Điểm chính

Điều đáng học từ Apsara 2026 là cách phân loại: tách số niêm yết khỏi lời hứa sân khấu. Giá cache hit 0,1 RMB mỗi triệu token của Qwen3.8-Flash đã công khai, dùng được ngay. Việc nên làm tuần này: đo xem bao nhiêu phần hoá đơn AI của bạn chỉ là máy đọc lại thứ đã đọc.

0,1 RMB Giá cache hit mỗi triệu token — Qwen3.8-Flash (giá niêm yết trên Aliyun)
20 GW Mục tiêu datacenter toàn cầu tới 2032 — lời hứa sân khấu, chưa xây
3× Hiệu năng chip Chân Vũ V900 so với M890 — claim của nhà sản xuất

Giữa một hội nghị toàn demo AI ấn tượng, CEO Alibaba Ngô Vĩnh Minh (Wu Yongming, Eddie Wu) lại nói điều ngược lại với không khí sân khấu: thứ ứng dụng được cả ngành tung hô hôm nay, AI viết code, mới chỉ là chiếc bóng đèn năm 1882. Để chứng minh, ông không đưa bảng đánh giá chuẩn hoá (benchmark). Ông kể chuyện trẻ em mắc chứng progeria (lão hoá sớm).

Bài diễn văn khai mạc Hội nghị Apsara (Vân Thê Đại Hội) ngày 22/09/2026 đáng đọc không vì tầm nhìn ASI (trí tuệ siêu việt). Đáng đọc vì nó tách thành hai rổ rõ ràng: những con số niêm yết dùng được ngay, và những lời hứa trên sân khấu chưa.

TL;DR

  • Wu đổi khung gọi: không phải "trí tuệ nhân tạo giống người", mà là "máy thông minh" (machine intelligence, trí tuệ máy) — một loài khác, đang làm chưa tới 3% tổng lượng tư duy của loài người, đích nhắm là gấp 1.000 lần. Đây là analog chiến lược, không có phương pháp đo công bố.
  • Con số dùng được ngay nhất cho doanh nghiệp: giá cache hit (lượt truy trúng bộ nhớ tạm) của Qwen3.8-Flash đúng 0,1 RMB (khoảng 360 đồng) cho một triệu token. Tư duy máy dài hạn đang rẻ đi theo nghĩa đen.
  • Việc đáng làm tuần này không phải chuyển hệ mô hình (stack) theo chip V900 hay mô hình 5–10 nghìn tỷ tham số, mà là đo lại xem bao nhiêu % chi phí AI của bạn rơi vào phần máy "đọc lại" những thứ đã đọc.

Vì sao chủ doanh nghiệp nên quan tâm tới một bài diễn văn Trung Quốc

Có thể bạn không bán hàng cho Alibaba, cũng không chạy mô hình Qwen. Nhưng hoá đơn AI hằng tháng của công ty bạn (viết nội dung, trả lời khách hàng, tự động hoá quy trình) được tính bằng đúng thứ mà bài diễn văn này nói tới: đơn giá của một "lần máy suy nghĩ".

Khi đơn giá đó giảm nhanh, đường biên giữa "việc đáng thuê AI làm" và "việc không đáng" dịch chuyển. Câu chuyện progeria ở phần sau chính là cách nhìn để biết việc của bạn nằm ở bên nào của đường biên.

"Máy thông minh" — đổi thước đo trước khi đổi sản phẩm

Điểm khác biệt của diễn văn năm nay so với các bài phát biểu AI thông thường: Wu từ chối luôn cả câu hỏi "AI có giống người không".

Lập luận của ông mượn lịch sử động lực học. Thuở mới xuất hiện, máy hơi nước chỉ thay người và ngựa kéo — nên người ta lấy "mã lực" (sức ngựa) làm thước. Rồi tàu hoả, máy bay, tên lửa làm những việc không con ngựa nào từng làm. Máy không phải bản sao của ngựa; nó là một cơ chế khác hẳn.

