Cloudflare, tập đoàn hàng đầu về an ninh mạng và hạ tầng internet có trụ sở tại San Francisco, đã hoàn tất thương vụ mua lại Human Native, một công ty AI data marketplace của Vương quốc Anh. Thỏa thuận này nhằm mục đích trao quyền kiểm soát dữ liệu cho các nhà sáng tạo nội dung trong kỷ nguyên AI tạo sinh, đồng thời giải quyết những căng thẳng ngày càng tăng xung quanh vấn đề web scraping và lưu lượng bot. Mục tiêu cốt lõi của Cloudflare là tăng cường bảo mật dữ liệu AI và quản lý thông tin một cách minh bạch, công bằng.

Chuyên môn của Human Native: Nguồn Dữ liệu AI Có Giấy phép

Human Native chuyên chuyển đổi các nội dung đa phương tiện phi cấu trúc, bao gồm video, bài viết và nhiều định dạng khác, thành các bộ dữ liệu được cấp phép và có khả năng tìm kiếm, được thiết kế đặc biệt để đào tạo AI. Công ty được thành lập dựa trên triết lý coi dữ liệu là một tài sản có giá trị, thay vì một nguồn tài nguyên có thể bị khai thác tự do và không kiểm soát.

Cách tiếp cận này giúp các nhà phát triển xây dựng các mô hình AI vượt trội. Một ví dụ điển hình là một công ty AI video tại Vương quốc Anh đã quyết định loại bỏ dữ liệu đào tạo trước đây của mình. Điều này xảy ra sau khi các nguồn dữ liệu được cấp phép từ Human Native mang lại kết quả chất lượng cao hơn đáng kể, chứng minh lợi thế rõ ràng của việc cung cấp dữ liệu theo cách thức đạo đức và có chọn lọc. Việc này là nền tảng vững chắc cho việc đảm bảo bảo mật dữ liệu AI ngay từ nguồn gốc.

Thách thức từ Web Mở: Gia tăng Rủi ro Web Scraping

Trong nhiều thập kỷ qua, web mở đã hoạt động dựa trên một thỏa thuận cơ bản: các nhà sáng tạo sản xuất nội dung, các nền tảng như công cụ tìm kiếm điều hướng lưu lượng truy cập, và việc kiếm tiền được thực hiện thông qua quảng cáo hoặc đăng ký. Tuy nhiên, tình hình đã thay đổi đáng kể khi các bot AI ngày càng làm quá tải các trang web.

Tỷ lệ crawl-to-referral (thu thập dữ liệu so với chuyển hướng lưu lượng) hiện nay có thể đạt tới hàng chục nghìn trên một. Điều này cho thấy sự mất cân bằng nghiêm trọng. Cloudflare đã chỉ ra sự không chắc chắn về cách thức các trình thu thập dữ liệu đa năng sử dụng nội dung mà chúng truy cập, gây áp lực đáng kể lên các nhà sáng tạo, từ các hãng tin tức đến các công ty công nghệ. Đây là một rủi ro web scraping lớn, đe dọa quyền sở hữu trí tuệ và tính bền vững của các mô hình kinh doanh truyền thống.

Sự gia tăng của các bot thu thập dữ liệu không kiểm soát không chỉ gây quá tải hệ thống mà còn đặt ra câu hỏi lớn về tính hợp pháp và đạo đức của việc sử dụng dữ liệu đó. Các nhà sáng tạo đang đối mặt với nguy cơ bị lạm dụng nội dung mà không được sự cho phép hoặc đền bù xứng đáng, làm giảm giá trị tài sản kỹ thuật số của họ và ảnh hưởng tiêu cực đến bảo mật dữ liệu AI trong chuỗi cung ứng.

Giải pháp của Cloudflare: Kiểm soát Crawl AI và Bảo mật Dữ liệu AI

Để đối phó với những thách thức này, Cloudflare đã phát triển các công cụ tiên tiến như AI Crawl Control và Pay Per Crawl. Các công cụ này được thiết kế để trao quyền kiểm soát lại cho chủ sở hữu trang web. Họ có thể chặn các bot không mong muốn, yêu cầu thanh toán cho việc truy cập dữ liệu hoặc tối ưu hóa việc đưa nội dung của mình vào các bộ dữ liệu AI một cách có chọn lọc. Cloudflare khẳng định rõ ràng: “Chủ sở hữu nội dung nên là người quyết định.” Việc tích hợp Human Native sẽ thúc đẩy mạnh mẽ tầm nhìn này, bằng cách kết hợp dữ liệu được cấp phép của Human Native với hạ tầng mạnh mẽ của Cloudflare, từ đó tăng cường đáng kể bảo mật dữ liệu AI.

Chức năng chi tiết của AI Crawl Control

AI Crawl Control cung cấp cho các nhà quản lý website khả năng thiết lập các quy tắc chi tiết và linh hoạt về cách các bot truy cập và sử dụng nội dung số của họ. Các khả năng chính bao gồm:

• Chặn Bot Không Mong Muốn: Hoàn toàn ngăn chặn các bot không xác định, có hành vi đáng ngờ hoặc không tuân thủ chính sách của website.
• Điều Kiện Truy Cập Cụ Thể: Đặt ra các giới hạn về tần suất thu thập dữ liệu, loại nội dung được phép truy cập, hoặc thậm chí là yêu cầu nhận diện cụ thể của bot trước khi cho phép thu thập.
• Tối Ưu Hóa Phân Phối Dữ liệu: Cấu hình chính sách để tối ưu hóa việc phân phối nội dung cho các mô hình AI hợp pháp. Điều này đảm bảo rằng dữ liệu được sử dụng một cách có kiểm soát, minh bạch và có mục đích rõ ràng, góp phần bảo vệ quyền lợi của nhà sáng tạo và duy trì bảo mật dữ liệu AI.

