Khi Alphabet chuẩn bị cho đợt ra mắt mô hình Gemini 4, tập đoàn này đang phải đối mặt với sự hoài nghi nội bộ về hiệu suất hoạt động của mô hình trí tuệ nhân tạo (AI) chủ lực này trong các lĩnh vực then chốt, đơn cử như lập trình.

Dù Gemini 4 đạt kết quả tốt trong các bài kiểm tra tiêu chuẩn mà ngành công nghiệp này thường dùng để đánh giá hiệu quả của mô hình, hiệu suất thực tế lại kém hơn khi nhân viên đưa vào áp dụng công việc, theo các nguồn tin thân cận với dự án. Mô hình này gặp khó khăn trong việc xử lý một số tác vụ lập trình nhất định, những người này cho biết và yêu cầu ẩn danh vì đây là vấn đề nội bộ.

Google gần đây đã nỗ lực phát triển các mô hình có khả năng cạnh tranh với OpenAI và Anthropic PBC. Công ty từng lên kế hoạch phát hành một phiên bản khác vào tháng 6 mang tên Gemini 3.5 Pro, nhưng sau đó đã hủy bỏ kế hoạch này, theo các nguồn tin.

Phía Google cho biết thông tin Gemini 4 hoạt động kém trong các lĩnh vực như lập trình là không chính xác. Công ty đã dẫn lại phát biểu tuần trước của Koray Kavukcuoglu, người đứng đầu Google DeepMind, khi ông cho biết bản thân cảm thấy khích lệ trước hiệu suất của mô hình này.

“Tôi có niềm tin tuyệt đối vào đội ngũ của mình,” Kavukcuoglu phát biểu tại một hội thảo do trang tin công nghệ The Information tổ chức. “Trong tâm trí tôi, việc chúng tôi luôn đứng ở vị thế tiên phong là điều chắc chắn.”

Nội bộ Google hiện tồn tại nhiều luồng ý kiến trái chiều. Một số nhân viên tin rằng các mô hình Fable của Anthropic và Astra của OpenAI đang cải thiện với tốc độ nhanh hơn Gemini. Họ nhận định Gemini 4, ngay cả ở phiên bản tốt nhất, vẫn sẽ tụt hậu so với các mô hình nói trên ở một số khía cạnh. Trong khi đó, nhóm nhân viên khác lại tin rằng phiên bản sắp tới đã bắt kịp các phòng thí nghiệm AI hàng đầu.

Một nhân viên Google am hiểu về quá trình phát triển mô hình cho biết nội bộ công ty đạt được “sự đồng thuận cao” rằng Gemini 4 đang ở vị trí tiên phong. Người này khẳng định công ty đã tiến hành các bài kiểm tra nghiêm ngặt đối với mô hình và bác bỏ thông tin rằng Gemini 4 gặp khó khăn với các tác vụ lập trình phức tạp trong thực tế.

Google đang rất cần Gemini 4 thành công. Các phiên bản của mô hình này đóng vai trò nền tảng cho hầu hết sản phẩm mà công ty kinh doanh, từ câu trả lời AI phía trên giao diện tìm kiếm, động cơ sinh lời chính của Google, cho đến Maps, Gmail và Chrome. Mỗi sản phẩm này đều có hơn 1 tỉ người dùng, mang lại lợi thế phân phối mà một số đối thủ cạnh tranh không có được.

Tuy nhiên, OpenAI và Anthropic đang ngày càng mở rộng vượt ra ngoài việc bán mô hình để tự xây dựng các sản phẩm riêng, bao gồm cả các trợ lý lập trình tự động. Việc không thể cung cấp một mô hình hàng đầu có thể mang lại cho các đối thủ của Google thêm thời gian để thuyết phục người tiêu dùng, các nhà phát triển và doanh nghiệp rằng tương lai của tìm kiếm và phần mềm nên vận hành trên nền tảng của họ.

Trả lời các câu hỏi từ Bloomberg, Google cho biết mặc dù mô hình Pro gần nhất được phát hành vào tháng 2, công ty kể từ đó đã ghi nhận sự tăng trưởng ở các sản phẩm AI, bao gồm phiên bản doanh nghiệp của Gemini, ứng dụng chatbot dành cho người tiêu dùng và tính năng AI trong Google Search, hai sản phẩm sau đều đã vượt mốc 1 tỉ người dùng.

Gemini 3

Tháng 11 năm ngoái, Google ra mắt Gemini 3, mô hình nhận được phản hồi tích cực và được xem là bước ngoặt rộng rãi cho những nỗ lực của công ty nhằm bắt kịp OpenAI và Anthropic. Google đã công bố một phiên bản mới mang tên Gemini 3.5 Pro tại hội nghị I/O vào tháng 5 và cam kết phát hành mô hình này trong tháng tiếp theo. Tuy nhiên, thời hạn đó đã trôi qua và công ty kể từ đó đã hủy bỏ dự án 3.5 Pro, theo các nguồn tin thân cận với vấn đề này.

