Trình duyệt AI: Khởi đầu của cuộc chiến trình duyệt lần thứ ba

Cuộc chiến trình duyệt lần thứ ba đang âm thầm diễn ra. Từ Netscape và IE của Microsoft vào những năm 90, đến Firefox của tinh thần mã nguồn mở và Chrome của Google, cuộc chiến trình duyệt luôn là biểu hiện tập trung của quyền kiểm soát nền tảng và sự thay đổi của các mô hình công nghệ. Chrome đã giành được vị trí thống trị nhờ tốc độ cập nhật và sự liên kết sinh thái, trong khi Google thông qua cấu trúc "đôi độc quyền" của tìm kiếm và trình duyệt, đã hình thành một vòng tròn khép kín thông tin.

Nhưng hôm nay, cấu trúc này đang bị lung lay. Sự trỗi dậy của các mô hình ngôn ngữ lớn (LLM) đã khiến ngày càng nhiều người dùng hoàn thành nhiệm vụ trên trang kết quả tìm kiếm mà không cần nhấp chuột, hành vi nhấp chuột vào trang web truyền thống đang giảm dần. Đồng thời, những tin đồn về việc Apple có thể thay thế công cụ tìm kiếm mặc định trong Safari càng đe dọa nền tảng lợi nhuận của Alphabet, thị trường đã bắt đầu thể hiện sự bất an đối với "chính thống tìm kiếm".

Trình duyệt cũng đang đối mặt với việc tái định hình vai trò. Nó không chỉ là công cụ để hiển thị trang web, mà còn là một tập hợp container cho nhiều khả năng như nhập dữ liệu, hành vi người dùng, danh tính riêng tư, và hơn thế nữa. Mặc dù AI Agent rất mạnh, nhưng để thực hiện tương tác phức tạp trên trang, gọi dữ liệu danh tính địa phương, và điều khiển các yếu tố trên trang web, vẫn cần dựa vào ranh giới tin cậy và hộp cát chức năng của trình duyệt. Trình duyệt đang chuyển từ giao diện con người sang nền tảng gọi hệ thống cho Agent.

Điều thực sự có thể phá vỡ cấu trúc thị trường trình duyệt hiện tại không phải là một "Chrome tốt hơn", mà là một cấu trúc tương tác mới: không phải hiển thị thông tin, mà là gọi nhiệm vụ. Trình duyệt trong tương lai sẽ được thiết kế cho AI Agent - không chỉ có thể đọc, mà còn viết và thực hiện. Những dự án như Browser Use đang cố gắng ngữ nghĩa hóa cấu trúc trang, biến giao diện trực quan thành văn bản có cấu trúc mà LLM có thể gọi, thực hiện việc ánh xạ từ trang đến lệnh, giảm thiểu đáng kể chi phí tương tác.

Các dự án chính thống trên thị trường đã bắt đầu thử nghiệm: một công cụ tìm kiếm AI xây dựng trình duyệt gốc, sử dụng AI thay thế cho kết quả tìm kiếm truyền thống; một trình duyệt kết hợp bảo vệ quyền riêng tư với suy luận cục bộ, sử dụng LLM để tăng cường chức năng tìm kiếm và chặn; trong khi một số dự án Crypto gốc nhắm đến việc tạo ra lối vào mới cho sự tương tác giữa AI và tài sản trên chuỗi. Những dự án này có đặc điểm chung là: cố gắng tái cấu trúc đầu vào của trình duyệt, thay vì làm đẹp lớp đầu ra của nó.

Đối với các doanh nhân, cơ hội ẩn chứa trong mối quan hệ tam giác của đầu vào, cấu trúc và đại lý. Trình duyệt như một giao diện gọi Agent của thế giới tương lai có nghĩa là ai cung cấp được các "khối năng lực" có cấu trúc, có thể gọi và đáng tin cậy, người đó sẽ trở thành một phần của nền tảng thế hệ mới. Từ SEO đến AEO (Tối ưu hóa động cơ đại lý), từ lưu lượng trang đến gọi chuỗi tác vụ, hình thức sản phẩm và tư duy thiết kế đang được tái cấu trúc. Cuộc chiến trình duyệt lần thứ ba diễn ra ở "đầu vào" chứ không phải "trình bày"; người quyết định thắng thua không còn là ai thu hút được sự chú ý của người dùng, mà là ai giành được niềm tin của Agent, nhận được lối vào để gọi.

