Bạn có nghĩ mình đang đầu tư vào công nghệ, hay đang đầu tư vào một câu chuyện đã được kể quá nhiều lần? Một quỹ đầu tư tại Doha vừa gửi cho tôi hợp đồng thông minh của một giao thức cho vay GPU — tài sản thế chấp là token AI, lãi suất neo vào một oracle cập nhật mỗi sáu giờ, trong khi token đó dao động 15% mỗi ngày. Tôi không cần đọc tiếp phần còn lại cũng biết nó sẽ vỡ theo cách nào. Ký ức về hai ETH tôi mất năm 2017 vẫn nguyên vẹn: một dự án mang tên Decentralized Governance Protocol hứa hẹn cách mạng hoá quản trị phi tập trung, và ba tháng sau, đội ngũ biến mất, token mất 95% giá trị. Công nghệ không tự đảm bảo giá trị nếu thiếu thiết kế quản trị thực sự. Đòn bẩy của chu kỳ này không đến từ hợp đồng thông minh — nó đến từ niềm tin rằng giá sẽ tăng mãi.
Chu kỳ 2024-2026 có một câu chuyện lớn nhất: sự hội tụ giữa AI và Crypto. Các quỹ đầu cơ từ Singapore đến Doha đều muốn tham gia. Họ mua token DePIN gắn với GPU, gửi tài sản thế chấp là token AI vào các giao thức cho vay, và đặt cược rằng nhu cầu tính toán sẽ tăng vĩnh viễn. Bên ngoài thế giới crypto, các nhà phân tích vĩ mô bắt đầu cảnh báo về một khái niệm gọi là "compute oversupply" — sự thừa công suất tính toán. Họ nhìn vào lượng GPU mà các trung tâm dữ liệu đặt mua, nhìn vào tốc độ mở rộng của các nhà cung cấp đám mây, và kết luận rằng cung đã vượt cầu. Luận điểm này, nếu lan sang thị trường token, sẽ trở thành ngòi nổ cho hàng loạt vụ thanh lý. Tôi đã sống qua chu kỳ 2017, chu kỳ 2021, và chu kỳ 2024. Mỗi lần, câu chuyện đều có cùng một nhịp điệu: đòn bẩy phình to trước, rồi công nghệ bị đổ lỗi sau. Nhưng lần này có một sự khác biệt — tài sản cơ bản không phải là một ý tưởng trừu tượng, mà là những chiếc GPU đang chạy, đang toả nhiệt, và đang tiêu thụ điện năng như những cỗ máy không biết mệt mỏi.
Trước khi bàn về token, tôi muốn mổ xẻ khái niệm "thừa công suất" theo cách mà các nhà phân tích vĩ mô thường bỏ qua. Có một sự khác biệt cơ bản giữa hai loại nhu cầu tính toán: training và inference. Training là một cơn sóng xung kích — dữ dội, tập trung trong vài tháng, rồi rút đi sau khi mô hình được huấn luyện xong. Inference là dòng chảy ngầm — liên tục, âm thầm, và ngày càng lớn theo số lượng người dùng. Khi một mô hình ngôn ngữ lớn được đưa vào vận hành, nó không ngừng cần tính toán: mỗi lần ai đó gọi API, mỗi lần một agent tự động thực hiện tác vụ, mỗi lần một bot viết email. Sự "thừa" mà các nhà phân tích nhìn thấy ở các trung tâm dữ liệu có thể chỉ là sự lệch pha giữa hai dòng chảy này — và thị trường hiếm khi đủ kiên nhẫn để phân biệt. Khi NVIDIA bắt đầu giao B200, các GPU H100 và H200 cũ bị coi là "thừa" — nhưng đó không phải là thừa, đó là sự đào thải tự nhiên của công nghệ cũ, giống như những chiếc điện thoại cũ bị thay thế khi thế hệ mới ra mắt.
