Tuần này, tôi nhận được một tín hiệu lạ. Không phải từ Nansen dashboard hay một giao dịch bất thường nào trên Ethereum, mà từ một bài báo ngắn trên một trang tin blockchain/Web3. Nó kể về Google AI – gã khổng lồ mà ai cũng nghĩ là ‘không thể chậm’ – đang phải trì hoãn phát hành Gemini 3.5 Pro. ‘Kỹ thuật chưa đạt’, ‘nội bộ bức xúc’, ‘lo mất thị phần vào tay OpenAI và Anthropic’. Chỉ vỏn vẹn bốn dòng. Nhưng giống như khi tôi phát hiện một ví lạ bắt đầu chuyển ETH hàng loạt trước vụ sập Luna năm 2022, tôi biết mình cần phải đào sâu.
Là một người đã dành 29 năm trong ngành dữ liệu – từ những dòng code đầu tiên ở Milan đến những dashboard Nansen phức tạp – tôi học được rằng: tin tức hiếm khi là sự thật; nó chỉ là lớp vỏ bọc. Còn sự thật nằm ở phía sau, trong những khe nứt của kỹ thuật, trong những quyết định thương mại, và trong cách mà một tổ chức khổng lồ xử lý áp lực. Hôm nay, tôi sẽ mổ xẻ tín hiệu này như một vụ án on-chain: truy ngược dòng tiền (ở đây là dòng thông tin), kiểm tra từng bước chân, và đưa ra những phán đoán có độ tin cậy – dù chỉ dựa trên một mẩu tin vắn.
Context: Google AI đang ở đâu trong cuộc chơi?
Hãy đặt bối cảnh. Đầu năm 2025, cuộc chiến AI đã bước vào giai đoạn ‘sản phẩm hóa’. OpenAI với GPT-4o và dòng o1 (Strawberry) đã chiếm lĩnh tâm trí developer. Anthropic với Claude 3.5 Sonnet trở thành lựa chọn số một cho coding. Còn Google, sau màn ra mắt Gemini Ultra gây ấn tượng nhưng chưa đột phá, đang chuẩn bị cho Gemini 3.5 Pro – được kỳ vọng là ‘viên đạn bạc’ kết hợp mọi thế mạnh: lý luận vượt trội, đa phương thức thực sự (text, image, audio, video đầu cuối), và tích hợp sâu vào hệ sinh thái Search, Maps, YouTube, Gmail.
Nhưng đằng sau vỏ bọc của một gã khổng lồ, có một sự thật không thoải mái: Google vốn là ‘ông vua nghiên cứu’ nhưng lại là ‘kẻ đến sau’ trong thương mại hóa. Từ Transformer (2017) đến BERT (2018), họ phát minh ra nền tảng, nhưng để OpenAI và Anthropic kiếm tiền từ nó. Gemini 3.5 Pro là cơ hội để viết lại câu chuyện đó. Vậy nếu nó trì hoãn, điều gì sẽ xảy ra? Tôi bắt đầu lần theo dấu vết.
Core: Phân tích kỹ thuật và thương mại – Những mảnh ghép từ một mẩu tin vắn
1. Kỹ thuật: ‘Nâng cao khả năng coding’ – Không phải là vấn đề về kiến trúc?
Bài báo nói: ‘Google tận dụng thời gian trễ để nâng cao khả năng coding cho model’. Đây là một manh mối cực kỳ quan trọng. Nếu vấn đề là ‘coding’, thì nó không nằm ở pretraining (huấn luyện cơ bản), mà nằm ở post-training: Supervised Fine-Tuning (SFT) và Reinforcement Learning from Human Feedback (RLHF).
Kinh nghiệm từ những ngày tôi mò mẫm với Uniswap V2 cho tôi thấy: một pool thanh khoản tăng nhanh như YFI không phải vì nó thông minh hơn, mà vì nó được ‘tinh chỉnh’ đúng cách. Với AI, coding benchmark như HumanEval và MBPP là thước đo. Claude 3.5 Sonnet năm 2023-2024 đã đạt điểm số cực cao, và Google rõ ràng muốn Gemini 3.5 Pro vượt qua nó.
