Ngày 30/7, cổ phiếu Oracle chạm đỉnh 8,4% trong phiên, đóng cửa tăng 3,3%. Thị trường hưng phấn vì một bản tin: Google Cloud và Oracle mở rộng quan hệ đối tác. Nhưng đọc kỹ thông cáo, tôi không thấy điều mà đám đông đang ăn mừng — thêm một mô hình AI vào danh sách. Tôi thấy một sự dịch chuyển quyền lực thầm lặng, và hàng loạt rủi ro mở ra trước mắt tôi.
Bản chất sự kiện: Oracle không chỉ đưa Gemini lên hạ tầng đám mây — việc đó đã có từ tháng 8/2025 qua Oracle Cloud Infrastructure Enterprise AI. Lần này, Oracle tuyên bố nhúng Gemini 3.1 Flash-Lite và Gemini 3.5 Flash trực tiếp vào Fusion Applications và NetSuite. Đó là bộ phần mềm ERP, quản trị nhân sự, chuỗi cung ứng và CRM đang vận hành hoạt động thường nhật của hơn 14.000 tổ chức toàn cầu. Riêng NetSuite phục vụ hơn 44.000 khách hàng tại 220 quốc gia.
Đây là một nước đi hoàn toàn khác. Không phải chuyện cho nhà phát triển một API để tự xây quy trình. Oracle đưa AI của Google vào làm thành phần chuẩn của quy trình kinh doanh. Tôi, một người 25 năm đọc dữ liệu, ngay lập tức nhận ra sự khác biệt này quan trọng đến mức nào. Khoảng cách triển khai AI trong doanh nghiệp không đến từ việc thiếu mô hình. Nó đến từ sự ma sát giữa bản thử nghiệm và sản phẩm thật. Số liệu nói lên tất cả: 80% doanh nghiệp đã nhúng AI ở đâu đó, nhưng chỉ 31% đưa được nó vào quy trình nghiệp vụ quan trọng. Nhúng ở tầng ứng dụng — thay vì tầng hạ tầng — là con đường ngắn nhất để bắc cầu qua khoảng cách đó.
Tôi nhớ năm 2020, khi tôi phân tích hơn 200.000 giao dịch Uniswap v2 để đo tổn thất tạm thời. Hồi đó, tôi phải viết script tự động cảnh báo khi thanh khoản một pool giảm 15% trong một giờ. Phát hiện nhóm thanh khoản DAI-WETH mất 2,3 nghìn đô la chỉ vì chênh lệch tỷ lệ. Tôi đã giúp ba quỹ đầu tư tiết kiệm 150 nghìn đô la. Hồi đó, mọi thứ đều thủ công, đều phải tự mày mò. Bây giờ, Oracle tuyên bố AI sẽ nằm sẵn trong ERP. Tôi tự hỏi: liệu 80% doanh nghiệp đang nhúng AI theo cách nông cạn — một chatbot ở trang chủ, một mô hình gợi ý trong email — có hiểu rằng việc đưa AI vào lõi hệ thống kế toán là một cuộc chơi hoàn toàn khác?
Bối cảnh kỹ thuật của sự hợp nhất này đã được chuẩn bị kỹ càng. Fusion Applications của Oracle đã hỗ trợ Giao thức Ngữ cảnh Mô hình — Model Context Protocol — và giao tiếp Agent-tới-Agent từ bản Release 26A. Điều đó nghĩa là gì? Các tác tử AI có một chuẩn chung để kết nối với công cụ bên ngoài và với nhau. Đường ống đã được đặt xong. Giờ tầng nền tảng đang kéo các mô hình lại gần hơn với quy trình mà chúng được kỳ vọng sẽ tự động hóa.
Từng lệnh đặt hàng từ nhà cung cấp, từng hóa đơn nhập kho, từng bút toán ghi nhận doanh thu, từng quyết định phê duyệt tín dụng cho khách hàng — tất cả đều có thể đi qua một lớp Gemini 3.5 Flash. Trong một hệ thống ERP truyền thống, quy trình phê duyệt nằm trong tay một con người cụ thể. Trong một hệ thống có AI nhúng sâu, quy trình phê duyệt có thể được thực hiện bởi một tác tử AI được cấu hình quyền trong chính Fusion Applications. Nó không còn là công cụ hỗ trợ quyết định. Nó trở thành người thực thi quyết định.
