanh toán tức thì. Mô hình không cần phải được đóng gói thành sản phẩm mới có thể kiếm tiền; ngay trên tầng giao thức, nó đã có khả năng “dùng là tính phí”.
Thứ ba, nó có độ minh bạch về chi phí. Chi phí triển khai được OpenLoRA hạ xuống mức cực thấp (một dịch vụ GPU phục vụ vài nghìn mô hình). Phần thu nhập được PoA truy vết rõ ràng đến những người đóng góp dữ liệu, tác giả tinh chỉnh, và nhà cung cấp hạ tầng. Điều này có nghĩa là kinh tế đơn vị của mô hình này có thể tính toán hoàn toàn được.
Thứ tư, nó có khả năng chuyển nhượng. Vì chính bản thân mô hình có danh tính trên chuỗi, về lý thuyết “quyền sở hữu” của nó có thể được chuyển giao—bạn có thể chuyển quyền hưởng lợi trong tương lai của một mô hình đã tinh chỉnh cho người khác, giống như chuyển nhượng một NFT hay một token RWA.
Đặt bốn thuộc tính này cùng nhau, thì thứ bạn nhận được không còn là “một đoạn mã” nữa.
Bạn nhận được một thực thể kinh tế cỡ nhỏ có thể định giá, có thể chuyển nhượng, và có khả năng liên tục tạo ra dòng tiền.
Đó là điều tôi đã nói: “mô hình lần đầu tiên có dáng vẻ của một tài sản”—không phải ẩn dụ, mà là tài sản tài chính theo nghĩa đen.
Chỉ cần cấu trúc này hình thành, sẽ kéo theo một loạt thay đổi bậc hai đáng được chú ý.
Thứ nhất, sẽ xuất hiện một nhóm “người sáng tạo mô hình” hoàn toàn mới.
Họ không phải kỹ sư cũng không phải người sáng tạo, mà giống như “nhà cung cấp thanh khoản” trong DeFi giai đoạn đầu. Họ dùng kiến thức chuyên môn để tinh chỉnh ra một mô hình nhỏ cho một lĩnh vực dọc nào đó, rồi “gắn” nó lên OpenLedger; sau đó thụ động thu phí theo lượt gọi. Chất lượng mô hình càng tốt, lượt gọi càng nhiều, thu nhập càng ổn định.
Vai trò này trước đây chưa tồn tại, vì trong kiến trúc truyền thống, giữa “làm một mô hình” và “để cho mô hình tự kiếm tiền” là một vô số bước kỹ thuật và bước thương mại. OpenLedger nén các bước đó lại thành ba bước: “tải lên + định giá + triển khai”.
Thứ hai, sẽ xuất hiện việc định giá mô hình.
Một mô hình tạo ra dòng tiền ổn định, về lý thuyết có thể được định giá—theo tốc độ tăng trưởng lượt gọi, giá trị đơn hàng trung bình, mức độ ổn định, rồi áp dụng các mô hình định giá tương tự như SaaS hoặc trái phiếu. Nếu việc này chạy thông trong một bối cảnh phân mảnh nào đó, bước tiếp theo là việc “tài chính hoá” chính bản thân mô hình—thế chấp, chứng khoán hoá, và tổ hợp hoá.
Nghe giống lộ trình tiến hoá của DeFi giai đoạn đầu—trước tiên có “một tài sản tạo ra lợi nhuận”, rồi mới có “các công cụ tài chính xoay quanh những tài sản đó”.
Thứ ba, cách dòng vốn trong ngành AI sẽ thay đổi.
Trong quá khứ, logic huy động vốn cho các dự án AI là “đầu tư vào đội ngũ”—VC đưa tiền cho đội ngũ, đội ngũ dùng tiền để huấn luyện mô hình, thuê người và quảng bá. Nếu mô hình làm xong, thì IP thuộc về đội ngũ và VC.
Sau khi mô hình được “tài sản hoá”, sẽ xuất hiện logic “đầu tư vào mô hình”—nguồn vốn có thể trực tiếp bỏ qua đội ngũ và đầu tư vào quyền hưởng lợi trong tương lai của một mô hình cụ thể. Cấu trúc này đã chín muồi trong RWA và DeFi; chuyển sang lĩnh vực AI chỉ là chuyện sớm muộn.