Số liệu nói rõ hơn lời hô hào. Từ đầu năm 2023 đến cuối năm 2024, chi phí cho mỗi triệu token của các mô hình ngang GPT-4 đã giảm hơn 80%. Một phần nguyên nhân đến từ cạnh tranh, nhưng phần lớn đến từ hiệu quả phần cứng và sự mở rộng nguồn cung. Với một nhà phát triển ứng dụng, đó là tin tuyệt vời: chi phí tính toán giảm nghĩa là biên lợi nhuận tăng, nghĩa là có thể phục vụ những khách hàng nhỏ hơn, nghĩa là mở ra những thị trường mà trước đây không ai dám chạm tới. Nhưng với các công ty cho thuê GPU sử dụng đòn bẩy, đó là một cơn ác mộng. Họ đã vay nợ để mua phần cứng ở mức giá đỉnh, ký hợp đồng dài hạn với mức giá dựa trên giả định rằng doanh thu trên mỗi GPU sẽ giữ nguyên. Khi giá compute bắt đầu trượt dốc, biên lợi nhuận của họ bị bào mòn từng tháng. Và trong thế giới crypto, nỗi đau đó được khuếch đại bởi một thứ mà thị trường truyền thống không có: token thanh khoản với biến động dữ dội.
Hãy hình dung một chuỗi thanh lý điển hình. Một quỹ đầu cơ vay mười triệu USDC từ một giao thức DeFi, thế chấp bằng token của một dự án GPU DePIN. Giao thức đó sử dụng oracle giá để định giá tài sản thế chấp — như oracle cập nhật mỗi sáu giờ mà tôi thấy trong hợp đồng của quỹ Doha. Khi giá compute giảm, token DePIN giảm theo. Nếu giá giảm nhanh giữa hai lần cập nhật oracle, khoản vay có thể trở thành vô chủ trước khi bất kỳ ai kịp phản ứng. Bot thanh lý — nếu có — sẽ không thể bán tài sản thế chấp vì thanh khoản trên sàn giao dịch đã khô cạn. Đó không phải là một lỗ hổng lập trình; đó là một thiết kế quản trị thất bại. Tôi đã kiểm tra mã nguồn của nhiều giao thức như vậy trong hai năm qua. Có một khuôn mẫu lặp lại: nhóm phát triển dành hàng trăm giờ để tối ưu hoá gas, thiết kế biểu đồ lãi suất, mô phỏng các kịch bản biến động giá. Nhưng họ hầu như không bao giờ mô phỏng kịch bản thanh lý hàng loạt khi thanh khoản biến mất. Họ tin rằng thị trường sẽ luôn ở đó để hấp thụ cú sốc.
Đòn bẩy trong câu chuyện AI Token không chỉ nằm ở DeFi. Có đòn bẩy ở lớp trung gian: các công ty cho vay tập trung nhận GPU làm tài sản thế chấp. Có đòn bẩy ở lớp phái sinh: funding rate trên các sàn giao dịch tương lai, quyền chọn mua, và các sản phẩm ETF đòn bẩy. Có đòn bẩy ở lớp tường thuật: các quỹ đầu tư mạo hiểm rót vốn vào những dự án hạ tầng với định giá dựa trên doanh thu tương lai mà không ai có thể xác minh. Khi tất cả các lớp này xếp chồng lên nhau, chỉ cần một cú trượt nhỏ ở lớp dưới cùng cũng có thể gây ra hiệu ứng domino. Trong một thị trường tăng, sự chồng chất này được ca ngợi là "đòn bẩy thông minh" — các nhà đầu tư nhìn thấy lợi nhuận khổng lồ mà không nhìn thấy rủi ro. Nhưng khi thị trường đảo chiều, họ nhận ra rằng đòn bẩy không tạo ra giá trị; nó chỉ chuyển dịch rủi ro sang những người đến sau. Tôi đã chứng kiến điều này vào năm 2021, khi MetaArt DAO của tôi gây quỹ 150 ETH trong vòng vài ngày và tan rã hoàn toàn khi floor price giảm 92%.
