Trong một diễn biến gây chú ý trên thị trường công nghệ toàn cầu, startup AI Anthropic đã ghi nhận mức tăng trưởng doanh thu ấn tượng 10 lần mỗi năm, với định giá thị trường có khả năng đạt tới 1.2 nghìn tỷ USD. Sự bứt phá này diễn ra vào thời điểm nhiều công ty công nghệ lớn khác đang phải cắt giảm nhân sự hàng loạt, tạo nên một bức tranh tương phản đầy kịch tính về tình hình kinh tế và xu hướng phát triển của ngành AI.

Anthropic: Ngôi sao sáng tăng trưởng giữa làn sóng sa thải công nghệ

Trong khi nhiều gã khổng lồ công nghệ đang vật lộn với việc cắt giảm chi phí và sa thải nhân sự, Anthropic lại nổi lên như một hiện tượng tăng trưởng đáng kinh ngạc. Sau "Quý 1 thần kỳ" với mức tăng trưởng doanh thu hàng năm lên tới 80 lần và doanh thu định kỳ hàng năm (ARR) tăng vọt 15 tỷ USD chỉ trong một tháng, startup này đang trên đà đạt mức định giá từ 1 đến 1.2 nghìn tỷ USD. Con số này không chỉ đưa Anthropic vượt qua OpenAI về mặt định giá mà còn có thể đưa họ vào danh sách 15 công ty giá trị nhất thế giới.

Điều đáng nói là những con số này dựa trên báo cáo doanh thu thực tế từ thị trường thứ cấp và truyền thông chính thống, chứ không phải chỉ là những suy đoán tài chính. Sự tăng trưởng bùng nổ của Anthropic cho thấy một sự dịch chuyển đáng kể trong ngành công nghệ, nơi AI đang trở thành động lực chính cho sự phát triển, ngay cả khi các lĩnh vực khác đang chững lại.

Nhận định quan trọng: Sự đối lập giữa tăng trưởng vượt bậc của Anthropic và làn sóng sa thải hàng loạt trong ngành công nghệ cho thấy AI đang là tâm điểm thu hút vốn và nhân tài, đồng thời định hình lại cấu trúc kinh tế toàn cầu.

Định giá Anthropic chạm mốc nghìn tỷ USD: Vượt mặt OpenAI?

Việc Anthropic được định giá trong khoảng 1 đến 1.2 nghìn tỷ USD là một cột mốc lịch sử, không chỉ cho riêng công ty mà còn cho toàn bộ ngành công nghiệp AI. Nếu đạt được mức này, Anthropic sẽ chính thức vượt qua OpenAI và trở thành một trong những công ty giá trị nhất thế giới, sánh ngang với các tập đoàn công nghệ hàng đầu. Đây là một minh chứng rõ ràng cho tiềm năng khổng lồ của AI tạo sinh và khả năng thương mại hóa các mô hình ngôn ngữ lớn.

Điều này cũng đặt ra câu hỏi về vị thế dẫn đầu trong cuộc đua AI. Trong khi OpenAI đã tạo ra tiếng vang lớn với GPT-3, GPT-4 và ChatGPT, sự tăng trưởng nhanh chóng của Anthropic, đặc biệt với các mô hình Claude, cho thấy một đối thủ đáng gờm đang nổi lên. Cuộc cạnh tranh giữa hai gã khổng lồ này hứa hẹn sẽ thúc đẩy những đổi mới đột phá hơn nữa trong tương lai.

$1.2 nghìn tỷĐịnh giá tiềm năng của Anthropic, đưa công ty vào top 15 thế giới.

Vì sao nhiều công ty công nghệ lớn vẫn sa thải nhân sự?

Trong khi Anthropic đang bay cao, một bức tranh ảm đạm hơn lại hiện hữu ở các công ty công nghệ khác. Nhiều ông lớn như Block (cắt giảm 40% nhân sự), Coinbase (14%) và Cloudflare (20%) đã thực hiện các đợt sa thải quy mô lớn. Đáng chú ý, lý do mà họ đưa ra thường là để "chuẩn bị cho kỷ nguyên AI" (AI readiness).

Tuy nhiên, mức độ "rửa AI" (AI-washing) cho các đợt sa thải thông thường này vẫn còn là một câu hỏi lớn. Rất khó để xác định liệu đây có phải là cách để biện minh cho việc cắt giảm chi phí hay thực sự là một chiến lược tái cấu trúc để tập trung vào AI. Điều rõ ràng là các công ty mạnh hơn, có khả năng thích ứng tốt hơn với AI, như Linear, đang là những đơn vị phát triển chứ không phải thu hẹp quy mô.

