Trong suốt năm qua, chúng ta thường được nghe rằng trí tuệ nhân tạo (AI) đang cách mạng hóa năng suất—giúp viết email, tạo mã lệnh và tóm tắt tài liệu. Nhưng liệu thực tế cách người dùng tương tác với AI có phải hoàn toàn khác với những gì chúng ta từng nghĩ?
Một nghiên cứu dựa trên dữ liệu từ OpenRouter vừa công bố đã hé lộ bức tranh thực tế về cách AI được sử dụng trong đời sống, qua phân tích hơn 100 nghìn tỷ token—tương đương hàng tỉ cuộc trò chuyện và tương tác với những mô hình ngôn ngữ lớn như ChatGPT, Claude và nhiều mô hình khác. Kết quả này đã thách thức không ít giả định về cuộc cách mạng AI.
OpenRouter là một nền tảng suy diễn AI đa mô hình, định tuyến các yêu cầu qua hơn 300 mô hình từ hơn 60 nhà cung cấp—từ OpenAI, Anthropic đến các lựa chọn mã nguồn mở như DeepSeek và Meta’s LLaMA.
Với hơn 50% lưu lượng sử dụng đến từ bên ngoài Hoa Kỳ và phục vụ hàng triệu nhà phát triển toàn cầu, nền tảng này cung cấp một góc nhìn đa chiều về cách AI được áp dụng thực tế ở các vùng địa lý, lĩnh vực và nhóm người dùng khác nhau.
Điều quan trọng, nghiên cứu tập trung phân tích metadata từ hàng tỷ tương tác mà không truy cập nội dung chi tiết của các cuộc trò chuyện, bảo vệ quyền riêng tư người dùng đồng thời tiết lộ những mô hình hành vi đặc trưng.
Cuộc cách mạng roleplay mà ít ai ngờ tới
Phát hiện đáng ngạc nhiên nhất có lẽ là hơn một nửa lượng sử dụng mô hình AI mã nguồn mở không phải cho năng suất mà tập trung vào roleplay và kể chuyện sáng tạo.
Đúng vậy, bạn không nghe nhầm đâu. Trong khi các lãnh đạo công nghệ ca ngợi tiềm năng biến đổi doanh nghiệp của AI, người dùng lại dành phần lớn thời gian giao tiếp dưới hình thức các cuộc trò chuyện nhân vật, truyện tương tác và các kịch bản chơi game.
Hơn 50% các tương tác với mô hình mã nguồn mở thuộc về nhóm này, vượt xa cả hỗ trợ lập trình.
Báo cáo nhấn mạnh: “Điều này đi ngược lại giả định rằng các mô hình ngôn ngữ lớn chủ yếu được dùng để viết code, email hay tóm tắt. Thực tế, nhiều người dùng tương tác với các mô hình này để tìm bạn đồng hành hoặc khám phá.”
Đó không chỉ là những cuộc trò chuyện giải trí đơn thuần. Dữ liệu cho thấy người dùng xem các mô hình AI như một công cụ roleplay có cấu trúc, trong đó đến 60% token cho roleplay thuộc về các kịch bản game cụ thể và bối cảnh viết sáng tạo. Đây là một lĩnh vực sử dụng khổng lồ và gần như vô hình, đang thay đổi cách các công ty AI suy nghĩ về sản phẩm của mình.
Sự bùng nổ của lập trình
Một mặt khác, trong khi roleplay thống trị mô hình mã nguồn mở, thì lập trình lại là nhóm tăng trưởng nhanh nhất trong tất cả các mô hình AI. Đầu năm 2025, các truy vấn liên quan đến mã lệnh chiếm vỏn vẹn 11% tổng lượng sử dụng AI, nhưng đến cuối năm con số này đã tăng vọt trên 50%.
