Mỹ coi AI mã nguồn mở là mặt trận sống còn, vì sao?
Các mô hình AI của Mỹ vẫn dẫn đầu về năng lực, nhưng nền tảng của hệ sinh thái toàn cầu đang dần nghiêng về Trung Quốc.
Khi Qwen và DeepSeek được tải xuống, chỉnh sửa và tích hợp vào hàng trăm nghìn sản phẩm, cuộc đua không còn chỉ là ai có chatbot thông minh nhất, mà là công nghệ của nước nào sẽ trở thành nền móng cho phần còn lại của thế giới.
Theo nhận định của tạp chí National Interest, Mỹ vẫn dẫn đầu về nhiều công nghệ AI, nhưng phần lớn mô hình mạnh nhất của OpenAI, Anthropic, Google và xAI là hệ thống đóng, chỉ truy cập qua chatbot, tác tử hoặc API. Trong khi đó, Trung Quốc ngày càng phát hành nhiều mô hình có thể tải về và tự triển khai.
Vì vậy, AI mở đã trở thành vấn đề về công nghiệp, an ninh và ảnh hưởng quốc tế. Một quốc gia không cần sở hữu chatbot phổ biến nhất; chỉ cần mô hình của họ được startup, trường đại học và cơ quan nhà nước sử dụng rộng rãi, họ có thể định hình cả hệ sinh thái phía sau.
Tuy nhiên, phần lớn “AI mã nguồn mở” hiện nay thực chất chỉ là mô hình trọng số mở. Người dùng được tải về và tinh chỉnh mô hình, nhưng không nhất thiết được tiếp cận đầy đủ dữ liệu, mã huấn luyện và toàn bộ quy trình phát triển. Theo Đại học Stanford (Mỹ), các mô hình công khai hoàn toàn vẫn còn hiếm.
Thắng ở đỉnh cao, hụt ở nền móng
Mô hình đóng giúp nhà phát triển giữ bí mật công nghệ, kiểm soát hạ tầng và thu phí sử dụng. Với người dùng phổ thông, đây cũng là lựa chọn tiện lợi vì không phải tự tải mô hình, mua máy chủ hay xử lí kĩ thuật.
Điểm yếu xuất hiện khi doanh nghiệp phụ thuộc quá sâu vào một nhà cung cấp. Nếu toàn bộ hệ thống chăm sóc khách hàng, phân tích hợp đồng hay chống gian lận chạy qua API bên ngoài, doanh nghiệp có thể bị ảnh hưởng khi giá tăng, chính sách thay đổi, mô hình ngừng hỗ trợ hoặc quyền truy cập bị hạn chế.
Mô hình trọng số mở cho phép người dùng tự triển khai, tùy chỉnh và kiểm soát dữ liệu. Bệnh viện có thể giữ hồ sơ bệnh nhân trong mạng nội bộ, ngân hàng không phải gửi dữ liệu giao dịch ra ngoài, còn chính phủ có thể xây dựng AI bằng ngôn ngữ bản địa mà ít phụ thuộc vào dịch vụ đám mây nước ngoài.
Nhà Trắng coi đây là lợi thế chiến lược. Theo Kế hoạch Hành động AI, mô hình mở giúp startup linh hoạt hơn, hỗ trợ các tổ chức xử lí dữ liệu nhạy cảm và thúc đẩy nghiên cứu. Nếu được sử dụng rộng rãi, chúng còn có thể trở thành tiêu chuẩn chung cho doanh nghiệp và giới học thuật toàn cầu.
Ảnh hưởng này tích lũy dần. Khi trường đại học dùng Qwen để giảng dạy hay startup phát triển sản phẩm trên DeepSeek, sinh viên, kỹ sư và nhà cung cấp hạ tầng sẽ quen với hệ sinh thái đó. Về sau, việc đổi nền tảng trở nên tốn kém vì phải viết lại phần mềm, đào tạo nhân lực và kiểm tra lại sản phẩm. Quyền lực lúc đó không chỉ nằm ở bản thân mô hình AI, mà còn ở toàn bộ công cụ, dịch vụ điện toán và cộng đồng kĩ thuật hình thành xung quanh nó.
Mô hình AI Trung Quốc tiến sát một tỉ lượt tải
Sự lo ngại của Mỹ không chỉ dựa trên giả thuyết. Qwen của Alibaba cho thấy một mô hình Trung Quốc có thể lan rộng rất nhanh khi được phát hành dưới dạng dễ tải và tùy chỉnh.
Mùa xuân năm 2026, dòng Qwen đã tiến sát một tỉ lượt tải trên nền tảng và cộng đồng mã nguồn mở hàng đầu trong lĩnh vự AI và học máy (Machine Learning). Hugging Face. Riêng tháng 2, mô hình này đạt khoảng 153,6 triệu lượt tải, nhiều hơn tổng của tám đối thủ đứng sau. Đến tháng 3, Qwen chiếm hơn một nửa lượt tải mô hình mở được thống kê trong giai đoạn đó.