Năm ngoái, tôi được mời kiểm toán một giao thức cho vay compute. Bề ngoài, mã nguồn rất sạch: các hàm kiểm tra an toàn được viết đúng chuẩn, biểu đồ lãi suất được mô phỏng kỹ lưỡng, tài liệu kỹ thuật trình bày rõ ràng. Nhưng khi tôi đào sâu vào cơ chế oracle, tôi phát hiện ra một chi tiết nhỏ: nguồn cấp giá không được tổng hợp từ nhiều nguồn, mà dựa vào duy nhất một sàn giao dịch có thanh khoản mỏng. Với khối lượng giao dịch thấp, chỉ cần một nhà tạo lập thị trường rút thanh khoản là giá token có thể bị đẩy xuống đủ sâu để kích hoạt thanh lý hàng loạt. Tôi đã cảnh báo đội ngũ. Họ trả lời rằng rủi ro này nằm ngoài phạm vi vì một sàn giao dịch lớn sẽ sớm niêm yết token. Sáu tháng sau, token của họ mất 80% giá trị, và giao thức gần như đóng băng. Câu chuyện này không xuất hiện trong báo cáo của các nhà phân tích vĩ mô, nhưng nó là thứ quyết định sự sống còn của hàng nghìn người nắm giữ token. Sự thừa hôm nay là nền móng cho cơn khát ngày mai, nhưng chỉ với những ai đủ dài hơi để nhìn xuyên qua cơn hoảng loạn.
Bây giờ là phần tôi muốn bạn đọc kỹ nhất. Điều phản trực giác là: sự thừa công suất tính toán thực ra là tin tốt cho AI trong dài hạn. Hãy nhớ đến hiệu ứng Jevons — khi một nguồn tài nguyên trở nên rẻ hơn, con người không sử dụng ít đi, mà sử dụng nhiều hơn. Giá GPU giảm sẽ kích thích vô số ứng dụng trước đây không khả thi về mặt kinh tế: suy luận dài hơn, agent chạy nền liên tục, video tổng hợp theo thời gian thực. Sự thừa hôm nay là nền móng cho cơn khát ngày mai. Vấn đề không nằm ở bản thân sự thừa — vấn đề nằm ở những thực thể đã đặt cược toàn bộ vào giả định rằng giá compute sẽ không bao giờ giảm. Nhưng có một góc tối nữa mà cả những người lạc quan lẫn bi quan đều bỏ qua: sự tập trung hoá ngầm. Khi giá compute giảm, những nhà cung cấp nhỏ phá sản, và phần cứng của họ chảy về tay những tập đoàn lớn. Một thứ được tạo ra để phi tập trung hoá quyền lực lại đang lặng lẽ trao thêm quyền lực cho số ít. Đó là một nghịch lý đau đớn: cơn bão thanh lý không chỉ giết những kẻ đầu cơ, mà còn nuốt chửng chính tinh thần phân phối quyền lực mà chúng ta theo đuổi.
Vậy, khi cơn sốt AI Token kết thúc — và nó sẽ kết thúc, như mọi cơn sốt khác — thứ còn lại không phải là một nghĩa địa của những GPU bỏ hoang. Thứ còn lại là một lớp ứng dụng từng bị bóp nghẹt bởi chi phí tính toán, bỗng nhiên được giải phóng. Câu hỏi duy nhất còn lại là: bạn đã đứng về phía nào — phía người sở hữu hạ tầng đang mất giá, hay phía người đang xây dựng trên nó? Bởi vì trong thế giới phi tập trung, sự thật nằm ở dòng code, không nằm ở dòng tweet. Và dòng code, như mọi khi, sẽ tự nói lên điều gì đang thực sự xảy ra.
