Ngành công nghiệp AI đang nghiện việc ra mắt sản phẩm. Các mô hình tiên tiến, trước đây được phát hành cách nhau đủ lâu để các kỹ sư có thời gian hít thở và người dùng học cách sử dụng những gì vừa được cung cấp, nay lại xuất hiện với tần suất như các bản cập nhật phần mềm. Khoảng thời gian trung bình giữa các lần ra mắt mô hình lớn đã thu hẹp từ 37,5 ngày vào năm 2023 xuống còn chỉ 11 ngày tính đến nay trong năm 2026.
Kết quả là một hiện tượng mà những người trong ngành gọi là “mệt mỏi mô hình,” một sự kiệt sức dần lan rộng qua các nhóm kỹ sư, khách hàng doanh nghiệp và thậm chí cả các nhà đầu tư tài trợ cho toàn bộ hoạt động này.
Sự nén mà không ai yêu cầu
Tốc độ ra mắt của chính OpenAI đã kể nên câu chuyện một cách ngắn gọn. Khoảng thời gian trung bình giữa các lần ra mắt mô hình của công ty đã giảm từ 170,5 ngày vào năm 2023 xuống còn 49 ngày tính đến năm 2026. Chu kỳ phát triển và tinh chỉnh trước đây kéo dài khoảng sáu tháng nay thậm chí còn không đủ một quý.
Áp lực không chỉ đến từ trong nước. Các phòng thí nghiệm Trung Quốc như Moonshot AI và Z.ai đã nổi lên như những đối thủ nghiêm túc, tung ra các mô hình trọng số mở có hiệu suất ngang bằng hoặc gần bằng các hệ thống đóng và sở hữu độc quyền. Kimi K3 của Moonshot AI, một mô hình 2,8 nghìn tỷ tham số, đã đạt mức hiệu suất tương đương các đối thủ đã được xác lập trong khi giảm chi phí triển khai xuống khoảng một phần sáu so với các mô hình đóng tương đương.
Các mô hình mở trọng số thay đổi toán học
Các mô hình Trung Quốc chiếm 41% số lượt tải xuống trên Hugging Face vào mùa xuân năm 2026. GLM 5.2 của Z.ai cũng đã đạt được các tiêu chuẩn hiệu suất từng chỉ dành cho các sản phẩm độc quyền đắt nhất, và điều này xảy ra trong khi mô hình hoàn toàn miễn phí.
Đây là vấn đề “hội tụ khả năng” mà các chuyên gia của Gartner đã cảnh báo vào tháng 6 năm 2026. Khi mọi mô hình mới đều thực hiện tương tự nhau trên các tiêu chuẩn đánh giá chuẩn, lợi thế của việc đến trước biến mất gần như ngay lập tức.
Phía con người của máy chạy bộ
Có lẽ tín hiệu rõ ràng nhất đến vào tháng 7 năm 2026, khi hơn 1.000 nhân viên tại các phòng thí nghiệm AI lớn đã ký đơn kiến nghị kêu gọi giảm tốc độ phát triển một cách thận trọng hơn.
Hiện tượng bão hòa hiệu suất, khi các mô hình mới cho thấy sự cải tiến ngày càng giảm trên các bài kiểm tra tiêu chuẩn, đang góp phần làm tăng áp lực vận hành đối với các nhà phát triển. Tuổi thọ mô hình ngắn hơn cũng có nghĩa là các công việc như tài liệu hóa, kiểm tra an toàn và tích hợp bị nén lại. Khách hàng doanh nghiệp vừa hoàn thành việc triển khai một phiên bản thì đã được thông báo rằng phiên bản tiếp theo đã sẵn sàng và phiên bản cũ sẽ bị ngừng hỗ trợ.
Điều này có nghĩa gì đối với cảnh quan cạnh tranh
Đánh giá của Gartner rằng những lợi thế của mô hình AI nền tảng đang trở nên tạm thời cho thấy một sự đánh giá chiến lược rộng hơn. Nếu hiệu suất mô hình thô không còn là lợi thế cạnh tranh bền vững, giá trị sẽ chuyển xuống phía dưới đến chất lượng dữ liệu, độ sâu tích hợp và tinh chỉnh theo lĩnh vực cụ thể.
Các nhà giao dịch nên theo dõi các chỉ số về sự chấp nhận của các mô hình mở, đặc biệt là số liệu tải xuống trên Hugging Face và dữ liệu triển khai doanh nghiệp. Nếu tỷ lệ 41% do các mô hình Trung Quốc nắm giữ tiếp tục tăng, điều này có thể gây áp lực lên các dự báo doanh thu của các phòng thí nghiệm Mỹ vẫn đang dựa trên giả định định giá phí.
Đơn kiến nghị từ các nhân viên phòng thí nghiệm AI cũng đưa ra một rủi ro ít đo lường được hơn: sự kiệt sức của nhân tài. Trong một ngành mà toàn bộ giá trị cốt lõi phụ thuộc vào một nhóm nhỏ các nhà nghiên cứu và kỹ sư, sự mệt mỏi kéo dài có thể dẫn đến tình trạng nghỉ việc vào đúng thời điểm không phù hợp.