Vì sao các công ty phương Tây đang chuyển sang AI của Trung Quốc?

Nếu nhìn vào danh sách các công ty trong vài tháng gần đây, bạn sẽ thấy một xu hướng khá thú vị. Lindy chuyển sang DeepSeek V4, Cursor tích hợp Kimi, Coinbase sử dụng GLM-5.2 và Kimi, Shopify và Airbnb dùng Qwen, Siemens triển khai DeepSeek cùng Qwen, còn Microsoft cũng được cho là đang thử nghiệm DeepSeek V4. Chỉ cách đây hơn một năm, hầu hết mọi người vẫn mặc định rằng nếu làm AI thì sẽ dùng GPT hoặc Claude. Nhưng giờ đây, rất nhiều doanh nghiệp lại bắt đầu nghiêm túc cân nhắc các mô hình đến từ Trung Quốc.
Nhiều người nhìn hiện tượng này và kết luận rằng AI Trung Quốc đã vượt AI Mỹ. Theo mình, đó chưa phải bản chất của câu chuyện.
Điều đang diễn ra không phải là cuộc đua xem model nào thông minh nhất. Đây là cuộc đua xem ai tạo ra được chất lượng đủ tốt với chi phí thấp nhất.
Trong giai đoạn đầu của Generative AI, GPT tạo ra khoảng cách rất lớn với phần còn lại của thị trường. Khi một model vượt trội hoàn toàn, doanh nghiệp gần như không có lựa chọn nào khác ngoài việc trả tiền để sử dụng nó. Nhưng chỉ sau hơn hai năm, khoảng cách đó đang thu hẹp rất nhanh. DeepSeek, Qwen, GLM hay Kimi có thể chưa dẫn đầu mọi benchmark, nhưng với rất nhiều tác vụ trong doanh nghiệp, chúng đã đạt chất lượng "đủ tốt". Khi chất lượng đạt khoảng 90–95% nhưng chi phí chỉ bằng một phần nhỏ, bài toán không còn là kỹ thuật nữa mà trở thành bài toán tài chính.
Hãy tưởng tượng doanh nghiệp của bạn xử lý một tỷ request AI mỗi tháng. Nếu mỗi request chỉ rẻ hơn 0,2 cent thì cuối năm bạn đã tiết kiệm được hàng triệu USD. Ở quy mô đó, người quyết định không còn là kỹ sư AI mà là CFO. Họ sẽ không hỏi "GPT có thông minh hơn DeepSeek không?", mà sẽ hỏi "Liệu chúng ta có thật sự cần GPT cho tác vụ này không?".
Đó cũng là lý do từ khóa mình thấy xuất hiện ngày càng nhiều là procurement. AI đang dần giống như việc mua cloud, cơ sở dữ liệu hay phần mềm doanh nghiệp. Người ta bắt đầu so sánh chi phí, khả năng triển khai, khả năng tự vận hành và mức độ phụ thuộc vào nhà cung cấp thay vì chỉ nhìn vào benchmark.
Một điểm rất nhiều người bỏ qua là hầu hết các model này đều là open-weight. Điều đó có nghĩa doanh nghiệp có thể tải model về và chạy trên hạ tầng của chính mình. Dữ liệu không cần gửi lên API của bên thứ ba, không bị khóa vào một nhà cung cấp duy nhất và có thể triển khai ngay trong data center nội bộ. Với ngân hàng, chính phủ hay các tập đoàn lớn, đây là lợi thế rất lớn. Không phải vì DeepSeek thông minh hơn GPT, mà vì DeepSeek cho họ nhiều quyền kiểm soát hơn.
Đến đây lại xuất hiện một câu hỏi rất thú vị.
Nếu phát hành model gần như miễn phí thì các công ty Trung Quốc kiếm tiền bằng cách nào?
Thực ra họ không nhất thiết phải kiếm tiền từ model.
Alibaba không kỳ vọng Qwen trở thành nguồn doanh thu chính. Điều Alibaba muốn là bán Alibaba Cloud. Càng nhiều doanh nghiệp dùng Qwen, càng nhiều doanh nghiệp thuê GPU, lưu trữ dữ liệu và triển khai hạ tầng trên cloud của Alibaba.
Đây không phải chiến lược mới.