Lịch sử phát triển của trình duyệt

Vào đầu những năm 90 của thế kỷ trước, khi Internet chưa trở thành một phần của cuộc sống hàng ngày, Netscape Navigator đã ra đời như một con thuyền mở ra vùng đất mới, mở cánh cửa vào thế giới số cho hàng triệu người dùng. Trình duyệt này không phải là trình duyệt đầu tiên, nhưng lại là sản phẩm đầu tiên thực sự hướng tới đại chúng và định hình trải nghiệm Internet. Lúc đó, mọi người lần đầu tiên có thể dễ dàng duyệt web qua giao diện đồ họa, như thể cả thế giới bỗng nhiên trở nên trong tầm tay.

Tuy nhiên, sự huy hoàng thường ngắn ngủi. Microsoft nhanh chóng nhận ra tầm quan trọng của trình duyệt và quyết định buộc Internet Explorer vào hệ điều hành Windows, để nó trở thành trình duyệt mặc định. Chiến lược này được coi là "quân bài sát phạt của nền tảng", trực tiếp làm sụp đổ vị thế dẫn đầu thị trường của Netscape. Nhiều người dùng không chủ động chọn IE, mà là do hệ thống mặc định đã chấp nhận nó. IE nhờ vào khả năng phân phối của Windows, nhanh chóng trở thành ông trùm trong ngành, trong khi Netscape rơi vào con đường suy tàn.

Trong hoàn cảnh khó khăn, các kỹ sư của Netscape đã chọn một con đường quyết liệt và lý tưởng - họ đã công khai mã nguồn của trình duyệt, kêu gọi cộng đồng mã nguồn mở. Quyết định này giống như một "sự nhượng bộ theo kiểu Macedonia" trong giới công nghệ, báo hiệu sự kết thúc của một thời đại cũ và sự trỗi dậy của sức mạnh mới. Đoạn mã này sau đó trở thành nền tảng cho dự án trình duyệt Mozilla, ban đầu được đặt tên là Phoenix (có nghĩa là phượng hoàng tái sinh), nhưng đã trải qua nhiều lần đổi tên do vấn đề thương hiệu, và cuối cùng được đặt tên là Firefox.

Firefox không chỉ đơn thuần là bản sao của Netscape, mà còn đạt được nhiều đột phá trong trải nghiệm người dùng, hệ sinh thái plugin, và tính bảo mật. Sự ra đời của nó đánh dấu chiến thắng của tinh thần mã nguồn mở, đồng thời tiếp thêm sức sống mới cho toàn ngành. Có người mô tả Firefox là "người kế thừa tinh thần" của Netscape, giống như Đế quốc Ottoman đã kế thừa ánh sáng còn sót lại của Đế chế Byzantine. So sánh này mặc dù phóng đại nhưng lại rất sâu sắc.

Nhưng trước khi Firefox chính thức ra mắt, Microsoft đã phát hành sáu phiên bản IE, với lợi thế về thời gian và chiến lược gói hệ thống, khiến Firefox ngay từ đầu đã ở vị trí phải theo kịp, điều này định sẵn cuộc đua này không phải là một cuộc cạnh tranh công bằng với điểm xuất phát bằng nhau.

Trong khi đó, một người chơi sớm khác cũng đã âm thầm xuất hiện. Năm 1994, trình duyệt Opera ra mắt, đến từ Na Uy, ban đầu chỉ là một dự án thử nghiệm. Nhưng kể từ phiên bản 7.0 vào năm 2003, nó đã giới thiệu động cơ Presto tự phát triển, tiên phong hỗ trợ CSS, bố cục thích ứng, điều khiển bằng giọng nói và mã Unicode cùng nhiều công nghệ tiên tiến khác. Mặc dù số lượng người dùng hạn chế, nhưng về mặt công nghệ, nó luôn đi đầu trong ngành, trở thành "sự yêu thích của các geek".

Cùng năm đó, Apple đã ra mắt trình duyệt Safari. Đây là một bước ngoặt đầy ý nghĩa. Vào thời điểm đó, Microsoft đã đầu tư 150 triệu USD vào Apple đang bên bờ vực phá sản, nhằm duy trì bề ngoài cạnh tranh và tránh sự kiểm tra chống độc quyền. Mặc dù công cụ tìm kiếm mặc định của Safari từ khi ra đời là Google, nhưng mối quan hệ lịch sử với Microsoft tượng trưng cho mối quan hệ phức tạp và tinh tế giữa các ông lớn internet: hợp tác và cạnh tranh, luôn luôn đi đôi với nhau.

Vào năm 2007, IE7 được phát hành cùng với Windows Vista, nhưng phản hồi của thị trường không mấy tích cực. Ngược lại, Firefox, nhờ vào nhịp độ cập nhật nhanh hơn, cơ chế mở rộng thân thiện hơn và khả năng thu hút tự nhiên đối với các nhà phát triển, đã tăng thị phần ổn định lên khoảng 20%. Sự thống trị của IE đang dần bị lung lay, và xu hướng đang thay đổi.