Bên cạnh việc cản trở tham vọng AI của Google, quyết định này nhiều khả năng đã khiến công ty tốn kém đáng kể về thời gian và tiền bạc. Chi phí cho các đợt huấn luyện (training runs) để xây dựng một mô hình như vậy có thể lên tới 400 triệu USD, theo Mandeep Singh, chuyên gia phân tích tại Bloomberg Intelligence. Việc sử dụng các nhà nghiên cứu AI được trả lương cao có thể đẩy mức giá này lên cao hơn nữa.

Hiện tại, Google đang gặp phải nhiều thách thức với Gemini 4. Khả năng lập trình của mô hình này không đồng đều, theo các nguồn tin am hiểu về các đánh giá nội bộ. Gemini không đặc biệt thành thạo trong thiết kế giao diện, yếu tố định hình diện mạo và trải nghiệm của ứng dụng cũng như website, theo một nguồn tin. Đây là một trở ngại tiềm ẩn nghiêm trọng vì Google vốn đã gặp khó khăn trong việc cạnh tranh trên thị trường công cụ lập trình AI đang rất nóng hiện nay.

Hơn nữa, đây là một mô hình rất lớn, theo một người am hiểu về quá trình phát triển. Thông thường, các mô hình lớn tốn kém chi phí vận hành, từ đó có thể gây áp lực lên biên lợi nhuận của Google.

Chú trọng thành tích hơn hiệu quả thực tế

Các chuyên gia nhận định Google có thể đang chịu ảnh hưởng từ xu hướng tập trung quá mức vào các bài kiểm tra tiêu chuẩn của ngành, hiện tượng được gọi là “benchmaxxing”, khi các kỹ sư chú trọng nhiều hơn vào việc đạt điểm số tốt thay vì tạo ra một sản phẩm hoàn thành tốt công việc. Các phòng thí nghiệm AI có xu hướng làm điều này vì khách hàng thường đánh giá mô hình qua điểm số kiểm tra tiêu chuẩn. Gemini 4 có vẻ đang bị ảnh hưởng bởi quá trình này, hai nguồn tin thân cận với mô hình cho biết.

Edwin Chen, nhà sáng lập công ty khởi nghiệp AI Surge AI, cho biết việc phụ thuộc vào các bài kiểm tra tiêu chuẩn có thể khiến các phòng thí nghiệm tập trung vào việc xây dựng mô hình viết mã bằng một ngôn ngữ cụ thể, thay vì tạo ra các ứng dụng dễ sử dụng hoặc được thiết kế tốt.

“Một hình ảnh so sánh tương tự sẽ là: ‘Ồ đúng rồi, con tôi đạt điểm rất cao trong kỳ thi SAT’ nhưng kỳ thi SAT không phản ánh hiệu suất trong thế giới thực,” Chen nhận định. “Đó là một vấn đề cực kỳ nguy hại.”

Gemini 4 vẫn có những điểm mạnh, theo một nguồn tin am hiểu vấn đề. Người này cho biết mô hình nổi bật ở khả năng xử lý các dữ liệu đầu vào ngoài văn bản, chẳng hạn như trích xuất siêu dữ liệu (metadata) từ video. Họ cũng chỉ ra tính an toàn, an ninh mạng và khả năng giao tiếp rõ ràng, tự nhiên của mô hình.

Sự thất vọng bên trong Google là có thể cảm nhận được. Các nhà nghiên cứu được phỏng vấn trong một bài báo trước đó của Bloomberg đã đổ lỗi cho bộ máy hành chính cồng kềnh đang cố gắng đưa công nghệ này vào gần như mọi sản phẩm mà Google tạo ra, đồng thời cho biết các mệnh lệnh thay đổi liên tục cùng sự dịch chuyển về thứ tự ưu tiên đã khiến việc tập trung vào một chiến lược nhất quán trở nên khó khăn.

Trong khi đó, một làn sóng các nhà nghiên cứu AI hàng đầu rời khỏi Google, bao gồm kỹ sư huyền thoại Jeff Dean, nhà khoa học đoạt giải Nobel John Jumper và Noam Shazeer, người đã góp phần phát minh ra công nghệ nền tảng cho sự bùng nổ AI hiện nay. Vào tháng 8, Demis Hassabis, người lãnh đạo mảng nghiên cứu AI của công ty, đã chuyển sang vai trò mới là chủ tịch và nhường lại việc quản lý vận hành hàng ngày tại DeepMind cho Kavukcuoglu, một cấp dưới thân cận lâu năm.

Trong khi công ty nỗ lực bắt kịp, các đối thủ cạnh tranh vẫn tiếp tục lao về phía trước bất chấp những cuộc thảo luận về việc làm chậm đà phát triển của một số mô hình tiên phong sau hàng loạt sự cố trợ lý AI xâm nhập vào các tổ chức bên ngoài. Đầu tháng này, Meta Platforms đã phát hành Muse, trợ lý AI mà công ty cho biết có thể hoàn thành các tác vụ hàng ngày như mua sắm trực tuyến và đặt lịch hẹn. Ứng dụng này đã nhanh chóng vươn lên dẫn đầu các bảng xếp hạng lượt tải về.

Với sự hỗ trợ từ Edward Ludlow