Nếu họ phải ‘dừng lại’ để cải thiện coding, có hai khả năng: - Khả năng cao (60%): Model hiện tại có performance coding ngang hoặc dưới mức GPT-4o, không đủ để tạo khác biệt. Họ cần thêm data (code instruction pairs) hoặc tinh chỉnh reward model. - Khả năng thấp (20%): Vấn đề về safety alignment – model có thể viết code độc hại hoặc dễ bị jailbreak thành công cụ tấn công. Google từng bị cháy với Gemini image generation, nên họ cực kỳ thận trọng. - Khả năng trung gian (20%): Vấn đề về scaling inference. Coding yêu cầu khả năng suy luận dài (long context) và generation chính xác, điều này thách thức hệ thống phân phối (TPU cluster) khi chạy real-time.
Điều thú vị: tác giả bài báo không đề cập đến ‘đa phương thức’ hay ‘lý luận’ – hai điểm mạnh khác của Gemini. Điều đó gợi ý rằng các tính năng khác có thể đã ổn, chỉ coding là nút thắt. Nhưng coding là kỹ năng quan trọng nhất với developer – đối tượng mà Google muốn kéo về từ OpenAI. Trì hoãn vì lý do này là một tổn thất chiến lược.
2. Thương mại hóa: Tích hợp vào Search, Maps, YouTube – Cơn ác mộng về độ trễ và chi phí
‘Việc tích hợp model vào các sản phẩm rộng lớn như Search, Maps và YouTube gặp khó khăn’. Đây không phải là vấn đề AI, mà là vấn đề hệ thống. Hãy tưởng tượng bạn đang vận hành một hệ thống phục vụ hàng tỷ request mỗi ngày với yêu cầu latency dưới 200ms. Đưa một model 500B tham số (hoặc MoE với 2T tham số) vào đó là một bài toán kỹ thuật khủng khiếp: tối ưu hóa bộ nhớ, phân phối tính toán, caching, và đặc biệt là kiểm soát chi phí.
Trong thế giới crypto, điều này giống như việc triển khai một smart contract phức tạp lên mainnet với gas limit khắt khe. Bạn có thể viết code hoàn hảo trên môi trường test, nhưng khi chạy thật, mọi thứ vỡ vụn.
Chi phí cũng là một vấn đề. Google không thể chạy Gemini 3.5 Pro miễn phí mãi – họ cần kiếm tiền từ quảng cáo, từ Google Cloud. Một model tốn $X mỗi query sẽ không thể triển khai cho hàng triệu người dùng mà không giảm chất lượng hoặc tăng giá. Trì hoãn cho phép họ tối ưu hóa inference cost, nhưng đồng thời làm mất cơ hội thu hút người dùng.
3. Cạnh tranh: Google đang ở thế rượt đuổi
‘Lo lắng sẽ mất lợi thế thị trường trước OpenAI và Anthropic.’ Đây là tín hiệu rõ ràng nhất. Khi tôi theo dõi cuộc đua AI qua lens dữ liệu on-chain (dù không có on-chain ở đây), tôi thấy một mô hình lặp lại: người dẫn đầu được hưởng lợi thế kép – tốc độ và hiệu ứng mạng. OpenAI có GPT-4o, Anthropic có Claude 3.5, cả hai đã có lượng developer đông đảo, hệ thống API ổn định. Google, dù có Search làm bệ đỡ, nhưng trong lĩnh vực API và cloud, họ đang đi sau.
Một ví dụ cụ thể: năm 2023, tôi thử nghiệm Gemini Pro API cho một bot giao dịch. Tốc độ phản hồi và độ chính xác kém hơn GPT-4. Tôi chuyển sang OpenAI. Nếu Gemini 3.5 Pro không xuất hiện kịp thời, xu hướng đó sẽ tiếp diễn. Các công ty lớn (Coca-Cola, Spotify) đã ký hợp đồng với Google Cloud vì lời hứa AI, nhưng nếu lời hứa không thành hiện thực, họ sẽ tìm đến Azure OpenAI Service hoặc Anthropic.
4. Đầu tư và định giá: Phản ứng của thị trường
Ngắn hạn, tin xấu. Cổ phiếu Alphabet (GOOGL) có thể giảm 2-5% trong vài ngày. AI narrative là một trong những động lực chính cho định giá hiện tại. Nhưng dài hạn, Google vẫn là gã khổng lồ quảng cáo với doanh thu 300 tỷ USD. Một sự trì hoãn sáu tháng không khiến họ phá sản. Nhưng nếu sự trì hoãn kéo dài hơn một quý (Q4 2024), hoặc nếu có dấu hiệu cho thấy vấn đề mang tính cấu trúc (như kiến trúc TPU kém hơn GPU), thì câu chuyện sẽ khác.