Thứ tư, kinh tế “AI đuôi dài” sẽ được kích hoạt.
Thương mại hoá AI truyền thống chỉ quan tâm đến các tình huống ở đầu chuỗi—những nhu cầu đủ lớn đáng để bỏ vài triệu USD để thương mại hoá thành sản phẩm. Các tình huống trung-kéo dài (một vấn đề cụ thể trong một ngành con cụ thể) chưa từng có đường đi thương mại hoá, vì không nuôi nổi một đội ngũ sản phẩm độc lập.
Nhưng nếu một mô hình nhỏ có thể được một chuyên gia trong lĩnh vực làm ra trong một buổi chiều, rồi được gắn lên mạng để tự động thu phí theo cơ chế thanh toán, thì các tình huống đuôi dài lần đầu tiên có tính khả thi về mặt kinh tế. Mô hình nhỏ về tuân thủ pháp lý của ông Lão Trần là một ví dụ điển hình—lượng khách mà nó phục vụ sẽ không bao giờ lớn đến mức gánh nổi cả một công ty, nhưng với ông Trần thì, như một tài sản dòng tiền thụ động, nó đã “thành” từ ngay lúc đó.
Cần nói rõ những giới hạn.
Thứ nhất, “tính thanh khoản” của mô hình khi được xem là tài sản hiện vẫn rất hạn chế. Mô hình của ông Lão Trần mỗi tháng nghe có vẻ có hơn ba nghìn lượt gọi, nhưng quy ra dòng tiền thì vẫn chưa đủ để ông ấy nghỉ việc và chuyên tâm làm việc này. Muốn hệ sinh thái thực sự trưởng thành, quy mô lượt gọi cần tăng thêm vài bậc độ lớn nữa.
Thứ hai, việc định giá mô hình cần thời gian để hình thành sự đồng thuận trên thị trường. Hiện vẫn chưa có “mô hình định giá mô hình” được chuẩn hoá. Thị trường chưa có đồng thuận định giá cho câu hỏi: “một mô hình tinh chỉnh tạo ra lượng lượt gọi X trong bao nhiêu tháng thì đáng giá bao nhiêu”. Sự hình thành của nó cần thị trường liên tục thử nghiệm trên thực tế.
Thứ ba, việc “tài sản hoá” mô hình sẽ mở ra một bề mặt tấn công mới. Ví dụ như tinh chỉnh độc hại, giả mạo chất lượng mô hình, hoặc gian lận lượt gọi—những vấn đề trước đây chưa có nhưng về sau chắc chắn sẽ xuất hiện. PoA và cơ chế chấm điểm của OpenLedger có thể giảm bớt phần nào, nhưng hệ thống phòng thủ hoàn chỉnh vẫn đang được xây dựng.
Thứ tư, việc quản lý, giám sát sẽ trở nên phức tạp theo quá trình tài chính hoá. Chỉ cần mô hình được đem ra giao dịch như một tài sản tạo ra dòng tiền, vấn đề “định tính là chứng khoán hoá” là không thể né tránh. Điều này sẽ làm chậm tốc độ phổ biến cơ chế này.
Nhưng dù có những giới hạn đó, hướng đi đã rõ ràng rồi.
Câu nói của ông Lão Trần “nó giống cái hồ thanh khoản tôi treo đó” không phải một phép ví von tùy miệng của một người dùng. Nó là tín hiệu của một thời đại—việc chuyển hoá mô hình AI từ một đoạn mã tĩnh thành một tài sản tài chính, lần đầu tiên được chứng minh là khả thi ở tầng kỹ thuật.
Trong mười năm qua, chúng tôi đã thấy tiền mã hoá khiến “tiền tệ” trở nên có thể lập trình, đã thấy NFT khiến “hình ảnh” trở nên có thể sở hữu, và đã thấy DeFi khiến “tài chính” trở nên không cần xin phép.
Người tiếp theo bị mô hình hoá lại theo mô thức này, có thể chính là bản thân cái mô hình—một đoạn mã, lần đầu tiên có thuộc tính “liên tục tạo ra dòng tiền”.
Mô hình nhỏ của ông Lão Trần, trong cuộc thay đổi này, là một khởi đầu tưởng không đáng kể nhưng lại rất cụ thể.
