AI công cộng cần đường băng

Đừng vội chọn AI theo tiếng ồn launch. Với người mới, câu hỏi đúng hơn là: công cụ này phục vụ ai, lấy dữ liệu gì, và bạn có rời đi được không?

Có một kiểu niềm tin mình gặp hoài: AI nào mới nhất, demo mượt nhất, được người nổi tiếng cầm trên tay nhiều nhất thì chắc là đáng dùng nhất. Nghe cũng hợp lý. Sân bay nào sáng đèn, loa gọi chuyến liên tục, bảng điện tử nhấp nháy thì trông có vẻ là nơi máy bay sẽ cất cánh nhanh nhất.

Nhưng với AI, đôi khi thứ đáng nhìn không phải là chiếc máy bay bóng loáng ngoài cửa kính. Thứ quyết định chuyến bay có an toàn không lại nằm ở đường băng, tháp không lưu, quy trình và quyền của hành khách.

Đó là lý do mình thấy câu chuyện Current AI thú vị. Không phải vì họ có một chatbot mới để khoe. Mà vì họ đang đặt một câu hỏi hơi trái chiều: nếu AI sẽ len vào đời sống như web từng làm, vì sao phần hạ tầng quan trọng nhất lại chỉ nằm trong tay vài công ty tư nhân?

Sơ đồ tóm tắt ý chính của bài viết.

Chuyện đang nóng: AI đang vào nhà, vào kính, vào ký ức

Mấy tuần gần đây, các tín hiệu đi cùng một hướng khá rõ.

Meta muốn làm AI glasses bớt gây khó chịu bằng cách vô hiệu hóa camera nếu đèn báo ghi hình bị can thiệp. Nhưng cùng lúc, chiến lược AI của họ vẫn xoay quanh việc dùng thêm dữ liệu cá nhân: hình ảnh, nội dung riêng tư, thậm chí các dạng ghi nhận liên tục trong một số nguyên mẫu.

OpenAI thì bắt đầu tuyển vai trò sản phẩm tập trung vào gia đình, người chăm sóc và người lớn tuổi. ChatGPT không còn chỉ là công cụ cho dân văn phòng viết email hay học sinh hỏi bài; nó đang tiến vào không gian nhạy cảm hơn: nhà cửa, trẻ em, người thân.

Rồi có cả những trò như In the Weights, nơi người ta kiểm tra xem model có “nhớ” mình không. Weights ở đây là các tham số số học bên trong model, giống như dấu vết mà dữ liệu huấn luyện để lại trong “bộ não” của AI. Với người mới, hiểu nôm na: nếu bạn “nằm trong weights”, model có thể biết đến bạn mà không cần tra web.

Tất cả nghe như tương lai đang chạy nước rút. Nhưng mình muốn kéo phanh một chút: câu hỏi quan trọng không phải là AI nào thông minh hơn, mà là AI nào bạn có thể tin, kiểm soát và tiếp cận được trong đời thật.

Current AI không chỉ đang làm “một chatbot nữa”

Current AI là một nonprofit, tức tổ chức phi lợi nhuận, đang cố xây hạ tầng AI mở cho lợi ích công cộng. Điểm mình chú ý nhất không phải chữ “AI” mà là chữ public infrastructure — hạ tầng công cộng.

Nói thẳng ra thì: hạ tầng công cộng là thứ bạn không nên phải xin phép một nền tảng thương mại mới được dùng. Như web mở, email, hay các chuẩn internet cơ bản. Bạn có thể xây dịch vụ trên đó, học từ đó, kiểm tra nó, rời khỏi nó.

Một ví dụ cụ thể từ nguồn: Current AI hợp tác với Bhashini, bộ phận AI ngôn ngữ của chính phủ Ấn Độ, để tạo Suno Sutra — một thiết bị nhỏ chạy AI offline bằng 22 ngôn ngữ Ấn Độ, không cần internet. Offline AI nghĩa là AI xử lý ngay trên thiết bị hoặc trong môi trường không nối mạng, phù hợp nơi kết nối yếu hoặc dữ liệu nhạy cảm.

Với người ở thành phố, “không cần internet” nghe như tính năng phụ. Với một nông dân ở vùng xa cần chụp cây bệnh nhưng không nói tiếng Anh, đó có thể là khác biệt giữa dùng được và bị bỏ lại ngoài cổng.

Current AI cũng có cam kết tài trợ lớn: chính phủ Pháp khởi đầu với 100 triệu USD, cùng Ford Foundation, MacArthur Foundation, DeepMind và Salesforce đưa tổng cam kết lên 400 triệu USD. Họ đã phân bổ 3,2 triệu USD grant cho một số dự án và ra mắt chatbot open-source tại AI for Good Summit ở Geneva. Open-source nghĩa là mã nguồn được mở để cộng đồng xem, sửa, học hoặc xây tiếp — không đồng nghĩa miễn phí vận hành, nhưng tăng khả năng kiểm tra.

Điểm mấu chốt: đây không phải cuộc đua xem ai có app bóng bẩy hơn. Đây là cuộc đua xem ai xây được đường băng để nhiều người cùng cất cánh, kể cả những người không ở gần trung tâm công nghệ.

Cái bẫy của người mới: chọn theo demo, quên quyền rời đi

Nếu bạn mới dùng AI, rất dễ bị cuốn bởi ba thứ:

• Demo trả lời nhanh và tự tin.
• Giao diện đẹp, tích hợp khắp nơi.
• Tên tuổi lớn làm mình yên tâm.

Ba thứ này không sai. Nhưng chúng chưa đủ.