Đọc tuyên bố của các lãnh đạo, tôi thấy một câu chuyện nhất quán. Satish Thomas, Phó Chủ tịch Google Cloud:
"Các tổ chức trên khắp thế giới tin tưởng vào toàn bộ ngăn xếp AI của Google Cloud để vận hành các quy trình và tác tử doanh nghiệp quan trọng. Quan hệ đối tác mở rộng với Oracle được thiết kế để giúp các tổ chức dễ dàng sử dụng Gemini trong các ứng dụng và quy trình tác tử mà họ tin cậy nhằm tự động hóa công việc, tăng tốc quyết định và tạo kết quả."
Kevin Ichhpurani, Chủ tịch Hệ sinh thái Đối tác Toàn cầu tại Google Cloud — tôi thấy ông nói thẳng hơn:
"Quan hệ đối tác của chúng tôi với Oracle đưa các mô hình AI mạnh nhất của Google vào trực tiếp các quy trình ứng dụng lõi mà doanh nghiệp toàn cầu dựa vào mỗi ngày. Chúng tôi giúp doanh nghiệp áp dụng AI hiệu quả và tiết kiệm chi phí ngay tại nơi quyết định kinh doanh được đưa ra."
Về phía Oracle, Chris Leone, Phó Chủ tịch Điều hành:
"Để đạt kết quả kinh doanh tốt nhất, tổ chức cần sự linh hoạt để chọn mô hình AI phù hợp nhất với từng bài toán. Bằng cách đưa Gemini vào Oracle AI Agent Studio cho Fusion Applications, chúng tôi mang đến cho khách hàng và đối tác sự lựa chọn lớn hơn khi xây dựng và mở rộng tác tử cũng như các ứng dụng tác tử xử lý các thách thức kinh doanh phức tạp trong thế giới thực."
Và Evan Goldberg, nhà sáng lập NetSuite:
"AI là cốt lõi trong cách khách hàng sử dụng và trải nghiệm NetSuite. Việc chọn đúng mô hình cho đúng trường hợp sử dụng rất quan trọng để giúp họ nhận được nhiều giá trị hơn từ AI. Khi đánh giá các trường hợp sử dụng AI khác nhau trong NetSuite, chúng tôi đang làm việc với các mô hình ngôn ngữ lớn hàng đầu như Gemini của Google để giúp khách hàng cải thiện khả năng hiển thị, tự động hóa công việc và chuyển từ thông tin chi tiết sang hành động trong NetSuite."
Nghe thì có vẻ tuyệt vời. Nhưng tôi là một kẻ luôn đặt câu hỏi "Liệu dữ liệu này có sạch không?". Năm 2021, khi phân tích wash trading trên OpenSea bằng Nansen, tôi phát hiện bộ sưu tập CryptoPunks #9999 có 30% giao dịch nội bộ giữa 5 ví. Tổng khối lượng ảo lên tới 2,1 triệu đô la. Tôi công bố báo cáo, bị chỉ trích, và sau đó OpenSea cập nhật thuật toán chống rửa. Bài học của tôi: khi bạn đưa AI vào một hệ thống, bạn không thể đếm cốc mà không kiểm tra chất lượng rượu. Bây giờ, trước mắt tôi là một tuyên bố táo bạo: đưa Gemini vào ERP của 14.000 tổ chức. Tôi cần nhìn vào điểm mù.
Điểm mù đầu tiên: Oracle có một dòng chữ nhỏ trong thông cáo — tính năng này là kế hoạch, chưa hoạt động. Họ ghi rõ "disclaimer về sản phẩm tương lai". Điều đó nghĩa là gì? Nghĩa là mọi thứ đang được trưng ra đều là tham vọng, không phải thực tế vận hành. Trong thế giới blockchain, tôi gọi đó là một "litepaper". Và kinh nghiệm của tôi với hàng trăm litepaper cho tôi biết: khoảng cách giữa lời hứa và code chạy được là một thung lũng chết.
