Meta ‘trả tiền’ để người dùng chia sẻ dữ liệu huấn luyện cho mô hình AI mới

Thông thường, các công cụ AI đều cung cấp tùy chọn cho phép người dùng từ chối chia sẻ dữ liệu sử dụng để bảo vệ quyền riêng tư. Tuy nhiên, Meta đang thay đổi cách tiếp cận này bằng cách đưa ra một mức giá cụ thể cho việc đóng góp dữ liệu.

Đối với mô hình mới mang tên Muse Spark, được thiết kế để vận hành các tác nhân (agent) lập trình và các tác vụ tự động khác, Meta áp dụng mức chiết khấu lên tới 95% cho những người dùng đồng ý “đóng góp” dữ liệu. Cụ thể, thay vì mức giá tiêu chuẩn 1,25 USD cho 1 triệu input token, người dùng tham gia chương trình này chỉ phải trả 10 cent. Tương tự, giá cho 1 triệu output token giảm từ 4,25 USD xuống còn 20 cent.

Động thái này diễn ra trong bối cảnh Meta đang gặp khó khăn trong việc thu thập dữ liệu huấn luyện chất lượng. Trước đó, một sáng kiến theo dõi hoạt động máy tính của nhân viên nội bộ đã vấp phải sự phản đối dữ dội và buộc phải tạm dừng vào tháng 6 vừa qua.

Việc thu thập dữ liệu từ người dùng thực tế đóng vai trò then chốt trong việc cải thiện khả năng của các công cụ AI agent. Các chuyên gia trong ngành nhận định rằng, sự nhảy vọt về khả năng của các công cụ lập trình AI trong năm 2025 phần lớn nhờ vào việc lưu trữ và sử dụng các phiên làm việc của người dùng để huấn luyện mô hình thông qua phương pháp reinforcement learning.

Tuy nhiên, thách thức lớn nhất đối với các nhà phát triển AI hiện nay là sự phức tạp của các quy trình làm việc chuyên nghiệp, vốn để lại rất ít dấu vết kỹ thuật số. Arvind Narayanan, giáo sư khoa học máy tính tại Đại học Princeton, cho rằng các doanh nghiệp lớn thường rất thận trọng với dữ liệu của họ. Họ sẵn sàng chi trả cho các gói Enterprise đắt đỏ để đảm bảo chính sách bảo mật và quản trị dữ liệu, thay vì sử dụng các gói tiêu dùng rẻ hơn nhưng có rủi ro về quyền riêng tư.

Chính vì vậy, chiến lược của Meta được xem là một nỗ lực nhằm “phá băng” rào cản này. Bằng cách trả tiền trực tiếp (thông qua chiết khấu), Meta hy vọng các doanh nghiệp sẽ cân nhắc kỹ hơn về việc đâu là dữ liệu thực sự cần bảo mật và đâu là dữ liệu có thể chia sẻ để đổi lấy chi phí vận hành thấp hơn.

Mô hình định giá này cũng phản ánh cuộc đua khốc liệt giữa các phòng thí nghiệm AI hàng đầu. Trong khi Anthropic và OpenAI liên tục tung ra các đợt giảm giá mạnh cho việc xử lý token, Meta đang chọn cách tiếp cận thực dụng hơn bằng cách biến dữ liệu người dùng thành một loại tài sản có giá trị thương mại rõ ràng.

Nguồn tham khảo: TechCrunch