AI dùng trong đời sống khác AI dùng để nghịch. Khi AI bước vào kính đeo, ảnh gia đình, bài tập của trẻ, dữ liệu bệnh cây, hồ sơ khách hàng hoặc tài liệu nội bộ, câu hỏi đổi hẳn.

Bạn cần hỏi:

1. Dữ liệu của mình đi đâu? Ảnh, giọng nói, tài liệu có được dùng để huấn luyện tiếp không?
2. Có dùng được khi mạng yếu không? Nếu sản phẩm phụ thuộc cloud hoàn toàn, vùng xa hoặc môi trường hạn chế sẽ bị loại.
3. Có ai kiểm tra được cách nó hoạt động không? Open-source không bảo đảm tốt hơn, nhưng ít nhất tạo cơ hội soi lỗi.
4. Nếu ngày mai đổi giá hoặc đổi điều khoản, mình có thoát được không? Đây là điểm nhiều team nhỏ hay quên.

Ví dụ cụ thể: giả sử team bạn 5 người ở Việt Nam muốn làm trợ lý AI cho bà con hỏi về cây trồng bằng tiếng địa phương. Nếu chọn ngay một API mạnh nhất vì demo hay, bạn có thể làm prototype nhanh. Nhưng khi triển khai thật, bạn sẽ đụng ba nhiễu động: kết nối mạng không ổn định, dữ liệu ảnh cây trồng có thể nhạy cảm, và chi phí tăng theo lượt dùng.

Trong trường hợp đó, một hướng open-source hoặc offline-first có thể không đẹp bằng demo sân khấu, nhưng lại phù hợp hơn với bối cảnh vận hành.

Khung 3 câu hỏi trước khi chọn tool AI

Mình đề xuất một framework rất đơn giản cho beginner: Ai hưởng lợi — Ai kiểm soát — Ai bị bỏ lại.

1. Ai hưởng lợi?

Nếu công cụ AI chủ yếu giúp bạn viết nhanh hơn, chỉnh ảnh vui hơn, tìm thông tin tiện hơn, bạn có thể ưu tiên trải nghiệm và giá.

Nhưng nếu công cụ đó dùng cho giáo dục, y tế, nông nghiệp, dịch vụ công, trẻ em, người lớn tuổi hoặc cộng đồng ít được phục vụ, hãy ưu tiên khả năng tiếp cận. Một model chỉ giỏi tiếng Anh chuẩn nhưng lúng túng với tiếng địa phương không phải lựa chọn trung lập; nó đang chọn người dùng thay bạn.

2. Ai kiểm soát?

Hãy xem quyền kiểm soát nằm ở đâu: công ty cung cấp, team của bạn, hay cộng đồng có thể audit. Audit nghĩa là kiểm tra lại cách hệ thống hoạt động, giống tháp không lưu nhìn radar thay vì chỉ nghe phi công nói “ổn mà”.

Với sản phẩm cho gia đình hoặc thiết bị có camera, như AI glasses, kiểm soát quyền riêng tư không thể chỉ là một dòng trong settings. Người bị ghi hình cũng cần được tôn trọng, kể cả họ không phải người mua thiết bị.

3. Ai bị bỏ lại?

Đây là câu hỏi ít sexy nhất nhưng quan trọng nhất. Công cụ cần mạng mạnh có bỏ rơi vùng xa không? Công cụ chỉ dùng tiếng Anh có loại bỏ người không nói tiếng Anh không? Công cụ đóng kín có khiến trường học, thư viện, nhóm cộng đồng không đủ tiền tham gia không?

Current AI đáng chú ý vì họ đặt câu hỏi này ở trung tâm. Không phải mọi dự án public AI đều sẽ thành công, và open-source cũng có rủi ro riêng: thiếu bảo trì, khó dùng, cần người có kỹ năng. Nhưng ít nhất nó mở ra một hướng khác ngoài “hãy tin nền tảng lớn và chấp nhận điều khoản”.

Giữ gì, bỏ gì sau mỗi lần AI launch?

Lần tới khi thấy một model mới, kính AI mới, chatbot mới, bạn có thể tự tách tín hiệu khỏi tiếng ồn như sau:

Giữ lại:

• Công cụ giải quyết được một tình huống thật, không chỉ demo đẹp.
• Có mô tả rõ dữ liệu được dùng thế nào.
• Có lựa chọn cho người dùng yếu thế: ngôn ngữ khác, mạng yếu, thiết bị rẻ hơn, quyền riêng tư tốt hơn.
• Có khả năng rời đi hoặc xây tiếp, đặc biệt nếu là open-source.

Bỏ qua hoặc hoãn tin:

• Tuyên bố “AI cho mọi người” nhưng chỉ phục vụ người có tiền, mạng mạnh, tiếng Anh tốt.
• Tính năng an toàn được quảng bá mạnh nhưng mô hình kinh doanh vẫn cần hút thêm dữ liệu cá nhân.
• Benchmark, leaderboard hoặc trò đo “model nhớ ai” khiến bạn thấy vui, nhưng không giúp quyết định dùng gì trong công việc.

Độc giả nên nghĩ khác điều gì sau bài này? Rất gọn: đừng chọn AI như chọn món đồ công nghệ mới; hãy chọn như chọn hạ tầng mà bạn sẽ phải sống cùng.

Với mình, nếu là team mới bắt đầu, mình sẽ đi theo thứ tự này: dùng tool thương mại để học nhanh, nhưng luôn ghi lại dữ liệu nào nhạy cảm, phần nào có thể thay thế, và liệu có đường lui sang open-source hoặc offline khi bài toán lớn lên không. Máy bay cất cánh nhanh thì thích thật, nhưng không ai muốn phát hiện đường băng thuộc về người khác đúng lúc cần hạ cánh.

---
Bụi Wire — nghiện đọc release notes lúc 2 giờ sáng