0xdungbui

Trong một thời gian dài, lợi thế thường bắt đầu từ chỗ đứng gần thông tin hơn.
Bạn biết sớm hơn. Bạn đọc nhanh hơn. Bạn có mặt ở đúng chỗ khi câu chuyện còn chưa chạy hết vòng. Với những thị trường phản ứng nhanh với thông tin công khai như crypto, chỉ riêng việc ở gần dòng thông tin hơn đã có thể tạo ra một khoảng cách.
Nhưng nếu AI đang làm phần thu thập, tóm tắt, diễn giải và kể lại của thông tin ngày càng rẻ hơn, thì trọng tâm của câu hỏi cũng phải đổi theo. Chỗ đáng nhìn không còn chỉ là ai thấy trước. Chỗ đáng nhìn hơn là: sau khi lớp đó bị làm rẻ đi, cơ hội còn chảy về tay ai.
Ở đây, mình dùng chữ “cơ hội” theo nghĩa hẹp. Nó không phải mọi cơ hội trong đời sống hay nghề nghiệp. Trong bài này, nó gần hơn với khả năng nhìn ra và hành động đúng trước khi phần còn lại của thị trường tiêu hóa xong một tín hiệu công khai.
Điều mình đang nói cũng hẹp theo đúng nghĩa đó. Mình không nói thông tin không còn quan trọng. Mình chỉ nói rằng ở những nơi tín hiệu chủ yếu chạy qua không gian công khai, đứng gần thông tin hơn có thể không còn là lợi thế đủ lớn như trước nữa.
Thứ rẻ đi đầu tiên không phải toàn bộ hiểu biết. Mà là lớp bề mặt của hiểu biết.
Tóm tắt nhanh hơn. Gom nguồn nhanh hơn. Viết lại một câu chuyện nghe có vẻ đầy đủ nhanh hơn. OECD cũng lưu ý rằng các công cụ AI tạo sinh đã làm giảm mạnh rào cản tạo và lan truyền nội dung hấp dẫn, đồng thời khiến việc phân biệt đâu là nội dung xác thực và đâu là nội dung bị thao túng trở nên khó hơn.
Nếu lớp tín hiệu và lớp kể lại trở nên quá rẻ, thì chuyện xảy ra sau đó cũng khá tự nhiên. Nhiều người hơn sẽ cùng nhìn thấy một bề mặt nghe có vẻ đủ để ra quyết định. Khi chỗ đó không còn hiếm như trước, lợi thế sẽ khó tiếp tục nằm chủ yếu ở việc ai tiếp cận sớm hơn một nhịp. Nó bắt đầu nghiêng sang chỗ khác: ai phân biệt được tín hiệu nào đáng tin hơn, tín hiệu nào chỉ là lớp kể lại, và tín hiệu nào thật sự đáng để hành động.
Nói ngắn hơn, thứ hiếm hơn không còn chỉ là bản thân tín hiệu. Thứ hiếm hơn có thể là khả năng xử lý tín hiệu đó đúng hơn.
Chỗ cần tách cho gọn nằm ở đây: tiếp cận thông tin không giống nhìn ra cơ hội.
Thông tin là nguyên liệu. Cơ hội là kết quả của một chuỗi dài hơn: lọc, đặt vào ngữ cảnh, kiểm tra độ tin cậy, hiểu nó quan trọng với ai, rồi hành động đủ sớm và đủ đúng.
Khi AI làm rẻ phần đầu của chuỗi này, rất nhiều người có thể cùng tiếp cận một lớp bề mặt gần giống nhau. Chính vì thế, phần còn lại của chuỗi mới đáng tiền hơn. Không phải vì nó mới xuất hiện, mà vì khi lớp đầu bị làm rẻ đi, chỗ còn tạo khác biệt buộc phải dồn xuống sâu hơn.
Nó dồn về bộ lọc. Không phải khả năng thấy thật nhiều, mà là khả năng bỏ qua phần lớn những thứ nghe cái nào cũng có vẻ hợp lý.
Nó dồn về ngữ cảnh. Một mẩu tin đúng vẫn có thể vô nghĩa nếu bạn không biết nó đứng ở đâu trong cấu trúc lớn hơn của thị trường.
Nó dồn về mạng lưới tin cậy. Không phải độ phủ. Mà là biết mình đang dựa vào ai, nguồn đó có lịch sử thế nào, và tín hiệu đã đi qua bao nhiêu lớp biến dạng.
Và nó dồn về khả năng thực thi. Biết một thứ trước người khác chưa đủ. Còn phải biến cái mình nhận ra thành hành động đúng trước khi cùng một câu chuyện bị hệ thống kể lại cho tất cả.