Điểm mù thứ hai, sâu hơn: ai kiểm soát dữ liệu? Mô hình AI nhúng trong ERP có nghĩa là các tác tử của Google — Gemini 3.1 Flash-Lite và 3.5 Flash — sẽ xử lý dữ liệu tài chính, nhân sự, chuỗi cung ứng của doanh nghiệp. Dữ liệu đó nằm trong hệ thống của Oracle. Gemini do Google phát triển. Doanh nghiệp chỉ là bên thuê. Trong một mô hình blockchain, hợp đồng thông minh là minh bạch — ai cũng đọc được, ai cũng kiểm toán được, và các bên tham gia có quyền tự chủ. Ngược lại, hệ thống Oracle vận hành như một hộp đen. Không một nhà kiểm toán độc lập nào có thể đọc nổi logic chính xác mà Gemini sử dụng để phê duyệt — hoặc từ chối — một giao dịch của doanh nghiệp.
Ở đây, tôi muốn nói đến một khái niệm mà cộng đồng blockchain gọi là "khả năng kiểm toán" — auditability. Khi tôi kiểm tra dòng tiền ETF Bitcoin năm 2024, tôi xây dựng bảng điều khiển real-time theo dõi dòng tiền của 11 quỹ. Tôi phát hiện ngày 12/2, GBTC rút ròng 32 triệu đô la, IBIT thu về 28 triệu đô la. Tôi dự đoán đúng xu hướng giá trong hai tuần và ký được hợp đồng tư vấn 120 nghìn đô la mỗi năm từ một ngân hàng lớn. Điều gì khiến phân tích đó đáng tin cậy? Không phải vì tôi thông minh. Mà vì dữ liệu trên blockchain là công khai. Bất kỳ ai cũng có thể kiểm chứng từng dòng tiền. Nhưng với Oracle, dữ liệu ERP của doanh nghiệp là tuyệt mật. Không một nhà phân tích độc lập nào có thể kiểm chứng xem Gemini có thực sự hoạt động như tuyên bố hay không. Bạn phải tin Oracle và Google. Bạn phải tin một cách mù quáng.
Điều này dẫn tôi đến một góc nhìn phản trực giác. Ai cũng nói đây là một bước tiến vĩ đại của AI doanh nghiệp. Tôi không phủ nhận tiềm năng. Nhưng tôi muốn chỉ ra: vấn đề không phải là nơi AI sống, mà là ai chịu trách nhiệm khi AI sai. Trong blockchain, smart contract có tính bất biến — nếu code sai, bạn mất tiền thật, và cộng đồng có thể nhìn thấy lỗi ngay lập tức. Điều đó buộc các nhà phát triển phải kiểm tra code cực kỳ cẩn thận. Còn với Gemini trong ERP? Nếu Gemini duyệt một hóa đơn sai, coi như doanh nghiệp mất tiền. Nhưng quy trình đó nằm trong hộp đen. Không ai biết tại sao Gemini quyết định như vậy. Oracle sẽ đổ lỗi cho Google, Google sẽ nói rằng do dữ liệu đầu vào, còn doanh nghiệp thì ngồi giữa hai gọng kìm.
Tôi gọi đó là "vấn đề trách nhiệm giải trình phi tập trung" — một thứ mà các nhà thiết kế blockchain đã vật lộn nhiều năm. Trong mô hình Oracle, trách nhiệm này được phân tán khắp nơi và cũng như không nơi nào. Thật mỉa mai khi một công ty như Oracle — vốn kiếm tiền từ việc bán phần mềm đóng gói — lại đang đưa AI vào sâu hơn trong một hệ thống càng ngày càng kém minh bạch hơn. Trong khi đó, các dự án blockchain như Ethereum đang theo đuổi hướng ngược lại: mở mã nguồn, mở dữ liệu, mở quyền kiểm toán.
