Công khai thay vì cấm đoán
Theo ba nguồn tin được Reuters dẫn lại, phương án đang được xem xét có thể buộc doanh nghiệp đăng thông tin về việc dùng mô hình AI Trung Quốc trên chính website của mình. Cách làm này dựa vào sức ép từ khách hàng, cổ đông và dư luận hơn là trực tiếp đình chỉ sử dụng. Đó là điểm khác biệt đáng kể so với các công cụ kiểm soát xuất khẩu chip hoặc hạn chế giao dịch công nghệ mà Washington đã sử dụng trong cuộc cạnh tranh với Bắc Kinh.
Chưa có văn bản được công bố xác định đối tượng, tiêu chí phân loại hay chế tài. Một yêu cầu minh bạch, nếu được xây dựng, vẫn cần trả lời những câu hỏi thiết thực: doanh nghiệp dùng mô hình qua dịch vụ điện toán đám mây có phải khai báo không; việc dùng thử trong nội bộ có thuộc diện áp dụng; công bố tới mức nào để người dùng hiểu nhưng không lộ bí mật kinh doanh? Vì thế, cần coi đây là ý tưởng chính sách, không phải nghĩa vụ pháp lý đã có hiệu lực.
Vì sao AI Trung Quốc đi vào doanh nghiệp Mỹ?
Qwen của Alibaba, Kimi của Moonshot AI và các mô hình DeepSeek ngày càng được chú ý bởi hiệu năng đủ tốt cho nhiều tác vụ và khả năng giảm chi phí. Với mô hình trọng số mở, tổ chức có thể tải các tham số đã huấn luyện, điều chỉnh và vận hành trên hạ tầng riêng.
Khác với việc gọi một dịch vụ AI đặt tại Trung Quốc, triển khai nội bộ không mặc nhiên đồng nghĩa dữ liệu doanh nghiệp được truyền về nhà phát triển ban đầu.
Airbnb nói với Reuters rằng phần lớn hoạt động AI của hãng dựa vào các mô hình xuất xứ Mỹ. Những mô hình có nguồn gốc Trung Quốc mà hãng sử dụng chỉ chiếm phần hạn chế, thuộc loại nguồn mở và được triển khai qua các nhà cung cấp dịch vụ đã được phê duyệt tại Mỹ. Trường hợp này cho thấy cách chọn nhà cung cấp AI hiện nay thường là bài toán nhiều lớp, trong đó giá cả, hiệu suất, nơi lưu dữ liệu và quy trình kiểm toán có thể quan trọng không kém quốc tịch của mô hình.
Ranh giới giữa rủi ro có thật và sự nghi ngại
Một hệ thống AI trọng số mở vẫn có thể gây rủi ro qua mã phụ trợ, thành phần chuỗi cung ứng, sai lệch trong phản hồi hoặc cách tích hợp vào ứng dụng. Nhưng nguồn gốc quốc gia không tự nó chứng minh một mô hình đang đánh cắp dữ liệu. Đánh giá đáng tin cậy cần kiểm tra phiên bản mô hình, quyền truy cập, đường truyền dữ liệu, nhật ký sử dụng và khả năng kiểm soát của doanh nghiệp.
Các nghị sĩ Andrew Garbarino và John Moolenaar đã mở cuộc điều tra về việc doanh nghiệp Mỹ sử dụng mô hình Trung Quốc, gửi thư tới Airbnb và những công ty có liên quan đến các ứng dụng như Cursor. Ông Moolenaar ủng hộ việc công khai như bước quản lý rủi ro, kể cả khi mô hình chạy trên máy chủ Mỹ. Ngược lại, Đại sứ quán Trung Quốc phản đối chính trị hóa thương mại và công nghệ, cho rằng cách tiếp cận như vậy sẽ làm chậm tiến bộ AI toàn cầu.
Một lựa chọn chiến lược cho chính sách và thị trường
Washington phải cân nhắc hai mục tiêu không dễ song hành: giảm rủi ro phụ thuộc công nghệ và duy trì không gian đổi mới cho doanh nghiệp. Thông tin công khai có thể giúp nhà đầu tư và người tiêu dùng hiểu cách AI tham gia xử lý dữ liệu. Tuy nhiên, nếu hình thức công bố thiếu chuẩn chung, nó cũng có thể tạo cảm giác rằng mọi mô hình cùng xuất xứ đều có rủi ro như nhau, bất kể biện pháp bảo vệ thực tế.
Một cách quản trị chặt chẽ hơn là yêu cầu bằng chứng về kiểm thử, bảo mật, hợp đồng lưu trữ và trách nhiệm khi xảy ra sự cố đối với mọi nhà cung cấp. Nghiên cứu của CSIS về mô hình mở Trung Quốc cho thấy câu chuyện còn liên quan đến hệ sinh thái phát triển, chi phí triển khai và ảnh hưởng công nghệ lâu dài. Chính sách hiệu quả vì thế không thể chỉ dừng ở nhãn quốc gia; nó cần tiêu chuẩn kiểm chứng rõ ràng và cách thực thi có thể dự đoán được.
