Một ông lớn công nghệ lại có một cách tiếp cận khác. Mặc dù đã bắt đầu ấp ủ việc xây dựng trình duyệt riêng từ năm 2001, nhưng phải mất sáu năm để thuyết phục CEO phê duyệt dự án này. Chrome ra mắt vào năm 2008, được xây dựng trên dự án mã nguồn mở Chromium và công cụ WebKit mà Safari sử dụng. Nó bị gọi là trình duyệt "cồng kềnh", nhưng nhờ vào khả năng sâu sắc của công ty trong việc quảng cáo và xây dựng thương hiệu, nó đã nhanh chóng nổi lên.

Vũ khí quan trọng của Chrome không phải là tính năng, mà là nhịp độ cập nhật phiên bản thường xuyên (mỗi sáu tuần một lần) và trải nghiệm đồng nhất trên toàn nền tảng. Vào tháng 11 năm 2011, Chrome lần đầu tiên vượt qua Firefox, chiếm 27% thị phần; sau sáu tháng, lại vượt qua IE, hoàn thành sự chuyển biến từ kẻ thách thức thành người thống trị.

Trong khi đó, Internet di động ở Trung Quốc cũng đang hình thành hệ sinh thái riêng của mình. Một trình duyệt thuộc sở hữu của một công ty công nghệ trong nước đã nhanh chóng nổi lên vào đầu những năm 2010, đặc biệt là ở các thị trường mới nổi như Ấn Độ, Indonesia và Trung Quốc, nhờ vào thiết kế nhẹ, nén dữ liệu tiết kiệm lưu lượng và các đặc điểm khác, đã giành được sự yêu thích của người dùng thiết bị giá rẻ. Vào năm 2015, thị phần trình duyệt di động toàn cầu của nó đã vượt qua 17%, trong đó tại Ấn Độ đã có lúc đạt tới 46%. Nhưng chiến thắng này không kéo dài. Khi chính phủ Ấn Độ tăng cường kiểm tra an ninh đối với các ứng dụng Trung Quốc, trình duyệt này buộc phải rời khỏi thị trường quan trọng, dần dần mất đi ánh hào quang trước đây.

Bước vào thập kỷ 2020, vị thế thống trị của Chrome đã được thiết lập, thị phần toàn cầu ổn định khoảng 65%. Đáng chú ý là, mặc dù công cụ tìm kiếm Google và trình duyệt Chrome đều thuộc về Alphabet, nhưng từ góc độ thị trường, chúng lại là hai hệ thống quyền lực độc lập - cái trước kiểm soát khoảng 90% cổng vào tìm kiếm toàn cầu, trong khi cái sau nắm giữ "cửa sổ đầu tiên" mà hầu hết người dùng vào mạng.

Để giữ vững cấu trúc độc quyền kép này, Google không ngần ngại đầu tư số tiền lớn. Năm 2022, Alphabet đã trả cho Apple khoảng 20 tỷ USD chỉ để Google duy trì vị trí tìm kiếm mặc định trong Safari. Có phân tích chỉ ra rằng khoản chi này tương đương với 36% doanh thu quảng cáo tìm kiếm mà Google thu được từ lưu lượng truy cập Safari. Nói cách khác, Google đang trả "phí bảo vệ" để giữ cho bức tường thành.

Nhưng hướng gió lại một lần nữa thay đổi. Với sự trỗi dậy của mô hình ngôn ngữ lớn (LLM), tìm kiếm truyền thống bắt đầu bị ảnh hưởng. Năm 2024, thị phần tìm kiếm của Google giảm từ 93% xuống 89%, mặc dù vẫn chiếm ưu thế, nhưng những vết nứt đã bắt đầu xuất hiện. Điều gây phá cách hơn nữa là tin đồn rằng Apple có thể ra mắt công cụ tìm kiếm AI riêng - nếu Safari chuyển sang sử dụng công cụ tìm kiếm của chính mình, điều này không chỉ sẽ thay đổi cấu trúc hệ sinh thái mà còn có thể làm lung lay trụ cột lợi nhuận của Alphabet. Thị trường phản ứng nhanh chóng, giá cổ phiếu của Alphabet từ 170 USD đã giảm xuống 140 USD, phản ánh không chỉ sự hoảng loạn của các nhà đầu tư mà còn là sự bất an sâu sắc về tương lai của thời đại tìm kiếm.

