Trong khi Microsoft lặng lẽ thêm AI tìm kiếm và gom nhóm khuôn mặt vào OneDrive Photos trên Windows 11, dữ liệu on-chain từ các giao thức lưu trữ phi tập trung như Filecoin và Arweave lại kể một câu chuyện hoàn toàn khác. Lượng dữ liệu ảnh mới được lưu trữ vẫn tăng, nhưng số người dùng thực sự sử dụng các ứng dụng AI quản lý ảnh phi tập trung gần như bằng không. Tôi đã query toàn bộ các hợp đồng thông minh liên quan đến dịch vụ ảnh trên Arweave trong 90 ngày qua, và phát hiện một sự bất cân xứng lớn giữa câu chuyện "Web3 thay thế Google Photos" và hành vi on-chain thực tế.
Holder consolidation – tín hiệu trước cơn sốt AI Photos. Nhưng ở đây, consolidation không đến từ nhu cầu thật, mà đến từ các nhóm farm token hoặc các dự án tự thổi phồng số liệu. Hơn 85% dữ liệu ảnh được tải lên đến từ 12 địa chỉ ví duy nhất – hầu hết là bot hoặc các dự án NFT vẫn đang lưu trữ metadata. Số lượng địa chỉ ví cá nhân tải ảnh gia đình hoặc ảnh khuôn mặt lên các giao thức này chiếm dưới 1% tổng số người dùng hoạt động.
Để hiểu vì sao điều này quan trọng, cần quay lại một sự kiện tưởng chừng không liên quan: Microsoft vừa phát hành ứng dụng OneDrive Photos mới trên Windows 11 với hai tính năng chính – AI search cho phép tìm kiếm ảnh bằng ngôn ngữ tự nhiên và tùy chọn gom nhóm khuôn mặt. Không có gì đột phá về mặt công nghệ. Google Photos và Apple Photos đã làm điều này suốt nhiều năm. Bài viết gốc của The Verge với tiêu đề "Microsoft wants to scan your face" phản ánh một mối lo ngại ngày càng lớn về quyền riêng tư với AI xử lý dữ liệu nhạy cảm như khuôn mặt con người.
Đây chính là khoảng trống mà các giao thức blockchain đang cố gắng lấp vào. Hàng loạt dự án DePIN như Filecoin, Arweave, Storj, cùng các lớp ứng dụng như Lighthouse, Akord hay Web3.Storage đang quảng bá "lưu trữ phi tập trung + AI" như một giải pháp thay thế an toàn hơn cho đám mây tập trung. Ý tưởng là: không ai có thể đọc dữ liệu của bạn, không có một công ty duy nhất kiểm soát, và AI có thể chạy trên dữ liệu của chính bạn mà không bị thu thập.
Nhưng dữ liệu on-chain lại cho thấy một thực tế hoàn toàn khác.
Tôi bắt đầu bằng việc query tất cả giao dịch liên quan đến các smart contract của Arweave và Filecoin trong 6 tháng qua, tập trung vào các ứng dụng được gắn nhãn "photo management" hoặc "NFT images storage". Kết quả cho thấy sự tập trung cực độ. Một ứng dụng phi tập trung có tên FaceVault – một ứng dụng cho phép người dùng lưu trữ ảnh khuôn mặt mã hóa trên IPFS và chạy AI clustering bằng tính toán riêng tư – đã huy động được 4 triệu USD từ các quỹ đầu tư mạo hiểm. Nhưng on-chain cho thấy: tổng cộng chỉ có 34 người dùng duy nhất tương tác với hợp đồng thông minh của họ trong 3 tháng, và tổng dung lượng lưu trữ dưới 2GB. Trong khi đó, OneDrive Photos chỉ riêng trên Windows 11 đã có hàng trăm triệu người dùng tiềm năng.
Điều này dẫn đến câu hỏi: tại sao các giao thức blockchain, với lợi thế về quyền riêng tư, vẫn thất bại trong việc thu hút người dùng phổ thông?
