Tôi đã có ý định viết về bài này từ lâu nhưng bị thúc ép phải làm khi thấy email gia hạn đăng ký Claude Max hàng tháng. Trong quãng thời gian hạn chế trên internet (~15 năm) của tôi, tôi chưa từng trả hơn $10 mỗi tháng cho bất kỳ phần mềm nào cho đến khi Claude/ChatGPT xuất hiện trong cuộc đời tôi.
Tôi cũng thực sự không thích những bài luận kiểu "luận án" nhưng tôi buộc phải viết về bài này vì tôi không nghĩ ai khác đang nghĩ về mức độ nghiêm trọng của vấn đề này sắp trở thành; chắc chắn không phải ở tầng lớp cao nhất của chính phủ, những người có lẽ có những vấn đề lớn hơn để giải quyết (không phải dầu ăn)..
Với bài phát biểu trước quốc dân tuần này, Thủ tướng đã nhấn mạnh về CAD (Thâm hụt Tài khoản Vãng lai) ngày càng tăng của chúng ta, điều đã thúc giục ông khuyên đồng bào 'không đi du lịch nước ngoài', 'cắt giảm đi lại công sở' và 'đừng mua vàng' v.v. Bạn có thể hỏi, những điều này liên quan gì đến suy luận (inference)?
Kể từ khi tôi bắt đầu dành thời gian cho các dịch vụ CNTT, đặc biệt là về cách AI sẽ phá vỡ triệt để cấu trúc biên lợi nhuận của các công ty này, thật khó để không nghĩ về bài luận AGI Trades 2024 của Daniel Gross, nơi ông so sánh khoản xuất khẩu CNTT trị giá 250 tỷ đô la của Ấn Độ thời đó với các token GPT-4 (mà vào thời điểm đó thậm chí còn chưa suy luận được). Các token GPT 5.5 ngày nay đã trở nên có giá trị hơn nhiều...
Petrodollar đã là sự kết hợp tiền tệ mặc định trong một thời gian. Nhập khẩu Dầu và Vàng trong lịch sử tiếp tục và vẫn đang mở rộng thâm hụt tài khoản vãng lai của chúng ta. Nó làm đồng rupee yếu đi khi giá cả tăng vọt. Dầu mỏ khiến các nhà kinh tế vĩ mô, bộ trưởng tài chính và thống đốc ngân hàng trung ương lo lắng vì một lý do. (cuộc chiến đang diễn ra đã làm lộ rõ điểm yếu cấu trúc trong nền kinh tế của chúng ta, khiến mọi thứ tồi tệ hơn)
Nhưng nền kinh tế AI đang tạo ra một loại phụ thuộc nhập khẩu mới mà ngày càng trông giống như petrodollar mới - token-dollar
Nếu nền kinh tế dịch vụ của Ấn Độ bắt đầu phụ thuộc vào các token mô hình nước ngoài để cung cấp phần mềm, phân tích, tư vấn, BPM, hỗ trợ khách hàng, tuân thủ, vận hành tài chính và công việc lập trình, thì chúng ta đang tạo ra một đầu vào mới được định giá bằng đô la cho động cơ xuất khẩu quan trọng nhất của Ấn Độ.
Ấn Độ không cần một công ty suy luận (inference) nội địa đẳng cấp thế giới vì nghe có vẻ yêu nước hay chủ quyền nghe có vẻ ngầu, mà vì đồng rupee không thể đủ khả năng chi trả cho một tương lai nơi mọi đơn vị công việc hỗ trợ bởi AI đều được thuê bằng đô la.
Lớp đệm vĩ mô của Ấn Độ là dịch vụ (tạm thời..)
Tài khoản bên ngoài của Ấn Độ có một vấn đề cấu trúc đơn giản. Chúng ta nhập khẩu rất nhiều hàng hóa quan trọng cần thiết cho nền kinh tế. Dầu, vàng, thiết bị điện tử, máy móc, chất bán dẫn, thiết bị quốc phòng, nguyên liệu công nghiệp. Những hàng nhập khẩu này tạo ra nhu cầu đô la liên tục.
Thứ cứu chúng ta luôn là dịch vụ; cụ thể là ITeS.