Lượt tải không phản ánh chính xác số người dùng, nhưng số mô hình phái sinh cho thấy Qwen không chỉ được tải về để thử nghiệm. Hugging Face ghi nhận hơn 113.000 mô hình phát triển trực tiếp từ Qwen nếu tính cả các dự án liên quan, con số vượt 200.000. Nhiều nhóm đã dùng Qwen làm nền tảng để xây dựng sản phẩm cho từng ngôn ngữ, ngành nghề và nhiệm vụ riêng.
Dữ liệu từ nền tảng cổng kết nối trung gian (API Gateway) OpenRouter cũng cho thấy mô hình mở Trung Quốc ngày càng được dùng nhiều. Có thời điểm, chúng chiếm gần 30% lượng token xử lí hàng tuần trên nền tảng, trung bình khoảng 13% trong cả giai đoạn nghiên cứu. Khoảng 39% nhu cầu sử dụng liên quan đến lập trình và công nghệ.
Qwen còn được giới học thuật Mỹ sử dụng. Các nhà nghiên cứu tại Đại học Stanford và Đại học Washington từng phát triển mô hình suy luận S1 từ Qwen2.5-32B-Instruct với chi phí tinh chỉnh dưới 50 USD. Trường hợp này cho thấy nhóm nghiên cứu nhỏ có thể tận dụng mô hình nền mạnh để thử nghiệm ý tưởng mới với chi phí thấp.
Quyền kiểm soát dữ liệu và cái giá của sự phụ thuộc
Doanh nghiệp chọn mô hình mở chủ yếu để giảm chi phí, chủ động vận hành và bảo vệ dữ liệu. Dù phải đầu tư máy chủ và nhân lực ban đầu, họ có thể kiểm soát chi phí tốt hơn khi nhu cầu sử dụng tăng. Việc tự triển khai cũng giúp bệnh viện, ngân hàng, cơ quan quốc phòng và chính phủ giữ dữ liệu nhạy cảm trên hạ tầng riêng. Nhà Trắng coi đây là một lợi thế quan trọng của hệ sinh thái AI mở.
Tuy nhiên, rời khỏi nền tảng Mỹ không đồng nghĩa với hết phụ thuộc. Nếu nhiều ứng dụng được xây trên mô hình Trung Quốc, sự lệ thuộc có thể chuyển sang kiến trúc, trọng số và dữ liệu dùng để huấn luyện mô hình.
Một thử nghiệm đăng trên National Interest cho thấy Qwen 3.6 27B đưa ra câu trả lời gần với lập trường chính thức của chính phủ Trung Quốc khi được hỏi về Đài Loan, người Duy Ngô Nhĩ và một số vấn đề nhạy cảm khác. Đây không phải nghiên cứu toàn diện, nhưng cho thấy thiên lệch chính trị có thể được đưa vào mô hình rồi lan sang các ứng dụng phát triển từ nó.
Rủi ro này đáng chú ý khi AI được dùng cho giáo dục, tìm kiếm và cung cấp thông tin công cộng. Quốc gia sở hữu mô hình nền phổ biến có thể không kiểm soát trực tiếp từng ứng dụng, nhưng vẫn có khả năng ảnh hưởng đến tiêu chuẩn kĩ thuật và cách các hệ thống AI xử lý thông tin.
Mỹ đổi hướng nhưng không thể chỉ mở trọng số rồi chờ đợi
Sau cú sốc DeepSeek, Mỹ điều chỉnh chính sách theo hướng hỗ trợ mô hình mở, mở rộng hạ tầng tính toán và giúp doanh nghiệp nhỏ tiếp cận công nghệ. Viện Tiêu chuẩn và Công nghệ Quốc gia Mỹ (NIST) được giao đánh giá nguy cơ kiểm duyệt và thiên lệch trong các mô hình Trung Quốc.
Giới nghiên cứu còn đề xuất sáng kiến American Truly Open Models (ATOM), hướng tới các mô hình công khai cả trọng số, dữ liệu và mã huấn luyện. Tuy nhiên, ATOM mới là đề xuất huy động nguồn lực, chưa có sẵn 100 triệu USD hay 10.000 GPU.
Thách thức lớn nhất là chi phí. Phát triển mô hình mạnh cần nhiều vốn, điện, trung tâm dữ liệu và nhân lực, trong khi mô hình mở khó tạo doanh thu trực tiếp như API hoặc thuê bao.Mở trọng số cũng đi kèm rủi ro vì mô hình đã tải xuống gần như không thể thu hồi hay buộc cập nhật. Người dùng có thể gỡ lớp bảo vệ và điều chỉnh nó cho cả mục đích có lợi lẫn nguy hiểm.
Vì vậy, Mỹ không thể chỉ chọn mô hình đóng hoặc mở. Washington cần duy trì các sản phẩm thương mại hàng đầu, đồng thời xây dựng lựa chọn mở đủ mạnh, có hạ tầng và cộng đồng hỗ trợ để cạnh tranh với nền tảng Trung Quốc.