Từ Navigator đến Chrome, từ lý tưởng mã nguồn mở đến thương mại hóa quảng cáo, từ trình duyệt nhẹ đến trợ lý tìm kiếm AI, cuộc chiến trình duyệt luôn là một cuộc chiến về công nghệ, nền tảng, nội dung và quyền kiểm soát. Chiến trường liên tục di chuyển, nhưng bản chất thì chưa bao giờ thay đổi: ai nắm giữ cổng vào, người đó sẽ định nghĩa tương lai.

Trong mắt các VC, dựa vào nhu cầu mới của con người đối với công cụ tìm kiếm trong thời đại LLM và AI, cuộc chiến trình duyệt thứ ba đang dần diễn ra.

Kiến trúc cũ của trình duyệt hiện đại

Khi nói về cấu trúc của trình duyệt, cấu trúc truyền thống cổ điển như hình dưới đây:

Khách hàng - Cổng vào phía trước

Tra cứu thông qua HTTPS đến Google Front End gần nhất, hoàn thành giải mã TLS, lấy mẫu QoS và định tuyến địa lý. Nếu phát hiện lưu lượng bất thường (DDoS, tự động thu thập), có thể giới hạn hoặc thách thức ở tầng này.

Tra cứu hiểu biết

Phía trước cần hiểu nghĩa của các từ mà người dùng gõ vào, có ba bước: chỉnh sửa chính tả thần kinh, sửa "recpie" thành "recipe"; mở rộng từ đồng nghĩa, mở rộng "how to fix bike" thành "repair bicycle". Phân tích ý định, xác định truy vấn là thông tin, điều hướng hay ý định giao dịch, và phân bổ yêu cầu Vertical.

Khôi phục ứng cử viên

Công nghệ truy vấn được sử dụng bởi một ông lớn công nghệ được gọi là: chỉ mục đảo ngược. Trong chỉ mục theo thứ tự, chúng ta đều có thể chỉ định một ID để tìm đến tệp. Nhưng người dùng không thể biết nội dung mà họ muốn nằm ở số thứ tự nào trong hàng trăm tỷ tệp, vì vậy họ đã áp dụng chỉ mục đảo ngược rất truyền thống, để tìm những tệp nào có từ khóa tương ứng thông qua nội dung. Tiếp theo, công ty này đã sử dụng chỉ mục vector để xử lý tìm kiếm ngữ nghĩa, tức là tìm nội dung có ý nghĩa tương tự với truy vấn. Nó chuyển đổi văn bản, hình ảnh và các nội dung khác thành vector nhiều chiều (embedding), và thực hiện tìm kiếm dựa trên sự tương đồng giữa các vector này. Ví dụ, ngay cả khi người dùng tìm kiếm "cách làm bột pizza", công cụ tìm kiếm cũng có thể trả về kết quả liên quan đến "hướng dẫn làm bột pizza" vì chúng tương đồng về mặt ngữ nghĩa. Sau khi trải qua chỉ mục đảo ngược và chỉ mục vector, khoảng một trăm nghìn trang web sẽ được sơ lọc.

Sắp xếp nhiều cấp

Hệ thống thường sử dụng BM25, TF-IDF, điểm chất lượng trang và hàng nghìn đặc trưng nhẹ khác để lọc hàng trăm nghìn trang ứng cử viên xuống còn khoảng 1000 trang, tạo thành tập ứng cử viên ban đầu. Các hệ thống này được gọi chung là công cụ gợi ý. Chúng phụ thuộc vào hàng triệu đặc trưng được tạo ra từ nhiều thực thể, bao gồm hành vi của người dùng, thuộc tính trang, ý định truy vấn và tín hiệu ngữ cảnh. Ví dụ, công ty sẽ tổng hợp lịch sử người dùng, phản hồi hành vi của các người dùng khác, ngữ nghĩa trang, ý nghĩa truy vấn, đồng thời cũng xem xét các yếu tố ngữ cảnh như thời gian (khung giờ trong ngày, ngày cụ thể trong tuần) và các sự kiện bên ngoài như tin tức thời sự.

Học sâu để sắp xếp chính

Trong giai đoạn tìm kiếm sơ bộ, một gã khổng lồ công nghệ sử dụng các công nghệ như RankBrain và Neural Matching để hiểu ý nghĩa của truy vấn và lọc ra các kết quả liên quan sơ bộ từ một khối lượng tài liệu khổng lồ. RankBrain là hệ thống học máy mà công ty này giới thiệu vào năm 2015, nhằm hiểu rõ hơn ý nghĩa của các truy vấn của người dùng, đặc biệt là các truy vấn lần đầu xuất hiện. Nó chuyển đổi truy vấn và tài liệu thành các biểu diễn vector, tính toán độ tương đồng giữa chúng, từ đó tìm ra các kết quả liên quan nhất. Ví dụ, đối với truy vấn "cách làm披