Messari - công ty về dữ liệu và phân tích crypto nổi tiếng vừa công bố báo cáo đáng chú ý mang tên State of AI 2025, mô tả bức tranh toàn cảnh về sự tăng tốc mạnh mẽ của AI phi tập trung trong năm nay.
Từ nhu cầu sử dụng AI tăng vọt, chìa khóa cho vấn đề độc quyền dữ liệu, cho đến sự xuất hiện của AI agents, anh em hãy cùng Block24 điểm qua những chi tiết đáng chú ý nhất trong báo cáo này nhé!
Tổng quan về DeAI
Khái niệm và bối cảnh ra đời
DeAI là viết tắt của Decentralized AI (AI phi tập trung), một mô hình AI mở, cho phép bất kỳ ai cũng có thể đóng góp tài nguyên tính toán, dữ liệu hoặc mô hình theo hướng permissionless.

DeAI xuất hiện từ nhu cầu tạo ra một hệ sinh thái AI mở hơn, rõ ràng hơn và không phụ thuộc vào một số ít công ty lớn. Khi các mô hình AI ngày càng mạnh, quyền kiểm soát dần tập trung vào tay những tổ chức lớn (Big Tech), vì họ sở hữu lượng GPU khổng lồ, kho dữ liệu riêng và hạ tầng đắt đỏ. Điều này dẫn đến nhiều vấn đề như chi phí cao, thiếu minh bạch, rủi ro lạm quyền và gần như không thể kiểm chứng cách AI đưa ra quyết định.
DeAI ra đời để giải quyết những điểm nghẽn đó bằng cách tận dụng blockchain và cơ chế phi tập trung để phân phối thiết bị, dữ liệu và tác vụ AI qua mạng lưới người dùng toàn cầu. Thay vì mọi thứ nằm trong một trung tâm dữ liệu của Big Tech, DeAI cho phép AI được “xây” và “chạy” dựa trên tài nguyên đóng góp từ cộng đồng, với khả năng xác thực và quản lý bằng on-chain. Đây chính là nền tảng giúp AI trở nên công bằng, minh bạch và dễ tiếp cận hơn.
Triết lý và cấu trúc hệ sinh thái DeAI
Triết lý của DeAI bắt nguồn từ một câu hỏi rất đơn giản: Nếu AI ngày càng trở nên quan trọng như điện hay internet, liệu chúng ta có thể chấp nhận việc nó nằm trong tay vài công ty lớn? Messari cho rằng câu trả lời phải là “không”.
DeAI được xây dựng với tư tưởng cốt lõi là tách AI khỏi mô hình tập trung, chuyển sang vận hành dựa trên cộng đồng, minh bạch, có thể kiểm chứng và không cần xin phép ai để truy cập tài nguyên.
Từ triết lý đó, hệ sinh thái DeAI được cấu trúc thành 6 lớp (layers) chính, mỗi tầng giải quyết một vấn đề trong AI.
- Data: Thu thập, xử lý, lưu trữ và trao đổi dữ liệu ở nhiều dạng khác nhau (văn bản, hình ảnh, video, tín hiệu…) trên các mạng phi tập trung.
- Compute: Tập hợp tài nguyên tính toán đa dạng từ cá nhân và tổ chức như GPU, CPU để phục vụ huấn luyện mô hình và chạy inference theo cơ chế phân tán.
- Training & Inference: Huấn luyện, phát triển và cho phép sử dụng mô hình AI mà không cần xin phép.
- Privacy & Verification: Nhóm công nghệ giúp đảm bảo dữ liệu vẫn được giữ riêng tư và quá trình tính toán có thể được xác minh (đúng hoặc sai), mà không cần tiết lộ thông tin nhạy cảm.
- Agents & Orchestration: Xây dựng và điều phối AI agent, giúp chúng có thể tự sử dụng các công cụ crypto như ví, thanh toán, giao dịch, danh tính on-chain.
- Applications: Các ứng dụng phi tập trung cho phép người dùng tương tác với nhiều lớp khác nhau trong DeAI, từ dữ liệu, mô hình, agent cho đến hạ tầng tính toán.

Tất cả những mảnh ghép trên hợp lại tạo thành DeAI stack, nơi các ứng dụng AI phi tập trung hoạt động độc lập, minh bạch và đáng tin cậy hơn nhiều so với các dịch vụ tập trung hiện nay.
Nhờ cấu trúc dạng stack này, DeAI không dừng lại ở ý tưởng, mà là hệ sinh thái hoàn chỉnh bao gồm compute, dữ liệu, mô hình, tác vụ và agent có thể kết nối với nhau và mở rộng theo thời gian. Chỉ khi xây dựng đầy đủ các lớp như vậy, mục tiêu AI thực sự mở và phi tập trung mới trở thành hiện thực.
Vì sao inference là chìa khóa thành công của DeAI?
Inference (suy luận AI) được xem là mảnh ghép then chốt của DeAI vì đây là phần dễ phi tập trung nhất trong toàn bộ quy trình vận hành AI, gồm training và Inference.
Khác với training, inference không cần trao đổi dữ liệu liên tục hay đồng bộ hóa hàng tỷ tham số, vì vậy mà việc chạy mô hình trên mạng GPU phân tán trở nên khả thi và hiệu quả hơn nhiều. Điều này đặc biệt quan trọng trong bối cảnh nhu cầu inference tăng mạnh, cả người dùng và doanh nghiệp đang sử dụng AI rất nhiều.