Ấn Độ kết thúc năm tài chính 2026 với kim ngạch xuất khẩu dịch vụ đạt 418,3 tỷ đô la so với nhập khẩu dịch vụ, tạo ra thặng dư thương mại dịch vụ ròng là 213,9 tỷ đô la. Thặng dư đó là lý do duy nhất khiến đồng rupee không phá giá sớm hơn nhiều. Nó trả tiền cho dầu, vàng, thiết bị điện tử, máy móc của chúng ta. Bài đánh giá tháng 4 của chính Bộ Tài chính thừa nhận thặng dư dịch vụ bù đắp 64,2% thâm hụt thương mại hàng hóa. Toàn bộ tài khoản bên ngoài cân bằng nhờ vào xuất khẩu dịch vụ, và xuất khẩu dịch vụ cân bằng nhờ vào các nhà phát triển, nhà phân tích, nhân viên hỗ trợ và kỹ sư Ấn Độ bán thời gian cho khách hàng nước ngoài với một biên lợi nhuận.
Thỏa thuận vĩ mô này mà Ấn Độ đã sống chung trong nhiều năm đang bị phá vỡ triệt để ngay lúc chúng ta nói..
Tương lai AI lười biếng cho Ấn Độ chuyển đổi xuất khẩu dịch vụ thành nhập khẩu token
Hôm nay, một công ty CNTT Ấn Độ kiếm đô la từ khách hàng toàn cầu và trả hầu hết chi phí cơ bản bằng rupee.
Ngày mai, cùng công ty đó có thể kiếm đô la từ khách hàng toàn cầu, nhưng trả tiền cho một công ty mô hình nước ngoài để suy luận (inference) mỗi khi một tác nhân AI lý luận, viết mã, soạn thảo, kiểm tra, tìm kiếm, tóm tắt, phân loại hoặc trả lời. Sự chênh lệch của kỷ nguyên trước sẽ không còn đứng vững trong một thế giới ngày càng dựa trên token..
Rủi ro không phải là các công ty Ấn Độ sẽ sử dụng các công cụ AI nước ngoài. Họ đã và đang sử dụng và sẽ tăng chi tiêu, nhìn vào các Biên bản Ghi nhớ gần đây được ký kết với OpenAI và Anthropic. Rủi ro là đầu vào khan hiếm trong cung cấp dịch vụ chuyển từ lao động Ấn Độ sang suy luận (inference) nước ngoài.
Một khi điều đó xảy ra, CNTT Ấn Độ trở thành người bán lại trí thông minh của người khác.
Token hoạt động giống như hàng hóa trung gian nhập khẩu
Một token rất dễ bị coi thường vì nó có vẻ trừu tượng, không giống như những thùng dầu thô được dỡ xuống tại Jamnagar.
Nhưng trong tài khoản bên ngoài, sự trừu tượng không quan trọng vì một khoản thanh toán đô la định kỳ vẫn là dòng rupee chảy ra ngoài.
Bây giờ hãy ánh xạ điều đó vào ngành dịch vụ của Ấn Độ. Một hóa đơn token hàng năm trị giá 42 tỷ đô la ở mức 10% chi tiêu suy luận nước ngoài sẽ không giống như dầu trên sổ cái thương mại. Nhưng nó sẽ hoạt động như một lỗ rò rỉ tài khoản bên ngoài lớn.
Vòng phản hồi đồng rupee
Điều này trở nên xấu xí hơn khi bạn thêm vào sự mất giá tiền tệ.
Suy luận nước ngoài được định giá bằng đô la. Các công ty Ấn Độ thường kiếm tiền, chi tiêu hoặc báo cáo bằng rupee. Nếu đồng rupee yếu đi, mọi token được định giá bằng đô la trở nên đắt hơn tính theo nội tệ.
Điều đó tạo ra một vòng luẩn quẩn:
Áp dụng AI nhiều hơn làm tăng nhu cầu suy luận nước ngoài. Nhu cầu suy luận nước ngoài làm tăng dòng đô la chảy ra. Dòng đô la chảy ra gây áp lực lên tài khoản bên ngoài. Đồng rupee yếu hơn làm cho suy luận nước ngoài đắt đỏ hơn. Chi phí suy luận cao hơn làm giảm biên lợi nhuận của Ấn Độ.
