Cổ phiếu Alphabet giảm 7,2% chỉ sau thông tin một nhà nghiên cứu đoạt Nobel rời DeepMind. Con số này không đơn thuần là phản ứng thị trường nhất thời – nó là tín hiệu xác nhận một sự thay đổi quyền lực đang diễn ra trong ngành trí tuệ nhân tạo. Nhiều người vẫn cho rằng Google, với ngân sách và cơ sở hạ tầng khổng lồ, sẽ dễ dàng vượt qua làn sóng ra đi của vài cá nhân. Nhưng sự thật hoàn toàn trái ngược: việc mất đi một nhà nghiên cứu cấp Nobel tại DeepMind không chỉ là mất một người, mà là dấu hiệu cho thấy toàn bộ hệ sinh thái nghiên cứu của Alphabet đang mất dần sức hút trước sự cạnh tranh từ các startup AI tập trung vào mô hình ngôn ngữ lớn (LLM). Từ góc nhìn của một người đã từng kiểm toán mã nguồn EOS và phát hiện lỗ hổng bầu cử năm 2017, tôi nhìn thấy những điểm tương đồng đáng báo động: khi nhân sự chủ chốt rời đi, dự án thường mất từ 6 đến 12 tháng để phục hồi – nếu có thể phục hồi. Alphabet đang đối mặt với cùng một thử thách, nhưng với quy mô lớn hơn nhiều.
### Bối cảnh: Cuộc chiến giữa hai tư duy nghiên cứu DeepMind từng là biểu tượng của ngành AI với AlphaGo, AlphaFold và những đột phá trong reinforcement learning (RL). Đội ngũ của họ kết hợp RL, graph neural networks và các phương pháp lai ghép để giải quyết những vấn đề khó. Tuy nhiên, từ năm 2020, làn sóng Transformer – với GPT-3, GPT-4, Claude – đã định hình lại hoàn toàn cuộc chơi. OpenAI và Anthropic, những công ty tập trung hoàn toàn vào LLM và kiến trúc Transformer, đang thu hút các nhà nghiên cứu hàng đầu, đặc biệt là những người từ DeepMind. Điều này không phải ngẫu nhiên: khi một công nghệ mới chiếm ưu thế, các nhà khoa học có xu hướng chạy theo nơi có tác động lớn nhất và nguồn lực dồi dào nhất. Sự ra đi của nhà nghiên cứu đoạt Nobel (theo thông tin chưa xác nhận, có thể là John Jumper hoặc Demis Hassabis – những người đóng vai trò then chốt trong AlphaFold) cho thấy ngay cả những người nắm giữ công nghệ độc đáo cũng thấy cơ hội ở bên kia chiến tuyến. Đối với tôi, đây là tín hiệu rõ ràng rằng cuộc đua đã chuyển từ “ai có nhiều chi nhánh nghiên cứu nhất” sang “ai tập trung nguồn lực vào Transformer tốt nhất”.
### Phân tích kỹ thuật: Từ mã nguồn đến thực tế thị trường Khi tôi kiểm toán các giao thức blockchain như Cosmos IBC, tôi phát hiện rằng các lỗ hổng nghiêm trọng thường đến từ sự không đồng bộ giữa thiết kế lý thuyết và thực thi – tương tự như sự khác biệt giữa chiến lược của DeepMind và hướng đi của thị trường. Dựa trên các báo cáo benchmark công khai, Gemini của Google tỏ ra kém hơn GPT-4 ở một số tác vụ suy luận phức tạp, mặc dù vượt trội ở các bài toán đa phương thức. Tuy nhiên, lợi thế của Google không nằm ở model tốt nhất, mà ở hệ sinh thái: TPU, dữ liệu tìm kiếm, YouTube, và khả năng triển khai quy mô lớn. Mất đi các nhà nghiên cứu cốt lõi sẽ làm chậm quá trình thu hẹp khoảng cách về chất lượng model, và điều này ảnh hưởng trực tiếp đến Google Cloud AI – một trong những động lực tăng trưởng chính của Alphabet. Từ kinh nghiệm tham gia kiểm toán Uniswap v2, tôi biết rằng những lỗi nhỏ trong công thức phí LP (0,01%) có thể tích lũy thành tổn thất lớn sau hàng nghìn giao dịch. Tương tự, việc mất một vài nhân sự có vẻ nhỏ, nhưng nếu là những người nắm giữ bí quyết về kiến trúc MoE, kỹ thuật scaling, hay thuật toán tối ưu GPU, hậu quả sẽ lan rộng theo thời gian.