Tôi nhớ khi phân tích dòng tiền ETF Bitcoin năm 2025. BlackRock chiếm 68% dòng vốn vào – đó là tín hiệu rõ ràng về niềm tin tổ chức. Với Google, tín hiệu hiện tại là ngược lại: sự do dự. Nếu các nhà đầu tư tổ chức bắt đầu nghi ngờ khả năng AI của Google, họ có thể giảm tỷ trọng, chuyển sang Microsoft.
5. An toàn và đạo đức: Mặt tối của sự trì hoãn?
Đôi khi, trì hoãn là tốt. Nếu vấn đề là safety alignment, thì Google đang hành động có trách nhiệm. Họ đã từng vấp ngã với Gemini image generation (tạo ra lính La Mã đen, bị chỉ trích là ‘woke’). Một lần nữa, nếu họ phát hành model có thể bị lạm dụng để tạo deepfake hoặc code độc hại, hậu quả sẽ rất lớn. EU AI Act đã có hiệu lực; Google buộc phải tuân thủ.
Nhưng cũng có thể safety chỉ là cái cớ. Nếu thực sự vì safety, Google nên công bố điều đó để biến tin xấu thành PR tốt. Họ không làm, điều đó cho thấy vấn đề có thể là performance thuần túy.
Contrarian: ‘Trì hoãn’ không phải lúc nào cũng là thất bại
Nếu chỉ nhìn vào mặt tiêu cực, bạn sẽ bỏ lỡ một góc nhìn quan trọng: trì hoãn có thể là cơ hội để Google củng cố vị thế dài hạn. Thứ nhất, họ có thể dùng thời gian này để tối ưu hóa chi phí inference, từ đó đưa ra mức giá API cạnh tranh hơn khi ra mắt. Thứ hai, họ có thể tập trung vào open-source (Gemma series) để giữ chân cộng đồng developer – một chiến lược thông minh khi Meta đang dẫn dắt Llama. Thứ ba, nếu safety thực sự là lý do, Google sẽ xây dựng được lòng tin với cơ quan quản lý, một tài sản vô hình quý giá.
Tôi từng thấy điều tương tự trong DeFi Summer 2020: nhiều dự án vội vã launch để chiếm TVL, nhưng sập ngay sau đó vì lỗi contract. Ngược lại, Uniswap V3 ra mắt muộn hơn nhưng có thiết kế vượt trội, chiếm lĩnh thị trường lâu dài. Nếu Google biến sự trì hoãn thành một bản nâng cấp chất lượng, họ có thể lật ngược tình thế.
Tuy nhiên, tôi không lạc quan. Vì văn hóa Google: nội bộ đang ‘bức xúc và hoài nghi’. Khi tôi đọc những dòng đó, tôi nhớ đến vụ bê bối nội gián OpenSea năm 2021: nhân viên biết trước danh sách NFT và mua trước. Nội bộ bất mãn là tín hiệu đỏ. Nó có nghĩa là vấn đề không chỉ kỹ thuật, mà còn là quản lý – quyết định chậm, xung đột giữa các nhóm, hoặc thiếu tầm nhìn. Và đó là thứ khó sửa hơn bug code.
Takeaway: Những tín hiệu cần theo dõi trong tuần tới
Với tư cách một Data Detective, tôi không đưa ra kết luận vội vàng. Tôi sẽ theo dõi: - Trong 1-2 tuần tới: Google có ra thông báo chính thức không? Nếu có, nội dung nói gì? Có đổ lỗi cho ‘safety’ hay thừa nhận ‘performance’ không? - Trong 1 tháng: Có leak về benchmark coding của Gemini 3.5 Pro không? Các nhân sự chủ chốt (như Jeff Dean, Demis Hassabis) có động thái gì? - Trong 3 tháng: Nếu không có bản phát hành nào vào Q3 2025, thì đó là dấu hiệu cho thấy vấn đề nghiêm trọng. Lúc đó, tôi sẽ xem xét short GOOGL hoặc tăng tỷ trọng vào các đối thủ.
Còn bây giờ, tôi chỉ có một mẩu tin ngắn, một vài suy luận, và rất nhiều dấu hỏi. Giống như khi tôi phát hiện dòng tiền bất thường trước sự kiện Luna sập: tôi có thể cảm nhận nguy hiểm, nhưng chưa thể hành động. Nhưng một khi dữ liệu đủ dày, tôi sẽ vào cuộc. Hãy chờ xem.