Google từng mở Kubernetes để thúc đẩy Google Cloud.
Meta mở React để mở rộng hệ sinh thái web.
Linux miễn phí nhưng Red Hat xây dựng doanh nghiệp hàng tỷ USD từ dịch vụ và hỗ trợ xung quanh Linux.

Open-weight model cũng đi theo logic tương tự. Model chỉ là cánh cửa để kéo người dùng vào hệ sinh thái lớn hơn.
Ngay cả DeepSeek cũng vậy. Họ có API inference trả phí, có hạ tầng riêng và hưởng lợi khi ngày càng nhiều doanh nghiệp chọn mô hình của họ. Open-weight không làm biến mất dòng tiền. Nó chỉ chuyển dòng tiền từ giấy phép sử dụng model sang compute, cloud, inference và dịch vụ triển khai.
Ngược lại, điều này có khiến OpenAI hay Anthropic gặp nguy hiểm không?
Theo mình là có, nhưng không phải theo cách nhiều người nghĩ.
Lợi thế lớn nhất của OpenAI hay Anthropic chưa bao giờ chỉ là model mạnh hơn vài điểm benchmark. Điều họ thực sự bán là một nền tảng hoàn chỉnh. OpenAI có ChatGPT, Responses API, Codex, Operator, Enterprise, Memory và đang phát triển cả chip AI Jalapeño. Anthropic có Claude Code, MCP, Computer Use và hệ sinh thái dành cho doanh nghiệp. Đây đều là những thứ không thể thay thế chỉ bằng việc tải một model open-weight về chạy trên GPU.
Một ngân hàng không chọn GPT chỉ vì GPT trả lời hay hơn DeepSeek vài phần trăm. Họ chọn vì cần SLA, bảo mật, compliance, tài liệu kỹ thuật, đội ngũ hỗ trợ và một nhà cung cấp chịu trách nhiệm khi hệ thống gặp sự cố. Những thứ này gần như không xuất hiện trên bất kỳ bảng benchmark nào nhưng lại quyết định hàng triệu USD hợp đồng doanh nghiệp.
Nếu nhìn rộng hơn, mình nghĩ điều thú vị nhất là giá trị trong ngành AI đang dịch chuyển sang một tầng khác. Hai năm trước, model chính là lợi thế cạnh tranh. Ai có model tốt hơn thì thắng.
Nhưng khi khoảng cách giữa các model ngày càng nhỏ, model dần trở thành một commodity giống như CPU hay Linux. Không ai mua MacBook chỉ vì con chip Intel hay Apple Silicon. Người ta mua cả hệ điều hành, phần mềm và trải nghiệm. AI cũng đang đi theo con đường đó.
Giá trị đang dịch chuyển lên phía trên của stack: AI Agent, workflow, orchestration, dữ liệu, inference, platform và hệ sinh thái. Đó là lý do OpenAI đầu tư vào Codex, Anthropic đầu tư vào Claude Code, Google đưa Gemini vào hệ điều hành và DeepSeek thì tập trung tối ưu inference với những dự án như DSpark. Mỗi công ty đang cố chiếm một tầng khác nhau của cùng một stack AI.
Theo mình, đây mới là điều đáng quan sát nhất trong vài năm tới. DeepSeek hay Qwen không cần đánh bại GPT trên mọi benchmark để thành công. Chỉ cần chúng khiến doanh nghiệp nhận ra rằng không phải mọi workload đều cần GPT, thì cuộc chơi đã thay đổi. Khi model dần trở thành hàng hóa, thứ quyết định ai thắng sẽ không còn là model nào thông minh nhất, mà là ai xây được hệ sinh thái mạnh nhất xung quanh model đó.