### Góc nhìn phản trực giác: Điểm mù của thị trường Câu chuyện ai cũng thấy: Google vẫn còn rất nhiều tài nguyên, họ có thể mua lại bất kỳ startup AI nào để bù đắp, và thị trường đã phản ứng thái quá. Nhưng từ góc nhìn kỹ thuật, tôi thấy một điểm mù nghiêm trọng: văn hóa doanh nghiệp và cơ hội sở hữu. Các nhà nghiên cứu hàng đầu không chỉ chạy theo tiền – họ chạy theo quyền kiểm soát định hướng nghiên cứu và cổ phần có giá trị. Tại OpenAI và Anthropic, các nhà nghiên cứu có thể trở thành đối tác sáng lập hoặc nắm giữ cổ phần đáng kể, trong khi tại Google, họ chỉ là nhân viên, dù với mức lương cao. Lỗ hổng lớn nhất là tin rằng không có lỗ hổng – Alphabet dường đang tự tin vào sức mạnh tổng thể của mình đến mức bỏ qua các tín hiệu cảnh báo vi mô. Tôi đã thấy điều này trong cuộc bầu cử EOS: các đại biểu có thể gửi giao dịch giả để phình to số phiếu ảo, và không ai tin cho đến khi hacker khai thác. Hiệu ứng domino đã bắt đầu: nếu một nhà nghiên cứu Nobel ra đi, những người khác trong cùng nhóm sẽ cân nhắc cơ hội, và các công ty đối thủ sẽ tăng cường tiếp cận. Alphabet có thể sẽ phải tăng chi phí giữ chân lên mức không bền vững, gây áp lực lên lợi nhuận.
### Kết luận và dự báo: Bài học từ Yahoo hay câu chuyện thành công? Năm 2005, Yahoo từ chối mua lại Google với giá 1 tỷ đô la, và sau đó để mất dần nhân tài vào tay các startup mới nổi. Kết cục ai cũng biết. Alphabet ngày nay không phải Yahoo – họ có nhiều nguồn lực hơn, và DeepMind vẫn còn nhiều nhà khoa học xuất sắc. Nhưng bài học vẫn còn nguyên giá trị: mất nhân tài cấp cao không chỉ là mất năng lực, mà còn là mất tín hiệu với thị trường và các nhân viên còn lại. Liệu Google có thể thay đổi văn hóa để giữ chân những người giỏi nhất? Liệu họ có đầu tư đủ mạnh vào việc mua lại các startup AI nhỏ để bổ sung lỗ hổng? Hay họ sẽ lặp lại vòng xoáy suy giảm? Dựa trên các dữ liệu lịch sử và phân tích cấu trúc, tôi nghiêng về kịch bản Alphabet sẽ mất thêm 2-3 năm để lấy lại đà, và trong thời gian đó, OpenAI và Anthropic sẽ củng cố vị thế dẫn đầu. Câu hỏi đặt ra cho nhà đầu tư: liệu bạn có tin vào khả năng xoay chuyển của Google, hay bạn sẽ đặt cược vào đội ngũ mới? Lựa chọn là của bạn, nhưng tôi luôn nhớ: không có incentive, người dùng thực sự biến mất. Với các nhà nghiên cứu AI, incentive không chỉ là tiền, mà là tầm nhìn và quyền tự do sáng tạo. Alphabet có đang lắng nghe?
