96,22 tỷ USD doanh thu, tranh cãi tiêu chuẩn AGI của Jensen Huang nóng trở lại

Nvidia (NVDA) công bố doanh thu 96,22 tỷ USD trong quý 2 tài khóa 2027, và phát biểu trước đó của CEO Jensen Huang về “trí tuệ nhân tạo tổng quát” (AGI) một lần nữa trở thành tâm điểm tranh cãi trong ngành công nghệ. Vấn đề nằm ở chỗ ngành công nghiệp đang dùng chung từ AGI nhưng đặt ra tiêu chuẩn và phạm vi rất khác nhau.

Trong podcast của Lex Fridman hồi tháng 3, khi được hỏi liệu đã có hệ thống AI nào có thể thành lập, phát triển và vận hành một công ty công nghệ trị giá từ 1 tỷ USD trở lên hay chưa, Jensen Huang trả lời ngắn gọn: “Ngay bây giờ”. Ông nói thêm: “Chúng ta đã đạt được AGI”.

Theo nhiều nhà quan sát, phát biểu này không hẳn là tuyên bố rằng AI đã đạt được mọi năng lực của con người, mà gần với ý AI có thể tạo ra kết quả kinh tế trong những tác vụ thực tế có giới hạn. Trọng tâm tranh luận về AGI, vì vậy, đang dịch chuyển từ khái niệm trí tuệ tương đương con người sang khả năng xử lý công việc thực tế và sản phẩm đầu ra.

Ngày 26 tháng 8, Nvidia công bố báo cáo tài chính quý 2 tài khóa 2027 với doanh thu đạt 96,22 tỷ USD, trong đó doanh thu mảng trung tâm dữ liệu chiếm 89 tỷ USD.

Trong tài liệu công bố kết quả kinh doanh, Jensen Huang nói “AI đang làm những việc hữu ích”, đồng thời cho biết token “mang tính sản xuất và có lợi nhuận”. Cách Nvidia mô tả AGI, vì thế, gần với các chỉ số lượng compute sử dụng, sản lượng công việc và khả năng thương mại hóa hơn là một định nghĩa mang tính triết học.

TokenPost trước đó đưa tin phát biểu về AGI của Jensen Huang một lần nữa gây tranh cãi sau báo cáo tài chính của Nvidia. Vào thời điểm đó, trọng tâm tranh luận cũng không phải là AGI đã thực sự xuất hiện hay chưa, mà là việc ông Huang dùng từ AGI để mô tả năng lực xử lý công việc, chứ không phải một mốc có thể kiểm chứng rõ ràng.

Định nghĩa trong ngành hiện vẫn chưa thống nhất. Điều lệ của OpenAI mô tả AGI là hệ thống tự chủ cao, vượt trội hơn con người trong phần lớn công việc có giá trị kinh tế.

Trong khi đó, phát biểu của Jensen Huang đặt trọng tâm vào một số tác vụ thực tế cụ thể và sản lượng kinh tế. Cùng dùng từ AGI, nhưng OpenAI lấy phạm vi rộng hơn và mức độ tự chủ cao hơn làm tiêu chuẩn.

Thông thường, AGI được hiểu là AI có thể tự hiểu và thực hiện nhiều loại tác vụ khác nhau, vượt ra ngoài phạm vi một AI chuyên biệt cho một nhiệm vụ cụ thể. Tuy nhiên trong thực tế ngành, vẫn chưa có sự đồng thuận rõ ràng về việc nên lấy mức độ tự chủ của mô hình, thời gian duy trì tác vụ, giá trị kinh tế tạo ra, hay hiệu suất so với con người làm tiêu chuẩn.

Phát biểu gần đây của Jensen Huang cũng gắn liền với các cuộc thảo luận về quản lý AI. Ngày 2 tháng 9, tại hội nghị công nghệ G20 tổ chức ở Chapel Hill, bang North Carolina (Mỹ), ông cho rằng quy định quản lý AI nên dựa trên thiệt hại thực tế, thay vì rủi ro mang tính lý thuyết.

Trong đoạn video của Reuters, ông giải thích rằng trong vài năm gần đây AI đã giảm được hiện tượng “ảo giác” và giải quyết các vấn đề thực tế tốt hơn. Theo ông, để công nghệ trở nên an toàn hơn, quá trình phát triển vẫn cần được tiếp tục.

Phản ứng trong ngành hiện đang trái chiều. Một số ý kiến cho rằng năng lực sử dụng AI đang thay đổi cách tuyển dụng và hiệu quả công việc, trong khi một số khác chỉ trích việc xem lượng token sử dụng như một chỉ số năng suất.

Cũng có ý kiến cho rằng AI dạng agent vẫn còn nhiều thách thức trước khi có thể thực sự đảm nhận việc vận hành doanh nghiệp. Theo đánh giá này, việc mô hình có thể duy trì ổn định qua nhiều bước công việc liên tiếp và đưa ra quyết định có trách nhiệm rõ ràng hay không vẫn là một vấn đề riêng biệt.

Phát biểu về AGI của Nvidia cũng gắn với các thảo luận về nhu cầu chất bán dẫn, máy chủ, trung tâm dữ liệu và hạ tầng điện năng trong ngành công nghệ. Khi các mô hình AI đòi hỏi năng lực tính toán ngày càng lớn, điều này có thể ảnh hưởng đến quyết định đầu tư trong toàn bộ chuỗi cung ứng, từ bộ xử lý đồ họa (GPU), bộ nhớ, hệ thống mạng cho đến thiết bị làm mát.

Phát biểu lần này cũng phản ánh cách Nvidia lý giải nhu cầu hạ tầng AI: công ty cho rằng AI càng sử dụng nhiều compute, lượng compute đó càng chuyển hóa thành doanh thu.

Tuy vậy, sự đồng thuận về định nghĩa AGI cũng như tác động kinh tế thực tế vẫn chưa được hình thành. Phát biểu về AGI của Nvidia, vì vậy, vẫn là một cuộc tranh luận về cách ngành AI đo lường năng suất và doanh thu, hơn là về việc đã đạt đến một mốc kỹ thuật cụ thể hay chưa.