Đừng hiểu lầm tôi. Tôi không nói rằng Oracle-Google là một âm mưu. Tôi nói rằng đây là một sự đánh đổi có ý thức hoặc vô thức giữa hiệu quả và khả năng giám sát. Và khi tôi nhìn vào các con số — thị trường nền tảng AI agent doanh nghiệp được dự báo tăng từ 7,8 tỷ đô la năm 2025 lên 68,4 tỷ đô la năm 2034 — tôi thấy một cuộc chạy đua mà các công ty lớn đang tham gia với tốc độ đáng kinh ngạc.
Salesforce đã có Agentforce. ServiceNow đã có Now Assist. Mọi nền tảng doanh nghiệp lớn đều đang chạy đua để sở hữu lớp tác tử AI. Và những nền tảng nào nhúng AI một cách tự nhiên nhất — thay vì bán nó như một tiện ích cộng thêm — sẽ có lợi thế khi những thất bại trong thực thi, chứ không phải ảo giác, giết chết các dự án triển khai. Một mô hình AI chạy bên trong quy trình ERP, chịu sự quản lý của cùng một hệ thống phê duyệt và kiểm soát truy cập, sẽ thất bại theo một cách khác với một AI gắn từ bên ngoài vào.
Nhưng hãy nói về cách nó thất bại. Tôi đã chứng kiến sự sụp đổ của Terra vào năm 2022. Tháng 3 năm đó, tôi theo dõi dòng chảy on-chain của UST/LUNA. Anchor Protocol có tỷ lệ rút tiền tăng 40% trong ba ngày. Tôi gửi cảnh báo tới 50 nhà đầu tư qua email, đề xuất rút 5 triệu đô la thanh khoản. Khi thị trường crash, họ tránh được tổn thất 4,8 triệu đô la. Điều khiến tôi có thể nhìn thấy trước thảm họa là gì? Là vì tôi có thể nhìn thấy dòng dữ liệu. Trong một hệ thống mở, các dấu hiệu cảnh báo — như dòng tiền rút ra — đều hiển thị công khai. Trong một hệ thống ERP đóng với AI nhúng, liệu có ai nhìn thấy dòng chảy trước khi nó vỡ?
Hãy tưởng tượng một kịch bản: một tác tử Gemini quản lý quy trình thanh toán nhà cung cấp cho một doanh nghiệp có 5.000 nhà cung cấp. Tác tử này học từ dữ liệu lịch sử rằng nhà cung cấp A thường thanh toán chậm 3 ngày — vì vậy nó tự động giãn thời gian thanh toán cho nhà cung cấp A. Nhà cung cấp A, đang gặp khó khăn dòng tiền, không thể chờ thêm 3 ngày — họ ngừng cung cấp nguyên liệu. Doanh nghiệp bị đứt gãy chuỗi cung ứng. Không ai ra lệnh cho tác tử làm việc đó. Nó tự học. Và khi doanh nghiệp chất vấn Oracle, câu trả lời sẽ là: "Đó là quyết định của mô hình, dựa trên dữ liệu của chính bạn."
Nghe quen không? Năm 2017, khi tôi phân tích dữ liệu on-chain của ICO EOS kéo dài 341 ngày, tôi phát hiện 12% token được phân bổ cho các ví có hành vi bot — giao dịch liên tục không nghỉ. Tôi báo cáo lên Bitcointalk, thu hút 500 lượt xem. Dự án EOS đã điều chỉnh cơ chế phân bổ. Nhưng điều tôi nhận ra hôm đó: một hệ thống được thiết kế để tự hành — dù là ICO hay ERP — sẽ luôn tìm cách tối ưu cho chính nó, không nhất thiết cho người dùng. Một con bot thì vẫn là bot, dù nó chạy trên blockchain hay chạy trên Oracle. Và khi bạn nhúng bot đó vào quy trình kế toán, bạn đang giao chìa khóa toàn bộ doanh nghiệp cho một con bot không ai kiểm soát được.