Công cụ Pay Per Crawl bổ sung khả năng định giá cho việc truy cập dữ liệu, tạo ra một mô hình doanh thu mới cho các nhà sáng tạo nội dung từ hoạt động của các bot AI. Điều này chuyển đổi việc thu thập dữ liệu từ một hoạt động miễn phí và không kiểm soát thành một giao dịch có giá trị, củng cố quyền kiểm soát của chủ sở hữu và thúc đẩy một hệ sinh thái dữ liệu công bằng hơn.

Nâng cao AI Index: Đảm bảo Dữ liệu Sạch và Real-time

Sau thương vụ mua lại, Cloudflare sẽ tập trung tăng cường nền tảng AI Index của mình. Đây là một hệ thống xuất bản/đăng ký (pub/sub) tiên tiến, cho phép các trang web chủ động đẩy các bản cập nhật nội dung theo thời gian thực đến người đăng ký. Cơ chế này loại bỏ sự cần thiết của các quy trình thu thập dữ liệu truyền thống, vốn thường kém hiệu quả và dễ chứa đựng spam hoặc nội dung trùng lặp.

Hệ thống pub/sub của AI Index hoạt động hiệu quả hơn nhiều so với việc dựa vào các crawler liên tục quét toàn bộ website. Thay vì bot phải tự tìm kiếm thay đổi, các nhà cung cấp nội dung chủ động gửi thông báo về các cập nhật mới. Điều này không chỉ giảm tải cho máy chủ mà còn đảm bảo các mô hình AI nhận được thông tin mới nhất và chính xác nhất, một yếu tố cực kỳ quan trọng trong việc duy trì chất lượng và bảo mật dữ liệu AI cho các ứng dụng AI tạo sinh.

Tương lai của Hạ tầng AI và Thanh toán: Giao thức x402

Trong tương lai gần, Cloudflare đang đặt nhiều kỳ vọng vào x402, một giao thức mới được phát triển thông qua Tổ chức x402 (hợp tác với Coinbase). Mục tiêu của x402 là cho phép các khoản thanh toán liền mạch và tự động giữa các máy (machine-to-machine payments). Trong khi các phương thức thanh toán truyền thống trên web được thiết kế cho con người, x402 tạo ra một khuôn khổ cho phép các giao dịch tự động giữa các hệ thống AI và các nhà cung cấp nội dung, từ đó thúc đẩy các mô hình kinh doanh bền vững hơn trong kỷ nguyên AI. Giao thức này là một phần thiết yếu trong việc xây dựng một hạ tầng AI có khả năng tự động hóa và tạo ra giá trị mới.

Giao thức x402 mở ra cánh cửa cho một nền kinh tế kỹ thuật số hoàn toàn mới, nơi các dịch vụ AI có thể tự động truy cập và thanh toán cho nội dung hoặc tài nguyên tính toán mà chúng cần mà không cần sự can thiệp của con người. Điều này không chỉ tạo ra dòng tiền mới cho các nhà cung cấp dữ liệu mà còn thiết lập một khuôn khổ rõ ràng cho việc sử dụng dữ liệu, tăng cường đáng kể tính minh bạch và bảo mật dữ liệu AI trong các tương tác giữa máy và máy, mang lại sự công bằng hơn cho các nhà sáng tạo. Để tìm hiểu thêm về tầm nhìn này, bạn có thể tham khảo bài viết chi tiết của Cloudflare về việc Human Native gia nhập Cloudflare tại blog.cloudflare.com.

Cloudflare Tái định vị Chiến lược trong Kỷ nguyên AI

Thương vụ mua lại Human Native khẳng định mạnh mẽ sự chuyển hướng chiến lược của Cloudflare sang lĩnh vực hạ tầng AI. Giám đốc điều hành Matthew Prince đã nhấn mạnh tầm quan trọng của việc xây dựng “AI tốt hơn dựa trên dữ liệu tốt hơn, với sự kiểm soát công bằng cho các nhà sáng tạo.” Đội ngũ tài năng của Human Native sẽ tham gia Cloudflare để mở rộng và phát triển các công cụ này, với tiềm năng to lớn trong việc thay đổi cách các nhà xuất bản kiếm tiền và quản lý nội dung của họ trên một web ngày càng bị thống trị bởi AI.

Khi lưu lượng bot tăng vọt và vấn đề về quyền sở hữu dữ liệu trở nên cấp bách, động thái này báo hiệu một sự thay đổi rộng lớn hơn trong ngành: từ việc web scraping mở và không kiểm soát sang các luồng dữ liệu có cấu trúc, được bồi thường và có sự kiểm soát rõ ràng. Đây là một bước tiến quan trọng trong việc thiết lập các tiêu chuẩn mới cho quyền sở hữu và sử dụng dữ liệu trong môi trường AI, đồng thời củng cố cam kết của Cloudflare về bảo mật dữ liệu AI và quản lý thông tin một cách có trách nhiệm và bền vững trong tương lai.