Đây là lý do tại sao suy luận nội địa không chỉ là một dự án chủ quyền viển vông mà nó gần như hoạt động như một hàng rào ngoại hối cho mọi công ty công nghệ và startup ở Ấn Độ.
Trung tâm dữ liệu GPU là những nhà máy lọc dầu của tương lai
Về mặt chiến lược, GPU là thứ gần nhất mà nền kinh tế AI có được với các tài sản năng lượng sản xuất bởi vì chúng biến điện năng, chip, mô hình và phần mềm thành nhận thức/trí thông minh dưới dạng token. Và ngày nay các token thô ngày càng tạo ra và thực hiện công việc.
Một quốc gia thiếu khả năng tính toán sẽ thuê trí thông minh từ các quốc gia và công ty có nó. Ít nhất trong trường hợp dầu mỏ, bạn phải có phước lành thần thánh để tìm thấy dầu trong biên giới của mình, nhưng để sản xuất token bạn chỉ cần có phước lành của Jensen và một Đơn đặt hàng (hy vọng Lisa Su cũng sẽ xuất hiện..)
Chúng ta đang nhanh chóng tiến tới một tương lai rất thực tế, nơi Ấn Độ sẽ buộc phải nhập khẩu tất cả các token của mình vì đã thất bại trong việc xây dựng một thị trường suy luận nội địa đáng tin cậy không được định giá bằng đô la.
Chỉ mua sắm thôi sẽ không giải quyết được vấn đề này
Chính phủ đã đi đúng hướng. Theo Sứ mệnh AI Ấn Độ, hơn 38.000 GPU đã được đưa vào sử dụng cho một cơ sở tính toán chung, với quyền truy cập được cung cấp cho các startup, học viện và tổ chức công cộng. GPU trong khuôn khổ sứ mệnh cũng được mô tả là có sẵn với giá 65 rupee mỗi giờ.
Nhưng một đám mây GPU không có một lớp suy luận mạnh mẽ sẽ trở thành một cổng thông tin chính phủ khác. Hữu ích cho các thử nghiệm và tiêu đề, yếu cho các trường hợp sử dụng sản xuất, vô hình đối với nhà phát triển, không liên quan đến doanh nghiệp.
Một nền tảng suy luận công cộng của Ấn Độ sẽ trông như thế nào? Nó nên có:
- Định giá bằng rupee.
- Các mô hình trọng số mở SoTA được phục vụ theo cách hiệu quả token nhất (vLLM, SGLang, TensorRT v.v..)
- Các điểm chuẩn độ trễ và thông lượng công khai được cập nhật theo thời gian thực.
- Các tùy chọn triển khai riêng tư.
- Chu kỳ làm mới mô hình nhanh chóng.
- Hiệu suất ngôn ngữ Ấn Độ.
- Chi phí trên mỗi quy trình làm việc đã giải quyết, không chỉ chi phí trên mỗi token.
Điểm chuẩn nên đơn giản: liệu một nhà phát triển Ấn Độ có thể chuyển từ API nước ngoài sang điểm cuối nội địa mà không cần viết lại ứng dụng, hy sinh độ tin cậy hoặc chờ đợi ba sáu tháng để danh mục mô hình bắt kịp không?
Nếu câu trả lời là không, thì chúng ta CHƯA có một nền tảng hoặc chiến lược suy luận nào cả.
Chúng ta có thể đã bỏ lỡ cuộc chơi tiền huấn luyện mô hình ngôn ngữ lớn SoTA tiên phong lần này
Ấn Độ nên thành thật về vị trí của mình.
Huấn luyện một mô hình tiên phong chống lại OpenAI, Google, Anthropic, Meta và các phòng thí nghiệm mạnh nhất của Trung Quốc đòi hỏi sức mạnh tính toán, nhân tài, dữ liệu, cơ sở hạ tầng, chiều sâu đánh giá, phân phối và hàng tỷ đô la vốn rủi ro.
Nhưng cuộc chiến vĩ mô trước mắt là suy luận bởi vì hầu hết các quy trình làm việc của doanh nghiệp không cần mô hình thông minh nhất trên trái đất. Họ cần mô hình rẻ nhất giải quyết công việc một cách đáng tin cậy.