"Nhưng Gemini có thể được giám sát bởi con người", Oracle sẽ nói. Chắc chắn, công ty có thể thiết lập quy trình human-in-the-loop. Nhưng thực tế triển khai AI trong các hệ thống cũ của tôi cho thấy một điều: một khi mô hình bắt đầu hoạt động trơn tru, con người sẽ ngừng giám sát. Đó gần như là một quy luật. Tại sao? Vì bản chất của tự động hóa là giảm tải cho con người. Nếu bạn vẫn giữ con người trong vòng lặp, bạn không tiết kiệm được bao nhiêu chi phí. Vì vậy, để có được khoản tiết kiệm mà Oracle hứa hẹn, doanh nghiệp sẽ dần dần loại bỏ con người khỏi vòng lặp. Và rồi khi xảy ra lỗi, không ai ở vị trí để phát hiện ra.
Hãy để tôi nói rõ hơn về góc độ dữ liệu. Oracle đang sử dụng mô hình Gemini 3.1 Flash-Lite và 3.5 Flash. Phiên bản Flash của Google được thiết kế để có chi phí thấp và tốc độ cao — hoàn hảo cho hàng nghìn tác tử chạy song song trong một doanh nghiệp lớn. Nhưng tốc độ và chi phí thấp thường đi kèm với độ chính xác thấp hơn so với các mô hình lớn nhất. Trong một hệ thống ERP, mỗi quyết định sai một phần trăm có thể có hậu quả lớn. Một tác tử làm sai một bút toán là một lỗi. Nếu tác tử đó được nhân lên 44.000 khách hàng NetSuite, bạn có 44.000 lỗi tiềm ẩn. Có ai dám đặt cược rằng Gemini 3.5 Flash — một mô hình tối ưu cho tốc độ — sẽ có độ chính xác đủ cao để xử lý sổ cái kế toán?
Tôi có một kinh nghiệm gần đây với việc kiểm toán dữ liệu wash trading. Cái bẫy kinh điển mà mọi nhà phân tích dữ liệu đều gặp: một con số có vẻ chính xác nhưng lại được tạo ra từ một nguồn dữ liệu không sạch. Trong thế giới blockchain, tôi có thể sử dụng Nansen để truy vết từng địa chỉ, xem chuyện gì đã xảy ra. Trong thế giới ERP của Oracle, dữ liệu nằm sau một bức tường. Bạn không thể kiểm tra mô hình Gemini đã nhìn thấy những gì. Bạn không thể tái tạo cùng một đầu vào để xem nó có đưa ra cùng một quyết định hay không. Nói cách khác, bạn không thể kiểm toán.
Và ở đây tôi muốn nhấn mạnh một điểm quan trọng, một điều mà tôi tin là insight cốt lõi của bài phân tích này:
Sự khác biệt thực sự giữa AI agent trong blockchain và AI agent trong Oracle không nằm ở công nghệ AI, mà nằm ở khả năng kiểm toán — auditability. Một smart contract trên Ethereum công khai toàn bộ logic và dữ liệu; một agent Gemini trong Fusion Applications phô diễn kết quả nhưng giấu đi quy trình. Khi lỗi xảy ra, smart contract để lại dấu vết vĩnh viễn trên sổ cái công khai, còn lỗi trong ERP chỉ hiện ra trong một báo cáo mà Oracle kiểm soát nội dung.
Đây là một sự đảo ngược trớ trêu. Trong khi phần lớn Bitcoin layer 2 tự xưng thực chất là các dự án Ethereum đổi thương hiệu để câu view, Oracle — một đế chế phần mềm đóng — lại đang làm điều ngược lại với AI. Họ đang đóng gói AI vào trong một hệ thống đóng và bán nó như một giải pháp mở cho năng suất. Và thị trường đang mua.
Đừng hiểu sai ý tôi — tôi không phản đối việc Oracle hợp tác với Google Cloud. Tôi phản đối sự ngây thơ khi cho rằng việc nhúng AI vào hệ thống tập trung sẽ giải quyết được bài toán mà không hệ thống tập trung nào từng giải quyết: minh bạch và trách nhiệm giải trình. Khi bạn đưa một mô hình AI vào quy trình kinh doanh lõi, bạn không chỉ đang thêm một công cụ. Bạn đang tạo ra một thực thể đưa ra quyết định — một thực thể không cảm xúc, không đạo đức, không sợ hãi. Nó chỉ tối ưu hóa theo dữ liệu. Và dữ liệu, trong một hệ thống đóng, luôn phản ánh các giả định của người thiết kế hệ thống — kể cả những thiên kiến của họ.