Ông áp đúng khung đó cho AI:

Máy hôm nay giúp người viết code, viết báo cáo — đó chỉ là giai đoạn sơ khai của trí tuệ máy.

Hai con số ông đưa ra, cần đọc kèm điều kiện:

Neo Tuyên bố Tình trạng bằng chứng
Việc vật lý Máy đã gánh 99,9% Analog lịch sử, không phải đo lường 2026
Việc tư duy hôm nay Máy làm dưới 3% tổng tư duy người Số của ông đưa, không công bố phương pháp đo
Đích đến Máy ≥ 1.000 lần người Suy diễn chiến lược, không phải dự báo có sai số

Chúng tôi khuyên: dùng bộ ba con số này như một cách định hướng đầu tư hạ tầng, đừng nhập vào mô hình tài chính nào. Tự thân phép tính của Wu (1.000 chia 0,03) cho ra "còn vài vạn lần room tăng trưởng" — đẹp trên slide, mong manh về phương pháp luận.

Chuyện progeria: bao nhiêu việc quan trọng đang bị bỏ vì không ra sổ?

Đây là đoạn khiến người viết bài này dừng lại lâu nhất.

Wu kể: trẻ sơ sinh mắc chứng lão hoá sớm mỗi năm trên toàn cầu chỉ vài chục ca, tổng số bệnh nhân có hồ sơ chỉ vài trăm người. Không công ty nào muốn bỏ hơn chục năm và số tiền khổng lồ để nghiên cứu một loại thuốc cho vài trăm bệnh nhân. Không phải vì thuốc vô giá trị. Vì nó không lời theo P&L (báo cáo lỗ lãi).

Ông nối tiếp bằng kết luận đáng suy nghĩ hơn cả phần kỹ thuật: khi AI đạt trình độ nghiên cứu chuyên ngành và sức tính (compute) đủ rẻ, "mỗi lĩnh vực nhỏ đều có thể huy động hàng triệu agent (đại lý AI tự hành) nghiên cứu, mô phỏng và kiểm chứng liên tục". Suy nghĩ đỉnh cao chuyển từ hàng xa xỉ sang hàng hoá quy mô lớn.

Với người làm doanh nghiệp, đây là tiêu chí chọn bài toán hay hơn mọi khẩu hiệu ASI: đừng chỉ tự động hoá những việc đã có ngân sách. Vùng giá trị thật của máy tư duy rẻ nằm ở những việc hội đủ ba điều: mẫu quá nhỏ, chu kỳ quá dài, ROI quá thấp so với công sức chuyên gia. Hệ quả của việc không làm thì xã hội vẫn trả đều dần.

Chúng tôi thấy mẫu số đó lặp lại ở chính những việc nhỏ của mình: danh mục lỗi kỹ thuật hiếm của một dòng sản phẩm nội thất ít ai tổng hợp, giả thuyết dữ liệu on-chain (chuỗi khối) mỏng đến mức không quỹ nào thèm giao người làm, tài liệu pháp lý của từng ngành nghề chưa ai chuẩn hoá. Con người bỏ qua vì lỗ. Máy giá rẻ thì chưa chắc.

Vibe coding là bóng đèn 1882 — và đó là lời cảnh báo, không phải lời khen

Mạch điện của Wu chạy như sau. Năm 1882, nhà máy Pearl Street của Edison thắp sáng khoảng 400 bóng đèn. Thuở ấy người ta bán bóng đèn, tặng kèm điện — gần giống các nền tảng AI "tặng token khi mua agent" hôm nay.

Rồi 1902 máy điều hoà ra đời, kế tiếp là máy giặt, tủ lạnh. Năm 1946, chiếc máy tính điện tử đầu tiên xuất hiện — cách bóng đèn hơn 60 năm. Và đây là chi tiết đắt nhất: dù đồ điện đã vào nhà từ 1900, tổng sản lượng điện phát ra cả năm của thế giới khi đó đặt vào hôm nay chỉ đủ dùng khoảng 2 giờ.