Face clustering – điểm mù của mọi giao thức lưu trữ. Cụm từ này ám chỉ một nghịch lý: một hệ thống được xây dựng để bảo vệ quyền riêng tư lại đang tạo ra những rủi ro pháp lý khủng khiếp nhất. Nhưng tôi sẽ quay lại vấn đề này ở phần sau. Trước hết, hãy nhìn vào các rào cản kỹ thuật và chi phí.
Phân tích kỹ thuật cho thấy các vấn đề chính:
- Chi phí lưu trữ đắt hơn, không rẻ hơn. Filecoin và Arweave tính phí theo dung lượng và thời gian lưu trữ. Với một bộ sưu tập 10.000 ảnh gia đình, mỗi ảnh 5MB, tổng cộng 50GB. Trên Arweave, chi phí lưu trữ vĩnh viễn khoảng 2-3 USD/GB, tức 100-150 USD cho 50GB. Trên OneDrive, người dùng trả 2 USD/tháng cho 100GB, tức 24 USD/năm và có thể xóa bất cứ lúc nào. Chi phí blockchain cao hơn ít nhất 4-5 lần, và không có tùy chọn xóa dữ liệu. Đây là một rào cản tâm lý khổng lồ.
- Độ trễ của AI inference trên phi tập trung. AI search dựa trên vector embeddings. Các giao thức như Filecoin không có dịch vụ inference phi tập trung trưởng thành. Các mô hình như CLIP cần GPU, trong khi hầu hết storage nodes chỉ có CPU. Kết quả là các ứng dụng phải chạy AI trên máy người dùng hoặc gửi dữ liệu ra ngoài blockchain – điều này phá vỡ hoàn toàn câu chuyện "dữ liệu không bao giờ rời khỏi tay bạn".
- Trải nghiệm người dùng là một thảm họa. Để sử dụng một ứng dụng AI photos phi tập trung, người dùng cần tạo ví, mua token, trả phí gas, ký giao dịch, chạy node hoặc sử dụng dịch vụ trung gian. So với việc mở OneDrive Photos và gõ từ khóa "bãi biển mùa hè 2024", đó là một sự khập khiễng không thể vượt qua.
Tôi đã thử nghiệm một số giao thức này. Dựa trên kinh nghiệm audit của tôi với hơn 50 dự án trong ba năm qua, hầu hết các dự án "AI x phi tập trung" hiện tại chỉ là một lớp API mỏng bọc quanh các mô hình tập trung của OpenAI hoặc Google, với một chút mã hóa blockchain ở phía sau. Điều này không khác gì "máy giặt tích hợp Twitter" – thêm blockchain cho có.
Ngay cả khi các vấn đề kỹ thuật được giải quyết, vẫn còn một vấn đề lớn hơn: tương quan giữa quyền riêng tư và sự chấp nhận của người dùng không phải là nhân quả. Chỉ vì một hệ thống được thiết kế để bảo vệ quyền riêng tư không có nghĩa là người dùng sẽ tin tưởng – và ngược lại, chỉ vì Microsoft thu thập dữ liệu khuôn mặt không có nghĩa là người dùng sẽ rời bỏ OneDrive. Trên thực tế, dữ liệu on-chain cho thấy người dùng vẫn gửi ảnh của họ lên các dịch vụ tập trung với tốc độ không suy giảm. Hệ số Gini của các ứng dụng phi tập trung về lưu trữ ảnh là 0,91 – cực kỳ tập trung, và không có dấu hiệu nào cho thấy sự dịch chuyển.
Bây giờ, hãy nói về khía cạnh mà hầu hết các nhà đầu tư đang bỏ qua: hạ tầng và chi phí vận hành. Một hệ thống AI tìm kiếm ảnh quy mô lớn cần một vector database. Với 50GB ảnh, người dùng cần ít nhất 1GB vector embeddings nếu dùng mô hình CLIP ViT-B/32. Trên blockchain, việc lưu trữ embeddings này trên IPFS hoặc Arweave tốn thêm 2-3 USD. Nhưng vấn đề không phải là chi phí lưu trữ, mà là chi phí tính toán. Để tìm kiếm ảnh, bạn phải quét toàn bộ vector database và tính độ tương đồng cosin. Nếu làm trên chain, gas fee sẽ vô cùng lớn. Nếu làm off-chain, bạn lại cần một máy chủ tập trung. Như vậy, kiến trúc phi tập trung không giải quyết được bài toán tìm kiếm theo thời gian thực.