Một điểm đáng lưu ý khác là sự tăng trưởng của AI chủ yếu tập trung vào phần cứng và năng lượng, thay vì phần mềm. Điều này cho thấy chi phí để vận hành và phát triển AI vẫn còn rất cao, đòi hỏi đầu tư lớn vào cơ sở hạ tầng. Sự co hẹp của các lĩnh vực phi-AI và sự bùng nổ của AI đang tạo ra một sự tập trung kinh tế đáng kể, có thể dẫn đến những "bong bóng" trong tương lai.

Thông tin cần lưu ý: Sự tập trung kinh tế vào AI có thể tạo ra rủi ro bong bóng, khi các nguồn lực và giá trị đổ dồn vào một số ít công ty hoặc lĩnh vực liên quan đến AI, trong khi các ngành khác bị bỏ lại phía sau.

Cập nhật từ OpenAI: GPT-5.5, Codex và chiến lược an ninh mạng

Trong bối cảnh Anthropic gây chấn động, OpenAI cũng không ngừng cải tiến và mở rộng hệ sinh thái của mình. Gia đình GPT-5.5 tiếp tục được mở rộng nhanh chóng với nhiều phiên bản và tính năng mới như gpt-image-2, GPT-5.5 Pro, GPT-5.5 Instant, GPT-Realtime-2, dịch thuật thời gian thực, Whisper thời gian thực và GPT-5.5 Cyber. Phản hồi từ cộng đồng rất tích cực, với nhiều người dùng ca ngợi GPT-5.5 là "rất tốt, rất hiệu quả" và "rất mạnh mẽ và súc tích". Trên các bảng xếp hạng công khai, GPT-5.5 Instant đã đạt vị trí cao trong các bài kiểm tra đa lượt, thị giác và tài liệu.

Codex, ban đầu là một trợ lý lập trình, đang dần trở thành một môi trường chạy tác tử (agent runtime) dài hạn. OpenAI khuyến khích người dùng sử dụng quy trình "chuyển sang Codex" mới, với cơ chế `/goal` cho phép theo đuổi các tác vụ không giới hạn qua nhiều lần tái cấu trúc, di chuyển, thử lại và thử nghiệm. Các thử nghiệm độc lập cho thấy Codex Goals đã đạt 61% trong các trò chơi ARC-AGI-3 công khai sau 160 giờ hoạt động. OpenAI cũng công bố cách họ vận hành Codex an toàn ở quy mô lớn thông qua các biện pháp như sandboxing, cổng phê duyệt và chính sách mạng.

Đáng chú ý, các mô hình an ninh mạng của OpenAI hiện đã trở thành một dòng sản phẩm rõ ràng. Sam Altman đã bày tỏ ý định giúp các công ty tự bảo vệ mình "nhanh chóng", và GPT-5.5-Cyber đã được giới thiệu dưới dạng bản xem trước giới hạn cho các nhà bảo vệ cơ sở hạ tầng quan trọng. Khuôn khổ chính sách rộng hơn cũng đang thay đổi, với lệnh hành pháp về an ninh AI sắp tới của Hoa Kỳ sẽ tập trung vào hợp tác với các phòng thí nghiệm tiên phong về phòng thủ mạng, thay vì phê duyệt trước các mô hình tiên phong.

GPT-5.5 không chỉ là một bản cập nhật, mà là một bước tiến lớn về hiệu suất và khả năng ứng dụng, củng cố vị thế dẫn đầu của OpenAI trong các mô hình ngôn ngữ lớn.

Mô hình mã nguồn mở và hạ tầng suy luận: Cuộc đua tốc độ và hiệu quả

Bên cạnh các gã khổng lồ, cộng đồng mã nguồn mở cũng đang có những bước tiến đáng kể. Zyphra đã phát hành ZAYA1-74B-Preview, một mô hình MoE (Mixture of Experts) 74 tỷ tham số được huấn luyện trên phần cứng AMD và có giấy phép Apache 2.0. Cộng đồng xem đây là bằng chứng cho thấy Zyphra đã vượt ra ngoài các thử nghiệm MoE nhỏ, xác nhận kiến trúc và phương pháp luận của phòng thí nghiệm này. Zyphra cũng ra mắt ZAYA1-VL-8B, một mô hình VLM (Vision-Language Model) MoE.

Hạ tầng suy luận vẫn là một yếu tố cạnh tranh quan trọng. SemiAnalysis nhấn mạnh tốc độ vLLM hỗ trợ DeepSeek V4, củng cố luận điểm "tốc độ là lợi thế cạnh tranh" cho các ngăn xếp suy luận. vLLM-Omni v0.20.0 đã có một bản cập nhật lớn với việc tăng thông lượng Qwen3-Omni lên 72% trên H20, giảm đáng kể độ trễ TTS, hỗ trợ khuếch tán rộng hơn và mở rộng lượng tử hóa/backend. Về phía SGLang, các báo cáo cho thấy khả năng xử lý lên tới 57 tỷ token/ngày trong suy luận, với các chiến lược tối ưu hóa cụ thể cho H20.