Điều này phản ánh sự tích hợp ngày càng sâu sắc của AI vào phát triển phần mềm. Độ dài trung bình của các câu prompt cho tác vụ lập trình đã tăng gấp bốn lần, từ khoảng 1.500 token lên hơn 6.000 token, có những yêu cầu về mã nguồn vượt qua 20.000 token—tương đương việc đưa toàn bộ cơ sở mã vào mô hình AI để phân tích.
Để hình dung, các truy vấn lập trình hiện tạo ra một số tương tác dài và phức tạp nhất trong toàn hệ sinh thái AI. Các nhà phát triển không chỉ hỏi về đoạn mã đơn giản nữa; họ thực hiện các phiên gỡ lỗi phức tạp, đánh giá kiến trúc và giải quyết vấn đề đa bước.
Mô hình Claude của Anthropic thống trị mảng này, chiếm hơn 60% lượng sử dụng liên quan lập trình trong phần lớn năm 2025, dù cạnh tranh ngày càng gay gắt khi Google, OpenAI và các lựa chọn mã nguồn mở ngày càng được ưa chuộng.
Sự trỗi dậy của AI Trung Quốc
Một phát hiện lớn khác: các mô hình AI Trung Quốc hiện chiếm khoảng 30% lưu lượng toàn cầu—gần gấp ba lần so với mức 13% đầu năm 2025.
Các mô hình từ DeepSeek, Qwen (Alibaba) và Moonshot AI phát triển nhanh chóng, với riêng DeepSeek xử lý tới 14,37 nghìn tỷ token trong giai đoạn nghiên cứu. Đây là một bước chuyển mình căn bản trong bản đồ AI thế giới khi các công ty phương Tây không còn giữ vị trí thống trị tuyệt đối.
Tiếng Trung giản thể hiện nay trở thành ngôn ngữ phổ biến thứ hai trong tương tác AI toàn cầu, chiếm 5% tổng lưu lượng, chỉ sau tiếng Anh với 83%. Tổng chi tiêu AI tại châu Á đã tăng hơn gấp đôi, từ 13% lên 31%, trong đó Singapore vươn lên trở thành quốc gia có lưu lượng AI cao thứ hai thế giới sau Mỹ.
Sự lên ngôi của AI “Agentic”
Nghiên cứu giới thiệu một khái niệm định hình giai đoạn tiếp theo của AI: suy luận agentic. Điều này có nghĩa mô hình AI không chỉ trả lời câu hỏi đơn lẻ mà còn thực hiện các tác vụ đa bước, gọi tới công cụ bên ngoài và lý giải qua các cuộc trò chuyện kéo dài.
Tỷ lệ tương tác AI được phân loại “tối ưu về suy luận” đã tăng từ gần như không có vào đầu năm 2025 lên trên 50% vào cuối năm. Đây là sự chuyển đổi căn bản từ AI chỉ là bộ tạo văn bản sang AI trở thành tác nhân tự động có khả năng lập kế hoạch và thực thi.
“Yêu cầu trung vị với mô hình ngôn ngữ lớn không còn là câu hỏi đơn giản hay chỉ là chỉ thị riêng lẻ,” nhóm nghiên cứu giải thích. “Thay vào đó, nó là một vòng lặp có cấu trúc giống tác nhân, sử dụng công cụ ngoài, lý giải trạng thái và duy trì trong bối cảnh dài hơn.”
Hãy hình dung thay vì yêu cầu AI “viết một hàm”, bạn giờ đây đang yêu cầu “gỡ lỗi toàn bộ codebase, xác định nút thắt hiệu năng và triển khai giải pháp”—và AI hoàn toàn có thể thực hiện được.
Hiện tượng “Glass Slipper”
Một trong những phát hiện thú vị nhất của nghiên cứu liên quan đến giữ chân người dùng. Các nhà nghiên cứu gọi đây là hiệu ứng “Glass Slipper” (Chiếc giày thủy tinh của Lọ Lem)—hiện tượng mô hình AI nào “giải quyết được trước tiên” một vấn đề quan trọng sẽ tạo ra sự trung thành lâu dài từ người dùng.