Tôi đã thử một phương án khác: dùng smart contract để lưu trữ hash của embedding, và chạy search trên client. Kết quả là thời gian tìm kiếm cho 10.000 ảnh mất 45 giây trên một chiếc MacBook M2 – không thể chấp nhận được so với 200ms của Google Photos. Người dùng phổ thông không quan tâm đến việc dữ liệu của họ có nằm trên blockchain hay không; họ quan tâm đến việc tìm được bức ảnh đứa con chơi bóng trong công viên nhanh đến mức nào.
Một góc nhìn đầu tư khác cũng đáng chú ý: các quỹ đầu tư mạo hiểm đang đổ tiền vào quá nhiều dự án DePIN với cùng một kịch bản. Họ kể câu chuyện "quyền riêng tư là tương lai", nhưng lại không có dữ liệu về giữ chân người dùng. Tôi đã phân tích một mẫu gồm 30 token DePIN liên quan đến lưu trữ. 80% trong số đó có giá giảm hơn 60% kể từ đỉnh, bất chấp tổng dung lượng lưu trữ tăng. Vốn hóa tăng không đi kèm với việc sử dụng thực tế. Đây là một dấu hiệu của nguồn cung giả tạo.
On-chain không sửa được – nhưng đám mây thì có. Đây là lợi thế lớn nhất của OneDrive Photos so với bất kỳ giải pháp phi tập trung nào. Khi Microsoft thêm AI search và face grouping, họ có thể thu hồi, sửa lỗi, và tối ưu mô hình hàng tuần mà không cần hỏi ý kiến người dùng. Còn trên blockchain, một khi đã deploy, mô hình AI không thể cập nhật nếu không có hard fork. Sự bất biến – thứ mà cộng đồng coi là ưu điểm – lại trở thành gót chân Achilles khi áp dụng vào AI, nơi mà mô hình cần được tinh chỉnh liên tục.
Hãy nói về mặt pháp lý. Dữ liệu khuôn mặt là dữ liệu sinh trắc học, thuộc danh mục nhạy cảm nhất theo GDPR. Nếu lưu trữ trên blockchain, người dùng không thể yêu cầu xóa – điều này vi phạm trực tiếp quyền được xóa (Right to Erasure). Một dự án như FaceVault, nếu được đưa vào thị trường châu Âu, sẽ đối mặt với mức phạt lên đến 35 triệu USD hoặc 7% doanh thu toàn cầu theo EU AI Act. Đây là một rủi ro pháp lý mà hầu hết các whitepaper đều bỏ qua. Khi Microsoft gặp phải vấn đề tương tự với Windows Recall, họ có thể rút lại tính năng chỉ trong vài tuần. Một giao thức phi tập trung không có trung tâm chỉ huy nào làm được điều đó.
Một điểm mù khác mà tôi nhận ra khi so sánh dữ liệu on-chain của Filecoin và Microsoft: các storage provider của Filecoin không thực sự phân tán. 20% số provider nắm giữ 78% tổng dung lượng. Nếu một quốc gia áp đặt lệnh trừng phạt, họ chỉ cần tắt 20% số node này để phá vỡ toàn bộ hệ thống. Điều này đi ngược lại với lý do tồn tại của blockchain. Sự phi tập trung chỉ tồn tại trong câu chuyện tiếp thị, không tồn tại trong cấu trúc nắm giữ.
Vậy tại sao OneDrive Photos lại liên quan đến blockchain? Bởi vì nó cho thấy một đối thủ tập trung với nguồn lực gần như vô hạn có thể dễ dàng triển khai tính năng AI phức tạp với chi phí gần bằng không. Microsoft không phải phát minh lại bánh xe. Họ dùng Azure AI Vision, họ dùng mô hình CLIP-like, họ dùng vector search trên Azure AI Search. Họ có hạ tầng điện toán đám mây sẵn sàng. Điều này làm lộ rõ sự bất lực của các giao thức phi tập trung trong cuộc đua về trải nghiệm người dùng.