Messari chỉ ra rằng hầu hết doanh thu của AI hiện nay nằm ở việc chạy chứ không phải huấn luyện mô hình. Vì thế, nếu DeAI có thể cung cấp inference với chi phí rẻ hơn, minh bạch hơn và có thể chứng minh được kết quả (verifiable inference), nó sẽ ngay lập tức có sản phẩm phù hợp thị trường. Đây là lợi thế mà DeAI cần nắm lấy, thay vì cạnh tranh trực tiếp với Big Tech ở giai đoạn training, vốn phức tạp và tốn kém.
Tóm lại, inference trở thành chìa khóa thành công của DeAI vì:
- Dễ phi tập trung hóa
- Nhu cầu thị trường rất lớn
- Có thể tạo doanh thu ngay
- Không cần cạnh tranh trực diện với Big Tech
- Và nhất là tạo nền tảng để mở rộng sang các phần khó hơn như training, agents và dữ liệu
Dữ liệu - Yếu tố then chốt trong AI nhưng bị độc quyền
Báo cáo nhấn mạnh rằng AI đang tiến đến giai đoạn mà việc có thêm GPU hay mô hình đào tạo lớn là không đủ. Điều quyết định sức mạnh thật sự của AI nằm ở dữ liệu mà nó được huấn luyện và cải thiện.
Các mô hình hàng đầu hiện nay đều cần dữ liệu chất lượng cao, đa dạng và mang tính chuyên sâu, nhưng chúng không có sẵn trên internet như trước nữa. Chính vì thế, những công ty sở hữu kho dữ liệu độc quyền đang chiếm lợi thế rất lớn, khiến cuộc chơi ngày càng tập trung.
DeAI xuất hiện để giải quyết bài toán này, bằng cách tạo cơ chế để cộng đồng cùng đóng góp dữ liệu, xác minh nguồn gốc (data provenance), đổi lại họ được trả thưởng công bằng. Đây là cách thu thập dữ liệu quy mô lớn theo hướng phi tập trung nhưng vẫn đảm bảo chất lượng. Những dự án như Grass, Vana hay Perle,... được Messari nhắc đến như các ví dụ cho mô hình data marketplace (thị trường dữ liệu) kiểu mới.

Tóm lại, dữ liệu không chỉ là nguyên liệu đào tạo AI, mà đã trở thành nền kinh tế cốt lõi của cả hệ sinh thái DeAI. Ở đó, ai thu thập được nhiều data tốt hơn, ai chứng minh được chất lượng tin cậy hơn, người đó sẽ đóng vai trò trung tâm trong cuộc đua AI tương lai. Đây là lý do Messari xem dữ liệu như một trong những mảng cốt lõi nhất và khó thay thế nhất của DeAI.
Kỷ nguyên agentic AI và vai trò của blockchain
Một thay đổi quan trọng cần phải nói đến là việc AI không còn đơn giản chỉ là công cụ trả lời câu hỏi, mà đang tiến hóa thành AI agent. Đó là những hệ thống có khả năng tự lập kế hoạch, tự hành động, phối hợp với con người hoặc các phần mềm khác mà không cần ai can thiệp.
Khi các agent được mở rộng khả năng, chúng có thể xử lý các tác vụ dài hơn và phức tạp hơn. METR báo cáo rằng độ dài các tác vụ mà AI agent có thể hoàn thành đang tăng gấp đôi mỗi 7 tháng.