Và suy luận thực sự là một cỗ máy kiếm tiền miễn là GPU không nằm trên bảng cân đối kế toán của bạn. Xem xét suy luận hiện đại là một thiết kế đồng phần cứng-phần mềm, việc ở gần phần cứng nhất có thể sẽ giúp ích và xây dựng các hào cấu trúc cho doanh nghiệp của bạn.
Một quy trình xử lý yêu cầu bồi thường văn phòng hậu cần không phải lúc nào cũng cần Opus/5.5 mới nhất. Một tác nhân tuân thủ không phải lúc nào cũng cần khả năng suy luận tiên phong tối đa. Một công cụ tóm tắt hỗ trợ khách hàng không phải lúc nào cũng cần mô hình đắt tiền nhất hiện có.
Một mô hình trọng số mở mạnh mẽ, được định tuyến-lưu trữ tạm thời-tinh chỉnh cho các quy trình làm việc tùy chỉnh, với các đánh giá thực tế và được phục vụ nội địa với chi phí thấp hơn có thể giành được một phần lớn khối lượng công việc của doanh nghiệp Ấn Độ.
Đó là nơi Ấn Độ vẫn còn một cánh cửa. Trung Quốc đã nhận ra điều này khoảng 2 năm trước với các mô hình ngôn ngữ lớn và 15 năm trước với cơ sở hạ tầng điện toán đám mây.
Các ông lớn công nghệ Trung Quốc đã nhận ra họ không thể im lặng và nhường quyền kiểm soát cho phương Tây trong việc huấn luyện mô hình - các vụ mua H200 gần đây và sự tập trung của họ vào NPU nội địa của Huawei cũng cho thấy họ coi trọng mức thuế nhập khẩu sắp xảy ra này đến mức nào. Các nhà lãnh đạo hàng đầu của chúng ta đang bận rộn lên diễn văn về việc chúng ta nên ngừng tiền huấn luyện và học cách yêu thích các trường hợp sử dụng mà không có bất kỳ năng lực suy luận thực tế nào để chứng minh..
Mỹ đã hiểu sâu sắc về lớp suy luận và đang trở thành các phòng thí nghiệm nghiên cứu suy luận..
Together (Tri Dao, Giám đốc Khoa học của họ, là bộ não đằng sau Flash Attention), Fireworks (huấn luyện hậu kỳ RL với Cursor là khách hàng neo), Baseten, DeepInfra, Modal và bây giờ là vLLM (Inferact) và SGLang (Radixark), tất cả đều đang huy động hàng trăm triệu đô la tài trợ, đang xây dựng các lớp suy luận hiệu suất cao xung quanh các mô hình trọng số mở - trên thực tế trở thành các phòng thí nghiệm suy luận mới.
Họ cập nhật danh mục mô hình một cách nhanh chóng. Họ cạnh tranh về độ trễ, chi phí và trải nghiệm nhà phát triển. Chính NVIDIA đã nêu bật các công ty như Baseten, DeepInfra, Fireworks và Together vì giảm chi phí token thông qua suy luận tối ưu hóa trên các hệ thống Blackwell.
Không một công ty Ấn Độ nào hoạt động ở quy mô này, ngay cả khi thế giới đã công nhận truyền thống khả năng cung cấp dịch vụ CNTT của chúng ta.
Kết quả là chúng ta vẫn thiếu nền tảng suy luận nội địa mặc định mà một nhà phát triển nghiêm túc, ngân hàng, công ty SaaS, nhà cung cấp CNTT hoặc cơ quan chính phủ có thể tin tưởng như là điểm đến đầu tiên.
Mặc dù chúng ta có những cái tên như Simplismart, Neysa và Yotta - nhưng chỉ cần nhìn lướt qua các nền tảng của họ cũng thấy chúng ta tụt hậu xa như thế nào trên tất cả các thông số khác nhau.
Vấn đề của các công ty đương nhiệm Ấn Độ
Các công ty GPU và đám mây lớn của Ấn Độ không thể tiếp tục coi suy luận như một trang danh mục. Nếu thế giới đang chuyển từ Llama sang Qwen sang DeepSeek sang Kimi sang bất cứ thứ gì ra mắt vào tháng tới (Xiaomi giờ đã có mô hình trọng số mở tiên phong!!), thì các nhà cung cấp suy luận Ấn Độ không thể cập nhật danh mục mô hình với tốc độ mua sắm của khu vực doanh nghiệp nhà nước.