Cách đọc này không đúng như nhau ở mọi nơi. Nó đứng hơn ở những miền mà phần lớn tín hiệu đi qua không gian công khai, có thể bị tóm tắt, kể lại và tiêu hóa rất nhanh. Nếu lợi thế thật sự nằm ở dữ liệu riêng, phân phối riêng, network riêng hay dòng lệnh riêng, thì việc AI làm rẻ phần tóm tắt thông tin công khai chưa chắc đã chạm nhiều vào lõi lợi thế đó.
Vì vậy, nói AI đang dân chủ hóa tiếp cận thì đúng. Nhưng nói cơ hội vì thế cũng được chia đều hơn thì còn sớm.
Đúng là nhiều người hơn có thể dùng công cụ mạnh hơn để đọc, hỏi, viết và tổng hợp. Nhưng từ đó nhảy luôn sang kết luận rằng cơ hội cũng được san bằng hơn thì hơi nhanh. Vì dân chủ hóa tiếp cận không tự động biến thành dân chủ hóa phán đoán.
Đây không chỉ là một trực giác đẹp. Dữ liệu từ Anthropic cũng khiến mình muốn nghiêng về hướng đó một cách cẩn thận hơn. Economic Index tháng 3/2026 cho thấy augmentation tăng nhẹ, và người dùng có thời gian dùng lâu hơn thường đem các tác vụ giá trị cao hơn vào Claude, đồng thời có xác suất gợi được phản hồi tốt cao hơn. Bản thân báo cáo này cũng nói rõ ở đây có thể có hiệu ứng học dần, nhưng cũng có thể có tự chọn lọc và thiên lệch sống sót. Nó chưa khóa được một kết luận lớn. Nhưng ít nhất, nó hợp với một cách hiểu hẹp hơn: AI đang khuếch đại người đã có khung tốt, chứ chưa tự nó san bằng chênh lệch nhận thức.
Nếu vậy, khoảng cách đáng nhìn có thể không nằm đơn giản giữa người dùng AI và người không dùng AI. Nó có thể nằm giữa người có AI nhưng thiếu khung lọc, và người có AI cộng với khung lọc, ngữ cảnh và kỷ luật kiểm tra.
Chính chỗ chênh đó làm mình nghiêng về cách hiểu này hơn: AI có thể đang làm cơ hội đổi chỗ trú.
Nó không làm cơ hội biến mất. Nó không làm mọi người yếu đi như nhau. Nó chỉ có thể làm yếu đi một loại lợi thế cũ: lợi thế sống chủ yếu nhờ tiếp cận thông tin công khai nhanh hơn một chút.
Nếu luận điểm này đúng, cơ hội sẽ chảy nhiều hơn về tay những người kết hợp được công cụ AI với những thứ AI không tự cấp cho họ: miền hiểu biết sâu, mạng lưới tin cậy tốt, kỷ luật kiểm tra, và khả năng hành động trong lúc đám đông còn đang tiêu hóa lớp kể lại.
Nhìn theo hướng đó, câu hỏi “khi AI làm thông tin rẻ đi và chạy nhanh hơn, cơ hội sẽ chảy về tay ai?” có lẽ nên trả lời thế này:
Không hẳn là người thấy nhiều hơn. Cũng chưa chắc là người phản ứng nhanh hơn ở lớp bề mặt. Nó có thể chảy nhiều hơn về tay người biết tín hiệu nào nên bỏ qua, tín hiệu nào đáng đào sâu, và lúc nào phải quay lại nguồn thay vì tin luôn vào cảm giác mình đã hiểu rồi.
Luận điểm này sẽ yếu đi nếu AI không chỉ làm rẻ phần tóm tắt và kể lại, mà còn làm rẻ một cách khá đồng đều cả phần xác minh, cân trọng số và ra quyết định thực dụng. Nó cũng sẽ yếu đi nếu trong miền đang xét, lợi thế thật sự không nằm ở thông tin công khai ngay từ đầu, mà nằm ở data riêng, vốn, phân phối hay network mà AI chưa làm hàng hóa hóa được.
[Nguồn]
OECD, Initial policy considerations for generative artificial intelligence.
Anthropic, Anthropic Economic Index report: Learning curves.

Nhiều người ở thị trường này chắc từng gặp cảm giác đó.
Mình nhìn vào một dự án và thấy mọi thứ đều đúng chuẩn. Giao diện sạch. Bộ nhận diện gọn. Người kể chuyện đủ tự tin. Quỹ đứng sau đủ đẹp để chụp màn hình. Dòng thời gian cũng được sắp rất khéo. Tất cả tạo ra một cảm giác yên tâm, như thể dự án này đã được thị trường xác nhận phần nào rồi.
Nhưng nhìn thêm một lúc, mình bắt đầu thấy chỗ lệch.
Thứ đang hiện ra trước mắt có thể chưa phải là chất lượng. Nó có thể chỉ là bộ tín hiệu khiến chất lượng trông như đang ở đó.