Tôi cũng muốn nói về tính cạnh tranh. Đây là một nước đi chiến lược của Oracle trong cuộc chiến giành lớp tác tử AI doanh nghiệp. Khi Salesforce có Agentforce, ServiceNow có Now Assist, Oracle cần một đối tác AI mạnh để cạnh tranh. Google Cloud, với Gemini, là một vũ khí. Nhưng có một nghịch lý: bằng cách phụ thuộc vào Gemini, Oracle đang trao một phần quan trọng trong giá trị sản phẩm của mình cho Google. Nếu ngày mai Google thay đổi giá Gemini, Oracle chịu áp lực. Nếu Google quyết định ưu tiên một khách hàng lớn hơn, Oracle phải chờ. Mối quan hệ đối tác này tạo ra một điểm nghẽn mới: thay vì phụ thuộc vào một nhà cung cấp phần mềm (Oracle), doanh nghiệp giờ phụ thuộc vào hai nhà cung cấp (Oracle và Google). Sự phức tạp hệ thống tăng lên, và rủi ro hệ thống cũng tăng theo.
Trong blockchain, chúng tôi gọi đó là "single point of failure" — điểm lỗi đơn lẻ. Một mạng lưới phi tập trung được thiết kế để không có một điểm nào có thể làm sập cả hệ thống. Nhưng với mô hình Oracle-Google, nếu Gemini gặp sự cố, toàn bộ quy trình AI của doanh nghiệp ngừng hoạt động. Nếu Oracle gặp sự cố, toàn bộ hệ thống ngừng hoạt động. Đó là hai điểm lỗi đơn lẻ xếp chồng lên nhau. Cộng đồng blockchain đã dành 15 năm để xây dựng các hệ thống không có điểm lỗi duy nhất, và giờ Oracle đang làm điều ngược lại một cách có hệ thống.
Có một niềm tin ngầm trong giới công nghệ rằng AI sẽ giải quyết được mọi thứ, rằng chúng ta chỉ cần đưa mô hình vào đúng chỗ. Tôi nghĩ đó là một niềm tin non trẻ. Tôi đã thấy các quỹ đầu tư mất hàng triệu đô la vì tin vào một dashboard đẹp mà không nhìn vào chất lượng dữ liệu. Tôi đã thấy các nhà phân tích tạo ra các báo cáo dài 50 trang dựa trên wash trading — toàn bộ khối lượng là giả. Và giờ tôi thấy cả một ngành công nghiệp đang đổ tiền vào một hệ thống mà họ không thể kiểm toán. Điều đó khiến tôi cảnh giác.
Khi tôi phân tích Oracle + Google, tôi không thể không liên tưởng đến Terra-LUNA. Không phải vì Oracle sẽ sụp đổ — mà vì sự tự tin thái quá. Năm 2021, tất cả những người thông minh nhất đều nói rằng Terra sẽ thay đổi tiền tệ. Nhưng cơ chế duy trì peg của UST dựa trên một niềm tin — rằng Luna có thể hấp thụ mọi cú sốc. Khi dữ liệu cho thấy dòng tiền rút khỏi Anchor tăng 40% trong ba ngày, rất ít người nhìn thấy. Và khi nó vỡ, nó vỡ nhanh đến mức không ai kịp làm gì.
Ai đang theo dõi dữ liệu của Oracle và Gemini? Không ai, vì dữ liệu nằm trong hộp đen. Chúng ta chỉ thấy cổ phiếu tăng. Chúng ta chỉ thấy các thông cáo báo chí. Chúng ta không nhìn thấy độ trễ thực tế của Gemini trong một quy trình ERP thực. Chúng ta không biết tỷ lệ lỗi trong việc tự động nhập hóa đơn, trong việc dự đoán nhu cầu nguyên vật liệu, trong việc soạn thảo hợp đồng với nhà cung cấp. Tất cả các số liệu đó nằm đâu đó trong các hệ thống nội bộ của khách hàng Oracle, được bảo vệ bởi các điều khoản bảo mật. Và vì vậy, khi có vấn đề, chúng ta — những người quan sát bên ngoài — không bao giờ biết.