Kết luận ông rút, cũng là câu phản-hype giữa một hội nghị đầy demo:

AI Coding hôm nay có thể giống chiếc đèn thời kỳ sơ khai của kỷ nguyên máy thông minh: nó thay thế công việc đã tồn tại trong xã hội. Chỉ thay việc cũ thì không tạo ra một thời đại mới.

Nghĩa là: sản phẩm đại diện cho thời kỳ này, thứ mà chiếc bóng đèn thuở ấy không thể gợi ra (như tủ lạnh đối với người cầm bóng đèn), chưa xuất hiện. Hàm ý thực dụng cho cả bên bán lẫn bên mua AI: đừng nhầm năng suất viết code tăng thêm với việc đang nắm trong tay sản phẩm của thời đại mới. Ngược lại, cũng đừng vội kết luận AI chỉ là bong bóng, vì đứng ở vị trí "năm 1900 của trí tuệ" thì hạ tầng luôn trông thừa thãi so với nhu cầu nhìn thấy được.

Ba viên đá tảng: số nào vào sổ cái, số nào để trên slide

Wu đóng lại bằng một câu định vị toàn bộ kế hoạch đầu tư của Alibaba:

Token là điện của thời đại AI. Chip là máy phát điện. Cloud là lưới điện đưa token tới từng ổ cắm.

Toàn bộ thông số của ba tầng, kèm mức tin cậy theo cách đọc của chúng tôi:

Tầng Số nêu Dùng được chưa
Mô hình Qwen3.8-Flash: đầu vào 0,8 / đầu ra 2,7 / bộ nhớ tạm 0,1 RMB mỗi triệu token Dùng được ngay — giá niêm yết công khai trên nền tảng Aliyun
Mô hình Hướng RSI (recursive self-improvement, tự hoàn thiện lặp), huấn luyện mô hình 5–10 nghìn tỷ tham số Tín hiệu ý định, chưa phải bộ trọng số tải về chạy được
Chip Chân Vũ V900: gấp 3 hiệu năng M890, kiến trúc mở rộng 500.000 card, dự kiến sản xuất hàng loạt quý 1/2027 Lộ trình trên sân khấu, chưa có benchmark độc lập; "50 vạn card" là trần kiến trúc, không phải cụm đã dựng
Cloud Mục tiêu > 20 GW datacenter toàn cầu tới 2032 Tín hiệu tham vọng ngang hàng hyperscaler, chưa phải công suất đã xây

Cờ đỏ cần giữ trong đầu: "chip AI mạnh nhất Trung Quốc" là tuyên bố tự xướng của nhà sản xuất; các con số kiểu "mô hình tự chạy 33 vòng, giảm 42% diện tích module" hay "chi phí còn 8% so với mô hình thương mại cùng hạng" lưu hành quanh hội nghị với tư cách tuyên bố trên sân khấu hoặc nguồn thứ cấp, chưa thấy bộ kiểm thử độc lập công khai.

Điều đáng nói: chính sách giá cache của Qwen không xuất hiện trong bài diễn văn. Nó là bảng giá niêm yết đăng cùng ngày trên nền tảng Aliyun — kiểu chi tiết nên đọc tách khỏi keynote. Cùng xu hướng giảm đơn giá "một lần máy suy nghĩ" này, xem thêm DeepSeek giảm giá vĩnh viễn 75%: làn sóng bình dân hoá AI.

Điểm nhìn của 5ac: đọc diễn văn để lấy hai thứ, bỏ lại phần còn lại

Chúng tôi không có dữ liệu nội bộ để kiểm định RSI hay V900. Nhưng có một việc làm được ngay: đối chiếu các con số niêm yết với vận hành thực của mình.