Điểm này đáng nhìn vì nó không chỉ nói về một dự án cụ thể. Nó chạm vào cách thị trường vận hành khi thông tin còn thiếu. Không phải thị trường ngu. Cũng không phải cái gì trông đẹp cũng rỗng. Vấn đề là thị trường thường phải ra quyết định trước khi kiểm tra được chất lượng thật. Khi chưa nhìn thấy lõi, nó buộc phải bám vào thứ quan sát được trước.
Taleb có một ví dụ khá gắt để mở cửa vào chỗ này. Ông nói rằng nếu phải chọn giữa hai bác sĩ phẫu thuật đều đủ điều kiện, ta nên nghiêng về người trông ít giống “phiên bản Hollywood của bác sĩ phẫu thuật” hơn. Ý đó không chứng minh gì trực tiếp cho crypto. Nhưng nó chạm đúng một phản xạ rất quen của con người: ta dễ đọc bề ngoài như dấu hiệu của năng lực, rồi để phần còn lại đi theo.
Nhìn sang thị trường, câu hỏi sáng hơn. Khi hai bên không có cùng thông tin, một bên phải phát tín hiệu, và bên kia phải diễn giải tín hiệu đó để ra quyết định. Tổng quan kinh điển về signaling theory mô tả đúng bài toán đó, đồng thời nhắc khá rõ rằng trọng tâm của lý thuyết nằm ở tín hiệu có chi phí, còn các dạng giao tiếp rẻ hơn như cheap talk là một chuyện khác. Nói ngắn hơn, vấn đề không nằm ở chỗ có tín hiệu hay không. Vấn đề nằm ở chỗ tín hiệu đó đắt tới đâu để bắt chước, và nó nói được bao nhiêu về chất lượng thật.
Kéo logic này sang crypto, mình chỉ dám nói trong một phạm vi hẹp hơn. Ở nhiều ngách còn sớm, nhất là khi sản phẩm, dòng tiền thật, hay độ bền của incentive còn chưa lộ rõ, thị trường không thiếu tín hiệu. Thứ hiếm hơn thường là những tín hiệu vừa khó làm giả, vừa đủ gần với chất lượng thật.
Một giao diện đẹp có thể hữu ích. Nhưng nó tương đối rẻ để làm. Một narrative đi đúng trend có thể kéo được chú ý. Nhưng nó cũng tương đối rẻ để kể. Cảm giác “dự án này rất institutional” nhiều khi cũng có thể được dựng lên bằng một tổ hợp hình ảnh, ngôn ngữ và social proof quen thuộc.
Trong khi đó, những thứ gần với chất lượng thật hơn thường lộ ra chậm hơn. Người dùng có quay lại không. Incentive có tự cắn vào chính mình không. Đội ngũ có còn đứng ở đó khi giá không còn tăng không. Một hệ thống có còn chạy được khi phần thưởng đầu cơ yếu đi không. Những thứ đó không phải không thể giả. Nhưng thường khó dựng nhanh hơn bộ tín hiệu bề mặt.
Mình cần chặn lại ở đây một chút để bài không trượt sang chỗ quá tay.
Mình không nói tín hiệu bề mặt luôn vô nghĩa. Mình cũng không nói dự án polished thì kém hơn dự án thô ráp. Có những dự án rất polished và vẫn rất tốt. Cũng có những dự án nhìn thô nhưng lõi vẫn yếu. Chỗ cần tách không nằm ở đẹp hay xấu. Nó nằm ở mối liên hệ giữa tín hiệu với chất lượng thật. Một tín hiệu bề mặt vẫn có thể hữu ích. Nhưng nó chỉ đáng tin tới mức chi phí bắt chước nó đủ cao và mối liên hệ của nó với chất lượng thật đủ chặt.
Nhìn theo cách đó, câu chuyện ở crypto đỡ mơ hồ hơn nhiều.
Trong giai đoạn chất lượng thật chưa được xác minh, thị trường có thể không chỉ phản ứng với chất lượng. Nó còn phản ứng với khả năng phát ra những tín hiệu khiến người khác tin rằng chất lượng đang có ở đó.
Có một nghiên cứu tổng hợp về đầu tư venture trên 75 nghiên cứu thực nghiệm cho thấy nhà đầu tư thật sự không đọc các tín hiệu định tính theo cách trung tính tuyệt đối. Họ có thiên lệch trong cách cân các tín hiệu đó. Điều này không chứng minh crypto vận hành y hệt venture. Nhưng nó đỡ cho một điểm rộng hơn: khi phải đánh giá những thứ còn nhiều bất định, cách đọc tín hiệu của nhà đầu tư luôn có chọn lọc và có thiên lệch.