Suy luận nội địa nên được đánh giá theo cùng tiêu chuẩn như suy luận nước ngoài.
- Tốt hơn, ở những nơi khối lượng công việc đặc thù của Ấn Độ là quan trọng.
- Rẻ hơn, ở những nơi kinh tế đồng rupee là quan trọng.
- Riêng tư, ở những nơi quy định là quan trọng.
- Hiện tại, ở những nơi hiệu suất mô hình là quan trọng.
Đây là vấn đề chính sách và cơ hội khởi nghiệp
Tin tốt là điều này có thể xây dựng được và chúng ta không cần phải làm quá phức tạp.
Chúng ta đã biết Anthropic, Google và OpenAI đều coi Ấn Độ là thị trường lớn thứ hai của họ cho chi tiêu AI - nhu cầu rõ ràng là có. ElevenLabs đang trên đà đạt doanh thu hàng năm 100 triệu đô la tại Ấn Độ chỉ từ việc bán suy luận giọng nói.
Trong khi sứ mệnh IndiaAI đã khởi đầu đúng hướng, thì ở đâu đó cao su đã không chạm được mặt đường - bởi vì chúng ta nghĩ rằng chỉ cần mua sắm GPU là đủ.
Sức mạnh tính toán được trợ cấp nên thưởng cho việc sử dụng sản xuất thực tế, không phải cho việc sưu tập logo.
Câu hỏi là ai sẽ nắm giữ biên lợi nhuận cuối cùng (ngoài Jensen). Nếu các công ty mô hình nước ngoài nắm giữ biên lợi nhuận token, các đám mây nước ngoài nắm giữ biên lợi nhuận cơ sở hạ tầng, và các công ty Ấn Độ giữ biên lợi nhuận tích hợp, thì AI sẽ ăn mòn lợi thế duy nhất chúng ta có (chênh lệch lao động), làm cho sự phụ thuộc bên ngoài của nó trở nên tồi tệ hơn.
Nếu Ấn Độ xây dựng suy luận nội địa, câu chuyện sẽ thay đổi vì tất cả GPU nhập khẩu trở thành cơ sở hạ tầng nội địa - Một số chi tiêu token bằng đô la trở thành chi tiêu bằng rupee và một số biên lợi nhuận ở lại với các công ty cơ sở hạ tầng Ấn Độ.
Một số khả năng AI trở nên khả dụng cho các startup và doanh nghiệp Ấn Độ mà không phải chịu rủi ro ngoại hối liên tục. Một số xuất khẩu dịch vụ trở nên có thể bảo vệ được hơn.
Kết luận
Hóa đơn kiểu nhập khẩu dầu tiếp theo của Ấn Độ có thể không chỉ đến từ các tàu chở dầu cập cảng Jamnagar.
Nó CHẮC CHẮN sẽ đến từ hàng triệu cuộc gọi API được thực hiện bởi các công ty dịch vụ và startup Ấn Độ, những người tự gọi mình là bản địa AI trong khi thuê trí thông minh bằng đô la.
Trong nhiều thập kỷ, Ấn Độ nhập khẩu năng lượng và xuất khẩu phần mềm.
Nhưng điều này có thể tránh được. Nó đòi hỏi Ấn Độ phải ngừng nhầm lẫn việc mua sắm GPU với năng lực suy luận, ngừng nhầm lẫn thương hiệu chủ quyền yêu nước vốn KHÔNG phải là cơ sở hạ tầng cấp sản xuất, và ngừng giả vờ rằng hóa đơn AI là vấn đề của người khác. Hóa đơn đã đến rồi. Của tôi là $138 tháng trước và đã được trợ giá nặng. Của bạn sẽ sớm không còn như vậy trong tương lai gần.
Suy luận nội địa bây giờ là cơ sở hạ tầng kinh tế vĩ mô. Chúng ta cần tăng tốc năng lực trên chiến tranh như thể đồng rupee phụ thuộc vào nó.