Lúc này, AI agent sẽ cần một môi trường để giao tiếp, ra quyết định và sử dụng tài nguyên một cách an toàn và minh bạch.
Đây chính là lý do blockchain trở thành lớp nền không thể thiếu cho agentic AI (AI agent, hay tác nhân AI). Blockchain cung cấp danh tính on-chain cho từng agent để xác thực hành vi và đảm bảo không thể giả mạo, giúp agent tự trả chi phí compute, mua dữ liệu hay thuê dịch vụ mà không cần tài khoản ngân hàng. Quan trọng hơn cả là mọi hành động của agent hầu như được ghi lại on-chain, ai cũng có quyền kiểm tra khi cần.
Ngoài ra, bức tranh AI agent cần một bộ công cụ hoàn chỉnh gồm orchestration (điều phối tác vụ), reputation (đánh giá danh tiếng), kiểm chứng kết quả, và các giao thức giúp agent trao đổi với nhau.
Nhờ sự kết hợp giữa AI và blockchain, agentic AI có thể hoạt động an toàn, minh bạch và bền vững hơn. Từ đó tạo nền tảng cho một nền kinh tế mới, nơi máy móc và phần mềm có thể tự thực hiện các quy trình phức tạp mà không cần phụ thuộc vào bên trung gian.
Mô hình cạnh tranh kiểu “chọn lọc tự nhiên” trong DeAI
Một trong những điểm thú vị nhất của DeAI là cách hệ sinh thái này vận hành giống như đấu trường chọn lọc tự nhiên, chỉ ưu tiên những mô hình, dữ liệu hoặc tác vụ chất lượng nhất.
Không giống như tuyển dụng nhân lực hay chọn đối tác theo cách truyền thống, DeAI tạo ra sân chơi mở để tất cả mọi người đều có thể đóng góp mô hình, GPU hoặc dữ liệu, và được trả thưởng dựa trên hiệu quả thực tế. Ai làm tốt hơn thì được nhiều phần thưởng hơn, ai làm kém thì bị loại khỏi cuộc chơi, giống như cách tự nhiên chọn ra cá thể khỏe nhất.
Chúng ta có thể nhìn thấy rõ cách hoạt động của mô hình này ở những mạng lưới như Bittensor hay các hệ thống nghiên cứu phi tập trung như CrunchDAO. Chẳng hạn như trong Bittensor, hàng trăm mô hình AI cùng cạnh tranh để chứng minh giá trị qua các bài kiểm tra on-chain. Mô hình nào trả lời tốt hơn, nhanh hơn, chính xác hơn sẽ tự động được trả thưởng bằng token, không cần ai kiểm tra thủ công cả mà chất lượng là tiêu chuẩn duy nhất. Cơ chế này tạo ra động lực mạnh mẽ để cộng đồng liên tục cải thiện mô hình, tối ưu dữ liệu và nâng cấp hạ tầng.

Nhờ chọn lọc tự nhiên, DeAI thu hút và sàng lọc nhân tài theo quy mô toàn cầu. Người đóng góp không cần làm việc full-time hay đến công ty như nhân sự truyền thống, họ chỉ cần cung cấp những thứ tốt nhất đang có (mô hình AI, dữ liệu sạch, GPU...) và cơ chế mạng lưới sẽ tự động đánh giá rồi trả thưởng. Đây là cách DeAI xây dựng một môi trường cạnh tranh lành mạnh, minh bạch và hiệu quả hơn nhiều so với mô hình tập trung.
Lý do AI phải kết nối on-chain trong tương lai
Như đã đề cập ở phần đầu, khi AI ngày càng có khả năng tự hành động như một tác nhân độc lập, chúng cần một môi trường đảm bảo tính minh bạch, an toàn và có thể kiểm chứng. Blockchain chính là lớp hạ tầng đáp ứng những yêu cầu đó.
Theo Messari, trước hết, AI cần danh tính on-chain để biết “agent nào đang làm gì”, tránh tình trạng mô hình giả mạo, thao túng hay hoạt động ẩn danh không kiểm soát được. Tiếp theo, AI cũng cần cơ chế thanh toán tự động, vì các tác vụ như mua dữ liệu hay thuê compute phải diễn ra liên tục mà không có con người can thiệp.
Thật vậy, blockchain cung cấp dữ liệu bất biến, minh bạch về mọi hành động của AI, giúp con người kiểm chứng khi cần. Điều này đặc biệt quan trọng, vì AI giờ đây đã có thể tương tác với tài chính, hợp đồng, thiết bị vật lý hoặc các hệ thống nhạy cảm.
Báo cáo của Messari cũng nhấn mạnh rằng nhiều tác vụ AI, từ inference, training đến agent coordination (cơ chế điều phối giữa các AI agent) có thể được chứng minh bằng mật mã thông qua các công nghệ như ZK, MPC hay TEE, và blockchain là nơi lưu trữ, xác thực các bằng chứng đó.
Cuối cùng, khi AI ngày càng kết nối với thế giới thực qua cảm biến, robot hay thiết bị IoT, chúng cần một lớp hạ tầng để xác thực nguồn dữ liệu, danh tính máy móc và tính toàn vẹn của thông tin. On-chain giúp tất cả những điều này xảy ra mà không phụ thuộc vào một trung tâm duy nhất nào. Do đó, kết nối on-chain không phải là lựa chọn phụ, mà sẽ trở thành một phần thiết yếu của cách AI vận hành trong tương lai.
Lưu ý: Nội dung bên trên không phải là lời khuyên đầu tư. Anh em chỉ nên tham khảo và tự mình tìm hiểu kỹ trước khi quyết định xuống tiền. Hãy là nhà đầu tư có trách nhiệm với tài sản của mình!







Bình luận
Chưa có bình luận