Đặt vào crypto, cơ chế đó hiện ra khá nhanh. Một dự án nhìn chuyên nghiệp dễ được giả định là đội ngũ cũng chuyên nghiệp hơn. Một founder kể chuyện mạch lạc dễ được giả định là hiểu sản phẩm sâu hơn. Một dự án có backer list mạnh dễ được giả định là đã qua một lớp kiểm định đáng kể hơn. Những bước nhảy này không phải lúc nào cũng sai. Nhưng chúng thường xảy ra trước khi dữ kiện thật kịp xuất hiện. Vì thế, ở giai đoạn sớm, chúng cũng dễ được trả tiền nhiều hơn mức phần lõi đang đỡ được.
Đó là lý do mình không thích nhìn hiện tượng này bằng giọng đạo đức. Nói thị trường bị lừa bởi vẻ ngoài nghe rất đã, nhưng hơi nông. Trong nhiều tình huống, thị trường buộc phải dùng proxy trước khi nó có thể kiểm tra phần lõi. Đó là phản ứng tự nhiên của một hệ thống thiếu thông tin.
Nhưng phản ứng đó không đúng mãi.
Có lúc signal bề mặt đủ để khởi động niềm tin. Nó kéo được thêm chú ý, thêm thanh khoản, thêm người kể tiếp câu chuyện. Nhưng tới lúc giá không còn tăng đều, thời gian chờ câu trả lời dài hơn, và việc tiếp tục tin vào câu chuyện trở nên tốn kém hơn, thị trường thường đổi câu hỏi. Nó không còn chỉ hỏi dự án này trông có đúng không. Nó bắt đầu hỏi thứ gì đang thật sự đỡ cho nó.
Khi câu hỏi đổi, giá trị của bộ proxy cũ cũng đổi theo.
Vì vậy, điều đáng hỏi khi nhìn một dự án crypto không phải chỉ là nó có signal hay không.
Cái đáng hỏi hơn là signal đó đang đại diện cho cái gì. Nó gần với chất lượng thật tới đâu. Và nếu một đội kém chất lượng muốn bắt chước nó, họ phải trả giá đắt tới mức nào.
Nếu chi phí bắt chước thấp, thì khả năng cao là thứ thị trường đang trả tiền cho vẫn mới chỉ là bề mặt của chất lượng.
#0xdungbui

Często mówimy o przedsiębiorstwie jako o całości. Jednak w kontekście AI i blockchain, takie spojrzenie zaciemnia miejsce, które się zmienia. Aby lepiej to zobaczyć, chciałbym rozdzielić to na dwie warstwy.
Jedna warstwa zajmuje się koordynacją pracy przez transakcje: znajdowanie partnerów, negocjowanie warunków, przydzielanie zadań, monitorowanie, korygowanie błędów, zmiana wykonawcy w razie potrzeby. Druga warstwa zajmuje się organizacją transakcji: kto jest właścicielem, kto przechowuje aktywa, kto ma prawo działać w jakim zakresie, a w przypadku problemów, gdzie kończy się odpowiedzialność. Nie twierdzę, że Coase rozdzielił to dokładnie w ten sposób. Po prostu rozdzielam to, aby lepiej zobaczyć, gdzie AI i blockchain się stykają.

Wyobraź sobie menedżera zakupów w firmie produkcyjnej.
On nie tylko pyta o cenę. Musi znaleźć dostawcę, porównać warunki, monitorować dostawy, renegocjować, gdy warunki się zmieniają, a następnie radzić sobie, gdy jeden z ogniw nie wywiązuje się ze zobowiązań. Ta rola istnieje częściowo dlatego, że ciągłe korzystanie z rynku do tych zadań wciąż generuje koszty.
Ronald Coase patrzył na przedsiębiorstwo z tej właściwej perspektywy. Jego zdaniem rynek nie jest bezużyteczny. Jego intencją było użycie mechanizmu cenowego, który nie jest darmowy. Samo poszukiwanie cen, negocjowanie, sporządzanie umów, kontrolowanie i rozwiązywanie sporów to już rodzaj kosztu. Kiedy te koszty stają się wystarczająco wysokie, niektóre zadania w przedsiębiorstwie są tańsze do wykonania niż przez rynek. To jest bardzo ważna część jego wyjaśnienia, dlaczego przedsiębiorstwa istnieją.

Ten artykuł skierowany jest do osób trzymających aktywa w perspektywie średnioterminowej lub długoterminowej, nie jest przeznaczony dla krótkoterminowych traderów.
Tutaj „rynek uśpiony” nie jest stałym modelem technicznym. Używam go, aby określić etap, w którym cena nie rośnie wystarczająco długo, aby ciągle potwierdzać wiarę posiadaczy. „Wiara w posiadanie” to również nie jest uczucie lubienia jakiegoś aktywa. To powód, dla którego nadal je trzymasz, gdy krótkoterminowe nagrody z ceny zaczynają słabnąć.