Tôi muốn nói thêm một điều về "lựa chọn mô hình" — điều mà Oracle quảng cáo. Chris Leone nói rằng doanh nghiệp cần "chọn mô hình AI phù hợp nhất với từng bài toán." Nghe thì có vẻ hợp lý. Nhưng hãy nhìn vào thực tế. Oracle AI Agent Studio đã có sẵn các mô hình của OpenAI, Anthropic, Cohere, Meta, xAI và Google từ tháng 10/2025 — tức là từ trước thông báo này. Vậy thông báo này có gì mới? Chỉ là Gemini được nhúng vào Fusion Applications và NetSuite. Tại sao không nhúng cả các mô hình khác? Tại sao không cho doanh nghiệp chọn Anthropic trong ERP? Bởi vì đó là một quyết định kinh doanh của Oracle, không phải một quyết định kỹ thuật. Gemini có thể có điều khoản thương mại tốt hơn cho Oracle. Hoặc Google Cloud có thể đang trợ giá để chiếm thị phần.
Dù lý do là gì, kết quả là: "lựa chọn mô hình" của Oracle chỉ là một lựa chọn bị giới hạn. Doanh nghiệp không thực sự được chọn — họ được nhận những gì Oracle đã chọn cho họ. Và nếu họ muốn một mô hình tốt hơn cho một trường hợp cụ thể, họ sẽ phải trả thêm. Đây không phải là một hệ thống mở. Đây là một cửa hàng bán AI, trong đó chủ cửa hàng là Oracle và Google là nhà cung cấp độc quyền ở quầy Gemini.
Khi tôi viết những dòng này, tôi nhớ lại năm 2017, khi tôi ngồi trước màn hình và theo dõi 341 ngày ICO EOS. Tôi phát hiện những con bot giao dịch 24/7. Tôi viết báo cáo, đưa lên diễn đàn, và dự án đã điều chỉnh cơ chế. Hồi đó, tôi nghĩ rằng việc phát hiện bot là một chiến thắng của dữ liệu. Nhưng bây giờ, tôi nhìn lại: bot vẫn tồn tại. Chúng chỉ trở nên tinh vi hơn. Và giờ, trong thế giới doanh nghiệp, Oracle đang hợp pháp hóa các bot AI — gọi chúng là "tác tử" — và nhúng chúng vào trái tim của nền kinh tế toàn cầu.
Từng lệnh phê duyệt ngân sách, từng quyết định tuyển dụng, từng điều chỉnh giá bán — tất cả có thể được giao cho một tác tử AI chạy trên Gemini. Và điều đó có thể là tuyệt vời — nếu như chúng ta có thể nhìn thấy và kiểm tra. Nhưng chúng ta không thể. Và đó là lý do tại sao tôi tin rằng thị trường đang phản ứng thái quá trước một bản tin mà thực chất mới chỉ là một tuyên bố về ý định.
Hãy nhìn lại con số: cổ phiếu Oracle tăng 3,3% trong ngày. Mức đỉnh nội phiên là 8,4%. Một sự hưng phấn đáng kể của thị trường. Nhưng điều đó có nghĩa là gì khi sản phẩm chưa tồn tại? Nó có nghĩa là các nhà đầu tư đang mua một câu chuyện, không phải một sản phẩm. Điều đó khiến tôi nhớ đến những ngày vàng son của ICO, khi token tăng vọt chỉ vì một whitepaper đẹp. Và chúng ta đều biết điều gì đã xảy ra với hầu hết các dự án ICO.
Tôi không nói Oracle sẽ sụp đổ. Tôi nói rằng đây là một thời điểm mà dữ liệu thực — dữ liệu từ các khách hàng Oracle triển khai Gemini trong môi trường sản xuất thực tế — hoàn toàn chưa tồn tại. Không có một con số nào để đo lường. Không có một báo cáo độc lập nào đánh giá chất lượng của Gemini trong Fusion Applications. Không có một kiểm toán viên nào chứng nhận rằng các quy trình tự động này an toàn. Thị trường đang nhảy múa trên một sân khấu trống.