Các mô hình mã nguồn mở đang ngày càng "đủ tốt" cho các công việc lập trình và tác tử. Kimi K2.6 trên Baseten được cho là rẻ hơn khoảng 5 lần so với Opus 4.7 với hiệu suất tương đương cho nhiều tác vụ. Điều này phù hợp với xu hướng chung: các LLM mã nguồn mở đang trở thành lựa chọn mặc định khả thi trong nhiều ngăn xếp tác tử, đặc biệt khi giá suy luận của các mô hình tiên phong tăng lên.

Ưu điểm của Mô hình mã nguồn mở

  • Chi phí thấp hơn đáng kể (ví dụ: Kimi K2.6 rẻ hơn 5 lần Opus 4.7).
  • Hiệu suất tương đương cho nhiều tác vụ phổ biến.
  • Linh hoạt tùy chỉnh và tích hợp.
  • Minh bạch hơn về cách hoạt động.

Hạn chế của Mô hình độc quyền

  • Chi phí suy luận cao hơn, đặc biệt khi quy mô lớn.
  • Ít khả năng tùy chỉnh sâu.
  • Phụ thuộc vào nhà cung cấp.
  • Đôi khi "quá mức" cho các tác vụ đơn giản.

Tối ưu hóa và nghiên cứu căn chỉnh AI: Những bước tiến mới

Quá trình hậu huấn luyện, tối ưu hóa và căn chỉnh (alignment) vẫn là trọng tâm của nghiên cứu AI. Các nhà phát triển liên tục tìm cách cải thiện hiệu suất, giảm thiểu sai lệch và đảm bảo các mô hình AI hoạt động an toàn, đáng tin cậy và phù hợp với giá trị con người. OpenAI đã công bố cách họ xử lý các vấn đề căn chỉnh ngoài ý muốn, bao gồm các biện pháp giảm thiểu như phát hiện thời gian thực và kiểm tra khả năng giám sát. Những nỗ lực này là tối cần thiết để xây dựng một tương lai AI bền vững, nơi công nghệ phục vụ con người một cách hiệu quả và có trách nhiệm.

Điều này có nghĩa gì với bạn?

Câu hỏi thường gặp

Liệu thị trường AI có đang hình thành bong bóng?

Sự tập trung vốn và tăng trưởng đột biến của một số ít công ty như Anthropic, trong khi các công ty khác sa thải nhân sự, cho thấy một sự phân cực rõ rệt. Điều này có thể là dấu hiệu của một bong bóng tiềm năng, nơi giá trị được đẩy lên cao quá mức dựa trên kỳ vọng hơn là nền tảng vững chắc. Tuy nhiên, cũng có thể đây là sự chuyển dịch tự nhiên của thị trường, nơi các công nghệ đột phá thu hút nguồn lực mạnh mẽ.

Đối với các nhà đầu tư, đây là một lời nhắc nhở về sự biến động và rủi ro trong thị trường AI. Việc lựa chọn công ty để đầu tư cần dựa trên phân tích kỹ lưỡng về mô hình kinh doanh, công nghệ cốt lõi và khả năng thương mại hóa thực sự, chứ không chỉ dựa vào sự cường điệu. Đối với các chuyên gia công nghệ và người lao động, việc phát triển kỹ năng AI trở nên cấp thiết hơn bao giờ hết. Các công ty đang tái cấu trúc để tập trung vào AI, tạo ra nhu cầu lớn về nhân lực có chuyên môn trong lĩnh vực này.

Các doanh nghiệp nhỏ và vừa cũng có thể hưởng lợi từ sự phát triển của các mô hình mã nguồn mở. Với hiệu suất ngày càng cao và chi phí thấp hơn, AI mã nguồn mở mang đến cơ hội tiếp cận công nghệ tiên tiến mà không cần đầu tư quá lớn vào các giải pháp độc quyền. Điều này giúp dân chủ hóa AI và thúc đẩy sự đổi mới trên diện rộng.

Điểm Chính Cần Nhớ

  • Anthropic đang tăng trưởng vượt bậc 10 lần/năm, với định giá có thể đạt 1.2 nghìn tỷ USD, vượt qua OpenAI và trở thành một trong những công ty giá trị nhất thế giới.
  • Sự tăng trưởng này diễn ra trong bối cảnh nhiều công ty công nghệ lớn khác đang sa thải nhân sự hàng loạt, tạo ra sự tương phản rõ rệt về tình hình kinh tế ngành.
  • OpenAI tiếp tục đẩy mạnh phát triển GPT-5.5, Codex và các mô hình an ninh mạng, trong khi các mô hình mã nguồn mở như Zyphra và hạ tầng suy luận như vLLM, SGLang đang cạnh tranh mạnh mẽ về hiệu suất và chi phí.