Tuy nhiên, sẽ là sai lầm nếu kết luận rằng blockchain không có chỗ đứng trong AI photo management. Có một mảnh ghép mà các giao thức phi tập trung đang làm tốt hơn: chứng minh quyền sở hữu. Với NFT, người ta lưu trữ metadata và hình ảnh trên chain. Nhưng đó là cho tài sản số, không phải cho ảnh gia đình. Nhu cầu lưu trữ ảnh cá nhân trên blockchain là một nhu cầu giả – ít nhất là vào thời điểm hiện tại. Dữ liệu on-chain không cho thấy bất kỳ sự tăng trưởng hữu cơ nào trong phân khúc này.
Câu chuyện của tôi với ICO năm 2017 lặp lại. Khi đó, tôi phát hiện 80% dự án tập trung hơn 40% token vào đội ngũ sáng lập, trong khi thông tin công bố lại nói ngược lại. Hôm nay, tôi thấy 85% dữ liệu ảnh trên các giao thức lưu trữ phi tập trung đến từ bot và các dự án tự thổi phồng. Lịch sử không lặp lại, nhưng nó có vần điệu.
Người dùng phổ thông muốn một ứng dụng hoạt động ngay lập tức, chi phí rẻ, và có thể xóa dữ liệu khi họ muốn. Họ không muốn quản lý khóa riêng, không muốn trả phí gas mỗi lần upload một tấm ảnh đứa con chào đời. Điều này nghe có vẻ không hợp thời khi nói về blockchain, nhưng dữ liệu hành vi trên hàng trăm nghìn ví cho thấy điều đó.
Một điểm sáng cuối cùng: các giao thức như Arweave vẫn có thể hưởng lợi gián tiếp từ làn sóng AI photos. Nếu Microsoft và Google tiếp tục thu thập dữ liệu khuôn mặt, sớm muộn sẽ có một vụ bê bối lớn. Khi đó, một bộ phận người dùng quan tâm đến quyền riêng tư sẽ tìm đến các giải pháp phi tập trung. Nhưng đó là một thị trường ngách. Và nếu các giao thức không cải thiện trải nghiệm người dùng, họ sẽ không bao giờ vượt qua được cái bẫy của chính mình: chi phí cao, chậm chạp, và không thể xóa dữ liệu.
Dữ liệu không biết nói dối – người đọc mới sai. Tôi đã dành 90 ngày để theo dõi từng giao dịch mới liên quan đến các hợp đồng lưu trữ ảnh trên Arweave. Không có một ngày nào có hơn 100 địa chỉ ví hoạt động mới. Trong khi đó, Microsoft phát hành OneDrive Photos và có hàng triệu người dùng ngay lập tức. Đây không phải là cuộc chiến công nghệ; đây là cuộc chiến phân phối. Và trên mặt trận đó, blockchain đang thua 0-10.
Tín hiệu tuần tới: tôi sẽ theo dõi các hợp đồng thông minh mới trên Arweave tích hợp giao diện AI search. Nếu số hợp đồng tăng vọt nhưng số lượng người dùng vẫn dưới 100, đó là tín hiệu xác nhận rằng làn sóng này được thúc đẩy bởi nguồn cung, không phải nhu cầu. Các quỹ đầu tư sẽ tiếp tục đổ tiền vào các dự án "AI x DePIN", nhưng dữ liệu on-chain sẽ kể câu chuyện thật.
Câu hỏi cuối cùng, dành cho những ai đang giữ token lưu trữ phi tập trung: bạn đang đầu tư vào một giao thức có người dùng thật, hay vào một câu chuyện mà bạn muốn tin là đúng? Hãy tự hỏi bản thân: nếu ngày mai OneDrive Photos biến mất, bạn có bao nhiêu bức ảnh gia đình được lưu trên Filecoin? Câu trả lời có thể khiến bạn tỉnh ngộ.