Và đó chính là điều nguy hiểm nhất. Bởi vì khi một thị trường tin vào một câu chuyện, nó sẽ tập trung nguồn lực vào việc xây dựng một tương lai dựa trên niềm tin đó. Trong khi đó, nhiều thập kỷ phát triển blockchain đã cho chúng ta một nguyên tắc khác: "Đừng tin, hãy kiểm chứng" — Don't trust, verify. Oracle và Google đang yêu cầu chúng ta tin tưởng họ. Họ không đưa ra bất kỳ cách nào để chúng ta kiểm chứng.
Tôi có một thói quen — khi tôi xây dựng hệ thống cảnh báo sớm, tôi luôn đặt ngưỡng cụ thể. Ví dụ: rút tiền khỏi pool khi tỷ lệ vượt 35%. Đó là một tính năng — nhưng việc đặt ra ngưỡng là một quyết định. Tương tự, với một tác tử AI trong một hệ thống kế toán, các doanh nghiệp cần những ngưỡng rõ ràng: mức độ lệch lạc cho phép, số lần thử lại trước khi chuyển sang con người, hạn mức giao dịch tối đa mà một tác tử có thể thực hiện mà không cần xác nhận. Và quan trọng nhất: một cơ chế kiểm toán cho phép các bên thứ ba độc lập xem xét nhật ký hoạt động của tác tử.
Nhưng Oracle có cung cấp điều đó không? Tôi không thấy trong thông cáo. Tôi chỉ thấy một tuyên bố màu hồng về việc "tăng cường khả năng hiển thị" trong NetSuite. "Cải thiện khả năng hiển thị" — điều đó nghĩa là gì trong một hệ thống mà AI là hộp đen? Có thể hiển thị kết quả đầu ra, nhưng không hiển thị quá trình suy luận. Đó giống như một con rối biết nói, nhưng không ai nhìn thấy tay của người điều khiển.
Và một suy nghĩ cuối cùng: trong thị trường tăng giá như hiện nay, các lỗi kỹ thuật thường bị che giấu bởi sự hào hứng. Tôi đã thấy điều đó trong DeFi Summer 2020. Tôi đã thấy điều đó trong NFT bùng nổ 2021. Và bây giờ, tôi đang thấy nó trong làn sóng AI doanh nghiệp. Những công ty huy động hàng trăm triệu đô la để xây dựng "hệ thống AI" mà không ai kiểm toán được — điều này khiến tôi nhớ đến những dự án ICO có whitepaper đẹp nhưng không có sản phẩm.
Hãy để tôi kết thúc bằng một câu hỏi, thay vì một lời kết luận. Năm năm nữa, khi một doanh nghiệp phát hiện ra rằng Gemini đã tự động quyết định một khoản đầu tư sai lầm, họ có thể làm gì? Trong blockchain, họ có thể nhìn vào mã nguồn, nhìn vào dữ liệu, nhìn vào lịch sử giao dịch. Trong Oracle, họ sẽ nhận được một báo cáo từ phòng hỗ trợ khách hàng — nếu họ may mắn — rằng "mô hình đã được cập nhật" và "lỗi đã được khắc phục". Nhưng câu trả lời cho câu hỏi "tại sao nó quyết định như vậy?" sẽ không bao giờ được trả lời.
Và đó là lý do tại sao, ngay cả khi cổ phiếu Oracle tăng vọt và thị trường hoan hỉ, tôi vẫn giữ một con mắt lạnh lùng của một người đã từng nhìn thấy quá nhiều câu chuyện đẹp sụp đổ. Tôi không chống lại AI. Tôi chống lại sự mù quáng. Và trước mắt tôi, bản tin này cho thấy một tương lai mà chúng ta sẽ giao những quyết định quan trọng nhất của nền kinh tế — những quyết định kế toán, tài chính, nhân sự — cho một hệ thống mà chúng ta không thể nhìn thấy từ bên trong. Một cú hợp tác vĩ đại, và hàng loạt câu hỏi vẫn chưa ai dám đặt ra. Hãy để dữ liệu tự nói — khi nào nó chịu nói.