Với hệ thống agent đang chạy hằng ngày, chi phí không nằm ở câu hỏi "mô hình nào thông minh hơn" nữa; cạnh tranh đã dịch sang "ai chạy được việc thật với chi phí thấp" (mặt trận mà Cuộc chiến giá AI: GPT-5.5 và doanh nghiệp Việt đã ghi nhận bằng số liệu). Phần lớn token trong một ngày làm việc của chúng tôi là máy đọc lại những thứ đã đọc: cùng một hệ tri thức, cùng bộ công cụ, cùng quy trình. Đó đúng chỗ bảng giá cache hit đánh vào; Phối trộn DeepSeek + Gemini để tối ưu chi phí ứng dụng agentic cũng nhắm vào đúng chỗ này. Nếu tỉ lệ truy trúng bộ nhớ tạm (cache hit rate) trong quy trình chạy agent của bạn ổn định trên 60–70%, mỗi đồng hoá đơn AI tương lai sẽ giảm theo đường của biểu giá này — không cần chờ ASI.

Tầng thứ hai đáng chú ý mà ít người nói: khi đơn giá tư duy xuống thấp như vậy, bài toán chọn việc trở nên quan trọng hơn bài toán chọn mô hình (khi cần so sánh từng ứng viên cụ thể, bộ khung Chọn mô hình theo ROI: DeepSeek, Claude Code hay Codex? vẫn dùng được). Danh sách việc nên giao cho máy không còn là "việc gì đang làm thủ công", mà là "việc gì trước đây không ai thuê ai làm".

Câu hỏi thường gặp về diễn văn Apsara 2026

Diễn văn Apsara 2026 nói gì?

Bài khai mạc Hội nghị Apsara ngày 22/09/2026 của CEO Alibaba Ngô Vĩnh Minh (Eddie Wu) đổi khung gọi từ "trí tuệ nhân tạo giống người" sang "máy thông minh": một loài khác, hiện làm chưa tới 3% tổng tư duy của loài người, đích nhắm gấp 1.000 lần. Ông dùng chuyện trẻ mắc chứng progeria và bóng đèn năm 1882 để lập luận rằng AI viết code hôm nay mới chỉ thay việc cũ.

Giá cache hit của Qwen3.8-Flash là bao nhiêu?

Giá cache hit (lượt truy trúng bộ nhớ tạm) của Qwen3.8-Flash là 0,1 RMB cho một triệu token, khoảng 360 đồng. Mức này bằng một phần tám giá đầu vào chuẩn 0,8 RMB và được niêm yết công khai trên nền tảng Aliyun, không phải lời hứa trên sân khấu. Nếu quy trình agent của bạn giữ tỉ lệ cache hit ổn định trên 60-70%, mỗi đồng hoá đơn AI tương lai sẽ giảm theo biểu giá này.

Chip Chân Vũ V900 là gì?

Chân Vũ V900 là chip AI được công bố tại Apsara 2026, nêu hiệu năng gấp 3 lần M890 và kiến trúc cho phép một cụm mở rộng tới 500.000 card, dự kiến sản xuất hàng loạt quý 1/2027. Đây là lộ trình trên sân khấu, chưa có benchmark độc lập; con số 500.000 card là trần kiến trúc, không phải cụm đã dựng. Đừng chuyển hệ mô hình chỉ vì con số này.

Vibe Coding và bóng đèn 1882 nghĩa là gì?

Ngô Vĩnh Minh so AI viết code hôm nay với chiếc bóng đèn năm 1882: nó thay thế công việc đã tồn tại, giống bóng đèn thay đèn dầu, chứ không tạo ra một thời đại mới. Sản phẩm định hình thời kỳ máy thông minh, thứ mà người cầm bóng đèn không thể hình dung, theo ông vẫn chưa xuất hiện. Đây là lời cảnh báo cho cả bên bán lẫn bên mua AI.

Nguồn tham khảo

Lưu ý biên tập: bộ ba con số mở bài (3%, 99,9%, gấp nghìn lần) là analog chiến lược do CEO Alibaba nêu, chưa có hồ sơ phương pháp đo công bố. Bài phân biệt rõ tuyên bố trên sân khấu với giá API đã niêm yết; mọi quyết định chuyển đổi kỹ thuật nên dựa vào nhóm thứ hai.