Khi một mô hình mới ra mắt vừa vặn đáp ứng một nhu cầu chưa được thỏa mãn trước đó—tựa như “chiếc giày thủy tinh” huyền thoại—người dùng đầu tiên sẽ gắn bó lâu hơn đáng kể so với người dùng mới đến sau. Ví dụ, nhóm người dùng tháng 6 năm 2025 của Google Gemini 2.5 Pro giữ chân khoảng 40% người dùng tại tháng thứ năm, cao hơn rất nhiều so với các nhóm sau đó.
Điều này phá vỡ quan điểm truyền thống về cạnh tranh AI. Việc ra mắt đầu tiên có vai trò quan trọng, nhưng quan trọng hơn là giải quyết được vấn đề giá trị cao trước tiên sẽ tạo ra lợi thế cạnh tranh bền vững. Người dùng tích hợp các mô hình này sâu vào quy trình làm việc, khiến việc chuyển đổi sang mô hình khác tốn kém cả về mặt kỹ thuật lẫn thói quen.
Chi phí không quan trọng như bạn nghĩ
Điều có vẻ nghịch lý, nghiên cứu cho thấy mức độ sử dụng AI không nhạy cảm quá mức với giá. Giảm giá 10% chỉ dẫn đến mức tăng sử dụng khoảng 0.5-0.7%.
Các mô hình cao cấp từ Anthropic và OpenAI có giá từ 2 đến 35 USD mỗi triệu token nhưng vẫn duy trì lưu lượng cao, trong khi các lựa chọn tiết kiệm như DeepSeek hay Google Gemini Flash đạt quy mô tương tự với mức giá dưới 0.40 USD mỗi triệu token. Hai mô hình này cùng tồn tại một cách hiệu quả.
Báo cáo kết luận: “Thị trường mô hình ngôn ngữ lớn chưa thực sự vận hành như một mặt hàng hóa thông thường. Người dùng cân bằng giữa chi phí với chất lượng suy luận, độ tin cậy và phạm vi năng lực.”
Nói cách khác, AI chưa trở thành cuộc đua giảm giá triệt để. Chất lượng, độ tin cậy và năng lực vẫn được đánh giá cao—ít nhất là ở thời điểm hiện tại.
Ý nghĩa cho tương lai
Nghiên cứu của OpenRouter phác họa một bức tranh sử dụng AI thực tế sâu sắc và đa chiều hơn nhiều so với các câu chuyện trong ngành. AI không chỉ đang cải tiến lập trình và công việc chuyên nghiệp, mà còn tạo ra những hình thức tương tác mới giữa con người và máy tính thông qua roleplay và ứng dụng sáng tạo.
Thị trường đang trở nên đa dạng về mặt địa lý, với Trung Quốc nổi lên như một thế lực lớn. Công nghệ cũng đang phát triển từ việc chỉ tạo văn bản đơn thuần sang lý giải và suy luận phức tạp đa bước. Và sự trung thành của người dùng phụ thuộc ít hơn vào yếu tố ra mắt sớm mà nhiều hơn vào khả năng giải quyết vấn đề một cách thực thụ.
Như báo cáo chỉ ra, “cách sử dụng mô hình ngôn ngữ lớn của người dùng không phải lúc nào cũng phù hợp với kỳ vọng và biến đổi đáng kể theo từng quốc gia, từng bang, từng use case.”
Hiểu được những mô hình sử dụng thực tế này—không chỉ dựa trên điểm chuẩn hay tuyên bố tiếp thị—sẽ là chìa khóa khi AI ngày càng thâm nhập sâu vào đời sống hàng ngày. Khoảng cách giữa cách chúng ta nghĩ AI được dùng và cách nó thực sự được dùng còn lớn hơn nhiều người tưởng. Nghiên cứu này giúp thu hẹp khoảng cách đó.
Nguồn : https://www.artificialintelligence-news.com/
